PROSIDING PERTEMUAN DAN PRESENTASI KARYA ILMIAH BALI, 28 JULI 2017 PEMBICARA UTAMA SEMINAR PARALEL DENGAN TEMA

(1)

(2)

ISSN : 2302-450X

PROSIDING

PERTEMUAN DAN PRESENTASI KARYA ILMIAH BALI, 28 JULI 2017

PEMBICARA UTAMA SEMINAR PARALEL DENGAN TEMA

“Internet of Things (IoT) & Big Data : Teknologi, Tantangan dan Peluang”

Dr. Nyoman Putra Sastra, ST.,MT.

Nugroho Gito

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.

(3)

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 Kadyanan, 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.

(4)

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 Things (IoT) & Big Da-

ta : Teknologi, Tantangan dan Peluang” dengan pembicara utama seminar yang terdiri dari pakar-

pakar peneliti dan pemerhati di bidang Teknologi Informasi, Internet of Things (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

[email protected].

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

Panitia SNATIA 2017

(5)

DAFTAR ISI

Kata Pengantar

Daftar Isi

Artificial Intelligence

Penentuan Jalur Distribusi Barang Melalui Jalur Laut Menggunakan Algoritma Genetika

Ketut Adi Praja Putra, I Gede Arta Wibawa ... 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. , Wayan Supardi ... 9 Personal Innovativeness, Social Presence, dan Motivasi Ekstrinsik-Intrinsik dalam Penerimaan Chatbot Asri

Oktavianus Ken Manungkarjono, Paulus Insap Santosa, Wahyuni R ... 14

Bioinformatics

Implementasi Algoritma Genetika pada Rekomendasi Menu Diet Sehat

Kadek Eliskarini, I Wayan Santiyasa ... 21

Cloud Computing

Implementasi Line Chat Bot Rekomendasi Wisata Menggunakan Platform As A Service

I Made Adi Susilayasa, I Gede Oka Gartria Atitama ... 29 Otomatisasi Pembuatan Tenant, Network, Dan Vm Pada Openstack

I Putu Gede Surya Adiputra Pratama, I Gede Oka Gartria Atitama ... 35 Penerapan Haversine Formula Pada Line Chat Bot Untuk Mencari Lokasi Terdekat Pada Tempat Wisata Sidin Rahman, I Gede Oka Gartria Atitama ... 41 Penerapan Metode Load Balancing Dengan Algoritma Least Connection Pada Virtual Private Server Cloud Ida Bagus Rathu Eka Surya Wibawa, I Gede Oka Gartria Atitama ... 48

Computer Vision

Sistem Perhitungan Orang Berbasis Sensor Visual Dalam Lingkup Jaringan Sensor Nirkabel

Made Alwin Indraswara, Nyoman Putra Sastra, Dewa Made Wiharta ... 53

(6)

Control Dan Rocotics

Pemilahan Buah Jambu Air Menggunakan Mikrokontroler ATMega328 Dan Sensor LDR

I Gede Andika, Christina Purnama Yanti ... 59 Perancangan Robot Pendeteksi Panas Berbasis Microcontroller Arduino R3

Bayu Putra Segara, I Gede Arta Wibawa ... 67 Purwa Rupa Pengontrol Mobil Menggunakan Remote Berbasis Controller Board

I Gede Tendy Ariyanto, I Gede Arta Wibawa ... 74

Data Mining

Implementasi Algortima C5.0 untuk Memprediksi Tingkat Kelulusan Mahasiswa Study Kasus Program Studi Teknik Informatika Universitas Udayana

Kadek Dimas Anggarajaya, I Putu Gede Hendra Suputra ... 81 Klasifikasi Kanker Payudara Dengan K-Nearest Neighbor Dan Principal Component Analysis

I. K Surya Negara, I Made Widiartha ... 87 Penentuan Jurusan Calon Mahasiswa Baru Jurusan Ilmu Komputer FMIPA Universitas Udayana Berdasar- kan Nilai Akademik Menggunakan Metode FMADM ELECTRE

Fajar Avianto Zainudin, Agus Muliantara, Ariyady Kurniawan... 92

Database Management

Implementasi Replikasi Basis Data Pada Private Cloud Computing

Gede Ariesta Krisnayana, I Gede Oka Gartria Atitama ... 99 Perancangan Sistem Basis Data Terdistribusi Untuk Pendataan Penduduk Di Wilayah Kecamatan Kuta Dengan Metode Fragmentasi

Yogi Adi Wardana, I Gusti Agung Gede Arya Kadnyanan ... 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, I Made Widiartha ... 119 Sistem Pendukung Keputusan Dalam Menentukan Lokasi Pendirian Cabang Minimarket Dengan

Menggunakan Metode Analytic Hierarchy Process (Studi Kasus Minimarket Vidya)

I Gusti Agung Ngurah Aryadinata, I Made Widiartha ... 126

(7)

Klasifikasi Musik Berdasarkan Genre Menggunakan Metode K-Nearest Neighbour

Gst 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, Made Agung Raharja ... 223 Analisis Dan Pemetaan Sistem Informasi Geografis Daerah Rawan Kebakaran Hutan Dan Lahan Di Kabu- paten Buleleng

