Form Mainform
* To change this template use Tools | Options | Coding | Edit Standard Headers.
= new MySqlConnection("Server=localhost;Database=gym;Uid=root;"); public MainForm()
} = new DataGridViewButtonColumn();
tambah_jumlah.Text = "Edit Data";
tambah_jumlah.UseColumnTextForButtonValue = true; dataGridView1.Columns.Add(tambah_jumlah);
DataGridViewButtonColumn tambah_jumlahh = new DataGridViewButtonColumn();
tambah_jumlahh.Text = "Delete Data";
}
void PerbandinganToolStripMenuItemClick(object sender, EventArgs e) {
Form pindah = new Perbandingan();
pindah.ShowDialog(); }
void DataGridView1CellContentClick(object sender, DataGridViewCellEve ntArgs e) ='" + dataGridView1[1, row].Value.ToString() + "', fasilitas =
'" + dataGridView1[2, row].Value.ToString() + "', harga
='" + dataGridView1[3, row].Value.ToString() + "', kenyamanan ='" + dataGridView1[4, row].Value.ToString() + "',
keamanan='" + dataGridView1[5, row].Value.ToString() + "'where no ='"+dataGridView1[0, row].Value.ToString()+"'", c);
cmd.ExecuteNonQuery();
{ ='"+dataGridView1[0, row].Value.ToString()+"'", c);
cmd.ExecuteNonQuery();
void MenuStrip1ItemClicked(object sender, ToolStripItemClickedEventAr gs e)
{ }
void ContextMenuStrip1Opening(object sender, System.ComponentModel.Ca ncelEventArgs e)
* To change this template use Tools | Options | Coding | Edit Standard Headers.
*/
using System;
using MySql.Data.MySqlClient;
= new MySqlConnection("Server=localhost;Database=gym;Uid=root;"); public inputdata() == "" || textBox4.Text == "" || textBox5.Text == "" || textBox6.Text == "") {
* User: Roni Anggara * Date: 11/3/2016 * Time: 7:53 PM *
* To change this template use Tools | Options | Coding | Edit Standard Headers. disposed; otherwise, false.</param>
this.label8 = new System.Windows.Forms.Label();
this.dataGridView1 = new System.Windows.Forms.DataGridView(); this.button1 = new System.Windows.Forms.Button();
this.dataGridView2 = new System.Windows.Forms.DataGridView(); ((System.ComponentModel.ISupportInitialize)(this.dataGridView1)). BeginInit();
this.Controls.Add(this.textBox3);
((System.ComponentModel.ISupportInitialize)(this.dataGridView1)). EndInit();
((System.ComponentModel.ISupportInitialize)(this.dataGridView2)). EndInit();
this.ResumeLayout(false); this.PerformLayout(); }
private System.Windows.Forms.DataGridView dataGridView2; private System.Windows.Forms.Button button1;
private System.Windows.Forms.DataGridView dataGridView1; private System.Windows.Forms.Label label8;
* To change this template use Tools | Options | Coding | Edit Standard Headers.
using System.Windows.Forms;
= new MySqlConnection("Server=localhost;Database=gym;Uid=root;"); public TOPSIS()
Convert.ToDouble(dataGridView2[1, i].Value.ToString()); harga[i] =
}
//d- dan d+
double[] dmin = new double[nama.Length], dmax = new double[nama.Length];
for (int i = 0; i < nama.Length; i++)
dataGridView1.Sort(dataGridView1.Columns[3], ListSortDirection.De scending);
* To change this template use Tools | Options | Coding | Edit Standard Headers.
*/
using System;
using System.Drawing;
namespace ronianggara
dataGridView1.Columns.Clear();
Convert.ToDouble(dataGridView3[1, i].Value.ToString()); harga[i] =
Convert.ToDouble(dataGridView3[2, i].Value.ToString()); kenyamanan[i] =
Convert.ToDouble(dataGridView3[3, i].Value.ToString()); keamanan[i] =
Convert.ToDouble(dataGridView3[4, i].Value.ToString()); } = new double[nama.Length];
//nilai akhir
dataGridView1.Sort(dataGridView1.Columns[1], ListSortDirection.De scending);
watch1.Stop(); textBox3.Text =
Math.Round(Convert.ToDecimal(watch1.Elapsed.TotalMilliseconds),4).ToString();
Convert.ToDouble(dataGridView3[1, i].Value.ToString()); harga[i] =
Convert.ToDouble(dataGridView3[2, i].Value.ToString()); kenyamanan[i] =
Convert.ToDouble(dataGridView3[3, i].Value.ToString()); keamanan[i] =
for (int j = 0; j < 4; j++) = new double[nama.Length];
}
dataGridView2.ColumnCount = 2;
dataGridView2.Columns[0].Name = "Nama"; dataGridView2.Columns[1].Name = "RPI";
for (int i = 0; i < nama.Length; i++) {
dataGridView2.Rows.Add(nama[i],rpi[i]); }
dataGridView2.Sort(dataGridView2.Columns[1], ListSortDirection.De scending);
watch1.Stop(); textBox2.Text =
Math.Round(Convert.ToDecimal(watch1.Elapsed.TotalMilliseconds),4).ToString(); }
CURRICULUM VITAE
Data Pribadi
Nama : Roni Anggara Sipahutar Jenis Kelamin : Laki-laki
Tempat,Tanggal Lahir : Medan, 14 September 1993 Kewarganegaraan : Indonesia
Agama : Islam
Alamat Sekarang : Jl. K.S.Ketaren g.maninjau no.11a
Telp/Hp : 082369063906
Email : [email protected]
Riwayat Pendidikan
2011 – 2015 : S1 Ilmu Komputer Universitas Sumatera Utara 2008 – 2011 : SMA Negeri 7 Medan
2005 – 2008 : SMP Negri 13 Medan 1999 – 2005 : SD Swasta Budi Satria
Keahlian
Bahasa : Indonesia, Inggris Bahasa Pemrograman : C#, Jaringan
Database : MySql
Pengalaman Organisasi
2010 – 2011 : Anggota Pramuka SMA N 7 Medan 2011 – 2013 : UKMI AL-QUARISMI
2012 – 2015 : Anggota IMILKOM
2014 – 2015 : Sekretaris Jendral Sapma PP Sub-komisariat FASILKOM-TI
Pengalaman Kepanitiaan
2011 : Panitia Dies Natalis Ilmu Komputer ke-10
2012 : Ketua Panitia Acara Ilmu Komputer Goes to School 2013 : Panitia Pelatihan Dasar Organisasi IMILKOM 2012 2013 : Anggota HUMAS Porseni IMILKOM
2013 : Koordinator Dana PMB Ilmu Komputer USU
2013 : Koordinator Keamanan PMB Fakultas FASILKOM-TI USU 2013 : Panitia Pemilihan Umum Ketua IMILKOM
DAFTAR PUSTAKA
Kusumasari, D.W. 2013.Analisis Pengaruh Motivasi, Lokasi, Dan Kualitas Layanan Terhadap Keputusan Pemilihan Fitness CenterSebagai Tempat Melatih Kebugaran Tubuh.Skripsi. UNIVERSITAS DIPONEGORO :SEMARANG.
