OLEH :
NIM.1308605028
UNIVERSITAS UDAYANA
BUKIT JIMBARAN
2017
HALAMAN PENGESAHAN PROPOSAL TUGAS AKHIR
NIM : 1308605028
Tanggal disetejui :
Disetujui oleh:
Review I Review II
Mengetahui,
Jurusan Ilmu Komputer FMIPA UNUD
Ketua Komisi Tugas Akhir,
ii
KATA PENGANTAR
Puji dan syukur kami persembahkan kehadirat Tuhan Yang Esa, karena berkat
rahmat dan karunia-Nya semata sehingga penulis mampu menyelesaikan
penyusunan laporan proposal penelitian dengan judul RANCANG BANGUN
APLIKASI E-KATERING MENGGUNAKAN METODE COLLABORATIVE
FILLTERING PADA FITUR PENCARIAN KATERING . Penyusunan laporan
proposal penelitian ini adalah untuk memenuhi salah satu persyaratan kelulusan
pada Universitas Udayana Fakultas Matematika Ilmu Pengetahuan Alam Kesehatan
Jurusan Ilmu Komputer. Penyusunannya dapat terlaksana dengan baik berkat
dukungan dari banyak pihak. Untuk itu, pada kesempatan ini peneliti mengucapkan
terima kasih kepada :
1. Bapak Agus Muliantara S.Kom,M.Kom, Kepala Jurusan Program Studi Ilmu
Komputer Falkutas Matematika dan Ilmu Pengetahuan Alam.
2. Bapak I Made Widiartha, S.Si, M.Kom, selaku dosen Reviewer 1
3. Ibu Luh Gede Astuti M.Kom selaku dosen Reviewer 2
4. Ibunda dan keluarga tercinta yang selalu memberikan motivasi dan dukungan
doa.
5. Teman teman satu angkatan yang selalu memberikan motivasi, dukungan,
semangat, canda dan tawa
6. Semua pihak yang tidak bisa peneliti sebutkan satu persatu yang telah
membantu penulis baik langsung maupun tidak langsung dalam menyelesaikan
laporan penelitian ini.
Walaupun demikian, dalam laporan penelitian ini, peneliti menyadari masih
belum sempurna. Oleh karena itu, peneliti mengharapkan saran dan kritik demi
kesempurnaan penelitian ini. Namun demikian adanya, semoga proposal skripsi ini
dapat dijadikan acuan tindak lanjut penelitian selanjutnya dan bermanfaat bagi kita
semua.
Penulis
iii
DAFTAR ISI
1. Latar Belakang................................................................................................1
3. Tujuan Penelitian............................................................................................3
iv
6.4. Pemograman Berbasis Web ...................................................................... 8
8. Jadwal Kegiatan............................................................................................31
v
DAFTAR TABEL
Tabel 1 Simbol- Simbol Pada User Case Diagram ................................................. 5
Tabel 2 Simbol- Simbol Activity Diagram ............................................................. 6
tabel 3 Analisa Kebutuhan Fungsional ................................................................. 13
tabel 4 Analisa Kebutuhan Non-Fungsional ......................................................... 16
tabel 5 Data dan Tipe Data .................................................................................... 22
tabel 6 Jadwal Kegiatan ........................................................................................ 31
vi
DAFTAR GAMBAR
gambar 1 Penerapan Algoritma Slope One ........................................................... 10
gambar 2 Use Case Pada Sistem E-Katering ........................................................ 17
gambar 3 Aktivitas Diagram Input Katering ......................................................... 18
gambar 4 Aktivitas Pemesanan User .................................................................... 19
gambar 5. Pemberian Rating User terhadap menu dan Katering ......................... 20
gambar 6. Rancangan ERD .................................................................................. 21
gambar 7 Mock Up Login .................................................................................... 23
gambar 8 Mockup Registrasi ................................................................................ 24
gambar 9 Mockup dashboard admin dan catering ................................................ 25
gambar 10 Pencarian Katering dan Rekomendasi ................................................ 26
gambar 11 Flowchart Alur kerja Algoritma Slope One ........................................ 27
gambar 12 Perhitungan Selisih seluruh item ......................................................... 28
gambar 13 Perhitungan prediksi rating menu ....................................................... 29
vii
DAFTAR LAMPIRAN
``````````````````
viii
1. Latar Belakang
Seiring dengan pesatnya perkembangan jaman dan majunya ilmu serta
teknologi, maka pesat pula bermunculan instansi-instansi baik itu dalam dunia
bisnis, kesehatan, asuransi, perusahaan, perbankan, ataupun instansi pemerintahan.
