Fakultas Ilmu Komputer
Universitas Brawijaya 3193
Pengembangan Aplikasi Android Rekomendasi Tempat Wisata di Malang Raya dengan Group Decision Support System dan Location-Based Service
David Hosea Sipahutar1, Ratih Kartika Dewi2, Muhammad Aminul Akbar3 Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1[email protected], 2[email protected], 3[email protected]
Abstrak
Malang Raya dikenal sebagai pilihan destinasi wisata terkenal di Indonesia. Hal ini dapat dilihat dari peningkatan wisatawan yang berkunjung ke area ini pada tahun 2016 hingga 2018. Peningkatan tersebut berawal dari pertumbuhan tempat wisata yang bertemakan wisata alam, heritage, dan juga makanan.
Oleh sebab itu, dibutuhkan sebuah sistem ,dalam hal ini aplikasi, sebagai referensi wisata di Malang Raya. Pada tahun 2019, telah dilakukan dua penelitian serupa oleh Jodie Rizky Hidayat di kota Batu dan Ricky Irfandy di area Malang. Pendekatan rekomendasi yang mereka lakukan adalah melalui masukan secara individual. Dalam penelitian ini, aplikasi berfokus pada pendekatan rekomendasi secara berkelompok. Karena itu, penelitian ini menggunakan teori Group Decision Support System. Besaran nilai rekomendasi didapat dari penggunaan teori TOPSIS-Borda. Setelah melakukan implementasi, aplikasi diuji dengan tiga pengujian. Pengujian tersebut dilakukan dengan metode white-box dan black- box, menguji manual algoritme, dan uji dari sisi usability. Dari pengujian tersebut, didapatkan bahwa aplikasi berjalan sesuai dengan spesifikasi dengan nilai valid 100%, dan algoritme berjalan sesuai dengan perhitungan manual. Dari pengujian usability diketahui bahwa aplikasi dapat diterima oleh pengguna dengan hasil skor sebesar 72.5.
Kata kunci: Malang Raya, Group Decision Support System, location-based service, TOPSIS-Borda, waterfall, Android
Abstract
Malang Raya is known as a choice of famous tourist destinations in Indonesia. This can be seen from the increase in tourists visiting this area from 2016 to 2018. This increase originated from the growth of tourist attractions with the theme of natural tourism, heritage, and also food. Therefore, a system is needed, in this case, an application, as a tourist reference in Malang Raya. In 2019, two similar studies were carried out by Jodie Rizky Hidayat in Batu City and Ricky Irfandy in the Malang area. Their approach to recommendations is through individual input. In this study, the application focuses on a group recommendation approach. Therefore, this study uses the Group Decision Support System theory.
The value of the recommendation obtained from the use of the TOPSIS-Borda theory. After implementing the application, the application is tested with three tests. The test is carried out by using the white-box and black-box methods, testing the algorithm manual, and testing it in terms of usability.
From these tests, it was found that the application runs according to specifications with a valid value of 100%, and the algorithm runs according to manual calculations. From usability testing, it is known that the application can be accepted by users with a score of 72.5.
Keywords: Malang Raya, Group Decision Support System, location-based service, TOPSIS-Borda, waterfall, Android
1. PENDAHULUAN
Malang Raya adalah sebutan untuk kawasan di Indonesia yang terdiri dari Kota Malang, Kabupaten Malang, dan Kota Batu.
Malang Raya dikenal luas sebagai destinasi
wisata yang populer di Indonesia. Kota Malang terkenal sebagai kota pendidikan dan wisata heritage-nya. Wilayah kota Batu dikeliling oleh empat gunung terkenal, yaitu gunung Panderman, gunung Welirang, gunung Banyak, dan gunung Bokong. Hal tersebut menjadi salah satu faktor kota ini terkenal dengan tempat
wisata alam. Kabupaten Malang juga terkenal dengan wisata perkebunan, pertanian, tanaman obat, dan objek wisata baik alami maupun buatan.
Data statistik dari Dinas Kebudayaan dan Pariwisata Kota Malang menunjukkan bahwa terdapat kenaikan jumlah wisatawan sepanjang tahun 2016 hingga 2018, (Kompas, 2019).
