aplikasi taksir harga batu permata menggunakan...
Post on 06-Feb-2020
5 Views
Preview:
TRANSCRIPT
APLIKASI TAKSIR HARGA BATU PERMATA
MENGGUNAKAN FUZZY LOGIC
BERBASIS ANDROID
Skripsi
Oleh
NOVIANTO WISNU NUGROHO
NIM: 11140910000097
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1440 H / 2019 M
APLIKASI TAKSIR HARGA BATU PERMATA
MENGGUNAKAN FUZZY LOGIC
BERBASIS ANDROID
Skripsi
Diajukan sebagai salah satu syarat untuk memperoleh gelar sarjana
Strata -1
Oleh
NOVIANTO WISNU NUGROHO
NIM: 11140910000097
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1440 H / 2019 M
iii UIN Syarif Hidayatullah Jakarta
PERNYATAAN ORISINALITAS
Dengan ini saya menyatakan:
1. Skripsi ini merupakan karya hasil saya yang diajukan untuk memenuhi salah
satu persyaratan memperoleh gelar strata 1 di UIN Syarif Hidayatullah
Jakarta.
2. Semua sumber yang saya gunakan dalam penulisan ini telah saya cantumkan
sesuai dengan ketentuan yang berlaku di UIN Syarif Hidayatullah Jakarta.
3. Jika dikemudian hari terbukti bahwa karya ini bukan hasil karya asli saya
atau merupakan hasil jiplakan dari karya orang lain, maka saya bersedia
menerima sanksi yang berlaku di UIN Syarif Hidayatullah.
Jakarta, 31 Juli 2019
Novianto Wisnu Nugroho
11140910000097
iv UIN Syarif Hidayatullah Jakarta
LEMBAR PERSETUJUAN
APLIKASI TAKSIR HARGA BATU PERMATA
MENGGUNAKAN FUZZY LOGIC BERBASIS ANDROID
Skripsi
Sebagai Salah Satu Syarat untuk
Memperoleh Gelar Sarjana Komputer (S.Kom)
Oleh:
NOVIANTO WISNU NUGROHO
11140910000097
Menyetujui,
Pembimbing I Pembimbing II
Victor Amrizal, M.Kom Nurul Faizah Rozy, MTI
NIP. 19740624 200710 1 001 NIDN. 2009027202
Mengetahui,
Ketua Program Studi Teknik Informatika
Imam Marzuki Shofi, MT
NIP. 19720205 200801 1 010
v UIN Syarif Hidayatullah Jakarta
LEMBAR PENGESAHAN
Skripsi yang berjudul “Aplikasi Taksir Harga Batu Permata menggunakan
Fuzzy Logic berbasis Android” telah diujikan dalam siding munaqasyah Fakultas
Sains dan Teknologi UIN Syarif Hidayatullah Jakarta pada 14 Mei 2019. Skripsi
ini telah diterima sebagai salah satu syarat memperoleh gelar Sarjana Komputer
(S.Kom) pada program Studi Teknik Informatika.
Jakarta, 31 Juli 2019
Tim Penguji
Penguji I Penguji II
Andrew Fiade, M.Kom Anif Hanifa Setianingrum, M.Si
NIP. 19820811 200912 1 004 NIDN. 0410116402
Tim Pembimbing
Pembimbing I Pembimbing II
Victor Amrizal, M.Kom Nurul Faizah Rozy, MTI
NIP. 19740624 200710 1 001 NIDN. 2009027202
Mengetahui,
Dekan
Fakultas Sains dan Teknologi
Ketua Program Studi
Teknik Informatika
Prof. Dr. Lily Surraya Eka Putri, M.Env.Stud Imam Marzuki Shofi, MT
NIP. 19690404 200501 2 005 NIP. 19720205 200801 1 010
vi UIN Syarif Hidayatullah Jakarta
PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI
Sebagai civitas akademik UIN Syarif Hidayatullah Jakarta, saya yang
bertandatangan di bawah ini:
Nama : Novianto Wisnu Nugroho
NPM : 11140910000097
Program Studi : Teknik Informatika
Fakultas : Sains dan Teknologi
Jenis Karya : Skripsi
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan
kepada Universitas Islam Negeri Syarif Hidayatullah Jakarta Hak Bebas Royalti
Non Eksklusif (Non-exclusive Royalti Free Right) atas karya ilmiah saya yang
berjudul:
APLIKASI TAKSIR HARGA BATU PERMATA
MENGGUNAKAN FUZZY LOGIC BERBASIS ANDROID
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti
Non Eksklusif ini Universitas Islam Negeri Syarif Hidayatullah Jakarta berhak
menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data
(database), merawat, dan mempublikasikan tugas akhir saya selama tetap
mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di: Jakarta
Pada tanggal: 31 Juli 2019
Yang menyatakan
(Novianto Wisnu Nugroho)
vii UIN Syarif Hidayatullah Jakarta
KATA PENGATAR
Puji syukur penulis panjatkan kepada Allah SWT, karena atas nikmat dan
rahmat-Nya sehingga penulis dapat menyelesaikan skripsi ini. Penulisan skripsi ini
dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar Sarjana
Komputer Program Studi Teknik Informatika Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta. Proses penyelesaian skripsi
ini tidak lepas dari berbagai bantuan, dukungan, saran, dan kritik yang telah penulis
dapatkan, oleh karena itu dalam kesempatan ini peneliti ingin mengucapkan terima
kasih kepada:
1. Ibu Prof. Dr. Lily Surraya Eka Putri, M.Env.Stud. selaku dekan Fakultas
Sains dan Teknologi.
2. Imam Marzuki Shofi, M.T. selaku ketua Program Studi Teknik Informatika
dan Andrew Fiade, M.Kom. selaku sekretaris Program Studi Teknik
Informatika.
3. Bapak Victor Amrizal, M.Kom selaku dosen pembimbing I dan Ibu Nurul
Faizah Rozy, MTI. selaku dosen pembimbing II yang secara kooperatif
telah meluangkan waktu dan memberikan bimbingan, bantuan, semangat,
dan motivasi kepada penulis dalam menyelesaikan skripsi ini.
4. Seluruh dosen, staf karyawan Fakultas Sains dan Teknologi yang telah
memberikan bantuan dan kerjasama yang terjalin dari awal perkuliahan.
5. Orang tua dan keluarga penulis yang senantiasa mendo’akan, dan
mendukung penulis dalam mengerjakan skripsi baik secara moril maupun
material.
6. Pak Nugroho Tri Putranto sebagai narasumber wawancara yang sudah
memberikan penjelasan mengenai batu permata.
7. Kepada seluruh seluruh teman penulis Angkatan 2014 yang saling
memberikan semangat serta saling mendoakan satu sama lain untuk menjadi
orang sukses. Terima kasih atas kebersamaannya selama 4 tahun.
8. Kepada Rafida Ramadhani yang sudah membantu, menyemangati, dan
mendoakan dalam menyelesaikan skripsi.
viii UIN Syarif Hidayatullah Jakarta
9. Kepada Fauzan Akbar yang sudah meluangkan waktunya untuk menemani
saat hari sidang skripsi.
10. Kepada Azhar dan Deni Ramadhani yang menjadi seperjuangan dalam
mengerjakan skripsi dan membantu pada saat seminar hasil dilaksanakan.
11. Semua pihak yang secara langsung maupun tidak langsung membantu
penulis dalam menyelesaikan skripsi ini.
Semoga skripsi ini membawa manfaat bagi pengembangan ilmu, dan
penulis berharap Allah SWT berkenan membalas segala kebaikan semua pihak
yang telah membantu. Penulis menyadari dalam penulisan skripsi ini masih banyak
kekurangan, maka dari itu masukan dan saran pembaca sangat berguna bagi penulis.
Jakarta, 31 Juli 2019
Novianto Wisnu Nugroho
11140910000097
ix UIN Syarif Hidayatullah Jakarta
Penulis : Novianto Wisnu Nugroho
Program Studi : Teknik Informatika
Judul : Aplikasi Taksir Harga Batu Permata Menggunakan Fuzzy
Logic Berbasis Android
ABSTRAK
Selama ini penjualan batu permata masih dilakukan secara manual. Pembeli
tidak mengetahui tafsiran harga yang sesuai dengan spesifikasi batu. Oleh karena
itu, penulis ingin membuat sistem yang dapat mentaksirkan harga batu. Adapun
batu yg penulis taksirkan harganya yaitu batu Ruby, Sapphire, dan Emerald. Penulis
membuat sistem taksir harga menggunakan android studio dengan bahasa
pemrograman Java dan format JSON. Aplikasi ini menggunakan basis data MySQL
yang ada pada webhost. Dalam sistem tersebut, pengguna dapat memasukkan
kriteria-kriteria jenis batu. Kemudian sistem akan menghitung kriteria tersebut
menggunakan metode fuzzy logic. Pada akhirnya, output yang dihasilkan berupa
aplikasi taksir harga batu permata dalam satuan dolar atau USD karena pada level
internasinal menggunakannya juga.
Kata kunci : Aplikasi Taksir Harga Batu, Batu Permata, Fuzzy Sugeno,
Android.
Daftar Pustaka : 22 (20010-2018)
Jumlah Halaman : VI bab + XV Halaman + 114 Halaman + 40 Gambar + 50
Tabel
x UIN Syarif Hidayatullah Jakarta
Author : Novianto Wisnu Nugroho
Study program : Teknik Informatika
Title : Gemstone Prices Estimator Application Using Fuzzy
Logic Based on Android
ABSTRACT
During this time, the sale of gemstones is still manually. The buyer does not
know the price interpretation in accordance with the stone specifications. Therefore,
the author wants to create a system that can interpret the price of stone. The stones
that the authors interpret are the prices of Ruby, Sapphire, and Emerald. The author
makes a price appraisal system using Android studio with the Java programming
language and JSON format. This application uses a MySQL database that is on
webhost. In the system the user can enter criteria for the type of stone. Then the
system will calculate these criteria using the Sugeno fuzzy inference system
method. So that the output produced is the price of estimated gemstones in units of
dollars or USD because is also used internationally.
Keywords : Estimated application of gemstone prices, Gemstone, Fuzzy
Sugeno, Android.
Bibliography : 22 (2010-2018)
Number of Page : VI Chapter + XV Pages + 114 Pages + 40 Pictures + 50
Tables
xi UIN Syarif Hidayatullah Jakarta
DAFTAR ISI
PERNYATAAN ORISINALITAS ...................................................................... iii LEMBAR PERSETUJUAN ................................................................................ iv LEMBAR PENGESAHAN .................................................................................. v PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI .............................. vi KATA PENGATAR ............................................................................................ vii
ABSTRAK ............................................................................................................ ix ABSTRACT ........................................................................................................... x
DAFTAR ISI ......................................................................................................... xi
DAFTAR GAMBAR .......................................................................................... xiii DAFTAR TABEL .............................................................................................. xiv BAB I PENDAHULUAN ...................................................................................... 1
1.1. Latar Belakang .............................................................................................. 1 1.2. Rumusan Masalah ........................................................................................ 4
1.3. Batasan Masalah ........................................................................................... 4
1.3.1. Proses ..................................................................................................... 4 1.3.2. Metode ................................................................................................... 4 1.3.3. Tools ...................................................................................................... 4
1.4. Tujuan Penelitian .......................................................................................... 5 1.5. Manfaat Penelitian ........................................................................................ 5
1.5.1. Bagi penulis ........................................................................................... 5 1.5.2. Bagi Masyarakat .................................................................................... 5
1.5.3. Bagi Universitas ..................................................................................... 5 1.6. Metodologi Penulisan ................................................................................... 6
1.6.1. Metode Pengumpulan Data .................................................................... 6 1.6.2. Metode Pengembangan Sistem .............................................................. 6
1.7. Sistematika Penulisan ................................................................................... 6
BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI ............................. 8 2.1. Batu Permata ................................................................................................ 8
2.1.1. Kriteria-Kriteria Batu Permata .............................................................. 8 2.1.2. Jenis-Jenis Batu Permata ..................................................................... 11
2.2. Fuzzy Logic ................................................................................................. 14
2.2.1. Himpunan Fuzzy .................................................................................. 14
2.2.2. Fungsi Keanggotaan ............................................................................ 15 2.2.3. Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzy ..................... 18 2.2.4. Fungsi Implikasi .................................................................................. 19 2.2.5. Fuzzy Inference System (Sugeno) ........................................................ 19
2.3. Sistem Operasi Android .............................................................................. 21
2.4. Bahasa Pemrograman ................................................................................. 21 2.4.1. Java ...................................................................................................... 21 2.4.2. JSON .................................................................................................... 21
2.5. Tools ........................................................................................................... 22 2.5.1. Android Studio ..................................................................................... 22
2.5.2. My Structured Query Language (MySQL) .......................................... 23
2.6. Unified Modeling Language (UML) .......................................................... 23
xii UIN Syarif Hidayatullah Jakarta
2.6.1. Use Case Diagram ............................................................................... 24 2.6.2. Activity Diagram .................................................................................. 25 2.6.3. Sequence Diagram ............................................................................... 27
2.7. Pengujian Black Box ................................................................................... 28 2.8. Metode Pengembangan Sistem .................................................................. 28
2.8.1. Rapid Application Development (RAD) .............................................. 29 2.8.2. Perbandingan Model Metode Pengembangan Sistem ......................... 30
2.9. Metode Pengumpulan Data ........................................................................ 32 2.9.1. Studi pustaka ........................................................................................ 32
2.9.2. Wawancara .......................................................................................... 32 2.9.3. Kuesioner ............................................................................................. 33
2.10. Studi Literatur Sejenis .............................................................................. 35
BAB 3 METODOLOGI PENGEMBANGAN SISTEM .................................. 40 3.1. Metode Pengumpulan Data ........................................................................ 40
3.1.1. Studi Pustaka ........................................................................................ 40 3.1.2. Wawancara .......................................................................................... 40
3.1.3. Kuesioner ............................................................................................. 40 3.2. Metode Pengembangan Sistem ................................................................... 41
3.2.1. Fase Perencanaan Kebutuhan (Requirements Planning) ..................... 41
3.2.2. Fase Proses Desain (Workshop Design) .............................................. 41 3.2.3. Fase Implementasi (Implementation Sistem) ....................................... 42
3.3. Kerangka Berpikir ...................................................................................... 43 BAB 4 PERANCANGAN DAN IMPLEMENTASI SISTEM ......................... 44
4.1. Pengumpulan Data ..................................................................................... 44 4.1.1. Studi Pustaka ....................................................................................... 44
4.1.2. Wawancara .......................................................................................... 44 4.1.3. Kuesioner ............................................................................................. 44
4.2. Fase Perencanaan Kebutuhan ..................................................................... 49
4.2.1. Analisis Sistem Berjalan ...................................................................... 49 4.2.2. Analisis Sistem Usulan ........................................................................ 49
4.2.3. Tujuan Informasi ................................................................................. 49 4.2.4. Syarat-Syarat ........................................................................................ 50
4.3. Fase Workshop Design ............................................................................... 51
4.3.1. Desain Model UML ............................................................................. 51 4.3.2. Desai Fuzzy Sugeno ............................................................................ 70 4.3.3. Desain Basis data ................................................................................. 88 4.3.4. Desain Antarmuka ............................................................................... 92
BAB V HASIL DAN PEMBAHASAN .............................................................. 94 5.1. Fase Implementasi Hasil Uji Coba ............................................................. 94 5.2. Skenario Base ............................................................................................. 95
BAB VI KESIMPULAN DAN SARAN........................................................... 106 6.1. Kesimpulan ............................................................................................... 106
6.2. Saran ......................................................................................................... 106 DAFTAR PUSTAKA ........................................................................................ 107 LAMPIRAN ....................................................................................................... 109
xiii UIN Syarif Hidayatullah Jakarta
DAFTAR GAMBAR
Gambar 2. 1: Berbagai Warna dan Kadar Tone pada Warna .................................. 8 Gambar 2. 2: Jenis-Jenis Kejernihan ....................................................................... 9 Gambar 2. 3: Gambar Jenis-Jenis Potongan ......................................................... 10 Gambar 2. 4: Representasi Linear Naik ................................................................ 16
Gambar 2. 5: Representasi Linear Turun .............................................................. 16 Gambar 2. 6: Representasi Kurva Segitiga ........................................................... 17 Gambar 2. 7: Representasi Kurva Bahu ................................................................ 18
Gambar 2. 8: Defuzikasi ....................................................................................... 20 Gambar 3. 1: Kerangka berpikir ........................................................................... 43 Gambar 4. 1: Usecase Diagram Sistem................................................................. 52 Gambar 4. 2: Activity Diagram Memilih Jenis Batu ............................................. 57
Gambar 4. 3: Activity Diagram Memilih Fenomena ............................................. 58 Gambar 4. 4: Activity Diagram Memilih Kejernihan ............................................ 59 Gambar 4. 5: Activity Diagram Memilih Potongan ............................................... 60 Gambar 4. 6: Activity Diagram Memilih Warna ................................................... 61
Gambar 4. 7: Activity Diagram Memilih Tone Warna .......................................... 62 Gambar 4. 8: Activity Diagram Memilih Pengobatan ........................................... 63
Gambar 4. 9: Activity Diagram Input Bobot ......................................................... 64
Gambar 4. 10: Activity Diagram Hitung Harga Batu Permata .............................. 65
Gambar 4. 11: Sequence Diagram Memilih Jenis Batu ........................................ 66 Gambar 4. 12: Sequence Diagram Memilih Fenomena ........................................ 66
Gambar 4. 13: Sequence Diagram Memilih Kejernihan ....................................... 67 Gambar 4. 14: Sequence Diagram Memilih Potongan .......................................... 67 Gambar 4. 15: Sequence Diagram Memilih Warna .............................................. 68
Gambar 4. 16: Sequence Diagram Memilih Tone Warna ..................................... 68 Gambar 4. 17: Sequence Diagram Memilih Pengobatan ...................................... 69 Gambar 4. 18: Sequence Diagram Hitung Harga Batu Permata ........................... 69
Gambar 4. 19: Fungsi Keanggotaan Phenomenon ................................................ 70 Gambar 4. 20: Fungsi Keanggotaan Clarity ......................................................... 70
Gambar 4. 21: Fungsi Kenaggotaan Cutting ......................................................... 71
Gambar 4. 22: Fungsi Kenaggotaan Tone Warna ................................................. 72
Gambar 4. 23: Fungsi Keanggotaan Treatment .................................................... 72 Gambar 4. 24: Gambar Tampilan Home ............................................................... 92 Gambar 4. 25: Gambar Tampilan Info .................................................................. 93
Gambar 4. 26: Gambar Tampilan Calculate ......................................................... 93 Gambar 5. 1: Screen Shoot Skenario I .................................................................. 97
Gambar 5. 2: Screen Shoot Skenario II ................................................................. 99 Gambar 5. 3: Screen Shoot Skenario III ............................................................. 101 Gambar 5. 4: Screen Shoot Skenario IV ............................................................. 103
Gambar 5. 5: Screen Shoot Skenario V .............................................................. 105
xiv UIN Syarif Hidayatullah Jakarta
DAFTAR TABEL
Tabel 1. 1: Tabel Perbandingan Mamdani-Sugeno-Sukamoto ............................... 2 Tabel 1. 2: Tabel Perbandingan Nilai Mape Mamdani-Sugeno-Sukamoto ............ 3 Tabel 2. 1: Simbol-Simbol Pada Use Case Diagram ............................................ 24 Tabel 2. 2: Simbol-Simbol Pada Activity Diagram ............................................... 26
Tabel 2. 3: Simbol-Simbol Sequence Diagram .................................................... 27 Tabel 2. 4: Perbandingan Model Metode Pengembangan Sistem......................... 30 Tabel 2. 5: Perbandingan Algoritma ..................................................................... 35
Tabel 4. 1: Daftar Pertanyaan Kuesioner .............................................................. 45 Tabel 4. 2: Responden pengguna smartphone android ......................................... 46 Tabel 4. 3: Resoponden yang membeli batu permata terlalu mahal ..................... 46 Tabel 4. 4: Responden yang menjual batu permata terlalu murah ........................ 46
Tabel 4. 5: Responden yang mengetahui tentang batu permata ............................ 47 Tabel 4. 6: Responden yang mengikuti harga batu permata ................................. 47 Tabel 4. 7: Responden yang pernah menggunakan aplikasi taksir harga batu permata
............................................................................................................................... 47
abel 4. 8: Tanggapan responden mengenai aplikasi untuk mentaksir harga batu
permata .................................................................................................................. 48
Tabel 4. 9: Tanggapan responden mengenai pentingnya aplikasi ......................... 48
Tabel 4. 10: Identifikasi Actor .............................................................................. 51
Tabel 4. 11: Skenario Usecase Memilih Jenis Batu .............................................. 52 Tabel 4. 12: Skenario Usecase Memilih Kejernihan ............................................ 53
Tabel 4. 13: Skenario Usecase Memilih Warna.................................................... 53 Tabel 4. 14: Skenario Usecase Memilih Tone Warna .......................................... 54 Tabel 4. 15: Skenario Usecase Memilih Fenomena.............................................. 54
Tabel 4. 16: Skenario Usecase Memilih Potongan ............................................... 55 Tabel 4. 17: Skenario Usecase Memilih Pengobatan............................................ 55 Tabel 4. 18: Skenario Usecase Input Bobot .......................................................... 56
Tabel 4. 19: Skenario Usecase Melihat Hasil Hitung ........................................... 56 Tabel 4. 20 Tabel Nilai Keanggotaan Phenomenon.............................................. 70
Tabel 4. 21: Tabel Nilai Keanggotaan Clarity ...................................................... 71
Tabel 4. 22: Tabel Nilai Keanggotaan Cutting ..................................................... 72
Tabel 4. 23: Tabel Nilai Keanggotaan Treatment ................................................. 73 Tabel 4. 24: Tabel Phenomenon ........................................................................... 89 Tabel 4. 25: Tabel Clarity ..................................................................................... 89
Tabel 4. 26: Tabel Cutting .................................................................................... 89 Tabel 4. 27: Tabel Color ....................................................................................... 89
Tabel 4. 28: Tabel Keterangan Warna .................................................................. 89 Tabel 4. 29: Tabel Treatment ................................................................................ 90 Tabel 4. 30: Tabel Jenis Batu ................................................................................ 90
Tabel 4. 31: Tabel Harga Standar ......................................................................... 90 Tabel 4. 32: Tabel Batu Phenomenon ................................................................... 90 Tabel 4. 33: Tabel Batu Treatment ....................................................................... 91
Tabel 4. 34: Tabel Batu Color............................................................................... 91
xv UIN Syarif Hidayatullah Jakarta
Tabel 4. 35: Tabel Phenomenon Clarity ............................................................... 91 Tabel 4. 36: Tabel Phenomenon Cutting .............................................................. 91 Tabel 5. 1: Tabel Hasil Pengujian Blackbox ........................................................ 94 Tabel 5. 2: Tabel Perhitungan Skenario I.............................................................. 95 Tabel 5. 3: Tabel Perhitungan Skenario II ............................................................ 97
Tabel 5. 4: Tabel Perhitungan Skenario III ........................................................... 99 Tabel 5. 5: Tabel Perhitungan Skenario IV ......................................................... 101 Tabel 5. 6: Tabel Perhitungan Skenario V .......................................................... 103 Tabel 5. 7: Tabel Perbandingan Harga ................................................................ 105
1 UIN Syarif Hidayatullah Jakarta
BAB I
PENDAHULUAN
1.1. Latar Belakang
Tiga tahun yang lalu, tepatnya pada tahun 2015 di Indonesia telah menjadi
booming batu akik. Padahal batu akik sudah ada sejak lama, namun batu ini mulai
booming kembali. Dikutip dari kompasiana.com, pada tahun 2013 ada penerbitan
sebuah majalah Indonesia Gemstone. Berawal dari terbitnya majalah, demam batu
akik mulai terasa kuat. Berbagai toko dan kios batu mulia bermunculan. (Agnes,
2015)
Dibalik maraknya batu akik, tidak sedikit yang merasa tertipu pada saat
membeli, seperti yang dikatakan Gubernur Jawa Barat, Ahmad Heryawan. “Tidak
sedikit di lapangan ada penipuan, karena konsumen tidak tahu batu akik standarnya
seperti apa," kata gubernur yang disapa Aher itu di Bandung, Sabtu, 14 Maret 2015.