Made Gede Amrita Suastika, Ida Bagus Gede Dwidasmara ... 231 Analisis Dan Perancangan Sistem Informasi Geografis Daerah Rawan Penyebaran Penyakit Demam Berdarah Dengue Di Kota Denpasar

Ni Made Ayudya Puspanegara, I Gusti Agung Gede Arya Kadyanan ... 238 Analisis Dan Perancangan Sistem Informasi Geografis Kesesuaian Lahan Untuk Tanaman Anggur Di Ka- bupaten Buleleng

I Gede Eddy Anjasmara Putra, Made Agung Raharja ... 244 Analisis Dan Perancangan Sistem Informasi Geografis Kesesuaian Lahan Untuk Tanaman Jeruk Di Kabu- paten Gianyar

I Made Teja Geni Astra, Made Agung Raharja ... 250 Analisis Kesesuaian Penambahan Tempat Pembuangan Sementara (Tps) Di Kota Denpasar Menggunakan Sistem Informasi Geografis

Ni Luh Rika Aryanti, Agus Muliantara ... 258 Analisis Potensi Risiko Tanah Longsor Di Kabupaten Bangli Menggunakan Sistem Informasi Geografis Anak Agung Sri Yuniawati, Ida Bagus Made Mahendra ... 267 Analisis Potensi Wilayah Rawan Banjir Menggunakan Aplikasi Sistem Informasi Geografis (Studi Kasus Kota Bima, NTB)

Inggit Srie Hartina, I Wayan Supriana... 274 Aplikasi E-Voting Pemilu Raya Menggunakan Keamanan Secure Hash Algorithm-1 (Sha-1) Berbasis Web I Komang Juniawan Saputra, I Gede Arta Wibawa ... 282 Aplikasi Mobile Hybrid Pencarian Rute Optimum Taksi Menggunakan Algoritma Dijkstra

A. A. Gde Ari Sudana, Made Agung Raharja, I Gede Santi Astawa ... 291 Desain Model Mapping Schema Data Center Pada Central Data Warehouse (Big Data) Untuk Mendukung Integrasi Pelayanan Pasien Rujukan Asuransi Terdistribusi

Sudaryanto, Slamet Sudaryanto N ... 298

(8)

Pengujian Tranfromasi Wavelet Haar Dalam Kompresi Citra Digital

Andrianus Putut Bagus Triwiyono, I Gede Arta Wibawa ... 305 Perancangan Aplikasi E-Template Surat Berbasis Web

A. A. Ngurah Agung Permana Agustara, I Komang Ari Mogi ... 310 Perancangan Aplikasi Pengaduan Mahasiswa (Udayana Motion) Berbasis Mobile

I Putu Yuda Juniantara Putra, I Gusti Ngurah Anom Cahyadi Putra ... 316 Rancang Bangun Dan Analisa Aplikasi Pengumpulan Point TAK Berbasis Android (Primakara GO)

Indra Oktava Rospita, I Putu Satwika ... 322 Rancang Bangun Sistem Rekomendasi Wisata Di Bali Menggunakan Metode Profile Matching

Wira Maharddhika Pradnyanna, I Made Widiartha ... 327 Sistem Informasi Geografis Analisis Dan Pemetan Kawasan Rawan Bencana Tanah Longsor Di Kabupaten Bangli

Adam Rain Brawijaya, Luh Gede Astuti ... 336 Sistem Informasi Manajemen Komplain SIMADE Berbasis Web

Victor Boy Simamora, Meliana Christianti J ... 343 Sistem Informasi Pengelolaan Data Alumni pada PS. Farmasi FMIPA Udayana

I Gede Pramarta Sedana, I Gede Arta Wibawa ... 348 Sistem Pendukung Keputusan Pemilihan Mobil Baru Menggunakan Weighted Product (WP)

I Made Hariyogi, I Gede Arta Wibawa ... 356 Sistem Pendukung Keputusan Rekomendasi Tempat Wisata Di Bali Munggunakan Metode Profile Match- ing

Andrean Susanto, I Made Widiartha ... 363 Sistem Penentuan Ketua SIC dengan menggunakan Metode Analytical Hierarchy Process (AHP)

Bryan Wahyu Krishnaputra, I Made Widiartha, Agus Muliantara ... 371 Sistem Penjadwalan Matakuliah Otomatis Dengan Algoritma Genetika

I Kadek Bayu Wana Permana, I Komang Ari Mogi... 380 Web-GIS Model Untuk Integrasi Data Epidemiologi DBD Terdistribusi Sebagai Pendukung Tatakelola Sur- veilance dan Investigasi Wabah

Slamet Sudaryanto Nurhendratno, Sudaryanto, Maryani S ... 388

Machine Learning

Penerapan Neural Network Backpropagation Untuk Klasifikasi Pada Pengenalan Aktivitas Manusia

I Wayan Ariantha Sentanu, I Gede Arta Wibawa ... 394

(9)

Multimedia Application

Identifikasi Citra Tanaman Rimpang Berdasarkan Ciri Tekstur Dan Warna Dengan Algoritma K-Nearest Neighbor

