33 BAB IV
PEMBAHASAN
BAB IV berisi pembahasan tahapan penelitian, yaitu langkah-langkah perancangan aplikasi fuzzy decision making dengan Metode Tahani, uji kesesuaian hasil dengan kondisi obyek wisata, dan implementasi aplikasi fuzzy decision making dengan Graphical User Interface (GUI).
A. Langkah-langkah Perancangan Aplikasi Fuzzy Decision Making dengan Metode Tahani
Dalam perancangan aplikasi fuzzy decision making, terdapat lima langkah yang dilakukan, yaitu:
1. Menentukan variabel input.
2. Menentukan semesta pembicaraan atau himpunan universal (U) untuk setiap input.
3. Mendefinisikan himpunan fuzzy pada input. 4. Menentukan derajat keanggotaan.
5. Menentukan nilai fire strength.
Kelima langkah tersebut kemudian akan dijelaskan pada keterangan berikut. 1. Menentukan Variabel Input dari Obyek wisata
Variabel yang akan digunakan dalam aplikasi fuzzy decision making ini merupakan parameter yang dijadikan oleh wisatawan sebagai acuan dalam menentukan tujuan wisata, diantaranya adalah biaya, pemandangan, keamanan, transportasi, kebersihan, keramaian, fasilitas, dan jenis wisata. Delapan parameter tersebut akan dijadikan input awal yang berisi data penilaian oleh biro pariwisata
34
pada 149 obyek wisata di Yogyakarta. Data penilaian obyek wisata di Yogyakarta oleh biro pariwisata ditunjukkan pada Tabel 4.1, untuk data selengkapnya dapat dilihat pada Lampiran 2.
Tabel 4.1 merupakan hasil rekapitulasi dari penilaian oleh 3 biro pariwisata, yaitu: Tripnesia, Gudeg.net, dan Asoka Tour. Data awal penilaian sebelum direkap dapat dilihat pada Lampiran 1.
2. Menentukan Semesta Pembicaraan atau Himpunan Universal (U) untuk Setiap Input
Semesta pembicaraan atau himpunan universal merupakan nilai yang diperbolehkan dalam suatu variabel himpunan fuzzy. Himpunan universal diambil berdasarkan data penilaian yang telah diperoleh.
Tabel 4.1. Data Penilaian Obyek Wisata oleh Biro Pariwisata
NO OBYEK WISATA J EN IS BI A Y A (R ib u ) P EM A N D A N G A N /I S I M U S EU M K EA M A N A N TR A N S P O R T A S I K EBER S IH A N K ER A M A IA n F A S ILI TA S 1 Air Terjun Sidoharjo ALAM 2 75 63.3333 46.6667 53.3333 63.3333 43.3333 2 Grojogan Watu Jonggol ALAM 2 68.3333 63.3333 41.6667 58.3333 60 50 3 Curug Nglinggo ALAM 2 68.3333 63.3333 41.6667 56.6667 60 43.3333 4 Puncak Suroloyo ALAM 2 76.6667 61.6667 47.6667 65 68.3333 51.6667 5 Kalibiru ALAM 10 81.6667 62.6667 55 59.3333 76.6667 70 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu MUSEUM 5 61 59.3333 58.3333 61.3333 52 50
35
Berdasarkan variabel input yang telah ditentukan di atas, masing-masing variabel akan dibagi menjadi beberapa himpunan fuzzy. Pembagian tersebut ditunjukkan oleh Tabel 4.2.
Tabel 4.2. Semesta Pembicaraan
Variabel Himpunan Fuzzy Semesta Pembicaraan Jenis Wisata Alam [0, 100] Pantai Sejarah Wahana Museum Biaya Murah [0, 100.000] Sedang Mahal Pemandangan Biasa [0, 100] Bagus Sangat Bagus Keamanan Cukup Aman [0, 100] Aman Sangat Aman Transportasi Sulit [0, 100] Sedang Mudah Sangat Mudah Kebersihan Kotor [0, 100] Cukup Bersih Bersih Sangat Bersih Keramaian Sepi [0, 100] Biasa Ramai Sangat Ramai Fasilitas Sedikit [0, 100] Sedang Banyak
36
3. Mendefinisikan Himpunan Fuzzy pada Input
Proses fuzzifikasi atau mendefinisikan himpunan tegas ke himpunan fuzzy dilakukan dengan MATLAB R2009a. Mendefinisikan himpunan fuzzy dilakukan dengan menggunakan fungsi keanggotaan.
a. Fungsi Keanggotaan Jenis Wisata
Variabel jenis wisata didefinisikan dengan lima himpunan fuzzy ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM. Himpunan fuzzy ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.1. Berikut ini adalah fungsi keanggotaan untuk variabel jenis wisata berdasarkan Persamaan (2.5). 𝜇𝑊𝑖𝑠𝑎𝑡𝑎 𝐴𝑙𝑎𝑚[𝑥] = { 𝑥 − 5 15 , 5 < 𝑥 < 20 1, 𝑥 = 20 35 − 𝑥 15 , 20 < 𝑥 < 35 0, 𝑥 ≤ 5; 𝑥 ≥ 35 𝜇𝑊𝑖𝑠𝑎𝑡𝑎 𝑃𝑎𝑛𝑡𝑎𝑖[𝑥] = { 𝑥 − 20 15 , 20 < 𝑥 < 35 1, 𝑥 = 35 50 − 𝑥 15 , 35 < 𝑥 < 50 0, 𝑥 ≤ 20; 𝑥 ≥ 50 𝜇𝑊𝑖𝑠𝑎𝑡𝑎 𝑆𝑒𝑗𝑎𝑟𝑎ℎ[𝑥] = { 𝑥 − 35 15 , 35 < 𝑥 < 50 1, 𝑥 = 50 65 − 𝑥 15 , 50 < 𝑥 < 65 0, 𝑥 ≤ 35; 𝑥 ≥ 65
37 𝜇𝑊𝑖𝑠𝑎𝑡𝑎 𝑀𝑖𝑛𝑎𝑡 𝐾ℎ𝑢𝑠𝑢𝑠[𝑥] = { 𝑥 − 50 15 , 50 < 𝑥 < 65 1, 𝑥 = 65 80 − 𝑥 15 , 65 < 𝑥 < 80 0, 𝑥 ≤ 50; 𝑥 ≥ 80 𝜇𝑊𝑖𝑠𝑎𝑡𝑎 𝑀𝑢𝑠𝑒𝑢𝑚[𝑥] = { 𝑥 − 65 15 , 65 < 𝑥 < 80 1, 𝑥 = 80 95 − 𝑥 15 , 80 < 𝑥 < 95 0, 𝑥 ≤ 65; 𝑥 ≥ 95
b. Fungsi Keanggotaan Biaya
Variabel biaya didefinisikan dengan tiga himpunan fuzzy MURAH, SEDANG, dan MAHAL. Himpunan fuzzy MURAH dan MAHAL menggunakan pendekatan fungsi keanggotaan linear dan himpunan fuzzy SEDANG menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.2. Berikut ini adalah fungsi keanggotaan untuk variabel biaya berdasarkan Persamaan (2.3), (2.4), dan (2.5).
