SISTEM PENDUKUNG KEPUTUSAN PREDIKSI HARG
SISTEM PENDUKUNG KEPUTUSAN PREDIKSI
HARGA SEPEDA MOTOR BEKAS MENGGUNAKAN
METODE FUZZY TSUKAMOTO BERBASIS WEB
MOBILE
M Bahrul Faizin
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muhammadyah Sidoarjo
Jl. Raya Gelam 250, Candi, Sidoarjo 61271
Telp. (031)-8921938
E-mail :bahrulfaizin32@gmail.com atau m.bahrulfaizin@yahoo.co.id
ABSTRAk
Di dalam dunia perdagangan, jual beli merupakan suatu kegiatan transaksi yang mungkin kita
temukan di kehidupan sehari – hari. Untuk menentukan range harga sepeda motor bekas setidaknya
ada empat hal yang perlu diperhatikan yaitu merek usia kendaraan, jarak yang ditempuh kendaraan,
kondisi fisik kendaraan, dan record servis. Hal tersebut perlu diperhatikan agar kita sebagai calon
penjual tidak mengalami kerugian saat memutuskan untuk menjual sepeda motor bekas.
Metode yang digunakan untuk mengambil sebuah keputusan ialah menggunakan teknik
inferensi fuzzy tsukamoto. Sistem pendukung keputusan ini mampu menerapkan fuzzy tsukamoto
dalam mengambil sebuah keputusan dan dapat membantu penjual sepeda motor bekas dalam prediksi
kisaran harga sepeda motor yang akan dijual.
Hasil dari penelitian ini adalah di dapat range harga yang memiliki tingkat keakurasian 80%
dari perhitungan sistem dan tingkat perbedaan dari harga fakta sepeda motor.
Kata kunci : SPK, Fuzzy Tsukamoto, Motor bekas.
ABSTRACT
least four things to note are brand age of the vehicle , the distance the vehicle , the physical
condition of the vehicle , and record servicing . It is worth noting that we as a prospective seller does
not lose when deciding to sell used motorcycles .
The method used to take a decision is to use fuzzy inference techniques Tsukamoto . This
decision support system capable of applying fuzzy Tsukamoto in taking In the world of trading ,
buying and selling is a transaction activity that may be found in daily life - today . To determine the
price range used motorcycles are at
a decision and can help sellers of used motorcycles in the prediction of the price range of
motorcycles to be sold .
Results from this study are in the price range can have a 80% accuracy rate of the system and
the level difference calculation of the price of the facts motorcycle .
Keywords : SPK , Fuzzy Tsukamoto , Motor former
I.
PENDAHULUAN
1.1 Latar Belakang Masalah
Transportasi adalah pemindahan
manusia atau barang dari satu tempat ke
tempat yang lain dengan menggunakan
sebuah kendaraan yang digerakkan olah
manusia atau mesin. Transportasi digunakan
untuk memudahkan manusia dalam
melakukan aktivitas sehari – hari.
Sepeda motor adalah kendaraan beroda
dua yang digerakkan oleh sebuah mesin.
Letak kedua roda sebaris lurus dan pada
kecepatan tinggi sepeda motor tetap stabil
disebabkan oleh gaya giroskopik. Sedangkan
pada kecepatan rendah, kestabilan atau
keseimbangan sepeda motor bergantung
kepada pengaturan setang pengendara.
Pengguna sepeda motor di Indonesia sangat
populer karena harga yang relatif murah,
terjangkau untuk sebagaian besar kalangan
dan penggunaan bahan bakarnya serta biaya
operasionalnya cukup hemat.
Di dalam dunia perdagangan, jual beli
merupakan suatu kegiatan transaksi yang
mungkin kita temukan di kehidupan sehari –
hari. Untuk menentukan range harga sepeda
motor bekas setidaknya ada dua hal yang perlu
diperhatikan yaitu merek usia kendaraan, jarak
yang ditempuh kendaraan, kondisi fisik
kendaraan, dan record servis. Hal tersebut
perlu diperhatikan agar kita sebagai calon
pembeli tidak mengalami kerugian saat
memutuskan untuk membeli sepeda motor
bekas.
Lalu bagaimana caranya menentukan
prosentase harga jual sepeda motor bekas
dengan mudah dan cepat ? .
Sehubungan dengan hal-hal diatas, maka
penulis akan mengimplementasikan sebuah
sistem pendukung keputusan prediksi harga
sepeda motor bekas dengan menggunakan
metode fuzzy tsukamoto.
