“pembuatan aplikasi reservasi homestay...

102
“Pembuatan Aplikasi Reservasi Homestay menggunakan Algoritma K-Means berbasis Android (Studi Kasus : Pulau Tidung)” Skripsi Oleh Muhamad Ilham Aldair NIM : 11140910000132 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UIN SYARIF HIDAYATULLAH JAKARTA 2018 M / 1439 H

Upload: others

Post on 10-Aug-2020

0 views

Category:

Documents


0 download

TRANSCRIPT

“Pembuatan Aplikasi Reservasi Homestay menggunakan

Algoritma K-Means berbasis Android

“(Studi Kasus : Pulau Tidung)”

Skripsi

Oleh

Muhamad Ilham Aldair

NIM : 11140910000132

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UIN SYARIF HIDAYATULLAH

JAKARTA

2018 M / 1439 H

i

Pembuatan Aplikasi Reservasi Homestay menggunakan

Algoritma K-Means berbasis Android

“(Studi Kasus : Pulau Tidung)”

Skripsi

Diajukan sebagai salah satu syarat untuk memperoleh gelar

Sarjana Komputer

Oleh

Muhamad Ilham Aldair

NIM : 11140910000132

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UIN SYARIF HIDAYATULLAH

JAKARTA

2018 M / 1439 H

ii

PERNYATAAN ORISINALITAS

Dengan ini saya menyatakan bahwa :

1. Skripsi ini merupakan hasil karya asli 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 di kemudian 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.

Jakarta, 22 Februari 2019

Muhamad Ilham Aldair

iii

PENGESAHAN UJIAN

Skripsi yang berjudul “Pembuatan Aplikasi Reservasi Homestay menggunakan

Algoritma K-Means berbasis Android (Studi Kasus : Pulau Tidung)” telah diujikan

dalam sidang munaqasyah Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta

pada Februari 2019. Skripsi ini telah diterima sebagai salah satu syarat memperoleh gelar

Sarjana Komputer (S.Kom) pada program Studi Teknik Informatika.

Jakarta, 22 Februari 2019

Tim Penguji

Penguji I

Hendra Bayu Suseno, M.Kom.

NIP.198212112009121003

Penguji II

Andrew Fiade, M.Kom.

NIP.198208112009121004

Tim Pembimbing

Pembimbing I

Feri Fahrianto, M. Sc.

NIP.198008292011011002

Pembimbing II

Arini, MT

NIP.197601312009012001

Mengetahui,

Dekan FST

Prof. Dr. Lily Surraya Eka Putri, M.Env.Stund

NIP.196904042005012005

Ketua Program Studi

Arini, MT

NIP.197601312009012001

iv

LEMBAR PERSETUJUAN

Pembuatan Aplikasi Reservasi Homestay menggunakan Algoritma K-Means

berbasis Android

(Studi Kasus : Pulau Tidung)”

Skripsi

Sebagai Salah Satu Syarat untuk Memperoleh Gelar

Sarjana Komputer (S.Kom)

Oleh :

Muhamad Ilham Aldair - 11140910000132

Menyetujui,

Pembimbing I

Feri Fahrianto M. Sc.

NIP. 198008292011011002

Pembimbing II

Arini, MT

NIP. 197601312009012001

Mengetahui,

Ketua Prodi Teknik Informatika

Arini, MT

NIP. 197601312009012001

v

KATA PENGANTAR

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 penulis

ingin mengucapkan terima kasih kepada:

1. Bapak Dr. Agus Salim, M.Si., selaku Dekan Fakultas Sains dan Teknologi.

2. Ibu Arini, ST. MT., selaku ketua Program Studi Teknik Informatika, serta

Bapak Feri Fahrianto M.Sc., selaku sekretaris Program Studi Teknik

Informatika.

3. Bapak Feri Fahrianto M. Sc. selaku Dosen Pembimbing I dan Ibu Arini

ST. MT., selaku Dosen Pembimbing II yang telah memberikan bimbingan,

motivasi, dan arahan kepada penulis sehingga skripsi ini bisa selesai

dengan baik.

4. Seluruh Dosen, Staf Karyawan Fakultas Sains dan Teknologi, khususnya

Program Studi Teknik Informatika yang telah memberikan bantuan dan

kerjasama dari awal perkuliahan.

5. Orang tua dan keluarga penulis selalu mendo’akan, dan mendukung

penulis dalam mengerjakan skripsi.

6. Kepada teman seperjuanganku Taufik, Khairatin, Tifani, Mahdi, Anto,

Rifal, Makar, Adli, Topikur, Umar, Koko, dan Estu yang sudah membantu

penulis dalam menyelesaikan skripsi ini dan seluruh teman - teman TI - A

dan TI - B terima kasih atas dukungannya. Semoga kita bisa lebih baik lagi

dan sukses di masa yang akan datang.

7. Seluruh pihak yang secara langsung maupun tidak langsung membantu

penulis dalam menyelesaikan skripsi ini.

vi

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, 22 Februari 2019

Muhamad Ilham Aldair

vii

PERSETUJUAN PUBLIKASI SKRIPSI UNTUK

KEPENTINGAN AKADEMIS

Sebagai civitas akademik UIN Syarif Hidayatullah Jakarta, saya yang bertandatangan

dibawah ini:

Nama : Muhamad Ilham Aldair

NPM : 11140910000132

Program Studi : Teknik Informatika

Fakultas : 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:

PEMBUATAN APLIKASI RESERVASI HOMESTAY MENGGUNAKAN

ALGORITMA K – MEANS BERBASIS ANDROID

(STUDI KASUS : PULAU TIDUNG)

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 : 22 Februari 2019

Yang menyatakan

(Muhamad Ilham Aldair)

viii

Nama : Muhamad Ilham Aldair

Program Studi : Teknik Informatika

Judul : Pembuatan Reservasi Homestay Menggunakan Algoritama K-Means

berbasis Android (Studi Kasus : Pulau Tidung)

ABSTRAK

Pulau tidung merupakan Pulau yang berada di kePulauan Seribu yang menyajikan

pemandangan yang indah. Terdapat banyak tempat wisata yang bisa kita kunjungi

Bersama keluarga, teman ataupun seorang diri. Disamping itu banyak penginapan

yang bisa kita jumpai disana. Untuk memenuhi kebutuhan wisatawan dalam hal

memesan penginapan bisa dilakukan secara manual tetapi cara ini kurang efektif

dimana bisa saja penginapan sudah dipesan oleh orang lain, hal ini membuat repot

parawisatawan jika berkunjung pada hari libur Nasional atau akhir pekan.

Pembuatan aplikasi ini bertujuan untuk membuat sebuah aplikasi berbasis android

untuk mempermudah pemesanan homestay dengan algoritma K-Means untuk

mengetagui klaster wisatawannya . Pengujian yang dilakukan yaitu menggunakan

lima buah homestay dengan tiga variable jenis kelamin, usia, dan jumlah

pengunjung. Metode yang digunakan adalah RAD (Rapid application

Development) , tools yang digunakan dalam aplikasi ini yaitu MySQL sebagai

basis datanya dan Android Studio. Hasil aplikasi ini adalah membuat aplikasi

yang melakukan pembookingan homestay dengan alur algoritma pada pencarian

menggunakan 3 variable yaitu usia, jenis kelamin dan jumlah tamu.

Keyword : Reservasi, K-means, Data Mining, Android, MySQL, Pulau Tidung,

ix

Nama : Muhamad Ilham Aldair

Program Studi : Teknik Informatika

Judul : Pembuatan Reservasi Homestay Menggunakan Algoritama K-Means

berbasis Android (Studi Kasus : Pulau Tidung)

ABSTRAK

Tidung Island is an island located in the Thousand Islands which presents a beautiful

view. There are many tourist attractions that we can visit with family, friends or alone.

Besides that, there are many inns that we can find there. To meet the needs of tourists in

terms of booking accommodation, it can be done manually, but this method is less

effective where accommodation can be booked by someone else, this makes it difficult for

tourists to visit National holidays or weekends. Making this application aims to create an

android-based application to make it easier to order a homestay with the K-Means

algorithm to find a cluster of tourists. Tests carried out are using five homestays with

three variables of gender, age, and number of visitors. The method used is RAD (Rapid

Application Development), the tools used in this application are MySQL as its database

and Android Studio. The result of this application is to make an application that performs

homestay booking with the algorithm flow on the search using 3 variables, namely age,

gender and number of guests.

Keyword : Reservasi, K-means, Data Mining, Android, MySQL, Pulau Tidung,

x

DAFTAR ISI

Pembuatan Aplikasi Reservasi Homestay menggunakan Algoritma K-Means berbasis

Android ............................................................................................................................... i

PERNYATAAN ORISINALITAS .................................................................................... ii

PENGESAHAN UJIAN ................................................................................................... iii

LEMBAR PERSETUJUAN ............................................................................................. iv

KATA PENGANTAR ....................................................................................................... v

PERSETUJUAN PUBLIKASI SKRIPSI UNTUK KEPENTINGAN AKADEMIS ...... vii

ABSTRAK ...................................................................................................................... viii

ABSTRAK ........................................................................................................................ ix

DAFTAR ISI ..................................................................................................................... x

DAFTAR GAMBAR ....................................................................................................... xii

DAFTAR TABEL ........................................................................................................... xiv

BAB I ................................................................................................................................. 1

PENDAHULUAN ............................................................................................................. 1

1.1. Latar Belakang ................................................................................................... 1

1.2. Tujuan ................................................................................................................ 3

1.3. Manfaat Penelitian ............................................................................................. 3

1.4. Rumusan Masalah ............................................................................................. 3

1.5. Batasan Masalah ................................................................................................ 3

1.6. Metodologi Penelitian ....................................................................................... 4

1.7. Sistematika Penulisan ........................................................................................ 4

BAB II ............................................................................................................................... 6

LANDASAN TEORI ......................................................................................................... 6

2.1. Reservasi ............................................................................................................ 6

2.2. Data Mining ....................................................................................................... 9

2.3. Algoritma ......................................................................................................... 13

2.4. Algoritma K – Means ...................................................................................... 14

2.5. Bahasa Pemrograman Android ........................................................................ 15

2.6. Arsitektur Android ........................................................................................... 17

2.7. Kelebihan Android .......................................................................................... 18

2.8. Android Studio ................................................................................................ 18

2.9. RAD (Rapid Application Development) .......................................................... 19

xi

2.10. My SQL ........................................................................................................... 20

2.11. UML (Unified Modeling Language) ............................................................... 21

2.12. Pulang Tidung ................................................................................................. 28

2.13. Studi Literature ................................................................................................ 30

BAB III ............................................................................................................................ 35

METODOLOGI PENELITIAN ...................................................................................... 35

3.1. Metode Pengumpulan Data ............................................................................. 35

3.2. Metode Pengembangan RAD .......................................................................... 36

3.3. Kerangka Berpikir ........................................................................................... 38

BAB IV ............................................................................................................................ 39

ANALISIS DAN PERANCANGAN SISTEM ............................................................... 39

4.1. Fase Perencanaan ............................................................................................. 39

4.2. Tahap Design ................................................................................................... 41

4.3. Desain Aplikasi ............................................................................................... 67

BAB V ............................................................................................................................. 72

HASIL DAN PEMBAHASAN ....................................................................................... 72

5.1. Fase Implementasi ........................................................................................... 72

5.2. Pengujian Blackbox ......................................................................................... 80

BAB VI ............................................................................................................................ 82

PENUTUP ....................................................................................................................... 82

6.1. Kesimpulan ....................................................................................................... 82

6.2. Saran ................................................................................................................. 82

DAFTAR PUSTAKA ...................................................................................................... 83

LAMPIRAN .................................................................................................................... 85

xii

DAFTAR GAMBAR

Gambar 2.1. Basic Reservation Activities. .......................................................................... 8

Gambar 2.2. Informasi yang dibutuhkan dalam pembuatan reservasi ................................ 8

Gambar 2. 3 Tahapan Data Mining menurut CRISP-DM ................................................ 13

Gambar 3.1. Kerangka Berpikir ....................................................................................... 38

Gambar 4.1. Flowchart ..................................................................................................... 40

Gambar 4.2. Use Case Diagram untuk User ..................................................................... 43

Gambar 4.3. Activity Diagram untuk Login ..................................................................... 49

Gambar 4.4. Activity Diagram Pendaftaran ..................................................................... 50

Gambar 4.5. Activity Diagram Pencarian, Pesan dan Pembayaran Homestay ................. 51

Gambar 4.6. Activity Diagram Status Pemesanan ............................................................ 52

Gambar 4.7. Activity Diagram Edit Profile ...................................................................... 53

Gambar 4.8. Class Diagram .............................................................................................. 54

Gambar 4.9. Sequance Diagram Login ............................................................................. 55