Luh Gede Ayu Candrawati, I Dewa Made Bayu Atmaja Darmawan ... 401 Penerapan Metode Noise Reduction Pada Citra Digital Lontar Aksara Bali

Made Erna Susanti, I Dewa Made Bayu Atmaja Darmawan ... 409 Penerapan Metode Transform Hough Line Untuk Mengidentifikasi Jenis Kendaraan

Kadek Dwi Sukri Yanthi, I Dewa Made Bayu Atmaja Darmawan ... 418 Pengenalan Sandi Semaphore Dengan Metode Findcontour Dan Matchshape Pada Opencv Menggunakan Bahasa Python

I Made Anggun Dwiguna, I Dewa Made Bayu Atmaja Darmawan ... 424 Segmentasi Citra Menggunakan Metode Watershed Transformation Untuk Menghitung Jumlah Ken- daraan Bermotor

Geby Noverita Br Sebayang, I Dewa Made Bayu Atmaja Darmawan ... 431 Sistem Pemeriksaan Lembar Jawaban Komputer Dengan Metode Template Matching Dan Pemrosesan Paralel

I Wayan Widarma Putra Pramana, I Gede Arta Wibawa ... 440 Sistem Untuk Mendeteksi Nilai Dan Menghitung Uang Koin Menggunakan Transform Hough Circle

Ida Ayu Putu Manik Sintiya Dewi, I Dewa Made Bayu Atmaja Darmawan ... 447

Networking and Security

Akuisisi Data Heart Rate Pada Miband Menggunakan Bluetooth Low Energy (BLE)

I Kadek Agus Darma Putra, I Gede Oka Gartria Atitama ... 454 Analisis Quality Of Service Pada Jaringan Internet Pusat Pemerintahan Kabupaten Badung

I Nyoman Arta Jaya, Dewa Made Wiharta, Nyoman Putra Sastra ... 461 Aplikasi Steganografi Untuk Menyembunyikan Pesan Teks Pada Gambar Dengan Metode Least Signifi- cant Bit (LSB)

I Gusti Ngurah Agung Wisnu Arimurti, I Gede Arta Wibawa ... 468 Bahasa Pemrograman Python Untuk Pembuatan Aplikasi Packet Sniffer

I Putu Kuswara Adi Pradana, I Dewa Made Bayu Atmaja Darmawan ... 474 Clock Skew Sebagai Dasar Authentifikasi Keamanan Pada Jaringan Sensor Nirkabel

Nyoman Dita Krisnabayu, Nyoman Putra Sastra, Komang Oka Saputra, N.M.A.E.D. Wirastuti ... 481 Hybrid Network Untuk Pengembangan Internet Of Things

Wadarman Jaya Telaumbanua, Nyoman Putra Sastra, Dewa Made Wiharta ... 488

(10)

Implementasi High Availability Cluster Guna Mengurangi Downtime Server Studi Kasus Sintask.com Almer Hafiz Wandalaksana, I Wayan Supriana ... 496

Otomatisasi Konfigurasi Mikrotik Router Menggunakan Software Ansible

I Made Bayu Swastika, I Gede Oka Gartria Atitama ... 503 Penerapan Snmpv3 Pada Network Performance Monitoring Solarwinds System Studi Kasus Pt. Freeport Indonesia

Barneci Henderika Nuboba, I Komang Ari Mogi... 512 Perancangan Aplikasi Keamanan Data Transaksi Elektronik Pada Rfid Di Koprasi Serba Guna Dengan Menggunakan Algoritma Rsa

Sidin Rahman, I Ketut Gede Suhartana ... 519 Perancangan Pengamanan Sms Gateway Dengan Algoritma Rsa Di Pt Xl

I Gede Bendesa Aria Harta, I Ketut Gede Suhartana ... 528 Perancangan Sistem Tanda Tangan Digital Dalam Transaksi Berbasis Online Pada Pt Asiana

Menggunakan Algoritma Rsa

William Ulrich Innocentius Sitinjak, I Ketut Gede Suhartana ... 534

Prototype Smart Building Data Center berbasis Jaringan Sensor Nirkabel

I Made Sastra Dwikiarta, Nyoman Putra Sastra, Dewa Made Wiharta ... 539 Rancang Bangun Jaringan Internet Menggunakan Simulasi Jaringan Network Simulator 3 Di Desa

Berangbang

I Komang Vijaya Adhyatma, I Gede Oka Gartria Atitama ... 546 Sistem Monitoring Private Cloud Computing Pada Openstack Menggunakan Ceilometer

Made Darma Narayana, I Gede Oka Gartria Atitama ... 552 Uji Performa Parallel Processing Pada Pengamanan Citra Digital

Faisal Achmad Failusufi, I Gede Arta Wibawa ... 560

Pattern Recognition

Komparasi Deteksi Tepi Canny Dan Watershed Transformation Untuk Segmentasi Area Manuskrip Dalam Citra Lontar Aksara Bali

