Uji Coba Sistem - Sistem Informasi Geografis Untuk Aplikasi Pencarian Rumah Kos Dengan Metode S

Pada tahap uji coba sistem dilakukan dengan dua tahap, yaitu uji coba metode

Simple Additive Weighting dan uji coba kepuasan pengguna.

1. Uji Coba Metode Simple Additive Weighting

Metode Simple Additive Weighting digunakan untuk membantu mengurutkan hasil pencarian kos berdasarkan tingkat kepentingan fasilitas umum di sekitar kos menurut pengguna. Data pengujian metode Simple Additive Weighting didapat dari hasil analisis spasial yang menggunakan fungsi buffer pada setiap layer. Pada tabel merupakan kriteria yang akan dijadikan acuan dalam menentukan tempat kos sesuai dengan keinginan pelanggan.

Tabel 4.1 Tabel Kriteria Kriteria (C) Keterangan C1 Kampus C2 Warung Makan C3 Rumah Sakit C4 Pasar C5 Pusat Perbelanjaan C6 Rumah Ibadah

Dari kriteria tersebut, maka menentukan nilai alternatif pada setiap kriteria. Nilai alternatif didapat dari nilai buffer alternatif pada setiap kriteria. Pada nilai bobot preferensi atau tingkat kepentingan, pengguna memberikan bobot berdasarkan tingkat kepentingan masing – masing kriteria. Pemberian nilai bobot diukur dengan menggunakan skala likert 1 sampai 5. Tabel 4.2 menunjukkan

Tabel 4.2 Range Tingkat Kepentingan Bobot Tingkat Kepentingan

1 Tidak Penting 2 Kurang Penting 3 Cukup Penting 4 Penting

5 Sangat Penting

Pengujian metode Simple Additive Weighting dilakukan dengan melakukan perhitungan algoritma SAW secara manual dan dibandingkan dengan hasil perhitungan yang dikeluarkan oleh sistem. Ketika hasil perhitungan manual cocok dengan hasil yang dikeluarkan oleh sistem, maka dapat disimpulkan bahwa penerapan algoritma pada apliasi ini telah berhasil dan sistem telah berjalan dengan benar untuk memberikan rekomendasi dengan perhitungan yang tepat.

Skenario uji coba pertama adalah pengguna melakukan pencarian rumah kos dengan kriteria harga kurang dari Rp 1.000.000,00 dan rumah kos yang menyediakan fasilitas TV, internet, meja dan kursi, tempat tidur, lemari, parkiran, laundry, dan dapur. Dari hasil pencarian yang dilakukan ditemukan empat rumah kos yang akan dijadikan alternatif untuk perhitungan SAW. Pada skenario uji coba ini, pengguna mencari fasilitas di sekitar rumah kos dalam radius 300 meter dan tingkat kepentingan setiap kriteria seperti tabel berikut.

Tabel 4.3 Tabel Pembobotan Skenario 1

Kriteria Bobot

Kampus Cukup Penting

Rumah Makan Penting

Rumah Sakit Kurang Penting

Pasar Kurang Penting

Mall Cukup Penting

Rumah Ibadah Cukup Penting

Dari tabel pembobotan untuk scenario pertama tersebut maka didapat bobot untuk preferensi W = [3,4,2,2,3,3]. Berdasarkan hasil pencarian yang sudah dilakukan maka di dapat tabel hasil pencarian menggunakan buffer dari setiap kos.

Tabel 4.4 Data Hasil Pencarian Skenario 1 Alternatif Kriteria C1 C2 C3 C4 C5 C6 Griya Male 0 10 0 0 0 1 Kost Putri 0 17 0 1 0 0 Kost Orange 0 16 0 1 0 0 Coconut Residence 0 22 0 1 0 1

Pada Sistem, semua nilai pada hasil pencarian ditambahkan satu untuk dilakukan normalisasi. Sehingga tabel keputusan matriks (X) akan berubah menjadi Tabel 4.5.

Tabel 4.5 Data Hasil Pencarian Skenario 1 Pada Sistem Alternatif Kriteria C1 C2 C3 C4 C5 C6 Griya Male 1 11 1 1 1 2 Kost Putri 1 18 1 2 1 1 Kost Orange 1 17 1 2 1 1 Coconut Residence 1 23 1 2 1 2

Setelah mendapatkan nilai matriks keputusan (X) dari setiap alternatif dan kriteria, maka selanjutnya adalah mencari nilai maksimum dari setiap kriteria.

