82 IV.1 Tampilan Hasil
Penulis merancang program sistem pendukung keputusan pembelian sepeda motor bekas menggunakan metode simple additive weighting (SAW). Dalam hal ini penulis menggunakan bahasa pemrograman Microsoft Visual Studio
2010 dengan menggunakan penyimpanan database SQL Server 2008 R2. Hasil
tampilan aplikasi merupakan hasil penelitian dari perancangan antar muka aplikasi. Hasil yang diperoleh dari perancangan perangkat lunak ini adalah sebagai berikut :
1. Tampilan halaman pilihan login
Halaman pilihan login adalah tampilan saat pertama kali aplikasi dijalankan, adapun tampilan halaman pilihan login dapat dilihat pada gambar IV.1 :
2. Tampilan halaman login
Halaman login mempunyai fungsi untuk akses admin dalam mengolah beberapa data tertentu, admin dapat memasukan username dan password yang menjadi hak akses bagi seorang admin, adapun tampilan login dapat dilihat pada gambar IV.2 :
Gambar IV.2 Tampilan Halaman Login 3. Tampilan halaman isi data pengguna
Halaman isi data pengguna menyediakan pengguna untuk mengisi data diri sebelum menggunakan aplikasi untuk melakukan penilaian terhadap sepeda motor bekas, adapun tampilan halaman isi data pengguna dapat dilihat pada gambar IV.3 :
Gambar IV.3 Tampilan Halaman Isi Data Pengguna 4. Tampilan halaman menu utama
Halaman menu utama merupakan tampilan setelah admin login dan pengguna mengisi data pengguna. adapun untuk tampilan menu utama dapat dilihat pada gambar IV.4 :
5. Tampilan halaman data pengguna
Halaman data pengguna merupakan halaman yang digunakan untuk mengelola data-data pengguna, adapun untuk tampilan data pengguna dapat dilihat pada gambar IV.5 :
Gambar IV.5 Tampilan Halaman Data Pengguna 6. Tampilan halaman data alternatif
Halaman data alternatif mempunyai fungsi untuk mengelola data alternatif yaitu data sepeda motor bekas, adapun tampilan halaman data alternatif dapat dilihat pada gambar IV.6 :
Gambar IV.6 Tampilan Halaman Data Alternatif 7. Tampilan data kriteria
Halaman data kriteria mempunyai fungsi untuk mengelola data-data kriteria dari sepeda motor bekas, adapun tampilan halaman data-data kriteria dapat dilihat pada gambar IV.7 :
8. Tampilan halaman data sub kriteria
Halaman data sub kriteria mempunyai fungsi untuk mengelola data-data sub kriteria dari sepeda motor bekas, adapun tampilan halaman data sub kriteria dapat dilihat pada gambar IV.8 :
Gambar IV.8 Tampilan Halaman Data Sub Kriteria 9. Tampilan halaman data analisa
Halaman data analisa merupakan tampilan yang menyediakan perhitungan dan memberikan penilaian terhadap sepeda motor bekas yang dilakukan oleh pengguna, adapun tampilan halaman data analisa dapat dilihat pada gambar IV.9 :
Gambar IV.9 Tampilan Halaman Data Analisa 10. Tampilan halaman data laporan analisa
Halaman data laporan analisa mempunyai fungsi untuk memilih dan mencetak laporan data hasil analisa dari sepeda motor bekas, adapun tampilan halaman data hasil analisa dapat dilihat pada gambar IV.10 :
11. Tampilan halaman data hasil analisa
Halaman data hasil analisa mempunyai fungsi untuk mengelola data hasil analisa, adapun tampilan halaman data hasil analisa dapat dilihat pada gambar IV.11 :
Gambar IV.11 Tampilan Halaman Data Hasil Analisa 12. Tampilan laporan data pengguna
Laporan data pengguna menampilkan data pengguna sistem pendukung keputusan pembelian sepeda motor bekas, adapun tampilan laporan data pengguna dapat dilihat pada gambar IV.12 :
13. Tampilan laporan data alternatif
