SKRIPSI
YASSIR HARAHAP
061401055
1
UNIVERSITAS SUMATERA UTARA
2
PERSETUJUAN
Diluluskan di
Medan,
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Diketahui/Disetujui oleh
Departemen Program Studi S1- Ilmu Komputer FASILKOM-TI USU
Ketua,
PERNYATAAN
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan
dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
YASSIR HARAHAP
NIM 061401055
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT karena berkat rahmat dan
karunia-Nya skripsi ini berhasil diselesaikan dalam waktu yang telah ditetapkan.
Terima kasih penulis sampaikan kepada semua pihak yang telah membantu
penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung.
Dalam kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya
kepada:
2. Ketua Program Studi S-1 Ilmu Komputer Bapak Dr. Poltak Sihombing,
M.Kom yang telah membimbing penulis dalam menjalani perkuliahan di
Fasilkom-TI.
3. Sekertaris Program Studi S-1 Ilmu Komputer Ibu Maya Silvi Lydia, B.Sc,
M.Sc, yang telah membimbing dan memberikan kepercayaan penuh kepada
penulis untuk menyelesaikan skripsi ini.
4. Dosen pembimbing Ibu Dian Rachmawati, S.Si, M.Kom dan Bapak Handrizal
S.si, M.CompSc yang telah membimbing dan memberikan kepercayaan penuh
kepada penulis untuk menyelesaikan skripsi ini.
5. Para dosen pengajar S-1 Ilmu Komputer yang telah membimbing penulis
dalam menjalani perkuliahan dan para pegawai/staff yang telah membantu
penulis menjalani masa perkuliahan di Ilmu Komputer.
6. Keluarga tercinta, ayahanda Indra Jaya Harahap dan ibunda Yanti Hafizah
yang telah memberikan dukungan dan motivasi kepada penulis sehingga
penulis dapat menyelesaikan skripsi ini dengan baik.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Untuk itu,
penulis sangat mengharapkan kritik dan saran guna penyempurnaan dimasa
mendatang.
Akhirnya penulis berharap semoga skripsi ini bermanfaat bagi pribadi dan para
pembaca.
Penulis
Yassir Harahap
061401055
ABSTRAK
Perjalanan wisata di Sumatera Utara sangat banyak, terkadang orang kesulitan untuk
memilih perjalanan wisata dengan budget tertentu dan lokasi yang akan di kunjungi. Untuk
mempermudah wisatawan dalam menentukan paket wisatra dapat mengunakan aplikasi ini.
Aplikasi ini dirancang dengan sistem pengambilan keputusan yang melibatkan beberapa
kriteria disebut Multiple Criteria Decision Making. Penelitian ini menggunakan metode
TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) yang berdasarkan
pada konsep yang mana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek
dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif.
Dengan aplikasi ini wisatawan dapat menentukan paket wisata yang sesuai dengan
kebutuhan mereka. Oleh karena itu wisatawan lebih objektif dalam memilih perjalanan
wisatanya.
IN NORTH SUMATRA
ABSTRACT
There are so many travel destination in North Sumatera which make travellers difficult to
choose tour packages based on certain budget and location. To ease travelers in determining
tour packages they can use this application. This application is designed based on decision
support system involving multiple criteria. This research is using TOPSIS (Technique for Order
Preference by Similarity to Ideal Solution) method which based on the concept that the
selected alternative has not only the shortest distance from the positive ideal solution but
also the longest distance from the negative one. Using this application travelers can
determine tour packages in accordance with their needs. Hence tourists more objective in
choosing their tour. Therefore, travellers can be objectively choose their tour packages.
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak v
Abstract vi
Daftar Isi vii
Daftar Tabel x
Daftar Gambar xi
Bab 1 Pendahuluan 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 3
1.6 Metode Penelitian 3
1.7 Sistematika Penulisan 4
Bab 5 Penutup 57
5.1. Kesimpulan 57
5.2. Saran 57
Daftar Pustaka 58
DAFTAR TABEL
Halaman
DAFTAR GAMBAR
Halaman
BAB 1
PENDAHULUAN
Perjalanan wisata adalah serangkaian kegiatan yang meliputi penentuan daerah tujuan
wisata, persiapan keberangkatan, transportasi, akomodasi dan pemandu wisata. Dalam
hal ini maka fungsi dari biro perjalanan menjadi sangat diperlukan dalam memberikan
jasa penyusunan dan perencanaan wisata yang baik untuk mendukung kenyamanan
wisatawan dalam berwisata.
Adapun rumusan masalah pada penelitian ini adalah bagaimana merancang dan
membangun sistem pendukung keputusan yang dapat membantu dan menjadi pemberi
rekomendasi dalam memilih paket wisata di Sumatera Utara dengan
mengimplementasikan metode TOPSIS.
Agar pembahasan masalah tidak menyimpang dari tujuan penelitian ini, maka penulis
membuat suatu pembatasan masalah sebagai berikut:
1. Kriteria utama dalam pemilihan objek wisata adalah: jumlah budget wisatawan,
lama wisata yang diinginkan, jenis objek wisata yang dikunjungi dan tipe wisata.
2. Data paket wisata diambil dari beberapa travel yang menawarkan paket wisata di
Sumatera Utara. Sudah termasuk didalamnya harga, tempat tujuan wisata, serta
lama wisata.
3. Penelitian ini hanya menggunakan metode TOPSIS, dan tidak membandingkan
metode ini dengan metode pengambilan keputusan yang lain.
4. Bahasa pemrograman yang digunakan pada penelitian ini adalah Delphi 2010.
Dalam penelitian ini, tahapan-tahapan yang akan dilalui adalah sebagai berikut:
1. Studi Kepustakaan
Memperoleh informasi dengan mengumpulkan, mempelajari dan membaca
berbagai referensi dari buku, jurnal, makalah dan tulisan ilmiah lainnya yang
berhubungan dengan penulisan tugas akhir ini.
2. Analisis
Pada tahap ini dilakukan analisis mengenai metode TOPSIS, pengumpulan data
paket wisata di Sumatera Utara dari beberapa travel agency dan menetapkan
kriteria-kriteria dalam memilih paket wisata.
5. Dokumentasi
Melakukan penyusunan laporan hasil analisis, perancangan dan pembangunan
sistem, dan hasil pengujian sistem yang dituangkan dalam format penulisan
skripsi.
Dalam penulisan ini, penulis membuat suatu sistematika yang bertujuan untuk
menggambarkan secara ringkas bab-bab yang mencakup hal-hal sebagai berikut:
BAB I PENDAHULUAN
Bab pendahuluan ini berisikan mengenai latar belakang masalah,
identifikasi masalah, pembatasan masalah tentang apa yang akan diberikan
didalam penulisan ini, maksud dan tujuan dari penulisan, metode penelitian
serta sistematika penulisan.
BAB V PENUTUP
Bab ini merupakan bab terakhir yang mencakup kesimpulan dan saran.
BAB 2
TINJAUAN TEORITIS
Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) merupakan
suatu penerapan sistem informasi yang ditujukan untuk membantu pimpinan/individu
dalam proses pengambilan keputusan. SPK menggabungkan kemampuan komputer
dalam pelayanan interaktif dengan pengolahan data yang memanfaatkan model atau
aturan penyelesaian yang tidak terstruktur.
