Disusun oleh :
Dosen pengampu :
BANGKALAN 2022
KATA PENGANTAR
Ucapan puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan
hidayahNya sehingga proposal penelitian ini dapat terselesaikan. Sholawat serta
salam selalu tercurah kepada Nabi Muhammad SAW. Penulus menyadari bahwa
terwujudnya penyusunan proposal penelitian ini tidak lepas dari bantuan berbagai
pihak. Untuk itu peneliti menyampaikan banyak terimakasih kepada Bapak
Wahyudi Setiawan, S.Kom., M.Kom. selaku dosen pengampu mata kuliah
Metodologi Penelitian dan Penulisan Ilmiah, serta seluruh pihak yang telah turut
andil dalam penyelesaian proposal penelitian ini.
i
DAFTAR ISI
APSTRAK.................................................................................................. iv
BAB I PENDAHULUAN
ii
DAFTAR GAMBAR
Gambar 3.1 Fungsi Keanggotaan untuk (a) Toilet (T), (b) Makanan (A), (c)
Mushola (U), (d) Oleh-Oleh (O), (e) Taman Hiburan (H), dan (f) Spot Foto (S) 16
iii
ABSTRAK
Kota Surabaya merupakan salah satu tempat tujuan wisata di Jawa Timur
yang memiliki berbagai jenis wisata baik wisata alam, wisata budaya, wisata agro,
dan lain-lain. Untuk memilih objek wisata yang tepat, dibutuhkan sebuah sistem
dalam bidang kepariwisataan yang diharapkan dapat digunakan untuk mendapatkan
informasi dan pengambilan keputusan pemilihan objek wisata secara efektif.
Adapun tujuan yang akan dicapai adalah memberi kemudahan pada pengunjung
wisata untuk memilih objek wisata di Kota Surabaya yang sesuai kriteria dengan
menerapkan metode Fuzzy. Hasil dalam penelitian ini adalah telah membuat sistem
pendukung keputusan untuk pemilihan objek wisata di Kota Surabaya
menggunakan metode Fuzzy yang mampu memberikan rekomendasi pemilihan
objek wisata di Kota Surabaya sesuai dengan kriteria yang dipilih.
Kata kunci: Sistem Rekomendasi, Tempat Wisata, Logika Fuzzy, Kota Surabaya
ABSTRACT
The city of Surabaya is one of the tourist destinations in East Java which
has various types of tourism, both nature tourism, cultural tourism, agro tourism,
and others. To choose the right tourist attraction, a system in the field of tourism is
needed which is expected to be used to obtain information and make decisions on
the selection of tourist objects effectively. The goal to be achieved is to make it
easier for tourist visitors to choose tourist attractions in the city of Surabaya that
meet the criteria by applying the Fuzzy method. The result of this research is that it
has created a decision support system for the selection of tourist objects in the city
of Surabaya using the fuzzy method which is able to provide recommendations for
the selection of tourist objects in the city of Surabaya in accordance with the
selected criteria.
iv
BAB I
PENDAHULUAN
1
termasuk dalam sector wisata. Perkembangan yang pesat ini menjadikan
Surabaya menjadi Kota yang diminati untuk dikunjungi. Untuk mengimbangi
peminat wisata di Kota Surabaya, tempat-tempat wisata baru pun akan
senantiasa bermunculan. Untuk memilih objek wisata yang tepat, dibutuhkan
pula sebuah sistem dalam bidang kepariwisataan di Surabaya yang dapat
digunakan untuk mendapatkan informasi dan pengambilan keputusan
pemilihan objek wisata
Berdasarkan permasalahan yang telah di bahas, tujuan dari pembuatan
sistem informasi ini, agar memudahkan wisatawan untuk mengetahui lebih
banyak mengenai tempat wisata dengan informasi yang akurat, maka
dibutuhkan sebuah sistem informasi yang memuat seluruh informasi daerah
wisata secara online yang dapat digunakan untuk mendapatkan informasi dan
pendukung keputusan pemilihan wisata secara efektif.
1.2 Rumusan Masalah
1. Bagaimana cara menggunakan Sistem Pendukung Keputusan Untuk
Pemilihan Tempat Wisata Surabaya Dengan Menggunakan Metode Fuzzy?
2. Bagimana Sistem Pendukung Keputusan Untuk Pemilihan Tempat Wisata
Surabaya Dengan Menggunakan Metode Fuzzy dapat membantu
masyarakat untuk dapat memilih tempat wisata yang sesuai dengan kriteria?
