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 .

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

22 Februari 2010 Verdi Septiawan 070823044 Universitas Sumatera Utara .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.

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

Dimana data yang telah dikelompokan akan disesuaikan dengan berapa biaya yang disediakan calon wisatawan beserta berapa lama beliau hendak berliburan. jumlah cluster=3. Untuk itu diperlukan suatu metode pengelompokan biaya yang masih fuzzy (kabur) yaitu mahal. Pada tugas akhir ini dibuat system yang mampu mengelompokan biaya berdasarkan biaya hotel.ABSTRAK Pesatnya perkembangan dunia pariwisata. Proses clustering dilakukan terhadap kelompok data kamar pada hotel. murah. dan maksimum iterasi=100. restoran dan lama liburan dengan menggunakan fuzzy CMeans (FCM). 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. pembobot=2. Universitas Sumatera Utara . Proses clustering dilakukan dengan parameter. tidak diiringi dengan perkembangan teknologi yang digunakan. Sistem ini dibangun dengan bahasa pemrograman Visual Basic 6. restoran dan lama liburan. dan sedang menurut calon wisatawan.0 dan Mysql. Sehingga nantinya calon wisatawan dapat meminimalkan besarnya biaya yang yang akan dikeluaran.

weight=2. Process clustering done to clustering of data group on hotel. So its prospective following touristed gets big meminimalkan it cost who will at output. This system built by Visual Basic programming languages 6. be not been escorted by technology developing that is utilized.ABSTRACT Its quick is formative universalizes tourism.0 and Mysql. and terminologicaling tourist candidate. 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. 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. it is required a costs agglomerated method which be still fuzzy (blur) which is expensive. restaurant and so long holiday. total cluster =3. Universitas Sumatera Utara . a bargain. Therefore. This system is made to be clustering of cost base hotel cost. restaurant and so long holiday by use of fuzzy c Means (FCM). Process clustering done by parameter.

PENDAHULUAN 1.7 Tinjauan Pustaka 1.DAFTAR ISI Halaman Judul Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Gambar Daftar Tabel BAB I.3 Visual Basic 6.1 Logika Fuzzy 2.1.1 Latar Belakang Masalah 1.3 Pembatasan Masalah 1.2 Perumusan Masalah 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 .2 Sistem Pendukung Keputusan 2.7 Diagram Konsepsi BAB II.2 Fuzzy Clustering 2.1.3Algoritma Fuzzy C-Means 2.1 Pengertian Logika Fuzzy 2.0 2.1.4 Tujuan Penelitian 1.6 Metode Penelitian 1.LANDASAN TEORI 2.5 Konstribusi Penelitian 1.

BAB III PEMBAHASAN 3.1 Kesimpulan 4.2 Flowchart 3.1 Analisis Kebutusan Perangkat Lunak 3.1.6 Halaman Hasil 3.1.5 Halaman User 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 .3 Hasil Analisis 3.2 User Biasa Melakukan Konsultasi Wisata BAB IV.3.1.2 Analisis Kebutuhan Perangkat Keras 3.1 Login Administrator dan Memasukan Data Restoran 3.1.4 Halaman Admin 3.1.3 Entity Relational Diagram 3. KESIMPULAN DAN SARAN 4.1 Data Flow Diagram 3.1.3.

Informasi Tambah Data Gambar 4. Halaman awal User Gambar 4.Diagram Konsepsi Proses Penentuan Wisata Gambar 2.1.DAFTAR GAMBAR Gambar 1.Diagram Proses SIM Secara Umum Gambar 3. Halaman Konsultasi Wisata Gambar 4. Informasi Sukses Gambar 4.2.Halaman awal Admin Gambar 4.Flowchart Login Admin Gambar 3.5. Flowchart Hapus Data Gambar 3.6.7.3.1.Diagram Konteks Sistem Pendukung Keputusan Tujuan Wisata Menggunakan Metode Fuzzy Clustering Gambar 2.Flowchart Tambah Data Gambar 3. Flowchart Konsultasi Wisata Gambar 3.6.Konteks Diagram Gambar 3.8.0. ERD SPK Gambar 4.DFD Level 1 Gambar 3.Flowchart Edit Data Gambar 3. Halaman Tambah Data 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 . Halaman Admin Gambar 4.1.4.2.1.9.5.2.3.2.7.Diagram Konsepsi Sistem Pendukung Keputusan Gambar 1.4. Halaman Hasil Konsultasi Gambar 4.8.Flowchart Menu Awal Gambar 3.

5 Output Hotel kota Nagoya Tabel 4.14 Output Hotel kota Muka Kuning Tabel 4.Perhitungan Derajat Keanggotaan Tabel 4.2.4 Data-data tarif hotel.12 Output Restoran kota Sei Jodoh Tabel 4.1.13 Output Wisata kota Sei Jodoh Tabel 4.11 Output Hotel kota Sei Jodoh Tabel 4.7 Output Wisata 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 . Perhitungan Pusat Cluster Tabel 4.9 Output Restoran kota Bengkong Tabel 4.10 Output Wisata kota Bengkong Tabel 4. tarif standar restoran dan lama liburan Tabel 4.3 Derajat Keanggotaan Tiap Data Pada Tiap Cluster Table 4.6 Output Restoran kota Nagoya Tabel 4.DAFTAR TABEL Judul Tabel Tabel 4.8 Output Hotel kota Bengkong Tabel 4.

Sign up to vote on this title
UsefulNot useful