Tidak terkecuali juga dengan instansi dalam yang bergerak dalam bidang dunia
Bisnis. Berdasarkan data sejak tahun 2010 sampai sekarang sudah sering terjadi
perkembangan e-commerce seperti kita ketahui perkembangan teknologi dalam
dunia termasuk Negara Indonesia, Dari beberapa tahun perkembangan e-commerce
semakin marak maka para penjual mulai mengunakan e-commerce untuk menjual
suatu produk yang ada dimana produk tersebut dipromosikan di salah satu website
seperti tokopedia.com dan kaskus.co.id
Salah satu pengembangan e-commerce semakin pesat terutama produk-produk
yang dipromosi untuk mencari pelanggan Dari berberapa data yang ada di berita
banyak pelanggan mengatakan tertarik mengunakan e-commerce karena mudah dan
cepat. Penjual juga merasakan kemudahan seperti jasa mengantar makanan dan cara
pembayaran dengan mudah dan cepat sehingga penjual merasa fleksible saat
mengunakan e-commerce (Kompas,21 mei 2012 ).
Akibat perkembangan jaman terjadi banyak perubahan pola pikir masyarakat
menjadi lebih ke arah digital termasuk pemasaran. Beberapa hal dalam pemasaran
banyak menggunakan aplikasi yang seperti social media dan website dimana e-
commerce cukup dapat menarik perhatian masyarakat Indonesia dimana aplikasi-
aplikasi mengubah masyarakat pola pikir menjadi lebih modern sehingga yang
konsep tradisional mulai pelan-pelan menghilang akibat tergurus oleh teknologi
salah satunya adalah Katering. Akibat pemesanan online dari go-food masyarakat
Indonesia mulai tertarik dengan go-food karena mudah dan fleksible. Katering kini
masih mengunakan konsep tradisional sehingga katering mengalami kesulitan
dalam mencari pelanggannya khususnya katering dengan kriteria yang memiliki
omset sekitar Rp500.000 sampai dengan Rp.5.000.000.
Untuk katering saat ini semakin sulit untuk mendapatkan pelanggan karena
belum ada alat promosi yang tepat ditambah persaingan yang semakin tinggi
Karena adanya restoran disekitar katering yang menggunakan aplikasi Go-food.
1
Katering masih bersifat secara konversional dimana katering harus bertemu dengan
pelanggan secara langsung. Untuk itu katering saat ini sangat membutuhkan sebuah
aplikasi atau tempat untuk melakukan promosi dan memberikan kenyamanan untuk
melakukan transaksi kepada pelanggan.
Meskipun katering memiliki banyak menu. Pelanggan terkadang merasa
kebingungan dalam memilih menu yang disediakan oleh katering. karena menu
yang dipilih oleh pelanggan belum tentu yang terbaik. Untuk itu pelanggan
membutuhkan sebuah sistem rekomendasi pencarian katering yang sesuai
kebutuhan pelanggan
Berdasarkan permasalahan diatas, solusi yang ditawarkan adalah membangun
sebuah aplikasi yang dapat membuat kenyamanan penguna dalam berkomunikasi
bisnis antar katering dengan pelanggan. Aplikasi ini nantinya bisa disebut sebagai
E-katering. Dengan aplikasi e-katering diharapkan mampu membuat katering bisa
menjual dengan cara optimal sehingga dapat mengubah sistem katering menjadi
lebih modern dan digital.
Dalam pencarian katering ada beberapa solusi untuk mengatasinya solusi yang
paling tepat adalah Collaborative Filtering dimana user akan memilih suatu dengan
menentukan model Collaborative Filtering akan menghitung rating dengan user
yang telah mengisi rating. Apabila rating user berubah maka model prediksipun
juga berubah. Menurut penelitian terdahulu Sistem E-Commerce sangat cocok
untuk menggunakan metode ini. Karena Collaborative Filtering ini lebih memilih
ke user dibandingkan model yang kita sediakan(Yun-AnChen,A. & McLeod, D.
