Pengembangan Aplikasi Perangkat Bergerak Rekomendasi Tempat Latihan Beladiri di Malang dengan GDSS dan LBS Berbasis Android

(1)

Fakultas Ilmu Komputer

Universitas Brawijaya

533 Pengembangan Aplikasi Perangkat Bergerak Rekomendasi Tempat Latihan Beladiri di Malang dengan GDSS dan LBS Berbasis Android

Djohansyah Putra¹, Ratih Kartika Dewi², Lutfi Fanani³

Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: ¹[email protected], ²[email protected], ³[email protected]

Abstrak

Beladiri merupakan suatu metode dimana suatu individu dapat memproteksi dirinya dari bahaya kejahatan yang semakin meningkat. Terdapat beberapa macam beladiri yang ada di Indonesia, baik itu seni beladiri asli Indonesia yaitu pencak silat atau ragam seni beladiri asing dari negara lain seperti karate, judo, taekwondo, hingga capoeira. Tempat beladiri di Kota Malang tersebar di beberapa kecamatan, seiring dengan perkembangan zaman jenis beladiri juga kian beragam. Dengan banyaknya jenis dan tempat beladiri tersebut, timbul permasalahan bagi masyarakat yang ingin berlatih untuk memilih tempat beladiri yang sesuai dengan keinginannya. Aplikasi rekomendasi tempat latihan beladiri telah dibangun pada penelitian sebelumnya, namun hanya untuk pengguna tunggal, sedangkan dalam kenyataannya pemilihan tempat latihan beladiri terkadang dilakukan tidak sendirian dan dilakukan secara berkelompok. Sehingga dibutuhkan sebuah aplikasi seluler berbasis Android yang dapat merekomendasikan tempat latihan beladiri di Kota Malang yang sesuai dengan kriteria-kriteria pengguna dan dilakukan secara berkelompok. Aplikasi rekomendasi tempat latihan beladiri di Kota Malang dirancang dengan Group Decision Support System dan Location Based Services berbasis android menggunakan algoritma TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) dan Borda dengan kriteria berupa jarak antara pengguna dengan tempat latihan beladiri, biaya latihan dalam satu bulan, dan jumlah waktu latihan dalam satu minggu. Hasil dari pengujian Blackbox aplikasi bernilai 100% dan fungsionalitas dinyatakan valid. Pengujian lainnya yang dilakukan yaitu pengujian validasi algoritma, dimana pengujian dilakukan dengan membandingkan hasil keluaran sistem dengan kalkulasi manual. Hasil dari keluaran aplikasi dan kalkulasi manual adalah 100% sama, dan pengujian usability, dimana pengujian dilakukan untuk mengetahui kualitas antarmuka perangkat lunak. Hasil pengujian usability aplikasi mendapat nilai 73.5 menunjukkan penilaian Good untuk adjective rating dan peringkat grade B- pada percentile rank, sehingga dinyatakan bahwa aplikasi dapat diterima oleh pengguna.

Kata kunci: sistem pendukung keputusan, beladiri, topsis, borda, gdss, lbs, android.

Abstract

Martial arts are a method by which individuals can protect themselves from increased danger. There are several types of martial arts in Indonesia, both original Indonesian martial arts, namely pencak silat or various important martial arts from other countries such as karate, judo, taekwondo, and capoeira.

Martial arts venues in Malang are scattered in several districts, along with the times of the type of martial arts are also increasingly diverse. With so many types and places of martial arts, it arises for people who want to practice to choose a martial arts place in accordance with their wishes. Application recommendations for martial arts practice sites have been built on previous research, but only for single users, whereas in reality the selection of martial arts practice sites is sometimes done not alone and done in groups. So we need an Android-based mobile application that can recommend martial arts practice sites in Malang that are in accordance with user criteria and are done in groups. Application recommendation for martial arts practice sites in Malang is designed with an Android-based Group Decision Support System and Location Based Services using TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) and Borda algorithms with criteria in the form of distance between users and martial arts practice sites, training costs in one month, and the amount of exercise time in one week.