38 𝜇𝑀𝑢𝑟𝑎ℎ[𝑥] = { 1, 𝑥 = 0 50 − 𝑥 50 , 0 < 𝑥 < 50, 0, 𝑥 ≥ 50 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] = { 𝑥 50, 0 < 𝑥 < 50 1, 𝑥 = 50 100 − 𝑥 50 , 50 < 𝑥 < 100, 0, 𝑥 ≤ 0; 𝑥 ≥ 100 𝜇𝑀𝑎ℎ𝑎𝑙[𝑥] = { 0, 𝑥 ≤ 50 𝑥 − 50 50 , 50 < 𝑥 < 100, 1, 𝑥 ≥ 100
c. Fungsi Keanggotaan Pemandangan
Variabel pemandangan didefinisikan dengan tiga himpunan fuzzy BIASA, BAGUS dan SANGAT BAGUS. Himpunan fuzzy SANGAT BAGUS menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy BIASA dan BAGUS menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.3. Berikut
39
ini adalah fungsi keanggotaan untuk variabel pemandangan berdasarkan Persamaan (2.5) dan (2.6). 𝜇𝐵𝑖𝑎𝑠𝑎[𝑥] = { 𝑥 − 20 20 , 20 < 𝑥 < 40 1, 𝑥 = 40 60 − 𝑥 20 , 40 < 𝑥 < 60 0, 𝑥 ≤ 20; 𝑥 ≥ 60 𝜇𝐵𝑎𝑔𝑢𝑠[𝑥] = { 𝑥 − 40 20 , 40 < 𝑥 < 60 1, 𝑥 = 60 80 − 𝑥 20 , 60 < 𝑥 < 80 0, 𝑥 ≤ 40; 𝑥 ≥ 80 𝜇𝑆𝑎𝑛𝑔𝑎𝑡 𝐵𝑎𝑔𝑢𝑠[𝑥] = { 0, 𝑥 ≤ 60 𝑥 − 60 20 , 60 < 𝑥 < 80, 1, 𝑥 ≥ 80
d. Fungsi Keanggotaan Keamanan
Variabel keamanan didefinisikan dengan tiga himpunan fuzzy CUKUP AMAN, AMAN dan SANGAT AMAN. Himpunan fuzzy SANGAT AMAN
40
menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy CUKUP AMAN dan AMAN menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.4. Berikut ini adalah fungsi keanggotaan untuk variabel keamanan berdasarkan Persamaan (2.5) dan (2.6). 𝜇𝐶𝑢𝑘𝑢𝑝 𝐴𝑚𝑎𝑛[𝑥] = { 𝑥 − 30 20 , 30 < 𝑥 < 50 1, 𝑥 = 50 70 − 𝑥 20 , 50 < 𝑥 < 70 0, 𝑥 ≤ 30; 𝑥 ≥ 70 𝜇𝐴𝑚𝑎𝑛[𝑥] = { 𝑥 − 50 20 , 50 < 𝑥 < 70 1, 𝑥 = 70 90 − 𝑥 20 , 70 < 𝑥 < 90 0, 𝑥 ≤ 50; 𝑥 ≥ 90 𝜇𝑆𝑎𝑛𝑔𝑎𝑡 𝐴𝑚𝑎𝑛[𝑥] = { 0, 𝑥 ≤ 70 𝑥 − 70 20 , 70 < 𝑥 < 90, 1, 𝑥 ≥ 90
41 e. Fungsi Keanggotaan Transportasi
Variabel transportasi didefinisikan dengan empat himpunan fuzzy SULIT, SEDANG, MUDAH, dan SANGAT MUDAH. Himpunan fuzzy SANGAT MUDAH menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy SULIT, SEDANG, dan MUDAH menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.5. Berikut ini adalah fungsi keanggotaan untuk variabel transportasi berdasarkan Persamaan (2.5) dan (2.6).
𝜇𝑆𝑢𝑙𝑖𝑡[𝑥] = { 𝑥 − 10 20 , 10 < 𝑥 < 30 1, 𝑥 = 30 50 − 𝑥 20 , 30 < 𝑥 < 50 0, 𝑥 ≤ 10; 𝑥 ≥ 50 𝜇𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] = { 𝑥 − 30 20 , 30 < 𝑥 < 50 1, 𝑥 = 50 70 − 𝑥 20 , 50 < 𝑥 < 70 0, 𝑥 ≤ 30; 𝑥 ≥ 70 𝜇𝑀𝑢𝑑𝑎ℎ[𝑥] = { 𝑥 − 50 20 , 50 < 𝑥 < 70 1, 𝑥 = 70 90 − 𝑥 20 , 70 < 𝑥 < 90 0, 𝑥 ≤ 50; 𝑥 ≥ 90 𝜇𝑆𝑎𝑛𝑔𝑎𝑡 𝑀𝑢𝑑𝑎ℎ[𝑥] = { 0, 𝑥 ≤ 70 𝑥 − 70 20 , 70 < 𝑥 < 90, 1, 𝑥 ≥ 90
42 f. Fungsi Keanggotaan Kebersihan
Variabel kebersihan didefinisikan dengan empat himpunan fuzzy KOTOR, CUKUP BERSIH, BERSIH, SANGAT BERSIH. Himpunan fuzzy SANGAT BERSIH menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy KOTOR, CUKUP BERSIH, dan BERSIH menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.6. Berikut ini adalah fungsi keanggotaan untuk variabel kebersihan berdasarkan Persamaan (2.5) dan (2.6).
