Perancangan Antarmuka

4.2 Perancangan Sistem Pendukung Keputusan 37

4.2.4 Perancangan Antarmuka

untuk penentuan kualitas beras menggunakan metode weighted product. Tahap perancangan yang diperlukan terbagi menjadi dua tahapan, yaitu perancangan kebutuhan perangkat lunak dan perancangan sistem pendukung keputusan. Tahap analisis kebutuhan perangkat lunak meliputi identifikasi aktor, daftar kebutuhan sistem dan use case diagram serta skenario use case. Sedangkan pada tahap analisis perancangan sistem keputusan meliputi perancangan subsistem basis pengetahuan, subsistem manjemen data, dan subsistem manajemen model. Untuk lebih jelasnya dapat dilihat dalam pohon perancangan seperti yang terlihat pada Gambar 4.1.

4.1 Analisa Kebutuhan Perangkat Lunak

Tahapan analisa kebutuhan sistem bertujuan untuk memodelkan informasi yang akan digunakan dalam tahapan perancangan. Analisa kebutuhan sistem yang diperlukan meliputi identifikasi aktor, daftar

Gambar 4.1 Pohon Perancangan Sumber: Perancangan

kebutuhan sistem dan use case diagram. Sistem pendukung keputusan penentuan kualitas beras merupakan upaya membantu pihak supplier beras dalam menentukan kualitas beras berdasarkan kriteria. Sistem ini akan dikembangkan dalam bentuk aplikasi dekstop. Berikut ini merupakan penjelasan dari masing-masing tahapannya.

4.1.1 Identifikasi Aktor

Identifikasi aktor bertujuan untuk mengidentifikasi aktor-aktor yang berinteraksi dengan sistem. Pada kolom aktor disebutkan aktor-aktor yang berperan dalam sistem dan pada kolom lainnya akan menunjukkan deskripsi dari masing-masing aktor. Tabel 4.1 memperlihatkan aktor-aktor yang berperan dalam sistem yang dilengkapi dengan penjelasannya yang merupakan hasil dari proses identifikasi aktor.

Tabel 4.1 Identifikasi Aktor

Aktor Deskripsi Aktor

User User merupakan aktor yang menggunakan aplikasi untuk menentukan kualitas beras. User bisa merupakan supplier beras.

Sumber: Perancangan

4.1.2 Daftar Kebutuhan Sistem

Daftar kebutuhan sistem bertujuan untuk menjelaskan kebutuhan sistem yang harus dipenuhi saat aktor melakukan sebuah aksi. Daftar kebutuhan ini terdiri dari sebuah kolom yang merupakan hal-hal yang harus disediakan oleh sistem, sedangkan pada kolom yang lain menunjukkan nama use case yang menampilkan fungsionalitas masing-masing kebutuhan tersebut. Tabel 4.2 memperlihatkan daftar kebutuhan fungsionalitas pada sistem.

Tabel 4.2 Daftar Kebutuhan Sistem

Kebutuhan Aktor Nama Use Case

Sistem harus menyediakan antarmuka untuk menampilkan tabel penentuan nilai bobot pada setiap kriteria.

User Lihat Tabel Penentuan Nilai Bobot

Sistem harus dapat

menyediakan dan memberikan akses kepada user untuk memasukkan data pendukung yang diperlukan sistem. Data yang dimasukkan berupa : merek beras, hama penyakit, bau busuk, derajat sosoh, kadar air, banyaknya butir utuh, butir patah, butir menir, butir hijau/mengapur dan butir gabah.

User Input Data Beras

Sistem harus menyediakan antarmuka untuk menampilkan hasil perhitungan kepada user setelah memasukkan data pendukung. Hasil perhitungan ini ditunjukkan dengan

menampilkan hasil perhitungan kualitas beras dari data yang diinputkan.

User Lihat Tabel Data Kualitas Beras

Sumber: Perancangan

4.1.3 Use Case Diagram

Diagram use case merupakan salah satu diagram yang digunakan untuk menggambarkan kebutuhan-kebutuhan dan fungsionalitas dari sistem serta digunakan untuk menunjukan aksi-aksi yang dilakukan oleh aktor dari sistem. Gambar 4.2 menunjukkan diagram use case sistem pendukung keputusan penentuan kualitas beras.