(Ahmad, 2016)
Dari kasus penipuan diatas, geolog yang juga ahli batu mulia, Sujatmiko,
membenarkan adanya konsumen awam yang tertipu saat membeli batu akik. Dia
mengaku mendapati konsumen memeriksa enam batu akik yang dibeli dengan
harga puluhan juta. Saat diperiksa, batu itu ternyata terbuat dari kaca. Sujatmiko
menuturkan bahwa memeriksa kualitas batu akik dengan menyinarinya saja tidak
cukup. "Harus hati-hati, banyak yang tertipu," ucapnya. (Ahmad, 2016)
Dari pernyataan-pernyataan di atas diperkuat dengan hasil kuesioner yang
sudah penulis sebarkan kepada 46 responden pada tanggal 30 November 2018
hingga 30 Desember 2018. Teknik yang digunakan adalah random sampling dan
target respondennya yaitu pecinta batu permata atau orang yang memiliki batu
permata.
Sebanyak 41.3% responden pernah merasa membeli batu permata dengan
harga terlalu mahal dan sebanyak 28.3% responden pernah merasa menjual batu
permata dengan harga terlalu murah. Hal ini juga diperkuat dengan sebanyak 82.6%
responden tidak mempunyai pengetahuan tentang batu permata dan sebanyak
78.3% responden tidak mengikuti perkembangan harga batu permata. Serta 97.8%
2
UIN Syarif Hidayatullah Jakarta
responden belum pernah menggunakan aplikasi taksir harga batu permata. Dari
hasil kuesioner tersebut dapat disimpulkan yang merasa membeli terlalu mahal dan
menjual terlalu murah cukup banyak, karena kurangnya pengetahuan tentang batu
permata dan tidak mengikuti perkembangan harga batu permata, serta hampir
seluruh responden belum pernah menggunakan aplikasi taksir harga batu permata.
Adapun tanggapan responden terhadap aplikasi taksir harga batu permata
menjawab 100% setuju dan tanggapan mengenai pentingnya aplikasi tersebut yaitu
sebesar 30.4% menjawab sangat penting, 41.3% menjawab penting dan 28.3%
menjawab biasa. Dengan demikian, peminat untuk menggunakan aplikasi taksir
harga batu permata cukup tinggi.
Dari permasalahan diatas solusi yang ditawarkan oleh penulis adalah dengan
cara menggunakan algoritma fuzzy inference system Sugeno. Metode Sugeno adalah
model fuzzy logic dengan output sistem tidak berupa himpunan fuzzy melainkan
berupa konstanta atau persamaan linier. Dengan merancang sebuah perangkat lunak
yang dapat menghitung nilai dari kriteria-kriteria batu permata sehingga didapatkan
hasil berupa harga taksirannya.
Dari penelitian sebelumnya, pada tahun 2016, Wahyuni Eka Sari dkk,
membandingkan metode Mamdani-Sugeno-Sukamoto yang termasuk dalam fuzzy
inference system untuk mendiagnosa penyakit Tuberculosis pada anak-anak. Dari
hasil penelitian tersebut, metode Fuzzy Sugeno memiliki nilai akurasi, ketelitian dan
sensitivitas tertinggi seperti pada tabel berikut ini.
Tabel 1. 1: Tabel Perbandingan Mamdani-Sugeno-Sukamoto
Metode fuzzy Akurasi Ketelitian Sensitivitas
Sugeno 93% 95,1% 97,2%
Tsukamoto 92% 94,5% 96,7%
Mamdani 89% 93,4% 94,4%
Selain itu, berdasarkan penelitian yang dilakukan oleh Komang Wahyudi
Suardika dkk, yang juga membandingkan metode Mamdani-Sugeno-Sukamoto
3
UIN Syarif Hidayatullah Jakarta
untuk menentukan produksi dupa. Dari hasil penelitian tersebut, diperoleh nilai
MAPE seperti pada tabel berikut ini.
Tabel 1. 2: Tabel Perbandingan Nilai Mape Mamdani-Sugeno-Sukamoto
Metode fuzzy MAPE
Sugeno 1,314%
Tsukamoto 1,557%
Mamdani 2,525%
Dengan mengadopsi dari penilaian berlian yaitu, 4C (Color, Clarity, Cutting
dan Carat). Color (warna) pada batu permata yang bernilai tinggi apabila memiliki
warna yang kuat atau tebal, jika semakin pudar nilainya semakin menurun. Begitu
pula Clarity (kejernihan), semakin jernih sebuah batu permata maka harganya juga
akan semakin tinggi. Namun jika terjadi fenomena terhadap batu permata
kejernihannya akan berkurang. Untuk Cutting (potongan), nilai dari sebuah
potongan tergantung dari halus atau tidaknya (gompal) bahkan tidak simetris. Carat
(bobot) pada batu permata berbeda dengan emas, pada emas ditujukan untuk
seberapa besar kadar emas yang terkandung bisa juga dibilang kualitas dari emas,
sedangkan pada batu permata ditujukan sebagai berat atau bobot dari sebuah batu 1
carat sama dengan 0,2 gram.
Tidak kalah penting, fenomena atau keunikan pada batu dan juga treatment
(pengobatan) untuk menutupi kekurangan atau kecacatan pada batu juga menjadi
kriteria yang dibutuhkan pada penelitian ini. Fenomena atau keunikan menjadi
faktor karena hal ini hanya terjadi pada batu permata dan kemunculannya jarang
terjadi atau cukup langka. Dan faktor yang terakhir yaitu pengobatan, dengan ada
atau tidaknya pengobatan sudah mempengaruhi harga sebuah batu permata. Dengan
menggunakan metode sugeno kriteria-kriteria diatas dimasukkan sebagai nilai input
dan output-nya berupa taksir harga batu permata.
Dari penjelasan di atas penulis merumuskan judul penelitian yaitu,
“APLIKASI TAKSIR HARGA BATU PERMATA DENGAN MENGGUNAKAN
FUZZY LOGIC BERBASIS ANDROID”.
4
UIN Syarif Hidayatullah Jakarta
1.2. Rumusan Masalah
Dari latar belakang di atas maka penulis merumuskan masalah yaitu,
bagaimana pembuatan aplikasi taksir harga batu permata menggunakan fuzzy logic
berbasis Android?
1.3. Batasan Masalah
Dari rumusan masalah di atas penulis membatasi pembahasan menjadi tiga
yaitu, proses atau alur sistem, metode yang digunakan, dan tools yang digunakan.
1.3.1. Proses
Berikut ini adalah alur dari penelitian yang akan dilakukan:
1. Jenis batu permata yang dijadikan objek penelitian yaitu hanya Ruby,
Sapphire dan Emerald.
2. Input-nya berupa data batu yang memiliki kriteria yaitu jenis batu,
warna, potongan, kejernihan, fenomena, pengobatan dan berat batu
kemudian diproses, sehingga output-nya berupa taksiran harga.
3. Cakupan penelitian ini adalah sebatas aplikasi taksir harga batu permata.
4. Tidak membandingkan dengan berat melainkan warna
1.3.2. Metode
Berikut ini adalah metode yang digunakan pada penelitian:
1. Algoritma yang digunakan adalah fuzzy inference sistem Sugeno.
2. Metode pengumpulan data yang digunakan yaitu studi pustaka,
wawancara, dan kuesioner.
3. Metode pengembangan sistem yang digunakan adalah metode Rapid
Application Development (RAD).
1.3.3. Tools
Penelitian ini menggunakan alat bantu Android Studio dan MySQL.
5
UIN Syarif Hidayatullah Jakarta
1.4. Tujuan Penelitian
Tujuan dari penelitian ini yaitu untuk membuat aplikasi taksir harga batu
permata dengan fuzzy logic berbasis Android.
1.5. Manfaat Penelitian
Manfaat yang didapat dari penelitian ini dibagi menjadi tiga yaitu, bagi
penulis, bagi masyarakat, dan bagi universitas.
1.5.1. Bagi penulis
Berikut ini adalah manfaat penelitian bagi penulis:
1. Sebagai sarana untuk menerapkan ilmu kecerdasan buatan (fuzzy logic)
pada pembuatan aplikasi taksir harga batu permata berbasis Android.
2. Untuk memahami bahasa pemrograman yang digunakan oleh penulis
yaitu Java.
3. Untuk menambah wawasan tentang batu permata.
1.5.2. Bagi Masyarakat
Berikut ini adalah manfaat penelitian bagi masyarakat:
1. Dapat memahami tentang batu permata.
2. Memberikan solusi kepada pengguna dalam mentaksir harga batu
permata.
3. Mengetahui spesifikasi dari batu permata.
1.5.3. Bagi Universitas
Berikut ini adalah manfaat penelitian bagi universitas:
1. Mengetahui kemampuan mahasiswa dalam menguasai materi
perkuliahan.
2. Mengetahui kemampuan mahasiswa dalam menerapkan ilmunya dan
sebagai bahan evaluasi.
3. Memberikan gambaran tentang kesiapan mahasiswa dalam menghadapi
dunia kerja yang sebenarnya.
6
UIN Syarif Hidayatullah Jakarta
1.6. Metodologi Penulisan
Metodologi yang digunakan penulis terbagi menjadi dua yaitu, metode
pengumpulan data dan metode pengembangan sistem.
1.6.1. Metode Pengumpulan Data
Dalam penelitian ini metode pengumpulan data yang digunakan
yaitu sebagai berikut:
1. Wawancara
Mengumpulkan data dengan mewawancarai langsung kepada pihak
yang bersangkutan terkait objek skripsi yang diteliti oleh penulis.
2. Kuesioner
Penulis akan menyebarkan kuesioner untuk mengetahui manfaat dari
aplikasi ini dan seberapa banyak yang merasa tertipu saat menjual atau
membeli batu permata.
3. Studi Pustaka
Pengumpulan data dan informasi dengan metode studi pustaka adalah
cara pengambilan data dengan mempelajari serta menggali teori-teori
dari buku yang berhubungan dengan aplikasi yang dianalisa.
1.6.2. Metode Pengembangan Sistem
Dalam penelitian ini metodologi pengembangan system yang
digunakan adalah Rapid Aplication Development (RAD) dengan tahapan-
tahapan sebagai berikut:
1. Fase perencanaan kebutuhan (Requirements Planning)
2. Fase Proses Desain (Workshop Design)
3. Fase Implementasi (Implementation System)
1.7. Sistematika Penulisan
Dalam penelitian ini pembahasan dalam enam bab yang secara singkat akan
diuraikan sebagai berikut:
7
UIN Syarif Hidayatullah Jakarta
BAB I PENDAHULUAN
Pada bab ini terdiri dari enam sub bab yang berisikan latar belakang
masalah, tujuan penelitian, manfaat penelitian, perumusan masalah,
batasan masalah, metodologi penelitian, dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
Pada bab ini, berisikan literatur yang dijadikan acuan dalam
penelitian dan menguraikan teori yang terkait dengan konsep
pengolahan citra dan pengenalan pola.
BAB III METODE PENELITIAN
Bab ini berisikan pemaparan metode yang penulis gunakan dalam
pengumpulan data maupun perancangan aplikasi yang dilakukan
pada penelitian.
BAB IV ANALISIS DAN PERANCANGAN SISTEM
Dalam bab ini, menjelaskan pembuatan aplikasi yang dimulai dari
tahap analisis kebutuhan sistem, perancangan sistem, tahap
pengkodean, dan evaluasi aplikasi.
BAB V HASIL DAN PEMBAHASAN
Pada bab ini diuraikan mengenai uji coba aplikasi yang telah dibuat
dan hasil yang diperoleh.
BAB VI PENUTUP
Pada bab ini dijelaskan mengenai kesimpulan dari hasil penelitian
yang didapat dan saran yang dapat digunakan untuk pengembangan
aplikasi yang lebih baik lagi di masa yang akan datang.
8 UIN Syarif Hidayatullah Jakarta
BAB 2
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1. Batu Permata
Batu permata adalah sebuah mineral, batu yang dibentuk dari hasil proses
geologi yang unsurnya terdiri atas satu atau beberapa komponen kimia yang
mempunyai harga jual tinggi, dan diminati oleh para kolektor. Batu permata harus
melewati tahap pemolesan sebelum dijadikan perhiasan.
2.1.1. Kriteria-Kriteria Batu Permata
Kriteria batu permata dibagi menjadi empat yaitu, color (warna),
clarity (kejernihan), cut (potongan), dan carat (bobot).
1. Color (Warna)
Untuk warna adalah hal yang subjektif tetapi untuk melihat
warna dianjurkan untuk melihat dengan sumber lampu yang berbeda
karena kadang-kadang ada batu yang menampilkan efek color change
(berubah warna).
Gambar 2. 1: Berbagai Warna dan Kadar Tone pada Warna
(Sumber: Panduan Lengkap A-Z BATU PERMATA Mengenali Proses,
Ciri, dan Sifat Permata Membedakan Imitasi & Sintesis Tips Membeli,
Merawat & Mengkoleksi, 2013)
9
UIN Syarif Hidayatullah Jakarta
Warna pada batu permata berhubungan dengan hue, yaitu warna
utama yang ada pada batu permata itu sendiri atau body color.
Contohnya adalah merah, jingga, kuning, hijau, biru, dan ungu kebiruan.
Selain itu yang mempengaruhi warna adalah tone, yaitu seberapa
banyak warna yang agak gelap kehitaman yang ada pada batu permata
atau sisi gelap dan terangnya batu permata.
2. Clarity (Kejernihan)
Gambar 2. 2: Jenis-Jenis Kejernihan
(Sumber: Panduan Lengkap A-Z BATU PERMATA Mengenali Proses,
Ciri, dan Sifat Permata Membedakan Imitasi & Sintesis Tips Membeli,
Merawat & Mengkoleksi, 2013)
Kejernihan mewakili kebersihan dan kemurnian dari sebuah batu
permata. Kebanyakan batu permata mengandung kotoran atau cacat.
Untuk klasifikasi kejernihan pada batu permata yang paling jernih yaitu:
a. Very Very Slightly Included, mengandung cacat yang sangat kecil
seperti crystal (kristal), feather (cacat seperti bulu), cloud (awan)
kecil dan sangat sulit dilihat dengan kaca pembesar 10x.
b. Very Slight Included, mengandung sedikit cacat seperti crystal,
feather, cloud yang agak sulit dilihat melalui kaca pembesar 10x.
10
UIN Syarif Hidayatullah Jakarta
c. Slightly Included, mengandung cacat seperti crystal, cloud, cavities
(lubang atau rongga kecil), knots (noktah), dan feather yang mudah
dilihat oleh penilai yang berpengalaman dengan kaca pembesar 10x.
d. Include, mengandung cacat yang biasanya terdiri dari feather,
crystal atau lainnya yang berukuran agak besar dan nampak mudah
dilihat dengan menggunakan kaca pembesar 10x ataupun dengan
mata telanjang tanpa menggunakan kaca pembesar (unaided eyes).
e. Opaque, tidak tembus cahaya sama sekali.
3. Cut (Potongan)
Jenis potongan dan asahan pada batu permata ada tiga, yaitu:
a. Cabochon, tidak mempunyai facet sama sekali dan berbentuk polos
seperti bentuk setengah telur dan biasanya batu-batu dengan
fenomena seperti star atau cat’s eye yang dipotong seperti ini.
b. Faceted, bentuk potongan pada batu dengan asahan sudut kecil-kecil
seperti potongan pada berlian.
c. Mixed cut, bentuk potongan perpaduan dari cabochon dan faceted.
Biasanya potongan permukaan atas kepalanya polos dan pada bagian
bawahnya di-facet.
Gambar 2. 3: Gambar Jenis-Jenis Potongan
(Sumber: Panduan Lengkap A-Z BATU PERMATA Mengenali Proses,
Ciri, dan Sifat Permata Membedakan Imitasi & Sintesis Tips Membeli,
Merawat & Mengkoleksi, 2013)
11
UIN Syarif Hidayatullah Jakarta
4. Carat (Bobot)
Suatu batu permata dijual menurut ukuran beratnya. Idealnya,
makin besar suatu bobot batu permata maka semakin mahal pula
harganya dan biasanya batu permata dijual per carat.
