SISTEM PENDUKUNG KEPUTUSAN PREDIKSI
HARGA SEPEDA MOTOR BEKAS MENGGUNAKAN
METODE FUZZY TSUKAMOTO BERBASIS WEB
MOBILE
M Bahrul Faizin
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muhammadyah Sidoarjo Jl. Raya Gelam 250, Candi, Sidoarjo 61271
Telp. (031)-8921938
E-mail :bahrulfaizin32@gmail.com atau m.bahrulfaizin@yahoo.co.id
ABSTRAk
Di dalam dunia perdagangan, jual beli merupakan suatu kegiatan transaksi yang mungkin kita temukan di kehidupan sehari – hari. Untuk menentukan range harga sepeda motor bekas setidaknya ada empat hal yang perlu diperhatikan yaitu merek usia kendaraan, jarak yang ditempuh kendaraan, kondisi fisik kendaraan, dan record servis. Hal tersebut perlu diperhatikan agar kita sebagai calon penjual tidak mengalami kerugian saat memutuskan untuk menjual sepeda motor bekas.
Metode yang digunakan untuk mengambil sebuah keputusan ialah menggunakan teknik inferensi fuzzy tsukamoto. Sistem pendukung keputusan ini mampu menerapkan fuzzy tsukamoto dalam mengambil sebuah keputusan dan dapat membantu penjual sepeda motor bekas dalam prediksi kisaran harga sepeda motor yang akan dijual.
Hasil dari penelitian ini adalah di dapat range harga yang memiliki tingkat keakurasian 80% dari perhitungan sistem dan tingkat perbedaan dari harga fakta sepeda motor.
ABSTRACT
least four things to note are brand age of the vehicle , the distance the vehicle , the physical condition of the vehicle , and record servicing . It is worth noting that we as a prospective seller does not lose when deciding to sell used motorcycles .
The method used to take a decision is to use fuzzy inference techniques Tsukamoto . This decision support system capable of applying fuzzy Tsukamoto in taking In the world of trading , buying and selling is a transaction activity that may be found in daily life - today . To determine the price range used motorcycles are at
a decision and can help sellers of used motorcycles in the prediction of the price range of motorcycles to be sold .
Results from this study are in the price range can have a 80% accuracy rate of the system and the level difference calculation of the price of the facts motorcycle .
Keywords : SPK , Fuzzy Tsukamoto , Motor former
I. PENDAHULUAN
1.1 Latar Belakang Masalah
Transportasi adalah pemindahan manusia atau barang dari satu tempat ke tempat yang lain dengan menggunakan sebuah kendaraan yang digerakkan olah manusia atau mesin. Transportasi digunakan untuk memudahkan manusia dalam
melakukan aktivitas sehari – hari.
Sepeda motor adalah kendaraan beroda dua yang digerakkan oleh sebuah mesin. Letak kedua roda sebaris lurus dan pada kecepatan tinggi sepeda motor tetap stabil disebabkan oleh gaya giroskopik. Sedangkan pada kecepatan rendah, kestabilan atau keseimbangan sepeda motor bergantung kepada pengaturan setang pengendara. Pengguna sepeda motor di Indonesia sangat populer karena harga yang relatif murah, terjangkau untuk sebagaian besar kalangan dan penggunaan bahan bakarnya serta biaya operasionalnya cukup hemat.
Di dalam dunia perdagangan, jual beli merupakan suatu kegiatan transaksi yang mungkin kita temukan di kehidupan sehari – hari. Untuk menentukan range harga sepeda
motor bekas setidaknya ada dua hal yang perlu diperhatikan yaitu merek usia kendaraan, jarak yang ditempuh kendaraan, kondisi fisik
kendaraan, dan record servis. Hal tersebut perlu diperhatikan agar kita sebagai calon pembeli tidak mengalami kerugian saat memutuskan untuk membeli sepeda motor bekas.
Lalu bagaimana caranya menentukan prosentase harga jual sepeda motor bekas dengan mudah dan cepat ? .
Sehubungan dengan hal-hal diatas, maka penulis akan mengimplementasikan sebuah sistem pendukung keputusan prediksi harga sepeda motor bekas dengan menggunakan metode fuzzy tsukamoto.
