SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI TEMPAT WISATA DI SUMATERA BARAT MENGGUNAKAN METODE ELECTRE REPOSITORY

SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI TEMPAT WISATA DI SUMATERA BARAT MENGGUNAKAN METODE

ELECTRE

REPOSITORY

OLEH

ROMI RARASTI NIM. 1403119549

PROGRAM STUDI SISTEM INFORMASI JURUSAN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS RIAU

PEKANBARU

2019

SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI TEMPAT WISATA DI SUMATERA BARAT MENGGUNAKAN METODE ELECTRE

Romi Rarasti, Evfi Mahdiyah

Mahasiswa Program Studi S1 Sistem Informasi Jurusan Ilmu Komputer

Fakultas Matematika dan Ilmu Pengetahuan Alam Kampus Bina Widya Pekanbaru, 28293, Indonesia

Romi.rarasti@student.unri.ac.id ABSTRACT

West Sumatra Province is one of the tourist destinations in Indonesia which is visited by many local and foreign tourists. The number of tourist visits to West Sumatra has increased with the number of domestic tourists amounting to 6.00% from 7,343,282 people in 2016 to 7,783,876 people in 2017. While for foreign tourist visits increased by 13.34% from 49,686 people in 2016 to 56,313 people in 2017. The researcher created a Decision Support System (DSS) Tourist Places in West Sumatra Using the ELECTRE Method. This system created using the PHP programming language MySQL database and uses the UML modeling language as a system design. The researcher uses three criteria as attributes for data processing, namely, costs, facilities and infrastructure. This system uses six categories of tourist destination choices in West Sumatra, namely, historical tourism, beach tourism, lake tourism, mountain tourism, nature tourism and waterfall tourism. This research produces a web application that provides information on tourist attractions recommendations to visitors in accordance with input criteria made by visitors.

Kata Kunci: ELECTRE, Tourist Recommendations, West Sumatera, Decision Support System.

ABSTRAK

Provinsi Sumatera Barat merupakan salah satu tempat tujuan wisata yang ada di Indonesia yang banyak dikunjungi oleh wisatawan lokal maupun asing. Jumlah kunjungan wisatawan ke Sumatera Barat mengalami peningkatan dengan jumlah wisatawan nusantara sebesar 6,00% dari 7.343.282 orang pada tahun 2016 menjadi 7.783.876 orang pada tahun 2017. Sedangkan untuk kunjungan wisatawan mancanegara meningkat sebesar 13,34% dari 49.686 orang pada tahun 2016 menjadi 56.313 orang pada 2017. Peneliti membuat sebuah Sistem Pendukung Keputusan (SPK) Rekomendasi Tempat Wisata di Sumatera Barat Menggunakan Metode ELECTRE. Sistem ini dibuat dengan menggunakan bahasa pemrograman PHP dan database MySQL serta menggunakan bahasa pemodelan UML sebagai desain rancangan sistem. Peneliti menggunakan tiga kriteria sebagai atribut untuk proses pengolahan data yaitu, biaya, fasilitas dan infrastruktur. Sistem ini menggunakan enam kategori pilihan destinasi wisata di Sumatera Barat yaitu, wisata sejarah, wisata pantai, wisata danau, wisata

gunung, wisata alam dan wisata air terjun. Penelitian ini menghasilkan sebuah aplikasi web yang memberikan informasi rekomendasi tempat wisata kepada pengunjung sesuai dengan inputan kriteria yang dilakukan pengunjung.

Kata Kunci: ELECTRE, Rekomendasi Wisata, Sumatera Barat, Sistem Pendukung Keputusan.

PENDAHULUAN

Pariwisata merupakan bagian yang tidak terpisahkan dari kehidupan manusia terutama menyangkut kegiatan sosial ekonomi yang dipandang sebagai salah satu industri yang prospektif di masa yang akan datang (Kabassi, 2010). Pariwisata sebagai industri jasa menjadi pendorong utama perekonomian dunia sehingga banyak negara berusaha menjadikan negerinya sebagai objek yang kaya akan daya tarik kepariwisataan. Di sisi lain, wisata adalah salah satu pasar yang dinamis (Ban, 2011). Provinsi Sumatera Barat merupakan salah satu tempat tujuan wisata yang ada di Indonesia yang banyak dikunjungi oleh wisatawan lokal maupun asing. Sumatera Barat memiliki hampir semua jenis objek wisata alam seperti laut, pantai, danau, gunung dan ngarai. Selain wisata alam, Sumatera Barat juga terkenal dengan wisata budaya dan sejarahnya. Jumlah kunjungan wisatawan ke Sumatera Barat mengalami peningkatan dengan jumlah wisatawan nusantara sebesar 6.00% dari 7.343.282 orang pada tahun 2016 menjadi 7.783.876 orang pada tahun 2017.