Gambar 4.10. Sequance Diagram pendaftaran ................................................................. 55

Gambar 4.11. Sequance Diagram Pencarian, Pesan dan Pembayaran Homestay ............ 56

Gambar 4.12. Sequance Diagram Status Pemesanan ....................................................... 56

Gambar 4.13. Sequance Diagram Edit Profile .................................................................. 57

Gambar 4.14. Deployment Diagram Reservasi Homestay ............................................... 58

Gambar 4.15. Fitur Login ................................................................................................. 68

Gambar 4.16. Fitur Pendaftaran ........................................................................................ 68

Gambar 4.17. Fitur Menu Awal ........................................................................................ 69

Gambar 4.18. Fitur Lihat Homestay ................................................................................. 69

Gambar 4.19. Fitur Booking Homestay ............................................................................. 70

Gambar 4.20. Fitur Pesanan .............................................................................................. 70

Gambar 4.21. Fitur Menu ................................................................................................. 71

Gambar 5.1. Antarmuka Pendaftaran................................................................................ 73

Gambar 5.2. Antarmuka Login ......................................................................................... 74

xiii

Gambar 5.3. Antarmuka Tampilan Awal .......................................................................... 75

Gambar 5.4. Tampilan Cari Homestay ............................................................................. 75

Gambar 5.5. Tampilan Booking Homestay ...................................................................... 76

Gambar 5.6. Tampilan Menu Profile ................................................................................ 77

Gambar 5.7. Tampilan Edit Profil .................................................................................... 77

Gambar 5.8 Parameter Input K-Means ............................................................................. 78

Gambar 5.9 Parameter Input K-Means ............................................................................. 79

Gambar 5.10. Output / Hasil Klasifikasi Uji ..................................................................... 79

Gambar 5.10. Output / Hasil Klasifikasi Uji ..................................................................... 80

xiv

DAFTAR TABEL

Tabel 2.1 Simbol Use Case Diagram (Sumber : Yulianti,2012:98) .......................... 23

Tabel 2.2 Simbol Class Diagram (Sumber Yulianti, 2012:104) ............................... 25

Tabel 2.3 Simbol Activity Diagram (Sumber Yulianti,2012:122) ............................ 27

Tabel 2.4. Perbandingan Model Pengembangan ....................................................... 30

Tabel 2.5. Perbandingan Penelitian Sejenis dengan Sistem Peneliti ........................ 32

Tabel 4.1 Aktor ......................................................................................................... 41

Tabel 4.2 Identifikasi Use case ................................................................................. 42

Tabel 4.3. Skenario Login ......................................................................................... 43

Tabel 4.4. Skenario Daftar Akun .............................................................................. 44

Tabel 4.5. Skenario Pesan Homestay ........................................................................ 45

Tabel 4.6. Skenario Pembayaran Homestay.............................................................. 47

Tabel 4.7. Skenario Review/ Ubah Profile Homestay ............................................... 48

Tabel 4.6. Nilai Data ................................................................................................. 58

Tabel 4.7. Centroid Awal .......................................................................................... 58

Tabel 4.8. Matriks Jarak ke-1 ................................................................................... 59

Tabel 4.9. Pengelompokkan Data pada Iterasi ke-1.................................................. 59

Tabel 4.11. Perhitungan centroid baru pada C1 iterasi ke-1 ..................................... 60

Tabel 4.10. Perhitungan centroid baru pada C2 iterasi ke-1 ..................................... 60

Tabel 4.11. Perhitungan centroid baru pada C3 K-Means iterasi ke-1 ..................... 60

Tabel 4.12. Perhitungan centroid baru pada C4 K-Means iterasi ke-1 ..................... 60

Tabel 4.13. Centroid baru pada K-Means Iterasi ke-1 .............................................. 60

Tabel 4.14. Matriks Jarak iterasi 2 ............................................................................ 61

Tabel 4.15. Pengelompokkan Data pada Iterasi 2 ..................................................... 61

Tabel 4.16. Perhitungan centroid baru pada C1 iterasi 2 .......................................... 61

Tabel 4.17. Perhitungan centroid baru pada C2 iterasi 2 .......................................... 62

Tabel 4.17. Perhitungan centroid baru pada C3 iterasi 2 .......................................... 62

Tabel 4.18. Perhitungan centroid baru pada C4 iterasi 2 .......................................... 62

Tabel 4.19. Centroid baru pada Iterasi 2 ................................................................... 62

Tabel 4.20. Perbandingan Anggota Cluster Iterasi 1 dan 2 ...................................... 62

Tabel 4.21. Table Booking........................................................................................ 63

Tabel 4.22. Table Centroid ....................................................................................... 63

Table 4.23. Table Klaster .......................................................................................... 64

xv

Tabel 4.24. Table Customer ...................................................................................... 64

Tabel 4.25. Table Homestay ..................................................................................... 64

Tabel 4.26. Table Inap .............................................................................................. 65

Tabel 4.27. Table Owner .......................................................................................... 65

Tabel 4.28. Table Perhitungan Data ......................................................................... 66

Tabel 4.29. Pic Homestay ......................................................................................... 66

Tabel 4.30. Table Rekap ........................................................................................... 66

Tabel 4.31. Table User .............................................................................................. 67

Table 5.1 Pengujian Blackbox .................................................................................. 81

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Pulau Tidung merupakan pulau terbesar di Kepulauan Seribu Selatan

dengan luas kurang lebih 50 hektar. Panjangnya sekitar 4 km. Pulau ini berada

di Kelurahan Tidung, Kecamatan Kepulauan Seribu Selatan, Kabupaten

Administrasi Kepulauan Seribu, Provinsi DKI Jakarta.

(pulauseribu.jakarta.go.id/2018). Pulau Tidung ramai dikunjungi para

wisatawan kakrena memiliki potensi wisata yang bagus dengan kondisi alam

yang mendukung. Wisata Pulau Tidung adalah jenis wisata berbasis

penduduk, yakni berwisata yang berbaur dengan penduduk pemukiman warga.

Banyak sekali kegiatan wisata yang ada di Pulau Tidung seperti bersepeda,

mengunjungi makam Raja Pandita dan Panglima hitam, snorkeling,

menyelam, menanam bakau, transplatasi terumbu karang, olahraga air, banana

boat, donat boat, perahu kuno, jetski dan masih banyak kegiatan menarik

lainnya. (pulauseribu.jakarta.go.id/2018)

Untuk menuju ke masing-masing pulau wisata di Kepulauan Seribu,

terdapat 4 opsi, yaitu dengan kapal tradisional (kapal kayu), kapal PELNI,

kapal feri, dan kapal cepat (KM. Kerapu atau speedboat). Jika anda memilih

untuk naik kapal tradisional atau KM. Kerapu atau kapal feri, Anda harus

menuju Pelabuhan kaliadem yang terletak di belakang Pasar Ikan Muara

Angke. Namun jika Anda ingin naik speedboat, maka Anda harus naik dari

Dermaga Marina, Ancol. Untuk naik kapal PELNI, Anda harus naik dari

Pelabuhan Sunda Kelapa. (www.skyscanner.co.id/)

Berkembangnya Pulau Tidung sebagai destinasi wisata unggulan juga

menjadikan kawasan ini memiliki cukup banyak penginapan. Harga yang

ditawarkan pun bervariasi, bahkan banyak juga yang menyediakan

perlengkapan untuk berenang, menyelam, dan bersepeda untuk menunjang

aktivitas wisatawan selama berlibur (www.traveloka.com). Penginapan di

2

pulau tidung biasanya masih ditawarkan setiap pemilik homestay itu sendiri

kepada wisatawan yang datang. Sehingga wisatawan sulit untuk reservasi atau

pemesanan homestay di Pulau Tidung sebelum melakukan wisata.

Maka dari itu diperlukan sebuah sistem untuk melakukan pemesanaan

homestay di Pulau Tidung. Aplikasi yang dibangun menggunakan berbasis

android, karena setiap wisatawan menggunakan Android menurut CIRP

(Consumer Intelligence Research Partners) pengguna Android meningkat dan

stabil sejak awal 2016. Sebelumnya Android memiliki pengguna mencapai 78

persen, hingga Android memuncak berada di angka 91 persen pada Desember

2017. (tecno.kompas.com/2018)

Menurut (Nazruddin : 2012) Android merupakan sistem operasi

berbasis linux yang dirancang untuk perangkat seluler layar sentuh. Android

adalah sistem operasi dengan sumber terbuka, dan Google merilis kodenya di

bawah lisensi Apache. Kode dengan sumber terbuka dan lisensi perizinan

pada Android memungkinkan perangkat lunak untuk dimodifikasi secara

bebas dan didistribusikan oleh para pembuat perangkat, operator nirkabel, dan

pengembang aplikasi, selain itu Android memiliki sejumlah besar komunitas

pengembang aplikasi (apps) yang memperluas fungsionalitas perangkat,

umumnya ditulis dalam versi kustomisasi bahasa pemrograman Java .

(Kusuma dkk, 2015 : 19)

Algoritma K-Means clustering merupakan metode yang mempartisi

data yang ada ke dalam dua kelompok atau lebih. Metode ini mempartisi data

ke dalam kelompok (cluster) sehingga data berkarakteristik sama dimasukkan

ke dalam satu cluster yang sama dan data yang berbeda dikelompokkan ke

dalam cluster yang lain. Tujuan pengelompokkan data menggunakan K-

Means clustering adalah untuk meminimalkan variasi di dalam suatu cluster

dan memaksimalkan variasi antar cluster (Ningrat, 2016 : 642).

Dari permasalahan diatas maka penulis ingin membangun suatu

aplikasi berbasis android yang dapat melakukan pemesanan homestay di Pulau

Tidung. sehingga dapat membantu wisatawan yang berencana berlibur di

Pulau Tidung tanpa harus mendatanginya langsung. Degan adanya aplikasi ini

3

memudahkan wisatawan untuk memesan homestay dengan sesuai dengan

keinginan para wisatawan.

1.2. Tujuan

Tujuan dari penelitian ini yaitu untuk membuat aplikasi pemesanan

homestay berbasis android yang di dalam proses aplikasinya menerapakan

algoritma k – means.

1.3. Manfaat Penelitian

Manfaat yang di didapat dari penelitian ini adalah :

1. Manfaat penelitian ini untuk Universitas agar dapat dijadikan referensi

untuk penelitian selanjutnya.

2. Menambah wawasan pembaca mengenai bagaimana algoritma K-

Means dalam aplikasi berbasis android untuk reservasi homestay di

Pulau Tidung.

1.4. Rumusan Masalah

Dari skripsi penulis yang berjudul “Pembuatan Aplikasi Reservasi

Homestay menggunakan Algoritma K-Means berbasis Android (Studi Kasus

: Pulau Tidung ) didapatkan rumusan masalahnya yaitu : Bagaimana

mengimplementasikan algoritma K – Means pada aplikasi berbasis android ?

1.5. Batasan Masalah

Batasan masalah pada skripsi ini yaitu sebagai berikut :

1. Menggunakan Algoritma K – Means untuk melakukan pengklasteran

pengunjung di Pulau Tidung.

2. Menggunakan Android Studio untuk membangun Aplikasi.

3. Menggunakan MySQL untuk penyimpanan datanya.

4. Input datanya berupa pemesanan wisatawan yaitu nama homestay dan

lama penginapannya, prosenya aplikasi menyimpan data dan dilakukan

4

klastering berdasarkan jenis kelamin, usia, jumlah pengunjung dan lama

inap dengan menggunakan algoritma K – Means dengan centroid dinamis.

5. Menggunakan RAD sebagai metode penelitian.

1.6. Metodologi Penelitian

1.6.1. Metode pengumpulan data

Pada penelitian ini data dikumpulkan dengan menggunakan

kuisioner. Kuisioner disebarkan kepada wisatawan Pulau Tidung

dengan teknik random sampling

1.6.2. Metode RAD

Rapid Application Development adalah suatu metodologi

pengembangan perangkat lunak yang melibatkan pengembangan

aplikasi secara berulang dan prototipe perangkat lunak

(Musawarman, 2011 : 2).

a. Fase perencanaan Kebutuhan (Requirements Planning )

Menentukan tujuan dibentuknya aplikasi dan kebutuhannya.

b. Fase Proses Desain (Workshop Design)

Merancang sistem dengan UML.

c. Fase Implementasi (Implementation System)

Dilakukannya pengujian terhadap sistem.

1.7. Sistematika Penulisan

Sistematik penulisan skripsi ini dibagi menjadi enam bab, yaitu :

BAB I PENDAHULUAN

Pada bab ini membahas latar belakang, tujuan, manfaat

penelitian, perumusan masalah, batasan masalah, metodologi

penelitian dan sistematika penulisan.