1.2 Perumusan Masalah
Berdasarkan permasalahan diatas, maka
diperlukan suatau sistem pendukung
keputusan utuk membantu pelaku bisnis
dalam mengambil keputusan yang tepat
untuk menghindari resiko kerugian. Dalam
proses pengelolahan data – data transaksi
penjualan yang sudah ada diperlukan suatu
metode yang tepat sehingga sistem dapat
menjadi data ynag dianalisis untuk dijadikan
suatu informasi sebagai sistem pendukung
keputusan. Dalam kasus ini , penulis
menggunakan metode model Fuzzy medote
Tsukamoto yang berfungsi untuk
mengelompokkan data berdasarkan nilai
tengah dari suatu kelompok data.
Secara garis besar, sistem ini
mempunyai rumusan masalah sebagai
berikut:
1.Apa saja yang dibutuhkan dalam sistem
pendukung keputusan dengan metode
Fuzzy inference System untuk melakukan
proses pengambilan keputusan pada kasus
prediksi harga sepeda motor bekas?
2.Bagaimana sistem pendukung keputusan
prediksi harga sepeda motor bekas dengan
menggunakan bahasa pemograman PHP?
3.Bagaimana tingkat keakuratan metode
Fuzzy Tsukamoto dalam menentukan harga
sepeda motor bekas?
1.3 Batasan Masalah
Adapun batasan masalah penelitian ini
dibatasi pada :
1.Membatasi tahun produksi sepeda motor
tahun 2005 hingga tahun 2015.
2.Hanya menggunakan metode Fuzzy
Tsukamoto lainnya.
1.Membangun sebuah sistem aplikasi
berbasis PHP yang dapat memberikan
kemudahan bagi pelaku bisnis dalam
menentukan harga sepeda motor bekas
menggunakan metode Fuzzy Tsukamoto.
2.Menguji metode Fuzzy Tsukamoto untuk
mengatahui tingkat keakuratan metode
tersebut dalam menentukan harga sepeda
motor.
1.5 Manfaat
Adapun manfaat dari penelitian ini yaitu:
Bagi user (pengguna)
Dengan adanya sistem pendukung
keputusan ini, akan membantu user
(pengguna) dalam menentukan prosentase
harga sepeda motor bekas yang akan dijual.
1.Bagi penulis
Menambah pengetahuan tentang sistem
pendukung keputusan
Mengetahui lebih banyak tentang proses
pengambilan keputusan prediksi harga
sepeda motor bekas.
Mampu memenuhi syarat kelulusan
tugas skripsi.
2.Bagi universitas
Sebagai sumbangsi dengan kemampuan
agar dapat dipergunakan dalam rangka
hasil belajar mahasiswa khususnya bidang
studi teknik informatika.
3.Hasil perhitungan hanya bersifat prediksi
tidak terpengaruh pada Merk motor
tertentu
1.4 Tujuan Penelitian
Tujuan dari penelitian ini yaitu:
II. KAJIAN PUSTAKA DAN DASAR TEORI
2.1. Definisi DSS (Decision Support System)
Bedasarkan buku yang ditulis oleh
Stephen L. Alter, Decision Support System
(DSS) dapat diringkas sebagai berikut
(Alter, 1981)
1.Decision Support System (DSS) berusaha
menujang proses pengambilan keputusan.
2.Decision Support System (DSS) berusaha
menunjang proses pengambilan keputusan
dan bukan pengautomatisasi proses
penggambilan keputusan.
3.Decision Support System (DSS) lebih
menekankan efektifitas daripada efisiensi,
4. Decision Support System Decision
Support System (DSS) harus menunjang
keseluruhan langkah dalam proses
pengambilan keputusan dan dalam pada
itu Decision Support System (DSS) tidak
memaksakan suatu proses pengambilan
keputusan pada para pengambil
keputusan.
2.2. Logika Fuzzy
Logika fuzzy dikatakan sebagai
logika baru yang lama, sebab beberapa
tahun yang lalu, padahal sebenarnya
konsep tentang logika fuzzy itu sendiri
sudah ada sejak lama.
Logika fuzzy adalah suatu logika
cara yang tepat untuk memetakan suatu
ruang input ke dalam suatu output
(Kusumadewi & Purnomo 2004, h.1).
2.2.1. Metode Tsukamoto.
Pada Metode Tsukamoto, setiap
konsekuen pada aturan yang
berbentuk IF-Then harus
direpesentasikan dengan suatu
himpunan fuzzy dengan fungsi
keanggotaan yang monoton.
Sebagai hasinya, output hasil
inferensi dari tiap – tiap aturan
diberikan secara tegas (crips)
berdasarkan α-predikat (fire
strenght). Hasil akhirnya diperoleh
dengan menggunakan rata – rata
terbobot.