𝜇𝐾𝑜𝑡𝑜𝑟[𝑥] = { 𝑥 − 10 20 , 10 < 𝑥 < 30 1, 𝑥 = 30 50 − 𝑥 20 , 30 < 𝑥 < 50 0, 𝑥 ≤ 10; 𝑥 ≥ 50 𝜇𝐶𝑢𝑘𝑢𝑝 𝐵𝑒𝑟𝑠𝑖ℎ[𝑥] = { 𝑥 − 30 20 , 30 < 𝑥 < 50 1, 𝑥 = 50 70 − 𝑥 20 , 50 < 𝑥 < 70 0, 𝑥 ≤ 30; 𝑥 ≥ 70 Gambar 4.5. Himpunan fuzzy: Transportasi
43 𝜇𝐵𝑒𝑟𝑠𝑖ℎ[𝑥] = { 𝑥 − 50 20 , 50 < 𝑥 < 70 1, 𝑥 = 70 90 − 𝑥 20 , 70 < 𝑥 < 90 0, 𝑥 ≤ 50; 𝑥 ≥ 90 𝜇𝑆𝑎𝑛𝑔𝑎𝑡 𝐵𝑒𝑟𝑠𝑖ℎ[𝑥] = { 0, 𝑥 ≤ 70 𝑥 − 70 20 , 70 < 𝑥 < 90, 1, 𝑥 ≥ 90
g. Fungsi Keanggotaan Keramaian
Variabel keramaian didefinisikan dengan empat himpunan fuzzy SEPI, BIASA, RAMAI, dan SANGAT RAMAI. Himpunan fuzzy SANGAT RAMAI menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy SEPI, BIASA, dan RAMAI menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.7. Berikut ini adalah fungsi keanggotaan untuk variabel keramaian berdasarkan Persamaan (2.5) dan (2.6).
44 𝜇𝑆𝑒𝑝𝑖[𝑥] = { 𝑥 − 10 20 , 10 < 𝑥 < 30 1, 𝑥 = 30 50 − 𝑥 20 , 30 < 𝑥 < 50 0, 𝑥 ≤ 10; 𝑥 ≥ 50 𝜇𝐵𝑖𝑎𝑠𝑎[𝑥] = { 𝑥 − 30 20 , 30 < 𝑥 < 50 1, 𝑥 = 50 70 − 𝑥 20 , 50 < 𝑥 < 70 0, 𝑥 ≤ 30; 𝑥 ≥ 70 𝜇𝑅𝑎𝑚𝑎𝑖[𝑥] = { 𝑥 − 50 20 , 50 < 𝑥 < 70 1, 𝑥 = 70 90 − 𝑥 20 , 70 < 𝑥 < 90 0, 𝑥 ≤ 50; 𝑥 ≥ 90 𝜇𝑆𝑎𝑛𝑔𝑎𝑡 𝑅𝑎𝑚𝑎𝑖[𝑥] = { 0, 𝑥 ≤ 70 𝑥 − 70 20 , 70 < 𝑥 < 90, 1, 𝑥 ≥ 90
h. Fungsi Keanggotaan Fasilitas
45
Variabel fasilitas didefinisikan dengan tiga himpunan fuzzy SEDIKIT, SEDANG, dan BANYAK. Himpunan fuzzy SEDIKIT dan BANYAK menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy SEDANG menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.8. Berikut ini adalah fungsi keanggotaan untuk variabel fasilitas berdasarkan Persamaan (2.5) dan (2.6). 𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡[𝑥] = { 1, 𝑥 = 0 50 − 𝑥 30 , 20 < 𝑥 < 50, 0, 𝑥 ≥ 50 𝜇𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] = { 𝑥 − 20 30 , 20 < 𝑥 < 50 1, 𝑥 = 50 80 − 𝑥 30 , 50 < 𝑥 < 80, 0, 𝑥 ≤ 20; 𝑥 ≥ 80 𝜇𝐵𝑎𝑛𝑦𝑎𝑘[𝑥] = { 0, 𝑥 ≤ 50 𝑥 − 50 30 , 50 < 𝑥 < 70, 1, 𝑥 ≥ 80
46 4. Menentukan Derajat Keanggotaan
Derajat keanggotaan diambil dari data pada masing-masing obyek wisata. Selanjutnya data disubstitusian nilainya ke dalam fungsi keanggotaannya pada setiap variabel, sehingga diperoleh derajat keanggotaan pada semua fungsi keanggotaan yang diberikan. Derajat keanggotaan pada masing-masing fungsi keanggotaan adalah sebagai berikut:
a. Derajat Keanggotaan Variabel Jenis Wisata
Variabel Jenis Wisata terbagi menjadi 5 fungsi keanggotaan, yaitu fungsi keanggotaan ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan jenis wisata. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan nilai yang telah ditentukan untuk menunjukkkan masing-masing jenis wisata ke dalam persamaan fungsi keanggotaan jenis wisata ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM. Nilai yang menunjukkan pada jenis wisata ALAM = 20, PANTAI = 35, SEJARAH = 50, WAHANA = 65, dan MUSEUM = 80. Setelah disubstitusikan nilai jenis wisata pada masing-masing obyek wisata ke dalam persamaan kurva segitiga dari fungsi keanggotaan ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM maka diperoleh derajat keanggotaannya. Variabel jenis wisata digunakan untuk melakukan pemilihan terhadap semua obyek wisata agar obyek wisata yang dibandingkan merupakan obyek wisata yang sejenis. Berikut adalah sebagian derajat keanggotaan pada variabel jenis wisata untuk setiap obyek wisata yang
47
ada di Yogyakarta yang dapat dilihat pada Tabel 4.3. Derajat keanggotaan pada variabel jenis wisata secara keseluruhan terlampir pada Lampiran 3.