2.1.2. Jenis-Jenis Batu Permata
Berikut ini adalah tiga batu permata yang paling diminati di dunia
menurut Pak Nugroho Tri Putranto, yaitu:
1. Ruby
Berikut ini adalah spesifikasi batu permata Ruby:
Mineral Group : Corundum
Chemical Formula: 𝐴𝑙2𝑂3 (Aluminum Oxide)
Crystal Structure : Trigonal
Color : Red
Transparency : Transparent to Opaque
Refractive Index : 1,762 – 1,788
Birefringence : 0,008 – 0,009
Optic Character : Uniaxial /-
Dispersion : 0,018
Luster : Vitreous
Cleavage : None
Fracture : Uneven, conchoidal
Density : 3,95 – 4,03 gr/cc
Hardness : 9 on the Mohs scale
Fenomena yang ada pata Ruby ada dua, yaitu:
a. Asterism (Star)
b. Chatoyancy (Cat’s Eye)
Berikut ini adalah pengobatan yang ada pada Ruby dari yang
sedikit hingga yang terparah:
12
UIN Syarif Hidayatullah Jakarta
a. Heated
b. Heated with Fissure Healing
c. Heated with Lead Glass Filling
d. Color Dyeing
2. Sapphire
Mineral Group : Corundum
Chemical Formula: 𝐴𝑙2𝑂3 (Aluminum Oxide)
Crystal Structure : Trigonal
Color : All color except red
Transparency : Transparent to Opaque
Refractive Index : 1,762 – 1,788
Birefringence : 0,008 – 0,009
Optic Character : Uniaxial /-
Dispersion : 0,018
Luster : Vitreous
Cleavage : None
Fracture : Uneven, conchoidal
Density : 3,95 – 4,03 gr/cc
Hardness : 9 on the Mohs scale
Fenomena yang ada pata Sapphire ada tiga, yaitu:
a. Asterism (Star)
b. Chatoyancy (Cat’s Eye)
c. Color Change
Berikut ini adalah pengobatan yang ada pada Sapphire dari yang
sedikit hingga yang terparah:
a. No Treatment
b. Heated
c. Heated with filler residues
13
UIN Syarif Hidayatullah Jakarta
d. Heated with colloring agent (Diffusion)
e. Heated with lead glass filling
f. Heated with colloring agent and glass filling
3. Emerald
Mineral Group : Beryl
Chemical Formula: 𝐴𝑙2𝐵𝑒3𝑆𝑖6𝑂18 (Aluminum Oxide)
Crystal Structure : Hexagonal
Color : Green, Bluish Green
Transparency : Transparent to Opaque
Refractive Index : 1,565 – 1,602
Birefringence : 0,006
Optic Character : Uniaxial /-
Dispersion : 0,014
Luster : Vitreous
Cleavage : Indistintc
Fracture : Uneven, conchoidal
Density : 2,67 – 2,78 gr/cc
Hardness : 7,5 - 8 on the Mohs scale
Fenomena yang ada pata Emerald ada dua, yaitu:
a. Asterism (Star)
b. Chatoyancy (Cat’s Eye)
Berikut ini adalah pengobatan yang ada pada Emerald dari yang
sedikit hingga yang terparah:
a. Oiling (Clarity Enhance)
b. Oiling with colored oil
c. Colored dyeing (Coating)
14
UIN Syarif Hidayatullah Jakarta
2.2. Fuzzy Logic
Fuzzy logic dikatakan sebagai logika baru yang lama, sebab ilmu tentang
fuzzy logic modern dan metodis baru ditemukan beberapa tahun yang lalu, padahal
sebenarnya konsep tentang fuzzy logic itu sendiri sudah ada sejak lama. Fuzzy logic
adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu
ruang output. (Sri & Hari, 2010)
2.2.1. Himpunan Fuzzy
Pada himpunan tegas (crips), nilai keanggotaan suatu item x dalam
suatu himpunan A, yang sering ditulis dengan 𝜇𝐴[𝑥], memiliki dua
kemungkinan, yaitu (Sri & Hari, 2010):
1. Satu (1), suatu item menjadi anggota dalam suatu himpunan.
2. Nol (0), suatu item tidak menjadi anggota dalam suatu himpunan.
Himpunan fuzzy memiliki dua atribut, yaitu (Sri & Hari, 2010):
1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau
kondisi tertentu dengan menggunakan bahasa alami, seperti: MUDA,
PAROBAYA, TUA.
2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu
variable, seperti: 40, 25, 50, dsb.
Ada beberapa hal yang perlu diketahui dalam memahami sistem
suzzy, yaitu (Sri & Hari, 2010):
1. Variabel fuzzy
Variabel fuzzy merupakan variabel yang hendak dibahas dalam
suatu sistem fuzzy. Contoh: umur, temperatur, permintaan, dsb.
2. Himpunan fuzzy
Suatu grup yang mewakili suatu kondisi atau keadaan tertentu
dalam suatu variabel fuzzy. Contoh: variable umur, terbagi menjadi tiga
himpunan fuzzy, yaitu: MUDA, PAROBAYA, TUA.
15
UIN Syarif Hidayatullah Jakarta
3. 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. Adakalanya
nilai semesta pembicaraan ini tidak dibatasi batas atasnya. Contoh:
a. Semesta pembicaraan untuk variabel umur: [0, +∞]
b. Semesta pembicaraan untuk variabel temperatur: [0, 40]
4. 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 maupun negatif.
2.2.2. Fungsi Keanggotaan
Fungsi keanggotaan (membezslup hmction) 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 dengan melalui pendekatan fungsi. (Sri & Hari,
2010)
1. Representasi Linear
Pemetaan input ke derajat keanggotannya digambarkan sebagai
suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang
baik untuk mendekati suatu konsep yang kurang jelas. (Sri & Hari, 2010)
Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan
himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan
16
UIN Syarif Hidayatullah Jakarta
nol [0] bergerak ke kanan menuju nilai domain yang memiliki derajat
keanggotaan lebih tinggi. (Sri & Hari, 2010)
Fungsi keanggotaan:
μ[x] = {0; x ≤ a(x − a)/(b − a); a ≤ x ≤ b1; x ≥ b
Gambar 2. 4: Representasi Linear Naik
(Sumber: Artificial Intelligence (Teknik dan Aplikasinya), 2010)
Kedua, merupakan kebalikan dari yang pertama. Garis lurus
dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi
kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat
keanggotaan lebih rendah seperti gambar di bawah ini.
Fungsi keanggotaan:
μ[x] = {𝑏−𝑥
𝑏−𝑎; 𝑎 ≤ 𝑥 ≤ 𝑏
0: 𝑥 ≥ 𝑏
Gambar 2. 5: Representasi Linear Turun
(Sumber: Artificial Intelligence (Teknik dan Aplikasinya), 2010)
17
UIN Syarif Hidayatullah Jakarta
2. Representasi Kurva Segitiga
Kurva Segitiga pada dasarnya merupakan gabungan antara dua
garis linear. (Sri & Hari, 2010)
Fungsi keanggotaan:
μ[x] = {
0; x ≤ a atau x ≥ c(x − a)/(b − a); a ≤ x ≤ b(c − x)/(c − b); b ≤ x ≤ c
Gambar 2. 6: Representasi Kurva Segitiga
(Sumber: Artificial Intelligence (Teknik dan Aplikasinya), 2010)
3. Representasi Kurva Bahu
Daerah yang terletak di tengah-tengah suatu variabel yang
direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya
akan naik dan turun (contohnya DINGIN bergerak ke SEJUK bergerak
ke HANGAT dan bergerak ke PANAS). Namun terkadang salah satu
sisi dari variabel tersebut tidak mengalami perubahan. Sebagai contoh,
apabila telah mencapai kondisi PANAS, kenaikan temperatur akan tetap
berada pada kondisi PANAS. Himpunan fuzzy 'bahu', bukan segitiga,
digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri
bergerak dari benar ke salah, demikian juga bahu kanan bergerak dari
salah ke benar.
18
UIN Syarif Hidayatullah Jakarta
Gambar 2. 7: Representasi Kurva Bahu
(Sumber: Artificial Intelligence (Teknik dan Aplikasinya), 2010)
2.2.3. Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi yang
didefinisikan secara khusus untuk mengkombinasi dan memodifikasi
himpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi dua himpunan
sering dikenal dengan nama fire strength atau α-predikat. Ada tiga operator
dasar yang diciptakan oleh Zadeh, yaitu: (Sri & Hari, 2010)
1. Operator AND
Operator ini berhubungan dengan operasi interseksi pada
himpunan. α-predikat sebagai hasil operasi dengan operator AND
diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen
pada himpunan-himpunan yang bersangkutan.
𝜇𝐴∩𝐵 = min (μA[x], μB[y])
2. Operator OR
Operator ini berhubungan dengan operasi union pada himpunan.
α-predikat sebagai hasil operasi dengan operator OR diperoleh dengan
mengambil nilai keanggotaan terbesar antar elemen pada himpunan-
himpunan yang bersangkutan.
𝜇𝐴∪𝐵 = max (μA[x], μB[y])
19
UIN Syarif Hidayatullah Jakarta
3. Operator NOT
Operator ini berhubungan dengan operasi komplemen pada
himpunan. α-predikat sebagai hasil operasi dengan operator NOT
diperoleh dengan mengurangkan nilai keanggotaan elemen pada
himpunan yang bersangkutan dari l.
μA′ = 1 − μA[x]
2.2.4. Fungsi Implikasi
Tiap-tiap aturan pada basis pengetahuan fuzzy akan berhubungan
dengan suatu relasi fuzzy. Bentuk umum dari aturan yang digunakan dalam
fungsi implikasi adalah:
IF x is A THEN y is B
Dengan x dan y adalah skalar, A dan B adalah himpunan fuzzy.
Proporsi yang mengikuti IF disebut sebagai anteseden, sedangkan proporsi
yang mengikuti THEN disebut sebagai konsekuen. Proporsi ini dapat
diperluas dengan menggunakan operator fuzzy, seperti:
IF (x1 is A1) ● (x2 is A2) ● (x3 is A3) ● … ● (xn is An) THEN y is B
Dengan ● adalah operator (misal: OR atau AND).
Ada dua fungsi implikasi yang dapat digunakan, yaitu:
1. Min (minimum), fungsi ini akan memotong output himpunan fuzzy.
2. Dot (product), fungsi ini akan menskala output himpunan Fuzzy.
2.2.5. Fuzzy Inference System (Sugeno)
Penalaran dengan metode Sugeno hampir sama dengan penalaran
Mamdani, hanya saja output (konsekuen) sistem tidak berupa himpunan
fuzzy, melainkan berupa konstanta atau persamaan linear. Metode ini
diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985 (Sri & Hari,
2010)
1. Pembentukan himpunan, pada metode Sugeno, baik variable input
maupun variable output dibagi menjadi satu atau lebih himpunan fuzzy.
20
UIN Syarif Hidayatullah Jakarta
2. Aplikasi fungsi implikasi (aturan), pada metode Sugeno, fungsi
implikasi yang digunakan adalah min.
3. Komposisi aturan, tidak seperti penalaran monoton, apabila sistem
terdiri dari beberapa aturan, maka inferensi diperboleh dari kumpulan
dan korelasi antar aturan.
Model Fuzzy Sugeno Orde-Satu, secara umum bentuk model Fuzzy
Sugeno Orde-Satu adalah
IF (x1is A1) ∙ … … ∙ (xnis An) THEN z = p1 ∗ z1 + ⋯ + pn ∗ zn + q
4. Penegasan (deffuzy), input dari proses defuzzifikasi adalah suatu
himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy,
sedangkan output yang dihasilkan merupakan suatu bilangan pada
domain himpunan fuzzy tersebut. Oleh karena itu jika diberikan suatu
himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu
nilai crisp tertentu sebagai output seperti terlihat gambar dibawah ini.
Gambar 2. 8: Defuzikasi
(Sumber: Artificial Intelligence (Teknik dan Aplikasinya), 2010)
Metode Mean of Maximum (MOM), pada metode ini, solusi crisp
diperoleh dengan cara mengambil nilai keanggotaan maksimum.
21
UIN Syarif Hidayatullah Jakarta
2.3. Sistem Operasi Android
Banyak sekali sistem operasi pada smartphone salah satunya yaitu sistem
operasi Android. Android adalah sistem operasi berbasis Linux yang bersifat
terbuka (open source) dan dirancang untuk perangkat seluler layar sentuh seperti
smartphone dan komputer tablet. Android dikembangkan oleh Android, Inc.,
dengan dukungan finansial dari Google yang kemudian dibeli pada tahun 2005.
Android dirilis secara resmi pada tahun 2007, bersamaan dengan didirikan Open
Handset Alliance. (Sherief, 2014)
Dengan Android kebutuhan jadi lebih praktis, tablet dan smartphone ini bisa
menggantikan peran dari sebuah komputer jinjing, terutama untuk kebutuhan
entertainment, seperti mendengarkan lagu, menonton video, mengirim email,
bermain game, twitter, atau facebook, juga kegiatan hiburan online lainnya (Agus,
2013).
2.4. Bahasa Pemrograman
Pada penelitian ini penulis menggunakan dua bahasa pemrograman yaitu
Java dan JSON.
2.4.1. Java
Java merupakan sebuah bahasa pemograman sebuah aplikasi.
bahasa pemograman Java berorientasi object atau Object Oriented
Programming (OOP). Bahasa pemrograman Java adalah tujuan umum,
bersamaan, berbasis kelas. Java dirancang untuk menjadi bahasa yang
cukup sederhana dengan banyak programmer dapat mencapai kefasihan
dalam bahasa Java. Bahasa pemrograman Java berkaitan dengan bahasa C
dan C++ namun diatur agak berbeda, dengan sejumlah aspek di bahasa C
dan C++ dihilangkan dan termasuk beberapa ide dari bahasa lain (James,
Bill, Guy, Bracha, & Alex, 2014).
2.4.2. JSON
JSON merupakan salah satu web service dengan menggunakan
Bahasa pemograman PHP: Hypertext Preprocessor (PHP) untuk
22
UIN Syarif Hidayatullah Jakarta
membangun aplikasi Android. JSON sendiri memiliki singkatan dari Short
for JavaScript Notation. JSON adalah suatu format pertukaran data yang
ringan. Keuntungan utama JSON atas format data interchange lainnya
seperti eXtensible Markup Language (XML) adalah bahwa JSON baik
mudah bagi manusia untuk membaca dan mudah untuk komputer untuk
menghasilkan dan mengurai. Hal ini umumnya digunakan dalam berbagai
aplikasi web modern. (R, 2015)
Maka dari itu dengan JSON web service memungkinkan aplikasi
Android dapat menerima dan mengirim data ke server atau mendapat akses
query basis data secara online.
2.5. Tools
Pada penelitian ini penulis menggunakan dua alat bantu berupa software
yaitu Android Studio dan MySQL.
2.5.1. Android Studio
Android Studio merupakan sebuah software tools Integrated
Development Environment (IDE) untuk palform Android. Android Studio
ini diluncurkan pada tanggal 16 Mei 2013 pada Konferensi Google I/O oleh
Produk Manajer Google, Ellie Powers.
Android Studio ini bersifat free di bawah Apache License 2.0.
Android Studio awalnya dimulai dengan versi 0,1 pada bulan Mei 2013.
Kemudian dibuat versi berta 0.8 yang dirilis pada bulan Juni 2014. Yang
paling terbaru dirilis v.3 pada bulan Oktober 2017. Berbasis JetBrainns’
IntelliJ IDEA, studio didesain khusus untuk Android Development.
Sekarang ini sudah bisa di-download untuk Windows, Mac OS X dan Linux.
Fitur baru diharapkan akan ditambahkan pada setiap rilis dari
Android Studio. Berikut beberapa fitur yang disediakan dalam versi stabil
saat ini (Yudha & Ardhi, 2017):
1. Instant Run, secara dramatis mempercepat siklus pengeditan pembuatan
dan penjalan membuat pekerjaan.
23
UIN Syarif Hidayatullah Jakarta
2. Android Emulator 2.0, yang baru lebih cepat daripada sebelumnya yang
memungkinkan untuk mengubah ukuran emulator secara dinamis dan
mengakses satu set control sensor.
3. Gradle, Andoid Studio menawarkan otomatisasi pembuatan aplikasi
berkinerja tinggi, pengelolaan dependensi yang tangguh dan konfigurasi
versi yang bisa disesuaikan.
4. Android Studio menyediakan linkungan yang menyatu untuk
mengembangkan aplikasi untuk ponsel dan tablet Android, Android
Wear, Andorid TV dan Android Auto.
5. Mulai proyek dengan template kode untuk pola seperti panel samping
navigasi dan pager tampilan atau impor sampel kode Google dari
GitHub.
2.5.2. My Structured Query Language (MySQL)
MySQL mengimplementasikan model basis data relasional maka
disebut sebagai Relational Database Management Sistem (RDBMS).
MySQL merupakan software RDBMS atau server basis data yang dapat
mengelola basis data dengan sangat cepat, dapat menampung data dalam
jumlah sangat besar, dapat diakses oleh banyak pengguna atau banyak
pengguna, dan dapat melakukan suatu proses secara sinkron atau
berbarengan atau multi-threaded. MySQL banyak digunakan di berbagai
kalangan untuk melakukan penyimpanan dan pengolahan data, mulai dari
kalangan akademis sampai ke industri, baik industri kecil, menengah,
maupun besar. (Budi, Imam, & Enjang, 2012)
2.6. Unified Modeling Language (UML)
Salah satu perangkat pemodelan adalah UML. UML merupakan bahasa
pemodelan untuk sistem atau perangkat lunak yang berparadigma berorientasi
objek. Pemodelan (modelling) digunakan untuk penyederhanaan permasalahan-
permasalahan yang kompleks sedemikian rupa sehingga lebih mudah dipelajari dan
dipahami. (Bunafit, 2014)
24
UIN Syarif Hidayatullah Jakarta
Sebagian besar para perancang sistem informasi dalam menggambarkan
informasi dengan memanfaatkan UML diagram dengan tujuan utama untuk
membantu tim proyek berkomunikasi, mengeksplorasi potensi desain, dan
memvalidasi desain arsitektur perangkat lunak atau pembuat program. Secara
filosofi UML diilhami oleh konsep yang telah ada yaitu konsep ini menganalogikan
sistem seperti kehidupan nyata yang didominasi oleh obyek dan digambarkan atau
dinotasikan dalam simbol-simbol yang cukup spesifik. (Rosa & M, 2013)
2.6.1. Use Case Diagram
Use case diagram merupakan pemodelan untuk kelakuan (behavior)
sistem informasi yang akan dibuat. Use case mendeskripsikan sebuah
interaksi antara satu atau lebih aktor dengan sistem informasi yang akan
dibuat. Secara kasar, use case digunakan untuk mengetahui fungsi apa saja
yang ada di dalam sebuah sistem informasi dan siapa saja yang berhak
menggunakan fungsi-fungsi tersebut. Berikut adalah simbol-simbol yang
terdapat pada use case diagram (Rosa & M, 2013).
Tabel 2. 1: Simbol-Simbol Pada Use Case Diagram
(Sumber: Model Pembelajaran Rekayasa Perangkat Lunak, 2014)
Nama Simbol Deskripsi
Use case Fungsionalitas yang disediakan
sistem sebagai unit-unit yang
saling bertukar pesan antar unit
atau aktor. Biasanya dinyatakan
dengan menggunakan kata kerja
di awal frase nama use case.
Aktor (actor) Orang, proses, atau sistem lain
yang berinteraksi dengan sistem
informasi yang akan dibuat di
luar sistem.
Asosiasi
(association)
Komunikasi atau interaksi antara
aktor dan use case.
UseCase
25
UIN Syarif Hidayatullah Jakarta
Ekstensi
(extend)
Relasi use case tambahan ke
sebuah use case, dimana use case
yang ditambahkan dapat berdiri
sendiri walaupun tanpa use case
tambahan tersebut. Biasanya use
case tambahan memiliki nama
depan yang sama dengan use case
yang ditambahkan.
Generalisasi
(generalization)
Hubungan generalisasi dan
spesialisasi antara dua buah use
case dimana fungsi yang satu
adalah fungsi yang lebih umum
dari lainnya.
Menggunakan
(include /uses)
Relasi use case tambahan ke
sebuah use case, dimana use case
yang ditambahkan memerlukan
use case ini untuk menjalankan
fungsinya.