Gambar 4.2 Use Case Diagram SPK Penentuan Kualitas Beras Sumber: Perancangan

Pada use case diatas, dapat dideskripsikan sebagai berikut: 1. User merupakan aktor.

2. User dapat melihat tabel penentuan nilai bobot setiap kriteria.

3. User dapat melakukan input data beras, yang terdiri dari merek beras, hama penyakit, bau busuk, derajat sosoh, kadar air, banyaknya butir utuh, butir patah, butir menir, butir hijau/mengapur dan butir gabah.

4. Sistem akan memproses data yang dimasukkan, kemudian hasil yang didapatkan disimpan pada data kualitas beras.

5. User dapat melihat tabel data kualitas beras yang sudah dimasukkan. 4.1.4 Skenario Use Case

Setiap use case yang terdapat pada diagram use case tersebut akan dijabarkan dalam skenario use case secara mendetail. Pada skenario use case tersebut, akan diberikan uraian nama use case, aktor yang berhubungan dengan use case tersebut, tujuan dari use case, deskripsi global tentang use case, kondisi awal yang harus dipenuhi dan kondisi akhir yang diharapkan setelah berjalannya

fungsional use case. Pada skenario use case juga akan diberikan uraian yang berkaitan dengan tanggapan dari sistem atas suatu aksi yang di berikan oleh aktor ( aliran utama ). Skenario use case juga terdapat kejadian alternatif yang merupakan jalannya sistem jika terdapat kondisi tertentu (aliran alternatif).

1. Use case Lihat Tabel Penentuan Nilai Bobot

Pada use case pilih menu, akan dijelaskan secara detail tentang proses pemilihan menu yang akan dilakukan oleh user. Tabel 4.3 merupakan skenario use case lihat tabel penentuan nilai bobot.

Tabel 4.1 Skenario Use Case Penentuan Nilai Bobot

Use Case Lihat tabel penetuan nilai bobot

Aktor User.

Tujuan Melihat kriteria penilaian dan nilai bobot yang diberikan pada setiap kriteria.

Deskripsi Use case ini mendeskripsikan bagaimana user melihat kriteria penilaian dan nilai bobot yang diberikan pada setiap kriteria dengan meng-klik tab Tabel Penentuan Nilai Bobot.

Kondisi Awal User telah mengetahui apa yang hendak dilakukan terhadap sistem.

Kondisi Akhir User dapat mengakses ke halaman Tabel Penentuan Nilai Bobot.

Sumber: Perancangan

2. Use case Memasukkan Data Beras

Pada use case input data beras, akan dijelaskan secara detail tentang bagaiamana user menginput data beras. Tabel 4.4 merupakan skenario use case input data beras.

Tabel 4.2 Skenario Use Case Input Data Beras

Use Case Memasukkan data beras

Aktor User

Tujuan Melakukan proses memasukkan data beras.

Deskripsi Use case ini mendeskripsikan bagaimana user melakukan memasukkan data beras. Data beras yang dimasukkan terdiri dari merek beras, hama penyakit, bau busuk, derajat

sosoh, kadar air, banyaknya butir utuh, butir patah, butir menir, butir hijau/mengapur dan butir gabah.

Kondisi Awal User melihat tampilan berupa form kosong, sehingga user dapat memasukkan data beras.

Kondisi Akhir User telah menginputkan identitas dan data pendukung.

Sumber: Perancangan

3. Use case Lihat Tabel Data Kualitas Beras

Pada use case lihat tabel data kualitas beras, akan dijelaskan secara detail bagaimana data-data yang telah dimasukkan kemudian dicari hasil perhitungan akhir yang akan ditampilkan oleh sistem dalam bentuk tabel kepada user. Tabel 4.5 merupakan skenario use case lihat tabel data kualitas beras.

Tabel 4.3 Skenario Use Case Lihat Tabel Data Kualitas Beras

Use Case Lihat tabel data kualitas beras

Aktor User

Tujuan Menampilkan tabel data kualitas beras.

Deskripsi Use case ini mendeskripsikan bagaimana user melihat hasil perhitungan yang telah dilakukan oleh sistem dari data beras yang sudah dimasukkan. Sistem akan menampilkan data beras dan hasil perhitungan, dimana data tersebut diurutkan berdasarkan hasil nilai

perhitungan tertinggi hingga terendah.