b. Derajat Keanggotaan Variabel Biaya
Variabel biaya terbagi menjadi 3 fungsi keanggotaan, yaitu fungsi keanggotaan MURAH, SEDANG, dan MAHAL. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan biaya. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya biaya yang diperlukan untuk masuk ke masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan biaya MURAH, SEDANG dan MAHAL. Setelah disubstitusikan nilai biaya pada masing-masing obyek wisata ke dalam persamaan kurva linear dan segitiga dari fungsi keanggotaan MURAH, SEDANG, dan MAHAL, maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel biaya untuk setiap obyek
Tabel 4.3. Derajat Keanggotaan pada Variabel Jenis Wisata
NO OBYEK
WISATA
JENIS WISATA
JENIS WISATA
ALAM PANTAI SEJARAH WAHA
NA MUSEUM
1 Air Terjun
Sidoharjo ALAM 1 0 0 0 0
2 Grojogan Watu
Jonggol ALAM 1 0 0 0 0
3 Curug Nglinggo ALAM 1 0 0 0 0
4 Goa Kiskendo ALAM 1 0 0 0 0
5 Gua Seropan ALAM 1 0 0 0 0
... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ...
48
wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.4. Derajat keanggotaan pada variabel biaya secara keseluruhan terlampir pada Lampiran 3.
c. Derajat Keanggotaan Variabel Pemandangan
Variabel pemandangan atau isi museum terbagi menjadi 3 fungsi keanggotaan, yaitu fungsi keanggotaan BIASA, BAGUS dan SANGAT BAGUS. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan pemandangan. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya nilai pemandangan dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan pemandangan BIASA, BAGUS dan SANGAT BAGUS. Setelah disubstitusikan nilai biaya pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan BIASA, BAGUS dan SANGAT BAGUS maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel
Tabel 4.4. Derajat Keanggotaan pada Variabel Biaya
NO OBYEK WISATA BIAYA BIAYA
MURAH SEDANG MAHAL
1 Air Terjun Sidoharjo 2 0,96 0,04 0
2 Grojogan Watu Jonggol 2 0,96 0,04 0
3 Curug Nglinggo 2 0,96 0,04 0 4 Goa Kiskendo 35 0,3 0,7 0 5 Gua Seropan 2 0,96 0,04 0 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu 5 0,9 0,1 0
49
pemandangan untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.5. Derajat keanggotaan pada variabel pemandangan atau isi museum secara keseluruhan terlampir pada Lampiran 3.
d. Derajat Keanggotaan Variabel Keamanan
Variabel Keamanan terbagi menjadi 3 fungsi keanggotaan, yaitu fungsi keanggotaan CUKUP AMAN, AMAN dan SANGAT AMAN. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan keamanan. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya nilai keamanan dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan keamanan CUKUP AMAN, AMAN dan SANGAT AMAN. Setelah disubstitusikan nilai keamanan pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan Tabel 4.5. Derajat Keanggotaan pada Variabel Pemandangan atau Isi Museum
NO OBYEK
WISATA PEMANDANGAN
PEMANDANGAN
BIASA BAGUS SANGAT
BAGUS 1 Air Terjun Sidoharjo 75 0 0,25 0,75 2 Grojogan Watu Jonggol 68.3333 0 0,583335 0,416665 3 Curug Nglinggo 68.3333 0 0,583335 0,416665 4 Goa Kiskendo 73.3333 0 0,333335 0,666665 5 Gua Seropan 68.3333 0 0,583335 0,416665 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu 61 0 0,95 0,05
50
CUKUP AMAN, AMAN dan SANGAT AMAN maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel biaya untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.6. Derajat keanggotaan pada variabel keamanan secara keseluruhan terlampir pada Lampiran 3.
e. Derajat Keanggotaan Variabel Transportasi
Variabel transportasi terbagi menjadi 4 fungsi keanggotaan, yaitu fungsi keanggotaan SULIT, SEDANG, MUDAH dan SANGAT MUDAH. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan transportasi. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya nilai transportasi dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan transportasi SULIT, SEDANG,
Tabel 4.6. Derajat Keanggotaan pada Variabel Keamanan
NO OBYEK WISATA KEAMANAN
KEAMANAN CUKUP AMAN AMAN SANGAT AMAN 1 Air Terjun Sidoharjo 63.3333 0,333335 0,666665 0 2 Grojogan Watu Jonggol 63.3333 0,333335 0,666665 0 3 Curug Nglinggo 63.3333 0,333335 0,666665 0 4 Goa Kiskendo 66.6667 0,166665 0,833335 0 5 Gua Seropan 58.3333 0,583335 0,416665 0 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu 59.3333 0,533335 0,466665 0
51
MUDAH dan SANGAT MUDAH. Setelah disubstitusikan nilai transportasi pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan SULIT, SEDANG, MUDAH dan SANGAT MUDAH maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel trasportasi untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.7. Derajat keanggotaan pada variabel transportasi secara keseluruhan terlampir pada Lampiran 3.
f. Derajat Keanggotaan Variabel Kebersihan
Variabel kebersihan terbagi menjadi 4 fungsi keanggotaan, yaitu fungsi keanggotaan KOTOR, CUKUP BERSIH, BERSIH, dan SANGAT BERSIH. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan kebersihan. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya nilai kebersihan dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan kebersihan KOTOR, CUKUP BERSIH,
Tabel 4.7. Derajat Keanggotaan pada Variabel Transportasi
NO OBYEK
WISATA TRANSPORTASI
TRANSPORTASI
SULIT SEDANG MUDAH SANGAT
MUDAH 1 Air Terjun Sidoharjo 46.6667 0,166665 0,833335 0 0 2 Grojogan Watu Jonggol 41.6667 0,416665 0,583335 0 0 3 Curug Nglinggo 41.6667 0,416665 0,583335 0 0 4 Goa Kiskendo 66 0 0,2 0,8 0 5 Gua Seropan 55 0 0,75 0,25 0 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu 58.3333 0 0,583335 0,416665 0
52
BERSIH dan SANGAT BERSIH. Setelah disubstitusikan nilai kebersihan pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan KOTOR, CUKUP BERSIH, BERSIH dan SANGAT BERSIH maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel kebersihan untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.8. Derajat keanggotaan pada variabel kebersihan secara keseluruhan terlampir pada Lampiran 3.