5

BAB II LANDASAN TEORI

Pembahasan pada bab ini berisi teori-teori yang bersumber

dari buku, jurnal, dan e-book yang digunakan sebagai landasan

yang menunjang dalam proses penulisan.

BAB III METODOLOGI PENELITIAN

Pada bab ini membahas metode penelitian yang digunakan

penulis, yakni pengumpulan data maupun metode yang

digunakan dalam membangun aplikasi.

BAB IV ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini membahas perancangan aplikasi reservasi hingga

melakukan pengajuan system.

BAB V HASIL PEMBAHASAN

Pada bab ini membahas output aplikasi pemesanan homestay

dari mulai memilih homestay, memesan dan membayar.

BAB VI PENUTUP

Bab ini berisi kesimpulan dan saran berdasarkan pembahasan

pada bab-bab sebelumnya.

6

BAB II

LANDASAN TEORI

2.1. Reservasi

Pemesanan dalam bahasa Inggris adalah Reservation yang

berasal dari kata to reserve yaitu menyediakan atau mempersiapkan

tempat sebelumnya. Sedangkan reservation yaitu pemesanan suatu

tempat fasilitas. Jadi secara umum reservation yaitu pemesanan

fasilitas yang diantaranya akomodasi, meal, seat pada pertunjukan,

pesawat terbang, kereta api, bus, hiburan, night club, discoutegue dan

sebagainya (Suartana, 1987). Sehingga sistem informasi reservasi

merupakan suatu sistem yang mengelola data pemesanan fasilitas dan

menyajikan informasi fasilitas pada waktu tertentu (Rochanif, 2015 :

10).

2.1.1. Dasar – dasar Reservasi

Manfaat pemesanan kamar Ada beberapa manfaat

yang diperoleh hotel dalam proses pemesanan kamar yaitu:

(Suwithi, Boham 2008 : 100),

a. Hotel akan mendapatkan informasi dari calon tamu

sebelum tamu tiba, sehingga hotel menyiapkan

perlengkapan yang diperlukan pada saat check in.

b. Hotel/ Homestay dapat memesan kamar, sehingga

tingkat hunian kamar dapat diketahui dalam jangka

waktu tertentu.

c. Hotel dapat membuat perkiraan, sehingga perkiraan

tingkat hunian kamar pada periode tertentu pula

sehingga memudahkan pengaturan kebutuhan dan

pelayanan kepada pihak tamu.

7

2.1.2. Klasifikasi

Klasifikasi reservasi yaitu : (Suwithi, Boham 2008 : 101)

Individual reservation merupakan pemesanan

kamar untuk seorang calon tamu, pasangan atau sebuah

keluarga. Pemesanan kamar ini biasanya dilakukan sendiri

oleh calon tamu atau oleh agen. Harga yang diberikan

adalah harga normal atau harga paket (normal

rates/package rates/ family plan rates).

a. Group reservation Pemesanan kamar yang dibuat oleh

agen perjalanan atau perusahaan dan biasanya secara

spesifik satu jenis kamar. Seringkali harga yang diberikan

adalah harga diskon (discount rates/ group rates).

b. Conference reservation Pemesanan kamar untuk sebuah

rombongan yang akan melakukan pertemuan di hotel.

Pemesanan kamar ini biasanya dibuat oleh sebuah

organisasi, perusahaan atau suatu asosiasi. Harga kamar

yang diberikan biasanya adalah harga komersial.

2.1.3. Sistem Reservasi

Berbeda hotel maka akan berbeda pula sistem yang

digunakan dalam menerima pemesanan kamar, hanya

disesuaikan dengan kebutuhan dan keinginan masing-

masing hotel, namun umumnya proses penanganan

pemesanan kamar dapat dilihat gambaran tentang basic

reservation activities (Suwithi, Boham 2008 : 105).

8

Gambar 2.1. Basic Reservation Activities.

Menerima permintaan pemesanan kamar adalah

suatu kegiatan atau proses mengumpulkan informasi atau

data tentang calon tamu dan orang yang melakukan

pemesanan kamar. Informasi yang diperlukan oleh pihak

hotel/homestay antara lain:

Gambar 2.2. Informasi yang dibutuhkan dalam pembuatan

reservasi

9

2.2. Data Mining

2.2.1. Pengertian Data Mining

Secara sederhana, data mining atau penambangan

data dapat didefinisikan sebagai proses seleksi, eksplorasi,

dan pemodelan dari sejumlah besar data untuk menemukan

pola atau kecenderungan yang biasanya tidak disadari

keberadaannya. Data mining dapat dikatakan sebagai

proses mengekstrak pengetahuan dari sejumlah besar data

yang tersedia. Pengetahuan yang dihasilkan dari proses data

mining harus baru, mudah dimengerti, dan bermanfaat.

Dalam data mining, data disimpan secara elektronik dan

diproses secara otomatis oleh komputer menggunakan

teknik dan perhitungan tertentu (Pramadhani., Setiadi,

2014).

Menurut Gartner Group, data mining adalah proses

menemukan hubungan baru yang mempunyai arti, pola dan

kebiasaan dengan memilah-milah sebagian besardata yang

disimpan dalam media penyimpanan dengan menggunakan

teknologi pengenalan pola seperti teknik statistik dan

matematika. Data mining merupakan gabungan dari

beberapa disiplin ilmu yang menyatukan teknik dari

pembelajaran mesin, pengenalan pola, statistik, database,

dan visualisasi untuk penanganan permasalahan

pengambilan informasi dari database yang besar (Mardi,

2013).

Data mining adalah proses yang menggunakan

teknik statistik, matematika, kecerdasan buatan, dan

machine learning untuk mengekstraksi dan

mengidentifikasi informasi yang bermanfaat dan

pengetahuan yang terkait dari berbagai database besar.

Data mining merupakan serangkaian proses untuk menggali

10

nilai tambah dari suatu kumpulan data berupa pengetahuan

yang selama ini tidak diketahui secara manual.

Dari definisi-definisi yang telah disampaikan, hal

penting yang terkait dengan data mining adalah : (Mardi,

2013).

1. Data mining merupakan suatu proses otomatis

terhadap data yang sudah ada.

2. Data yang akan diproses merupakan data yang

sangat besar.

3. Tujuan data mining adalah mendapatkan hubungan

atau pola yang mungkin memberikan indikasi yang

bermanfaat.

Data mining bukanlah suatu bidang yang sama

sekali baru. Salah satu kesulitan untuk mendefinisikan data

mining adalah kenyataan bahwa data mining mewarisi

banyak aspek dan teknik dari bidang-bidang ilmu yang dulu

sudah mapan terlebih dulu. Gambar 2 menunjukkan bahwa

data mining memiliki akar yang panjang dari bidang ilmu

yang berbeda seperti kecerdasan buatan (artificial

intelligent), machine learning, statistik, database, dan juga

information retrieval.

2.2.2. Tahapan Data Mining

Data mining, sering juga disebut sebagai knowledge

discovery in database (KDD), karena kegiatan yang

dilakukan meliputi pengumpulan, pemakaian data, hostoris

untuk menemukan keteraturan, pola atau hubungan dalam

set data berukuran besar menurut Budi Santoso, Data

Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis.

11

Secara garis besar dapat diuraikan sebagai berikut (Saputro,

2017 : 29) :

a. Data cleaning (pembersihan data)

Pada kenyataanya, data yang didapat dari suatu

database belum tentu memiliki kualitas yang cukup

baik. Misalnya data tersebut tidak lengkap atau ada

informasi yang hilang, maupun data tidak valid,

juga terdapat atribut-atribut data yang tidak relevan

terhadap teknik data mining yang digunakan. Data

cleaning bertujuan untuk membuang data-data

yang tidak konsisten, menghilangkan noise dan

melengkapi data yang kehilangan informasi,

sehingga performansi dari data mining dapat

mengikat.

b. Data integration (integrasi data)

Data yang akan diproses dalam data mining dapat

berasal dari berbagai database, dan bukan hanya

dari satu database. Integrasi data diperlukan untuk

menggabungkan data dari berbagai sumber data

mengurangi dan menolak redundansi data,

sehingga dapat meninggkatkan akurasi dan

kecepatan dari proses data mining.

c. Data selection (pemilihan data)

Sering kali terdapat data yang tidak dipakai dalam

database. Hanya data yang sesuai untuk dianalisis

yang diperlukan. Sebagai contoh, untuk meneliti

kebiasaan beli konsumen, cukup dengan id

konsumen saja. Dalam kasus market basket

analysis, kuantitas barang dan harga kurang begitu

diperlukan.

d. Data transformation (transformasi data)

12

Pada tahapan ini, data diubah atau

ditransformasikan menjadi format data yang sesuai

untuk diproses dalam data mining, sebab ada

metode-metode data mining yang memerlukan

format data tertentu untuk diolah. Proses

mentransformasikan data yang telah dipilih

sehingga sesuai untuk data mining adalah coding.

Proses coding dalam KDD sangat tergantung pada

jenis atau pola informasi yang akan dicari dalam

basis data.

e. Data mining (penggalian data)

Metode dan algoritma yang telah ditentukan mulai

diterapkan untuk mencari pola dan menemukan

informasi berharga yang tersembunyi. Pemilihan

metode atau algoritma yang tepat sangat

bergantung pada tujuan dan proses KDD secara

keseluruhan.

f. Pattern Evaluation (evaluasi pola)

Pola informasi yang dihasilkan dari proses data

mining mungkin berbeda dan tidak sesuai dengan

hipotesa. Bila hal ini terjadi, hasil tersebut dapat

dijadikan umpan balik untuk memperbaiki proses

data mining. Solusi lain adalah dengan mengubah

metode yang digunakan, atau menerima hasil yang

ada sebagai pengetahuan baru yang mungkin dapat

dimanfaatkan.

g. Knowledge presentation.

Knowledge presentation merupakan tahapan akhir

dalam proses data mining. Bagaimana pengetahuan

yang telah ditemukan akan disajikan kepada user.

Tidak semua user memahami data mining,

13

karenanya penting untuk menyusun dengan baik

penyajian hasil data mining dalam bentuk yang

dapat dipahami oleh user. Dalam hal ini,

visulaisasi juga dapat digunakan untuk membantu

menyampaikan hasil data mining.

Menurut CRISP-DM sebuah proyek data mining

memiliki siklus hidup yang terbagi dalam enam fase

seperti gambar dibawah ini :

Gambar 2. 3 Tahapan Data Mining menurut CRISP-DM

2.3. Algoritma

Algoritma pada dasarnya, adalah alur pikiran dalam

menyelesaikan suatu pekerjaan, yang dituangkan dalam bentuk tertulis

yang dapat dimengerti orang lain. Yang ditentukan disini adalah alur

pikiran. Alur pikiran seorang dapat berbeda dengan alur pikiran orang

lain untuk menyelesaikan suatu pekerjaan yang sama dengan hasil

yang sama (Sjukani 2010 : 1).

14

2.4. Algoritma K – Means

2.4.1. Definisi K-Means

K-Means menurut Jain (2009) merupakan salah satu

algoritma klastering dengan metode (partitioning method)

yang berbasis titik pusat (centroid). Algoritma ini pertama

kali diusulkan oleh MacQueen (1967) dan dikembangkan

oleh Hartigan dan Wong tahun 1975 dengan tujuan untuk

dapat membagi M data point dalam N dimensi dengan

meminimalkan jarak sum squares antara data dengan

masing-masing pusat cluster (centroid-based). Algoritma

K-Means memerlukan tiga parameter yang seluruhnya

ditentukan pengguna yaitu jumlah cluster k, inisialisasi

klaster, dan jarak system. Algoritma K-Means dijalankan

secara independen dengan inisialisasi yang berbeda

menghasilkan cluster akhir yang berbeda. Salah satu cara

mengatasi local minimal adalah dengan

mengimplementasikan algoritma K-Means untuk K yang

diberikan, dengan beberapa nilai initial partisi yang berbeda

dan selanjutnya dipilih partisi dengan kesalahan kuadrat

terkecil (Irwansyah, 2015 : 11).

2.4.2. Langkah Algoritma K-Means

Berikut merupakan langkah – langkah algoritma K-

Means : (Rohmawati dkk, 2015 : 64)

1. Menentukan k sebagai jumlah kluster yang ingin di

bentuk.

2. Membangkitkan nilai random untuk pusat cluster awal

(centroid) sebanyak k.

3. Menghitung jarak setiap data input terhadap masing –

masing centroid menggunakan rumus jarak Euclidean

(Euclidean Distance) hingga ditemukan jarak yang

15

paling dekat dari setiap data dengan centroid. Berikut

adalah persamaan Euclidian Distance:

(1)

dimana :

a. : data kriteria,

µj : centroid pada cluster ke-j

4. Mengklasifikasikan setiap data berdasarkan

kedekatannya dengan centroid (jarak terkecil).