Kondisi Awal User telah meng-klik tab Tabel Data Kualitas Beras Kondisi Akhir User dapat mengetahui kualitas beras dari yang baik

hingga yang buruk.

Sumber: Perancangan

4.2 Perancangan Sistem Pendukung Keputusan

Perancangan sistem pendukung keputusan merupakan tahapan yang betujuan untuk mengubah model informasi yang telah dibuat pada tahapan analisa kebutuhan sistem. Perancangan yang dilakukan adalah perancangan untuk seluruh subsistem yang terdapat dalam arsitektur sistem pendukung keputusan untuk pemilihan mahasiswa berprestasi yang terdapat pada Gambar 4.3. Dalam perancangan sistem pendukung keputusan ini terdapat subsistem-subsistem yang

Sistem Basis Data Komputer

Data Beras ^{Metode Weighted Product}

Subsistem Basis Pengetahuan

Antarmuka pengguna

User Organisasi Basis Pengetahuan

Data External dan Internal

mempermudah dalam menjabarkan peracangan sistem. Subsistem yang terdapat dalam perancangan sistem pendukung keputusan terdiri dari:

a) Manajemen data. b) Basis Pengetahuan. c) Manajemen Model.

d) Perancangan Antarmuka(interface).

4.2.1 Manajemen Data

Salah satu bagian terpenting pada penelitian ini adalah data beserta sumbernya. Pengampulan data yang dilakukan pada penelitian ini adalah studi literatur dimana peneliti mengumpulkan jurnal dan literatur yang memiliki kaitan dengan topik. Data yang dibutuhkan adalah merek beras, hama penyakit, bau beras, derajat sosoh, kadar air, banyaknya butir utuh beras, butir patah beras, butir menir, butir hijau/mengapur beras dan butir gabah.

4.2.2 Basis Pengetahuan

Basis pengetahuan adalah suatu jenis basis data yang dipergunakan untuk manajemen pengetahuan. Basis data ini menyediakan fasilitas untuk koleksi,

Gambar 4.3 Peracangang SPK Penentuan Kualitas Beras Sumber: Perancangan

organisasi, dan pengambilan pengetahuan terkomputerisasi. Hal terpenting dari suatu basis pengetahuan adalah kualitas informasi yang dikandungnya. Berikut basis pengetahuan yang digunakan dalam penelitian ini:

4.2.2.1 Himpunan Bahasa Variabel

Himpunan bahasa variabel pada sistem pendukung keputusan ini terdiri dari: a) Hama dan penyakit hidup = ada, tidak ada

b) Bau busuk, asam,bau asing lainnya = ya, tidak. c) Derajat sosoh = 96%-100%, 90%-95%, dibawah 90% d) Kadar air = diatas 15%, 11%-15%, dibawah 10% e) Butir utuh = diatas 40%, 35%-40%, dibawah 35% f) Butir patah = diatas 20%, 10%-20%, dibawah 10% g) Butir menir = diatas 3%, 1%-3%, 0%

h) Butir hijau/mengapur = ada, tidak ada i) Butir kuning /rusak = ada, tidak ada

j) Butir gabah = diatas 20 butir/kg, 20 butir/kg, tidak ada 4.2.2.2 Semesta Pembicaraan

Semesta pembicaraan adalah himpunan yang memuat semua anggota atau objek himpunan yang dibicarakan. Semesta pembicaraan pada tiap variabel yang

digunakan pada penelitian ini akan dijelaskan.

.

4.2.3 Manajemen Model

Manajemen model merupakan tahapan proses penerapan model yang digunakan pada penelitian ini. Manajemen model meliputi implementasi metode Weighted Product (WP). Manajemen model pada penelitian ini melibatkan berbagai proses atau tahapan mulai awal hingga akhir penerapan Metode WP. Pada Gambar 4.4 dapat dilihat alur kerja dari WP.

