PEMBANGUNAN SISTEM PENDUKUNG KEPUTUSAN

REKOMENDASI KAMERA DAN LENSA SEMI-PRO UNTUK

FOTOGRAFER PEMULA MENGGUNAKAN METODE
WEIGHTED SUM MODEL

OUTLINE TUGAS AKHIR

OLEH:

RICKY NOVENDRY
NPM. 171221090

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS MUHAMMADIYAH PONTIANAK
2022

i
 1 BAB I
PENDAHULUAN

1.1 Latar Belakang

Pada zaman milenial ini banyak remaja-remaja yang ingin mendalami hobi-
hobi mereka salah satunya yakni hobi fotografi baik pemula maupun profesional.
Dalam melakukan sesi fotografi, tentunya membutuhkan paling tidak 1 (satu)
kamera beserta lensanya. Banyaknya berbagai kategori, jenis, dan tipe kamera dan
lensa membuat penghobi fotografi pemula kesulitan dalam menentukan spesifikasi
kamera dan lensa yang sesuai dengan kebutuhan sesi fotografi mereka.

Di dalam kalangan remaja penghobi fotografi pemula tentu belum memiliki

banyak pengetahuan mengenai berbagai jenis kamera dan lebih banyak yang
memikirkan harga dari suatu kamera beserta lensanya terlebih dahulu sebelum
melakukan pembelian. Dalam penentuan harga kamera beserta lensanya, kamera-
kamera tersebut dimasukkan ke dalam beberapa kategori harga dan kegunaan.
Kategori tersebut yakni semi-profesional dan profesional. Kalangan remaja
penghobi fotografi biasanya memilih kamera dengan harga berkisar di bawah 20
(dua puluh) juta rupiah. Kamera dengan kisaran harga tersebut, termasuk ke dalam
kategori kamera semi-profesional. Maka, penelitian ini berfokus kepada data-data
kamera yang berada dalam kategori semi-profesional.

Berdasarkan permasalahan dalam pemilihan kamera tersebut, sebuah sistem

pendukung keputusan dalam penelitian ini dibangun. Sistem Pendukung Keputusan
(SPK) merupakan suatu sistem yang dapat membantu seseorang dalam mengambil
keputusan yang dengan lebih efektif dan efisien [1]. Sistem pendukung keputusan
ini dibangun untuk membantu fotografer-fotografer pemula tersebut dalam memilih
spesifikasi kamera yang sesuai dengan sesi fotografi yang mereka inginkan. Sistem
pendukung keputusan yang akan dibangun menggunakan algoritma Weighted Sum
Model (WSM). Metode Weighted Sum Model (WSM) adalah salah satu metode
dalam sistem pendukung keputusan dengan beberapa kriteria yang paling dikenal
dan banyak digunakan. Metode ini dapat digambarkan sebagai metode penjumlahan

1
 2

statis. Metode Weighted Sum Model merupakan metode yang sangat sederhana
dengan hanya beberapa langkah untuk dapat memberikan hasil yang diharapkan
[2]. Hasil pengolahan data-data kamera dan lensa yang didapat dari pengolahan
algoritma Weight Sum Model diharapkan dapat membantu para fotografer-
fotografer pemula dalam memilih kamera dan lensa yang sesuai dengan sesi
fotografi yang mereka inginkan.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah dijabarkan, terdapat beberapa

permasalahan yang disusun dan dilihat pada poin-poin berikut:

1. Siapa saja yang membutuhkan suatu sistem untuk merekomendasi

spesifikasi kamera dan lensa?

2. Kategori kamera apa yang akan digunakan?

3. Bagaimana cara mengolah data kamera beserta lensanya menggunakan

metode Weighted Sum Model?

4. Bagaimana cara merancang sebuah sistem pendukung keputusan yang

dapat membantu memilih jenis kamera dalam kategori semi-
profesional?

1.3 Batasan Masalah

Batasan masalah ditentukan untuk penelitian ini agar penelitian ini hanya
terfokus pada batasan yang berhubungan dengan perumusan masalah. Batasan-
batasan masalah pada penilitian ini dapat dilihat sebagai berikut:

1. Penilitian ini hanya berfokus pada data kamera dan lensa kategori semi-
profesional, tidak pada kategori kamera profesional.

2. Pembangunan sistem hanya menggunakan algoritma Weighted Sum

Model.

3. Sistem yang akan dibangun berupa sistem berbasis web dan kode
program yang akan dituliskan berupa bahasa pemrograman PHP.
 3

1.4 Tujuan Penelitian

Tujuan dari penelitian ini merupakan kegiatan untuk memberikan solusi

pada rumusan masalah yang terlah dijabarkan. Tujuan daru penelitian ini dapat
dilihat sebagai berikut:

1. Membantu penghobi fotografi pemula dalam memilih kamera semi-

profesional.