g. Derajat Keanggotaan Variabel Keramaian
Variabel keramaian terbagi menjadi 4 fungsi keanggotaan, yaitu fungsi keanggotaan SEPI, BIASA, RAMAI, dan SANGAT RAMAI. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan keramaian. Nilai derajat keanggotaan diperoleh dengan
Tabel 4.8. Derajat Keanggotaan pada Variabel Kebersihan
NO OBYEK WISATA KEBERSIHAN KEBERSIHAN KOTOR CUKUP BERSIH BERSIH SANGAT BERSIH 1 Air Terjun Sidoharjo 53.3333 0 0,833335 0,166665 0 2 Grojogan Watu Jonggol 58.3333 0 0,583335 0,416665 0 3 Curug Nglinggo 56.6667 0 0,666665 0,333335 0 4 Goa Kiskendo 60 0 0,5 0,5 0 5 Gua Seropan 60 0 0,5 0,5 0 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu 61.3333 0 0,433335 0,566665 0
53
mesubstitusikan besarnya nilai keramaian dari ke masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan keramaian SEPI, BIASA, RAMAI dan SANGAT RAMAI. Setelah disubstitusikan nilai biaya pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan SEPI, BIASA, RAMAI dan SANGAT RAMAI maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel keramaian untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.9. Derajat keanggotaan pada variabel keramaian secara keseluruhan terlampir pada Lampiran 3.
h. Derajat Keanggotaan Variabel Fasilitas
Variabel fasilitas terbagi menjadi 3 fungsi keanggotaan, yaitu fungsi keanggotaan SEDIKIT, SEDANG, dan BANYAK. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan fasilitas. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya
Tabel 4.9. Derajat Keanggotaan pada Variabel Keramaian
NO OBYEK
WISATA KERAMAIAN
KERAMAIAN
SEPI BIASA RAMAI SANGAT
RAMAI 1 Air Terjun Sidoharjo 63.3333 0 0,333335 0,666665 0 2 Grojogan Watu Jonggol 60 0 0,5 0,5 0 3 Curug Nglinggo 60 0 0,5 0,5 0 4 Goa Kiskendo 66.6667 0 0,166665 0,833335 0 5 Gua Seropan 53.3333 0 0,833335 0,166665 0 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu 52 0 0,9 0,1 0
54
nilai fasilitas dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan fasilitas SEDIKIT, SEDANG, dan BANYAK. Setelah disubstitusikan nilai fasilitas pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan SEDIKIT, SEDANG, dan BANYAK maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel fasilitas untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.10. Derajat keanggotaan pada variabel fasilitas secara keseluruhan terlampir pada Lampiran 3.
5. Menentukan Nilai Fire strength
Tahapan yang dilakukan selanjutnya adalah melakukan inferensi fuzzy. Inferensi fuzzy yang digunakkan adalah metode Tahani dimana operator yang digunakan dalam perhitungan adalah operator AND. Ada 2 operator AND yaitu
Tabel 4.10. Derajat Keanggotaan pada Variabel Fasilitas
NO OBYEK WISATA FASILITAS
FASILITAS
SEDIKIT SEDANG BANYAK
1 Air Terjun Sidoharjo 43.3333 0,222223 0,777776 0 2 Grojogan Watu Jonggol 50 0 1 0 3 Curug Nglinggo 43.3333 0,222223 0,777776 0 4 Goa Kiskendo 52.6667 0 0,91111 0,08889 5 Gua Seropan 45 0,16666 0,8333 0 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu 50 0 1 0
55
operator AND pergandaan dan operator AND minimum. Pada tahap ini akan dicari nilai fire strength berdasarkan Query yang diberikan oleh wisatawan.
Misalkan diberikan Query 1 yaitu akan dicari obyek wisata dengan kriteria sebagai berikut:
Jenis wisata : ALAM
Biaya : MURAH
Pemandangan : BAGUS
Keamanan : CUKUP AMAN
Transportasi : SEDANG Kebersihan : BERSIH Keramaian : BIASA Fasilitas : SEDANG
Maka untuk mendapatkan hasil rekomendasi obyek wisata yang paling dekat dengan kriteria yang akan dicari adalah dengan mencari nilai fire strength pada masing-masing obyek wisata. Nilai fire strength akan dicari menggunakan rumus operator AND:
𝛼1= (𝜇𝐽𝑊) ∗ (𝜇𝐵𝐼) ∗ (𝜇𝑃𝑀) ∗ (𝜇𝐾𝑀) ∗ (𝜇𝑇𝑅) ∗ (𝜇𝐾𝐵) ∗ (𝜇𝐾𝑅) ∗ (𝜇𝐹𝑆) atau
𝛼2 = min (𝜇𝐽𝑊, 𝜇𝐵𝐼, 𝜇𝑃𝑀, 𝜇𝐾𝑀, 𝜇𝑇𝑅,𝜇𝐾𝐵, 𝜇𝐾𝑅, 𝜇𝐹𝑆) Keterangan:
𝛼1 = nilai fire strength dengan operator AND pergandaan 𝛼2 = nilai fire strength dengan operator AND minimum 𝜇𝐽𝑊 = fungsi keanggotaan dari himpunan fuzzy Jenis Wisata
56
𝜇𝐵𝐼 = fungsi keanggotaan dari himpunan fuzzy Biaya
𝜇𝑃𝑀 = fungsi keanggotaan dari himpunan fuzzy Pemandangan 𝜇𝐾𝑀 = fungsi keanggotaan dari himpunan fuzzy Keamanan 𝜇𝑇𝑅 = fungsi keanggotaan dari himpunan fuzzy Transportasi 𝜇𝐾𝐵 = fungsi keanggotaan dari himpunan fuzzy Kebersihan 𝜇𝐾𝑅 = fungsi keanggotaan dari himpunan fuzzy Keramaian 𝜇𝐹𝑆 = fungsi keanggotaan dari himpunan fuzzy Fasilitas untuk lebih jelasnya akan digambarkan pada Tabel 4.11.
