• Tidak ada hasil yang ditemukan

RANCANG BANGUN SISTEM REKOMENDASI PROPERTI DENGAN MENGGUNAKAN METODE TOPSIS (STUDI KASUS: RAY WHITE CITRA RAYA) SKRIPSI

N/A
N/A
Protected

Academic year: 2022

Membagikan "RANCANG BANGUN SISTEM REKOMENDASI PROPERTI DENGAN MENGGUNAKAN METODE TOPSIS (STUDI KASUS: RAY WHITE CITRA RAYA) SKRIPSI"

Copied!
17
0
0

Teks penuh

(1)

i

RANCANG BANGUN SISTEM REKOMENDASI PROPERTI DENGAN MENGGUNAKAN METODE TOPSIS

(STUDI KASUS: RAY WHITE CITRA RAYA)

SKRIPSI

Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer (S.Kom.)

Nathaniel 00000011634

PROGRAM STUDI INFORMATIKA FAKULTAS TEKNIK DAN INFORMATIKA UNIVERSITAS MULTIMEDIA NUSANTARA

TANGERANG 2020

(2)

ii

LEMBAR PENGESAHAN

(3)

iii

PERNYATAAN TIDAK MELAKUKAN PLAGIAT

(4)

iv

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Multimedia Nusantara, saya yang bertanda tangan di bawah ini:

Nama : Nathaniel

NIM : 00000011634

Program Studi : Informatika

Fakultas : Teknik dan Informatika Jenis Karya : Skripsi

Demi pengembangan ilmu pengetahuan, menyetujui dan memberikan izin kepada Universitas Multimedia Nusantara hak Bebas Royalti Non-eksklusif (Non- exclusive Royalty-Free Right) atas karya ilmiah saya yang berjudul:

Sistem Rekomendasi Properti dengan Menggunakan Metode TOPSIS (Studi Kasus: Ray White Citra Raya)

beserta perangkat yang diperlukan.

Dengan Hak Bebas Royalti Non-eksklusif ini, pihak Universitas Multimedia Nusantara berhak menyimpan, mengalihmedia atau format-kan, mengelola dalam bentuk pangkalan data (database), merawat, dan mendistribusi dan menampilkan atau mempublikasikan karya ilmiah saya di internet atau media lain untuk kepentingan akademis, tanpa perlu meminta izin dari saya maupun memberikan royalti kepada saya, selama tetap mencantumkan nama saya sebagai penulis karya ilmiah tersebut.

(5)

v

(6)

vi

HALAMAN PERSEMBAHAN/MOTTO

Karya ini kupersembahkan kepada keluarga, sahabat, dan pihak lainnya yang terlibat.

Better late than never Spencer Johnson

(7)

vii

KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa atas segala berkat kebaikan-Nya penulis dapat menjalankan dan menyelesaikan proses penelitian dan penulisan laporan skripsi. Setiap proses yang dijalani tentu tidak mudah. Banyak pihak yang turut membantu sehingga penulis dapat menyelesaikannya dengan baik. Oleh karena itu penulis ingin mengucapkan terima kasih kepada:

1. Dr. Ninok Leksono, M.A., Rektor Universitas Multimedia Nusantara, 2. Friska Natalia, S.Kom., M.T., Ph.D., Dekan Fakultas Teknik dan

Informatika Universitas Multimedia Nusantara,

3. Nunik Afriliana, S.Kom., M.M.S.I., Ketua Program Studi Informatika Universitas Multimedia Nusantara dan Ketua Sidang Skripsi,

4. Yaman Khaeruzzaman, M.Sc., Penguji Sidang Skripsi

5. Andre Rusli, S.Kom., M.Sc., Dosen Pembimbing selama penelitian dan penulisan laporan skripsi yang membimbing dengan baik dan sabar,

6. Kedua orangtua yang senantiasa mendukung, mendoakan, dan menguatkan penulis selama proses pengerjaan skripsi,

7. Adjie Wahyu Wicaksono, Alvin, Anthony, Frangky, Gilbert Christopher, Muhammad Arief Widyanto, Nofiandy dan sahabat lainnya yang tidak bisa disebutkan namanya satu-persatu yang menjadi rekan seperjuangan selama perkuliahan dan juga turut terlibat dalam mendukung proses pengerjaan skripsi,

8. Pihak lainnya baik secara langsung maupun tidak langsung yang juga turut terlibat dalam mendukung proses pengerjaan skripsi.