2. Merancang dan membangun sistem pendukung keputusan yang dapat

mendukung tujuan pertama yakni membantu fotografer pemula dalam
memilih kamera semi-profesional.

3. Menguji kemampuan dalam menganalisa dan mengolah data kedalam

metode sistem pendukung keputusan.

1.5 Manfaat Penelitian

Selain memberikan solusi yang telah dijabarkan pada tujuan penelitian ini.
Penelitian ini juga memberikan manfaat sebagai:

a. Manfaat Teoritis

Secara teoritis, penelitian ini diharapkan dapat bermanfaat sebagai:

1. Pembantu kalangan remaja yang masih pemula dalam menentukan

kamera dan lensa yang cocok bagi sesi fotografi mereka.

2. Menjadi referensi bagi penelitian-penelitian berikutnya yang

berhubungan dengan data kamera dan lensa atau yang berhubungan
dengan algoritma Weighted Sum Model.

b. Manfaat Praktis

Secara teoritis, penelitian ini diharapkan dapat bermanfaat bagi penulis,

masyarakat, dan universitas.
 4

1.6 Metodologi Penelitian

Agar penelitian ini berjalan dengan lebih terstruktur, maka dibutuhkan suatu
metode atau langkah-langkah penelitian yang harus dilaksanakan. Metode-metode
dalam penelitian dapat dilihat sebagai berikut:

1. Teknik pengumpulan data

Teknik pengumpulan data yang dilakukan pada penelitian ini terdiri dari
studi pustaka dan studi dokumentasi.

2. Penentuan parameter penelitian

Data yang ditargetkan pada penelitian ini yakni data dokumen sekunder,
atau dokumen yang didapat dari pihak ke-2 (dua) dan seterusnya yang
berisi data mengenai berbagai jenis kamera kategori semi-profesional
beserta lensanya. Pihak tersebut yakni media internet dan beberapa
orang yang paham mengenai spesifikasi dan kecocokan berbagai
kamera beserta lensanya.

3. Algoritma pengolahan data

Algoritma yang digunakan dalam mengolah data untuk diimplentasikan

kedalam sistem yakni algoritma Weighted Sum Model.

4. Pemodelan sistem

Pemodelan sistem dalam penelitian ini menggunakan metode Unified

Modeling Language. Diagram-diagram UML yang digunakan dalam
penelitian ini terdiri dari Use Case Diagram, Activity Diagram, dan
Sequence Diagram. Setelah melakukan pemodelan, algoritma atau
metode perancangan sistem yang telah ditentukan akan
diimplementasikan kedalam bahasa pemrograman PHP.
 5

5. Pengujian sistem

Pengujian sistem pada penelitian ini menggunakan metode Blackbox

untuk menguji validasi dari sistem agar semua fungsi yang ada pada
sistem berjalan sesuai keinginan.

6. Analisis hasil

Penelitian ini diharapkan dapat menghasilkan sebuah sistem yang dapat

membantu kalangan remaja yang masih pemula dalam menentukan
spesifikasi kamera dan lensa semi-profesional.

7. Penarikan kesimpulan

Penarikan kesimpulan akan dilakukan berdasarkan perumusan masalah

pada penelitian ini. Apakah seluruh hasil penelitian ini berhasil
menjawab masalah tersebut atau tidak.

1.7 Sistematika Penulisan

Penyusunan sistematika penulisan pada penelitian ini dapat dilihat sebagai

berikut:

BAB I Pendahuluan

Bab ini membahas latar belakang penelitian, rumusan masalah,

batasan masalah, tujuan penelitian, dan sistematika penulisan dari
penelitian yang dilaksanakan.

BAB II Landasan Teori

Bab ini membahas penelitian-penelitian yang pernah dilakukan

sebelumnya serta teori-teori yang mendukung atau digunakan yang
terkait langsung pada penelitian ini.
 6

BAB III Metode Penelitian

Bab ini membahas mengenai langkah-langkah yang dilakukan

dalam mengumpulkan data dan informasi yang bersangkutan
dengan penelitian serta langkah-langkah dalam mengolah data yang
sudah didapat.

BAB IV Analisis dan Perancangan Sistem

BAB V Hasil dan Pengujian

BAB VI Kesimpulan dan Saran

 2 BAB II
LANDASAN TEORI

2.1 Tinjauan Pustaka

Penelitian ini bereferensikan dari penelitian-penelitian terdahulu yang

pernah dilaksanakan sebelumnya. Penelitian pertama yang menjadi dasar penelitian
ini pernah dilakukan pada tahun 2016 yang bertujuan membantu penghobi
fotografer pemula menggunakan metode Simple Multi Attribute Rating Technique
(SMART) [3].

