iv
Judul : Rancang Bangun Sistem Rekomendasi Warung Makanan Khas
Bali Menggunakan Metode Collaborative Filtering Berbasis Mobile
Nama : I Wayan Gede Purwa Darmaja
NIM : 1208605066
Pembimbing I : I Gusti Agung Gede Arya Kadyanan, S.Kom., M.Kom Pembimbing II : I Komang Ari Mogi, S.Kom, M.Kom
ABSTRAK
Bali adalah salah satu tujuan wisata yang paling popular di dunia karena keunikan yang dimiliki oleh masyarakatnya terkait seni budaya, pariwisata, dan wisata kuliner. Namun, dengan adanya pengaruh globalisasi minat masyarakat terhadap kuliner khas Bali berkurang, karena bergesernya kuliner khas Bali atas kebudayaan asing yang masuk ke Bali. Perkembangan Ilmu Pengetahuan dan Teknologi perlu dimanfaatkan secara optimal untuk melestarikan kuliner Bali.
Sistem rekomendasi dapat membantu dalam mengenalkan masakan khas Bali dengan membangun aplikasi warung bali berbasis android. Sistem rekomendasi adalah sistem yang memberikan rekomendasi untuk pengguna (user) dalam mencari atau menemukan sebuah produk atau informasi yang diperlukan untuk memilih produk tersebut.
Keberhasilan mengembangkan aplikasi warung bali menggunakan metode collaborative filtering dengan algoritma slope one memberikan rekomendasi kepada user dengan rekomendasi yang diberikan terdiri atas 2 macam, yaitu rekomendasi umum, dimana rekomendasi yang diberikan sama dengan user lainnya dan rekomendasi berdasarkan perhitungan slope one, dimana user sudah memberikan rating pada warung sehingga rekomendasi yang diberikan berbeda dengan user lainnya. Pengujian dengan menggunakan MAE (Mean Average Error) pada sistem warung bali mendapatkan nilai kurang dari 1,000. Semakin rendah MAE maka keakuratan dari nilai prediksi memberikan rekomendasi yang baik bagi user.
v
Title : Design of Recommended Balinese Food Stalls by Using Mobile-Based Collaborative Filtering Methods
Name : I Wayan Gede Purwa Darmaja
Registration : 1208605066
First Supervisor : I Gusti Agung Gede Arya Kadyanan, S.Kom., M.Kom Second Supervisor: I Komang Ari Mogi, S.Kom, M.Kom
ABSTRACT
Bali is one of the most popular tourist destinations in the world because of the uniqueness of its people related to arts and culture, tourism and culinary tourism. However, with the influence of globalization, the public interest in the Balinese culinary is declining, because of the shifting from typical cuisine of Bali to the entry of foreign cultures to Bali. The development of science and technology should be utilized optimally to preserve the culinary of Bali.
System of recommendation can help in promoting the Balinese cuisine by building an application of Android-based recommended Balinese food stalls. Recommendation system is a system that provides recommendation for the users in the search for a product or information necessary in order to choose the product.
The success of developing the recommended Balinese food stall applications by using collaborative filtering method with algorithms of slope one offers two kinds of recommendations to the users, i.e. a general recommendation, which is given together with other users and recommendation that based on the calculation of slope one, where the user has given a rating on the stalls so that the recommendations given is different from those of other users. The tests using MAE (Mean Average Error) on the system of the Balinese stalls obtained a value of less than 1.000. The lower the MAE, the accuracy of the predicted value will give good recommendations for the users.
Keywords: Application of Balinese Food Stalls, Collaborative Filtering, Slope One, Android
vi
KATA PENGANTAR
Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya, Laporan Tugas Akhir dengan judul rancang bangun sistem rekomendasi warung makanan khas Bali menggunakan metode collaborative filtering berbasis mobile. Proposal ini diharapkan dapat menjadi pedoman dan arahan dalam melaksanakan penelitian.
