LAPORAN SISTEM PENDUKUNG KEPUTUSAN

MENENTUKAN TEMPAT WISATA TERPOPULER

DI PULAU MADURA MENGGUNAKAN METODE
WEIGHTED PRODUCT (WP)
Dosen Pengampu: Eka Mala Sari Rochman, S.Kom., M.Kom.

Disusun oleh:
Syahril Mobin (190441100059)
Wulan Alfiyani (190441100061)
Udianie Fatimatuz Zahwa (190441100076)
Archia Ezra Tanaya Dwitya (190441100121)

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS TRUNOJOYO MADURA
2021
 ABSTRAK

Madura terdapat banyak lokasi wisata yang menawarkan berbagai

kelebihannya masing-masing. Setiap kawasan wisata menawarkan wahana dan
keunggulannya masing-masing. Hal ini seringkali menjadikan wisatawan bingung
untuk menentukan lokasi wisata, agar mampu memaksimalkan waktu kunjungan,
biaya serta kepuasan yang diperoleh. Salah satu seleksi yang bisa digunakan
adalah dengan menggunakan sistem pendukung keputusan. Decision Support
Systems (DSS) atau sistem pendukung keputusan adalah suatu sistem yang
ditujukan untuk mendukung manajemen pengambilan keputusan. Penelitian ini
bertujuan untuk membangun sistem pendukung keputusan (SPK) untuk
menentukan tempat wisata terpopuler di pulau Madura menggunakan metode
Weighted Product (WP).
Metode Weighted Product merupakan bagian dari konsep Multi-Attribute
Decision Making (MADM) dimana diperlukan normalisasi pada perhitungannya.
Dengan menggunakan metode Weighted Product, diharapkan dapat
menyelesaikan masalah menentukan tempat wisata terpopuler di pulau Madura.
Dengan kriteria-kriteria pemilihannya adalah wisatawan nusantara, wisatawan
mancanegara, jarak wisata di pusat kota, dan rating wisata. Dari hasil pembahasan
menunjukkan pemanfaatan Weighted Product Sebagai model sistem pendukung
keputusan menentukan tempat wisata terpopuler di pulau Madura dapat
membantu wisatawan dalam menentukan tempat wisata dengan proses
pembobotan multi kriteria dan seleksi dengan lebih cepat, cermat dan lebih
efektif. Perhitungan sistem menggunakan metode weighted product menunjukkan
tingkat akurasi sebesar 94% setelah dibandingkan dengan data expert. Hasil
perhitungan dengan menggunakan rumus MAPE (Mean Absolute Percentage
Error ) untuk tingkat akurasi adalah 6%.
Kata Kunci: Sistem Pendukung Keputusan, Weighted Product (WP), Wisata
Madura