Penelitian kedua yang menjadi dasar penelitian ini pernah dilakukan pada
tahun 2018 yang bertujuan merancang dan membangun sebuah Prototype sistem
pemilihan kamera digital yang dapat membantu memberikan solusi dan
merekomendasikan kamera untuk pembeli menggunakan Multi Attribute Decision
Making (MADM) menggunakan metode Weighted Product (WP) [4].

Penelitian kexxx yang menjadi dasar pada penelitian ini pernah dilakukan
pada tahun 2018 yang bertujuan membandingkan 3 (tiga) metode Sistem
Pendukung Keputusan, yaitu Weighted Sum Model (WSM), Simple Additive
Weighting (SAW) dan Weighted Product (WP) dalam kasus pemilihan pemasok [2].

Penelitian kexxx yang menjadi dasar pada penelitian ini pernah dilakukan
pada tahun 2018 yang bertujuan membandingkan Metode Weighted Product (WP),
Weighted Sum Model (WSM) dan Multi Attribute Utility Theory (MAUT) dalam
Sistem Pendukung Keputusan penerimaan tenaga kerja [5].

Penelitian kexxx yang menjadi dasar pada penelitian ini pernah dilakukan
pada tahun 2018 yang bertujuan menentukan faktor rendahnya minat beternak ayam
Broiler menggunakan metode Weighted Sum Model (WSM) [6].

Penelitian ketiga yang menjadi dasar penelitian ini pernah dilakukan pada
tahun 2019 yang bertujuan mengimplemantasikan metode Fuzzy Mamdani pada
sistem pendukung keputusan pemilihan kamera Digital Single Lens Reflex (DSLR)
bagi pemula [7].

7
 8

Penelitian keempat yang menjadi dasar pada penelitian ini pernah dilakukan
pada tahun 2019 yang bertujuan membangun sistem pendukung keputusan
pemilihan kamera Digital Single Lens Reflex (DSLR) menggunakan metode
Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) [8].

Penelitian kexxx yang menjadi dasar pada penelitian ini pernah dilakukan
pada tahun 2019 yang bertujuan membangun sistem pendukung keputusan
pemilihan Perguruan Tinggi terbaik di kota Malang menggunaka metode Weight
Product (WP) dengan pembobotan Weighted Sum Model (WSM) [9].

Penelitian kexxx yang menjadi dasar pada penelitian ini pernah dilakukan
pada tahun 2020 yang bertujuan menghitung algoritma Weight Product (WP) dan
Weighted Sum Model (WSM) dalam pemilihan sekolah kejuruan terbaik di kota
Bengkulu [10].

Penelitian kelima yang menjadi dasar pada penelitian ini pernah dilakukan
pada tahun 2021 yang bertujuan membantu konsumen dalam memperoleh
informasi dan rekomendasi jenis kamera yang sesuai dengan kebutuhan atau
keinginannya menggunakan metode Simpe Multi Attribute Rating Technique
(SMART) [11].

2.2 Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) sebagai sistem berbasis komputer

yang terdiri dari tiga komponen yang saling berinteraksi, sistem bahasa (mekanisme
untuk memberikan komunikasi antara pengguna dan komponen Sistem Pendukung
Keputusan lain), sistem pengetahuan (repositori pengetahuan domain masalah yang
ada pada Sistem Pendukung Keputusan atau sebagai data atau sebagai prosedur),
dan sistem pemrosesan masalah (hubungan antara dua komponen lainnya, terdiri
dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk
pengambilan keputusan).

Menurut Fithri & Latifah (2010) Sistem Pendukung Keputusan adalah

sistem informasi interaktif yang menyediakan informasi, pemodelan dan
manipulasi data yang digunakan untuk membantu pengambil keputusan pada situasi
 9

semi terstruktur dan tak seorangpun tahu secara pasti bagaimana keputusan
seharusnya dibuat Sistem Pendukung Keputusan adalah suatu sistem informasi
berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk
membantu manajemen dalam menangani berbagai permasalahan yang terstruktur
dengan menggunakan data dan model (Faqih & Irigasi, 2014) [12].