Tabel 4.6 Nilai Maksimum Kriteria Skenario 1

C1 C2 C3 C4 C5 C6

1 23 1 2 1 2

Nilai dari Tabel 4.6 akan digunakan untuk melakukan proses normalisasi. Proses normalisasi adalah sebagai berikut.

Coconut Residence (A1) :

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹¹ 𝑀𝑎𝑥 {11,18,17,23}

=

¹¹ 23

=

0.4782608695652174

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹ 𝑀𝑎𝑥 {1,2,2,2}

=

¹ 2

= 0.5

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

² 𝑀𝑎𝑥 {2,1,1,2}

=

² 2

= 1

Kost Putri (A2) :

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹⁸ 𝑀𝑎𝑥 {11,18,17,23}

=

¹⁸ 23

=

0.7826086956521739

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

² 𝑀𝑎𝑥 {1,2,2,2}

=

² 2

= 1

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹ 𝑀𝑎𝑥 {2,1,1,2}

=

¹ 2

= 0.5

Kost Orange (A3) :

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹⁷ 𝑀𝑎𝑥 {11,18,17,23}

=

¹⁷ 23

=

0.7391304347826087

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

² 𝑀𝑎𝑥 {1,2,2,2}

=

² 2

= 1

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹ 𝑀𝑎𝑥 {2,1,1,2}

=

¹ 2

= 0.5

Griya Male (A₄)

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

²³ 𝑀𝑎𝑥 {11,18,17,23}

=

²³ 23

= 1

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

² 𝑀𝑎𝑥 {1,2,2,2}

=

² 2

= 1

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

² 𝑀𝑎𝑥 {2,1,1,2}

=

² 2

= 1

Selanjutnya dibuat perkalian matriks W * R dan penjumlahan hasil perkalian untuk memperoleh alternatif terbaik dengan menggunakan perankingan nilai terbesar. VA1 = (1*3) + (0.4782608695652174*4) + (1*2) + (0.5*2) + (1*3) + (1*3) = 13.91304347826087 VA2 = (1*3) + (0.7826086956521739*4) + (1*2) + (1*2) + (1*3) + (0.5*3) = 14.6304347826087 VA3 = (1*3) + (0.7391304347826087*4) + (1*2) + (1*2) + (1*3) + (0.5*3) = 14.45652173913043 VA4 = (1*3) + (1*4) + (1*2) + (1*2) + (1*3) + (1*3) = 17

Setelah nilai akhir pada setiap alternatif didapatkan, selanjutnya akan dilakukan pengurutan alternatif berdasarkan nilai akhir pada setiap alternatif. Pengurutan dilakukan mulai dari alternatif dengan nilai akhir tertinggi sampai alternatif dengan nilai akhir terendah. Tabel 4.7 menunjukkan hasil perankingan hasil akhir setiap alternatif pada skenario pertama.

Tabel 4.7 Hasil Pengurutan Nilai Akhir Skenario 1

Ranking Alternatif Nilai Akhir

1 Griya Male 17

2 Kost Putri 14.6304347826087

3 Kost Orange 14.45652173913043

4 Coconut Residence 13.91304347826087

Nilai akhir hasil perhitungan manual dibandingkan dengan nilai akhir hasil pencarian dari sistem.

Gambar 4.12 Hasil Akhir Skenario 1 Sistem

Gambar 4.12 adalah hasil perhitungan Simple Additive Weighting yang dicetak pada sistem. Hasil pada Gambar 4.11 memberikan nilai yang sama dengan

hasil perhitungan manual pada Tabel 4.7, sehingga pencarian dengan skenario pertama terbukti memberikan hasil yang sesuai.

Skenario uji coba kedua adalah pengguna melakukan pencarian rumah kos dengan kriteria harga diatas Rp 2.000.000,00 dan pengguna memilih semua kriteria yang ada di pilihan pencarian. Dari hasil pencarian yang dilakukan ditemukan empat rumah kos yang akan dijadikan alternatif untuk perhitungan SAW. Pada skenario uji coba ini, pengguna mencari fasilitas di sekitar rumah kos dalam radius 300 meter dan tingkat kepentingan setiap kriteria sama dengan skenario pertama sehingga didapatkan nilai W = [3,4,2,2,3,3].

