Perancangan dan Implementasi Metode Weighted
Product
(
WP
)
untuk Rekomendasi Pembelian Kamera
Artikel Ilmiah
Diajukan kepada Fakultas Teknologi Informasi
untuk memperoleh Gelar Sarjana Komputer
Oleh: Bangkit Fajar Putra
NIM: 672010146
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
6
Perancangan dan Implementasi Metode Weighted
Product
(
WP
)
untuk Rekomendasi Pembelian Kamera
1) Bangkit Fajar Putra, 2) Drs. Prihanto Ngesti Basuki, M. Kom
Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Jl. Diponegoro 52-60, Salatiga 50771, Indonesia
Email: 1)putra.bangkit25@yahoo.com, 2) ngesti@staff.uksw.edu
Abstract
Nowadays DSLR cameras become an item that demanded by people of Indonesia, because the need of tool that can capture the beautiful moments. However, the prospective buyers often find difficulties when they wanted to buy a DSLR camera is the presence of several well-known brands that ofter various types of DSLR cameras with their various spesification. Alternative process type of camera using methods Weighted Product (WP). Calculation of criteria Weighted Product (WP) based on pixel, AF-point, continuous shoot, price, and popularity. The final result of web-based application is in the form of data table recommendation with five alternative camera DSLR type based on spesifications and several criteria that have been chose previously. The results that have been recommended are expected to be a suggestion that may be consided by consummers to obtain information about a DSLR camera.
Keywords: Weighted Product, Alternatives, Criteria.
Saat ini kamera DSLR menjadi barang yang sangat diminati oleh masyarakat Indonesia, karena kebutuhan akan alat yang dapat mengabadikan momen-momen indah. Akan tetapi, calon pembeli kamera DSLR sering merasa kesulitan ketika hendak membeli kamera DSLR. Salah satu faktor yang menyebabkan oembeli mengalami kesulitan dalam memilih kamera DSLR adalah adanya beberapa merek terkenal yang menawarkan macam-macam tipe kamera DSLR dengan berbagai spesifikasi. Proses alternatif tipe kamera menggunakan metode Weighted Product (WP). Perhitungan kriteria Weighted Product (WP) berdasarkan pada resolusi gambar, AF-Point, Continuous Shoot, Harga, dan
Popularity. Hasil akhir aplikasi berbasis web berupa tabel data rekomendasi dengan lima alternatif tipe kamera DSLR berdasarkan spesifikasi dan beberapa kriteria yang telah dipilih sebelumnya. Hasil yanh telah direkomendasikan diharapkan dapat menjadi saran yang dapat dipertimbangkan oleh konsumen untuk mendapatkan informasi mengenai kamera DSLR.
Kata kunci : WP, DSLR, Alternatif, Kriteria.
1) Mahasiswa Fakultas Teknologi Informasi Jurusan Teknik Informatika, Universitas Kristen Satya
Wacana Salatiga.
