SISTEM REKOMENDASI PEMESANAN TIKET BUS MENGGUNAKAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) PADA PERANGKAT ANDROID SKRIPSI

(1)

SISTEM REKOMENDASI PEMESANAN TIKET BUS MENGGUNAKAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) PADA

PERANGKAT ANDROID

SKRIPSI

ADE DERMAWAN 111402031

PROGRAM STUDI TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

2018

Universitas Sumatera Utara

(2)

SISTEM REKOMENDASI PEMESANAN TIKET BUS MENGGUNAKAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) PADA

PERANGKAT ANDROID

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi

ADE DERMAWAN 111402031

PROGRAM STUDI TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

2018

(3)

(4)

PERNYATAAN

SISTEM REKOMENDASI PEMESANAN TIKET BUS MENGGUNAKAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) PADA

PERANGKAT ANDROID

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 15 Mei 2018

Ade Dermawan 111402031

(5)

UCAPAN TERIMA KASIH

Segala puji dan syukur penulis sampaikan kepada Tuhan Yang Maha Esa yang telah memberikan berkat-Nya yang melimpah sehingga penulis dapat menyelesaikan skripsi ini dengan baik untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Teknologi Informasi Universitas Sumatera Utara.

Skripsi ini penulis persembahkan kepada orangtua penulis, Bapak Kurnia Sembirinng dan Ibu Murniati yang selalu memberikan doa, semangat, dukungan, perhatian, kasih sayang, dan pengorbanan. Semoga Allah SWT memberikan kebahagiaan kepada kedua orangtua penulis. Terima kasih penulis ucapkan kepada kakak, dan abang penulis, Riani Sari br. Sembiring, Malinda Sari br. Sembiring, dan Deddy Sembiring yang selalu memberikan semangat dan dukungan dalam pengerjaan skripsi ini.

Penulis menyadari bahwa penelitian ini tidak akan terwujud tanpa bantuan banyak pihak. Dengan kerendahan hati, penulis ucapkan terima kasih kepada :

1. Bapak Dr. Syahril Efendi, S.Si., M.IT sebagai dosen pembimbing I dan Bapak Ivan Jaya, S.Si., M.Kom sebagai dosen pembimbing II yang telah meluangkan waktu, pikiran, saran, dan kritiknya untuk penulis dalam menyelesaikan skripsi ini.

2. Ketua dan Sekretaris Program Studi S1 Teknologi Informasi, Bapak Romi Fadillah Rahmat, B.Com.Sc., M.Sc., dan Ibu Sarah Purnamawati, ST., M.Sc.

3. Bapak Dedy Arisandi ST., M.Kom selaku dosen pembimbing akademik yang selalu memberi saran dalam proses akademik penulis.

4. Seluruh dosen yang mengajar serta staf Tata Usaha Program Studi Teknologi Informasi Universitas Sumatera Utara.

5. Teman - teman angkatan 2011 Teknologi Informasi.

Penulis menyadari bahwa masih banyak kekurangan dalam skripsi ini, untuk itu penulis mengharapkan saran dan kritik yang bersifat membangun dari semua pihak demi kesempurnaan skripsi ini. Akhir kata penulis ucapkan terima kasih.

(6)

ABSTRAK

Sistem pemesanan tiket bus saat ini masih banyak yang dilakukan secara manual.

Proses pemesanan tiket sangat memakan waktu yang lama, penumpang harus datang terlebih dahulu ke loket bus untuk memesan tiket, mengantri, setelah itu bagian administrasi memberikan tiket yang dipesan. Disaat ramai penumpang, pegawai administrasi sering mengalami kewalahan dalam melayani penumpang membeli tiket.

Dalam pemesanan tiket bus, hal ini sangat tidak efektif dan efisien. Disamping itu terdapat beberapa bus dengan tujuan yang sama dengan harga dan fasilitas yang bervariasi yang membuat penumpang terkadang sulit untuk menentukan jenis dan tipe bus yang akan di tumpangi. Oleh karena itu dibutuhkan sebuah aplikasi yang dapat meberikan rekomendasi kepada masyarakat untuk memilih bus yang akan mereka gunakan dalam melakukan perjalanan. Sistem yang di bangun menggunakan algoritma CART (Classification And Regression Trees) pada perangkat android. Algoritma CART merupakan salah satu teknik eksplorasi data yaitu teknik pohon keputusan, bertujuan untuk mendapatkan suatu kelompok data yang akurat sebagai penciri dari suatu pengklasifikasian. Klasifikasi data dilakukan ke dalam beberapa jenis parameter data, yaitu jarak, harga_tiket dan jadwal. Hasil uji coba menunjukan bahwa sistem yang di bangun dapat memberikan rekomendasi bus yang tepat kepada user sebelum melakukan pemesanan tiket sehingga user dapat mengetahui ketersediaan bus, fasilitas bus, waktu keberangkatan bus, serta harga tiket bus.

Kata kunci : CART (Classification And Regression Trees), Pemesanan Tiket Bus, Klasifikasi.

(7)

RECOMMENDATION SYSTEM OF BUS TICKETS USING CART (CLASSIFICATION AND REGRESSION TREES) ALGORITHM ON THE

ANDROID DEVICE

ABSTRACT

Reservation system for bus ticket nowadays is still mostly done manually. Ticket booking process is very time consuming. First, passengers must come to the bus counter to book tickets, queue up, and then the administration department provides the booked tickets. When passengers are crowded, administrative staff are often overwhelmed while serving passengers to buy tickets. For booking bus tickets, this is very ineffective and inefficient. Besides that, there are several buses with the same destination that have varying prices and facilities which make passengers sometimes difficult to decide what type and kind of bus will be chosen for the ride. therefore an application is required that can provide recommendations to the public for choosing the bus they will use for traveling.. The system built using CART (Classification And Regression Trees) algorithm on android devices. CART algorithm is one of data exploration technique which is decision tree technique, which aims to obtain an accurate data group as the characteristic of a classifier. Data classification is done into several types of data parameters namely distance, price_tiket and schedule. The test results show that the built system can provide the right bus recommendations to the user before making a reservation so that the user can know the availability, facilities, departure time, and ticket prices of the bus.

Keywords : CART (Classification And Regression Trees), Booking Bus Ticket, Classification.

(8)

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Ucapan Terima Kasih iii

Abstrak iv

Abstract v

Daftar Isi vi

Daftar Tabel viii

Daftar Gambar ix

BAB 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Metode Penelitian 3

Bab 2 Landasan Teori

2.1 Algoritma 5

2.2 Algoritma Decision Tree 5

2.3 Algoritma CART 7

2.4 Android 8

2.5 Web Server 9

2.6 Penelitian Terdahulu 9

BAB 3 Analisis dan Perancangan Sistem

3.1 Arsitektur Umum 13

3.2 Algoritma CART 16

(9)

3.3 Perancangan Sistem 21

3.3.1 Use Case Diagram 21

3.3.2 Perancangan Database 24

3.3.3 Rancangan Antarmuka Sistem 25

BAB 4 Implementasi dan Pengujian

4.1 Implementasi Sistem 38

4.1.1 Spesifikasi Perangkat Keras dan Lunak yang digunakan 38

4.2 Implemantasi Peracangan Antarmuka 39

4.2.1 Halaman Login User 39

4.2.2 Halaman Menu Utama 39

4.2.3 Halaman Daftar 40

4.2.4 Halaman Hasil Pencarian atau Rekomendasi 41

4.2.5 Halaman Pembelian Tiket 41

4.2.6 Halaman Pesanan Saya 42

4.2.7 Halaman Upload Bukti Pembayaran 43

4.2.8 Halaman Login Admin 43

4.2.9 Halaman Utama atau Dashboard Admin 44

4.2.10 Halaman Tabel User 45

4.2.11 Halaman Tabel Data Kota 45

4.2.12 Halaman Tabel Data Bus 46

4.2.13 Halaman Tabel Data Kelas Bus 46

4.2.14 Halaman Tabel Jadwal Bus 47

4.2.15 Halaman Tabel Data Pelanggan 47

4.2.16 Halaman Tabel Data Order Tiket 48

4.3 Pengujian Sistem Rekomendasi Pemesanan Tiket Bus 48

4.4 Hasil Pengujian Sistem 53

BAB 5 Kesimpulan dan Saran

5.1 Kesimpulan 56

5.2 Saran 56

Daftar Pustaka 57

(10)