1.2 Perumusan Masalah
Berdasarkan permasalahan diatas, maka diperlukan suatau sistem pendukung
penjualan yang sudah ada diperlukan suatu metode yang tepat sehingga sistem dapat menjadi data ynag dianalisis untuk dijadikan suatu informasi sebagai sistem pendukung keputusan. Dalam kasus ini , penulis
menggunakan metode model Fuzzy medote Tsukamoto yang berfungsi untuk
mengelompokkan data berdasarkan nilai tengah dari suatu kelompok data.
Secara garis besar, sistem ini mempunyai rumusan masalah sebagai berikut:
1.Apa saja yang dibutuhkan dalam sistem pendukung keputusan dengan metode Fuzzy inference System untuk melakukan proses pengambilan keputusan pada kasus prediksi harga sepeda motor bekas?
2.Bagaimana sistem pendukung keputusan prediksi harga sepeda motor bekas dengan menggunakan bahasa pemograman PHP?
3.Bagaimana tingkat keakuratan metode Fuzzy Tsukamoto dalam menentukan harga sepeda motor bekas?
1.3 Batasan Masalah
Adapun batasan masalah penelitian ini dibatasi pada :
1.Membatasi tahun produksi sepeda motor tahun 2005 hingga tahun 2015.
2.Hanya menggunakan metode Fuzzy Tsukamoto lainnya.
3.Hasil perhitungan hanya bersifat prediksi tidak terpengaruh pada Merk motor tertentu
1.4 Tujuan Penelitian
Tujuan dari penelitian ini yaitu:
1.Membangun sebuah sistem aplikasi berbasis PHP yang dapat memberikan kemudahan bagi pelaku bisnis dalam menentukan harga sepeda motor bekas menggunakan metode Fuzzy Tsukamoto.
2.Menguji metode Fuzzy Tsukamoto untuk mengatahui tingkat keakuratan metode tersebut dalam menentukan harga sepeda motor.
1.5 Manfaat
Adapun manfaat dari penelitian ini yaitu:
Bagi user (pengguna)
Dengan adanya sistem pendukung keputusan ini, akan membantu user
(pengguna) dalam menentukan prosentase harga sepeda motor bekas yang akan dijual.
1.Bagi penulis
Menambah pengetahuan tentang sistem pendukung keputusan
Mengetahui lebih banyak tentang proses pengambilan keputusan prediksi harga sepeda motor bekas.
Mampu memenuhi syarat kelulusan tugas skripsi.
2.Bagi universitas
Sebagai sumbangsi dengan kemampuan agar dapat dipergunakan dalam rangka hasil belajar mahasiswa khususnya bidang studi teknik informatika.
II. KAJIAN PUSTAKA DAN DASAR TEORI 2.1. Definisi DSS (Decision Support System)
1.Decision Support System (DSS) berusaha menujang proses pengambilan keputusan.
2.Decision Support System (DSS) berusaha menunjang proses pengambilan keputusan dan bukan pengautomatisasi proses
penggambilan keputusan.
3.Decision Support System (DSS) lebih menekankan efektifitas daripada efisiensi,
4. Decision Support System Decision Support System (DSS) harus menunjang keseluruhan langkah dalam proses pengambilan keputusan dan dalam pada itu Decision Support System (DSS) tidak memaksakan suatu proses pengambilan keputusan pada para pengambil
keputusan.
2.2. Logika Fuzzy
Logika fuzzy dikatakan sebagai logika baru yang lama, sebab beberapa tahun yang lalu, padahal sebenarnya konsep tentang logika fuzzy itu sendiri sudah ada sejak lama.
Logika fuzzy adalah suatu logika cara yang tepat untuk memetakan suatu ruang input ke dalam suatu output (Kusumadewi & Purnomo 2004, h.1).
2.2.1. Metode Tsukamoto.
Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpesentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasinya, output hasil inferensi dari tiap – tiap aturan diberikan secara tegas (crips)
berdasarkan α-predikat (fire strenght). Hasil akhirnya diperoleh dengan menggunakan rata – rata terbobot.