7 1. Pendahuluan
Kamera Digital Single Lense Reflex (DSLR) merupakan kamera digital yang menggunakan sistem cermin otomatis dan pentaprisma atau pentamirror untuk meneruskan cahaya dari lensa menuju ke viewfinder. Pertumbuhan pasar kamera DSLR di Indonesia hampir mencapai 10 persen per tahun. Tercatat pada tahun 2012 pasarnya mencapai 300 ribu, kemudian pada tahun 2013 meningkat menjadi 330 [1]. Hal ini menunjukan bahwa kamera DSLR menjadi sebuah kebutuhan yang signifikan. Memilih sesuai keinginan adalah alasan utama konsumen membeli dan melakukan transaksi. Dalam memilih kamera DSLR, ada beberapa kriteria-kriteria tertentu yang dijadikan acuan untuk memilih. Memberikan beberapa kriteria utama untuk dijadikan acuan pemilihan kamera DSLR sangatlah penting, karena akan memberikan kemudahan pada konsumen dalam memilih. Produsen kamera DSLR menawarkan berbagai macam merek dan tipe yang dapat dipilih dengan berbagai keunggulan masing-masing produk. Bervariasinya merek dan tipe kamera DSLR memberikan keuntungan bagi calon pembeli untuk memilih tipe yang sesuai dengan kebutuhan calon pembeli tanpa terpaku pada satu merek dan tipe. Kuisioner disebarkan kepada 25 koresponden yang akan membeli kamera DSLR, banyaknya merek dan tipe menjadi kendala bagi sebagian masyarakat untuk memilih kamera DSLR yang akan dibeli, calon pembeli merasa kebingungan untuk menentukan merek dan tipe kamera DSLR yang mereka inginkan. Dalam proses pemilihan kamera DSLR, calon pembeli juga membutuhkan waktu yang lama dalam menentukan merek dan tipe kamera DSLR. Berdasarkan dari kendala-kendala tersebut, mendorong penulis untuk merancang dan membuat sistem pendukung keputusan yang dapat membantu merekomendasi pembelian kamera DSLR berdasarkan kriteria-kriteria yang diinginkan calon konsumen. Dalam penelitian ini dibangun aplikasi berbasis web
untuk menentukan rekomendasi kamera DSLR dengan menerapkan Metode
Weigthed Product. Pokok bahasan mengacu pada sistem perekomendasian produk kamera DSLR. Hasil dari perekomendasian ditampilkan dalam bentuk grafik dan tabel rangking produk.
2. Tinjauan Pustaka
Penelitian pertama dengan judul “Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product”. Dalam penelitian tersebut menerapkan Fuzzy Multi Attribute Decision Making
(FMDAM) dengan metodenya adalah Weighted Product (WP). Metode Weighted Product digunakan untuk perankingan penentuan lokasi gudang diperusahaan berdasarkan kriteria dan bobot. Sehingga perankingan yang dihasilkan oleh sistem dapat digunakan untuk membantu perusahaan mengambil keputusan penentuan lokasi gudang yang lokasinya strategis [2].
Astriana Litha menggunakan Weighted Product (WP) untuk menentukan
8
keakurasian hasil keluaran sistem adalah 86,6% sehingga membantu mendapatkan keputusan penerima yang berhak mendapatkan bantuan dan mengurangi terjadinya ketidak adilan mengenai penerimaan bantuan [3].
Puspita menggunakan Metode Weigthed Product (WP) digunakan untuk
sebuah sistem pendukung keputusan “Sistem Pendukung Keputusan Penentuan
Siswa Berprestasi di Sekolah Menengah Kejuruan (SMK) Menggunakan Metode
Weigthed Product(WP)”. Perankingan siswa berprestasi berdasarkan data kriteria dan data bobot. Perankingan yang dihasilkan dapat membantu guru untuk mengambil keputusan penentuan siswa yang berprestasi [4].
Oktriani menggunakan Metode Weighted Product (WP) digunakan untuk
sebuah system pendukung keputusan “Penentuan Spesifikasi Komputer untuk suatu Paket Komputer Lengkap”. Dalam penelitian tersebut terdapat batasan
himpunan yang meliputi batasan murah, normal, ataupun mahal pada variable harga. Komputer terdiri dari beberapa bagian maka terdapat pula percocokan antar komponen yang satu dengan lainnya, sebagai contoh jika tipe jenis dari prosesor adalah intel socket LGA 775, maka motherboard-nya punjuga harus dengan jenis yang sama [5].
Sistem Pendukung keputusan yang nantinya dibangun memanfaatkan metode WP dalam membantu proses perangkingan untuk memberikan suatu rekomendasi kamera DSLR. Kamera DSLR merupakan satu kesatuan yang mempunyai berbagai variable seperti harga, pixel, af-point, continuous shoot, popularity maka tidak perlu ada percocokan antar komponen seperti yang dilakukan pada peneliti kelima. Metode WP sendiri digunakan untuk membantu mencari rekomendasi terbaik.
Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur [6].
Gambar 1 Komponen SPK [6]
9
- Data Management, termasuk database yang mengandung data yang relevan untuk berbagai situasi dan diatur oleh software yang disebut Database Management System (DBMS). Data Management pada penelitian ini adalah
database kamera DSLR yang berisi tb_admin, tb_merek, tb_produk, dan tb_spesifikasi. Tabel yang ada pada database kamera DSLR saling berhubungan dan sebagai data perhitungan.