The results of testing the application using Blackbox are worth 100% and the functionality is declared valid. Other tests conducted are algorithm validation testing, where testing is done by comparing the

(2)

Fakultas Ilmu Komputer, Universitas Brawijaya

outputs of the system with manual calculations. The results of the application output and manual calculations are 100%, and usability testing, where testing is done to determine the quality of the software interface. The application usability test results got a value of 73.5 indicating a Good rating for the adjective rating and grade B- on percentile rank, so it is stated that the application can be accepted by the user.

Keywords: decision support system, martial arts, topsis, borda, gdss, lbs, android.

1. PENDAHULUAN

Beladiri merupakan suatu metode dimana suatu individu dapat memproteksi dirinya dari bahaya kejahatan yang semakin meningkat (Nuari, et al., 2018). Selain sebagai tindakan memproteksi diri, bela diri juga termasuk dalam budaya dan merupakan olahraga yang dipertandingkan sebagai suatu kompetisi di berbagai olimpiade dan kejuaraan. Terdapat beberapa macam beladiri yang ada di Indonesia, baik itu seni beladiri asli Indonesia yaitu pencak silat atau ragam seni beladiri impor dari negara lain seperti karate, judo, taekwondo, hingga capoeira (Nora, 2018).

Beladiri juga bermanfaat bagi kesehatan dan kebugaran tubuh, beladiri dapat meningkatkan kemampuan organ kardivaskular, meningkatkan refleks, pembentukan otot, dan meningkatkan kepercayaan diri (Herdyanto, 2019).Seperti olahraga pada umumnya, beladiri juga membutuhkan tempat atau sarana untuk melakukan aktivitas beladiri.

Tempat beladiri di Kota Malang tersebar di beberapa kecamatan, seiring dengan perkembangan zaman jenis beladiri juga kian beragam. Dengan banyaknya jenis dan tempat beladiri tersebut, timbul permasalahan bagi masyarakat yang ingin berlatih untuk memilih tempat beladiri yang sesuai dengan keinginannya. Oleh karena itu dibutuhkan sebuah aplikasi seluler yang dapat merekomendasikan tempat latihan beladiri yang sesuai dengan kriteria-kriteria pengguna.

Pada tahun 2018, mahasiswa dari Fakultas Ilmu Komputer Universitas Brawijaya bernama Ade Armawi Paypas, berhasil mengembangkan sebuah aplikasi yang dapat merekomendasikan tempat berlatih beladiri untuk wilayah Kota Malang. Aplikasi tersebut berguna untuk merekomendasikan tempat beladiri di Kota Malang berdasarkan keinginan pengguna yang didefiniskan dalam bentuk kriteria-kriteria.

Dalam pembuatannya aplikasi ini menggunakan metode TOPSIS sebagai algoritma pengambilan keputusan. Pada fase pengembangan aplikasi,

peneliti menggunakan metode berbeda yaitu metode TOPSIS dan Borda berbasis Group DSS.

Pada aplikasi sebelumnya sistem rekomendasi dikhususkan untuk personal dan diperuntukkan semata-mata bagi pengguna tunggal saja, sedangkan dalam kenyataannya pemilihan tempat latihan beladiri biasanya tidak sendirian dan oleh sebab itu pengembangan terhadap penelitian yang diacu oleh penelitian ini akan dilakukan dengan menggunakan GDSS (Group Decision Support System). Yoon dan Hwang pada tahun 1981 telah memperkenalkan sebuah metode untuk melakukan proses pengambilan keputusan dengan banyak kriteria yang disebut dengan TOPSIS (Technique for Order Preference by Similarity Ideal Solution).

Tujuan dilakukannya penelitian ini yakni guna melakukan implementasi terhadap sistem sehingga mampu memberikan dan menghasilkan rekomendasi tempat latihan beladiri yang berada pada wilayah kota Malang serta menerapkan metode TOPSIS dan Borda berbasis Group Decision Support System pada sistem yang dibangun.