DAFTAR TABEL

Halaman

Tabel 2.1. Konsep Data Dalam Decision Tree 7

Tabel 2.2. Penelitian Terdahulu 11

Tabel 3.1. Tabel Data Bus 17

Tabel 3.2. Tabel Data Bus Setelah Normalisasi 18

Tabel 3.3. Tabel Data Normalisasi 18

Tabel 3.4. Nilai Interval 19

Tabel 3.5. Candidate Split Parameter Jarak 20

Tabel 3.6. Deskripsi Use Case Admin 22

Tabel 3.7. Deskripsi Use Case Pengguna 24

Tabel 4.1. Tabel Data Armada Bus 53

Tabel 4.2. Tabel Setelah Proses Normalisasi 54

Tabel 4.3. Penentuan Nilai Recommended 54

(11)

DAFTAR GAMBAR

Halaman

Gambar 2.1. Konsep Decision Tree 5

Gambar 2.2. Struktur Decision Tree 6

Gambar 3.1. Arsitektur Umum 14

Gambar 3.2. Use Case Admin 21

Gambar 3.3. Use Case Pengguna 23

Gambar 3.4. Database Design 25

Gambar 3.5. Rancangan Menu Login 26

Gambar 3.6. Rancangan Menu Daftar 27

Gambar 3.7. Rancangan Menu Utama 27

Gambar 3.8. Rancangan Menu Pemesanan Tiket 28

Gambar 3.9. Rancangan Menu Pembelian Tiket 29

Gambar 3.10. Rancangan Menu Login Admin 29

Gambar 3.11. Rancangan Dasboard 30

Gambar 3.12. Rancangan Halaman Tabel User 31

Gambar 3.13. Rancangan Halaman Tabel Data Kota 32

Gambar 3.14. Rancangan Halaman Tabel Data Bus 33

Gambar 3.15. Rancangan Halaman Tabel Data Kelas Bus 34

Gambar 3.16. Rancangan Halaman Tabel Jadwal Bus 35

Gambar 3.17. Rancangan Halaman Tabel Data Pelanggan 36 Gambar 3.18. Rancangan Halaman Tabel Data Order Tiket 37

Gambar 4.1. Halaman Login User 39

Gambar 4.2. Menu Utama 40

Gambar 4.3. Halaman Daftar 40

Gambar 4.4. Halaman Hasil Pencarian 41

Gambar 4.5. Halaman Pembelian Tiket 42

Gambar 4.6. Halaman Pesanan Saya 42

Gambar 4.7. Halaman Upload Bukti Pembayaran 43

(12)

Gambar 4.8. Halaman Login Admin 44

Gambar 4.9. Halaman Utama atau Dashboard Admin 44

Gambar 4.10. Halaman Tabel User 45

Gambar 4.11. Halaman Tabel Data Kota 45

Gambar 4.12. Halaman Tabel Data Bus 46

Gambar 4.13. Halaman Tabel Data Kelas Bus 46

Gambar 4.14. Halaman Tabel Jadwal Bus 47

Gambar 4.15. Halaman Tabel Data Pelanggan 47

Gambar 4.16. Halaman Tabel Data Order Tiket 48

Gambar 4.17. Contoh Input Data 49

Gambar 4.18. Contoh Hasil Rekomendasi Tiket Bus 49

Gambar 4.19. Contoh Detail Tiket 50

Gambar 4.20. Contoh Daftar Pesanan saya 51

Gambar 4.21. Contoh Halaman Upload Bukti Bayar 51

Gambar 4.22. Contoh Verifikasi Pembayaran Oleh Admin 52

Gambar 4.23. Contoh E-Ticket 52

Gambar 4.24. Output Rekomendasi Tiket Pada Antarmuka Aplikasi 55

(13)

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Perkembangan teknologi informasi yang sangat pesat memungkinkan terjadinya pemenuhan permintaan baik yang berupa informasi, jasa, atau barang secara lebih cepat. Terlebih lagi perkembangan yang pesat di bidang mobile device, di mana kini perangkat mobile sudah di dukung oleh fitur internet (Novanis, 2015).

Kondisi ini yang akhirnya dimanfaatkan oleh perusahaan jasa travel untuk mengatasi permasalahan penyajian informasi khususnya dalam ketersediaan tiket dan proses reservasi yang masih manual, terutama pada sistem pemesanan tiket bus.

Sistem pemesanan tiket bus saat ini masih banyak yang dilakukan secara manual.

Proses pemesanan tiket sangat memakan waktu yang lama, penumpang harus datang terlebih dahulu ke loket bus untuk memesan tiket, mengantri, setelah itu bagian administrasi memberikan tiket yang dipesan. Disaat ramai penumpang, pegawai administrasi sering mengalami kewalahan dalam melayani penumpang membeli tiket.

Kekecewaan bisa dialami oleh penumpng ketika tidak mendapatkan tiket atau mendapatkan pelayanan yang tidak memuaskan. Dalam pemesanan tiket bus, hal ini sangat tidak efektif dan efisien. Disamping itu terdapat beberapa bus dengan tujuan yang sama dengan harga dan fasilitas yang bervariasi yang membuat penumpang terkadang sulit untuk menentukan jenis dan tipe bus yang akan di tumpangi.

Sesuai dengan kemajuan teknologi, pemesanan tiket dapat dilakukan secara online. Sistem pemesanan tiket bus secara online ini dapat membantu penumpang lebih mudah dalam pemesanan tiket dan meringankan kerja pegawai adminitrasi.

Dengan adanya pemesanan tiket bus ini, penumpang dapat mengakses tiket dimanapun berada, selain itu penumpang akan mendapatkan informasi mengenai bus yang akan dinaiki, informasi tentang jadwal bus, melihat ketersediaan dan memilih kursi yang ada pada bus secara langsung, informasi tentang harga bus, semua dapat diakses dengan mudah tanpa harus datang ke loket bus (Hartono, 2012).

Aplikasi rekomendasi dari peneliti sebelumnya memanfaatkan metode neurofuzzy classification untuk membantu mempermudah calon konsumen yang tidak

(14)

ahli dalam bidang pemilihan mobil dalam menentukan mobil yang tepat sesuai yang diinginkan dengan lebih akurat. Dengan menggunakan variabel harga, ukuran, kapasitas penumpang, daya maksimum, besar mesin, dan jumlah service center yang digunakan sebagai parameter inputan. Pada penelitian ini dilakukan pengukuran sistem rekomendasi pembelian mobil terhadap 70 koresponden yang menghasilkan akurasi rekomendasi pembelian mobil yang dibagi menjadi tiga tingkat yaitu akurasi tinggi 70%, akurasi sedang 19% dan akurasi rendah 11% (Pujianto. et al, 2011).

Sistem rekomendasi seperti ini juga bisa dilakukan dengan memanfaatkan metode CART karena metode mempunyai beberapa kelebihan dibandingkan metode klasifikasi lainnya, yaitu hasilnya lebih mudah diinterpretasikan, lebih akurat dan lebih cepat penghitungannya, selain itu CART bisa diterapkan untuk himpunan data yang mempunyai jumlah besar, variabel yang sangat banyak dan dengan skala variabel campuran melalui prosedur pemilahan biner.

Pada saat ini masyarakat tidak terlepas dengan smartphone (ponsel pintar), masyarakat sering menghabiskan waktu luang mereka dengan memainkan smartphone mereka. Oleh karena itu, pada penelitian ini penulis akan membangun sebuah sistem atau aplikasi yang dapat mempermudah dalam memesan tiket bus. Sistem yang akan dibangun menggunakan platform Android. Berdasarkan latar belakang diatas maka penulis mengajukan penelitian dengan judul “SISTEM REKOMENDASI PEMESANAN TIKET BUS MENGGUNAKAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) PADA PERANGKAT ANDROID”.

