Fenomena Jisatsu Pada Masyarakat Jepang Chapter III V

(1)

ANALISIS DAN PERANCANGAN

3.1. Analisis Sistem

Analisis sistem adalah penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengindentifikasikan dan mengevaluasi permasalahan, kesempatan, hambatan yang terjadi dan kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan.

3.1.1. Analisis Masalah

Analisis masalah sistem bertujuan untuk melakukan identifikasi persoalan-persoalan yang muncul didalam proses pembuatan sistem, hal ini dilakukan agar saat proses perancangan aplikasi tidak terjadi kesalahan-kesalahan yang berarti sehingga nantinya sistem dapat berjalan dengan baik dan selesai tepat pada waktu sesuai dengan waktu yang ditentukan dan diinginkan. Dalam analisis sistem ini, sistem yang akan di analisa meliputi :

a. Bagaimana membangun sistem pendukung keputusan untuk mencari rumah makan dan restoran terbaik di Kota Medan .

b. Bagaimana menampilkan perhitungan AHP di sistem tersebut dan menampilkan nama rumah makan dan restoran yang direkomendasikan.

c. Bagaimana menampilkan sebuah map (Peta) Kota Medan yang tertanam didalam halaman

website.

d. Bagaimana membangun aplikasi Routing Module (Jalur terpendek) yang terpilih agar dapat tampil di dalam Map.

(2)

Machine USER

Computer

Internet Browser

Mencari Rute Terpendek

Jarak Tempuh Hemat Waktu

AHP Script Cloudmade

Source MAP Djikstra

Menampilkan Rute Terpilih

Lokasi Awal

User

Lokasi Tujuan Rumah makan

Peta Sofware

SPK untuk mencari restoran terbaik di

kota Medan berbasis SIG dengan AHP &

Djikstra

Mencari Restoran Terbaik

Gambar 3.1 Analisis Masalah dalam membangun aplikasi

Web Gis berdasarkan Diagram Ishikawa

3.1.2. Analisis Kebutuhan Sistem

Tujuan dari fase analisis adalah memahami dengan sebenar-benarnya kebutuhan dari sistem baru dengan mengembangkan sebuah sistem yang mewadahi kebutuhan tersebut, baik untuk kebutuhan sistem maupun dilihat dari segi pengguna.

3.1.2.1. Fungsional

Kebutuhan fungsional adalah kebutuhan yang berisi proses-proses apa saja yang nantinya dilakukan oleh sistem.

a. Sistem mampu memproses rute pada peta sebagai sumber informasi routing / rute terpendek bagi user untuk menujulokasi rumah makan dan restoranyang dituju dengan menggunakan metode Djistrak.

(3)

c. Sistem menggunakan aplikasi google map untuk tampilan peta pada sistem informasi geografis pencarian rute rumah makan dan restoran terpendek di kota Medan.

d. Sistem menampilkan routing pada map sebagai rute terpendek. e. Sistem mempunyai storage data/database server pada webserver.

3.1.2.2. Non Fungsional

Analisis kebutuhan non fungsional dilakukan untuk mengetahui kebutuhan non-fungsional. Spesifikasi kebutuhan non fungsional merinci tentang hal-hal yang dilakukan saat pengimplementasian. Analisis ini diperlukan untuk menentukan keluaran yang akan dihasilkan sistem, masukan yang diperlukan sistem, lingkup proses yang digunakan untuk mengolah masukan menjadi keluaran, volume data yang akan ditangani sistem, jumlah pemakai serta kontrol terhadap sistem.

Untuk membantu kinerja sistem secara lebih baik, terdapat kebutuhan non-fungsional sistem yaitu:

a. Tampilan antarmuka sistem dapat mudah dimengerti dan dipahami oleh user atau pengguna sistem.

b. Data yang digunakan oleh sistem haruslah data real atau nyata dan sesuai sehingga dapat menghasilkan pencarian rute lokasi rumah makan dan restoran terbaik dengan perhitungan yang tepat dan sesuai.

3.2. Penerapan Metode

Penerapan metode digunakan untuk memecah masalah dan sebagai perhitungan dalam sistem.

3.2.1. Metode AnalyticalHirarki Proses (AHP)

(4)

1. Input jenis rumah makan digunakan untuk memasukan data jenis rumah makan yang disediakan.

2. Input data rumah makan di gunakan untuk memasukkan semua data yang berhubungan dengan umah makan yang ada di Kota Medan.

3. Mendefinisikan masalah

Pada langkah ini masalah yang ada pada perusahaan adalah adanya perbedaan kriteria dari masing-masing klien. Untuk menentukan rumah makan terlebih dahulu kita harus menentukan kriteria setiap rumah makan

Tabel 3.1 Kriteria Penilaian

A1-Harga A2-Kebersihan A3-Fasilitas A4-Kenyamanan

4. Membuat struktur hierarki

Berdasarkan definisi masalah diatas dapat kita gambarkan struktur hirarki permasalahan sebagai berikut:

Sistem Pendukung Keputusan untuk Mencari Restoran Terbaik di Kota Medan Berbasis Sistem Informasi Geografis Dengan AHP dan Djikstra

Harga Kebersihan Fasilitas Kenyamanan

Gambar

Gambar3.2 struktur hierarki

5. Input data kriteria penilaian berfungsi untuk memasukkan data kriteria dan sub kriteria seleksi (tes) yang digunakan untuk suatu rumah makan beserta bobot nilai kriteria dan sub kriteria yang telah ditentukan berdasarkan perhitungan AHP. Proses penilaian yang dilakukan pertama kali adalah memasukkan data kriteria penilaian beserta sub kriteria yang telah ditetapkan oleh administrator.

