ISSN : 2302-450X
PROSIDING
PERTEMUAN DAN PRESENTASI KARYA ILMIAH
BALI, 28 JULI 2017
PEMBICARA UTAMA SEMINAR PARALEL DENGAN TEMA
Internet of Think IoT & Big Data : Teknologi, Tantangan dan
Pelu-ang
Dr. Nyoman Putra Sastra, ST.,MT.
Irsan Suryadi Saputra
PENYUNTING AHLI
Dr. Anak Agung Istri Ngurah Eka Karyawati, S.Si,M.Eng.
Dr. H. Agus Zainal Arifin,S.Kom.,M.Kom.
Dr. I Ketut Gede Suhartana,S.Kom.,M.Kom
Dr.techn. Ahmad Ashari,M.Kom.
PELAKSANA SEMINAR
PELINDUNG
Rektor Universitas Udayana, Bali
PENANGGUNG JAWAB
Dekan Fakultas MIPA Universitas Udayana
Ketua Program Studi Teknik Informatika, FMIPA Universitas Udayana
PANITIA
I Gede Oka Gartria Atitama, S.Kom., M.Kom.
Gst. Ayu Vida Mastrika Giri,S.Kom., M.Cs.
Luh Arida Ayu Rahning Putri, S.Kom.,M.Cs.
Dewa Made Bayu Atmaja Darmawan, S.Kom., M.Cs.
I Putu Gede Hendra Suputra, S.Kom., M.Kom.
I Gede Arta Wibawa,S.T., M.Cs.
I Made Widiartha, S.Si., M.Kom.
I Gusti Agung Gede Arya Kadnyanan, S.Kom., M.Kom.
I Gst. Ngurah Anom Cahyadi Putra, S.T., M.Cs.
I Wayan Supriana, S.Si.,M.Cs.
Dra. Luh Gede Astuti, M.Kom
Dr. I Ketut Gede Suhartana, S.Kom.M.Kom
Dr. A.A. I. N. Eka Karyawati, S.Si.,M.Eng.
I Gede Santi Astawa, S.T., M.Cs.
Made Agung Raharja, S.Si., M.Cs.
Ida Bagus Gede Dwidasmara, S.Kom.,M.Cs.
I Komang Ari Mogi, S.Kom., M.Kom.
Ida Bagus Made Mahendra, S.Kom., M.Kom.
KATA PENGHANTAR
Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa, atas terselesainya penyusunan Pro-siding SNATIA 2017 ini. Buku ini memuat naskah hasil penelitian dari berbagai bidang kajian yang telah direview oleh pakar di bidangnya dan telah dipresentasikan dalam acara Seminar SNATIA tahun 2017 pada tanggal 28 Juli 2017 di Universitas Udayana kampus Bukit Jimbaran, Badung, Bali.
Kegiatan SNATIA 2017 merupakan agenda tahunan Program Studi Teknik Informatika, Jurusan Ilmu Komputer, Universitas Udayana. SNATIA 2017 mengambil tema Internet of Think IoT & Big
Da-ta : Teknologi, TanDa-tangan dan Peluang dengan pembicara utama seminar yang terdiri dari pakar-pakar peneliti dan pemerhati di bidang Teknologi Informasi, Internet of Think (IoT), dan Big Data.
Meskipun kegiatan seminar dan pendokumentasian naskah dalam prosiding ini telah dipersiap-kan dengan baik, namun kami menyadari masih banyak kekurangannya. Panitia memohon maaf yang sebesar-besarnya atas kekurangan yang ada. Kritik dan saran perbaikan sangat kami harapkan untuk penyempurnaan di masa mendatang, yang dapat dikirimkan melalui e-mail snatia@cs.unud.ac.id.
Kepada semua pihak yang terlibat baik langsung maupun tidak langsung dalam penyelenggaraan sem-inar dan penyusunan proceeding SNATIA 2017, panitia mengucapkan terima kasih.
Jimbaran, 28 Juli 2017
DAFTAR ISI
Kata Pengantar Daftar Isi
Artificial Intelegent
Penentuan Jalur Distribusi Barang Melalui Jalur Laut Menggunakan Algoritma Genetika
Ketut Adi Praja Putra ... 1
Penentuan Range Nilai Besaran Fisis Film Hasil Photo Sinar-X Mammografi Jenis C1, C2, C3, C4 dan C5 Tumor Payudara.