- Model Management, melibatkan model finansial, statiskal, management science, atau berbagai model kuantitatif lainnya sehingga dapat ke sistem suatu kemampuan analitis dan manajemen software yang diperlukan. Model Management dalam penelitian ini adalah perhitungan menggunakan metode
Weighted Product (WP). Perhitungan ini memanfaatkan data yang ada serta masukan prioritas dari calon konsumen sehingga dapat didapat sebuah data yang dapat dihitung serta mendapat nilai ranking nantinya akan digunakan sebagai hasil rekomendasi.
- Knowledge manager, dapat mendukung sistem lain atau bertindak sebagai komponen yang bertindak sendiri. Knowledge Manager dalam penelitian ini adalah calon konsumen. Calon konsumen dapat memilih merek dan jenis yang diinginkan, kemudian memasukan prioritas kepentingan dari setiap kriteria. Merek dan jenis kamera DSLR yang sudah dipilih akan dihitung menggunakan metode Weigthed Product (WP). Hasil dari perhitungan akan dirankingkan dan dipilih lima terbaik sebagai hasil rekomendasi untuk calon konsumen.
- User Interface, tampilan antar muka dimana user dapat berkomunikasi dan memberikan perintah pada SPK. User Interface pada penelitian ini adalah tampilan menu system rekomendasi kamera DSLR.
Metode Weigthed Product (WP)
Metode Weigthed Product (WP) salah satu metode penyelesaian yang ditawarkan untuk menyelesaikan masalah Fuzzy Multi Attribute Decision Making
(FMADM). Metode Weighted Product (WP) ini mirip dengan Metode Weighted Sum (WS), hanya saja metode WP terdapat perkalian dalam perhitungan matematikanya. Metode WP juga disebut analisis berdimensi karena struktur matematikanya menghilangkan satuan ukuran [7]. Metode WP adalah himpunan berhingga dari alternatif keputusan yang dijelaskan dalam beberapa hal kriteria keputusan. Jadi metode ini tidak perlu dinormalisasikan. Preferensi Ai diberikan pada rumus 1 [8] :
, dengan i =1,2……….(1)
Dimana ∑ wj = 1 adalah pangkat bernilai positif untuk atribut keuntungan, dan
bernilai negatif untuk biaya.
Preferensi relative dari setiap alternatif, diberikan pada rumus 2 :
, dengan i = 1,2……….(2)
10
1. Mengalikan seluruh atribut bagi sebuah alternatif dengan bobot sebagai pangkat positif untuk atribut manfaat dan bobot berfungsi sebagai pangkat negatif pada atribut biaya.
2. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap alternatif.
3. Mencari nilai alternatif dengan melakukan langkah sama seperti langkah satu, hanya saja menggunakan nilai tertinggi untuk setiap atribut tertinggi untuk setiap atribut manfaat dan terendah untuk atribut biaya.
4. Membagi nilai V bagi setiap alternatif dengan nilai standar (V(A*)) yang menghasilkan R.
5. Ditemukan urutan nilai alternatif terbaik yang akan menjadi keputusan
3. Metode Perancangan
Metode pengembangan yang akan digunakan dalam penilitian ini adalah
prototyping model. Prototyping model merupakan sebuah proses untuk membangun sebuah model dari sebuah sistem berdasarkan dari kebutuhan user. Bagandapat dilihat pada Gambar 1.
Gambar 2 Metode Prototype [17]
Gambar 2 merupakan proses tahapan-tahapan yang harus dilalui oleh metode prototype. Tahapan tersebut meliputi :
- Pengumpulan Kebutuhan Sistem (Requirments)
Tahap awal mulai dengan menganalisis kebutuhan-kebutuhan apa saja yang diperlukan dalam membangun sebuah sistem mulai dari kebutuhan data sampai dengan kebutuhan hardware. Pengumpulan bahan yang diperlukan bersumber dari beberapa jurnal dan juga mendapatkan data kamera DSLR dari
11
Tabel 1 Hasil Kuisioner
No Pertanyaan Jawaban
Ya Tidak
1
2
3
4
Apakah anda tertarik memiliki kamera DSLR?