Tabel 4.8 Data Hasil Pencarian Skenario 2 Alternatif

Kriteria

C1 C2 C3 C4 C5 C6

Rumah Mawaddah

4/12 ⁰ ¹² ⁰ ⁰ ⁰ ²

Kost Zam Zam 0 19 0 0 0 1

Sektor 7a DC 11 no

29 ⁰ ⁹ ⁰ ⁰ ⁰ ³

Sektor 7a DC11/1 0 12 0 0 0 2

Tabel 4.8 menunjukkan hasil tabel keputusan matriks (X) setelah ditambahkan satu pada sistem.

Tabel 4.9 Data Hasil Pencarian Skenario 2 Pada Sistem Alternatif Kriteria C1 C2 C3 C4 C5 C6 Rumah Mawaddah 4/12 ¹ ¹³ ¹ ¹ ¹ ³

Kost Zam Zam 1 20 1 1 1 2

Sektor 7a DC 11 no

29 ¹ ¹⁰ ¹ ¹ ¹ ⁴

Sektor 7a DC11/1 1 13 1 1 1 3

Tabel 4.10 menunjukkan nilai maksimum dari setiap kriteria pada matriks keputusan untuk skenario ke-2.

Tabel 4.10 Nilai Maksimum Kriteria Skenario 2

C1 C2 C3 C4 C5 C6

1 20 1 1 1 4

Berikut adalah proses normalisasi matriks untuk skenario ke – 2. Rumah Mawaddah 4/12 (A1) :

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹³ 𝑀𝑎𝑥 {13,20,10,13}

=

¹³ 20

=

0.65

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

³ 𝑀𝑎𝑥 {3,2,4,3}

=

³ 4

=

0.75

Kost Zam Zam (A₂) :

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

²⁰ 𝑀𝑎𝑥 {13,20,10,13}

=

²⁰ 20

=

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

² 𝑀𝑎𝑥 {3,2,4,3}

=

² 4

=

0.5

Sektor 7 DC 11 no 29 (A₃) :

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹⁰ 𝑀𝑎𝑥 {13,20,10,13}

=

¹⁰ 20

=

0.5

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

⁴ 𝑀𝑎𝑥 {3,2,4,3}

=

⁴ 4

=

1 Sektor &a DC11/1 (A₄)

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹³ 𝑀𝑎𝑥 {13,20,10,13}

=

¹³ 20

=

0.65

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1

r

=

¹ 𝑀𝑎𝑥 {1,1,1,1}

=

¹ 1

= 1 r

=

³ 𝑀𝑎𝑥 {3,2,4,3}

=

³ 4

=

0.75

Setelah mendapatkan hasil dari perhitungan nilai dari matriks normalisasi. Maka selanjutnya mencari nilai preferensi untuk memperoleh alternatif terbaik dengan menggunakan perankingan nilai terbesar.

VA1 = (1*3) + (1*4) + (1*2) + (1*2) + (1*3) + (0.75*3) = 14.85 VA2 = (1*3) + (1*4) + (1*2) + (1*2) + (1*3) + (0.5*3) = 15.5 VA3 = (1*3) + (0.5*4) + (1*2) + (1*2) + (1*3) + (1*3) = 15 VA4 = (1*3) + (0.65*4) + (1*2) + (1*2) + (1*3) + (0.75*3) = 14.85

sampai alternatif dengan nilai akhir terendah. Tabel 4.11 menunjukkan hasil perankingan hasil akhir setiap alternatif pada skenario kedua.

Tabel 4.11 Hasil Pengurutan Nilai Akhir Skenario 2

Ranking Alternatif Nilai Akhir

1 Kost Zam Zam 15.5

2 Sektor 7a DC 11 no 29 15 3 Rumah Mawaddah 4/12 14.85

4 Sektor 7a DC 11/1 14.85

Gambar 4.13 menunjukkan nilai akhir hasil perhitungan manual pada sistem. Hasil pada Gambar 4.13 memberikan nilai yang sama dengan hasil perhitungan manual pada Tabel 4.10, sehingga pencarian dengan skenario kedua terbukti memberikan hasil yang sesuai.