5. Memperbaharui nilai centroid. Nilai centroid baru di

peroleh dari rata-rata cluster yang bersangkutan dengan

menggunakan rumus:

(2)

dimana:

µj(t+1) : centroid baru pada iterasi ke (t +1)

Nsj : banyak data pada cluster Sj.

6. Melakukan perulangan dari langkah 2 hingga 5,

sampai anggota tiap cluster tidak ada yang berubah.

7. Jika langkah 6 telah terpenuhi, maka nilai pusat cluster

(µj) pada iterasi terakhir akan digunakan sebagai

parameter untuk menentukan klasifikasi data

(Sarwono).

2.5. Bahasa Pemrograman Android

2.5.1 Definisi Android

Android adalah system operasi Linux yang

dirancang untuk perangkat gerak layer sentuh seperti

telepon pintar dan computer tablet. Android awalnya

16

dikembangkan oleh Android. Inc., dengan dukungan

finansial dari Google, yang kemudian membelinya pada

tahun 2005. System operasi ini dirilis secara resmi pada

tahun 2007, bersamaan dengan didirikannya Open Handset

Alliance, konsorsium dari perusahaan – perusahaan

perangkat keras, perangkat lunak, dan perangkat selurer

(Yudhanto., Wijayanto, 2017 :1).

2.5.2. Android SDK

Android SDK adalah tools API (Application

Programming Interface) yang digunakan untuk mulai

mengembangkan aplikasi platform android menggunakan

Bahasa pemograman java. Android merupakan subset

perangkat lunak untuk ponsel yang meliputi sistem operasi,

middleware dan aplikasi kunci yang dikeluarkan oleh

Google. Saat ini disediakan Android SDK (Software

Development Kit) sebagai dari alat bantu dari API untuk

mulai mengembangkan aplikasi pada platform android

menggunakan Bahasa pemograman java.

Beberapa fitur android yang paling penting adalah

(Safaat 2011 : 5)

a. Framework Aplikasi yang mendukung penggantian

komponen dan reusable

b. Mesin Virtual Dalvik dioptimalkan untuk perangkat

mobile

c. Integrated browser berdasarkan engine open source

WebKit

d. Grafis yang dioptimalkan dan didukung oleh libraries

grafis2D, grafis 3D berdasarkan spesifikasi openg ES

1,0 (Opsional akselerasi hardware)

e. SQL untuk menyimpan data

17

f. Media Support yang mendukung audio, video, dan

gambar

g. Bluetooth, EDGE, 3G dan WiFi

h. Kamera, GPS, kompas dan accelerometer

i. Lingkungan Development yang lengkap dan

kayatermasuk perangkat, emulator, toolsuntuk

debungging, profil dan kinerja memori, dan plugin

untuk IDE Eclipse

2.6. Arsitektur Android

Secara garis besar arsitektur Android dapat dijelaskan dan

digambarkan sebagai berikut :

2.6.1. Applications dan Widgets

Applications dan Widgets ini adalah layer dimana kita

berhubungan dengan aplikasi saja, dimana biasanya kita

download aplikasi kemudian kita, lakukan instalasi dan

jalankan aplikasi tersebut. Di layer terdapat aplikasi inti

termasuk klien email, program SMS, kalender, peta, browser,

kotak, dan lain – lain (Safaat 2011 : 6).

2.6.2. Applications Frameworks

Android adalah “Open Development Platform” yaitu

Android menawarkan kepada pengembang untuk

membangun aplikasi yang bagus dan inovatif. Pengembang

bebas untuk mengakses perangkat keras, akses informasi

resources, menjalankan service background, mengatur alarm,

dan menambah situs notifications, dan sebagainya (Safaat

2011 : 7).

.

18

2.6.3. Libraries

Libraries ini adalah layer dimana fitur – fitur Android

berada, biasanya para pembuat aplikasi mengakses libraries

untuk menjalankan aplikasinya. Layer ini meliputi berbagai

library C/C++ inti seperti Libe dan SSL, serta : (Safaat 2011 :

8)

• Libraries untuk pemutaran media audio dan video

• Untuk manajemen tampilan

• SQL Lite intuk dukungan database

• SSL dan WebKit terintegrasi dengan web browser dan

security

2.7. Kelebihan Android

Kelebihan Android antara lain : (Irsyad, 2015 : 7)

1) Use Friendly, dalam artian Android sangat – sangat mudah

dioperasikan

2) Bersifat Open Source, karena Android dibangun atas karel

Linux.

3) Merakyat, system operasi ini sangat cocok untuk berbagai

kalangan

4) Dukungan berbagai aplikasi, Android didukung oleh ribuan

bahkan jutaan aplikasi yang tersedia untuk menunjang kinerja

Android.

2.8. Android Studio

Android Studio merupakan sebuah software tools

integrated Development Environment (IDE) untuk platfrom

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

19

pada bulan mei 2013, kemudian dibuat versi 0.8 pada tahun 2014.

Yang paling terbaru dirilis v.3 pada bulan Oktober 2017.

Berbasiskan JetBrains’ IntelliJ IDEA, Studio didesain khusus

untuk Android Development (Irsyad, 2015 : 17).

2.9. RAD (Rapid Application Development)

Rapid Application Development adalah suatu metodologi

pengembangan perangkat lunak yang melibatkan pengembangan

aplikasi secara berulang dan prototipe perangkat lunak. Teknik

terstruktur dan prototyping digunakan untuk menetapkan kebutuhan

pengguna dan untuk merancang sistem akhir. Metode ini dapat

dignakan untuk mengembangkan aplikasi dengan cepat dan efisien

(Musawarman, 2011 : 2).

Fase – fase Rapid Application Devlopment (Musyawarman, 2011 : 2)

:

a. Fase perencanaan Kebutuhan (Requirements Planning )

Menentukan tujuan dibentuknya aplikasi dan kebutuhannya.

Menurut Mcleod fan shell pada fase ini dijelaskan mengenai

cakupan sistem yang akan dikembangkan, definisi masalah

yang berhubungan dengan sistem, dan identifikasi tujuan yang

diharapkan nantinya.

b. Fase Proses Desain (Workshop Design)

Data yang mengalir dalam sistem dipresentasikan dalam suatu

diagram aliran data. Diagram tersebut terdiri dari diagram level

0 (diagram konteks), level 1 dan level 2. Perancangan

antarmuka sistem contohnya dilakukan sesuai dengan warna

pada logo perusahaan

c. Fase Implementasi (Implementation System)

Dilakukannya pengujian terhadap sistem, mengubah atau

menginstak sistem tahap inin juga menjelaskan proses

penyelesaian sistem dan menyerahkan kepada pengguna.

20

2.10. My SQL

MySQL mulai dikembangkan pada tahun 1979 dengan

tools UNIREG yang dibuat Michael Monty Widenius untuk

perusahaan Text di Swedia. MySQL merupakan sistem manajemen

database yang bersipan open source, keunggulannya yang kita bisa

ketahui antara lain (Yanto 2016 : 71).

1. Kecepatan.

2. Kemudahan bagi user dalam penggunaannya.

3. Bersifat open source.

4. Support dengan bahasa querry.

5. User dapat mengakses lebih dari satu waktu.

MySQL adalah sebuah perangkat lunak sistem manajemen

basis data SQL atau DBMS yang multithread, multi – user dengan

sekitar 6 juta instalasi diseluruh dunia. MySQL tersedia sebagai

perangkat lunak gratis di bawah lisensi GNU General Public

License (GPL). Fitur yang ada pada MySQL antara lain : (Solichin

2010 : 8)

• Relational Database System : seperti halnya software

database lain yang ada si pasaran, MySQL termasuk

RDBMS.

• Arsitektur Client-Server MySQL memiliki arsitektur

dimana server database MySQL terinstal di server. Client

MySQL dapat berbeda di computer yang sama dengan

server dan dapat juga di computer lain yang berkomunikasi

dengan server melalui jaringan bahkan internet.

• Mengenal perintah SQL Standar merupakan suatu Bahasa

standar yang berlaku di hamper semua software database.

MySQL mendukung SQL versi SQL 2003

• Mendukung views sejak versi 5.0

• Mendukung replication

• Mendukung foreign key

21

2.11. UML (Unified Modeling Language)

UML (Unified Modeling Language) adalah Sebuah Bahasa

yang yang di gunakan untuk membuat grafik/memvisualisasi,

menspesifikasikan, membangun. dan pendokumentasian dari

pengembangan software berbasis OO (Object-Oriented). UML

sendiri juga memberikan standar penulisan sebuah sistem blue

print, yang meliputi konsep bisnis proses, penulisan kelas-kelas

dalam bahasa program yang spesifik, skema database, dan

komponen-komponen yang diperlukan dalam sistem software

(Yulianti, 2012:96).

Secara resmi UML dimulai pada bulan oktober 1994, ketika

Rumbaugh bergabung dengan booch untuk membuat sebuah

project pendekatan metoda yang uniform/seragam dari masing –

masing metoda mereka. Saat itu baru dikembangkan draft metoda

UML version 0.8 dan diselesaikan serta di release pada bulan

Oktober 1995. Bersamaan dengan saat itu, Jacobson bergabung dan

UML tersebut diperkaya ruang lingkupnya dengan metoda OOSE

sehingga muncul release version 0.9 pada bulan Juni 1996. Hingga

saat ini sejak Juni 1998 UML version 1.3 telah diperkaya dan

diresponsoleh OMG (Object Management Group), Anderson

Consulting, Ericsson, Platinum Technology Obiect Time Limited,

dll serta dipelihara oleh OMG yang dipimpin oleh Cris Kobryn

(Yulianti, 2012 : 96).

Kelemahan yang disadari pada oleh Booch maupun

Rumbaugh adalah tidak adanya standar penggunaan model yang

berbasis OO, ketika mereka berdiskusi yang pada saat itu ditemani

oleh Ivar Jacobson dari Objectory mulai mendiskusikan untuk

mengadopsi pendekatan metoda OO untuk membuat model Bahasa

yang uniform/seragam (Yulianti, 2012:97).

22

Beberapa literatur menyebutkan bahwa UML menyediakan

sembilan jenis diagram. jenis diagram itu adalah : (Yulianti,

2012:98)

1. Class Diagram

Bersifat statis memperlihatkan himpunan dari class,

interface, collaborate, dan relation

2. Package Diagram

Bersifat statis dengan memperlihatkan kumpulan dari class,

adalah komponen dari diagram

3. Use case diagram

Memperlihatkan himpunan use case dan actor

4. Sequence diagram

Bersifat dinamis, bertujuan pada pengeriman pesan tertentu

5. Communication diagram

Dianggap sebagai pengganti collaborate diagram yang

menekankan pada organisasi structural dari objek yang

meneriman dan mengirim pesan

6. Statechart diagram

Bersifat dinamis, memperlihatkan keadaan-keadaan pada

system, memuat state (status), transisi, kejadian serta

aktivitas. Diagram ini penting untuk memperlihatkan sifat

dinamis dari interface, class, collanorate dan pemodelan

system yang reaktif.

7. Activity diagram.

Bersifat dinamis yang memperlihatkan aliran dari suatu

aktivitas ke aktivitas lainnya dalam suatu system. Diagram

ini penting dalam permodelan fungsi-fungsi system dan

member tekanan pada aliran kendali antar objek.

8. Component diagram.

Bersifat statis yang memperlihatkan organisasi serta

ketergantungan system/perangkat lunak pada komponen-

23

komponen yang telah ada sebelumnya. Diagram ini

berhubungan dengan class diagram. dimana komponen

secara tipikal dipetakan ke dalam satu atau lebih class,

interface serta collaborate.

9. Deployment diagram.

Bersifat statis, memperlihatkan konfigurasi saat aplikasi

dijalankan (run time). Memuat simpul-simpul beserta

komponen-komponen yang ada di dalamnya. Diagram ini

berhubungan dengan component diagram

2.11.1. Use Case Diagram

Use case diagram menggambarkan aktivitas yang

dapat dilakukan oleh sistem dari sudut pandang user

(pengguna sistem) sebagai pengguna (external observer)

dan berhubungan dengan skenario - skenario yang dapat

dilakukan oleh user (Boochet al., 1999). Use case diagram

merupakan sekumpulan actor, use case dan komunikasi

antar actor dengan use case. (Yulianti, 2012:98)

Tabel 2.1 Simbol Use Case Diagram (Sumber : Yulianti,2012:98)

SIMBOL NAMA KETERANGAN

Actor Menspesifikasikan himpuan

peran yang pengguna

mainkan ketika berinteraksi

dengan use case.

Dependency Hubungan dimana perubahan

yang terjadi pada suatu

elemen mandiri (independent)

akan mempengaruhi elemen

yang bergantung padanya

elemen yang tidak mandiri

(independent).