(5)

Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria dengan kriteria yang lain. Cara pengisian elemen matriks pada tabel :

1. Elemen a[i,i] = 1 dimana i = 1,2,....,n (n=4) 2. Elemen matriks segitiga atas sebagai input

3. Elemen matriks segitiga bawah mempunyai rumus a[j,i] = 1/a[i,j] untuk i ≠ j 4. Hasil penilaian kriteria dapat dilihat dalam tabel berikut :

Tabel 3.2 Skala Perbandingan

INTENSITAS

KEPENTINGAN DEFINISI

1 Kedua elemen sama pentingnya

3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya

5 Elemen yang satu lebih penting daripada yang lainnya

7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya

9 Satu elemen mutlak penting daripada elemen lainnya

2, 4, 6, 8 Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan

Perbandingan dilakukan berdasarkan kebijakan pembuat keputusan dengan menilai tingkat kepentingan satu elemen terhadap elemen lainnya Proses perbandingan berpasangan, dimulai dari level hirarki paling atas yang ditujukan untuk memilih kriteria, misalnya A, kemudian diambil elemen yang akan dibandingkan, misal A1, A2, dan A3.

Tabel 3.3. Matrik Perbandingan Berpasangan Dari 22 Kriteria

Goal Harga Kebersihan Fasilitas Kenyamanan

Harga 1 2 2 3

Kebersihan 0,5 1 2 2

Fasilitas 0,5 0,5 1 2

Kenyamanan 0,33 0,5 0,5 1

(6)

b. Menghitung normalisasi matriks 1. Menjumlahkan tiap kolom

Psikologis = 1 + 0,5 + 0,5 + 0,33 = 2,33

Pengetahuan = 2 + 1 + 0,5 + 0,5 = 4

Performance = 2 + 2 + 1 + 0,5 = 5,5

Wawancara = 3 + 2+ 2 + 2 = 8

2. Tiap cell dari kolom dibagi berdasarkan hasil (1)

Tabel 3.4. Tiap Cell Dari Kolom Dibagi Berdasarkan Hasil (1)

Harga 1/2,33 = 0,42 2/4=0,5 2/5,5 = 0,36 3/8=0,375

Kebersihan 0,5/2,33 =0,21 1/4=0,25 2/5,5= 0,36 2/8=0,25

Fasilitas 0,5/2,33=0,21 0,5/4=0,125 1/5,5=0,18 2/8=0,25

Kenyamanan 0,33/2,33=0,14 0,5/40,125 0,5/5,5=0,09 1/8=0,125

Jumlah 0.99 1.01 0.99 1.01

3. Menghitung Total Priority Value (TPV)

Menghitung Total Priority Value (TPV) untuk mendapatkan bobot subkriteria. Pada tahapan ini penentuan bobot criteria diperoleh dari pembagian nilai dari masing-masing jumlah baris dengan jumlah kriteria Σbaris/n, dimana n = jumlah kriteria adalah 4, sehingga didapat tabel sebagai berikut:

Tabel 3.5 Bobot Kriteria

Kriteria TPV (Σ baris/4) HASIL

Harga 0.99/4 0.248

Kebersihan 1.01/4 0.253

Fasilitas 0.99 /4 0.248

Kenyamanan 1.01/4 0.253

4. Menghitung Uji Konsistensi

(7)

a. Menghitung Nilai Eigen(λMAX)

Nilai eigen diperoleh dari hasil perkalian TPV dengan Σkolom

Tabel 3.6 Nilai Eigen

Kriteria TPV ΣKolom λMAX

Harga 0.248 0.99 0.2505051

Kebersihan 0.253 1.01 0.2504950

Fasilitas 0.248 0.99 0.2505051

Kenyamanan 0.253 1.01 0.2504950

Σ 1.002

b. Menghitung Konsistensi Indeks

1

N = banyaknya elemen yang dibandingkan

λmaks = Eigen value maksimum

Setelah mendapat nilai konsistensi indeks, selanjutnya menghitung nilai konsistensi rasio untuk melihat konsistensi nilai. Perhitungan konsistensi rasio dihitung berdasarkan rumus

(8)

Tabel 3.7 Tabel Random Consistency Index

N 1 2 3 4 5 6 7 8 9 10

RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49

90 . 0 1.002  CR

0.37 

CR

Tabel 3. 8 Hasil Perhitungan AHP

Nama Rumah

Makan Hasil Akhir

Rumah Makan A = (10 * 0.248) + (8 * 0.253) + (6 * 0.248) + (8 * 0.253) = 2.480+2.024 + 1.488 + 2.024

= 8.016

Rumah Makan B = (8 * 0.248) + (9 * 0.253) + (9 * 0.248) + (9 * 0.253) = 1.984+2.277 + 2.232 + 2.277

= 8.770

(9)

Start

Input Jenis rumah makan

Input rumah makan

Mendefinisikan masalah dengan

menentukan kriteria

Membuat Struktur Hirarki

Input Nilai Setiap Kriteria Membuat matrik

perbandingan berpasangan Elemen a[i,i] = 1 dimana i = 1,2,....,n (n=4) Elemen matriks segitiga atas sebagai input

Elemen matriks segitiga bawah mempunyai rumus a[j,i] = 1/a[i,j] untuk i ≠ j

Menghitung normalisasi matriks

Tiap Cell Dari Kolom Dibagi Berdasarkan Hasil (1)

Total Priority Value (TPV) (TPV (_Σbaris/4))

Menghitung Nilai Eigen ( MAX) (TPV * Σkolom)

Menghitung Konsistensi Indeks ( MAX/(n-1))

menghitung nilai konsistensi rasio (CI/RI)

Menghitung Hasil Akhir

Hasil Akhir

End

Gambar 3.3. Flowchart Perhitungan AHP

3.2.2. Algoritma Dijstra

Permasalahan mengenai rute atau jalur yang menghubungkan tempat-tempat tertentu maka dapat kita gambarkan dengan bulatan untuk memvisualisasikan tempat, dan garis untuk memvisualisasikan jalan / rute. Representasi semacam ini merupakan suatu representasi dari graf. Sehingga dapat diselesaikan dengan Algoritma Dijkstra.