Peningkatan tersebut juga terjadi di kota Batu sepanjang tahun 2017 hingga 2018 (TIMES Indonesia, 2019). Pertumbuhan tersebut diawali oleh pertumbuhan tempat wisata yang didominasi oleh wisata alam, makanan, dan wisata budaya. Seiring dengan hal tersebut, seorang wisatawan membutuhkan informasi yang dapat menjadi referensi untuk memilih tempat wisata di wilayah Malang Raya. Namun keterbatasan informasi yang dimiliki oleh wisatawan serta ketersediaan informasi tempat wisata di Malang Raya yang terbatas menjadikan masalah baru di era digital saat ini. Sehingga dibutuhkan sebuah perangkat lunak atau aplikasi yang dapat menjadi panduan para wisatawan untuk memilih tempet wisata di Malang Raya.
Selain itu, diperlukan fungsi pada aplikasi agar wisatawan mengetahui tempat wisata yang direkomendasikan di Malang Raya.
Pada penelitian sebelumnya di tahun 2019, pengembangan aplikasi rekomendasi dilakukan di dua tempat, yaitu Kota Malang dan Kota Batu.
Namun, kedua penelitan tersebut menggunakan kriteria secara individu sebagai dasar pencarian rekomendasi. Untuk mengatasi kelemahan tersebut, diperlukan pendekatan rekomendasi dengan menggunakan kriteria secara berkelompok.
Untuk mendukung pemecahan masalah, sistem membutuhkan metode yang dapat membantu sebagai penentu keputusan. Sistem tersebut, yang disebut dengan sistem pendukung keputusan, dibangun dengan tiga komponen utama. Pada masalah yang menggunakan kriteria secara berkelompok, penelitian ini didukung dengan metode Group Decision Support System (GDSS). Metode ini merupakan sistem informasi yang dapat digunakan untuk mengambil keputusan secara berkelompok dan dibangun menggunakan komputer. Sehingga memudahkan kelompok dalam pertukaran gagasan, pendapat, dan preferensi di dalam kelompok.
Untuk mendukung pencarian lokasi, penulis menggunakan Location Based Services (LBS).
Metode ini dipilih untuk mendukung pencarian lokasi pada aplikasi dengan menggunakan sensor GPS pada smartphone khususnya Android. Selain itu, LBS dapat menampilkan posisi pengguna saat ini, posisi bangunan (seperti pom bensin, rumah makan, bandara, dan sebagainya), serta dapat menampilkan kalkulasi jarak antara pengguna dengan tempat yang dituju (teknojurnal.com, 2019).
Dari pemaparan masalah sebelumnya, peneliti memberi solusi berupa pengembangan aplikasi wisata di Malang Raya berbasis Android. Aplikasi menggunakan metode GDSS dan LBSS. Dengan metode tersebut, harapan peneliti yaitu aplikasi dapat membantu pengunjung atau pendatang baru menemukan tempat wisata yang menjadi rekomendasi di Malang Rahya.
2. TINJAUAN PUSTAKA
2.1 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan merupakan sistem berbasis komputer yang dibangun dari tiga komponen utama (sistem bahasa, sistem pengetahuan , sistem pemrosesan).Karakteristik dari sistem pendukung keputusan salah satunya mendukung proses pengambilan keputusan suatu organisasi. Selain itu, sistem ini memiliki interface yang menghubungkan manusia dengan mesin. Untuk pengambilan keputusan masalah terstruktur maupun tidak terstruktur dapat menggunakan sistem ini Sistem juga memiliki integrasi dengan subsistem, informasi dengan menggunakan dialog serta data dan model dibuat sebagai komponen utama(Novriansyah, 2015).
Tujuan dibangunnya sebuah sistem pendukung keputusan yaitu untuk membantu pengambilan masalah pada masalah terstruktur.
Selain itu, sistem ini juga meningkatkan efektifitas dalam pengambilan keputusan, memberi dukungan dalam pertimbangan seorang manajer, memungkinkan pengguna menggunakan komputasi komputer, serta dapat menekan biaya secara optimal. Hal ini dikarenakan anggota dapat menggunakan sistem di tempat yang berbeda.
2.2 Group Decision Support System (GDSS) GDSS adalah sistem yang digunakan untuk
mempermudah pemecahan masalah tidak terstruktur oleh pembuat keputusan yang saling bekerjasama. GDSS dibangun dengan menggunakan komputer, sehingga sistem yang dibangun mendukung komunikasi secara interaktif(Istudor, 2010).