Power. J, Daniel. 2009. Decision Support Basics. Bussines Expert Press: New York.
Harahap.F.K. 2013.Aplikasi Metode Topsis Dalam Menentukan Pembangunan Daerah Kabupaten/Kota Di Provinsi Sumatera Utara.Skripsi. UNIVERSITAS SUMATERA UTARA: MEDAN.
Islami, D. 2015. Analisis Kelayakan Penerima Kredit Pemilikan Rumah Dengan Metode Profile Matching Dan Promethee.Skripsi.UNIVERSITAS SUMATERA UTARA: MEDAN.
Kusumadewi. 2006. Fuzzy Multi-Atribute Decision Making (MADM). Yogyakarta: Graha Ilmu.
Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Penerbit Andi.
Susanti, N.,WIniarti, S. 2013. Sistem Penduung Keputusan Penentuan Kualitas Kayu Untuk Kerajinan Meubel. Jurnal Sarjana Teknik Informatika Volume 1 Nomor 1, Juni 2013
Napitu, V.S. 2014. Analisis Pemilihan Supplier Dengan Metode Analtytical Hierarchy Process (AHP) Dan Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) Di PT. INDO CAFCO.Skripsi.UNIVERSITAS SUMATERA UTARA: MEDAN
Ilyas, M.I.Z. 2016. Sistem Pendukung Keputusan Untuk Meranking Lapangan Futsal Terbaik Di Kota MEDAN Dengan Menguunakan Metode AHP dan
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1. Analisis Masalah
Dalam memilih tempat gym terbaik selama ini hanya dengan cara manual yaitu langsung ke lokasi tempat gym yang diinginkan. Seiring dengan perkembangan teknologi, maka dirancang suatu aplikasi yang memudahkan calon para pemain dalam memilih tempat gym agar hasilnya sesuai dengan yang diharapkan.
Pada gambar 3.1.1.merupakan diagram Ishikawa yang dapat digunakan untuk menganalisis masalah. Bagian kepada atau segiempat yang berada di sebelah kanan merupakan masalah.Sementara pada bagian tulang merupakan penyebab.
Gambar 3.1.1. Diagram Ishikawa untuk analisis masalah Menghitung
running time Menggunakan sistem
Menghitung kriteria dan alternatif
METHOD
Merankingtempat gym terbaik
MACHINE Data kriteria
Data alternatif
MATERIAL
Ranking tempat
gym terbaik
Metode TOPSIS Metode Profile Matching
3.2. Analisis Kebutuhan Sistem
Analisis kebutuhan sistem merupakan salah satu tahap dimana pada tahap ini akan dibahas tentang kebutuhan dalam membangun sebuah sistem. Analisis kebutuhan sistem dapat dikelompokkan menjadi dua bagian, yaitu kebutuhan fungsional dan kebutuhan non-fungsional.
3.2.1. Kebutuhan fungsional
Kebutuhan fungsional merupakan kebutuhan yang harus diberikan oleh sistem. Hal yang menjadi kebutuhan fungsional ialah input, output, process, yaitu antara lain adalah:
1. Sistem harus mampu memberi solusi terhadap sistem pendukung keputusan dalam memilih tempat gym terbaik di kota Medan dengan mengimplementasikan metode
Profile Matching dan TOPSIS.
2. Sistem dapat menarik kesimpulan dengan output tempat gym yang terbaik.
3. Sistem dapat mengubah kesalahan dalam penginputan dengan menambahkan
button edit dan simpan pada saat penginputan data.
4. Sistem akan menampilkan running time (waktu akses dalam millisecond).
3.2.2. Kebutuhan non-fungsional
Kebutuhan non-fungsional adalah kebutuhan yang diberikan oleh sistem yang bertujuan untuk mendukung kebutuhan fungsional yang sudah ditentukan. Kebutuhan non-fungsional dari sistem adalah:
1. Hasil kuisioner
Dalam menentukan nilai perbandingan kriteria global dan alternatif digunakan hasil kuisioner.
2. Mudah digunakan (user friendly)
Sistem yang akan dibangun harus user friendly, artinya bahwa sistem mudah digunakan oleh user dengan tampilan (interface) yang sederhana dan mudah dimengerti.
Sistem yang akan dibangun diharapkan mampu menjadi referensi bagi user untuk memilih tempat gym terbaik yang ada di kota Medan.
3.3. Analisis Proses
Analisis sistem dilakukan untuk mengidentifikasi masalah dan kebutuhan dari sistem yang akan dibangun, sebelum membangun sistem terlebih dahulu dilakukan beberapa tahap analisis untuk mengidentifikasi segala kebutuhan yang akan diterapkan dalam sistem agar tidak terjadi kesalahan dan sistem yang dibangun akan optimal.
Sistem yang akan dibangun adalah sistem dengan nama sistem pendukung keputusan pemilihan gym terbaik di kota Medan. Sistem ini menggunakan dua metode yaitu metode Profile Matching dan Profile TOPSIS. Kedua metode tersebut akan dibandingkan dengan menggunakan 10 sampel ,4 kriteria dan running time process. Sistem ini nantinya akan memberikan alternatif pemilihan tempat gym terbaik di kota Medan.Pemilihan ini berdasarkan kriteria yang telah ditentukan yaitu harga, fasilitas, kenyamanan dan keamanan.
3.4. Pemodelan Sistem
Pemodelan sistem yang dirancang bertujuan untuk menggambarkan kondisi dan bagian-bagian yang berperan dalam sistem yang dirancang. Pemodelan sistem dilakukan dengan membuat use case diagram, activity diagram dan sequence diagram.
3.4.1. Use case diagram
Gambar 3.4.1.Use Case Diagram
3.4.2. Activity diagram
Gambar 3.4.4.Activity diagram Form Perbandingan
3.4.3. Sequence diagram
Gambar 3.4.5.Sequencediagram mengolah data
Gambar 3.4.7.Sequence diagram formPerbandingan
3.5. Perancangan Sistem
3.5.1. Pembuatan algoritma program
Pembuatan algoritma program yaitu proses penerjemahan langkah-langkah metode
Profile Matching dan metode TOPSIS ke dalam sebuah bahasa pemrograman. Tahapan yang dilalui dalam pembuatan algoritma program,yaitu:
1. Pembuatan alur proses sistem secara umum.
2. Pembuatan alur proses sistem pendukung keputusan menggunakan metode Profile Matching dan TOPSIS ke dalam bahasa pemrogram C Sharp (C#).