(10)

data yang ada, maka sample data yang dipergunakan hanya 7 tempat (verteks/node) yakni dengan masing-masing memiliki bobot pada link-nya (panjang jalan).

Tabel 3.9 Analisis Panjang Jalan pada Peta Kota Medan

Universitas A B C D E F G

A 0 6 ∞ ∞ ∞ ∞ ∞

B 6 0 6 ∞ ∞ ∞ ∞

C ∞ 6 0 4 7 ∞ ∞

D ∞ ∞ 4 0 20 ∞ ∞

E ∞ ∞ 7 20 0 9 ∞

F ∞ ∞ ∞ ∞ 9 0 9

G ∞ ∞ ∞ ∞ ∞ 9 0

Tabel 3.9 digunakan sebagai acuan dalam penghitungan rute terpendek pada peta Kota Madya Medan menggunakan Metode Dijkstra sesuai node asal dan node tujuan dari sebuah rute.

Berdasarkan tabel analisis, maka gambar dari graf yang akan diselesaikan dijkstra apabila verteks asal ialah A dan verteks tujuan ialah G, adalah sebagai berikut :

(a)

A

D

B C F G

0 6 ∞

∞

∞ ∞

6 6 ₂₀

7 4

9

∞ < 6+0 A

D

B C

E

F G

0 ∞ ∞

∞

∞ ∞

6 6 ₂₀

∞ 7 4

9

(11)

(12)

(g)

(h)

Gambar 3.4 Graf Langkah-Langkah Perhitungan Dijkstra

Algoritma Dijkstra mencari jarak terpendek dari verteks asal ke verteks terdekatnya, kemudian ke verteks berikutnya, dan seterusnya dengan ketentuan :

di

(baru)

= min { di

(lama)

, d

j

+m

ji

}

Maka program akan berhenti karena semua node / verteks sudah terpilih. Dan menghasilkan jalur terpendek dari verteks A ke verteks G, sehingga akan didapat :

A→G : A-B-C-E-F-G : 37

Atau pada dunia nyatanya, rute terpendek dari verteks A menuju ke verteks G adalah melewati B, C, E, F hingga sampai ke G dengan total jarak tempuh adalah 37 km.

3.3. Perancangan Sistem

Perancangan sistem merupakan tahap selanjutnya setelah analisis sistem, mendapatkan gambaran dengan jelas tentang apa yang dikerjakan pada analisis sistem, maka dilanjutkan dengan memikirkan bagaimana membentuk sistem tersebut.

A

D

B C

E

F G

0 6 12

16

28 37

6 6 ₂₀

19 7 4

9

A

D

B C

E

F G

0 6 12

16

28 37

6 6 ₂₀

19 7 4

9

(13)

3.3.1. Data Flow Diagram (DFD)

Untuk menjelaskan proses-proses yang terjadi pada Aplikasi Pencarian Jalur Terpendek Rumah Makan dan Restoran di Kota Medan secara Online, penulis menggunakan DFD (Data Flow Diagram).

3.3.1.1. Diagram Konteks

Bagian pertama dari DFD dari perancangan proses yang penulis rancang adalah diagram konteks. Diagram konteks ini penulis rancang untuk memberikan gambaran secara umum mengenai sistem yang penulis rancang. Adapun bentuk diagram konteks dari sistem yang dirancangini seperti terlihat pada Gambar 3.2 dibawah ini.

ADMIN

USER PENGUNJUNG

0 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENCARI RESTORAN TERBAIK DI KOTA MEDAN

BERBASIS SISTEM INFORMASI

GEOGRAFIS DENGAN AHP DAN

DJIKSTRA

Data Admin (User Name dan Password) Data Berita

Data Skala Perbandingan AHP Data Jenis Rumah Makan Data GIS

Data Rumah Makan

Info Rumah Makan Terbaik Lokasi Rumah Makan dalam Peta

(14)

3.3.1.2.Data Flow Diagram (DFD) Level 1

Adapun bentuk diagram level 1 dari Sistem Pendukung Keputusan untuk Mencari Restoran Terbaik di Kota Medan Berbasis Sistem Informasi Geografis Dengan AHP dan Djikstra dapat dilihat pada gambar 3.3dibawah ini.

ADMIN

RUMAH MAKAN Data Berita

Data Skala Perbandingan AHP Data Jenis Rumah Makan Data Kecamatan

1 Regristrasi Administrator Data Admin (User Name dan Password)

tadmin Data Admin (User Name dan Password)

2 Login Admin

Data Admin

(User Name dan Password) User Name dan Password

3 Input Berita, Jenis Rumah Makan, Skala Perbandingan Data Berita

Data Jenis Rumah Makan

Data Skala Perbandingan AHP

4 Input Rumah

Makan

Data Rumah Makan Data Jenis Rumah Makan

5 Input Lokasi Rumah Makan

Data Rumah Makan tgis

Data gis

6 Tentukan rumah

makan terbaik dengan metode

AHP

Data Rumah Makan Data Skala Perbandingan AHP

Data gis

7 Informasi Rumah

Makan

USER PENGUNJUNG

Info Rumah Makan Terbaik Lokasi Rumah Makan dalam Peta Data Rumah Makan

Data gis

(15)

3.3.1.3. Data Flow Diagram (DFD) Level 2

Data Flow Diagram (DFD) Level 2 Proses 3.1. dapat dilihat pada gambar di bawah ini.