2. LANDASAN PUSTAKA 2.1. Beladiri

Beladiri secara umum bermakna sebuah kesenian yang hadir sebagai salah satu upaya seseorang melindungi atau menjaga diri dari ancaman (Firdaus & Hazrati, 2013).

Perkembangan seni beladiri terus berkembang dari masa ke masa, selain sebagai budaya beladiri juga dipelajari sebagai insting manusia untuk bertahan serta menjaga diri dan hidupnya.

Beladiri tidak terlepas dari aktivitas fisik dan juga mental, berkaitan dengan aktivitas fisik tidak selalu berhubungan dengan kekerasan, seni beladiri juga dapat menjadi suatu kegiatan yang menyenangkan dan bermanfaat bagi kesehatan dan kebugaran tubuh. Menurut Herdyanto (2019) beladiri dapat meningkatkan kemampuan organ kardivaskular, meningkatkan refleks, pembentukan otot, dan meningkatkan kepercayaan diri.

(3)

2.2. GDSS (Group Decision Support System)

Masalah-masalah yang dengan struktur yang tidak teratur dapat diselesaikan dengan memanfaatkan data modul sistem pendukung keputusan dimana modul tersebut memiliki konsep sistem interaktif berbasis komputer yang membantu pengambilan keputusan (Turban, 1995)

. Sistemp Pendukung Keputusan Berkelompok adalah sebuah basis komputer yang interaktif dan dapat membantu, menemukan, merumuskan dan memecahkan masalah dalam pengambilan keputusan berkelompok (Cahyana &

Ariwibowo, 2014). GDSS bertujuan untuk pertukaran ide, opini dan preferensi dan meningkatkan kinerja atau produktivitas dalam kelompok.

2.3. Metode TOPSIS

TOPSIS yaitu suatu cara atau teknik membandingkan lebih dari satu alternatif yaitu antara alternatif dengan nilai terbaik dan nilai terburuk untuk mendapatkan sebuah solusi.

Yoon dan Hwang memperkenalkan metode ini pada tahun 1981 dengan jarak sebagai pembanding antara alternatif.

Perhitungan metode TOPSIS dapat dilakukan melalui langkah-langkah terurut sebagai berikut: (Yoon & Hwang, 1981)

1. Melakukan perhitungan matriks ternormalisasi.

Untuk data yang tersedia, dilakukan normalisasi matriks melalui persamaan 1 sebagai langkah awal perhitungan TOPSIS.

(1) Dimana:

rij = Nilai normalisasi dari tiap alternatif (i) terhadap kriteria (j)

i = 1,2,…, m;

j = 1,2,…,n;

xij = Nilai dari suatu alternatif (i) terhadap kriteria (j)

2. Melakukan perhitungan matriks ternormalisasi terbobot

Setelah normalisasi matriks dilakukan dan didapatkan hasilnya, lalu perhitungan selanjutnya yaitu mengalikan nilai matriks normalisasi dengan bobot. Secara matematis seperti pada persamaan 2 berikut

ij i ij

w * r

V

= (2)

3. Mendapatkan nilai solusi deal positif dan solusi ideal negatif

Dalam menentukan nilai solusi ideal positif dan negatif menggunakan persamaan 3 dan 4.

Langkah ini dilakukan setelah hasil matriks normalisasi tebobot didapat.

m } v . 2 , v 1 , {v m}

, 1,2,3, i

), J' j ij| v (min J) j ij | v {(max A

 + +

= +



=



 +=

(3)

-} vm . - , v2 - , {v1 m}

, 1,2,3, i

), J' j ij| v (max J) j ij| v {(min A-



=



=



=

(4)

4. Melakukan perhitungan separation measure Secara garis besar, langkah ini dilakukan untuk mengukur besarnya jarak antara solusi ideal negatif dan positif. Untuk melakukan perhitungan separation measure menggunakan persamaan 5 dan 6 berikut.