Sehubungan dengan telah terselesaikannya laporan tugas akhir, maka peneliti mengucapkan terima kasih dan penghargaan kepada berbagai pihak yang telah membantu proposal ini, antara lain:
1. Bapak I Gusti Agung Gede Arya Kadyanan, S.Kom., M.Kom sebagai pembimbing 1 yang telah mengkritisi, memeriksa, membimbing, dan menyempurnakan Laporan Tugas Akhir ini.
2. Bapak I Komang Ari Mogi, S.Kom, M.Kom sebagai pembimbing 2 yang telah mengkritisi, memeriksa, membimbing, dan menyempurnakan Laporan Tugas Akhir ini.
3. Bapak Agus Muliantara, S.Kom., M.Kom. selaku Ketua Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana yang telah banyak memberikan masukan dan motivasi sehingga memperlancar dalam proses pelaksanaan penelitian ini.
4. Bapak/Ibu dosen di Jurusan Ilmu Komputer, yang telah meluangkan waktu turut memberikan saran dan masukan dalam penyempurnaan Laporan Tugas Akhir.
5. Semua pihak yang telah memberi dukungan sehingga proposal ini dapat diselesaikan sesuai dengan waktu yang ditentukan.
Disadari pula bahwa sudah tentu laporan ini masih mengandung kelemahan dan kekurangan. Memperhatikan hal ini, maka masukan dan saran – saran penyempurnaan sangat diharapkan.
Bukit Jimbaran, Agustus 2016 Penyusun
vii DAFTAR ISI
HALAMAN JUDUL………...…..i
LEMBAR PENGESAHAN TUGAS AKHIR ... iii
ABSTRAK ... iv
ABSTRACT ... v
KATA PENGANTAR ... vi
DAFTAR ISI ... vii
DAFTAR TABEL ... x
DAFTAR GAMBAR ... xi
DAFTAR LAMPIRAN ... xvi
BAB I PENDAHULUAN ... 1 1.1. Latar Belakang... 1 1.2. Rumusan Masalah ... 2 1.3. Batasan Masalah ... 3 1.4. Tujuan ... 3 1.5. Manfaat ... 4 1.6. Metodelogi Penelitian ... 4 1.6.1. Pengumpulan Data ... 4 1.6.2. Metode Pengembangan ... 5
BAB II TINJAUAN PUSTAKA ... 7
2.1. Rancang Bangun ... 7 2.2. Konsep Sistem ... 7 2.2.1. Karakteristik Sistem ... 7 2.2.2. Klasifikasi Sistem... 9 2.3. Sistem Rekomendasi ... 10 2.4. Collaborative Filtering ... 11
viii
2.4.1. Slope One ... 12
2.5. Pemrograman Berbasis Mobile... 14
2.5.1. Android ... 14
2.5.2. Java ... 14
2.5.3. SDK (Software Development Kit) ... 15
2.5.4. JDK (Java Development Kit) ... 15
2.6. PHP (Hypertext Preprocessor) ... 15
2.7. Database ... 16
2.8. Flowchart ... 17
2.9. UML (Unified Modeling Language) ... 18
2.10. Pengembangan Sistem dengan Metode Throwaway Prototype ... 21
2.10.1. Tahapan – Tahapan Throwaway Prototype ... 22
BAB III LISIS DAN PERANCANGAN ... 24
3.1. Analisis Kebutuhan ... 25
3.1.1. Kebutuhan Fungsional ... 25
3.1.2. Kebutuhan Non Fungsional... 26
3.2. Analisis Algoritma Slope One ... 27
3.3. Gambaran Umum Sistem ... 30
3.4. Model Analisis... 31
3.4.1. Flowchart ... 31
3.4.2. ERD (Entity Relationship Diagram) ... 33