GDSS mendukung penggunaan lebih dari satu orang dengan satu tugas dikerjakan bersama (shared task). Tujuan dari tugas tersebut adalah untuk menentukan solusi dari sekumpulan keputusan secara bersama-sama.
2.3 Model Waterfall
Model Waterfall merupakan salah satu model pengembangan sebuah perangkat lunak dengan menggunakan pemisahan pada setiap tahap. Dikatakan sebagai ‘model air terjun’
karena pelaksanaan tahapan pada model ini dilakukan secara berurutan mengikuti bentuk air terjun. Oleh karena itu, setiap tahap harus dilakukan secara terencana dan terjadwal sebelum setiap tahap itu dilaksanakan (Sommervile, 2011).
Model Waterfall diawali dengan menganalisis kebutuhan. Berikutnya kebutuhan dialokasikan untuk perancangan. Setelah didapat hasil perancangan, pengembangan aplikasi dilanjutkan dengan implementasi perancangan dalam bentuk kode program. Kemudian sistem diuji dan diintegrasikan sesuai dengan spesifikasi sistem. Tahap berikutnya, pengembang dapat menjalankan sistem dan dapat melakuan maintenance pada kesalahan yang belum ditemukan sebelumnya.
2.4 Location Based Service (LBS)
LBS adalah layanan untuk mengetahui data berupa fakta tentang lokasi yang diakses dari perangkat bergerak. Informasi yang disimpan berupa posisi perangkat yang berasal dari kemampuan perangkat bergerak memposisikan dirinya di sistem jaringan. Sehingga data dapat digunakan sebagai acuan untuk memberikan rekomendasi sesuai parameter (Virrantaus et al.
, 2001).
2.5 Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) TOPSIS merupakan metode penyelesaian masalah dengan menggunakan kriteria lebih dari
satu (Multi Attribute Decision Making). TOPSIS melakukan pemilahan alternatif dengan mendapatkan jarak terdekat ke solusi ideal positif dan jarak terjauh ke solusi ideal negatif..
Untuk membedakan kedua hal tersebut, solusi dikatakan positif jika dihasilkan penjumlahan nilai atribut terbaik yang dapat dicapai, sebaliknya penjumlahan dengan hasil terburuk menjadikan solusi tersebut dikatakan negatif.
Metode ini telah diterapkan di berbagai aplikasi yang menggunakan perbandingan dan pemilihan.
Tahapan kalkulasi pada metode TOPSIS dapat dilihat pada penjelasan berikut (Rahim , 2018).
1. Membuat normalisasi dari matriks yang ditentukan.
𝑟𝑖𝑗 = 𝑥𝑖𝑗
√∑𝑚𝑖=1𝑥𝑖𝑗2
(1)
2. Pembobotan dari normalisasi
Dengan pembobotan w j = (w1, w2, w3, ….
, wn), w j adalah bobot kriteria untuk semua j dan ∑ j = 1. Normalisasi dari matriks pada langkah sebelumnya V adalah :
𝑣𝑖𝑗 = 𝑤𝑗∗ 𝑟𝑖𝑗 (2)
3. Menentukan solusi matriks ideal positif dan negatif (A)
𝐴+= {(𝑚𝑎𝑥 𝑣𝑖𝑗 | 𝑗 𝜖 𝐽) , (𝑚𝑖𝑛 𝑣𝑖𝑗 | 𝑗 𝜖 𝐽′), 𝑖 = 1,2,3, … , 𝑚
= {𝑉1+, 𝑉2+, 𝑉3+, . . . , 𝑉𝑛+} (3) 𝐴−= {(𝑚𝑖𝑛 𝑣𝑖𝑗 | 𝑗 𝜖 𝐽) , (𝑚𝑎𝑥 𝑣𝑖𝑗
| 𝑗 𝜖 𝐽′), 𝑖 = 1,2,3, … , 𝑚
= {𝑉1−, 𝑉2−, 𝑉3−, . . . , 𝑉𝑛−} (4) 4. Menghitung perbedaan
1. S+ adalah jarak alternatif dari solusi ideal positif.
𝑠𝑖+ = √∑𝑛𝑖=1 ( 𝑣𝑖𝑗 − 𝑣𝑗+)2 (5)
2. S- adalah jarak alternatif dari solusi ideal negatif.
𝑠𝑖− = √∑𝑛𝑖=1 (𝑣𝑖𝑗 − 𝑣𝑗−)2 (6)
5. Menghitung nilai preferensi ideal positif C+
dari nilai jarak alternatif solusi ideal positif dan negatif.