I Wayan Juliandika, I Dewa Made Bayu Atmaja Darmawan ... 566

Semantic Web

Rancang Bangun Fitur Pencarian Data Akademik Menggunakan Parser Noise Disposal

I Gusti Agung Gede Agung Surya Kusuma, I Gede Santi Astawa ... 573

(11)

Sistem Pendukung Keputusan Pemilihan Mobil Baru Menggunakan Weighted Product (WP)

I Made Hariyogi¹, I Gede Arta Wibawa, S.T., M.T.²

1,2Ilmu Komputer, Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

1Jl Gunung Patas No 14 X, Denpasar Barat, Bali 80117 Indonesia

2Jl Srigati No 10 Bajare Selemadeg, Tabanan, Bali, Indonesia

1[email protected], ²[email protected]

Abstrak—

Kendaraan bermotor seperti mobil merupakan kendaraan yang sudah menjadi kebutuhan orang saat ini. Banyak pilihan mobil yang disediakan oleh dealer-dealer mobil dan setiap dealer juga memiliki katalog yang menampilkan spesifikasi setiap kendaraan. Katalog dapat memudahkan pembeli untuk memilih mobil. Namun dengan adanya katalog pembeli masih juga mengalami kebingunan saat memilih mobil dikarenakan terlalu banyak jenis mobil yang tersedia. Dengan adanya kendala tersebut dibuatkanlah sistem pendukung keputusan untuk membantu pembeli dalam menentukan sebuah mobil. Sistem pendukung keputusan ini menggunakan beberapa paramater yaitu harga, CC mobil, desain, jumlah kursi, jenis transmisi, variasi warna dan tahun produksi. Metode yang digunakan untuk sistem ini adalah motode Weighted Product (WP). Sistem beroperasi pada desktop dengan bahasa pemprograman Java dan juga menggunakan MYSql untuk menyimpan data – data spesifikasi mobil. Sistem ini menampilkan mobil pilihan terbaik dengan hasil nilai tertinggi sesuai dengan pilihan yang dimasukan oleh user.

Kata kunci— Sistem Pendukung Keputusan, Weighted Product, Mobil, Java, MySQL Abstract—

Motor vehicles such as cars are vehicles that have become the needs of people today. Many car options are provided by car dealers and each dealer also has a catalog that displays the specifications of each vehicle. Catalogs can make it easier for buyers to choose a car. However, with the catalog of buyers are also experiencing confusion when choosing a car due to too many types of cars available.

With these constraints, a decision support system was created to assist buyers in determining a car. This decision support system uses several parameters such as price, car CC, design, chair number, transmission type, color variation and year of production. The method used for this system is the Weighted Product (WP) method. The system operates on the desktop with Java programming language and also uses MYSql to store car specifications data. This system displays the car of the best choice with the highest value results according to the choice entered by the user.

Keywords— Decision Support System, Weighted Product, Car, Java, MySQL

I. PENDAHULUAN

Pada jaman era globalisasi ini kendaraan merupakan sesuatu yang wajib untuk dimiliki. Semakin hari kendaraan semakin berkembang mulai dari kendaraan yang digerakan oleh manusia dan hewan, sekarang kendaraan sudah digerakan oleh mesin. Salah satu kendaraan yang digerakan oleh mesin adalah mobil. Mobil merupakan kendaraan roda empat dan merupakan kendaraan yang dapat menampung banyak penumpang. Jaman sekarang mobil sudah seperti kebutuhan yang wajib untuk dimiliki, apalagi sekarang harga mobil sudah mulai terjangkau. Banyak produsen mobil berlomba – lomba untuk menciptakan mobil berkulitas bagus dengan harga yang terjangkau membuat mobil memiliki banyak pilihan. Setiap dealer atau showroom mobil akan memberikan sebuah katalog mobil yang berisikan spesifikasi mobil tersebut. Dengan adanya katalog memudahkan untuk mempertimbangkan untuk membeli sebuah mobil. Namun dengan adanya katalog pembeli akan tetap mengalami kebingungan dalam memilih dikarenakan banyaknya pilihan mobil yang tersedia dan lamanya waktu jika pembeli membandingkan satu per satu mobil yang ada. Dengan kendala tersebut penulis membuatkan sebuah sistem

pendukung keputusan (SPK) untuk membantu pembeli untuk mempermudah dalam pemilihan sebuah mobil.

Banyak pilihan produsen mobil yang terdapat di seluruh dunia. Penilitian ini hanya mengambil beberapa produsen mobil yang paling banyak dipilih di Indonesia. Produsen mobil yang dipilih yaitu Toyota (35%), Daihatsu (15%), Mitsubhisi Motors (12%), Suzuki (13%), dan Honda (12%) [1]. Tipe mobil yang dipilih pada penilitian ini adalah sedan, hatchback, MPV, SUV, dan coupe.

Sistem ini mengimplementasikan metode Weighted Product (WP) untuk melakukan keputusan. Parameter yang akan digunakan sebagai patokan untuk memilih yaitu harga, CC mobil, desain, jumlah kursi, jenis transmisi, variasi warna, dan tahun produksi. Para pengguna diberikan tiga opsi untuk memilih yaitu penting, cukup, dan kurang penting. Sistem dibuat menggunakan bahasa Java dan data – data spesifikasi mobil disimpan dalam database MYSQL. Sistem akan di implementasikan pada desktop.