Salah satu aspek dalam SPK adalah keputusan itu sendiri. Keputusan merupakan
suatu pilihan dari berbagai macam alternatif yang diambil berdasarkan kriteria dan
alasan yang rasional. Proses pengambilan keputusan sering disebut juga sebagai
penyelesaian suatu masalah. Gambar 2.1 memperlihatkan proses pengambilan
keputusan atau penyelesaian masalah dengan diagram alir berikut ini.
Ada beberapa hal yang menjadi alasan digunakannya SPK, seperti keadaan
ekonomi yang tidak stabil, peningkatan persaingan dalam dunia bisnis, kebutuhan
akan informasi baru yang akurat, penyediaan informasi yang tepat waktu, dan usaha
untuk mengurangi biaya operasi.
Menurut Turban [10], proses pengambilan keputusan terdiri dari tiga fase
proses, yaitu:
a. Fase intelligence, fase dimana dilakukan pencarian kondisi-kondisi yang dapat
menghasilkan keputusan.
b. Fase design, fase untuk menemukan, mengembangkan dan menganalisis materi-
materi yang mungkin dikerjakan.
c. Fase choice, terjadi pemilihan dari materi-materi yang tersedia menjadi keputusan
akhir.
Menjelaskan beberapa karakteristik dan kemampuan yang dimiliki oleh SPK [10].
Antara lain:
a. Karakteristik SPK
1) Mendukung seluruh kegiatan organisasi
2) Mendukung beberapa keputusan yang saling berinteraksi
3) Dapat digunakan berulang kali dan bersifat konstan
4) Terdapat dua komponen utama, yaitu data dan model
5) Menggunakan data eksternal dan data internal
6) Memiliki kemampuan what-if analysis dan goal seeking analysis
7) Menggunakan model kuantitatif
b. Kemampuan SPK
1) Menunjang pembuatan keputusan manajemen dalam menangani masalah semi
terstruktur dan tidak terstruktur.
2) Membantu manajer pada berbagai tingkatan manajemen, mulai dari
manajemen tingkat atas sampai manajemen tingkat bawah
3) Menunjang pembuatan keputusan secara kelompok maupun perorangan
4) Menunjang pembuatan keputusan yang saling bergantung dan berurutan
5) Menunjang tahap-tahap pembuatan keputusan anatar lain intellegensi, desain,
choice dan implementation.
6) Menunjang berbagai bentuk proses pembuatan keputusan dan jenis keputusan
7) Kemampuan untuk melakukan adaptasi setiap saat dan bersifat fleksibel
8) Kemudahan melakukan interaksi sistem
9) Meningkatkan efektivitas dalam pembuatan keputusan daripada efisiensi
10) Mudah dikembangkan oleh pemakai akhir
11) Kemampuan pemodelan dan analisis pembuatan keputusan
12) Kemudahan melakukan pengaksesan berbagai sumber dan format data
Disamping karakteristik dan kemampuan dari SPK, sistem ini juga memiliki beberapa
keterbatasan, seperti yang dikemukakan [3]. Keterbatasan itu antara lain:
a. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat
dimodelkan, sehingga model yang ada dalam sistem tidak semuanya
mencerminkan persoalan sebenarnya.
b. Kemampuan suatu SPK terbatas pada pembendahraan pengetahuan yang dimiliki
sistem.
c. Proses yang dapat dilakukan sistem bergantung pada perangkat lunak yang
digunakan.
d. SPK tidak memiliki intuisi seperti yang dimiliki manusia
Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang
dapat dicapai untuk setiap atribut, sedangkan solusi negatif ideal terdiri dari seluruh
nilai terburuk yang dicapai untuk setiap atribut. TOPSIS mempertimbangkan
keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif
dengan mengambil kedekatan relatif terhadap solusi ideal positif.
Elemen rij hasil dari normalisasi matriks keputusan (decision matrix) R dengan metode
Euclidean Length of a vector adalah:
X ij
rij
m
X
i 1
2
ij
Dimana:
rij = Hasil dari normalisasi matriks keputusan R
Xij = matriks keputusan
i = 1,2,3,…, m;
j = 1,2,3,…, n;
w 11 r11 w 1n r1n
v
w m1 rm1 w nm rnm
Solusi ideal positif dinontasikan dengan A+ dan solusi ideal negatif dinotasikan
dengan A-, sebagai berikut:
A max v ij | j J min v ij | j J ' , i 1,2,3,, m v i , v 2 ,, v m
A max v ij | j J min v ij | j J ' , i 1,2,3,, m v i , v 2 ,, v m
Dimana :
v ij = elemen matriks v baris ke-i dan kolom ke-j
n
Si (vj1
ij v j ) 2 , dengan i = 1,2,3,…,n
Dimana :
J = {j = 1,2,3,…,n dan j berhubungan dengan benefit criteria}
J ' = {j = 1,2,3,…,n dan j berhubungan dengan cost criteria}
n
Si (vj1
ij v j ) 2 , dengan i = 1,2,3,…,n
Dimana :
J = {j = 1,2,3,…,n dan j berhubungan dengan benefit criteria}
J ' = {j = 1,2,3,…,n dan j berhubungan dengan cost criteria}
Si
Ci , dengan 0 < C i < 1 dan i = 1,2,3,…,m
Si Si
Alternatif dapat dirangking berdasarkan urutan 𝐶𝑖 *. Maka dari itu, alternatif terbaik
adalah salah satu yang berjarak terpendek terhadap solusi ideal dan berjarak terjauh
dengan solusi ideal negatif.
Data Flow Diagram (DFD) adalah representasi grafik dari sebuah sistem. Data Flow
Diagram menggambarkan komponen-komponen sebuah sistem, aliran-aliran data
dimana komponen tersebut dan asal, tujuan, dan penyimpanan dari data tersebut.
Penggunaan DFD bertujuan untuk dua hal utama, yaitu membuat dokumentasi
dari sistem yang sudah ada, atau menyusun dokumentasi untuk sistem yang baru.
Tabel 2.1 menunjukkan simbol yang digunakan pada DFD.
Data Flow Diagram dapat digambarkan dalam Diagram Konteks dan Level n
dimana n menggambarkan level dan proses di setiap lingkaran. Tingkatan Data Flow
Diagram adalah sebagai berikut:
a) Diagram Konteks
b) Diagram Level – n
DFD Logis
DFD Fisik
Diagram konteks adalah Data Flow Diagram tingkat atas (DFD Top Level), yaitu
diagram yang paling detail dari sebuah sistem yang menggambarkan aliran-aliran data
ke dalam dan ke luar entitas-entitas eksternal. Pada diagram konteks sistem
digambarkan dalam satu lingkaran yang berhubungan dengan entitas luar. Lingkaran
tersebut merepresentasikan keseluruhan proses dalam sistem.