=

− + += n

1 j

)2 vj (vij

S_i (5)

Dimana i = 1, 2, 3, …, m

) v v ( S

n

j

j ij

i



=

−

− = −

1

2 (6)

Dimana i = 1, 2, 3, …, m

5. Menghitung nilai kedekatan alternatif terhadap solusi ideal

Persamaan 7 merupakan bentuk matematis untuk mendapatkan nilai kedekatan alternatif pada solusi ideal yaitu sesuai dengan preferensi.

s s C s

i i

i

i − +

−

= + (7)

Dengan 0 < 𝐶_𝑖⁺ < 1 dan i = 1, 2, 3, …, m 6. Meranking alternatif.

Langkah terakhir yaitu mengurutkan nilai Ci+

dari yang terbesar hingga ke nilai terkecil,

(4)

alternatif terbaik yakni alternatif dengan nilai Ci+ terbesar.

2.4. Metode Borda

Metode untuk memberikan peringkat atau rangking dalam suatu voting preferensial merupakan definisi dari metode Borda, voting preferensial berarti semakin tinggi peringkat alternatif maka nilai alternatif tersebut lebih tinggi daripada alternatif dengan peringkat dibawahnya pada perbandingan berpasangan (Saputra & Wardoyo, 2017). Prinsip metode Borda secara sederhana yaitu melakukan perangkingan pada alternatif-alternatif pilihan yang tersedia pada suatu pemilihan, pemilih harus memberikan peringkat terhadap tiap-tiap peserta atau kandidat, dan pada prosesnya pemilih juga menetapkan nilai pada tiap-tiap peringkat (Sari, et al., 2014).

Menurut Made Arya Budhi (2017) Tahapan penyelesaian menggunakan metode Borda yaitu sebagai berikut:

1. Poin m akan diberikan pada alternatif dengan urutan teratas, m adalah jumlah total opsi pada suatu pemilihan atau voting.

2. Selanjutnya m akan dilakukan operasi perkalian dengan suara yang diperoleh pada posisi terkait.

2.6. LBS (LocationdBaseddServices)

Menurut Anwar, Layanan Berbasis Lokasi merupakan suatu layanan informasi yang bereaksi secara langsung/waktu nyata terhadap perubahan posisi sehingga dapat melacak dan mendeteksi letak objek, selain itu juga dapat memberikan layanan yang sesuai terhadap lokasi yang telah diketahui tersebut (Anwar, et al., 2014). Untuk mendukung kinerja LBS maka setidaknya dibutuhkan empat komponen, yaitu piranti Mobile, jaringan komunikasi, penunjuk posisi (GPS), dan penyedia layanan dan konten.

2.6.1 Pengukuran Jarak

Antar dua lokasi yang berbeda dapat diukur secara garis lurus jarak antara kedua lokasi tersebut menggunakan garis bujur dan dan garis lintang yaitu dikenal dengan persamaan Spherical Law of Cosines. Untuk mendapatkan posisi garis bujur dan garis lintang maka digunakan sensor GPS pada perangkat lunak (Saputro, 2019), sehingga jarak dapat dihitung

dengan persamaan 8 berikut:

(8) Keterangan:

d : jarak antara dua point.

lat : latitude.

lon : longitude

R : radius dari lingkaran bumi dalam meter (R = 6371)

3. METODOLOGI

Data primer merupakan sumber data pada penelitin ini yang didapat dari penelitian oleh Ade Armawi Paypas dengan penambahan data yang diperoleh dari berbagai sumber yaitu diantaranya situs web tempat latihan beladiri di wilayah Kota Malang, sosial media tempat latihan beladiri yang bersangkutan, dan melalui pencarian mesin pencari Google. Melalui proses wawancara dengan pengguna ahli serta pemilik tempat latihan maka diputuskan kriteria yang digunakan untuk mendapatkan rekomendasi yakni jarak atau posisi pengguna dengan tempat latihan, tarif untuk melakukan latihan dalam 1 bulan, serta banyaknya total waktu latihan yang dihabiskan dalam 1 minggu dan pada sistem digunakan satuan menit.