2006). Collaborative filtering dapat memilih item sesuai yang dibutuhkan oleh user
sehingga sangat cocok untuk aplikasikan di E-Katering .
2. Rumusan Masalah
Berdasarkan uraian pada latar belakang diatas, maka permasalahan yang akan
dikaji dalam proposal ini dapat dirumuskan sebagai berikut :
1. Bagaimana merancang dan membangun sistem E-Katering
2. Bagaimana Penerapan metode collaborative filtering pada fitur pencarian
katering
2
3. Tujuan Penelitian
Adapun tujuan yang ingin dicapai dalam pengerjaan proposal ini, adalah
Merancang dan membangun aplikasi e-katering dengan menggunakan metode
collaborative filtering pada fitur pencarian katering.
4. Batasan Masalah
Agar tidak membahas terlalu jauh mengenai aplikasi e-katering ini maka
penyusunan pembuatan aplikasi ini akan dibatasi pada:
1. Aplikasi ini hanya berjalan pada platform Web dengan menggunakan bahasa
pemrograman php.
2. Aplikasi ini hanya sampai pengerjaan Pemesanan dan pembayaran pada
Pembeli dan rekomendasi pemilihan katering dengan Collaborative Filltering
dengan menggunakan Algoritma Slope One.
5. Manfaat Penelitian
Dari hasil penelitian ini dapat menghasilkan manfaat untuk pembeli dan
penjual
Bagi penjual
Bagi pembeli
Bagi Masyarakat
3
6. Tinjauan Pustaka
6.1. E-commerce
E-commerce adalah salah satu dari komunikasi bisnis dimana pengguna dapat
betransaksi dengan mengunakan elektronik atau digital.Pada dasarnya e-commerce
dapat membantu suatu interaksi bisnis dengan metode digiltal. E-Commerce dapat
di definisikan sebuah alat atau metode komunikasi dan penyampaian informasi
digital dalam transaksi bisnis,membuat sebuah bisnis dan membuat relasi antar
bisnis dalam dalam bentuk organisasi maupun invidual (Z.R. Andam;2003).
6.1.1 Collaborattive Ecommerce
Collaborative E-Commerce adalah salah satu pengembangan dari e-commerce
yang dapat memilih suatu keputusan dengan sesuai kebutuhan dari sumber
pelanggan.Collaborative dapat memilih suatu relasi antara penjual dan pembeli dan
dapat membantu suatu mengambil keputusan untuk hubungan antar kedua relasi
tersebut .Collaborattive e-commerce dapat juga menggunakan mengerjakan dan
meminimalkan dokumen pengerjaan proses bisnis (Ta-Tao Chuang e.;2006 )
6.1.2 B2B
B2B salah jenis E-commerce yang melibatkan beberapa perusahaan atau
vendor dan dilakukan sistem otomatis dan memiliki tujuan yaitu mempermudahkan
terhadap komunikasi bisnis
6.1.3 C2C
Consumen to Consumen salah satu jenis e-commerce yang memiliki tujuan
yaitu emnyediakan lahan pemasaran terhadap penjual dan pembeli dan dapat
memudahkan suatu pertemuan antara kedua pihak .
4
6.2. UML
UML (Unified Modeling Language) adalah salah satu standar bahasa yang
banyak digunakan di dunia industry untuk mendefinisikan requirements, membuat
analisis dan desain , serta menggambarkan arsitektur dalam pemrograman
berorientasi objek. UML muncul karena adanya kebutuhan pemodelan visual untuk
menspesifikasikan, menggambarkan, membangun, dan dokumentasi dari sistem
perangkat lunak
6.2.1 Use Case
Use case diagram merupakan pemodelan untuk kelakuan atau behavior sistem
informasi yang akan dibuat. Use case mendeskripsikan sebuah interaksi antara satu
atau lebih aktor dengan sistem informasi yang akan dibuat.
5
6.2.2 Activty Diagram
Diagram aktivitas atau activity diagram menggambarkan workflow (aliran
kerja) atau aktivitas dari sebuah sistem atau proses bisnis atau menu yang ada pada
perangkat lunak.
