Sistem Rekomendasi Lokasi Lapangan Futsal Berbasis Android Dengan GDSS dan LBS

(1)

Fakultas Ilmu Komputer

Sistem Rekomendasi Lokasi Lapangan Futsal Berbasis Android Dengan GDSS dan LBS

Jermias Kristian¹, Ratih Kartika Dewi², Muhammad Aminul Akbar³

Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email:

¹

kristian.jermias.1@gmail.com,

²

ratihkartikad@ub.ac.id,

³

muhammad.aminul@ub.ac.id

Abstrak

Futsal merupakan olahraga kebugaran yang dilakukan oleh dua kelompok, setiap kelompok terdiri atas lima pemain, termasuk satu penjaga gawang. Dikarenakan olahraga futsal yang tidak bisa dilakukan sendiri, masalah umum yang sering di dapat ketika ingin bermain futsal adalah pemilihan lapangan yang kerap ditemukan perbedaan pendapat antara setiap pemain berdasarkan selera atau preferensi pemain yang berpartisipasi. Perbedaan preferensi lapangan futsal pada pemain bisa di peroleh berdasarkan perbedaan harga dan jarak, sebagai cotoh. Tujuan dari sistem rekomendasi lapangan futsal ini ialah untuk menggabungkan preferensi para pemain untuk dijadikan satu rekomendasi berkelompok, memanfaatkan sistem pendukung keputusan TOPSIS dan Borda, penulis berhasil menciptakan aplikasi tersebut. Aplikasi rekomendasi lapangan futsal dibangun pada sistem operasi Android dengan alasan penggunaan Android sendiri mencapai lebih dari 90% di Indonesia, dan 70% di seluruh dunia. Aplikasi juga di bangun dengan LBS dengan cara memanfaatkan sensor GPS agar aplikasi mampu mengkalkulasikan rute antara posisi pengguna sekarang, dengan posisi lapangan yang ingin di tuju. Hasil dari penelitian ini di uji menggunakan pengujian validasi algoritma untuk mencocokan nilai keluaran aplikasi dengan perhitungan manual, lalu pengujian blackbox yang juga memberikan hasil 100% valid untuk setiap pengujian dan juga survey SUS (System Usability Scale) dimana penulis mendapat hasil 84.8% atau B untuk pengujian SUS.

Kata Kunci : Futsal, GDSS, Android, LBS, Blackbox, SUS

Abstract

Futsal is a fitness sport that is carried out by two groups, each group consisting of five players, including one goalkeeper. Due to futsal sports that cannot be done alone, a common problem that is often encountered when you want to play futsal is the selection of the field where there are often differences in opinion between each player based on the tastes or preferences of the participating players. Differences in futsal field preferences for players can be obtained based on differences in price and distance, as an example. The purpose of this futsal field recommendation system is to combine the preferences of the players into one group recommendation, utilizing the TOPSIS and Borda decision support systems, the author succeeded in creating the application. The futsal field recommendation application is built on the Android operating system on the grounds that the use of Android alone reaches more than 90% in Indonesia, and 70% worldwide. The application is also built with LBS by utilizing GPS sensors so that the application is able to calculate the route between the user's current position and the position of the field that you want to go to. The results of this study were tested using algorithm validation testing to match the application output value with manual calculations, then blackbox testing which also gave 100% valid results for each test and also the SUS (System Usability Scale) survey where the author got 84.8% or B results for SUS testing.

Keywords : Futsal, GDSS, Android, LBS, Blackbox, SUS

(2)

1. PENDAHULUAN

Olahraga futsal ialah aktivitas yang dilaksanakan dengan cara menggiring bola kecil menggunakan kaki lalu berusaha mencetak skor dengan cara menendang bola ke arah gawang lawan, futsal terdiri dari dua kelompok atau tim, yang masing-masing tim terdiri atas lima pemain dan salah satu diantaranya ialah penjaga gawang.

Olahraga futsal biasanya dilakukan di lapangan indoor dan tidak ada peraturan offside (Thoriq, 2015).