3.1 Input Berita

ADMIN

TBerita

3.2 Input Jenis Rumah Makah Data Berita

Data Jenis Rumah makah

3.3 Input Skala Perbandindan

AHP

TJenisRumahMakah Data Skala Perbandingan AHP

3.4 Input Kecamatan Data Kecamatan

ttingkatperbandingan tkecamatan

Gambar 3.7. Data Flow Diagram (DFD) Level 2

Data Flow Diagram (DFD) Level 2 Proses 5.1 dapat dilihat pada gambar di bawah ini.

TJenisRumahMakah

5.1 Pilih Nama Rumah Makah

Data Jenis Rumah Makah trumahmakan

Data Rumah Makah

5.2 Generate/ tentukan titik

lokasi pada peta

tgis

(16)

Data Flow Diagram (DFD) Level 2 Proses 6.1 dapat dilihat pada gambar di bawah ini.

TJenisRumahMakah

6.1 Pilih Nama Rumah Makah

Data Jenis Rumah Makah trumahmakan

Data Rumah Makah

6.2 Hitung Nilai AHP

untuk rumah makan terbaik

USER PENGUNJUNG Info Rumah makah Terbaik

Gambar 3.9. Data Flow Diagram (DFD) Level 2 Proses 6.2

3.3.2. Diagram ERD ( Entity Relationship Diagram )

ERD adalah merupakan salah satu model yang digunakan untuk mendesain database dengan tujuan menggambarkan data yang berelasi pada sebuah database.

Entitas adalah objek dalam dunia nyata yang dapat dibedakan dengan objek lain, sebagai contoh mahasiswa,dosen,departemen. Entitas terdiri atas beberapa atribut sebagai contoh atribut dari entitas mahasiswa adalah nim,nama,alamat,email, dll. Atribut nim merupakan unik untuk mengidentifikasikan / membedakan mahasiswa yg satu dengan yg lainnya. Pada setiap entitas harus memiliki 1 atribut unik atau yang disebut dengan primary key.

(17)

id

[1:N] [1:N] Memiliki [1:N]

koderumahmakan

3.3.3 Desain Sistem Secara Detail

Desain sistem secara detail merupakan rancangan interface dari sistem yang akan dibangun. Bentuk desain sistem secara detail dapat dilihat pada gambar dibawah ini.

3.3.3.1. Halaman Beranda

(18)

GAMBAR Sistem Pendukung Keputusan untuk Mencari Restoran Terbaik di Kota Medan Berbasis Sistem Informasi Geografis Dengan AHP dan Djikstra

BERANDA - DAFTAR RUMAH MAKAN DI KOTA MEDAN - HUBUNGI KAMI - CARI RUMAH MAKAN

JENIS RUMAH MAKAN

- Jenis Rumah Makan 1

XXXX|Tanggal Hosting 21 Juli 2015 | Jam 22:41:16

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxXxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx Selengkapnya

Gambar 3.11. Rancangan Halaman Beranda

3.3.3.2. Halaman List Jenis Rumah Makan

(19)

JENIS RUMAH MAKAN

- Jenis Rumah Makan 1 - Jenis Rumah Makan 2 - Jenis Rumah Makan 3 - Jenis Rumah Makan 4 - Jenis Rumah Makan 5 - Jenis Rumah Makan 6

LOGIN ADMIN

KALENDER

BERITA

- Judul Berita 1 - Judul Berita 2 - Judul Berita 3 - Judul Berita 4 - Judul Berita 5 - Judul Berita 6

DAFTAR RUMAH MAKAN DI KOTA MEDAN

Gambar 3.12. Rancangan Halaman List Jenis Rumah Makan di Kota Medan

3.3.3.3. Halaman Hubungi Kami

(20)

JENIS RUMAH MAKAN

LOGIN ADMIN

KALENDER

BERITA

Jika ada kritik dan saran, isi form dibawah ini..

Nama

Email

Subjek

Komentar

Send

Nama Pengirim : xxxxxxxx

Tanggal Hosting

Isi Komentar

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxx

Nama Pengirim : xxxxxxxx

Tanggal Hosting

Isi Komentar

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxx

(21)

3.3.3.4. Halaman Cari Rumah Makan

Halaman cari rumah makan merupakan halaman untuk menacri rumah makan dari dalam database. Bentuk halaman cari rumah makan dapat dilihat pada gambar 3.14.

JENIS RUMAH MAKAN

LOGIN ADMIN

KALENDER

BERITA

Masukkan salah satu dari Kode , Nama, Alamat , Kecamatan

Tampilkan Data

(22)

3.3.3.5. Halaman Proses Perhitungan AHP

Halaman proses perhitungan AHP merupakan halaman untuk menampilkan rumah makan terbaik berdasarkan perhitungan AHP. Bentuk halaman proses perhitungan AHP dapat dilihat pada gambar 3.15.

GAMBAR Sistem Pendukung Keputusan untuk Mencari Restoran

Terbaik di Kota Medan Berbasis Sistem Informasi Geografis Dengan AHP dan Djikstra

JENIS RUMAH MAKAN

LOGIN ADMIN

KALENDER

BERITA

Daftar Rumah Makan Rumah Makan Khas Batak di Kota Medan

HASIL PERHITUNGAN METODE ANALISIS HIRARKI PROSES (AHP)

Catatan : Klik nama rumah makan untuk melihat posisi di peta

DETAIL PERHITUNGAN

SKALA PERBANDINGAN

MATRIK PERBANDINGAN BERPASANGAN DARI KRITERIA

Tiap Cell Dari Kolom Dibagi Berdasarkan Hasil

(23)

3.3.3.6. Halaman Peta/Map Letak Lokasi Rumah Makan

Halaman peta/map letak lokasi rumah makan merupakan halaman untuk menampilkan letak lokasi rumah makan. Bentuk halaman peta/map letak lokasi rumah makan dapat dilihat pada gambar 3.16.