Diagram aktivitas banyak digunakan untuk mendefinisikan hal-hal berikut:
a. Rancangan proses bisnis dimana setiap urutan aktivitas yang digambarkan
merupakan proses bisnis sistem yang didefinisikan
b. urutan atau pengelompokan tampilan dari sistem / user interface dimana setiap
aktivitas dianggap memiliki sebuah rancangan antamuka tampilan.
c. rancangan pengujian dimana setiap aktivitas dianggap memerlukan sebuah
pengujian yang perlu didefinisikan kasus ujinya
d. rancangan menu yang ditampilkan pada perangkat lunak
Berikut ini adalah simbol-simbol yang ada pada diagram aktivitas :
Titik awal
Titik akhir
Activity
6
Rake; Menunjukkan adanya dekomposisi
Tanda waktu
Tanda pengiriman
Tanda penerimaan
7
6.3.3 Black Box Testing
Black Box Testing adalah pengujian yang dilakukan saat tester tidak memiliki
source code, hanya code yang bisa dieksekusi. Black Box Testing dilakukan dengan
menjalankan aplikasi dan melakukan apa yang bisa dikerjakan oleh aplikasi untuk
menguji tingkah laku dari sistem.
Black Box Testing berfokus pada kebutuhan fungsional perangkat lunak.
Dengan demikian, Black Box Testing memungkinkan perekayasa perangkat lunak
mendapatkan serangkaian kondisi input yang sepenuhnya menggunakan semua
persyaratan fungsional untuk suatu program. Black Box Testing diaplikasikan
selama tahap akhir pengujian. Karena Black Box Testing memperhatikan struktur
control, maka perhatian berfokus pada domain informasi.
8
6.5.3 Javascript
Javascript adalah bahasa pemrograman yang bisa disisipkan ke HTML seperti
halnya PHP akan tetapi javascript berjalan di sisi Client. Misalnya, jam
ditampilkan pada halaman yang update sendiri untuk menunjukkan waktu saat ini
pada komputer pengguna. Namun saat ini Javascript bisa digunakan untuk server
side salah satunya adalah JSON.
6.5.4 PHP
PHP singkatan dari PHP Hypertext Preprocessor yang digunakan sebagai
bahasa script server-side dalam pengembangan web yang disisipkan pada dokumen
HTML. Penggunaan PHP memungkinkan web dapat dibuat dinamis sehingga
maintenance situs web tersebut menjadi lebih mudah dan efisien.
6.5 Collaborative Filltering
Collaborative Filltering adalah suatu metode mencari rekomendasi untuk user
atau item untuk rekomendasi kepada user berdasarkan data yang sudah disediakan
oleh sebleum sehingga dapat memberikan rekomendasi pada suatu rekomendasi
yang cenderung sama dengan data sebelumnya dimana collaborative Filltering
mampu memilih berdasarkan model atau memory .model ini dapat dikerjakan
melalui data Mining. Memory dapat dikerjakan melalui data yang sudah ada dari
sebelumnya ada beberapa algortima yang dapat di gunakan termasuk slope one.
6.5.1 Algoritma Slope One
Slope One Predictors merupakan algoritma yang digunakan untuk memberikan
rating terhadap item yang diberikan berdasarkan informasi dari user lain yang
memberikan rating terhadap item yang sama dan dari item lain yang diberi rating
oleh user yang sama karena slope one predictors tidak memperhatikan tipe atau
konten dari item, tetapi lebih memperhatikan kemiripan pola rating. Kelebihan dari
algoritma slope one adalah kemudahan untuk diimplementasikan dan kecepatan
proses prediksi yang tinggi
9
gambar 1 Penerapan Algoritma Slope One
Dimisalkan terdapat 2 user, user A dan user B, dan 2 fitur, fitur I dan J.
Sebagaimana diperlihatkan pada gambar user A memberi nilai rating 1 untuk fitur
I dan 1,5 untuk ffiur J, sedangkan user B memberi nilai rating 2 untuk ftiur I saja.
Dari sini dapat diketahui bahwa selisih rating antara fitur I dan J sebesar 1,51 =
0,5. Dengan selisih ini, maka dapat diprediksi bahwa user B akan memberi rating
terhadap fitur J sebesar 2+0,5 = 2,5.