Futsal merupakan salah satu jenis dari olahraga fisik, manfaat umum dari olahraga fisik sendiri adalah dapat menjaga berat badan terkendali, mengurangi stress, meningkatkan energi, dan mencega beragam penyakit pada usia dini hanya untuk menamai beberaopa. Olahraga kebugaran terjadwal memiliki sungguh banyak manfaat yang memberi dampak positif demi kesehatan tubuh anda. Anda hanya perlu mengingat bagaimana ketahanan serta kondisi tubuh anda, agar dapat melakukan latihan kebugaran dengan baik dan benar. (Adrian, 2017).

Penelitian ini didasari dan dikembangkan dari penelitian sebelumnya oleh Atsungkoro, et al (2019) dengan judul "Sistem Rekomendasi Lapangan Futsal Berbasis Android dengan Metode TOPSIS". Pada penelitian sebelumnya, Atsungkoro, et al, membuat sistem rekomendasi lapangan futsal yang hanya dapat menerima masukan nilai kriteria (kriteria dalam hal ini adalah harga lapangan futsal, fasilitas futsal, dan lain-lain) dari satu pengguna saja. Dikarenakan olahraga futsal yang secara umum tidak dilakukan sendiri, namun dilakukan secara berkelompok (seperti yang dijelaskan Thoriq), dan juga tidak jarang setiap anggota dari para regu pemain futsal memiliki preferensi tersendiri dalam

menentukan kriteria terbaik menurut pendapat setiap individu dari seluruh anggota, penulis ingin mengembangkan penelitian sebelumnya oleh Atsungkoro, et al, yang dimana sistem dapat menerima lebih dari satu masukan pendapat kriteria beberapa pengguna yang didukung dengan Group Decision Support System (GDSS) model Borda demi mendapatkan satu lokasi lapangan futsal yang dapat diterima oleh semua pengguna, berdasarkan setiap kriteria dari regu beberapa pengguna tersebut masukkan.

TOPSIS (Technique for Order Performance by Similarity to Ideal Solution) merupakan teknik yang sangat berguna untuk menangani pengambilan keputusan dalam dunia nyata yang terdapat banyak potensi pilihan atau banyak kriteria. Metode ini membantu sang pengambil keputusan untuk mengorganisir masalah yang harus diselesaikan, membawa analisis, dan memberi peringkat dari perbandingan semua alternatif yang ada. Ide dasar dari metode TOPSIS sebenarnya sangat sederhana. TOPSIS berawal dari konsep pergantian titik ideal yang dari mana solusi terbaik memiliki jarak terpendek. Sederhananya, alternatif memiliki jarak dekat pada solusi positif, dan terjauh untuk solusi negatif. (Shih, et al, 2007). Pada laporan terdemikian, menentukan pemilihan lapangan futsal terbaik akan memerlukan pemanfaatan TOPSIS.

Pengembangan pada laporan ini menggunakan metode TOPSIS dikarenakan algoritma mudah dan tidak terlalu kompleks untuk digunakan.

Group Decision Support System (GDSS), merupakan sistem yang digunakan untuk menentukan rekomendasi berkelompok berdasarkan nilai preferensi dari masing-masing peserta futsal. Grup yang ada dalam perhitungan GDSS akan menerima input rekomendasi dari setiap pemain. Rekomendasi ditentukan dari beberapa kriteria, dan menentukan ranking rekomendasi akan dilaksanakan oleh TOPSIS (Dewi, et al, 2018). Borda digunakan demi mendapatkan peringkat dari pengambilan suara dengan pereferensial. Alternatif pilihan dengan peringkat teratas diberikan nilai lebih tinggi dari pada alternatif pada peringkat setelahnya pada satu perbandingan ganda (Saputra dan Wardoyo, 2017). Dalam penelitian ini, perhitungan yang di dapat dari TOPSIS akan di olah kembali dengan Borda demi mendapat output kepastian dari beberapa individu yang terlibat dalam pemilihan lapangan futsal.