Misalnya ada 2 variabel
input, Var-1 (x) dan Var-2 (y), serta
1 variabel output, Var-3 (z), dimana
Var-1 terbagi atas 2 himpunan yaitu
A1 dan A2 terbagi atas 2 himpunan
b1 dan B2, Var-3 juga terbagi atas 2
himpunan yaitu C1 dan C2 (C1 dan
C2 HARUS MONOTON). Ada 2
aturan yang digunakan, yaitu:
[R1] IF (x is A1) and (y is B2)
THEN (z is C1)
[R2] IF (x is A2) and (y is B1)
THEN (z is C2)
III. METODOLOGI PENELITIAN
3.1. Lokasi Penelitian
Dalam menyelesaikan penelitian ini,
penulis melakukan penelitian di showroom
sepeda motor bekas disekitar kota Sidoarjo
UD DIAN MOTOR ROCHMAN, KARUNIA
MOTOR, dan VIDA MOTOR.
3.2. Bahan dan Alat Penelitian
Adapun bahan dan alat yang akan
digunakan dalam penelitian ini adalah
sebagai berikut :
1.Bahan penelitian
Bahan – bahan penelitian yang akan
digunakan dalam ini antara lain data
penjualan sepeda motor bekas .
2.Alat penelitian
Alat yang digunakan dalam
penelitian ini adalah sebagai berikut :
1.Hardware
a.Perangkat komputer dengan
spesifikasi :
Prosesor : Intel(R) Core(TM) i3-2350
CPU@2.30GHz
IV.
HASIL
PEMBAHASAN
Memori : 4,00 GB
4.1. Hasil Penelitian
Free space harddisk : 100 GB
Mobile device atau Handphone.
3.3. Teknik Pengumpulan Data
PENELITIAN
DAN
Implementasi merupakan tahap
pengembangan rancangan menjadi sistem,
Sistem ini menggunakan bahasa
pemrograman PHP.
4.2. Implementasi
Untuk mendapatkan informasi, data
– data penunjang serta teori dalam
penyusunan proposal skripsi ini, maka
diperlukan beberapa teknik pengumpulan
data. Adapun beberapa teknik yang
digunakan antara lain :
3.3.1. Wawancara
Wawancara dilakukan pada
beberapa showroom sepeda motor
bekas di Sidoarjo. Tujuan dari
proses wawancara yang dilakukan
adalah untuk memperoleh data dari
usia kendaraan, jarak tempuh
kendaraan, kondisi fisik kendaraan,
dan record servis kendaraan.
3.3.2. Pengamatan (observasi)
Pengamatan dilakukan pada
beberapa showroom sepeda motor
bekas di Sidoarjo. Tujuan dari
pengamatan (observasi) ini adalah
untuk mengetahui kondisi fisik
kendaraan.
Sesuai dengan rancangan sistem yang
telah dibuat maka implementasi dari Web
mobile akan ditunjukkan melalui tampilan
sebagai berikut :
4.2.1. Tampilan Website Mobile
Halaman utama Sistem
pendukung keputusan prediksi harga
sepeda motor bekas sebagai berikut :
Berikut penjelasan dari masingmasing menu yang terdapat di
halaman utama website :
1.Menu Home berisi gambaran
tentang sistem pendukung
keputusan.
2.Menu Master Data digunakan
untuk proses insert, update dan
delete .
3.Menu Analisa harga motor
digunkan untuk menampilkan
input an untuk proses hitung
program.
6.Tentang program digunakan untuk
menjelaskan sistem.
7.Serta menu logout untuk keluar
dari Sistem pendukung keputusan
prediksi harga sepeda motor bekas.
4.2.2.Interface utama sistem temu
balik informasi website
Gambar 4.2. Menu Login Pakar
Menu ini berfungsi untuk login
masuk kedalam sistem pendukung
keputusan kesesuaian lahan pertanian
dan musim. Untuk masuk kedalam
proses diperlukan tahapan –tahapan ,
diantaranya :
Gambar 4.1. Interface utama sistem
pendukung keputusan
Gambar di atas menunjukakan
menu utama dari sistem temu balik
informasi website. Dan merupakan
interface yang pertama kali dilihat
oleh user (pengguna). Dalam menu
utama ini terdapat beberapa bagian
diantaranya :
1. Input Username : dipergunakan
untuk memasukkan user name
2. Input passward : dipergunakan
untuk memasukkan password yang
sudah proses sebelumnya.
3. Setelah proses input username dan
password
selesai,
selnjutnya
tombol OK yang merupakan
proses masuk kedalam sistem
pendukung keputusan ini akan
berjalan.
4.2.4. Menu Analisa Harga Motor
a.Header : judul program
b.Menu utama terdiri dari :
1.Dashboard.
2.Master data
3.Analisa harga motor
4.Tentang program
4.2.3. Menu Login
Menu ini berfungsi untuk
menghitung
harga sepeda motor
berdasarkan input usia kendaraan,
input jarak tempuh, kondisi fisik, dan
record service. Hasil dari proses
inputan
akan
memampilkan
prosentase harga sepeda motor.