1.2. Rumusan Masalah

Bus merupakan transportasi yang sering di pakai oleh masyarakat untuk melakukan perjalanan ke suatu tempat yang mereka ingin tuju. Masih banyaknya perusahaan bus yang melakukan pemesanan tiket secara konvensional membuat kerumitan tersendiri bagi masyarakat dalam mengetahui ketersediaan bus, ketersediaan seat, waktu keberangkatan bus serta harga tiket bus. Oleh karena itu dibutuhkan sebuah aplikasi yang dapat meberikan rekomendasi kepada masyarakat dalam memilih bus yang akan mereka gunakan dalam melakukan perjalan mereka.

(15)

1.3. Batasan Masalah

Permasalahan yang akan dibahas pada penelitian ini akan dibatasi ruang lingkupnya yaitu :

1. Informasi yang diberikan berupa : ketersediaan kursi, jadwal keberangkatan bus, dan informasi tentang harga bus.

2. Algoritma yang digunakan adalah Algoritma CART

3. Aplikasi yang dibangun hanya bekerja pada platform Android

1.4. Tujuan Penelitian

Memberikan rekomendasi bus yang tepat menggunakan algoritma CART kepada user sebelum melakukan pemesanan tiket sehingga user dapat mengetahui ketersediaan bus, fasilitas bus, waktu keberangkatan bus, serta harga tiket bus.

1.5. Manfaat Penelitian Manfaat dari penelitian ini adalah :

1. Dapat memesan tiket secara online tanpa harus mendatangi loket.

2. Dapat memberikan informasi tentang ketersediaan kursi, jadwal keberangkatan bus, fasilitas bus dan harga bus.

3. Dapat memberikan rekomendasi pada penumpang untuk bus yang akan dinaiki.

Sebagai wadah promosi bagi perusahaan bus, feedback untuk perusahaan, serta mempermudah dalam pendataan penumbang bagi perusahaan bus.

1.6. Metodologi Penelitian

Tahapan yang akan dilakukan pada penelitian ini adalah:

1. Studi Literatur

Tahap studi literatur dimulai dengan mengumpulkan dan mempelajari informasi- informasi yang diperoleh dari buku, jurnal, skripsi, dan berbagai sumber referensi lain mengenai pemesanan tiket secara online, android, metode CART

(Classification and Regression Trees).

(16)

2. Analisis Permasalahan

Pada tahap ini dilakukan analisis masalah terhadap berbagai informasi yang terkait dengan penelitian dan berbagai sumber yang didapatkan agar dapat memilih metode yang tepat untuk menyelesaikan masalah pada penelitian ini.

3. Perancangan Program

Pada tahap ini dilakukan perancangan program untuk menyelesaikan permasalahan yang terdapat di dalam tahap analisis kemudian dilanjutkan dengan mengimplementasikan hasil analisis dan perancangan ke dalam sistem.

4. Implementasi

Pada tahap ini mengimplementasikan algoritma CART (Classification and Regression Trees) untuk mendapatkan rekomendasi tiket sesuai dengan program yang telah dibuat.

5. Pengujian

Pada tahap ini dilakukan pengujian terhadap aplikasi yang telah dibuat untuk menguji kemampuan algoritma CART (Classification and Regression Trees) dalam perekomendasian tiket.

6. Dokumentasi dan Penyusunan Laporan

Pada tahap ini dilakukan dokumentasi dan penyusunan laporan dari hasil analisis dan evaluasi serta implementasi metode CART (Classification and Regression Trees) pada penelitian ini.

(17)

BAB 2

LANDASAN TEORI

2.1. Algoritma

Algoritma adalah urutan langkah-langkah penyelesaian masalah yang disusun secara sistematis dan logis. Kata logis merupakan kata kunci dalam algoritma. Langkah- langkah dalam algoritma harus logis dan harus dapat ditentukan bernilai benar atau salah. Dalam beberapa konteks, algoritma adalah spesifikasi urutan langkah-langkah untuk melakukan pekerjaan tertentu. Pertimbangan dalam pemilihan algoritma yaitu, pertama, algoritma haruslah benar. Artinya algoritma akan memberikan keluaran yang dikehendaki dari sejumlah masukan yang diberikan, tidak peduli sebagus apapun algoritma , kalau memberikan keluaran yang salah pastilah algoritma tersebut bukanlah algoritma yang baik. (Chandani et. al, 2013).

2.2. Algoritma Decision Tree

Salah satu metode data mining yang umum digunakan adalah decision tree. Decision tree adalah struktur flowchart yang menyerupai tree (pohon), dimana setiap simpul internal menandakan suatu tes pada atribut, setiap cabang merepresentasikan hasil tes, dan simpul daun merepresentasikan kelas atau distribusi kelas. Alur pada decision tree di telusuri dari simpul akar ke simpul daun yang memegang prediksi kelas untuk contoh tersebut. Decision tree mudah untuk dikonversi ke aturan klasifikasi (classification rules). (Zalilia, 2007).

Konsep decision tree mengubah data menjadi pohon keputusan (decision tree) dan aturan-aturan keputusan (rule) (Basuki & Syarif, 2003).

Gambar 2.1. Konsep Decision Tree

DECISION TREE RULE

DATA

(18)

Tree mempunyai tiga tipe simpul yaitu (Zalilia, 2007) :

1. Simpul akar dimana tidak ada masukan edge dan 0 atau lebih keluaran edge (tepi).

2. Simpul internal masing-masing 1 masukan edge dan 2 atau lebih edge keluaran.

3. Simpul daun atau simpul akhir, masing-masing 1 masukan edge dan tidak ada edge keluaran.

Pada decision tree setiap simpul daun menandai label kelas. Simpul yang bukan simpul akhir terdiri dari akar dan simpul internal yang terdiri dari kondisi tes atribut pada sebagian record yang mempunyai karakteristik yang berbeda. Simpul akar dan simpul internal ditandai dengan bentuk oval dan simpul daun ditandai dengan bentuk segi empat (Han, et. al, 2001).

Gambar 2.2. Struktur Decision Tree

Seperti ditunjukkan dalam Gambar 1, decision tree tergantung pada aturan if- then, tetapi tidak membutuhkan Dua parameter dan metrik. Struktur sederhana dan dapat ditafsirkan memungkinkan decision tree untuk memecahkan masalah atribut multi-type. Decision tree juga dapat mengelola nilai-nilai yang hilang atau data noise (& Xian, 2011).

Ada beberapa konsep data dalam decision tree antara lain: pertama, Data dinyatakan dalam bentuk tabel dengan atribut dan record. Kedua, Atribut menyatakan suatu parameter yang dibuat sebagai kriteria dalam pembentukan tree. Misalkan untuk menentukan main tenis, kriteria yang diperhatikan adalah cuaca, angin dan temperatur. Salah satu atribut merupakan atribut yang menyatakan data solusi per-

(19)

item data yang disebut dengan target atribut. Ketiga, Atribut memiliki nilai-nilai yang dinamakan dengan instance. Misalkan atribut cuaca mempunyai instance berupa cerah, berawan dan hujan.

Tabel 2.1 Konsep Data Dalam Decision Tree

2.3. Algoritma CART

CART (Classification and Regression Trees) merupakan salah satu metode atau algoritma dari salah satu teknik eksplorasi data yaitu teknik pohon keputusan. CART terbilang sederhana namun merupakan metode yang kuat. CART bertujuan untuk mendapatkan suatu kelompok data yang akurat sebagai penciri dari suatu pengklasifikasian, selain itu CART digunakan untuk menggambarkan hubungan antara variabel respon (variabel dependen atau tak bebas ) dengan satu atau lebih variabel prediktor (variabel independen atau bebas). Model pohon yang dihasilkan bergantung pada skala variabel respon, jika variabel respon data berbentuk kontinu maka model pohon yang dihasilkan adalah regression trees (pohon regresi) sedangkan bila variabel respon mempunyai skala kategorik maka pohon yang dihasilkan adalah classification trees (pohon klasifikasi).

CART mempunyai beberapa kelebihan dibandingkan metode klasifikasi lainnya, yaitu hasilnya lebih mudah diinterpretasikan, lebih akurat dan lebih cepat

penghitungannya, selain itu CART bisa diterapkan untuk himpunan data yang me mpunyai jumlah besar, variabel yang sangat banyak dan dengan skala variabel

campuran melalui prosedur pemilahan biner. Data learning digunakan untuk

(20)

pembentukan pohon klasifikasi optimal sedangkan data testing digunakan untuk validasi model yaitu seberapa besar kemampuan model dalam memprediksi data baru.

