SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN PEMBELIAN RUMAH MENGGUNAKAN METODE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS (MOORA) SKRIPSI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN PEMBELIAN RUMAH MENGGUNAKAN METODE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS (MOORA). SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika. Disusun Oleh : Claudia Anggivi Ellora 135314044. PROGRAM STUDI INFORMATIKA JURUSAN INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2021.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DECISION SUPPORT SYSTEM OF HOUSE PURCHASE USING MULTIOBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS (MOORA) METHOD. THESIS Presented as Partial Fullfillment of the Requirtments To Obtain the Sarjana Komputer Degree In Informatics Study Program. By: Claudia Anggivi Ellora 135314044. INFORMATICS STUDY PROGRAM INFORMATICS DEPARTMENT FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2021. ii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. HALAMAN PERSETUJUAN SKRIPSI. iii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. HALAMAN PENGESAHAN SKRIPSI. iv.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. HALAMAN MOTTO “Diberkatilah orang yang mengandalkan Tuhan, yang menaruh harapannya pada Tuhan” (Yeremia 17:7). v.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. vi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. vii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. viii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. ABSTRAK. Rumah merupakan salah satu kebutuhan primer manusia. Dalam melakukan pembelian rumah harus sesuai dengan kebutuhan dan kemampuan konsumen. Konsumen seringkali mengalami masalah kebingungan memilih banyaknya rumah yang ditawarkan dengan berbagai kriteria dan tidak memiliki waktu yang cukup untuk memilih rumah yang ditawarkan. Berdasarkan masalah tersebut penulis membuat sebuah Sistem Pendukung Pengambilan Keputusan Pembelian Rumah Menggunakan Metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) dengan bahasa pemrograman java. Peneliti membuat sistem ini untuk membantu dan memberikan rekomendasi rumah yang sesuai keinginan konsumen dengan menggunakan kriteria harga rumah, luas tanah, luas bangunan, lokasi rumah, dan spesifikasi rumah. Berdasarkan hasil analisa ujicoba yang dilakukan, sistem yang dibuat berhasil dibangun. Kata kunci: Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA), Sistem Pendukung Pengambilan Keputusan (SPPK), Rumah.. ix.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. ABSTRACT. The House is one of the primary human needs. In making a house purchase must be in accordance with the needs and capabilities of consumers. Consumers often have confusion about choosing many houses offered with various criteria and do not have enough time to choose the house. Based on this problem, the author created Decision Support System of House Purchase Using Multi-Objective Optimization on the Basis of Ratio Analysis method (MOORA) with java programming language. Researchers created this system to help and provide recommendations for houses according to consumer desires using criteria for price, land area, building area, house location, and house specifications. Based on the results of the test analysis, the system was successfully built. Keywords: Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA), Decision Making Support System (SPPK), House.. x.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. KATA PENGANTAR. Pertama-tama penulis ucapkan puji dan syukur kepada Tuhan Yang Maha Esa karena atas berkat dan karunia Tuhan sehingga penulis dapat menyelesaikan tugas akhir ini sebagai salah satu syarat mendapatkan gelar sarjana komputer serta syarat akademik jurusan Teknik Informatika Universitas Sanata Dharma Yogyakarta Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada seluruh pihak yang telah membantu memberikan doa dukungan dan motivasi dalam proses pengerjaan tugas akhir ini. Ucapan terima kasih penulis sampaikan kepada: 1. Tuhan Yesus Kristus yang selalu memberkati, menyertai dan memberikan kekuatan dalam menjalani hidup ini. 2. Keluarga besar, Bapak Antonius Tello, Ibu Susana, Beata Ria Sonata, Ein Parlina, Irmina Desilia, Ezekhial Arthurito Zefanya dan sepupu-sepupu yang selalu memberikan dukungan doa, materi dan moril. 3. Bapak Robertus Adi Nugroho, S.T., M.Eng. selaku ketua Prodi Teknik Informatika Universitas Sanata Dharma. 4. Ibu Paulina Heruningsih Prima Rosa, S.Si., M. Sc. selaku dosen pembimbing yang dengan sabar membimbing dan memberi saran atau masukan kepada penulis sehingga skripsi ini dapat terselesaikan. 5. Ibu Agnes Maria Polina, S.Kom., M.Sc. selaku dosen pembimbing akademik. 6. Bapak dan Ibu dosen yang telah mendidik dan memberikan ilmu selama perkuliahan. 7. David Hanitio yang telah mendukung dan menemani pengerjaan tugas akhir sekaligus menjadi penghibur.. xi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 8. Sahabat-sahabat TI B (er 7) yaitu Ratri, Nindya, Lisa, Dewi, Komeng dan Novy yang selalu menyemangati, membantu dan memberi masukan. 9. Teman-teman angkatan 2013 yang telah berdinamika bersama dan berjuang bersama-sama 10. Mas Erik dan kakak-kakak tingkat yang selalu mau mendengarkan dan membantu disaat bingung dan butuh masukan. 11. PT Agatama Putra yang telah mengijinkan penulis untuk mendapatkan data dan informasi terkait perumahan 12. Sahabat-sahabat di luar kampus dan pihak yang tidak bisa disebutkan satu persatu yang telah membantu penulis dalam pengerjaan tugas akhir ini.. Penulis berharap tugas akhir ini dapat berguna bagi semua orang yang membaca.. xii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR ISI. HALAMAN SAMPUL .............................................................................. i HALAMAN SAMPUL .............................................................................. ii HALAMAN PERSETUJUAN SKRIPSI .................................................... iii HALAMAN PENGESAHAN SKRIPSI ..................................................... iv HALAMAN MOTTO ................................................................................ v HALAMAN PERSEMBAHAN ................................................................. vi PERNYATAAN KEASLIAN KARYA ..................................................... vii LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ..................................... viii ABSTRAK ................................................................................................ ix ABSTRACT .............................................................................................. x KATA PENGANTAR ............................................................................... xi DAFTAR ISI ............................................................................................. xii DAFTAR GAMBAR ................................................................................. xvii DAFTAR TABEL...................................................................................... xix BAB I PENDAHULUAN .......................................................................... 1 1.1 Latar Belakang .............................................................................. 1 1.2 Rumusan Masalah ......................................................................... 2 1.3 Tujuan Penelitian .......................................................................... 2 1.4 Batasan Masalah ........................................................................... 3 1.5 Manfaat Penelitian ........................................................................ 3 1.6 Metode Penelitian ......................................................................... 4 1.7 Sistematika Penulisan .................................................................... 5 xiii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB II LANDASAN TEORI..................................................................... 6 2.1 Sistem Pendukung Pengambilan Keputusan .................................. 6 2.1.1. Pengertian Sistem Pendukung Keputusan ............................ 6. 2.1.2. Tahap-Tahap Pengambilan Keputusan ................................ 6. 2.1.3. Karakteristik Sistem Pendukung Keputusan ........................ 7. 2.1.4. Tujuan Sistem Pendukung Keputusan ................................. 7. 2.1.5. Komponen Pendukung Keputusan…................................... 8. 2.2 MOORA (Multi-Objective Optimization on the basis of Ratio Analysis)…..................................................................................... 9 2.2.1. Langkah-langkah metode MOORA ..................................... 10. BAB III METODOLOGI PENELITIAN .................................................... 