2.6.2. Activity Diagram
Diagram aktivitas atau activity diagram menggambarkan aliran
kerja (workflow) dari sebuah sistem atau proses bisnis. Activity diagram
menggambarkan aktivitas yang dapat dilakukan oleh sistem, bukan apa
yang dilakukan oleh aktor. Berikut adalah simbol-simbol yang terdapat
pada activity diagram. (Rosa & M, 2013)
26
UIN Syarif Hidayatullah Jakarta
Tabel 2. 2: Simbol-Simbol Pada Activity Diagram
(Sumber: Modul Pembelajaran Rekayasa Perangkat Lunak, 2014)
Nama Simbol Deskripsi
Status awal
Status awal aktivitas
sistem.
Aktivitas
Aktivitas yang
dilakukan sistem,
biasanya diawali
dengan kata kerja.
Percabangan
(decision)
Asosiasi percabangan
jika terdapat pilihan
lebih dari satu.
Penggabungan (join)
Asosiasi
penggabungan jika
terdapat lebih dari satu
aktivitas yang
digabungkan menjadi
satu kesatuan.
Status Akhir
Status akhir yang
dilakukan sistem.
Swimlane
Memisahkan
organisasi bisnis yang
bertanggung jawab
terhadap aktivitas
yang terjadi.
Aktivita
s
27
UIN Syarif Hidayatullah Jakarta
2.6.3. Sequence Diagram
Diagram sekuen atau sequence diagram menggambarkan kelakuan
objek pada use case dengan mendeskripsikan waktu hidup objek dan
message yang dikirimkan dan diterima antar objek. Beberapa simbol-
simbol yang terdapat pada sequence diagram. (Rosa & M, 2013)
Tabel 2. 3: Simbol-Simbol Sequence Diagram
(Sumber: Modul Pembelajaran Rekayasa Pernagkat Lunak, 2014)
Nama Simbol Deskripsi
Garis hidup
(lifeline)
Orang, proses, atau sistem lain
yang berinteraksi dengan
sistem informasi yang akan
dibuat di luar sistem.
Aktor
Menyatakan kehidupan suatu
objek.
Objek
Menyatakan objek yang
berinteraksi pesan.
Waktu aktif
Menyatakan objek dalam
keadaan aktif dan berinteraksi
pesan.
Pesan tipe
create
Menyatakan suatu objek
membuat objek yang lain.
Pesan tipe call
Menyatakan suatu objek
memanggil operasi/metode
yang ada pada objek lain atau
pada dirinya sendiri.
Pesan tipe send
Menyatakan bahwa suatu
objek mengirimkan data/
<<create>>
1.masukan
28
UIN Syarif Hidayatullah Jakarta
Nama Simbol Deskripsi
masukan/ informasi ke objek
lainnya.
Pesan tipe
destroy
Menyatakan suatu objek
mengakhiri hidup objek yang
lain.
Pesan tipe
return
Menyatakan bahwa suatu
objek yang telah menjalankan
suatu operasi/ metode
menghasilkan suatu
kembalian ke objek tertentu.
2.7. Pengujian Black Box
Pengujian black box disebut juga dengan pengujian perilaku, berfokus pada
requirement fungsional dari sebuah perangkat lunak. Pengujian black box
mengijinkan software engineer untuk menentukan kondisi input yang dapat
digunakan untuk memerikasa requirement fungsional dari sebuah program.
Pengujian black box mencoba untuk mencari kesalahan yang berada dalam kategori
(Emma, 2012):
1. Fungsi yang tidak benar atau hilang,
2. Kesalahan interface,
3. Kesalahan pada struktur data atau akses pada eksternal database,
4. Kesalahan perilaku atau kinerja,
5. Serta kesalahan inisialisasi dan terminasi.
2.8. Metode Pengembangan Sistem
Systems Development Life Cycle (SDLC) adalah proses mengembangkan
atau mengubah suatu sistem perangkat lunak dengan menggunakan model-model
dan metodologi yang digunakan orang untuk mengembangkan sistem-sistem
perangkat lunak sebelumnya (berdasarkan best practice atau cara-cara yang sudah
teruji baik).
1.keluar
an
29
UIN Syarif Hidayatullah Jakarta
2.8.1. Rapid Application Development (RAD)
RAD adalah sebuah proses perkembangan perangkat lunak
sekuensial linear yang menekankan siklus perkembangan yang sangat
pendek. Model RAD ini merupakan sebuah adaptasi “kecepatan tinggi” dari
model sekuensial linear dimana perkembangan cepat dicapai dengan
menggunakan pendekatan konstruksi berbasis komponen.
Rapid Aplication Development (RAD) adalah model proses
pengembangan perangkat lunak yang bersifat incremental terutama untuk
waktu pengerjaan yang pendek. Model RAD adalah adaptasi dari model air
terjun versi kecepatan tinggi dengan menggunakan model air terjun untuk
pengembangan setiap komponen perangkat lunak. (M. Shalahuddin, 2014)
Kelebihan Penggunaan Model RAD
1. Dimungkinkan dalam proses pembuatan membutuhkan waktu yang
sangat singkat (60-90 hari).
2. Menghemat biaya, karena penekannya adalah penggunaan komponen-
komponen yang sudah ada.
3. RAD menggunakan kembali komponen-komponen yang sudah ada,
maka beberapa komponen program sudah diuji sehingga kita dapat
melakukan penghematan waktu dalam uji coba.
Kekurangan Penggunaan Model RAD
1. Bagi proyek yang besar tetapi berskala, RAD memerlukan sumber daya
manusia yang memadai untuk menciptakan jumlah tim RAD yang baik.
2. RAD menuntut pengembangan dan pelanggan yang memiliki komitmen
di dalam aktifitas rapid-fire yang diperlukan untuk melengkapi sebuah
sistem, di dalam kerangka waktu yang sangat diperpendek. Jika
komitmen tersebut tidak ada, proyek RAD akan gagal. RAD
menekankan perkembangan komponen program yang bisa dipakai
kembali. Reusable menjadi batu pertama teknologi objek dan ditemui di
dalam proses rakitan komponen.
30
UIN Syarif Hidayatullah Jakarta
3. Tidak semua aplikasi sesuai untuk RAD. Bila sistem tidak dapat
dimodulkan dengan teratur, pembangunan komponen penting pada
RAD akan menjadi sangat problematis.
RAD menjadi tidak sesuai jika risiko teknisnya tinggi. Hal ini terjadi
bila sebuah aplikasi baru memforsir teknologi baru atau bila perangkat
lunak baru membutuhkan tingkat interoperabilitas yang tinggi dengan
program komputer yang ada.
2.8.2. Perbandingan Model Metode Pengembangan Sistem
Pada penelitian ini, penulis menggunakan model simulasi. Berikut
tabel analisa beberapa metode pengembangan sistem sejenis dengan model
simulasi.
Tabel 2. 4: Perbandingan Model Metode Pengembangan Sistem
(Sumber: Rosa & Shalahuddin, 2013)
No. Model Deskripsi Kelebihan Kekurangan
1 Watefall (air
terjun)
Model air tejun
menyediakan
pendekatan alur
hidup perangkat
lunak secara
sekuensial atau
terurut dimulai
dari analis,
desain,
pengkodean,
pengujian, dan
tahap pendukung
(support). (Rosa
& Shalahuddin,
2013)
Model air terjun
sangat cocok
digunakan
kebutuhan
pelanggan sudah
sangat dipahami
dan kemungkinan
terjadi perubahan
kebutuhan selama
pengembangan
perangkat lunak
kecil. (Rosa &
Shalahuddin,
2013)
Sangat sulit bagi pelanggan
untuk mendefinisikan
semua spesifikasi di awal
alur pengembangan.
Pelanggan sering kali butuh
contoh (prototype) untuk
menjabarkan spesifikasi
kebutuhan sistem lebih
lanjut.
Pelanggan tidak mungkin
bersabar mengakomodasi
perubahan yang diperlukan
di akhir alur pengembang-
an. (Rosa & Shalahuddin,
2013)
31
UIN Syarif Hidayatullah Jakarta
No. Model Deskripsi Kelebihan Kekurangan
2 Prototipe Model prototipe
dapat digunakan
menyambungkan
ketidakpahaman
pelanggan
mengenai hal
teknis dan
memperjelas
spesifikasi
kebutuhan yang
diinginkan
pelanggan
kepada
developer. (Rosa
& Shalahuddin,
2013)
Model prototipe
cocok digunakan
untuk
menjabarkan
kebutuhan
pelanggan secara
lebih detail karena
pelanggan sering
kali kesulitan
menyampaikan
kebutuhannya
secara detail tanpa
melihat gambaran
yang jelas.
Model prototipe
juga cocok
digunakan untuk
menggali
spesifikasi
kebutuhan
pelanggan secara
lebih detail tetapi
beresiko tinggi
terhadap
membengkaknya
biaya dan waktu
proyek. (Rosa &
Shalahuddin,
2013)
Pelanggan dapat sering
mengubah atau menambah-
spesifikasi kebutuhan
karena menganggap
aplikasi sudah dengan cepat
dikembangkan. Karena
adanya iterasi ini dapat
menyebabkan pengembang
banyak mengalah dengan
pelanggan karena
perubahan atau
penambahan spesifikasi
kebutuhan perangkat lunak.
Pengembang lebih sering
kompromi dengan
pelanggan untuk
mendapatkan prototipe
dengan waktu yang cepat
sehingga pengembang lebih
sering melakukan segala
cara guna menghasilkan
prototipe untuk di
demonstrasikan.
Model prototipe kurang
cocok untuk aplikasi
dengan skala besar karena
membuat prototipe untuk
aplikasi skala besar akan
sangat memakan waktu dan
tenaga. (Rosa &
Shalahuddin, 2013)
3 Rapid
Application
Development
(RAD)
Model proses
pengembangan
perangkat lunak
yang bersifat
incremental
terutama untuk
waktu pengerjaan
yang pendek.
(Rosa &
Shalahuddin,
2013)
Model RAD
cocok diterapkan
apabila memenuhi
kriteria proyek
sebagai berikut:
Anggota tim
sudah
berpengalaman
mengembangkan
perangkat lunak
yang sejenis.
Pengembang
sudah memiliki
komponen-
Untuk pembuatan sistem
perangkat lunak dengan
skala besar maka model
RAD akan memerlukan
sumber daya manusia yang
cukup besar untuk
membentuk tim-tim yang
mengembangkan
komponen-komponen.
Jika tidak ada persetujuan
untuk mengembangkan
perangkat lunak dengan
cepat (rapid) maka proyek
dengan model ini akan
32
UIN Syarif Hidayatullah Jakarta
No. Model Deskripsi Kelebihan Kekurangan
komponen sistem
yang bisa
digunakan
kembali dalam
proyek tersebut.
(Rosa &
Shalahuddin,
2013)
gagal karena hanya akan
bingung mendefinisikan
kebutuhan pelanggan
(customer) atau pengguna.
Model RAD tidak cocok
digunakan untuk sistem
perangkat lunak yang
memiliki resiko teknis
sangat tinggi. (Rosa &
Shalahuddin, 2013)
2.9. Metode Pengumpulan Data
Pada penelitian ini penulis menggunakan tiga mertode pengumpulan data
yaitu, wawancara, kuesioner, dan studi pustaka.
2.9.1. Studi pustaka
Tinjauan pustaka atau literature review adalah bahan yang tertulis
berupa buku, jurnal yang membahas tentang topik yang hendak diteliti.
Tinjauan pustaka membantu peneliti untuk melihat ide-ide, pendapat, dan
kritik tentang topik tersebut yang sebelumnya dibangun dan dianalisis oleh
para ilmuwan sebelumnya. Tinjauan pustaka bertujuan untuk melihat dan
menganalisa nilai tambah penelitian ini dibandingkan dengan penelitian-
penelitian sebelumnya. Penggunaan metode penelitian baik kuantitatif
maupun kualitatif akan membahas tinjauan pustaka pada awal penelitian
dengan tujuan untuk memberikan peneguhan atas pentingnya masalah atau
topik penelitian yang akan dibahas. (Raco, 2010)
2.9.2. Wawancara
Wawancara merupakan salah satu teknik untuk mengumpulkan data
dan informasi. Penggunaan metode ini didasarkan pada dua alasan. Pertama,
dengan wawancara, peneliti dapat menggali tidak saja apa yang diketahui
dan dialami subjek yang diteliti, tetapi apa yang tersembunyi jauh di dalam
diri subjek penelitian. Kedua, apa yang ditanyakan kepada informan bisa
mencakup hal-hal yang bersifat lintas waktu, yang berkaitan dengan masa
33
UIN Syarif Hidayatullah Jakarta
lampau, masa kini, dan juga masa mendatang. (Ghony, M. D., & Fauzan,
2012)
2.9.3. Kuesioner
Kuesioner merupakan teknik pengumpulan data yang dilakukan
dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis
kepada responden untuk dijawabnya. Serta merupakan teknik pengumpulan
data yang efisien bila peneliti tahu dengan pasti variabel yang akan diukur
dan tahu apa yang diharapkan dari responden. Kuesioner juga cocok
digunakan jika jumlah responden cukup besar dan tersebar di wilayah yang
luas. (Sugiyono, 2013)
Tujuan penyebaran kuesioner kepada responden yang akan
mengisinya untuk mendapatkan informasi atau data yang lengkap dan
berkaitan dengan suatu permasalahan. Kuesioner akan dikirimkan kepada
responden yang akan mengisi sesuai dengan pendapat responden tersebut.
Teknik pengumpulan data dengan kuesioner lebih efisien jika jumlah
sumber daya yang digunakan untuk mendapatkan data dalam jumlah yang
banyak. (Rosa & Shalahuddin, 2013)
Untuk menentukan sampel dari populasi digunakan perhitungan
maupun acuan tabel yang dikembangkan para ahli. Secara umum, untuk
penelitian korelasional jumlah sampel minimal untuk memperoleh hasil
yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel
minimum 15 dari masing-masing kelompok. (Arikunto, 2013)
Kelebihan yang bisa didapatkan jika pengumpulan data atau fakta
dengan kuesioner adalah (Rosa & Shalahuddin, 2013):
1. Hasilnya lebih objektif, karena kuesioner dapat dilakukan kepada
banyak orang sekaligus.
2. Waktu yang lebih singkat.
34
UIN Syarif Hidayatullah Jakarta
Kekurangan yang bisa didapatkan jika pengumpulan data atau fakta
dengan kuesioner adalah (Rosa & Shalahuddin, 2013):
1. Responden cenderung malas untuk mengisi kuesioner.
2. Sulit untuk membuat pertanyaan yang singkat, jelas, dan mudah
dipahami.
35
UIN Syarif Hidayatullah Jakarta
2.10. Studi Literatur Sejenis
Tabel 2. 5: Perbandingan Algoritma
(Sumber: Dariberbagai Sumber Jurnal)
Penulis Judul Algoritma yang
digunakan
Tools Kelebihan Kekurangan
Wahyuni Eka Sari,
Oyas
Wahyunggoro,
Silmi Fauziati (Sari
et al., 2016)
A comparative
study on fuzzy
Mamdani-
Sugeno-
Tsukamoto for
the childhood
tuberculosis
diagnosis
Fuzzy
Mamdani,
Fuzzy Sugeno,
dan Fuzzy
Tsukamoto
Menampilkan grafik
fungsi keanggotaan
Hanya menampilkan
hasi dari tiga rule
Komang Wahyudi
Suardika, G.K.
Gandhiadi, Luh
Putu Ida Harini
(Suardika,
Gandhiadi, & L,
2018)
Perbandingan
Metode
Tsukamoto,
Metode
Mamdani Dan
Metode Sugeno
Untuk
Menentukan
Produksi Dupa
Fuzzy
Mamdani,
Fuzzy Sugeno,
dan Fuzzy
Tsukamoto
Menampilkan grafik
fungsi keanggotaan,
menampilkan semua
rulenya dan
menjelaskan rumus
dengan detail
Hanya menggunakan
tiga parameter
Dewi Sinta (Sinta,
2015)
Metode
Ensemble K-
Nearest
Neighbor Untuk
Prediksi Harga
K-Nearest
Neighbor
tunggal dan
Ensemble K-
Digunakan untuk data
yang tidak memenuhi
asumsi klasik dan
karakteristik data yang
tidak linear,
Jika nilai k yang
dicobakan sangat
besar atau mendekati
ukuran data training
maka ketiga nilai
36
UIN Syarif Hidayatullah Jakarta
Penulis Judul Algoritma yang
digunakan
Tools Kelebihan Kekurangan
Beras di
Indonesia
Nearest
Neighbor
menggunakan mutual
information untuk
memilih input prediksi
deret waktu,
menggunakan
Multiresponse Sparse
Regression (MRSR)
untuk peringkat masing-
masing k-tetangga
terdekat, dan melakukan
pendugaan Leave-One-
Out dalam memilih
tetangga terdekat.
tersebut memberikan
hasil yang besar.
Bayu Prabawa.
Jondri Nasri,
Mahmud Dwi
Sulistiyo (Prabawa,
Nasri, & Sulistiyo,
2015)
Prediksi Harga
Saham Dengan
Menggunakan
Metode
Autoregressive
dan Algoritma
Kelelawar
Metode
Autoregrssive
dan Algoritma
Kelelawar
Metode autoregressive
dan algoritma kelelawar
dapat menyelesaikan
masalah prediksi harga
saham dengan tingkat
eror dibawah 4% kecuali
pada pengujian dengan
menggunakan 10 data
untuk prediksi saham
amazon dan facebook
bulanan tingkat eror
melebihi 4%. Saat nilai α
mendekati angka satu,
MAPE kurang tepat
untuk digunakan
dalam
pengukuran
performansi sistem
dalam studi
kasus prediksi harga
saham, karena tidak
membedakan nilai
harga prediksi yang
nilainya berada di atas
atau di bawah nilai
harga asli. Sistem ini
37
UIN Syarif Hidayatullah Jakarta
Penulis Judul Algoritma yang
digunakan
Tools Kelebihan Kekurangan
tingkat eror semakin
rendah. Hal ini
dikarenakan
nilai loudness akan turun
lebih perlahan
sehingga peluang suatu
solusi di update
dengan solusi yang lebih
baik akan semakin besar.
Semakin sedikit jumlah
data historis, maka
tingkat eror akan
semakin rendah, hal ini
disebabkan oleh data
yang paling baru
adalah data yang paling
mempengaruhi data
selanjutnya.
masih merupakan
model dan
belum dapat
diimplementasikan
pada investasi saham
yang sebenarnya,
karena masih
memiliki nilai MAPE
yang cukup tinggi.
Hasbi Yasin, Alan
Prahutama, Tiani
Wahyu Utami
(Yasin, Prahutama,
& Utami, 2016)
Prediksi Harga
Saham
Menggunakan
Support Vector
Regression
Dengan
Algoritma Grid
Search
Metode
Support Vector
Regression dan
Algoritma Grid
Search
Model SVR terbaik
dengan fungsi kernel
linier menggunakan
parameter C = 0,1 dan
nilai epsilon = 0,1.
Model tersebut sudah
layak untuk memprediksi
Tabel tidah dijelaskan
secara detail
38
UIN Syarif Hidayatullah Jakarta
Penulis Judul Algoritma yang
digunakan
Tools Kelebihan Kekurangan
harga saham PT. XL
Axiata Tbk karena
mempunyai tingkat
akurasi 92,47% untuk
data training dan 83,39%
untuk data testing.
Mahsa
KangaraniFarahani
dan Soheil
Mehralian
(Kangaranifarahani
& Mehralian,
2013)
Comparison
Between
Artificial Neural
Network and
Neuro-Fuzzy for
Gold Price
Prediction
Artificial
Neural
Network and
Neuro-Fuzzy
Neuro-Fuzzy lebih baik
dari ANN
Pada implementasi
tidak dijelaskan secara
detail.
Uduak A. Umoh
dan Alfred A.
Udosen
Sugeno-Type
Fuzzy Inference
Model for Stock
Price Prediction
Fuzzy Sugeno MATLAB
dan fuzzy
relational
database
Akurasi yang bagus dan
memiliki kemampuan
untuk memprediksi tren
yang akan datang.
Analisis eror yang
kurang mendetail dan
dibutuhkan metode
yang lebih canggih
untuk mengatasi eror
tersebut.
