HALAMAN JUDUL SISTEM INFORMASI UNTUK PEMILIHAN …eprints.undip.ac.id/66141/1/A._COVER.pdf ·...
Transcript of HALAMAN JUDUL SISTEM INFORMASI UNTUK PEMILIHAN …eprints.undip.ac.id/66141/1/A._COVER.pdf ·...
HALAMAN JUDUL
SISTEM INFORMASI UNTUK PEMILIHAN PRODUK KULINER
MENGGUNAKAN METODE CLUSTERING K-MEANS DAN WEIGHTED
PRODUCT
Tesis
untuk memenuhi sebagian persyaratan
mencapai derajat Sarjana S-2
Program Studi Magister Sistem Informasi
Anindya Khrisna Wardhani
30000416410010
SEKOLAH PASCASARJANA
UNIVERSITAS DIPONEGORO
SEMARANG
2018
ii
iii
iv
v
KATA PENGANTAR
AlhamdulillahiRabbil’ Alamin saya ucapkan sebagai tanda syukur yang
dalam kepada Allah SWT atas segala karunia dan rahmat yang diberikan-Nya,
Shalawat bersampul salam terucap buat seorang revolusioner Islam, bangsawan
budi, junjungan alam Rasulullah Muhammad SAW sehingga penulis dapat
menyelesaikan penulisan tesis ini dengan judul “Sistem Informasi untuk
Pemilihan Produk Kuliner Menggunakan Metode Clustering K-Means dan
Weighted Product”.
Tesis ini guna melengkapi salah satu persyaratan untuk memperoleh
Magister Komputer (M.Kom) pada Program Studi Magister Sistem Informasi
Universitas Diponegoro Semarang. Banyak pihak yang telah membantu penulis
dalam menyusun penelitian tesis ini, baik berupa materi maupun moril atau
motivasi. Untuk itu pada kesempatan ini penulis mengucapkan terima kasih yang
sebesar-besarnya kepada:
1. Bapak Prof. Dr. Ir. Purwanto, DEA. selaku Dekan Sekolah Pascasarjana
Universitas Diponegoro.
2. Bapak Dr. Suryono, S.Si., M.Si. selaku Ketua Program Studi Sekolah
Pascasarjana Magister Sistem Informasi Universitas Diponegoro Semarang.
3. Bapak Dr. Catur Edi Widodo, M.T. selaku Pembimbing I yang penuh
kesabaran memberikan pengarahan dan motivasi, terima kasih atas waktu,
ilmu, saran dan semangat yang selalu Bapak berikan selama bimbingan.
4. Bapak Jatmiko Endro Suseno, M.Si., Ph.D sebagai Pembimbing II, terima
kasih atas waktu, ilmu, saran dan semangat yang Bapak berikan selama
bimbingan.
Penulis menyadari sepenuhnya bahwa dalam penyusunan tesis ini masih
terdapat banyak kekurangan, untuk itu penulis mengharap kritik dan saran dari
berbagai pihak untuk sempurnanya sebuah karya tulis.