Beberapa hal yang perlu diperhatikan dalam membuat DFD level-n adalah sebagai
berikut:
Pemberian Nomor pada diagram level n dengan ketentuan sebagai berikut:
Setiap penurunan ke level yang lebih rendah harus mampu merepresentasikan
proses tersebut dalam sepesifikasi proses yang jelas. Sehingga seandainya
belum cukup jelas maka seharusnya diturunkan ke level yang lebih rendah.
Setiap penurunan harus dilakukan hanya jika perlu.
Tidak semua bagian dari sistem harus diturunkan dengan jumlah level yang
sama karena yang kompleks bisa saja diturunkan, dan yang sederhana
mungkin tidak perlu diturunkan. Selain itu, karena tidak semua proses dalam
level yang sama punya derajat kompleksitas yang sama juga.
Konfirmasikan DFD yang telah dibuat pada pemakai dengan cara top-down.
Aliran data yang masuk dan keluar pada suatu proses di level n harus
berhubungan dengan aliran data yang masuk dan keluar pada level n+1.
Dimana level n+1 tersebut mendefinisikan sub-proses pada level n tersebut.
Penyimpanan yang muncul pada level n harus didefinisikan kembali pada level
n+1, sedangkan penyimpanan yang muncul pada level n tidak harus muncul
pada level n-1 karena penyimpanan tersebut bersifat lokal.
Ketika mulai menurunkan DFD dari level tertinggi, cobalah untuk
mengidentifikasi external events dimana sistem harus memberikan respon.
External events dalam hal ini berarti suatu kejadian yang berkaitan dengan
pengolahan data di luar sistem, dan menyebabkan sistem kita memberikan
respon.
Jangan menghubungkan langsung antara satu penyimpanan dengan penyimpanan
lainnya (harus melalui proses).
Jangan menghubungkan langsung dengan tempat penyimpanan data dengan entitas
eksternal / terminator (harus melalui proses), atau sebaliknya.
Jangan membuat suatu proses menerima input tetapi tidak pernah mengeluarkan
output yang disebut dengan istilah “black hole”.
Jangan membuat suatu tempat penyimpanan menerima input tetapi tidak pernah
digunakan untuk proses.
Jangan membuat suatu hasil proses yang lengkap dengan data yang terbatas yang
disebut dengan istilah “magic process”.
Jika terdapat terminator yang mempunyai banyak masukan dan keluaran,
diperbolehkan untuk digambarkan lebih dari satu sehingga mencegah
penggambaran yang terlalu rumit, dengan memberikan tanda asterik ( * ) atau
garis silang ( # ), begitu dengan bentuk penyimpanan.
Aliran data ke proses dan keluar sebagai output keterangan aliran data berbeda.
Data Flow Diagram logis Adalah representasi grafik dari sebuah sistem yang
menunjukkan proses-proses dalam sistem tersebut dan aliran-aliran data ke dalam dan
ke luar dari proses-proses tersebut. Kita menggunakan Data Flow Diagram logis
untuk membuat dokumentasi sebuah sistem informasi karena Data Flow Diagram
logis dapat mewakili logika tersebut, yaitu apa yang dilakukan oleh sistem tersebut,
tanpa perlu menspesifikasi dimana, bagaimana, dan oleh siapa proses-proses dalam
sistem tersebut dilakukan.
Keuntungan dari Data Flow Diagram logis dibandingkan dengan Data Flow
Diagram fisik adalah dapat memusatkan perhatian pada fungsi-fungsi yang dilakukan
sistem. Perlu diperhatikan di dalam pemberian Keterangan/ Label;
Lingkaran-lingkaran (simbol proses) menjelaskan apa yang dilakukan sistem
Misal : Menerima Pembayaran, Mencatat Penjualan, Membandingkan kas dan
Daftar Penerimaan, Mempersiapkan Setoran, dll.
Aliran-aliran data (simbol aliran data) menggambarkan sifat data.
Misal : Pembayaran (bukan “Cek”, “Kas”, “ Kartu Kredit”
Jurnal Penjualan (bukan “Buku Penjualan”), dll
Model Entity Relationship diperkenalkan pertama kali oleh P.P. Chen pada tahun
1976. Model ini dirancang untuk menggambarkan persepsi dari pemakai dan berisi
obyek-obyek dasar yang disebut entity dan hubungan antar entitas-entitas tersebut
yang disebut relationship. Pada model ER ini semesta data yang ada dalam dunia
nyata ditransformasikan dengan memanfaatkan perangkat konseptual menjadik sebuah
diagram, yaitu diagram ER (Entity Relationship)
Entity adalah obyek yang dapat dibedakan dengan yang lain dalam dunia
nyata. Entity dapat berupa obyek secara fisik seperti orang, rumah, atau kendaraan.
Entity dapat pula berupa obyek secara konsep seperti pekerjaan, perusahaan, dan
sebagainya. Tipe entity merupakan sekumpulan obyek dalam dunia nyata yang
mempunyai properti yang sama atau berasal dari entity yang sejenis. Terdapat dua tipe
Entity, Entity Kuat dan Entity Lemah. Entity kuat adalah entity yang keberadaanya
tidak tergantung pada entity lain, misalkan tipe entity pegawai atau cabang. Sedangkan
Entity Lemah keberadaanya tergantung pada entity lain, misalkan tipe entity
tanggungan, dimana keberadaannya tergantung dari pegawai .
Entity disajikan dalam bentuk persegi panjang, entity kuat disajikan dengan
perseg panjang dengan satu garis, sedangkan entity lemah disajikan dengan persegi
panjang double.
2.4.3 Atribut
2.4.4 Relationship
Relasi menunjukkan adanya hubungan diantara sejumlah entitas yang berasal dari
himpunan entitas yang berbeda.
Menunjukkan jumlah maksimum entitas yang dapat berelasi dengan entitas pada
himpunan entitas yang lain. Macam-macam kardinalitas adalah:
Satu ke satu (one to one), Setiap anggota entitas A hanya boleh berhubungan
dengan satu anggota entitas B, begitu pula sebaliknya.
Satu ke banyak (one to many), Setiap anggota entitas A dapat berhubungan
dengan lebih dari satu anggota entitas B tetapi tidak sebaliknya.
Banyak ke banyak (many to many), Setiap entitas A dapat berhubungan
dengan banyak entitas himpunan entitas B dan demikian pula sebaliknya.
BAB 3
Analisis sistem dalam penelitian ini akan dilakukan dalam beberapa tahap yakni analisis
permasalahan dan analisis kebutuhan sistem pendukung keputusan. Berikut akan dijelaskan
masing-masing analisis tersebut.
Perjalanan wisata adalah serangkaian kegiatan yang meliputi penentuan daerah tujuan
wisata, persiapan keberangkatan, transportasi, akomodasi dan pemandu wisata. Dalam hal
ini maka fungsi dari biro perjalanan menjadi sangat diperlukan dalam memberikan jasa
penyusunan dan perencanaan wisata yang baik untuk mendukung kenyamanan wisatawan
dalam berwisata.