Dr. A. A. NGR Gunawan, MT ... 9
Personal Innovativeness, Social Presence, dan Motivasi Ekstrinsik-Intrinsik dalam Penerimaan Chatbot Asri
Oktavianus Ken Manungkarjono ... 14
Bioinformatics
Implementasi Algoritma Genetika pada Rekomendasi Menu Diet Sehat
Kadek Eliskarini ... 21
Cloud Computing
Implementasi Line Chat Bot Rekomendasi Wisata Menggunakan Platform As A Service
I Made Adi Susilayasa ... 29 Otomatisasi Pembuatan Tenant, Network, Dan Vm Pada Openstack
I Putu Gede Surya Adiputra Pratama ... 35
Penerapan Haversine Formula Pada Line Chat Bot Untuk Mencari Lokasi Terdekat Pada Tempat Wisata
Sidin Rahman ... 41
Penerapan Metode Load Balancing Dengan Algoritma Least Connection Pada Virtual Private Server Cloud
Ida Bagus Rathu Eka Surya Wibawa ... 48
Computer Vision
Sistem Perhitungan Orang Berbasis Sensor Visual Dalam Lingkup Jaringan Sensor Nirkabel
Control Dan Rocotics
Pemilahan Buah Jambu Air Menggunakan Mikrokontroler Atmega328 Dan Sensor Ldr
I Gede Andika ... 59
Perancangan Robot Pendeteksi Panas Berbasis Microcontroller Arduino R3
Bayu Putra Segara ... 67
Purwa Rupa Pengontrol Mobil Menggunakan Remote Berbasis Controller Board
Tendy Ariyanto ... 74
Data Mining
Implementasi Algortima C5.0 untuk Memprediksi Tingkat Kelulusan Mahasiswa Study Kasus Program Studi Teknik Informatika Universitas Udayana
Kadek Dimas Anggarajaya ... 81
Klasifikasi Kanker Payudara Dengan K-Nearest Neighbor Dan Principal Component Analysis
I. K Surya Negara ... 87
Penentuan Jurusan Calon Mahasiswa Baru Jurusan Ilmu Komputer FMIPA Universitas Udayana Berdasar-kan Nilai Akademik MenggunaBerdasar-kan Metode FMADM ELECTRE
Fajar Avianto Zainudin ... 92
Database Management
Implementasi Replikasi Basis Data Pada Private Cloud Computing
Ariesta Krisnayana ... 99
Perancangan Sistem Basis Data Terdistribusi Untuk Pendataan Penduduk Di Wilayah Kecamatan Kuta Dengan Metode Fragmentasi
Yogi Adi Wardana ... 106
Decision Support System
Perbandingan Sistem Pendukung Keputusan Pemilihan Mobil Bekas Dengan Metode Analytic Hierarcy Process Dan Simple Additive Weight
I Gede Oka Sudiatmika ... 113
Sistem Pemetaan Kakak Dan Adik Asuh Dengan Metode Profile Matching Pada Komunitas Kakak Asuh Bali
Ayu Nikki Asvikarini ... 119
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN LOKASI PENDIRIAN CABANG MINIMARKET DENGAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (STUDI KASUS MINIMARKET VIDYA)
Sistem Pendukung Keputusan Pemberian Bantuan Bedah Rumah Masyarakat Miskin Menggunakan Metode Analytical Hierarchy Process (Studi Kasus: Pemerintah Kabupaten Tabanan)
I Gusti Ngurah Bagus Putra Asmara ... 133
E-Commerce
Aplikasi E-Tani Sebagai Strategi Peningkatan Kualitas Dan Kesejahteraan Para Petani
Eka Suweantara ... 142
Rancang Bangun Aplikasi E-Commerce Marketplace Catering Berbasis Web Dengan Fitur Mix Menu
Cokorda Gede Agung Yudi Dharma Putra ... 151
Sistem Informasi E-Commerce Pada Maharanie Collection
Rendy Praditya Anggara ... 160
Expert Systems
Pemilihan Tempat Pembuangan Akhir (TPA) Sampah Menggunakan Metode Technique For Others Refer-ence by Similarity to Ideal Solution
I Wayan Rudi Edi Astawan ... 166
Penerapan Metode Profile Matching Dalam Perancangan Aplikasi E-Commerce Pada Clothing Line
Wiendu Adi Wiguna ... 174
Sistem Pendukung Keputusan Pemilihan Supplier Barang Menggunakan Metode Simple Additive Weighting (Studi Kasus PT. Berliando Mitra Abadi)
I Putu Septian Arya Candra ... 182
Sistem Pendukung Keputusan Penerimaan Pengajar Dengan Metode Analytical Hierarchy Process (AHP) Study Kasus: Lembaga Bimbingan Belajar XYZ
Aryana Dwi Putra ... 188
Sistem Seleksi Atlet Woodball Menggunakan Metode Simple Additive Weighting (SAW)
Ni Kadek Devi Kencana Dwi Merta ... 195
Human Computer Interaction
Modul Interaktif Pembelajaran Mindstorm NXT Berbasis Augmented Reality Pada Platform Android
Gerson Feoh ... 204
Information Retrieval
Implementasi Algoritma Stemmer Confix Stripping Pada Teks Bahasa Bali
Klasifikasi Musik Berdasarkan Genre Menggunakan Metode K-Nearest Neighbour
Gdt Ayu Vida Mastrika Giri ... 217
Information Systems
