aplikasi taksir harga batu permata menggunakan...

APLIKASI TAKSIR HARGA BATU PERMATA

MENGGUNAKAN FUZZY LOGIC

BERBASIS ANDROID

Skripsi

Oleh

NOVIANTO WISNU NUGROHO

NIM: 11140910000097

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1440 H / 2019 M


MENGGUNAKAN FUZZY LOGIC

BERBASIS ANDROID

Skripsi

Diajukan sebagai salah satu syarat untuk memperoleh gelar sarjana

Strata -1

Oleh


NIM: 11140910000097

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1440 H / 2019 M

iii UIN Syarif Hidayatullah Jakarta

PERNYATAAN ORISINALITAS

Dengan ini saya menyatakan:

1. Skripsi ini merupakan karya hasil saya yang diajukan untuk memenuhi salah

satu persyaratan memperoleh gelar strata 1 di UIN Syarif Hidayatullah

Jakarta.

2. Semua sumber yang saya gunakan dalam penulisan ini telah saya cantumkan

sesuai dengan ketentuan yang berlaku di UIN Syarif Hidayatullah Jakarta.

3. Jika dikemudian hari terbukti bahwa karya ini bukan hasil karya asli saya

atau merupakan hasil jiplakan dari karya orang lain, maka saya bersedia

menerima sanksi yang berlaku di UIN Syarif Hidayatullah.

Jakarta, 31 Juli 2019

Novianto Wisnu Nugroho

11140910000097

iv UIN Syarif Hidayatullah Jakarta

LEMBAR PERSETUJUAN


MENGGUNAKAN FUZZY LOGIC BERBASIS ANDROID

Skripsi

Sebagai Salah Satu Syarat untuk

Memperoleh Gelar Sarjana Komputer (S.Kom)

Oleh:


11140910000097

Menyetujui,

Pembimbing I Pembimbing II

Victor Amrizal, M.Kom Nurul Faizah Rozy, MTI

NIP. 19740624 200710 1 001 NIDN. 2009027202

Mengetahui,

Ketua Program Studi Teknik Informatika

Imam Marzuki Shofi, MT

NIP. 19720205 200801 1 010

v UIN Syarif Hidayatullah Jakarta

LEMBAR PENGESAHAN

Skripsi yang berjudul “Aplikasi Taksir Harga Batu Permata menggunakan

Fuzzy Logic berbasis Android” telah diujikan dalam siding munaqasyah Fakultas

Sains dan Teknologi UIN Syarif Hidayatullah Jakarta pada 14 Mei 2019. Skripsi

ini telah diterima sebagai salah satu syarat memperoleh gelar Sarjana Komputer

(S.Kom) pada program Studi Teknik Informatika.


Tim Penguji

Penguji I Penguji II

Andrew Fiade, M.Kom Anif Hanifa Setianingrum, M.Si

NIP. 19820811 200912 1 004 NIDN. 0410116402

Tim Pembimbing

Pembimbing I Pembimbing II

Victor Amrizal, M.Kom Nurul Faizah Rozy, MTI

NIP. 19740624 200710 1 001 NIDN. 2009027202

Mengetahui,

Dekan

Fakultas Sains dan Teknologi

Ketua Program Studi

Teknik Informatika

Prof. Dr. Lily Surraya Eka Putri, M.Env.Stud Imam Marzuki Shofi, MT

NIP. 19690404 200501 2 005 NIP. 19720205 200801 1 010

vi UIN Syarif Hidayatullah Jakarta

PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI

Sebagai civitas akademik UIN Syarif Hidayatullah Jakarta, saya yang

bertandatangan di bawah ini:

Nama : Novianto Wisnu Nugroho

NPM : 11140910000097

Program Studi : Teknik Informatika

Fakultas : Sains dan Teknologi

Jenis Karya : Skripsi

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan

kepada Universitas Islam Negeri Syarif Hidayatullah Jakarta Hak Bebas Royalti

Non Eksklusif (Non-exclusive Royalti Free Right) atas karya ilmiah saya yang

berjudul:


MENGGUNAKAN FUZZY LOGIC BERBASIS ANDROID

Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti

Non Eksklusif ini Universitas Islam Negeri Syarif Hidayatullah Jakarta berhak

menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data

(database), merawat, dan mempublikasikan tugas akhir saya selama tetap

mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di: Jakarta

Pada tanggal: 31 Juli 2019

Yang menyatakan

(Novianto Wisnu Nugroho)

vii UIN Syarif Hidayatullah Jakarta

KATA PENGATAR

Puji syukur penulis panjatkan kepada Allah SWT, karena atas nikmat dan

rahmat-Nya sehingga penulis dapat menyelesaikan skripsi ini. Penulisan skripsi ini

dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar Sarjana

Komputer Program Studi Teknik Informatika Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta. Proses penyelesaian skripsi

ini tidak lepas dari berbagai bantuan, dukungan, saran, dan kritik yang telah penulis

dapatkan, oleh karena itu dalam kesempatan ini peneliti ingin mengucapkan terima

kasih kepada:

1. Ibu Prof. Dr. Lily Surraya Eka Putri, M.Env.Stud. selaku dekan Fakultas

Sains dan Teknologi.

2. Imam Marzuki Shofi, M.T. selaku ketua Program Studi Teknik Informatika

dan Andrew Fiade, M.Kom. selaku sekretaris Program Studi Teknik

Informatika.

3. Bapak Victor Amrizal, M.Kom selaku dosen pembimbing I dan Ibu Nurul

Faizah Rozy, MTI. selaku dosen pembimbing II yang secara kooperatif

telah meluangkan waktu dan memberikan bimbingan, bantuan, semangat,

dan motivasi kepada penulis dalam menyelesaikan skripsi ini.

4. Seluruh dosen, staf karyawan Fakultas Sains dan Teknologi yang telah

memberikan bantuan dan kerjasama yang terjalin dari awal perkuliahan.

5. Orang tua dan keluarga penulis yang senantiasa mendo’akan, dan

mendukung penulis dalam mengerjakan skripsi baik secara moril maupun

material.

6. Pak Nugroho Tri Putranto sebagai narasumber wawancara yang sudah

memberikan penjelasan mengenai batu permata.

7. Kepada seluruh seluruh teman penulis Angkatan 2014 yang saling

memberikan semangat serta saling mendoakan satu sama lain untuk menjadi

orang sukses. Terima kasih atas kebersamaannya selama 4 tahun.

8. Kepada Rafida Ramadhani yang sudah membantu, menyemangati, dan

mendoakan dalam menyelesaikan skripsi.

viii UIN Syarif Hidayatullah Jakarta

9. Kepada Fauzan Akbar yang sudah meluangkan waktunya untuk menemani

saat hari sidang skripsi.

10. Kepada Azhar dan Deni Ramadhani yang menjadi seperjuangan dalam

mengerjakan skripsi dan membantu pada saat seminar hasil dilaksanakan.

11. Semua pihak yang secara langsung maupun tidak langsung membantu

penulis dalam menyelesaikan skripsi ini.

Semoga skripsi ini membawa manfaat bagi pengembangan ilmu, dan

penulis berharap Allah SWT berkenan membalas segala kebaikan semua pihak

yang telah membantu. Penulis menyadari dalam penulisan skripsi ini masih banyak

kekurangan, maka dari itu masukan dan saran pembaca sangat berguna bagi penulis.


Novianto Wisnu Nugroho

11140910000097

ix UIN Syarif Hidayatullah Jakarta

Penulis : Novianto Wisnu Nugroho

Program Studi : Teknik Informatika

Judul : Aplikasi Taksir Harga Batu Permata Menggunakan Fuzzy

Logic Berbasis Android

ABSTRAK

Selama ini penjualan batu permata masih dilakukan secara manual. Pembeli

tidak mengetahui tafsiran harga yang sesuai dengan spesifikasi batu. Oleh karena

itu, penulis ingin membuat sistem yang dapat mentaksirkan harga batu. Adapun

batu yg penulis taksirkan harganya yaitu batu Ruby, Sapphire, dan Emerald. Penulis

membuat sistem taksir harga menggunakan android studio dengan bahasa

pemrograman Java dan format JSON. Aplikasi ini menggunakan basis data MySQL

yang ada pada webhost. Dalam sistem tersebut, pengguna dapat memasukkan

kriteria-kriteria jenis batu. Kemudian sistem akan menghitung kriteria tersebut

menggunakan metode fuzzy logic. Pada akhirnya, output yang dihasilkan berupa

aplikasi taksir harga batu permata dalam satuan dolar atau USD karena pada level

internasinal menggunakannya juga.

Kata kunci : Aplikasi Taksir Harga Batu, Batu Permata, Fuzzy Sugeno,

Android.

Daftar Pustaka : 22 (20010-2018)

Jumlah Halaman : VI bab + XV Halaman + 114 Halaman + 40 Gambar + 50

Tabel

x UIN Syarif Hidayatullah Jakarta

Author : Novianto Wisnu Nugroho

Study program : Teknik Informatika

Title : Gemstone Prices Estimator Application Using Fuzzy

Logic Based on Android

ABSTRACT

During this time, the sale of gemstones is still manually. The buyer does not

know the price interpretation in accordance with the stone specifications. Therefore,

the author wants to create a system that can interpret the price of stone. The stones

that the authors interpret are the prices of Ruby, Sapphire, and Emerald. The author

makes a price appraisal system using Android studio with the Java programming

language and JSON format. This application uses a MySQL database that is on

webhost. In the system the user can enter criteria for the type of stone. Then the

system will calculate these criteria using the Sugeno fuzzy inference system

method. So that the output produced is the price of estimated gemstones in units of

dollars or USD because is also used internationally.

Keywords : Estimated application of gemstone prices, Gemstone, Fuzzy

Sugeno, Android.

Bibliography : 22 (2010-2018)

Number of Page : VI Chapter + XV Pages + 114 Pages + 40 Pictures + 50

Tables

xi UIN Syarif Hidayatullah Jakarta

DAFTAR ISI

PERNYATAAN ORISINALITAS ...................................................................... iii LEMBAR PERSETUJUAN ................................................................................ iv LEMBAR PENGESAHAN .................................................................................. v PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI .............................. vi KATA PENGATAR ............................................................................................ vii

ABSTRAK ............................................................................................................ ix ABSTRACT ........................................................................................................... x

DAFTAR ISI ......................................................................................................... xi

DAFTAR GAMBAR .......................................................................................... xiii DAFTAR TABEL .............................................................................................. xiv BAB I PENDAHULUAN ...................................................................................... 1

1.1. Latar Belakang .............................................................................................. 1 1.2. Rumusan Masalah ........................................................................................ 4

1.3. Batasan Masalah ........................................................................................... 4

1.3.1. Proses ..................................................................................................... 4 1.3.2. Metode ................................................................................................... 4 1.3.3. Tools ...................................................................................................... 4

1.4. Tujuan Penelitian .......................................................................................... 5 1.5. Manfaat Penelitian ........................................................................................ 5

1.5.1. Bagi penulis ........................................................................................... 5 1.5.2. Bagi Masyarakat .................................................................................... 5

1.5.3. Bagi Universitas ..................................................................................... 5 1.6. Metodologi Penulisan ................................................................................... 6

1.6.1. Metode Pengumpulan Data .................................................................... 6 1.6.2. Metode Pengembangan Sistem .............................................................. 6

1.7. Sistematika Penulisan ................................................................................... 6

BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI ............................. 8 2.1. Batu Permata ................................................................................................ 8

2.1.1. Kriteria-Kriteria Batu Permata .............................................................. 8 2.1.2. Jenis-Jenis Batu Permata ..................................................................... 11

2.2. Fuzzy Logic ................................................................................................. 14

2.2.1. Himpunan Fuzzy .................................................................................. 14

2.2.2. Fungsi Keanggotaan ............................................................................ 15 2.2.3. Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzy ..................... 18 2.2.4. Fungsi Implikasi .................................................................................. 19 2.2.5. Fuzzy Inference System (Sugeno) ........................................................ 19

2.3. Sistem Operasi Android .............................................................................. 21

2.4. Bahasa Pemrograman ................................................................................. 21 2.4.1. Java ...................................................................................................... 21 2.4.2. JSON .................................................................................................... 21

2.5. Tools ........................................................................................................... 22 2.5.1. Android Studio ..................................................................................... 22

2.5.2. My Structured Query Language (MySQL) .......................................... 23

2.6. Unified Modeling Language (UML) .......................................................... 23

xii UIN Syarif Hidayatullah Jakarta

2.6.1. Use Case Diagram ............................................................................... 24 2.6.2. Activity Diagram .................................................................................. 25 2.6.3. Sequence Diagram ............................................................................... 27

2.7. Pengujian Black Box ................................................................................... 28 2.8. Metode Pengembangan Sistem .................................................................. 28

2.8.1. Rapid Application Development (RAD) .............................................. 29 2.8.2. Perbandingan Model Metode Pengembangan Sistem ......................... 30

2.9. Metode Pengumpulan Data ........................................................................ 32 2.9.1. Studi pustaka ........................................................................................ 32

2.9.2. Wawancara .......................................................................................... 32 2.9.3. Kuesioner ............................................................................................. 33

2.10. Studi Literatur Sejenis .............................................................................. 35

BAB 3 METODOLOGI PENGEMBANGAN SISTEM .................................. 40 3.1. Metode Pengumpulan Data ........................................................................ 40