Dalam memilih dan menyusun perjalanan wisata tidaklah mudah. Terdapat faktor-
faktor yang perlu dipertimbangkan untuk melakukan pemilihan paket wisata yang
ditawarkan. Faktor-faktor tersebut antara lain biaya yang dikeluarkan untuk wisata, lama
perjalanan wisata, jenis objek wisata tersebut, tipe wisata yang dikunjungi dan jauh
perjalanan pada paket wisata. Dari berbagai analisis tersebut, maka penulis akan merancang
sebuah sistem yang dapat membantu dan menjadi pemberi rekomendasi dalam memilih
paket wisata di Sumatera Utara. Yang didalam sistem akan terdapat data harga, tempat
wisata, dan lama didaerah wisata.
Dari analisis permasalahan tersebut, penulis menentukan beberapa kebutuhan sistem yang
diperlukan untuk dapat memghadapi permasalahan tersebut. Kebutuhan sistem ini diuraikan
dalam dua bagian menjadi kebutuhan fungsional dan kebutuhan nono fungsional.
3.2.1 Kebutuhan Fungsional
Kebutuhan fungsional merupakan kebutuhan atas setiap aktivitas yang diperlukan ataupun
dilakukan oleh sistem. Adapun kebutuhan fungsional yang dimaksudkan adalah sebagai
berikut:
1. Sistem dapat menampilkan kelima kriteria pemilihan paket yang mana dijadikan sebagai
data masukan dari user untuk diproses selanjutnya oleh sistem.
2. Sistem dapat menampilkan dan mengubah nilai bobot dari setiap kriteria berdasarkan
kriteria mana yang dianggap lebih penting bagi user.
3. Sistem dapat memasukkan, mengubah, menghapus, dan menampilkan data dari setiap
paket wisata.
4. Sistem dapat menampilkan data keluaran dari setiap proses yang terdapat dalam
metode TOPSIS.
5. Sistem dapat mengurutkan hasil akhir dari data keluaran untuk memperlihatkan data
paket wisata yang menjadi solusi terbaik.
Kebutuhan non fungsional adalah kebutuhan yang tidak secara langsung mempengaruhi
terhadap pengoperasian aplikasi ini. Adapun kebutuhan non fungsional yang dimaksudkan
adalah sebagai:
1. Performa
Aplikasi yang di bangun ini dapat memberi solusi tarif, biaya, lama hari, jenis wisata
dan tipe wisatawan dalam perjalanan objek wisata di sumatera utara.
2. Hemat Biaya
Aplikasi ini tidak membutuhkan perangkat tambahan misalnya : scanner, barcode
scanner dan lain lain. atau sistem pendukungdalam pengunaanya misalnya :
autocat,photoshop dan lain-lain.
3. Dokumentasi
Sistem ini dapat menyimpan data lokasi, harga tiap paket wisata, objek wisata,
perkiraan waktu dan tempat lokasi.
4. Control
Sistem ini dapat menulisakan pesan error jika user salah menginputkan data.
Misalnya: jika user tidak memasukin lama hari dan budger maka akan keluar pesan
error.
5. Permudah di gunakan
Sistem yang di bangun harus memiliki interface yang user friendly sehingga
memudahkan di gunakan user.
Berikut proses perhitungan metode TOPSIS dengan menggunakan tiga contoh paket
wisata sebagai berikut:
Paket wisata 3 hari / 2 malam, tipe paket adalah backpacker, jenis wisata adalah gunung,
lama hari adalah 3 hari, biaya per orang adalah Rp. 1.500.000, dan tujuan wisata adalah
Brastagi. Paket ini diberi inisial A1.
Paket wisata 5 hari / 4 malam, tipe paket adalah backpacker, jenis wisata adalah laut,
lama hari adalah 5 hari, biaya per orang adalah Rp. 1.000.000, dan tujuan wisata adalah
Prapat. Paket ini diberi inisial A2.
Paket wisata 6 hari, tipe paket adalah traveling, jenis wisata adalah culture, lama hari
adalah 6 hari, biaya per orang adalah Rp. 4.000.000, dan tujuan wisata adalah Medan-
Brastagi. Paket ini diberi inisial A3.
Ranking kecocokan setiap alternatif pada setiap kriteria diberi dengan salah satu nilai seperti
berikut:
Nilai 1 (buruk),
Nilai 3 (cukup),
Nilai 5 (bagus).
Pemberian ranking kecocokan tersebut berdasarkan pada data masukan yang berupa
nilai dari setiap kriteria yang diinginkan oleh user itu sendiri.
Mula-mula setiap alternatif pada setiap kriteria diberi dengan nilai 3 sebagai nilai awal.
Pada kriteria tujuan wisata, jika tujuan wisata yang dimasukkan oleh user memiliki
kesamaan dengan tujuan wisata dari paket wisata yang tersedia maka kriteria tujuan
wisata pada paket wisata tersebut diberi dengan nilai 5.
Pada kriteria tipe wisata, jika tipe wisata yang dimasukkan oleh user memiliki kesamaan
dengan tipe wisata dari paket wisata yang tersedia maka kriteria tipe wisata pada paket
wisata tersebut diberi dengan nilai 5.
Pada kriteria jenis wisata, jika jenis wisata yang dimasukkan oleh user memiliki kesamaan
dengan jenis wisata dari paket wisata yang tersedia maka kriteria jenis wisata pada paket
wisata tersebut diberi dengan nilai 5.
Pada kriteria lama hari, jika lama hari yang dimasukkan oleh user sama dengan lama hari
dari paket wisata yang tersedia maka kriteria lama hari pada paket wisata tersebut diberi
dengan nilai 5, tetapi jika lama hari yang dimasukkan tersebut lebih kecil daripada lama
hari dari paket wisata yang tersedia maka kriteria lama hari pada paket wisata tersebut
diberi dengan nilai 1.
Pada kriteria harga per orang, jika harga per orang yang dimasukkan oleh user sama
dengan harga per orang dari paket wisata yang tersedia maka kriteria harga per orang
pada paket wisata tersebut diberi dengan nilai 5, tetapi jika harga per orang yang
dimasukkan tersebut lebih kecil daripada harga per orang dari paket wisata yang tersedia
maka kriteria harga per orang pada paket wisata tersebut diberi dengan nilai 1.
Misalkan user memilih Brastagi sebagai tujuan wisata, backpacker sebagai tipe wisata,
gunung sebagai jenis wisata, melakukan 3 hari wisata dengan budget Rp. 2.000.000 per
orang.
Dari nilai kriteria yang dimasukkan oleh user tersebut, maka didapat ranking
kecocokan tiap alternatif seperti berikut:
Alternatif-alternatif paket wisata dengan kriteria yang memiliki tujuan wisata ke Brastagi
mendapatkan ranking 5, sedangkan alternatif-alternatif paket wisata dengan kriteria
yang tidak memiliki tujuan wisata ke Brastagi mendapatkan ranking 3.
Alternatif-alternatif paket wisata dengan kriteria yang memiliki backpacker sebagai tipe
wisata mendapatkan ranking 5, sedangkan alternatif-alternatif paket wisata dengan
kriteria yang memiliki travelling sebagai tipe wisata mendapatkan ranking 3.
Alternatif-alternatif paket wisata dengan kriteria yang memiliki gunung sebagai jenis
wisata mendapatkan ranking 5, sedangkan alternatif-alternatif yang tidak memiliki
gunung sebagai jenis wisata mendapatkan ranking 3.
