SISTEM PENDUKUNG KEPUTUSAN PENENTUAN TUJUAN WISATA MENGGUNAKAN LOGIKA FUZZY DENGAN METODE CLUSTERING Studi Kasus Pulau

Batam

SKRIPSI

Verdi Septiawan 070823044

PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010

Universitas Sumatera Utara

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN TUJUAN WISATA MENGGUNAKAN LOGIKA FUZZY DENGAN METODE CLUSTERING Studi Kasus Pulau Batam Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains SKRIPSI Verdi Septiawan 070823044 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010 Universitas Sumatera Utara .

Suyanto.Kom. M. NIP. : Pembimbing1. 19640109 198803 1004 Universitas Sumatera Utara . NIP.PERSETUJUAN Judul : SISTEM PENDUKUNG KEPUTUSAN PENENTUAN TUJUAN WISATA MENGGUNAKAN LOGIKA FUZZY DENGAN METODE CLUSTERING STUDI KASUS PULAU BATAM Kategori : SKRIPSI Nama : VERDI SEPTIAWAN Nomor Induk Mahasiswaa : 070823044 Program Studi : SARJANA (S1) MATEMATIKA Departemen : MATEMATIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan. Saib Suwilo. Dr. Sawaluddin.IT. Drs. 19590813 198601 1002 Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua.Sc. NIP. 22 Februari 2010 Komisi Pembimbing Pembimbing 2. M. M. 19591231 199802 1001 Drs.

PERNYATAAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN TUJUAN WISATA MENGGUNAKAN LOGIKA FUZZY DENGAN METODE CLUSTERING STUDI KASUS PULAU BATAM SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri. Medan. kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. 22 Februari 2010 Verdi Septiawan 070823044 Universitas Sumatera Utara .

M. Marwan Harahap. ibu dan semua ahli keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. NIIT USU Mas Bayu serta rekan-rekan kuliah khususnya Saudara Ahmad Fauzi Hasibuan. padat dan profesional telah diberikan kepada saya agar penulis dapat menyelesaikan tugas ini. Saib Suwilo.PENGHARGAAN Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Pemurah dan Maha Penyayang. selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan skripsi ini. M. dengan limpahan rahmat dan karunia-Nya skripsi ini berhasil diselesaikan dalam waktu yang telah ditetapkan.Kom.Si. Universitas Sumatera Utara . semua dosen pada Departemen Matematika FMIPA USU. Henri Rani Sitepu. Akhirnya.. tidak terlupakan kepada bapak. dan Bapak Drs.Sc.. M. M. Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Sawaluddin. Semoga Tuhan Yang Maha Esa membalasnya. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Dr. Ucapan terima kasih saya sampaikan kepada Bapak Drs.Eng. M. Amd.IT. Panduan ringkas. Koordinator Ekstension Matematika FMIPA Drs. dan Bapak Drs. pegawai di FMIPA USU.Suyanto.

Hal ini berpengaruh terhadap calon wisatawan yang hendak berwisata kesuatu daerah merasa bingung atas kurang jelasnya berita mengenai objek wisata sesuai dengan biaya yang dibutuhkan untuk dapat berliburan ke daerah tersebut.ABSTRAK Pesatnya perkembangan dunia pariwisata. dan maksimum iterasi=100.0 dan Mysql. Universitas Sumatera Utara . Pada tugas akhir ini dibuat system yang mampu mengelompokan biaya berdasarkan biaya hotel. restoran dan lama liburan dengan menggunakan fuzzy CMeans (FCM). pembobot=2. Proses clustering dilakukan terhadap kelompok data kamar pada hotel. Proses clustering dilakukan dengan parameter. jumlah cluster=3. tidak diiringi dengan perkembangan teknologi yang digunakan. restoran dan lama liburan. murah. dan sedang menurut calon wisatawan. Sehingga nantinya calon wisatawan dapat meminimalkan besarnya biaya yang yang akan dikeluaran. Untuk itu diperlukan suatu metode pengelompokan biaya yang masih fuzzy (kabur) yaitu mahal. Sistem ini dibangun dengan bahasa pemrograman Visual Basic 6. Dimana data yang telah dikelompokan akan disesuaikan dengan berapa biaya yang disediakan calon wisatawan beserta berapa lama beliau hendak berliburan.

weight=2. total cluster =3. be not been escorted by technology developing that is utilized. Therefore. and terminologicaling tourist candidate. This system built by Visual Basic programming languages 6. Process clustering done by parameter. This system is made to be clustering of cost base hotel cost. Where is data already cluster will be adjusted by gets what cost that provided by therewith tourist candidate how long user wants to get holiday.0 and Mysql.ABSTRACT Its quick is formative universalizes tourism. restaurant and so long holiday. Universitas Sumatera Utara . It is ascendant to touristed candidate that wants to go to a region perceives is at a loss for less clear news hits that tour's object corresponds to needed cost for gets to get holiday goes to that region. and maximum iterasi =100. So its prospective following touristed gets big meminimalkan it cost who will at output. a bargain. it is required a costs agglomerated method which be still fuzzy (blur) which is expensive. restaurant and so long holiday by use of fuzzy c Means (FCM). Process clustering done to clustering of data group on hotel.