𝐶𝑖+ = 𝑠𝑖−
𝑠𝑖− + 𝑠𝑖+
(7)
6. Mengurutkan nilai alternatif C+ secara descending (nilai terbesar ke nilai terkecil).
Nilai terbesar pada urutan tersebut merupakan solusi terbaik.
2.6 Borda
Metode BORDA merupakan metode penetapan peringkat secara preferensial.
Alternatif dengan posisi tertinggi diberikan nilai tertinggi dengan perbandingan peringkat sebelumnya. (Saputra, 2017). Nilai Borda didapat dengan memberikan nilai peringkat sesuai jumlah alternatif. Nilai tertinggi diberikan pada alternatif dengan urutan teratas. Nilai tersebut dapat digunakan sebagai pengali ke nilai suara yang didapat dari peringkat.
3. METODOLOGI PENELITIAN
Penelitian ini dibuat dengan alur metodologi sesuai dengan metode waterfall.
Strategi pengerjaan dimulai dari studi untuk mencari referensi hingga melakukan uji sistem.
Sehingga dapat menjawab pertanyaan yang telah disusun dalam perumusan masalah.
Pencarian referensi teori dari penelitian sebelumnya serta artikel ilmiah pendukung dilakukan dalam tahap pertama, yaitu studi literatur. Setelah itu, dari teori tersebut digunakan dalam langkah menganalisis kebutuhan. Kebutuhan didapat dengan penggalian kebutuhan menggunakan wawancara atau kuesioner. Kebutuhan diklasifikasi kedalam dua kebutuhan, yaitu kebutuhan fungsional dan kebutuhan nonfungsional.
Tahap berikutnya, dilakukan perancangan algoritme, yaitu pada perhitungan data sesuai dengan metode TOPSIS yang dipadukan dengan Borda. Metode TOPSIS berfungsi memberikan solusi positif hingga solusi negatif berdasarkan bobot dan alternatif yang digunakan.
Gambar 1. Diagram Metodologi Penelitian
Metode TOPSIS berfungsi memberikan solusi positif hingga solusi negatif berdasarkan bobot dan alternatif yang digunakan. Sedangkan Borda berfungsi memberikan peringkat serta nilai masing-masing solusi.
Tahap berikutnya dilakukan penyusunan rancangan pada sistem yang bertujuan mendapatkan hasil lebih terarah. Hasil perancangan sistem adalah diagram sekuens, class diagram, activity diagram, perancangan basis data secara struktur pohon JSON, dan perancangan antarmuka.
Setelah itu, pengembangan sistem diteruskan ke implementasi. Metode yang dilakukan yaitu menerjemahkan perancangan ke kode program. Aplikasi dibangun menggunakan Android Studio dengan dukungan bahasa pemrograman Java. Dari penggunaan kode program tersebut, menghasilkan halaman antarmuka, membangun basis data, dan kode program yang mendukung berjalannya aplikasi.
Berikutnya dilakukan pengujian untuk menemukan kesalahan dalam eksekusi program.
Pengujian tersebut menggunakan metode pengujian perangkat lunak white-box dan black- box, pengujian manual algoritme, serta pengujian usability. Kemudian didapat kesimpulan, yaitu berupa jawaban permasalahan, dan saran dari pemaparan tahap- tahap sebelumnya.
4. HASIL DAN PEMBAHASAN 4.1 Implementasi Antarmuka
Pada Gambar 2 menampilkan implementasi splash screen saat pertama kali aplikasi dijalankan. Halaman ini menampilkan logo aplikasi serta titik lokasi aplikasi saat penggunaan berupa nilai Latitude dan Longitude.
Gambar 2. Implementasi Antarmuka Splash Screen
Pada Gambar 3 dapat dilihat implementasi antarmuka halaman utama. Halaman utama menggunakan Grid Menu untuk menampilkan dua menu utama, yaitu menu Daftar Wisata dan Cari Rekomendasi.