Mulai

Input data beras

Penentuan nilai bobot kriteria

Menghitung nilai Wj

Membuat tabel bobot kriteria

Menghitung nilai vektor Si

Menghitung nilai vektor Vi

Hasil Akhir

Selesai

4.2.3.1 Penentuan Nilai Bobot (W)

Langkah awal yang harus dilakukan dalam menggunakan metode WP untuk menentukan kualitas beras adalah memberikan nilai setiap alternatif pada setiap kriteria yang sudah ditentukan. Dari setiap kriteria tersebut akan ditentukan bobotnya. Tabel 4.6 merupakan tabel pemberian bobot nilai pada setiap kriteria, dan ditunjukkan terdapat 10 kriteria yang digunakan.

Gambar 4.4 Alur Kerja WP Sumber: Perancangan

Tabel 4.6 Penentuan Nilai Bobot

Kriteria Penilaian Nilai Bobot

C1 ^{Tidak ada 100} 10% Ada 50 C2 ^{Tidak 100} 10% Ya 50 C3 96% - 100% 100 15% 90% - 95% 80 Dibawah 90 % 30 C4 Dibawah 10% 100 5% 11% - 15% 80 Diatas 15% 30 C5 Diatas 40% 100 15% 35% - 40% 80 Dibawah 35% 30 C6 Dibawah 10% 100 10% 10% - 20% 80 Diatas 20% 30 C7 0% 100 10% 1% - 3% 80 Diatas 3% 30 C8 ^{Tidak ada 100} 10% Ada 50 C9 ^{Tidak ada 100} 10% Ada 50 C10 Tidak ada 100 5% 20 butir/kg 80

Lebih dari 20 butir/kg 30 Sumber : Perancangan

Keterangan:

C1 : Kriteria Hama/penyakit C2 : Kriteria Bau Busuk/asam C3 : Kriteria Derajat sosoh C4 : Kriteria Kadar Air C5 : Kriteria Butir Utuh C6 : Kriteria Butir Patah C7 : Kriteria Butir Menir

C8 : Kriteria Butir Hijau/mengapur C9 : Kriteria Kuning.rusak

4.2.3.2 Menghitung Nilai Wj

Langkah selanjutnya adalah menghitung nilai perbaikan bobot (Wj) berdasarkan nilai prioritas bobot setiap kriteria (W_Initj) yang sudah ditentukan. Tabel 4.7 merupakan tabel hasil perhitungan nilai Wj.

Tabel 4.7 Hasil Perhitungan Nilai Wj

W Hasil W1 0,1 W2 0,1 W3 0,15 W4 0,05 W5 0,15 W6 0,1 W7 0,1 W8 0,1 W9 0,1 W10 0,05 Sumber : Perancangan

Cara menghitung nilai perbaikan bobot (Wj) terdapat pada persamaan 2-1.

W 1(Hama penyakit )= ¹⁰

10+10+15+5+15+10+10+10+10+5 W 1(Hama penyakit )=0,1

4.2.3.3 Membuat Tabel Bobot Kriteria Beras yang akan Dipilih

Setelah menentukan nilai bobot W, langkah selanjutnya adalah membuat tabel bobot kriteria beras yang sudah diinputkan yang ditunjukkan pada tabel 4.8.

Tabel 4.8 Data Beras Alternati f C1 C2 C3 C4 C5 C6 C 7 C8 C9 C1 0 Beras 1 Tida k Ada Tida k 78% 14 % 36 % 5% 4 % Ada Ada 20 Beras 2 Ada Ya 93% 13 % 27 % 13 % 2 % Tida k Ada Ada 35 Beras 3 Ada Tida k 100 % 17 % 38 % 18 % 1 % Ada Tida k Ada 0

Beras 4

Tida k

Ada Ya 98% 4% ⁵⁰% 4% %¹ Ada Ada 0

Beras 5 Ada Ya 85% 8% 40 % 25 % 5 % Tida k Ada Ada 20 Sumber : Perancangan

Karena data yang didapat berupa data diskrit, maka ubah data diskrit menjadi data kontinu seperti pada tabel 4.9. Data tersebut disesuaikan berdasakan nilai yang tertera pada tabel 4.6.