3.4.3. CDM (Conceptual Data Model)... 34
3.4.4. UML (Unified Modeling Language) ... 35
3.5. Desain Data ... 78
3.5.1. PDM (Physical Data Model) ... 78
ix
3.6. Desain Antarmuka ... 82
3.6.1. Desain Antarmuka Mobile ... 82
3.6.2. Desain Antarmuka Website... 88
3.7. Skenario Pengujian Sistem ... 94
3.7.1. White Box Testing ... 94
3.7.2. Black Box Testing ... 95
3.7.3. Stress Testing ... 96
3.7.4. Accuracy Testing ... 97
BAB IV HASIL DAN PEMBAHASAN ... 98
4.1. Pengumpulan Data... 98
4.2. Lingkunan Implementasi ... 98
4.3. Implementasi Sistem ... 99
4.3.1. Implementasi Database ... 99
4.3.2. Implementasi Slope One ... 103
4.3.3. Implementasi Desain Antarmuka... 107
4.4. Pengujian Sistem ... 121
4.4.1. White Box Testing ... 121
4.4.2. Black Box Testing ... 128
4.4.3. Stress Testing ... 130
4.4.4. Accuracy Testing ... 132
BAB V KESIMPULAN DAN SARAN ... 136
5.1. Kesimpulan ... 136
5.2. Saran ... 137
x
DAFTAR TABEL
Tabel Halaman
Tabel 2. 1 Komponen Flowchart ... 17
Tabel 3. 1 Tabel Kebutuhan Fungsional ... 25
Tabel 3. 2 Contoh Dataset Rating Untuk Proses Rekomendasi ... 27
Tabel 3. 3 Nilai Rata – Rata Selisih Rating ... 28
Tabel 3. 4 Nilai 𝑐𝑎𝑟𝑑(𝑆𝑗, 𝑖𝜒) ... 28
Tabel 3. 5 Nilai Prediksi untuk User Warung yang Tidak di-Ranting ... 29
Tabel 3. 6 Deskripsi Aktor Use Case ... 36
Tabel 3. 7 Deskripsi Use Case ... 36
Tabel 3. 8 Hubungan Class dengan Use Case. ... 75
Tabel 3. 9 Tabel Admin ... 79
Tabel 3. 10 Tabel User ... 79
Tabel 3. 11 Tabel Warung ... 79
Tabel 3. 12 Tabel Menu ... 80
Tabel 3. 13 Tabel Warungrating ... 80
Tabel 3. 14 Tabel Menurating ... 80
Tabel 3. 15 Tabel Linkratingdifference ... 81
Tabel 3. 16 Tabel Linksslope ... 81
Tabel 3. 17 Tabel Linksprediksi... 81
Tabel 3. 18 Rancangan Black Box Testing ... 95
Tabel 3. 19 Tabel Ambang Batas Kinerja untuk Website (Paessler) ... 96
Tabel 4. 1 Daftar Spesifikasi Perangkat keras ... 98
Tabel 4. 2 Daftar Perangkat Lunak ... 99
Tabel 4. 3 Graf Matrik Selisih Rating ... 122
Tabel 4. 4 Graf Matrik Rata – Rata Selisih Rating ... 125
Tabel 4. 5 Graf Matrik Prediksi ... 128
Tabel 4. 6 Black Box Testing ... 128
Tabel 4. 7 Halaman untuk Pengujian Stress... 130
Tabel 4. 8 Istilah pada Stress Testing... 132
xi
DAFTAR GAMBAR
Gambar Halaman
Gambar 2. 1 Taksonomi Recommender System (Masruri dan Mahmudy,
2007) ... 10
Gambar 2. 2 Item-based Collaborative Filtering (Daniar, 2011) ... 11
Gambar 2. 3 Basis Slope One Schemes (Daniel dan Anna, 2005) ... 13
Gambar 2. 4 Skema PHP ... 16
Gambar 2. 5. Use Case Diagram ... 19
Gambar 2. 6. Sequence Diagram ... 19
Gambar 2. 7. Activity Diagram ... 20
Gambar 2. 8. Class Diagram ... 21
Gambar 2. 9. Model Throwaway Prototype (Wiley, 2005) ... 21