JENIS RUMAH MAKAN

LOGIN ADMIN

KALENDER

BERITA

PETA/MAP LETAK LOKASI RUMAH MAKAN

PETA

Dari Ke

Tampilkan Rute

(24)

3.3.3.7. Halaman Menu Administrator

Halaman menu administrator merupakan halaman yang dapat diakses oleh administrator. Bentuk halaman menu administrator dapat dilihat pada gambar 3.17.

JENIS RUMAH MAKAN

- Jenis Rumah Makan 1

Selamat Datang di Administrator

Kecamatan Jenis Rumah Makan Rumah Makan Skala Perbandingan Generate Peta Berita dan Informasi Pesan Masuk

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxXxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx Selengkapnya

(25)

3.3.3.8. Halaman List Kecamatan

Halaman list kecamatan merupakan halaman untuk menampilkan data kecamatan. Bentuk halaman list kecamatan dapat dilihat pada gambar 3.18.

JENIS RUMAH MAKAN

Kecamatan Jenis Rumah Makan Rumah Makan Skala Perbandingan Generate Peta Berita dan Informasi Pesan Masuk Manajemen User Logout

KALENDER

BERITA

DAFTAR KECAMATAN DI KOTA MEDAN

(26)

3.3.3.9. Halaman Input Kecamatan

Halaman Input kecamatan merupakan halaman untuk memasukkan data kecamatan. Bentuk halaman input kecamatan dapat dilihat pada gambar 3.19.

JENIS RUMAH MAKAN

KALENDER

BERITA

(27)

3.3.3.10. Halaman List Jenis Rumah Makan

Halaman list jenis rumah makan merupakan halaman untuk menampilkan data jenis rumah makan. Bentuk halaman list jenis rumah makan dapat dilihat pada gambar 3.20.

JENIS RUMAH MAKAN

KALENDER

BERITA

DAFTAR JENIS RUMAH MAKAN

(28)

3.3.3.11. Halaman Input Jenis Rumah Makan

Halaman Input jenis rumah makan merupakan halaman untuk memasukkan data jenis rumah makan. Bentuk halaman input jenis rumah makan dapat dilihat pada gambar 3.21.

JENIS RUMAH MAKAN

KALENDER

BERITA

(29)

3.3.3.12. Halaman List Rumah Makan

Halaman list rumah makan merupakan halaman untuk menampilkan data jenis rumah makan. Bentuk halaman list rumah makan dapat dilihat pada gambar 3.22.

JENIS RUMAH MAKAN

KALENDER

BERITA

DAFTAR RUMAH MAKAN

(30)

3.3.3.13. Halaman Input Rumah Makan

Halaman Input rumah makan merupakan halaman untuk memasukkan data rumah makan. Bentuk halaman input rumah makan dapat dilihat pada gambar 3.23.

JENIS RUMAH MAKAN

KALENDER

BERITA

(31)

3.3.3.14. Halaman List Skala Perbandingan

Halaman list skala perbandingan merupakan halaman untuk menampilkan data skala perbandingan. Bentuk halaman list skala perbandingan dapat dilihat pada gambar 3.24.

JENIS RUMAH MAKAN

KALENDER

BERITA

DAFTAR SKALA PERBANDINGAN

(32)

3.3.3.15. Halaman Input Skala Perbandingan

Halaman Input skala perbandingan merupakan halaman untuk memasukkan data skala perbandingan AHP. Bentuk halaman input skala perbandingan dapat dilihat pada gambar 3.25.

JENIS RUMAH MAKAN

KALENDER

BERITA

(33)

3.3.3.16. Halaman Generate peta

Halaman generate peta merupakan halaman untuk menentukan koordinat peta. Bentuk halaman generate peta dapat dilihat pada gambar 3.26.

JENIS RUMAH MAKAN

KALENDER

BERITA

PETA

MASUKKAN KOORDINAT X

MASUKKAN KOORDINAT Y

PILIH NAMA RUMAH MAKAN

SIMPAN

(34)

3.3.3.17. Halaman List Berita

Halaman list berita merupakan halaman untuk menampilkan data berita. Bentuk halaman list berita dapat dilihat pada gambar 3.27.

JENIS RUMAH MAKAN

KALENDER

BERITA

(35)

3.3.3.18. Halaman Input Berita

Halaman Input berita merupakan halaman untuk memasukkan data berita. Bentuk halaman input berita dapat dilihat pada gambar 3.28.

JENIS RUMAH MAKAN

KALENDER

BERITA

(36)

3.3.3.19. Halaman List Administrator

Halaman list administrator merupakan halaman untuk menampilkan data administrator. Bentuk halaman list administrator dapat dilihat pada gambar 3.29.

JENIS RUMAH MAKAN

KALENDER

BERITA

DAFTAR ADMINISTRATOR

(37)

3.3.3.20. Halaman Input Administrator

Halaman Input administrator merupakan halaman untuk memasukkan data administrator. Bentuk halaman input administrator dapat dilihat pada gambar 3.30.

JENIS RUMAH MAKAN

KALENDER

BERITA

(38)

3.3.4 Desain Database

Desain database berguna untuk menyimpan data – data yang akan dimasukkan oleh program aplikasi nantinya. Dalam perancangan database dibentuk satu File *.MYD yang berguna untuk menyimpan tabel – tabel yang diperlukan sebagai basis penyimpanan suatu data. Untuk membangun sebuah manajemen database pengelolaan data produksi yang efektif dan efisien

maka terlebih dahulu dibuat sebuah perancangan databasenya.

3.3.4.1. Kamus Data

Kamus data merupakan suatu teknik untuk memodelkan data dalam sistem informasi. Maka bisa dikatakan bahwa kamus data merupakan tempat penyimpanan semua struktur data dan elemen data yang ada di sistem. Kamus data juga dikatakan sebagai catalog untuk mengetahui detail data, seperti sumber data, deskripsi, bentuk dan struktur data.