Analisis Dan Pemetaan Kecocokan Lahan Tanaman Kakao Berbasis Sistem Informasi Geografis (Studi Ka-sus Kabupaten Jembrana)
I Gede Agus Wahyudi ... 223
Analisis Dan Pemetaan Sistem Informasi Geografis Daerah Rawan Kebakaran Hutan Dan Lahan Di Kabu-paten Buleleng
Made Gede Amrita Suastika ... 231
Analisis Dan Perancangan Sistem Informasi Geografis Daerah Rawan Penyebaran Penyakit Demam Berdarah Dengue Di Kota Denpasar
Ni Made Ayudya Puspanegara ... 238
Analisis Dan Perancangan Sistem Informasi Geografis Kesesuaian Lahan Untuk Tanaman Anggur Di Ka-bupaten Buleleng
I Gede Eddy Anjasmara Putra ... 244
Analisis Dan Perancangan Sistem Informasi Geografis Kesesuaian Lahan Untuk Tanaman Jeruk Di Kabu-paten Gianyar
I Made Teja Geni Astra ... 250
Analisis Kesesuaian Penambahan Tempat Pembuangan Sementara (Tps) Di Kota Denpasar Menggunakan Sistem Informasi Geografis
Ni Luh Rika Aryanti ... 258
Analisis Potensi Risiko Tanah Longsor Di Kabupaten Bangli Menggunakan Sistem Informasi Geografis
Anak Agung Sri Yuniawati ... 267
Analisis Potensi Wilayah Rawan Banjir Menggunakan Aplikasi Sistem Informasi Geografis (Studi Kasus Kota Bima, NTB)
Inggit Srie Hartina ... 274
Aplikasi E-Voting Pemilu Raya Menggunakan Keamanan Secure Hash Algorithm-1 (Sha-1) Berbasis Web
Juniawan Saputra ... 282
Aplikasi Mobile Hybrid Pencarian Rute Optimum Taksi Menggunakan Algoritma Dijkstra
A. A. Gde Ari Sudana... 291
Desain Model Mapping Schema Data Center Pada Central Data Warehouse (Big Data) Untuk Mendukung Integrasi Pelayanan Pasien Rujukan Asuransi Terdistribusi
Sudaryanto ... 298
Pengujian Tranfromasi Wavelet Haar Dalam Kompresi Citra Digital
Perancangan Aplikasi E-Template Surat Berbasis Web
Ngurah Permana Agustara ... 310
Perancangan Aplikasi Pengaduan Mahasiswa (Udayana Motion) Berbasis Mobile
I Putu Yuda Juniantara Putra ... 316
Rancang Bangun Dan Analisa Aplikasi Pengumpulan Point TAK Berbasis Android (Primakara GO)
Indra Oktava Rospita ... 322
Rancang Bangun Sistem Rekomendasi Wisata Di Bali Menggunakan Metode Profile Matching
Wira Maharddhika Pradnyanna ... 327
Sistem Informasi Geografis Analisis Dan Pemetan Kawasan Rawan Bencana Tanah Longsor Di Kabupaten Bangli
Adam Rain Brawijaya ... 336
Sistem Informasi Manajemen Komplain SIMADE Berbasis Web
Victor Boy Simamora ... 343
Sistem Informasi Pengelolaan Data Alumni pada PS. Farmasi FMIPA Udayana
I Gede Pramarta Sedana ... 348
Sistem Pendukung Keputusan Pemilihan Mobil Baru Menggunakan Weighted Product (WP)
Made Hariyogi ... 356
Sistem Pendukung Keputusan Rekomendasi Tempat Wisata Di Bali Munggunakan Metode Profile Match-ing
Andrean Susanto ... 363
Sistem Penentuan Ketua SIC dengan menggunakan Metode Analytical Hierarchy Process (AHP)
Bryan Wahyu Krishnaputra ... 371
Sistem Penjadwalan Matakuliah Otomatis Dengan Algoritma Genetika
I Kadek Bayu Wana Permana ... 380
Web-GIS Model Untuk Integrasi Data Epidemiologi DBD Terdistribusi Sebagai Pendukung Tatakelola Sur-veilance dan Investigasi Wabah
Slamet Sudaryanto Nurhendratno ... 388
Machine Learning
Penerapan Neural Network Backpropagation Untuk Klasifikasi Pada Pengenalan Aktivitas Manusia
I Wayan Ariantha Sentanu ... 394
Multimedia Application
Identifikasi Citra Tanaman Rimpang Berdasarkan Ciri Tekstur Dan Warna Dengan Algoritma K-Nearest Neighbor
Penerapan Metode Noise Reduction Pada Citra Digital Lontar Aksara Bali
Made Erna Susanti ... 409
Penerapan Metode Transform Hough Line Untuk Mengidentifikasi Jenis Kendaraan
Kadek Dwi Sukri Yanthi ... 418
Pengenalan Sandi Semaphore Dengan Metode Findcontour Dan Matchshape Pada Opencv Menggunakan Bahasa Python
I Made Anggun Dwiguna ... 424
Segmentasi Citra Menggunakan Metode Watershed Transformation Untuk Menghitung Jumlah Ken-daraan Bermotor
Geby Noverita Br Sebayang ... 431
Sistem Pemeriksaan Lembar Jawaban Komputer Dengan Metode Template Matching Dan Pemrosesan Paralel
I Wayan Widarma Putra Pramana ... 440
Sistem Untuk Mendeteksi Nilai Dan Menghitung Uang Koin Menggunakan Transform Hough Circle
Ida Ayu Putu Manik Sintiya Dewi ... 447
Networking and Security
Akuisisi Data Heart Rate Pada Miband Menggunakan Bluetooth Low Energy (BLE)