Pohon keputusan dibentuk dengan menggunakan algoritma penyekatan rekursif secara biner (binary recursive partitioning). Pemilahan dilakukan untuk memilah data menjadi 2 kelompok, yaitu kelompok yang masuk simpul kiri dan yang masuk simpul kanan. Pemilahan dilakukan pada tiap simpul sampai didapatkan suatu simpul terminal/akhir. Variabel yang memilah pada simpul utama adalah variabel terpenting dalam menduga kelas dari amatan.

Simpul utama (root node) dinotasikan sebagai t1, sedangkan simpul t2, t3, t5, t7

dan t8 disebut simpul dalam (internal nodes). Simpul akhir yang juga disebut sebagai simpul terminal (terminal nodes) adalah t4, t6, t9, t10, t11, t12 dan t13 dimana tidak terjadi lagi pemilahan. Kedalaman pohon (depth) dihitung dimulai dari simpul utama atau t1

yang berada pada kedalaman 1, sedangkan t2 dan t3 berada pada kedalaman 2. Begitu seterusnya sampai pada simpul terminal t12 dan t13 yang berada pada kedalaman 5.

2.4. Android

Android merupakan sistem operasi yang berisi middleware serta aplikasi-aplikasi dasar. Basis sistem operasi android yaitu kernel linux 2.6 yang telah diperbaharui untuk mobile device. Pengembangan aplikasi android menggunakan bahasa pemrograman java dimana konsep-konsep pemrograman java berhubungan dengan Pemrograman Berbasis Objek (PBO). Selain itu pula dalam pengembangan aplikasi android membutuhkan Software Development Kit (SDK) yang disediakan android, SDK ini memberi jalan bagi programmer untuk mengakses Application Programming Interface (API ) pada android. (Muharom et. al, 2013).

Android adalah sistem operasi yang biasa disematkan pada gadget, baik itu handphone atau tablet. Jangan heran jika saat ini android, baik itu tablet atau handphone ini bisa menggantikan peran dari sebuah komputer jinjing, apabila digunakan untuk kebutuhan entertainment, seperti mendengarkan lagu, menonton, video, mengirim email, bermain game, twitter, atau facebook, juga kegiatan hiburan online lainnya. Bedanya dengan tablet atau handphone lebih ringkas dan lebih praktis, karena modelnya memang didesain seperti itu, seperti sebuah buku yang bisa ditenteng kemana-mana.

(21)

2.5. Web Server

Web server adalah software yang menjadi tulang belakang dari world wide web (www) yang pertama kali tercipta sekitar tahun 1980an. Web server menunggu permintaan dari client yang menggunakan browser seperti Netscape Navigator, Internet Explorer, Mozilla Firefox, dan program browser lainnya. Jika ada permintaan dari browser, maka web server akan memproses permintaan itu kemudian memberikan hasil prosesnya berupa data yang diinginkan kembali ke browser. Data ini mempunyai format yang standar, disebut dengan format SGML (Standar General Markup Language). Data yang berupa format ini kemudian akan ditampilkan oleh browser sesuai dengan kemampuan browser tersebut. Contohnya, bila data yang dikirim berupa gambar, browser yang hanya mampu menampilkan teks (misalnya lynx) tidak akan mampu menampilkan gambar tersebut, dan jika ada akan menampilkan alternatifnya saja. (Nurmiati, 2012).

2.6. Penelitian Terdahulu

(Suteja et. al, 2017) melakukan penelitian menggunakan metode Collaborative Filtering dalam sistem rekomendasi tempat kuliner untuk turis. Jogjakarta adalah tempat destinasi turis di asia yang disebut sebagai asia yang tidak pernah berakhir.

Sampai sekarang data kuliner tersebar dimana mana sangat cepat dan mudah ditemukan dengan bantuan internet. Hal tersebut menghasilkan ketidakpastian tentang akurasi dari informasi yang didapatkan oleh wisatawan. Oleh karena itu, diperlukan sistem rekomendasi untuk memudahkan wisatawan untuk mendapatkan informasi yang tepat. Collaborative Filtering adalah metode rekomendasi yang banyak digunakan karena telah terbukti memberikan hasil yang baik dari penelitian sebelumnya. metode rekomendasi collaborative filtering berbasis pengguna digunakan untuk kasus – kasus dengan satu kriteria, namun sistem rekomendasi yang dikembangkan ini menggunakan multikriteria untuk peringkat data pengguna untuk mendapatkan hasil rekomendasi yang tepat.

(Kawasaki & Hasuike, 2017) Dalam penelitian ini, dibuat sebuah revisi sistem rekomendasi untuk menghasilkan item yang direkomendasikan untuk setiap pengguna, seperti ‘disarankan untuk anda’ di situs e-commerce. Dengan menggunakan data pembelian dan pencarian, perbedaan matriks yang berasal data riwayat perilaku pengguna dikurangi. Tujuannya adalah untuk membangun sistem rekomendasi yang

(22)

merekomendasikan item baru yang tidak dicari oleh pengguna dan item yang sesuai yang cocok dengan preferensi pengguna. Hasil eksperimen menunjukkan bahwa F- measure untuk mewakili ketepatan rekomendasi meningkat dengan menghasilkan item rekomendasi dengan model yang diusulkan menggunakan batasan – batasan must-link, informasi pengguna dan informasi item. Selain itu, dapat dilihat bahwa model yang diusulkan lebih memungkinkan untuk membeli item yang direkomendasikan daripada model – model yang ada.

(Pinem & Setiawan, 2015) melakukan penelitian sistem pendeteksi gangguan yang dapat medeteksi adanya gangguan atau serangan dalam jaringan komputer. Ada 2 tipe sistem pendeteksi gangguan yaitu deteksi penyalahgunaan signature dan deteksi anomaly. Penelitian ini menggunakan kombinasi metode Classification and regression tree (CART) dan fuzzy logic yang digunakan untuk mendeteksi gangguan atau serangan. CART digunakan untuk membuat aturan atau model yang akan diimplementasikan dengan mesin inferensi fuzzy. Proses percobaan dilakukan dengan menggunakan fuzzy logic tanpa melakukan defuzzification karena hasil aturan akan digunakan sebagai klasifikasi. Training, percobaan dan validasi dari model dilakukan dengan menggunakan dataset KDD cup 1999 yang telah melalui preprosesing dan cleaning proses data. Tingkat akurasi percobaan dan validasi dihitung dengan menggunakan confusion matrix. Dari beberapa hasil percobaan yang dilakukan, model terbaik dibuat dari proses training 70% , depth of tree 11 dan persentrasi node leaf minimum 90% dengan akurasi sebesar 85,68% dan rata-rata waktu validasi sekitar 21,92 detik.

(Bhargava, et al, 2017) melakukan penelitian menggunakan data mining. Data mining adalah salah satu teknik yang paling popular untuk menemukan informasi yang berarti dari kumpulan data yang besar. Tujuan dari makalah ini adalah untuk menganalisa peningkatan pasien arthritis dengan menggunakan dataset. Dengan menggunakan teknik data mining kami dapat menentukan algoritma mana yang memberikan presentase prediksi tertinggi yang paling tepat untuk analisis. Pada makalah ini, kami menggunakan algoritma sederhana CART dengan menggunakan tools WEKA pada dataset arthritis. CART singkatan dari algoritma Classification and Regression Tree. Disini kami menganalisa confusion matrix yang dihasilkan dari algoritma dan menentukan atribut apa yang merupakan predictor terbaik untuk prediksi yang benar untuk dianalisis. Hal tersebut membantu untuk menganalisa

(23)

prediksi kemungkinan perbaikan pada arthritis. Dalam proses, data mining membangun model untuk memprediksi kelas berdasarkan atribut yang dipilih seperti id, usia, jenis kelamin, perawatan, ditingkatkan.