24

Generalization Hubungan dimana objek anak

(descendent) berbagi perilaku

dan struktur data dari objek

yang ada di atasnya objek

induk (ancestor).

Include Menspesifikasikan bahwa use

case sumber secara eksplisit.

Extend Menspesifikasikan bahwa use

case target memperluas

perilaku dari use case sumber

pada suatu titik yang

diberikan.

Association Apa yang menghubungkan

antara objek satu dengan

objek lainnya.

System Menspesifikasikan paket yang

menampilkan sistem secara

terbatas.

Use Case Deskripsi dari urutan aksi-

aksi yang ditampilkan sistem

yang menghasilkan suatu

hasil yang terukur bagi suatu

aktor

Collaboration Interaksi aturan-aturan dan

elemen lain yang bekerja

sama untuk menyediakan

prilaku yang lebih besar dari

jumlah dan elemen-

elemennya (sinergi).

25

Note Elemen fisik yang eksis saat

aplikasi dijalankan dan

mencerminkan suatu sumber

daya komputasi

2.11.2. Class Diagram

Class diagram merupakan inti dari proses

pemodelan objek. Forward engineering maupun reverse

engineering memanfaatkan diagram ini. Forward

engineering adalah proses perubahan model menjadi kode

program, sedangkan reverse engineering adalah mengubah

kode menjadi model. Class menggambarkan suatu grup

yang memiliki kesamaan keadaan dan prilaku. Class

merupakan blueprint dari object dalam sistem berorientasi

object. Contohnya Volkswagen, Toyota dan Ford bias

dikelompokkan dalam class yang diberi nama mobil. Class

dapat menyatakan konsep yang dapat dilihat ataupun yang

abstract. (Yulianti, 2012:103).

Tabel 2.2 Simbol Class Diagram (Sumber Yulianti, 2012:104)

SIMBOL NAMA KETERANGAN

Generalization Hubungan dimana objek anak

(descendent) berbagi perilaku dan

struktur data dari objek yang ada di

atasnya objek induk (ancestor).

Nary

Association

Upaya untuk menghindari asosiasi

dengan lebih dari 2 objek.

Class Himpunan dari objek-objek yang

berbagi atribut serta operasi yang sama.

Collaboration Deskripsi dari urutan aksi-aksi yang

ditampilkan sistem yang menghasilkan

26

2.11.3. Statechart Diagram

State chart diagram dalam UML kadang disebut

dengan istilah state machine diagram. Diagram ini

menggambarkan prilaku system perangkat lunak yang

dibuat dan prilaku class, sub sistem dan seluruh aplikasi.

State machine diagram berguna untuk menyediakan cara

yang baik dalam memodelkan komunikasi yang terjadi

dengan entitas luar. (Yulianti, 2012:116)

2.11.4. Activity Diagram

Activity diagram menggambarkan hubungan dari

use case dan responsibilities dari class. Activity diagram

fokus pada behavior dari operation dan menunjukkan aliran

control untuk menyelesaikan proses tertentu, seperti

aktivitas untuk menerima pembayaran. Aliran control

tersebut dimulai dari state awal atau initial state dan

diakhiri oleh state yang lain yang disebut dengan end state.

(Yulianti, 2012:121)

suatu hasil yang terukur bagi suatu

actor.

Realization Operasi yang benar-benar dilakukan

oleh suatu objek.

Dependency Hubungan dimana perubahan yang

terjadi pada suatu elemen mandiri

(independent) akan mempegaruhi

elemen yang bergantung padanya

elemen yang tidak mandiri.

Association Apa yang menghubungkan antara objek

satu dengan objek lainnya.

27

2.11.5. Symbol pada Activity Diagram

Simbol-simbol yang digunakan pada activity

diagram seperti tabel di bawah ini.

Tabel 2.3 Simbol Activity Diagram (Sumber Yulianti,2012:122)

SIMBOL NAMA KETERANGAN

Start point Titik Awal

End point Titik Akhir

Activities Aktifitas yang

dilakukan sistem

Decision Pilihan untuk

mengambil Keputusan

Fork

Digunakan untuk

menunjukkan kegiatan

yang dilakukan secara

parallel

Join Digunakan untuk

kegiatan yang di

gabungkan

Swimline Memisahkan organisasi

bisnis yang

bertanggung jawab

terhadap aktivitas yang

terjadi

2.11.6. Component Diagram

Component diagram menggambarkan struktur dan

hubungan antar komponen, termasuk ketergantungan (dependency)

di antaranya. Component diagram akan sangat membantu bila ada

salah satu komponen yang rusak atau tidak sesuai dengan tujuan

28

system. Hubungan komponen dengan class adalah bahwa

component merupakan subsistem berisi class yang bekerja sama

merealisasikan antarmuka yang di instruksikan. Component dapat

berupa executable file, misalnya Enterprise Java Bean (EJB).

(Yulianti, 2012:132)

2.12. Pulang Tidung

2.12.1. Pengertian Pulau Tidung

Pulau Tidung merupakan pulau terbesar di Kepulauan

Seribu Selatan dengan luas kurang lebih 50 hektare.

Panjangnya sekitar 4 km. Pulau ini berada di Kelurahan

Tidung, Kecamatan Kepulauan Seribu Selatan, Kabupaten

Administrasi Kepulauan Seribu, Provinsi DKI Jakarta

(www.pulauseribu.jakarta.go.id).

2.12.2. Sejarah Pulau Tidung

Sejarah singkat Pulau Tidung menurut hasil-hasil

penelitian mengungkap bahwa Pulau Tidung berkaitan erat

dengan nama Suku Tidung di daerah Malinau Kalimantan

Utara. Hal ini diperkuat dengan hadirnya tokoh Raja

Pandita aluas Muhammad Sapu, aluas Kaca. Sosok

berpengaruh dalam kaitan penamaan Pulau Tidung. Makan

Raja Pandita terletak di sebelah utara Pulau Tidung

tepatnya disebelah timur gedung Kantor urusan Agama.

Selain Raja Pandita, sosok berpengaruh lainnya adalah

Panglima Hitam atau biasa dipanggil dengan sebutan Bek

Turu. Makan Panglima Hitam ditemukan pada tahun 2006

serta sisa peninggalan Panglima Hitam berupa keris,

pedang dan lainnya. Makam tersebut oleh masyarakat

setempat lalu direnovasi secara swadaya, dan dijadikan

sebagai salah satu cagar budaya Pulau Tidung. Pulau

29

Tidung ramai dikunjungi para wisatawan kakrena memiliki

potensi wisata yang bagus dengan kondisi alam yang

mendukung. Wisata Pulau Tidung adalah jenis wisata

berbasis penduduk, yakni berwisata yang berbaur dengan

penduduk pemukiman warga. Banyak sekali kegiatan

wisata yang ada di Pulau Tidung seperti bersepeda,

mengunjungi makam Raja Pandita dan Panglima hitam,

snorkeling, menyelam, menanam bakau, transplatasi

terumbu karang, olahraga air, banana boat, donat boat,

perahu kuno, jetski dan masih banyak kegiatan menarik

lainnya. Pulau Tidung besar dan Tidung kecil dihubungkan

dengan sebuah jembatan yang disebut Jembatan Cinta yang

telah menjadi icon Pulau Tidung. Jembatan ini biasanya

digunakan untuk berfoto atau melakukan ritual melompat

dari atas jembatan. (www.pulauseribu.jakarta.go.id)

30

2.13. Studi Literature

Berikut merupakan studi literature sebagai referensi penelitian yang penulis gunakan dapat dilihat di tabel.

Tabel 2.4. Perbandingan Model Pengembangan

Penulis Judul Penelitian Kelebihan Kekurangan

(Setyawan,

Anggara,

Styawan,

Pramartha,

Indrawan, 2015)

Pengelompokan Pelanggan

Menggunakan Klaster

Dinamik Pada Lgoritma K-

Means Guna Menentukan

Paket Wisata Masa Depan

1. Adanya pembahasan

Algoritma K- means

2. Terdapat tahapan dan

langkah – langkah

algoritma k – means .

1. Tidak terdapat

pengujian sitem

2. Hasil dan Analisis

klaster kurang jelas

dan tidak lengkap

31

(Andriani, 2014) Sistem Rekomendasi Promosi

Hotel Pada Wisatawan

Mancanegara Berbasis Data

Maining.

1. Penjelasan Lengkap dari

tahapan kebutuhan

system

1. Masih terdapat

kesalahan pada

punulisan kata.

(Setiawan, 2016) Penerapan Data Maining

Menggunakan Algoritma K –

Means Clustering Untuk

Menentukan Strategi Promosi

Mahasiswa Baru

1. Terdapat Analisa aplikasi

1. Tidak terpaparkan

perhitungan

algoritma yang

dipakai.

2. Simulasinya

menggunakan tools

Rapidmainer

32

Berdasarkan table di atas, berikut merupakan perbandingan

penelitian sejenis dengan penelitian yang peneliti lakukan :

Tabel 2.5. Perbandingan Penelitian Sejenis dengan Sistem Peneliti

Penelitian

Basis

Aplikasi Deskripsi

Algoritma K –

Means

Setyawan,

Anggara,

Styawan,

Pramartha,

Indrawan,

2015)

Website

Melakukan

pengelompokan

pelanggan menggunakan k

– means untuk

merekomendasikan paket

wisata dengan membuat

reservasi online berbasis

website.

Menggunakan k –

menas dinamik dengan

mengelompokan data

pelanggan kedalam 3

klaster berdasarkan

produk, lokasi dan asal

negara.

(Andriani,

2014) Java

Melakukan klastering

tamu hotel wisawan

manca negara

berdasarkan waktu

kedatangan dan asal

negara yang dibuat

dalam aplikasi

rekomendasi promosi

hotel untuk menentukan

waktu dan negara yang

tepat untuk promosi.

Datanya berupa asal

negara dan waktu

(Setiawan,

2016) Tidak Ada

Penelitian ini membahas

tentang penerapan data

mining menggunakan

algotitma k – means untuk

menentukan promosi

mahasiswa baru

Data yang di

klastering berupa

calon mahasisawa

yang berisi usia,

agama, status ujian.

Data tersebut

33

diklastering dalam

rapid mainer 7.0.

Muhamad

Ilham Aldair Android

Membangun aplikasi

reservasi homestay

berbasis android dengan

menerapkan algoritma k

- means untuk

mengklasterkan

wisatawan.

Menggunakan 3

variable yaitu jumlah

tamu, jenis kelamin,

usia dan durasi inap.

Jenis kelamin, usia

dan durasi inap dibagi

2 kriteria yaitu laki –

laki dan perempuan,

sedangkan untuk usia

di buat berdasarkan

range lebih dari dan

kurang dari 25 tahun

sama dengan usia

durasi inap lebih dari

dan kurang dari 5 hari.

Dari 4 variable

tersebut penulis akan

melakukan klastering

dengan centroid

awalnya secara

dinamis, untuk

mengetahui

pengunjung memesan

homestay.

Dari tabel di atas dapat disimpulkan bahwa setelah melakukan

perbandingan dengan beberapa studi literature dari berbagai sumber,

dapat disimpulkan peneliti dapat dikembangkan dengan berbagai

34

aspek yaitu dengan sistem metode RAD dan algoritma k – means

sebagai berikut :

1. Pencarian pusat klaster secara dinamis dari data wisatawan

yang sudah di beri nilai.

2. Perhitungan jarak antara pusat klaster dengan data

wisatawan

3. Pengelompokan klaster wistawan

4. Menghitung nilai klastering yang baru

5. Ulangin langkah ke 3 dan ke 4 sampai hasil hasil posisi

klaster tidak berubah.

Merujuk pada tabel 2.5. (Tabel Studi Literatur), penulis

menambahkan beberapa fitur untuk melengkapi kekurangan dan

kelebihan yang ada pada penelitian sebelumnya. Berikut ini

beberapa fitur yang penulis tambahkan pada Aplikasi Reservasi

Homestay ini :

1. Fitur Clustering K – Means dengan 3 variabel

Fitur clustering ini hanya dapat dilihat oleh peneliti, dengan

fitur ini penulis dapat mengetahui pemesan homestay di

Pulau Tidung termasuk dalam cluster tertentu berdasarkan

variable yaitu jenis kelamin, usia, jumlah tamu.

2. Fitur centroid awal dinamis

Fitur data dinamis ini diambil dari data setiap user yang

login.

35

BAB III

METODOLOGI PENELITIAN

3.1. Metode Pengumpulan Data

Dalam penulisan skripsi ini penulis menggunakan data

yang berkaitan dengan tema skripsi yaitu “Pembuatan Aplikasi

Reservasi Homestay menggunakan Algoritma K-Means berbasis

Android (Studi Kasus : Pulau Tidung )”. Pada proses pengumpulan

data penulis menggunakan kuesioner dan studi pustaka, prosesnya

sebagai berikut :

3.1.1. Kuesioner

Penulis menyebarkan kuesioner kepada sejumlah 26

responden, dengan menggunakan teknik sampling random.