Google Maps merupakan satu dari sistem rekomendasi yang sangat populer. Google Maps sendiri adalah denah elektronik kepunyaan Google, biasanya dimanfaatkan bagi pengembang aplikasi android yang diimplementasikan pada penggunaan aplikasi pengembang. Dengan spontan Google Maps menampilkan informasi berdasarkan masukkan yang pengguna berikan

(3)

(Google, 2020). Salah satu fitur yang dimiliki oleh Google Maps adalah dapat mengkalkulasikan rute tercepat dari lokasi pengguna berada menuju lokasi yang dituju pengguna. Pada pengembangan sistem rekomendasi lapangan futsal ini, penulis menggunakan Google Maps untuk menunjukkan rute lokasi pengguna sekarang menuju lokasi lapangan rekomendasi.

Berdasarkan permasalahan yang tertera pada latar belakang ini, penulis ingin mengembangkan suatu sistem rekomendasi pencarian lapangan futsal di kota Malang berbasis android. Android sendiri merupakan sitem operasi atau operating system (OS) berlandasan Linux yang didesain pada perangkat portabel (mobile) contohnya smartphone dan tablet.

Sistem operasi ini didevelop oleh Android, Inc., dengan Google sebagai pendukung biaya (keuangan), secara resmi dibeli pada tahun 2005, lalu secara legal dirilis dalam tahun 2007 (Rivaldy, 2018). Dengan adanya sistem rekomendasi ini, penulis berharap pengguna aplikasi dapat menemukan lokasi lapangan futsal dengan cepat, mudah, dan sesuai dengan ekspektasi seluruh peserta pemain futsal.

2. DASAR TEORI

2.1 Android (Sistem Operasi)

Fauzan (2018) mengungkapkan bahwa sistem operasi android ialah sistem operasi berlandasan linux yang sangat umum digunakan pada ponsel atau tablet. Dalam kasus ini, penulis mengembangkan aplikasi sistem rekomendasi lapangan futsal berbasis android dikarenakan penggunaan sistem operasi android sangat banyak dibandingkan sistem operasi yang ada pada ponsel atau tablet lainnya di Indonesia.

penggunaan sistem operasi yang digunakan pada tablet atau ponsel dari agustus 2018 sampai agustus 2019, bahwa penggunaan sistem operasi android mencapai angka 93.85%, sedangkan iOS hanya mencapai 5.24%, dan 0.58% lainnya digunakan pada sistem operasi lainnya.

2.2 TOPSIS

1) Menentuka matriks rating kerja

Matriks rating kinerja adalah matriks

yang terdiri dari setiap kriteria atau subkriteria dari setiap alternatif yang ada. Cara membentuk perbandingan berbasangan setiap alternatif pada setiap kriteria atau subkriteria

(𝑥

_𝑖𝑗

)

. Bentuk Matriks nilai

(𝑋)

setiap kriteria atau subkriteria pada setiap alternatif dari persamaan

(𝐼)

:

𝑋 = (

𝑥

₁₁

𝑥

₁₂

… 𝑥

_1n

𝑥

₂₁

𝑥

₂₂

… 𝑥

_2n

⋮ ⋮ ⋮

𝑥

_𝑚1

𝑥

_𝑚2

… 𝑥

_𝑚𝑛

) (1)

Dimana :

𝑋

= Matriks rating kinerja setiap kriteria

𝑥

_𝑖𝑗 = Nilai alternatif

𝑖

pada setiap kriteria atau subkriteria

𝑗

𝑚

= Banyak alternatif

𝑛

= Banyak kriteria atau subkriteria

2) Matriks keputusan yang ternormalisasi

Topsis memerlukan peringkat performa seluruh alternatif pada seluruh kriteria atau subkriteria yang telah ternormalisasi. Matriks ternormalisasi terbentuk dari persamaan (2) dan bentuk matriks yang sudah di normalisasi dapat dilihat pada persamaan (3) :

𝑟

_𝑖𝑗

= 𝑥

_𝑖𝑗

√𝛴 𝑚 𝑖 = 1 𝑥 2

𝑖𝑗

(2)