Tujuan adanya sistem pendukung keputusan ini adalah untuk membantu pembeli dalam memilih sebuah mobil. Mobil dipilih didapat dari hasil nilai tertinggi dari perhitungan metode WP.

356

(12)

II. METODOLOGI PENELITIAN A. Sistem Pendukung Keputusan (SPK)

Sistem informasi keputusan (SPK) merupakan sistem yang menyediakan informasi, pemodelan dan pemanupulasian data yang bertujuan untuk membantu dalam pengambilan keputusan dalam situasi yang semi terstruktur maupun tidak terstruktur. [2].

B. Weighted Product (WP)

Weighted Product (WP) merupakkan metode yang popular dan merupakan metode pengambilan keputusan yang multi kriteria. Metode WP adalah himpunan berhingga dari alternative keputusan yang dijelaskan dalam istilah beberapa kriteria keputusan [3].

Metode Weighted Product menggunakan perkalian untuk menghubungkan rating atribut, Setiap artribut akan dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan, Pembobotan metode WP dihitung berdasarkan tingkat kepentingan.

Proses pertama adalah melakukan perbaikan bobot. Setiap bobot dijumlahkan terlebih dahulu dan kemudian setiap bobot dibagi dengan jumlah bobot. Proses normalisasi bobot kriteria.

= å

wj

Wj wj

(1)

Keterangan : Wj = Bobot atribut

∑Wj = Penjumlahan bobot atribut

Kemudian dilakukan nomalisasi matriks. Setiap kriteria dipangkatkan dengan bobot yang sudah diperbaiki (Wj). Wj bernilai positif untuk atribut keuntungan dan bernilai negatif untuk atribut biaya. Normalisasi matrik (S) setiap atribur diberikan :

Õ

=

n

j

i

X

S ij w

j

1

(2) Keterangan:

Si= Hasil normalisasi keputusan pada alternatif ke – i Xij= Rating alternatif per atribut

Wj= Bobot atribut i = Alternatif j = Atribut

Õ

ⁿ_j₌¹

X

ij = Perkalian rating alternatif per atribut j = 1-n

Setelah dilakukan nomalisasi matriks kemudian dilakukan perankingan. Perangkingan dilakukan dengan cara menjumlahkan semua hasil normalisasi dan kemudian setiap hasil normalisasi dibagi dengan jumlah normalisasi.

Perangkingan dari setiap alternatif (V) diberikan :

Õ Õ

=

n j

wj n

j

i

x

V x

j ij

^wj

) ( _*

1 1

(3)

Keterangan:

Vi= Hasil prevensi alternatif ke – i Xij= Rating alternatif peratribut Wj= Bobot alternatif

i = Alternatif j = Atribut

Õ

ⁿ_j⁼1

x

ij^wj= Perkalian rating alternatif peratribut

Õ

ⁿ_j⁼¹

( x

j_*

)

^wj= Penjumlahan hasil perkalian rating alternatif peratribut

C. Perhitungan Weighted Product

Berikut penulis akan mencoba akan melakukan perhitungan manual metode Weighted Product (WP).

Bobot setiap kriteria ditentukan adalah tiga yaitu penting, cukup dan tidak penting [6].

Tabel 2 Nilai Bobot

No Nilai Bobot Nilai

1 Penting 1

2 Cukup 0.75

3 Kurang Penting 0.5

Terdapat atribut desain dan jenis tranmisi. Atribut tersebut merupakan atribut bukan numerik. Penulis mengubah atribut tersebut menjadi numerik terlebih dahulu.

Tabel 3 Bobot Desain

No Desain Bobot

1 Sangat Baik 5

2 Baik 4

3 Cukup 3

4 Kurang Baik 2

5 Sangat Kurang Baik

1

Tabel 4 Bobot Jenis Tranmisi No Jenis Tranmisi Bobot

1 Otomatis 1

2 Manual 0.75

Penulis juga akan menentukan mana yang termasuk atribut biaya dan mana termasuk atribut keuntungan.

Tabel 5 Jenis Atribut

No Atribut Jenis Atribut

1 Harga Biaya

2 Cc Mesin Keuntungan

3 Desain Keuntungan

4 Jumlah Seat Keuntungan

ISSN : 2302-450X

357

(13)

5 Jenis Tranmisi Keuntungan 6 Variasi Warna Keuntungan 7 Tahun Produksi Keuntungan Penulis mencoba mengambil tujuh sampel mobil

Tabel 6 Sample Mobil.

N o

Na

ma Harga Cc Mo bil

Des ain

Jum lah Seat

Jenis Tran misi

Vari asi War

na

Tahu n prod uksi 1 Ayl

a

92550 000

988 2 4 0.75 6 2016

2 Co pen

42155 0000

658 3.5 2 0.75 8 2016

3 Lux io

17530 0000

146 5

2.5 7 0.75 5 2016

4 Sig ra

10890 0000

998 4 7 0.75 6 2016

5 Siri on

16252 5000

130 0

3 5 0.75 4 2016

6 Ter ios

19520 0000

149 5

2.5 7 0.75 5 2016

7 Xe nia

18045 0000

129 8

2.5 7 0.75 8 2016

Langkah pertama adalah user menentukan bobot disetiap atribut.