(Rico, P et al, 2011) melakukan penelitian menggunakan pendekatan neuro- fuzzy, dengan cara melakukan klasifikasi pada data berbagai jenis mobil yang ada di pasaran dengan menggunakan salah satu teknik klasifikasi yaitu Neuro-Fuzzy Classification (NEFCLASS). Hasil klasifikasi tersebut nantinya akan dibuat sistem rekomendasi yang akan digunakan oleh pengguna dalam pemilihan mobil. Dari hasil penelitian ini nantinya diharapkan dapat diaplikasikan untuk membantu mempermudah para calon pembeli mobil dalam mengambil keputusan mengenai mobil yang diinginkan. Dari hasil penelitian, maka dapat diambil kesimpulan bahwa klasifikasi mobil berbasis metode neurofuzzy classification dengan menggunakan variabel harga, ukuran, kapasitas penumpang, daya maksimum, besar mesin, dan jumlah service center yang digunakan sebagai parameter inputan dapat membantu mempermudah calon konsumen yang tidak ahli dalam bidang pemilihan mobil dalam menentukan mobil yang tepat sesuai yang diinginkan dengan lebih akurat.

Tabel 2.2. Penelitian Terdahulu No Nama Peneliti

(Tahun) Judul Penelitian Tahun

1 Suteja & Guritno,A Recommendation System for Culinary Tourists in Jogjakarta Based on Collaborative Filtering

2017

2 Kawasaki &

Hasuike

A Recommendation System by Collaborative Filtering Including Information and Characteristics on Users and Items

2017

3 Pinem & Setiawan Implementation of Classification and Regression Tree (CART) and Fuzzy logic algorithm for intrusion detection system.

2015

(24)

(Lanjutan) No Nama Peneliti

(Tahun) Judul Penelitian Tahun

4 Bhargava, et al Prediction of Arthritis using Classification and Regression Tree Algorithm

2017

5 Rico, P et al Sistem Rekomendasi Pembelian Mobil Berbasis Metode Neuro-Fuzzy Classification

2011

(25)

BAB 3

ANALISIS DAN PERANCANGAN

Pada bab ini akan dibahas mengenai perancangan sistem. Pada tahap analisis akan dilakukan terhadap data tiket bus menggunakan CART (Classification And Regression Trees) untuk mendapatkan rekomendasi tiket bus yang sesuai. Pada tahap perancangan akan di bahas mengenasi tahap-tahap yang dilakukan dalam merancang system rekomendasi tiket bus.

3.1 Arsitektur Umum

Metode yang di ajukan untuk perekomendasian tiket pada penelitian ini terdiri dari beberapan tahapan yaitu input data, proses data menggunakan metode CART dan output rekomendasi tiket. Input dalam penelitian ini terbagi 2 yaitu input sebagai user dan sebagai admin. Input data yang dilakukan oleh user yaitu kota asal, kota tujuan, tanggal keberangkatan dan jumlah penumpang. Input data yang dilakukan oleh admin yaitu data tiket bus dari beberapa perusahaan bus. Data yang telah di input oleh user akan di olah menggunakan algoritma CART untuk melakukan pencarian rekomendasi tiket pada server. Proses pencarian tiket menggunakan algoritma CART terbagi atas tiga tahapan yaitu :

(26)

User

Input Asal, Tujuan, tanggal, jumlah

penumpang

Pencarian rekomendasi tiket menggunakan algoritma CART

Konfirmasi pembayaran Hasil

Pencarian User

booking

Invoice kepada user User

transfer

Server

E-Ticket Admin

Gambar 3.1. Arsitektur Umum

Seperti yang dijelaskan pada Gambar 3.1 sistem ini memiliki beberapa tahapan-tahapan alur kerja.

Adapun tahapan dari gambar tersebut yaitu sebagai berikut : 1. Input

Input atau masukan terbagi atas 2 bagian yaitu :

1. User akan menginput data tiket bus kemudian user akan melakukan pemasukan data kota asal, kota tujuan, tanggal keberangkatan, jumlah penumpang, dan kelas.

2. Admin akan melakukan penambahan data setiap adanya pembaharuan dari data.

2. Proses

Pada proses ini dilakukan pencarian rekomendasi tiket pada server menggunakan algoritma CART. Proses dalam pencarian tiket terbagi atas tiga tahapan, yaitu:

(27)

2. Pembentukan pohon

Proses pembentukan pohon klasifikasi terdiri atas 3 tahapan yaitu : 1. Pemilahan pemilah (Classifier)

Untuk membentuk pohon klasifikasi digunakan sampel data Learning (L) yang akan dipilah berdasarkan aturan pemilihan.

Pemilahan pemilah tergantung pada jenis tree atau lebih tepatnya tergantung pada jenis varietas responnya. Untuk mengukur tingkat keheterogenan suatu kelas dari suatu simpul tertentu dalam pohon klasifikasi dikenal dengan istilah impurity measure i(t). Ukuran ini membantu menemukan fungsi pemilah yang optimal.

2. Penentuan Simpul

Suatu simpul t akan menjadi simpul terminal atau tidak akan dipilah kembali apabila pada simpul t tidak terdapat penurunan keheterogenan secara berate atau adanya batasan minimum n.

3. Penandaan Label Kelas

Penandaan label kelas pada simpul terminal dilakukan berdasarkan aturan jumlah terbanyak.

3. Pemangkasan Pohon Klasifikasi

Pemangkasan dilakukan dengan jalan memangkas bangian tree yang kurang penting sehingga didapatkan pohon optimal. Ukuran pemangkasan yang digunakan untuk memperoleh tree yang layak adalah cost complexity minimum.

4. Penentuan Pohon Klasifikasi Optimal

Pohon klasifikasi yang berukuran besar akan memberikan nilai penduga pengganti paling kecil, sehingga tree ini cenderung dipilih untuk menduga nilai respon.

5. Kemudian didapatlah hasil pencarian tiket tersebut, setelah itu user mimilih tiket yang di inginkan dan melakukan pemesanan tiket.

Kemudian server mengirimkan invoice kepada user. User melakukan pembayaran via ATM. Setelah user melakukan pembayaran, server akan mengkonfirmasi dan mengirim informasi tiket.

(28)

3. Output

Output pada Admin, admin akan mendapatkan data pemesanan tiket

sedangkan output pada user, user akan menerima informasi tiket yang telah di pesan.

3.2. Algoritma CART

CART (Classification and Regression Trees) merupakan salah satu metode atau algoritma dari salah satu teknik eksplorasi data yaitu teknik pohon keputusan. CART terbilang sederhana namun merupakan metode yang kuat. CART bertujuan untuk mendapatkan suatu kelompok data yang akurat sebagai penciri dari suatu pengklasifikasian, selain itu CART digunakan untuk menggambarkan hubungan antara variabel respon (variabel dependen atau tak bebas ) dengan satu atau lebih variabel prediktor (variabel independen atau bebas). Model pohon yang dihasilkan bergantung pada skala variabel respon, jika variabel respon data berbentuk kontinu maka model pohon yang dihasilkan adalah regression trees (pohon regresi) sedangkan bila variabel respon mempunyai skala kategorik maka pohon yang dihasilkan adalah classification trees (pohon klasifikasi).

CART mempunyai beberapa kelebihan dibandingkan metode klasifikasi lainnya, yaitu hasilnya lebih mudah diinterpretasikan, lebih akurat dan lebih cepat penghitungannya, selain itu CART bisa diterapkan untuk himpunan data yang mempunyai jumlah besar, variabel yang sangat banyak dan dengan skala variabel campuran melalui prosedur pemilahan biner. Data learning digunakan untuk pembentukan pohon klasifikasi optimal sedangkan data testing digunakan untuk validasi model yaitu seberapa besar kemampuan model dalam memprediksi data baru.

Metode CART memiliki kelemahan sebagai berikut:

1. CART mungkin tidak stabil dalam decision trees (pohon keputusan) karena CART sangat sensitif dengan data baru. CART sangat bergantung dengan jumlah sampel. Jika sampel data learning dan testing berubah maka pohon keputusan yang dihasilkan juga ikut berubah.