2
 DAFTAR ISI

COVER 1
ABSTRAK 2
DAFTAR ISI 3

BAB I PENDAHULUAN 1

1.1 latar belakang 1

1.2 rumusan masalah 2

1.3 tujuan penelitian 2

BAB II DASAR TEORI 3

2.1 sistem 3

2.2 Decision support system (DSS) 4

2.3 fuzzy multi attribute decision making (FMADM) 8

2.4 weighted product (WP) 8

BAB III METODE PENELITIAN 10

BAB IV ANALISA 12

4.1 analisis sistem 12

BAB V HASIL DAN PEMBAHASAN 18

5.1 penentuan wisata terpopuler di pulau Madura 18

5.2 Pengujian keakurasian data 25

BAB VI PENUTUP 31

6.1 Kesimpulan 31

DAFTAR PUSTAKA 32

3
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Madura merupakan salah satu pulau di Indonesia yang memiliki
keanekaragaman budaya dan tradisi yang hingga kini masih terjaga. Pulau
yang terletak di sebelah timur laut Jawa Timur ini terkenal dengan kuliner
sate Madura dan tradisi Karapan Sapi yang populer hingga mancanegara.
Tak hanya itu, Madura juga memiliki beragam destinasi wisata yang tidak
kalah indah dengan daerah lain. Daya tarik wisata yang ditawarkan juga
semakin beragam seperti wisata pantai, hiburan modern maupun
tradisional, kuliner, wisata alam, wisata budaya dan sebagainya. Setiap
lokasi wisata menawarkan kelebihannya masing-masing. Tidak semua
wisatawan mengetahui lokasi wisata menarik terutama untuk lokasi yang
baru.
Sistem pendukung keputusan (SPK) merupakan salah satu alat
bantu yang dapat digunakan dalam pengambilan keputusan bagi
pengambil keputusan. Keputusan yang ditawarkan oleh sistem pendukung
keputusan, cenderung cepat dan secara kuantitatif merupakan pilihan
terbaik berdasarkan tingkat kepentingan/bobot kriteria yang diberikan oleh
pihak manajemen sebagai pengambil keputusan. Dengan bantuan sistem
pendukung keputusan, maka pengambilan keputusan yang cukup
kompleks bisa dipersingkat.
Sistem pendukung keputusan menentukan tempat wisata terpopuler
di pulau Madura diselesaikan dengan menggunakan metode Weighted
Product (WP). Metode yang dipilih adalah metode Weighted Product
karena seleksi menentukan tempat wisata terpopuler di pulau Madura
digolongkan ke dalam masalah yang bersifat multi objective (ada banyak
tujuan yang ingin dicapai) dan multi criteria (ada banyak kriteria untuk

1
 mencapai tujuan). Melalui metode Weighted Product (WP) dapat
menentukan sendiri bobot kepentingan dari masing-masing kriteria.
Sistem pendukung keputusan pemilihan menentukan tempat wisata
terpopuler di pulau Madura dimaksudkan untuk membantu wisatawan
dalam mengambil keputusan secara lebih cepat dan tepat, sesuai kriteria
yang sudah ditentukan. Alternatif-alternatif pilihan yang diharapkan dapat
memberikan daftar referensi kepada pembuat keputusan sebelum
benar-benar mengambil suatu keputusan akhir.

1.2 Rumusan Masalah

Berdasarkan uraian latar belakang, maka dapat dirumuskan permasalahan
yaitu sebagai berikut:
1. Kriteria-kriteria apa saja yang menjadi pertimbangan wisatawan
dalam pemilihan tempat wisata terpopuler di pulau Madura?
2. Bagaimana menerapkan metode Weighted Product (WP) untuk
menentukan tempat wisata terpopuler di pulau Madura?

1.3 Tujuan Pembahasan

Tujuan dari makalah ini adalah untuk menyelesaikan masalah dan
mengetahui teknis perhitungan dalam menentukan tempat wisata
terpopuler di pulau Madura dengan menggunakan metode Weighted
Product (WP)

2
 BAB II
DASAR TEORI

2.1 Sistem
Sistem didefinisikan sebagai kumpulan elemen yang saling berhubungan
dan berinteraksi dalam satu kesatuan untuk menjalankan suatu proses
pencapaian suatu tujuan utama. Terdapat dua kelompok pendekatan di
dalam mendefinisikan sistem yaitu yang menekankan pada prosedurnya
dan yang menekankan pada komponennya atau elemennya. Karakterisitk
dari system adalah sebagai berikut:

1. Komponen (Component)
Suatu sistem terdiri dari sejumlah komponen yang saling
berinteraksi, yang artinya saling bekerja sama membentuk satu
kesatuan. Komponen-komponen sistem atau elemen-elemen
sistem dapat berupa sesuatu sub-sistem atau bagian-bagian dari
sistem.
2. Batas Sistem (Boundary)
Batasan sistem merupakan daerah yang membatasi antara suatu
sistem dengan sistem yang lainnya atau dengan lingkungan
luarnya. Batas sistem ini memungkinkan suatu sistem dipandang
sebagai satu kesatuan.
3. Lingkungan Luar Sistem (Environments)
Lingkungan luar dari suatu sistem adalah apapun diluar batas dari
sistem yang mempengaruhi operasi sistem. Lingkungan luar
sistem dapat bersifat menguntungkan dan dapat juga bersifat
merugikan sistem tersebut.
4. Penghubung Sistem (Interface)
Penghubung sistem merupakan media penghubung antara satu
subsistem dengan subsistem lainnya. Melalui penghubung ini
memungkinkan sumber-sumber daya mengalir dari satu subsistem

3
 ke yang lainnya
5. Masukan (Input)
Masukan sistem adalah data yang dimasukkan ke dalam sistem.
6. Keluaran (Output)
Keluaran sistem adalah hasil dari data yang diolah dan
diklasifikasikan menjadi keluaran yang berguna.
7. Pengolah (Process)
Suatu sistem dapat mempunyai satu bagian pengolah yang akan
merubah masukan menjadi keluaran.
8. Sasaran (Objectivities) atau Tujuan (Goal)
Suatu sistem pasti mempunyai sasaran (objective) atau tujuan
(goal). Sasaran dari sistem sangat menentukan sekali masukan
yang dibutuhkan sistem dan keluaran yang akan dihasilkan sistem.