3.5.2 Alur proses sistem secara umum
3.5.1. flowchart metode Profile Matching dan gambar 3.5.2. flowchart metode
TOPSIS berikut ini:
Gambar 3.5.1.flowchart metode Profile Matching
Start
Masukkan kriteria
Menentukan kriteria Dengan bobot kriteria
Menentukan Core dan secondary
factor Menentukan Gap kopetensi
Menggabungkan Sub criteria dengan
Secondary factor
Melakukan perhitungan
Hasil ranking
Gambar 3.5.1.Flowchart metode Topsis
Start
Input kriteria
Membangun matriks keputusan Normalisasi
matriks Matriks ternormalisasi
Matriks ternormalisasi terbobot
Matriks Solusi ideal +-
Menghitung separasi matriks Menghitung Solusi ideal +-
Menghitung alternatif
3.6. Perancangan Antarmuka Sistem (Interface)
3.6.1. Halaman menu utama
Tampilan utama yang muncul pertama kali saat sistem dijalankan.Halaman utama ini terdiri dari tiga menu, yaitu menu Data, menu Metode dan menu Perbandingan.Tampilan rancangan halaman utama dapat dilihat pada gambar 3.6.1.berikut ini:
Gambar 3.6.1.Rancangan halaman menu utama
Tabel 3.6.1. Keterangan bagian-bagian halaman menu utama
Keterangan:
No Jenis Objek Keterangan
1 Form Nama yang dibuat pada aplikasi yang akan dirancang 2 Menustrip Menampilkan menu pilihan
3 Menustrip Menampilkan menu pilihan 4 Picturebox Menampilkan logo USU 5 Datagridview Menampilkan table
6 Button Berfungsi untuk menginputkan data (5)
Logo usu(4)
Metode(2) Perbandingan(
3.6.2. Halaman form input data
Gambar 3.6.2. Rancangan halaman form input data
Tabel 3.6.2. Keterangan bagian-bagian halaman form input data
Keterangan:
No Jenis Objek Keterangan
1 Form Berisi nama form yang dibuat 2 Label Nomor data responden
3 Label Nama gym
4 Label Fasilitas data responden 5 Label Harga data responden 6 Label Kenyamanan data responden 7 Label Keamanan data responden 8 Textbox Berisi nomor data responden 9 Textbox Berisi nama nama tempat gym
10 Textbox Berisi bobot nilai untuk kriteria fasilitas 11 Textbox Berisi bobot nilai untuk kriteria harga 12 Textbox Berisi bobot nilai untuk kriteria kenyamanan 13 Textbox Berisi bobot nilai untuk kriteria keamanan 14 Button Berfungsi untuk menyimpan data responden
Input data(1)
Nama(3)(((3)g Fasilitas(4) Harga(5) Kenyamanan( Keamanan(7)
Nomor(2) (8)
(9)
(10)
(11)
(12)
(13)
3.6.3. Form Profile matching
Gambar 3.6.3 Rancangan form metode profile matching
Tabel 3.6.3 Keterangan bagian-bagian form metode profile matching
Keterangan:
No Jenis Objek Keterangan
1 Form Berisi nama form yang dibuat
7 Textbox Berisi nilai bobot fasilitas 8 Textbox Berisi nilai bobot harga 9 Textbox Berisi nilai bobot kenyamanan 10 Textbox Berisi nilai bobot keamanan
11 Label Persentase
12 Label Core factor
13 Label Secondary factor
14 Textbox Berisi nilai bobot core factor 15 Textbox Berisi nilai bobot secondary factor
16 Datagridview Menampilkan table
17 Button Memproses metode profile matching
3.6.4. Halaman form metode topsis
Gambar 3.6.4.Rancangan form metode TOPSIS
Tabel 3.6.4. Keterangan bagian-bagian form metode TOPSIS
Keterangan:
No Jenis Objek Keterangan
1 Form Berisi nama form yang dibuat 2 Datagridview Menampilkan table
3 Button Memproses metode topsis TOPSIS(1)
(2)
3.6.5. Halaman form Perbandingan
Gambar 3.6.6.Rancangan h
alaman formPerbandingan
Tabel 3.6.5. Keterangan bagian-bagian halaman form Perbandingan
Keterangan:
No Jenis Objek Keterangan
1 Form Berisi nama form yang dibuat
2 Label Banyak sample
3 Textbox Tempat sample diinputkan
4 Button Hitung
5 Datagridview Menampilkan table
6 Label Running Time
7 Textbox Menampilkan hasil dari running time 8 Datagridview Menampilkan table
9 Label Running time
10 Textbox Menampilkan hasil dari running time
Perbandingan(1)
Banyak sample(2) (3) Hitung(
(5) (8)
BAB 4
IMPLEMENTASI DAN PENGUJIAN
4.1. Implementasi Sistem
Untuk mengembangkan suatu perangkat lunak tahapan selanjutnya adalah tahapan implementasi. Proses implementasi sistem yang terjadi di dalam aplikasi yang dirancang, yaitu implementasi sistem pendukung keputusan dengan menggunakan metode Profile matching dan TOPSIS untuk memilih tempat gym terbaik di kota Medan.
4.1.1. Form menu utama
Di dalam form menu data menampilkan data-data yang telah diinputkan oleh user.
Terdapat pula button input data untuk memasukkan data responden, button edit data untuk mengubah data jika ada kesalahan dalam penginputan data dan button delete
untuk menghapus data jika ada yang salah. Tampilan form menu utama dapat dilihat pada gambar 4.1.1. berikut ini:
Gambar 4.1.2. Tampilan form input data
4.1.3. Form Profile Matching
4.1.4. Form TOPSIS
Gambar 4.1.4. Tampilan form TOPSIS 4.1.5. Form Perbandingan
Gambar 4.1.5. Tampilan form Perbandingan 4.2. Pengujian Sistem
Pengujian sistem merupakan merepresentasikan tinjauan ulang yang menyeluruh terhadap spesifikasi, desain dan pengkodean. Glen Myers menetapkan beberapa aturan yang dapat dilihat sebagai tujuan dari ujicoba:
c. Ujicoba yang berhasil adalah mengungkap kesalahan yang belum ditemukan.
Dapat diartikan bahwa tujuan dari ujicoba tersebut adalah mendesain serangkaian tes yang secara sistematis mengungkap beberapa jenis kesalahan yang berbeda dan melakukannya dalam waktu dan usaha yang minim.Juga menunjukkan bahwa fungsi perangkat lunak telah bekerja sesuai spesifikasi dan kebutuhan fungsi telah tercapai.
