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 .

M. M. 19591231 199802 1001 Drs. Suyanto. 19590813 198601 1002 Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua. 19640109 198803 1004 Universitas Sumatera Utara . M. Dr. NIP.Sc.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.IT. : Pembimbing1. Drs.Kom. 22 Februari 2010 Komisi Pembimbing Pembimbing 2. Sawaluddin. NIP. Saib Suwilo. NIP.

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. kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan. 22 Februari 2010 Verdi Septiawan 070823044 Universitas Sumatera Utara .

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

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

ABSTRACT Its quick is formative universalizes tourism. Therefore. restaurant and so long holiday. total cluster =3. a bargain. Process clustering done to clustering of data group on hotel. Process clustering done by parameter. 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. and terminologicaling tourist candidate. Universitas Sumatera Utara . This system is made to be clustering of cost base hotel cost. it is required a costs agglomerated method which be still fuzzy (blur) which is expensive. be not been escorted by technology developing that is utilized. So its prospective following touristed gets big meminimalkan it cost who will at output. restaurant and so long holiday by use of fuzzy c Means (FCM). weight=2. and maximum iterasi =100.0 and Mysql. This system built by Visual Basic programming languages 6. 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.

7 Diagram Konsepsi BAB II.LANDASAN TEORI 2.3 Pembatasan Masalah 1.1.4 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 .3Algoritma Fuzzy C-Means 2.3 Visual Basic 6.1 Pengertian Logika Fuzzy 2.1.1.2 Sistem Pendukung Keputusan 2.1 Logika Fuzzy 2.7 Tinjauan Pustaka 1.0 2.DAFTAR ISI Halaman Judul Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Gambar Daftar Tabel BAB I.2 Perumusan Masalah 1.2 Fuzzy Clustering 2.6 Metode Penelitian 1.1 Latar Belakang Masalah 1.5 Konstribusi Penelitian 1.PENDAHULUAN 1.4 Tujuan Penelitian 1.

3 Hasil Analisis 3.2 User Biasa Melakukan Konsultasi Wisata BAB IV.1.2 Flowchart 3.1.1.1 Kesimpulan 4.1 Analisis Kebutusan Perangkat Lunak 3.4 Halaman Admin 3. KESIMPULAN DAN SARAN 4.1.1 Login Administrator dan Memasukan Data Restoran 3.1 Data Flow Diagram 3.1.2 Analisis Kebutuhan Perangkat Keras 3.5 Halaman User 3.BAB III PEMBAHASAN 3.3 Entity Relational Diagram 3.2 Saran DAFTAR PUSTAKA Lampiran A: Listing Program 55 53 54 18 18 21 28 29 29 31 32 32 33 35 Universitas Sumatera Utara .1.3.6 Halaman Hasil 3.3.

DAFTAR GAMBAR Gambar 1.Flowchart Menu Awal Gambar 3.Halaman awal Admin Gambar 4.3. Halaman Admin Gambar 4. Flowchart Hapus Data Gambar 3.DFD Level 1 Gambar 3. Informasi Tambah Data Gambar 4.1.2. Halaman awal User Gambar 4.Diagram Konteks Sistem Pendukung Keputusan Tujuan Wisata Menggunakan Metode Fuzzy Clustering Gambar 2.Diagram Konsepsi Proses Penentuan Wisata Gambar 2.1. Halaman Tambah Data Gambar 4. Flowchart Konsultasi Wisata Gambar 3.4.Flowchart Login Admin Gambar 3. Halaman Konsultasi Wisata Gambar 4.Flowchart Tambah Data Gambar 3.6.Diagram Proses SIM Secara Umum Gambar 3.Flowchart Edit Data Gambar 3.4. Halaman Hasil Konsultasi Gambar 4.5.9.5. ERD SPK Gambar 4.0.7.8.Diagram Konsepsi Sistem Pendukung Keputusan Gambar 1. Informasi Sukses Gambar 4.2.1.7.2.1.8.2.3.Konteks Diagram Gambar 3.6. 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 .

tarif standar restoran dan lama liburan Tabel 4.2.9 Output Restoran kota Bengkong Tabel 4. Perhitungan Pusat Cluster Tabel 4.7 Output Wisata kota Nagoya Tabel 4.13 Output Wisata kota Sei Jodoh Tabel 4.DAFTAR TABEL Judul Tabel Tabel 4.11 Output Hotel kota Sei Jodoh Tabel 4.10 Output Wisata kota Bengkong Tabel 4.1.Perhitungan Derajat Keanggotaan Tabel 4.4 Data-data tarif hotel.5 Output Hotel kota Nagoya Tabel 4.12 Output Restoran kota Sei Jodoh Tabel 4.8 Output Hotel kota Bengkong Tabel 4.14 Output Hotel kota Muka Kuning Tabel 4.6 Output Restoran kota Nagoya 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 .3 Derajat Keanggotaan Tiap Data Pada Tiap Cluster Table 4.

Sign up to vote on this title
UsefulNot useful