Gambar 4.13 Hasil Akhir Skenario 2 Sistem

Setelah melakukan perbandingan hasil perhitungan manual dengan hasil perhitungan pada sistem dengan pencobaan sebanyak dua skenario, maka dapat disimpulkan bahwa algoritma yang diterapkan pada sistem informasi geografis pencarian rumah kos berhasil dilakukan.

2. Uji Kepuasan Pengguna

Uji kepuasan pengguna dilakukan dengan cara meminta para pengguna yaitu mahasiswa UMN yang berasal dari luar daerah Gading Serpong dan kos untuk menggunakan aplikasi, dan dilanjutkan dengan pengisian kuesioner oleh para pengguna untuk memberikan pendapat mereka mengenai aplikasi. Hasil kuesioner digunakna untuk mengetahui tingkat kepuasan pengguna akan sistem. Menurut Roscoe dalam Sugiyono (2010) ukuran sampel yang layak dalam suatu pengujian adalah 30 sampai 500 responden untuk setiap kategori. Pada survei, dilakukan pengisian kuesioner oleh 33 orang responden. Kuesioner yang diberikan mengandung pertanyaan yang mengandung aspek yang mengacu pada konsep End-User Computing Satisfacation (EUCS) yang diusulkan oleh Doll dan Torkazdeh (1988). Pada Tabel 4.12 menunjukkan daftar pertanyaan yang terdapat pada kueisoner.

Tabel 4.12 Tabel Daftar Pertanyaan Kuesioner

Aspek-Aspek EUCS Pertanyaan

Isi (content)

Apakah aplikasi membantu dalam mencari informasi rumah kos ? Apakalah aplikasi menyediakan informasi yang dibutuhkan ?

Akurasi (accuracy)

Apakah aplikasi memberikan rekomendasi rumah kos yang sesuai dengan keinginan ?

Apakah aplikasi memberikan hasil yang sesuai dengan informasi yang dibutuhkan oleh pengguna ?

Bentuk (format)

Apakah tata letak konten aplikasi sudah user-friendly ?

Apakah keserasian warna aplikasi sudah tepat dan menarik?

Apakah ukuran font pada aplikasi sudah pas?

Tabel 4.12 Tabel Daftar Pertanyaan Kuesioner (Lanjutan)

Aspek-Aspek EUCS Pertanyaan

Kemudahan Pemakaian (Ease of use)

Apakah aplikasi mudah untuk digunakan ?

Apakah setiap tombol pada aplikasi mudah dimengerti ?

Ketepatan Waktu (timeless)

Apakah aplikasi menghemat waktu dalam mencari informasi rumah kos ? Apakah aplikasi memberikan informasi dengan cepat ?

Dari hasil pengisian kuesioner, maka didapatkan hasil seperti pada Tabel 4.13.

Tabel 4.13 Hasil Jawaban Kuesioner

Pertanyaan ^Jawaban

SS S N TS STS Apakah aplikasi membantu dalam

mencari informasi rumah kos ? ⁰ ⁰ ¹ ¹⁶ ¹⁶ Apakah aplikasi menyediakan

informasi yang dibutuhkan ? ⁰ ⁰ ⁸ ¹¹ ¹⁴

Apakah aplikasi memberikan rekomendasi rumah kos yang sesuai dengan keinginan ?

0 1 6 15 11

Apakah aplikasi memberikan hasil sesuai dengan informasi yang dibutuhkan pengguna ?

0 1 6 16 10

Apakah tata letak konten aplikasi

sudah user-friendly ? ⁰ ² ⁹ ¹⁴ ⁸

Apakah keserasian warna aplikasi

sudah tepat dan menarik ? ⁰ ² ⁵ ¹⁸ ⁸

Apakah ukuran font pada aplikasi

sudah pas ? ⁰ ³ ³ ¹³ ¹⁴

Apakah aplikasi mudah untuk

digunakan ? ⁰ ² ⁴ ¹⁹ ⁸

Apakah setiap tombol pada aplikasi

mudah dimengerti? ⁰ ² ⁵ ¹⁷ ⁹

Apakah aplikasi menghemat waktu

dalam mencari informasi rumah kos ? ⁰ ¹ ⁵ ⁹ ¹⁸ Apakah aplikasi memberikan

Hasil kueisioner yang sudah didapat akan dihitung dengan menggunakan rumus.