13 3.1 Gambaran Umum .......................................................................... 13 3.2 Desain Penelitian........................................................................... 13 3.2.1. Studi Literatur..................................................................... 13. 3.2.2. Data .................................................................................... 13. 3.2.3. Pengembangan Sistem ........................................................ 14. 3.3 Spesifikasi Software dan Hardware ............................................... 15 BAB IV ANALISIS DAN PERANCANGAN SISTEM ............................. 16 4.1 Analisis Masalah ........................................................................... 16 4.1.1. Analisis Sistem Lama ......................................................... 16. 4.1.2. Analisis Sistem Baru ........................................................... 16. 4.2 Gambaran Umum Sistem .............................................................. 16 4.3 Analisis Kebutuhan Sisem ............................................................ 17 4.4 Perancangan Sistem Metode Multi Objective Optimization on the Basic of Ratio Analysis ................................................................... 19 4.4.1. Kriteria ............................................................................... 19. 4.4.2. Proses Sistem Pendukung Pengambilan Keputusan ............. 22. 4.4.3. Contoh Perhitungan Manual Proses Pengambilan. xiv.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Keputusan ……………………………………………….. 24. 4.5 Perancangan Proses …………………………………………….. 31. 4.5.1 Diagram Konteks Sistem …………………………….….. 31. 4.5.2 Diagram Aliran Data Level 1 ………………………….... 33. 4.5.3 Diagram Aliran Data Level 2 ……………………………. 34. 4.6 Perancangan Basisdata ……………………………………….…. 35 4.6.1 Perancangan Konseptual ………………………………..... 35. 4.6.2 Perancangan Logikal ………………………………….…. 37. 4.6.3 Perancangan Fisikal ………………………………….….. 37. 4.7 Perancangan Manajemen Dialog …………………………….…. 40 4.7.1 Halaman Utama ………………………………….…..…... 40. 4.7.2 Halaman Rekomendasi Rumah ……………………..…….. 40. 4.7.3 Halaman Tentang Kami …………………………..…….. 41. 4.7.4 Halaman Daftar Perumahan ………………………...….... 42. 4.7.5 Halaman Daftar Perumahan Agatama Residance Purwortani …………………………………..... 42. 4.7.6 Halaman Daftar Perumahan Agatam Regency Banguntapan …………………………………………….. 43. 4.7.7 Halaman Daftar Perumahan Banteng Town House …..….. 43. BAB V IMPLEMENTASI, HASIL, DAN PEMBAHASAN ...................... 44 5.1 Implementasi Manajemen Data ……………………………….... 44. 5.1.1 Tabel Data Rumah ……………………………….…….... 44. 5.1.2 Tabel Data Lokasi ……………………………………...... 45. 5.1.3 Tabel Data Spesifikasi ………………………………..…. 46. 5.2 Implementasi Manajemen Model ………………….……….…... 47. 5.3 Implementasi Interface ……………………………………......... 51. 5.3.1 Halaman Utama …………………………………………. 51. 5.3.2 Halaman Rekomendasi Rumah ……………………….…. 51. 5.3.3 Halaman Tentang Kami …………………………….…..... 52. 5.3.4 Halaman Daftar Perumahan ………………………….….. 53. xv.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 5.3.5. Halaman Daftar Perumahan Agatama Residance Purwomartani ..................................................... 53. 5.3.6. Halaman Daftar Perumahan Agatama Regency Banguntapan ......................................................... 54. 5.3.7. Halaman Daftar Perumahan Banteng Town House .............. 54. 5.4 Uji Validasi Program ………………………………..…………. 54. 5.4.1 Hasil Perhitungan Manual …………..……………….….. 55. 5.4.2 Hasil Perhitungan Sistem ………………………..…….... 60. BAB VI PENUTUP ………………………………………………...….... 62. 6.1 Kesimpulan ……………………………………………………... 62. 6.2 Saran ……………………………………………………………. 62. DAFTAR PUSTAKA …………………………………………………... xx. xvi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR GAMBAR. Gambar 2.1 Komponen SPK ...................................................................... 8 Gambar 4.1 Diagram Use Case .................................................................. 18 Gambar 4.2 Diagram Use Case Package Lihat Daftar Perumahan .............. 18 Gambar 4.3 Flowchart Sistem.................................................................... 23 Gambar 4.4 Diagram Konteks .................................................................... 32 Gambar 4.5 Diagram Aliran Data Level 1 .................................................. 33 Gambar 4.6 Diagram Aliran Data Level 2 Proses 2 .................................... 34 Gambar 4.7 Diagram Aliran Data Level Proses 3 ....................................... 34 Gambar 4.8 Entity Relationship Diagram ................................................... 36 Gambar 4.9 Perancangan Logikal............................................................... 37 Gambar 4.10 Halaman Utama .................................................................... 40 Gambar 4.11 Rekomendasi Rumah ............................................................ 40 Gambar 4.12 Halaman Tentang Kami ........................................................ 41 Gambar 4.13 Halaman Daftar Perumahan .................................................. 42 Gambar 4.14 Halaman Daftar Perumahan ARP .......................................... 42 Gambar 4.15 Halaman Daftar Perumahan ARB ......................................... 43 Gambar 4.16 Halaman Daftar Perumahan BTH .......................................... 43 Gambar 5.1 Tabel pada Database: perumahan ............................................ 44 Gambar 5.2 Tabel Rumah .......................................................................... 44 Gambar 5.3 Tabel Lokasi ........................................................................... 45 Gambar 5.4 Tabel Spesifikasi..................................................................... 46 Gambar 5.5 Halaman Utama ...................................................................... 51 Gambar 5.6 Halaman Rekomendasi Rumah ............................................... 51. xvii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 5.7 Halaman Tentang Kami .......................................................... 52 Gambar 5.8 Halaman Daftar Perumahan .................................................... 53 Gambar 5.9 Halaman Daftar Perumahan ARP ............................................ 53 Gambar 5.10 Halaman Daftar Perumahan ARB ......................................... 54 Gambar 5.11 Halaman Daftar Perumahan BTH .......................................... 54 Gambar 5.12 Data Rumah pada Excel ........................................................ 60 Gambar 5.13 Hasil rekomendasi sistem ...................................................... 61. xviii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR TABEL. Tabel 4.1 Data Jarak Perumahan Agatama Residance Purwomartani ....................................................................................... 20 Tabel 4.2 Data penilaian spesifikasi Perumahan Agatama Residance Purwomartani ....................................................................................... 22 Tabel 4.3 Data Rumah .......................................................................... 24 Tabel 4.4 Data rumah yang sudah diubah menjadi data kuantitatif ........ 25 Tabel 4.5 Hasil pengkuadratan kriteria dari setiap alternatif .................. 26 Tabel 4.6 Hasil penjumlahan setiap kriteria yang sudah dikuadratkan. 27. Tabel 4.7 Hasil akar total nilai penjumlahan setiap kriteria ................... 27 Tabel 4.8 Hasil normalisasi................................................................... 28 Tabel 4.9 Hasil pengurangan nilai maximax dan minimax .................... 29 Tabel 4.10 Hasil Perankingan ............................................................... 30 Tabel 4.11 Rumah ................................................................................ 37 Tabel 4.12 Lokasi ................................................................................. 38 Tabel 4.13 Spesifikasi........................................................................... 39 Tabel 5.1 Data rumah yang sudah diubah menjadi data kuantitatif. 55. Tabel 5.2 Hasil pengkuadratan kriteria dari setiap alternatif .................. 56 Tabel 5.3 Hasil penjumlahan setiap kriteria yang sudah dikuadratkan. 56. Tabel 5.4 Hasil akar total nilai penjumlahan setiap kriteria ................... 57 Tabel 5.5 Hasil normalisasi................................................................... 58 Tabel 5.6 Hasil pengurangan nilai maximax dan minimax .................... 59 Tabel 5.7 Hasil Perankingan ................................................................. 60 Tabel 5.8 Hasil Perbandingan ............................................................... 61. xix.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB I PENDAHULUAN. 