Sedangkan untuk kunjungan wisatawan mancanegara meningkat sebesar 13,34% dari 49.686 orang pada tahun 2016 menjadi 56.313 orang pada 2017.

Melihat apa yang terjadi, maka penulis melakukan penelitian dan membuat sebuah sistem pendukung keputusan untuk membantu wisatawan dalam mencari tempat wisata yang ada di Sumatera Barat dengan menggunakan metode ELECTRE. Metode ELECTRE merupakan salah satu metode dari sistem pendukung keputusan yang berbasis multi kriteria yang berasal dari EROPA sekitar tahun 1960-an. ELECTRE berasal dari kata Elimination Et Choix Traduisant la Realita (Elimination and Choice Expressing Reality) (Pratiwi, 2016). Menurut (Janco & Bernoider, 2005) ELECTRE merupakan salah satu metode pengambilan keputusan multikriteria berdasarkan pada konsep out rangking dengan menggunakan perbandingan berpasangan dari alternatif berdasarkan setiap kriteria yang sesuai.

Penelitian ini diharapkan dapat menghasilkan informasi berupa rekomendasi tempat wisata bagi calon wisatawan yang akan atau ingin berwisata ke Sumatera Barat.

METODE PENELITIAN

a. Teknik Pengumpulan Data

Metode pengumpulan data yang digunakan adalah dengan memadukan data dari sumber data primer dan sumber data sekunder. Metode pengumpulan data primer dilaksanakan dengan cara sebagai berikut:

1. Observasi

Mengamati secara langsung dan mengumpulkan data mengenai biaya dan fasilitas yang ada pada sejumlah objek wisata yang ada di Sumatera Barat.

2. Studi Literatur

Melakukan studi kepustakaan dengan cara mencari literatur atau sumber-sumber yang berkaitan dengan penelitian yang memberikan informasi secara memadai untuk menyelesaikan penelitian dan membantu mempertegas teori-teori yang ada.

Metode pengumpulan data sekunder diambil dari internet yang berhubungan dengan penelitian tugas akhir ini, misalnya data-data objek wisata yang ada di Provinsi Sumatera Barat.

b. Peralatan Yang Digunakan

Peralatan yang digunakan dalam penelitian ini terbagi menjadi 2 kategori, yaitu hardware dan software. Peralatan hardware dapat dilihat pada Tabel 1 dan Software pada Tabel 2.

Tabel 1. Hardware yang digunakan No Nama Alat dan

Bahan Fungsi Keterangan

1. Laptop Perangkat untuk pembuatan sistem dan pengerjaan skripsi

Fujitsu Intel Inside Core i3 2. Printer Mencetak hardcopy

skripsi

HP Deskjet Ink Advantage 2135 Tabel 2. Software yang digunakan

No Nama Alat dan

Bahan Fungsi Keterangan

1. Microsoft Office Word

Pengerjaan skripsi Versi 2013

2. Starl UML Pengerjaan diagram

3. Xampp Penyimpanan

database sistem 4. Notepad++ Pengerjaan sistem

c. Langkah Penyelesaian

Penelitian ini terdapat langkah-langkah penyelesaian yang akan dilakukan sebagai berikut:

1. Studi Literatur.

2. Pengumpulan Data.

3. Analisis.

4. Desain.

a. Pembuatan Use Case Diagram.

b. Pembuatan Class Diagram.

c. Pembuatan Sequence Diagram.