𝑅 = (

𝑟

₁₁

𝑟

₁₂

… 𝑟

_1n

𝑟

₂₁

𝑟

₂₂

… 𝑟

_2n

⋮ ⋮ ⋮

𝑟

_𝑚1

𝑟

_𝑚2

… 𝑟

_𝑚𝑛

) (3)

Dimana :

𝑅

= Matriks ternormaliasai

𝑟

_𝑖𝑗 = Elemen dari nilai matriks ternormalisasi

𝑥

_𝑖𝑗 = Elemen nilai setiap kriteria atau subkriteria pada alternatif

𝑚

= Jumlah alternatif

𝑛

= Banyak kriteria atau subkriteria

3) Matriks keputusan yang ternormalisasi

(4)

terbobot

Persamaan (4) dimanfaatkan untuk menghasilkan peringkat bobot ternormalisasi dan bentuk matriks ternormalisasi terbobot dapat dilihat di persamaan (5) :

𝑦

_𝑖𝑗

= 𝑤

_𝑗

𝑟

_𝑖𝑗

(4)

𝑌

= (

𝑤

₁

𝑟

₁₁

𝑤

₂

𝑟

₁₂

𝑤

₃

𝑟

₁₃

… 𝑤

_𝑛

𝑟

_1n

⋮ ⋮ ⋮ ⋮

𝑤

₁

𝑟

_𝑚1

𝑤

₂

𝑟

_𝑚2

𝑤

₃

𝑟

_𝑚3

𝑤

_𝑛

𝑟

_𝑚𝑛

) (5)

Dimana :

𝑌

= Matriks ternormalisasi terbobot

𝑦

_𝑖𝑗 = Elemen dari nilai matriks ternormalisasi terbobot

𝑤

_𝑗 = Nilai bobot preferensi tiap kriteria atau subkriteria

𝑚

= Banyak alternatif

𝑛

= Banyak kriteria atau subkriteria 4) Menentukan solusi ideal positif dan negatif

Keduanya, solusi ideal positif dan negatif ditentukan dari peringkat bobot ternormalisasi dari persamaan (4). Penting untuk dilihat bahwa ketentuan pada persamaan (6) dan persamaan (7) supaya dapat mengkalkulasi nilai solusi ideal dengan memprioritaskan dahulu apa berperilaku untung (benefit) atau perilaku biaya (cost).

𝐴

⁺

= (𝑦 + 1 , 𝑦 +

2 , … , 𝑦 +

𝑛 ) (6)

𝐴

⁻

= (𝑦 − 1, 𝑦

− 2, … , 𝑦

−

𝑛) (7)

Syarat :

𝑦 +

𝑗 = {

𝑚𝑎𝑥𝑦

_(𝑖𝑗)

,∗

𝑚𝑖𝑛𝑦

_(𝑖𝑗)

,∗∗

𝑦 − 𝑗 = {

𝑚𝑖𝑛𝑦

_(𝑖𝑗)

,∗∗

𝑚𝑎𝑥𝑦

_(𝑖𝑗)

,∗

*jika merupakan atribut keuntungannya

* *jika merupakan atribut biaya

5) Menentukan jarak antar nilai setiap alternatif pada solusi ideal positif dan solusi ideal negatif

Jarak alternatif

(𝐷 +

𝐼 )

pada solusi ideal positif dihasilkan dalam persamaan (8).

Sedangkan jarak alternatif

(𝐷 −

𝐼 )

pada solusi ideal negatif dihasilkan oleh persamaan (9).

𝐷 +

𝐼 = √𝛴 𝑛 𝑗 = 1 (𝑦

+ 𝑖𝑗 − 𝑦

^𝑗

)

2

(8)

𝐷 −

𝐼 = √𝛴 𝑛

𝑗 = 1 (𝑦

^𝑗

− 𝑦 − 𝑖𝑗)

2

(9)

Dengan :

𝑖

= Jumlah alternatif (bernilai

1 − 𝑚

)

𝑗

= Jumlah kriteria atau subkriteria (berjumlah

1 − 𝑛

)

6) Menentukan Nilai Preferensi Untuk Setiap Alternatif

Nilai prefrensi

(𝑉

_𝑖

)

untuk setiap alternatif telah didefinisikan pada persamaan (10).