Apakah spesifikasi mempengaruhi anda dalam
pembelian kamera DSLR?
Spesifikasi apa yang menjadi pertimbangan
anda, ketika hendak membeli kamera DSLR?
a. Harga
Apakah menurut anda perlu adanya website
yang dikhususkan untuk rekomendasi
pembelian kamera DSLR?
Berdasarkan pada Tabel 1 maka kriteria yang digunakan pada sistem yang akan dibuat adalah harga, pixel, Af-point, Continuous shoot, dan popularity
sedangkan berat dan iso nanti akan menjadi pelengkap informasi. Kriteria-kriteria tersebut nantinya akan menjadi pertimbangan dalam membeli kamera DSLR.
-Tahap build/revise mock-up atau perancangan, pada tahap ini dilakukan pembuatan protoype desain aplikasi website kamera DSLR. Perancangan ini ditujukan pada pengguna aplikasi yaitu user pengguna kamera DSLR. Perancangan desain aplikasi website ini masih dibuat dalam bentuk yang sederhana. Dasar dari pembuatan prototype tahap kedua ini berasal dari kekurangan prototype tahap pertama yaitu belum dibuatnya bentuk desain aplikasi
website. Sedangkan kekurangan pada prototype tahap kedua yaitu belum ada implementasi fungsi-fungsi dari tiap bagian desain akan diperbaiki pada prototype
tahap ketiga.
12
pengujian ini prototype belum memenuhi tujuan utama pembuatan atau masih terdapat beberapa kekurangan makan akan diperbaiki, apabila tidak terdapat kekurangan yang hatus diperbaiki makan tahapan prototype selesai.
3.1 Perancangan Sistem
Perancangan sistem pada penelitian ini dibuat dengan menggunakan Data Flow Diagram (DFD). Pada DFD ini merupakan alat perancangan sistem yang berorientasi pada alur data dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa maupun rancangan[8].
Web
Rekomendasi Admin
User
Pilih kriteria kamera
Input, edit, hapus, dan lihat produk, merk, spesifikasikamera
Input, edit, dan hapus produk, merk, dan spesifikasi kamera
kamera dan hasil rekomendasi kamera. Sedangkan user akan mendapatkan hasil
rekomendasi. Hasil rekomendasi berasal dari kriteria kamera dan bobot prioritas
kamera yang telah dimasukkan calon konsumen ke sistem sebelumnya.
Berdasarkan gambar 3 dapat dikembangkan lagi menjadi DFD level 1.
Admin Input Produk, merk, dan spesif ikasi kamera
Produk kamera
Merk kamera
Hasil kamera Spesifikasi kamera Produk, merk, spesifikas i, dan has il kame ra
Pilih kriteria kamera
Rekomendasi kamera
Hasil rekomendasi kamera
13
Gambar 4 merupakan pengembagan dari DFD level nol, pada DFD level satu terlihat proses sistem rekomendasi kamera lebih terlihat detail. Proses sistem rekomendasi kamera mempunyai beberapa proses, yaitu proses input data kamera, proses olah data kamera, dan proses merekomendasi kamera. Proses input data, entitas admin dapat menginputkan produk kamera, spesifikasi kamera, dan merk kamera. Proses olah data kamera, entitas admin dapat melakukan hapus serta edit/update produk kamera, spesifikasi kamera, dan merk kamera. Entitas admin dapat memperbaharui data diproses ke dua. Proses ke dua sangat penting karena admin dituntut untuk selalu memperbaharui data agar sistem nantinya dapat berjalan secara optimal. Contoh adalah harga kamera yang selalu berubah mengikuti harga jual yang berlaku maka harga kamera harus selalu diperbaharui. Admin dapat melakukan perubahan diproses olah data.