Tabel 7 Bobot setiap atribut

No Atribut Nilai Bobot

1 Harga 1

2 Cc Mobil 0.5

3 Desain 0.75

4 Jumlah Seat 1

5 Jenis Tranmisi 0.5 6 Variasi warna 0.5 7 Tahun produksi 0.5

Langkah kedua adalah melakukan perbaikan bobot.

Vektor bobot w =(1, 0.5, 0.75, 1, 0.5, 0.5, 0.5) W1= 1 / (1+0.5+0.75+1+0.5+0.5+0.5) = 0.21 W2= 0.5 / (1+0.5+0.75+1+0.5+0.5+0.5) = 0.11 W3= 0.75 / (1+0.5+0.75+1+0.5+0.5+0.5) = 0.16 W4= 1 / (1+0.5+0.75+1+0.5+0.5+0.5) = 0.21 W5= 0.5 / (1+0.5+0.75+1+0.5+0.5+0.5) = 0.11 W6= 0.5 / (1+0.5+0.75+1+0.5+0.5+0.5) = 0.11 W7= 0.5 / (1+0.5+0.75+1+0.5+0.5+0.5) = 0.11

Langkah selanjutnya adalah melakukan normalisasi matriks.

Setiap atribut biaya akan di pangkat dengan minus (-) bobot atribut dan atribut keuntungan akan dipangkatkan dengan positif (+) bobot atribut dan semua atribut akan dikalikan.

S1= (92550000 ^-0.21) (988^0.11) (2^0.16) (4^0.21) (0.75^0.11) (6^0.11) (2016^0.11) = 0.065665666

S2= (421550000^-0.21) (658^0.11) (3.5^0.16) (2^0.21) (0.75^0.11) (8^0.11) (2016^0.11) = 0.043182767

S3= (175300000^-0.21) (1465^0.11) (2.5^0.16) (7^0.21) (0.75^0.11) (5^0.11) (2016^0.11) = 0.069894929

S4= (108900000^-0.21) (998^0.11) (4^0.16) (7^0.21) (0.75^0.11) (6^0.11) (2016^0.11) = 0.079833548

S5= (162525000^-0.21) (1300^0.11) (3^0.16) (5^0.21) (0.75^0.11) (4^0.11) (2016^0.11) = 0.067238865

S6= (195200000^-0.21) (1495^0.11) (2.5^0.16) (7^0.21) (0.75^0.11) (5^0.11) (2016^0.11) = 0.068486898

S7= (180450000^-0.21) (1298^0.11) (2.5^0.16) (7^0.21) (0.75^0.11) (8^0.11) (2016^0.11) = 0.068552453

Langkah terakhir adalah melakukan perankingan.

Perangkingan dilakukan dengan membagi setiap hasil normalisasi dengan total jumlah normalisasi.

V1 = 0.065665666 / (0.065665666 + 0.043182767 + 0.069894929 + 0.079833548 + 0.067238865 + 0.068486898 + 0.068552453) = 0.141870884

V2 = 0.043182767 / (0.065665666 + 0.043182767 + 0.069894929 + 0.079833548 + 0.067238865 + 0.068486898 + 0.068552453) = 0.093296508

V3 = 0.069894929 / (0.065665666 + 0.043182767 + 0.069894929 + 0.079833548 + 0.067238865 + 0.068486898 + 0.068552453) = 0.15100822

V4 = 0.079833548 / (0.065665666 + 0.043182767 + 0.069894929 + 0.079833548 + 0.067238865 + 0.068486898 + 0.068552453) = 0.17248064

V5 = 0.067238865 / (0.065665666 + 0.043182767 + 0.069894929 + 0.079833548 + 0.067238865 + 0.068486898 + 0.068552453) = 0.145269786

V6 = 0.068486898 / (0.065665666 + 0.043182767 + 0.069894929 + 0.079833548 + 0.067238865 + 0.068486898 + 0.068552453) = 0.147966166

V7 = 0.068552453 / (0.065665666 + 0.043182767 + 0.069894929 + 0.079833548 + 0.067238865 + 0.068486898 + 0.068552453) = 0.148107797

Dari perhitungan diatas diurtkan dari nilai terbesar kemudian didapatkan mobil terbaiki sesuai kriteria yang diinginkan.

Urutan terbesar adalah V4yaitu mobil Sigra.

III. H^{ASIL DAN}P^EMBAHASAN A. Pengumpulan Data

Pengumpulan data didapatkan dari situs resmi dari setiap dealer mobil dan dari situs mobil123.com merupakan situs perdagangan mobil. Data diambil sesuai dengan kriteria yang akan digunakan. Kriterianya yaitu harga, Cc mobil, desain, jumlah kursi, jenis transmisi, variasi warna, dan tahun produksi. Berikut merupakan tabel potongan data yang akan digunakan.