Kuesioner berupa kuesioner online menggunakan Google

Form. Adapun responden yang untuk penelitian ini yaitu

pengunjung yang pernah menginap di homestay Pulau

Tidung. Kuesioner dapat di lihat pada lampiran.

3.1.2. Studi Pustaka

Penulis mengumpulkan data menggunakan studi

pustaka yaitu dengan mencari referensi-referensi di

perpustakaan, toko buku, dan internet. Referensi yang

digunakan yaitu jurnal, buku, e-book, studi literatur, dan

website resmi yang membahas tentang Android, dan Pulau

Tidung. Kemudian referensi yang sesuai digunakan sebagai

informasi yang dibutuhkan pada skripsi ini. Sumber-sumber

referensi dapat di lihat pada Daftar Pustaka.

36

3.1.3. Wawancara

a. Penulis melakukan wawancara terstruktur dengan Pihak

Suku Dinas Pariwisata dan Kebudayaan Kepulauan Seribu

yaitu Pak Martin selaku Pegawai Negeri Sipil. Wawancara

dilakukan untuk menggali informasi yang berhubungan

tentang data Homestay di Kepulauan Seribu khususnya di

Pulau Tidung.

b. Penulis melakukan wawancara terstruktur dengan pemilik

homestay yang ada di Pulau Tidung. Wawancara

dilakukan untuk menggali informasi yang berhubungan

tentang infomasi data yang akan diterapkan pada aplikasi

yang akan dibuat.

3.2. Metode Pengembangan RAD

Adapun tahapan – tahanpan dalam metode RAD yang

penulis gunakan yaitu :

3.2.1. Fase Perencanaan

Pada fase ini penulis menjelaskan sistem yang akan

dibangun. Dengan meng-identifikasi inputan, proses,

maupun output yang ada pada sistem. Hasil yang akan

didapatkan antara lain :

Tahapan – tahapan pada fase ini yaitu sebagai

berikut

a. Informasi homestay yang cocok dengan kriteria

pengunjung yang ada dipulau tidung.

b. Mengetahui hasil cluster pengunjung homestay.

c. Untuk itu dibutuhkan aplikasi pemesanan

homestay dan dapat melakukan pengklasteran

terhadap pegunjung homestay.

d. Input-nya berupa data pengunjung homestay di

Pulau Tidung.

37

e. Prosesnya dengan membuat aplikasi reservasi

homestay yang menerapkan algoritma K-Means

clustering.

f. Output-nya berupa hasil clustering wisatawan

homestay.

3.2.2. Fase Proses Desain (Workshop Design)

Pada tahapan ini dilakukan dilakukan perancangan

proses – proses yang akan terjadi di dalam sistem.

a. Perancangan Sistem

Perancangan proses yang dilakukan dalam sistem

menggunakan UML untuk membuat use case

diagram, activity diagram, squance diagram,

deployment diagram.

b. Perancangan Basis Data

Penulis melakukan perancangan basis data pada

aplikasi reservasi homestay menggunakan database

yaitu MySQL

c. Perancangan Antarmuka

Penulis melakukan perancangan antarmuka dengan

mendesain tampilan aplikasi posisi, tulisan, gambar

maupun fungsi – fungsi pada aplikasi.

3.2.3. Fase Implementasi (Implementation System)

Pada aplikasi ini penulis melakukan pengkodean

program yaitu dengan menggunakan bahasa pemograman

Java dengan platfrom Android yang dikoneksikan dengan

MySQL sebagai penyimpan datanya.

38

3.3. Kerangka Berpikir

Kerangka berpikir yang penulis gunakan terlihat pada gambar berikut :

Gambar 3.1. Kerangka Berpikir

39

BAB IV

ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini akan membahas dan mendeskripsikan mengenai

pembuatan sistem yang akan mengaplikasikan dengan menerapkan metode

yang sudah dibahas pada bab sebelumnya. Dalam bab sebelumnya telas

dibahas bahwa metode pengembangan sistem yang digunakan dalam

pengembangan sistem kali ini adalah Rapid Aplication Development

(RAD).

Tahap perancangan menjadi tahapan kegiatan yang akan

memnentukan sistem yang akan dibuat. Sementara tahap implementasi

pada bab ini yaitu tahapan kegitan dalam penentuan tindakan atau

keputusan yang akan menentukan rancangan sistem.

4.1. Fase Perencanaan

4.1.1. Identifikasi Permasalahan

Adanya informasi secara online yang selama ini kurang

dapat dipahami dalam pariwisata di Pulau Tidung terutama pada

masalah penginapan dimana hal tersebut merupakan salah satu hal

terpenting bagi para wisatawan untuk berlibur ke Pulau Tidung.

Informasi ketersedian Homestay, informasi harga, informasi fisik

dari Homestay tersebut menjadi suatu permasalahan yang selama

ini terjadi, selain itu banyaknya peningkatan jumlah wisatawan

untuk berlibur ke Pulau Tidung dan sulit untuk mendapatkan

penginapan yang sesuai dan dapat di booking dari jauh hari. Hal ini

yang menjadi dasar permasalahan dalam pembuatan “Reservasi

Homestay Berbasis Android Untuk itu diperlukan suatu sistem

berbasis android dan algoritma yang mampu memberikan solusi

terkait informasi yang menjadi permasalahan diatas.

40

Berikut alur aplikasi yang penulis rangkum dalam bentuk

flowchart :

Mulai

pendaftaran

verifikasi

Tampilan

login

Email dan

password

login

validasi

pencarian

Cari homestay

Homestay

yang tersedia

Booking

homestay

selesai

Form tidak

lengkap Form lengkap

Email dan password

salah Email dan password

benar

Gambar 4.1. Flowchart

41

4.1.2. Tujuan Informasi

Pada tahap ini merupakan tahapan untuk identifikasi tujuan

sistem dengan menganalisis permasalahan yang terjadi dalam

melakukan Reservasi. Identifikasi ini bertujuan untuk mengetahui

sasaran dibentuknya sistem. Peneliti melakukan penelitian untuk

mengumpulkan data dan informasi sebagai dasar acuan dalam

pengaplikasian sistem. Tujuannnya adalah untuk mengetahui

penerapan algoritma K – Means yang dapat membantu sistem

untuk memberikan informasi permasalahan yang terjadi pada

Reservasi.

4.2. Tahap Design

4.2.1. Mendesain UML

Sebelum membangun sistem perlu dilakukan

perancangan UML, yaitu dilakukan identifikasi aktor yaitu

sebagai berikut :

1. Identifikasi Aktor

Identifikasi actor user yang dapat dilihat pada tabel berikut.

Tabel 4.1 Aktor

No Aktor Deskripsi

1 User User adalah pengguna yang akan

menggunakan sistem reservasi ini untuk

memesan homestay.

2. Identifikasi Use Case

Pada aplikasi yang penulis buat ada proses – proses dalam

sebuah use case. Di bawah ini merupakan tabel identifikasi

use case.

42

Tabel 4.2 Identifikasi Use case

3. Use Case Diagram

a. Use case Diagram untuk User

User adalah orang yang menggunakan aplikasi yang akan

memesan homestay. Dibawah ini merupakan usecase

diagram user pada sistem.

No Nama use case Deskripsi Aktor

1.

Login

Use case yang menggambarkan kegiatan

memasukkan username dan password untuk dapat

mengakses menu

User

2. Daftar Akun

Use case yang menggambarkan aktifitas menginput

data pendaftaran

User

3. Pencarian, Pesan

dan Pembayaran

Homestay

Use case yang menggambarkan aktifitas pencarian,

pemesanan dan pembayaran Homestay

User

4. Status Pemesanan

Use case yang menggambarkan aktifitas melihat

satatus pemesanan

User

5. Ubah Profile

Use case yang menggambarkan aktifiktas melihat

dan merubah data profile pengguna

User

43

Gambar 4.2. Use Case Diagram untuk User

4. Use Case Diagram Skenario

a. Skenario Login

Berikut merupakan tabel yang berisi penjelasan use case

diagram skenario login.

Tabel 4.3. Skenario Login

Use Case Login

Use Case ID 1

Actor User

Description Use case yang menggambarkan kegiatan

memasukkan username dan password untuk

dapat mengakses menu.

Pre-condition User harus memiliki username dan password

yang telah terdaftar pada sistem

Course of

event

Actor Action System

Response

1. Aktor masuk ke

halaman login

1. Menampilk

an halaman

44

login

2. Aktor memasukkan

email dan password

3. Memvalida

si email

dan

password

4. Sistem akan

menampilka

n halaman

utama

Alternate

course

Jika email dan password yang dimasukkan

belum terdapat pada sistem maka sistem akan

menampilkan pesan kesalahan dan kembali

menampilkan halaman login

Post

Condition

Aktor berhasil masuk ke dalam sistem

b. Skenario Daftar Akun

Berikut merupakan tabel yang berisi penjelasan use case

diagram skenario daftar akun.

Tabel 4.4. Skenario Daftar Akun

Use Case Daftar Akun

Use Case ID 2

Actor User

Description Use case yang menggambarkan kegiatan

pendaftaran untuk membuat akun

Pre-condition 1. User masuk kehalaman pendaftaran

2. User mengisi form pendaftaran

Course of

event

Actor Action System

Response

45

1. User masuk ke

halaman pendaftaran

1. Menampilka

n halaman

pendaftaran

2. User mengisi form

pendaftaran (nama,

email dan password)

2. Melakukan

validasi

email dan

password

3. Sistem

akan

menampilk

an halaman

utama

Alternate

course

Jika email dan password yang dimasukkan

sudah terdapat pada sistem maka sistem akan

menampilkan pesan kesalahan dan kembali

menampilkan halaman login

Post

Condition

Aktor berhasil masuk ke dalam sistem

c. Skenario Pencarian, Pemesanan dan Pembayaran Homestay

Berikut merupakan tabel yang berisi penjelasan use case

diagram skenario pencarian, pesan dan pembayaran homestay.

Tabel 4.5. Skenario Pesan Homestay

Use Case Pencarian, pesan dan pembayaran homestay

Use Case ID 4

Actor User

Description Use case yang menggambarkan kegiatan

pencarian, pemesanan dan pembayaran

homestay

Pre-condition 1. User masuk kehalaman Login

46

2. User masuk ke halaman cari homestay

3. User memilih dan memesan homestay

4. User melakukan booking hingga

pembayaran

Course of

event

Actor Action System

Response

1. User Masuk kedalam

halaman login dan

masuk ke menu utama

1. Menampilkan

halaman

login dan

menu utama

2. User memilih menu

pencarian dan

melakukan pencarian

homestay

2.

Menampilkan

data

homestay

3. User memilih dan

memesan homestay

3. Menampilka

n data

homestay

yang dipilih

dan dipesan

4. User melakukan

booking hingga

pembayaran

4. Menampilka

n form/isian

booking dan

memilih

metode

pembayaran

Alternate

course

-

Post

Condition

Aktor berhasil memesan/booking homestay

d. Skenario Status Pemesanan

47

Berikut merupakan tabel yang berisi penjelasan use case diagram

skenario pembayaran homestay.

Tabel 4.6. Skenario Pembayaran Homestay

Use Case Status Pemesanan

Use Case ID 5

Actor User

Description Use case yang menggambarkan aktifitas

melihat satatus pemesanan

Pre-condition 1. User masuk kehalaman Login

2. User masuk ke menu pesanan

3. User memilih item

Course of

event

Actor Action System

Response

1. User Masuk kedalam

halaman login dan

masuk ke menu utama

1. Menampil

kan

halaman

login dan

halaman

utama

2. User memilih menu

pesanan

2. Menampil

kan menu

pesanan

3. User memilih item

yang ingin dilihat

3. Menampil

kan review

pemesanan

Alternate

course

-

Post

Condition

Aktor berhasil melihat status pemesanan

48

e. Ubah Profile

Berikut merupakan tabel yang berisi penjelasan use case diagram

skenario ubah profile.

Tabel 4.7. Skenario Review/ Ubah Profile Homestay

Use Case Review / Ubah Profile

Use Case ID 6

Actor User

Description Use case yang menggambarkan aktifiktas

melihat dan merubah data profile pengguna

Pre-condition 1. User masuk kehalaman Login

2. User masuk ke menu (menu)

3. User mengklik button Akun

4. User merubah data profile

Course of

event

Actor Action System

Response

1. User Masuk kedalam

halaman login dan

masuk ke menu utama

1.

Menampilkan

halaman login

dan halaman

utama

2. User memilih menu

(menu)

2.