Pada tahap analisis kamus data dapat digunakan sebagai alat komunikasi antara analisis sistem dengan pemakai sistem tentang data yang mengalir di sistem, yaitu tentang data yang masuk ke sistem dan tentang informasi yang dibutuhkan oleh pemakai sistem.

Kamus data Sistem Pendukung Keputusan untuk Mencari Restoran Terbaik di Kota Medan Berbasis Sistem Informasi Geografis Dengan AHP dan Djikstra yang digunakan adalah :

Tabel tadmin :[ id + username + password + nama + jeniskelamin + alamat +

telepon + statususer + gambar] Tabel tjenisrumahmakan :[ kodejenis + jenisrumahmakan]

Tabel tkecamatan :[ kodekecamatan + namakecamatan]

Tabel trumahmakan :[ koderumahmakan+ namarumahmakan + alamat +

kodekecamatan + kodejenis + harga Kebersihan + Fasilitas + Kenyamanan]

Tabel trumahmakan :[ id+ harga+ kebersihan+ fasilitas+ kenyamanan]

Tabel tgis :[ id_info+ koderumahmakan+ jenis+ lat+ lng]

Tabel tberita :[ id+ kategori+ judul+ isi+ tanggal + Jam + gambar +

(39)

3.3.4.2. Desain Tabel

Dalam Sistem Pendukung Keputusan untuk Mencari Restoran Terbaik di Kota Medan Berbasis Sistem Informasi Geografis Dengan AHP dan Djikstra, record tersimpan dalam beberapa file

dengan arsitektur data sebagai berikut: 1. Tabel tadmin

Tabel tadmin ini untuk menampung record data admin. Struktur tabel tadmin dapat dilihat pada tabel 3.10.

Tabel 3.10. tadmin

Field Name Type Field Width Keterangan

id

jenis kelamin alamat telepon statu suser Gambar admin

Primary Key : id 2. Tabel tkecamatan

Tabel tkecamatanini untuk menampung record data informasi kecamatan di Kota Medan.Struktur tabel tkecamatandapat dilihat pada tabel 3.11.

Tabel 3.11. tkecamatan

Field Name Type

Field Width Keterangan

KodeKecamatan

Kode Kecamatan Nama Kecamatan

Primary Key : KodeKecamatan 3. Tabel tjenisrumahmakan

(40)

Tabel 3.12. tjenisrumahmakan

Field Name Type Field Width Keterangan

koderumahmakan

Id rumahmakan Nama rumahmakan Alamat rumahmakan Kode kecamatan

Kode jenis rumah makan Harga peta. Struktur tabel tgis dilihat pada tabel 3.13.

Tabel 3.13. tgis

Field Name Type Field Width Keterangan

id_info

Kode rumah makan jenis

latitute longitute

5. Tabel tberita

Tabel tberita ini untuk menampung record data informasi berita. Struktur tabel tberitadilihat pada tabel 3.14.

Tabel 3.14. tberita

(41)

Judul Isi tanggal Jam gambar Username

Text Text Date Time Varchar Varchar

0 0 8 8 30 20

(42)

IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi

Implementasi dari Sistem Pendukung Keputusan untuk mencari restoran terbaik di Kota Medan berbasis Sistem Informasi Geografis dengan AHP Dan Djikstra proses penentuan rumah makan terbaik dan jarak terpendek untuk rute yang dilalui.

4.1.1. Metode AHP

Pada pengujian sistem dengan menggunakan metode AHP dapat diketahui hasilnya sebagai berikut :

Gambar 4.1. Tampilan Skala Perbandingan

Perbandingan dilakukan berdasarkan kebijakan pembuat keputusan dengan menilai tingkat kepentingan satu elemen terhadap elemen lainnya Proses perbandingan berpasangan, dimulai dari level hirarki paling atas yang ditujukan untuk memilih kriteria, misalnya A, kemudian diambil elemen yang akan dibandingkan, misal A1, A2, dan A3.

Tabel 4.1. Matrik Perbandingan Berpasangan dari 59 Kriteria

Harga 1 2 2 3

Kebersihan 0,5 1 2 2

Fasilitas 0,5 0,5 1 2

Kenyamanan 0,33 0,5 0,5 1

(43)

4.1.1.1. Menghitung Normalisasi Matriks

1. Menjumlahkan tiap kolom

Harga = 1 + 0,5 + 0,5 + 0,33 = 2,33

Kebersihan = 2 + 1 + 0,5 + 0,5 = 4

Fasilistas = 2 + 2 + 1 + 0,5 = 5,5

Kenyamanan = 3 + 2+ 2 + 2 = 8

2. Tiap cell dari kolom dibagi berdasarkan hasil (1)

Tabel 4.2. Tiap Cell Dari Kolom Dibagi Berdasarkan Hasil (1)

Harga 1/2,33 = 0,42 2/4=0,5 2/5,5 = 0,36 3/8=0,375

Kebersihan 0,5/2,33 =0,21 1/4=0,25 2/5,5= 0,36 2/8=0,25

Fasilitas 0,5/2,33=0,21 0,5/4=0,125 1/5,5=0,18 2/8=0,25

Kenyamanan 0,33/2,33=0,14 0,5/40,125 0,5/5,5=0,09 1/8=0,125

Jumlah 0.99 1.01 0.99 1.01

3. Menghitung Total Priority Value (TPV)

Menghitung Total Priority Value (TPV) untuk mendapatkan bobot subkriteria. Pada tahapan ini penentuan bobot criteria diperoleh dari pembagian nilai dari masing-masing jumlah baris dengan jumlah kriteria Σbaris/n, dimana n = jumlah kriteria adalah 4, sehingga didapat tabel sebagai berikut:

Tabel 4.3 Bobot Kriteria

Kriteria TPV (Σ baris/4) HASIL

Harga 0.99/4 0.248

Kebersihan 1.01/4 0.253

Fasilitas 0.99 /4 0.248

Kenyamanan 1.01/4 0.253

4. Menghitung Uji Konsistensi

Setelah diperoleh bobot kriteria, kita dapat menghitung konsistensi rasio apakah nilai tersebut konsisten atau tidak. Langkah dalam menentukan konsistensi rasio adalah sebagai berikut:

a. Menghitung Nilai Eigen (MAX)

(44)

Tabel 4.4 Nilai Eigen

Kriteria TPV ΣKolom λMAX

Harga 0.248 0.99 0.2505051

Kebersihan 0.253 1.01 0.2504950

Fasilitas 0.248 0.99 0.2505051

Kenyamanan 0.253 1.01 0.2504950

Σ 1.002

b. Menghitung Konsistensi Indeks

1

N = banyaknya elemen yang dibandingkan

λmaks = Eigen value maksimum

Setelah mendapat nilai konsistensi indeks, selanjutnya menghitung nilai konsistensi rasio untuk melihat konsistensi nilai. Perhitungan konsistensi rasio dihitung berdasarkan rumus

RI

Tabel 4.5 Tabel Random Consistency Index

N 1 2 3 4 5 6 7 8 9 10

(45)

0.37 

CR

Tabel 4.6 Hasil Perhitungan AHP

Nama Rumah

Makan Hasil Akhir

Rumah Makan A = (10 * 0.248) + (8 * 0.253) + (6 * 0.248) + (8 * 0.253) = 2.480+2.024 + 1.488 + 2.024

= 8.016

Rumah Makan B = (8 * 0.248) + (9 * 0.253) + (9 * 0.248) + (9 * 0.253) = 1.984+2.277 + 2.232 + 2.277

= 8.770

Gambar 4.2. Hasil Perhitungan

4.1.2. Pengujian Terhadap algoritma Dijkstra

(46)

Gambar 4.3. Rute Pertama dari Jl. Gatot Subroto Ke Jalan Setia Baru Sei Agul

(47)

Rute-rute yang dilalui antara lain Rute 1

= Jl. Gatot Subroto Jl. Banda Aceh Jl. Asrama Jl. Gaperta Jl.

Melur Jl. Matahari Raya Jl. Bom Jl. Kapten Muslim Jl. Melati

Putih Jl. T. Amir Hamzah Jl. Karya Jl. Setia Baru

= 0.1 + 1.5 + 0.6 + 0.6 + 1 + 0.3 + 0.4 + 0.058 + 2.2 + 0.4 + 0.1

= 7.3

Rute 2

= Jl. Gatot Subroto Jl. Banda Aceh Jl. Asrama Jl. Gaperta Jl. T. Amir

Hamzah Jl. Karya Jl. Setia Baru

= 0.1 + 1.5 + 0.9 + 2.5 + 0.4 + 0.1

= 6.5

Berdasarkan analisa diatas, maka gambar dari graf yang akan diselesaikan dijkstra apabila verteks asal ialah A dan verteks tujuan ialah G, adalah sebagai berikut :

\

Jl. Gatot Subroto

Jl. Banda

Aceh Jl. Asrama Jl. Gaperta

Jl. T. Amir

Hamzah Jl. Karya

Jl. Setia Baru

Jl. Melur

Jl. Matahari

Raya

Jl. Bom Jl. Kapten Muslim

Jl. Melati Putih 0,1 km

1 km

0,3 km 1,5 km 0.6 km

0.6 km

0,4 km 58 m

2.2_km

0,4 km 0,1 km 2.5km

Belok Kanan 1.9 km

(48)

Jl. Gatot Subroto

Jl. Banda

Aceh Jl. Asrama Jl. Gaperta

Jl. T. Amir

Hamzah Jl. Karya

Jl. Setia

Gambar 4.5 Graf Langkah-Langkah Perhitungan Dijkstra

4.2. Pengujian

Pada tahap pengujian terhadap Sistem Pendukung Keputusan untuk mencari restoran terbaik di Kota Medan berbasis Sistem Informasi Geografis dengan AHP Dan Djikstra dirancang secara sederhana, agar user dapat dengan mudah menemukan solusi pemasalahan yang dihadapi.

Pengujian merupakan bagian yang tidak dapat terpisahkan dari pembangunan sebuah sistem. Karena dengan melakukan pengujian terhadap sistem yang akan diimplementasikan maka dapat diketahui apakah sistem tersebut berjalan sesuai dengan keinginan atau tidak. Dan dimaksudkan agar kualitas dari sistem dapat terjamin sebelum diimplementasikan. Rencana pengujian yang dilakukan terhadap sistem berupa pengujian dengan menggunakan metode black-box testing dimana pengujian lebih memfokuskan kepada kebutuhan fungsional dari user. Pengujian ini dapat menemukan kesalahan seperti :

1. Kesalahan Interface. 2. Kesalahan Struktur Data.

(49)

Tabel 4.7 Skenario Pengujian Sistem

Komponen yang di

uji Pengujian

Tingkat pengujian

Jenis pengujian

Login admin Pengecekan admin terdaftar Sistem Blackbox

Form Kecamatan Pengisian data Kecamatan Sistem Blackbox

Form Jenis Rumah makan

Pengisian data Jenis Rumah makan

Sistem Blackbox

Form Rumah Makan Pengisian data Rumah makan Sistem Blackbox

Form Skala Perbandingan

Pengisian data Skala Perbandingan

Sistem Blackbox

Form Generate Peta Penentuan titik lokasi peta Sistem Blackbox

Form Analisa Proses Analisa AHP dan Djikstra Sistem Blackbox

Tabel 4.8 Pengujian Sistem Login Admin

Kasus hasil uji (Data normal)