Derajat keanggotaan pada masing-masing variabel untuk semua obyek wisata yang telah diketahui kemudian disubstitusikan ke dalam rumus operator AND. Nilai 𝛼1 dan 𝛼2 pada masing-masing kecamatan adalah:
Tabel 4.11. Derajat Keanggotaan Semua Variabel
NO O BY EK WI S A TA 𝝁𝑱𝑾 𝑨 𝑳 𝑨 𝑴 𝝁𝑩𝑰 𝑴 𝑼 𝑹 𝑨 𝑯 𝝁𝑷𝑴 𝑩 𝑨 𝑮 𝑼𝑺 𝝁𝑲𝑴 𝑪 𝑼𝑲 𝑼𝑷 𝑨 𝑴 𝑨 𝑵 𝝁𝑻𝑹 𝑺 𝑬 𝑫 𝑨 𝑵 𝑮 𝝁𝑲𝑩 𝑩 𝑬 𝑹 𝑺 𝑰𝑯 𝝁𝑲𝑹 𝑩 𝑰𝑨 𝑺 𝑨 𝝁𝑭𝑺 𝑺 𝑬 𝑫 𝑨 𝑵 𝑮 1 Air Terjun Sidoharjo 1 0,96 0,25 0,333335 0,83333 5 0,16666 5 0,33333 5 0,777776 2 Grojogan Watu Jonggol 1 0,96 0,583335 0,333335 0,58333 5 0,41666 5 0,5 1 3 Curug Nglinggo 1 0,96 0,583335 0,333335 0,58333 5 0,33333 5 0,5 0,777776 4 Goa Kiskendo 1 0,3 0,333335 0,166665 0,2 0,5 0,16666 5 0,91111 5 Gua Seropan 1 0,96 0,583335 0,583335 0,75 0,5 0,83333 5 0,8333 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 Museum Kayu 0 0,9 0,95 0,533335 0,58333 5 0,56666 5 0,9 1
57 𝛼1= (𝜇𝐽𝑊 𝐴𝐿𝐴𝑀) ∗ (𝜇𝐵𝐼 𝑀𝑈𝑅𝐴𝐻) ∗ (𝜇𝑃𝑀 𝐵𝐴𝐺𝑈𝑆 ) ∗ (𝜇𝐾𝑀 𝐶𝑈𝐾𝑈𝑃 𝐴𝑀𝐴𝑁) ∗ (𝜇𝑇𝑅 𝑆𝐸𝐷𝐴𝑁𝐺) ∗ (𝜇𝐾𝐵 𝐵𝐸𝑅𝑆𝐼𝐻) ∗ (𝜇𝐾𝑅 𝐵𝐼𝐴𝑆𝐴) ∗ (𝜇𝐹𝑆 𝑆𝐸𝐷𝐴𝑁𝐺) 𝛼1= (1) ∗ (0,96) ∗ (0,583335) ∗ (0,583335) ∗ (0,75) ∗ (0,5) ∗ (0,833335) ∗ (0,8333) 𝛼1=0.0851
Dengan langkah yang sama diperoleh 𝛼1 pada semua obyek wisata. Nilai 𝛼1 atau nilai fire strength pada semua obyek wisata kemudian diurutkan dari nilai fire strength yang paling besar seperti pada Tabel 4.12.
Tabel 4.12. Fire strength Hasil Operator AND Pergandaan
No Obyek wisata Fire strength
1 Goa Seropan 0.0851
2 Grojogan Banyu Tibo 0.0608
3 Air Terjun Jogan 0.0518
4 Wanagama 0.0381
5 Curug Tegalrejo 0.0348
6 Curug Banyunibo 0.0338
7 Gunung Kendil 0.0323
8 Goa Rancang Kencono 0.0232 9 Grojogan Watu Jonggol 0.0227
10 Gunung Gambar 0.0207
11 Curug Pulosari 0.0169
12 Curug Nglinggo 0.0141
13 Embung Serut Sukunan 0.009
14 Goa Cerme 0.0053
58
Berdasarkan Tabel 4.12 hasil perhitungan fire strength yang dihasilkan oleh operator AND Pergandaan dapat dilihat bahwa obyek wisata Goa Seropan menduduki peringkat pertama dengan nilai fire strength sebesar 0,0851. Perhitungan berikutnya adalah mencari nilai fire strength menggunakan menggunakan operator AND minimum. Langkah perhitungannya adalah sebagai berikut: 𝛼2 = min {(𝜇𝐽𝑊 𝐴𝐿𝐴𝑀), (𝜇𝐵𝐼 𝑀𝑈𝑅𝐴𝐻), (𝜇𝑃𝑀 𝐵𝐴𝐺𝑈𝑆 ), (𝜇𝐾𝑀 𝐶𝑈𝐾𝑈𝑃 𝐴𝑀𝐴𝑁), (𝜇𝑇𝑅 𝑆𝐸𝐷𝐴𝑁𝐺), (𝜇𝐾𝐵 𝐵𝐸𝑅𝑆𝐼𝐻), (𝜇𝐾𝑅 𝐵𝐼𝐴𝑆𝐴), (𝜇𝐹𝑆 𝑆𝐸𝐷𝐴𝑁𝐺)} 𝛼2 = min {(1), (0,96), (0,583335), (0,583335), (0,75), (0,5), (0,833335), (0,8333)} 𝛼2 = 0,5
Selanjutnya dengan langkah yang sama, akan dicari 𝛼2 dari obyek-obyek wisata yang lain. Setelah diperoleh nilai fire strength pada semua obyek wisata, semua obyek wisata tersebut diurutkan berdasarkan nilai fire strength yang paling besar. Urutan obyek wisata tersebut dapat dilihat pada Tabel 4.13. obyek wisata yang menduduki peringkat teratas adalah Goa Seropan dengan fire strength sebesar 0,5.