39
UIN Syarif Hidayatullah Jakarta
Penelitian ini yang berjudul “Aplikasi Taksir Harga Batu Permata
Menggunakan Fuzzy Logic Berbasis Android”. Telah banyak dilakukan
sebelumnya. Nilai pembeda penelitian yang ada tersebut dengan penelitian ini
adalah
1. Objek yang akan ditaksir adalah batu permata yang sebelumnya menjadi trent
pada masyarakat.
2. Metode yang digunakan adalah fuzzy inference system sugeno. Alasan penulis
menggunakan metode ini karena data yang digunakan tidak harus berupa time
series (membutuhkan data sebelumnya) dan memiliki kinerja yang baik.
40 UIN Syarif Hidayatullah Jakarta
BAB 3
METODOLOGI PENGEMBANGAN SISTEM
3.1. Metode Pengumpulan Data
Pada penelitian ini diperlukan data yang berkaitan dengan tema yaitu
“Pembuatan Aplikasi Taksir Harga Batu Permata Menggunakan Fuzzy logic
Berbasis Android”. Dalam melakukan pengumpulan data, penulisan menggunakan
kuesioner dan studi pustaka. Adapun proses pengumpulan datanya sebagai berikut:
3.1.1. Studi Pustaka
Penulis melakukan studi pustaka dengan mengumpulkan 18 buku, 4
skripsi, 9 jurnal, dan 3 artikel, dengan penelitian ini yang menjadi acuan
dalam pembuatan aplikasi taksir harga batu permata. Sumber-sumber
referensi dapat di lihat pada Daftar Pustaka.
3.1.2. Wawancara
Peneliti melakukan wawancara kepada seorang gemologi di SKY
GEMOLOGICAL LABORATORY bernama Nugroho Tri Putranto S.E,
AJP, GG (GIA) pada tanggal 15 Oktober 2018. Peneliti mengajukan
pertanyaan seputar batu permata.
Tujuan penulis melakukan wawancara adalah untuk mendapatkan
data tentang batu permata. Dalam hal ini data digunakan sebagai landasan
teori.
3.1.3. Kuesioner
Penulis menyebarkan kuesioner secara online yakni melalui fitur
dari Google Form. Kuesioner ini menggunakan teknik random sampling
sehingga dibagikan secara acak kepada 46 responden melalui media sosial
yang disebarkan pada tanggal 30 November 2019 hingga 30 Desember
2018. Penulis menggunakan kuesioner tersebut agar dapat memudahkan
responden dalam pengisian serta memudahkan penulis dalam
mengumpulkan dan menganalisa hasil dari kuesioner tersebut. Tujuan
41
UIN Syarif Hidayatullah Jakarta
penulis menyebarkan kuesioner adalah untuk mendapatkan persentase data
responden yang merasa tertipu pada saat membeli atau menjual. Data-data
tersebut penulis gunakan sebagai data primer yang berguna untuk
memperkuat dari latar belakang penelitian ini.
3.2. Metode Pengembangan Sistem
Pada penelitian ini, peneliti menggunakan pendekatan Rapid Application
Development (RAD). Pemilihan metode ini dikarenakan sistem diharapkan dapat
dikembangkan dengan mudah karena perancangan sistem saat ini masih
membutuhkan pengembangan lebih lanjut. Alasan lain pemilihan metode ini adalah
adanya batasanbatasan sistem yang dibutuhkan yang bertujuan agar sistem tidak
mengalami perubahan. Selain itu, RAD dipilih karena aplikasi yang akan dibangun
merupakan aplikasi yang dibangun dalam jangka waktu yang cukup singkat. RAD
yang dipakai penulis memilik tahapan tahapan berikut. (Kendall & Kendall, 2010)
3.2.1. Fase Perencanaan Kebutuhan (Requirements Planning)
Pada fase ini dijelaskan mengenai cakupan sistem yang akan
dikembangkan, melakukan pengidentifikasian tujuan yang dihadapkan
nantinya. Pada fase ini, di tentukan pula masalah yang mungkin di hadapi,
user requrements specification diperoleh melalui wawancara secara
langsung mencari dalam dokumentasi dengan memperhatikan sistem yang
telah ada.
Hasil yang peneliti dapatkan dari tahap tujuan dan syarat-syarat
informasi antara lain adalah:
1. Memperoleh informasi mengenai penipuan harga batu permata.
2. Memperoleh data haga dan kriteria-kriteria batu permata.
3. Dibutuhkan aplikasi yang dapat mentaksir harga batu permata.
3.2.2. Fase Proses Desain (Workshop Design)
Pada tahap ini dilakukan perancangan proses yaitu perancangan
proses-proses yang akan terjadi di dalam sistem.
42
UIN Syarif Hidayatullah Jakarta
1. Perancangan Proses
Perancangan proses-proses yang akan dilakukan didalam sistem
menggunakan UML dengan membuat use case diagram, activity
diagram, sequence diagram.
2. Perancangan Basis Data
Pada aplikasi taksir harga batu permata ini menggunakan basis
data sebagai tempan menyimpan data untuk ditampilkan. Basis data
yang digunakan adalah MySQL.
3. Perancangan Antarmuka (User Interface)
Pada perancangan antarmuka (user interface) dilakukan langkah
menganalisis atau merencanakan tampilan untuk tata letak sesuai
dengan fungsi aplikasi.
3.2.3. Fase Implementasi (Implementation Sistem)
Pada tahap ini peneliti melakukan coding, yaitu implementasi ke
dalam bahasa pemrograman. Bahasa pemrograman yang digunakan
menggunakan Java dengan tools Android Studio dan perangkat lunak
Sistem Manajemen Basis Data menggunakan MySQL.
43
UIN Syarif Hidayatullah Jakarta
3.3. Kerangka Berpikir
Gambar 3. 1: Kerangka berpikir
44 UIN Syarif Hidayatullah Jakarta
BAB 4
PERANCANGAN DAN IMPLEMENTASI SISTEM
4.1. Pengumpulan Data
4.1.1. Studi Pustaka
Penulis menggunakan studi pustaka untuk mengumpulkan teori,
fakta, kasus, dan masalah yang berkaitan dengan penelitian ini. Penulis
mencari referensi yang berhubungan dengan obyek penelitian. Penulis
melakukan studi pustaka di perpustakaan, toko buku, atau melalui internet
secara online. Penulis telah mengumpulkan 18 buku, 4 skripsi, 9 jurnal dan
3 artikel terkait dari hasil studi pustaka.
4.1.2. Wawancara
Penulis melakukan wawancara kepada Pak Nugroho Tri Putranto,
S.E, AJP, GG (GIA) dari Sky Gemological Laboratory Jakarta. Pak
Nugroho Tri Putranto merupakan senior analyst pada Sky Gemological
Laboratory Jakarta. Wawancara dilakukan seputar pertanyaan tentang jenis-
jenis batu permata dan kriteria batu permata.
Menurut Pak Nugroho Tri Putranto, jenis batu permata yang banyak
dicari di dunia ada tiga yaitu Ruby, Sapphire, dan Emerald. Selanjutnya
kriteria batu permata berdasarkan 4C (Clarity, Cutting, Color dan Carat).
Namun tidak hanya itu phenomenon dan treatment juga menjadi kriteria
dalam menilai batu permata.
4.1.3. Kuesioner
Penulis menyebar kuesioner secara acak kepada 32 responden
dengan menggunakan fitur dari Google form. Dalam kuesioner ini penulis
ingin mengetahui berapa banyak masyarakat yang menggunakan
smartphone android, yang merasa tertipu pada saat membeli atau menjual
batu permata dan yang mengetahui tentang batu permata. Tabel dibawah ini
merupakan daftar pertanyaan yang ada dalam kuesioner.
45
UIN Syarif Hidayatullah Jakarta
Tabel 4. 1: Daftar Pertanyaan Kuesioner
No. Pertanyaan
1 Apakah Anda pengguna smartphone android?
2 Apakah Anda pernah merasa membeli batu permata dengan
harga yang terlalu mahal?
3 Apakah Anda pernah merasa membeli batu permata dengan
harga yang terlalu murah?
4 Apakah Anda mempunyai pengetahuan tentang batu permata?
5 Apakah Anda mengikuti perkembangan harga batu permata?
6 Apakah Anda pernah menggunakan sistem taksir harga
permata?
7 Bagaimana tanggapan Anda apabila ada aplikasi untuk
mentaksir harga batu permata?
8 Menurut Anda seberapa penting adanya aplikasi tersebut untuk
mentaksir harga batu permata
Pertanyaan tersebut disebar untuk membuktikan mengenai
pengguna smartphone android, yang merasa tertipu pada saat membeli atau
menjual batu permata dan yang mengetahui tentang batu permata. Berikut
hasil analisis dari kuesioner yang telah disebar oleh penulis yakni sebagai
berikut.
46
UIN Syarif Hidayatullah Jakarta
Tabel 4. 2: Responden pengguna smartphone android
No. Pengguna smartphone android Responden
N %
1 Ya 40 87
2 Tidak 6 13
Jumlah 46 100
Pada table 4.2 dapat disimpulkan 40 dari 46 responden adalah
pengguna smartphone android, sehingga sesuai dengan platform aplikasi
yang saya buat.
Tabel 4. 3: Resoponden yang membeli batu permata terlalu mahal
No. Membeli batu permata
terlalu mahal
Responden
N %
1 Ya 19 41.3
2 Tidak 27 58.7
Jumlah 46 100
Tabel 4. 4: Responden yang menjual batu permata terlalu murah
No. Menjual batu permata terlalu
murah
Responden
N %
1 Ya 13 28.3
2 Tidak 33 71.7
Jumlah 46 100
Dari tabel 4.3 dan 4.4 dapat diketahui bahwa cukup banyak yang
merasa tertipu (terlalu mahal membeli atau terlalu murah menjual) karena,
dibuktikan dengan jumlah responden pada tabel 4.3 sebanyak 19 responden
atau 41.3% dan tabel 4.4 sebanyak 13 atau 28.3%.
47
UIN Syarif Hidayatullah Jakarta
Tabel 4. 5: Responden yang mengetahui tentang batu permata
No. Pengetahuan tentang batu
permata
Responden
N %
1 Ya 8 17.4
2 Tidak 38 82.6
Jumlah 46 100
Tabel 4. 6: Responden yang mengikuti harga batu permata
No. Mengikuti harga batu permata Responden
N %
1 Ya 10 21.7
2 Tidak 36 78.3
Jumlah 46 100
Tabel 4. 7: Responden yang pernah menggunakan aplikasi taksir harga batu
permata
No. Pernah menggunakan aplikasi
taksir harga batu permata
Responden
N %
1 Sudah Pernah 1 2.2
2 Belum Pernah 45 97.8
Jumlah 46 100
Dari tabel 4.5 dan 4.6 dapat diketahui bahwa sebagian besar
responden tidak mengetahui batu permata dan harga pasarannya, hal ini
dibuktikan pada tabel 4.5 dengan jumlah responden 38 atau 82,6 %, pada
tabel 4.6 dengan jumlah responden 36 atau 78,3%.
Dari tabel 4.7 dapat diketahui 45 dari 46 responden belum pernah
menggunakan aplikasi taksir harga batu permata, hal ini dikarenakan
aplikasi taksir harga batu permata yang ada saat ini berbayar atau tidak gratis
dan harganya tidaklah murah karena penelitian untuk batu permata
membutuhkan biaya yang besar.
48
UIN Syarif Hidayatullah Jakarta
Tabel 4. 8: Tanggapan responden mengenai aplikasi untuk mentaksir harga batu
permata
No.
Tanggapan mengenai aplikasi
untuk mentaksir harga batu
permata
Responden
N %
1 Setuju 46 100
2 Tidak Setuju 0 0
Jumlah 46 100
Tabel 4. 9: Tanggapan responden mengenai pentingnya aplikasi
No.
Tanggapan seberapa penting
aplikasi untuk mentaksir harga
batu permata
Responden
N %
1 Sangat Penting 14 30.4
2 Penting 19 41.3
3 Biasa 13 28.3
4 Tidak Penting 0 0
5 Sangat Penting 0 0
Jumlah 46 100
Dari tabel 4.8 dan tabel 4.9 dapat diketahui bahwa semua responden
setuju dengan adanya aplikasi untuk mentaksir harga batu permata. Serta
tanggapan seberapa pentingnya aplikasi untuk mentaksir harga batu permata
persentase 30.4% atau 14 responden menjawab sangat penting, 41.3% atau
19 responden menjawab penting dan 28.3% atau 13 orang menjawab biasa.
Dengan demikian, dapat dilihat bahwa tanggapan sebagian besar responden
antusias terhadap adanya aplikasi untuk mentaksir harga batu permata.
49
UIN Syarif Hidayatullah Jakarta
4.2. Fase Perencanaan Kebutuhan
4.2.1. Analisis Sistem Berjalan
Sistem yang ada pada jual-beli batu permata masih dilakukan secara
tawar menawar yaitu, penjual menyebutkan nominal harga jual atau
kemudian pembeli bisa menyepakatinya atau meminta menurunkan harga
kegiatan dilakukan hingga kesepakatan terjadi. Masalah muncul ketika
pembeli tidak mengetahui harga pasaran batu permata. Penjual bisa saja
memberikan nominal harga yang tinggi karena ketidaktahuan pembeli pada
harga pasaran batu permata. Dengan berkembangnya teknologi maka,
dibutuhkan suatu sistem yang memudahkan untuk mengetahui harga
pasaran batu permata dengan cara memasukkan kriteria-kriteria batu
permata kemudian akan muncul harga taksiran batu permata.
4.2.2. Analisis Sistem Usulan
Dari Analisa system yang berjalan saat ini analisa sistem usulan
untuk membuat aplikasi taksir harga batu permata. Fase perencanaan yaitu
tahapan menganalisis perencanaan sistem dan analisis dikombinasikan
menggunakan System Development Life Cycle (SDLC) yang terjadi pada
taksir harga batu permata dengan tujuan untuk mengetahui serta sasaran
dibentuknya sistem. Penulis melakukan riset atau penelitian untuk
mengumpulkan data dan informasi sebagai dasar dan acuan dalam
pengaplikasian sistem. Untuk mengetahui permasalahan yang terjadi,
penulis melakukan metode wawancara.
Wawancara tersebut penulis ajukan beberapa pertanyaan kepada
pakar Gemologis, Nugroho Tri Putranto, S.E, AJP, GG (GIA) dari Sky
Gemological Laboratory Jakarta terkait kriteria-kriteria yang ada pada batu
permata.
4.2.3. Tujuan Informasi
1. Tahap kedua dari fase perencanaan yaitu menjelaskan tujuan
dibentuknya sistem. Berdasarkan analisis kebutuhan dari definisi
50
UIN Syarif Hidayatullah Jakarta
sebelumnya, penulis bermaksud untuk menerapkan metode fuzzy
inference system Sugeno untuk mentaksir harga batu permata dari
kriteria-kriterian yang dimasukkan oleh pengguna sistem tersebut akan
diaplikasikan pada patform android mengingat semakin meningkatnya
intensitas penggunaan smartphone.
2. Penulis menggunakan metode fuzzy inference system Sugeno karena
mampu mengolah ketidakpastian dari berbagai kriteria-kriteria yang
ada.
4.2.4. Syarat-Syarat
1. Web Host
Dibutuhkan web host agar basis data menjadi online sehingga
tidak perlu mengganti IP setiap melakukan koneksi ke basis data. Untuk
pengembangan aplikasi ini dibutuhkan minimum Web Server Apache
2.4.9.
2. Bahasa Pemrograman
Dibutuhkan bahasa pemrograman Java sebagai logicnya dan
XML sebagai interface-nya karena menggunakan Android Studio
sebagai editornya dan python pada web hostnya.
3. Basis data
Dibutuhkan basis data untuk menyimpan data untuk ditampilkan
pada aplikasi, dengan menggunakan basis data memudahkan penulis
untuk mengubah data sesuai kebutuhan. Oleh karena ini penulis
menggunanakan MySQL 5.1, alasan lain karena web host yang
digunakan juga mendukung penggunaan MySQL.
Spesifikasi perangkat lunak dan perangkat keras minimum yang
diperlukan dalam pembuatan aplikasi ini adalah sebagai berikut:
51
UIN Syarif Hidayatullah Jakarta
1. Perangkat Lunak:
a. Web host (PHP, MySQL 5.1)
b. Android Studio
c. Google Chrome
d. OS Windows 10.
2. Perangkat Keras:
a. Personal Computer
b. Processor : AMD A12-9700.
c. RAM : Memory 8 GB.
d. Harddisk : 1 TB.
e. VGA : 1 GB.
4.3. Fase Workshop Design
4.3.1. Desain Model UML
Perancangan system ini dengan menggunakan UML yang terdiri dari
Usecase diagram, Activity diagram, dan Sequence diagram.
1. Usecase Diagram
a. Identifikasi Aktor
Berikut ini merupakan informasi mengenai identifikasi Actor
dan identifikasi kebutuhan Usecase:
Tabel 4. 10: Identifikasi Actor
Actor Usecase
User User adalah pengguna aplikasi yaitu orang yang
ingin melihat taksiran harga dari kriteria yang
dimasukkan
52
UIN Syarif Hidayatullah Jakarta
b. Desain Usecase Diagram
Berikut ini merupakan Usecase diagram dari sistem yang dibuat.
Gambar 4. 1: Usecase Diagram Sistem
c. Skenario Usecase Diagram
Tabel 4. 11: Skenario Usecase Memilih Jenis Batu
Usecase Memilih Jenis Batu
Actor User
Description
Usecase yang menggambarkan kegiatan memilih jenis batu
untuk menginput kriteria dari batu yang ingin ditaksir
harganya.
Events
Actor Action System Response
1. Menekan pilihan jenis
batu
2. Menampilkan pilihan
jenis batu
3. Mengunci pilihan jenis
batu
53
UIN Syarif Hidayatullah Jakarta
Tabel 4. 12: Skenario Usecase Memilih Kejernihan
Usecase Memilih Kejernihan
Actor User
Description
Usecase yang menggambarkan kegiatan memilih kejernihan
untuk menginput kriteria dari batu yang ingin ditaksir
harganya.
Events
Actor Action System Response
1. Menekan pilihan
kejernihan
2. Menampilkan pilihan
kejernihan
3. Mengunci pilihan
kejernihan
Tabel 4. 13: Skenario Usecase Memilih Warna
Usecase Memilih Warna
Actor User
Description
Usecase yang menggambarkan kegiatan memilih warna
untuk menginput kriteria dari batu yang ingin ditaksir
harganya.
Events
Actor Action System Response
1. Menekan pilihan warna 2. Menampilkan pilihan
warna
3. Mengunci pilihan warna
54
UIN Syarif Hidayatullah Jakarta
Tabel 4. 14: Skenario Usecase Memilih Tone Warna
Usecase Memilih Tone Warna
Actor User
Description
Usecase yang menggambarkan kegiatan memilih tone
warna untuk menginput kriteria dari batu yang ingin ditaksir
harganya.
Events
Actor Action System Response
1. Menekan pilihan tone
warna
2. Menampilkan pilihan
tone warna
3. Mengunci pilihan tone
warna
Tabel 4. 15: Skenario Usecase Memilih Fenomena
Usecase Memilih Fenomena
Actor User
Description
Usecase yang menggambarkan kegiatan memilih fenomena
untuk menginput kriteria dari batu yang ingin ditaksir
harganya.
Events
Actor Action System Response
1. Menekan pilihan
fenomena
2. Menampilkan pilihan
fenomena
3. Mengunci pilihan
fenomena
55
UIN Syarif Hidayatullah Jakarta
Tabel 4. 16: Skenario Usecase Memilih Potongan
Usecase Memilih Potongan
Actor User
Description
Usecase yang menggambarkan kegiatan memilih potongan
untuk menginput kriteria dari batu yang ingin ditaksir
harganya.
Events
Actor Action System Response
1. Menekan pilihan
potongan
2. Menampilkan pilihan
potongan
3. Mengunci pilihan
potongan
Tabel 4. 17: Skenario Usecase Memilih Pengobatan
Usecase Memilih Pengobatan
Actor User
Description
Usecase yang menggambarkan kegiatan memilih treatment
untuk menginput kriteria dari batu yang ingin ditaksir
harganya.
Events
Actor Action System Response
1. Menekan pilihan
treatment
2. Menampilkan pilihan
treatment
3. Mengunci pilihan
treatment
56
UIN Syarif Hidayatullah Jakarta
Tabel 4. 18: Skenario Usecase Input Bobot
Usecase Input Bobot
Actor User
Description
Usecase yang menggambarkan kegiatan input bobot untuk
menginput kriteria dari batu yang ingin ditaksir harganya.