3.1.1. Studi Pustaka ........................................................................................ 40 3.1.2. Wawancara .......................................................................................... 40

3.1.3. Kuesioner ............................................................................................. 40 3.2. Metode Pengembangan Sistem ................................................................... 41

3.2.1. Fase Perencanaan Kebutuhan (Requirements Planning) ..................... 41

3.2.2. Fase Proses Desain (Workshop Design) .............................................. 41 3.2.3. Fase Implementasi (Implementation Sistem) ....................................... 42

3.3. Kerangka Berpikir ...................................................................................... 43 BAB 4 PERANCANGAN DAN IMPLEMENTASI SISTEM ......................... 44

4.1. Pengumpulan Data ..................................................................................... 44 4.1.1. Studi Pustaka ....................................................................................... 44

4.1.2. Wawancara .......................................................................................... 44 4.1.3. Kuesioner ............................................................................................. 44

4.2. Fase Perencanaan Kebutuhan ..................................................................... 49

4.2.1. Analisis Sistem Berjalan ...................................................................... 49 4.2.2. Analisis Sistem Usulan ........................................................................ 49

4.2.3. Tujuan Informasi ................................................................................. 49 4.2.4. Syarat-Syarat ........................................................................................ 50

4.3. Fase Workshop Design ............................................................................... 51

4.3.1. Desain Model UML ............................................................................. 51 4.3.2. Desai Fuzzy Sugeno ............................................................................ 70 4.3.3. Desain Basis data ................................................................................. 88 4.3.4. Desain Antarmuka ............................................................................... 92

BAB V HASIL DAN PEMBAHASAN .............................................................. 94 5.1. Fase Implementasi Hasil Uji Coba ............................................................. 94 5.2. Skenario Base ............................................................................................. 95

BAB VI KESIMPULAN DAN SARAN........................................................... 106 6.1. Kesimpulan ............................................................................................... 106

6.2. Saran ......................................................................................................... 106 DAFTAR PUSTAKA ........................................................................................ 107 LAMPIRAN ....................................................................................................... 109

xiii UIN Syarif Hidayatullah Jakarta

DAFTAR GAMBAR

Gambar 2. 1: Berbagai Warna dan Kadar Tone pada Warna .................................. 8 Gambar 2. 2: Jenis-Jenis Kejernihan ....................................................................... 9 Gambar 2. 3: Gambar Jenis-Jenis Potongan ......................................................... 10 Gambar 2. 4: Representasi Linear Naik ................................................................ 16

Gambar 2. 5: Representasi Linear Turun .............................................................. 16 Gambar 2. 6: Representasi Kurva Segitiga ........................................................... 17 Gambar 2. 7: Representasi Kurva Bahu ................................................................ 18

Gambar 2. 8: Defuzikasi ....................................................................................... 20 Gambar 3. 1: Kerangka berpikir ........................................................................... 43 Gambar 4. 1: Usecase Diagram Sistem................................................................. 52 Gambar 4. 2: Activity Diagram Memilih Jenis Batu ............................................. 57

Gambar 4. 3: Activity Diagram Memilih Fenomena ............................................. 58 Gambar 4. 4: Activity Diagram Memilih Kejernihan ............................................ 59 Gambar 4. 5: Activity Diagram Memilih Potongan ............................................... 60 Gambar 4. 6: Activity Diagram Memilih Warna ................................................... 61

Gambar 4. 7: Activity Diagram Memilih Tone Warna .......................................... 62 Gambar 4. 8: Activity Diagram Memilih Pengobatan ........................................... 63

Gambar 4. 9: Activity Diagram Input Bobot ......................................................... 64

Gambar 4. 10: Activity Diagram Hitung Harga Batu Permata .............................. 65

Gambar 4. 11: Sequence Diagram Memilih Jenis Batu ........................................ 66 Gambar 4. 12: Sequence Diagram Memilih Fenomena ........................................ 66

Gambar 4. 13: Sequence Diagram Memilih Kejernihan ....................................... 67 Gambar 4. 14: Sequence Diagram Memilih Potongan .......................................... 67 Gambar 4. 15: Sequence Diagram Memilih Warna .............................................. 68

Gambar 4. 16: Sequence Diagram Memilih Tone Warna ..................................... 68 Gambar 4. 17: Sequence Diagram Memilih Pengobatan ...................................... 69 Gambar 4. 18: Sequence Diagram Hitung Harga Batu Permata ........................... 69

Gambar 4. 19: Fungsi Keanggotaan Phenomenon ................................................ 70 Gambar 4. 20: Fungsi Keanggotaan Clarity ......................................................... 70

Gambar 4. 21: Fungsi Kenaggotaan Cutting ......................................................... 71

Gambar 4. 22: Fungsi Kenaggotaan Tone Warna ................................................. 72

Gambar 4. 23: Fungsi Keanggotaan Treatment .................................................... 72 Gambar 4. 24: Gambar Tampilan Home ............................................................... 92 Gambar 4. 25: Gambar Tampilan Info .................................................................. 93

Gambar 4. 26: Gambar Tampilan Calculate ......................................................... 93 Gambar 5. 1: Screen Shoot Skenario I .................................................................. 97

Gambar 5. 2: Screen Shoot Skenario II ................................................................. 99 Gambar 5. 3: Screen Shoot Skenario III ............................................................. 101 Gambar 5. 4: Screen Shoot Skenario IV ............................................................. 103

Gambar 5. 5: Screen Shoot Skenario V .............................................................. 105

xiv UIN Syarif Hidayatullah Jakarta

DAFTAR TABEL

Tabel 1. 1: Tabel Perbandingan Mamdani-Sugeno-Sukamoto ............................... 2 Tabel 1. 2: Tabel Perbandingan Nilai Mape Mamdani-Sugeno-Sukamoto ............ 3 Tabel 2. 1: Simbol-Simbol Pada Use Case Diagram ............................................ 24 Tabel 2. 2: Simbol-Simbol Pada Activity Diagram ............................................... 26

Tabel 2. 3: Simbol-Simbol Sequence Diagram .................................................... 27 Tabel 2. 4: Perbandingan Model Metode Pengembangan Sistem......................... 30 Tabel 2. 5: Perbandingan Algoritma ..................................................................... 35

Tabel 4. 1: Daftar Pertanyaan Kuesioner .............................................................. 45 Tabel 4. 2: Responden pengguna smartphone android ......................................... 46 Tabel 4. 3: Resoponden yang membeli batu permata terlalu mahal ..................... 46 Tabel 4. 4: Responden yang menjual batu permata terlalu murah ........................ 46

Tabel 4. 5: Responden yang mengetahui tentang batu permata ............................ 47 Tabel 4. 6: Responden yang mengikuti harga batu permata ................................. 47 Tabel 4. 7: Responden yang pernah menggunakan aplikasi taksir harga batu permata

............................................................................................................................... 47

abel 4. 8: Tanggapan responden mengenai aplikasi untuk mentaksir harga batu

permata .................................................................................................................. 48

Tabel 4. 9: Tanggapan responden mengenai pentingnya aplikasi ......................... 48

Tabel 4. 10: Identifikasi Actor .............................................................................. 51

Tabel 4. 11: Skenario Usecase Memilih Jenis Batu .............................................. 52 Tabel 4. 12: Skenario Usecase Memilih Kejernihan ............................................ 53

Tabel 4. 13: Skenario Usecase Memilih Warna.................................................... 53 Tabel 4. 14: Skenario Usecase Memilih Tone Warna .......................................... 54 Tabel 4. 15: Skenario Usecase Memilih Fenomena.............................................. 54

Tabel 4. 16: Skenario Usecase Memilih Potongan ............................................... 55 Tabel 4. 17: Skenario Usecase Memilih Pengobatan............................................ 55 Tabel 4. 18: Skenario Usecase Input Bobot .......................................................... 56

Tabel 4. 19: Skenario Usecase Melihat Hasil Hitung ........................................... 56 Tabel 4. 20 Tabel Nilai Keanggotaan Phenomenon.............................................. 70

Tabel 4. 21: Tabel Nilai Keanggotaan Clarity ...................................................... 71

Tabel 4. 22: Tabel Nilai Keanggotaan Cutting ..................................................... 72

Tabel 4. 23: Tabel Nilai Keanggotaan Treatment ................................................. 73 Tabel 4. 24: Tabel Phenomenon ........................................................................... 89 Tabel 4. 25: Tabel Clarity ..................................................................................... 89

Tabel 4. 26: Tabel Cutting .................................................................................... 89 Tabel 4. 27: Tabel Color ....................................................................................... 89

Tabel 4. 28: Tabel Keterangan Warna .................................................................. 89 Tabel 4. 29: Tabel Treatment ................................................................................ 90 Tabel 4. 30: Tabel Jenis Batu ................................................................................ 90

Tabel 4. 31: Tabel Harga Standar ......................................................................... 90 Tabel 4. 32: Tabel Batu Phenomenon ................................................................... 90 Tabel 4. 33: Tabel Batu Treatment ....................................................................... 91

Tabel 4. 34: Tabel Batu Color............................................................................... 91

xv UIN Syarif Hidayatullah Jakarta

Tabel 4. 35: Tabel Phenomenon Clarity ............................................................... 91 Tabel 4. 36: Tabel Phenomenon Cutting .............................................................. 91 Tabel 5. 1: Tabel Hasil Pengujian Blackbox ........................................................ 94 Tabel 5. 2: Tabel Perhitungan Skenario I.............................................................. 95 Tabel 5. 3: Tabel Perhitungan Skenario II ............................................................ 97

Tabel 5. 4: Tabel Perhitungan Skenario III ........................................................... 99 Tabel 5. 5: Tabel Perhitungan Skenario IV ......................................................... 101 Tabel 5. 6: Tabel Perhitungan Skenario V .......................................................... 103 Tabel 5. 7: Tabel Perbandingan Harga ................................................................ 105

1 UIN Syarif Hidayatullah Jakarta

BAB I

PENDAHULUAN

1.1. Latar Belakang

Tiga tahun yang lalu, tepatnya pada tahun 2015 di Indonesia telah menjadi

booming batu akik. Padahal batu akik sudah ada sejak lama, namun batu ini mulai

booming kembali. Dikutip dari kompasiana.com, pada tahun 2013 ada penerbitan

sebuah majalah Indonesia Gemstone. Berawal dari terbitnya majalah, demam batu

akik mulai terasa kuat. Berbagai toko dan kios batu mulia bermunculan. (Agnes,

2015)

Dibalik maraknya batu akik, tidak sedikit yang merasa tertipu pada saat

membeli, seperti yang dikatakan Gubernur Jawa Barat, Ahmad Heryawan. “Tidak

sedikit di lapangan ada penipuan, karena konsumen tidak tahu batu akik standarnya

seperti apa," kata gubernur yang disapa Aher itu di Bandung, Sabtu, 14 Maret 2015.

(Ahmad, 2016)

Dari kasus penipuan diatas, geolog yang juga ahli batu mulia, Sujatmiko,

membenarkan adanya konsumen awam yang tertipu saat membeli batu akik. Dia

mengaku mendapati konsumen memeriksa enam batu akik yang dibeli dengan

harga puluhan juta. Saat diperiksa, batu itu ternyata terbuat dari kaca. Sujatmiko

menuturkan bahwa memeriksa kualitas batu akik dengan menyinarinya saja tidak

cukup. "Harus hati-hati, banyak yang tertipu," ucapnya. (Ahmad, 2016)

Dari pernyataan-pernyataan di atas diperkuat dengan hasil kuesioner yang

sudah penulis sebarkan kepada 46 responden pada tanggal 30 November 2018

hingga 30 Desember 2018. Teknik yang digunakan adalah random sampling dan

target respondennya yaitu pecinta batu permata atau orang yang memiliki batu

permata.

Sebanyak 41.3% responden pernah merasa membeli batu permata dengan

harga terlalu mahal dan sebanyak 28.3% responden pernah merasa menjual batu

permata dengan harga terlalu murah. Hal ini juga diperkuat dengan sebanyak 82.6%

responden tidak mempunyai pengetahuan tentang batu permata dan sebanyak

78.3% responden tidak mengikuti perkembangan harga batu permata. Serta 97.8%

2

UIN Syarif Hidayatullah Jakarta

responden belum pernah menggunakan aplikasi taksir harga batu permata. Dari

hasil kuesioner tersebut dapat disimpulkan yang merasa membeli terlalu mahal dan

menjual terlalu murah cukup banyak, karena kurangnya pengetahuan tentang batu

permata dan tidak mengikuti perkembangan harga batu permata, serta hampir

seluruh responden belum pernah menggunakan aplikasi taksir harga batu permata.

Adapun tanggapan responden terhadap aplikasi taksir harga batu permata

menjawab 100% setuju dan tanggapan mengenai pentingnya aplikasi tersebut yaitu

sebesar 30.4% menjawab sangat penting, 41.3% menjawab penting dan 28.3%

menjawab biasa. Dengan demikian, peminat untuk menggunakan aplikasi taksir

harga batu permata cukup tinggi.

Dari permasalahan diatas solusi yang ditawarkan oleh penulis adalah dengan

cara menggunakan algoritma fuzzy inference system Sugeno. Metode Sugeno adalah

model fuzzy logic dengan output sistem tidak berupa himpunan fuzzy melainkan

berupa konstanta atau persamaan linier. Dengan merancang sebuah perangkat lunak

yang dapat menghitung nilai dari kriteria-kriteria batu permata sehingga didapatkan

hasil berupa harga taksirannya.