Laporan data alternatif menampilkan data-data sepeda motor bekas yang diinput oleh admin, tampilan laporan data alternatif dapat dilihat pada gambar 1V.13 :
Gambar IV.13 Tampilan Laporan Data Alternatif 14. Tampilan laporan data kriteria
Laporan data kriteria menampilkan data-data kriteria sepeda motor bekas, tampilan laporan data kriteria dapat dilihat pada gambar 1V.14 :
15. Tampilan laporan data sub kriteria
Laporan data sub kriteria menampilkan data-data sub kriteria dari kriteria sepeda motor bekas, tampilan laporan data sub kriteria dapat dilihat pada gambar 1V.15 :
Gambar IV.15 Tampilan Laporan Data Sub Kriteria 16. Tampilan laporan data hasil analisa
Laporan data hasil analisa menampilkan data-data hasil perhitungan sepeda motor bekas menggunakan metode simple additive
weighting, tampilan laporan data hasil analisa dapat dilihat pada gambar
IV.16 :
Dari gambar IV.16 dapat dilihat detail hasil analisa berdasarkan id analisa, nilai setiap kriteria merupakan hasil dari perhitungan normalisasi, nilai hasil merupakan nilai dari hasil normalisasi dikalikan dengan bobot setiap kriteria, dari nilai hasil dapat dilihat nilai terbesar dengan rangking 1 yang merupakan alternatif atau sepeda motor bekas terbaik dengan keterangan sangat baik sesuai range yang telah ditentukan.
IV.2. Uji Coba Hasil IV.2.1 Skenario Pengujian
Skenario pengujian dilakukan menggunakan metode blackbox, pengujian digunakan untuk menguji fungsi-fungsi khusus dari aplikasi yang dikembangkan. Pengujian yang dilakukan adalah pengujian fungsionalitas dari sistem, apakah sistem berfungsi dengan hasil yang diinginkan atau tidak.
Pada aplikasi Sistem Pendukung Keputusan pembelian sepeda motor bekas menggunakan metode simple additive weighting, pengujian merujuk pada fungsi-fungsi yang dimiliki sistem. Kemudian membandingkan hasil keluaran dengan hasil yang diharapkan. Bila hasil yang diharapkan sesuai dengan hasil pengujian, berarti perangkat lunak sesuai dengan desain yang telah ditentukan sebelumnya. Bila belum sesuai maka perlu dilakukan pengecekan lebih lanjut dan perbaikan. Adapun uji coba sistem yang dilakukan dapat dilihat pada tabel IV.1 :
Tabel IV.1. Uji Coba Sistem No Nama Proses Prosedur Pengujian Masukan Hasil Yang Diharapkan Hasil Pengujian 1 Login Memasukkan username dan password kemudian tekan perintah login Username dan Password Admin
Login sukses Sukses
2 Menambah data alternative Menambah data alternatif kemudian tekan perintah Tambah Data alternatif Menambah
data alternatif Sukses
3 Memperbar ui data alternative Memilih dan memperbarui data alternatif kemudian tekan perintah perbarui Data alternatif Memperbarui
data alternatif Sukses
4 Menghapus data alternative Memilih data alternatif kemudian tekan perintah hapus Data alternatif Menghapus
data altrnatif Sukses
5 Mencetak laporan data alternative Mencetak data alternatif dengan menekan perintah laporan Data alternatif Menampilkan laporan data alternatif Sukses 6 Menambah data pengguna Menambah data pengguna kemudian tekan perintah Tambah Data pengguna Menambah data pengguna Sukses 7 Memperbar ui data pengguna Memilih dan memperbarui data pengguna kemudian tekan perintah perbarui Data pengguna Mmperbarui data pengguna Sukses 8 Menghapus data pengguna Memilih data pengguna kemudian tekan perintah hapus Data pengguna Menghapus
data altrnatif Sukses
9 Mencetak laporan data pengguna Mencetak data pengguna dengan menekan perintah laporan Data pengguna Menampilkan laporan data pengguna Sukses