Didalam menu Hitung prosentase
harga ini terdiri dari:
1. Header/ judul menu
2. Area input, terdiri dari:
a. Usia kendaraan : digunakan
untuk
memasukkan
tahun
produksi sepeda
motor.
b. Jarak tempuh : digunakan
untuk memasukkan jarak
temput yang ditempuh
motor.
c. Kondisi : digunakan untuk
memasukkan
kondisi
sepeda motor.
d. Record service : digunakan
untuk memasukkan satu
kali service dalam hitungan
bulan.
3.Footer :berfungsi sebagai hak
cipta .
4.2.6. Tambah Jenis motor
Menu jenis motor ini,
dipergunakan untuk insert
(tambah), update (ubah) dan
delete (hapus) merk motor.
4.2.7. Tambah motor
4.2.5. Tambah Merk motor
Menu merk motor ini,
dipergunakan untuk insert
(tambah), update (ubah) dan
delete (hapus) merk motor
Menu Tambah motor
ini, dipergunakan untuk insert
(tambah) motor. Adapun
inputan pada tambah motor
ialah :
1. Merk motor
2. Jenis motor
3. Cc mesin
4. Tahun pembuatan
5. Warna motor
4.2.8. Tambah user
5.2. Saran
Berikut ini saran yang dapat diberikan
untuk
mengembangkan
aplikasi
ini
menjadi lebih baik:
1. Untuk Data websitenya harus ditambah
2. Untuk tampilan aplikasi sebaiknya
dibuat lebih menarik agar user tidak
merasa bosan.
Menu
user
ini,
dipergunakan untuk insert
(tambah), update (ubah) dan
delete
(hapus)
user (pengguna).
BAB V PENUTUP
5.1. Kesimpulan
Kesimpulan yang diperoleh dengan
adanya Sistem pendukung keputusan
prediksi harga motor bekas dengan
menggunakan metode Fuzzy Tsukamoto
berbasis Web mobile diharapkan dapat
mempermudah dan mempercepat
pengguna/ user dalam mengetahui
prediksi harga sepeda motor bekas secara
Web mobile .
1. Pengetahuan yang dimiliki pengguna
mengenai Sistem pendukung
keputusan prediksi harga motor bekas
dengan menggunakan metode Fuzzy
Tsukamoto berbasis Web mobile.
2. Dalam Aplikasi ini menggunakan
metode Fuzzy Tsakomoto.
3. Aplikasi ini dapat membantu
pengguna untuk mengetahui prediksi
harga sepeda motor bekas.
4. Aplikasi yang digunakan berbasis
Web mobile.
3. Untuk hasil Output pada Analisa Harga
tidak diambil dari Master data.
4. Tidak ada Web servis (Web) untuk di
akses di Web user (Web mobile).
DAFTAR PUSTAKA
Betha Sidik, 2012, Pemprograman web
dengan PHP. Penerbit
Informatika
Bandung,
Bandung.
Edhy Sunanta, Edisi pertama 2004,
Sistem Basis Data, Penerbit
Graha Ilmu, Yogjakarta.
Erlina Fajar Yanti Haryanto, 2005,
Sistem
pendukung
keputusan
kelayakan
pembelian sepeda motor
dengan
menggunakan
metode Clustering Kmeans, Wacana Christian
University.
I. Joko Dewanto, 2006, Web Desain
(metode
aplikasi
dan
implementasi), Graha ilmu,
Yogjakarta.
Kertahadi, Drs, M. Kom, Cetakan
pertama 1998, “Sistem
Informasi
Penunjang
Keputusan
(Decision
Support
Systems)”
,
Penerbit
CV.
CITRA
MEDIA, Surabaya
Laksono Putro, Budi, Rahman Wijaya,
Dedy,
2009,
Mobile
Programing. Penerbit .
Telkom Polytecnic.
Sri
Kusumadewi, Hari Purnomo,
Cetakan pertama 2009,
Aplikasi Logika Fuzzy
untuk
Pendukung
Keputusan. Penerbit Graha
Ilmu, Yogjakarta
Tavri D. Mahyuzir, Cetakan ketiga
1992,
Analisa
dan
Perancangan
Sistem
Pengolahan Data, PT.
Gramedia, Jakarta.
Untung Rahardja, Augury El Rayeb,
Asep Saefullah, 2009,
Siapa saja bisa membuat
website dengan CSS dan
HTML.
Penerbit Andi,
Yogyakarta.
Wiratama
Kesuma,
2014,
Implementasi sistem fuzzy
untuk proses pendukung
keputusan
pembelian
sepeda
motor
menddunakan
metode
inferensi minimun, STMIK
Budi Darma.