1.1 Latar Belakang Rumah merupakan kebutuhan primer yang berfungsi sebagai tempat orang tinggal dan melangsungkan kehidupannya. Begitu pentingnya rumah dan lingkungan perumahan sehingga orang menginginkan tempat tinggal yang kondusif. Biasanya, untuk dapat memenuhi kebutuhan rumah atau tempat tinggal, seseorang akan membeli ke pihak developer atau pengembang perumahan. Beberapa alternatif perumahan yang diberikan pengembang perumahan biasanya berupa luas tanah, luas bangunan, spesifikasi dan lokasi. Seiring perkembangan teknologi sekarang ini seorang calon pembeli dapat memilih rumah idamannya dengan memanfaatkan teknologi informasi. Banyaknya pilihan alternatif yang ditawarkan para developer tak jarang membuat para konsumen kebingungan untuk memilih. Selain itu disisi lain terkadang tidak memiliki waktu yang cukup untuk mendatangi satu persatu rumah yang sedang dijual tersebut. Salah satu solusi untuk membantu kesulitan para pencari rumah, maka perlu dibuatlah sistem pendukung pengambilan keputusan pembelian rumah. Sistem pendukung pengambilan keputusan pembelian rumah ini sudah pernah diteliti oleh Dewi Surya Maharani (2017) dengan judul Sistem Pendukung Pengambilan Keputusan Pembelian Rumah menggunakan Metode Fuzzy Analytical Hierarchy Process (FAHP). Hasil dari penelitian tersebut adalah mendapatkan akurasi 100% dan rekomendasi yang dihasilkan oleh sistem sangat tergantung pada pemilihan prioritas. Sedangkan metode MOORA sudah pernah diteliti oleh Eka Febiningtyas (2016) dengan judul Implementasi Metode MOORA untuk Menentukan Bonus Karyawan pada PT.Lestari Jaya Prima. Hasil dari penelitian tersebut adalah. 1.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2. menghasilkan penilaian berupa laporan rangking karyawan dengan nilai tertinggi. Model penelitian yang dikembangkan merupakan penelitian sistem pendukung pengambilan keputusan pemilihan perguruan tinggi dan program studi menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA). Metode MOORA (Multi-Objective Optimization on the Basis of Ratio Analysis) adalah sebuah metode sistem pengambil keputusan yang diperkenalkan oleh Brauers dan Zavadskas pada tahun 2006, diterapkan untuk memecahkan banyak permasalahan ekonomi ,manajerial dan konstruksi dengan perhitungan rumus matematika dengan hasil yang tepat (Gadakh, 2011). Keunggulan MOORA adalah metode yang sangat sederhana, stabil, dan kuat, bahkan metode ini tidak membutuhkan seorang ahli di bidang matematika untuk menggunakannya serta membutuhkan perhitungan matematis yang sederhana. Selain itu juga metode ini juga memiliki hasil yang lebih akurat dan tepat sasaran dalam membantu pengambilan keputusan. Bila dibandingkan dengan metode yang lain metode moora bahkan lebih sederhana dan mudah diimplementasikan (Rivalri Kristianto, 2017:5).. 1.2 Rumusan Masalah Berdasarkan permasalahan yang dibahas pada latar belakang maka rumusan masalah dari penelitian ini adalah: 1. Bagaimana mengimplementasikan metode MOORA pada sistem pendukung pengambilan keputusan pembelian rumah?. 1.3 Tujuan Penelitian Tujuan dari penelitian ini adalah: 1. Mengimplementasikan metode MOORA yang digunakan pada sistem pendukung pengambilan keputusan pembelian rumah..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3. 1.4 Batasan Masalah Luasnya ruang lingkup yang berkaitan dengan perancangan dan implementasi sistem pendukung pengambilan keputusan maka diperlukan adanya pembatasan dalam pembahasan, yaitu: 1. Subjek penelitian dilakukan di wilayah Yogyakarta yaitu di perumahan PT Agatama Putra. 2. Kriteria yang digunakan pada penelitian ini adalah luas tanah, luas bangunan, harga rumah, lokasi dan spesifikasi. 3. Penilaian spesifikasi didasarkan pada: pondasi, kerangka, dinding, lantai, kusen, daun pintu, pengunci, plafond, atap, kamar mandi, dapur, cat finishing, carport, sanitasi, halaman depan, instalasi listrik. 4. Penilaian lokasi didasarkan pada jarak perumahan ke fasilitas umum yang ada, yaitu: SD, SMP, SMA, kampus, SPBU, pasar tradisional dan rumah sakit. 5. Aplikasi sistem pendukung keputusan yang akan dibangun nantinya akan mengimplementasikan metode MOORA. 6. Sistem yang dibuat menggunakan bahasa pemrograman java. 7. Aplikasi database yang digunakan adalah MySQL.. 1.5 Manfaat Penelitian 1. Bagi Penulis -. Sebagai sarana untuk menerapkan ilmu yang telah diperoleh selama. berada. di. bangku. perkuliahan. terutama. tentang. perancangan sistem pendukung keputusan. -. Menambah pemahaman dan pengalaman dalam merancang aplikasi khusunya sistem pendukung pengambilan keputusan. -. Dapat mengimplementasikan metode MOORA dalam sistem pendukung pengambilan keputusan yang dibuat..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4. 2. Bagi Calon Pembeli Rumah -. Dapat membantu calon pembeli rumah mengambil keputusan dalam memilih rumah yang sesuai dengan kemampuan dan kebutuhannya.. 1.6 Metode Penelitian Metode yang dilakukan dalam penelitian ini yaitu: 1. Studi Literatur Penulisan ini dimulai dengan studi kepustakaan yaitu proses pengumpulan bahan-bahan referensi baik dari buku, artikel, paper, jurnal, makalah, maupun situs internet mengenai Sistem Pendukung Keputusan dan metode MOORA serta masukan-masukan dari berbagai sumber yang dapat menunjang pencapaian tujuan penelitian. 2. Pengumpulan Data Pada tahap ini dilakukan penelitian yang bertujuan untuk memperoleh data secara langsung dari: a. Pengumpulan sampel dokumentasi yang berhubungan dengan perumahan PT Agatama Putra b. Mewawancara pihak yang sudah meneliti mengenai sistem pendukung pengambilan keputusan pembelian rumah dan pihak yang berkompeten dalam masalah pembelian rumah. 3. Pengembangan sistem Ada 2 langkah yang dilakukan dalam pengembangan sistem, yaitu: 1. Mendidentifikasi hal-hal apa saja yang dapat dilakukan dan diproses oleh sistem. 2. Melakukan implementasi dari hasil identifikasi terhadap kasus dalam penelitian ini. 4. Pengujian Pada tahap ini akan dilakukan pengujian dengan membandingkan perhitungan yang dilakukan oleh sistem dengan perhitungan secara manual..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5. 1.7 Sistematika Penulisan Sistematika penulisan dalam proposal metode penelitian ini terdiri dari: BAB I: PENDAHULUAN Bab ini akan menjelaskan mengenai latar belakang pemilihan judul penelitian “Sistem Pendukung Pengambilan Keputusan Pembelian Rumah Menggunakan Metode Multi Objective Optimaztion on the Basic of Ratio Analysis (MOORA)”, rumusan masalah, tujuan penelitian, batasan masalah, manfaat penelitian, metode penelitian, dan sistematika penulisan. BAB II: LANDASAN TEORI Bab ini akan membahas teori-teori yang berkaitan dengan Sistem Pendukung. Pengambilan. Keputusan. Pembelian. Rumah. Menggunakan Metode Multi Objective Optimaztion on the Basic of Ratio Analysis (MOORA). BAB III: METODOLOGI PENELITIAN Bab ini akan berisi gambaran umum teknis persoalan penelitian, data yang akan diolah dalam penelitian, keterangan rinci tahaptahap penelitian, gambaran rancangan alat uji dan spesifikasi software dan hardaware yang akan digunakan dalam penelitian. BAB IV: ANALISIS DAN PERANCANGAN SISTEM Bab ini berisi tentang masalah, gambaran umum sistem, analisis kebutuhan sistem, perancangan sistem, dan perancangan user interface berdasarkan analisis yang telah dibuat. BAB V: IMPLEMENTASI, HASIL DAN PEMBAHASAN Bab ini berisi tentang implementasi rancangan antarmuka, implementasi metode MOORA ke dalam program dan tentang bagaimana melakukan tahap untuk pengujian sistem. BAB VI: PENUTUP Bab ini berisi tentang kesimpulan dan saran mengenai hasil dalam penelitian ini..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB II LANDASAN TEORI. 2.1 Sistem Pendukung Keputusan 2.1.1 Pengertian Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban, 2001). Dengan pengertian diatas dapat dijelaskan bahwa sistem pendukung keputusan bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan.. 2.1.2 Tahap-Tahap Pengambilan Keputusan Menurut Herbert A. Simon (Kadarsah, 2002:15-16), ada tiga fase dalam proses Pengambilan Keputusan diantaranya sebagai berikut: 1. Tahap Pemahaman (Inteligence) Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasikan masalah. 2. Tahap Perancangan (Design) Tahap ini merupakan proses pengembangan dan pencarian alternatif tindakan/solusi yang dapat diambil. Tersebut merupakan representasi. 6.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7. kejadian nyata yang disederhanakan, sehingga diperlukan proses validasi dan vertifikasi untuk mengetahui keakuratan model dalam meneliti masalah yang ada. 3. Tahap Pemilihan (Choice) Tahap ini dilakukan pemilihan terhadap diantaraberbagai alternatif solusi yang dimunculkan pada tahap perencanaan agar ditentukan/dengan memperhatikan kriteria – kriteria berdasarkan tujuan yang akan dicapai. 