2. Tiap pemilihan bergantung pada nilai yang hanya berasal dari satu variabel penjelas.

Pohon keputusan dibentuk dengan menggunakan algoritma penyekatan rekursif secara biner (binary recursive partitioning). Pemilahan dilakukan untuk memilah data

(29)

menjadi 2 kelompok, yaitu kelompok yang masuk simpul kiri dan yang masuk simpul kanan. Pemilahan dilakukan pada tiap simpul sampai didapatkan suatu simpul terminal/akhir. Variabel yang memilah pada simpul utama adalah variabel terpenting dalam menduga kelas dari amatan.

Simpul utama (root node) dinotasikan sebagai t1, sedangkan simpul t2, t3, t5, t7

dan t8 disebut simpul dalam (internal nodes). Simpul akhir yang juga disebut sebagai simpul terminal (terminal nodes) adalah t4, t6, t9, t10, t11, t12 dan t13 dimana tidak terjadi lagi pemilahan. Kedalaman pohon (depth) dihitung dimulai dari simpul utama atau t1

yang berada pada kedalaman 1, sedangkan t2 dan t3 berada pada kedalaman 2. Begitu seterusnya sampai pada simpul terminal t12 dan t13 yang berada pada kedalaman 5.

Proses pengolahan data dan Penghitungan CART :

Ambil data armada bus, dan aktivitas jadwal keberangkatan. Data armada bus dan jadwal keberangkatan akan disajikan dalam bentuk Tabel 3.1.

Tabel 3.1. Tabel Data Bus

Klasifikasi data dilakukan ke dalam beberapa jenis parameter data, yang dalam penelitian ini kita ambil untuk parameter jarak, harga_tiket dan jadwal. Misalnya dalam penentuan klasifikasi pada parameter jarak dinormalisasi dengan rules sebagai berikut :

 Untuk jarak tempuh 0 < X <= 100, statusnya dekat.

 Untuk jarak tempuh 100 < X <= 350, statusnya menengah.

 Untuk jarak tempuh X > 350, statusnya jauh.

nama_bus asal_kota tujuan_kota Jarak harga_tiket jadwal

Bus A Medan Banda Aceh 600 200.000 10.00

Bus B Medan Bireun 460 170.000 16:30

Bus C Medan Langsa 477 180.000 08:00

Bus D Air Molek Medan 340 150.000 11:00

Bus E

Kota

Pinang Medan 399 170.000 16:25

Bus F Medan Langsa 477 170.000 11:30

Bus G Medan Aek Nabara 432 200.000 22:30

(30)

Untuk parameter harga_tiket untuk kisaran harga tiket dibawah 180.000 (t <=

180.000) akan dikelompokkan ke dalam status ekonomis sedangkan untuk harga tiket diatas 180.000 dikategorikan ke dalam status vip. Pada parameter jadwal akan dikategorikan sebagai pagi , siang, sore atau malam. Dari proses normalisasi atau pengelompokkan data ini maka bentuk tabel hasil normalisasi seperti yang digambarkan pada Tabel 3.2.

Tabel 3.2. Tabel Data Bus Setelah Normalisasi

 Menghitung Normalisasi Min-Max

Berdasarkan data pada tabel data armada bis dan jadwal keberangkatan, dinormalisasi dengan menggunakan rumus Min-Max Normalization. Pada proses ini data atribut parameter jarak, harga_tiket dan waktu_keberangkatan akan diubah dengan nilai interval / range (0 – 1).

Tabel 3.3. Tabel Data Normalisasi

nama_bus asal_kota tujuan_kota Jarak harga_tiket Jadwal

Bus A Medan Banda Aceh jauh Vip Pagi

Bus B Medan Bireun Jauh Ekonomis Sore

Bus C Medan Langsa Jauh Ekonomis pagi

Bus D Air Molek Medan Menengah Ekonomis pagi

Bus E Kota Pinang Medan Jauh Ekonomis sore

Bus F Medan Langsa Jauh Ekonomis Siang

Bus G Medan Aek Nabara Jauh Vip Malam

nama_bus asal_kota Tujuan_kota Jarak harga_tiket Jadwal

Bus A Medan Banda Aceh 1 1 0.25

Bus B Medan Bireun 1 0 0.75

Bus C Medan Langsa 1 0 0.25

Bus D Air Molek Medan 0.5 0 0.25

Bus E Kota Pinang Medan 1 0 0.75

Bus F Medan Langsa 1 0 0.5

Bus G Medan Aek Nabara 0.5 1 1

(31)

Proses penentuan nilai bergantung dengan jumlah atribut nilai (N) yang dimiliki oleh setiap parameter. Sebagai contoh untuk parameter jarak, yang memiiliki 3 buah atribut nilai (dekat, menengah, jauh) diubah dengan koefisien nilai range (0 -1), maka akan diperoleh nilai dari masing-masing atribut nilai yaitu (0, 0.5, 1). Untuk contoh parameter harga_tiket dimana memiliki 2 buah nilai atribut (ekonomis dan vip) maka nilai dari masing-masing atribut dikonversi menjadi (0 dan 1).

 Membuat distribusi dalam suatu interval

Berdasarkan data yang ada (sejumlah N record), dihitung jumlah kelas dan interval kelas dengan menggunakan rumus sturges,

K = 1 + 3,322 Log N

Dan untuk Menentukan Interval kelas berdasarkan rumus Sturges : IK = Range / K

Sehingga jika dalam sistem pemesanan tiket memiliki data N record jadwal bus sebesar 100 record, maka akan diperoleh jumlah kelas adalah :

K = 1 + 3.322 log(100)

K = 1 + 3.322 (2) = 1 + (6.644) = 7.644 ~ 8

Maka jumlah kelas yang dapat dibentuk dari jumlah 100 record data adalah 8 kelas.

Dengan jumlah interval per kelas dihitung seperti berikut IK = 1 / 8 = 0.125

Tabel 3.4. Nilai Interval

Pembagian interval sesuai pada Tabel 3.4 akan menentukan peletakan posisi left child dan right child pada penentuan parameter yang dijadikan root.

Interval Rentang Nilai

Interval Pertama (a1) 0 s/d 0.125 Interval Kedua (a2) 0.126 s/d 0.25 Interval Ketiga (a3) 0.251 s/d 0.375 Interval Keempat (a4) 0.376 s/d 0.5 Interval Kelima (a5) 0.51 s/d 0.625 Interval Keenam (a6) 0.626 s/d 0.75 Interval Ketujuh (a7) 0.76 s/d 0.875 Interval Kedelapan (a8) 0.876 s/d 1.0

(32)

 Membuat Candidate Split

Pembuatan candidate split merupakan salah satu tahapan dalam algoritma CART, langkahnya yaitu dengan menentukan atribut yang masuk kategori left childe node (tL) dan atribut yang masuk dalam kategori right child node (tR), pengkategorian ini dibuat secara keseluruhan pada masing-masing aktifitas di tiap-tiap interval data pada aktifitas tersebut.

Pada contoh perhitungan ini, seperti pada Tabel 3.4, maka parameter field jarak memiliki nilai parameter rata-rata split paling tertinggi, sehingga dijadikan sebagai root node dan menandakan bahwa parameter jarak sangat mempengaruhi terhadap hasil pengambilan keputusan tiket yang direkomendasikan.

Tabel 3.5 Candidate Split Parameter Jarak

Penentuan nilai candidate split dalam kasus ini memudahkan proses untuk membuat diagram pengambilan keputusan terkahir. Pada contoh ini sesuai pada Tabel 3.3, parameter field jarak memiliki nilai mean terbesar dengan besar 0.857, sehingga dijadikan sebagai node root. Nilai ini sesuai pembagian interval pada tabel 3.5 masuk ke kategori interval ke ketujuh (a7) sehingga akan memiliki diagram decision tree yang memiliki struktur seperti pada Tabel 3.5, yaitu nomor struktur left node dan right node pada candidate splite yang bernomor 7.

Nomor

Candidate Split Left Child Node (tL) Right Child Node(tR)

1 Jarak = {a1} Jarak = {a2, a3, a4, a5, a6, a7, a8}

(33)

3.3. Perancangan Sistem 3.3.1. Use Case Diagram

Use case diagram merupakan sebuah model yang menggambarkan kebutuhan sistem dan fungsionalitas yang diharapkan dari suatu sistem dari sudut pandang pengguna sistem, sehingga user atau pengguna sistem paham dan mengerti mengenai kegunaan sistem yang akan dibangun. Use case dibuat untuk memudahkan pengguna atau pembaca dalam mengerti alur kerja suatu sistem sehingga sistem dapat digunakan sebaik mungkin. Rancangan use case sistem (untuk administrator) dapat dilihat pada Gambar 3.2.