Admin Input Produk, merk, dan spesif ikasi kamera
Produk kamera
Merk kamera
Hasil kamera Spesifikasi kamera Produk, merk, spesifikas i, dan has il kamera
Pilih kriteria kamera
Rekomendasi
Hasil kamera Hasil rekomendasi
Gambar 5 DFD (Data Flow Diagram) level 2 hasil rekomendasi
14
kamera dan bobot kamera yang diperoleh dihitung menggunakan metode WP. Setelah mendapatkan hasil terbaik data yang diperoleh digabungkan dengan data yang ada pada tabel hasil untuk mendapatkan informasi mengenai produk kamera yang nantinya akan direkomendasikan ke user. Berdasarkan rancangan sistem menggunakan DFD, selanjutnya dapat membuat rancangan database. Sebelum membuat rancangan database terlebih dahulu dibuat Entity Relationship Diagram (ERD) yang merepresentasikan secara grafis hubungan antar entitas.
Hasil 1 Mengambil produk Mengambil Spesifikasi
Merk
Gambar 6 Entity Relationship
15
Mulai
Ambil Dat a Alterna tif untuk tiap Atribut
Ma triks Keputus an
Pang katk an Ma triks keputusa n bobot a tribut
Preferensi relatif dari setia p alt ernat if
stop
Gambar 7 Flowchart Aplikasi
Gambar 7 menjelaskan tentang Flowchart Weighted Product langkah pertama mengambil data alternatif untuk seperti harga, pixel, af-point, continuous shoot,
dan popularity. Langkah selanjutnya membuat matriks keputusan dengan cara perkalian terhadap bobot atribut akan dilkaukan perkalian untuk menentukan hasil preferensi relatif dari setiap alternatif. Dilihat pada Tabel 2, sedangkan bobot kepentingan relatif dapat dilihat pada Tabel 3 Tabel 2 Kriteria
No Nama Variabel Nama Kriteria Tipe
1. Harga K1 cost
2. Pixel K2 benefit
3. AF Point K3 benefit
4. Continous Speed K4 benefit
5. Popularity K5 benefit
Tabel 3 Bobot Kepentingan Relatif
Bilangan Fuzzy Nilai Kepentingan Kurang Penting 0.25
16
Penting 0.75
Sangat Penting 1
Perhitungan yang akan dilakukan untuk menentukan rekomendasi pembelian kamera DSLR ini, dimisalkan menggunakan kriteria Harga dengan
index pencarian diatas Rp 6.000.000 dan kurang dari Rp 10.000.000 yang berjumlah 14 data, data-data yang akan direkomendasikan dapat dilihat pada Tabel 4.
Tabel 4 Hasil Rekomendasi Kamera Berdasarkan harga diatas Rp 6.000.000,00
Nama Harga Pixel AF Point ContinuousShoot Popularity
Canon EOS 1200D Kit
18-Tabel 4 dapat ditentukan bobot kepentingan relatif setiap kriteria, diberikan sebagai, W :
W = ( 1, 0.75, 0.5, 0.5, 0.25 )
Langkah selanjutnya adalah menghitung nilai vektor S, dimana dilakukan pemangkatan bobot dari masing-masing kriteria. Setelah proses pemangkatan bobot akan dilakukan perkalian dengan menggunakan rumus sebagai berikut :
Keterangan [5]:
rij = nilai rating kinerja ternormalisasi
xij = nilai atribut yang dimiliki dari setiap kriteria
Max xij = nilai terbesar dari setiap kriteria i
17
benefit = jika nilai terbesar adalah terbaik
cost = jika nilai terkecil adalah terbaik
Tabel 5 Nilai vektor S
S =
Tabel 5 hasil dari masing-masing nilai vektor S, langkah selanjutnya menghitung nilai vektor V dengan menggunakan rumus persamaan (2) sebagai berikut :
Keterangan [5]:
Vi = rangking untuk setiap alternatif
wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
Setelah proses perangkingan menggunakan rumus persamaan (2) selesai maka akan mendapatkan nilai vektor V berupa perekomendasian produk kamera yang dapat dilihat pada Tabel 6.