𝑉

_𝑖

= (𝐷 − 𝑖 ) (𝐷 −

𝑖 + 𝐷 +

𝑖 ) (10)

Dengan :

𝑖

= Jumlah alternatif (bernilai

1 − 𝑚

)

𝐷

= Jakar alternatif

2.3 Borda

Metode Borda diharuskan untuk menentukan peringkat dari pengambilan suara secara preferensial. Alternatif pilihanpada posisi tingkat atas diberi nilai lebih tinggi dari pada kandidat dari posisi peringkat berikutnya dalam suatu perbandingan ganda. Berikut merupakan penjelasan dari tahap penyelesaian kasus dengan Metode Borda :

Penentuan nilai peringkat pada satu

1.

antrian alternatif pilihan dengan urutan paling tinggi diberikan nilai

𝑚

(

𝑚

merupakan seluruh pilihan atau alternatif).

2.

Poin

𝑚

diutilisasikan sebagai pengali dari suara yang didapat pada posisi yang bersangkutan.

P

erhitungan nilai Borda pada alternatif pilihan tersebut, pilihan dengan poin paling tinggi adalah pilihan yang paling dipreferensikan oleh

(5)

sistem pengambilan keputusan.

Tabel pengambil keputusan 1

Alternatif

𝐶𝑖 +

* Alternatif1 0,3958702857

Alternatif2 0,1069784769 Alternatif3 0,9685798993

*

Borda(𝑚

₂

) (𝐶𝑖+) × 𝑚

₂

2 0,7917405714

1 0,1069784769

3 2,9057396979

Tabel pengambil keputusan 2

Alternatif

𝐶𝑖 +

Alternatif1 0,9684736484 * Alternatif2 0,3009847582 Alternatif3 0,3303394857

*

Borda(𝑚

₂

) (𝐶𝑖+) × 𝑚

₂

3 2,9054209452

1 0,3009847582

2 0,6606789714

2.4 Sistem Rekomendasi

Sistem rekomendasi merupakan sistem yang menunjukkan preferensi berbagai informasi sesuai apa yang telah ditetapkan di dalam sistem rekomendasi tersebut (Dedy, 2017). Sistem rekomendasi telah banyak digunakan untuk membuat rekomendasi mulai dari rekomendasi toko sepatu, tempat wisata, dan lain-lain. Dalam kasus ini, penulis ingin menggunakan sistem rekomendasi untuk lokasi lapangan futsal di Kota malang.

2.5 Blackbox Testing

Pengujian blackbox, atau dikenal juga dengan pengujian keluaran atau output, adalah pengujian yang memfokuskan pada persyaratan fungsional akan sebuah sistem. Percobaan blackbox memperbolehkan seorang software engineer untuk mendapatkan set dari beberapa keadaan masukan yang pada sebaik-baiknya menguji semua syarat fungsionalitas atas sebuha

program (Pressman, 2015).

Pengujian blackbox dilakukan untuk mencari ketidakbenaran yakni pada tingkatan :

- fungsi salah atau tidak terlihat - kekeliruan pada bagian antarmuka

-

kekeliruan pada struktural atau kanal

database external

- kekeliruan dari perilaku atau performa, dan

- kekeliruan inisialisasi dan penghentian.

2.6 Teknik Pengujian Usability dengan SUS SUS (System Usability Scale) adalah teknik penilaian dari sebuah fungsionalitas sistem yang dikembangkan oleh John Brook (2013).

SUS mengambil nilai pengujian sistem dimulai dari menyediakan 10 kuisioner yang terdiri dari 5 jawaban atau respon, dimulai dari sangat tidak setuju (STS) sampai sangat setuju (SS). Gambar 2.3 akan menunjukan pengambilan skor atau peringkat dari fungsional perangkat lunak :

Gambar 1. Penilaian SUS

2.7 Location Based Service (LBS)

Location based service atau layanan berbasis lokasi ialah servis yang dimanfaatkan demi menemukan posisi spesifik dengan mendapat koordinat longitude, latitude, dan altitude dari posisi tersebut. Layanan ini memanfaatkan teknologi posisi dunia serta cell- based location oleh Google (Zickuhr, 2013).