Dari penelitian sebelumnya, pada tahun 2016, Wahyuni Eka Sari dkk,

membandingkan metode Mamdani-Sugeno-Sukamoto yang termasuk dalam fuzzy

inference system untuk mendiagnosa penyakit Tuberculosis pada anak-anak. Dari

hasil penelitian tersebut, metode Fuzzy Sugeno memiliki nilai akurasi, ketelitian dan

sensitivitas tertinggi seperti pada tabel berikut ini.

Tabel 1. 1: Tabel Perbandingan Mamdani-Sugeno-Sukamoto

Metode fuzzy Akurasi Ketelitian Sensitivitas

Sugeno 93% 95,1% 97,2%

Tsukamoto 92% 94,5% 96,7%

Mamdani 89% 93,4% 94,4%

Selain itu, berdasarkan penelitian yang dilakukan oleh Komang Wahyudi

Suardika dkk, yang juga membandingkan metode Mamdani-Sugeno-Sukamoto

3


untuk menentukan produksi dupa. Dari hasil penelitian tersebut, diperoleh nilai

MAPE seperti pada tabel berikut ini.

Tabel 1. 2: Tabel Perbandingan Nilai Mape Mamdani-Sugeno-Sukamoto

Metode fuzzy MAPE

Sugeno 1,314%

Tsukamoto 1,557%

Mamdani 2,525%

Dengan mengadopsi dari penilaian berlian yaitu, 4C (Color, Clarity, Cutting

dan Carat). Color (warna) pada batu permata yang bernilai tinggi apabila memiliki

warna yang kuat atau tebal, jika semakin pudar nilainya semakin menurun. Begitu

pula Clarity (kejernihan), semakin jernih sebuah batu permata maka harganya juga

akan semakin tinggi. Namun jika terjadi fenomena terhadap batu permata

kejernihannya akan berkurang. Untuk Cutting (potongan), nilai dari sebuah

potongan tergantung dari halus atau tidaknya (gompal) bahkan tidak simetris. Carat

(bobot) pada batu permata berbeda dengan emas, pada emas ditujukan untuk

seberapa besar kadar emas yang terkandung bisa juga dibilang kualitas dari emas,

sedangkan pada batu permata ditujukan sebagai berat atau bobot dari sebuah batu 1

carat sama dengan 0,2 gram.

Tidak kalah penting, fenomena atau keunikan pada batu dan juga treatment

(pengobatan) untuk menutupi kekurangan atau kecacatan pada batu juga menjadi

kriteria yang dibutuhkan pada penelitian ini. Fenomena atau keunikan menjadi

faktor karena hal ini hanya terjadi pada batu permata dan kemunculannya jarang

terjadi atau cukup langka. Dan faktor yang terakhir yaitu pengobatan, dengan ada

atau tidaknya pengobatan sudah mempengaruhi harga sebuah batu permata. Dengan

menggunakan metode sugeno kriteria-kriteria diatas dimasukkan sebagai nilai input

dan output-nya berupa taksir harga batu permata.

Dari penjelasan di atas penulis merumuskan judul penelitian yaitu,

“APLIKASI TAKSIR HARGA BATU PERMATA DENGAN MENGGUNAKAN

FUZZY LOGIC BERBASIS ANDROID”.

4


1.2. Rumusan Masalah

Dari latar belakang di atas maka penulis merumuskan masalah yaitu,

bagaimana pembuatan aplikasi taksir harga batu permata menggunakan fuzzy logic

berbasis Android?

1.3. Batasan Masalah

Dari rumusan masalah di atas penulis membatasi pembahasan menjadi tiga

yaitu, proses atau alur sistem, metode yang digunakan, dan tools yang digunakan.

1.3.1. Proses

Berikut ini adalah alur dari penelitian yang akan dilakukan:

1. Jenis batu permata yang dijadikan objek penelitian yaitu hanya Ruby,

Sapphire dan Emerald.

2. Input-nya berupa data batu yang memiliki kriteria yaitu jenis batu,

warna, potongan, kejernihan, fenomena, pengobatan dan berat batu

kemudian diproses, sehingga output-nya berupa taksiran harga.

3. Cakupan penelitian ini adalah sebatas aplikasi taksir harga batu permata.

4. Tidak membandingkan dengan berat melainkan warna

1.3.2. Metode

Berikut ini adalah metode yang digunakan pada penelitian:

1. Algoritma yang digunakan adalah fuzzy inference sistem Sugeno.

2. Metode pengumpulan data yang digunakan yaitu studi pustaka,

wawancara, dan kuesioner.

3. Metode pengembangan sistem yang digunakan adalah metode Rapid

Application Development (RAD).

1.3.3. Tools

Penelitian ini menggunakan alat bantu Android Studio dan MySQL.

5


1.4. Tujuan Penelitian

Tujuan dari penelitian ini yaitu untuk membuat aplikasi taksir harga batu

permata dengan fuzzy logic berbasis Android.

1.5. Manfaat Penelitian

Manfaat yang didapat dari penelitian ini dibagi menjadi tiga yaitu, bagi

penulis, bagi masyarakat, dan bagi universitas.

1.5.1. Bagi penulis

Berikut ini adalah manfaat penelitian bagi penulis:

1. Sebagai sarana untuk menerapkan ilmu kecerdasan buatan (fuzzy logic)

pada pembuatan aplikasi taksir harga batu permata berbasis Android.

2. Untuk memahami bahasa pemrograman yang digunakan oleh penulis

yaitu Java.

3. Untuk menambah wawasan tentang batu permata.

1.5.2. Bagi Masyarakat

Berikut ini adalah manfaat penelitian bagi masyarakat:

1. Dapat memahami tentang batu permata.

2. Memberikan solusi kepada pengguna dalam mentaksir harga batu

permata.

3. Mengetahui spesifikasi dari batu permata.

1.5.3. Bagi Universitas

Berikut ini adalah manfaat penelitian bagi universitas:

1. Mengetahui kemampuan mahasiswa dalam menguasai materi

perkuliahan.

2. Mengetahui kemampuan mahasiswa dalam menerapkan ilmunya dan

sebagai bahan evaluasi.

3. Memberikan gambaran tentang kesiapan mahasiswa dalam menghadapi

dunia kerja yang sebenarnya.

6


1.6. Metodologi Penulisan

Metodologi yang digunakan penulis terbagi menjadi dua yaitu, metode

pengumpulan data dan metode pengembangan sistem.

1.6.1. Metode Pengumpulan Data

Dalam penelitian ini metode pengumpulan data yang digunakan

yaitu sebagai berikut:

1. Wawancara

Mengumpulkan data dengan mewawancarai langsung kepada pihak

yang bersangkutan terkait objek skripsi yang diteliti oleh penulis.

2. Kuesioner

Penulis akan menyebarkan kuesioner untuk mengetahui manfaat dari

aplikasi ini dan seberapa banyak yang merasa tertipu saat menjual atau

membeli batu permata.

3. Studi Pustaka

Pengumpulan data dan informasi dengan metode studi pustaka adalah

cara pengambilan data dengan mempelajari serta menggali teori-teori

dari buku yang berhubungan dengan aplikasi yang dianalisa.

1.6.2. Metode Pengembangan Sistem

Dalam penelitian ini metodologi pengembangan system yang

digunakan adalah Rapid Aplication Development (RAD) dengan tahapan-

tahapan sebagai berikut:

1. Fase perencanaan kebutuhan (Requirements Planning)

2. Fase Proses Desain (Workshop Design)

3. Fase Implementasi (Implementation System)

1.7. Sistematika Penulisan

Dalam penelitian ini pembahasan dalam enam bab yang secara singkat akan

diuraikan sebagai berikut:

7


BAB I PENDAHULUAN

Pada bab ini terdiri dari enam sub bab yang berisikan latar belakang

masalah, tujuan penelitian, manfaat penelitian, perumusan masalah,

batasan masalah, metodologi penelitian, dan sistematika penulisan.

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

Pada bab ini, berisikan literatur yang dijadikan acuan dalam

penelitian dan menguraikan teori yang terkait dengan konsep

pengolahan citra dan pengenalan pola.

BAB III METODE PENELITIAN

Bab ini berisikan pemaparan metode yang penulis gunakan dalam

pengumpulan data maupun perancangan aplikasi yang dilakukan

pada penelitian.

BAB IV ANALISIS DAN PERANCANGAN SISTEM

Dalam bab ini, menjelaskan pembuatan aplikasi yang dimulai dari

tahap analisis kebutuhan sistem, perancangan sistem, tahap

pengkodean, dan evaluasi aplikasi.

BAB V HASIL DAN PEMBAHASAN

Pada bab ini diuraikan mengenai uji coba aplikasi yang telah dibuat

dan hasil yang diperoleh.

BAB VI PENUTUP

Pada bab ini dijelaskan mengenai kesimpulan dari hasil penelitian

yang didapat dan saran yang dapat digunakan untuk pengembangan

aplikasi yang lebih baik lagi di masa yang akan datang.


BAB 2

TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1. Batu Permata

Batu permata adalah sebuah mineral, batu yang dibentuk dari hasil proses

geologi yang unsurnya terdiri atas satu atau beberapa komponen kimia yang

mempunyai harga jual tinggi, dan diminati oleh para kolektor. Batu permata harus

melewati tahap pemolesan sebelum dijadikan perhiasan.

2.1.1. Kriteria-Kriteria Batu Permata

Kriteria batu permata dibagi menjadi empat yaitu, color (warna),

clarity (kejernihan), cut (potongan), dan carat (bobot).

1. Color (Warna)

Untuk warna adalah hal yang subjektif tetapi untuk melihat

warna dianjurkan untuk melihat dengan sumber lampu yang berbeda

karena kadang-kadang ada batu yang menampilkan efek color change

(berubah warna).

Gambar 2. 1: Berbagai Warna dan Kadar Tone pada Warna

(Sumber: Panduan Lengkap A-Z BATU PERMATA Mengenali Proses,

Ciri, dan Sifat Permata Membedakan Imitasi & Sintesis Tips Membeli,

Merawat & Mengkoleksi, 2013)

9


Warna pada batu permata berhubungan dengan hue, yaitu warna

utama yang ada pada batu permata itu sendiri atau body color.

Contohnya adalah merah, jingga, kuning, hijau, biru, dan ungu kebiruan.

Selain itu yang mempengaruhi warna adalah tone, yaitu seberapa

banyak warna yang agak gelap kehitaman yang ada pada batu permata

atau sisi gelap dan terangnya batu permata.

2. Clarity (Kejernihan)

Gambar 2. 2: Jenis-Jenis Kejernihan




Kejernihan mewakili kebersihan dan kemurnian dari sebuah batu

permata. Kebanyakan batu permata mengandung kotoran atau cacat.

Untuk klasifikasi kejernihan pada batu permata yang paling jernih yaitu:

a. Very Very Slightly Included, mengandung cacat yang sangat kecil

seperti crystal (kristal), feather (cacat seperti bulu), cloud (awan)

kecil dan sangat sulit dilihat dengan kaca pembesar 10x.

b. Very Slight Included, mengandung sedikit cacat seperti crystal,

feather, cloud yang agak sulit dilihat melalui kaca pembesar 10x.

10


c. Slightly Included, mengandung cacat seperti crystal, cloud, cavities

(lubang atau rongga kecil), knots (noktah), dan feather yang mudah

dilihat oleh penilai yang berpengalaman dengan kaca pembesar 10x.

d. Include, mengandung cacat yang biasanya terdiri dari feather,

crystal atau lainnya yang berukuran agak besar dan nampak mudah

dilihat dengan menggunakan kaca pembesar 10x ataupun dengan

mata telanjang tanpa menggunakan kaca pembesar (unaided eyes).

e. Opaque, tidak tembus cahaya sama sekali.

3. Cut (Potongan)

Jenis potongan dan asahan pada batu permata ada tiga, yaitu:

a. Cabochon, tidak mempunyai facet sama sekali dan berbentuk polos

seperti bentuk setengah telur dan biasanya batu-batu dengan

fenomena seperti star atau cat’s eye yang dipotong seperti ini.

b. Faceted, bentuk potongan pada batu dengan asahan sudut kecil-kecil

seperti potongan pada berlian.

c. Mixed cut, bentuk potongan perpaduan dari cabochon dan faceted.

Biasanya potongan permukaan atas kepalanya polos dan pada bagian

bawahnya di-facet.

Gambar 2. 3: Gambar Jenis-Jenis Potongan




11


4. Carat (Bobot)

Suatu batu permata dijual menurut ukuran beratnya. Idealnya,

makin besar suatu bobot batu permata maka semakin mahal pula

harganya dan biasanya batu permata dijual per carat.