2.2.1 Karakteristik Sistem Pendukung Keputusan

Karakteristik dari sistem pendukung keputusan adalah sebagai berikut [12]:

1. Mendukung pengambilan keputusan untuk membahas masalah-masalah
terstruktur, semi struktur, dan tidak terstruktur.
2. Output ditujukan bagi personil organisasi dalam semua tingkatan.
3. Mendukung di semua fase proses pengambilan keputusan: intelegensi,
desain, pilihan.
4. Adanya interface manusia atau mesin, dimana manusia (user) tetap
mengontrol proses pengambilan keputusan.
5. Menggunakan model-model metematis dan statistik yang sesuai dengan
pembahasan.
6. Memiliki kemampuan dialog untuk memperoleh informasi sesuai dengan
kebutuhan.
7. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga
dapat berfungsi sebagai kesatuan sistem.
8. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan
informasi seluruh tingkatan manajemen.
9. Pendekatan easy to use. Ciri suatu sistem pendukung keputusan yang efektif
adalah kemudahannya untuk digunakan dan memungkinkan keleluasaan
pemakai untuk memilih atau mengembangkan pendekatan-pendekatan baru
dalam membahas masalah yang dihadapi.
10. Kemampuan sistem untuk beradaptasi secara cepat, dimana pengambil
keputusan dapat menghadapi masalah-masalah baru dan pada saat yang
sama dapat menanganinya dengan cara mengadaptasikan sistem terhadap
 10

kondisi-kondisi perubahan yang terjadi (Nugraha, Surarso, & Noranita,

2012).

2.2.2 Komponen Sistem Pendukung Keputusan

Komponen-komponen sistem pendukung keputusan secara garis besar

meliputi, Manajemen Data, Basis Model, Antarmuka Pengguna, dan Manajemen
Pengetahuan Turban, et al. (2005) [13]. Manajemen data meliputi data-data yang
berada dalam basis data yang dikelola oleh perangkat lunak lainnya yang sering
disebut dengan Database Management System (DBMS). Komponen basis model
merupakan suatu model yang merepresentasikan suatu permasalahan dalam bentuk
kuantitatif, statistik, finansial atau bentuk-bentuk yang lain yang dapat dianalisa.
Antarmuka pengguna merupakan komponen dari sistem pendukung keputusan
yang digunakan untuk pengguna agar dapat berkomunikasi dengan perangkat
lunak, sedangkan komponen manajemen pengetahuan adalah komponen dari sistem
pendukung keputusan yang berfungsi untuk menyimpan atau mengelola
pengetahuan dari seorang ahli untuk memecahkan masalah yang ada. Konsep dari
komponen-komponen Sistem Pendukung keputusan dapat dilihat pada Gambar 2.1:

Sistem Berbasis
Komputer Lainnya

Manajemen Data Manajemen Model

Basis Manajemen
Data Pengetahuan

Manajemen Dialog

Pengguna

Gambar 2.1 Model Konsep Sistem Pendukung Keputusan oleh Turban

 11

2.3 Metode Waterfall

Menurut Pressman (2010), model waterfall adalah model klasik yang

bersifat sistematis, berurutan dalam membangun software. Nama model ini
sebenarnya adalah “Linear Sequential Model”. Model ini sering disebut juga
dengan “classic life cycle” atau metode waterfall. Model ini termasuk ke dalam
model generic pada rekayasa perangkat lunak dan pertama kali diperkenalkan oleh
Winston Royce sekitar tahun 1970 sehingga sering dianggap kuno, tetapi
merupakan model yang paling banyak dipakai dalam Software Engineering (SE).
Model ini melakukan pendekatan secara sistem atis dan berurutan. Disebut dengan
waterfall karena tahap demi tahap yang dilalui harus menunggu selesainya tahap
sebelumnya dan berjalan berurutan. Fase-fase dalam Waterfall Model menurut
referensi Pressman dapat dilihat pada Gambar 2.2 berikut:

Communication

Planning

Modelling

Construction

Deployment

Gambar 2.2 Model Pengembangan Waterfall oleh Pressman (2010)

Penjelasan dari Gambar 2.2 di atas dapat dilihat pada poin-poin berikut [14]:
1. Komunikasi (Communication)
Langkah ini merupakan analisis terhadap kebutuhan perangkat lunak, dan
tahap untuk mengadakan pengumpulan data dengan melakukan pertemuan
dengan pelanggan, maupun mengumpulkan data-data tambahan baik yang
ada di jurnal, artikel, maupun dari internet.
 12

2. Perencanaan (Planning)
Proses perencanaan merupakan lanjutan dari proses komunikasi. Tahapan
ini akan menghasilkan dokumen kebutuhan pengguna atau bisa dikatakan
sebagai data yang berhubungan dengan keinginan pengguna dalam
pembuatan perangkat lunak, termasuk rencana yang akan dilakukan.

3. Pemodelan (Modelling)
Proses pemodelan ini akan menerjemahkan syarat kebutuhan ke sebuah
perancangan perangakat lunak yang dapat diperkirakan sebelum melakukan
proses pengodingan. Proses ini berfokus pada rancangan struktur data,
arsitektur perangkat, representasi antarmuka, dan detail prosedural.
Tahapan ini akan menghasilkan dokumen yang disebut sebagai kebutuhan
perangkat lunak.