1. Isi (content)

Aspek ini diukur dari dua pertanyaan, yaitu sebagai berikut : a. Aplikasi membantu dalam mencari informasi rumah kos

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 6 responden menjawab sangat setuju, 16 responden menjawab setuju, dan 11 responden menjawab netral. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(16∗5)+(16∗4)+(1∗3)+(0∗2)+(0∗1)}

(5∗33) * 100%

= 89.090909%

b. Aplikasi menyediakan informasi yang dibutuhkan

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 14 responden menjawab sangat setuju, 11 responden menjawab setuju, dan 8 responden menjawab netral. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(14∗5)+(11∗4)+(8∗3)+(0∗2)+(0∗1)}

(5∗33) * 100%

= 83.636363%

Presentase Skor Akhir = ^{89.090909%+83.636363%}

2 = 86.363636%

Mengacu pada Tabel Interval Skala Likert pada Tabel 2.3 , dapat disimpulkan bahwa presentase skor akhir pada angka 86.363636% telah menunjukkan responden sangat setuju jika aplikasi sistem informasi geografis pencarian rumah kos telah memenuhi aspek isi (content) pada EUCS.

2. Akurasi (accuracy)

a. Aplikasi memberikan rekomendasi rumah kos yang sesuai dengan keinginan

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 11 responden menjawab sangat setuju, 15 responden menjawab setuju, 6 responden menjawab netral, dan 1 responden menjawab tidak setuju. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(11∗5)+(15∗4)+(6∗3)+(1∗2)+(0∗1)}

(5∗33) * 100%

= 81.818181%

b. Aplikasi memberikan hasil sesuai dengan informasi yang dibutuhkan oleh pengguna

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 10 responden menjawab sangat setuju, 16 responden menjawab setuju, 6 responden menjawab netral, dan 1 responden menjawab tidak setuju. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(10∗5)+(16∗4)+(6∗3)+(1∗2)+(0∗1)}

= 81.212121%

Presentase Skor Akhir = ^{81.818181%+81.212121%}

2 = 81.515151%

Mengacu pada Tabel Interval Skala Likert pada Tabel 2.3, dapat disimpulkan bahwa presentase skor akhir pada angka 81.515151% telah menunjukkan responden sangat setuju jika aplikasi sistem informasi geografis pencarian rumah kos telah memenuhi aspek akurasi pada EUCS.

3. Bentuk (format)

a. Tata letak konten aplikasi sudah user-friendly

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 8 responden menjawab sangat setuju, 14 responden menjawab setuju, 9 responden menjawab netral, dan 2 responden menjawab tidak setuju. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(8∗5)+(14∗4)+(9∗3)+(2∗2)+(0∗1)}

(5∗33) * 100%

= 76,969696%

b. Keserasian warna aplikasi sudah tepat dan menarik

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 8 responden menjawab sangat setuju, 18 responden menjawab setuju, 5 responden menjawab netral, dan 2 responden menjawab tidak setuju. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai

Presentase Skor = ^{(8∗5)+(18∗4)+(5∗3)+(2∗2)+(0∗1)}

(5∗33) * 100%

= 79,393939% c. Ukuran font aplikasi yang sudah pas

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 14 responden menjawab sangat setuju, 13 responden menjawab setuju, 3 responden menjawab netral, dan 3 responden menjawab tidak setuju. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(14∗5)+(13∗4)+(3∗3)+(3∗2)+(0∗1)}

(5∗33) * 100%

= 83,030303%

Presentase Skor Akhir = ^{76.969696% +79.393939%+83.030303%}

3 = 79.797979%

Mengacu pada Tabel Interval Skala Likert pada Tabel 2.3, dapat disimpulkan bahwa presentase skor akhir pada angka 79.797979% telah menunjukkan responden setuju jika aplikasi sistem informasi geografis pencarian rumah kos telah memenuhi aspek bentuk (format) pada EUCS.

4. Kemudahan Pemakaian (Ease of Use) a. Aplikasi mudah untuk digunakan

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 8 responden menjawab sangat setuju, 19 responden menjawab setuju, 4 responden menjawab netral, dan 2 responden menjawab tidak setuju.

Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(9∗5)+(19∗4)+(4∗3)+(2∗2)+(0∗1)}

(5∗33) * 100%

= 83,030303%

b. Setiap tombol pada aplikasi mudah dimengerti

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 9 responden menjawab sangat setuju, 17 responden menjawab setuju, 5 responden menjawab netral, dan 2 responden menjawab tidak setuju. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(9∗5)+(17∗4)+(5∗3)+(2∗2)+(0∗1)}

(5∗33) * 100%

= 80%

Presentase Skor Akhir = ^{80.030303% +80%}

2 = 80.015151%

Mengacu pada Tabel Interval Skala Likert pada Tabel 2.3, dapat disimpulkan bahwa presentase skor akhir pada angka 80.015151% telah menunjukkan responden sangat setuju jika aplikasi sistem informasi geografis pencarian rumah kos telah memenuhi aspek kemudahan pemakaian (Ease of

Use) pada EUCS.

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 18 responden menjawab sangat setuju, 9 responden menjawab setuju, 5 responden menjawab netral, dan 1 responden menjawab tidak setuju. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut. Presentase Skor = ^{(18∗5)+(9∗4)+(5∗3)+(1∗2)+(0∗1)}

(5∗33) * 100%

= 86,666666%

b. Aplikasi memberikan informasi dengan cepat

Berdasarkan hasil kuesioner pada pertanyaan tersebut, 11 responden menjawab sangat setuju, 18 responden menjawab setuju, 3 responden menjawab netral, dan 1 responden menjawab tidak setuju. Dari hasil tersebut, maka dilakukan perhitungan skor yaitu sebagai berikut.

Presentase Skor = ^{(11∗5)+(18∗4)+(3∗3)+(1∗2)+(0∗1)}

(5∗33) * 100%

= 83,636363%

Presentase Skor Akhir = ^{86.666666% +83.636363%}

2 = 85.151514%

Mengacu pada Tabel Interval Skala Likert pada Tabel 2.3, dapat disimpulkan bahwa presentase skor akhir pada angka 85.151514% telah menunjukkan responden sangat setuju jika aplikasi sistem informasi geografis pencarian rumah kos telah memenuhi ketepatan waktu (timeless) pada EUCS.

Setelah dilakukan perhitungan presentase skor pada setiap aspek, maka akan dilakukan perhitungan presentase skor kesuksesan sistem dengan menghitung rata – rata skor dari semua aspek. Berikut adalah perhitungan presentase kesuksesan sistem.

Presentase Kesuksesan Sistem = ^{86.363%+81.515%+79.797%+80.015+85.151} 5

= 82.5682%

Tabel 4.14 Presentase Kesuksesan Sistem

Aspek Pertanyaan ^Presentase

Skor

Presentase Skor Akhir

Isi (content)

Apakah aplikasi membantu dalam

mencari informasi rumah kos ? ^89.090909% 86.363636% Apakalah aplikasi menyediakan

informasi yang dibutuhkan ? ^83.636363%

Akurasi (accuracy)

Apakah aplikasi memberikan rekomendasi rumah kos yang sesuai

dengan keinginan ?

81.818181%

81.515151% Apakah aplikasi memberikan hasil

yang sesuai dengan informasi yang dibutuhkan oleh pengguna ?

81.212121%

Bentuk (format)

Apakah tata letak konten aplikasi

sudah user-friendly ? ^76,969696%

79.797979% Apakah keserasian warna aplikasi

sudah tepat dan menarik? ^79,393939% Apakah ukuran font pada aplikasi

sudah pas? ^83,030303%

Kemudahan Pemakaian (Ease of Use)

Apakah aplikasi mudah untuk

digunakan ? ^83,030303%

80.015151% Apakah setiap tombol pada aplikasi

mudah dimengerti ? ^80%

Ketepatan Waktu (timeless)

Apakah aplikasi menghemat waktu dalam mencari informasi rumah kos

86,666666%

85.151514% Apakah aplikasi memberikan

BAB V

KESIMPULAN DAN SARAN

Dalam dokumen Sistem Informasi Geografis Untuk Aplikasi Pencarian Rumah Kos Dengan Metode Simple Additive Weighting (Studi Kasus : Gading Serpong) (Halaman 61-80)