HARGA SEPEDA MOTOR BEKAS MENGGUNAKAN
METODE FUZZY TSUKAMOTO BERBASIS WEB
MOBILE
M Bahrul Faizin
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muhammadyah Sidoarjo
Jl. Raya Gelam 250, Candi, Sidoarjo 61271
Telp. (031)-8921938
E-mail :bahrulfaizin32@gmail.com atau m.bahrulfaizin@yahoo.co.id
ABSTRAk
Di dalam dunia perdagangan, jual beli merupakan suatu kegiatan transaksi yang mungkin kita
temukan di kehidupan sehari – hari. Untuk menentukan range harga sepeda motor bekas setidaknya
ada empat hal yang perlu diperhatikan yaitu merek usia kendaraan, jarak yang ditempuh kendaraan,
kondisi fisik kendaraan, dan record servis. Hal tersebut perlu diperhatikan agar kita sebagai calon
penjual tidak mengalami kerugian saat memutuskan untuk menjual sepeda motor bekas.
Metode yang digunakan untuk mengambil sebuah keputusan ialah menggunakan teknik
inferensi fuzzy tsukamoto. Sistem pendukung keputusan ini mampu menerapkan fuzzy tsukamoto
dalam mengambil sebuah keputusan dan dapat membantu penjual sepeda motor bekas dalam prediksi
kisaran harga sepeda motor yang akan dijual.
Hasil dari penelitian ini adalah di dapat range harga yang memiliki tingkat keakurasian 80%
dari perhitungan sistem dan tingkat perbedaan dari harga fakta sepeda motor.
Kata kunci : SPK, Fuzzy Tsukamoto, Motor bekas.
ABSTRACT
least four things to note are brand age of the vehicle , the distance the vehicle , the physical
condition of the vehicle , and record servicing . It is worth noting that we as a prospective seller does
not lose when deciding to sell used motorcycles .
The method used to take a decision is to use fuzzy inference techniques Tsukamoto . This
decision support system capable of applying fuzzy Tsukamoto in taking In the world of trading ,
buying and selling is a transaction activity that may be found in daily life - today . To determine the
price range used motorcycles are at
a decision and can help sellers of used motorcycles in the prediction of the price range of
motorcycles to be sold .
Results from this study are in the price range can have a 80% accuracy rate of the system and
the level difference calculation of the price of the facts motorcycle .
Keywords : SPK , Fuzzy Tsukamoto , Motor former
I.
PENDAHULUAN
1.1 Latar Belakang Masalah
Transportasi adalah pemindahan
manusia atau barang dari satu tempat ke
tempat yang lain dengan menggunakan
sebuah kendaraan yang digerakkan olah
manusia atau mesin. Transportasi digunakan
untuk memudahkan manusia dalam
melakukan aktivitas sehari – hari.
Sepeda motor adalah kendaraan beroda
dua yang digerakkan oleh sebuah mesin.
Letak kedua roda sebaris lurus dan pada
kecepatan tinggi sepeda motor tetap stabil
disebabkan oleh gaya giroskopik. Sedangkan
pada kecepatan rendah, kestabilan atau
keseimbangan sepeda motor bergantung
kepada pengaturan setang pengendara.
Pengguna sepeda motor di Indonesia sangat
populer karena harga yang relatif murah,
terjangkau untuk sebagaian besar kalangan
dan penggunaan bahan bakarnya serta biaya
operasionalnya cukup hemat.
Di dalam dunia perdagangan, jual beli
merupakan suatu kegiatan transaksi yang
mungkin kita temukan di kehidupan sehari –
hari. Untuk menentukan range harga sepeda
motor bekas setidaknya ada dua hal yang perlu
diperhatikan yaitu merek usia kendaraan, jarak
yang ditempuh kendaraan, kondisi fisik
kendaraan, dan record servis. Hal tersebut
perlu diperhatikan agar kita sebagai calon
pembeli tidak mengalami kerugian saat
memutuskan untuk membeli sepeda motor
bekas.
Lalu bagaimana caranya menentukan
prosentase harga jual sepeda motor bekas
dengan mudah dan cepat ? .
Sehubungan dengan hal-hal diatas, maka
penulis akan mengimplementasikan sebuah
sistem pendukung keputusan prediksi harga
sepeda motor bekas dengan menggunakan
metode fuzzy tsukamoto.