Misalnya ada 2 variabel input, Var-1 (x) dan Var-2 (y), serta 1 variabel output, Var-3 (z), dimana Var-1 terbagi atas 2 himpunan yaitu A1 dan A2 terbagi atas 2 himpunan b1 dan B2, Var-3 juga terbagi atas 2 himpunan yaitu C1 dan C2 (C1 dan C2 HARUS MONOTON). Ada 2 aturan yang digunakan, yaitu:
[R1] IF (x is A1) and (y is B2) penulis melakukan penelitian di showroom sepeda motor bekas disekitar kota Sidoarjo UD DIAN MOTOR ROCHMAN, KARUNIA MOTOR, dan VIDA MOTOR.
3.2. Bahan dan Alat Penelitian
Adapun bahan dan alat yang akan digunakan dalam penelitian ini adalah sebagai berikut :
1.Bahan penelitian
Bahan – bahan penelitian yang akan digunakan dalam ini antara lain data penjualan sepeda motor bekas .
2.Alat penelitian
Alat yang digunakan dalam penelitian ini adalah sebagai berikut :
1.Hardware
Prosesor : Intel(R) Core(TM) i3-2350 CPU@2.30GHz
Memori : 4,00 GB
Free space harddisk : 100 GB
Mobile device atau Handphone.
3.3. Teknik Pengumpulan Data
Untuk mendapatkan informasi, data
– data penunjang serta teori dalam penyusunan proposal skripsi ini, maka diperlukan beberapa teknik pengumpulan data. Adapun beberapa teknik yang digunakan antara lain :
3.3.1. Wawancara
Wawancara dilakukan pada beberapa showroom sepeda motor bekas di Sidoarjo. Tujuan dari proses wawancara yang dilakukan adalah untuk memperoleh data dari usia kendaraan, jarak tempuh kendaraan, kondisi fisik kendaraan, dan record servis kendaraan.
3.3.2. Pengamatan (observasi)
Pengamatan dilakukan pada beberapa showroom sepeda motor bekas di Sidoarjo. Tujuan dari pengamatan (observasi) ini adalah untuk mengetahui kondisi fisik kendaraan.
IV. HASIL PENELITIAN DAN
PEMBAHASAN 4.1. Hasil Penelitian
Implementasi merupakan tahap
pengembangan rancangan menjadi sistem, Sistem ini menggunakan bahasa
pemrograman PHP.
4.2. Implementasi
Sesuai dengan rancangan sistem yang telah dibuat maka implementasi dari Web mobile akan ditunjukkan melalui tampilan sebagai berikut :
4.2.1. Tampilan Website Mobile
Halaman utama Sistem
pendukung keputusan prediksi harga sepeda motor bekas sebagai berikut :
Berikut penjelasan dari masing-masing menu yang terdapat di
halaman utama website :
1.Menu Home berisi gambaran tentang sistem pendukung keputusan.
2.Menu Master Data digunakan untuk proses insert, update dan delete .
3.Menu Analisa harga motor digunkan untuk menampilkan input an untuk proses hitung program.
6.Tentang program digunakan untuk menjelaskan sistem.
4.2.2.Interface utama sistem temu balik informasi website
Gambar 4.1. Interface utama sistem pendukung keputusan
Gambar di atas menunjukakan menu utama dari sistem temu balik informasi website. Dan merupakan interface yang pertama kali dilihat oleh user (pengguna). Dalam menu utama ini terdapat beberapa bagian diantaranya :
a.Header : judul program
b.Menu utama terdiri dari :
1.Dashboard.
2.Master data
3.Analisa harga motor
4.Tentang program
4.2.3. Menu Login
Gambar 4.2. Menu Login Pakar
Menu ini berfungsi untuk login masuk kedalam sistem pendukung keputusan kesesuaian lahan pertanian dan musim. Untuk masuk kedalam proses diperlukan tahapan –tahapan , diantaranya :
1. Input Username : dipergunakan untuk memasukkan user name 2. Input passward : dipergunakan
untuk memasukkan password yang sudah proses sebelumnya.
3. Setelah proses input username dan password selesai, selnjutnya tombol OK yang merupakan proses masuk kedalam sistem pendukung keputusan ini akan berjalan.
4.2.4. Menu Analisa Harga Motor
Menu ini berfungsi untuk menghitung harga sepeda motor berdasarkan input usia kendaraan, input jarak tempuh, kondisi fisik, dan record service. Hasil dari proses inputan akan memampilkan prosentase harga sepeda motor.