2.1.2. Jenis-Jenis Batu Permata

Berikut ini adalah tiga batu permata yang paling diminati di dunia

menurut Pak Nugroho Tri Putranto, yaitu:

1. Ruby

Berikut ini adalah spesifikasi batu permata Ruby:

Mineral Group : Corundum

Chemical Formula: 𝐴𝑙2𝑂3 (Aluminum Oxide)

Crystal Structure : Trigonal

Color : Red

Transparency : Transparent to Opaque

Refractive Index : 1,762 – 1,788

Birefringence : 0,008 – 0,009

Optic Character : Uniaxial /-

Dispersion : 0,018

Luster : Vitreous

Cleavage : None

Fracture : Uneven, conchoidal

Density : 3,95 – 4,03 gr/cc

Hardness : 9 on the Mohs scale

Fenomena yang ada pata Ruby ada dua, yaitu:

a. Asterism (Star)

b. Chatoyancy (Cat’s Eye)

Berikut ini adalah pengobatan yang ada pada Ruby dari yang

sedikit hingga yang terparah:

12


a. Heated

b. Heated with Fissure Healing

c. Heated with Lead Glass Filling

d. Color Dyeing

2. Sapphire

Mineral Group : Corundum

Chemical Formula: 𝐴𝑙2𝑂3 (Aluminum Oxide)

Crystal Structure : Trigonal

Color : All color except red



Birefringence : 0,008 – 0,009


Dispersion : 0,018

Luster : Vitreous

Cleavage : None



Hardness : 9 on the Mohs scale

Fenomena yang ada pata Sapphire ada tiga, yaitu:

a. Asterism (Star)


c. Color Change

Berikut ini adalah pengobatan yang ada pada Sapphire dari yang


a. No Treatment

b. Heated

c. Heated with filler residues

13


d. Heated with colloring agent (Diffusion)

e. Heated with lead glass filling

f. Heated with colloring agent and glass filling

3. Emerald

Mineral Group : Beryl

Chemical Formula: 𝐴𝑙2𝐵𝑒3𝑆𝑖6𝑂18 (Aluminum Oxide)

Crystal Structure : Hexagonal

Color : Green, Bluish Green



Birefringence : 0,006


Dispersion : 0,014

Luster : Vitreous

Cleavage : Indistintc



Hardness : 7,5 - 8 on the Mohs scale

Fenomena yang ada pata Emerald ada dua, yaitu:

a. Asterism (Star)


Berikut ini adalah pengobatan yang ada pada Emerald dari yang


a. Oiling (Clarity Enhance)

b. Oiling with colored oil

c. Colored dyeing (Coating)

14


2.2. Fuzzy Logic

Fuzzy logic dikatakan sebagai logika baru yang lama, sebab ilmu tentang

fuzzy logic modern dan metodis baru ditemukan beberapa tahun yang lalu, padahal

sebenarnya konsep tentang fuzzy logic itu sendiri sudah ada sejak lama. Fuzzy logic

adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu

ruang output. (Sri & Hari, 2010)

2.2.1. Himpunan Fuzzy

Pada himpunan tegas (crips), nilai keanggotaan suatu item x dalam

suatu himpunan A, yang sering ditulis dengan 𝜇𝐴[𝑥], memiliki dua

kemungkinan, yaitu (Sri & Hari, 2010):

1. Satu (1), suatu item menjadi anggota dalam suatu himpunan.

2. Nol (0), suatu item tidak menjadi anggota dalam suatu himpunan.

Himpunan fuzzy memiliki dua atribut, yaitu (Sri & Hari, 2010):

1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau

kondisi tertentu dengan menggunakan bahasa alami, seperti: MUDA,

PAROBAYA, TUA.

2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu

variable, seperti: 40, 25, 50, dsb.

Ada beberapa hal yang perlu diketahui dalam memahami sistem

suzzy, yaitu (Sri & Hari, 2010):

1. Variabel fuzzy

Variabel fuzzy merupakan variabel yang hendak dibahas dalam

suatu sistem fuzzy. Contoh: umur, temperatur, permintaan, dsb.

2. Himpunan fuzzy

Suatu grup yang mewakili suatu kondisi atau keadaan tertentu

dalam suatu variabel fuzzy. Contoh: variable umur, terbagi menjadi tiga

himpunan fuzzy, yaitu: MUDA, PAROBAYA, TUA.

15


3. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang

diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. Semesta

pembicaraan merupakan himpunan bilangan real yang senantiasa naik

(bertambah) secara monoton dari kiri ke kanan. Nilai semesta

pembicaraan dapat berupa bilangan positif maupun negatif. Adakalanya

nilai semesta pembicaraan ini tidak dibatasi batas atasnya. Contoh:

a. Semesta pembicaraan untuk variabel umur: [0, +∞]

b. Semesta pembicaraan untuk variabel temperatur: [0, 40]

4. Domain

Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan

dalam semesta pembicaraan dan boleh dioperasikan dalam suatu

himpunan fuzzy. Seperti halnya semesta pembicaraan, domain

merupakan himpunan bilangan real yang senantiasa naik (bertambah)

secara monoton dari kiri ke kanan. Nilai domain dapat berupa bilangan

positif maupun negatif.

2.2.2. Fungsi Keanggotaan

Fungsi keanggotaan (membezslup hmction) adalah suatu kurva yang

menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya

(sering juga disebut dengan derajat keanggotaan) yang memiliki interval

antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan

nilai keanggotaan adalah dengan melalui pendekatan fungsi. (Sri & Hari,

2010)

1. Representasi Linear

Pemetaan input ke derajat keanggotannya digambarkan sebagai

suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang

baik untuk mendekati suatu konsep yang kurang jelas. (Sri & Hari, 2010)

Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan

himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan

16


nol [0] bergerak ke kanan menuju nilai domain yang memiliki derajat

keanggotaan lebih tinggi. (Sri & Hari, 2010)

Fungsi keanggotaan:

μ[x] = {0; x ≤ a(x − a)/(b − a); a ≤ x ≤ b1; x ≥ b

Gambar 2. 4: Representasi Linear Naik

(Sumber: Artificial Intelligence (Teknik dan Aplikasinya), 2010)

Kedua, merupakan kebalikan dari yang pertama. Garis lurus

dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi

kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat

keanggotaan lebih rendah seperti gambar di bawah ini.

Fungsi keanggotaan:

μ[x] = {𝑏−𝑥

𝑏−𝑎; 𝑎 ≤ 𝑥 ≤ 𝑏

0: 𝑥 ≥ 𝑏

Gambar 2. 5: Representasi Linear Turun


17


2. Representasi Kurva Segitiga

Kurva Segitiga pada dasarnya merupakan gabungan antara dua

garis linear. (Sri & Hari, 2010)

Fungsi keanggotaan:

μ[x] = {

0; x ≤ a atau x ≥ c(x − a)/(b − a); a ≤ x ≤ b(c − x)/(c − b); b ≤ x ≤ c

Gambar 2. 6: Representasi Kurva Segitiga


3. Representasi Kurva Bahu

Daerah yang terletak di tengah-tengah suatu variabel yang

direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya

akan naik dan turun (contohnya DINGIN bergerak ke SEJUK bergerak

ke HANGAT dan bergerak ke PANAS). Namun terkadang salah satu

sisi dari variabel tersebut tidak mengalami perubahan. Sebagai contoh,

apabila telah mencapai kondisi PANAS, kenaikan temperatur akan tetap

berada pada kondisi PANAS. Himpunan fuzzy 'bahu', bukan segitiga,

digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri

bergerak dari benar ke salah, demikian juga bahu kanan bergerak dari

salah ke benar.

18


Gambar 2. 7: Representasi Kurva Bahu


2.2.3. Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzy

Seperti halnya himpunan konvensional, ada beberapa operasi yang

didefinisikan secara khusus untuk mengkombinasi dan memodifikasi

himpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi dua himpunan

sering dikenal dengan nama fire strength atau α-predikat. Ada tiga operator

dasar yang diciptakan oleh Zadeh, yaitu: (Sri & Hari, 2010)

1. Operator AND

Operator ini berhubungan dengan operasi interseksi pada

himpunan. α-predikat sebagai hasil operasi dengan operator AND

diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen

pada himpunan-himpunan yang bersangkutan.

𝜇𝐴∩𝐵 = min (μA[x], μB[y])

2. Operator OR

Operator ini berhubungan dengan operasi union pada himpunan.

α-predikat sebagai hasil operasi dengan operator OR diperoleh dengan

mengambil nilai keanggotaan terbesar antar elemen pada himpunan-

himpunan yang bersangkutan.

𝜇𝐴∪𝐵 = max (μA[x], μB[y])

19


3. Operator NOT

Operator ini berhubungan dengan operasi komplemen pada

himpunan. α-predikat sebagai hasil operasi dengan operator NOT

diperoleh dengan mengurangkan nilai keanggotaan elemen pada

himpunan yang bersangkutan dari l.

μA′ = 1 − μA[x]

2.2.4. Fungsi Implikasi

Tiap-tiap aturan pada basis pengetahuan fuzzy akan berhubungan

dengan suatu relasi fuzzy. Bentuk umum dari aturan yang digunakan dalam

fungsi implikasi adalah:

IF x is A THEN y is B

Dengan x dan y adalah skalar, A dan B adalah himpunan fuzzy.

Proporsi yang mengikuti IF disebut sebagai anteseden, sedangkan proporsi

yang mengikuti THEN disebut sebagai konsekuen. Proporsi ini dapat

diperluas dengan menggunakan operator fuzzy, seperti:

IF (x1 is A1) ● (x2 is A2) ● (x3 is A3) ● … ● (xn is An) THEN y is B

Dengan ● adalah operator (misal: OR atau AND).

Ada dua fungsi implikasi yang dapat digunakan, yaitu:

1. Min (minimum), fungsi ini akan memotong output himpunan fuzzy.

2. Dot (product), fungsi ini akan menskala output himpunan Fuzzy.

2.2.5. Fuzzy Inference System (Sugeno)

Penalaran dengan metode Sugeno hampir sama dengan penalaran

Mamdani, hanya saja output (konsekuen) sistem tidak berupa himpunan

fuzzy, melainkan berupa konstanta atau persamaan linear. Metode ini

diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985 (Sri & Hari,

2010)

1. Pembentukan himpunan, pada metode Sugeno, baik variable input

maupun variable output dibagi menjadi satu atau lebih himpunan fuzzy.

20


2. Aplikasi fungsi implikasi (aturan), pada metode Sugeno, fungsi

implikasi yang digunakan adalah min.

3. Komposisi aturan, tidak seperti penalaran monoton, apabila sistem

terdiri dari beberapa aturan, maka inferensi diperboleh dari kumpulan

dan korelasi antar aturan.

Model Fuzzy Sugeno Orde-Satu, secara umum bentuk model Fuzzy

Sugeno Orde-Satu adalah

IF (x1is A1) ∙ … … ∙ (xnis An) THEN z = p1 ∗ z1 + ⋯ + pn ∗ zn + q

4. Penegasan (deffuzy), input dari proses defuzzifikasi adalah suatu

himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy,

sedangkan output yang dihasilkan merupakan suatu bilangan pada

domain himpunan fuzzy tersebut. Oleh karena itu jika diberikan suatu

himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu

nilai crisp tertentu sebagai output seperti terlihat gambar dibawah ini.

Gambar 2. 8: Defuzikasi


Metode Mean of Maximum (MOM), pada metode ini, solusi crisp

diperoleh dengan cara mengambil nilai keanggotaan maksimum.

21


2.3. Sistem Operasi Android

Banyak sekali sistem operasi pada smartphone salah satunya yaitu sistem

operasi Android. Android adalah sistem operasi berbasis Linux yang bersifat

terbuka (open source) dan dirancang untuk perangkat seluler layar sentuh seperti

smartphone dan komputer tablet. Android dikembangkan oleh Android, Inc.,

dengan dukungan finansial dari Google yang kemudian dibeli pada tahun 2005.

Android dirilis secara resmi pada tahun 2007, bersamaan dengan didirikan Open

Handset Alliance. (Sherief, 2014)

Dengan Android kebutuhan jadi lebih praktis, tablet dan smartphone ini bisa

menggantikan peran dari sebuah komputer jinjing, terutama untuk kebutuhan

entertainment, seperti mendengarkan lagu, menonton video, mengirim email,

bermain game, twitter, atau facebook, juga kegiatan hiburan online lainnya (Agus,

2013).

2.4. Bahasa Pemrograman

Pada penelitian ini penulis menggunakan dua bahasa pemrograman yaitu

Java dan JSON.

2.4.1. Java

Java merupakan sebuah bahasa pemograman sebuah aplikasi.

bahasa pemograman Java berorientasi object atau Object Oriented

Programming (OOP). Bahasa pemrograman Java adalah tujuan umum,

bersamaan, berbasis kelas. Java dirancang untuk menjadi bahasa yang

cukup sederhana dengan banyak programmer dapat mencapai kefasihan

dalam bahasa Java. Bahasa pemrograman Java berkaitan dengan bahasa C

dan C++ namun diatur agak berbeda, dengan sejumlah aspek di bahasa C

dan C++ dihilangkan dan termasuk beberapa ide dari bahasa lain (James,

Bill, Guy, Bracha, & Alex, 2014).

2.4.2. JSON

JSON merupakan salah satu web service dengan menggunakan

Bahasa pemograman PHP: Hypertext Preprocessor (PHP) untuk

22


membangun aplikasi Android. JSON sendiri memiliki singkatan dari Short

for JavaScript Notation. JSON adalah suatu format pertukaran data yang

ringan. Keuntungan utama JSON atas format data interchange lainnya

seperti eXtensible Markup Language (XML) adalah bahwa JSON baik

mudah bagi manusia untuk membaca dan mudah untuk komputer untuk

menghasilkan dan mengurai. Hal ini umumnya digunakan dalam berbagai

aplikasi web modern. (R, 2015)

Maka dari itu dengan JSON web service memungkinkan aplikasi

Android dapat menerima dan mengirim data ke server atau mendapat akses

query basis data secara online.