Sebelum masuk ke proses pengujian kedua metode tersebut, berikut data-data responden. Data responden ini sama-sama digunakan kedalam kedua metode tersebut. Dapat dilihat seperti pada tabel 4.2 berikut ini:
Tabel 4.2. Data Responden
No Nama gym Fasilitas Harga Keamanan Kenyamanan
1 The gym center 7 8 8 8
2 Manurung gym 5 4 5 5
3 Antony futsal & gym 6 6 6 6
4 Olympus gym 8 8 8 8
5 Metro gym 7 5 6 6
6 Mandala gym 4 6 5 6
7 Body & fit gym 6 7 7 7
8 Gold gym 9 10 10 9
9 Milala gym 6 5 6 4
10 Tuasan gym 5 5 6 6
4.2.1. Pengujian proses Profile matching
Langkah-langkah pemecahan masalah untuk menentukan tempat gym terbaik di kota Medan dengan menggunakan metode Profile matching sebagai berikut:
Prosedur dalam metode profile matching adalah sebagai berikut (Kusrini, 2007) : 1. Pemetaan gap
Gap yang dimaksud adalah perbedaan antara profil pendaftar dengan profil ideal peserta didik atau bisa ditunjukkan pada rumus di bawah ini:
���=��������������� − �����������������������
Tabel 4.2.1. Perhitungan GAP
No Nama gym Fasilitas Harga Keamanan Kenyamanan
1 The gym center 7 8 8 8
Setelah diperoleh gappada masing-masing pendaftar, setiap profil diberi bobot nilai dengan patokan tabel bobot nilai gap.
Tabel berikut adalah tabel bobot nilai gap: dilihat pada tabel 4.2.2.berikut ini:
1 The gym center 4 4,5 4,5 3,5
2 Manurung gym 2 2 3 4
3 Antony futsal & gym 3 4 4 5
4 Olympus gym 5 4,5 4,5 3,5
5 Metro gym 4 3 4 5
6 Mandala gym 1,5 3 4 4
7 Body & fit gym 3 5 5 4,5
8 Gold gym 4,5 2,5 2,5 2,5
9 Milala gym 3 3 4 3
10 Tuasan gym 2 3 4 5
3. Perhitungan dan pengelompokan core dan secondary factor
Setelah menentukan bobot nilai gap untuk seluruh kriteria, setiap subkriteria dikelompokkan menjadi dua kelompok, yaitu core factordan secondary factor. Perhitungan core factor ditunjukkan menggunakan rumus di bawah ini:
���= ∑ ��
∑ ��
Keterangan: NCF : nilai rata-rata core factor
NC : jumlah total nilai core factor
IC : jumlah item core factor
Sementara itu, perhitungan secondary factor bisa ditunjukkan dengan rumus berikut:
��� =∑ ��
∑ ��
Keterangan: NCF : nilai rata-rata secondary factor
NC : jumlah total nilai secondary factor
IC : jumlah item secondary factor
kriteria yang akan menjadi core factor adalah fasilitas dan harga. Sedangkan kenyamanan dan keamanan adalah secondary factor.
����ℎ������� ��� =
Tabel 4.2.4.Perhitungan dan pengelompokan core dan secondary factor
No Nama gym Fasilitas Harga Keamanan Kenyamanan Core factor
Perhitungan penentuan ranking dapat ditunjukkan dengan rumus berikut:
�������ℎ�� = ∑(�)%� (5)
Semakinbesar nilai akhir,maka akan semakin besar kesempatan untuk menjadi peringkat teratas.
Perhitungan nilai akhir dengan persentase kriteria 60% dan 40% adalah sebagai berikut:
Tabel 4.2.5.Perankingan metode Profile matching
No Nama gym 1 Olympus gym 2 Body & fit gym 3 The gym center 4 Metro gym 5 Antony futsal & gym 6 Milala gym 7 Tuasan gym 8 Gold gym 9 Mandala gym 10 Manurung gym
Gambar 4.2.1. Tampilan form Profile Matching
4.2.2. Pengujian proses metode TOPSIS
Metode TOPSIS merupakan sebuah teknik berdasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun memiliki jarak terpanjangdarisolusi negatif (Kusumadewi, 2006).
Berikut adalah prosedur metode TOPSIS (Sachdeva, 2009): 1. Membangun matriks perbandingan kriteria pada TOPSIS
�= ����� (1)
Tabel 4.2.6.Data responden
No Nama gym Fasilitas Harga Keamanan Kenyamanan
1 The gym center 7 8 8 8
2. Normalisasi matriks perbandingan kriteria asli
Digunakan persamaan berikut untuk mengubah setiap elemen ����� yang diberikan di bawah ini:/
rij=
3. Membangun matriks ternormalisasi terbobot
Nilai bobot masing-masing kriteria ditentukan dengan skala satu sampai tiga berdasarkan prioritas tiap kriteria.
Digunakan persamaan berikut untuk mendapatkan elemen yij dari elemen rij yang
diberikan di bawah ini:
⎡0,6860,488 1,1430,576 0,736 0,380
�+= (���(�
�1), max(��2) , … , max(���)) = (�1+,�2+, … ,��+) (4) �−= (���(�
�1), min(��2) , … , min(���)) = (�1−,�2−, … ,��−) (5) �+= (0,880 ; 1,428; 0,920; 0,427)
�−= (0,388; 0,576; 0,460; 0,190)
5. Perhitungan jarak pada setiap kriteria antara solusi ideal positif �+dan solusi ideal negatif �−.
Untuk menghitung jarak euclideandari setiap alternatif ke �1+ dan �1− menggunakan persamaan berikut:
�+= �∑ ��
�+− ����
2
�
�=1 (6)
�−=�∑ ��
�� − ��−�
2
�
�=1 (7)
Untuk pendaftar pertama: �+
=�(0,880−0,686)2+ (1,428−1,143)2+ (0,920−0,736)2+ (0,427−0,380)2
= �0,1942+ 0,2852+ 0,1842+ 0,0472 = 0,398 �−
=�(0,686−0,388)2+ (1,143−0,576)2+ (0,736−0,460)2+ (0,380−0,190)2
Gambar4.2.2. Tampilan form TOPSIS
4.2.3. Perbandingan
Pada form perbandingan ini, menampilkan hasil perbandingan perhitungan antara metode Profile Matching dan TOPSIS dengan membandingkan kecepatan perhitungan diantara kedua metode tersebut. Dapat dilihat pada gambar 4.2.11.berikut ini:
Gambar 4.2.3. Tampilan form perbandingan
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan teori dan pembahasan pada bab sebelumnya dan hasil dari implementasi sistem pendukung keputusan untuk memilih tempat gym terbaik di kota Medan menggunakan metode Profile matching dan TOPSIS maka dapat diambil kesimpulan: 1 Metode Profile matching dan TOPSIS telah berhasil diimplementasikan pada sebuah
aplikasi Sistem Pendukung Keputusan.
2. Berdasarkan implementasi dari aplikasi tersebut dalam memilih tempat gym dengan menggunakan metode Profile matching dan TOPSIS hasilnya yang didapatkan diantara kedua metode berbeda. Dimana pada metode Profile matching yang menjadi peringkat pertama adalah Olympus gym. Sedangkan pada metode TOPSIS,
Gold gym menjadi peringkat pertama.