1.3 Metode Usulan
Setelah mengetahui permasalahan yang telah di jelaskan, saya
memberikan usulan dengan cara membuat Sistem Pendukung Keputusan
Untuk Pemilihan Tempat Wisata Surabaya Dengan Menggunakan Metode
Fuzzy untuk memudahkan pengguna yang bertujuan untuk mencari tempat
wisata sesuai kriteria di wilayah Surabaya.
1.4 Tujuan
1. Untuk mengetahui cara menggunakan Sistem Pendukung Keputusan Untuk
Pemilihan Tempat Wisata Surabaya Dengan Menggunakan Metode Fuzzy?
2. Untuk mengetahui cara Sistem Pendukung Keputusan Untuk Pemilihan
Tempat Wisata Surabaya Dengan Menggunakan Metode Fuzzy dapat
membantu masyarakat untuk bisa memilih wisata sesuai kriteria yang di
inginkan
2
1.5 Manfaat
1. Untuk memberikan informasi kepada masyarakat mengenai wisata di
Surabaya
2. Untuk membantu masyarakat lebih mudah memilih destinasi sesuai dengan
kriteria yang di ingingkan.
Bab ini berisikan gambaran hasil penelitian dan analisis yang telah
di lakukan serta pembahasan hasil yang telah di lakukan.
5. BAB V PENUTUP
Bab ini berisi kesimpulan dan saran dari hasil penelitian yang telah
di lakukan.
3
BAB II
TINJAUAN PUSTAKA
4
b) Pengambilan keputusan yaitu suatu pendekatan yang sistematis terhadap
hakikat alternatif yang dihadapi dan mengambil tindakan yang menurut
perhitungan merupakan tindakan yang paling tepat.
c) Pengambilan keputusan adalah proses yang digunakan untuk memilih
suatu tindakan sebagai cara pemecahan masalah. Dari pengertian
pengambilan keputusan diatas dapat disimpulkan bahwa pengambilan
keputusan adalah suatu proses pemilihan alternatif terbaik dari beberapa
alternatif secara sistematis untuk ditindak lanjuti sebagai suatu cara
pemecahan masalah.
2.1.3 Pengertian Sistem Pendukung Keputusan
Sistem menurut Gordon (1989) dipandang sebagai suatu agregasi atau
kumpulan objek-objek yang terangkai dalam interaksi dan saling
bergantungan yang teratur. Dilihat dari sudut pandang tujuan yang ingin
dicapai, sistem merupakan sekumpulan elemen-elemen yang berada dalam
keadaan yang saling berhubungan untuk tujuan yang sama. Turban dan
Aranson (dalam Eko, 2013) menyebutkan bahwa konsep sistem pendukung
keputusan (SPK) muncul pertama kali pada awal tahun 1970 oleh Scoot-
Morton. Mereka mendefinisikan SPK sebagai suatu sistem interaktif
berbasis komputer yang dapat membantu para pengambil keputusan dalam
menggunakan data dan model untuk memecahkan persoalan yang bersifat
tidak terstruktur.
Dari definisi tersebut, dapat diindikasikan empat karakteristik utama dari
SPK yaitu :
1. SPK menggabungkan data dan model menjadi suatu bagian.
2. SPK dirancang untuk membantu para manajer (pengambil keputusan)
dalam memproses pengambilan keputusan dari masalah yang bersifat semi
struktural.
3. SPK lebih cenderung dipandang sebagai penunjang penilaian manajer dan
sama sekali bukan untuk menggatikannya.
4. Teknik SPK dikembangkan untuk meningkatkan efektivitas dari pengambil
keputusan.
5
Definisi lain dari SPK menurut Minch dan Burns (dalam Eriyanto, 1998)
adalah konsep spesifik sistem yang menghubungkan komputerisasi
informasi dengan para pengambil keputusan sebagai pemakainya.
Karakteristik pokok yang melandasi teknik SPK adalah :
1. Interaksi langsung antara komputer dengan pengambil keputusan.
2. Dukungan menyeluruh dari keputusan bertahap ganda.
3. Suatu sintesa dari konsep yang diambil dari berbagai bidang, antara lain
ilmu komputer, psikologi, intelegensia buatan, ilmu sistem dan ilmu
manajemen.
4. Mempunyai kemampuan adaptif terhadap perubahan kondisi dan
kemampuan berevolusi menuju sistem yang lebih bermanfaat.