Tabel 6 Rangking produk
No Hasil Rekomendasi Nilai Rangking
1. Canon EOS 1200D Kit 18-55mm 0.07359
2. Nikon D5200 kit 18-55mm 0.10905
3. Nikon D5300 Kit 18-55mm 0.12295
4. Pentax K-500 with 18-55mm 0.08194
18
6. CANON EOS 600D Kit3 0.08567
7. Canon EOS 700D Kit 18-55mm 0.09285 8. NIKON D5500 Kit VR - Black 0.09845
9. Nikon D3300 Kit18-55mm 0.08716
10. PENTAX K-30 Kit1- Crystal Blue 0.08118 11. Canon EOS 100D kit 18-55mm 0.08207
Dalam pembuatan sistem perekomendasian kamera ini, Pengujian sistem dilakukan dengan cara uji Black Box yaitu pengujian fungsional yang hanya melihat pada hasil eksekusi data pengujian. Fungsi-fungsi dan hasil yang diuji dapat dilihat pada Tabel 7.
Tabel 7 Uji Black Box
No Skenario Input Hasil Uji Status
1. Melihat detail produk Data produk dan Merk
Menampilkan detail produk
berdasarkan merk Valid
2. Mencari Produk kamera DSLR
Menlis pada TextBox cari
Menampilkan hasil pencarian
produk kamera DSLR Valid
3. Menentukan tingkat kepentingan
5. Melakukan Rekomendasi
Menekan
7. Tambah Merk Memasukkan
data merk
Menyimpan data merk
kedalam Database Valid
8. Tambah Produk Memasukkan
data produk
Menyimpan data produk
kedalam Database Valid
9. Ubah Merk
Menekan link ubah dan Merubah data merk
Merubah dan menyimpan data
merk kedalam Database Valid
10. Ubah Produk
Menekan link ubah dan Merubah data produk
Merubah dan menyimpan data
19 Username dan Password kedalam Database
Menghapus data merk dari
Database Valid
13. Hapus produk
Menekan link hapus pada data produk
Menghapus data produk dari
Database Valid
14. Logout Menekan link
Logout Kembali ke form login admin Valid
Tabel 8 Tabel Hasil Kuisioner Pengujian Sistem
No Pertanyaan Sangat Sesuai Sesuai Tidak
Sesuai
web sudah sesuai yang
diharapkan ?
Pertanyaan nomor satu akan dibuat diagram persentase perolehan data.
Gambar 8 Gambar Diagram Persentase
20
rekomendasi kamera DSLR sesuai dan memudahkan mencari kamera sesuai yang diharapkan.
4. Hasil dan Pembahasan
Dalam membuat sistem SPK meliptui komponen-komponen meliputi - Data Management adalah database kamera. Database kameraterdiri dari
beberapa tabel yaitu tb_admin, tb_merk, tb_produk, tb_spesifikasi, dan tb_hasil. Database kamera dapat terlihat pada Gambar 8.
Gambar 9 Database kamera
Gambar 9 terlihat lima tabel yang sudah dipaparkan. Tabel admin
digunakan untuk menyimpan informasi mengenai admin dan password
untuk mengakses kehalaman administrator. Tabel hasil digunakan untuk menyimpan hasil rekomendasi kamera yang nantinya akan ditampilkan pada web rekomendasi kamera. Tabel merk untuk menyimpan nama merk
kamera yang nanti akan berelasi dengan tabel produk. Tabel produk menyimpan informasi mengenai data kamera yang akan direkomendasikan. Pada tabel produk terdapat beberapa field yaitu : field
id_produk, field id_merk, field nama_produk, field harga, field pixel, field afpoint, field continuousshoot, field popularity. Tabel spesifikasi menyimpan informasi detail tentang kamera.
21 Kode Program 1 Perintah untuk pembobotan kriteria
1. $bobot = array($HargaK, $PixelK, $AFK, $CSK, $POP);
2. $jumBobot = array_sum($bobot)
3. for($i=0; $i<5; $i++)
4. $newBobot = array();
5. for($i=0; $i<5; $i++){
6. $newBobot[$i] = $bobot[$i] / $jumBobot;
Kode Program 1 berisi perintah untuk melakukan pembobotan kriteria. Kode satu merupakan proses mengambil bobot nilai kepentingan yang nanti akan dijumlah. Perulangan for dimulai dari nol sampai kurang dari sama dengan lima agar yang ditampilkan enam data. Kemudian hasil dari penjumlahan akan dibagi dengan nilai bobot yang sudah dihitung. Setelah itu akan dilakukan perhitungan nilai vektor S terlihat pada kode program 2.