4. Konstruksi (Construction)
Tahap konstruksi merupakan proses penulisan kode program. Coding atau
pengkodean merupakan penerjemahan desain dalam bahasa yang bisa
dikenali oleh komputer. Programmer akan menerjemahkan transaksi yang
diminta oleh pengguna. Tahapan inilah yang merupakan tahapan secara
nyata dalam mengerjakan suatu perangkat lunak, artinya penggunaan
komputer akan dimaksimalkan dalam tahapan ini. Setelah pengkodean
selesai akan dilakukan pengujian terhadap sistem yang telah dibuat tadi.
Tujuan pengujian adalah menemukan kesalahan-kesalahan terhadap sistem
tersebut untuk kemudian diperbaiki kesalahannya.

5. Peluncuran (Deployment)
Tahapan ini merupakan tahap akhir dalam pembuatan sebuah perangkat
lunak atau sistem. Setelah melakukan analisis, desain, dan pengkodean
maka sistem yang sudah jadi akan digunakan oleh pengguna. Kemudian
perangkat yang telah dibuat tersebut harus dilakukan pemeliharaan secara
berkala.
 13

2.4 Unified Modelling Language (UML)

Pada perkembangan teknik pemrograman berorientasi objek, muncul

sebuah standarisasi bahasa pemodelan untuk pembangunan perangkat lunak yang
dibangun dengan menggunakan teknik pemrograman berorientasi objek. Unified
Modeling Language (UML) muncul karena adanya kebutuhan pemodelan visual
untuk menspesifikasikan, menggambarkan, membangun, dan dokumentasi dari
sistem perangkat lunak.

Unified Modeling Language (UML) merupakan bahasa visual untuk

pemodelan dan komunikasi mengenai sebuah sistem dengan menggunakan diagram
dan teks-teks pendukung. UML hanya berfungsi untuk melakukan pemodelan. Jadi
penggunaan UML tidak terbatas pada metodologi tertentu, meskipun pada
kenyataannya UML paling banyak digunakan pada metodologi berorientasi objek
(Rosa dan Shalahuddin, 2013). Jenis-jenis diagram UML terdiri dari Use Case
Diagram, Class Diagram, Activity Diagram, Sequence Diagram, State Diagram,
Collaboration Diagram, dan Deployment Diagram [15].

2.5 Metode Weighted Sum Model

Metode Weighted Sum Model (WSM) adalah salah satu metode dalam sistem
pendukung keputusan dengan beberapa kriteria yang paling dikenal dan banyak
digunakan. Metode ini dapat digambarkan sebagai metode penjumlahan statis.
Metode Weight Sum Model merupakan metode yang sangat sederhana dengan
hanya beberapa langkah untuk dapat memberikan hasil yang diharapkan. Formula
yang digunakan pada metode ini dapat dilihat pada persamaan 1 [2].

𝐴𝑊𝑆𝑀−𝑆𝑐𝑜𝑟𝑒
𝑖 = ∑𝑚
𝑛=1 𝜔n 𝑎𝑚𝑛 , for 𝑖 = 1, 2, 3, . . . . , 𝑚 (1)

2.6 Pengujian Black Box

Pengujian Black Box merupakan pengujian yang dilakukan hanya

mengamati hasil eksekusi melalui data uji dan memeriksa fungsional dari perangkat
lunak. Pengujian black box ini menitik beratkan pada fungsi sistem (Rizki 2015).
Berikut adalah 10 tipe pengujian dari metode Black Box menurut Julian (2015) [16]:
 14

1. Equivalence Partitioning
Membagi inputan menjadi kelas data yang dapat digunakan untuk
menggenerasi kasus uji.

2. Boundary Value Analysis / Limit Testing

Mengijinkan untuk menyeleksi kasus uji yang menguji batasan nilai
input, Merupakan komplemen dari Equivalence Partitioning.

3. Comparison Testing
Uji setiap versi dengan data yang sama untuk memastikan semua versi
menghasilkan keluaran yang sama.

4. Sample Testing
Melibatkan beberapa nilai yang terpilih dari sebuah kelas ekivalen.

5. Robustness Testing
Data input dipilih diluar spesifikasi yang telah didefinisikan, Tujuan dari
pengujian ini adalah membuktikan bahwa tidak ada kesalahan jika
masukan tidak valid.

6. Behavior Testing
Hasil uji tidak dapat dievaluasi jika hanya melakukan pengujian sekali,
tapi dapat dievaluasi jika pengujian dilakukan beberapa kali, misalnya
pada pengujian struktur data stack.