4. Tahap Impelementasi (Implementation) Tahap ini dilakukan penerapan terhadap rancangan sistem yang telah dibuat pada tahap perancanagan serta pelaksanaan alternatif tindakan yang telah dipilih pada tahap pemilihan. 2.1.3 Karakteristik Sistem Pendukung Keputusan Sprague dan Watson (1993) mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu: 1. Sistem yang berbasis komputer. 2. Dipergunakan untuk membantu para pengambil keputusan 3. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi manual 4. Melalui cara simulasi yang interaktif 5. Dimana data dan model analisis sebagai komponen utama.. 2.1.4 Tujuan Sistem Pendukung Keputusan Menurut Turban (2005), tujuan dari Sistem Pendukung Keputusan adalah sebagai berikut: 1. Membantu manajer dalam pengambilan keputusan atas masalah semi terstruktur. 2. Memberikan dukungan atas pertimbangan manajer dan bukannya di maksudkan untuk menggantikan fungsi manajer 3. Meningkatkan efektivitas keputusan yang di ambil manajer lebih daripada perbaikan efisiensinya.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 8. 4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah 5. Peningkatan produktivitas. Membangun suatu kelompok pengambil keputusan, terutama para pakar, bisa sangat mahal. Pendukung terkomputerisasi bisa mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda (menghemat biaya perjalanan). 6. Dukungan kualitas 7. Berdaya saing. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan.. 2.1.5 Komponen Pendukung Keputusan Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen besar yaitu database Management, Model Base dan Software System/User Interface. Komponen SPK tersebut dapat digambarkan seperti gambar di bawah ini.. Pengelolaan Model. Pengelolaan Data (Database Managemen). (Modelbase). Pengelolaan Dialog (User Interface). User. Gambar 2.1 Komponen SPK (Sumber : https://www.kajianpustaka.com/2013/09/sistem-pendukungkeputusan-spk.html).

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 9. a. Database Management Merupakan subsistem data yang terorganisasi dalam suatu basis data. Data yang merupakan suatu sistem pendukung keputusan dapat berasal dari luar maupun dalam lingkungan. Untuk keperluan SPK, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan melalui simulasi. b. Model Base Merupakan suatu model yang merepresentasikan permasalahan kedalam format kuantitatif (model matematika sebagai contohnya) sebagai dasar simulasi atau pengambilan keputusan, termasuk didalamnya tujuan dari permasalahan (objektif), komponen-komponen terkait, batasan-batasan yang ada (constraints), dan hal-hal terkait lainnya. Model Base memungkinkan pengambil keputusan menganalisa secara utuh dengan mengembangkan dan membandingkan solusi alternatif. c. User Interface/ Pengelolaan Dialog Terkadang disebut sebagai subsistem dialog, merupakan penggabungan antara dua komponen sebelumnya yaitu Database Management dan Model Base yang disatukan dalam komponen ketiga (user interface), setelah sebelumnya dipresentasikan dalam bentuk model yang dimengerti computer. User Interface menampilkan keluaran sistem bagi pemakai dan menerima masukan dari pemakai kedalam Sistem Pendukung Keputusan.. 2.2 MOORA (Multi-Objective Optimization on the basis of Ratio Analysis) Multi-Objective Optimization on the basis of Ratio Analysis (MOORA) adalah multiobjektif sistem mengoptimalkan dua atau lebih attribut yang saling bertentangan secara bersamaan (Nofriansyah, D, dan Sarjon Defit, 2017:85). Metode ini diterapkan untuk memecahkan masalah dengan perhitungan matematika yang kompleks seperti memecahkan banyak permasalahan ekonomi, manajerial dan konstruksi pada sebuah perusahaan maupun proyek (Nofriansyah, D, dan Sarjon Defit, 2017:85). Moora diperkenalkan oleh Brauers dan Zavadskas pada tahun 2006. Pada awalnya metode ini diperkenalkan oleh Brauers pada tahun 2004 sebagai.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 10. “Multi-Objective Optimization” yang dapat digunakan untuk memecahkan berbagai masalah pengambilan keputusan yang rumit pada lingkungan pabrik. Metode MOORA diterapkan untuk memecahkan banyak permasalahan ekonomi, majerial, dan konstruksi pada sebuah perusahan maupun proyek (Nofriansyah, D, dan Sarjon Defit, 2017:85). Keunggulan MOORA sendiri telah diamati bahwa metode moora sangat sederhana, stabil, dan kuat, bahkan metode ini tidak membutuhkan seorang ahli di bidang matematika untuk menggunakan nya serta membutuhkan perhitungan matematis yang sederhana. Selain itu juga metode ini juga memiliki hasil yang lebih akurat dan tepat sasaran dalam membantu pengambilan keputusan. Bila dibandingkan dengan metode yang lain metode moora bahkan lebih sederhana dan mudah di implementasikan.. 2.2.1 Langkah-langkah metode MOORA Berikut adalah langkah-langkah metode MOORA: 1. Menginputkan nilai kriteria Menginputkan nilai kriteria pada suatu alternatif dimana nilai tersebut nantinya akan diproses dan hasilnya akan menjadi sebuah keputusan. 2. Membuat Matriks Keputusan MOORA Mewakilkan semua informasi yang tersedia untuk setiap attribut dalam bentuk matriks keputusan. Data pada persamaan (1) mempersentasikan sebuah matriks 𝑋𝑋𝑋𝑋. Dimana 𝑋𝑋𝑋 adalah pengukuran kinerja dari alternatif i th pada attribut j th, m adalah jumlah alternatif dan n adalah jumlah atribut/kriteria. Kemudian sistem ratio dikembangkan dimana setiap kinerja dari sebuah alternatif pada sebuah attribut dibandingkan dengan penyebut yang merupakan wakil untuk semua alternatif dari atribut tersebut.. 𝑋11 … 𝑋1𝑋 … 𝑋 = [ 𝑋𝑋1 … 𝑋𝑋𝑋 𝑋𝑋1 … … 𝑋𝑋𝑋 …. 𝑋1𝑋 𝑋𝑋𝑋 ] 𝑋𝑋𝑋. .… (2.1).

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 11. Keterangan: 𝑋𝑋𝑋 = respon alternatif j pada kriteria i 𝑋 = 1, 2, 3, 4, ..., n adalah nomor urutan atribut atau kriteria 𝑋 = 1, 2, 3, 4, ..., m adalah nomor urutan alternatif 𝑋 = matriks keptusan 3. Matriks Normalisasi MOORA Brauers, W.K., menyimpulkan bahwa untuk penyebut, pilihan terbaik adalah akar kuadrat dari jumlah kuadrat dari setiap alternatif per attribut. Rasio ini dapat dinyatakan sebagai berikut:. 𝑋∗ 𝑋. =. 𝑋𝑋. .… (2.2). 𝑋𝑋 𝑋. 2. √ 𝑋=1 𝑋𝑋𝑋 ∑ Keterangan:. 𝑋𝑋𝑋 = Matriks alternatif 𝑋 pada kriteria 𝑋 𝑋 = 1, 2, 3, 4, ..., m adalah nomor urutan alternatif 𝑋𝑋∗ = Matriks Normalisasi alternatif j pada kriteria i 𝑋. 4. Menghitung Nilai Optimasi Multiobjektif MOORA a. Jika atribut atau kriteria pada masing-masing alternatif tidak diberikan nilai bobot. Ukuran yang dinormalisasi ditambahkan dalam kasus maksimasi (untuk atribut yang menguntungkan) dan dikurangi dalam minimisasi (untuk atribut yang tidak menguntungkan) atau dengan kata lain mengurangi nilai maksimum dan minimum pada setiap baris untuk mendapatkan rangking pada setiap baris, jika dirumuskan maka: 𝑋=𝑋 𝑋∗∗ = ∑ …. (2.3) - ∑𝑋=𝑋 𝑋 ∗. 𝑋. 𝑋. 𝑋=1 𝑋𝑋. 𝑋=𝑋+1. 𝑋𝑋. Keterangan: 𝑋= 1, 2, ... , g– kriteria/atribut dengan status maximized; 𝑋= g+ 1, g+ 2, ... , n– kriteria/atribut dengan status minimized; 𝑋𝑋∗ = Matriks Normalisasi max-min..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 12. b. Jika atribut atau kriteria pada masing-masing alternative di berikan nilai bobot kepentingan. Pemberian nilai bobot pada kriteria dengan ketentuan nilai bobot jenis kriteria maksimum lebih besar dari nilai bobot jenis kriteria minimum. Untuk menandakan bahwa atribut lebih penting itu bisa di kalikan dengan bobot yang sesuai (koefisien signifikasi). (Brauers etal.2009 dalam Ozcelik, 2014). Saat atribut bobot dipertimbangkan perhitungan menggunakan persamaan sebagai berikut:. 𝑋𝑋𝑋= ∑ 𝑋. 𝑋=1. 𝑋 𝑋𝑋 𝑋𝑋 ∑. 𝑋𝑋. 𝑋=𝑋+1. 𝑋𝑋 𝑋𝑋. …. (2.4) 𝑋𝑋. Keterangan: Wj adalah bobot dari j th atribut yang dapat ditentukan dengan menerapkan applying analytic hierarchy process (AHP) atau metode entropy. 5. Nilai 𝑋𝑋 dapat menjadi positif atau negatif tergantung dari total maksimal (atribut yang menguntungkan) dan minimal (atribut yang tidak menguntungkan) dalam matriks keputusan. Sebuah urutan keputusan. Sebuah urutan peringkat dari 𝑋𝑋 menunjukan pilihan terakhir. Dengan demikian alternatif terbaik memiliki nilai 𝑋𝑋 tertinggi sedangkan alternatif terburuk memiliki nilai 𝑋𝑋 terendah..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB III METODOLOGI PENELITIAN. 3.1 Gambaran Umum Penelitian yang dilakukan bertujuan untuk menentukan perangkingan rumah sebagai bahan rekomendasi dalam memilih rumah. Input yang digunakan berupa data rumah dan intensitas kepentingan. Data tersebut selanjutnya akan diolah untuk menghasilkan output rekomendasi rumah.. 3.2. Desain Penelitian. 3.2.1 Studi Literatur Mempelajari teori mengenai sistem pendukung pengambilan keputusan, metode Multi-Objective Optimization on the basis of Ratio Analysis (MOORA), dan metode AHP untuk menghitung suatu bobot kriteria. Teori yang dipelajari berasal dari materi perkuliahan, buku teks, dan artikel atau jurnal yang ada di internet.. 