Kode Program 2 Perintah untuk perhitungan nilai vektor S
1.$no = 1;
2.$i = 0;
3.$normS = array();
4.while ($row1 = mysql_fetch_array($query1)) {
5.$normS[$i] = pow($row1['harga'], $newBobot[0]) * pow($row1['pixel'], $newBobot[1]) *
6.pow($row1['afpoint'], $newBobot[2]) * pow($row1['continuousshoot'], $newBobot[3]) *
7.pow($row1['popularity'], $newBobot[4]);
8 $no++;
9 . $i++;
10. }}
Kode Program 2 berisi perintah untuk menghitung nilai vektor S. Kode nomer lima menghitung ukuran pangkat dengan nilai bobot yang nantinya akan ditampung pada array norm. Jumlah nilai vektor S digunakan untuk dasar menghitung nilai vektor V dan menampilkan hasil lima terbaik dari rekomendasi kamera. Perhitungan nilai vektor V terlihat pada kode program 3.
Kode Program 3 Perintah untuk perhitungan nilai vektor V dan menampilkan hasil lima
22
1.$idArray = array();
2.$rankArray = array();
3.while ($row2 = mysql_fetch_array($query2)) {
4.$idArray[$i] = $row2['id_produk'];
5.$rankArray[$i] = round($normS[$i]/$jums,5);
6.$no++;
7.$i++;}
8.$query100 = "SELECT COUNT(*) FROM tb_hasil";
9.$result = mysql_query($query100);
15.$query99 = "SELECT tb_hasil.id_produk, tb_produk.nama_produk, tb_hasil.rangking FROM tb_hasil INNER JOIN
tb_produk ON tb_hasil.id_produk = tb_produk.id_produk ORDER BY tb_hasil.rangking DESC LIMIT 5";
16.$result = mysql_query($query99);
17.$i=0;
18.while ($row99 = mysql_fetch_array($result)) {
echo"<tr><td>$no</td><td><ahref='product_details.php?id=".$row99['id_produk']."'>".($row99['nama_produk'])
."</a></td><td>".($row99['rangking'])."</td></tr>";
18.$no++;
19.$i++;}
Kode Program 3 berisi perintah untuk menghitung nilai vektor V dan menampilkan hasil lima terbaik rekomendasi kamera. Kode lima menghitung nilai
vektor V yang prosesnya menjumlahkan nilai vektor S dan dibagi. Kode sebelas menghapus nilai rekomendasi apabila sudah menjalankan proses rekomendasi tujuannya agar data yang ditampung pada tabel hasil tidak menumpuk. Kode tiga belas proses input hasil rekomendasi pada tabel hasil untuk ditampung dan hasil nilai vektor V akan sesuai dengan hasil tidak berbeda. Kode lima belas mengurutkan hasil lima terbaik rekomendasi kamera sesuai dengan nilai tertinggi
vektor V.
23
selesai maka akan muncul lima hasil rekomendasi terbaik apabila dipilih akan muncul detail kamera tersebut.
- User Interface,Tampilan web rekomendasi terlihat pada gambar 10.
Gambar 10 Halaman rekomendasi kamera
Gambar 10 tampilan halaman yang akan digunakan oleh user dalam menggunakan sistem rekomendasi kamera. Apabila kriteria sudah dipilih dan nilai bobot sudah dipilih langsung lanjut pilih tombol rekomendasi, kemudian akan muncul hasil lima rekomendasi kamera. Terlihat pada gambar 11.
Gambar 11 Hasil Rekomendasi Kamera
Gambar 11 merupakan tampilan hasil rekomendasi kamera. Apabila user
24
Gambar 12 Halaman detail kamera
Gambar 12 merupakan halaman detail kamera, disana terdapat harga dan spesifikasi yang detail mengenai kamera DSLR.