5. Coding.

d. Metode ELECTRE

Metode pengambil keputusan yang digunakan dalam penelitian ini adalah metode ELECTRE (Elimination and Choice Expressing Reality). Adapun langkah-langkah dalam metode ELECTRE adalah sebagai berikut:

1. Normalisasi matriks keputusan

Tahap ini setiap atribut diubah menjadi nilai yang comparable. Setiap normalisasi dari Xij dapat dilakukan dengan persamaan (1) :

r

ij

=

^𝑥𝑖𝑗

√∑^𝑚_𝑖=1𝑥^2𝑖𝑗

untuk i = 1, 2, 3, ...., m dan j = 1, 2, 3, ...,n. (1) Sehingga didapat matriks R normalisasi

R= [

𝑟₁₁ 𝑟₁₂ ⋯ 𝑟_1𝑛 𝑟₂₁ 𝑟₂₂ … 𝑟_2𝑛

…

𝑟_𝑚1 𝑟_𝑚2 … 𝑟_𝑚𝑛 ]

2. Pembobotan matriks yang telah di normalisasi.

Setelah dinormalisasi, setiap kolom dari matriks R dikalikan dengan bobot-bobot (Wj) yang ditentukan oleh pembuat keputusan. Perkalian matriks dengan bobot dapat dilakukan dengan persamaan (2).

V = R x W (2) sehingga Weight Normalize matrix adalah sebagai berikut:

V = [

𝑣₁₁ 𝑣₁₂ … 𝑣_1𝑛 𝑣₂₁ 𝑣₂₂ … 𝑣_2𝑛

…

𝑣_𝑚1 𝑣_𝑚2 … 𝑣_𝑚𝑛

] = RW = [

𝑤₁𝑟₁₁ 𝑤₂𝑟₁₂ … 𝑤_𝑛𝑟_1𝑛 𝑤₂𝑟₂₁ 𝑤₂𝑟₂₂ … 𝑤_𝑛𝑟_2𝑛

…

𝑤₁𝑟_𝑚1 𝑤₂𝑟_𝑚2 … 𝑤_𝑛𝑟_𝑚𝑛 ]

3. Menentukan himpunan Concordance dan Discordance pada index.

Untuk setiap pasang dari alternatif k dan 1 (k, 1 = 1, 2, 3, ..., m dan k tidak sama dengan 1) kumpulan j kriteria dibagi menjadi 2 himpunan bagian yaitu Condordance dan Discordance. Sebuah kriteria dalam suatu alternatif termasuk Condordance apabila sesuai dengan persamaan (3) :

C

kl

= { j, y

kj

≥ y

lj

} , untuk j = 1,2,3,...,n

(3) Sebaliknya komplementer dari himpunan bagian Concordance adalah himpunan Discordance yaitu bila sesuai dengan persamaan (4) :

D

kl

= { j, y

kj

< y

lj

}, untuk j = 1,2,3,...,n

(4) 4. Menghitung matriks Concordance dan Discordance.

Menghitung matriks Concordance dapat dilakukan dengan menggunakan persamaan (5)

C

kl

= ∑

_𝑗𝑐𝑤

𝑤

_𝑗

⁽⁵⁾

Sehingga matriks Concordance yang dihasilkan adalah :

C = [

− 𝑐₁₂ 𝑐₁₃ … 𝑐_1𝑛 𝑐₂₁ − 𝑐₂₃ … 𝑐_2𝑛

…

𝑐_𝑚1 𝑐_𝑚2 𝑐_𝑚3 … − ]

Menghitung matriks Discordance dapat dilakukan dengan menggunakan persamaan (6)

d

kl =

{𝑚𝑎𝑥(𝑣_𝑚𝑛−𝑣_{𝑚𝑛−𝑙𝑛})} ;𝑚,𝑛 ∈ 𝐷_𝑘𝑙

{𝑚𝑎𝑥(𝑣_𝑚𝑛−𝑣_{𝑚𝑛−𝑙𝑛})} ;𝑚,𝑛=1,2,3,… (6)

Sehingga diperoleh matriks Discordance yang dihasilkan adalah :

D = [

− 𝑑₁₂ 𝑑₁₃ … 𝑑_1𝑚 𝑑₂₁ − 𝑑₂₃ … 𝑑_2𝑚

…

𝑑_𝑚1 𝑑_𝑚2 𝑑_𝑚3 … − ]

5. Menghitung matriks dominan Concordance dan Discordance.

Menghitung matriks dominan Concordance dapat dilakukan dengan menggunakan persamaan (7)

C

kl

≥ c

(7) Dengan nilai threshold (c ) dapat dilihat pada persamaan (8):

c =

^{∑ ∑ 𝑐𝑘𝑙}

𝑛𝑙−1 𝑛𝑘−1

𝑚 ∗ (𝑚−1)

⁽⁸⁾

Sehingga elemen matriks F ditentukan dengan menggunakan persamaan (9) :

F

kl

= 1, jika c

kl

≥ c dan f

kl

= 0, jika c

kl

< c

(9) Menghitung matriks dominan Discordance matriks G sebagai matriks dominan Discordance dapat dibangun dengan bantuan nilai threshold ( d ) dengan menggunakan persamaan (10):

d =

^{∑ ∑ 𝑑𝑘𝑙}

𝑛𝑙=1 𝑛𝑘=1

𝑚∗ (𝑚−1)

(10) Sehingga elemen matriks G ditentukan dengan menggunakan persamaan (11):

g

kl

= 0, jika c

kl

≥ d dan g

kl

= 1, jika c

kl

< d

(11) 6. Menentukan agregat dominan matriks.