2.2 Decision Support System (DSS)

Management Support System (MSS) adalah merupakan bagian

dari teknologi komputer saat ini. Teknologi komputer merupakan bagian
terpenting dalam dunia bisnis dan jelas juga pada bidang-bidang lainnya.
MSS terdiri dari:
1. Decision Support Systems (DSS)
2. Group Support Systems (GSS), termasuk Group DSS (GDSS)
3. Executive Information Systems (EIS)
4. Expert Systems (ES)
5. Artificial Neural Networks (ANN)
6. Hybrid Support Systems.
Kerangka kerja dari Decision Support (DS) terlibat dari beberapa
proses yaitu terstruktur, tak terstruktur, semi terstruktur. Terstruktur
mengacu pada permasalahan rutin dan berulang untuk solusi standar yang
ada, Tak terstruktur adalah permasalahan kompleks dimana tidak ada
solusi serta merta, dan Semi terstruktur adalah dimana terdapat keputusan

4
terstruktur, tak tak semuanya dari fase-fase yang ada. Kerangka Kerja dari
Decision Support dapat dilihat dalam tabel berikut:

Decision Support Systems (DSS) atau sistem pendukung

keputusan adalah suatu sistem yang ditujukan untuk mendukung
manajemen pengambilan keputusan. Sistem pendukung keputusan
berbasis model yang terdiri dari prosedur-prosedur dalam pemrosesan
datan dan juga sebagai pertimbangan. Sistem pendukung keputusan harus
sederhana, robust, mudah untuk di kontrol, mudah beradaptasi, lengkap
pada hal-hal penting. Keuntungan Sistem pendukung keputusan adalah
sebagai berikut:
1. Mampu mendukung pencarian solusi dari masalah yang kompleks.
2. Respon cepat pada situasi yang tak diharapkan dalam kondisi yang
berubah-ubah.
3. Mampu untuk menerapkan berbagai strategi yang berbeda pada
konfigurasi berbeda secara cepat dan tepat.

5
 4. Pandangan dan pembelajaran baru.
5. Memfasilitasi komunikasi.
6. Meningkatkan kontrol manajemen dan kinerja.
7. Menghemat biaya.
8. Keputusannya lebih tepat.
9. Meningkatkan efektivitas manajerial, menjadikan manajer dapat
bekerja lebih singkat dan dengan sedikit usaha
10. Meningkatkan produktivitas analisis.
Karakteristik dan kemampuan Sistem Pendukung Keputusan (Decision
Support System) adalah sebagai berikut:
1. DSS menyediakan dukungan bagi pengambil keputusan utamanya
pada situasi semi terstruktur dan tak terstruktur dengan memadukan
pertimbangan manusia dan informasi terkomputerisasi. Berbagai
masalah tak dapat diselesaikan (atau tak dapat diselesaikan secara
memuaskan) oleh sistem terkomputerisasi lain seperti EDP atau MIS,
tidak juga dengan metode atau tool kuantitatif standar.
2. Dukungan disediakan untuk berbagai level manajerial yang berbeda
mulai dari pimpinan puncak sampai manajer lapangan.
3. Dukungan disediakan bagi individu dan juga bagi group. Berbagai
masalah organisasional melibatkan pengambilan keputusan dari orang
dalam group. Untuk masalah yang strukturnya lebih sedikit seringkali
hanya membutuhkan keterlibatan beberapa individu dari departemen
dan level organisasi yang berbeda.
4. DSS menyediakan dukungan ke berbagai keputusan yang berurutan
atau saling berkaitan.
5. DSS mendukung berbagai fase proses pengambilan keputusan:
intelligence, design, choice dan implementation.
6. DSS mendukung berbagai proses pengambilan keputusan dan style
yang berbeda-beda, ada kesesuaian diantara DSS dan atribut
pengambil keputusan individu (contohnya vocabulary dan style