3.2.2 Data - Data yang digunakan Data yang digunakan dalam penelitian ini adalah data rumah pada tahun 2016 sebanyak 100 rumah, dengan kriteria yaitu harga rumah, luas bangunan, luas tanah, lokasi rumah, dan spesifikasi rumah. Data tersebut bersumber dari pengembang perumahan PT Agatama Putra, yaitu perumahan Banteng Town House, Agatama Regency Banguntapan, dan Agatama Residence P - Teknik Pengumpulan Data Pada tahap teknik pengumpulan data yang pertama dilakukan adalah melakukan wawancara kepada pimpinan pengembang perumahan PT Agatama Putra. Data yang didapat berupa kriteria apa saja yang biasanya digunakan oleh seseorang membeli rumah maupun calon pembeli dalam xx.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 14. mencari rumah. Hasil wawancara tersebut menyatakan bahwa kriteria yang biasanya digunakan seseorang dalam membeli rumah adalah mengenai harga rumah, luas tanah, regalitas yang mencakup suratsurat rumah, lokasi, suasana lingkungan sekitar, luas bangunan, dan spesifikasi rumah. Dari kriteria tersebut pengembang mengatakan bahwa para calon pembeli rumah maupun pembeli biasanya mengutamakan mengenai harga rumah, luas tanah, luas bangunan, lokasi rumah, dan spesifikasi rumah. Data yang diperoleh PT Agatama Putra mengenai nama/kavling rumah, luas bangunan, luas tanah, lantai, harga dan tipe pada perumahan Banteng Town House, Agatama Regency Banguntapan, dan Agatama Residence Purwomartani. Total semua data rumah yaitu 100 data. Data tersebut dalam bentuk cetak (hardcopy), jadi harus melakukan pengetikan agar data dapat diproses ke tahap selanjutnya. Dari pernyataan tersebut dalam penelitian ini menggunakan lima (5) kriteria yaitu harga rumah, luas tanah, luas bangunan, lokasi rumah, dan spesifikasi rumah.. 3.2.3 Pengembangan Sistem Dalam penelitian ini metodologi yang digunakan adalah model pengembangan alat uji waterfall dengan dilakukan secara sistematis. Tahaptahapnya sebagai berikut: 1. Analisa Pada tahap analisa ini dilakukan analisa terhadap kebutuhan sistem. Dengan cara mencari informasi sebanyak mungkin dari user agar sistem yang dibuat sesuai dengan keinginan user. Pada tahap ini akan menghasilkan dokumen user requirement yang dapat digunakan oleh sistem analis untuk menerjemahkan ke dala bahasa pemrograman. 2. Desain Pada tahap desain ini dilakukan proses membuat rancangan alat uji berdasarkan informasi dan tahap sebelumnya. Proses ini berfokus pada arsitektur perangkat lunak, representasi interface dan detail algoritma..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 15. Tahap ini akan menghasilkan dokumen yang disebut. software. requirement. Dokumen ini digunakan oleh seorang programmer dalam membangun sistem. 3. Pengkodean (coding) Pada tahap ini adalah telah dibuat pada tahap desain yang diteremahkan dalam bahasa pemrograman pada computer. Tahap ini menghasilkan alat uji dalam bentuk perangkat lunak yang dibuat berdasarkan rancangan yang sudah ada. 4. Pengujian Pada tahap pengujian ini alat uji berupa perangkat lunak diuji coba untuk mengetahui apakah perangkat lunak tersebut sudah sesuai dengan rancangan dan mampu mengimplementasikan metode MOORA dengan baik dan benar. Tahap ini menghasilkan alat uji dalam bentuk perangkat lunak yang dibuat berdasarkan yang sudah ada.. 3.3. Spesifikasi Software dan Hardware Spesifikasi. software. dan. hardware. yang. digunakan. dalam. pengimplementasian Sistem Pendukung Pengambilan Keputusan pembelian rumah adalah: 1. Software Dalam bentuk software, sistem operasi yang digunakan adalah Windows 7 64-bit dengan menggunakan aplikasi Netbeans dan Bahasa pemrograman Java 2. Hardware Dalam bentuk hardware, yaitu Notebook ASUS type A46C Series dengan processor Intel® Core™ i3-3217U CPU 1.8 GHz dengan RAM 4.00 GB..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB IV ANALISIS DAN PERANCANGAN SISTEM. 4.1 Analisis Masalah 4.1.1 Analisis Sistem Lama Proses pengambilan keputusan pembelian rumah pada PT Agatama Putra masih dilakukan secara manual. Pada umumnya seorang calon pembeli akan mencari informasi melalui internet, brosur, surat kabar dan menanyakan langsung kepada pengembang perumahan mengenai informasi terkait perumahan. Dari informasi tersebut calon pembeli akan membandingkan kelebihan dan kekurangan beberapa rumah secara manual. Hal tersebut akan membingungkan calon pembeli. Sehingga kurang efisien apabila calon pembeli membandingkan banyak perumahan karena semakin banyak yang dibandingkan maka akan menghabiskan waktu dan tenaga untuk menentukan pilihan yang sesuai dengan kebutuhan dan kemampuan calon pembeli.. 4.1.2 Analisis Sistem Baru Sistem yang akan dibangun adalah sistem pengambilan keputusan secara komputerisasi yang akan menyajikan data informasi terkait perumahan. Sehingga diharapkan dapat membantu calon pembeli untuk menentukan pilihan yang sesuai dengan kebutuhan dan kemampuan calon pembeli.. 4.2 Gambaran Umum Sistem Sistem yang akan dikembangkan adalah sistem pendukung pengambilan keputusan yang nantinya dapat membantu pengguna untuk memberikan rekomendasi rumah. Sistem ini akan dibuat dengan menggunakan metode MOORA (Multi Objective Optimization on the Basis of Ratio Analysis) dengan menggunakan bahasa pemrograman java. Pada kasus ini Analitycal Hierarcy Process (AHP) digunakan untuk menghitung suatu pembobotan kriteria, dilanjutkan dengan menggunakan. 16.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 17. Metode Multi Objective Optimization on the Basis of Ratio Analysis (MOORA) untuk mendapatkan hasil perangkingan yang akan memberikan rekomendasi rumah dari yang ada. Dalam sistem ini terdapat 1 aktor, yaitu user. User akan menjalankan sistem dan menggunakan sistem untuk melakukan proses pengambilan keputusan dengan memasukan nilai prioritas dari setiap kriteria yang dibandingkan. Dari nilai prioritas tersebutkemudian sistem akan menghitung dengan metode MOORA. Rekomendasi rumah yang dihasilkan adalah perangkingan rumah yang sesuai berdasarkan perbandingan prioritas kriteria yang dimasukkan oleh user. Sistem akan menampilkan rumah yang paling direkomendasikan oleh sistem.. 4.3 Analisis Kebutuhan Sistem Kebutuhan sistem pada ”Sistem Pendukung Pengambilan Keputusan Pembelian Rumah Menggunakan Metode Multi Objective Optimization on the Basis of Ratio Analysis (MOORA)” yang akan dibangun terdiri dari kebutuhan input, kebutuhan proses, dan kebutuhan output. 1. Kebutuhan Input Kebutuhan input yang di perlukan adalah berupa data harga rumah, luas tanah, luas bangunan, spesifikasi dan lokasi. 2. Kebutuhan Proses Pada sistem ini memiliki 1 aktor yang terlibat, yaitu user. Calon pembeli bertindak sebagai user. Dalam menggambarkan siapa yang menggunakan sistem dan cara pengguna berinteraksi dengan sistem, dapat menggunakan diagram use case. Berikut adalah uraian bagaimana actor berinteraksi dengan sistem beserta diagram use case: a. User Skenario proses yang dapat dilakukan user adalah melihat profil perusahaan PT Agatama Putra dan melihat daftar perumahan yang tersedia di menu daftar perumahan. Kemudian pada skenario cari rekomendasi, user akan menginputkan data kriteria yang digunakan.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 18. untuk memfilter data sekaligus menampilkan rekomendasi rumah yang sesuai dengan input user. Berikut tampilan diagram use case. Sistem Pendukung Pengambilan Keputusan Pembelian Rumah Menggunakan Metode MOORA Lihat Profil PT Agatama Putra. Use r Cari Rekomendasi Rumah. Gambar 4.1 Diagram Use Case. Lihat Daftar Rumah. User. Gambar 4.2 Diagram Use Case Package Lihat Daftar Perumahan 3. Kebutuhan Output Output sistem berupa rekomendasi rumah yang sudah diranking berdasarkan data yang di inputkan oleh user..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 4.4 Perancangan Sistem Metode Multi Objective Optimization on the Basic of Ratio Analysis 4.4.1 Kriteria Kriteria yang digunakan dalam melakukan proses rekomendasi pembelian rumah tersebut sebagai berikut: 1. Harga Kriteria harga merupakan kriteria yang digunakan untuk proses perhitungan metode Multi Objective Optimization on the Basic of Ratio Analysis 2. Luas Tanah Kriteria luas tanah merupakan kriteria yang digunakan untuk proses perhitungan metode Multi Objective Optimization on the Basic of Ratio Analysis 3. Luas Bangunan Kriteria luas bangunan merupakan kriteria yang digunakan untuk proses perhitungan metode Multi Objective Optimization on the Basic of Ratio Analysis 4. Lokasi Kriteria lokasi merupakan kriteria yang digunakan untuk proses perhitungan metode Multi Objective Optimization on the Basic of Ratio Analysi. Nilai dari kriteria lokasi didapatkan dengan menghitung jarak dari alamat perumahan ke lokasi tujuan. Ada 7 fasilitas umum lokasi tujuan yang digunakan, yaitu: 1. Sekolah Dasar 2. Sekolah Menengah Pertama 3. Sekolah Menengah Atas 4. Pasar 5. Rumah Sakit 6. SPBU 7. Kampus. xx.