Gambar 3.2. Use Case Admin

(34)

Adapun penjelasan mengenai kegiatan-kegiatan di dalam diagram use case tersebut dapat dilihat pada Tabel 3.6.

Tabel 3.6. Deskripsi Use Case Admin

No Use Case Deskripsi

1 Login Proses yang harus dilalui admin untuk masuk ke dalam sistem.

2 Logout Proses untuk keluar dari sistem dan hanya dapat dilakukan apabila administrator telah login.

3

4

5

View Data User

Data Bus

View Data Bus

Proses untuk melihat daftar user admin. Sudah beserta operasi create, update and delete (CRUD) untuk memanajemen data user.

Proses yang dilakukan oleh administrator untuk memanajemen data Bus.

Proses untuk melihat daftar user admin. Sudah beserta operasi create, update and delete (CRUD) untuk memanajemen data user.

6 Data Kelas Bus Proses yang dilakukan oleh administrator untuk memanajemen data Kelas Bus.

7 View Data Kelas Bus

Proses untuk melihat daftar pengguna sistem. Sudah beserta operasi create, update and delete (CRUD) untuk memanajemen data Kelas Bus.

8 Data Jadwal Bus Proses yang dilakukan oleh administrator untuk memanajemen data Jadwal Bus.

9 View Data Jadwal Bus

Proses untuk melihat daftar pengguna sistem. Sudah beserta operasi create, update and delete (CRUD) untuk memanajemen data Kelas Bus.

(35)

(Lanjutan) No Use Case Deskripsi

10

11

12

13

14

15

Data Pelanggan

View Data Pelanggan

Data Order

View Data Order Tiket

Konfirmasi Pembayaran Menerbitkan E-Tiket

Proses yang dilakukan oleh administrator untuk memanajemen data Pelanggan.

Proses untuk melihat daftar pengguna sistem. Sudah beserta operasi create, update and delete (CRUD) untuk memanajemen data Data Pelanggan.

Proses yang dilakukan oleh administrator untuk memanajemen data Order Tiket

Proses untuk melihat daftar pengguna sistem. Sudah beserta operasi create, update and delete (CRUD) untuk memanajemen data Data Pelanggan.

Proses untuk mengkonfirmasi bahwa pelanggan telah melakukan pembayan tiket.

Proses pengiriman E-Ticket kepada penumpang setelah memverifikasi bukti pembayaran.

Gambar 3.3. Use Case Pengguna

(36)

Tabel 3.7. Deskripsi Use Case Pengguna

No Use Case Deskripsi

1 Login Proses yang harus dilalui admin untuk masuk ke dalam sistem.

2 Logout Proses untuk keluar dari sistem dan hanya dapat dilakukan apabila administrator telah login.

3 Pencarian Tiket Proses untuk mendapatkan daftar tiket yang sesuai dengan filter yang diinput pengguna.

4 Daftar Tiket Proses yang dilakukan oleh pengguna untuk melihat daftar tiket keseluruhan.

5

6

7

8

Rekomendasi Tiket

Pesanan Saya

Upload Bukti Pembayaran Download E-Ticket

Proses dimana sistem merekomendasikan tiket kepada pengguna.

Proses untuk melihat tiket yang telah di pesan oleh pengguna.

Proses yang dilakukan oleh pengguna untuk mengupload bukti pembayaran.

Proses untuk mendapatkan E-tiket melalui email setelah pengguna melakukan pembayaran.

3.3.2. Perancangan Database

Perancangan database pada sistem ini digunakan untuk menyimpan informasi- informasi yang berkaitan dengan sistem aplikasi

Penjelasan mengenai tabel-tabel pada database yang dirancang adalah sebagai berikut 1. Tabel bus, berfungsi untuk tempat menampilkan data-data bus yang tersedia.

2. Tabel jadwal_bus, berfungsi untuk tempat menyimpan data-data keberangkatan bus yang dapat di pesan oleh pelanggan.

3. Tabel kelas_bus, berfungsi untuk tempat menyimpan informasi dari jenis-jenis bus 4. Tabel kota, berfungsi untuk tempat menyimpan data-data kota keberangkatan

maupun tujuan dari bus yang akan di pesan oleh pelanggan.

5. Tabel pelanggan, berfungsi untuk tempat menyimpan informasi akun pelanggan 6. Tabel pelanggan order, berfungsi untuk tempat menyimpan data yang berkaitan

dengan informasi biodata dokter.

(37)

7. Tabel user, berfungsi untuk tempat menyimpan data-data pengguna

Gambar 3.4. Database Design

3.3.3. Rancangan Antarmuka Sistem

Rancangan antarmuka merupakan design secara tampilan sistem atau aplikasi yang akan dibangun. Rancangan antarmuka merupakan bahan acuan dalam pengembangan aplikasi pemesanan tiket bus.

Rancangan Menu Login

Pada menu login, user harus melakukan proses login dengan mengisikan email dan password yang sesuai dan user yang belum memiliki akun dapat membuat akun terlebih dahulu dengan menekan tombol “daftar” untuk dapat masuk ke dalam sistem aplikasi. Rancangan menu login dapat dilihat pada Gambar 3.5.

(38)

Gambar 3.5. Rancangan Menu Login

Rancangan Menu Daftar

Menu daftar merupakan halaman yang diakses oleh user ketika user belum memiliki akun untuk menggunakan aplikasi. Pada menu daftar ini user harus mengisi email, nama lengkap dan password. Kemudian menekan tombol ”daftar” Rancangan menu daftar dapat dilihat pada Gambar 3.6.

(39)

Gambar 3.6. Rancangan Menu Daftar Rancangan Menu Utama

Menu ini merupakan menu utama. Pada menu ini user dapat melakukan proses pencarian tiket. Untuk mencari tiket user harus memilih kota asal, kota tujuan, tanggal keberangkatan dan jumlah tiket yang di pesan. Setelah semuanya data di isi, user menekan tombol “cari tiket” untuk mencari rekomendasi tiket. Rancangan menu utama dapat dilihat pada Gambar 3.7.

Gambar 3.7. Rancangan Menu Utama

(40)

Rancangan Menu Pemesanan Tiket

Menu ini merupakan menu pemesanan tiket. Pada menu ini pengguna dapat melihat dan memilih rekomendasi tiket bus yang telah diberikan sesuai dengan tujuan user.

Pada halaman ini user dapat melihat nama bus, kelas bus, kota asal, kota tujuan, waktu berangkat, harga tiket dan ketersediaan bangku sesuai hasil rekomendasi yang disesuaikan dengan input yang diberikan oleh user. Rancangan menu pemesanan tiket dapat dilihat pada Gambar 3.8.

Gambar 3.8. Rancangan Menu Pemesanan Tiket Rancangan Menu Pembelian Tiket

Menu ini merupakan menu pembelian tiket. Pada menu ini user dapat melihat tiket pesanannya dengan tampilan detail nama pemesanan dan jumlah penumpang, pada tampilan juga terdapat detail tiket bus yang dipilih seperti nama bus, kota asal, kota tujuan, harga tiket dan waktu berangkat. Rancangan tampilan menu pembelian tiket dapat dilihat pada Gambar 3.9.

(41)

Gambar 3.9. Rancangan Menu Pembelian Tiket

Rancangan Login Admin

Menu ini merupakan menu Login pada Admin. Terdapat menu untuk username dan password. Berfungsi untuk melakukan pengecekkan pada sistem aplikasi. Rancangan tampilan menu login dapat dilihat pada gambar 3.10.

Gambar 3.10. Rancangan Menu Login Admin.

(42)

Rancangan Dashboard /Admin

Halaman ini merupakan halaman dashboard untuk administrator. Pada halaman ini menampilkan foto admin serta keterangan nama admin yang sedang login. Halaman ini terdapat beberapa menu yang datanya dapat diubah oleh admin yaitu menu table user, data kuota, data bus, data kelas bus, data jadwal bus, data penggan, data order tiket serta data tilang. Rancangan tampilan menu dashboard atau beranda dapat dilihat pada Gambar 3.11.