6
 keputusan).
7. DSS selalu bisa beradaptasi sepanjang masa. Pengambil keputusan
harus reaktif, mampu mengatasi perubahan kondisi secepatnya dan
beradaptasi untuk membuat DSS selalu bisa menangani perubahan ini.
DSS adalah fleksibel, sehingga user dapat menambahkan, menghapus,
mengkombinasikan, mengubah, atau mengatur kembali
elemen-elemen dasar (menyediakan respon cepat pada situasi yang tak
diharapkan). Kemampuan ini memberikan analisis yang tepat waktu
dan cepat setiap saat.
8. DSS mudah untuk digunakan. User harus merasa nyaman dengan
system ini. User-friendliness, fleksibilitas, dukungan grafis terbaik,
dan antarmuka bahasa yang sesuai dengan bahasa manusia dapat
meningkatkan efektivitas DSS. Kemudahan penggunaan ini
diaplikasikan pada mode yang interaktif.
9. DSS mencoba untuk meningkatkan efektivitas dari pengambilan
keputusan (akurasi, jangka waktu, kualitas), lebih daripada efisiensi
yang bisa diperoleh (biaya membuat keputusan, termasuk biaya
penggunaan komputer).
10. Pengambil keputusan memiliki kontrol menyeluruh terhadap semua
langkah proses pengambilan keputusan dalam menyelesaikan
masalah. DSS secara khusus ditujukan untuk mendukung dan tak
menggantikan pengambil keputusan. Pengambil keputusan dapat
menindak lanjuti rekomendasi computer sembarang waktu dalam
proses dengan tambahan pendapat pribadi ataupun tidak.
11. DSS mengarah pada pembelajaran, yaitu mengarah pada kebutuhan
baru dan penyempurnaan sistem yang mengarah pada pembelajaran
tambahan, dan begitu selanjutnya dalam proses pengembangan dan
peningkatan DSS secara berkelanjutan.
12. User/pengguna harus mampu menyusun sendiri sistem yang
sederhana. Sistem yang lebih besar dapat dibangun dalam organisasi

7
 user tadi dengan melibatkan sedikit saja bantuan dari spesialis di
bidang Information Systems (IS).
13. DSS biasanya menggunakan berbagai model (standar atau sesuai
keinginan user) dalam menganalisis berbagai keputusan. Kemampuan
pemodelan ini menjadikan percobaan yang dilakukan dapat dilakukan
pada berbagai konfigurasi yang berbeda. Berbagai percobaan tersebut
lebih lanjut akan memberikan pandangan dan pembelajaran baru.
14. DSS dalam tingkat lanjut dilengkapi dengan komponen knowledge
yang bisa memberikan solusi yang efisien dan efektif dari berbagai
masalah yang pelik.

2.3 Fuzzy Multi-Attribute Decision Making (FMADM)

Fuzzy Multiple Attribute Decision Making (FMADM) adalah
metode yang digunakan untuk mencari alternatif optimal dari sejumlah
alternatif dengan kriteria tertentu. FMADM menentukan nilai bobot untuk
setiap atribut, lalu melakukan proses perangkingan dari alternatif yang
sudah ada. FMADM mempunyai tiga pendekatan untuk mencari nilai
atribut, yaitu secara subyektif, obyektif, dan integrasi antara subyektif dan
obyektif. Berikut beberapa metode yang bisa digunakan untuk
menyelesaikan masalah FMADM:
1. Simple Additive Weighting (SAW)
2. Weighted Product (WP)
3. ELECTRE
4. Technique for Order Preference by Similarity to Ideal Solution
(TOPSIS)
5. Analytic Hierarchy Process (AHP)