7. Performance Testing
Mengevaluasi kemampuan program untuk beroperasi dengan benar
dipandang dari sisi acuan kebutuhan misalnya: aliran data, ukuran
pemakaian memori, kecepatan eksekusi.
 15

8. Requirement Testing
Spesifikasi kebutuhan yang terasosiasi dengan perangkat lunak
diidentifikasi pada tahap spesifikasi kebutuhan dan desain.

9. Endurance Testing
Melibatkan kasus uji yang diulang-ulang dengan jumlah tertentu.

10. Cause – Effect Relationship Testing

Membagi-bagi spesifikasi kebutuhan menjadi bagian yang memiliki
kemungkinan kerja.
 3 BAB III
METODE PENELITIAN

3.1 Metode Pengumpulan Data

Metode pengumpulan data dan perancangan sistem pada penelitian ini

mengikuti metode waterfall. Menurut Pressman (2010), model waterfall adalah
model klasik yang bersifat sistematis, berurutan dalam membangun suatu perangkat
lunak. Nama model ini sebenarnya adalah “Linear Sequential Model” [14]. Alur
pengumpulan data pada penelitian ini dapat dilihat pada diagram waterfall berikut
ini:

Pengumpulan
Data

Perencanaan

Pemodelan
Sistem

Pembangunan
Sistem

Pengujian dan
Peluncuran Sistem

Gambar 3.1 Alur pengumpulan dan perancangan data metode waterfall

Deskripsi lebih detil pada Gambar 3.1 dapat dilihat pada poin-poin berikut ini:

1. Pengumpulan Data
Merupakan proses pengumpulan data kamera tipe semi-profesional.
Pengumpulan data dapat berasal dari media internet, beberapa narasumber,
serta media digital lainnya.

16
 2. Perencanaan
Merupakan proses pengolahan data-data yang telah didapat menggunakan
perangkat lunak microsoft excel agar perhitungannya lebih akurat sebelum
diterjemahkan ke dalam bahasa pemrograman.

3. Pemodelan Sistem
Proses ini akan menjelaskan kebutuhan-kebutuhan yang diperlukan
sebelum melakukan proses konstruksi atau pembangunan sistem. Proses ini
terdiri dari rancangan struktur data, arsitektur perangkat, dan representasi
antarmuka.

4. Pembangunan Sistem
Merupakan proses pengkodean program. Proses ini menerjemahkan hasil
dari proses perencanaan dan pemodelan sistem kedalam bentuk suatu kode
yang akan menghasilkan suatu perangkat lunak yang dituju.

5. Pengujian dan Peluncuran Sistem

Merupakan tahap akhir dari metode waterfall pada penelitian ini. Suatu
sistem yang telah dibangun sangat membutuhkan proses pengujian sebelum
melakukan peluncuran agar sistem yang dibangun sesuai dengan kebutuhan
dan berjalan dengan baik.

3.2 Alat dan Bahan

Dalam pelaksanaan penelitian ini, dibutuhkan sebuah alat-alat pendukung

agar penelitian ini terus berlanjut. Alat-alat yang digunakan pada penelitian ini
terdiri dari berbagai perangkat keras dan perangkat lunak. Perangkat keras yang
digunakan pada penelitian ini terdiri dari Laptop dengan prosesor Intel Core i3-
5005U dan RAM sebesar 4GB (Gigabyte). Perangkat lunak yang digunakan pada
penelitian ini terdiri dari sistem operasi Windows 10, Microsoft office digunakan
sebagai pencatatan laporan penelitian, Microsoft Excel digunakan sebagai pengolah
data kamera dan lensa, Microsoft Visual Code Studio digunakan sebagai penulis

17
kode program, XAMPP digunakan sebagai virtual web server dalam proses
pembangunan sistem, PHP My Admin digunakan sebagai pengolah database, dan
web browser Google Chrome sebagai pengakses sistem agar dapat berjalan.

3.3 Teknik Pengumpulan Data

Terdapat 2 (dua) teknik pengumpulan data yang digunakan pada penilitian

ini. Teknik-teknik tersebut terdiri dari:

1. Studi Pustaka

Menurut Sugiyono (2012) studi kepustakaan merupakan kajian teoritis,

referensi serta literatur ilmiah lainnya yang berkaitan dengan budaya,
nilai dan norma yang berkembang pada situasi sosial yang diteliti [17].
Dari kajian ahli tersebut, maka studi pustaka dalam penelitian ini
dilakukan dengan cara mempelajari dan mengambil referensi penelitian-
penelitian sebelumnya yang berhubungan dengan penilitian yang
dilaksanakan.