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 20. Jarak dihitung menggunakan google maps. Dari jarak yang didapatkan kemudian dihitung untuk mendapatkan rata-rata jarak untuk nilai lokasi. Berikut rumus untuk menghitung rata-rata sebagai nilai lokasi: 𝑋𝑋 = 𝑋. ∑. 𝑋. ... (4.1) 𝑋. Keterangan: 𝑋𝑋 = rata-rata nilai lokasi 𝑋𝑋 = jarak antara fasilitas umum 𝑋𝑋 dengan lokasi perumahan 𝑋 = jumlah data. Nama perumahan. : Agatama Residence Purwomartani. Alamat Perumahan. : Purwomartani, Kalasan, Kabupaten Sleman, Daerah. Istimewa Yogyakarta 55571, Indonesia Tujuan: -. SD. : SD Model Sleman. -. SMP. : SMP Negeri 3 Kalasan. -. SMA. : SMA Internasional Budi Mulia Dua. -. Kampus. : Universitas Respati Yogyakarta Kampus 2. -. Pasar. : Pasar Stan. -. Rumah Sakit : RS Holistika Medika. -. SPBU. : SPBU Tajem. Tabel 4.1 Data Jarak Perumahan Agatama Residence Purwomartani Tujuan. SD. SMP. SMA. Kampus. Pasar. RS. SPBU. Jarak. 4100. 2500. 3500. 3900. 4600. 4900. 3300. 𝑋=. (4100+2500+3500+3900+4600+4900+3300) 7. =. 26800. = 3828.571 m 7.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 21. Jadi, nilai lokasi untuk perumahan agatama residence purwomartani adalah 3828.571 m 5. Spesifikasi Kriteria spesifikasi merupakan kriteria yang digunakan untuk proses perhitungan metode Multi Objective Optimization of the Basic of Ratio Analysis (MOORA). Nilai dari data spesifikasi didapatkan dengan cara melakukan perhitungan penilaian spesifikasi. Ada 16 macam yang dinilai pada spesifikasi, yaitu: 1. Pondasi 2. Kerangka 3. Dinding 4. Lantai 5. Kusen 6. Daun pintu 7. Pengunci 8. Plafond 9. Atap 10. Kamar Mandi 11. Dapur 12. Cat Finishing 13. Carport 14. Sanitasi 15. Halaman depan 16. Instalasi Listrik Pada kriteria spesifikasi dibagi menjadi 3 himpunan, yaitu tinggi, sedang, dan rendah. Tinggi bernilai 3, sedang bernilai 2, dan rendah bernilai 1. Cara penilaian pada kriteria spesifikasi ini yaitu menilai setiap 16 kriteria diatas masuk ke kualitas tinggi, sedang, atau rendah. Sebagai contoh:. Nama Perumahan. : Agatama Residence Purwomartani. Lantai. : 1 lantai.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 22. Tabel 4.2 Data penilaian spesifikasi Perumahan Agatama Residence Purwomartani 1. 2. 3. 4. 5 6 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 3. 3. 3. 2. 2 2 2. 3. 2. 2. 2. 2. 2. 2. 2. 2. Setelah selesai dinilai kemudian dihitung untuk mendapatkan nilai spesifikasi. Perhitungan tersebut sebagai berikut: 𝑋𝑋=∑ 𝑋𝑋 Keterangan: 𝑋𝑋 = nilai spesifikasi 𝑋𝑋 = nilai setiap penilaian spesifikasi 𝑋𝑋 = 3+3+3+2+2+2+2+3+2+2+2+2+2+2+2+2 = 36 Jadi, nilai spesifikasi perumahan agatama residence purwomartani 1 lantai adalah 36. 4.4.2 Proses Sistem Pendukung Pengambilan Keputusan Berikut ini adalah jalan kerja program dalam memberikan rekomendasi rumah yang sesuai dengan kebutuhan dan kemampuan pengguna: 1. User menginputkan filter pencarian antar kriteria 2. Sistem melakukan filter pencarian yang telah diinputkan oleh user 3. Sistem membuat matriks keputusan, perhitungan berdasarkan persamaan 2.1 4. Sistem menghitung nilai matriks normalisasi menggunakan metode MOORA, perhitungan berdasarkan persamaan 2.2 5. Sistem menghitung nilai maximum dan minimum optimasi, perhitungan berdasarkan persamaan 2.3 6. Sistem menghitung perankingan dan hasil keputusan MOORA.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 23. 7. Sistem akan mengeluarkan output yang berisi hasil dari perankingan rumah yang direkomendasikan berdasarkan perhitungan yang dilakukan oleh sistem. Berikut adalah gambar flowchart atau gambaran umum kerja sistem: Mulai. Input nilai filter pencarian. Melakukan filter pencarian. Membuat matriks keputusan. Perhitungan nilai matriks normalisasi. Perhitungan nilai optimasi. Perhitungan perankingan alternatif dan hasil keputusan. Menampilkan perankingan. Seles ai. Gambar 4.3 Flowchart Sistem.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 24. 4.4.3 Contoh Perhitungan Manual Proses Pengambilan Keputusan Berikut ini adalah contoh perhitungan manual proses pengambilan keputusan yang dihitung menggunakan excel. Pada contoh ini akan digunakan beberapa data dari perumahan Banteng Town House, Agatama Regency Banguntapan, dan Agatama Residance Purwomartani yang terdapat di PT Agatama Putra. Data yang digunakan pada contoh ini sebanyak 6 data yang diambil secara acak dari 3 perumahan tersebut.. Tabel 4.3 Data Rumah Alternatif. Kriteria X2 X3. X4. X5. Rp. 1.500.000.000. 166. 86. 40. 3972,857. Rp. 798.710.000. 120. 73. 36. 3156,857. Rumah 3 (Blok B 1(H)). Rp. 507.144.000. 117. 50. 35. 3156,857. A4. Rumah 4 (Blok C 1). Rp. 293.080.000. 66. 32. 35. 3156,857. A5. Rumah 5 (Blok D 1(H)). Rp. 330.242.000. 79. 27. 35. 3156,857. Rumah 6 (ARP). Rp. 556.640.000. 117. 50. 36. 4684,571. Optimum. min. max. max. max. min. X1 A1. A2 A3. A6. Rumah 1 (P. Banteng Blok A 1) Rumah 2 (Blok A 1).

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 25. Keterangan: A1= Alternatif 1. X1= Harga rumah. A2= Alternatif 2. X2= Luas tanah. A3= Alternatif 3. X3= Luas bangunan. A4= Alternatif 4. X4= Spesifikasi rumah. A5= Alternatif 5. X5= Lokasi. A6= Alternatif 6 Contoh permasalahan: Calon pembeli akan membeli rumah dengan membandingkan optimum antar kriteria sebagai berikut: Langkah-langkah perhitungan menggunakan MOORA 1. Menginputkan nilai kriteria Tabel 4.4 Data rumah yang sudah diubah menjadi data kuantitatif Alternatif. Kriteria X2 X3. X4. X5. 1500000000. 166. 86. 40. 3972,857. 798710000. 120. 73. 36. 3156,857. Rumah 3 (Blok B 1(H)). 507144000. 117. 50. 35. 3156,857. A4. Rumah 4 (Blok C 1). 293080000. 66. 32. 35. 3156,857. A5. Rumah 5 (Blok D 1(H)). 330242000. 79. 27. 35. 3156,857. Rumah 6 (ARP). 556640000. 117. 50. 36. 4684,571. min. max. max. max. min. X1 A1. A2 A3. A6. Rumah 1 (P. Banteng Blok A 1) Rumah 2 (Blok A 1). Optimum.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 26. 2. Merubah nilai kriteria menjadi matriks keputusan. X=. 1500000000. 166. 86. 40. 2592.857. 798710000. 120. 73. 36. 2228.571. 507144000. 117. 50. 35. 2228.571. 293080000. 66. 32. 35. 2228.571. 330242000. 79. 27. 35. 2228.571. 556640000. 117. 50. 36. 3828.571. 3. Normalisasi pada metode MOORA a. Pertama kuadratkan x atau nilai kriteria pada setiap alternatif Tabel 4.5 Hasil pengkuadratan kriteria dari setiap alternatif Alternatif X1 A1. A2. A3. A4. A5. A6. Rumah 1 (P. Banteng Blok A 1) Rumah 2 (Blok A 1) Rumah 3 (Blok B 1(H)). Kriteria X2 X3. X4. X5. 22500000000000000 00. 27556 7396 1600. 6722907.422. 63920637614700000. 14400 5329 1296. 4966528.702. 25719503673600000 0. 13689 2500 1225. 4966528.702. Rumah 4 (Blok C 1). 85895886400000000. 4356. 1024 1225. 4966528.702. Rumah 5 (Blok D 1(H)). 10905977856400000 0. 6241. 729. 4966528.702. Rumah 6 (ARP). 30984808960000000 0. 13689 2500 1296 14657955.902. Optimum. min. max. max. 1225. max. min.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 27. b. Jumlah hasil dari pengkuadratan pada setiap kriteria Tabel 4.6 Hasil penjumlahan setiap kriteria yang sudah dikuadratkan Alternatif. Kriteria X2 X3. X1. Rumah 1 (P. Banteng 2250000000000000000 27556 Blok A 1) A2 Rumah 63920637614700000 14400 2 (Blok A 1) A3 Rumah 3 (Blok 257195036736000000 13689 B 1(H)). X4. X5. A1. A4. A5. A6. 7396. 1600 15783593.879. 5329. 1296. 9965747.021. 2500. 1225. 9965747.021. Rumah 4 (Blok C 1). 85895886400000000. 4356. 1024. 1225. 9965747.021. Rumah 5 (Blok D 1(H)). 109059778564000000. 6241. 729. 1225. 9965747.021. Rumah 6 (ARP). 309848089600000000. 13689. 2500. 1296 21945209.473. Optimum Σx². min max max max min 3649936455400000000 79931 19478 7867 41246978.133. c. Akarkan hasil total penjumlahan dari pengkuadratan pada setiap kriteria. Tabel 4.7 Hasil akar total nilai penjumlahan setiap kriteria Σx². 3649936455400000000. √Σx². 1910480687. 79931. 19478. 7867. 282.721 139.564 88.696. 41246978.133 6422.381.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 28. d. Hitung normalisasi dengan menggunakan rumus dibawah ini:. 𝑋∗ 𝑋. =. 𝑋𝑋. 𝑋𝑋. …. (4.2). 𝑋. 2. √ 𝑋=1 𝑋𝑋𝑋 ∑ Sebagai contoh untuk alternatif 1:. Harga. 𝑋𝑋𝑋∗. 1500000000 = √3649936455400000000. =. 1500000000. = 0.785. √1910480687. Luas tanah 166∗ = 𝑋 𝑋𝑋 √79931. =. 166. = 0.587. √282.721. Luas bangunan. 𝑋𝑋𝑋∗. 86 = √19478. =. = 0.616. 86 √139.564. Spesifikasi. 𝑋𝑋𝑋∗. 40 = √7867. =. = 0.451. 40 √88.696. Lokasi. 𝑋𝑋𝑋∗. 2592.857 = √41246978.133. =. 2592.857. = 0.404. √6422.381. Tabel berikut ini adalah hasil normalisasi: Tabel 4.8 Hasil normalisasi Alternatif A1. Rumah 1 (P. Banteng Blok A 1). X1. X2. 0.785. 0.587. Kriteria X3 0.616. X4 0.451. X5 0.404.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 29. A2. Rumah 2 (Blok A 1). 0.418. 0.424. 0.523. 0.406. 0.347. A3. Rumah 3 (Blok B 1(H)). 0.265. 0.414. 0.358. 0.395. 0.347. A4. Rumah 4 (Blok C 1). 0.153. 0.233. 0.229. 0.395. 0.347. A5. Rumah 5 (Blok D 1(H)). 0.173. 0.279. 0.193. 0.395. 0.347. A6. Rumah 6 (ARP). 0.291. 0.414. 0.358. 0.406. 0.596. min. max. max. max. min. Optimum. 