2.4 Weighted Product (WP)

Metode Weighted Product (WP) memerlukan proses normalisasi

karena metode ini mengalikan hasil penilaian setiap atribut. Hasil

8
perkalian tersebut belum bermakna jika belum dibandingkan (dibagi)
dengan nilai standart. Bobot untuk atribut manfaat berfungsi sebagai
pangkat positif dalam proses perkalian, sementara bobot biaya berfungsi
sebagai pangkat negatif.
Metode WP menggunakan perkalian sebagai penghubung rating
atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan
bobot yang bersangkutan. Proses ini sama halnya dengan proses
normalisasi. Preferensi untuk alternatif Si diberikan sebagai berikut:
1. Penentuan nilai bobot W
2. Penentuan nilai Vektor S
3. Penentuan nilai Vektor V
Lalu, langkah-langkah dalam perhitungan metode Weighted Product (WP)
adalah sebagai berikut:
1. Mengalihkan seluruh atribut bagi seluruh alternatif dengan bobot
sebagai pangkat positif bagi atribut biaya.
2. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap
alternatif.
3. Membagi nilai V bagi setiap alternatif dengan nilai pada setiap
alternatif.
4. Ditemukan urutan alternatif terbaik yang akan menjadi keputusan.

9
 BAB III
METODE PENELITIAN

Weighted Product merupakan suatu metode pengambilan keputusan

multi-kriteria yang digunakan untuk menyelesaikan kasus yang mempunyai data
dengan banyak atribut. Metode WP menggunakan perkalian untuk
menghubungkan rating atribut, di mana rating setiap atribut harus dipangkatkan
dahulu dengan bobot atribut yang bersangkutan. Metode WP banyak digunakan
dalam pengambilan keputusan dikarenakan metode ini mampu dalam pencarian
solusi terbaik pada sistem perangkingan dengan proses perhitungan yang cukup
mudah tanpa memerlukan waktu yang lama dalam perhitungan

Langkah-langkah penyelesaian masalah menggunakan metode Weighted Product

untuk pemilihan alternatif mustahiq zakat adalah sebagai berikut:

1. Penentuan kriteria yang dijadikan dasar dalam penentuan tempat

wisata terpopuler
Kriteria disimbolkan dengan Ci, di mana i merupakan banyaknya kriteria
yang ditentukan untuk dijadikan acuan dalam pengambilan keputusan.
2. Menentukan peringkat kecocokan untuk kriteria
Membuat matriks keputusan dengan membuat peringkat kecocokan pada
setiap kriteria.
3. Normalisasi bobot
Normalisasi bobot pada metode WP dilakukan dengan melakukan
pembagian bobot setiap kriteria dengan jumlah keseluruhan bobot kriteria.
Nilai total normalisasi bobot untuk seluruh kriteria harus memenuhi
persamaan:

10
4. Menghitung nilai preferensi untuk alternatif sebagai vector S
Nilai preferensi untuk alternatif dihitung dengan menggunakan persamaan:

Vektor S dihitung dengan melakukan seluruh perkalian nilai kriteria 1

hingga n dengan memangkatkan w sebagai bobot normalisasi tiap kriteria,
yang akan bernilai positif apabila w merupakan atribut keuntungan
(benefit) dan bernilai negatif apabila w merupakan atribut biaya (cost).
5. Menghitung nilai preferensi relatif sebagai vektor V
Vektor V merupakan nilai preferensi relatif yang akan digunakan untuk
mencari peringkat dari hasil perhitungan setiap alternatif.

6. Membuat peringkat nilai vector V

Pada tahap ini akan diketahui alternatif yang memiliki nilai Vi tertinggi
yang merupakan hasil dari keputusan.

11
 BAB IV
ANALISA
4.1 Analisis Sistem

Metode WP (Weighted Product) yang diimplementasikan pada

sistem ini menggunakan kriteria C1 (Wisman), C2 (Winus), C3 (Jarak), C4
(Rating) . Dari keempat kriteria tersebut didapatkan bobotnya yaitu C1
(benefit), C2(benefit), C3(cost), dan C4(benefit). Pengujian data dilakukan
dengan menguji 62 data wisata yang ada di pulau Madura. Data yang
digunakan dapat dilihat pada tabel-tabel dibawah ini :

1. Tampilan Dashboard

Gambar diatas merupakan tampilan dashboard pada aplikasi sistem

pendukung keputusan menggunakan metode WP berbasis web.
Pada halaman ini berisi jumlah data alternatif, jumlah data bobot
kriteria, dan juga hasil perhitungan.

12
2. Halaman Alternatif dan Kriteria

Halaman selanjutnya yaitu halaman ‘Data Alternatif dan Kriteria’.