Tabel 4.9 Bobot Kriteria Beras

Alternat if C1 C2 C3 C4 C5 C6 ^C7 C8 C9 ^C10 Beras 1 ¹⁰0 ¹⁰0 30 80 80 30 30 50 50 80 Beras 2 50 50 80 80 30 80 80 10 0 50 30 Beras 3 50 10 0 10 0 30 80 80 80 50 10 0 100 Beras 4 ¹⁰0 50 ¹⁰0 ¹⁰0 ¹⁰0 ¹⁰0 80 50 50 100 Beras 5 50 50 30 10 0 80 10 0 30 10 0 50 80 Sumber : Perancangan

4.2.3.4 Menghitung Nilai Vektor Si

Menghitung nilai vektor Si, dimana data yang ada akan dikalikan tetapi sebelumnya dilakukan pemangkatan dengan bobot dari masing-masing kriteria yang terdapat pada tabel 4.7. Tabel 4.10 merupakan hasil nilai pemangkatan data Ci dengan Wi dan hasil vektor Si.

Tabel 4.10 Hasil Nilai Vektor Si

Alternatif C1^W 1 C2^W 2 C3^W 3 C4^W 4 C5^W 5 C6^W 6 C7^W 7 C8^W 8 C9^W 9 C10^W10 S Beras 1 1,5849 1,5849 1,6656 1,2450 1,9296 1,4051 1,4051 1,4788 1,4788 1,2450 54,0205 Beras 2 1,4788 1,4788 1,9296 1,2450 1,6656 1,5499 1,5499 1,5849 1,4788 1,1854 58,3917 Beras 3 1,4788 1,5849 1,9953 1,1854 1,9296 1,5499 1,5499 1,4788 1,5849 1,2589 75,8109 Beras 4 1,5849 1,4788 1,9953 1,2589 1,9953 1,5849 1,5499 1,4788 1,4788 1,2589 79,4328 Beras 5 1,4788 1,4788 1,6656 1,2589 1,9296 1,5849 1,4051 1,5849 1,4788 1,2450 57,4896 325,1456 Sumber : Perancangan

S1 (Beras 1) = 100 (0,1) x 100 (0,1) x 30 (0,15) x 80 (0,05) x 80 (0,15) x 30 (0,1) x 30 (0,1) x 50 (0,1) x 50 (0,1) x 80 (0,05)

S1 (Beras 1) = 1,5849 x 1,5849 x 1,6656 x 1,2450 x 1,9296 x 1,4051 x 1,4051 x 1,4788 x 1,2450

S1 (Beras 1) = 54,0205

4.2.3.5 Menghitung Nilai Vektor Vi

Menghitung vektor Vi dengan cara membagi hasil masing-masing vektor Si dengan jumlah seluruh vektor Si, hasil nilai vektor Vi ditunjukkan pada tabel 4.11.

Tabel 4.11 Hasil Nilai Vektor Vi

Alternati f V Beras 1 0,1661 Beras 2 0,1796 Beras 3 0,2332 Beras 4 0,2443 Beras 5 0,1768 Sumber : Perancangan

Cara menghitung vektor Vi seperti pada persamaan 2-3. ΣVi=54,0205+58,3917+75,8109+79,4328+57,4896 ΣVi=325,1456 V 1(Beras 1)= ^54,0205 325,1456 V 1(Beras 1)=0,1661 4.2.3.6 Hasil Akhir

Dari table 4.11 yaitu hasil nilai vektor Vi, proses selanjutnya adalah pengurutan mulai dari hasil yang terbesar sampai hasil yang terkecil yang ditunjukkan pada tabel 4.12.

Tabel 4.12 Hasil Akhir

Alternatif C1 C2 C3 C4 C5 C6 C7 C8 C9 ^C10 Hasil

k

Ada % % 3

Beras 3 Ada ^Tidak 100% ¹⁷% ³⁸% ¹³% %¹ Ada

Tida k Ada 0 ^0,2332 Beras 2 Ada Ya 93% ¹³% ²⁷% ¹⁸% %² Tida k Ada Ada 35 ^0,1796 Beras 5 Ada Ya 85% 8% 40 % 4% 5 % Tida k Ada Ada 20 0,176 8 Beras 1 Tida k

Ada ^Tidak 78% ¹⁴% ³⁶% ²⁵% %⁴ Ada Ada 20 ^0,1661

Sumber : Perancangan

Dari hasil pengurutan pada tabel 4.12 dapat disimpulkan bahwa beras 4 merupakan beras yang memiliki kualitas yang paling bagus dari beras 1, beras 2, beras 3, maupun beras 5. Kriteria dari beras 4 adalah tidak ada hama penyakit, tiada bau busuk, derajat sosohnya 98%, kadar air 4%, butir utuh 50%, butir patah 5%, butir menir 1%, ada butir yang mengapur, ada butir yang kuning, butir gabah 20 butir/kg. Urutan kualitas beras yang baik hingga yang terburuk ada lah beras 4, beras 3, beras 2, beras 5 dan beras 1.