2. Studi Dokumentasi

Menurut Sukmadinata (2007) studi dokumentasi adalah teknik

pengumpulan data dengan menghimpun dan menganalisis dokumen-
dokumen, baik tertulis, gambar, maupun elektronik. Dokumen yang
digunakan pada penelitian ini yakni dokumen sekunder atau dokumen
yang didapat dari sumber tidak langsung. Dokumen sekunder yang
digunakan pada penelitian ini didapat dari berbagai media internet dan
beberapa narasumber yang paham dengan spesifikasi kamera dan lensa
kategori semi-profesional.

3.4 Analisa Kebutuhan

Analisa kebutuhan merupakan proses perencanaan dan pemodelan yang

terdapat pada metode waterfall. Proses analisis kebutuhan pada penelitian ini terdiri

18
dari analisis kebutuhan fungsional dan non-fungsional. Pada penelitian ini, analisis
kebutuhan fungsional terdiri dari perancangan Use Case Diagram, Activity
Diagram, dan Sequence Diagram. Untuk analisa kebutuhan non-fungsional, terdiri
dari analisis spesifikasi pengguna, analisis spesifikasi perangkat lunak dan analisis
spesifikasi perangkat keras.

3.5 Implementasi dan Pengolahan Data

Data-data yang telah didapat dari proses dan teknik pengumpulan data akan
diolah sesuai dengan alur pada diagram yang dapat dilihat pada Gambar 3.2 berikut:

Analisa data kamera

dan lensa

Olah data kamera dan

lensa ke algoritma
Weighted Sum Model

Analisis kebutuhan dan

perancangan sistem

Terjemahkan hasil
pengolahan data ke bahasa
pemrograman PHP

Tidak valid Uji validasi

sistem

Valid

Peluncuran
Sistem

Gambar 3.2 Alur implementasi dan pengolahan data

Pada Gambar 3.2, dapat dilihat bahwa data kamera dan lensa yang didapat
melalui berbagai media internet dan pengetahuan dari beberapa narasumber yang
mengerti dengan spesifikasi kamera kategori semi-profesional dianalisa terlebih
dahulu untuk mendapatkan data-data alternatif, kriteria, serta bobot-bobotnya

19
terlebih dahulu. Setelah data-data tersebut telah didapat, data-data tersebut
kemudian diolah menggunakan algoritma Weighted Sum Model. Selanjutnya
dilakukan proses analisa kebutuhan sistem serta rancangannya agar sistem lebih
terstruktur dan berjalan dengan baik.

Setelah selesai mengolah data dan analisis kebutuhan serta rancangan

sistemnya selesai, maka semua hasil dari proses tersebut diterjemahkan kedalam
bahasa pemrograman PHP. Sistem yang sudah selesai dibangun membutuhkan uji
coba terlebih dahulu sebelum dilakukan peluncuran. Jika pada proses uji coba ada
beberapa fungsi yang tidak valid, maka dilakukan pemeriksaan ulang terhadap
struktur penulisan kode program hingga seluruh kebutuhan menjadi valid.

3.6 Analisis Hasil

Dari keseluruhan proses-proses dan tahapan-tahapan yang telah dijabarkan,

penelitian ini akan menghasilkan sebuah sistem pendukung keputusan pemilihan
kamera jenis semi-profesional yang dapat membantu para penghobi fotografi yang
masih belum terlalu paham dalam penentuan tipe kamera dan lensa kategori semi-
profesional yang cocok dibidang fotografi yang ingin mereka dalami.