4. Menghitung nilai optimasi multiobjektif MOORA Menghitung nilai dari penilaian yang telah dinormalisasi (mengurangi nilai maximax dan minimax) menggunakan rumus dibawah ini: 𝑋=𝑋 𝑋∗∗ = ∑ - ∑𝑋=𝑋 𝑋 ∗. 𝑋. 𝑋. 𝑋=1 𝑋𝑋. 𝑋=𝑋+1. …. (4.3). 𝑋𝑋. Tabel dibawah ini adalah hasil dari perhitungan nilai optimasi: Tabel 4.9 Hasil pengurangan nilai maximax dan minimax Alternatif A1. A2. Rumah 1 (P. Banteng Blok A 1) Rumah 2 (Blok A 1). Kriteria X3 X4. X5. ȳ𝑋. 0.451. 0.451. 0.404. 0.523. 0.406. 0.358. 0.347. X1. X2. 0.785. 0.587. 0.616. 0.418. 0.424. A3. Rumah 3 (Blok B 1(H)). 0.265. 0.414. 0.358. 0.395. 0.358. 0.347. A4. Rumah 4 (Blok C 1). 0.153. 0.233. 0.229. 0.395. 0.358. 0.347.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 30. A5. A6. Rumah 5 (Blok D 1(H)). 0.173. 0.279. 0.193. 0.395. 0.358. 0.347. Rumah 6 (ARP). 0.291. 0.414. 0.358. 0.406. 0.532. 0.596. min. max. max. max. min. Optimum. Selanjutnya adalah perhitungan untuk mencari ȳ𝑋 secara manual, disini akan diberi contoh untuk menghitung ȳ1 yaitu nilai dari penilaian yang telah dinormalisasi dari alternatif rumah 1 yaitu perumahan Banteng Bok A 1terhadap semua kriteria. ȳ1 = 𝑋𝑋𝑋𝑋𝑋 𝑋𝑋𝑋𝑋𝑋 𝑋𝑋𝑋𝑋𝑋𝑋𝑋𝑋 − 𝑋𝑋𝑋𝑋𝑋 𝑋𝑋𝑋𝑋𝑋 𝑋𝑋𝑋𝑋𝑋𝑋𝑋 = (x2 + x3+x4) – (x1+x5) = (0.587+ 0.616+0.451) – (0.785+0.404) = 1.654 – 1.189 = 0.465 5. Menentukan ranking dari hasil perhitungan MOORA Tabel 4.10 Hasil Perankingan Alternatif. ȳ𝑋. Rumah 2 (Blok A 1). 0.465. 3. Rumah 3 (Blok B 1(H)). 0.588. 1. Rumah 1 (P. Banteng Blok A 1). 0.554. 2. Rumah 6 (ARP). 0.357. 4. Rumah 4 (Blok C 1). 0.348. 5. Rumah 5 (Blok D 1(H)). 0.290. 6. Ranking.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 31. 4.5 Perancangan Proses 4.5.1 Diagram Konteks Sistem Dalam menggambarkan ruang lingkup dan suatu proses sistem dapat ditunjukan dengan menggunakan diagram konteks. Berikut ini diagram konteks dari sistem pendukung pengambilan keputusan pembelian rumah:.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Data harga rumah dan lokasi perumahan. Use r. 0 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN RUMAH MEN GGUNAKAN METODE MOORA. Data nama rumah, harga rumah, luas bangunan, luas tanah, lokasi, spesifikasi. administrator. Data nama rumah, harga rumah, luas bangunan, luas tanah, lokasi, spesifikasi. Rekomendasi rumah. Gambar 4.4 Diagram Konteks. xx.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 33. 4.5.2 Diagram Aliran Data Level 1 Diagram Aliran Data Level 1 User:. Informasi profil. 1 Lihat Profil PT Agatama Putra. Data Rumah. User. Informasi perumahan. 2 Lihat Daftar Perumahan Data Spesifikasi. Data lokasi Input data harga rumah dan lokasi perumahan. Rumah. 3 Cari Rekomendasi Rumah. Gambar 4.5 Diagram Aliran Data Level 1. Spesifikasi. Loka si.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 34. 4.5.3 Diagram Aliran Data Level 2 Nama, Harga, Luas Tanah, Luas Bangunan, Lokasi Lantai User. 2.1 Lihat Daftar Perumahan. Data Rumah Rumah. Gambar 4.6 Diagram Aliran Data Level 2 Proses 2. Data pemilihan rumah (harga dan nama perumahan). Rumah 3.1 Cari rekomendasi rumah. User. Filter data rumah, lokasi, spesifikasi Lokasi. Spesifikasi Rekomendasi rumah. Data Rumah yang sudah difilter. Gambar 4.7 Diagram Aliran Data Level 2 Proses 3.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 4.6. Perancangan Basisdata. 4.6.1. Perancangan Konseptual Pada bagian ini akan dijelaskan perancangan konseptual yang terdiri dari. 3 entitas yaitu tabel_rumah, tabel_spesifikasi, dan tabel_lokasi. Setiap entitas memiliki atribut masing-masing. Relasi entitas tabel_rumah dengan entitas tabel_spesifikasi adalah one to many. Karena setiap entitas tabel_rumah memiliki banyak entitas tabel_spesifikasi. Relasi entitas tabel_lokasi dengan tabel_rumah adalah one to many. Karena setiap entitas tabel_lokasi memiliki banyak entitas tabel_rumah. Relasi entitas tabel_lokasi dengan tabel_spesifikasi adalah one to many. Karena setiap entitas tabel_rumah memiliki banyak entitas tabel_spesifikasi. Berikut adalah model data Entity Relationship Diagram (ERD):. xx.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Nama_Pas ar Nama_R S. Id_Perumaha n Nama_Perumaha Nama_S n D. Id_Spesifika si Id_Perumaha n. Dindin g. Nama_SMP. Kerangk a. Nama_Kampu s. Nama_SPB U. Pondas i Lanta i. Jarak_Kamp us. Nama_SMA. Kuse n Halaman_Depa n. Carport. tabel_lokasi. me miliki. Jarak_SPB U. Nilai_Loka si. Jarak_R S. tabel_spesifikasi. Kamar_Mand i. Jarak_S D. Pengun ci. Daun_Pint u. Jarak_SM P. Jarak_Pas ar. Atap. Jarak_SM A. Plafon d Nilai_Spesifika si. Dapur Cat_Finishin g. Id_Perumaha n. Sanitas i. Nam a. Id_Ruma h. Harg a. Luas_Bangun an tabel_rumah. me miliki. Luas_Tana h. Instalasi_Listri k. me miliki. Lanta i. Lokasi Statu s. Gambar 4.8 Entity Relationship Diagram. xx.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 4.6.2. Perancangan Logikal. Pada perancangan ini terdapat 3 entitas yaitu tabel_rumah, tabel_spesifikasi, dan tabel_lokasi tabel_lokasi. tabel_spesifikasi. PK Id_Perumahan. PK Id_Spesifikasi. Nama_Perumahan. Id_Perumaha n. Nama_SD. Pondasi. tabel_rumah Jarak_SD. Kerangk PK. Id_Rumah. Nama_SM. a. P. Id_Perumahan. **. Id_Spesifikasi. **. Dinding. Jarak_SM. Lantai Nama. P. Kusen. Nama_SM. Harga. A. Luas_Bangunan. Halaman_Dep. Jarak_SM. Luas_Tanah. an Daun_Pintu. A. Lokasi. Pengunci. Nama_Pas. Lantai. Plafond. ar. Status. Atap. Carport. Jarak_Pasa. Kamar_Man. r Na ma_RS. di Dapur. Jarak_RS. Cat_Finishin. Nama_SPB. g Sanitasi. U. Instalasi_Listrik. Jarak_SPB. Nilai_Spesifika si. U Nilai_Lokasi. Gambar 4.9 Perancangan Logikal. 4.6.3 Perancangan Fisikal a. Tabel Rumah Tabel 4.11 Rumah Nama Field. Tipe. Keterangan. Id_Perumahan. Int (11). Foreign Key. Id_Rumah. Int (20). Primary Key. Id_Spesifikasi. Int (11). Foreign Key. Nama. Varchar (30). Nama rumah. Harga. Int (20). Harga rumah. Luas_Bangunan. Int (10). Luas bangunan rumah dalam satuan meter. xx. **.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 38. Luas_Tanah. Int (11). Lokasi. Varchar (500). Lantai. Varchar (11). Luas tanah rumah dalam satuan meter Lokasi atau alamat perumahan Jumlah lantai rumah. Status. Varchar (20). Status rumah. Tipe. Keterangan. Id_Perumahan. Int (20). Primary Key. Nama_Perumahan. Varchar (60). Nama perumahan. Nama_SD. Varchar (100). Nama SD. Jarak_SD. Int (10). Nama_SMP. Varchar (100). Jarak_SMP. Int (10). Nama_SMA. Varchar (100). Jarak_SMA. Int (10). Nama_Kampus. Varchar (100). b. Tabel Lokasi Tabel 4.12 Lokasi Nama Field. Jarak antara alamat Perumahan dan SD Nama SMP Jarak antara alamat Perumahan dan SMP Nama SMA Jarak antara alamat Perumahan dan SMA Nama Kampus Jarak antara alamat. Jarak_Kampus. Int (10). Perumahan. dan. Kampus Nama_Pasar. Varchar (100). Jarak_Pasar. Int (10). Nama_RS. Varchar (100). Jarak_RS. Int (10). Nama_SPBU. Varchar (100). Nama Pasar Jarak antara alamat Perumahan dan Pasar Nama RS Jarak antara alamat Perumahan dan RS Nama SPBU.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 39. Jarak_SPBU. Int (10). Jarak antara alamat Perumahan dan SPBU Hasil. Nilai_Lokasi. Double (10,3). dari. perhitungan. total antar. lokasi c. Tabel Spesifikasi Tabel 4.13 Spesifikasi Nama Field. Tipe. Keterangan. Id_Spesifikasi. Int (11). Primary Key. Id_Perumahan. Int (11). Foreign Key. Pondasi. Int (11). Nilai pondasi. Kerangka. Int (11). Nilai kerangka. Dinding. Int (11). Nilai dinding. Lantai. Int (11). Nilai lantai. Kusen. Int (11). Nilai kusen. Daun_Pintu. Int (11). Nilai daun pintu. Pengunci. Int (11). Nilai pengunci. Plafond. Int (11). Nilai plafond. Atap. Int (11). Nilai atap. Kamar_Mandi. Int (11). Nilai kamar mandi. Dapur. Int (11). Nilai dapur. Cat_Finishing. Int (11). Nilai cat finishing. Carport. Int (11). Nilai carport. Sanitasi. Int (11). Nilai sanitasi. Halaman_Depan. Int (11). Nilai halaman depan. Instalasi_Listrik. Int (11). Nilai instalasi listrik. Nilai_Spesifikasi. Int (11). Hasil perhitungan total nilai spesifikasi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 40. 4.7 Perancangan Manajemen Dialog 4.7.1. Halaman Utama. Halaman ini merupakan halaman utama pengguna. Pada halaman ini, pengguna dapat melakukan proses rekomendasi pemilihan rumah dengan memilih kriteria yang disediakan yang kemudian melakukan proses pencarian. PT AGATAMA PUTRA. Hom e. Cari Properti yang dijual Pilih Rentang. Tentang Kami. Daftar Perumahan. Cari. Pilih Lokasi Perumahan. Harga. Gambar 4.10 Halaman Utama 4.7.2 Halaman Rekomendasi Rumah Pada halaman ini akan ditampilkan hasil rekomendasi rumah berdasarkan kriteria yang sudah dipilih oleh pengguna. PT AGATAMA PUTRA. Home. Tentang Kami. Daftar Perumahan. Rekomendasi Rumah Daftar Rekomendasi Rumah Nama. Harga. Luas Tanah. Luas Bangunan. Lokasi. Gambar 4.11 Halaman Rekomendasi Rumah. Lantai.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 41. Gambar 4.11 Halaman Rekomendasi Rumah.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 41. 