(8)

viii

(9)

ix

RANCANG BANGUN SISTEM REKOMENDASI PROPERTI DENGAN MENGGUNAKAN METODE TOPSIS

(STUDI KASUS: RAY WHITE CITRA RAYA)

ABSTRAK

Penelitian ini memiliki tujuan untuk merancang dan membangun sistem rekomendasi properti dengan menggunakan metode TOPSIS dan mengukur kepuasan pengguna terhadap rekomendasi yang dihasilkan melalui metode TOPSIS dengan menggunakan End-User Computing Satisfaction (EUCS). Metode TOPSIS dipilih karena memiliki keuntungan berupa konsepnya yang sederhana, mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.

Untuk mengimplementasikan metode TOPSIS, kriteria dan bobot dibutuhkan sebagai penentu dalam merekomendasikan properti. Pada penelitian ini, kriteria yang ditentukan didapat dari wawancara berupa jarak sekolah, jarak rumah sakit, jarak pasar, luas tanah, luas bangunan, dan harga. Untuk memastikan hasil perhitungan metode TOPSIS, dilakukan perbandingan dengan perhitungan manual, serta untuk memastikan kepuasan pengguna, dibuatlah formulir EUCS yang nantinya diisi oleh penggunanya yaitu marketing. Aplikasi sistem rekomendasi properti dengan menggunakan metode TOPSIS telah berhasil dibuat. Berdasarkan penelitian yang sudah dilakukan, maka dapat disimpulkan bahwa metode TOSIS dapat digunakan untuk merancang dan membangun sistem rekomendasi properti.

Hasil evaluasi sistem rekomendasi properti dari pengguna menggunakan EUCS menunjukkan bahwa secara keseluruhan pengguna merasa puas dengan sistem rekomendasi properti yang telah dibuat. Hasil nilai rata-rata keseluruhan untuk kelima dimensi yang dievaluasi adalah 5,082 (Puas).

Kata Kunci: End-User Computing Satisfaction, Marketing, Multi Kriteria, Rekomendasi Properti, TOPSIS.

(10)

x

DESIGN AND DEVELOPMENT OF PROPERTY

RECOMMENDATION SYSTEM USING TOPSIS METHOD (CASE STUDY: RAY WHITE CITRA RAYA)

ABSTRACT

This research aims to design and build a property recommendation system using the TOPSIS method and measure user satisfaction with recommendations generated through the TOPSIS method using End-User Computing Satisfaction (EUCS). The TOPSIS method was chosen because it has the advantage of a simple concept, easy to understand, efficient computation and has the ability to measure the relative performance of decision alternatives in a simple mathematical form. To implement the TOPSIS method, criteria and weights are needed as determinants in recommending property. In this research, the criteria were obtained from interview consist of distance to school, distance to hospital, distance to market, land area, building area, and price. To ensure the results of the calculation of the TOPSIS method, a comparison is made with manual calculations, and to ensure user satisfaction, an EUCS form is created which will be filled out by users, namely marketing. The property recommendation system application using the TOPSIS method has been successfully created. Based on the research that has been done, it can be concluded that the TOSIS method can be used to design and build a property recommendation system. The result of evaluating the property recommendation system from the user using EUCS shows that overall the user is satisfied with the property recommendation system that has been created. The results of the overall mean value for the five dimensions evaluated were 5,082 (Satisfied).

Keywords: End-User Computing Satisfaction, Marketing, Multi Criteria, Property Recommendations, TOPSIS.