2.5. Tools

Pada penelitian ini penulis menggunakan dua alat bantu berupa software

yaitu Android Studio dan MySQL.

2.5.1. Android Studio

Android Studio merupakan sebuah software tools Integrated

Development Environment (IDE) untuk palform Android. Android Studio

ini diluncurkan pada tanggal 16 Mei 2013 pada Konferensi Google I/O oleh

Produk Manajer Google, Ellie Powers.

Android Studio ini bersifat free di bawah Apache License 2.0.

Android Studio awalnya dimulai dengan versi 0,1 pada bulan Mei 2013.

Kemudian dibuat versi berta 0.8 yang dirilis pada bulan Juni 2014. Yang

paling terbaru dirilis v.3 pada bulan Oktober 2017. Berbasis JetBrainns’

IntelliJ IDEA, studio didesain khusus untuk Android Development.

Sekarang ini sudah bisa di-download untuk Windows, Mac OS X dan Linux.

Fitur baru diharapkan akan ditambahkan pada setiap rilis dari

Android Studio. Berikut beberapa fitur yang disediakan dalam versi stabil

saat ini (Yudha & Ardhi, 2017):

1. Instant Run, secara dramatis mempercepat siklus pengeditan pembuatan

dan penjalan membuat pekerjaan.

23


2. Android Emulator 2.0, yang baru lebih cepat daripada sebelumnya yang

memungkinkan untuk mengubah ukuran emulator secara dinamis dan

mengakses satu set control sensor.

3. Gradle, Andoid Studio menawarkan otomatisasi pembuatan aplikasi

berkinerja tinggi, pengelolaan dependensi yang tangguh dan konfigurasi

versi yang bisa disesuaikan.

4. Android Studio menyediakan linkungan yang menyatu untuk

mengembangkan aplikasi untuk ponsel dan tablet Android, Android

Wear, Andorid TV dan Android Auto.

5. Mulai proyek dengan template kode untuk pola seperti panel samping

navigasi dan pager tampilan atau impor sampel kode Google dari

GitHub.

2.5.2. My Structured Query Language (MySQL)

MySQL mengimplementasikan model basis data relasional maka

disebut sebagai Relational Database Management Sistem (RDBMS).

MySQL merupakan software RDBMS atau server basis data yang dapat

mengelola basis data dengan sangat cepat, dapat menampung data dalam

jumlah sangat besar, dapat diakses oleh banyak pengguna atau banyak

pengguna, dan dapat melakukan suatu proses secara sinkron atau

berbarengan atau multi-threaded. MySQL banyak digunakan di berbagai

kalangan untuk melakukan penyimpanan dan pengolahan data, mulai dari

kalangan akademis sampai ke industri, baik industri kecil, menengah,

maupun besar. (Budi, Imam, & Enjang, 2012)

2.6. Unified Modeling Language (UML)

Salah satu perangkat pemodelan adalah UML. UML merupakan bahasa

pemodelan untuk sistem atau perangkat lunak yang berparadigma berorientasi

objek. Pemodelan (modelling) digunakan untuk penyederhanaan permasalahan-

permasalahan yang kompleks sedemikian rupa sehingga lebih mudah dipelajari dan

dipahami. (Bunafit, 2014)

24


Sebagian besar para perancang sistem informasi dalam menggambarkan

informasi dengan memanfaatkan UML diagram dengan tujuan utama untuk

membantu tim proyek berkomunikasi, mengeksplorasi potensi desain, dan

memvalidasi desain arsitektur perangkat lunak atau pembuat program. Secara

filosofi UML diilhami oleh konsep yang telah ada yaitu konsep ini menganalogikan

sistem seperti kehidupan nyata yang didominasi oleh obyek dan digambarkan atau

dinotasikan dalam simbol-simbol yang cukup spesifik. (Rosa & M, 2013)

2.6.1. Use Case Diagram

Use case diagram merupakan pemodelan untuk kelakuan (behavior)

sistem informasi yang akan dibuat. Use case mendeskripsikan sebuah

interaksi antara satu atau lebih aktor dengan sistem informasi yang akan

dibuat. Secara kasar, use case digunakan untuk mengetahui fungsi apa saja

yang ada di dalam sebuah sistem informasi dan siapa saja yang berhak

menggunakan fungsi-fungsi tersebut. Berikut adalah simbol-simbol yang

terdapat pada use case diagram (Rosa & M, 2013).

Tabel 2. 1: Simbol-Simbol Pada Use Case Diagram

(Sumber: Model Pembelajaran Rekayasa Perangkat Lunak, 2014)

Nama Simbol Deskripsi

Use case Fungsionalitas yang disediakan

sistem sebagai unit-unit yang

saling bertukar pesan antar unit

atau aktor. Biasanya dinyatakan

dengan menggunakan kata kerja

di awal frase nama use case.

Aktor (actor) Orang, proses, atau sistem lain

yang berinteraksi dengan sistem

informasi yang akan dibuat di

luar sistem.

Asosiasi

(association)

Komunikasi atau interaksi antara

aktor dan use case.

UseCase

25


Ekstensi

(extend)

Relasi use case tambahan ke

sebuah use case, dimana use case

yang ditambahkan dapat berdiri

sendiri walaupun tanpa use case

tambahan tersebut. Biasanya use

case tambahan memiliki nama

depan yang sama dengan use case

yang ditambahkan.

Generalisasi

(generalization)

Hubungan generalisasi dan

spesialisasi antara dua buah use

case dimana fungsi yang satu

adalah fungsi yang lebih umum

dari lainnya.

Menggunakan

(include /uses)

Relasi use case tambahan ke

sebuah use case, dimana use case

yang ditambahkan memerlukan

use case ini untuk menjalankan

fungsinya.

2.6.2. Activity Diagram

Diagram aktivitas atau activity diagram menggambarkan aliran

kerja (workflow) dari sebuah sistem atau proses bisnis. Activity diagram

menggambarkan aktivitas yang dapat dilakukan oleh sistem, bukan apa

yang dilakukan oleh aktor. Berikut adalah simbol-simbol yang terdapat

pada activity diagram. (Rosa & M, 2013)

26


Tabel 2. 2: Simbol-Simbol Pada Activity Diagram

(Sumber: Modul Pembelajaran Rekayasa Perangkat Lunak, 2014)


Status awal

Status awal aktivitas

sistem.

Aktivitas

Aktivitas yang

dilakukan sistem,

biasanya diawali

dengan kata kerja.

Percabangan

(decision)

Asosiasi percabangan

jika terdapat pilihan

lebih dari satu.

Penggabungan (join)

Asosiasi

penggabungan jika

terdapat lebih dari satu

aktivitas yang

digabungkan menjadi

satu kesatuan.

Status Akhir

Status akhir yang

dilakukan sistem.

Swimlane

Memisahkan

organisasi bisnis yang

bertanggung jawab

terhadap aktivitas

yang terjadi.

Aktivita

s

27


2.6.3. Sequence Diagram

Diagram sekuen atau sequence diagram menggambarkan kelakuan

objek pada use case dengan mendeskripsikan waktu hidup objek dan

message yang dikirimkan dan diterima antar objek. Beberapa simbol-

simbol yang terdapat pada sequence diagram. (Rosa & M, 2013)

Tabel 2. 3: Simbol-Simbol Sequence Diagram

(Sumber: Modul Pembelajaran Rekayasa Pernagkat Lunak, 2014)


Garis hidup

(lifeline)

Orang, proses, atau sistem lain

yang berinteraksi dengan

sistem informasi yang akan

dibuat di luar sistem.

Aktor

Menyatakan kehidupan suatu

objek.

Objek

Menyatakan objek yang

berinteraksi pesan.

Waktu aktif

Menyatakan objek dalam

keadaan aktif dan berinteraksi

pesan.

Pesan tipe

create

Menyatakan suatu objek

membuat objek yang lain.

Pesan tipe call


memanggil operasi/metode

yang ada pada objek lain atau

pada dirinya sendiri.

Pesan tipe send

Menyatakan bahwa suatu

objek mengirimkan data/

<<create>>

1.masukan

28



masukan/ informasi ke objek

lainnya.

Pesan tipe

destroy


mengakhiri hidup objek yang

lain.

Pesan tipe

return

Menyatakan bahwa suatu

objek yang telah menjalankan

suatu operasi/ metode

menghasilkan suatu

kembalian ke objek tertentu.

2.7. Pengujian Black Box

Pengujian black box disebut juga dengan pengujian perilaku, berfokus pada

requirement fungsional dari sebuah perangkat lunak. Pengujian black box

mengijinkan software engineer untuk menentukan kondisi input yang dapat

digunakan untuk memerikasa requirement fungsional dari sebuah program.

Pengujian black box mencoba untuk mencari kesalahan yang berada dalam kategori

(Emma, 2012):

1. Fungsi yang tidak benar atau hilang,

2. Kesalahan interface,

3. Kesalahan pada struktur data atau akses pada eksternal database,

4. Kesalahan perilaku atau kinerja,

5. Serta kesalahan inisialisasi dan terminasi.

2.8. Metode Pengembangan Sistem

Systems Development Life Cycle (SDLC) adalah proses mengembangkan

atau mengubah suatu sistem perangkat lunak dengan menggunakan model-model

dan metodologi yang digunakan orang untuk mengembangkan sistem-sistem

perangkat lunak sebelumnya (berdasarkan best practice atau cara-cara yang sudah

teruji baik).

1.keluar

an

29


2.8.1. Rapid Application Development (RAD)

RAD adalah sebuah proses perkembangan perangkat lunak

sekuensial linear yang menekankan siklus perkembangan yang sangat

pendek. Model RAD ini merupakan sebuah adaptasi “kecepatan tinggi” dari

model sekuensial linear dimana perkembangan cepat dicapai dengan

menggunakan pendekatan konstruksi berbasis komponen.

Rapid Aplication Development (RAD) adalah model proses

pengembangan perangkat lunak yang bersifat incremental terutama untuk

waktu pengerjaan yang pendek. Model RAD adalah adaptasi dari model air

terjun versi kecepatan tinggi dengan menggunakan model air terjun untuk

pengembangan setiap komponen perangkat lunak. (M. Shalahuddin, 2014)

Kelebihan Penggunaan Model RAD

1. Dimungkinkan dalam proses pembuatan membutuhkan waktu yang

sangat singkat (60-90 hari).

2. Menghemat biaya, karena penekannya adalah penggunaan komponen-

komponen yang sudah ada.

3. RAD menggunakan kembali komponen-komponen yang sudah ada,

maka beberapa komponen program sudah diuji sehingga kita dapat

melakukan penghematan waktu dalam uji coba.

Kekurangan Penggunaan Model RAD

1. Bagi proyek yang besar tetapi berskala, RAD memerlukan sumber daya

manusia yang memadai untuk menciptakan jumlah tim RAD yang baik.

2. RAD menuntut pengembangan dan pelanggan yang memiliki komitmen

di dalam aktifitas rapid-fire yang diperlukan untuk melengkapi sebuah

sistem, di dalam kerangka waktu yang sangat diperpendek. Jika

komitmen tersebut tidak ada, proyek RAD akan gagal. RAD

menekankan perkembangan komponen program yang bisa dipakai

kembali. Reusable menjadi batu pertama teknologi objek dan ditemui di

dalam proses rakitan komponen.

30


3. Tidak semua aplikasi sesuai untuk RAD. Bila sistem tidak dapat

dimodulkan dengan teratur, pembangunan komponen penting pada

RAD akan menjadi sangat problematis.

RAD menjadi tidak sesuai jika risiko teknisnya tinggi. Hal ini terjadi

bila sebuah aplikasi baru memforsir teknologi baru atau bila perangkat

lunak baru membutuhkan tingkat interoperabilitas yang tinggi dengan

program komputer yang ada.

2.8.2. Perbandingan Model Metode Pengembangan Sistem

Pada penelitian ini, penulis menggunakan model simulasi. Berikut

tabel analisa beberapa metode pengembangan sistem sejenis dengan model

simulasi.

Tabel 2. 4: Perbandingan Model Metode Pengembangan Sistem

(Sumber: Rosa & Shalahuddin, 2013)

No. Model Deskripsi Kelebihan Kekurangan

1 Watefall (air

terjun)

Model air tejun

menyediakan

pendekatan alur

hidup perangkat

lunak secara

sekuensial atau

terurut dimulai

dari analis,

desain,

pengkodean,

pengujian, dan

tahap pendukung

(support). (Rosa

& Shalahuddin,

2013)

Model air terjun

sangat cocok

digunakan

kebutuhan

pelanggan sudah

sangat dipahami

dan kemungkinan

terjadi perubahan

kebutuhan selama

pengembangan

perangkat lunak

kecil. (Rosa &

Shalahuddin,

2013)

Sangat sulit bagi pelanggan

untuk mendefinisikan

semua spesifikasi di awal

alur pengembangan.

Pelanggan sering kali butuh

contoh (prototype) untuk

menjabarkan spesifikasi

kebutuhan sistem lebih

lanjut.