Gambar 3. 1 Gambaran Umum Sistem Rekomendasi Warung Khas Bali ... 30
Gambar 3. 2 Flowchart Rata – Rata Selisih Rating Slope One ... 32
Gambar 3. 3 Flowchart Prediksi Slope One ... 33
Gambar 3. 4 Entity Relationship Diagram Sistem Rekomendasi ... 34
Gambar 3. 5 Conceptual Data Model Sistem Rekomendasi ... 35
Gambar 3. 6 Use Case Diagram Sistem ... 38
Gambar 3. 7 Activity Diagram Login untuk Admin ... 39
Gambar 3. 8 Activity Diagram Login untuk User ... 40
Gambar 3. 9 Activity Diagram Registrasi untuk User ... 41
Gambar 3. 10 Activity Diagram Insert Warung ... 42
Gambar 3. 11 Activity Diagram Update Warung ... 43
Gambar 3. 12 Activity Diagram Delete Warung ... 44
Gambar 3. 13 Activity Diagram Insert Menu ... 45
Gambar 3. 14 Activity Diagram Update Menu ... 46
Gambar 3. 15 Activity Diagram Delete Menu ... 47
Gambar 3. 16 Activity Diagram Manage Slope One ... 48
xii
Gambar 3. 18 Activity Diagram Proses Pemberian Rekomendasi untuk
User ... 50
Gambar 3. 19 Activity Diagram Manage Page Warung dan Add Rating ... 51
Gambar 3. 20 Activity Diagram Manage Page Warung dan Update Rating ... 52
Gambar 3. 21 Activity Diagram Manage Page Warung dan Delete Rating ... 52
Gambar 3. 22 Activity Diagram Edit Profil... 53
Gambar 3. 23 Sequence Diagram Login Admin ... 54
Gambar 3. 24 Sequence Diagram Login User ... 55
Gambar 3. 25 Sequence Diagram Register ... 56
Gambar 3. 26 Sequence Diagram Insert Warung ... 57
Gambar 3. 27 Sequence Diagram Update Warung... 58
Gambar 3. 28 Sequence Diagram Delete Warung ... 59
Gambar 3. 29 Sequence Diagram Insert Menu ... 60
Gambar 3. 30 Sequence Diagram Update Menu ... 61
Gambar 3. 31 Sequence Diagram Delete Menu... 62
Gambar 3. 32 Sequence Diagram Manage Slope One ... 63
Gambar 3. 33 Sequence Diagram Manage View ... 65
Gambar 3. 34 Sequence Diagram Proses Pemberian Rekomendasi ... 66
Gambar 3. 35 Sequence Diagram Manage Page Warung dan Add Rating ... 68
Gambar 3. 36 Sequence Diagram Edit Rating ... 69
Gambar 3. 37 Sequence Diagram Delete Rating ... 70
Gambar 3. 38 Sequence Diagram Edit Profil ... 71
Gambar 3. 39 Class Diagram pada Sistem Web ... 72
Gambar 3. 40 Class Diagram pada Sistem Mobile ... 73
Gambar 3. 41 Class Diagram pada Sistem Mobile Lanjutan ... 74
Gambar 3. 42 Physical Data Model Sistem ... 78
Gambar 3. 43 Rancangan Antarmuka Login ... 82
xiii
Gambar 3. 45 Rancangan Antarmuka Halaman Awal ... 83
Gambar 3. 46 Rancangan Antarmuka Page Warung... 84
Gambar 3. 47 Rancangan Antarmuka Dialog Rating Warung ... 84
Gambar 3. 48 Rancangan Antarmuka Page Warung Teranting ... 84
Gambar 3. 49 Rancangan Antarmuka Page Menu ... 85
Gambar 3. 50 Rancangan Anatrmuka Dialog Rating Menu ... 85