Semarang, 25 Juni 2018
Anindya Khrisna Wardhani
vi
DAFTAR ISI
Halaman
HALAMAN JUDUL ................................................................................................ i
HALAMAN PERSETUJUAN ................................................................................ ii
PERNYATAAN PERSETUJUAN ......................................................................... ii
PERNYATAAN ..................................................................................................... iv
KATA PENGANTAR ............................................................................................ v
DAFTAR ISI .......................................................................................................... vi
DAFTAR GAMBAR ............................................................................................ vii
DAFTAR TABEL .................................................................................................. ix
DAFTAR LAMPIRAN ........................................................................................... x
ABSTRAK ............................................................................................................. xi
ABSTRACT .......................................................................................................... xii
BAB I PENDAHULUAN ....................................................................................... 1
1.1 Latar Belakang ............................................................................................... 1
1.2 Tujuan Penelitian ........................................................................................... 2
1.3 Manfaat Penelitian ......................................................................................... 3
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI ........................................ 4
2.1 Tinjauan Pustaka ............................................................................................ 4
2.2 Dasar Teori .................................................................................................... 5
2.2.1 Clustering ............................................................................................... 5
2.2.2 K-Means ................................................................................................. 6
2.2.3 Sistem Pendukung Keputusan ................................................................ 8
2.2.4 Multi Attribute Decision Making ............................................................ 9
2.2.5 Weighted Product ................................................................................. 10
BAB III METODE PENELITIAN........................................................................ 12
3.1 Bahan dan Alat Penelitian ........................................................................... 12
3.2 Kerangka Sistem Informasi ......................................................................... 12
3.3 Use Case Diagram ....................................................................................... 15
3.4 Activity Diagram .......................................................................................... 19
3.5 Perancangan Antarmuka Sistem .................................................................. 24
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ...................................... 35
4.1 User Interface .............................................................................................. 35
4.2 Perhitungan Sistem ...................................................................................... 46
4.3 Pengujian Sistem ......................................................................................... 63
4.3.1 Pengujian Black Box ............................................................................. 63
4.3.2 Pengujian Akurasi ................................................................................ 68
4.3.3 Pengujian Beta ...................................................................................... 77
BAB V KESIMPULAN DAN SARAN ................................................................ 79
5.1 Kesimpulan .................................................................................................. 79
5.2 Saran ............................................................................................................ 79
Daftar Pustaka ....................................................................................................... 81
LAMPIRAN .......................................................................................................... 84
vii
DAFTAR GAMBAR
Halaman
Gambar 3. 1 Kerangka Sistem Informasi .............................................................. 13
Gambar 3. 2 Use Case Diagram ........................................................................... 16
Gambar 3. 3 Activity Diagram Proses Input Data Rumah Makan ........................ 20
Gambar 3. 4 Activity Diagram Proses Input Data Menu Makanan....................... 20
Gambar 3. 5 Activity Diagram Input Cluster Kategori Makanan Menggunakan K-
means ............................................................................................... 21
Gambar 3. 6 Activity Diagram Proses Input Data Kriteria ................................... 21
Gambar 3. 7 Activity Diagram Proses Laporan Sistem Pendukung Keputusan ... 22
Gambar 3. 8 Activity Diagram Proses Laporan Clustering .................................. 23
Gambar 3. 9 Sequence Diagram ........................................................................... 23
Gambar 3. 10 Class Diagram................................................................................ 24
Gambar 3. 11 Desain Menu Utama ....................................................................... 25
Gambar 3. 12 Desain Menu Makanan Khas ......................................................... 25
Gambar 3. 13 Desain Option ................................................................................. 26
Gambar 3. 14 Desain Menu Bingung Makan Apa ................................................ 26
Gambar 3. 15 Desain Menu Hasil Rekomendasi .................................................. 27
Gambar 3. 16 Desain Menu Hidangan Pembuka .................................................. 27
Gambar 3. 17 Desain Menu Sup ........................................................................... 28
Gambar 3. 18 Desain Menu Hidangan Pokok ....................................................... 28
Gambar 3. 19 Desain Menu Hidangan Penutup .................................................... 29
Gambar 3. 20 Desain Menu Snack ........................................................................ 29
Gambar 3. 21 Desain Menu Minuman .................................................................. 30