59
Tahap-tahap perancangan aplikasi fuzzy decision making dengan metode Tahani secara keseluruhan menggunakan MATLAB R2009a dengan Script yang terlampir pada Lampiran 6.
B. Uji Kesesuaian Hasil Aplikasi dengan Kondisi Obyek wisata
Langkah yang dilakukan selanjutnya adalah melakukan pengujian pada masing-masing obyek wisata untuk mengetahui apakah aplikasi yang telah dibuat ini sesuai dengan kondisi obyek-obyek wisata tersebut atau tidak. Salain itu
Tabel 4.13. Fire strength hasil operator AND minimum
No Obyek wisata Fire strength
1 Goa Seropan 0.5
2 Grojogan Banyu Tibo 0.4167
3 Wanagama 0.4
4 Air Terjun Jogan 0.3333
5 Curug Tegalrejo 0.3333
6 Goa Rancang Kencono 0.3333
7 Gunung Gambar 0.3333
8 Curug Banyunibo 0.3333
9 Curug Pulosari 0.3333
10 Curug Nglinggo 0.3333
11 Grojogan Watu Jonggol 0.3333
12 Gunung Kendil 0.3167
13 Air Terjun Gedangan 0.2167
14 Goa Selarong 0.2
60
pengujian ini juga dilakukan untuk mengetahui operator AND hasilnya paling sesuai dan dapat digunakan untuk aplikasi ini ke depannya. Pengujian ini dimulai dengan mengelompokkan obyek wisata pada query yang sesuai dengan kondisi obyek wisata yang akan diuji tersebut. Misalkan obyek wisata yang akan diuji adalah Goa Seropan, maka query yang diberikan adalah query yang sesuai dengan kondisi Goa Seropan. Kemudian dicari nilai fire strength pada semua obyek wisata. Pengujian ini dikatakan sesuai apabila nilai fire strength yang paling tinggi dari obyek wisata yang telah dirangking adalah nilai fire strength dari obyek wisata Goa Seropan.
Kondisi dari masing-masing obyek wisata dapat diketahui dengan melihat nilai derajat keanggotaan dari setiap variabel. Kondisi obyek wisata diambil berdasarkan derajat keanggotaan yang paling besar nilainya dari setiap variabel. Pada Tabel 4.11 dapat dilihat bahwa obyek wisata Goa Seropan memiliki nilai derajat keanggotaan pada Biaya MURAH = 0,96, nilai derajat keanggotaan pada Biaya SEDANG = 0,04, dan nilai derajat keanggotaan pada Biaya MAHAL = 0. Karena nilai derajat keanggotaan Biaya MURAH yang paling tinggi maka Biaya Goa Seropan adalah MURAH. Langkah ini dilakukan pada semua obyek wisata untuk semua variabel, sehingga diperoleh karakteristik dari setiap obyek wisata yang dapat dilihat pada Tabel 4.14. data karekteristik selengkapnya dapat dilihat pada Lampiran 4.
61
Sebagaimana yang bisa dilihat pada Lampiran 3, ada beberapa obyek wisata yang memiliki karakteristik yang sama, maka untuk memudahkan pengujian maka obyek-obyek wisata tersebut dikelompokkan kembali sesuai dengan karakter yang sama dalam satu Query. Pengelompokkan tersebut dapat dilihat pada Tabel 4.15.
Pengujian pada obyek wisata dilakukan sebanyak 60 kali uji sesuai dengan jumlah Query atau kelompok obyek-obyek wisata yang memiliki karakteristik yang sama. Hasil pengelompokkan query secara keseluruhan terlampir pada Lampiran 5.
Tabel 4.14. Data Karakteristik Obyek wisata
No O b y e k w is a ta J e n is Wi sa ta Bi a y a P e m a n d a n g a n K e a m a n a n Tr a n sp o r ta si K e b e r si h a n K e r a m a ia n F a si li ta s 1 Gua
Seropan ALAM MURAH BAGUS
CUKUP AMAN
SEDAN
G BERSIH BIASA SEDANG
2
Pasar Beringharj
o
WAHAN
A MURAH BAGUS AMAN MUDAH BERSIH
RAMA I SEDANG 3 Keraton Ngayogya karta SEJARA H MURAH SANGAT
BAGUS AMAN MUDAH BERSIH
RAMA I
BANYA K 4 Pantai
Indrayanti PANTAI MURAH
SANGAT
BAGUS AMAN MUDAH BERSIH
RAMA I BANYA K ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 149 De Mata Trick Eye Museum MUSEU
M SEDANG BAGUS AMAN MUDAH BERSIH
RAMA I
BANYA K
62 Uji Query 1
Uji yang pertama adalah uji kesesuaian obyek wisata berdasarkan kriteria pada Query 1. Berikut adalah Query yang diberikan.
Jenis Wisata : ALAM
Biaya : MURAH
Pemandangan : BAGUS
Keamanan : CUKUP AMAN
Transportasi : SEDANG Kebersihan : BERSIH
Keramaian : BIASA
Fasilitas : SEDANG.
Tabel 4.15. Query berdasarkan karakteristik obyek wisata
No Uji Jenis Wisata Biaya Peman dangan Keama nan Transpor tasi Kebersih an Keram aian Fasilitas 1 Query 1
ALAM MURAH BAGUS CUKUP
AMAN SEDANG BERSIH BIASA SEDANG
2 Query 2
ALAM MURAH BAGUS AMAN MUDAH BERSIH RAMAI SEDANG
3 Query 3
ALAM MURAH BAGUS AMAN MUDAH BERSIH RAMAI BANYAK
4 Query 4 ALAM MURAH SANGA T BAGUS
AMAN MUDAH BERSIH RAMAI SEDANG
... ... ... .... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 60 Query 60 MUSE
63
Obyek wisata yang memiliki karateristik yang sesuai dengan Query 1 adalah Goa Seropan. Hasil dari pemilihan berdasarkan Query 1 dapat dilihat pada Tabel 4.16.