Alternatif-alternatif paket wisata dengan kriteria yang memiliki lama wisata sebanyak 3
hari mendapatkan ranking 5. Alternatif paket wisata yang memiliki jumlah hari berwisata
lebih dari 3 mendapatkan ranking 1 dan alternatif paket wisata yang memiliki jumlah hari
berwisata kurang dari 3 mendapatkan ranking 3.
Alternatif-alternatif paket wisata dengan kriteria yang memiliki harga paket wisata sesuai
dengan Rp. 2.000.000 per orang mendapatkan ranking 5. Alternatif paket wisata yang
memiliki harga paket wisata di bawah Rp. 2.000.000 per orang mendapatkan ranking 3
dan alternatif paket wisata yang memiliki harga paket wisata di atas Rp. 2.000.000 per
orang mendapatkan ranking 1.
Tabel berikut menunjukkan ranking kecocokan dari setiap alternatif pada setiap kriteria:
Bobot preferensi pada setiap kriteria menentukan kriteria-kriteria mana yang menjadi
prioritas utama dibandingkan dengan kriteria lainnya. Nilai bobot preferensi ini berkisar
antara nilai 1 sampai 5, dimana semakin besar nilai bobotnya maka semakin tinggi
prioritasnya dibandingkan dengan kriteria lainnya yang memiliki nilai bobot yang lebih kecil.
Penentuan nilai bobot ini tergantung dari keputusan user dalam menentukan kriteria
mana yang lebih diutamakan dalam pemilihan paket wisata. Penentuan nilai bobot ini
berbeda dengan penentuan ranking kecocokan setiap alternatif. Dalam contoh ini, nilai
bobot setiap kriteria C1, C2, …, C5 diberi dengan nilai 5 untuk C1, 3 untuk C2, 5 untuk C3, 3
untuk C4, dan 5 untuk C5.
X
i 1
2
ij
................................(i)
Perhitungan:
X11 5
r11 0,6509
| X1 | 7,6811
X 21 3
r21 0,3906
| X1 | 7,6811
X 31 5
r31 0,6509
| X1 | 7,6811
Dari hasil perhitungan di atas didapatkan matriks keputusan ternormalisasi sebagai berikut:
0,6509 0,6509 0,7625 0,9623 0,6883
r 0,3906 0,6509 0,4574 0,1925 0,6883
0,6509 0,3906 0,4575 0,1925 0,2294
Dari hasil perhitungan di atas didapatkan matriks ternormalisasi terbobot sebagai berikut:
Penentuan untuk memperoleh solusi ideal positif dengan menggunakan persamaan sebagai
berikut:
Dari hasil penentuan di atas didapatkan solusi ideal positif sebagai berikut:
A+ = {3,2547; 1.9528; 3,8125; 2,8868; 1,1471}
Penentuan untuk memperoleh solusi ideal positif dengan menggunakan persamaan sebagai
berikut:
Dari hasil penentuan di atas didapatkan solusi ideal positif sebagai berikut:
A- = {1,9528; 1,1717; 2,2875; 0,5574; 3,4412}
Perhitungan untuk memperoleh jarak antara nilai terbobot setiap alternatif terhadap solusi
ideal positif dengan menggunakan persamaan sebagai berikut:
m
Di (y
j 1
i yij ) 2 , i = 1, 2, …, m ...................................(v)
Dari persamaan di atas didapatkan jarak antara nilai terbobot setiap alternatif terhadap
solusi ideal positif sebagai berikut:
Perhitungan untuk memperoleh jarak antara nilai terbobot setiap alternatif terhadap solusi
ideal positif dengan menggunakan persamaan sebagai berikut:
m
Di (yj 1
i yij ) 2 , i = 1, 2, …, m........................(vi)
Dari persamaan di atas didapatkan jarak antara nilai terbobot setiap alternatif terhadap
solusi ideal positif sebagai berikut:
Perhitungan untuk memperoleh kedekatan setiap alternatif terhadap solusi ideal dengan
menggunakan persamaan sebagai berikut:
Di
Vi ..............................(vii)
Di Di
Dari persamaan di atas didapatkan kedekatan setiap alternatif terhadap solusi ideal sebagai
berikut:
3,1712
V1 0,5802
3,1712 2,2942
0,7811
V2 0,1692
0,7811 3,8353
2,6378
V3 0,4770
2,6378 2,8916
Dari perhitungan yang ada di atas, maka hasil keputusan diperoleh dari nilai V (jarak
kedekatan setiap alternatif terhadap solusi ideal) yang terbesar. Nilai V yang terbesar adalah
nilai V1 sehingga paket wisata yang terpilih adalah paket wisata 3 hari / 2 malam (A1).
Mulai
Memasukkan nilai
setiap kriteria
Membuat matriks
keputusan
ternormalisasi Menghitung jarak antar
nilai terbobot pada setiap
alternatif
Membuat matriks
keputusan ternormalisasi
berbobot
Menghitung kedekatan
setiap alternatif
Diagram konteks adalah diagram yang menggambarkan masukan yang diterima oleh suatu
sistem dan keluaran yang dihasilkan dari sistem tersebut. Diagram konteks menjelaskan
proses perjalanan data dari satu atau beberapa sumber (source) untuk mencapai suatu
tujuan tertentu (destination), yang mana pada proses perjalanan data tersebut hanya
terdapat satu proses saja, yang di gambarkan dalam bentuk umum. Diagram konteks dibuat
untuk melihat gambaran sistem secara garis besar.
Input_Jenis
Input_Lokasi
Input_ Paket
Input_Jenis
0
Sistem
User Pengambil
Keputusan
WIsata
Data_Kriteria
Data_Informasi
Penjelasan mengenai DFD sistem pengambilan keputusan wisata level 0 dapat di lihat dalam
table 3.2 seperti di bawah ini :
Pada proses ini dapat dilihat bahwa ketika user memasukkan data, maka data tersebut
langsung diproses oleh sistem pendukung keputusan paket wisata.
Data_Jenis
Data_Paket
Input_Jenis
Data_Lokasi
Input_Paket
1.0 Data_Harga
Input_Lokasi Data_kriteria
Penentuan Kriteria
Data_Kriteria
Input_Harga
Data_Kriteria
User
Data_Kriteria Data_Kriteria
2.0
Data_Paket
Penentuan Detail
Data_Informasi
Data_Informasi
Penjelasan mengenai DFD sistem pengambilan keputusan wisata level 1 dapat di lihat dalam
table 3.3 seperti di bawah ini :
Pada proses ini dapat dilihat bahwa ketika proses berlangsung data akan di- filter pada bank
data yang sudah tersedia.
2.1 Data_Kriteria
Data Bobot Data_Kriteria
Kriteria
Data_Kriteria
Data_Kriteria
2.2
User Perhitungan Data_Paket
Topsis
Data_Topsis
Data_Paket
Data_Informasi 2.2
Tampil Data
Penjelasan mengenai DFD sistem pengambilan keputusan wisata level 2 dapat di lihat dalam
table 3.4 seperti di bawah ini :
Pada proses ini dapat dilihat setiap data yg sudah di input oleh user akan dilihat kriteria yang
paling tepat dengan bank data yang sudah tersedia, dengan metode perhitungan TOPSIS.