Gambar 3. 22 Desain Menu History Pencarian ..................................................... 30
Gambar 3. 23 Desain Login .................................................................................. 31
Gambar 3. 24 Desain Menu Utama ....................................................................... 31
Gambar 3. 25 Desain Input Data Login ................................................................ 32
Gambar 3. 26 Desain Input Data Kuliner.............................................................. 32
Gambar 3. 27 Desain Input Rumah Makan ........................................................... 33
Gambar 3. 28 Desain Input Data Menu ................................................................ 33
Gambar 3. 29 Desain Laporan Pengelompokan .................................................... 34
Gambar 4. 1 Tampilan Menu Utama..................................................................... 35
Gambar 4. 2 Tampilan Option pada Menu Utama ................................................ 36
Gambar 4. 3 Tampilan Menu Bingung Makan Apa .............................................. 36
Gambar 4. 4 Tampilan Menu Hasil Rekomendasi ................................................ 37
Gambar 4. 5 Tampilan Menu Hidangan Pembuka ................................................ 37
Gambar 4. 6 Tampilan Menu Sup ......................................................................... 38
Gambar 4. 7 Tampilan Menu Hidangan Pokok .................................................... 38
Gambar 4. 8 Tampilan Menu Hidangan Penutup.................................................. 39
Gambar 4. 9 Tampilan Menu Snack ...................................................................... 39
Gambar 4. 10 Tampilan Menu Minuman .............................................................. 40
Gambar 4. 11 Tampilan Menu History Rekomendasi .......................................... 40
Gambar 4. 12 Tampilan Login Administrator ....................................................... 41
viii
Gambar 4. 13 Tampilan Menu Utama Administrator ........................................... 41
Gambar 4. 14 Tampilan Menu Data Admin.......................................................... 42
Gambar 4. 15 Tampilan Menu Data Kuliner ........................................................ 42
Gambar 4. 16 Tampilan Menu Data Restoran ...................................................... 43
Gambar 4. 17 Tampilan Menu Data Menu Makanan ........................................... 43
Gambar 4. 18 Laporan Pengelompokan ................................................................ 44
Gambar 4. 19 Laporan Detail Rumah Makan Sesuai Cluster ............................... 44
Gambar 4. 20 Laporan Data History Pencarian .................................................... 45
Gambar 4. 21 Detail Laporan History Pencarian Rekomendasi ........................... 45
ix
DAFTAR TABEL
Tabel 3. 1 Fasilitas ................................................................................................ 14
Tabel 3. 2 Skenario Use Case Input Data Alternatif ............................................. 17
Tabel 3. 3 Skenario Use Case Input Data Menu Makanan ................................... 17
Tabel 3. 4 Skenario Use Case Input Data Cluster Kategori Makanan
Menggunakan K-means ........................................................................ 17
Tabel 3. 5 Skenario Use Case Input Perbandingan Kebutuhan Menggunakan
Weighted Product ................................................................................. 18
Tabel 3. 6 Skenario Use Case Laporan Sistem Pendukung Keputusan Weighted
Product ................................................................................................. 18
Tabel 3. 7 Skenario Use Case Laporan Cluster K-means ..................................... 19
Tabel 4. 1 Data Jumlah Menu Rumah Makan....................................................... 46
Tabel 4. 2 Titik Pusat Cluster ............................................................................... 50
Tabel 4. 3 Jarak ke Pusat Cluster .......................................................................... 51
Tabel 4. 4 Anggota Cluster ................................................................................... 56
Tabel 4. 5 Pusat Cluster Baru ............................................................................... 57
Tabel 4. 6 Hasil Cluster ........................................................................................ 57
Tabel 4. 7 Kategori Menu ..................................................................................... 60
Tabel 4. 8 Range Harga Pisang Plenet .................................................................. 61
Tabel 4. 9 Jumlah Menu Berdasarkan Harga ........................................................ 61
Tabel 4. 10 Range Jarak ........................................................................................ 62
Tabel 4. 11 Sample Data ....................................................................................... 62
Tabel 4. 12 Hasil Perhitungan Bobot .................................................................... 63
Tabel 4. 13 Hasil Pengujian Sistem ...................................................................... 64
Tabel 4. 14 Data Pakar Pengelompokkan Rumah Makan .................................... 69
Tabel 4. 15 Data Hasil Clustering K-means.......................................................... 72
Tabel 4. 16 Pengujian Weighted Product .............................................................. 75
Tabel 4. 17 Skala Kuisioner .................................................................................. 77
x
DAFTAR LAMPIRAN
Halaman
Lampiran 1 Tabel Data Rumah Makan ................................................................. 85
Lampiran 2 Tabel Data Menu Makanan ............................................................... 93
Lampiran 3 Kuisioner ......................................................................................... 108
Lampiran 4 Hasil Kuisioner Pengujian Beta ....................................................... 110
Lampiran 5 Data Pakar........................................................................................ 117
xi
Sistem Informasi untuk Pemilihan Produk Kuliner Menggunakan Metode
Clustering K-Means dan Weighted Product
ABSTRAK
Makanan khas merupakan makanan yang memiliki ciri khas yang tidak ditemukan
di wilayah lain. Banyaknya rumah makan yang menjual makanan khas, memicu
perlunya strategi dalam pemasaran. Penelitian ini bertujuan membangun sistem
informasi untuk meningkatkan strategi pemasaran dengan memberikan
rekomendasi produk kuliner berdasarkan kriteria yang diinginkan oleh konsumen.