Pelanggan tidak mungkin

bersabar mengakomodasi

perubahan yang diperlukan

di akhir alur pengembang-

an. (Rosa & Shalahuddin,

2013)

31



2 Prototipe Model prototipe

dapat digunakan

menyambungkan

ketidakpahaman

pelanggan

mengenai hal

teknis dan

memperjelas

spesifikasi

kebutuhan yang

diinginkan

pelanggan

kepada

developer. (Rosa

& Shalahuddin,

2013)

Model prototipe

cocok digunakan

untuk

menjabarkan

kebutuhan

pelanggan secara

lebih detail karena

pelanggan sering

kali kesulitan

menyampaikan

kebutuhannya

secara detail tanpa

melihat gambaran

yang jelas.

Model prototipe

juga cocok

digunakan untuk

menggali

spesifikasi

kebutuhan

pelanggan secara

lebih detail tetapi

beresiko tinggi

terhadap

membengkaknya

biaya dan waktu

proyek. (Rosa &

Shalahuddin,

2013)

Pelanggan dapat sering

mengubah atau menambah-

spesifikasi kebutuhan

karena menganggap

aplikasi sudah dengan cepat

dikembangkan. Karena

adanya iterasi ini dapat

menyebabkan pengembang

banyak mengalah dengan

pelanggan karena

perubahan atau

penambahan spesifikasi

kebutuhan perangkat lunak.

Pengembang lebih sering

kompromi dengan

pelanggan untuk

mendapatkan prototipe

dengan waktu yang cepat

sehingga pengembang lebih

sering melakukan segala

cara guna menghasilkan

prototipe untuk di

demonstrasikan.

Model prototipe kurang

cocok untuk aplikasi

dengan skala besar karena

membuat prototipe untuk

aplikasi skala besar akan

sangat memakan waktu dan

tenaga. (Rosa &

Shalahuddin, 2013)

3 Rapid

Application

Development

(RAD)

Model proses

pengembangan

perangkat lunak

yang bersifat

incremental

terutama untuk

waktu pengerjaan

yang pendek.

(Rosa &

Shalahuddin,

2013)

Model RAD

cocok diterapkan

apabila memenuhi

kriteria proyek

sebagai berikut:

Anggota tim

sudah

berpengalaman

mengembangkan

perangkat lunak

yang sejenis.

Pengembang

sudah memiliki

komponen-

Untuk pembuatan sistem

perangkat lunak dengan

skala besar maka model

RAD akan memerlukan

sumber daya manusia yang

cukup besar untuk

membentuk tim-tim yang

mengembangkan

komponen-komponen.

Jika tidak ada persetujuan

untuk mengembangkan

perangkat lunak dengan

cepat (rapid) maka proyek

dengan model ini akan

32



komponen sistem

yang bisa

digunakan

kembali dalam

proyek tersebut.

(Rosa &

Shalahuddin,

2013)

gagal karena hanya akan

bingung mendefinisikan

kebutuhan pelanggan

(customer) atau pengguna.

Model RAD tidak cocok

digunakan untuk sistem

perangkat lunak yang

memiliki resiko teknis

sangat tinggi. (Rosa &

Shalahuddin, 2013)

2.9. Metode Pengumpulan Data

Pada penelitian ini penulis menggunakan tiga mertode pengumpulan data

yaitu, wawancara, kuesioner, dan studi pustaka.

2.9.1. Studi pustaka

Tinjauan pustaka atau literature review adalah bahan yang tertulis

berupa buku, jurnal yang membahas tentang topik yang hendak diteliti.

Tinjauan pustaka membantu peneliti untuk melihat ide-ide, pendapat, dan

kritik tentang topik tersebut yang sebelumnya dibangun dan dianalisis oleh

para ilmuwan sebelumnya. Tinjauan pustaka bertujuan untuk melihat dan

menganalisa nilai tambah penelitian ini dibandingkan dengan penelitian-

penelitian sebelumnya. Penggunaan metode penelitian baik kuantitatif

maupun kualitatif akan membahas tinjauan pustaka pada awal penelitian

dengan tujuan untuk memberikan peneguhan atas pentingnya masalah atau

topik penelitian yang akan dibahas. (Raco, 2010)

2.9.2. Wawancara

Wawancara merupakan salah satu teknik untuk mengumpulkan data

dan informasi. Penggunaan metode ini didasarkan pada dua alasan. Pertama,

dengan wawancara, peneliti dapat menggali tidak saja apa yang diketahui

dan dialami subjek yang diteliti, tetapi apa yang tersembunyi jauh di dalam

diri subjek penelitian. Kedua, apa yang ditanyakan kepada informan bisa

mencakup hal-hal yang bersifat lintas waktu, yang berkaitan dengan masa

33


lampau, masa kini, dan juga masa mendatang. (Ghony, M. D., & Fauzan,

2012)

2.9.3. Kuesioner

Kuesioner merupakan teknik pengumpulan data yang dilakukan

dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis

kepada responden untuk dijawabnya. Serta merupakan teknik pengumpulan

data yang efisien bila peneliti tahu dengan pasti variabel yang akan diukur

dan tahu apa yang diharapkan dari responden. Kuesioner juga cocok

digunakan jika jumlah responden cukup besar dan tersebar di wilayah yang

luas. (Sugiyono, 2013)

Tujuan penyebaran kuesioner kepada responden yang akan

mengisinya untuk mendapatkan informasi atau data yang lengkap dan

berkaitan dengan suatu permasalahan. Kuesioner akan dikirimkan kepada

responden yang akan mengisi sesuai dengan pendapat responden tersebut.

Teknik pengumpulan data dengan kuesioner lebih efisien jika jumlah

sumber daya yang digunakan untuk mendapatkan data dalam jumlah yang

banyak. (Rosa & Shalahuddin, 2013)

Untuk menentukan sampel dari populasi digunakan perhitungan

maupun acuan tabel yang dikembangkan para ahli. Secara umum, untuk

penelitian korelasional jumlah sampel minimal untuk memperoleh hasil

yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel

minimum 15 dari masing-masing kelompok. (Arikunto, 2013)

Kelebihan yang bisa didapatkan jika pengumpulan data atau fakta

dengan kuesioner adalah (Rosa & Shalahuddin, 2013):

1. Hasilnya lebih objektif, karena kuesioner dapat dilakukan kepada

banyak orang sekaligus.

2. Waktu yang lebih singkat.

34


Kekurangan yang bisa didapatkan jika pengumpulan data atau fakta

dengan kuesioner adalah (Rosa & Shalahuddin, 2013):

1. Responden cenderung malas untuk mengisi kuesioner.

2. Sulit untuk membuat pertanyaan yang singkat, jelas, dan mudah

dipahami.

35


2.10. Studi Literatur Sejenis

Tabel 2. 5: Perbandingan Algoritma

(Sumber: Dariberbagai Sumber Jurnal)

Penulis Judul Algoritma yang

digunakan

Tools Kelebihan Kekurangan

Wahyuni Eka Sari,

Oyas

Wahyunggoro,

Silmi Fauziati (Sari

et al., 2016)

A comparative

study on fuzzy

Mamdani-

Sugeno-

Tsukamoto for

the childhood

tuberculosis

diagnosis

Fuzzy

Mamdani,

Fuzzy Sugeno,

dan Fuzzy

Tsukamoto

Menampilkan grafik

fungsi keanggotaan

Hanya menampilkan

hasi dari tiga rule

Komang Wahyudi

Suardika, G.K.

Gandhiadi, Luh

Putu Ida Harini

(Suardika,

Gandhiadi, & L,

2018)

Perbandingan

Metode

Tsukamoto,

Metode

Mamdani Dan

Metode Sugeno

Untuk

Menentukan

Produksi Dupa

Fuzzy

Mamdani,

Fuzzy Sugeno,

dan Fuzzy

Tsukamoto

Menampilkan grafik

fungsi keanggotaan,

menampilkan semua

rulenya dan

menjelaskan rumus

dengan detail

Hanya menggunakan

tiga parameter

Dewi Sinta (Sinta,

2015)

Metode

Ensemble K-

Nearest

Neighbor Untuk

Prediksi Harga

K-Nearest

Neighbor

tunggal dan

Ensemble K-

Digunakan untuk data

yang tidak memenuhi

asumsi klasik dan

karakteristik data yang

tidak linear,

Jika nilai k yang

dicobakan sangat

besar atau mendekati

ukuran data training

maka ketiga nilai

36



digunakan


Beras di

Indonesia

Nearest

Neighbor

menggunakan mutual

information untuk

memilih input prediksi

deret waktu,

menggunakan

Multiresponse Sparse

Regression (MRSR)

untuk peringkat masing-

masing k-tetangga

terdekat, dan melakukan

pendugaan Leave-One-

Out dalam memilih

tetangga terdekat.

tersebut memberikan

hasil yang besar.

Bayu Prabawa.

Jondri Nasri,

Mahmud Dwi

Sulistiyo (Prabawa,

Nasri, & Sulistiyo,

2015)

Prediksi Harga

Saham Dengan

Menggunakan

Metode

Autoregressive

dan Algoritma

Kelelawar

Metode

Autoregrssive

dan Algoritma

Kelelawar

Metode autoregressive

dan algoritma kelelawar

dapat menyelesaikan

masalah prediksi harga

saham dengan tingkat

eror dibawah 4% kecuali

pada pengujian dengan

menggunakan 10 data

untuk prediksi saham

amazon dan facebook

bulanan tingkat eror

melebihi 4%. Saat nilai α

mendekati angka satu,

MAPE kurang tepat

untuk digunakan

dalam

pengukuran

performansi sistem

dalam studi

kasus prediksi harga

saham, karena tidak

membedakan nilai

harga prediksi yang

nilainya berada di atas

atau di bawah nilai

harga asli. Sistem ini

37



digunakan


tingkat eror semakin

rendah. Hal ini

dikarenakan

nilai loudness akan turun

lebih perlahan

sehingga peluang suatu

solusi di update

dengan solusi yang lebih

baik akan semakin besar.

Semakin sedikit jumlah

data historis, maka

tingkat eror akan

semakin rendah, hal ini

disebabkan oleh data

yang paling baru

adalah data yang paling

mempengaruhi data

selanjutnya.

masih merupakan

model dan

belum dapat

diimplementasikan

pada investasi saham

yang sebenarnya,

karena masih

memiliki nilai MAPE

yang cukup tinggi.

Hasbi Yasin, Alan

Prahutama, Tiani

Wahyu Utami

(Yasin, Prahutama,

& Utami, 2016)

Prediksi Harga

Saham

Menggunakan

Support Vector

Regression

Dengan

Algoritma Grid

Search

Metode

Support Vector

Regression dan

Algoritma Grid

Search

Model SVR terbaik

dengan fungsi kernel

linier menggunakan

parameter C = 0,1 dan

nilai epsilon = 0,1.

Model tersebut sudah

layak untuk memprediksi

Tabel tidah dijelaskan

secara detail

38



digunakan


harga saham PT. XL

Axiata Tbk karena

mempunyai tingkat

akurasi 92,47% untuk

data training dan 83,39%

untuk data testing.

Mahsa

KangaraniFarahani

dan Soheil

Mehralian

(Kangaranifarahani

& Mehralian,

2013)

Comparison

Between

Artificial Neural

Network and

Neuro-Fuzzy for

Gold Price

Prediction

Artificial

Neural

Network and

Neuro-Fuzzy

Neuro-Fuzzy lebih baik

dari ANN

Pada implementasi

tidak dijelaskan secara

detail.

Uduak A. Umoh

dan Alfred A.

Udosen

Sugeno-Type

Fuzzy Inference

Model for Stock

Price Prediction

Fuzzy Sugeno MATLAB

dan fuzzy

relational

database

Akurasi yang bagus dan

memiliki kemampuan

untuk memprediksi tren

yang akan datang.

Analisis eror yang

kurang mendetail dan

dibutuhkan metode

yang lebih canggih

untuk mengatasi eror

tersebut.

39


Penelitian ini yang berjudul “Aplikasi Taksir Harga Batu Permata

Menggunakan Fuzzy Logic Berbasis Android”. Telah banyak dilakukan

sebelumnya. Nilai pembeda penelitian yang ada tersebut dengan penelitian ini

adalah

1. Objek yang akan ditaksir adalah batu permata yang sebelumnya menjadi trent

pada masyarakat.

2. Metode yang digunakan adalah fuzzy inference system sugeno. Alasan penulis

menggunakan metode ini karena data yang digunakan tidak harus berupa time

series (membutuhkan data sebelumnya) dan memiliki kinerja yang baik.


BAB 3

METODOLOGI PENGEMBANGAN SISTEM

3.1. Metode Pengumpulan Data

Pada penelitian ini diperlukan data yang berkaitan dengan tema yaitu

“Pembuatan Aplikasi Taksir Harga Batu Permata Menggunakan Fuzzy logic

Berbasis Android”. Dalam melakukan pengumpulan data, penulisan menggunakan

kuesioner dan studi pustaka. Adapun proses pengumpulan datanya sebagai berikut:

3.1.1. Studi Pustaka

Penulis melakukan studi pustaka dengan mengumpulkan 18 buku, 4

skripsi, 9 jurnal, dan 3 artikel, dengan penelitian ini yang menjadi acuan

dalam pembuatan aplikasi taksir harga batu permata. Sumber-sumber

referensi dapat di lihat pada Daftar Pustaka.