I Kadek Agus Darma Putra ... 454
Analisis Quality Of Service Pada Jaringan Internet Pusat Pemerintahan Kabupaten Badung
I Nyoman Arta Jaya ... 461
Aplikasi Steganografi Untuk Menyembunyikan Pesan Teks Pada Gambar Dengan Metode Least Signifi-cant Bit (LSB)
I Gusti Ngurah Agung Wisnu Arimurti ... 468
Bahasa Pemrograman Python Untuk Pembuatan Aplikasi Packet Sniffer
I Putu Kuswara Adi Pradana ... 474
Clock Skew Sebagai Dasar Authentifikasi Keamanan Pada Jaringan Sensor Nirkabel
Nyoman Dita Krisnabayu ... 481
Implementasi High Availability Cluster Guna Mengurangi Downtime Server Studi Kasus Sintask.com
Almer Hafiz Wandalaksana... 488
Otomatisasi Konfigurasi Mikrotik Router Menggunakan Software Ansible
I Made Bayu Swastika ... 495
Penerapan Snmpv3 Pada Network Performance Monitoring Solarwinds System Studi Kasus Pt. Freeport Indonesia
Perancangan Aplikasi Keamanan Data Transaksi Elektronik Pada Rfid Di Koprasi Serba Guna Dengan Menggunakan Algoritma Rsa
Sidin Rahman ... 511
Perancangan Pengamanan Sms Gateway Dengan Algoritma Rsa Di Pt Xl
I Gede Bendesa Aria Harta ... 520
Perancangan Sistem Tanda Tangan Digital Dalam Transaksi Berbasis Online Pada Pt Asiana Menggunakan Algoritma Rsa
William Ulrich Innocentius Sitinjak... 526
Perangcangan Hybrid Network Untuk Pengembangan Internet Of Things
Wadarman Jaya Telaumbanua ... 531
Prototype Smart Building Data Center Berbasis Jaringan Sensor Nirkabel
Sastra Dwikiarta ... 538
Rancang Bangun Jaringan Internet Menggunakan Simulasi Jaringan Network Simulator 3 Di Desa Berangbang
I Komang Vijaya Adhyatma... 546
Sistem Monitoring Private Cloud Computing Pada Openstack Menggunakan Ceilometer
Made Darma Narayana ... 552
Uji Performa Parallel Processing Pada Pengamanan Citra Digital
Faisal Achmad Failusufi ... 560
Patern Recognition
Komparasi Deteksi Tepi Canny Dan Watershed Transformation Untuk Segmentasi Area Manuskrip Dalam Citra Lontar Aksara Bali
I Wayan Juliandika ... 566
Semantic Web
Rancang Bangun Fitur Pencarian Data Akademik Menggunakan Parser Noise Disposal
I Gusti Agung Gede Agung Surya Kusuma ... 573
Software and Web Engineering
Game Edukatif Rare Melajah Media Pembelajaran Calistung Bahasa Bali Berbasis Multimedia Interaktif Pada Android
Ni Luh Devi Lingga Pratiwi ... 580
Pemodelan Dan Simulasi Antrian Pelayanan Pembuatan E-Ktp Pada Kantor Camat Denpasar Selatan
Perancangan Sistem Absensi Pengenalan Wajah Pada Perangkat Android Menggunakan Metode Fisher-face Dan Menggunakan Gps Untuk Mendeteksi Lokasi Absensi
Iin Masdiana ... 594
Rancang Bangun Aplikasi Alarm Monitoring (Almont) Untuk Penjadwalan Tindakan Medis Pasien Rawat Inap Berbasis Mobile
Penerapan Metode
Profile Matching
dalam
Perancangan Aplikasi
E-commerce
pada
Clothing
Line
I Gede Wiendu Adi Wiguna1 , I Gusti Ngurah Anom Cahyadi Putra, S.T.,M.Cs1 1Jurusan Ilmu Komputer, Fakultas Matematika Dan Ilmu Pengetahuan Alam, Universitas Udayana
Jalan Raya Kampus Unud, Bukit Jimbaran
1wienduadi04@gmail.com 2anom.cp@unud.ac.id
Abstrak__
Clothing line merupakan salah satu bisnis yang ramai dizaman modern seperti sekarang ini. Banyak brand baru bermunculan, mulai dari yang langsung memiliki nama besar atau yang masih berkembang. Persaingan dalam mendapatkan pelanggan tentunya semakin ketat, khususnya di Bali. Selain menjual barang di toko, pelaku bisnis ini juga sudah banyak yang berjualan secara online. Mulai dari pemanfaatan media sosial sampai membuat website khusus brand tersebut. Banyak website e-commerce penjualan kaos yang sudah tersedia. Fitur yang lengkap dan menarik tentunya akan menambah minat pembeli. Sistem pendukung keputusan tentu saja akan sangat membantu dalam pemilihan baju yang sesuai dengan keinginan. Penerapan metode Profile Matching dalam sistem e-commerce untuk mencari kaos yang sesuai keinginan pembeli akan membuat pembeli lebih tertarik karena proses pencarian kaos yang sesuai keinginan menjadi lebih cepat dan lebih mudah. Pembeli akan menentukan nilai kriteria sesuai kriteria yang sudah disediakan sistem. Selanjutnya akan muncul daftar kaos, lalu pembeli tinggal memilih salah satu untuk dilanjutkan ke proses pembayaran.