Digunakan teknik clustering k-means untuk memberikan rekomendasi
berdasarkan pengelompokan rumah makan berdasarkan kategori makanan
menggunakan data jumlah menu yang terdapat pada rumah makan tersebut.
Berdasarkan data jumlah menu, data di cluster menjadi 6 kelompok. Kategori
makanan yang diinginkan oleh konsumen dibagi menjadi enam kategori yaitu
hidangan pembuka, sup, hidangan penutup, makanan ringan dan minuman.
Setelah data dikelompokkan, data hasil pengelompokan digunakan sebagai proses
filter rumah makan yang akan diolah pada proses perankingan menggunakan
metode weighted product. Selain kategori menu, kriteria yang digunakan adalah
jumlah menu, harga, jarak dan fasilitas. Data tersebut kemudian dihitung dan
menghasilkan perankingan rekomendasi rumah makan sesuai dengan kriteria yang
diinginkan oleh konsumen. Studi kasus dilakukan pada 105 rumah makan yang
menjual makanan khas di Kota Semarang. Sistem informasi untuk memilih
produk kuliner menggunakan weighted product dapat memberikan rekomendasi
dengan baik. Pada pengujian akurasi dengan pakar, diperoleh skor 87,61% pada
pengelompokan rumah makan berdasarkan kategori menu menggunakan metode
clustering k-means dan skor 100% untuk perankingan rekomendasi rumah makan
menggunakan metode weighted product. Sedangkan pada pengujian beta,
diperoleh kesimpulan bahwa sistem yang dibangun berfungsi sesuai dengan yang
diinginkan konsumen dengan skor 78,84%. Dengan adanya sistem yang sesuai
dengan keinginan konsumen, diharapkan penjual dapat menjadikan sistem sebagai
salah satu strategi dalam pemasaran.
Kata kunci : sistem pendukung keputusan, data mining, k-means, weighted
product, kuliner
xii
Information System for Culinary Product Selection Using Clustering K-
Means and Weighted Product Method
ABSTRACT
Typical food is a food that has characteristics that are not found in other regions.
The number of restaurants that sell typical food, trigger the need for strategy in
marketing. This study aims to build information systems to improve marketing
strategies by providing culinary product recommendations based on the criteria
desired by consumers. K-means clustering technique is used to provide
recommendations based on restaurant groupings based on food category using the
number of menu data found in the restaurant. Based on the number of data menus,
the data in the cluster into 6 groups. The categories of food desired by consumers
are divided into six categories: appetizers, soups, desserts, snacks and drinks.
After the data are grouped, the result data of grouping is used as the process of
restaurant filter to be processed in the ranking process using weighted product
method. In addition to menu categories, the criteria used are the number of menus,
prices, distances and facilities. The data is then calculated and resulted in the
ranking of restaurant recommendations in accordance with the criteria desired by
consumers. The case study was conducted on 105 restaurants that sell typical food
in Semarang City. Information systems for choosing culinary products using
weighted products can provide a good recommendation. In the test of accuracy
with the expert, obtained a score of 77.14% in the clustering restaurant based on
the menu category using k-means clustering method and a score of 100% for
ranking restaurant recommendations using weighted product method. While in the
beta test, obtained the conclusion that the system built functioned in accordance
with the desired consumer with a score of 78.84%. With the system in accordance
with the wishes of consumers, it is expected the seller can make the system as one
of the strategies in marketing.
Keywords : decision support system, data mining, k-means, weighted product,
culinary