3. Berdasarkan implementasi dengan metode Profile matching dan TOPSIS dalam memilih tempat gym, dimana dengan metode TOPSIS lebih cepat dalam proses perhitungannya. Pada perhitungan running time didapatkan bahwa dengan metode
Profile matching hasil tesnya adalah 4,3564 detik dan metode TOPSIS dengan hasil 3,7706 detik.Selisih diantara kedua metode tersebut dalam tiga kali pengujian adalah 0,5858 detik. Sehingga didapatkan metode TOPSIS merupakan metode yang lebih baik dibandingkan dengan metode Profile Matching.
adalah sebagai berikut:
1. Pada penelitian ini, menggunakan empat kriteria dan sepuluh alternatif. Diharapkan kedepannya, ditambahkan jumlah jumlah kriteria dan alternatif lebih banyak lagi agar mendapatkan hasil yang lebih bagus dan pilihan gym yang direkomendasikan semakin banyak.
2. Pada bagian interface bisa disempurnakan dengan memasukkan unsur gambar 2D maupun 3D pada tiap-tiap tampilan tempat gym.
BAB 2
LANDASAN TEORI
2.1. Sistem Pendukung Keputusan
Sistem adalah sekelompok unsur yang berhubungan erat satu dengan lainnya, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.(Syahfitri . 2013).
meningkatkan kualitas suatu keputusan serta meningkatkan daya guna dan tepat guna dalam proses pengambilan keputusan. ( Power. J, Daniel. 2009)
2.2. Gym
Gym adalah kegiatan olahraga pembentukan otot-otot tubuh/fisik yang dilakukan secara rutin dan berkala, yang bertujuan untuk menjaga fitalitas tubuh dan berlatih disiplin.fitnes adalah aktivitas angkatangkat besi yang hanya dilakukan oleh pria berusia muda yang ingin membesarkan badan. Definisi kata Gym itu sendiri adalah "kebugaran" atau Gym juga berarti "lebih dari sekedar sehat". Latihan ( beban dan aerobic ) hanyalah salah satu elemen dari gaya hidup Gym. Dan gaya hidup Gym pada dasarnya adalah gaya hidup yang melibatkan kegiatan ataupun aktivitas yang membuat orang menjadi lebih bugar dan jarang sakit..(Kusumasari, D.W. 2013)
2.3. Metode Profile Matching
Proses perhitungan profile matching terdiri atas beberapa proses yaitu Pemetaan Gap, Penentuan Bobot Nilai Gap, Perhitungan Core factor dan Secondary factor.
Tahapan dalam profile matching yaitu :
1. Menentukan kriteria dengan nilai bobot kriteria, untuk nilai bobot criteria nantinya akan dihitung pada proses terakhir setelah didapatkan nilai dari tiap kriteria.
2. Penentuan core dan secondary faktor beserta parameter nilai subkriteria yang digunakan sebagai nilai kompetensi.
3. Perhitungan gap kompetensi yaitu proses pencocokan profil nilai bidan dengan profil nilai desa yang menghasilkan nilai gap dari kompetensi.
4. Penggabungan subkriteria core dan secondary factor untuk memperoleh perhitungan nilai total kriteria.
5. Tahapan terakhir dari profil matching yaitu melakukan perhitungan pada semua nilai total kriteria dan bobot kriteria, untuk menghasilkan perangkingan dari nilai kompetensi. Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat minimal yang harus dipenuhi atau dilewati.
Langkah-langkah dalam penyelesaian perhitungan dengan menggunakan metode Profile Matching yaitu :
1. Aspek-aspek penilaian.
Langkah pertama yang harus dilakukan yaitu menentukan aspek-aspek penilaian. 2. Pemetaan GAP kompetensi.
GAP kompetensi adalah perbedaan antara kriteria yang dimiliki seseorang dengan kriteria yang diinginkan. Rumus untuk mencari GAP kompetensi yaitu : GAP = Nilai Profil Konsumen – Nilai Minimal
3. Pembobotan GAP kompetensi
Tabel 2.1. Bobot Nilai
no selisih Bobot
nilai Keterangan
1 O 5 Tidak ada selisih
2 1 4,5 Kompetensi individu kelebihan 1 tingkat/level
3 -1 4 Kompetensi individu kekurangan 1 tingkat/lelvel
4 2 3,5 Kompetensi individu kelebihan 2 tingkat/level
5 -2 3 Kompetensi individu kekurangan 2 tingkat/level
6 3 2,5 Kompetensi individu kelebihan 3 tingkat/level
7 -3 2 Kompetensi individu kekurangan 3 tingkat/level
8 4 1,5 Kompetensi individu kelebihan 4 tingkat/level
9 -4 1 Kompetensi individu kekurangan 4 tingkat/level
4. Perhitungan dan pengelompokkan Core dan Secondary factor Setelah bobot nilai GAP ditentukan, maka dibagi menjadi 2 kelompok yaitu Core Factor dan
Secondary factor.
Rumus untuk menghitung CoreFactor yaitu sebagai berikut :
���= ∑��(�����) ∑��
Keterangan :
NCF = Nilai rata-rata corefactor. NC (aspek) = Jumlah total nilai corefactor. IC = Jumlah item corefactor.
Sedangkan rumus untuk menghitung secondary factor yaitu sebagai berikut:
���= ∑ ��(�����) ∑��
Keterangan :
NC(aspek) = Jumlah total nilai Secondary factor. IC = Jumlah item secondary factor. 5. Perhitungan Nilai Total
Untuk menghitung nilai total, rumus yang digunakan yaitu : (x)%NCF(aspek) + (x)%NSF(aspek) = Ntotal(aspek)
Keterangan :
NCF(aspek) = nilai rata-rata core factor. NSF(aspek) = nilai rata-rata secondary factor. N(aspek) = nilai total dari aspek
(x)% = nilai persen yang diinputkan 6. Perhitungan Nilai Rangking
Untuk menentukan perankingan mengacu pada hasil perhitungan menggunakan rumus sebagai berikut :
Rangking = (x)% Ns Keterangan :
Ns = Nilai aspek
(x)% = Nilai persen yang diinputkan
(Islami, 2015)
2.4. Metode TOPSIS
TOPSIS adalah salah satu metode pengambilan keputusan multikriteria atau
alternatif pilihan yang merupakan alternatif yang mempunyai jarak terkecil dari solusi
ideal positif dan jarak terbesar dari solusi ideal negatif dari sudut pandang geometris
dengan menggunakan jarak Euclidean. Namun, alternatif yang mempunyai jarak terkecil
dari solusi ideal positif, tidak harus mempunyai jarak terbesar dari solusi ideal
positif dan jarak terhadap solusi ideal negatif secara bersamaan.Solusi optimal dalam
metode TOPSIS didapat dengan menentukan kedekatan relatif suatu altenatif terhadap
solusi ideal positif. TOPSIS akan merangking alternatif berdasarkan prioritas nilai
kedekatan relatif suatu alternatif terhadap solusi ideal positif. Alternatif-alternatif yang
telah dirangking kemudian dijadikan sebagai referensi bagi pengambil keputusan untuk
memilih solusi terbaik yang diinginkan.(Harahap F. K. 2013)
2.4.1.Kegunaan Metode TOPSIS
TOPSIS telah digunakan dalam banyak aplikasi termasuk keputusan investasi keuangan, perbandingan performansi dari perusahaan, pebandingan dalam suatu industri khusus, pemilihan sistem operasi, evaluasi pelanggan, dan perancangan robot.