1.2 Perumusan Masalah
Berdasarkan permasalahan diatas, maka
diperlukan suatau sistem pendukung
keputusan utuk membantu pelaku bisnis
dalam mengambil keputusan yang tepat
untuk menghindari resiko kerugian. Dalam
proses pengelolahan data – data transaksi
penjualan yang sudah ada diperlukan suatu
metode yang tepat sehingga sistem dapat
menjadi data ynag dianalisis untuk dijadikan
suatu informasi sebagai sistem pendukung
keputusan. Dalam kasus ini , penulis
menggunakan metode model Fuzzy medote
Tsukamoto yang berfungsi untuk
mengelompokkan data berdasarkan nilai
tengah dari suatu kelompok data.
Secara garis besar, sistem ini
mempunyai rumusan masalah sebagai
berikut:
1.Apa saja yang dibutuhkan dalam sistem
pendukung keputusan dengan metode
Fuzzy inference System untuk melakukan
proses pengambilan keputusan pada kasus
prediksi harga sepeda motor bekas?
2.Bagaimana sistem pendukung keputusan
prediksi harga sepeda motor bekas dengan
menggunakan bahasa pemograman PHP?
3.Bagaimana tingkat keakuratan metode
Fuzzy Tsukamoto dalam menentukan harga
sepeda motor bekas?
1.3 Batasan Masalah
Adapun batasan masalah penelitian ini
dibatasi pada :
1.Membatasi tahun produksi sepeda motor
tahun 2005 hingga tahun 2015.
2.Hanya menggunakan metode Fuzzy
Tsukamoto lainnya.
1.Membangun sebuah sistem aplikasi
berbasis PHP yang dapat memberikan
kemudahan bagi pelaku bisnis dalam
menentukan harga sepeda motor bekas
menggunakan metode Fuzzy Tsukamoto.
2.Menguji metode Fuzzy Tsukamoto untuk
mengatahui tingkat keakuratan metode
tersebut dalam menentukan harga sepeda
motor.
1.5 Manfaat
Adapun manfaat dari penelitian ini yaitu:
Bagi user (pengguna)
Dengan adanya sistem pendukung
keputusan ini, akan membantu user
(pengguna) dalam menentukan prosentase
harga sepeda motor bekas yang akan dijual.
1.Bagi penulis
Menambah pengetahuan tentang sistem
pendukung keputusan
Mengetahui lebih banyak tentang proses
pengambilan keputusan prediksi harga
sepeda motor bekas.
Mampu memenuhi syarat kelulusan
tugas skripsi.
2.Bagi universitas
Sebagai sumbangsi dengan kemampuan
agar dapat dipergunakan dalam rangka
hasil belajar mahasiswa khususnya bidang
studi teknik informatika.
3.Hasil perhitungan hanya bersifat prediksi
tidak terpengaruh pada Merk motor
tertentu
1.4 Tujuan Penelitian
Tujuan dari penelitian ini yaitu:
II. KAJIAN PUSTAKA DAN DASAR TEORI
2.1. Definisi DSS (Decision Support System)
Bedasarkan buku yang ditulis oleh
Stephen L. Alter, Decision Support System
(DSS) dapat diringkas sebagai berikut
(Alter, 1981)
1.Decision Support System (DSS) berusaha
menujang proses pengambilan keputusan.
2.Decision Support System (DSS) berusaha
menunjang proses pengambilan keputusan
dan bukan pengautomatisasi proses
penggambilan keputusan.
3.Decision Support System (DSS) lebih
menekankan efektifitas daripada efisiensi,
4. Decision Support System Decision
Support System (DSS) harus menunjang
keseluruhan langkah dalam proses
pengambilan keputusan dan dalam pada
itu Decision Support System (DSS) tidak
memaksakan suatu proses pengambilan
keputusan pada para pengambil
keputusan.
2.2. Logika Fuzzy
Logika fuzzy dikatakan sebagai
logika baru yang lama, sebab beberapa
tahun yang lalu, padahal sebenarnya
konsep tentang logika fuzzy itu sendiri
sudah ada sejak lama.
Logika fuzzy adalah suatu logika
cara yang tepat untuk memetakan suatu
ruang input ke dalam suatu output
(Kusumadewi & Purnomo 2004, h.1).
2.2.1. Metode Tsukamoto.
Pada Metode Tsukamoto, setiap
konsekuen pada aturan yang
berbentuk IF-Then harus
direpesentasikan dengan suatu
himpunan fuzzy dengan fungsi
keanggotaan yang monoton.
Sebagai hasinya, output hasil
inferensi dari tiap – tiap aturan
diberikan secara tegas (crips)
berdasarkan α-predikat (fire
strenght). Hasil akhirnya diperoleh
dengan menggunakan rata – rata
terbobot.