(11)

xi

DAFTAR ISI

RANCANG BANGUN SISTEM REKOMENDASI PROPERTI ... i

LEMBAR PENGESAHAN ... ii

PERNYATAAN TIDAK MELAKUKAN PLAGIAT ... iii

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH ... iv

HALAMAN PERSEMBAHAN/MOTTO ... vi

KATA PENGANTAR ... vii

ABSTRAK ... ix

ABSTRACT ... x

DAFTAR ISI ... xi

DAFTAR GAMBAR ... xiii

DAFTAR TABEL ... xv

DAFTAR RUMUS ... xvi

DAFTAR LAMPIRAN ... xvii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 3

1.3 Batasan Masalah ... 4

1.4 Tujuan Penelitian ... 4

1.5 Manfaat Penelitian ... 5

1.6 Sistematika Penulisan ... 5

BAB II LANDASAN TEORI ... 7

2.1 Sistem Rekomendasi ... 7

2.2 Metode TOPSIS ... 7

2.3 End-User Computing Satisfaction (EUCS) ... 11

2.4 Skala Likert ... 12

BAB III METODOLOGI PENELITIAN DAN PERANCANGAN SISTEM ... 13

3.1 Metodologi Penelitian ... 13

3.2 Analisis Kebutuhan Aplikasi ... 15

3.2.1. Analisis Pengguna Aplikasi ... 15

3.2.2. Analisis Kebutuhan Input dan Output ... 16

3.2.3. Analisis Kebutuhan Fungsionalitas ... 16

3.3 Perancangan Sistem ... 17

3.3.1. Data Flow Diagram ... 17

3.3.2. Flowchart ... 21

3.3.3. Entity Relationship Diagram ... 35

3.3.4. Database Schema ... 35

3.3.5. Struktur Tabel... 36

3.3.6. Rancangan Antarmuka ... 39

BAB IV IMPLEMENTASI DAN ANALISIS ... 46

4.1 Spesifikasi Sistem ... 46

4.2 Implementasi Sistem ... 46

4.2.1 Implementasi Rancangan Antarmuka ... 46

4.2.2 Implementasi Metode TOPSIS ... 53

(12)

xii

4.3 Pengujian ... 59

4.4 Evaluasi ... 68

BAB V SIMPULAN DAN SARAN ... 73

5.1 Simpulan ... 73

5.2 Saran ... 73

DAFTAR PUSTAKA ... 74

(13)