Gambar diatas merupakan tabel alternatif. Disini kita bisa
mengedit, menghapus maupun menambah data. Pada tabel
alternatif terdapat baris code, alternatif dan juga action.

Lalu tabel selanjutnya pada halaman ‘Data Alternatif dan Kriteria’

yaitu tabel kriteria. Pada tabel ini kita bisa mengetahui jenis dan
juga bobot pada tiap kriteria. Berbeda dengan tabel alternatif, pada
tabel kriteria ini kita hanya bisa mengedit data.

13
3. Halaman Data Bobot Kriteria

Halaman ketiga yaitu “Data Bobot Kriteria’. Pada halaman ini kita
dapat mengetahui bobot nilai pada tiap kriteria. Pada tabel bobot
terdapat baris tiap kriteria dimana tiap alternatif memiliki nilai
bobot yang berbeda-beda sesuai dengan perhitungan yang sudah
dilakukan menggunakan metode weighted product. Pada tabel
bobot ini sama seperti tabel alternatif, yaitu kita dapat mengedit
dan juga menghapus pada bagian action.

4. Halaman Perhitungan

Lalu pada halaman terakhir yaitu ‘Perhitungan’. Pada halaman ini

terdapat tabel kriteria bobot. Dimana berisi baris alternatif dan juga
kriteria.

14
Tabel kedua pada halaman ‘Perhitungan’ yaitu tabel matriks bobot.
Pada tabel ini kita dapat mengetahui nilai dari kriteria yang telah
kita buat sebelumnya.

Lalu tabel selanjutnya tahap 1 yaitu mencari nilai Wj. Pada tabel
ini berisi keterangan pada tiap kriteria. Seperti contohnya kriteria
C1 termasuk benefit dan seterusnya. Pada bagian wj didapatkan
hasil perhitungan seperti pada tabel menggunakan rumus seperti
dibawah ini.

15
Lalu tahap 2 yaitu mencari nilai Si. Pada tabel diatas telah
ditemukan hasil perhitungan menggunakan rumus sebagai berikut :

Tahap yang terakhir yaitu mencari nilai Vi. Pada tabel diatas telah
ditemukan hasil perhitungan menggunakan rumus sebagai berikut :

16
Dan tabel yang terakhir yaitu tabel perangkingan. Pada tabel ini
kita dapat mengetahui data wisata terpopuler di pulau Madura.

17
 BAB V
HASIL DAN PEMBAHASAN
Pada penelitian ini, permasalahan yang dibahas adalah pengambilan
keputusan wisata terpopuler di pulau Madura dengan menggunakan metode
Weighted Product (WP). Berikut merupakan langkah yang dilakukan dalam
proses pengambilan keputusan.

5.1 Penentuan Wisata Terpopuler pulau Madura

a. Menentukan kriteria dan bobot kriteria
Langkah awal yang dilakukan adalah menentukan kriteria dan nilai
bobot kriteria yang dijadikan acuan dalam pengambilan keputusan.
Berikut merupakan kriteria – kriteria yang digunakan dalam
penentuan wisata terpopuler di pulau Madura.

b. Menentukan nilai skala dari setiap kriteria

Dalam penelitian ini data yang diperoleh merupakan data kualitatif
sehingga diperlukan nilai skala dari setiap kriteria guna dapat
dengan mudah diimplementasikan untuk perhitungan.

18
c. Memasukkan data alternative wisata terpopuler di pulau Madura

d. Merubah nilai kriteria alternative

Setelah data alternative dimasukkan kemudian mengubah nilai
skala masing – masing kriteria alternative sesuai dengan nilai skala
yang ditentukan.

19
20
 Data perubahan nilai pada tabel di atas menghasilkan matriks
sebagai berikut:

e. Menghitung normalisasi bobot

Bobot yang dihitung normalisasinya merupakan bobot kriteria.
Jumlah normalisasi bobor harus memenuhi persamaan 1 sehingga

21
 W = (4,4,2,5)
W1 = 4/(4+4+2+5) = 0,267
W2 = 4/(4+4+2+5) = 0,267
W3 = 2/(4+4+2+5)= 0,133
W4 = 5/(4+4+2+5)= 0,333
W1+W2+W3+W4 = 1
0,267+0,267+0,133+0,333 = 1

f. Menghitung vektor S
Vector S dihitung dengan persamaan

Dalam perhitungan vektor S pangkat untuk kategori benefit akan

bernilai positif sedangkan untuk kategori cost akan bernilai negatif.