Menampilkan

menu (menu)

3. User mengklik button

Akun

3. Menampilk

an data

profile

4. User merubah data

profile

4. Kembali ke

menu

(menu)

Alternate -

49

course

Post

Condition

Aktor berhasil melihat dan merubah data

profile

5. Activity Diagram

Activity Diagram adalah gambaran aktifitas – aktifitas yang

berjalan di dalam sistem. Aliran kerja tersebut digambarkan secara

grafis. Berikut adalah Activity Diagram yang ada pada sistem :

a. Activity Diagram Login

Proses login berawal dari memasukan email dan password user.

Jika user sudah mendaftarkan diri maka setelah memasukan

email dan password akan langsung ke menu utama.

Gambar 4.3. Activity Diagram untuk Login

b. Activity Diagram Pendaftaran

Proses pendaftaran diawali dengan membuka sistem lalu

memilih menu daftar kemudian sistem akan menampilkan

halaman pendaftaran user kemudian mengisi form pendaftaran

jika sudah divalidasi maka pendaftaran selesai.

50

Gambar 4.4. Activity Diagram Pendaftaran

c. Activity Diagram Pencarian, Pesan dan Pembayaran

Homestay

Proses ini diawali dengan Login kemudian menampilkan

menu utama lalu memilih menu pencarian lalu mencari homestay

yang tersedia kemudian mengisi form pemesanan lalu bayar .

51

Gambar 4.5. Activity Diagram Pencarian, Pesan dan

Pembayaran Homestay

d. Activity Diagram Status Pemesanan

Proses ini diawali dengan Login kemudian menampilkan

menu utama lalu memilih menu pesanan lalu kemudian akan

menampilkan Status Pemesanan.

52

Gambar 4.6. Activity Diagram Status Pemesanan

e. Activity Diagram Ubah Profile

Proses ini diawali dengan Login kemudian

menampilkan menu utama lalu memilih menu lalu kemudian

mengklik tombol akun sistem akan menampilkan data

pengguna, lalu pengguna akan mengubah data yang

diinginkan lalu validasi kemudian data akan disimpan.

53

Gambar 4.7. Activity Diagram Edit Profile

5. Class Diagram

Class Diagram adalah diagram yang menunjukan class-class yang ada

dari sebuah sistem dan hubungannya secara logika. Class diagram

menggambarkan struktur statis dari sebuah sistem.

54

Gambar 4.8. Class Diagram

6. Sequance Diagram

Sequance diagram dignakan untuk menggambarkan perilaku pada

sebuah sekenario. Sequence diagram juga berfungsi menggambarkan

hubungan objek yang terlibat pada sistem.

55

a. Sequence Diagram Login

Gambar 4.9. Sequance Diagram Login

b. Sequance Diagram Pendaftaran

Gambar 4.10. Sequance Diagram pendaftaran

56

c. Sequence Diagram Pencarian, Pesan dan Pembayaran

Homestay

Gambar 4.11. Sequance Diagram Pencarian, Pesan dan

Pembayaran Homestay

d. Sequence Diagram Status Pemesanan

Gambar 4.12. Sequance Diagram Status Pemesanan

57

e. Sequence Diagram Edit Profile

Gambar 4.13. Sequance Diagram Edit Profile

7. Deployment Diagram

Berikut ini merupakan deployment diagram dari Aplikasi

Reservasi Homestay. Aplikasi Reservasi Homestay menggunakan

Algoritma K-Means berbasis Android.

58

Gambar 4.14. Deployment Diagram Reservasi Homestay

4.2.2. Konstruksi Algoritma K – Means

Dengan melakukan konstruksi Algoritma K-Means

memudahkan penulis dalam membuat “Aplikasi Reservasi

Homestay menggunakan Algoritma K-Means berbasis Android (

Studi Kasus : Pulau Tidung )”. Penulis melakukan perhitungan

manualnya dalam Microsot Excel. Jumlah data responden yang

dihitung manual yaitu 5 responden. Tahapan – tahapan yang

dilakukan antara lain :

a. Inisialisasi

Parameter - parameter yang digunakan yaitu :

Jumlah cluster = 4

Jumlah data = 5

Jumlah atribut = 4

Iterasi Awal (t) = 1

Tabel 4.6. Nilai Data

Langkah awal yaitu memilih K data sebagai centroid awal

secara random, data yang dipilih terlihat pada tabel 4.7.

Tabel 4.7. Centroid Awal

59

b. Iterasi ke-1

Langkah selanjutnya ialah menghitung jarak setiap data ke

centroid terdekat. Berdasarkan rumus (1) perhitungan jarak ke

setiap centroid pada data ke-1 yaitu sebagai berikut :

Dihitung hingga data ke 5, dan hasil matrik jaraknya terlihat pada

tabel 4.8.

Tabel 4.8. Matriks Jarak ke-1

Setelah dihitung jarak terdekat dengan pusat cluster pada tabel

4.8. Kemudian dilakukan pengelompokkan data yang dapat

dilihat pada tabel 4.9. Nilai 0 berarti data tersebut tidak masuk

ke dalam group, sedangkan nilai 1 menunjukkan bahwa data

tersebut masuk ke dalam group.

Tabel 4.9. Pengelompokkan Data pada Iterasi ke-1

Selanjutnya dilakukan perhitungan centroid baru berdasarkan

data yang masuk ke dalam cluster-nya.

60

Tabel 4.11. Perhitungan centroid baru pada C1 iterasi ke-1

Didapatkan Centroid baru pada C1 = (5.5, 4.5,6.5, 3.5,5.5, 4.5,

7.5, 2.5)

Tabel 4.10. Perhitungan centroid baru pada C2 iterasi ke-1

Didapatkan Centroid baru pada C2 = (5,5,9,1,5,5,8,2)

Tabel 4.11. Perhitungan centroid baru pada C3 K-Means iterasi ke-1

Didapatkan Centroid baru pada C3 = (4,6,7,3,10,0,7,3)

Tabel 4.12. Perhitungan centroid baru pada C4 K-Means iterasi ke-1

Didapatkan Centroid baru pada C2 = (4,6,5,5,5,5,6,4)

centroid baru pada C1 hingga C4 yang tertulis pada tabel 4.13

berikut.

Tabel 4.13. Centroid baru pada K-Means Iterasi ke-1

61

Dikarenakan perubahan posisi anggota cluster belum dapat

ditentukan berubah, maka proses dilanjutkan ke iterasi

berikutnya.

b. Iterasi ke-2

Tabel 4.14. Matriks Jarak iterasi 2

Setelah dihitung jarak terdekat dengan pusat cluster pada tabel

4.13. Kemudian dilakukan pengelompokkan data yang dapat

dilihat pada tabel 4.14. Nilai 0 berarti data tersebut tidak masuk

ke dalam group, sedangkan nilai 1 menunjukkan bahwa data

tersebut masuk ke dalam group.

Tabel 4.15. Pengelompokkan Data pada Iterasi 2

Selanjutnya dilakukan perhitungan centroid baru berdasarkan

data yang masuk ke dalam cluster-nya.

Tabel 4.16. Perhitungan centroid baru pada C1 iterasi 2

62

Didapatkan Centroid baru pada C1 = (5.5, 4.5,6.5, 3.5,5.5, 4.5,

7.5, 2.5)

Tabel 4.17. Perhitungan centroid baru pada C2 iterasi 2

Didapatkan Centroid baru pada C2 = (5,5,9,1,5,5,8,2)

Tabel 4.17. Perhitungan centroid baru pada C3 iterasi 2

Didapatkan Centroid baru pada C3 = (4,6,7,3,10,0,7,3)

Tabel 4.18. Perhitungan centroid baru pada C4 iterasi 2

Didapatkan Centroid baru pada C2 = (4,6,5,5,5,5,6,4)

Tabel 4.19. Centroid baru pada Iterasi 2

Tabel 4.20. Perbandingan Anggota Cluster Iterasi 1 dan 2

63

Karena sudah tidak ada perubahan posisi anggota cluster 1

hingga cluster 4 dari iterasi ke-1 dan iterasi ke-2, maka iterasi

diberhentikan.

4.2.3. Desain Database

Desain database yang dilakukan oleh penulis meliputi tabel –

tabel berikut :

a. Table Booking

Tabel 4.21. Table Booking

Nama Tipe

No_booking Varchar(100)

Id_homestay Varchar(100)

Id_costomer Varchar(100)

No_dentitas Bigint (20)

Nama_pemesan Varchar(100)

Tgl_booking Date

Tgl_mulai Date

Tgl_selesai Date

Jumlah_tamu Bigint (20)

Status Varchar(100)

b. Table Centroid

Tabel 4.22. Table Centroid

Nama Tipe

Id_costemer Float (100,20)

Jk_l Float (100,20)

Jk_p Float (100,20)

U_r Float (100,20)

U_t Float (100,20)

T_s Float (100,20)

64

T_b Float (100,20)

c. Table Klaster

Table 4.23. Table Klaster

Nama Tipe

Id_costemer Varchar (100)

Id_homestay Int (11)

Cluster_ikut Varchar (100)

d. Table Customer

Tabel 4.24. Table Customer

Nama Tipe

No Bigint(20)

Id_customer Varchar(100)

Noktp Bigint(100)

Nama Varchar(100)

Alamat Varchar(100)

Jenis_kelamin Varchar(100)

Notelp Varchar(100)

Usia Varchar(100)

Pekerjaan Varchar(100)

Foto longblob

e. Homestay

Tabel 4.25. Table Homestay

Nama Tipe

Id_homestay Varchar(100)

Id_owner Varchar(100)

65

Nama_homestay Varchar(100)

Alamat_homestay Text

Harga_homestay Bigint(20)

Gambar_homestay Longblob

f. Inap

Tabel 4.26. Table Inap

Nama Tipe

id_inap varchar(100)

no_booking varchar(100)

tgl_checkin date

tgl_checkout date

lama_inap varchar(100)

g. Owner

Tabel 4.27. Table Owner

Nama Tipe

id_owner varchar(100)

nama_owner varchar(100)

alamat_owner varchar(100)

no_telfon varchar(100)

66

h. Perhitungan Data

Tabel 4.28. Table Perhitungan Data

Nama Tipe

Id bigint(20)

id_customer varchar(100)

id_homestay bigint(20)

cluster varchar(100)

data float(100,2)

i. Pic Homestay

Tabel 4.29. Pic Homestay

Nama Tipe

No bigint(20)

id_homestay varchar(100)

Gambar longblob

j. Rekap

Tabel 4.30. Table Rekap

Nama Tipe

Id bigint(20)

id_homestay bigint(20)

jumlah_tamu bigint(20)

usia bigint(20)

Jk varchar(1)

67

k. User

Tabel 4.31. Table User

Nama Tipe

id_users bigint(20)

id_customer varchar(100)

Email varchar(100)

password varchar(100)

status varchar(100)

Phone_id varchar(100)

kode_verifikasi varchar(100)

link_verifikasi varchar(100)

4.3. Desain Aplikasi

4.3.1. Perancangan Interface

Interface sistem adalah merupakan mekanisme komunikasi

antara pengguna (user) dengan sitem. Interface dapat menerima

informasi dari pengguna dan memberikan informasi kepada

pengguna (user) untuk membantu mengarahkan alur penelusuran

masalah sampai ditemukan sebuah solusi. Berikut tampilan

interface Aplikasi Reservasi Homestay Berbasis Android studi

kasus (Pulau Tidung).

a. Fitur Login

Fitur Login menggambarkan antarmuka saat ingin

saat memasuki menu awal aplikasi, akan muncul tampilan

untuk memasukan email dan password

68

Gambar 4.15. Fitur Login

b. Fitur Pendaftaran

Fitur Pendaftaran menggambarkan antarmuka saat ingin

melakukan pendaftaran untuk bisa login. Setelah

melakukan pendaftaran barulah user bisa melakukan login.

Gambar 4.16. Fitur Pendaftaran

c. Fitur Menu Awal

Fitur Menu Awal merupakan desain tampilan awal saat

setelah melakukan login. Pada tampilan ini user bisa

memilih tanggal pesan, durasi menginap, dan jumlah tamu.

69

Gambar 4.17. Fitur Menu Awal

d. Fitur Lihat Homestay

Fitur Lihat Homestay adalah tampilan antarmuka yang

akan memperlihatkan daftar homestay yang tersedia.

Gambar 4.18. Fitur Lihat Homestay

e. Fitur Booking

Fitur Booking merupakan tampilan antarmuka saat ingin

melakukan booking homestay.

70

Gambar 4.19. Fitur Booking Homestay

f. Fitur Menu Pesanan

Fitur Menu Pesanan merupakan tampilan

antarmuka menu pesanan. Ketika user ingin melihat

pesanan yang sudah di pesan user bisa melihanya di menu

ini.

Gambar 4.20. Fitur Pesanan

71

g. Fitur Menu

Fitur Menu merupakan tampilan antarmuka menu.