Events
Actor Action System Response
1. Menekan input bobot
2. Input bobot 3. Mengunci nilai yang
dimasukkan
Tabel 4. 19: Skenario Usecase Melihat Hasil Hitung
Usecase Melihat Hasil Hitung
Actor User
Description
Usecase yang menggambarkan kegiatan melihat hasil
hitung dari kriteri-kriteria yang sudah dimasukkan
Events
Actor Action System Response
1. Input kriteria
2. Menekan tombol hitung 3. Memproses dengan
menggunakan fungsi
fuzzy
4. Menampilkan hasil hitung
57
UIN Syarif Hidayatullah Jakarta
2. Activity Diagram
Activity diagram menggambarkan setiap aktivitas yang terjadi di
dalam system. Activity digambarkan sebagai berikut:
a. Activity Diagram Memilih Jenis Batu
Gambar 4. 2: Activity Diagram Memilih Jenis Batu
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah jenis batu.
Cara memilihnya adalah dengan menekan kriteria jenis batu maka
akan muncul pilihan, pengguna memilih dari pilihan yang muncul,
kemudian sistem akan mengunci pilihan tersebut. Selanjutnya
pengguna memilih kriteria yang belum diisi.
58
UIN Syarif Hidayatullah Jakarta
b. Activity Diagram Memillih Fenomena
Gambar 4. 3: Activity Diagram Memilih Fenomena
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah kejernihan.
Cara memilihnya adalah dengan menekan kriteria kejernihan maka
akan muncul pilihan, pengguna memilih dari pilihan yang muncul,
kemudian sistem akan mengunci pilihan tersebut. Selanjutnya
pengguna memilih kriteria yang belum diisi.
59
UIN Syarif Hidayatullah Jakarta
c. Activity Diagram Memilih Kejernihan
Gambar 4. 4: Activity Diagram Memilih Kejernihan
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah warna. Cara
memilihnya adalah dengan menekan kriteria warna maka akan
muncul pilihan, pengguna memilih dari pilihan yang muncul,
kemudian sistem akan mengunci pilihan tersebut. Selanjutnya
pengguna memilih kriteria yang belum diisi.
60
UIN Syarif Hidayatullah Jakarta
d. Activity Diagram Memilih Potongan
Gambar 4. 5: Activity Diagram Memilih Potongan
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah tone warna.
Cara memilihnya adalah dengan menekan kriteria tone warna maka
akan muncul pilihan, user memilih dari pilihan yang muncul,
kemudian system akan mengunci pilihan tersebut. Selanjutnya user
memilih kriteria yang belum diisi.
61
UIN Syarif Hidayatullah Jakarta
e. Activity Diagram Memilih Warna
Gambar 4. 6: Activity Diagram Memilih Warna
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah fenomena.
Cara memilihnya adalah dengan menekan kriteria fenomena maka
akan muncul pilihan, pengguna memilih dari pilihan yang muncul,
kemudian sistem akan mengunci pilihan tersebut. Selanjutnya
pengguna memilih kriteria yang belum diisi.
62
UIN Syarif Hidayatullah Jakarta
f. Activity Diagram Memilih Tone Warna
Gambar 4. 7: Activity Diagram Memilih Tone Warna
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah potongan.
Cara memilihnya adalah dengan menekan kriteria potongan maka
akan muncul pilihan, pengguna memilih dari pilihan yang muncul,
kemudian sistem akan mengunci pilihan tersebut. Selanjutnya
pengguna memilih kriteria yang belum diisi.
63
UIN Syarif Hidayatullah Jakarta
g. Activity Diagram Memilih Pengobatan
Gambar 4. 8: Activity Diagram Memilih Pengobatan
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah pengobatan.
Cara memilihnya adalah dengan menekan kriteria pengobatan maka
akan muncul pilihan, pengguna memilih dari pilihan yang muncul,
kemudian sistem akan mengunci pilihan tersebut. Selanjutnya
pengguna memilih kriteria yang belum diisi.
64
UIN Syarif Hidayatullah Jakarta
h. Activity Diagram Input Bobot
Gambar 4. 9: Activity Diagram Input Bobot
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah input bobot.
Cara inputnya adalah dengan menekan kriteria bobot, user
memasukkan berupa angka bulat maupun desimal, kemudian sistem
akan mengunci pilihan tersebut. Selanjutnya pengguna memilih
kriteria yang belum diisi.
65
UIN Syarif Hidayatullah Jakarta
i. Activity Diagram Hitung Harga Batu Permata
Gambar 4. 10: Activity Diagram Hitung Harga Batu Permata
Setelah pengguna membuka aplikasi maka akan muncul
halaman untuk input dari salah satu kriterianya adalah input bobot.
Cara inputnya adalah dengan menekan kriteria bobot, pengguna
memasukkan berupa angka bulat maupun desimal, kemudian sistem
akan mengunci pilihan tersebut.
66
UIN Syarif Hidayatullah Jakarta
3. Sequence Diagram
a. Memilih Jenis Batu
Gambar 4. 11: Sequence Diagram Memilih Jenis Batu
b. Memilih Fenomena
Gambar 4. 12: Sequence Diagram Memilih Fenomena
67
UIN Syarif Hidayatullah Jakarta
c. Memilih Kejernihan
Gambar 4. 13: Sequence Diagram Memilih Kejernihan
d. Memilih Potongan
Gambar 4. 14: Sequence Diagram Memilih Potongan
68
UIN Syarif Hidayatullah Jakarta
e. Memilih Warna
Gambar 4. 15: Sequence Diagram Memilih Warna
f. Memilih Tone Warna
Gambar 4. 16: Sequence Diagram Memilih Tone Warna
69
UIN Syarif Hidayatullah Jakarta
g. Memilih Pengobatan
Gambar 4. 17: Sequence Diagram Memilih Pengobatan
h. Hitung Harga Batu Permata
Gambar 4. 18: Sequence Diagram Hitung Harga Batu Permata
70
UIN Syarif Hidayatullah Jakarta
4.3.2. Desai Fuzzy Sugeno
1. Pembentukan Himpunan Fuzzy
a. Fungsi Keanggotaan Phenomenon
Gambar 4. 19: Fungsi Keanggotaan Phenomenon
𝝁𝑷𝒉𝒆𝒏𝒐𝒎𝒆𝒏𝒐𝒏𝑻𝒖𝒓𝒖𝒏 {𝟏 𝒙 ≤ 𝟏(𝒙 − 𝟏)/(𝟒 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟒𝟎 𝒙 ≥ 𝟒
𝝁𝑷𝒉𝒆𝒏𝒐𝒎𝒆𝒏𝒐𝒏𝑵𝒂𝒊𝒌 {𝟎 𝒙 ≤ 𝟏(𝟒 − 𝒙)/(𝟒 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟒𝟏 𝒙 ≥ 𝟒
Tabel 4. 20 Tabel Nilai Keanggotaan Phenomenon
Keterangan Nilai
Color Change 4
Star 3
Cat’s Eye 2
Tidak Ada 1
b. Fungsi Keanggotaan Clatity
Gambar 4. 20: Fungsi Keanggotaan Clarity
71
UIN Syarif Hidayatullah Jakarta
𝝁𝑪𝒍𝒂𝒓𝒊𝒕𝒚𝑻𝒖𝒓𝒖𝒏 {𝟏 𝒙 ≤ 𝟏(𝒙 − 𝟏)/(𝟓 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟓𝟎 𝒙 ≥ 𝟓
𝝁𝑪𝒍𝒂𝒓𝒊𝒕𝒚𝑵𝒂𝒊𝒌 {𝟎 𝒙 ≤ 𝟏(𝟓 − 𝒙)/(𝟓 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟓𝟏 𝒙 ≥ 𝟓
Tabel 4. 21: Tabel Nilai Keanggotaan Clarity
Keterangan Nilai
Very Very Slightly 5
Very Slightly 4
Slightly Included 3
Included 2
Opaque 1
c. Fungsi keanggotaan Cutting
Gambar 4. 21: Fungsi Kenaggotaan Cutting
𝝁𝑪𝒖𝒕𝑻𝒖𝒓𝒖𝒏 {𝟏 𝒙 ≤ 𝟏(𝒙 − 𝟏)/(𝟑 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟑𝟎 𝒙 ≥ 𝟑
𝝁𝑪𝒖𝒕𝑵𝒂𝒊𝒌 {𝟎 𝒙 ≤ 𝟏(𝟑 − 𝒙)/(𝟑 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟑𝟏 𝒙 ≥ 𝟑
72
UIN Syarif Hidayatullah Jakarta
Tabel 4. 22: Tabel Nilai Keanggotaan Cutting
Keterangan Nilai
Faceted 3
Cabochon 2
Mix Cut 1
d. Fungsi keanggotaan Tone Warna
Gambar 4. 22: Fungsi Kenaggotaan Tone Warna
𝝁𝑻𝒐𝒏𝒆𝑾𝒂𝒓𝒏𝒂𝑵𝒂𝒊𝒌 {
𝟎 𝒙 ≤ 𝟏 𝐚𝐭𝐚𝐮 𝒙 ≥ 𝟏𝟎(𝒙 − 𝟏)/(𝟔 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟔(𝟏𝟎 − 𝒙)/(𝟏𝟎 − 𝟔) 𝟔 ≤ 𝒙 ≤ 𝟏𝟎
e. Fungsi keanggotaan Treatment
Gambar 4. 23: Fungsi Keanggotaan Treatment
𝝁𝑻𝒓𝒆𝒂𝒕𝒎𝒆𝒏𝒕𝑻𝒖𝒓𝒖𝒏 {𝟏 𝒙 ≤ 𝟏(𝒙 − 𝟏)/(𝟏𝟎 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟏𝟎𝟎 𝒙 ≥ 𝟏𝟎
73
UIN Syarif Hidayatullah Jakarta
𝝁𝑻𝒓𝒆𝒂𝒕𝒎𝒆𝒏𝒕𝑵𝒂𝒊𝒌 {𝟎 𝒙 ≤ 𝟏(𝟏𝟎 − 𝒙)/(𝟏𝟎 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟏𝟎𝟏 𝒙 ≥ 𝟏𝟎
Tabel 4. 23: Tabel Nilai Keanggotaan Treatment
Keterangan Nilai
No Threatment 10
Heat 9
Oiling (Clarity enhanced) 8
Oiling with colored oil 7
Heated with fissure healing 6
Heated with glass filling 5
Heated with filer residues 4
Heated with coloring agent and glass filling 3
Heated with coloring egent (Diffusion) 2
Coloring dyeing 1
2. Aplikasi Fungsi Implikasi dan Komposisi Aturan
Contoh kasus ada sebuah batu permata Ruby dengan warna pink
red, bobot 3,09 carat, bentuk cut faceted, clarity very slightly, treatment
heated, dan phenomenon tidak ada dan harga standarnya adalah 2000
USD.
[R1] IF Phenomenon NAIK AND Clarity NAIK AND Cutting NAIK
AND Tone NAIK AND Treatment NAIK THEN Harga = Harga
Standar
µPhenNAIK[1] = 0
µClaNAIK[4] = (4-1)/(5-1)
= 3/4
= 0,75
µCutNAIK[3] = 1
µToneNAIK[8] = (10-8)/(10-6)
74
UIN Syarif Hidayatullah Jakarta
= 2/4
= 0,5
µTreatNAIK[9] = (9-1)/(10-1)
= 8/9
= 0,89
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏 = µPhenNAIK ∩ ClaNAIK ∩ CutNAIK ∩
ToneNAIK ∩ TreatNAIK
= min(µPhenNAIK[1], µClaNAIK[4],
µCutNAIK[3], µToneNAIK[8],
µTreatNAIK[9])
= min(0; 0,75; 1; 0,5; 0,89)
= 0
Nilai 𝒛𝟏 = 16/16*2000
= 2000
[R2] IF Phenomenon NAIK AND Clarity NAIK AND Cutting NAIK
AND Tone NAIK AND Treatment TURUN THEN Harga =
15/16*Harga Standar
µPhenNAIK[1] = 0
µClaNAIK[4] = (4-1)/(5-1)
= 3/4
= 0,75
µCutNAIK[3] = 1
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatTURUN[9] = (10-9)/(10-1)
= 1/9
75
UIN Syarif Hidayatullah Jakarta
= 0,11
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟐 = µPhenNAIK ∩ ClaNAIK ∩ CutNAIK ∩
ToneNAIK ∩ TreatTURUN
= min(µPhenNAIK[1], µClaNAIK[4],
µCutNAIK[3], µToneNAIK[8],
µTreatTURUN[9])
= min(0; 0,75; 1; 0,5; 0,11)
= 0
Nilai 𝒛𝟐 = 15/16*2000
= 0,9375*2000
= 1875
[R3] IF Phenomenon NAIK AND Clarity NAIK AND Cutting TURUN
AND Tone NAIK AND Treatment NAIK THEN Harga
=14/16*Harga Standar
µPhenNAIK[1] = 0
µClaNAIK[4] = (4-1)/(5-1)
= 3/4
= 0,75
µCutTURUN[3] = 0
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatNAIK[9] = (9-1)/(10-1)
= 8/9
= 0,89
76
UIN Syarif Hidayatullah Jakarta
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟑 = µPhenNAIK ∩ ClaNAIK ∩ CutTURUN ∩
ToneNAIK ∩ TreatNAIK
= min(µPhenNAIK[1], µClaNAIK[4],
µCutTURUN[3], µToneNAIK[8],
µTreatNAIK[9])
= min(0; 0,75; 0; 0,5; 0,89)
= 0
Nilai 𝒛𝟑 = 14/16*2000
= 0,875*2000
= 1750
[R4] IF Phenomenon NAIK AND Clarity NAIK AND Cutting TURUN
AND Tone NAIK AND Treatment TURUN THEN Harga =
13/16*Harga Standar
µPhenNAIK[1] = 0
µClaNAIK[4] = (4-1)/(5-1)
= 3/4
= 0,75
µCutTURUN[3] = 0
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatTURUN[9] =(10-9)/(10-1)
= 1/9
= 0,11
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟒 = µPhenNAIK ∩ ClaNAIK ∩ CutTURUN ∩
ToneNAIK ∩ TreatTURUN
77
UIN Syarif Hidayatullah Jakarta
= min(µPhenNAIK[1], µClaNAIK[4],
µCutTURUN[3], µToneNAIK[8],
µTreatTURUN[9])
= min(0; 0,75; 0; 0,5; 0,11)
= 0
Nilai 𝒛𝟒 = 13/16*2000
= 0,8125*2000
= 1625
[R5] IF Phenomenon NAIK AND Clarity TURUN AND Cutting NAIK
AND Tone NAIK AND Treatment NAIK THEN Harga =
12/16*Harga Standar
µPhenNAIK[1] = 0
µClaTURUN[4] = (5-4)/(5-1)
= 1/4
= 0,25
µCutNAIK[3] = 1
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatNAIK[9] = (9-1)/(10-1)
= 8/9
= 0,89
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟓 = µPhenNAIK ∩ ClaTURUN ∩ CutNAIK ∩
ToneNAIK ∩ TreatNAIK
= min(µPhenNAIK[1], µClaTURUN[4],
µCutNAIK[3], µToneNAIK[8],
µTreatNAIK[9])
78
UIN Syarif Hidayatullah Jakarta
= min(0; 0,25; 1; 0,5; 0,89)
= 0
Nilai 𝒛𝟓 = 12/16*2000
= 0,75*2000
= 1500
[R6] IF Phenomenon NAIK AND Clarity TURUN AND Cutting NAIK
AND Tone NAIK AND Treatment TURUN THEN Harga =
11/16*Harga Standar
µPhenNAIK[1] = 0
µClaTURUN[4] = (5-4)/(5-1)
= 1/4
= 0,25
µCutNAIK[3] = 1
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatTURUN[9] = (10-9)/(10-1)
= 1/9
= 0,11
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟔 = µPhenNAIK ∩ ClaTURUN ∩ CutNAIK ∩
ToneNAIK ∩ TreatTURUN
= min(µPhenNAIK[1], µClaTURUN[4],
µCutNAIK[3], µToneNAIK[8],
µTreatTURUN[9])
= min(0; 0,25; 1; 0,5; 0,11)
= 0
79
UIN Syarif Hidayatullah Jakarta
Nilai 𝒛𝟔 = 11/16*2000
= 0,6875*2000
= 1375
[R7] IF Phenomenon NAIK AND Clarity TURUN AND Cutting
TURUN AND Tone NAIK AND Treatment NAIK THEN Harga =
10/16*Harga Standar
µPhenNAIK[1] = 0
µClaTURUN[4] = (5-4)/(5-1)
= 1/4
= 0,25
µCutTURUN[3] = 0
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatNAIK[9] = (9-1)/(10-1)
= 8/9
= 0,89
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟕 = µPhenNAIK ∩ ClaTURUN ∩ CutTURUN
∩ ToneNAIK ∩ TreatNAIK
= min(µPhenNAIK[1], µClaTURUN[4],
µCutTURUN[3], µToneNAIK[8],
µTreatNAIK[9])
= min(0; 0,25; 0; 0,5; 0,89)
= 0
Nilai 𝒛𝟕 = 10/16*2000
= 0,625*2000
= 1250
80
UIN Syarif Hidayatullah Jakarta
[R8] IF Phenomenon NAIK AND Clarity TURUN AND Cutting
TURUN AND Tone NAIK AND Treatment TURUN THEN Harga
= 9/16*Harga Standar
µPhenNAIK[1] = 0
µClaTURUN[4] = (5-4)/(5-1)
= 1/4
= 0,25
µCutTURUN[3] = 0
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatTURUN[9] = (10-9)/(10-1)
= 1/9
= 0,11
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟖 = µPhenNAIK ∩ ClaTURUN ∩
CutTURUN ∩ ToneNAIK ∩ TreatTURUN
= min(µPhenNAIK[1], µClaTURUN[4],
µCutTURUN[3], µToneNAIK[8],
µTreatTURUN[9])
= min(0; 0,25; 0; 0,5; 0,11)
= 0
Nilai 𝒛𝟖 = 9/16*2000
= 0,5625*2000
= 1125
81
UIN Syarif Hidayatullah Jakarta
[R9] IF Phenomenon TURUN AND Clarity NAIK AND Cutting NAIK
AND Tone NAIK AND Treatment NAIK THEN Harga =
8/16*Harga Standar
µPhenTURUN[1] = 1
µClaNAIK[4] = (4-1)/(5-1)
= 3/4
= 0,75
µCutNAIK[3] = 1
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatNAIK[9] = (9-1)/(10-1)
= 8/9
= 0,89
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟗 = µPhenTURUN ∩ ClaNAIK ∩ CutNAIK
∩ ToneNAIK ∩ TreatNAIK
= min(µPhenTURUN[1], µClaNAIK[4],
µCutNAIK[3], µToneNAIK[8],
µTreatNAIK[9])
= min(1; 0,75; 1; 0,5; 0,89)
= 0,5
Nilai 𝒛𝟗 = 8/16*2000
= 0,5*2000
= 1000
[R10] IF Phenomenon TURUN AND Clarity NAIK AND Cutting NAIK
AND Tone NAIK AND Treatment TURUN THEN Harga =
7/16*Harga Standar
82
UIN Syarif Hidayatullah Jakarta
µPhenTURUN[1] = 1
µClaNAIK[4] = (4-1)/(5-1)
= 3/4
= 0,75
µCutNAIK[3] = 1
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatTURUN[9] =(10-9)/(10-1)
= 1/9
= 0,11
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟎 = µPhenTURUN ∩ ClaNAIK ∩ CutNAIK ∩
ToneNAIK ∩ TreatTURUN
= min(µPhenTURUN[1], µClaNAIK[4],
µCutNAIK[3], µToneNAIK[8],
µTreatTURUN[9])
= min(1; 0,75; 1; 0,5; 0,11)
= 0,11
Nilai 𝒛𝟏𝟎 = 7/16*2000
= 0,4375*2000
= 875
[R11] IF Phenomenon TURUN AND Clarity NAIK AND Cutting
TURUN AND Tone NAIK AND Treatment NAIK THEN Harga
= 6/16*Harga Standar
µPhenTURUN[1] = 1
µClaNAIK[4] = (4-1)/(5-1)
= 3/4
= 0,75
83
UIN Syarif Hidayatullah Jakarta
µCutTURUN[3] = 0
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatNAIK[9] = (9-1)/(10-1)
= 8/9
= 0,89
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟏 = µPhenTURUN ∩ ClaNAIK ∩ CutTURUN
∩ ToneNAIK ∩ TreatNAIK
= min(µPhenTURUN[1], µClaNAIK[4],
µCutTURUN[3], µToneNAIK[8],
µTreatNAIK[9])
= min(1; 0,75; 0; 0,5; 0,89)
= 0
Nilai 𝒛𝟏𝟏 = 6/16*2000
= 0,375*2000
= 750
[R12] IF Phenomenon TURUN AND Clarity NAIK AND Cutting
TURUN AND Tone NAIK AND Treatment TURUN THEN
Harga = 5/16*Harga Standar
µPhenTURUN[1] = 1
µClaNAIK[4] = (4-1)/(5-1)
= 3/4
= 0,75
µCutTURUN[3] = 0
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
84
UIN Syarif Hidayatullah Jakarta
= 0,5
µTreatTURUN[9] =(10-9)/(10-1)
=1/9
=0,11
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟐 = µPhenTURUN ∩ ClaNAIK ∩ CutTURUN
∩ ToneNAIK ∩ TreatTURUN
= min(µPhenTURUN[1], µClaNAIK[4],
µCutTURUN[3], µToneNAIK[8],
µTreatTURUN[9])
= min(1; 0,75; 0; 0,5; 0,11)
= 0
Nilai 𝒛𝟏𝟐 = 5/16*2000
= 0,3125*2000
= 625
[R13] IF Phenomenon TURUN AND Clarity TURUN AND Cutting
NAIK AND Tone NAIK AND Treatment NAIK THEN Harga =
4/16*Harga Standar
µPhenTURUN[1] = 1
µClaTURUN[4] = (5-4)/(5-1)
= 1/4
= 0,25
µCutNAIK[3] = 1
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatNAIK[9] = (9-1)/(10-1)
= 8/9
85
UIN Syarif Hidayatullah Jakarta
= 0,89
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟑 = µPhenTURUN ∩ ClaTURUN ∩ CutNAIK
∩ ToneNAIK ∩ TreatNAIK
= min(µPhenTURUN[1], µClaTURUN[4],
µCutNAIK[3], µToneNAIK[8],
µTreatNAIK[9])
= min(1; 0,25; 1; 0,5; 0,89)
= 0,25
Nilai 𝒛𝟏𝟑 = 4/16*2000
= 0,25*2000
= 500
[R14] IF Phenomenon TURUN AND Clarity TURUN AND Cutting
NAIK AND Tone NAIK AND Treatment TURUN THEN Harga
= 3/16*Harga Standar
µPhenTURUN[1] = 1
µClaTURUN[4] = (5-4)/(5-1)
= 1/4
= 0,25
µCutNAIK[3] = 1
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatTURUN[9] = (10-9)/(10-1)
= 1/9
= 0,11
86
UIN Syarif Hidayatullah Jakarta
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟒 = µPhenTURUN ∩ TURUN ∩ CutNAIK ∩
ToneNAIK ∩ TreatTURUN
= min(µPhenTURUN[1], µClaTURUN[4],
µCutNAIK[3], µToneNAIK[8],
µTreatTURUN[9])
= min(1; 0,25; 1; 0,5; 0,11)
= 0,11
Nilai 𝒛𝟏𝟒 = 3/16*2000
= 0,1875*2000
= 375
[R15] IF Phenomenon TURUN AND Clarity TURUN AND Cutting
TURUN AND Tone NAIK AND Treatment NAIK THEN Harga
= 2/16*Harga Standar
µPhenTURUN[1] = 1
µClaTURUN[4] = (5-4)/(5-1)
= 1/4
= 0,25
µCutTURUN[3] = 0
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatNAIK[9] = (9-1)/(10-1)
= 8/9
= 0,89
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟓 = µPhenTURUN ∩ ClaTURUN ∩
CutTURUN ∩ ToneNAIK ∩ TreatNAIK
87
UIN Syarif Hidayatullah Jakarta
= min(µPhenTURUN[1], µClaTURUN[4],
µCutTURUN[3], µToneNAIK[8],
µTreatNAIK[9])
= min(1; 0,25; 0; 0,5; 0,89)
= 0
Nilai 𝒛𝟏𝟓 = 2/16*2000
= 0,125*2000
= 250
[R16] IF Phenomenon TURUN AND Clarity TURUN AND Cutting
TURUN AND Tone NAIK AND Treatment TURUN THEN
Harga = 1/16*Harga Standar
µPhenTURUN[1] = 1
µClaTURUN[4] = (5-4)/(5-1)
= 1/4
= 0,25
µcCutTURUN[3] = 0
µToneNAIK[8] = (10-8)/(10-6)
= 2/4
= 0,5
µTreatTURUN[9] = (10-9)/(10-1)
= 1/9
= 0,11
𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟔 = µPhenTURUN ∩ ClaTURUN ∩
CutTURUN ∩ ToneNAIK ∩ TreatTURUN
= min(µPhenTURUN[1], µClaTURUN[4],
µCutTURUN[3], µToneNAIK[8],
µTreatTURUN[9])
88
UIN Syarif Hidayatullah Jakarta
= min(1; 0,25; 0; 0,5; 0,11)
= 0
Nilai 𝒛𝟏𝟔 = 1/16*2000
= 0,0625*2000
= 125
3. Penegasan (Defuzzy)
Karena α-predikat yang tidak nol hanya terdapat pada aturan R9,
R10, R13, dan R14. Sehingga yang memenuhi fungsi MAX adalah
aturan R9, R10, R13, dan R14, dengan menggunakan metode defuzzy
weighted average, maka rata-rata harga taksirnya adalah.