Menentukan agregat dominan matriks dapat dilakukan dengan menggunakan persamaan (12)

e

kl

= f

kl

x g

kl (12) 7. Eliminasi alternatif yang less favourable

Matriks E memberikan urutan pilihan dari setiap alternatif , yaitu bila Ekl=1 maka alternatif Ak merupakan alternatif yang lebih baik daripada Al. Sehingga baris dalam matriks E yang memiliki jumlah Ekl = 1 paling sedikit dapat dieleminasi. Dengan demikian, alternatif terbaik adalah alternatif yang mendominasi alternatif lainnya.

HASIL DAN PEMBAHASAN

a. Analisis Sistem

Analisis merupakan tahapan pemahaman terhadap persoalan sebelum mengambil suatu tindakan atau keputusan. Ini merupakan tahap yang paling penting karena jika terjadi kesalahan pada tahap ini akan menyebabkan kesalahan pada tahap berikutnya.

Pada tahapan ini akan dianalisa tentang sistem yang akan dibuat, kebutuhan pengguna serta kebutuhan sistem itu sendiri.

b. Analisis Masalah

Provinsi Sumatera Barat memiliki beberapa jenis objek wisata yang sering dijadikan sebagai daerah tujuan untuk berwisata saat akhir pekan maupun ketika liburan tiba. Hal ini dapat dilihat dari banyaknya pengunjung yang datang ke beberapa lokasi wisata yang ada di Sumatera Barat. Tentunya pengunjung memiliki beberapa kriteria yang dijadikan sebagai dasar dalam memilih daerah tujuan berwisata, yaitu fasilitas, biaya, serta infrastuktur yang memadai.

c. Parameter Setiap Kriteria 1. Skala Biaya.

Penentuan range biaya:

Biaya termahal : Rp 50.000,- Biaya termurah : Rp 5.000,-

Rating kecocokan kriteria biaya dinilai dari satu sampai lima:

a. 5 : apabila biaya wisata berkisar antara Rp 0 – Rp 20.000.

b. 4 : apabila biaya wisata berkisar antara Rp 21.000 – Rp 30.000.

c. 3 : apabila biaya wisata berkisar antara Rp 31.000 – Rp 40.000.

d. 2 : apabila biaya wisata berkisar antara Rp 41.000 – Rp 50.000.

e. 1 : apabila biaya wisata > Rp 51.000.

2. Skala Fasilitas.

Rating kecocokan kriteria fasilitas dinilai dari satu sampai lima:

a. 1 : jika belum ada fasilitas yang tersedia.

b. 2 : jika hanya terdapat sarana pendukung (mushola, toilet, dan tempat istirahat).

c. 3 : jika terdapat sarana pendukung dan tempat parkir.

d. 4 : jika terdapat sarana pendukung, tempat parkir dan rumah makan.

e. 5 : jika terdapat sarana pendukung, tempat parkir, rumah makan, dan penginapan.

3. Skala Infrastruktur.

Rating kecocokan kriteria infrastruktur dinilai dari satu sampai lima:

a. 1 : jika belum ada infrastruktur yang tersedia.

b. 2 : jika wisata memiliki kemudahan akses jalan.

c. 3 : jika wisata memiliki kemudahan akses jalan serta sumber energi dan listrik.

d. 4 : jika wisata memiliki kemudahan akses jalan, sumber energi dan listrik, serta jaringan komunikasi.

e. 5 : jika wisata memiliki kemudahan akses jalan, sumber energi dan listrik, jaringan komunikasi, serta sarana kesehatan.

d. Hasil Pengujian ELECTRE

Misalnya terdapat 10 lokasi tempat wisata yang ada di Sumatera Barat yang menjadi alternatif:

A1 : Danau Maninjau A2 : Danau Singkarak A3 : Gunung Marapi A4 : Gunung Singgalang A5 : Gunung Talang A6 : Pantai Air Manis A7 : Pantai Carocok A8 : Pantai Gandoriah A9 : Pantai Padang

A10 : Pantai Pasir Jambak

Pada tabel 3. akan disajikan penilaian dari setiap alternatif untuk masing-masing kriteria.