Secara matematis, pendekatan algoritma Slope One dapat dijelaskan sebagai
berikut: Diberikan rating dari seorang user yang disebut sebagai evaluasi,
dinotasikan dengan u, dimana ui adalah rating yangdiberikan user u terhadap item
i. Set atau kumpulan item yang termasuk dalam u adalah S(u), sedangkan adalah
kumpulan evaluasi dalam training set. Banyaknya elemen dalam dinotasikan
dengan card(S). Rata-rata rating dalam sebuah evaluasi u dinotasikan dengan u,
sedangkanSi()adalah set/ kumpulan semua evaluasi yang mencakupu x item i di
dalamnya (S(u)). Maka, perhitungan korelasi antar item untuk mengetahui seberapa
dekat hubungan antara 2 item berdasarkan selisih rating dan banyaknya rating
dirumuskan dengan:
=
( ())
()
Devij , = rata-rata selisih rating item i terhadap item j
Uj = rating item j
Ui = rating item i
x = training set
U ESij(x) = kumpulan semua evaluasi u elemen Sij yang mencakup item i dan j di
dalam traning set
Card(Sij) = banyaknya elemen yang ada di training set
10
Apabila telah diketahui rata-rata selisih rating item i terhadap item j, maka dapat
dilakukan perhitungan prediksi rating untuk item j yang dirumuskan dengan:
(){}( + )( )
=
(){} ( )
= Prediksi Slope One
6.6 Waterfall
Model waterfall adalah proses pengembangan perangkat lunak tradisional yang
umum digunakan dalam proyek proyek perangkat lunak yang paling
pembangunan. Ini adalah model sekuensial, sehingga penyelesaian satu set kegiatan
menyebabkan dimulainya aktivitas berikutnya. Hal ini disebut waterfall karena
proses mengalir "secara sistematis dari satu tahap ke tahap lainnya dalam mode ke
bawah". Membentuk kerangka kerja untuk pengembangan perangkat lunak.
Beberapa varian dari model ada, setiap label yang berbeda menggunakan untuk
setiap tahap. Secara umum, bagaimanapun, model ini dianggap memiliki enam
tahap yang berbeda seperti yang ditunjukkan pada Model proses perangkat lunak
merupakan deskripsi sederhana dari proses perangkat lunak yang menyajikan suatu
pandangan dari proses tersebut (Sommerville, 2011). Model proses mencakup
kegiatan yang merupakan bagian dari proses perangkat lunak, produk perangkat
lunak, dan peran orang yang terlibat dalam rekayasa perangkat lunak. Model
waterfall memiliki tahapan - tahapan dalam proses nya, setiap tahapan tersebut
harus diselesaikan sebelum berlanjut ke tahap berikutnya. Berikut tahapan yang ada
dalam waterfall adalah (Sommerville, 2011):
11
Gambar 2. Tahapan Pada metode Waterfall
(Sommerville, 2011)
7. Metodelogi Penelitian
7.1. Metode Pengembangan Sistem
Langkah-langkah yang dilakukan dalam membuat suatu rancangan system
informasi E-Katering yang dapat memberikan informasi yang digunakan sebagai
pengambilan informasi Katering, sebagai dimana sistem akan dikembangkan
dengan metode Waterfall dimana tahapan akan diuji berdasarkan data-data :
1. Pengumpulan data
2. Analisa sistem
3. Desain sistem
4. Implementasi
5. Pengujian
7.2. Pengumpulan Data
Adapun metode pengumpulan data-data informasi yang dipergunakan adalah
sebagai berikut :
1. Metode Observasi
Metode ini digunakan untuk mendapatkan data kebutuhan system untuk
menanalisa system yang akan dikembangkan
12
2. Metode Kepustakaan
Metode ini digunakan untuk mencari materi-materi yang bisa membantu serta
data lainnya yang berhubungan dengan penelitian ini.