Data_Kriteria Data_Paket
Bobot_Tipe Nama
Bobot_Lama Keterangan
Bobot_Jenis Tipe
Bobot_Tujuan Jenis
Harga
Tujuan
Rank_tipe
Rank_lama
Rank_jenis
Rank_harga
Rank_tujuan
Norm_tipe
Norm_lama
Norm_jenis
Norm_harga
Norm Tujuan
Nobo_tipe
Nobo_lama
Nobo_jenis
Nobo_harga
Nobo_tujuan
Amax_tipe
Amax_lama
Amax_jenis
Amax_harga
Amax_tujuan
Amin_tipe
Amin_lama
Amin_jenis
Amin_harga
Amin_tujuan
Dmax
Dmin
V
Penjelasan mengenai ERD sistem pengambilan keputusan paket wisata dapat di lihat dalam
table 3.5 seperti di bawah ini :
Data_Paket Initial Paket (PK) Varchar Ini adalalah tabel database paket, dimana
Nama Varchar tabel ini berisikan data yang sudah di input
Keterangan Longtext terlebih dahulu, dan data yang ada disini akan
Tipe Varchar di proses dan dicocokkan ketika user meminta
Lama hari Varchar percocokan data dari tabel yang sebelumnya.
Jenis Varchar
Harga Double
Tujuan Varchar
Rank_tipe Int
Rank_lama Int
Rank_jenis Int
Rank_harga Int
Rank_tujuan Int
Norm_tipe Double
Norm_lama Double
Norm_jenis Double
Norm_harga Double
Norm Tujuan Double
Nobo_tipe Double
Nobo_lama Double
Nobo_jenis Double
Nobo_harga Double
Nobo_tujuan Double
Amax_tipe Double
Amax_lama Double
Amax_jenis Double
Amax_harga Double
Amax_tujuan Double
Amin_tipe Double
Amin_lama Double
Amin_jenis Double
Amin_harga Double
Amin_tujuan Double
Dmax Double
Dmin Double
V Double
Perancangan antarmuka menampilkan rancangan dari setiap halaman yang digunakan untuk
memperoleh gambaran tampilan aplikasi. Tampilan antarmuka dari sebuah aplikasi menjadi
alat komunikasi yang menghubungkan secara langsung antara sistem dengan user.
Rancangan halaman utama merupakan tampilan utama dimana user akan memasukkan data
setiap kriteria ke dalam sistem. Terdapat tiga tombol dalam halaman ini yaitu “Kriteria”,
“Data Paket”, dan “Proses”.
Tombol “Kriteria” digunakan untuk menampilkan halaman lain yang berisi nilai bobot
dari setiap kriteria. Tombol “Data Paket” digunakan untuk menampilkan halaman lain yang
berisi kumpulan semua paket wisata. Sedangkan, tombol “Proses” digunakan untuk memulai
proses pengolahan data masukan dari kelima kriteria dalam perhitungan metode TOPSIS.
Budget
Jenis Wisata
Lama Hari
Tipe Wisata
Tujuan Wisata
Proses
Rancangan menu kriteria merupakan tampilan yang memperlihatkan nilai bobot dari setiap
kriteria. Pada halaman ini, terdapat dua tombol yaitu “Edit” dan “Save”.
Tombol “Edit” digunakan untuk melakukan perubahan terhadap nilai bobot dari
masing-masing kriteria sesuai dengan yang kebutuhan yang diinginkan oleh user. Sedangkan,
tombol “Save” digunakan untuk menyimpan hasil dari perubahan nilai dari masing-masing
kriteria.
Bobot Budget
Bobot Tipe
Bobot Jenis
Bobot Hari
Bobot Tujuan
Edit Save
Rancangan menu data paket merupakan tampilan yang memperlihatkan sekumpulan data
paket yang ditawarkan dalam sistem ini. Terdapat tujuh tombol dalam halaman ini yaitu
“Mode Pencarian”, “Cari”, “Tambah”, “Simpan”, “Ubah”, “Hapus”, dan “Batal”.
Tombol “Mode Pencarian” digunakan untuk memasuki mode pencarian serta
mengaktifkan tombol “Cari” dan kolom-kolom yang tersedia untuk dapat memasukkan data
yang ingin dicari. Tombol “Cari” digunakan untuk memulai pencarian data paket berdasarkan
data yang dimasukkan. Tombol “Tambah” digunakan untuk memulai proses penambahan
data paket wisata yang baru. Tombol “Ubah” digunakan untuk memulai proses pengubahan
data paket wisata yang telah tersedia. Tombol “Simpan” digunakan untuk menyimpan hasil
dari data paket yang ditambahkan ataupun yang diubah. Tombol “Hapus” digunakan untuk
menghapus data paket yang tidak diperlukan lagi. Sedangkan, tombol “Batal” digunakan
untuk membatalkan proses penambahan ataupun pengubahan data paket wisata.
Rancangan menu ini merupakan tampilan untuk memperlihatkan hasil dari setiap
perhitungan metode TOPSIS yang sudah dilakukan oleh sistem, dimana terdapat sebanyak 7
tabel yaitu tabel paket wisata, tabel ranking alternatif, matriks keputusan ternomalisasi,
matriks keputusan ternomalisasi berbobot, solusi ideal positif dan solusi ideal negatif, jarak
antara nilai berbobot setiap alternatif, dan kedekatan setiap alternatif terhadap solusi ideal.
Tabel paket wisata memperlihatkan data dari setiap paket wisata yang terdapat
dalam sistem. Tabel ranking alternatif memperlihatkan hasil penentuan ranking setiap
kriteria dari masing-masing data paket terhadap nilai kriteria yang dimasukkan oleh user
pada halaman utama. Tabel dari matriks keputusan ternormalisasi memperlihatkan hasil
normalisasi dari perhitungan masing-masing kriteria paket wisata tersebut.
Tabel dari kedekatan setiap alternatif terhadap solusi ideal memperlihatkan hasil
akhir dari setiap alternatif melalui proses perhitungan jarak antara nilai terbobot setiap
alternatif solusi ideal positif dengan jarak antara nilai terbobot setiap alternatif solusi ideal
negatif pada masing-masing paket wisata. Hasil dari perhitungan tersebut diurut
berdasarkan dari nilai terbesar sampai terkecil.