3.1.2. Wawancara

Peneliti melakukan wawancara kepada seorang gemologi di SKY

GEMOLOGICAL LABORATORY bernama Nugroho Tri Putranto S.E,

AJP, GG (GIA) pada tanggal 15 Oktober 2018. Peneliti mengajukan

pertanyaan seputar batu permata.

Tujuan penulis melakukan wawancara adalah untuk mendapatkan

data tentang batu permata. Dalam hal ini data digunakan sebagai landasan

teori.

3.1.3. Kuesioner

Penulis menyebarkan kuesioner secara online yakni melalui fitur

dari Google Form. Kuesioner ini menggunakan teknik random sampling

sehingga dibagikan secara acak kepada 46 responden melalui media sosial

yang disebarkan pada tanggal 30 November 2019 hingga 30 Desember

2018. Penulis menggunakan kuesioner tersebut agar dapat memudahkan

responden dalam pengisian serta memudahkan penulis dalam

mengumpulkan dan menganalisa hasil dari kuesioner tersebut. Tujuan

41


penulis menyebarkan kuesioner adalah untuk mendapatkan persentase data

responden yang merasa tertipu pada saat membeli atau menjual. Data-data

tersebut penulis gunakan sebagai data primer yang berguna untuk

memperkuat dari latar belakang penelitian ini.

3.2. Metode Pengembangan Sistem

Pada penelitian ini, peneliti menggunakan pendekatan Rapid Application

Development (RAD). Pemilihan metode ini dikarenakan sistem diharapkan dapat

dikembangkan dengan mudah karena perancangan sistem saat ini masih

membutuhkan pengembangan lebih lanjut. Alasan lain pemilihan metode ini adalah

adanya batasanbatasan sistem yang dibutuhkan yang bertujuan agar sistem tidak

mengalami perubahan. Selain itu, RAD dipilih karena aplikasi yang akan dibangun

merupakan aplikasi yang dibangun dalam jangka waktu yang cukup singkat. RAD

yang dipakai penulis memilik tahapan tahapan berikut. (Kendall & Kendall, 2010)

3.2.1. Fase Perencanaan Kebutuhan (Requirements Planning)

Pada fase ini dijelaskan mengenai cakupan sistem yang akan

dikembangkan, melakukan pengidentifikasian tujuan yang dihadapkan

nantinya. Pada fase ini, di tentukan pula masalah yang mungkin di hadapi,

user requrements specification diperoleh melalui wawancara secara

langsung mencari dalam dokumentasi dengan memperhatikan sistem yang

telah ada.

Hasil yang peneliti dapatkan dari tahap tujuan dan syarat-syarat

informasi antara lain adalah:

1. Memperoleh informasi mengenai penipuan harga batu permata.

2. Memperoleh data haga dan kriteria-kriteria batu permata.

3. Dibutuhkan aplikasi yang dapat mentaksir harga batu permata.

3.2.2. Fase Proses Desain (Workshop Design)

Pada tahap ini dilakukan perancangan proses yaitu perancangan

proses-proses yang akan terjadi di dalam sistem.

42


1. Perancangan Proses

Perancangan proses-proses yang akan dilakukan didalam sistem

menggunakan UML dengan membuat use case diagram, activity

diagram, sequence diagram.

2. Perancangan Basis Data

Pada aplikasi taksir harga batu permata ini menggunakan basis

data sebagai tempan menyimpan data untuk ditampilkan. Basis data

yang digunakan adalah MySQL.

3. Perancangan Antarmuka (User Interface)

Pada perancangan antarmuka (user interface) dilakukan langkah

menganalisis atau merencanakan tampilan untuk tata letak sesuai

dengan fungsi aplikasi.

3.2.3. Fase Implementasi (Implementation Sistem)

Pada tahap ini peneliti melakukan coding, yaitu implementasi ke

dalam bahasa pemrograman. Bahasa pemrograman yang digunakan

menggunakan Java dengan tools Android Studio dan perangkat lunak

Sistem Manajemen Basis Data menggunakan MySQL.

43


3.3. Kerangka Berpikir

Gambar 3. 1: Kerangka berpikir


BAB 4

PERANCANGAN DAN IMPLEMENTASI SISTEM

4.1. Pengumpulan Data

4.1.1. Studi Pustaka

Penulis menggunakan studi pustaka untuk mengumpulkan teori,

fakta, kasus, dan masalah yang berkaitan dengan penelitian ini. Penulis

mencari referensi yang berhubungan dengan obyek penelitian. Penulis

melakukan studi pustaka di perpustakaan, toko buku, atau melalui internet

secara online. Penulis telah mengumpulkan 18 buku, 4 skripsi, 9 jurnal dan

3 artikel terkait dari hasil studi pustaka.

4.1.2. Wawancara

Penulis melakukan wawancara kepada Pak Nugroho Tri Putranto,

S.E, AJP, GG (GIA) dari Sky Gemological Laboratory Jakarta. Pak

Nugroho Tri Putranto merupakan senior analyst pada Sky Gemological

Laboratory Jakarta. Wawancara dilakukan seputar pertanyaan tentang jenis-

jenis batu permata dan kriteria batu permata.

Menurut Pak Nugroho Tri Putranto, jenis batu permata yang banyak

dicari di dunia ada tiga yaitu Ruby, Sapphire, dan Emerald. Selanjutnya

kriteria batu permata berdasarkan 4C (Clarity, Cutting, Color dan Carat).

Namun tidak hanya itu phenomenon dan treatment juga menjadi kriteria

dalam menilai batu permata.

4.1.3. Kuesioner

Penulis menyebar kuesioner secara acak kepada 32 responden

dengan menggunakan fitur dari Google form. Dalam kuesioner ini penulis

ingin mengetahui berapa banyak masyarakat yang menggunakan

smartphone android, yang merasa tertipu pada saat membeli atau menjual

batu permata dan yang mengetahui tentang batu permata. Tabel dibawah ini

merupakan daftar pertanyaan yang ada dalam kuesioner.

45


Tabel 4. 1: Daftar Pertanyaan Kuesioner

No. Pertanyaan

1 Apakah Anda pengguna smartphone android?

2 Apakah Anda pernah merasa membeli batu permata dengan

harga yang terlalu mahal?

3 Apakah Anda pernah merasa membeli batu permata dengan

harga yang terlalu murah?

4 Apakah Anda mempunyai pengetahuan tentang batu permata?

5 Apakah Anda mengikuti perkembangan harga batu permata?

6 Apakah Anda pernah menggunakan sistem taksir harga

permata?

7 Bagaimana tanggapan Anda apabila ada aplikasi untuk

mentaksir harga batu permata?

8 Menurut Anda seberapa penting adanya aplikasi tersebut untuk

mentaksir harga batu permata

Pertanyaan tersebut disebar untuk membuktikan mengenai

pengguna smartphone android, yang merasa tertipu pada saat membeli atau

menjual batu permata dan yang mengetahui tentang batu permata. Berikut

hasil analisis dari kuesioner yang telah disebar oleh penulis yakni sebagai

berikut.

46


Tabel 4. 2: Responden pengguna smartphone android

No. Pengguna smartphone android Responden

N %

1 Ya 40 87

2 Tidak 6 13

Jumlah 46 100

Pada table 4.2 dapat disimpulkan 40 dari 46 responden adalah

pengguna smartphone android, sehingga sesuai dengan platform aplikasi

yang saya buat.

Tabel 4. 3: Resoponden yang membeli batu permata terlalu mahal

No. Membeli batu permata

terlalu mahal

Responden

N %

1 Ya 19 41.3

2 Tidak 27 58.7

Jumlah 46 100

Tabel 4. 4: Responden yang menjual batu permata terlalu murah

No. Menjual batu permata terlalu

murah

Responden

N %

1 Ya 13 28.3

2 Tidak 33 71.7

Jumlah 46 100

Dari tabel 4.3 dan 4.4 dapat diketahui bahwa cukup banyak yang

merasa tertipu (terlalu mahal membeli atau terlalu murah menjual) karena,

dibuktikan dengan jumlah responden pada tabel 4.3 sebanyak 19 responden

atau 41.3% dan tabel 4.4 sebanyak 13 atau 28.3%.

47


Tabel 4. 5: Responden yang mengetahui tentang batu permata

No. Pengetahuan tentang batu

permata

Responden

N %

1 Ya 8 17.4

2 Tidak 38 82.6

Jumlah 46 100

Tabel 4. 6: Responden yang mengikuti harga batu permata

No. Mengikuti harga batu permata Responden

N %

1 Ya 10 21.7

2 Tidak 36 78.3

Jumlah 46 100

Tabel 4. 7: Responden yang pernah menggunakan aplikasi taksir harga batu

permata

No. Pernah menggunakan aplikasi

taksir harga batu permata

Responden

N %

1 Sudah Pernah 1 2.2

2 Belum Pernah 45 97.8

Jumlah 46 100

Dari tabel 4.5 dan 4.6 dapat diketahui bahwa sebagian besar

responden tidak mengetahui batu permata dan harga pasarannya, hal ini

dibuktikan pada tabel 4.5 dengan jumlah responden 38 atau 82,6 %, pada

tabel 4.6 dengan jumlah responden 36 atau 78,3%.

Dari tabel 4.7 dapat diketahui 45 dari 46 responden belum pernah

menggunakan aplikasi taksir harga batu permata, hal ini dikarenakan

aplikasi taksir harga batu permata yang ada saat ini berbayar atau tidak gratis

dan harganya tidaklah murah karena penelitian untuk batu permata

membutuhkan biaya yang besar.

48


Tabel 4. 8: Tanggapan responden mengenai aplikasi untuk mentaksir harga batu

permata

No.

Tanggapan mengenai aplikasi

untuk mentaksir harga batu

permata

Responden

N %

1 Setuju 46 100

2 Tidak Setuju 0 0

Jumlah 46 100

Tabel 4. 9: Tanggapan responden mengenai pentingnya aplikasi

No.

Tanggapan seberapa penting

aplikasi untuk mentaksir harga

batu permata

Responden

N %

1 Sangat Penting 14 30.4

2 Penting 19 41.3

3 Biasa 13 28.3

4 Tidak Penting 0 0

5 Sangat Penting 0 0

Jumlah 46 100

Dari tabel 4.8 dan tabel 4.9 dapat diketahui bahwa semua responden

setuju dengan adanya aplikasi untuk mentaksir harga batu permata. Serta

tanggapan seberapa pentingnya aplikasi untuk mentaksir harga batu permata

persentase 30.4% atau 14 responden menjawab sangat penting, 41.3% atau

19 responden menjawab penting dan 28.3% atau 13 orang menjawab biasa.

Dengan demikian, dapat dilihat bahwa tanggapan sebagian besar responden

antusias terhadap adanya aplikasi untuk mentaksir harga batu permata.

49


4.2. Fase Perencanaan Kebutuhan

4.2.1. Analisis Sistem Berjalan

Sistem yang ada pada jual-beli batu permata masih dilakukan secara

tawar menawar yaitu, penjual menyebutkan nominal harga jual atau

kemudian pembeli bisa menyepakatinya atau meminta menurunkan harga

kegiatan dilakukan hingga kesepakatan terjadi. Masalah muncul ketika

pembeli tidak mengetahui harga pasaran batu permata. Penjual bisa saja

memberikan nominal harga yang tinggi karena ketidaktahuan pembeli pada

harga pasaran batu permata. Dengan berkembangnya teknologi maka,

dibutuhkan suatu sistem yang memudahkan untuk mengetahui harga

pasaran batu permata dengan cara memasukkan kriteria-kriteria batu

permata kemudian akan muncul harga taksiran batu permata.

4.2.2. Analisis Sistem Usulan

Dari Analisa system yang berjalan saat ini analisa sistem usulan

untuk membuat aplikasi taksir harga batu permata. Fase perencanaan yaitu

tahapan menganalisis perencanaan sistem dan analisis dikombinasikan

menggunakan System Development Life Cycle (SDLC) yang terjadi pada

taksir harga batu permata dengan tujuan untuk mengetahui serta sasaran

dibentuknya sistem. Penulis melakukan riset atau penelitian untuk

mengumpulkan data dan informasi sebagai dasar dan acuan dalam

pengaplikasian sistem. Untuk mengetahui permasalahan yang terjadi,

penulis melakukan metode wawancara.

Wawancara tersebut penulis ajukan beberapa pertanyaan kepada

pakar Gemologis, Nugroho Tri Putranto, S.E, AJP, GG (GIA) dari Sky

Gemological Laboratory Jakarta terkait kriteria-kriteria yang ada pada batu

permata.

4.2.3. Tujuan Informasi

1. Tahap kedua dari fase perencanaan yaitu menjelaskan tujuan

dibentuknya sistem. Berdasarkan analisis kebutuhan dari definisi

50


sebelumnya, penulis bermaksud untuk menerapkan metode fuzzy

inference system Sugeno untuk mentaksir harga batu permata dari

kriteria-kriterian yang dimasukkan oleh pengguna sistem tersebut akan

diaplikasikan pada patform android mengingat semakin meningkatnya

intensitas penggunaan smartphone.

2. Penulis menggunakan metode fuzzy inference system Sugeno karena

mampu mengolah ketidakpastian dari berbagai kriteria-kriteria yang

ada.