Misalnya ada 2 variabel
input, Var-1 (x) dan Var-2 (y), serta
1 variabel output, Var-3 (z), dimana
Var-1 terbagi atas 2 himpunan yaitu
A1 dan A2 terbagi atas 2 himpunan
b1 dan B2, Var-3 juga terbagi atas 2
himpunan yaitu C1 dan C2 (C1 dan
C2 HARUS MONOTON). Ada 2
aturan yang digunakan, yaitu:
[R1] IF (x is A1) and (y is B2)
THEN (z is C1)
[R2] IF (x is A2) and (y is B1)
THEN (z is C2)
III. METODOLOGI PENELITIAN
3.1. Lokasi Penelitian
Dalam menyelesaikan penelitian ini,
penulis melakukan penelitian di showroom
sepeda motor bekas disekitar kota Sidoarjo
UD DIAN MOTOR ROCHMAN, KARUNIA
MOTOR, dan VIDA MOTOR.
3.2. Bahan dan Alat Penelitian
Adapun bahan dan alat yang akan
digunakan dalam penelitian ini adalah
sebagai berikut :
1.Bahan penelitian
Bahan – bahan penelitian yang akan
digunakan dalam ini antara lain data
penjualan sepeda motor bekas .
2.Alat penelitian
Alat yang digunakan dalam
penelitian ini adalah sebagai berikut :
1.Hardware
a.Perangkat komputer dengan
spesifikasi :
Prosesor : Intel(R) Core(TM) i3-2350
CPU@2.30GHz
IV.
HASIL
PEMBAHASAN
Memori : 4,00 GB
4.1. Hasil Penelitian
Free space harddisk : 100 GB
Mobile device atau Handphone.
3.3. Teknik Pengumpulan Data
PENELITIAN
DAN
Implementasi merupakan tahap
pengembangan rancangan menjadi sistem,
Sistem ini menggunakan bahasa
pemrograman PHP.
4.2. Implementasi
Untuk mendapatkan informasi, data
– data penunjang serta teori dalam
penyusunan proposal skripsi ini, maka
diperlukan beberapa teknik pengumpulan
data. Adapun beberapa teknik yang
digunakan antara lain :
3.3.1. Wawancara
Wawancara dilakukan pada
beberapa showroom sepeda motor
bekas di Sidoarjo. Tujuan dari
proses wawancara yang dilakukan
adalah untuk memperoleh data dari
usia kendaraan, jarak tempuh
kendaraan, kondisi fisik kendaraan,
dan record servis kendaraan.
3.3.2. Pengamatan (observasi)
Pengamatan dilakukan pada
beberapa showroom sepeda motor
bekas di Sidoarjo. Tujuan dari
pengamatan (observasi) ini adalah
untuk mengetahui kondisi fisik
kendaraan.
Sesuai dengan rancangan sistem yang
telah dibuat maka implementasi dari Web
mobile akan ditunjukkan melalui tampilan
sebagai berikut :
4.2.1. Tampilan Website Mobile
Halaman utama Sistem
pendukung keputusan prediksi harga
sepeda motor bekas sebagai berikut :
Berikut penjelasan dari masingmasing menu yang terdapat di
halaman utama website :
1.Menu Home berisi gambaran
tentang sistem pendukung
keputusan.
2.Menu Master Data digunakan
untuk proses insert, update dan
delete .
3.Menu Analisa harga motor
digunkan untuk menampilkan
input an untuk proses hitung
program.
6.Tentang program digunakan untuk
menjelaskan sistem.
7.Serta menu logout untuk keluar
dari Sistem pendukung keputusan
prediksi harga sepeda motor bekas.
4.2.2.Interface utama sistem temu
balik informasi website
Gambar 4.2. Menu Login Pakar
Menu ini berfungsi untuk login
masuk kedalam sistem pendukung
keputusan kesesuaian lahan pertanian
dan musim. Untuk masuk kedalam
proses diperlukan tahapan –tahapan ,
diantaranya :
Gambar 4.1. Interface utama sistem
pendukung keputusan
Gambar di atas menunjukakan
menu utama dari sistem temu balik
informasi website. Dan merupakan
interface yang pertama kali dilihat
oleh user (pengguna). Dalam menu
utama ini terdapat beberapa bagian
diantaranya :
1. Input Username : dipergunakan
untuk memasukkan user name
2. Input passward : dipergunakan
untuk memasukkan password yang
sudah proses sebelumnya.
3. Setelah proses input username dan
password
selesai,
selnjutnya
tombol OK yang merupakan
proses masuk kedalam sistem
pendukung keputusan ini akan
berjalan.
4.2.4. Menu Analisa Harga Motor
a.Header : judul program
b.Menu utama terdiri dari :
1.Dashboard.
2.Master data
3.Analisa harga motor
4.Tentang program
4.2.3. Menu Login
Menu ini berfungsi untuk
menghitung
harga sepeda motor
berdasarkan input usia kendaraan,
input jarak tempuh, kondisi fisik, dan
record service. Hasil dari proses
inputan
akan
memampilkan
prosentase harga sepeda motor.