22
g. Menghitung vektor V

Berdasarkan persamaan di atas, vector V dihitung dengan membagi

nilai vector S tiap alternative kemudian dibagi dengan jumlah total
vektor S.

23
h. Perangkingan nilai
Hasil perhitungan vektor V selanjutnya dilakukan perangkingan
untuk seluruh alternatif dari nilai terbesar hingga terkecil. Dari
perangkingan tersebut maka diperoleh keputusan alternatif yang
mendapat nilai tertinggi adalah alternative yang merupakan wisata
terpopuler di pulau Madura.

24
 Maka dari perhitungan seluruh alternatif dengan menggunakan
weighted product dihasilkan keputusan bahwa alternative A49 A51
mendapat nilai tertinggi dan menjadi wisata terpopuler di pulau
Madura.

5.2 Pengujian Keakurasian Data

Proses uji coba dilakukan pada website sistem rekomendasi
pemilihan wisata dengan metode weighted product (WP). Uji coba
dilakukan untuk mengetahui tingkat akurasi antara perhitungan manual
dengan metode weighted product sehingga dapat merekomendasikan
pemilihan wisata sesuai dengan kriteria yang ada.

25
 Pengujian dilakukan untuk mengetahui tingkat akurasi atau
ketepatan dari website rekomendasi wisata dengan metode weighted
product (WP) di pulau Madura. Akurasi dinyatakan berdasarkan besarnya
kesalahan atau ketidakcocokan, dibagi menjadi dua yaitu: kesalahan
absolut dan kesalahan relatif, untuk menghitungnya bisa menggunakan
rumus dibawah:

a. data aktual wisata terpopuler di pulau Madura berdasarkan kriteria

rating data aktual ini diambil dari google yang mana diperbarui
pada tahun 2021.

no wisata aktual forecast

1 makam asta tinggi 5 4,5

2 Masjid agung sumenep 4,8 4,6

3 gili labak 4,8 4,2

4 pantai Lombang 4,4 4,5

5 Bukit pelalangan arosbaya 4,3 4,1

6 air terjun toroan 4,2 4,1

7 Mersusuar bangkalan 4,2 3,9

8 api tak kunjung padam 4,1 4

9 bukit jaddih 4 4

10 waduk nipah 4 4,5

b. menghitung nilai kesalahan absolut

nilai kesalahan absolut diambil dari nilai aktual dikurangi nilai
forecast yang kemudian diabsolutkan.

26
 no wisata aktua peram kesal kesalahan
l alan ahan absolut

1 makam asta tinggi 5 4,5 0,5 0,5

2 Masjid agung 4,8 4,6 0,2 0,2

sumenep

3 gili labak 4,8 4,2 0,6 0,6

4 pantai Lombang 4,4 4,5 -0,1 0,1

5 Bukit pelalangan 4,3 4,1 0,2 0,2

arosbaya

6 air terjun toroan 4,2 4,1 0,1 0,1

7 Mersusuar 4,2 3,9 0,3 0,3

bangkalan

8 api tak kunjung 4,1 4 0,1 0,1

padam

9 bukit jaddih 4 4 0 0

10 waduk nipah 4 4,5 -0,5 0,5

c. menghitung kesalahan relatif

kesalahan relatif diambil dari nilai kesalahan absolut dibagi dengan
nilai aktual.