20
 4 DAFTAR PUSTAKA

[1] S. Solikhun, “Perbandingan Metode Weighted Product Dan Weighted Sum

Model Dalam Pemilihan Perguruan Swasta Terbaik Jurusan Komputer,” Klik
- Kumpul. J. Ilmu Komput., vol. 4, no. 1, pp. 70–87, 2017, doi:
10.20527/klik.v4i1.75.
[2] Obert and M. Fadlan, “A COMPARATIVE STUDY OF PROBLEM
SOLVING METHODS IN DECISION SUPPORT SYSTEMS,” Pros.
Semin. Nas. Teknol. Inf. dan Kedirgant. Transform. Teknol. untuk
Mendukung Ketahanan Nas., vol. 4, 2018.
[3] S. T. Pradita and P. H. P. Rosa, “Sistem Pendukung Keutusan Pemilihan
Kamera DSLR Menggunakan Metode Simple Multi Attribute Rating
Technique (SMART),” Semin. Nas. Ilmu Komput., no. Snik, pp. 371–378,
2016.
[4] M. Yurmalin, “PROTOTYPE SISTEM PENDUKUNG KEPUTUSAN
PEMILIHAN KAMERA DIGITAL,” Inf. INTERAKTIF, vol. 3, no. 2, pp.
95–103, 2018.
[5] I. Fajarwati, N. S. Fitriasari, and S. Herbert, “Perbandingan Metode WP,
WSM Dan MAUT Dalam Sistem Pendukung Keputusan penerimaan tenaga
kerja,” J. Teor. dan Apl. Ilmu Komput., vol. 1, no. 1, pp. 25–32, 2018.
[6] A. G. F. Simanjuntak, D. Hartama, and I. O. Kirana, “Penerapan SPK
Dengan WSM Untuk Menentukan Faktor Rendahnya Minat Beternak Ayam
Broiler,” Semin. Nas. Teknol. Inf. 2018, pp. 286–290, 2018.
[7] I. Mu’amalah and A. Meydiana, “Implementasi Fuzzy Mamdani dalam
Sistem Pendukung Keputusan Pemilihan Kamera DSLR bagi Pemula,”
SIMETRIS, vol. 13, no. 1, pp. 1–5, 2019.
[8] A. Lorensius, D. A. Prastiningtyas, and F. E. Purwiantono, “Sistem
Pendukung Keputusan Pemilihan Kamera DSLR Dengan Metode
Promethee,” J-INTECH, vol. 07, no. 02, pp. 126–134, 2019.
[9] W. Adi Kurniawan, N. P. Putra, R. P. Pradana, M. Ulum, and A. T. W.
Almais, “Sistem Pendukung Keputusan Pencarian Universitas di Malang
Menggunakan Weight Product dengan Pembobotan Weighted Sum Model,”
J. Ilm. Inform., vol. 4, no. 2, pp. 103–110, 2019, doi: 10.35316/jimi.v4i2.554.
[10] J. Fredricka and L. Elfianty, “Sistem Pendukung Keputusan Pemilihan
Sekolah Kejuruan dengan Metode Weighted Product dan Weighted Sum
Model,” J. Tek. Inform. Unika St. Thomas, vol. 05, no. 02, pp. 186–192,
2020, [Online]. Available:
http://download.garuda.kemdikbud.go.id/article.php?article=2582107%5C
&val=24271%5C&title=Sistem Pendukung Keputusan Pemilihan Sekolah
Kejuruan dengan Metode Weighted Product dan Weighted SUM Model.

21
[11] N. Komala sari and P. Yulius, “SISTEM PENDUKUNG KEPUTUSAN
PEMILIHAN KAMERA MENGGUNAKAN METODE SIMPLE MULTI
ATTRIBUTE RATING TECHNIQUE (SMART) BERBASIS WEB (Studi
Kasus: Toko Hunting Jayapura),” J. Teknolosi Inf., vol. 9, no. 1, pp. 1–10,
2021.
[12] S. M. Sumarno and J. M. Harahap, “Sistem Pendukung Keputusan Dalam
Menentukan Pemilihan Posisi Kepala Unit (Kanit) Ppa Dengan Metode
Weight Product,” JUST IT J. Sist. Informasi, Teknol. Inf. dan Komput., vol.
11, no. 1, p. 37, 2020, doi: 10.24853/justit.11.1.37-44.
[13] E. Turban, J. E. Aronson, and T.-P. Liang, DECISION SUPPORT SYSTEMS
AND INTELLIGENT SYSTEMS. 2005.
[14] Amrin, M. Diah Larasati, and S. Irawan, “Model Waterfall Untuk
Pengembangan Sistem Informasi Pengolahan Nilai Pada SMP Kartika XI-3
Jakarta Timur,” J. Tek. Komput. AMIK BSI, vol. 6, no. 1, pp. 135–140, 2020,
doi: 10.31294/jtk.v4i2.
[15] H. N. Putra, “Implementasi Diagram UML (Unified Modelling Language)
dalam Perancangan Aplikasi Data Pasien Rawat Inap pada Puskesmas Lubuk
Buaya,” Sink. J. dan Penelit. Tek. Inform., vol. 2, no. 2, pp. 67–77, 2018,
[Online]. Available:
https://jurnal.polgan.ac.id/index.php/sinkron/article/view/130.
[16] U. Hanifah, R. Alit, and Sugiarto, “Penggunaan Metode Black Box Pada
Pengujian Sistem Informasi Surat Keluar Masuk,” SCAN - J. Teknol. Inf. dan
Komun., vol. 11, no. 2, pp. 33–40, 2016, [Online]. Available:
http://ejournal.upnjatim.ac.id/index.php/scan/article/view/643.
[17] Sugiyono, Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung:
Alfabeta, 2017.

22
 5 LAMPIRAN (jika ada)

Lorem ipsum dolor sit amet, consectetur adipisicing elit. Sapiente, quis
debitis facilis unde vero nam minima dolorum eaque, repellendus sunt consectetur
incidunt voluptate cumque, nostrum illo optio quo.