Tabel 3. Data Penilaian Wisata

Biaya Fasilitas Infrastruktur

A1 5 3 2

A2 5 4 4

A3 2 2 2

A4 5 2 2

A5 5 2 2

A6 5 4 3

A7 5 4 3

A8 5 4 3

A9 5 4 4

A10 5 3 2

Untuk melakukan perhitungan data, diperlukan nilai bobot kriteria. Nilai bobot kriteria ditentukan oleh pengunjung. Inputan yang dimasukkan oleh pengunjung disajikan pada tabel 4.

Tabel 4. Data Bobot Kriteria

Kriteria Biaya Fasilitas Infrastruktur

Bobot 2 2 3

Langkah-langkah penyelesaiannya sebagai berikut:

1. Normalisasi Matriks Keputusan.

Normalisasi matriks keputusan dilakukan dengan menggunakan persamaan (1).

r11 = ⁵

√5²+5²+5²+5²+5²+5²+5²+5²+5²+5² = ⁵

√250 = ⁵

15,811 = 0,316228

Dengan cara yang sama, maka akan diperoleh nilai r12, r13, r21... r103 sebagai berikut:

r21 = 0,316228 r22 = 0,381385 r13 = 0,225018

r31 = 0,316228 r32 = 0,190693 r23 = 0,450035 r41 = 0,316228 r42 = 0,190693 r33 = 0,225018 r51 = 0,316228 r52 = 0,190693 r43 = 0,225018 r61 = 0,316228 r62 = 0,381385 r53 = 0,225018 r71 = 0,316228 r72 = 0,381385 r63 = 0,337526 r81 = 0,316228 r82 = 0,381385 r73 = 0,337526 r91 = 0,316228 r92 = 0,381385 r83 = 0,337526 r101 = 0,316228 r102 = 0,286039 r93 = 0,450035

R =

[

0,316228 0,286039 0,225018 0,316228 0,381385 0,450035 0,316228 0,190693 0,225018 0,316228 0,190693 0,225018 0,316228 0,190693 0,225018 0,316228 0,381385 0,337526 0,316228 0,381385 0,337526 0,316228 0,381385 0,337526 0,316228 0,381385 0,450035 0,316228 0,286039 0,225018]

2. Pembobotan pada matriks yang telah dinormalisasi.

Pembobotan pada matriks dilakukan dengan menggunakan persamaan (2).

R =

[

0,316228 0,286039 0,225018 0,316228 0,381385 0,450035 0,316228 0,190693 0,225018 0,316228 0,190693 0,225018 0,316228 0,190693 0,225018 0,316228 0,381385 0,337526 0,316228 0,381385 0,337526 0,316228 0,381385 0,337526 0,316228 0,381385 0,450035 0,316228 0,286039 0,225018]

x W = [

2 0 0 0 2 0 0 0 3 ]

V =

[

0,632456 0,572078 0,675053 0,632456 0,76277 1,350105 0,632456 0,381385 0,675054 0,632456 0,381385 0,675054 0,632456 0,381385 0,675054 0,632456 0,76277 1,012378 0,632456 0,76277 1,012378 0,632456 0,76277 1,012378 0,632456 0,76277 1,350105 0,632456 0,572078 0,675054]

3. Menentukan Concordance antar alternatif

Concordance antar alternatif dapat dilihat pada tabel 5.

Tabel 5. Concordance antar alternatif

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10

A1 - 1 1,2,3 1,2,3 1,2,3 1 1 1 1 1,2,3

A2 1,2,3 - 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3

A3 1,3 1 - 1,2,3 1,2,3 1 1 1 1 1,3

A4 1,3 1 1,2,3 - 1,2,3 1 1 1 1 1,3

A5 1,3 1 1,2,3 1,2,3 - 1 1 1 1 1,3

A6 1,2,3 1,2 1,2,3 1,2,3 1,2,3 - 1,2,3 1,2,3 1,2,3 1,2,3

A7 1,2,3 1,2 1,2,3 1,2,3 1,2,3 1,2,3 - 1,2,3 1,2,3 1,2,3

A8 1,2,3 1,2 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3 - 1,2,3 1,2,3

A9 1,2,3 1,2 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3 - 1,2,3

A10 1,2,3 1 1,2,3 1,2,3 1,2,3 1 1 1 1 -

Dari Concordance antar alternatif maka didapat nilai matriks Concordance pada tabel 6.