1 Logika Fuzzy 2.6 Metode Penelitian 1.3Algoritma Fuzzy C-Means 2.1.3 Visual Basic 6.1.4 MySQL Halaman ii iii iv v vi vii ix x 1 2 2 3 3 3 4 6 8 8 9 9 11 13 14 Universitas Sumatera Utara .1.1 Latar Belakang Masalah 1.7 Tinjauan Pustaka 1.PENDAHULUAN 1.0 2.DAFTAR ISI Halaman Judul Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Gambar Daftar Tabel BAB I.1 Pengertian Logika Fuzzy 2.4 Tujuan Penelitian 1.5 Konstribusi Penelitian 1.LANDASAN TEORI 2.7 Diagram Konsepsi BAB II.2 Perumusan Masalah 1.3 Pembatasan Masalah 1.2 Sistem Pendukung Keputusan 2.2 Fuzzy Clustering 2.

2 User Biasa Melakukan Konsultasi Wisata BAB IV.2 Saran DAFTAR PUSTAKA Lampiran A: Listing Program 55 53 54 18 18 21 28 29 29 31 32 32 33 35 Universitas Sumatera Utara .BAB III PEMBAHASAN 3.2 Analisis Kebutuhan Perangkat Keras 3.3 Hasil Analisis 3.1.1.1 Kesimpulan 4.1 Login Administrator dan Memasukan Data Restoran 3.1.1.5 Halaman User 3. KESIMPULAN DAN SARAN 4.4 Halaman Admin 3.1.3 Entity Relational Diagram 3.1.3.3.1 Analisis Kebutusan Perangkat Lunak 3.1 Data Flow Diagram 3.6 Halaman Hasil 3.2 Flowchart 3.

3.DFD Level 1 Gambar 3.4.Konteks Diagram Gambar 3.Diagram Konsepsi Proses Penentuan Wisata Gambar 2.Flowchart Tambah Data Gambar 3.1. Halaman Hasil Konsultasi Gambar 4. Halaman Hasil Konsultasi 13 14 19 20 21 22 23 24 25 26 28 29 30 31 33 34 34 35 35 36 6 7 Universitas Sumatera Utara .Flowchart Edit Data Gambar 3.Halaman awal Admin Gambar 4.1. Halaman Admin Gambar 4.0.8.4.7.Diagram Konsepsi Sistem Pendukung Keputusan Gambar 1.7.1.DAFTAR GAMBAR Gambar 1.Flowchart Login Admin Gambar 3.3.2.Diagram Konteks Sistem Pendukung Keputusan Tujuan Wisata Menggunakan Metode Fuzzy Clustering Gambar 2. Flowchart Konsultasi Wisata Gambar 3.Diagram Proses SIM Secara Umum Gambar 3. Halaman Tambah Data Gambar 4. Halaman Konsultasi Wisata Gambar 4.6.2.2.5. Informasi Tambah Data Gambar 4. Flowchart Hapus Data Gambar 3.8.Flowchart Menu Awal Gambar 3.9.1. ERD SPK Gambar 4.5.2. Halaman awal User Gambar 4. Informasi Sukses Gambar 4.6.

12 Output Restoran kota Sei Jodoh Tabel 4.13 Output Wisata kota Sei Jodoh Tabel 4.6 Output Restoran kota Nagoya Tabel 4.14 Output Hotel kota Muka Kuning Tabel 4.11 Output Hotel kota Sei Jodoh Tabel 4.8 Output Hotel kota Bengkong Tabel 4.7 Output Wisata kota Nagoya Tabel 4.5 Output Hotel kota Nagoya Tabel 4.3 Derajat Keanggotaan Tiap Data Pada Tiap Cluster Table 4.9 Output Restoran kota Bengkong Tabel 4.10 Output Wisata kota Bengkong Tabel 4.15 Output Restoran kota Muka Kuning Halaman 38 40 44 45 48 48 48 49 49 49 50 50 50 51 51 Universitas Sumatera Utara .4 Data-data tarif hotel.DAFTAR TABEL Judul Tabel Tabel 4.2. Perhitungan Pusat Cluster Tabel 4.Perhitungan Derajat Keanggotaan Tabel 4. tarif standar restoran dan lama liburan Tabel 4.1.