Kata kunci : Brand, Clothing Line, E-commerce, Profile Matching, Sistem Pendukung Keputusan Abstract__
Clothing line is one of the bustling business in modern day as it is today. Many new brands are emerging, ranging from those that directly have a big or growing name. Competition in getting customers of course more stringent, especially in Bali. In addition to selling goods in stores, business people are also already a lot of selling online. Starting from the utilization of social media to create a special website brand. Many e-commerce websites selling t-shirts are readily available. Complete and interesting features of course will increase the interest of buyers. Decision support system will of course be very helpful in the selection of clothes in accordance with the wishes. Implementation of Profile Matching method in e-commerce system to find the shirts according to buyer's desire will make buyer more interested because the process of searching the t-shirts as desired becomes faster and easier. The buyer will determine the criteria value according to the criteria already provided by the system. Next will appear a list of shirts, then buyers just choose one to proceed to the payment process.
Keywords : Brand, Clothing Line, Decision Support System , E-commerce, Profile Matching
I. PENDAHULUAN
A. Latar Belakang
Perkembangan dunia bisnis di Indonesia semakin pesat, terutama anak-anak muda yang memiliki banyak inovasi dalam berbisnis. Clothing Line menjadi salah satu peluang yang paling banyak dijalankan saat ini.
Clothing Line adalah adalah sebuah istilah yang digunakan untuk sebuah perusahaan yang membuat atau memproduksi suatu produk dengan nama brand mereka sendiri dan beberapa nama brand. Banyak brand yang sudah memiliki nama besar Indonesia. Khusus di Bali, brand-brand memiliki target pasar yang luas. Bukan hanya warga lokal, tetapi juga wisatawan mancanegara yang mengincar produk-produk asli Bali.
Bali merupakan lahan yang tepat untuk memasarkan
brand. Selain karena merupakan salah satu destinasi terindah di dunia, Bali juga memiliki masyarakat yang sangat kental
dengan tradisi, sehingga menjadi daya tarik bagi wisatawan. Banyak usaha yang dilakukan masyarakat Bali dalam sektor pariwisata. Fashion menjadi salah satu bagiannya. Sudah banyak brand-brand lokal yang berdiri, dari mulai yang baru merintis sampai yang sudah terkenal ke mancanegara.
Setiap perusahaan selalu berusaha memberikan yang terbaik untuk pelanggannya. Dengan memberikan pelayanan terbaik secara langsung di toko atau dengan memberikan pelayanan terbaik secara online, yaitu dengan menyediakan transaksi online. Sudah banyak brand yang memanfaatkan e-commerce dalam meningkatkan jumlah pelanggan. Tentu saja harus ada nilai lebih dalam e-commerce untuk menarik minat beli. Salah satu yang terpenting adalah kemudahan mencari barang yang sesuai keadaan dan keinginan tentunya. Penerapan metode Profile Matching dalam sistem e-commerce dapat membantu calon pembeli dalam mencari kaos yang sesuai keinginan secara cepat dan mudah.
B. Tinjauan Pustaka
1) Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (Decision Support Systems) adalah sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur. DSS dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusanuntuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka. DSS ditujukan untuk keputusan-keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma. Aplikasi DSS dapat terdiri dari beberapa subsistem, yaitu subsistem manajemen data, subsistem manajemen model dan subsistem antarmuka pengguna. Selain itu DSS juga bisa memiliki subsistem manajemen basis-pengetahuan yang mengukung subsistem-subsistem lainnya.
2) Brand (Merek)
Lamb (2001) berpendapat bahwa “Merek adalah suatu nama, istilah, simbol, desain atau gabungan keempatnya yang mengidentifikasikan produk para penjual dan membedakannya dari produk pesaing” (hlm.421).
Menurut Keller dalam Tjiptono (2005), “Merek adalah produk yang mampu memberikan dimensi tambahan yang secara unik membedakannya dari produk-produk lain yang dirancang untuk memuaskan kebutuhan serupa” (hlm.19). Perbedaan tersebut bisa bersifat rasional dan tangible (terkait dengan kinerja produk dari merek bersangkutan) maupun simbolik, emosional dan intangible (berkenaan dengan representasi merek).