*GPS (Global Positioning System)

GPS dimulai pada tahun 1973 ketika United States Depratment of Defense mengembangkan sebuah sistem posisi berbasis satelit tiga dimensi yang mencakup isi seluruh dunia 24 jam penuh. desain awal GPS adalah 4 satelit yang dapat melihat seluruh permukaan bumi kapan saja. Konsepnya didasari dari jarak penerima dari satelit yang di perkirakan dengan menghitung waktu untuk sinyal dapat dapat diterima oleh penerima GPS dari satelit.

(6)

Mengukur waktu dari ke 4 satelit tersebutlah yang dapat menentukan posisi 3 dimensi kepada sang penerima GPS (Tomkiewicz, et al 2010).

3. METODOLOGI PENELITIAN

3.1 Data Penelitian

Data lapangan diambil dengan menelusuri beberapa lapangan yang berada di kota malang, lalu mencari tau detail seperti alamat, harga, jumlah lapangan, jam buka, jam tutup, dan lain-lain.

3.2 Perancangan

Metode TOPSIS digunakan untuk menghitung rekomendasi berdasarkan masukkan nilai bobot atas tiga kriteria utama yang diantaranya adalah jarak, harga, dan jumlah lapangan. Bobot yang telah dimasukkan user akan di proses dengan nilai normalisasi data lapangan yang ada dengan tujuan menemukan solusi ideal positif dan solusi ideal negatif. Hasil akhir dari TOPSIS ialah menemukan rekomendasi lapangan berdasarkan bobot awal yang user masukkan.

Tahap-tahap perhitungan TOPSIS akan dijabarkan pada Gambar 2.

Gambar 2. flowchart TOPSIS

Sedangkan Borda adalah metode untuk mengkalkulasikan beberapa hasil rekomendasi yang telah diolah melalui metode TOPSIS dengan tujuan akhir untuk menentukan rekomendasi yang cocok berdasarkan nilai input dari beberapa user.

tahap-tahap perhitungan borda akan dijabarkan pada Gambar 3.

Gambar 3. Flowchart Borda

4. HASIL DAN PENGUJIAN

4.1 Pengujian Blackbox 1) Memberi bobot setiap kriteria *Ekspektasi :

Sistem mampu menunjukan halaman kriteria dan mampu menyimpan serta mengkalkulasikan hasil TOPSIS Borda berdasarkan nilai bobot yang dimasukkan user.

*Keterangan : Valid

Gambar 4. Input bobot kriteria

2) Melihat rekomendasi lapangan *Ekspektasi :

Sistem mampu menyediakan list yang berisi rekomendasi lapangan berdasarkan nilai bobot tiap kriteria dan setiap pemain yang dimasukkan user.

*Keterangan : Valid

(7)

Gambar 5. Rekomendasi Lapangan

3) Melihat detail rekomendasi lapangan *Ekspektasi :

Sistem mampu menyediakan detail tentang lapangan yang telah dipilih user dari salah satu list rekomendasi lapangan

*Keterangan : Valid

Gambar 6. Detail lapangan

4) Melihat detail rekomendasi lapangan *Ekspektasi :

Sistem merespon dengan cara membawa user ke google maps yang secara otomatis menghitungarah menuju lapangan dari lokasi user sekarang

*Keterangan : Valid

Gambar 7. Google maps

4.2 Pengujian Usability

Pengujian usability akan memanfaatkan System Usability Scale (SUS) dimana pada pengujian ini, penulis menemui dan menyertakan 5 orang untuk menjawab kuisioner dengan nilai- nilai tertentu. Terdapat 10 kuisioner utama pada metode SUS, dimana pada setiap pertanyaan, pengguna bebas memberi bobot nilai mulai dari Sangat Tidak Setuju (STS) sampai Sangat Setuju (SS). Jawaban dari kuisioner akan menentukan nilai usability dari sistem ini. Karakteristik responden yang peneliti ambil pada kasus ini adalah laki-laki, pemain futsal berusia antara 19- 22, rata-rata berasal dari kota Malang.