5. Kesimpulan
Penerapan Metode Weighted Product (WP) ini, sangat efektif digunakan untuk perekomendasian produk kamera DSLR karena sangat membantu user
dalam memilih produk-produk yang diinginkan, selain itu proses perekomendasian yang dilakukan sistem tidak membutuhkan waktu yang lama sehingga memberi kenyamanan untuk user berinteraksi dengan sistem. Dalam sistem ini juga menggunakan beberapa kriteria utama dari kamera yang bisa dijadikan pilihan untuk user dalam merekomendasikan produk, user juga bisa leluasa menentukan tingkat kepentingan relatif setiap kriteria sesuai dengan keinginannya. Dikarenakan tingkat kepentingan relatif setiap kriteria ini berpengaruh pada hasil rekomendasi yang dilakukan oleh user.
1. Daftar Pustaka
[1] Adiningsih, Sri, 2007, Kelebihan DSLR dibanding Kamera Saku dan Prosumer, http://askthephotographer.com/2014/02/berbahai-kelebihan-kamera-dslr-dibandingkan-dengan-kamera-saku-dan-prosumer/. Diakses Tanggal 14 Februari 2015.
25
Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product _.pdf. Diakses Tanggal 14 Februari 2015.
[3] Astriana, Lita, 2014, SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS MENGGUNAKAN METODE WEIGHTED PRODUCT, http://filkom.ub.ac.id/doro/archives/detail/DR00053201406.
Diakses Tanggal 3 Maret 2015.
[3] Kusumadewi, Sri, 2004, Pencarian Bobot Atribut Pada Multi-Attribute Decision Making (MADM) Dengan Pendekatan Obyektif Menggunakan Algoritma Genetika, https://www.scribd.com/doc/76446873/sri-kusumadewi-jurnal-gematika. Diakses Tanggal 3 April 2015.
[4] Puspita, Arif Nurmaningrum, 2012, Sistem Pendukung Keputusan Penentuan Siswa Berprestasi di Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Weigthed Product (WP), http://e-journal.uajy.ac.id/118/7/6TF05726.pdf. Diakses Tanggal 3 April 2015. [5] Yulianto Sri, Insrastanti, Oktriani, dkk, 2011, Penentuan Spesifikasi
Komputer untuk suatu Paket Komputer Lengkap,
http://majour.maranatha.edu/index.php/jurnalinformatika/article/view/288 /pdf. Diakses Tanggal 15 April 2015
[6] Kusumadewi, Sri, Sri Hartati, Agus Harjoko, dkk, 2006, Fuzzy Multi-Attribute Decision Making (FUZZY MADM), Yogyakarta: Graha Ilmu. [7] Hasugian, Paska Marto, 2012, RANCANG BANGUN SISTEM
REKOMENDASI KULINER KOTA MALANG DENGAN BERBASIS
WEB MENGGUNAKAN METODE WEIGHTED PRODUC,
http://filkom.ub.ac.id/doro/download/article/file/DR00022201412. Diakses Tanggal 5 Maret 2015.
[8] Tettamanzi, A, M. Tomassini, 2001, Soft Computing: Integrating Evolutionary, Neural, and Fuzzy Systems, Berlin: Springer-Verlag.
[9] Ross, Timothy J., 2005, Fuzzy Logic With Engineering Applications, Edisi ke-2: John Wiley & Sons Inc. Inggris.
[10] Zadeh, L.A., 1995, Discussion : Probability Theory and Fuzzy Logic are Complementary rather than Competitive, dalam: Ross, Timothy J. Fuzzy Logic With Engineering Applications, Edisi ke-2: John Wiley & Sons Inc. Inggris.
[11] Cox, Earl, 1994, The Fuzzy Systems Handbook (A Prsctitioner’s Guide to
Building, Using, and Maintaining Fuzzy Systems), Massachusetts: Academic press, Inc.
[12] Cox, Earl, 1995, Fuzzy Logic For Business and Industry, Rockland, Massachusetts : Charles River Media Inc.
[13] Lootsma, Freek A.,1997, Fuzzy Logic for Planning and Decision Making, Netherlands: Kluwer Academic Publishers.
[14] Zimmermann, 1991, Fuzzy Sets Theory and Its Applications, Edisi 2, Massachusetts: Kluwer Academic Publishers.