Z = ∝𝟗𝒛𝟗+∝𝟏𝟎𝒛𝟏𝟎+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒
∝𝟗+∝𝟏𝟎+∝𝟏𝟑+∝𝟏𝟒
Z = 𝟎,𝟓∗𝟏𝟎𝟎𝟎+𝟎,𝟏𝟏∗𝟖𝟕𝟓+𝟎,𝟐𝟓∗𝟓𝟎𝟎+𝟎,𝟏𝟏∗𝟑𝟕𝟓
𝟎,𝟓+𝟎,𝟏𝟏+𝟎,𝟐𝟓+𝟎,𝟏𝟏
Z = 𝟓𝟎𝟎+𝟗𝟔,𝟐𝟓+𝟏𝟐𝟓+𝟒𝟏,𝟐𝟓
𝟎,𝟗𝟕
Z = 𝟕𝟔𝟐,𝟓
𝟎,𝟗𝟕
Z = 786,08 USD
Hasil dari perhitungan metode sugeno belum hasil akhir dari
taksir harga batu permat karena hasil tersebut masih berupa harga per
carat belum dikalikan dengan bobot yang ada. Untuk mendapatkan
hasil akhir dari taksir harga batu permata yaitu:
Harga = Z * bobot
Harga = 786,08 * 3,09
Harga = 2428,99 USD
4.3.3. Desain Basis data
Pada tahap ini penulis merancang basis data yang berfungsi sebagai
media penyimpanan data, penulis menggunakan MySQL basis data,
strukturnya terdiri dari:
89
UIN Syarif Hidayatullah Jakarta
1. Tabel Phenomenon
Tabel 4. 24: Tabel Phenomenon
Kolom Tipe Ukuran Keterangan
ID_Phenomenon bigint 20 Primary key
NamaFenomena varchar 100
Value bigint 20
2. Tabel Clarity
Tabel 4. 25: Tabel Clarity
Kolom Tipe Ukuran Keterangan
ID_Clarity bigint 20 Primary key
NamaClarity varchar 100
Value bigint 20
3. Tabel Cutting
Tabel 4. 26: Tabel Cutting
Kolom Tipe Ukuran Keterangan
ID_Cutting bigint 20 Primary key
NamaCutting varchar 100
Value bigint 20
4. Tabel Color
Tabel 4. 27: Tabel Color
Kolom Tipe Ukuran Keterangan
ID_Color bigint 20 Primary key
Color varchar 100
5. Tabel Keterangan Warna
Tabel 4. 28: Tabel Keterangan Warna
Kolom Tipe Ukuran Keterangan
ID_Keterangan_Warna bigint 20 Primary key
90
UIN Syarif Hidayatullah Jakarta
Kolom Tipe Ukuran Keterangan
ID_Color bigint 20 Foreign key
Keterangan varchar 100
Value bigint 20
6. Tabel Treatment
Tabel 4. 29: Tabel Treatment
Kolom Tipe Ukuran Keterangan
ID_Treatment bigint 20 Primary key
NamaTreatment varchar 100
Value varchar 20
7. Tabel Jenis Batu
Tabel 4. 30: Tabel Jenis Batu
Kolom Tipe Ukuran Keterangan
ID_Jenis_Batu bigint 20 Primary key
JenisBatu varchar 100
8. Tabel Harga Standar
Tabel 4. 31: Tabel Harga Standar
Kolom Tipe Ukuran Keterangan
ID_Jenis_Batu bigint 20 Primary key
ID_Jenis_Batu bigint 20 Foreign key
ID_Phenomenon bigint 20 Foreign Key
Harga bigint 20
9. Tabel Batu Phenomenon
Tabel 4. 32: Tabel Batu Phenomenon
Kolom Tipe Ukuran Keterangan
ID_Batu_Phenomenon bigint 20 Primary key
ID_Jenis_Batu bigint 20 Foreign key
91
UIN Syarif Hidayatullah Jakarta
Kolom Tipe Ukuran Keterangan
ID_Phenomenon bigint 20 Foreign Key
10. Tabel Batu Treatment
Tabel 4. 33: Tabel Batu Treatment
Kolom Tipe Ukuran Keterangan
ID_Batu_Treatment bigint 20 Primary key
ID_Jenis_Batu bigint 20 Foreign key
ID_Treatment bigint 20 Foreign Key
11. Tabel Batu Color
Tabel 4. 34: Tabel Batu Color
Kolom Tipe Ukuran Keterangan
ID_Batu_Warna bigint 20 Primary key
ID_Jenis_Batu bigint 20 Foreign key
ID_Color bigint 20 Foreign Key
12. Tabel Phenomenon Clarity
Tabel 4. 35: Tabel Phenomenon Clarity
Kolom Tipe Ukuran Keterangan
ID_Phenomenon_Clarity bigint 20 Primary key
ID_Phenomenon bigint 20 Foreign key
ID_Clarity bigint 20 Foreign Key
13. Tabel Phenomenon Cutting
Tabel 4. 36: Tabel Phenomenon Cutting
Kolom Tipe Ukuran Keterangan
ID_Phenomenon_Cutting bigint 20 Primary key
ID_Phenomenon bigint 20 Foreign key
ID_Cutting bigint 20 Foreign Key
92
UIN Syarif Hidayatullah Jakarta
4.3.4. Desain Antarmuka
Berdasarkan pemaparan dari tahapan perencanaan aplikasi taksir
harga batu permata maka, desain antarmuka sistem terdiri dari tiga tampilan
yaitu, home, info dan calculate.
1. Home
Gambar 4. 24: Gambar Tampilan Home
Pada tampilan home, hanya terdiri dari tombol info dan
calculate. Jika tombol info ditekan maka akan berpindah ke tampilan
info seperti gambar dan jika tombol calculate ditekan maka akan
berpindah ke tampilan calculate seperti pada gambar.
2. Info
Pada tampilan info, berisi informasi tentang istilah-istilah yang
digunakan dalam aplikasi beserta penjelasannya.
93
UIN Syarif Hidayatullah Jakarta
Gambar 4. 25: Gambar Tampilan Info
3. Calculate
Pada tampilan calculate, merupakan tampilan untuk mentaksir
harga batu permata.
Gambar 4. 26: Gambar Tampilan Calculate
94 UIN Syarif Hidayatullah Jakarta
BAB V
HASIL DAN PEMBAHASAN
5.1. Fase Implementasi Hasil Uji Coba
Dalam fase implementasi hasil uji coba yang dilakukan, pengujian sistem
dengan menggunakan blackbox testing. Cara pengujian blackbox testing dilakukan
dengan menjalankan aplikasi taksir harga batu permata dan melakukan input data
serta melihat inputnya apakah sesuai dengan masalah serta kesimpulan yang
diharapkan. Hasil pengujian blackbox testing bisa dilihat pada di bawah ini.
Tabel 5. 1: Tabel Hasil Pengujian Blackbox
Fungsi Hasil yang diharapkan Hasil
Tampilan
Halaman
Home
Pengguna dapat mengakses halaman home tanpa ada
masalah
OK
Pilihan pada gem stone menampilkan pilihan sesuai pada
basis data.
OK
Pilihan pada phenomenon menampilkan pilihan sesuai pada
basis data.
OK
Pilihan pada clarity menampilkan pilihan sesuai pada basis
data.
OK
Pilihan pada cut menampilkan pilihan sesuai pada basis
data.
OK
Pilihan color menampilkan pilihan sesuai pada basis data. OK
Pilihan pada tone of color menampilkan pilihan sesuai pada
basis data.
OK
Pilihan pada treatment menampilkan pilihan sesuai pada
basis data.
OK
Pada pilihan carat pengguna hanya bisa memasukkan angka
lebih dari nol.
OK
95
UIN Syarif Hidayatullah Jakarta
Fungsi Hasil yang diharapkan Hasil
Pada button calculate berfunsi dengan baik dan
menghasilkan nilai sesuai dengan perhitungan manual dan
jika ada pilihan yang belum dipilih maka akan menampilkan
pesan notifikasi.
OK
5.2. Skenario Base
Untuk menjalankan aplikasi taksir harga batu permata diperlukan data-data
pengamatan langsung. Data-data yang telah diperoleh dari pengamatan langsung
digunakan untuk memasukan ke dalam aplikasi kemudian akan dihitung dan
menampilkan hasilnya. Berikut merupakan tabel hasil output aplikasi taksir harga
batu permata yang telah dilakukan oleh peneliti:
1. Skenario I
Pada skenario satu dilakukan percobaan dengan spesifikasi batu permata
berjenis Ruby, bobot 1,53 carat tidak ada fenomena, kejernihan Very Slightly
Included, potongan faceted, nilai tone lima (#EF5350) dan pengobatan Heated
dengan harga standar 2000 USD.
Tabel 5. 2: Tabel Perhitungan Skenario I
Rule Derajat keanggotaan α-
predikat
Z
Phenomenon Clarity Cutting Tone Treatment
[R1] 0 0.75 1 0.8 0.889 0 2000
[R2] 0 0.75 1 0.8 0.111 0 1875
[R3] 0 0.75 0 0.8 0.889 0 1750
[R4] 0 0.75 0 0.8 0.111 0 1625
[R5] 0 0.25 1 0.8 0.889 0 1500
[R6] 0 0.25 1 0.8 0.111 0 1375
[R7] 0 0.25 0 0.8 0.889 0 1250
[R8] 0 0.25 0 0.8 0.111 0 1125
[R9] 1 0.75 1 0.8 0.889 0.75 1000
96
UIN Syarif Hidayatullah Jakarta
Rule Derajat keanggotaan α-
predikat
Z
Phenomenon Clarity Cutting Tone Treatment
[R10] 1 0.75 1 0.8 0.111 0.111 875
[R11] 1 0.75 0 0.8 0.889 0 750
[R12] 1 0.75 0 0.8 0.111 0 625
[R13] 1 0.25 1 0.8 0.889 0.25 500
[R14] 1 0.25 1 0.8 0.111 0.111 375
[R15] 1 0.25 0 0.8 0.889 0 250
[R16] 1 0.25 0 0.8 0.111 0 125
Karena α-predikat yang tidak nol hanya terdapat pada aturan R9, R10,
R13 dan R14. Sehingga yang memenuhi fungsi MAX adalah aturan R9, R10,
R13 dan R14 dengan menggunakan defuzzy weighted average, maka rata-rata
harga taksirnya adalah.
Z = ∝𝟗𝒛𝟗+∝𝟏𝟎𝒛𝟏𝟎+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒
∝𝟗+∝𝟏𝟎+∝𝟏𝟑+∝𝟏𝟒
Z = 𝟎,𝟕𝟓∗𝟏𝟎𝟎𝟎+𝟎,𝟏𝟏𝟏∗875+0.25∗500+0.111∗375
𝟎,𝟕𝟓+𝟎.𝟏𝟏𝟏+𝟎.𝟐𝟓+𝟎.𝟏𝟏𝟏
Z = 𝟏𝟎𝟏𝟑.𝟖𝟖𝟗
𝟏.𝟐𝟐𝟐
Z = 829.545 USD
Hasil dari perhitungan metode sugeno belum hasil akhir dari taksir harga
batu permata karena hasil tersebut masih berupa harga per carat belum dikalikan
dengan bobot yang ada. Untuk mendapatkan hasil akhir dari taksir harga batu
permata adalah.
Harga = Z * 1,53
Harga = 829.696 * 1.53
Harga = 1269.205 USD
97
UIN Syarif Hidayatullah Jakarta
Gambar 5. 1: Screen Shoot Skenario I
2. Scenario II
Pada skenario dua dilakukan percobaan dengan spesifikasi batu permata
berjenis Emerald, bobot 0,34 carat, tidak ada fenomena, kejernihan Very
Slightly Included, potongan faceted, nilai tone enam (#4CAF50) dan
pengobatan Oiling (Clarity enhanced) dengan harga standar 1191 USD.
Tabel 5. 3: Tabel Perhitungan Skenario II
Rule Derajat keanggotaan α-
predikat
Z
Phenomenon Clarity Cutting Tone Treatment
[R1] 0 0.75 1 1 0.78 0 1191
[R2] 0 0.75 1 1 0.22 0 1116.563
[R3] 0 0.75 0 1 0.78 0 1042.125
[R4] 0 0.75 0 1 0.22 0 967.688
[R5] 0 0.25 1 1 0.78 0 893.25
[R6] 0 0.25 1 1 0.22 0 818.813
[R7] 0 0.25 0 1 0.78 0 744.375
[R8] 0 0.25 0 1 0.22 0 669.938
[R9] 1 0.75 1 1 0.78 0.75 595.5
98
UIN Syarif Hidayatullah Jakarta
Rule Derajat keanggotaan α-
predikat
Z
Phenomenon Clarity Cutting Tone Treatment
[R10] 1 0.75 1 1 0.22 0.222 521.063
[R11] 1 0.75 0 1 0.78 0 446.625
[R12] 1 0.75 0 1 0.22 0 372.188
[R13] 1 0.25 1 1 0.78 0.25 297.75
[R14] 1 0.25 1 1 0.22 0.222 223.313
[R15] 1 0.25 0 1 0.78 0 148.875
[R16] 1 0.25 0 1 0.22 0 74.438
Karena α-predikat yang tidak nol hanya terdapat pada aturan R9, R10,
R13, dan R14. Sehingga yang memenuhi fungsi MAX adalah aturan R9, R10,
R13, dan R14 dengan menggunakan defuzzy weighted average, maka rata-rata
harga taksirnya adalah.
Z = ∝𝟗𝒛𝟗+∝𝟏𝟎𝒛𝟏𝟎+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒
∝𝟗+∝𝟏𝟎+∝𝟏𝟑+∝𝟏𝟒
Z = 𝟎,𝟕𝟓∗𝟓𝟗𝟓.𝟓+𝟎,𝟐𝟐𝟐∗𝟓𝟐𝟏.𝟎𝟔𝟑+𝟎,𝟐𝟓∗𝟐𝟗𝟕.𝟕𝟓+𝟎,𝟐𝟐𝟐∗𝟐𝟐𝟑.𝟑𝟏𝟑
𝟎,𝟕𝟓+𝟎.𝟐𝟐𝟐+𝟎,2𝟓+𝟎.𝟐𝟐𝟐
Z = 𝟔𝟖𝟔.𝟒𝟕𝟗
𝟏.𝟒𝟒𝟒
Z = 475.255 USD
Hasil dari perhitungan metode sugeno belum hasil akhir dari taksir
harga batu permata karena hasil tersebut masih berupa harga per carat belum
dikalikan dengan bobot yang ada. Untuk mendapatkan hasil akhir dari taksir
harga batu permata adalah.