Gambar 3. 51 Rancangan Antarmuka Page Menu Teranting ... 86
Gambar 3. 52 Rancangan Antarmuka List Komentar atau Review ... 86
Gambar 3. 53 Rancangan Antarmuka Account ... 87
Gambar 3. 54 Rancangan Antarmuka Setting Account Edit Data Profil 87 Gambar 3. 55 Rancangan Antarmuka Setting Account Username dan Password ... 87
Gambar 3. 56 Rancangan Antarmuka Geografis ... 88
Gambar 3. 57 Rancangan Antarmuka Login ... 89
Gambar 3. 58 Rancangan Antarmuka Manage Warung ... 89
Gambar 3. 59 Rancangan Antarmuka Add Warung ... 90
Gambar 3. 60 Rancangan Antarmuka Edit Warung ... 90
Gambar 3. 61 Rancangan Antarmuka Delete Warung ... 91
Gambar 3. 62 Rancangan Antarmuka Manage User ... 91
Gambar 3. 63 Rancangan Antarmuka Manage Menu ... 92
Gambar 3. 64 Rancangan Antarmuka Add Menu ... 92
Gambar 3. 65 Rancangan Antarmuka Edit Menu ... 93
Gambar 3. 66 Rancangan Antarmuka Delete Menu ... 93
Gambar 3. 67 Rancangan Antarmuka Manage Slope One ... 94
Gambar 4. 1 Database Diagram ... 100
Gambar 4. 2 Antarmuka Login ... 107
Gambar 4. 3 Antarmuka Registrasi ... 108
Gambar 4. 4 Antarmuka Halaman Awal ... 108
Gambar 4. 5 Antarmuka Page Warung ... 109
Gambar 4. 6 Antarmuka Dialog Rating Warung ... 109
xiv
Gambar 4. 8 Antarmuka Dialog Setting Rating ... 110
Gambar 4. 9 Antarmuka Page Menu ... 110
Gambar 4. 10 Antarmuka Dialog Rating untuk Menu ... 110
Gambar 4. 11 Antarmuka Page Menu Teranting ... 111
Gambar 4. 12 Antarmuka Dialog Setting Rating Menu ... 111
Gambar 4. 13 Antarmuka List Review ... 111
Gambar 4. 14 Antarmuka Account ... 112
Gambar 4. 15 Antarmuka Account Toolbar ... 112
Gambar 4. 16 Antarmuka Setting Account User ... 113
Gambar 4. 17 Antarmuka Setting Password Account ... 113
Gambar 4. 18 Antarmuka Setting Username ... 113
Gambar 4. 19 Antarmuka Geografis ... 113
Gambar 4. 20 Antarmuka Login ... 114
Gambar 4. 21 Antarmuka Manage Warung ... 115
Gambar 4. 22 Antarmuka Add Warung ... 115
Gambar 4. 23 Antarmuka Edit Warung ... 116
Gambar 4. 24 Antarmuka Delete Warung ... 116
Gambar 4. 25 Antarmuka Manage Menu... 117
Gambar 4. 26 Antarmuka Add Menu ... 117
Gambar 4. 27 Antarmuka Edit Menu ... 118
Gambar 4. 28 Antarmuka Delete Menu ... 118
Gambar 4. 29 Antarmuka Manage User... 119
Gambar 4. 30 Antarmuka Manage Admin ... 119
Gambar 4. 31 Antarmuka Manage Slope One ... 120
Gambar 4. 32 Antarmuka Manage Slope One Data Rating ... 120
xv
Gambar 4. 34 Diagram Alir Pseudocode Fungsi Rata – Rata Selisih Rating ... 124 Gambar 4. 35 Diagram Alir Pseudocode Fungsi Prediksi... 127 Gambar 4. 36 Stress Testing 100 – 2000 User ... 131
xvi
DAFTAR LAMPIRAN Lampiran
1. BlackBox Testing 2. Stress Testing