3) E-Commerce
Perdagangan elektronik atau dalam bahasa Inggris
electronic commerce (e-commerce) adalah penyebaran, pembelian, penjualan, pemasaran barang dan jasa melalui sistem elektronik seperti internet atau televisi, www, atau jaringan komputer lainnya. E-commerce dapat melibatkan
transfer dana elektronik, pertukaran data elektronik, sistem manajemen inventori otomatis, dan sistem pengumpulan data otomatis.
4) Clothing Line
Clothing Line sendiri adalah bisnis berjualan pakaian oleh kaum-kaum remaja dengan brand-brand karya mereka sendiri yang dipasarkan lewat toko atau melalui sosial media (online).
Clothing Line adalah sebuah istilah yang digunakan untuk sebuah perusahaan yang membuat atau memproduksi suatu produk dengan beberapa nama brand. Istilah ini merujuk terhadap suatu perusahaan induk yang memiliki beberapa anak perusahaan, namun anak perusahaan tersebut masih dibawah kendali penuh oleh perusahaan induk, maksudnya adalah tidak bisa bebas mengeluarkan suatu produk.
5) Profil Matching
Metode Profile Matching merupakan salah satu metode dalam sistem pengambilan keputusan. Proses perhitungannya
diawali pendefinisian nilai minimum untuk setiap variabel penilaian. Selisih dari setiap nilai data testing terhadap nilai minimum masing-masing variabel merupakan gap yang kemudian diberi bobot. Bobot setiap variabel akan dihitung rata-rata berdasarkan kelompok variabel Core factor (CF) dan Secondary factor (SF). Komposisi CF ditambah SF adalah 100%, tergantung dari kepentingan pengguna metode ini. Tahap terakhir dari metode ini adalah proses akumulasi nilai CF dan SF berdasarkan nilai-nilai variabel data testing.
Pembobotan pada metode profile matching merupakan nilai pasti yang tegas pada nilai tertentu karena nilai-nilai yang ada merupakan anggota himpunan tegas (crisp set). Di dalam himpunan tegas, keanggotaan suatu unsur di dalam himpunan dinyatakan secara tegas, apakah objek tersebut anggota himpunan atau bukan dengan menggunakan fungsi karakteristik.
6) Pemetaan Gap Kompetensi
Gap adalah perbedaan atau selisih value masing-masing aspek atau atribut dengan value target. Contoh : Perbedaan
value jenis kain kaos dengan jenis kaos ideal. 7) Pembobotan
Setelah Gap diperoleh pada masing - masing kaos, setiap jenis kain kaos diberi bobot nilai sesuai ketentuan pada tabel bobot nilai Gap.
TABEL I Tabel Pembobotan
Selisih Bobot Nilai
Keterangan
0 5 Tidak ada selisih (Kompetensi sesuai yang dibutuhkan)
1 4.5 Kompetensi individu kelebihan 1 tingkat/level
-1 4 Kompetensi individu kekurangan 1 tingkat/level
2 3.5 Kompetensi individu kelebihan 2 tingkat/level
-2 3 Kompetensi individu kekurangan 2 tingkat/level
3 2.5 Kompetensi individu kelebihan 3 tingkat/level
-3 2 Kompetensi individu kekurangan 3 tingkat/level
4 1.5 Kompetensi individu kelebihan 4 tingkat/level
-4 1 Kompetensi individu kekurangan 4 tingkat/level
8) Perhitungan dan Pengelompokan
Aspek-aspek dikelompokkan menjadi 2 kelompok, yaitu
core factor dan secondary factor , untuk perhitungan core factor ditunjukan dengan menggunakan rumus dibawah.
Keterangan :
NCF : nilai rata - rata core factor
NC (sb, kb, hg) : jumlah total nilai core factor
(spesifikasi barang, kualitas barang, harga barang) IC : jumlah item core factor
Sedangkan untuk perhitungan secondary factor bisa ditunjukan dengan rumus berikut ini :
Keterangan :
NSF : nilai rata - rata secondary factor
NS (sb, kb, hg) : jumlah total nilai secondary factor
(spesifikasi barang, kualitas barang, harga barang) IS : jumlah item secondary factor
9) Perhitungan Nilai Total
Dari hasil perhitungan aspek-aspek diatas, lalu dihitung nilai total berdasarkan prosentase dari core factor dan
secondary factor yang berpengaruh pada kinerja setiap profil. Rumus dapat dilihat seperti dibawah.
NT = (X)% NCF (sb, kb, hg) + (X)% NSF (sb, kb, hg) Keterangan :
NCF (sb, kb, hg) : nilai rata - rata core factor
NSF (sb, kb, hg) : nilai rata - rata secondary factor
NT : nilai total dari aspek (X) % : nilai persen yang dimasukan
10) Penentuan Ranking
Penentuan ranking merupakan proses terakhir pencocokan (GAP). Akan ditampilkan urutan kaos yang paling
recommended sesuai kriteria pembeli. Penentuan ranking mengacu pada hasil perhitungan rumus dibawah.