Metode waterfall dipilih sebagai metode pengembangan aplikasi yang dilakukan oleh peneliti pada penelitian ini. Alur waterfall dalam proses pengembangan direpresentasikan pada Gambar 1.

Gambar 1 Waterfall

Peneliti menggunakan metode wawancara untuk melakukan elistasi kebutuhan sehingga mendapatkan kebutuhan-kebutuhan aplikasi.

Narasumber berjumlah 5 entitas, diantaranya yaitu 1 orang penyedia tempat latihan beladiri

(5)

dalam wilayah Kota Malang, dan 4 orang pengguna ahli. Pengguna ahli yaitu masyarakat yang melakukan kegiatan beladiri dan berpotensi untuk menggunakan aplikasi yang akan dikembangkan. Tabel 1 berikut merupakan daftar kebutuhan fungsional yang terdapat pada aplikasi.

Tabel 1 Analsis KebutuhannAplikasi Kodei Kebutuhan

Fungsional

Fungsi

TBKF- 01

Sistem harus menyediakan fitur daftar untuk pengguna

mendaftarkan akun di sistem

Sign-up

TBKF- 02

Sistem harus menyediakan fitur login untuk pengguna masuk ke dalam sistem

Login

TBKF- 03

Sistem harus menyediakan fitur untuk melihat daftar seluruh tempat latihan beladiri

Melihat seluruh daftar tempat latihan beladiri

TBKF- 04

Sistem harus menyediakan fitur untuk menentukan prioritas bobot kriteria

Menentukan bobot kriteria

TBKF- 05

Sistem harus menyediakan fitur untuk melihat daftar

rekomendasi tempat latihan beladiri

Melihat daftar rekomendasi tempat latihan beladiri

TBKF- 06

Sistem harus menyediakan fitur untuk melihat rincian

rekomendasi tempat latihan beladiri

Melihat rincian rekomendasi tempat latihan beladiri

TBKF- 07

Sistem harus menyediakan fitur untuk melihat rute

Melihat rute perjalanan rekomendasi

perjalanan rekomendasi tempat latihan beladiri

tempat latihan beladiri

TBKF- 08

Sistem harus menyediakan fitur untuk membuat grup

Membuat grup

TBKF- 09

Sistem harus menyediakan fitur untuk

menambahkan pengguna ke grup

Menambahkan pengguna ke grup

TBKF- 10

Sistem harus menyediakan fitur logout untuk keluar dari sistem

Logout

Pada proses perancangan, peneliti melakukan perancangan algoritma Topsis dan Borda yang dapat diamati melalui Gambar 2 dan 3.

Gambar 2. Diagram Alir Algoritma Topsis

Pada Gambar 2 menerangkan proses perhitungan untuk menghasilkan rekomendasi dengan menggunakan algoritma Topsis. Proses

(6)

dimulai dengan mengambil data alternatif dari basis data hingga menampilkan hasil rekomendasi setelah perhitungan selesai dilakukan.

Gambar 3. Diagram Alir Algoritma Topsis-Borda

Gambar 3 menerangkan proses pemberian rekomendasi melalui perhitungan menggunakan kombinasi algoritma Topsis dan Borda.

4. HASIL DAN PEMBAHASAN

Pengujian sistem rekomendasi tempat latihan beladiri yang dibangun dibagi menjadi 2 jenis pengujian, diantaranya seperti yang dijelaskan berikut ini:

4.1. Pengujian Fungsional

Pengujian fungsional dilakukan untuk menguji kebutuhan-kebutuhan aplikasi yang dirancang, kebutuhan-kebutuhan tersebut diuji kesesuaiannya dengan perancangan sebelumnya.

Metode blackbox dipilih sebagai metode pengujian, dan menghasilkan hasil sebagai berikut.

𝑓𝑢𝑛𝑔𝑠𝑖𝑜𝑛𝑎𝑙= ∑ 𝑓𝑢𝑛𝑔𝑠𝑖𝑜𝑛𝑎𝑙 𝑣𝑎𝑙𝑖𝑑

∑ 𝑑𝑎𝑓𝑡𝑎𝑟 𝑘𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑥 100%

= ¹⁰

10 𝑥 100%

= 100%.