Harga = Z * 0.34
Harga = 475.255 * 0.34
Harga = 161.587 USD
99
UIN Syarif Hidayatullah Jakarta
Gambar 5. 2: Screen Shoot Skenario II
3. Scenario III
Pada skenario tiga dilakukan percobaan dengan spesifikasi batu permata
berjenis Sapphire, bobot 1,22 carat, fenomena color change, kejernihan Very
Slightly Included, potongan faceted, nilai tone dua (#BBDEFB) dan pengobatan
heated dengan harga standar 75 USD.
Tabel 5. 4: Tabel Perhitungan Skenario III
Rule Derajat keanggotaan α-
predikat
z
Phenomenon Clarity Cutting Tone Treatment
[R1] 1 0.75 1 0.2 0.889 0.2 75
[R2] 1 0.75 1 0.2 0.111 0.111 70.313
[R3] 1 0.75 0 0.2 0.889 0 65.625
[R4] 1 0.75 0 0.2 0.111 0 60.938
[R5] 1 0.25 1 0.2 0.889 0.2 56.25
[R6] 1 0.25 1 0.2 0.111 0.111 51.563
[R7] 1 0.25 0 0.2 0.889 0 46.875
[R8] 1 0.25 0 0.2 0.111 0 42.188
100
UIN Syarif Hidayatullah Jakarta
Rule Derajat keanggotaan α-
predikat
z
Phenomenon Clarity Cutting Tone Treatment
[R9] 0 0.75 1 0.2 0.889 0 37.5
[R10] 0 0.75 1 0.2 0.111 0 32.813
[R11] 0 0.75 0 0.2 0.889 0 28.125
[R12] 0 0.75 0 0.2 0.111 0 23.438
[R13] 0 0.25 1 0.2 0.889 0 18.75
[R14] 0 0.25 1 0.2 0.111 0 14.063
[R15] 0 0.25 0 0.2 0.889 0 9.375
[R16] 0 0.25 0 0.2 0.111 0 4.688
Karena α-predikat yang tidak nol hanya terdapat pada aturan R1, R2,
R5, dan R6. Sehingga yang memenuhi fungsi MAX adalah aturan R1, R2, R5,
dan R6 dengan menggunakan defuzzy weighted average, maka rata-rata harga
taksirnya adalah.
Z = ∝𝟏𝒛𝟏+∝𝟐𝒛𝟐+∝𝟓𝒛𝟓+∝𝟔𝒛𝟔
∝𝟏+∝𝟐+∝𝟓+∝𝟔
Z = 𝟎.2∗𝟕𝟓+𝟎.111∗70.313+0.2∗56.25+0.111∗51.563
𝟎,𝟐+𝟎.𝟏𝟏𝟏+𝟎.𝟐+𝟎.𝟏𝟏𝟏
Z = 39.792
𝟎.𝟔𝟐𝟐
Z = 63.951 USD
Hasil dari perhitungan metode sugeno belum hasil akhir dari taksir harga
batu permat karena hasil tersebut masih berupa harga per carat belum dikalikan
dengan bobot yang ada. Untuk mendapatkan hasil akhir dari taksir harga batu
permata adalah.
Harga = Z * 1.22
Harga = 68.608 * 1.22
Harga = 78.02 USD
101
UIN Syarif Hidayatullah Jakarta
Gambar 5. 3: Screen Shoot Skenario III
4. Scenario IV
Pada skenario tiga dilakukan percobaan dengan spesifikasi batu permata
berjenis Sapphire, bobot 6,32 carat, fenomena star, kejernihan opaque,
potongan cabochon, nilai tone sembilan (#1565C0) dan pengobatan heated with
glass filling dengan harga standar 24 USD.
Tabel 5. 5: Tabel Perhitungan Skenario IV
Rule Derajat keanggotaan α-
predikat
z
Phenomenon Clarity Cutting Tone Treatment
[R1] 0.333 0 0.5 0 0.556 0 24
[R2] 0.333 0 0.5 0 0.444 0 22.5
[R3] 0.333 0 0.5 0 0.556 0 21
[R4] 0.333 0 0.5 0 0.444 0 19.5
[R5] 0.333 1 0.5 0 0.556 0.25 18
[R6] 0.333 1 0.5 0 0.444 0.25 16.5
[R7] 0.333 1 0.5 0 0.556 0.25 15
[R8] 0.333 1 0.5 0 0.444 0.25 13.5
[R9] 0.667 0 0.5 0 0.556 0 12
102
UIN Syarif Hidayatullah Jakarta
Rule Derajat keanggotaan α-
predikat
z
Phenomenon Clarity Cutting Tone Treatment
[R10] 0.667 0 0.5 0 0.444 0 10.5
[R11] 0.667 0 0.5 0 0.556 0 9
[R12] 0.667 0 0.5 0 0.444 0 7.5
[R13] 0.667 1 0.5 0 0.556 0.25 6
[R14] 0.667 1 0.5 0 0.444 0.25 4.5
[R15] 0.667 1 0.5 0 0.556 0.25 3
[R16] 0.667 1 0.5 0 0.444 0.25 1.5
Karena α-predikat yang tidak nol hanya terdapat pada aturan R5, R6,
R7, R8, R13, R14, R15 dan R16. Sehingga yang memenuhi fungsi MAX adalah
aturan R5, R6, R7, R8, R13, R14, R15 dan R16 dengan menggunakan defuzzy
weighted average, maka rata-rata harga taksirnya adalah.
Z = ∝𝟓𝒛𝟓+∝𝟔𝒛𝟔+∝𝟕𝒛𝟕+∝𝟖𝒛𝟖+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒+∝𝟏𝟓𝒛𝟏𝟓+∝𝟏𝟔𝒛𝟏𝟔
∝𝟓+∝𝟔+∝𝟕+∝𝟖+∝𝟏𝟑+∝𝟏𝟒+∝𝟏𝟓+∝𝟏𝟔
Z = 𝟎,𝟐𝟓∗𝟏𝟖+𝟎,𝟐𝟓∗𝟏𝟔.𝟓+𝟎.𝟐𝟓∗𝟏𝟓+𝟎,𝟐𝟓∗𝟏𝟑.𝟓+𝟎,𝟐𝟓∗𝟔+𝟎,𝟐𝟓∗𝟒.𝟓+𝟎.𝟐𝟓∗𝟑+𝟎,𝟐𝟓∗𝟏.𝟓
𝟎,𝟐𝟓+𝟎.𝟐𝟓+𝟎.𝟐𝟓+𝟎.𝟐𝟓+𝟎,𝟐𝟓+𝟎.𝟐𝟓+𝟎.𝟐𝟓+𝟎.𝟐𝟓
Z = 𝟏𝟗.𝟓
𝟐
Z = 9.75 USD
Hasil dari perhitungan metode sugeno belum hasil akhir dari taksir
harga batu permat karena hasil tersebut masih berupa harga per carat belum
dikalikan dengan bobot yang ada. Untuk mendapatkan hasil akhir dari taksir
harga batu permata adalah.
Harga = Z * 6.32
Harga = 9.3 * 6.32
Harga = 61.62 USD
103
UIN Syarif Hidayatullah Jakarta
Gambar 5. 4: Screen Shoot Skenario IV
5. Scenario V
Pada skenario tiga dilakukan percobaan dengan spesifikasi batu permata
berjenis Ruby, bobot 45,34 carat, fenomena star, kejernihan opaque, potongan
cabochon, nilai tone delapan (#D32F2F) dan pengobatan heated with fissure
healing dengan harga standar 7 USD.
Tabel 5. 6: Tabel Perhitungan Skenario V
Rule Derajat keanggotaan α-
predikat
z
Phenomenon Clarity Cutting Tone Treatment
[R1] 0.333 0 0.5 0.5 0.556 0 7
[R2] 0.333 0 0.5 0.5 0.444 0 6.563
[R3] 0.333 0 0.5 0.5 0.556 0 6.125
[R4] 0.333 0 0.5 0.5 0.444 0 5.688
[R5] 0.333 1 0.5 0.5 0.556 0.333 5.25
[R6] 0.333 1 0.5 0.5 0.444 0.333 4.813
[R7] 0.333 1 0.5 0.5 0.556 0.333 4.375
[R8] 0.333 1 0.5 0.5 0.444 0.333 3.938
[R9] 0.667 0 0.5 0.5 0.556 0 3.5
104
UIN Syarif Hidayatullah Jakarta
Rule Derajat keanggotaan α-
predikat
z
Phenomenon Clarity Cutting Tone Treatment
[R10] 0.667 0 0.5 0.5 0.444 0 3.063
[R11] 0.667 0 0.5 0.5 0.556 0 2.625
[R12] 0.667 0 0.5 0.5 0.444 0 2.188
[R13] 0.667 1 0.5 0.5 0.556 0.5 1.75
[R14] 0.667 1 0.5 0.5 0.444 0.444 1.313
[R15] 0.667 1 0.5 0.5 0.556 0.5 0.875
[R16] 0.667 1 0.5 0.5 0.444 0.444 0.438
Karena α-predikat yang tidak nol hanya terdapat pada aturan R5, R6,
R7, R8, R13, R14, R15 dan R16. Sehingga yang memenuhi fungsi MAX adalah
aturan R1 dan R5 dengan menggunakan defuzzy weighted average, maka rata-
rata harga taksirnya adalah.
Z = ∝𝟓𝒛𝟓+∝𝟔𝒛𝟔+∝𝟕𝒛𝟕+∝𝟖𝒛8+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒+∝𝟏𝟓𝒛𝟏𝟓+∝𝟏𝟔𝒛𝟏𝟔
∝𝟓+∝𝟔+∝7+∝8+∝13+∝14+∝15+∝16
Z =
𝟎,𝟑𝟑𝟑∗𝟓,𝟐𝟓+𝟎,𝟑𝟑𝟑∗𝟒,𝟖𝟏𝟑+𝟎,𝟑𝟑𝟑∗𝟒,𝟑𝟕𝟓+𝟎,333∗𝟑,𝟗𝟑𝟖+𝟎,𝟓∗1,𝟕𝟓+𝟎,𝟒𝟒𝟒∗𝟏,𝟑𝟏𝟑+𝟎,𝟓∗𝟎,𝟖𝟕𝟓+𝟎,𝟒𝟒𝟒∗𝟎,𝟒𝟑𝟖
𝟎,333+𝟎.𝟑𝟑𝟑+𝟎,𝟑𝟑𝟑+𝟎,𝟑𝟑𝟑+𝟎,𝟓+𝟎,𝟒𝟒𝟒+𝟎,𝟓+𝟎,𝟒𝟒𝟒
Z = 𝟖.𝟐𝟏𝟓
𝟑.𝟐𝟐𝟐
Z = 2.55 USD
Hasil dari perhitungan fuzzy sugeno belum hasil akhir dari taksir harga
batu permat karena hasil tersebut masih berupa harga per carat belum dikalikan
dengan bobot yang ada. Untuk mendapatkan hasil akhir dari taksir harga batu
permata adalah.
Harga = Z * 45.34
Harga = 2.55 * 45.34
Harga = 115.597 USD
105
UIN Syarif Hidayatullah Jakarta
Gambar 5. 5: Screen Shoot Skenario V
Tabel 5. 7: Tabel Perbandingan Harga
Skenario Harga
Penjual Fuzzy Sugeno
1 1984.9 USD 1269.205 USD
2 405 USD 161.587 USD
3 91.7 USD 158.4 USD
4 150.54 USD 78.02 USD
5 317.38 USD 115.597 USD
106 UIN Syarif Hidayatullah Jakarta
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Berdasarkan rumusan masalah dan penjelasan yang sudah penulis jelaskan
pada bab sebelumnya, maka penulis menyimpulkan bahwa aplikasi taksir harga
batu permata dapat dihitung dengan menggunakan metode fuzzy inference system
sugeno. Terdapat empat tahap pada metode sugeno antara lain, pembentukan
himpunan fuzzy, aplikasi fungsi implikasi (aturan), komposisi aturan, dan
penegasan (defuzzy). Himpuan yang digunakan berjumlah dua yaitu naik dan turun.
Sedangkan untuk variabelnya berjumlah enam yaitu, color, clarity, cut, carat,
phenomenon, dan treatment. Aturan yang digunakan berjumlah enam belas. Batu
permata yang dapat ditaksir harganya yaitu, Ruby, Sapphire, dan Emerald. Satuan
mata uang yang digunakan adalah dolar (USD) karena pada level internasional juga
menggunkannya.
6.2. Saran
Aplikasi taksir harga batu permata masih memiliki kekurangan dan
keterbatasan, penulis berharap agar aplikasi ini dapat dikembangkan lebih lanjut
sehingga lebih baik lagi. Penulis memberikan saran yang perlu dipertimbangakan,
yakni sebagai berikut:
1. Membuat versi pada platform IOS, karena aplikasi yang dibuat saat ini hanya
bisa pada platform android.
2. Menambahkan lebih banyak jenis batu permata, karena jenis batu yang
diterapkan hanya Ruby, Sapphire, dan Emerald.
3. Menggunakan aturan fuzzy yang lebih detail lagi karena himpunan yang
digunakan hanya dua yaitu naik dan turun, serta variabel yang digunakan hanya
berjumlah lima, namun satu himpunan hanya menggunakan satu variable yaitu
tone sehingga jika dihitung aturan yang dibuat yaitu, 2x2x2x1x2 sehingga
berjumlah 16 rule.
4. Untuk membedakan berat dan warna untuk identifikasi yang lebih detail.
107 UIN Syarif Hidayatullah Jakarta
DAFTAR PUSTAKA
Agnes, E. A. (2015). Sejak Kapan dan Mengapa Batu Akik Bisa Menjadi Booming?
Retrieved August 31, 2018, from
https://www.kompasiana.com/agnesesther/55546f517397733b149055d6/seja
k-kapan-dan-mengapa-batu-akik-bisa-menjadi-booming
Agus, W. (2013). Android 4 untuk Pengguna Pemula Tablet & Handphone. Jakarta
Selatan. (Raff, Ed.) (pertama). Jakarta Selatan: mwdiakita.
Ahmad, F. (2016). Modus Penipuan Batu Akik Menurut Gubernur Aher. Retrieved
August 31, 2018, from https://nasional.tempo.co/read/650030/modus-
penipuan-batu-akik-menurut-gubernur-aher/full&view=ok
Arikunto, S. (2013). Prosedur Penelitian : Suatu Pendekatan Praktis (15th ed.).
Jakarta: Rineka Cipta.
Budi, R., Imam, H., & Enjang, R. (2012). Modul Pemrograman Web HTML , PHP
& MySql. Bandung: Modula.
Bunafit, N. (2014). Pemrograman Web Membuat Sistem Informasi Akademik
Sekolah dgn PHP-MySQL & Dreamweaver. Gava Media.
Emma, Y. S. M. (2012). Sharia Banking Information System Analysis and Design.
(Y. S. M. Emma, Ed.) (1st ed.). Depok: CEP-CCIT FTUI.
Ghony, M. D., & Fauzan, A. (2012). Metodologi Penelitian Kualitatif. Yogyakarta:
Ar‐Ruzz Media.
Kangaranifarahani, M., & Mehralian, S. (2013). Comparison Between Artificial
Neural Network and Neuro-Fuzzy for Gold Price Prediction.
Kendall, K. E., & Kendall, J. E. (2010). Analisis dan Perancangan. Indeks.
Prabawa, B., Nasri, J., & Sulistiyo, M. D. (2015). Prediksi Harga Saham Dengan
Menggunakan Metode Autoregresif dan Algoritma Kelelawar, 2(1), 1696–
1704.
Raco, J. R. (2010). Metode Penelitian Kualitatif. (L. Arita, Ed.) (Pertama). Jakarta:
Grasindo.
Rosa, A. S., & M, S. (2013). Modul Pembelajaran Rekayasa Perangkat Lunak :
Terstruktur dan Beorientasi Objek. Bandung: Modula.
108
UIN Syarif Hidayatullah Jakarta
Rosa, & Shalahuddin. (2013). Rekayasa Perangkat Lunak Terstruktur dan
Berorientasi Objek. Bandung: Informatika.
Sari, W. E., Wahyunggoro, O., & Fauziati, S. (2016). A comparative study on fuzzy
Mamdani-Sugeno-Tsukamoto for the childhood tuberculosis diagnosis. AIP
Conference Proceedings, 1755. https://doi.org/10.1063/1.4958498
Sherief, S. S. K. (2014). Buku Pintar Gadget Android untuk Pemula. (B. Herman,
Ed.) (1st ed.). Jakarta: Kunci Komunikasi.
Sinta, D. (2015). Metode Ensemble K-Nearest Neighbor Untuk Prediksi Harga
Beras Di Indonesia, 8, 7993–8005.
https://doi.org/http://dx.doi.org/10.12988/ams.2014.49721
Sri, K., & Hari, P. (2010). APLIKASI LOGIKA FUZZY Untuk Pendukung
Keputusan (Ke dua). Yogyakarta: GRAHA ILMU.
Suardika, K. W., Gandhiadi, G. K., & L, H. I. P. (2018). PERBANDINGAN
METODE TSUKAMOTO, METODE MAMDANI DAN METODE
SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV.
Dewi Bulan), 7(2), 180–186.
Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung:
Alfabeta.
Yasin, H., Prahutama, A., & Utami, T. W. (2016). Prediksi Harga Saham
Menggunakan Support Vector Regression Dengan Algoritma Grid Search.
Media Statistika, 7(1), 29–35. https://doi.org/10.14710/medstat.7.1.29-35
Yudha, Y., & Ardhi, W. (2017). Mudah Membuat dan Berbisnis Aplikasi Android
dengan Android Studio (Pertama). Jakarta: Alex Media Komputindo.
109 UIN Syarif Hidayatullah Jakarta
LAMPIRAN
Lampiran I : Wawancara dengan gemologis Sky Lab
Tanggal : 15 Oktober 2018
Tempat : Sky Lab, Tamini Square, Jakarta
Narasumber : Pak Nugroho Tri Putranto, S.E, AJP, GG (GIA)
Pertanyaan Batu permata apa yang paling diminati sekarang?
Jawaban Yang paling populer ada tiga, ruby, sapphire, emerald. Most
wanted selama berabad-abad tiga itu.
Pertanyaan Sertifikasi batu permata itu apa aja ya pak?
Jawaban Parameter untuk mengukur kualitas itu ya 4C, color, clarity, cut,
carat (beratnya).
Pertanyaan Kalau batu permata ngikutin seperti pada diamond, flawless, very
very slightly kalo batu permata rata-rata pakainya apa ya pak?
Jawaban Simpel, istilahnya sama dengan permata, lebih simpel, itu ada
loop clean sama eye clean.
Pertanyaan Rencana saya kriteria ada enam, 4C ditambah treatment sama
fenomena, menurut bapak gimana?
Jawaban Kalau fenomena khusus untuk fenomenal gems ya, kalo
treatment, harus tahu tingkat kontinum dari treatment yang
paling acceptable yang mana, yang paling parah yang mana.
Pertanyaan Sapphire yang langka warna apa ya pak?
Jawaban Blue, vivid blue, biru tua tapi tidak hitam.
Pertanyaan Ruby yang langka warna apa ya pak?
Jawaban Untuk Ruby yang dicari warna paling bagus, royal red.
Pertanyaan Emerald yang langka warna apa ya pak?
Jawaban Untuk emerald yang dicari warna paling bagus, vivid bluish
green.
Pertanyaan Fenomena yang paling langka itu apa ya pak?
110
UIN Syarif Hidayatullah Jakarta
Jawaban Fenomena paling langka itu color change. Kan fenomena itu ada
cat eye, star, color change.
Pertanyaan Dari color change, cat eye sama star yang paling langka apa ya
pak?
Jawaban Langka itu belumtentu banyak dicari dan berharga mahal, tapi
yang most wanted ini star. Karena walaupun langka cat eye di
safir itu tidak lazim, tapi ga dicari orang juga.
Pertanyaan Untuk ruby dan emerald pak?
Jawaban Ruby dan emerald tidak ada color change, adanya cat eye sama
star, itu langka sekali cat eye untuk ruby, sedangkan emerald cat
eye sama star langka sekali.
111
UIN Syarif Hidayatullah Jakarta
Lampiran 2: kuesioner
112
UIN Syarif Hidayatullah Jakarta
113
UIN Syarif Hidayatullah Jakarta
114
UIN Syarif Hidayatullah Jakarta
top related