Ranking = (X)% Nsb + (X)% Nkb + (X)% Nhb Keterangan :
Nsb : Nilai spesifikasi barang Nkb : Nilai kualitas barang Nhb : Nilai harga barang
(X) % : Nilai persen yang dimasukan
C. Tujuan dan Manfaat
Tujuan dibuatnya sistem ini adalah untuk mempermudah dan mempercepat pemilihan barang yang diinginkan. Agar
calon pembeli tidak merasa sulit memilih dan akhirnya tidak jadi berbelanja.
Manfaatnya bagi calon pembeli adalah berbelanja menjadi lebih mudah dan cepat dan manfaat untuk penjual adalah semakin besar peluang terjualnya barang karena calon pembeli merasa nyaman berbelanja.
D. Studi Pustaka
Untuk menunjang tulisan ini, penulis menggunakan jurnal pembantu. Metode profile matching sudah banyak diterapkan dalam banyak kasus dan yang paling mendekati dengan tulisan ini adalah jurnal yang berjudul “Penerapan Metode Profile Matching dalam Pengembangan Aplikasi E-Commerce pada Penjualan Barang Elektronik” dari Masitoh dan Akip Suhendar yang mengambil studi di Fakultas Teknologi Informasi, Universitas Serang Raya.
Penelitian diatas menghasilkan beberapa kesimpulan seperti membantu konsumen memperoleh informasi barang yang dijual dan dapat melakukan pembelian secara online juga dapat memperluas jangkauan penjualan, mempermudah penyimpanan data dan memberikan fleksibilitas bagi pihak toko untuk menentukan data-data privat, berupa penentuan nilai core factor dan secondaryfactor, nilai persen, nilai GAP dan penentuan rangking.
II. METODOLOGI PENELITIAN
Tahapan yang dilakukan dalam penyusunan penelitian ini adalah :
A. User Requirements
Pada tahap ini difokuskan pada pengumpulan kebutuhan system yang akan dibangun. Penelitian mencakup wawancara ke orang-orang yang sering berbelanja online dan pengamatan langsung yaitu melakukan belanja online secara langsung sehingga dapat merasakan kekurangannya secara langsung.
B. Objek Penelitian
Objek penelitian permasalahan ini adalah kaos. Daftar kaos yang sudah ada akan diproses dan ditampilkan sesuai ranking dengan kriteria yang sudah dimasukkan.
C. Diagram Alir Metode Profile Matching
Diagram alir profile matching dapat dilihat seperti dibawah ini.
Gbr. 1 Diagram Alir Profile Matching
D. Analisis Kebutuhan
Analisis kebutuhan suatu sistem adalah gambaran dari berbagai kebutuhan yang harus dipenuhi oleh penyedia sistem kepada pengguna.
TABEL 2
Hasil Analisis Kebutuhan Sistem
No. Aktor Kebutuhan Deskripsi 1 Calon
Pembeli
Melihat daftar kaos
User dapat melihat daftar seluruh kaos yang tersedia. Melihat detail
kaos
User dapat melihat detail informasi kaos. Memasukkan
kritria
User dapat
memasukkan kriteria yang diinginkan untuk dapat melihat daftar kaos yang sesuai keinginan. Melihat hasil daftar kaos yang ditampilkan sesuai kriteria
User dapat melihat daftar kaos sesuai kriteria setelah menginputkan kriteria. Memilih dan
membeli kaos
User dapat memilih lalu membeli kaos. 2 Admin Mengelola
data kaos
Admin dapat menambahkan, menghapus dan menyunting data kaos.
E. Perancangan Sistem
Pada tahap ini dilakukan perancangan flowchart, entity relationship diagram (ERD), activity diagram dan
Prototipe untuk sistem yang akan dibangun.
III. HASIL DAN PEMBAHASAN A. Analisis dan Perancangan Sistem
Seorang calon pembeli tentunya ingin mendapatkan kemudahan dalam berbelanja online. Sudah banyak e-commerce di Indonesia yang membedakan barang perkategori dan menyediakan tombol pencarian. Namun masih banyak barang yang muncul dan calon pembeli masih kesulitan mencari. Dengan metode profile matching, calon pembeli dapat mencari barang dalam hal ini adalah kaos dengan menentukan kriteria-kriteria yang tersedia sehingga barang yang diinginkan dapat ditampilkan sesuai ranking.
Sistem yang berbasis web ini diimplementasikan menggunakan bahasa pemrograman PHP framework codeigniter dan DBMS MySQL. Dalam sistem ini, user adalah calon pembeli dan kaos adalah objek atau barang yang akan dibeli.
B. Alur Proses Sistem
Pada alur proses, dijelaskan tentang urutan yang terjadi pada aplikasi. Gambar 2 adalah flowchart dari proses profile matching yang akan digunakan pada sistem ini.
Gbr. 2 Flowchart alur proses aplikasi C. Diagram Use Case
Diagram use case berfungsi merepresentasikan interaksi antar aktor maupun aktor dengan sistem. Berikut adalah usecase yang berkaitan dengan sistem pemilihan kaos.