(Harahap F. K. 2013)
2.4.2. Langkah-langkah Metode TOPSIS
Berikut adalah langkah-langkah dari metode TOPSIS
:
1. Membangun sebuah matriks keputusan.
keterangan:
ai( i = 1, 2, 3, . . . , m ) adalah alternatif-alternatif yang mungkin,
xj (j = 1, 2, 3, . . . ,n ) adalah atribut dimana performansi alternatif diukur,
xijadalah performansi alternatif ai dengan acuan atribut xj. 2. Membuat matriks keputusan yang ternormalisasi.
Persamaan yang digunakan untuk mentransformasikan setiap elemen xijadalah:
dengani = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n;
keterangan:
rijadalah elemen dari matriks keputusan yang ternormalisasi R,
xijadalah elemen dari matriks keputusan X.
3. Membuat matriks keputusan yang ternormalisasi tebobot.
Dengan bobot wj = ( w1, w2 , w3 , . . . , wn ), dimana wj adalah bobot dari kriteria ke-j dan ∑��=1�� = 1 , maka normalisasi bobot matriks V adalah :
vij = wj rij
Dengan i = 1, 2, 3, . . . ,m; dan j = 1, 2, 3, . . . , n.
vijadalah elemen dari matriks keputusan yang ternormalisai terbobot V,
wjadalah bobot kriteria ke-j
rijadalah elemen dari matriks keputusan yang ternormalisasi R.
4. Menentukan matriks solusi ideal positif dan solusi ideal negatif. Solusi ideal positif dinotasikan A+, sedangkan solusi ideal negatif dinotasikan A-. Berikut ini adalah persamaan dari A+ dan A- :
a. A+ = {( maxvij | j∈J ), ( min vij | j∈J’ ), i = 1, 2, 3, …, m)
= { �1− ,�2− ,�3− , … ,��−}
b. A- = {( minvij | j∈J ), ( max vij | j∈J’ ), i = 1, 2, 3, …, m)
= { �1− ,�2− ,�3− , … ,��−}
J = { j = 1, 2, 3, … n dan J merupakan himpunan kriteria keuntungan ( benefit criteria)}.
J’ = { j = 1, 2, 3, … n dan J’ merupakan himpunan kriteria biaya (costcriteria)
Keterangan:
vij adalah elemen dari matriks keputusan yang ternormalisasi terbobot V,
��+( j = 1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal positif,
��−= ( j = 1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal negatif.
5. Menghitung separasi
a.S+adalah jarak alternative dari solusi ideal positif didefenisikan sebagai:
b. S-adalah jarak alternative dari solusi ideal negatif didefenisikan sebagai:
��−=�∑��=1(��� −��−)2 , dengan i = 1, 2, 3, . . . ,m
keterangan:
��+adalah jarak alternative ke-I dari solusi ideal positif,
��−adalah jarak alternative ke-I dari solusi ideal negatif,
vijadalah elemen dari matriks keputusan yang ternormalisasi terbobot V,
��+adalah elemen matriks solusi ideal positif,
��−adalah elemen matriks solusi ideal negative
6. Menghitung kedekatan terhadap solusi ideal positif.
Kedekatan relatif dari setiap alternative terhadap solusi ideal positif dapat dihitung dengan menggunakan persamaan berikut:
dengani = 1 ,2 , 3, . . . , m
keterangan :
��+adalah kedekatan relatif dari alternative ke-I tehadap solusi ideal positif,
��+adalah jarak alternatif ke-I dari solusi ideal positif,
��−adalah jarak alternative ke-I dari solusi ideal negatif.
7. Merangking aternatif.
PENDAHULUAN
1.1. Latar Belakang
Dewasa ini perkembangan dan kemajuaan teknologi informasi dan komunikasi telah berkembang dengan sangat pesat. Berbagai kemudahan memperoleh informasi dari berbagai penjuru dunia dapat kita nikmati dalam hitungan detik. Komputer sangat membantu pekerjaan manusia sehari-hari. Mulai dari kegiatan perkantoran, perbankan, perdagangan, pendidikan, bisnis, dan sebagainya.
Sistem Pendukung Keputusan (SPK) merupakan suatu pendekatan atau metodelogi untuk mendukung keputusan. SPK menggunakan CBIS (Computer Based Information System) yang fleksibel, interaktif dan dapat diadaptasi, yang dikembangkan untuk mendukung solusi untuk masalah manajemen spesifik yang tidak terstruktur. SPK menggunakan data, memberikan antarmuka pengguna yang mudah dan dapat menggabungkan pemikiran pengambil keputusan. Sebagai tambahan, SPK biasanya menggunakan berbagai model dan dibangun oleh suatu proses interaktif dan iterative. Ia mendukung semua fase pengambilan keputusan dan dapat memasukkan suatu komponen pengetahuan. SPK dapat digunakan oleh pengguna tunggal pada satu PC atau bisa menjadi berbasis Web untuk digunakan oleh banyak orang pada beberapa lokasi.
melakukan olahraga, yang dapat melenturkan tubuh, mengencangkan otot dan membuat tubuh menjadi kekar.
Pengertian fitnes menurut Zal (2011) adalah kegiatan olahraga pembentukan otot-otot tubuh/fisik yang dilakukan secara rutin dan berkala, yang bertujuan untuk menjaga fitalitas tubuh dan berlatih disiplin .Ade Rai, Health Ambassador & Fitness Motivator, (2008) menyatakan bahwa banyak orang yang memiliki kesalah pahaman terhadap arti kata "fitnes". Asosiasi kelirumengenai arti kata inilah yang ironisnya lebih banyak beredar selama ini daripa daasosiasi sebenarnya. Oleh sebagian besar orang, fitnes adalah aktivitas angkat-angkat besi yang hanya dilakukan oleh pria berusia muda yang ingin membesarkan badan. Definisi kata "fitnes" itu sendiri adalah "kebugaran" atau fitnes juga berarti "lebih dari sekedar sehat". Latihan (beban dan aerobik) hanyalah salah satu elemen dari gaya hidup fitnes. Dan gaya hidup fitnes pada dasarnya adalah gaya hidup yang melibatkan kegiatan ataupun aktivitas yang membuat orang menjadi lebih bugar dan jarang sakit.(Kusumasari, D.W. 2013)
Di Indonesia , khususnya di kota Medan sudah banyak tempat gym bertebaran dimana-mana , dari tempat gym yang memiliki fasilitas yang lengkap dan menggunakan peralatan yang berkulitas tinggi seprti menggunakan ac, memiliki fasilitas spa, maupun kolam renang. Menggunakan alat gym yang berkualitas tinggi dan berada di tempat yang strategis atau mudah di jangkau oleh setiap orang. Adapun tempat gym yang memiliki kualitas medium ke bawah seperti tempat gym yang menggunakan alat gym yang seadanya , tempat yang kurang atau tidak strategis yang sulit untuk di jangkau dan sebagainya.