4.2. Pengujian Validasi Algoritma

Pengujian validasi algoritma dilakukan dengan membandingkan hasil perhitungan aplikasi dan hasil kalkulasi manual. Pengujian ini dilakukan untuk mengetahui apakah kedua perhitungan sudah valid dan menghasilkan hasil yang sama dan sesuai. Pengujian validasi algoritma mendapatkan hasil seperti yang tampak pada Tabel 2.

Tabel 2 Hasil Pengujian Validasi Algoritma

Hasil Perhitungan Aplikasi

Hasil Kalkulasi Manual 1 Inkai UB 28.865 Inkai UB 28.865 2 Merpati

Putih UB

27.057 Merpati Putih UB

27.057

3 Taekwon do UB

21.489 Taekwond o UB

21.489

4 Taekwon do UIN Malang

19.389 Taekwond

o UIN

Malang

19.389

5 Malang Kendo Club

18.140 Malang Kendo Club

18.139

6 Merpati Putih UM

14.87 Merpati Putih UM

14.87

7 Shizen Dojo Malang

12.65 Shizen Dojo Malang

12.65

8 Pagar Nusa UM

11.477 Pagar Nusa UM

11.477

9 PSHT UB

10.759 PSHT UB 10.759

10 Wing Chun Rajawali

9.46 Wing Chun Rajawali

9.46

11 Singha Muay Thai Warrior

9.4152 Singha Muay Thai Warrior

9.4152

12 F1 Taekwon do Club

8.90 F1 Taekwond o Club

8.90

(7)

13 Taekwon do UMM

6.944 Taekwond o UMM

6.944

14 Wing Chun Naga Putih

3.33 Wing Chun Naga Putih

3.33

15 Logical Wingchu n Dieng

1.927 Logical Wingchun Dieng

1.927

16 Singha Brazilian Jiu Jitsu Warrior

1.33 Singha Brazilian Jiu Jitsu Warrior

1.33

17 Singha MMA Warrior

0.921 Singha MMA Warrior

0.921

Tabel 1 merupakan hasil analisis pengujian validasi algoritma berupa perbandingan hasil perhitungan aplikasi dan kalkulasi manual, didapati bahwa hasil keluaran aplikasi dan hasil kalkulasi manual bernilai sama dengan selisih nilai desimal yang kecil yang diakibatkan oleh lokasi latitude dan longitude pengguna yang berubah-ubah. Hal ini membuktikan bahwa pengujian validasi algoritma dinyatakan valid dan implementasi Group Decision Support System dengan algoritma Topsis-Borda dinyatakan berhasil.

4.3. Pengujian Usability

Metode System Usability Scale dipilih sebagai metode pengujian usability. Demografi responden yaitu pria dan wanita dengan rentang usia 18 sampai 24 tahun, responden pria berjumlah 4 orang dan responden wanita berjumlah 1 orang.

Dalam menghitung skor SUS terdapat beberapa aturan yaitu:

1. Skor yang didapat dari jawaban responden akan dikurangi 1 nilai untuk tiap-tiap pernyataan bernomor ganjil.

2. Skor didapat dengan rumus (5-skor jawaban responden) untuk tiap-tiap pernyataan bernomor genap.

Hasil akhir skor SUS akan diakumulasikan tiap- tiap skor jawaban pada masing-masing penyataan dan dikali dengan 2,5.

Hasil dari jawaban seluruh responden terdapat pada Tabel 3 berikut.