Tabel 8 Potongan data Nama

mobil Har

ga CM Desai

n JK JT V

W TP

Mazda 2

263 jt

149

0 5 5 0,

75 6 201

7

Rush 239

jt

149

0 3 7 0,

75 7 201

7 Keterangan :

I Made Hariyogi. Sistem Pendukung Keputusan Pemilihan Mobil Baru Menggunakan Weighted Product (WP) Information Systems

358

(14)

CM : Cc Mobil JK : Jumlah Kursi

JT : Jenis Transmisi (0,75 untuk manual, 1 untuk otomatis) VW : Variasi warna

TP : tahun produksi

Nilai bobot yang akan digunakan yaitu penting, cukup dan tidak penting [4].

Tabel 9 Nilai Bobot

No Nilai Bobot Nilai

1 Penting 1

2 Cukup 0.75

3 Kurang Penting 0.5

B. Perancangan dan Desain Sistem

Tahap perancangan dan desain sistem ini merupakan gambaran dari sebuah sistem yang dirancang. Gambar rancang berupa flowchart, Data Flow Diagram (DFD), dan Entity Relationship Diagram (ERD).

1) Flowchart

MULAI

merek mobil

Eksekusi query memilih mobil

Input bobot kriteria

Hitung perbaikan bobot

A

Hitung perangkingan

Urutkan dan tampilkan mobil dari

hasil tertinggi

Selesai

Gambar 1 Flowchart sistem

Flowchart diatas merupakan alur kerja sistem yang dibuat. Pertama user diminta untuk memilih sebuah mobil atau memilih semua mobil. Kemudian user diminta untuk menentukan nilai bobot pada masing – masing kriteria. Nilai bobot yang ditentukan kemudian dilakukan perbaikan bobot dan dilakukan perhitungan untuk mencari nilai ranking. Hasil nilai tersebut diurutkan dan ditampilkan dalam bentuk tabel.

2) DFD

User

1

Pemilihan merek mobil

1

Pemilihan merek mobil

Database user 2

Penentuan Bobot mobil Dan normalisasi

2

Penentuan Bobot mobil Dan normalisasi Nama

Mobil dipilih Form Merek mboil

Nama Mobil pilihan

User Form

Bobot mobil

Bobot ditentukan

Bobot mobil Bobot Normalisasi

3

Proses perhitungan

3

Proses perhitungan

Nama Merek mobil Bobot normalisasi

4

Menampilkan Mobil terbaik

4

Menampilkan Mobil terbaik Database

hasil_hitung_wp Nama Merek mobil

Hasil hitung

Nama Merek mobil Hasil hitung

User Menampilkan Mobil terbaik

Database info mobil Nilai mobil

Detail mobil

Gambar 2 DFD sistem level 0

Diatas merupakan Data Flow Diagram dari sistem yang dibuat. Data disimpan dalam database MySQL. Pertama user diminta untuk memilih merek mobil, kemudian data tersebut akan disimpan pada database user. User kemudian diminta untuk memberikan nilai bobot pada masing – masing kriteria dan diperbaiki, kemudian data tersebut akan disimpan pada database user. Proses perhitungan meminta data nama, merek mobil dan normalisasi untuk menghitung nilai ranking. Hasil hitung, nama, dan merek, disimpan dalam database hasil hitung wp. Kemudian mobil terbaik akan disusun dan akan ditampilkan kepada user.

3) ERD

Info Mobil ID ID Nama

Nama

Merek Merek

Jenis Jenis

Harga Harga

Cc Mobil Cc Mobil Desain

Desain Jumlah Seat Jumlah Seat Jenis Tranmisi Jenis Tranmisi

Variasi Warna

Variasi Warna TahunTahun

Jenis ID ID JenisJenis Merek

ID ID

Merek Merek

Asal Asal

Masih Hitung

Mobil Mobil

Hasil_V Hasil_V

Hasil_S Hasil_S user

ID ID

Tahun Tahun

Tahun

Tahun TahunTahun

Tahun Tahun Tahun

Tahun Tahun Tahun Tahun

Memilih

Memiliki

Memiliki n

1

n

1

n

1

Gambar 3 ERD Database

Berikut merupakan ERD dari database. Dimana database memiliki 5 tabel dan setiap tabel memiliki kolom. Setiap tabel memiliki relasi antar tabel.

ISSN : 2302-450X

359

(15)

C. Tabel Database

Berikut merupakan tabel database yang digunakan didalam sistem.