7.3. Analisa dan Perancangan Sistem E-katering
Sistem e-katering ini akan melakukan pengiriman makanan dalam waktu
seminggu dimana nantinya akan dicatat pada harian mingguan atau bulanan dan
Bisa juga pemesanan untuk event-event kampus.Dimana aplikasi tersebut salah satu
jenis E-Commerce yang Business To Business dimana penjual dapat mencari
pelanggan yang akan disedia oleh web. Nantinya dari beberapa yang pelangan dapat
memesan menu yang di sediakan oleh penjual oleh karena itu penjual dapat
berinteraksi dengan pembeli secara online sehingga memudahankan transakti antar
penjual pembeli penjual dimana Penjual dapat bertransaksi melalu online dan
pelanggan dapat bertemu secara mudah dan dapat memberikan kemudahan untuk
melakukan transaksi . pelanggan dapat memilih suatu paket yang dipilih dari
berbagai katering dan dapat memilih katering yang diinginkan.Dimana pada
penelitian ini kita dapat merekomendasi pemilihan katering berdasarkan user based
dimana algoritma Slope one dapat berkerja berdasarkan fitur-fitur yang ada di
katering.
7.3.1 Analisa Kebutuhan Fungsional Sistem
Hasil Survei dari beberapa tempat di Jimbaran dan penulis telah meanalisa
kebutuhan fungsional pada sistem dimana penulis melakukan obsevarsi tempat dan
melakukan wawancara dengan pengusaha Katering di sekitar Jalan Kampus Unud.
Penulis mendapatkan suatu hasil kebutuhan fungsional yang dibutuhkan pada
sistem E-Katering:
tabel 3 Analisa Kebutuhan Fungsional
13
membantu dan
memudahkan para catering
2 Admin Sistem mampu mengecek Sistem akan Mengencek
valid data untuk data itu valid atau tidaknya
menghindari lalu akan dikonfirmasi
penyalahangunaan pada melalui admin
user
3 Admin Sitem dapat memberikan Sistem dapat memberikan
CRUD untuk pembagian hak untuk admin untuk
komisi melakukan pembagian
komisi terhadap katering
4 Admin Sistem dapat mengaktifkan Sistem akan menampilkan
Katering atau data data katering apabila
menonaktifkan catering katering melakukan
penyalahan gunaan
terhadap sistem admin
berhak menonaktifan
katering
6 Katering Sistem mampu memberikan Sistem akan mampu
Crud pasa menu ,paket memberikan CRUD kepada
,promosi terhadap catering katering dengan konfrimsi
data terhadap admin
7 Katering Sistem mampu Sistem akan memberikan
menampilkan biaya ynag warning terhadap katering
harus dibayar untuk komisi dan akan membeirkan
dengan pemilik web menampilkan tagihan
komisi terhadap pemilik
web
Cateirng
8 Sistem dapat menampilkan Sistem akan menampilkan
suatu data pembeli yang data pembeli dengan
14
memesan paket,menu dan pembeli memesan menu
promosi dengan katering yang disesuaikan oleh
teresebut. katering data pembeli yang
ditampilkan adalah nomor
yang bisa dihubungi
,Nama,Alamat dan Alergi
pada pembeli
9 Katering Sistem dapat menampilkan Sistem akan menampilkan
data rating untuk melihat data rating secara hasil rata-
kepuasan terhadap catering rata dari seluruh inputan
data
10 Pembeli Sistem dapat Sistem akan memberikan
menrekomendasi terhadap rekomendasi kepada
katering pembeli dan data
didapatksan oleh rating
pemmbeli sebelum dan
dihitung melalui algoritma
slope one
11 Pembeli Sistem dapat melakukan Sitem dapat melakukan
CRUD pemesanan,data input data dan dapat
pembeli memberikan infornasi
kepada catering
12 Pembeli Sistem dapat melakukan Sistem mapu memberikan
pencarian catering informasi menu ,katering
13 Pembeli Sistem dapat memberikan Sistem dapat memberikan
input terhadap rating untuk rating dengan kategori yang
catering di berikan oleh sistem
14 Pembeli Sistem dapat memperlihat Sistem mampu
metode pembayaran memberikan pilihan
terhadap sistem pembayaran dan
15
memberikan harga yang
harus di bayar
7.3.2 Analisa Kebutuhan non fungsional
Adapula kebutuhan non-fungsional terhadap sistem e-katering yang disediakan
oleh sistem :
No Parameter Kebutuhan
1 Komunikasi Bahasa Indonesia
2 Desain Minimalis dan dapat menarik perhatian terhadap para
kalangan umum
3 Security Jaringan
4 Portability Web yang responsive sehingga dapat dibuka melalui
mobile
7.3.3 Analisa UML
Analisa yang dibutuhkan untuk menganalisa suatu sistem E-katering adalah
Use case diagram dan Activty diagram dimana kerja suatu sistem dapat
mengerjakan sistem agar mampu mengerjakan sistem tersebut.