no wisata aktual peram kesal kesalahan kesalahan

alan ahan absolut relatif

1 makam 5 4,5 0,5 0,5 0,1

asta
tinggi

2 Masjid 4,8 4,6 0,2 0,2 0,041666

agung 667

27
 sumene
p

3 gili 4,8 4,2 0,6 0,6 0,125

labak

4 pantai 4,4 4,5 -0,1 0,1 0,022727

Lomban 273
g

5 Bukit 4,3 4,1 0,2 0,2 0,046511

pelalang 628
an
arosbay
a

6 air 4,2 4,1 0,1 0,1 0,023809

terjun 524
toroan

7 4,2 3,9 0,3 0,3 0,071428

Mersusu 571
ar
bangkal
an

8 api tak 4,1 4 0,1 0,1 0,024390

kunjung 244
padam

9 bukit 4 4 0 0 0
jaddih

10 waduk 4 4,5 -0,5 0,5 0,125

nipah

28
d. menghitung persentase kesalahan relatif

no wisata akt per ke kesalah kesalah presentasi

ual ama sal an an kesalahan
lan ah absolut relatif relatif
an

1 makam 5 4,5 0,5 0,5 0,1 10%

asta
tinggi

2 Masjid 4,8 4,6 0,2 0,2 0,0416 4%

agung 66667
sumene
p

3 gili 4,8 4,2 0,6 0,6 0,125 13%

labak

4 pantai 4,4 4,5 -0, 0,1 0,0227 2%

Lomban 1 27273
g

5 Bukit 4,3 4,1 0,2 0,2 0,0465 5%

pelalan 11628
gan
arosbay
a

6 air 4,2 4,1 0,1 0,1 0,0238 2%

terjun 09524
toroan

7 4,2 3,9 0,3 0,3 0,0714 7%

Mersus 28571
uar
bangkal
an

8 api tak 4,1 4 0,1 0,1 0,0243 2%

kunjung 90244
padam

29
 9 bukit 4 4 0 0 0 0%
jaddih

10 waduk 4 4,5 -0, 0,5 0,125 13%

nipah 5

e. menghitung nilai MAPE

Nilai MAPE merupakan proses menghitung akurasi peramalan
dengan metode MAPE (Mean Absolute Percentage Error).
Mencari total absolut persentase kesalahan dengan menjumlahkan
semua nilai absolut persentase kesalahan dari makam asta tinggi
sampai waduk nipah. Setelah menemukan hasil penjumlahan
tersebut maka selanjutnya menghitung akurasi peramalan dengan
metode MAPE (Mean Absolute Percentage Error) dengan
menggunakan rumus:

0,58053391 TOTAL

6% MAPE

f. menghitung keakurasian
akurasi dihitung dari 100% - MAPE

6% MAPE

94% KEAKURASIAN

30
 BAB VI
PENUTUP

6.1 Kesimpulan
Dengan menggunakan metode Weighted Product, sistem
pendukung keputusan menentukan tempat wisata terpopuler di pulau
Madura dapat diselesaikan dengan cepat dan tepat. Metode ini digunakan
pada teknis perhitungan menentukan tempat wisata terpopuler di pulau
Madura. Berdasarkan hasil uji coba menggunakan data alternatif wisata di
Madura, metode Weighted Product berhasil diimplementasikan untuk
perhitungan kriteria alternatif menentukan tempat wisata terpopuler di
pulau Madura dengan menggunakan empat kriteria yaitu wisman, wisnus,
jarak, dan rating. Dari uji coba yang telah dilakukan, disimpulkan bahwa
metode Weighted Product merupakan salah satu metode pengambilan
keputusan multi kriteria yang proses perhitungannya tidak terlalu rumit
dan mudah diimplementasikan.
Perhitungan sistem menggunakan metode weighted product
menunjukkan tingkat akurasi sebesar 94% setelah dibandingkan dengan
data expert. Hasil perhitungan dengan menggunakan rumus MAPE (Mean
Absolute Percentage Error ) untuk tingkat akurasi adalah 6%.

31
 DAFTAR PUSTAKA

Subakti, Irfan. 2002. “Sistem Pendukung Keputusan (Decision Support System)”,

Institute Teknologi Sepuluh Nopember, Surabaya.
Gerdon. 2012, “Sistem Pendukung Keputusan Untuk Menentukan Penerimaan
Beasiswa Bagi Mahasiswa”, STMIK Amikom, Yogyakarta.
Jaya, Putra. 2013, “Sistem Pendukung Keputusan Penentuan Bonus Karyawan
Menggunakan Metode Weighted Product”, STMIK Budidarma, Medan.
Pamungkas, Mahmud Lestio.2019.”Sistem Pendukung Keputusan Rekomendasi
Tempat Wisata di Pasuruan Menggunakan Metode Weighted Product Berbasis
Android”. UIN MAULANA MALIK. Malang
Ginantra, Ni Luh. Anandita, Ida Bagus. 2019. “ Penerapan Metode Single
Exponential Smoothing dalam Peramalan Penjualan Barang”. STMIK STIKOM
Indonesia.

32