No Data masukkan Yang diharapkan Pengamatan Kesimpulan

1. Username:admin Password:admin Klik tombol login

Form menampilkan masuk untuk bagian admin, sebagai halaman pusat data sistem pakar

Dapat masuk ke tampilan utama Admin

[] diterima [] ditolak

Kasus hasil uji (Data salah)

No Data masukkan Yang diharapkan Pengamatan Kesimpulan

1. Username:admin Password:12345 Klik tombol login

Tidak dapat login dan masuk kehalaman admin dan pesan error

Pindah ke halaman pesan

error

Tabel 4.9 Pengujian Sistem data Kecamatan

No Data masukkan Yang diharapkan Pengamatan Kesimpulan

(50)

akan dimasukkan ke dalam batabase, klik tambah maka Data masuk pada server database

yang akan

dimasukkan ke

dalam batabase, klik tambah maka Data masuk pada server database

[] ditolak

2.Ubah data Data kecamatan yang akan dirubah di dalam batabase, klik simpan maka Data pada server Database akan berubah

Data kecamatan yang akan dirubah di dalam batabase, klik simpan maka Data pada server Database akan berubah

3.Hapus data Data kecamatan yang akan hapus dari dalam batabase, klik hapus, maka Data pada server Database akan terhapus

Data kecamatan yang akan terhapus dari dalam

batabase, klik hapus, maka Data pada server Database akan terhapus

4.Masukkan data tidak sesuai dengan type data

Ada pesan bahwa pengisian

data salah

Muncul pesan

bahwa pengisian data tidak lengkap

Tabel 4.10 Pengujian Sistem data Jenis Rumah makan

(51)

yang akan dimasukkan ke dalam batabase, klik tambah maka Data masuk pada server database

makan yang akan

dimasukkan ke

[] ditolak

6.Ubah data Data jenis rumah makan yang akan dirubah di dalam batabase, klik simpan maka Data pada server

Database akan berubah

Data jenis rumah makan yang akan dirubah di dalam batabase, klik simpan maka Data pada server

7.Hapus data Data jenis rumah makan yang akan hapus dari dalam batabase, klik hapus, maka Data pada server

Database akan terhapus

Data jenis rumah makan yang akan terhapus dari dalam batabase, klik hapus, maka Data pada server Database akan terhapus

data salah

Muncul pesan

Tabel 4.11Pengujian Sistem data Rumah makan

(52)

1.Tambah data Data rumah makan yang akan dimasukkan ke dalam batabase, klik tambah maka Data masuk pada server database

Data rumah makan

yang akan

dimasukkan ke

2.Ubah data Data rumah makan

yang akan dirubah di dalam batabase, klik simpan maka Data pada server

Data rumah makan yang akan dirubah di dalam batabase, klik simpan maka Data pada server Database akan berubah

3.Hapus data Data rumah makan yang akan hapus dari dalam batabase, klik hapus, maka Data pada server

Database akan terhapus

Data rumah makan yang akan terhapus dari dalam

batabase, klik hapus, maka Data pada server Database akan terhapus

data salah

Muncul pesan

(53)

1.Tambah data Data Skala

Perbandingan yang akan dimasukkan ke dalam batabase, klik tambah maka Data masuk pada server database

Data Skala

Perbandingan yang akan dimasukkan ke dalam batabase, klik tambah maka Data masuk pada server database

2.Ubah data Data Skala

Perbandingan yang akan dirubah di dalam batabase, klik simpan maka Data pada server Database akan berubah

Data Skala

Perbandingan yang akan dirubah di dalam batabase, klik simpan maka Data pada server Database akan berubah

3.Hapus data Data Skala

Perbandingan yang akan hapus dari dalam batabase, klik hapus, maka Data pada server Database akan terhapus

Data Skala

Perbandingan yang akan terhapus dari dalam batabase, klik hapus, maka Data pada server Database akan terhapus

data salah

Muncul pesan

Tabel 4.13 Pengujian Sistem Generate Peta

(54)

1.Tambah data Lokasi yang ditentukan ada pada peta

Data Lokasi yang ditentukan ada pada peta, klik simpan

Perbandingan yang akan hapus dari dalam batabase, klik hapus, maka Data pada server Database akan terhapus

Data Skala

Perbandingan yang akan terhapus dari dalam batabase, klik hapus, maka Data pada server Database akan terhapus

data salah

Muncul pesan

Tabel 4.14 Pengujian Sistem data proses analisa

1.Proses Menampilkan rumah

makan terbaik dan rute terpendek yang dilalui

Tampilan memperlihatkan

rumah makan

terbaik dan rute

terpendek yang

dilalui

(55)

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil pengujian yang disertai pembahasan serta evaluasi yang dihasilkan dari bab-bab sebelumnya, maka dihasilkannyalah kesimpulan tertulis dibawah ini:

1. Hasil dari perhitungan AHP untuk menentukan rumah makan terbaik di kota Medan, di tampilkan berdasarkan jenis rumah makannya.

2. Hasil pengujian mendapatkan hasil routing untuk satu lokasi awal user menuju ke lokasi rumah makan tujuan yang terdapat pada peta dan dilengkapi dengan jarak tempuh untuk kedua lokasi tersebut.

3. Proses pencarian dilakukan menggunakan algoritma Dijkstra yang cukup baik digunakan untuk melakukan pencarian rute terpendek menuju restoran yang direkomendasikan jarak terdekat dari lokasi user berada.

4. Sistem ini sangat efektif untuk memberikan informasi rumah makan terbaik berdasarkan perhitungan metode AHP.

5.2. Saran

Saran-saran yang sebaiknya dilakukan guna pengembangan sistem ini menjadi lebih baik, diantaranya sebagai berikut:

1. Diharapkan kedepannya pengembang dapat melakukan penambahan jenis rumah makan seperti café dan warung makan.

(56)