Tabel 6. Matriks Concordance

A1 A2 A3 A4 A5 A6 A7 A8 A8 A10

A1 - 2 7 7 7 2 2 2 2 7

A2 7 - 7 7 7 7 7 7 7 7

A3 5 2 - 7 7 2 2 2 2 5

A4 5 2 7 - 7 2 2 2 2 5

A5 5 2 7 7 - 2 2 2 2 5

A6 7 4 7 7 7 - 7 7 7 7

A7 7 4 7 7 7 7 - 7 7 7

A8 7 4 7 7 7 7 7 - 7 7

A9 7 4 7 7 7 7 7 7 - 7

A10 7 2 7 7 7 2 2 2 2 -

4. Menentukan Discordance antar alternatif

Discordance antar alternatif dapat dilihat pada Tabel 7.

Tabel 7. Discordance antar alternatif

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10

A1 - 2,3 - - - 2,3 2,3 2,3 2,3 -

A2 - - - - - - - - - -

A3 2 2,3 - - - 2,3 2,3 2,3 2,3 2

A4 2 2,3 - - - 2,3 2,3 2,3 2,3 2

A5 2 2,3 - - - 2,3 2,3 2,3 2,3 2

A6 - 3 - - - - - - - -

A7 - 3 - - - - - - - -

A8 - 3 - - - - - - - -

A9 - 3 - - - - - - - -

A10 - 2,3 - - - 2,3 2,3 2,3 2,3 -

Dari Discordance antar alternatif maka didapat nilai matriks Discordance pada tabel 8.

Tabel 8. Matriks Discordance

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10

A1 - 0 0 1 1 0 0 0 0 0

A2 1,21355 - 0,412015 1 1 0 1 1,9999 1 0,500002

A3 0 0 - 0 0 0 0 0 0 0

A4 0 0 0 - 0 0 0 0 0 0

Lanjutan Tabel 8.

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10

A5 0 0 0 0 - 0 0 0 0 0

A6 0 0 0 1 1 - 0 0 0 0

A8 0 0 0,5 1 1 0 0 - 0 0

A9 0 0 0 1 1 0 0 0 - 0

A10 0 0 0 1 1 0 0 0 0 -

5. Matriks Dominan Concordance

Matriks Dominan Concordance dapat dilihat pada Tabel 9.

Tabel 9. Matriks Dominan Concordance

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10

A1 - 0 1 1 1 0 0 0 0 1

A2 1 - 1 1 1 1 1 1 1 1

A3 0 0 - 1 1 0 0 0 0 0

A4 0 0 1 - 1 0 0 0 0 0

A5 0 0 1 1 - 0 0 0 0 0

A6 1 0 1 1 1 - 1 1 1 1

A7 1 0 1 1 1 1 - 1 1 1

A8 1 0 1 1 1 1 1 - 1 1

A9 1 0 1 1 1 1 1 1 - 1

A10 1 0 1 1 1 0 0 0 0 -

6. Matriks Dominan Discordance

Matriks Dominan Discordance dapat dilihat pada Tabel 10.

Tabel 10. Matriks Dominan Discordance

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10

A1 - 0 0 1 1 0 0 0 0 0

A2 1 - 1 1 1 0 1 1 1 1

A3 0 0 - 0 0 0 0 0 0 0

A4 0 0 0 - 0 0 0 0 0 0

A5 0 0 0 0 - 0 0 0 0 0

A6 0 0 0 1 1 - 0 0 0 0

A7 0 0 0 1 1 0 - 0 0 0

A8 0 0 1 1 1 0 0 - 0 0

A9 0 0 0 1 1 0 0 0 - 0

A10 0 0 0 1 1 0 0 0 0 -

7. Melakukan Perangkingan

Perangkingan rekomendasi tempat wisata dapat dilihat pada Tabel 11.