Gambar 3. Implementasi Antarmuka Halaman Utama
Pada Gambar 4 dapat dilihat implementasi antarmuka yang menampilkan daftar wisata di Malang Raya. Daftar wisata ditampilkan dalam bentuk daftar menggunakan RecyclerView. Data tempat wisata ditampilkan menggunakan adapter dari Firebase.
Gambar 4. Implementasi Antarmuka Halaman Daftar Wisata
Untuk daftar pengguna dapat menggunakan implementasi pada Gambar 5. Daftar pengguna diartikan sebagai penerima masukan jumlah pengguna yang akan menjadi pengisi bobot kriteria. Pengisian dilakukan menggunakan fasilitas Button.
Gambar 5. Implementasi Antarmuka Halaman Tambah Pengguna
Untuk mengisi kriteria dapat menggunakan implementasi pada Gambar 6. Pengguna yang akan mengisi akan mengetahui giliran pengisian dengan pergantian tulisan “Pengguna Ke-“.
Halaman menggunakan ScrollView untuk memuat seluruh fasilitas. Pengguna dapat mengisi bobot menggunakan Slider di setiap
kriteria.
Gambar 6. Implementasi Antarmuka Halaman Isi Kriteria
Implementasi antarmuka untuk menampilkan hasil rekomendasi dapat dilihat pada Gambar 7. Tampilan halaman menggunakan RecyclerView yang dipadukan dengan CardView. Data berasal dari data Firebase yang telah dihitung menggunakan algoritme TOPSIS-Borda.
Gambar 7. Implementasi Antarmuka Halaman Hasil Rekomendasi
Pada Gambar 8 menampilkan hasil implementasi halaman tentang informasi tempat wisata. Halaman dapat diakses setelah menekan tombol dari salah satu tempat wisata pada Gambar 7. Tampilan halaman ditambahkan gambar tempat wisata. Pengguna dapat mengakses informasi rute menuju tempat wisata dengan menekan tulisan hyperlink. Tampilan
maps dapat dilihat pada Gambar 9.
Gambar 8. Implementasi Antarmuka Halaman Informasi Tempat Wisata
Gambar 9. Antarmuka Google Maps
4.2 Pengujian Black-Box
Pengujian Black Box ini dilakukan untuk menguji fungsional yang telah dibangun pada sistem. Penggunaan kasus uji serta hasil dan status setelah pengujian dapat dilihat pada Tabel 1.
Tabel 1. Hasil Pengujian Black Box
No Hasil yang Diharapkan
Hasil pada
Sistem Status KU
MT- 001
Menampilkan daftar tempat
wisata
Menampilkan daftar tempat
wisata
Valid
KU MT-
002
Menampilkan rincian tempat
wisata
Menampilkan rincian tempat
wisata
Valid
KU MT-
003
Menampilkan bahwa data
jumlah pengguna telah
disimpan
Menampilkan bahwa data
jumlah pengguna
telah disimpan
Valid
KU MT-
Menampilkan bahwa kriteria
Menampilkan
bahwa kriteria Valid
004 telah disimpan telah disimpan KU
MT- 005
Menampilkan rekomendasi
Menampilkan
rekomendasi Valid
KU MT-
006
Menampilkan bahwa data rincian tempat
wisata dan lokasi serta
rute ditampilkan.
Menampilkan bahwa data rincian tempat
wisata dan lokasi serta
rute ditampilkan.
Valid
4.3 Pengujian Usability
Pengujian usability pada aplikasi dilakukan dengan menggunakan metode System Usability Scale (SUS). Metode ini menggunakan pemberian skor dengan menggunakan kuesioner.
Responden yang mengisi kuesioner SUS sejumlah 5 responden. Pada Tabel 2 menampilkan hasil penilaian yang diberikan responden tersebut.
Tabel 2. Hasil Penilaian Responden dan Skor Akhir SUS
Responden Hasil
1 65
2 80
3 85
4 70
5 62.5
Total Skor 362.5 Rata-rata 72.5
Gambar 10. Diagram Skor SUS
Dari hasil penilaian tersebut, rata-rata yang didapat sebesar 72.5.. Dari skor tersebut dapat dilihat pada Gambar 10 bahwa skor 72.5 termasuk pada grade C. Nilai tersebut juga termasuk dalam Acceptability Range kategori acceptable (diterima). Sehingga dapat diartikan bahwa aplikasi ini dapat diterima oleh pengguna.