2.1.4 Komponen-Komponen Sistem Pendukung Keputusan
Menurut Marimin (2004) Secara umum sistem pendukung keputusan
terdiri dari tiga komponen, yaitu :
a) Manajemen Data yang termasuk di dalamnya adalah database yang berisi
data yang berhubungan dengan sistem yang diolah menggunakan perangkat
lunak yang disebut sistem manajemen basis data.
b) Manajemen Model yaitu paket perangkat lunak yang terdiri dari model
finansial, statistikal, ilmu manajemen, atau model kuantitatif lain yang
menyediakan kemampuan sistem analisis.
Subsistem dialog yaitu subsistem yang menghubungkan pengguna
dengan perintahperintah dalam SPK.
2.2 Logika Fuzzy
Logika fuzzy pertama kali ditemukan oleh profesor Lotfi A. Zadeh, dari
Universitas California, pada bulan Juni 1965. Logika fuzzy merupakan
generalisasi dari logika klasik yang hanya memiliki dua nilai keanggotaan,
yaitu 0 dan 1. Dalam logika fuzzy, nilai kebenaran suatu pernyataan berkisar
dari sepenuhnya benar, sampai dengan sepenuhnya salah. Dengan teori
himpunan fuzzy, suatu objek dapat menjadi anggota dari banyak himpunan
dengan derajat keanggotaan yang berbeda dalam masing-masing himpunan.
Konsep ini berbeda dengan himpunan klasik (crisp). Teori himpunan klasik
tergantung pada logika dua nilai (two valued logic) untuk menentukan apakah
6
sebuah objek merupakan suatu anggota himpunan atau bukan. (Kusumadewi,
2010:1)
2.2.1 Perbedaan Himpunan Fuzzy dengan Himpunan Pasti (Crisp)
Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu
himpunan A, yang sering ditulis dengan μA[x], memiliki dua kemungkinan
(Kusumadewi, 2010:3), yaitu :
Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu
himpunan, atau Nol (0), yang berarti bahwa suatu item tidak menjadi anggota
dalam suatu himpunan. Contoh : misalkan variabel umur dibagi menjadi 3
kategori, yaitu:
7
Himpunan fuzzy digunakan untuk mengantisipasi hal tersebut. Seseorang
dapat masuk dalam 2 himpunan yang berbeda, MUDA dan PAROBAYA,
PAROBAYA dan TUA, dan sebagainya. Seberapa besar eksistensinya dalam
himpunan tersebut dapat dilihat pada nilai keanggotaannya. Dalam himpunan
fuzzy, himpunan umur muda, parobaya, dan tua dapat digambarkan sebagai
berikut :
8
2) Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu
variabel seperti : 40, 25, 50.
Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy,yaitu :
Variabel fuzzy merupakan variabel yang akan dibahas dalam suatu system
fuzzy. Contoh : umur, temperatur, permintaan.
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau
keadaan tertentu dalam suatu variabel fuzzy.
Contoh :
a) Variabel umur, terbagi menjadi tiga buah himpunan fuzzy, yaitu:
muda, parobaya, dan tua.
b) Variabel temperatur, terbagi menjadi lima buah himpunan fuzzy,
yaitu: dingin, sejuk, normal, hangat, dan panas.
a) Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan
untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan
merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara
monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa
bilangan positif maupun negatif. Seharusnya nilai semesta pembicaraan ini
tidak dibatasi batas atasnya. Contoh :
a) Semesta pembicaraan untuk variabel umur : [0+ ~]
b) Semesta pembicaraan untuk variabel temperatur : [0 40]
9
b) Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan
dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan
fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan
bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke
kanan. Nilai domain dapat berupa bilangan positif maupum negatif. Contoh
domain himpunan fuzzy :
a. MUDA = [0, 45]
b. PAROBAYA = [35, 55]
c. TUA = [45, +∞]
2.3 Analisa dan Perancangan
2.3.1 Alat dan Bahan Penelitian
Alat – alat yang digunakan pada penelitian ini antara lain :
a. Perangkat keras (Hardware)
1. Komputer dengan prosesor Intel i3 2,30 GHz.
2. Memori 2GB.
3. Harddisk 32GB.
4. Monitor 12 inchi.
b. Perangkat lunak (Software)
1. Sistem Operasi Microsoft Windows 7 Ultimate 32 bit.
2. Xampp Web
3. Visual Studio Code
10
1. Variabel Harga
11
2. Jumlah Fasilitas
12
BAB III
METODOLOGI PENELITIAN
13
6. Penyusunan Laporan
Pada tahap ini akan dilakukan portofolio dan laporan tugas akhir
berdasarkan langkah-langkah yang dilakukan dalam pembuatan sistem ini
dari tahap analisis hingga tahap evaluasi
3.2 Sasaran Penelitian
Sasaran dalam penelitian atau objek dalam penelitian ini yaitu masyarakat
Jawa Timur serta wisatawan yang berniat berdestinasi ke Surabaya. Dari objek
tersebut nantinya akan dipilih responden dengan menggunakan teknik
probability sampling jenis simple random sampling dimana peneliti memilih 50
responden yang dipilih secara acak dari objek yang telah ditentukan.