1. Header/ judul menu 2. Area input, terdiri dari:
a. Usia kendaraan : digunakan untuk memasukkan tahun produksi sepeda motor.
b. Jarak tempuh : digunakan untuk memasukkan jarak temput yang ditempuh motor.
c. Kondisi : digunakan untuk memasukkan kondisi sepeda motor.
d. Record service : digunakan untuk memasukkan satu kali service dalam hitungan bulan.
3.Footer :berfungsi sebagai hak cipta .
4.2.5.Tambah Merk motor
Menu merk motor ini, dipergunakan untuk insert (tambah), update (ubah) dan delete (hapus) merk motor
4.2.6. Tambah Jenis motor
Menu jenis motor ini, dipergunakan untuk insert (tambah), update (ubah) dan delete (hapus) merk motor.
4.2.7. Tambah motor
Menu Tambah motor ini, dipergunakan untuk insert (tambah) motor. Adapun inputan pada tambah motor ialah :
1. Merk motor 2. Jenis motor 3. Cc mesin
4.2.8.Tambah user
Menu user ini, dipergunakan untuk insert (tambah), update (ubah) dan
delete (hapus)
user(pengguna).
BAB V PENUTUP
5.1. Kesimpulan
Kesimpulan yang diperoleh dengan adanya Sistem pendukung keputusan prediksi harga motor bekas dengan menggunakan metode Fuzzy Tsukamoto berbasis Web mobile diharapkan dapat mempermudah dan mempercepat pengguna/ user dalam mengetahui
prediksi harga sepeda motor bekas secara Web mobile .
1. Pengetahuan yang dimiliki pengguna mengenai Sistem pendukung
keputusan prediksi harga motor bekas dengan menggunakan metode Fuzzy Tsukamoto berbasis Web mobile. 2. Dalam Aplikasi ini menggunakan
metode Fuzzy Tsakomoto. 3. Aplikasi ini dapat membantu
pengguna untuk mengetahui prediksi harga sepeda motor bekas.
4. Aplikasi yang digunakan berbasis Web mobile.
5.2. Saran
Berikut ini saran yang dapat diberikan untuk mengembangkan aplikasi ini menjadi lebih baik:
1. Untuk Data websitenya harus ditambah 2. Untuk tampilan aplikasi sebaiknya
dibuat lebih menarik agar user tidak merasa bosan.
3. Untuk hasil Output pada Analisa Harga tidak diambil dari Master data.
4. Tidak ada Web servis (Web) untuk di akses di Web user (Web mobile).
DAFTAR PUSTAKA
Betha Sidik, 2012, Pemprograman web dengan PHP. Penerbit Informatika Bandung, Bandung.
Edhy Sunanta, Edisi pertama 2004, Sistem Basis Data, Penerbit Graha Ilmu, Yogjakarta.
Erlina Fajar Yanti Haryanto, 2005,
Sistem pendukung
keputusan kelayakan pembelian sepeda motor dengan menggunakan metode Clustering K-means, Wacana Christian University.
Kertahadi, Drs, M. Kom, Cetakan pertama 1998, “Sistem
Informasi Penunjang
Keputusan (Decision
Support Systems)” ,
Penerbit CV. CITRA MEDIA, Surabaya
Laksono Putro, Budi, Rahman Wijaya, Dedy, 2009, Mobile Programing. Penerbit . Telkom Polytecnic.
Sri Kusumadewi, Hari Purnomo, Cetakan pertama 2009, Aplikasi Logika Fuzzy
untuk Pendukung
Keputusan. Penerbit Graha Ilmu, Yogjakarta
Tavri D. Mahyuzir, Cetakan ketiga 1992, Analisa dan Perancangan Sistem Pengolahan Data, PT. Gramedia, Jakarta.
Untung Rahardja, Augury El Rayeb, Asep Saefullah, 2009, Siapa saja bisa membuat website dengan CSS dan HTML. Penerbit Andi, Yogyakarta.
Wiratama Kesuma, 2014,
Implementasi sistem fuzzy untuk proses pendukung keputusan pembelian
sepeda motor
menddunakan metode inferensi minimun, STMIK Budi Darma.