xiii

DAFTAR GAMBAR

Gambar 3.1 DFD Level Konteks ... 17

Gambar 3.2 DFD Level 0 ... 18

Gambar 3.3 DFD Level 1 Subsistem Manajemen Properti... 19

Gambar 3.4 DFD Level 1 Subsistem Manajemen Marketing ... 19

Gambar 3.5 DFD Level 1 Subsistem Rekomendasi Properti ... 20

Gambar 3.6 Flowchart Halaman Awal... 21

Gambar 3.7 Flowchart Menu Properti ... 22

Gambar 3.8 Flowchart Menu Tambah Properti ... 23

Gambar 3.9 Flowchart Menu Ubah Properti ... 24

Gambar 3.10 Flowchart Menu Hapus Properti ... 25

Gambar 3.11 Flowchart Menu Detail Properti ... 26

Gambar 3.12 Flowchart Menu Login ... 27

Gambar 3.13 Flowchart Menu Marketing ... 28

Gambar 3.14 Flowchart Menu Tambah Marketing ... 29

Gambar 3.15 Flowchart Menu Ubah Marketing ... 30

Gambar 3.16 Flowchart Menu Hapus Marketing ... 31

Gambar 3.17 Flowchart Pencarian Properti ... 32

Gambar 3.18 Flowchart Metode TOPSIS ... 34

Gambar 3.19 Entity Relationship Diagram ... 35

Gambar 3.20 Database Schema... 36

Gambar 3.21 Rancangan Antarmuka Halaman Awal ... 39

Gambar 3.22 Rancangan Antarmuka Menu Properti ... 40

Gambar 3.23 Rancangan Antarmuka Menu Tambah dan Ubah Properti ... 41

Gambar 3.24 Rancangan Antarmuka Menu Detail Properti ... 42

Gambar 3.25 Rancangan Antarmuka Menu Marketing ... 43

Gambar 3.26 Rancangan Antarmuka Menu Tambah dan Ubah Marketing... 44

Gambar 3.27 Rancangan Antarmuka Konfirmasi Hapus Properti dan Marketing 44 Gambar 3.28 Rancangan Antarmuka Menu Bantuan ... 45

Gambar 3.29 Rancangan Antarmuka Menu Login ... 45

Gambar 4.1 Implementasi Rancangan Antarmuka Halaman Awal ... 47

Gambar 4.2 Implementasi Rancangan Antarmuka Menu Properti ... 47

Gambar 4.3 Implementasi Rancangan Antarmuka Menu Tambah Properti ... 48

Gambar 4.4 Implementasi Rancangan Antarmuka Menu Ubah Properti ... 48

Gambar 4.5 Implementasi Rancangan Antarmuka Menu Detail Properti ... 49

Gambar 4.6 Implementasi Rancangan Antarmuka Menu Marketing ... 50

Gambar 4.7 Implementasi Rancangan Antarmuka Menu Tambah Marketing ... 50

Gambar 4.8 Implementasi Rancangan Antarmuka Menu Ubah Marketing ... 51

Gambar 4.9 Implementasi Rancangan Antarmuka Konfirmasi Hapus Properti ... 51

Gambar 4.10 Implementasi Rancangan Antarmuka Konfirmasi Hapus Marketing ... 51

Gambar 4.11 Implementasi Rancangan Antarmuka Menu Bantuan ... 52

Gambar 4.12 Implementasi Rancangan Antarmuka Menu Login ... 52

Gambar 4.13 Konfirmasi Bobot ... 53

(14)

xiv

Gambar 4.14 Pengambilan Bobot ... 54

Gambar 4.15 Konversi Bobot ... 54

Gambar 4.16 Matriks Keputusan ... 55

Gambar 4.17 Matriks Normalisasi ... 56

Gambar 4.18 Matriks Ternormalisasi Berbobot... 56

Gambar 4.19 Solusi Ideal Positif dan Negatif ... 57

Gambar 4.20 Jarak Ideal Positif dan Negatif ... 58

Gambar 4.21 Nilai Preferensi ... 58

Gambar 4.22 Perankingan Nilai Preferensi ... 59

Gambar 4.23 Query Kasus 1 ... 60

Gambar 4.24 Hasil Query Kasus 1 ... 60

Gambar 4.25 Urutan Alternatif Perhitungan Sistem Kasus 1 ... 64

Gambar 4.26 Query Kasus 2 ... 64

Gambar 4.27 Hasil Query Kasus 2 ... 64

Gambar 4.28 Urutan Alternatif Perhitungan Sistem Kasus 2 ... 68

(15)