Tabel 11. Perangkingan

Nama Wisata Kategori Nilai

Danau Singkarak Wisata Danau 8

Pantai Gandoriah Wisata Pantai 3

Pantai Air Manis Wisata Pantai 2

Pantai Padang Wisata Pantai 2

Pantai Carocok Wisata Pantai 2

Pantai Pasir Jambak Wisata Pantai 2

Danau Maninjau Wisata Danau 2

Gunung Marapi Wisata Gunung 0

Gunung Singgalang Wisata Gunung 0

Gunung Talang Wisata Gunung 0

e. Desain Sistem 1. Use Case Diagram

Use Case Diagram pada sistem ini memiliki dua aktor yaitu Admin dan pengunjung. Admin dapat melakukan aktivitas mengelola kategori wisata, mengelola wisata, mengelola kriteria dan melihat hasil perhitungan yang dilakukan oleh pengunjung.

Sedangkan pengunjung hanya dapat melakukan aktivitas menginput data perhitungan dan melihat hasil rekomendai yang diberikan oleh sistem. Use Case Diagram pada sistem ini dapat dilihat pada Gambar 1.

Gambar 1. Use Case Diagram 2. Class Diagram

Class diagram menggambarkan interaksi antar kelas-kelas dalam sistem. Didalam kelas memiliki atribut dan operasi. Class diagram dalam sistem ini dapat dilihat pada gambar 2.

Gambar 2. Class Diagram

3. Sequence Diagram

Diagram sekuen atau sequence diagram menggambarkan interaksi antar objek didalam dan disekitar sistem (termasuk pengguna, antarmuka, dan sebagainya) berupa pesan yang digambarkan terhadap waktu. Sequence diagram pada sistem ini dapat dilihat pada gambar 3.

Gambar 3. Sequence Diagram f. Implementasi Sistem

1. Tampilan Beranda Sistem

Tampilan beranda sistem merupakan halaman yang diperbolehkan siapapun untuk mengaksesnya tanpa harus masuk kedalam sistem.

Gambar 4. Tampilan Beranda Sistem 2. Tampilan Hasil Perhitungan

Tampilan hasil perhitungan menunjukkan hasil perhitungan yang berisi data hasil perhitungan yang dilakukan oleh pengunjung. Tampilan hasil perhitungan dapat dilihat pada Gambar 5.

Gambar 5. Tampilan Hasil Perhitungan 3. Tampilan Hasil Normalisasi

Tampilan hasil normalisasi menunjukkan hasil normalisasi matriks keputusan dalam perhitungan yang dilakukan oleh pengunjung. Tampilan hasil normalisasi dapat dilihat pada Gambar 6.

Gambar 6. Tampilan Hasil Normalisasi KESIMPULAN

Berdasarkan hasil penelitian Tugas Akhir pada Sistem Pendukung Keputusan Rekomendasi Wisata di Sumatera Barat Menggunakan Metode ELECTRE berbasis Web ini dapat diambil kesimpulan sebagai berikut:

1. Penulis telah berhasil merancang dan membangun Sistem Pendukung Keputusan Rekomendasi Wisata di Sumatera Barat Menggunakan Metode ELECTRE berbasis Web.

2. Metode ELECTRE berhasil diterapkan dalam Sistem Pendukung Keputusan Rekomendasi Wisata di Sumatera Barat. Kriteria yang dipilih pada penelitian ini yaitu biaya, fasilitas dan infrastruktur dapat diproses kemudian menghasilkan rekomendasi melalui tahap-tahap yang telah ditetapkan dalam metode ELECTRE.

3. Sistem ini dapat menyelesaikan permasalahan pemilihan objek wisata sesuai dengan kriteria yang diinginkan pengunjung.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada ibu Evfi Mahdiyah, S.kom., MIT yang telah membimbing, memotivasi serta membantu penelitian dan penulisan karya ilmiah ini.

DAFTAR PUSTAKA

Ban, O. I., 2011. Fuzzy multicriteria decision making method applied to selection of the best touristic destinations. International Journal Of Mathematical Models And Methods In Applied Sciences, 5(2).

Janko, W dan Bernoider, E, 2005. Multi Criteria Decision Making An Application Study of ELECTRE & TOPSIS. Dalam Fuzzy Multi-Attribute Decision Making

(MADM). Yogyakarta: Graha Ilmu.

Kabassi, K., 2010. Personalizing recommendations for tourists.

Departement of Ecology and the Environment, Technologycal Educational Institute of the Ionian Island Greece Telematics and Informatics, Volume 27, pp.

51-66.

Pratiwi, Heny. 2016. Sistem Pendukung Keputusan, Yogyakarta: Deepublish.