*Kuisioner:

- Saya berpendapat akan menggunakan aplikasi ini

- Saya berpendapat, aplikasi tidak mesti dirancang serumit ini

- Saya Berpendapat, aplikasi cukup mudah digunakan

- Saya memerlukan pertolongan pihak lain untuk menggunakan aplikasi ini

- Saya melihat macam fungsi pada aplikasi ini di integrasikan dengan benar - Saya Berpendapat, banyak ketidak

sesuaian dalam aplikasi ini

Menurut saya, orang lain akan menemukan menggunakan aplikasi ini dapat dipelajari dengan mudah

-Saya berfikir bahwa aplikasi ini cukup sulit untuk dimanfaatkan

-Saya merasa percaya diri dalam menggunakan

(8)

aplikasi ini

-Saya harus belajar beberapa hal sebelum dapat mengutilisasikan aplikasi ini

Tabel jawaban setiap responden terhadap seluruh kuisioner :

Tabel 3. Jawaban Responden Jumlah

STS TS N S SS

4 1

2 3

5

3 2

2 2 1

5

4 1

1 1 1 1 1

2 3

Setelah mendapat seluruh jawaban kuisioner dari responden Berikut adalah hasil kalkulasi skor SUS :

poin 1 = 4(4) + 5(1) poin 2 = 3(3) + 4(2) poin 3 = 5(5) poin 4 = 4(2) + 5(3) poin 5 = 3(2) + 4(2) + 5(1) poin 6 = 3(1) + 4(2) + 5(2) poin 7 = 5(5)

poin 8 = 4(1) + 5(4) poin 9 = 3(2) + 4(1) + 5(2) Poin 10 = 4(3) + 5(2) total = 212

skor = 212 / (250/100) = 84.8

Pada pengujian SUS, didapatkan nilai dari seluruh responden memiliki rata-rata 84.8

selanjutnya, setelah melihat skala SUS, dapat dinilai bahwa aplikasi ini memiliki grade B.

-

- - - - - - - -

Gambar 8. SUS Sistem Rekomendasi Lapangan Futsal

5. DAFTAR PUSTAKA

Adrian, Kevin., 2019. Manfaat Latihan Kebugaran Jasmani Bagi Fisik dan Mental.

[Online] Available at :

<https://www.alodokter.com/manfaat- latihan-kebugaran-jasmani-bagi-fisik-dan- mental> [Diakses 26 September 2019]

Astungkoro, Faishal P., Dewi, Ratih K., Brata, Komang C., 2019. Sistem Rekomendasi Lapangan Futsal Berbasis Android dengan Metode TOPSIS. Undergraduate thesis of Brawijaya University. [Diakses 18 September 2019]

Brooke, John., 2013. SUS : A Retrospective.

Available at: <JUS, Vol. 8, Issue 2, pp 29- 40, Febuari 2013>

Cabral, Sheeri K., Murphy. Keith., 2011.

MySQL Administrator's Bible (e-books).

<https://books.google.co.id/books?hl=en

&lr=&id=PqZ6QytCemcC&oi=fnd&pg=

PT19&dq=mySql&ots=qwjfSC6G3p&si g=QDcBUcwiDwwcX4ICTbkelXw0pqw

&redir_esc=y#v=onepage&q=

mySql&f=false> [Diakses 23 September 2019]

Dewi, Ratih Kartika., Ananta, Mahardeka Tri., Fanani, Lutfi., 2018. The Development of Mobile Culinary Recomendation System Based on Group Decision Support System.

Available at: <iJIM – Vol. 12, No. 3, 2018>

(9)

Fauzan, Rivaldy., 2018. Mengenal Perbedaan Sistem Operasi Android, iOS, Blackberry, Tizen, dan Windows Mobile. [Online]

Available at:

<https://www.plimbi.com/article/169024/

mengenal-perbedaan-sistem-operasi- android-ios-blackberry-tizen-dan-

windows-mobile> [Diakses 3 September 2019]

Google., 2020. Dokumentasi Google Maps.