Didalam menu Hitung prosentase
harga ini terdiri dari:
1. Header/ judul menu
2. Area input, terdiri dari:
a. Usia kendaraan : digunakan
untuk
memasukkan
tahun
produksi sepeda
motor.
b. Jarak tempuh : digunakan
untuk memasukkan jarak
temput yang ditempuh
motor.
c. Kondisi : digunakan untuk
memasukkan
kondisi
sepeda motor.
d. Record service : digunakan
untuk memasukkan satu
kali service dalam hitungan
bulan.
3.Footer :berfungsi sebagai hak
cipta .
4.2.6. Tambah Jenis motor
Menu jenis motor ini,
dipergunakan untuk insert
(tambah), update (ubah) dan
delete (hapus) merk motor.
4.2.7. Tambah motor
4.2.5. Tambah Merk motor
Menu merk motor ini,
dipergunakan untuk insert
(tambah), update (ubah) dan
delete (hapus) merk motor
Menu Tambah motor
ini, dipergunakan untuk insert
(tambah) motor. Adapun
inputan pada tambah motor
ialah :
1. Merk motor
2. Jenis motor
3. Cc mesin
4. Tahun pembuatan
5. Warna motor
4.2.8. Tambah user
5.2. Saran
Berikut ini saran yang dapat diberikan
untuk
mengembangkan
aplikasi
ini
menjadi lebih baik:
1. Untuk Data websitenya harus ditambah
2. Untuk tampilan aplikasi sebaiknya
dibuat lebih menarik agar user tidak
merasa bosan.
Menu
user
ini,
dipergunakan untuk insert
(tambah), update (ubah) dan
delete
(hapus)
user (pengguna).
BAB V PENUTUP
5.1. Kesimpulan
Kesimpulan yang diperoleh dengan
adanya Sistem pendukung keputusan
prediksi harga motor bekas dengan
menggunakan metode Fuzzy Tsukamoto
berbasis Web mobile diharapkan dapat
mempermudah dan mempercepat
pengguna/ user dalam mengetahui
prediksi harga sepeda motor bekas secara
Web mobile .
1. Pengetahuan yang dimiliki pengguna
mengenai Sistem pendukung
keputusan prediksi harga motor bekas
dengan menggunakan metode Fuzzy
Tsukamoto berbasis Web mobile.
2. Dalam Aplikasi ini menggunakan
metode Fuzzy Tsakomoto.
3. Aplikasi ini dapat membantu
pengguna untuk mengetahui prediksi
harga sepeda motor bekas.
4. Aplikasi yang digunakan berbasis
Web mobile.
3. Untuk hasil Output pada Analisa Harga
tidak diambil dari Master data.
4. Tidak ada Web servis (Web) untuk di
akses di Web user (Web mobile).
DAFTAR PUSTAKA
Betha Sidik, 2012, Pemprograman web
dengan PHP. Penerbit
Informatika
Bandung,
Bandung.
Edhy Sunanta, Edisi pertama 2004,
Sistem Basis Data, Penerbit
Graha Ilmu, Yogjakarta.
Erlina Fajar Yanti Haryanto, 2005,
Sistem
pendukung
keputusan
kelayakan
pembelian sepeda motor
dengan
menggunakan
metode Clustering Kmeans, Wacana Christian
University.
I. Joko Dewanto, 2006, Web Desain
(metode
aplikasi
dan
implementasi), Graha ilmu,
Yogjakarta.
Kertahadi, Drs, M. Kom, Cetakan
pertama 1998, “Sistem
Informasi
Penunjang
Keputusan
(Decision
Support
Systems)”
,
Penerbit
CV.
CITRA
MEDIA, Surabaya
Laksono Putro, Budi, Rahman Wijaya,
Dedy,
2009,
Mobile
Programing. Penerbit .
Telkom Polytecnic.
Sri
Kusumadewi, Hari Purnomo,
Cetakan pertama 2009,
Aplikasi Logika Fuzzy
untuk
Pendukung
Keputusan. Penerbit Graha
Ilmu, Yogjakarta
Tavri D. Mahyuzir, Cetakan ketiga
1992,
Analisa
dan
Perancangan
Sistem
Pengolahan Data, PT.
Gramedia, Jakarta.
Untung Rahardja, Augury El Rayeb,
Asep Saefullah, 2009,
Siapa saja bisa membuat
website dengan CSS dan
HTML.
Penerbit Andi,
Yogyakarta.
Wiratama
Kesuma,
2014,
Implementasi sistem fuzzy
untuk proses pendukung
keputusan
pembelian
sepeda
motor
menddunakan
metode
inferensi minimun, STMIK
Budi Darma.