Keterangan
BAB 4
Pada bab ini akan dijelaskan tentang implementasi dan pengujian dari aplikasi yang
telah dirancang pada bab 3. Implementasi ini dilakukan untuk mengetahui hasil dari
perangkat lunak yang dibangun dan pengujian dilakukan untuk melihat apakah setiap
proses yang ada berjalan dengan baik dan output yang dihasilkan sudah sesuai dengan
yang diharapkan.
procedure TfrInputData.UpdateDefaultRank;
var a : string;
begin
// setiap data paket diisi dengan ranking setiap kriteria dengan
nilai 3
a := 'UPDATE data_paket SET rank_tipe = 3, rank_jenis = 3,
rank_lama = 3, rank_harga = 3, rank_tujuan = 3';
ADOConnection1.Execute(a);
end;
procedure TfrInputData.UpdateTipeMK;
var a : string;
begin
// setiap data paket yang mempunyai kesamaan tipe wisata dengan
yang dipilih pada menu utama diberi nilai tipe ranking dengan nilai 5
a := 'UPDATE data_paket SET rank_tipe = 5 WHERE tipe = ' +
''''+Trim(TipeWisataComboBox.Text)+'''';
ADOConnection1.Execute(a);
end;
procedure TfrInputData.UpdateLamaMK;
var a : string;
begin
if Trim(HariText.Text) <> '' then
begin
// setiap data paket yang mempunyai kesamaan lama wisata dengan
yg dipilih pada menu utama maka diberi ranking lama hari bernilai 5
a := 'UPDATE data_paket SET rank_lama = 5 WHERE lama_hari = ' +
''''+Trim(HariText.Text)+'''';
ADOConnection1.Execute(a);
// jika terdapat data paket dengan lama hari yang lebih besar
dari pada yang dipilih maka diberi ranking lama hari bernilai 1
a := 'UPDATE data_paket SET rank_lama = 1 WHERE lama_hari > ' +
''''+Trim(HariText.Text)+'''';
ADOConnection1.Execute(a);
end;
end;
procedure TfrInputData.UpdateJenisMK;
var a : string;
begin
// setiap data paket yang mempunyai kesamaan jenis wisata dengan
yang dipilih pada menu utama maka ranking jenis wisata bernilai 5
a := 'UPDATE data_paket SET rank_jenis = 5 WHERE jenis = ' +
''''+Trim(JenisWisataComboBox.Text)+'''';
ADOConnection1.Execute(a);
end;
procedure TfrInputData.UpdateBudgetMK;
var a : string;
begin
if Trim(BudgetText.Text) <> '' then
begin
// setiap data paket yang mempunyai kesamaan harga(budget) dengan
yg dipilih pada menu utama maka diberi ranking harga bernilai 5
a := 'UPDATE data_paket SET rank_harga = 5 WHERE harga = ' +
''''+Trim(BudgetText.Text)+'''';
ADOConnection1.Execute(a);
// jika terdapat data paket dengan harga(budget) yang lebih besar
dari pada yang dipilih maka diberi ranking harga bernilai 1
a := 'UPDATE data_paket SET rank_harga = 1 WHERE harga > ' +
''''+Trim(BudgetText.Text)+'''';
ADOConnection1.Execute(a);
end;
end;
procedure TfrInputData.UpdateTujuanMK;
var a : string;
b : string;
begin
if Trim(TujuanWisataText.Text) <> '' then
begin
b := '%'+Trim(TujuanWisataText.Text)+'%';
// setiap data paket yang mempunyai kesamaan tujuan wisata dengan
yg dipilih pada menu utama maka diberi ranking tujuan bernilai 5
a := 'UPDATE data_paket SET rank_tujuan = 5 WHERE tujuan LIKE ' +
''''+b+'''';
ADOConnection1.Execute(a);
end;
end;
Gambar 4.1 Penentuan Ranking Kecocokan
Perhitungan matriks keputusan ternormalisasi dapat dilihat pada Gambar 4.2 berikut
ini.
mean_jenis := Sqrt(tot_rank_jenis);
mean_dana := Sqrt(tot_rank_dana);
mean_tujuan := Sqrt(tot_rank_tujuan);
for j := 1 to i-1 do
begin
// hasil normalisasi didapat dari "elemen" dibagi dengan nilai
"akar" yang didapat di atas tadi
// penyimpanan hasil normalisasi
a := 'UPDATE data_paket SET '+
'norm_tipe =
'+''''+FloatToStr(list_tipe[j]/mean_tipe)+''''+', ' +
'norm_lama =
'+''''+FloatToStr(list_lama[j]/mean_lama)+''''+', ' +
'norm_jenis =
'+''''+FloatToStr(list_jenis[j]/mean_jenis)+''''+', ' +
'norm_harga =
'+''''+FloatToStr(list_dana[j]/mean_dana)+''''+', ' +
'norm_tujuan =
'+''''+FloatToStr(list_tujuan[j]/mean_tujuan)+''''+', ' +
' WHERE initial_paket = ' + ''''+list_initial[j]+'''';
ADOConnection1.Execute(a);
end;
Perhitungan matriks keputusan ternormalisasi terbobot dapat dilihat pada Gambar 4.3
berikut ini.
bobot_tujuan :=
StrToFloat(ADOQueryKriteria.FieldByName('bobot_tujuan').Value);
for j := 1 to i-1 do
begin
// perhitungan nilai normalisasi berbobot (hasil dari normalisasi
dikali dengan nilai "bobot" masing2 kriteria yang bersangkutan)
nobo_tipe[j] := (list_tipe[j]/mean_tipe)*bobot_tipe;
nobo_lama[j] := (list_lama[j]/mean_lama)*bobot_lama;
nobo_jenis[j] := (list_jenis[j]/mean_jenis)*bobot_jenis;
nobo_dana[j] := (list_dana[j]/mean_dana)*bobot_dana;
nobo_tujuan[j] := (list_tujuan[j]/mean_tujuan)*bobot_tujuan;
// penyimpanan hasil normalisasi
a := 'UPDATE data_paket SET '+
'nobo_tipe = '+''''+FloatToStr(nobo_tipe[j])+''''+', ' +
'nobo_lama = '+''''+FloatToStr(nobo_lama[j])+''''+', ' +
'nobo_jenis = '+''''+FloatToStr(nobo_jenis[j])+''''+', ' +
'nobo_harga = '+''''+FloatToStr(nobo_dana[j])+''''+', ' +
'nobo_tujuan = '+''''+FloatToStr(nobo_tujuan[j])+''''+
' WHERE initial_paket = ' + ''''+list_initial[j]+'''';
ADOConnection1.Execute(a);
end;
Penentuan Solusi Ideal Positif dan Solusi Ideal Negatif setiap alternatif dapat dilihat
pada Gambar 4.4 berikut ini.
for j := 1 to i-1 do
begin
// penyimpanan nilai amax, amin ke dalam database
a := 'UPDATE data_paket SET '+
'amax_tipe = '+''''+FloatToStr(amax_tipe)+''''+', ' +
'amax_lama = '+''''+FloatToStr(amax_lama)+''''+', ' +
'amax_jenis = '+''''+FloatToStr(amax_jenis)+''''+', ' +
'amax_harga = '+''''+FloatToStr(amax_dana)+''''+', ' +
'amax_tujuan = '+''''+FloatToStr(amax_tujuan)+''''+', ' +
'amin_tipe = '+''''+FloatToStr(amin_tipe)+''''+', ' +
'amin_lama = '+''''+FloatToStr(amin_lama)+''''+', ' +
'amin_jenis = '+''''+FloatToStr(amin_jenis)+''''+', ' +
'amin_harga = '+''''+FloatToStr(amin_dana)+''''+', ' +
'amin_tujuan = '+''''+FloatToStr(amin_tujuan)+''''+', ' +
'WHERE initial_paket = ' + ''''+list_initial[j]+'''';
ADOConnection1.Execute(a);
end;
Perhitungan jarak antara nilai terbobot pada setiap alternatif dapat dilihat pada
Gambar 4.5 berikut ini.