Ketika user ingin melihat profil yang sudah di isi.

Gambar 4.21. Fitur Menu

72

BAB V

HASIL DAN PEMBAHASAN

5.1. Fase Implementasi

Tahap implementasi bertujuan untuk melihat apakah sistem

telah berjalan sesuai dengan fungsinya. Pembahasan yang akan

dijelaskan pada tahapan implementasi ini adalah sebagai berikut.

5.1.1. Batasan Implementasi

Adapun batasan implementasi pada aplikasi Reservasi

Homestay ini adalah sebagai berikut:

1. Menggunakan bahasa pemrograman JAVA, PHP dan

DBMS MySQL.

2. Hanya menggunakan 5 Homestay dengan 4 jenis

variable yaitu jenis kelamin, usia, jumlah pengunjung

dan durasi inap.

5.1.2. Lingkupan Implementasi

Terdapat dua lingkupan implementasi pada aplikasi

Reservasi Homestay yaitu lingkungan perangkat keras dan

perangkat lunak. Berikut ini merupakan spesifikasi lingkungan

tersebut :

1. Perangkat keras

Processor : Intel® Core™ i3-5010U CPU

2.10GHz(4 CPUs)

Memori (RAM) : 4096 MB RAM

Hardisk : 500 GB

2. Perangkat Lunak

Sistem Operasi : Windows 10 Professional 64-bit

Tools perancangan : Android Studio

Web Browser : Google Chrome

73

Bahasa pemrograman : JAVA dan Hypertext Preprocessor

(PHP) 7

DBMS : MySQL (mysqlnd 5.0.12)

Perangkat Pendukung : Xampp 1.8.2, Apache/2.4.9

5.1.3. Implementasi Antarmuka Sistem

Implementasi antarmuka sistem pada aplikasi

Reservasi Homestay memiliki 3 menu utama yaitu menu cari,

menu pesanan, dan menu akun. Berikut merupakan

implementasi antarmuka sistem sesuai dengan menu yang

tersedia.

5.1.3.1. Implementasi Antarmuka Pendaftaran

Halaman ini merupakan form pendaftaran yaitu setiap

pengguna yang akan masuk ke dalam aplikasi harus mendaftar

terlebih dahulu agar bisa meng-akses aplikasi Reservasi

Homestay. Tampilan antar muka pendaftaran dilihat seperti

pada gambar 5.1 berikut.

Gambar 5.1. Antarmuka Pendaftaran

74

5.1.3.2. Implementasi Antarmuka Login

Halaman ini merupakan form login yaitu setiap

pengguna yang akan masuk ke halaman ini harus memasukan

username dan password yang sudah terdaftar. Tampilan antar

muka login dilihat seperti pada gambar 5.2.

Gambar 5.2. Antarmuka Login

5.1.3.3.Implementasi Tampilan Awal

Halaman ini adalah tampilan dimana user dapat

mengisi tanggal check-in, durasi menginap dan jumlah tamu

yang akan menginap. Hal ini dapat dilihat pada gambar 5.3.

75

Gambar 5.3. Antarmuka Tampilan Awal

5.1.3.4. Implementasi Cari Homestay

Halaman ini menampikan tampilan pencarian

homestay, user akan melihat pilihan homestay yang tersedia.

Hal ini dapat dilihat pada gambar 5.4.

Gambar 5.4. Tampilan Cari Homestay

76

5.1.3.5. Implementasi Booking Homestay

Halaman Boooking Homestay merupakan tampilan

dimana jika sudah memilih homestay dari gambar 5.4, dan

user perlu meng-klik tombol booking untuk melakukan

booking sekaligus pembayaran. Hal ini dapat dilihat pada

gambar 5.5.

Gambar 5.5. Tampilan Booking Homestay

5.1.3.6. Implementasi Menu Profile

Pada halaman ini user dapat melihat dan mengubah

profile. Jika user ingin mengubah data atau menambahkan

data yang diinginkan. Hal ini dapat dilihat pada gambar 5.6.

77

Gambar 5.6. Tampilan Menu Profile

5.1.3.7. Implementasi Edit Akun

Pada halaman ini user dapat mengubah data profile.

Jika user ingin mengubah data atau menambahkan data yang

diinginkan. Hal ini dapat dilihat pada gambar 5.7.

Gambar 5.7. Tampilan Edit Profil

78

5.1.3.8.Hasil Klasifikasi K-Means

Sub bab ini menampilkan hasil homestay yang tersedia

yang terdapat pada halaman Available Homestay pada aplikasi

Android. Hasil yang ditampilkan berdasarkan parameter inputan

yang terdiri dari Jenis Kelamin, Usia, Jumlah Tamu dan Lama Inap

yang di uji coba kedalam tiga percobaan. Berikut hasil percobaan

algoritma K-Means.

a. Hasil Klasifikasi K-Means Uji

Parameter Input 1 : Jenis Kelamin : Laki-Laki

Parameter Input 2 : Usia : 20 Tahun

Parameter Input 3 : Durasi Inap : 6 Malam

Parameter Input 4 : Jumlah Tamu : 3 Tamu

Gambar 5.8 Parameter Input K-Means

79

Gambar 5.9 Parameter Input K-Means

Gambar 5.10. Output / Hasil Klasifikasi Uji

80

Gambar 5.10. Output / Hasil Klasifikasi Uji

Berdasarkan hasil klasifikasi uji pertama yang dilakukan oleh

penulis, Homestay Sisca cocok berdasarkan jumlah tamu, Homestay

Mando cocok berdasarkan jenis kelamin, Homestay Atin cocok

berdasarkan jenis kalamin, Homestay Rona cocok berdasarkan usia,

Homestay Amanda cocok berdasarkan lama inap.

5.2.Pengujian Blackbox

Pada tahap pertama pengujian, penulis akan melakukan pengujian

dengan metode pendekatan black box. Dengan pendekatan black box,

dapat melakukan uji coba dengan mengetahui input dan output yang

dihasilkan.

81

Table 5.1 Pengujian Blackbox

No Fungsi Kegiatan Hasil yang diharapkan Status Hasil

1 Pendaftar

an

Melakukan

pendaftaran

akun

Mengisi semua form yang

sudah disediakan dan akan

dikirimkan password

verifikasi pendaftaran ke

email yang sudah

didaftarkan

Ya Gambar

5.1

2 Login

Input email

dan

password

Dapat masuk ke halaman

utama dengan akun yang

sesuai.

Ya Gambar

5.2

3 Tampilan

awal

Memilih

tanggal

inap, durasi

dan jumlah

pengunjung

.

Menampilkan halaman

utama aplikasi dan tampilan

cari homestay. Ya

Gambar

5.3

4 Cari

Homestay

Klik Cari

Homestay

Dapat menampilkan

halaman homestay yang

sudah tersedia

Ya 5.4

5 Booking

Homestay

Klik

Booking

Homestay

Dapat menampilkan

tampilan pembayaran

sehingga pengguna bis

alangsung membayar

Ya Gambar

5.5

6 Menu

Profile Pilih menu

Dapat menampilkan akun Ya

Gambar

5.6

7 Edit

Profile

Pilih menu

akun profile

Dapat mengubah data dalam

profile Ya Gambar

5.7

82

BAB VI

PENUTUP

6.1. Kesimpulan

Implementasi algoritma K – Means dalam aplikasi android dapat

penulis terapkan pada penelitian ini dengan menggunakan android studio

dan MySQL sebagai basis data. Aplikasi yang dibuat utuk booking

homestay ini menggunakan algoritma k – means dan menggunakan 4

variabel sebagai penentu kalsteringnya. Variable yang di gunakan yaitu

menggunakan 4 variable yaitu usia, jenis kelamin, jumlah tamu dan lama

inap. Variable tersebut digunakan untuk menentukan kalster berdasarkan

data pengunjung homestay. Aplikasi ini beerja dengan inputan dengan data –

data tersebut kemudian dihitung dengan algoritma k – means dan dapat

menampilkan output berupa rekomendasi homestay berdasarkan kriteria pemesan.

Aplikasi ini memudahkan pengguna untuk mendapatkan homestay yang

berdasarkan kriteria yang diinginkan.

6.2. Saran

Saran yang dapat penulis berikan yaitu untuk pembayaran bisa

menggunakan e -money, gopay, ovo, dokuwallet dan sebagainya. Selain itu

pemesan homestay bisa diperluas lagi tidak hanya di Pulau Tidung

melainkan bisa di semua Pulau Seribu. Selain itu bisa di tambahkan fitur

untuk pemesanan kapal dan paket wisata yang lainnya.

83

DAFTAR PUSTAKA

Agustin, Fitria, Hanifah. 2015. Implementasi Algoritma K-Means untuk Menentukan

Kelompok Pengayaan Materi Mata Pelajaran Ujian Nasional (Studi Kasus : SMP

NEGRI 101 Jakarta). Jakarta : Universitas Islam Negri Syarif Hidayatullah Jakarta

Andriani 2014. Sistem Rekomendasi Hotel Pada Wisatawan Mancanegara Berbasis Data

Mining. Yogyakarta : STMIK Yogyakarta

Irwansyah, Edy., Faisal, Muhammad. 2015. Advanced Clustering Teori dan Aplikasi..

Jakarta: Bina Nusantara University.

Ningrat, Desy., Maruddani, Di., Wuryandari, Triastuti. 2016. Analisis Cluster dengan

Algoritma K-Means dan Fuzzy C-Means Clustering untuk Pengelompokan Data Obligasi

Korporasi. Semarang: Universitas Diponegoro.

Setyawan., Anggara., Styawan., Pramartha., Indrawan. 2016. Pengelompokan Pelanggan

MenggunakanKlaster dinamik Pada Algoritma K-Means guna Menentukan Paket Wisata

Masa Depan. Banjarmasin : Universitas Pendidikan Ganesha

Safaat 2011. Pemrograman Mobile Smarthphone dan Tablet PC Berbasis Android.

Bandung : Informatika Bandung

Sjukani 2010. Algoritma danstruktur data dengan C, C++, dan Java.

Jakarta : Mitra Wacana Media.

Yudhanto, Wijayanto . 2017 . Mudah membuat dan Berbisnis Aplikasi Android Dengan

Android Studio. Jakarta : Kompas Gramedia

Yulianti 2012. Sharia Banking Information System Analisis and Design.

Depok : CEP-CCIT FTUI

http://pulauseribu.jakarta.go.id/web/v3/?p=pulau.wisata&id=7

84

Diakses pada: 20 Mei 2018

https://www.skyscanner.co.id/berita/saran/panduan-liburan-ke-kepulauan-seribu-jakarta/

Diakses pada: 20 Mei 2018

https://www.traveloka.com/packages/indonesia/area/tidung-island-102896

Diakses pada: 20 Mei 2018

https://tekno.kompas.com/read/2018/03/11/11370017/membandingkan-kesetiaan-

pengguna-android-dan-ios

Diakses pada: 24 Mei 2018

85

LAMPIRAN

WAWANCARA

Hari / Tanggal : Senini, 10 September 2018

Narasumber : Bapak Martin

Jabatan : Suku Dinas Pariwisata dan Kebudayaan Kepulauan Seribu

1. Ada berapa homestay yang ada di pulau tidung?

Jawab: di Pulau Tidung terdapat 156 homestay yang terdiri dari RW 01

dengan jumlah 36, RW 02 terdapat 66, RW 03 terdapat 15 dan RW 04

terdapat 39 homestay yang masih aktif berdasarkan data yang ada di

kelurahan pulau tidung

2. Bagaimana sistem pemesanan homestay di kelpualauan seribu khususnya di

pulau tidung ?

Jawab: para pengunjung atau wisatawan masih melakukan pemesanan

secara manual atau lewat travel agent

3. Apakah diperlukan Aplikasi pemesanan Homestay di Pulau Tidung

berbasis Android?

Jawab : perlu karana di jaman sekarang ini diperlukan sistem yang

memudahkan pengguna untuk memesan homestay di kepulauan seribu

khususnya di pulau tidung

86

WAWANCARA

Hari / Tanggal : Selasa, 11 September 2018

Narasumber : Ibu Idawati.

Jabatan : Pemilih Homestay

Wawancara salah satu pemilik homestay :

1. Dalam waktu 1 Minggu ada berapa pengunjung yang menginap di

homestay ibu ?

Jawab : jumlah pengunjung yang menginap dihomestay saya sekitar 10

orang dalam waktu 1 Bulan.

2. Apakah pengunjung yang menginap dihomestay ibu kebanyakan keluarga,

mahasiswa atau dari perkantoran?

Jawab: tergantung sih tapi kebanyakan di homestay saya kebanyakan

mahasiswa di karenakan dekat pantai.

3. Apakah ibu punya data pengunjung dalam waktu 1 Bulan ?

Jawab : ada bisa di lihat di daftar buku tamu.