Gambar 3.11. Rancangan Dasboard

Rancangan Halaman Tabel User

Halaman ini merupakan halaman table user. Pada halaman ini menampilkan data user admin yang dapat mengakses halaman admin. Halaman ini menampilkan username, nama dan password. Admin jug dapat melakukan beberapa aksi seperti ubah dan hapus. Rancangan tampilan menu tabel user dapat dilihat pada Gambar 3.12.

(43)

Gambar 3.12. Rancangan Halaman Tabel User.

Rancangan Halaman Tabel Data Kota

Halaman ini merupakan halaman tabel data kota. Pada halaman ini menampilkan data kota yang tersedia. Halaman ini menampilkan nama kota dan aksi seperti ubah dan hapus. Rancangan tampilan menu tabel data kota dapat dilihat pada Gambar 3.13.

(44)

Gambar 3.13. Rancangan Halaman Tabel Data Kota

Rancangan Halaman Tabel Data Bus

Halaman ini merupakan halaman table data bus. Pada halaman ini menampilkan data bus yang tersedia. Halaman ini menampilkan nama bus dan aksi yang dapat dilakukan seperti ubah dan hapus. Rancangan tampilan menu tabel data bus dapat dilihat pada Gambar 3.14.

(45)

Gambar 3.14. Rancangan Halaman Tabel Data Bus

Rancangan Halaman Tabel Data Kelas Bus

Halaman ini merupakan halaman table data kelas bus. Pada halaman ini menampilkan data kelas bus yang tersedia. Halaman ini menampilkan kelas bus dan nama bus serta aksi yang dapat dilakukan seperti ubah dan hapus. Rancangan tampilan menu tabel data kelas bus dapat dilihat pada Gambar 3.15.

(46)

Gambar 3.15. Rancangan Halaman Tabel Data Kelas Bus

Rancangan Halaman Tabel Data Bus

Halaman ini merupakan halaman table data jadwal bus. Pada halaman ini menampilkan data jadwal keberangkatan bus yang tersedia. Halaman ini menampilkan kelas, harga, kota asal, kota tujuan, waktu berangkat, status dan aksi yang dapat dilakukan seperti ubah dan hapus. Rancangan tampilan menu tabel data bus dapat dilihat pada Gambar 3.16.

(47)

Gambar 3.16. Rancangan Halaman Tabel Data Bus

Rancangan Halaman Tabel Data Pelanggan

Halaman ini merupakan halaman table data pelanggan. Pada halaman ini menampilkan data pelanggan yang terdaftar pada aplikasi. Halaman ini menampilkan email, password, nama user dan aksi yang dapat dilakukan seperti ubah dan hapus.

Rancangan tampilan menu tabel data pelanggan dapat dilihat pada Gambar 3.17.

(48)

Gambar 3.17. Rancangan Halaman Tabel Data Pelanggan

Rancangan Halaman Tabel Data Order Tiket

Halaman ini merupakan halaman table data order tiket. Pada halaman ini menampilkan data order tiket yang telah dipesan oleh pelanggan. Halaman ini menampilkan nama pelanggan, nama bus, kelas bus, harga tiket, waktu berangkat, konfirmasi dan status serta beberapa aksi yang dapat dilakukan seperti ubah dan hapus. Rancangan tampilan menu tabel data order tiket dapat dilihat pada Gambar 3.18.

(49)

Gambar 3.18. Rancangan Halaman Tabel Data Order Tiket

(50)

BAB 4

IMPLEMENTASI DAN PENGUJIAN

Bab ini membahas hasil yang didapatkan dari implementasi metode Classification and Regression Trees (CART) dalam sistem rekomendasi dan pengujian sistem sesuai dengan analisis dan perancangan yang telah di bahas pada Bab 3.

4.1. Implementasi Sistem

Pada tahap implementasi, sistem, metode Classification and Regression Trees (CART) akan diimplementasikan kedalam system menggunakan bahasa pemrograman JAVA sesuai dengan perancangan yang telah dilakukan.

4.1.1. Spesifikasi Perangkat Keras dan Lunak yang Digunakan

Spesifikasi perangkat keras dan perangkat lunak yang digunakan pada pembangunan sistem adalah sebagai berikut.

1. Sistem Android, v6.0.1 (Marshmallow) 2. CPU Hexa-core Max 1,8GHz

3. Kapasitas Memory Internal 32 GB 4. Memory 3 GB RAM

5. Database MySQL 6. Android Studio 7. JDK 1.8.0 8. JRE 8

9. Apache Web Server 10. XAMPP Control Panel

(51)

4.2. Implementasi Perancangan Antarmuka

Adapun implementasi perancangan antarmuka pada sistem yang telah dibangun adalah sebagai berikut.

4.2.1. Halaman Login User

Menu login merupakan menu awal saat sistem dijalankan. Pengguna harus melakukan proses login terlebih dahulu untuk menggunakan sistem dengan cara memasukkan username dan password. Menu login dapat dilihat pada Gambar 4.1.

Gambar 4.1. Halaman Login User

4.2.2. Halaman Menu Utama

Menu utama merupakan menu yang pertama sekali diakses ketika pengguna berhasil melewati proses login. Pada menu ini terdapat beberapa menu yaitu beranda, pesanan saya, akun saya serta menu logout. Menu Beranda langsung mengacu pada pencarian tiket dimana pengguna dapat mencari tiket bus yang diinginkan dengan memasukkan kota asal, kota tujuan, tanggal keberangkatan dan jumlah penumpang. Menu utama dapat dilihat pada Gambar 4.2.

(52)

Gambar 4.2. Menu Utama 4.2.3. Halaman Daftar

Halaman ini merupakan halaman yang ditampilkan setelah user memilih menu daftar pada halaman login. Pada halaman ini memungkinkan user untuk melakukan registrasi akun agar dapat melakukan proses login. Halaman daftar dapat dilihat pada Gambar 4.3.

Gambar 4.3. Halaman Daftar

(53)

4.2.4. Halaman Hasil Pencarian atau Rekomendasi

Halaman ini merupakan halaman hasil pencarian atau rekomendasi setelah user melakukan pencarian tiket dengan memasukkan kota asal, kota tujuan, tanggal keberangkatan serta jumlah penumpang. Halaman ini merupakan halaman hasil rekomendasi yang diberikan sistem kepada user dengan meggunakan metode CART.

Tampilan halaman hasil pencarian dapat dilihat pada Gambar 4.4.

Gambar 4.4. Halaman Hasil Pencarian.

4.2.5. Halaman Pembelian Tiket

Halaman Pembelian tiket merupakan halaman yang muncul setelah user memilih tiket bus berdasarkan hasil rekomendasi yang telah diberikan. Halaman ini menampilkan detail tiket bus yang dipilih oleh user dimana setelahnya user akan membeli tiket dengan menampilkan tombol beli tiket. Halaman pembelian tiket dapat dilihat pada Gambar 4.5.

(54)

Gambar 4.5. Halaman Pembelian Tiket 4.2.6. Halaman Pesanan Saya

Halaman pesanan saya merupakan halaman dimana pengguna dapat melihat tiket yang telah di beli. Halaman ini juga menampilkan status pembayaran dari tiket yang telah di beli. Halaman pesanan saya dapat dilihat pada Gambar 4.6.

Gambar 4.6. Halaman Pesanan Saya

(55)

4.2.7. Halaman Upload Bukti Pembayaran

Halaman upload bukti pembayaran merupakan halaman dimana pelanggan bisa mengupload bukti pembayaran atau transfer yang telah di lakukan oleh pelanggan.

Halaman ini juga memungkinkan pelanggan mendapat e-ticket setelah bukti pembayaran di verifikasi oleh admin. Halaman Upload Bukti Pembayaran dapat dilihat pada Gambar 4.7.

Gambar 4.7. Halaman Upload Bukti Pembayaram 4.2.8. Halaman Login Admin

Halaman ini merupakan halaman login untuk admin, dimana admin harus memasukkan username dan password sebelum masuk ke halaman utama atau dashboard. Halaman login admin dapat dilihat pada Gambar 4.8.