for j := 1 to i-1 do
begin
// menghitung separation measure dari solusi positif (dmax) dan
negatif (dmin)
dmax[j] := Sqrt(Sqr(nobo_tipe[j]-amax_tipe)+Sqr(nobo_lama[j]-
amax_lama)+Sqr(nobo_jenis[j]-amax_jenis)+Sqr(nobo_dana[j]-
amin_dana)+Sqr(nobo_tujuan[j]-amax_tujuan));
dmin[j] := Sqrt(Sqr(nobo_tipe[j]-amin_tipe)+Sqr(nobo_lama[j]-
amin_lama)+Sqr(nobo_jenis[j]-amin_jenis)+Sqr(nobo_dana[j]-
amax_dana)+Sqr(nobo_tujuan[j]-amin_tujuan));
end;
for j := 1 to i-1 do
begin
// penyimpanan nilai dmax, dmin ke dalam database
a := 'UPDATE data_paket SET '+
'dmax = '+''''+FloatToStr(dmax[j])+''''+', ' +
'dmin = '+''''+FloatToStr(dmin[j])+''''+', ' +
'WHERE initial_paket = ' + ''''+list_initial[j]+'''';
ADOConnection1.Execute(a);
end;
Perhitungan kedekatan setiap alternatif terhadap solusi ideal positif dan negatif dapat
dilihat pada Gambar 4.6
for j := 1 to i-1 do
begin
// perhitungan kedekatan relatif dari solusi dmax dan dmin
v[j] := dmin[j]/(dmin[j]+dmax[j]);
end;
for j := 1 to i-1 do
begin
// penyimpanan nilai amax, amin, dmax, dmin, dan v ke dalam
database
a := 'UPDATE data_paket SET '+
'v = '+''''+FloatToStr(v[j])+''''+' ' +
'WHERE initial_paket = ' + ''''+list_initial[j]+'''';
ADOConnection1.Execute(a);
end;
Tampilan menu kriteria merupakan tampilan dimana user dapat mengatur bobot setiap
pilihan. Dimana terdapat 5 bobot yaitu : bobot budget, bobot tipe, bobot jenis, bobot
hari dan bobot tujuan.
Tampilan menu data paket merupakan tampilan untuk menampilkan dan memasukkan
data paket dari dan ke dalam bank data (database). Pada menu ini, user dapat
menambah, menghapus maupun mengubah data paket. Pada halaman ini terdapat
tombol “Search Mode” ini yang berguna untuk mencari secara manual data paket
yang sudah ada.
Tampilan menu proses perhitungan TOPSIS merupakan tampilan untuk melihat hasil
dari perhitungan yang sudah dilakukan oleh sistem, dimana terdapat 7 tabel yang
terdiri dari tabel paket wisata, tabel rangking alternatif, matriks keputusan
ternomalisasi, matriks keputusan ternomalisasi berbobot, solusi ideal positif dan solusi
ideal negatif, jarak antara nilai berbobot setiap alternatif, dan kedekatan setiap
alternatif terhadap solusi ideal.
Pada gambar 4.10 terdapat tabel data paket, tabel ranking alternatif, dan tabel matriks
keputusan ternormalisasi.
Tabel data paket memperlihatkan semua data paket yang mana selanjutnya
diolah dengan metode TOPSIS untuk mendapatkan paket wisata yang sesuai dengan
pilihan kriteria yang dimasukkan oleh user. Tabel ranking alternatif memperlihatkan
ranking kriteria pada setiap alternatif terhadap pilihan kriteria yang dimasukkan oleh
user. Matriks keputusan ternormalisasi memperlihatkan hasil perhitungan dengan
persamaan Euclidean length of a vector.
BAB 5
PENUTUP
5.1 Kesimpulan
Berdasarkan pembahasan dan evaluasi dari bab-bab terdahulu, maka dapat ditarik
kesimpulan sebagai berikut :
1. Aplikasi ini dapat dipakai ketika kita mencari pilihan paket wisata yang sesuai dengan
kriteria yang kita inginkan. Dimana aplikasi ini mencari kriteria yang paling mendekati
dengan metode Technique for Order Preference by Similiarity to Ideal Solution (TOPSIS).
2. Dalam menentukan kriteria mana yang lebih diutamakan dibandingkan dengan kriteria
lainnya dalam pemilihan paket wisata dapat diatur dengan memberikan nilai bobot dari
masing-masing kriteria tersebut dimana makin besar nilai bobot dari suatu kriteria maka
kriteria tersebut lebih diutamakan dalam pemilihan paket wisata.
5.2 Saran
1. Pengembangan ruang lingkup paket wisata tidak hanya mencakup wilayah Sumatera
Utara, misalnya paket wisata dalam seluruh wilayah Indonesia.
2. Sistem pengambilan keputusan paket wisata dapat dikembangkan dengan metode selain
dari TOPSIS untuk melakukan perbandingan keakuratan hasil yang diperoleh antara
setiap metode dalam mendukung proses pengambilan keputusan.
DAFTAR PUSTAKA
[1]. Atmaja, I Nyoman Giri Sasmita. 2008. Sistem Pendukung Keputusan Pemilihan Paket
Wisata Dan Reservasi Travel Dengan Metode AHP Dan Topsis Berbasis WEB.
[2]. Aisyah. 2012. Sistem Pendukung Keputusan Pemilihan Bidang Minat Menggunakan
Metode TOPSIS Studi Kasus Program Studi Teknik Informatika Universitas Diponegoro.
Fakultas Matematika dan Ilmu Pengetahuan Alam Departemen Ilmu Komputer
Universitas Diponegoro. Yogyakarta.
[3]. Daihani, Dadan Umar. 2001. Komputerisasi Pengambilan Keputusan. Jakarta: Elex Media
Komputindo.
[4]. Hartono, Jogiyanto. 1999. Analisis & Disain Sistem Informasi : Pendekatan terstruktur
teori dan praktek aplikasi bisnis. ANDI: Yogyakarta.
[5]. Hasan, I. 2002. Pokok – Pokok Materi Teori Pengambilan Keputusan. Ghalia Indonesia:
Jakarta
[6]. Kusumadewi, Sri. 2006. Fuzzy Multi Attribute Decision Making (Fuzzy MADM). Graha
Ilmu: Yogyakarta.
[7]. Miftakhul, Huda. 2010. Membuat Aplikasi Database dengan Java, MySQL, dan
Netbeans. Jakarta: PT. Elex Media Komputindo.
[9]. Setyawati, Endang dan Desi Triyani. 2011. Sistem Pendukung Keputusan Penerimaan
Beasiswa Menggunakan Metode TOPSIS di STMIK WUP. STMIK Widya Utama
Purwokerto. Purwokerto.
[10]. Turban, Efraim. 2005. Sistem Pendukung Keputusan dan Sistem Cerdas. Andi:
Yogyakarta.