Tabel IV.1. Uji Coba Sistem (Lanjutan) 10 Memperbar ui data criteria Memilih dan memperbarui data kriteria kemudian tekan perintah perbarui Data kriteria Merubah data kriteria Sukses 11 Mencetak laporan data criteria Mencetak data kriteria dengan menekan perintah laporan Data kriteria Menampilkan laporan data kriteria Sukses 12 Menambah data sub criteria Menambah data sub kriteria kemudian tekan perintah Tambah Data sub kriteria Menambah data sub kriteria Sukses 13 Memperbar ui data sub criteria Memilih dan memperbarui data sub kriteria kemudian tekan perintah perbarui Data sub kriteria Merubah data
sub kriteria Sukses
14
Menghapus data sub
criteria
Memilih data sub kriteria kemudian tekan perintah hapus Data sub kriteria Menghapus
data altrnatif Sukses
15 Mencetak laporan data sub criteria Mencetak data sub kriteria dengan menekan perintah laporan Data sub kriteria Menampilkan laporan data sub kriteria Sukses 16 Proses analisa / perhitungan menggunak an metode SAW Meilih alternatif dan kriteria alternatif kmudian tekan proses Data alternatif dan data kriteria Menampilkan
hasil analisa Sukses
17 Mencetak laporan hasil analisa Memilih analisa id kemudian tekan perintah cetak laporan Data hasil analisa Menampilkan lapopran data hasil analisa Sukses 18 Mengganti password Mengisi nama pengguna,paswor d lama dan password baru Data pengguna Mengganti password Sukses
IV.2.2 Hasil Pengujian
Pengujian yang dilakukan melalui sistem akan dibandingkan dengan hasil pengujian secara manual, hal ini dilakukan untuk melihat berapa persen (%) keakuratan dari sistem yang dibangun. Berikut hasil pengujian yang dapat dilihat pada tabel 1V.2 :
Tabel IV.2. Hasil Pengujian Perbandingan
No Nama Alternatif Perhitungan Manual Perhitungan Sistem Pendukung Keputusan (T/F) 1 A1 480 480 T 2 A2 441 441 T 3 A3 404 404 T Keterangan:
T = True (Terjadi apabila hasil perhitungan Sistem Pendukung Keputusan sama dengan perhitungan manual).
F = False (Terjadi apabila hasil perhitungan Sistem Pendukung Keputusan berbeda dengan hasil perhitungan manual).
Berdasarkan pengujian yang telah dilakukan, maka diperoleh : Tingkat keakuratan SPK = ( Jumlah data akurat / Total sampel ) *100%
= (3/3) * 100% = 100 %
IV.3 Kelebihan Dan Kekurangan Sistem
Berdasarkan hasil program yang dirancang, penulis menemukan kelebihan dan kekurangan dari sistem pendukung keputusan pembelian sepeda motor bekas yang dihasilkan.
Adapun kelebihan dari sistem pendukung keputusan pembelian sepeda motor bekas yang penulis rancang antara lain :
1. Hasil dari sistem pendukung keputusan pembelian sepeda motor bekas menggunakan metode simple additive weighting memiliki akurasi perhitungan 100 % dengan perhitungan manual.
2. Pengolahan data alternatif yaitu data sepeda motor bekas, data kriteria, sub kriteria, dan data pengguna dapat dilakukan dengan cepat dan mudah oleh administrator.
3. Sistem pendukung keputusan pembelian sepeda motor bekas yang dihasilkan mudah digunakan (easy to use)
Sedangkan kekurangan dari sistem pendukung keputusan pembelian sepeda motor bekas antara lain :
1. Sistem belum memiliki fungsi untuk backup database.
2. Perhitungan alternatif yaitu sepeda motor bekas masih terbatas yaitu maksimal 3 alternatif setiap melakukan analisa perhitungan menggunakan sistem pendukung keputusan pembelian sepeda motor bekas.
3. Kriteria yang digunakan oleh sistem sistem pendukung keputusan pembelian sepeda motor bekas maksimal 7 kriteria dan tidak dapat ditambah atau dikurang langsung dari sistem aplikasi.