16
Menerima
Pemesanan
mengeola
Katering
Penjual <<include>>
Melihat <<include>>
transaksi
<<include>>
Data profil
<<include>> Auntefikasi
<<include>>
Pembeli <<include>>
Melihat pembayaran
<<include>>
Mengeolah User
Admin
Laporan Transakti
Pada gambar 2 adalah sebuah use case dimana ada 3 aktor yang berkerja
dengan sistem yaitu penjual ,pembeli dan admin .pada use case dijelaskan satu login
bisa digunakan untuk seluruh user dimana user dapat memilih menjadi penjual atau
pembeli.dalam ketiga aktor harus melakukan login dimana actor penjual akan bisa
melakukan melihat menu , melihat hasil rating , melihat pemesanan dan
memberikan kritikan terhadap pengembang sistem . Kemudian actor pembeli bisa
melakukan melihat katering (penjual) , Melakukan transaksi dengan katering dan
melihat hasil pembayaran. Dan Actor admin dapat melakukan pengawasan user ,
pengaktifan katering dan pemcatatan nilai penjual .
17
Activity diagram input data catering
Catering Sistem
Start
tidak
tidak Ya
tidak
Melakukan
penjualan Konfirmasi ijin
Jualan
Ya
selesai
Phase
18
Activity diagram Pemesanan Paket atau promosi
Pembeli Catering Sistem
Start
Konfirmasi
Aktif? Catering
tidak
Memilih catering
Ya
tidak
Menemukan Tidak
Catering ?
Memilih Paket
Paket ada ?
Pencatatan No
Tidak telpon dan
Menhubungi Ke
kateirng
Paket terpilih? Ada
Menhubungi
Mendapatkan
pembeli
Informasi pembeli
Iya Melaporkan
Pembeli deal ? Menguirim
pembayaran
Pembayaran
Selesai
Phase
Tidak
19
merekomendasikan katering berdasarkan fitur kebersihan, harga dan kualitas
makanan yang dibuat katering. Setelah pembeli mendapatkan katering katering
harus mengkonfirmasi sistem apakah katering aktif atau tidak jika katering aktif
maka akan dilanjutkan ke pemesanan lalu memberikan konfirmasi kepada pembeli
lalu pembeli dapat memilih menu untuk kepada katering tersebut.Setelah
mendapatkan menu Katering pembeli akan disalurkan oleh sistem untuk
konfirmasi apa ada menu atau tidak ada.Setelah mendapatkan katering yang
disediakan oleh sistem.Katering diberikan data pembeli untuk mendapatkan alamat
dan No telpon .lalu katering menhubungi dengan pembeli jika Pembeli deal sistem
akan Memberikan sebuah dokumen komisi jika tidak ada konfirmasi selama 2 hari
maka dianggap deal Setelah itu Katering mengantarkan dan membayar di tempat
atau transfer melalui No rekening .
Aktivitas Diagram
Pembeli Sistem
Mulai
Rating Non
User Personal
Membrowsing
Katering Tidak
Pemberian Rating Terhadap User
Melaku kan
Review? Rating
Ya
Personal
Rating
Selesai
20
kategori yang sama. Jika kondisi benar, user akan diberi rekomendasi personalized.
Namun jika belum, user akan diberi Rekomendasi non-personalized. Bagi user yang
tidak terdaftar atau visitor, akan selalu diberikan rekomendasi non-personalized.