Rumusan masalah saya dalam penulisan skripsi ini adalah membandingkan dan menerapkan metode Profile Mathcing dengan metode TOPSIS dalam sistem pendukung keputusan untuk menentukan tempat gym terbaik di kota Medan.
1.3. Batasan Masalah
Agar fokus penelitian tidak menyimpang dari rumusan masalah yang telah ditetapkan, maka dibuat batasan masalah sebagai berikut:
1. Penelitian menggunakan kriteria fasilitas, harga, kenyamanan dan keamanan. 2. Penelitian dilakukan di kota Medan dengan jumlah sample sebanyak 10
tempat gym.
3. Program dibuat dengan menggunakan bahasa pemrograman C Sharp (C#).
1.4. Tujuan Penelitian
Tujuan Penelitian ini adalah untk menentukan metode mana yang terbaik yang digunakan dalam sistem pendukun keputusan dalam menentukan tempat gym terbaik di kota medan.
1.5. Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah :
1. Sebagai referensi untuk penelitian selanjutnya.
2. Aplikasi yang di hasilkan akan membantu masyarakat dalam memilih tempat gym yg sesuai.
1.6. Sistematika Penulisan
BabI Pendahuluan
Berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian dan sistematika penulisan.
BabII Tinjauan Pustaka
Bab ini menjelaskan tentang dasar teori yang digunakan sebagai sumber referensi untuk metode PROFILE MATCHING dan TOPSIS.
BabIII Analisis dan Perancangan Sistem
Bab ini menjelaskan tentang analisis mengenai proses kerja metode
PROFILE MATCHING dan metode TOPSIS dalam meranking pemilihan tempat gym terbaik di kota Medan.
BabIV Implementasi dan Pengujian Sistem
Bab ini menjelaskan tentang algoritma dan implementasi dari aplikasi tersebut.
BabV Kesimpulan dan Saran
Gym adalah suatu wadah bagi mereka yang ingin menyegarkan badan dengan melakukan olahraga, yang dapat melenturkan tubuh, mengencangkan otot dan membuat tubuh menjadi kekar. Profile matching adalah sebuah mekanisme pengmbilan keputusan dengan mengamsusikan bahwa terdapat tingkat variabel predictor yang ideal yang harus dimiliki oleh pelamar, bukannya tingkat minimal yang harus dipenuhi atau dilewati. TOPSIS adalah salah satu metode pengambilan keputusan multikriteria atau alternatif pilihan yang merupakan alternatif yang mempunyai jarak terkecil dari solusi ideal positif dan jarak terbesar dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean. Dalam memilih tempat gym, masyarakat langsung mendatangi lokasi gym yang diinginkan dan terkadang hasilnya tidak memuaskan. Oleh karena itu, dibutuhkan suatu teknik sebagai sistem yang dapat membantu para pengguna dalam menentukan tempat gym terbaik di kota Medan dengan kriteria-kriteria yang telah ditentukan menggunakan metode Profile matching dan Topsis. Dari hasil penelitian di dapat Profile Matching:
4,3564 dan TOPSIS: 3,7706, sehingga metode yang terbaik adalah metode TOPSIS.
COMPARISON OF MATCHING PROFILE AND TOPSIS METHOD IN DECISION SUPPORT SYSTEM TO DETERMINE
THE BEST GYM IN MEDAN
ABSTRACT
SKRIPSI
Roni Anggara 111401103
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI IN
FORM
ASI
UNIVERSITAS SUMATERA UTARA
MEDAN
TEMPAT GYM TERBAIK DI KOTA MEDAN
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer
Roni Anggara
111401103
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI IN
FORM
ASI
UNIVERSITAS SUMATERA UTARA
MEDAN
Judul :PERBANDINGAN METODE PROFILE MATCHING DAN TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN TEMPAT GYM TERBAIK DI KOTA MEDAN
Kategori : SKRIPSI
Nama : RONI ANGGARA
Nomor Induk Mahasiswa : 111401103
Program Studi : SARJANA (S1) ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Diluluskan di
Medan, November 2016
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Drs. Marihat Situmorang, M.Kom Drs. Partano Siagian, M.sc
NIP. 196312141989031001 NIP.195112271980031001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
PERNYATAAN
PERBANDINGAN METODE BAYES DAN TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN
TEMPAT GYM TERBAIK DI KOTA MEDAN
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil kerya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, November 2016
Alhamdulillah penulis panjatkan kehadirat Allah Subhanallahu wa Ta’ala yang telah memberikan rahmat dan ridho-Nya kepada penulis sehingga penulis dapat menyelesaikan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara..
Ucapan terima kasih penulis sampaikan kepada semua pihak yang mendukung dan memotivasi penulis, baik secara langsung maupun tidak langsung. Pada kesempatan ini, penulis mengucapkan terima kasih kepada:
1. Bapak Prof. Runtung Sitepu, SH, M.Hum selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr.Opim Salim Sitompul, M.Sc selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara.
4. Ibu Maya Silvi Lydia, B.Sc, M.Sc. selaku Sekretaris Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara.
5. Bapak Drs. Partano Siagian, M.sc, selaku Dosen Pembimbing I yang telah memberikan ilmu dan pengalamannya juga kritik dan saran yang bermanfaat kepada penulis dalam menyelesaikan skripsi ini.
6. Bapak Drs. Marihat Situmorang, M.Kom selaku Dosen Pembimbing II yang telah memberikan ilmu, saran dan solusi kepada penulis dalam mengerjakan skripsi ini. 7. Bapak Dr. Syahril Efendi, S.Si., M.IT. selaku Pembanding I yang telah
memberikan kritik dan saran yang bermanfaat serta solusi dari kekurangan skripsi ini.
9. Seluruh dosen dan pegawai Program studi S1 Ilmu Komputer Fasilkom-TI USU terkhusus Abangda Faisal Hamid yang telah membantu penulis dalam proses pembuatan skripsi.
10. Orang tua saya, Ayah Roisam Azmal Sipahutar Se , Ibu Nila Sapitri Lubis Se , adik saya, Putri Amalia Sipahutar, M. Taufan Hidayat Sipahutar yang selalu memberikan semangat, dukungan dan do’a kepada penulis dalam penulisan skripsi ini.