Berdasarkan hasil pada Tabel 4.16 maka dapat dilihat bahwa kedua operator AND memberikan hasil yang diharapkan yaitu Goa Seropan berada pada peringkat teratas. Jadi uji berdasarkan Query 1 telah sesuai.
Langkah ini kemudian diulangi untuk memperoleh hasil uji pada Query 2-60. Hasil dari uji Query 2-60 dapat dilihat pada Lampiran 5. Setelah dilakukan pengujian pada aplikasi, hasil pengujian direkap untuk mengetahui jumlah hasil yang sesuai dan yang tidak sesuai yang dihasilkan oleh kedua operator. Rekapitulasi hasil operator AND pergandaan dan minimum dapat dilihat pada Tabel 4.17, untuk lebih lengkapnya dapat dilihat pada Lampiran 5.
Tabel 4.16. (a)
Hasil Query 1 AND Pergandaan
Tabel 4.16. (b)
Hasil Query 1 AND Minimum
No Obyek wisata AND
Pergandaan No Obyek wisata
AND Minimum
1 Goa Seropan 0.0851 1 Goa Seropan 0.5
2 Grojogan Banyu Tibo 0.0608 2 Grojogan Banyu Tibo 0.4167
3 Air Terjun Jogan 0.0518 3 Wanagama 0.4
4 Wanagama 0.0381 4 Air Terjun Jogan 0.3333
5 Curug Tegalrejo 0.0348 5 Curug Tegalrejo 0.3333
6 Curug Banyunibo 0.0338 6 Goa Rancang Kencono 0.3333
7 Gunung Kendil 0.0323 7 Gunung Gambar 0.3333
8 Goa Rancang Kencono 0.0232 8 Curug Banyunibo 0.3333
9 Grojogan Watu Jonggol 0.0227 9 Curug Pulosari 0.3333
10 Gunung Gambar 0.0207 10 Curug Nglinggo 0.3333
11 Curug Pulosari 0.0169 11 Grojogan Watu Jonggol 0.3333
12 Curug Nglinggo 0.0141 12 Gunung Kendil 0.3167
13 Embung Serut Sukunan 0.009 13 Air Terjun Gedangan 0.2167
14 Goa Cerme 0.0053 14 Goa Selarong 0.2
64
Berdasarkan Lampiran 5, dari 60 uji yang telah dilakukan terdapat 15 hasil yang tidak sesuai yang dihasilkan oleh operator AND pergandaan, sedangkan untuk operator AND minimum menghasilkan 4 hasil yang tidak sesuai dengan yang diharapkan. Nilai keakuratan data uji untuk aplikasi fuzzy decision making dengan operator AND pergandaan adalah
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑈𝑗𝑖 𝑃𝑒𝑟𝑔𝑎𝑛𝑑𝑎𝑎𝑛 = 45
60× 100% = 75% dan errornya sebesar
𝐸𝑟𝑟𝑜𝑟 𝑈𝑗𝑖 𝑃𝑒𝑟𝑔𝑎𝑛𝑑𝑎𝑎𝑛 = 100% − 75% = 25%,
Tabel 4.17. Rekapitulasi Uji Kesesuaian Obyek wisata
No Uji AND
Pergandaan AND Minimum
1 Query 1 Sesuai Sesuai
2 Query 2 Sesuai Sesuai
3 Query 3 Sesuai Sesuai
4 Query 4 Sesuai Sesuai
5 Query 5 Sesuai Tidak Sesuai 6 Query 6 Tidak Sesuai Tidak Sesuai
7 Query 7 Sesuai Sesuai
8 Query 8 Tidak Sesuai Sesuai
9 Query 9 Sesuai Sesuai
10 Query 10 Sesuai Sesuai
11 Query 11 Sesuai Sesuai
12 Query 12 Sesuai Sesuai
13 Query 13 Tidak Sesuai Sesuai 14 Query 14 Tidak Sesuai Sesuai 15 Query 15 Sesuai Tidak Sesuai
... ... ... ...
... ... ... ...
... ... ... ...
65
sedangkan nilai keakuratan dara uji dengan menggunakan operator AND minimum adalah
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑈𝑗𝑖 𝑀𝑖𝑛𝑖𝑚𝑢𝑚 = 56
60× 100% = 93,33% dan errornya sebesar
𝐸𝑟𝑟𝑜𝑟 𝑈𝑗𝑖 𝑀𝑖𝑛𝑖𝑚𝑢𝑚 = 100% − 93,33% = 6,67%
Jadi berdasarkan hasil keakurasian data uji dengan menggunakan kedua operator, maka hasil yang diperoleh dari operator AND minimum lebih sesuai dari pada hasil yang diperoleh dari operator AND pergandaan, sehingga pada aplikasi pemilihan tujuan wisata ini dalam perhitungan selanjutnya hanya akan menggunakan operator AND minimum.
C. Implementasi Aplikasi Fuzzy Decision Making Menggunakan Graphical
User Interface (GUI)
Tahapan terakhir pada penelitian ini adalah mengimplementasikan aplikasi fuzzy decision making yang telah dibangun dengan menggunakan Graphical User Interface (GUI). Tahapan ini bertujuan untuk mempermudah pengguna/wisatawan dalam menggunakan aplikasi fuzzy decision making sehingga aplikasi bisa lebih komunikatif terhadap pengguna. Hasil dari implementasi aplikasi fuzzy decision making dengan GUI dapat dilihat pada Gambar 4.9, sedangkan untuk langkah-langkah perancangannya dijelaskan pada Lampiran 8.
66
Penggunaan aplikasi yang ditunjukan pada Gambar 4.9 di atas dimulai dengan memilih kriteria yang dikehendaki pada masing-masing variabel seperti jenis wisata, biaya, pemandangan, keamanan, transportasi, kebersihan, keramaian dan fasilitas. Selanjutnya pengguna hanya cukup menekan push button PROSES untuk mendapatkan rekomendasi obyek wisata yang disertai dengan gambar dan informasi dari obyek wisata tersebut. hasil yang keluar pada GUI merupakan hasil dari aplikasi fuzzy decision making yang telah dibangun dengan MATLAB.