<https://developers.google.com/maps/doc umentation/android-sdk/intro> [Diakses 7 April 2020]

Jacobson, Ivar., Spence, Ian., Bittner, Kurt. 2011.

USE-CASE 2.0. [Online] Available at :

<https://www.ivarjacobson.com/sites/defa ult/files/field_iji_file/article/use-

case_2_0_jan11.pdf> [Diakses 23 September 2019]

Kementrian Kesehatan Republik Indonesia, 2015.

Data dan Kondisi Penyakit Osteoporosis di Indonesia. [Online] Available at:

<http://www.depkes.go.id/article/view/160 10500005/data-dan-kondisipenyakit- osteoporosis-di-di-indonesia.html>

[Diakses 3 September 2019]

Kusuma, Dedy Hidayat., Shodiq, Moh.

Nur., 2017. Sistem Rekomendasi Destinasi Pariwisata Menggunakan Metode Hibrid Case Based Reasoning and Location Based Service Sebagai Pemandu Wisata di Banyuwangi. Available at:

Maharani, Septya., Kurniawan, Biyondi., Khairin, Dyna, Marisa., 2016. Aplikasi Rekomendasi Pemilihan Gitar Akustik dengan Metode Topsis. Available at:

<ISSN. 1412-0100 Vol 17, No 1, April 2016>

Pressman, Roger S., 2015. Software Engineering : A Practitioner's Approach. New York:

McGraw-Hill Education.

Rafikasari, Diana., 2018. Manfaat Futsal Untuk Kesehatan Jantung dan Pembuluh Darah.

[Online] Available at:

<https://lifestyle.sindonews.com/read/128 9291/155/ini-manfaat-futsal-untuk- kesehatan-jantung-dan-pembuluh-darah- 1520927310> [Diakses 3 September 2019]

Ratnasari, E Dwi., 2018. Tanda Tubuh yang Kurang Berolahraga. [Online] Available at:

<https://www.cnnindonesia.com/gaya- hidup/20180814164355-255-322237/7- tanda-tubuh-kurang-olahraga> [Diakses 3 September 2019]

Saputra, I Made Arya Budhi., Wardoyo, Retantyo., 2017. Sistem Pendukung Keputusan Kelompok Penentuan Karyawan Terbaik Menggunakan Metode TOPSIS dan Borda. Available at: <IJCCS, Vol 11, No.2, July 2017, pp. 165-176>

Shih, Hsu-Shih., Shyur, Huan-Jyh., Lee, E.Stanly., 2007. An Extension of TOPSIS for Group Decision Making. Avaliable at:

Statcounter, 2019. Mobile Operating System Market Share Indonesia. [Online]

Available at :

<https://gs.statcounter.com/os-market- share/mobile/indonesia> [Diakses 23 Agustus 2019]

Tomkiewicz, Stanley M., Fuller, Mark R., Kie, John G., Bates, Kirk K., 2010. Global Positioning System and Associated Technologies in Animal Behaviour and Ecological Research. Available at :

Wakhid, Thoriq, Ramhad., 2014. Analisis Foul dan Motivasi Pemain Melakukan Foul Dalam Cabang Olahraga Futsal. [Online]

Avaliable at:

<https://jurnalmahasiswa.unesa.ac.id/inde x.php/jurnal-kesehatan-

(10)

olahraga/article/view/6524/7291>

Wisnubrata., 2017. Olahraga Untuk Menceggah Osteoporosis. [Online] Available at:

<https://lifestyle.kompas.com/read/2017/0 8/24/085510020/olahraga-untuk-

mencegah-osteoporosis?page=all>

Zakaria., 2019. Pengertian Operating System (OS) Beserta Fungsi dan Contoh Sistem Operasi.

[Online] Available at:

<https://www.nesabamedia.com/pengertia n-dan-fungsi-sistem-operasi/> [Diakses 3 September 2019]

Zickhur, Kathryn., 2013. Location Based Service.

<https://www.primaonline.it/wp- content/uploads/2013/09/PIP_Location- based-services-2013.pdf> [Diakses 23 September 2019]