5. KESIMPULAN
Berdasaran penjelasan di bagian sebelumnya, dapat disimpulkan beberapa hal.
Hal tersebut diantaranya, perancangan yang dihasilkan adalah hasil perancangan berupa diagram kelas, diagram sekuens, serta activity diagram. Hasil berupa skema tersebut dihasilkan
setelah melakukan analisis kebutuhan.
Perancangan juga menghasilkan rancangan kalkulasi menggunakan algoritme, rancangan untuk penggunaan basis data serta rancangan antarmuka dan navigasi.
Implementasi sistem dan algoritme menggunakan bahasa pemrograman Java yang dapat diaplikasikan di Android Studio.
Pengujian dilakukan dengan melalui empat tahap. Pengujian White-box dan Black-box menghasilkan kesimpulan bahwa fungsi berjalan dengan semestinya dengan valid 100%.
Pengujian usability dilakukan dengan menggunakan SUS. Hasil penilaian berupa skor sebesar 72.5. Dari skor tersebut dapat dikatakan bahwa aplikasi dapat diterima oleh pengguna.
Hal ini didasarkan dari diagram yang menunjukkan skala yang didapat adalah C dan dapat diterima (acceptable) oleh pengguna.
DAFTAR PUSTAKA
Bangor, Aaron, Phillip Kortum, dan James Miler. Determining What Individual SUS Scores Mean: Adding an Adjective Rating Scale. Journal of Usability Studies, IV(3), pp. 114-123.
Dewi, Ratih Kartika et al. 2018. The Development of Mobile Culinary Recommendation System Based on Group Decision Support System, [e-journal].
International Journal of Interactive Mobile Technologies, XII(3), pp. 209 – 216.
Hidayat, Jodie R., 2019. Implementasi Sistem Rekomendasi Tempat Wisata Di Batu Berbasis Android Dan Location-Based Service Menggunakan Metode Topsis. S1.
Universitas Brawijaya.
Irfandi, Ricky. 2019. Implementasi TOPSIS pada Sistem Rekomendasi Tempat Wisata Dalam Kota Malang Berbasis Lokasi. S1.
Universitas Brawijaya.
Istudor, I. dan Duta, L. 2010. Web-Based Group Decision Support System: an Economic Application, [e-journal]. Informatica Economica, XIV(1), pp. 191-200.
Kompas. 2019. [online] Tersedia di :
<https://travel.kompas.com/read/2019/01 /01/090200527/2018-kota-malang- dikunjungi-15.034-wisman-dan-4-8-juta- wisnu> [Diakses 1 Juli 2019]
Kusuma Dewi, S., Hartati, S., & Wardoyo, R.
2006. Fuzzy Multi Attribute Decision Making. Yogyakarta: Graha Ilmu.
Novriansyah, Dicky. 2015. Data Mining VS Sistem Pendukung Keputusan. Medan : Deepublish.
Pemerintah Kabupaten Malang. [online]
Tersedia di <
http://www.malangkab.go.id/site/read/det ail/79/selayang-pandang.html> [Diakses 29 Juni 2019]
Pemerintah Kota Malang. [online] Tersedia di
<https://malangkota.go.id/sekilas-
malang/sejarah-malang/> [Diakses 6 Maret 2019]
Rahim, R. et al. 2018. Journal of Physics : Conference Series. TOPSIS Method Application for Decision Support System in Internal Control for Selecting Best Employees, [e-journal] . Tersedia melalui : IOP Publishing Ltd. <
https://iopscience.iop.org/article/10.1088/
1742-6596/1028/1/012052> [Diakses 10 Agustus 2019]
Saputra, I. dan Wardoyo, R. 2017. Sistem Pendukung Keputusan Kelompok Penentuan Karyawan Terbaik Menggunakan Metode Topsis dan Borda, [e-journal]. Indonesian Journal of Computing and Cybernetics Systems, XI(2), pp 165 – 176.
Sommervile, Ian. 2011. Software Engineering Ninth Edition. Boston : Pearson Education, Inc.
Virrantaus,K et al. 2001. Developing GIS- supported Location-Based Services, [e- journal]. Tersedia melalui : ResearchGate
<
https://www.researchgate.net/publication/
3944265_Developing_GIS-
supported_Location-Based_Services>
[Diakses 2 Juli 2019]