Tabel 10 Tabel Info Mobil

No Kolom Tipe keterangan

1 ID Int PRIMARY KEY

2 Nama Text

3 Jenis Int FOREIGN KEY

4 Merek Int FOREIGN KEY

5 Harga Double

6 Cc Double

7 Desain Double

8 Jns_tranmisi Double

9 Jml_seat Double

10 Jml_warna Double

11 Thn_produksi Double Tabel 11 Tabel Jenis Mobil

NO Kolom Tipe Keterangan

1 ID Int PRIMARY KEY

2 Jenis Text

Tabel 12 Tabel Merek Mobil

1 ID Int PRIMARY

KEY

2 Jenis Text

3 Asal Text

Tabel 13 Tabel User

1 ID Int PRIMARY

KEY

2 Nama Text

3 Merek Int FOREIGN KEY

4 Wg_harga Double

5 Wg_cc Double

6 Wg_desain Double

7 Wg_tranmisi Double

8 Wg_seat Double

9 Wg_warna Double

10 Wg_tahun Double

Tabel 14 Tabel Hasil Hitung

1 Nama_mobil Int PRIMARY

KEY

2 Nilai_S Double

3 Nilai_V Double

D. Tampilan Antar Muka Sistem

Berikut merupakan tampilan dari sistem yang telah dibuat.

Gambar 4 Tampilan awal

Ini merupakan menu awal, jika program dijalankan. Menu ini meminta user untuk menginputkan nama dan nama tersebut akan disimpan dalam tabel user.

Gambar 5 Menu merek mobil

Didalam menu ini sistem akan menampilkan pilihan merek mobil. User akan diminta untuk memilih salah satu, jika user ingin memilih semua merek maka user bisa memilih gambar mobil.

Gambar 6 Menu Menentukan Bobot

Menu ini menampilkan kriteria – kriteria yang digunakan untuk melakukan perhitungan. User akan diminta untuk menentukan kriteria yang diinginkan.

I Made Hariyogi. Sistem Pendukung Keputusan Pemilihan Mobil Baru Menggunakan Weighted Product (WP) Information Systems

360

(16)

Gambar 7 Menu hasil perhitunagn

Pada menu hasil perhitungan ditampilkan dalam bentuk tabel. Perhitungan diurutkan dari hasil terbaik hingga terendah E. Pengujian Sistem

Berikut hasil pengujian black box. Pengujian black box berisikan skenario yang telah dibuat dan akan dicoba inputkan kedalam sistem.

Tabel 7 Pengujian Black Box Kasus: Menjalankan sistem.

No Scenario Hasil yang diharapakan

Hasil pengujian 1. User

menginputka n nama pada text field nama dan menekan tombol selanjutnya

Diterima dan sistem

melanjutkan ke menu

selanjutnya.

Sistem telah berhasil menghasilkan hasil pengujian yang diharapkan

2. User tidak menginputka n nama pada text field nama dan menekan tombol selanjutnya

Sistem mengeluarkan pesan alert dan memperingatkan untuk mengisi nama

3. User memilih salah satu merek mobil dan

menekan tombol selanjutnya.

Diterima dan sistem

melanjutkan ke menu

selanjutnya.

4. User tidak memilih salah satu merek mobil dan

menekan tombol

Sistem mengeluarkan pesan alert dan memperingatkan untuk memilih salah satu merek mobil.

selanjutnya.

5. User memilih bobot – bobot setiap kriteria dan menekan tombol hitung.

Sistem

menyimpan data user ke database dan perhitungan dimulai.

6. User tidak memilih bobo – bobot setiap dan menekan tombol hitung

Sistem menyimpan semua kriteria default ke data user ke database dan perhitungan dimulai.

7 User menekan tombol kembali dan kembali ke menu merek.

User kembali ke menu merek

Sistem telah berhasil menghasilkan hasil pengujian yang diharapkan 8 Sistem

menampilka n tabel hasil

Mobil berurutan dari nilai terbesar ke kecil

Sistem telah berhasil menghasilkan hasil pengujian yang diharapkan IV. K^ESIMPULAN

Berdasarkan penelitian yang dilakukan maka dapat disimpulkan bahwa metode Weighted Product (WP) dapat diimplementasikan ke dalam bentuk program desktop menggunakan Java dan menyimpan kedalam database MySQL. Sistem juga mampu mengurutkan hasil dari nilai prefensi alertnatif (V) terbesar.

UCAPAN TERIMA KASIH

Terima kasih disampaikan kepada Tim JNTETI yang telah meluangkan waktu untuk membuat template serta terimakasih kepada reviewer yang telah meluangkan waktu untuk melakukan review untuk karya ilmiah ini.

Terimakasih kepada pebimbing yang telah membantu meluangkan waktu untuk mau membimbing penulis. Apresiasi juga diberikan untuk pihak-pihak yang telah membantu penelitian ini yang tidak bisa penulis sebutkan satu persatu.

REFERENSI

[1] GAIKINDO, 2016, Domestic Auto Market (by country) by brand 2010- 2016, Jakarta : GAIKINDO.

[2] Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan.

Penerbit Andi. Yogyakarta

[3] Sri Kusumadewi, dkk. 2006. “Fuzzy Multi-Attributr Decision Making”.

Penerbit Graha Ilmu. Yogyakarta.

[4] Welta, Dyna, Heliza. 2016. Sistem Pendukung Keputusan Berbasis Web Untuk Pemilihan Produk Asuransi Bagi Calon Nasabah (Weighted Product) (Studi kasus : PT. Prudential Life Anssurance Samarinda). Samarinda: Prosiding Seminar Sains dan Teknologi FMIPA Unmul. ISBN : 978-602-72658-1-3.

ISSN : 2302-450X

361