Rating tersebut akan di simpan melalui database rating
keyword
Jobdesk
Catering
id No_telpon Admin
1
Menu M
Mengatur Nama
m id m
M
harga m 1
Pemilik
Nama password
Isi Mengorder
M Deskripsi Rating
Memberikan
Rating Pelayanan mengeolah
Deskripsi
n
n
m
Memberika
n
n rating
n
Customer
Username
id
Rating No_telpon
Paket Menu
Perkerjaan
id Nama
nama_paket
harga password
promo
Jadwal
Deskripsi
21
tabel 5 Data dan Tipe Data
22
gambar 7 Mock Up Login
Pada gambar mock up login ini untuk seluruh user yang mau melakukan
login dimana user akan input username atau email namun login ini untuk semua
actor .
23
gambar 8 Mockup Registrasi
Mock up registrasi akan membuat sebuah tombol untuk memanggil modal
untuk mengisi form registrasi untuk memilih menjadi pembeli atau menjual
sesuatu.dalam form modal akan diisikan beberapa input data yang penting dan
sangat dibutuhkan oleh sistem
24
gambar 9 Mockup dashboard admin dan catering
25
gambar 10 Pencarian Katering dan Rekomendasi
Pada mock up pencarian catering akan melihat catering yang tuju dan
menuyang di inginkan dimana sistem rekomendasi akan ditampilkan dibagian
kanan pada saat seperti ini dan dimana rekomendasi dapat digunakan untuk melihat
suatu sisi yang dari user.User bisa mencari beberapa rekomendasi suatu pemilihan
makanan
26
Mulai
Input Rating
UI
ya
Menghitung rating
Menghitung Raating
personal
Non-personnal
Cek toleransi
Sorting hasil rating
rating< 0.5
tidak selesai
Menghitung Selisih Menghitung
selururh Rating pembobotan
Menghitung rata-
rata predisksi
Mengabungkan
antar kedua rating
27
Start
Rating menu B
kosong di user U
Tidak
Rating Menu a
kosong di User u
Tidak
Ya
iya
Tidak
Selesai
28
Untuk prediksi algoritma slope one dapat di lihat dari flowchart dibawah ini
Mulai
Rating menu a
kosong
iya
Ratnig Menu B
Iya
Kosong
tidak
Menghitung rata-
Tidak
rata jumlah prediksi
Iya
Memasukan hasil
rata rata ke Menu
yang kosong untuk
memprediksi menu
yang pasti dipilih
Tidak
Selesai
29
7.5. Pengujian Perangkat Lunak
Dalam Pengujian Sistem akan digunakan pengujian whitebox testing, Stress
testing , dan Blackbox testing
30
8. Jadwal Kegiatan
Perancangan dan implementasi sistem ini menghabiskan waktu selama dua
belas minggu.Adapun rincian kegiatan yang dilakukan dapat dilihat pada tabel
Jadwal Kegiatan pada Sistem yang dibuat
Minggu ke
No Kegiatan
1 2 3 4 5 6 7 8 9 10 11 12
1 Perencanaan
(Identifikasi masalah dan
tujuan)
Analisis Kebutuhan
2 Sistem dan User
Requirements
3 Perancangan Sistem
Implementasi dan
4 Dokumentasi Sistem
5 Pengujian Sistem
31
DAFTAR PUSTAKA
Andam, Z.R 2003 E-Commerce &E-Bussiness ASEAN UNDP
Chuang, T. T., & Nakatani, K. (2004, March/April). Planning and deployment of
collaborative commerce: A conceptual framework and empirical evidences.
International Journal of Electronic Business, 2(2), 157-173.
Chuang, T. T.,Nakatani K. & Zhou D. 2006.Collaborative Commerce, Idea Group
Inc. USA
Gerald D. Everett, Raymond McLeod Jr. 2007. Software Testing Testing Across
the Entire software Development Life Cycle. IEEE PRESS.
Lemire, Daniel, Anna Maclachlan. 2005 SIAM Data Mining (SDM05). Slope one
predictors for online rating-based collaborative filtering.
Robin Nixon 2014 Learning PHP,MYSQL,JAVASCRIPT and HTML5 (3 ed).
USA OReilly Media
Sommerville, I. 2011. SOFTWARE ENGINEERING (9 ed.). (M. Horton, M.
Hirsch, M. Goldstein, C. Bell, & J. Holcomb, Eds.) USA: Pearson Education,Inc.
Yun-AnChen,A. & McLeod, D. 2006 Collaborative Filtering for Information
Recommendation System,Idea Group Inc. Usa
32