Tabel 3 Hasil Pengujian System Usability Scale

Responden Hasil Penilaian

Skor

1 30 x 2.5 75

2 29 x 2.5 72.5

3 30 x 2.5 75

4 30 x 2.5 75

5 28 x 2.5 70

Rata-rata 367.5/5 = 73.5 Setelah pengujian usability dilakukan pada Tabel 2, didapati hasil rata-rata skor SUS adalah 73.5. Berdasarkan hasil yang diperoleh, dapat ditentukan grade untuk antarmuka aplikasi yang telah dikembangkan. Dengan demikian, dapat dinyatakan bahwa antarmuka pada aplikasi mobile rekomendasi tempat latihan beladiri dengan GDSS dan LBS berbasis android termasuk kedalam rating Good pada adjective rating dan grade B- pada percentile rank.

dengan nilai rata-rata 73.5, sehingga dinyatakan bahwa aplikasi dapat diterima oleh pengguna.

5. KESIMPULAN

Setelah penelitian dilakukan dan didapatkan hasil, maka berdasarkan seluruh tahapan yang telah dikerjakan peneliti dapat mengambil kesimpulan sebagai berikut:

Aplikasi perangkat bergerak dirancang dengan menggunakan Visual Studio Code sebagai alat pengembangannya, aplikasi dikembangkan dengan bahasa pemrograman Dart, dan database yang dipakai pada perancangan aplikasi memanfaatkan layanan Firebase Cloud Firestore.

Aplikasi perangkat bergerak diimplementasikan berdasarkan data alternatif berupa tempat latihan beladiri di Kota Malang menggunakan 3 kriteria yaitu: harga, jarak, jumlah waktu latihan. Masing-masing bobot kriteria ditentukan berdasarkan prioritas pengguna. Rekomendasi diimplementasikan dengan algoritma Topsis dan Borda, hasil rekomendasi ditampilkan dalam urutan alternatif dengan nilai Topsis-Borda tertinggi hingga ke terendah, hasil rekomendasi dapat menampilkan detil informasi tentang tempat latihan dan dapat

(8)

menunjukkan rute perjalanan ke lokasi tempat latihan tersebut.

Hasil pengujian pada aplikasi perangkat bergerak mendapati bahwa pengujian black box untuk pengujian kebutuhan fungsional bernilai valid. Hasil pengujian validasi algoritma Topsis dan Borda untuk Group Decision Support System bernilai valid setelah dilakukan pengujian secara manual. Hasil pegujian usability mendapati bahwa aplikasi mendapat rating Good untuk adjective rating dan bernilai grade B- pada percentile rank sehingga dinyatakan bahwa aplikasi dapat diterima oleh pengguna.

DAFTAR PUSTAKA

Anwar, B., Jaya, H. & Kusuma, P. I., 2014.

Implementasi Location Based Services Berbasis Android Untuk Mengetahui Posisi User. Jurnal Ilmiah Sains dan Komputer, Volume 13, pp. 121-133.

Cahyana, N. H. & Ariwibowo, A. S., 2014.

Group Decision Support System (Gdss) Untuk Menentukan Prioritas Proyek.

Jurnal Telematika, Volume 10, pp. 147- 152.

Firdaus & Hazrati, I. L., 2013. Pengenalan Seni Beladiri Pada Anak-anak dan Remaja Desa untuk Menambah Aktivitas Positif pada Masyarakat.

Seri Pengabdian Masyarakat, Volume 2, pp. 77-81.

Nuari, S. E., Denny, N. N., Hidayat, S. &

Mustikawan, A., 2018. Perancangan Visual Guide Beladiri Praktis Untuk Wanita. Journal of Art & Design, Volume 5, pp. 361-374.

Paypas, A. A., 2019. Implementasi TOPSIS Pada Sistem Rekomendasi Tempat Latihan Bela Diri Di Kota Malang Berbasis Lokasi. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer , Volume 3, pp. 3728-3732.

Saputra, I. M. A. B. & Wardoyo, R., 2017.

Sistem Pendukung Keputusan Kelompok Penentuan Karyawan Terbaik Menggunakan Metode Topsis dan Borda. IJCCS, Volume 11, pp. 165- 176.

Turban, E., 1995. Decision Support System and Expert System. 4th ed. New Jersey:

Prentice-Hall, Inc.

Yoon, K. P. & Hwang, C. L., 1981. Multiple Attribute Decision Making: Methods and Application. New York: Springer Verlag.