4.2.4 Perancangan Antarmuka

Dalam perancangan desain antarmuka aplikasi ini, secara garis besar ada 3 kelompok utama yang digunakan untuk user. Secara garis besar gambaran dari desain antarmuka dari sistem pendukung keputusan ini antara lain: desain halaman tabel penentuan nilai bobot, desain halaman input data beras dan desain halaman tabel data kualitas beras.

4.2.4.1 Desain Halaman Tabel Penentuan Nilai Bobot

Desain halaman tabel penentuan nilai bobot disajikan pada gambar 4.5. Desain halaman tabel penentuan nilai bobot ini digunakan untuk melihat kriteria penilaian dan nilai bobot yang diberikan pada setiap kriteria dengan meng-klik tab Tabel Penentuan Nilai Bobot.

4.2.4.2 Desain Halaman Input Data Beras

Desain halaman input data beras disajikan pada gambar 4.6. Desain halaman input data beras digunakan untuk memasukkan data beras. Data beras yang dimasukkan terdiri dari merek beras, hama penyakit, bau busuk, derajat sosoh, kadar air, banyaknya butir utuh, butir patah, butir menir, butir hijau/mengapur dan butir gabah.

Gambar 4.5 Desain Halaman Tabel Penentuan Nilai Bobot Sumber: Perancangan

Gambar 4.6 Desain Halaman Input Data Beras Sumber: Perancangan

4.2.4.3 Desain Halaman Tabel Data Kualitas Beras

Desain halaman tabel data kualitas beras disajikan pada gambar 4.7. Desain halaman output tabel data kualitas beras berisi data kualitas beras yang pernah dimasukkan ke dalam database.

DAFTAR PUSTAKA

[1] Bell, Donald. 2003. UML Basics. IBM Global Services.

[2] Dzacko, Haidar. 2007. BASIS DATA (DATABASE). Mangasoft.

[3] Gerdon. 2012. Sistem Pendukung Keputusan Untuk Menentukan Penerimaan Beasiswa Bagi Mahasiswa. STMIK Amikom. Yogyakarta.

[4] Irawan, Taufik. 2002. Konsep Dasar Sistem Informasi. http://kamii_yogyakarta.tripod.com/SI.htm. Diakses tanggal 17 Oktober 2014.

[5] Jaya, Putra. 2013. Sistem Pendukung Keputusan Penentuan Bonus Karyawan Menggunakan Metode Weighted Product. STMIK Budidarma. Medan.

Gambar 4.7 Desain Halaman Tabel Data Kualitas Beras Sumber: Perancangan

[6] Krisbela, Yosef. 2012. Sistem Pendukung Keputusan Analisis Harga Jual Beras Berbasis Web Dengan PHP dan MySQL. STIMIK. Yogyakarta.

[7] Kusumadewi, S. dkk. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy-MADM). Yogyakarta: Graha Ilmu.

[8] Mulyanto, Aunur R. 2008. Rekayasa Perangkat Lunak, Jilid I. Direktorat Pembinaan Sekolah Menengah Kejuruan. Jakarta.

[9] Rani, Sasika. 2014. Sistem Pendukung Keputusan Pemilihan Sepeda Motor Berbasis Web Dengan Metode Weighted Product. STMIK Budidarma. Medan.

[10] Rumbaugh, J., Jacobson, I., and Booch, G. 1999. The Unified Modeling Language Reference Manual. Addison Wesley.

[11] Subakti, Irfan. 2002. Sistem Pendukung Keputusan (Decision Support System). Institute Teknologi Sepeuluh Nopember. Surabaya.

[12] Rouf, Abdul. 2012. Pengujian Perangkat Lunak Dengan Menggunakan Metode White Box dan Black Box. STMIK HIMSYA. Semarang