11. Teman-teman perkuliahan Kom A angkatan 2011 terkhusus M. Isnaini Zuhri Ilyas, S.Kom., Farid Akbar Siregar, S.Kom, Aditya Putra, S.Kom, Henry Yakobus Silaban, Sandy Ramadhan, Simon Maruli Sinaga, Arif Anwar, Fachry Ramadhan, Ibnu Rahsyad, Raja Hafiz yang telah membantu penulis dan selalu memberikan semangat dan motivasi kepada penulis.
12. Semua pihak yang telah membantu dalam menyelesaikan skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan.Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini.Kiranya Allah selalu memberikan rahmat dan ridho-Nya kepada semua pihak yang telah membantu dan mendukung penulis.
Medan, November 2016
Gym adalah suatu wadah bagi mereka yang ingin menyegarkan badan dengan melakukan olahraga, yang dapat melenturkan tubuh, mengencangkan otot dan membuat tubuh menjadi kekar. Profile matching adalah sebuah mekanisme pengmbilan keputusan dengan mengamsusikan bahwa terdapat tingkat variabel predictor yang ideal yang harus dimiliki oleh pelamar, bukannya tingkat minimal yang harus dipenuhi atau dilewati. TOPSIS adalah salah satu metode pengambilan keputusan multikriteria atau alternatif pilihan yang merupakan alternatif yang mempunyai jarak terkecil dari solusi ideal positif dan jarak terbesar dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean. Dalam memilih tempat gym, masyarakat langsung mendatangi lokasi gym yang diinginkan dan terkadang hasilnya tidak memuaskan. Oleh karena itu, dibutuhkan suatu teknik sebagai sistem yang dapat membantu para pengguna dalam menentukan tempat gym terbaik di kota Medan dengan kriteria-kriteria yang telah ditentukan menggunakan metode Profile matching dan Topsis. Dari hasil penelitian di dapat Profile Matching:
4,3564 dan TOPSIS: 3,7706, sehingga metode yang terbaik adalah metode TOPSIS.
COMPARISON OF MATCHING PROFILE AND TOPSIS METHOD IN DECISION SUPPORT SYSTEM TO DETERMINE
THE BEST GYM IN MEDAN
ABSTRACT
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract vii
Daftar Isi viii
Daftar Gambar xi
Daftar Tabel xii
Daftar Lampiran xiii
BABI Pendahuluan
1.1. Latar Belakang 1
1.2. Rumusan Masalah 3
1.3. Batasan Masalah 3
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3
1.6. Sistematika Penulisan 3
BABII Landasan Teori
2.1. Sistem Pendukung Keputusan 5
2.2. Gym 6
2.3. Metode Profile Matching 6
2.4. Metode TOPSIS 9
2.4.1. Kegunaan metode TOPSIS 10 2.4.2. Langkah-langkah metode TOPSIS 10
BABIII Analisis dan Perancangan Sistem
3.1. Analisis Masalah 14
3.2.1. Kebutuhan Fungsional 15
3.2.2. Kebutuhan Non-fungsional 15
3.3. Analisis Proses 16
3.4. Pemodelan Sistem 16
3.4.1. Use Case Diagram 16
3.4.2. Activity Diagram 17
3.4.3. Sequence Diagram 20
3.5. Perancangan Sistem 22
3.5.1. Pembuatan Algoritma Program 22
3.5.2. Alur Proses Sistem Secara Umum 22
3.6. Perancangan Antarmuka Sistem (Interface) 25
3.6.1. Halaman Menu Utama 25
3.6.2. Halaman Form Input Data 26
3.6.3. Halaman Form Profile matching 27
3.6.4. Halaman Form metode TOPSIS 28
3.6.5. Halaman Form perbandingan 29
BABIV Implementasi dan Pengujian
4.1. Implementasi Sistem 30
4.1.1. Form Menu Utama 30
4.1.2. Form Input Data 31
4.1.3. Form Profile matching 31
4.1.4. Form TOPSIS 32
4.1.5. Form perbandingan 32
4.2. Pengujian system 32
4.2.1. Pengujian proses Profile matching 33
4.2.2. Pengujian proses metode TOPSIS 37
4.2.3. Perbandingan 42
BABV Kesimpulan dan saran
5.1. Kesimpulan 43
5.2. Saran 44
Halaman Gambar 3.1.1. Diagram Ishikawa untuk Analisis Masalah 14
Gambar 3.4.1. Use Case Diagram 17
Gambar 3.4.2. Activity diagram mengolah data 18
Gambar 3.4.3. Activity diagram perangkingan data 19 Gambar 3.4.4. Activity diagram Form Perbandingan 20
Gambar 3.4.5. Sequencediagram mengolah data 21
Gambar 3.4.6. Sequence diagram meranking data 21
Gambar 3.4.7. Sequence diagram formPerbandingan 22 Gambar 3.5.1. flowchart metode Profile Matching 23
Gambar 3.5.2. Flowchart metode Topsis 24
Gambar 3.6.1. Rancangan halaman menu utama 25
Gambar 3.6.2. Rancangan halaman forminput data 26 Gambar 3.6.3. Rancangan Form metode ProfileMatching 27
Gambar 3.6.4. Rancangan Form metode TOPSIS 28
Gambar 3.6.5. Rancangan Form Perbandingan 29
Gambar 4.1.1. Tampilan Form menu utama 30
Gambar 4.1.2. Tampilan Forminput data 31
Gambar 4.1.3. Tampilan Form Metode Profile Matching 31
Gambar 4.1.4. Tampilan Form metode TOPSIS 32
Gambar 4.1.5. Tampilan Form Perbandingan 32
Gambar 4.2.1. Tampilan FormProfileMatching 37
Gambar 4.2.2. Tampilan FormTOPSIS 41
DAFTAR TABEL
Halaman
Tabel 2.1. Tabel Bobot nilai 8
Tabel 3.6.1. Keterangan Bagian-Bagian Halaman Menu Utama 25 Tabel 3.6.2. Keterangan Bagian-Bagian Halaman Form Input Data 26 Tabel 3.6.3. Keterangan Bagian-Bagian Form Metode Profile Matching 27 Tabel 3.6.4. Keterangan Bagian-Bagian Form Metode TOPSIS 28 Tabel 3.6.5. Keterangan Bagian-Bagian Halaman Form Perbandingan 29
Tabel 4.2. Data Responden 33
Tabel 4.2.1. Perhitungan GAP 34
Tabel 4.2.2. Pembobotan 34
Tabel 4.2.3. Normalisasi 35
Tabel 4.2.4. Perhitungan dan pengelompokan core dan secondary factor 36 Tabel 4.2.5. Perankingan metode ProfileMatching 37
Tabel 4.2.6. Data responden 38