a. Studi literatur
b. Angket/Kuisioner
14
A = Makanan (Kurang, Sedang, Bagus)
U = Mushola (Kurang, Sedang, Bagus)
O = Oleh-oleh (Kurang, Sedang, Bagus)
H = Taman Hiburan (Kurang, Sedang, Bagus)
S = Spot Foto (Kurang, Sedang, Bagus)
Z = Output fuzzy (Bintang 1, 2, 3, 4, 5)
Pada penelitian ini, input parameter fasilitas yang dihasilkan berbentuk
himpunan bilangan tegas/nyata (crisp). Sehingga diperlukan proses fuzzifikasi
untuk mengubah masukan tegas/nyata menjadi nilai fuzzy dalam interval
antara 0 sampai dengan 1 pada himpunan fuzzy. Sebelum proses fuzzifikasi,
peneliti menentukan fungsi keanggotaan (membership function) terlebih
dahulu. Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan
titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan
derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara
yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah melalui
pendekatan fungsi.
Fungsi keanggotaan toilet (T), makanan (A), mushola (U), oleh-oleh (O),
taman hiburan (H) dan spot foto (S) dibagi menjadi 3 himpunan fuzzy, yaitu:
‘kurang’, ‘sedang’, dan ‘bagus’. Nilai maksimal yang dimiliki himpunan
‘kurang’ adalah 30, himpunan ‘sedang’ adalah 60, dan himpunan ‘tinggi’
adalah 100. Grafik fungsi keanggotaan setiap fasilitas dapat dilihat pada
Gambar 3.1.
15
Gambar 3.1 Fungsi Keanggotaan untuk (a) Toilet (T), (b) Makanan (A), (c)
Mushola (U), (d) Oleh-Oleh (O), (e) Taman Hiburan (H), dan (f) Spot Foto (S)
16
base). Setelah proses pembentukan fuzzy rule, dan langkah selanjutnya adalah
pembentukan final output. Proses pencarian nilai output fuzzy dilakukan
menggunakan fungsi MIN metode Sugeno. Fungsi MIN ini digunakan untuk
mendapatkan nilai α predikat hasil implikasi dengan teknik memotong output
himpunan fuzzy sesuai dengan derajat keanggotaan terkecil. Dalam metode
Sugeno, output fuzzy berupa persamaan linear dengan rumus weight average.
Kemudian, masing-masing nilai α predikat digunakan untuk menghitung
output masing-masing rule (z).
Activity Diagram
Penggambaran activity diagram dari sistem rekomendasi tempat wisata di
Kota Malang dengan metode fuzzy berbasis web yang dapat dilihat pada
Gambar 3.4.
17
Gambar 3.4 Activity Diagram Menginputkan Penawaran
18
DAFTAR PUSTAKA
Eko, Dhani. 2013. Sistem Pendukung Keputusan Untuk Pemilihan Objek Wisata di
Surakarta Menggunakan Metode Fuzzy Tahani. Semarang : Universitas
STIKUBANK
Gordon B.D. 1989. Kerangka Dasar Sistem Informasi Manajemen. Jakarta: PT.
Pustaka Binaman Pressindo.
Hafsah, Wilis Kaswidjanti, & Tendi R. Cili. 2011. Aplikasi Berbasis Web
Pemilihan Obyek Wisata di Yogyakarta Menggunakan Metode Tahani.
Jurnal Informatika UPN Veteran. Vol.1 No.1 Hlm. 1-10
Kusumadewi, S. dan Hari Purnomo. 2010. Aplikasi Logika Fuzzy untuk Pendukung
Keputusan. Yogyakarta: Graha Ilmu.
Sugiharto, Elys dkk. 2021. Sistem Rekomendasi Tempat Wisata Di Kota Malang
Dengan Metode Fuzzy Berbasis Web. Jurnal Aplikasi dan Inovasi Ipteks
SOLIDITAS. Vol. 1 No. 1 Hlm 8-15
19