xv

DAFTAR TABEL

Tabel 3.1 Struktur Tabel Properti... 36

Tabel 3.2 Struktur Tabel Marketing ... 37

Tabel 3.3 Struktur Tabel Alamat ... 37

Tabel 3.4 Struktur Tabel Orientasi ... 38

Tabel 3.5 Struktur Tabel Perabot ... 38

Tabel 3.6 Struktur Tabel Sertifikat... 38

Tabel 3.7 Struktur Tabel Tipe ... 38

Tabel 3.8 Struktur Tabel Status ... 39

Tabel 4.1 Matriks Normalisasi Kasus 1 ... 61

Tabel 4.2 Nilai Bobot Kriteria Kasus 1 ... 61

Tabel 4.3 Matriks Ternormalisasi Berbobot Kasus 1... 61

Tabel 4.4 Solusi Ideal Positif dan Negatif Kasus 1 ... 62

Tabel 4.5 Jarak Ideal Positif dan Negatif Kasus 1 ... 63

Tabel 4.6 Nilai Preferensi Kasus 1 ... 63

Tabel 4.7 Urutan Alternatif Perhitungan Manual Kasus 1 ... 63

Tabel 4.8 Matriks Normalisasi Kasus 2 ... 65

Tabel 4.9 Nilai Bobot Kriteria Kasus 2 ... 65

Tabel 4.10 Matriks Ternormalisasi Berbobot Kasus 2 ... 65

Tabel 4.11 Solusi Ideal Positif dan Negatif Kasus 2 ... 66

Tabel 4.12 Jarak Ideal Positif dan Negatif Kasus 2 ... 67

Tabel 4.13 Nilai Preferensi Kasus 2 ... 67

Tabel 4.14 Urutan Alternatif Perhitungan Manual Kasus 2 ... 67

Tabel 4.15 Hasil Evaluasi EUCS Dimensi Content ... 69

Tabel 4.16 Hasil Evaluasi EUCS Dimensi Accuracy ... 70

Tabel 4.17 Hasil Evaluasi EUCS Dimensi Format ... 70

Tabel 4.18 Hasil Evaluasi EUCS Dimensi Ease of Use... 71

Tabel 4.19 Hasil Evaluasi EUCS Dimensi Timeliness ... 71

Tabel 4.20 Hasil Evaluasi EUCS Keseluruhan ... 72

(16)

xvi

DAFTAR RUMUS

Rumus 2.1 Matriks Keputusan ... 8

Rumus 2.2 Matriks Normalisasi ... 8

Rumus 2.3 Matriks Ternormalisasi Berbobot ... 9

Rumus 2.4 Solusi Ideal Positif ... 9

Rumus 2.5 Solusi Ideal Negatif ... 9

Rumus 2.6 Jarak Solusi Ideal Negatif ... 10

Rumus 2.7 Jarak Solusi Ideal Positif ... 10

Rumus 2.8 Nilai Preferensi ... 10

(17)

xvii

DAFTAR LAMPIRAN

Lampiran 1 Formulir Konsultasi Skripsi ... 76

Lampiran 2 Transkrip Wawancara ... 77

Lampiran 3 Data Properti ... 82

Lampiran 4 Formulir Evaluasi EUCS 1 ... 83

Lampiran 5 Formulir Evaluasi EUCS 2 ... 85

Lampiran 6 Formulir Evaluasi EUCS 3 ... 87

Referensi

Dokumen terkait

Besaran inflasi/deflasi pada masing-masing kelompok adalah sebagai berikut; kelompok bahan makanan sebesar 3,00 persen, kelompok makanan jadi, minuman, rokok & tembakau

Penelitian ini memiliki tiga tujuan. Mendeskripsikan penggunaan strategi tindak direktif mahasiswa Riau di lingkungan masyarakat berlatar belakang budaya Jawa. Memaparkan

negara harus ikut menjaga agar Bank Indonesia tetap mempunyai struktur modal yang kuat dan didukung dengan cadangan umum yang mampu menanggung risiko yang

Dengan memasukkan distribusi Gamma pada model VG dan distribusi Inverse Normal pada NIG, berarti asumsi normal dan kontinu seperti pada model Brown atau model

Zanima me dijalog, ne s grupom isto- mišljenika, zanima me rad s publikom s kojom ne dijelim jednake stavove, zanimaju me današnji autori koji govo- re o svijetu ovdje i sad, a

Bukti peningkatan prestasi belajar siswa dari kegiatan pembelajaran dapat dijabarkan pada hasil kegiatan siklus 4 berdasarkan pada observasi yang dilakukan pada siklus sebelumnya

Versi yang lebih pendek telah terutama digunakan dalam keadaan yang belum memungkinkan versi lengkap akan selesai (misalnya, penyakit atau tekanan waktu), tetapi skor yang