Gbr. 3 Use Case Diagram D. Entity Relationship Diagram
Entity Relationship Diagram (ERD) berfungsi merepresentasikan hubungan antar data dalam database berdasarkan objek-objek yang mempunyai hubungan relasi.
Gbr. 4 Entity Relationship Diagram
E. Activity Diagram
Activity Diagram berfungsi menggambarkan aliran kerja atau aktivitas dari sebuah sistem atau proses bisnis.
Gbr. 5 Activity Diagram
F. Prototipe
Fungsi utama dari sistem sudah dapat dioperasikan, namun fitur yang belum lengkap dan desain yang masih sederhana membuat penulis memilih perancangan daripada implementasi. Rancangan tampilan sistem ini dapat dilihat pada gambar–gambar di bawah ini. Gambar di bawah merupakan tampilan awal yang dapat mengalami pengembangan fitur dan desain.
1) Tampilan User
Calon pembeli akan dihadapkan langsung dengan kriteria - kriteria yang harus diisi. Kriteria yang harus diisi adalah seperti di bawah ini :
Gbr. 6 Beranda User
Setelah memilih sesuai dengan keriteria yang ditentukan, maka akan ditampilkan daftar kaos yang sesuai keinginan calon pembeli.
Gbr. 7 Hasil Pemilihan
Disini calon pembeli wajib mengisi semua kriteria agar hasil lebih dekat dan akurat. Akan muncul tanda merah jika user belum mengisi.
Gbr. 8 Peringatan
2) Tampilan Admin
Sebelumnya admin harus login terlebih dahulu. Admin wajib mengisi username dan password.
Gbr. 9 Tampilan Login
Tampilan home admin akan menampilkan daftar kaos yang tersedia dan admin dapat menginputkan kaos baru.
Gbr. 10 Beranda Admin
Di home, ada tombol tambah data. Admin dapat menambahkan data kaos baru. Data yang ditambahkan adalah data seperti dibawah ini.
Gbr. 11 Input Data
Sebelum menambahkan data, admin wajib mengisi kriteria dengan lengkap dan sesuai produk asli.
Gbr. 12 Mengisi Kriteria
Tampilan terbaru setelah data ditambahkan. Ranking masih 0 karena belum ada yang memilih.
Gbr. 13 Hasl penambahan data
G. Pengujian Black Box
Sistem ini diuji dengan sistem black-box, yaitu menguji fungsionalitas system dengan mencoba seluruh fitur yang ada tanpa melihat source code. Sistem akan dinyatakan lulus bila semua fitur berjalan baik. Berikut adalah hasil pengujiannya.
TABEL 3
Hasil Pengujian Black Box
No Kriteria Pengujian Hasil 1 User (calon pembeli) dapat
melihat kriteria
Berjalan dengan baik 2 User (calon pembeli) dapat
memasukkan kriteria
Berjalan dengan baik 3 Pemetaan (Profile Matching) Berjalan
dengan baik 4 User (calon pembeli) dapat
melihat daftar kaos sesuai kriteria
Berjalan dengan baik 5 Admin dapat login ke sistem Berjalan
dengan baik
6 Admin dapat mengelola data kaos
Berjalan dengan baik
IV. KESIMPULAN
Dengan menggunakan metode Profile Matching
pengguna akan lebih mudah, cepat dan nyaman dalam mencari produk yang mereka inginkan.Metode Profile Matching yang digunakan dalam penilaian ini dapat memberikan penilaian kaos yang dimunculkan dan diranking sesuai penilaian kriteria yang sudah ditentukan calon pembeli.
UCAPAN TERIMA KASIH
Ucapan terima kasih kepada pembimbing saya bapak I Gusti Ngurah Anom Cahyadi Putra, S.T.,M.Cs untuk bimbingan dalam menyelesaikan tulisan ini dan sumber-sumber yang memperkuat hasil tulisan ini.
REFERENSI
[1] Gautama E., 2017. Metode Profile Matching (Pencocokan Profil) untuk Menghitung Gap Penilaian dalam Pengambilan Keputusan. Jakarta : Perbanas Institute
[2] Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : C.V Andi Offset
[3] Marimin., 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi Offset.
[4] Masitoh., 2016. Penerapan Metode Profile Matching dalam Pengembangan Aplikasi E-Commerce pada Penjualan Barang Elektronik. Serang : Jurnal Sistem Informasi.
[5] Sastro N., 2013. Sistem Pendukung Keputusan Pemilihan Lokasi Objek Wisata di Kabupaten Grobogan Menggunakan Metode Profile Matching. Semarang : Skripsi Fakultas Ilmu Komputer Udinus.
[6] Wahana K., 2006. Apa dan Bagaimana E-commerce. Jakarta : Andi Publisher.
[7] Wahyono, B., 2012. Pengertian Brand (Merek), <URL:
http://www.pendidikanekonomi.com/2012/11/pengertian-brand.html>.