4.7.3 Halaman Tentang Kami Halaman ini merupakan halaman yang berisi profil perusahaan PT AGATAMA PUTRA. Home. Tentang Kami. Daftar Perumahan. Tentang Kami Who We are. Text Tentang profil perusahaan. Gambar Kantor Perusahaan. SPESIFIKASI TEKNIS. ARB lantai 1 (Gambar spesifikasi teknis). ARB lantai 2 (Gambar spesifikasi teknis). ARP (Gambar spesifikasi teknis). BTH (Gambar spesifikasi teknis). Gambar 4.12 Halaman Tentang Kami.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 42. 4.7.4 Halaman Daftar Perumahan Halaman ini merupakan halaman yang berisi daftar perumahan yang ditawarkan PT AGATAMA PUTRA. Home. Tentang Kami. Daftar Perumahan. Daftar Perumahan. Lihat Daftar Rumah. Agatama Residance Purwomartani. Agatama Regency Banguntapan. Banteng Town House. Gambar 4.13 Halaman Daftar Perumahan 4.7.5 Halaman Daftar Perumahan Agatama Residance Purwomartani Halaman ini merupakan halaman yang berisi rumah dari perumahn Agatama Residance Purwomartani PT AGATAMA PUTRA. Home. Tentang Kami. Daftar Perumahan. Agatama Residance Purwomartani Daftar Nama. Harga. Luas Rumah Luas Tanah Bangunan. Lokasi. Gambar 4.14 Halaman Daftar Perumahan ARP. Lantai.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 43. 4.7.6 Halaman Daftar Perumahan Agatama Regency Banguntapan Halaman ini merupakan halaman yang berisi rumah dari perumahn Agatama Residance Purwomartani PT AGATAMA PUTRA. Home. Tentang Kami. Daftar Perumahan. Agatama Regency Banguntapan Daftar Nama. Harga. Luas Rumah Luas Tanah Bangunan. Lokasi. Lantai. Gambar 4.15 Halaman Daftar Perumahan ARB 4.7.7 Halaman Daftar Perumahan Banteng Town House Halaman ini merupakan halaman yang berisi rumah dari perumahn Agatama Residance Purwomartani PT AGATAMA PUTRA. Hom e. Tentang Kami. Daftar Perumahan. Banteng Town House. Nam a. Harga. Luas Tanah. Daftar Rumah Luas. Lokasi. Bangunan. Gambar 4.16 Halaman Daftar Perumahan BTH. Lantai.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB V IMPLEMENTASI, HASIL, DAN PEMBAHASAN. 5.1 Implementasi Manajemen Data Dalam melakukan implementasi sistem pendukung pengambilan keputusan pembelian rumah menggunakan metode MOORA disusun database dengan nama “perumahan”. Didalam database tersebut terdapat beberapa tabel, yaitu: 1. tabel_rumah 2. tabel_spesifikasi 3. tabel_lokasi. Gambar 5.1 Tabel pada Database: perumahan 5.1.1. Tabel Data Rumah. Gambar 5.2 Tabel Rumah. 44.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 45. Berikut ini adalah query untuk membuat tabel rumah: CREATE TABLE IF. NOT EXIST. `tabel_ rumah` (. `Id_ Perumahan` int ( 11 ) NOT NULL, `Id_ Rumah` int ( 20 ) NOT NUL AUTO_ INCREMENT, `Id_ Spesifikasi` int ( 11 ) NOT NULL, `Nama` varchar ( 30 ) NOT NULL, `Harga` int( 20 ) NOT NULL, `Luas_ Bangunan` `Luas_ Tanah` `Lokasi`. int ( 10 ) NOT NULL,. int ( 11 ) NOT NULL,. varchar ( 500 ) NOT NULL,. `Lantai` varchar ( 11 ). NOT NULL,. `Status` varchar ( 20 ) NOT N ULL, `Id_ Spesifikasi`. int ( 11 ) NOT NULL,. PRIMARY KEY (`Id_ Rumah`) ). 5.1.2. Tabel Data Lokasi. Gambar 5.3 Tabel Lokasi Berikut ini adalah query untuk tabel lokasi: CREATE TABLE IF. NOT EXIST. `tabel_ lokasi` (. `Id_ Perumahan` int ( 20 ) NOT NUL AUTO_ INCREMENT, `Nama_ Perumahan` int ( 20 ), `Nama_ SD` varchar ( 100 ) NOT NULL,.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 46. `Jarak_ SD` int( 10 ) NOT NULL, `Nama_ SMP` varchar ( 100 ) NOT NULL, `Jarak_ SMP` int( 10 ) NOT NULL, `Nama_ SMA` varchar ( 100 ) NOT NULL, `Jarak_ SMA` int( 10 ) NOT NULL, `Nama_ Kampus` varchar ( 100 ) NOT NULL , `Jarak_ Kampus` int( 10 ) NOT NULL, `Nama_ Pasar` varchar ( 100 ) NOT NULL, `Jarak_ Pasar` int( 10 ) NOT NULL, `Nama_ RS` varchar ( 100 ) NOT NULL, `Jarak_ RS` int( 10 ) NOT NULL, `Nama_ SPBU` varchar ( 100 ) NOT NULL, `Jarak_ SPBU` int( 10 ) NOT NULL, `Nilai_ Lokasi`. double ( 10 , 3 ) NOT NULL,. PRIMARY KEY (`Id_ Pe ruma han` ) ). 5.1.3. Tabel Data Spesifikasi. Gambar 5.4 Tabel Spesifikasi Berikut ini adalah query untuk membuat tabel spesifikasi: CREATE TABLE IF. NOT EXIST. `tabel_ spesifikasi` (. `Id_ Spesifikasi` int ( 11 ) NOT NUL AUTO_ INCREMENT, `Id_ Perumahan`. int ( 11 ) NOT NULL,.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 47. `Pondasi` int ( 11 ) NOT NULL, `Kerangka` varchar ( 11 ) NOT NULL, `Dinding` int( 11 ) NOT NULL, `Lantai` varchar ( 11 ) NOT NULL, `Kusen` int( 11 ) NOT NULL, `Daun_ Pintu` varchar ( 11 ) NOT NULL, `Pengunci` int( 11 ) NOT NULL, `Plafond` varchar ( 11 ) NOT NULL, `Atap` int( 11 ) NOT NULL, `Kamar_ Mandi` varchar ( 11 ) NOT NULL, `Dapur` int( 11 ) NOT NULL, `Cat_ Finishing` varchar ( 11 ) NOT NULL, `Carport` int( 11 ) NOT NULL, `Sanitasi` varchar ( 11 ) NOT NULL, `Halaman_ Depan` int( 11 ) NOT NULL, `Instalasi_ Listrik` int ( 11 ) NOT NULL `Nilai_ Spesifikasi`. int ( 11 ) NOT NULL,. PRIMARY KEY (`Id_ Sp esif ikas i`) ). 5.2 Implementasi Manajemen Model Berikut ini adalah implementasi algoritma metode MOORA yang di mulai dengan memilih rentang harga dan lokasi perumahan terlebih dahulu. Kemudian akan di lakukan proses sebagai berikut: public class Moora { public static List<Data> normalize(List<Data> data) { if (data == null) { return null; } final int numAttrs = data.get(0).numberOfColumn();//untuk mengambil jumlah kolom final double[] squares = new double[numAttrs];//untuk menampung hasil penjumlahan kuadrat tiap alternatif.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 48. for (int i = 0; i < numAttrs; i++) { final int x = i; squares[x] = data.stream().mapToDouble((d) -> { double z = d.values()[x]; return z * z; }).sum(); squares[x] = Math.sqrt(squares[x]); } List<Data> result = new ArrayList<>(data.size()); for (Data d : data) { result.add(new Data() { @Override public int numberOfColumn() { return numAttrs; }. @Override public double[] values() { double[] res = new double[numAttrs]; for (int i = 0; i < numAttrs; i++) { final int x = i; res[i] = d.values()[x] / squares[x];//rumus normalisasi } return res;} @Override public String name() { return d.name();.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 49. } @Override public String lokasi() { return d.lokasi(); } @Override public Data.Optimization[] optimization() {//untuk mengcopy optimisasi dari data Data.Optimization[] res = new Data.Optimization[numAttrs]; System.arraycopy(d.optimization(), 0, res, 0, numAttrs); return res; } }); } return result; } public static <T extends Data> Map<T, Double> multiObjective(List<T> data, double[] weight) { if (data == null || data.isEmpty()) { //untuk checking data return null; } int numCols = data.get(0).numberOfColumn(); if (weight == null) {//untuk mengisi pembobotan jika tidak ada = 1 weight = new double[numCols]; for (int i = 0; i < numCols; i++) { weight[i] = 1; }.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 50. } Map<T, Double> result = new HashMap(); for (T d : data) { double x = 0; for (int i = 0; i < d.numberOfColumn(); i++) { switch (d.optimization()[i]) {//perhitungan mencari yj(max min) case MAX: x += weight[i] * d.values()[i]; break; case MIN: x -= weight[i] * d.values()[i]; break; } } result.put(d, x); } return result; }.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 51. 5.3 Implementasi Interface 5.3.1. Halaman Utama. Gambar 5.5 Halaman Utama Halaman ini merupakan halaman utama pengguna. Pada halaman ini, pengguna dapat melakukan proses rekomendasi pemilihan rumah dengan memilih kriteria yang disediakan yang kemudian melakukan proses pencarian.. 5.3.2. Halaman Rekomendasi Rumah. Gambar 5.6 Halaman Rekomendasi Rumah Pada halaman ini akan ditampilkan hasil rekomendasi rumah berdasarkan kriteria yang sudah dipilih oleh pengguna..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 52. 5.3.3. Halaman Tentang Kami. Gambar 5.7 Halaman Tentang Kami Pada halaman ini akan ditampilkan tentang perusahan dan data spesifikasi teknis perumahan..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 53. 5.3.4. Halaman Daftar Perumahan. Gambar 5.8 Halaman Daftar Perumahan Pada halaman ini akan ditampilkan menu untuk melihat daftar rumah dari perumahan.. 5.3.5. Halaman Daftar Perumahan Agatama Residance Purwomartani. Gambar 5.9 Halaman Daftar Perumahan ARP Pada halaman ini akan ditampilkan daftar rumah dari perumahan ARP.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 54. 5.3.6. Halaman Daftar Perumahan Agatama Regency Banguntapan. Gambar 5.10 Halaman Daftar Perumahan ARB Pada halaman ini akan ditampilkan daftar rumah dari perumahan ARB 5.3.7. Halaman Daftar Perumahan Banteng Town House. Gambar 5.11 Halaman Daftar Perumahan BTH Pada halaman ini akan ditampilkan daftar rumah dari perumahan BTH. 5.4 Uji Validasi Program Pada bagian uji validasi program dilakukan pencocokan antara perhitungan manual dengan perhitungan sistem. Jika hasil rekomendasi manual dan sistem cocok, maka sistem sudah berjalan dengan baik..