4.2.4. Syarat-Syarat

1. Web Host

Dibutuhkan web host agar basis data menjadi online sehingga

tidak perlu mengganti IP setiap melakukan koneksi ke basis data. Untuk

pengembangan aplikasi ini dibutuhkan minimum Web Server Apache

2.4.9.

2. Bahasa Pemrograman

Dibutuhkan bahasa pemrograman Java sebagai logicnya dan

XML sebagai interface-nya karena menggunakan Android Studio

sebagai editornya dan python pada web hostnya.

3. Basis data

Dibutuhkan basis data untuk menyimpan data untuk ditampilkan

pada aplikasi, dengan menggunakan basis data memudahkan penulis

untuk mengubah data sesuai kebutuhan. Oleh karena ini penulis

menggunanakan MySQL 5.1, alasan lain karena web host yang

digunakan juga mendukung penggunaan MySQL.

Spesifikasi perangkat lunak dan perangkat keras minimum yang

diperlukan dalam pembuatan aplikasi ini adalah sebagai berikut:

51


1. Perangkat Lunak:

a. Web host (PHP, MySQL 5.1)

b. Android Studio

c. Google Chrome

d. OS Windows 10.

2. Perangkat Keras:

a. Personal Computer

b. Processor : AMD A12-9700.

c. RAM : Memory 8 GB.

d. Harddisk : 1 TB.

e. VGA : 1 GB.

4.3. Fase Workshop Design

4.3.1. Desain Model UML

Perancangan system ini dengan menggunakan UML yang terdiri dari

Usecase diagram, Activity diagram, dan Sequence diagram.

1. Usecase Diagram

a. Identifikasi Aktor

Berikut ini merupakan informasi mengenai identifikasi Actor

dan identifikasi kebutuhan Usecase:

Tabel 4. 10: Identifikasi Actor

Actor Usecase

User User adalah pengguna aplikasi yaitu orang yang

ingin melihat taksiran harga dari kriteria yang

dimasukkan

52


b. Desain Usecase Diagram

Berikut ini merupakan Usecase diagram dari sistem yang dibuat.

Gambar 4. 1: Usecase Diagram Sistem

c. Skenario Usecase Diagram

Tabel 4. 11: Skenario Usecase Memilih Jenis Batu

Usecase Memilih Jenis Batu

Actor User

Description

Usecase yang menggambarkan kegiatan memilih jenis batu

untuk menginput kriteria dari batu yang ingin ditaksir

harganya.

Events

Actor Action System Response

1. Menekan pilihan jenis

batu

2. Menampilkan pilihan

jenis batu

3. Mengunci pilihan jenis

batu

53


Tabel 4. 12: Skenario Usecase Memilih Kejernihan

Usecase Memilih Kejernihan

Actor User

Description

Usecase yang menggambarkan kegiatan memilih kejernihan


harganya.

Events


1. Menekan pilihan

kejernihan


kejernihan

3. Mengunci pilihan

kejernihan

Tabel 4. 13: Skenario Usecase Memilih Warna

Usecase Memilih Warna

Actor User

Description

Usecase yang menggambarkan kegiatan memilih warna


harganya.

Events


1. Menekan pilihan warna 2. Menampilkan pilihan

warna

3. Mengunci pilihan warna

54


Tabel 4. 14: Skenario Usecase Memilih Tone Warna

Usecase Memilih Tone Warna

Actor User

Description

Usecase yang menggambarkan kegiatan memilih tone

warna untuk menginput kriteria dari batu yang ingin ditaksir

harganya.

Events


1. Menekan pilihan tone

warna


tone warna

3. Mengunci pilihan tone

warna

Tabel 4. 15: Skenario Usecase Memilih Fenomena

Usecase Memilih Fenomena

Actor User

Description

Usecase yang menggambarkan kegiatan memilih fenomena


harganya.

Events


1. Menekan pilihan

fenomena


fenomena

3. Mengunci pilihan

fenomena

55


Tabel 4. 16: Skenario Usecase Memilih Potongan

Usecase Memilih Potongan

Actor User

Description

Usecase yang menggambarkan kegiatan memilih potongan


harganya.

Events


1. Menekan pilihan

potongan


potongan

3. Mengunci pilihan

potongan

Tabel 4. 17: Skenario Usecase Memilih Pengobatan

Usecase Memilih Pengobatan

Actor User

Description

Usecase yang menggambarkan kegiatan memilih treatment


harganya.

Events


1. Menekan pilihan

treatment


treatment

3. Mengunci pilihan

treatment

56


Tabel 4. 18: Skenario Usecase Input Bobot

Usecase Input Bobot

Actor User

Description

Usecase yang menggambarkan kegiatan input bobot untuk

menginput kriteria dari batu yang ingin ditaksir harganya.

Events


1. Menekan input bobot

2. Input bobot 3. Mengunci nilai yang

dimasukkan

Tabel 4. 19: Skenario Usecase Melihat Hasil Hitung

Usecase Melihat Hasil Hitung

Actor User

Description

Usecase yang menggambarkan kegiatan melihat hasil

hitung dari kriteri-kriteria yang sudah dimasukkan

Events


1. Input kriteria

2. Menekan tombol hitung 3. Memproses dengan

menggunakan fungsi

fuzzy

4. Menampilkan hasil hitung

57


2. Activity Diagram

Activity diagram menggambarkan setiap aktivitas yang terjadi di

dalam system. Activity digambarkan sebagai berikut:

a. Activity Diagram Memilih Jenis Batu

Gambar 4. 2: Activity Diagram Memilih Jenis Batu

Setelah pengguna membuka aplikasi maka akan muncul

halaman untuk input dari salah satu kriterianya adalah jenis batu.

Cara memilihnya adalah dengan menekan kriteria jenis batu maka

akan muncul pilihan, pengguna memilih dari pilihan yang muncul,

kemudian sistem akan mengunci pilihan tersebut. Selanjutnya

pengguna memilih kriteria yang belum diisi.

58


b. Activity Diagram Memillih Fenomena

Gambar 4. 3: Activity Diagram Memilih Fenomena


halaman untuk input dari salah satu kriterianya adalah kejernihan.

Cara memilihnya adalah dengan menekan kriteria kejernihan maka




59


c. Activity Diagram Memilih Kejernihan

Gambar 4. 4: Activity Diagram Memilih Kejernihan


halaman untuk input dari salah satu kriterianya adalah warna. Cara

memilihnya adalah dengan menekan kriteria warna maka akan

muncul pilihan, pengguna memilih dari pilihan yang muncul,



60


d. Activity Diagram Memilih Potongan

Gambar 4. 5: Activity Diagram Memilih Potongan


halaman untuk input dari salah satu kriterianya adalah tone warna.

Cara memilihnya adalah dengan menekan kriteria tone warna maka

akan muncul pilihan, user memilih dari pilihan yang muncul,

kemudian system akan mengunci pilihan tersebut. Selanjutnya user

memilih kriteria yang belum diisi.

61


e. Activity Diagram Memilih Warna

Gambar 4. 6: Activity Diagram Memilih Warna


halaman untuk input dari salah satu kriterianya adalah fenomena.

Cara memilihnya adalah dengan menekan kriteria fenomena maka




62


f. Activity Diagram Memilih Tone Warna

Gambar 4. 7: Activity Diagram Memilih Tone Warna


halaman untuk input dari salah satu kriterianya adalah potongan.

Cara memilihnya adalah dengan menekan kriteria potongan maka




63


g. Activity Diagram Memilih Pengobatan

Gambar 4. 8: Activity Diagram Memilih Pengobatan


halaman untuk input dari salah satu kriterianya adalah pengobatan.

Cara memilihnya adalah dengan menekan kriteria pengobatan maka




64


h. Activity Diagram Input Bobot

Gambar 4. 9: Activity Diagram Input Bobot


halaman untuk input dari salah satu kriterianya adalah input bobot.

Cara inputnya adalah dengan menekan kriteria bobot, user

memasukkan berupa angka bulat maupun desimal, kemudian sistem

akan mengunci pilihan tersebut. Selanjutnya pengguna memilih

kriteria yang belum diisi.

65


i. Activity Diagram Hitung Harga Batu Permata

Gambar 4. 10: Activity Diagram Hitung Harga Batu Permata


halaman untuk input dari salah satu kriterianya adalah input bobot.

Cara inputnya adalah dengan menekan kriteria bobot, pengguna

memasukkan berupa angka bulat maupun desimal, kemudian sistem

akan mengunci pilihan tersebut.

66


3. Sequence Diagram

a. Memilih Jenis Batu

Gambar 4. 11: Sequence Diagram Memilih Jenis Batu

b. Memilih Fenomena

Gambar 4. 12: Sequence Diagram Memilih Fenomena

67


c. Memilih Kejernihan

Gambar 4. 13: Sequence Diagram Memilih Kejernihan

d. Memilih Potongan

Gambar 4. 14: Sequence Diagram Memilih Potongan

68


e. Memilih Warna

Gambar 4. 15: Sequence Diagram Memilih Warna

f. Memilih Tone Warna

Gambar 4. 16: Sequence Diagram Memilih Tone Warna

69


g. Memilih Pengobatan

Gambar 4. 17: Sequence Diagram Memilih Pengobatan

h. Hitung Harga Batu Permata

Gambar 4. 18: Sequence Diagram Hitung Harga Batu Permata

70


4.3.2. Desai Fuzzy Sugeno

1. Pembentukan Himpunan Fuzzy

a. Fungsi Keanggotaan Phenomenon

Gambar 4. 19: Fungsi Keanggotaan Phenomenon

𝝁𝑷𝒉𝒆𝒏𝒐𝒎𝒆𝒏𝒐𝒏𝑻𝒖𝒓𝒖𝒏 {𝟏 𝒙 ≤ 𝟏(𝒙 − 𝟏)/(𝟒 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟒𝟎 𝒙 ≥ 𝟒

𝝁𝑷𝒉𝒆𝒏𝒐𝒎𝒆𝒏𝒐𝒏𝑵𝒂𝒊𝒌 {𝟎 𝒙 ≤ 𝟏(𝟒 − 𝒙)/(𝟒 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟒𝟏 𝒙 ≥ 𝟒

Tabel 4. 20 Tabel Nilai Keanggotaan Phenomenon

Keterangan Nilai

Color Change 4

Star 3

Cat’s Eye 2

Tidak Ada 1

b. Fungsi Keanggotaan Clatity

Gambar 4. 20: Fungsi Keanggotaan Clarity

71


𝝁𝑪𝒍𝒂𝒓𝒊𝒕𝒚𝑻𝒖𝒓𝒖𝒏 {𝟏 𝒙 ≤ 𝟏(𝒙 − 𝟏)/(𝟓 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟓𝟎 𝒙 ≥ 𝟓

𝝁𝑪𝒍𝒂𝒓𝒊𝒕𝒚𝑵𝒂𝒊𝒌 {𝟎 𝒙 ≤ 𝟏(𝟓 − 𝒙)/(𝟓 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟓𝟏 𝒙 ≥ 𝟓

Tabel 4. 21: Tabel Nilai Keanggotaan Clarity

Keterangan Nilai

Very Very Slightly 5

Very Slightly 4

Slightly Included 3

Included 2

Opaque 1

c. Fungsi keanggotaan Cutting

Gambar 4. 21: Fungsi Kenaggotaan Cutting

𝝁𝑪𝒖𝒕𝑻𝒖𝒓𝒖𝒏 {𝟏 𝒙 ≤ 𝟏(𝒙 − 𝟏)/(𝟑 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟑𝟎 𝒙 ≥ 𝟑

𝝁𝑪𝒖𝒕𝑵𝒂𝒊𝒌 {𝟎 𝒙 ≤ 𝟏(𝟑 − 𝒙)/(𝟑 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟑𝟏 𝒙 ≥ 𝟑

72


Tabel 4. 22: Tabel Nilai Keanggotaan Cutting

Keterangan Nilai

Faceted 3

Cabochon 2

Mix Cut 1

d. Fungsi keanggotaan Tone Warna

Gambar 4. 22: Fungsi Kenaggotaan Tone Warna

𝝁𝑻𝒐𝒏𝒆𝑾𝒂𝒓𝒏𝒂𝑵𝒂𝒊𝒌 {

𝟎 𝒙 ≤ 𝟏 𝐚𝐭𝐚𝐮 𝒙 ≥ 𝟏𝟎(𝒙 − 𝟏)/(𝟔 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟔(𝟏𝟎 − 𝒙)/(𝟏𝟎 − 𝟔) 𝟔 ≤ 𝒙 ≤ 𝟏𝟎

e. Fungsi keanggotaan Treatment

Gambar 4. 23: Fungsi Keanggotaan Treatment

𝝁𝑻𝒓𝒆𝒂𝒕𝒎𝒆𝒏𝒕𝑻𝒖𝒓𝒖𝒏 {𝟏 𝒙 ≤ 𝟏(𝒙 − 𝟏)/(𝟏𝟎 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟏𝟎𝟎 𝒙 ≥ 𝟏𝟎

73


𝝁𝑻𝒓𝒆𝒂𝒕𝒎𝒆𝒏𝒕𝑵𝒂𝒊𝒌 {𝟎 𝒙 ≤ 𝟏(𝟏𝟎 − 𝒙)/(𝟏𝟎 − 𝟏) 𝟏 ≤ 𝒙 ≤ 𝟏𝟎𝟏 𝒙 ≥ 𝟏𝟎

Tabel 4. 23: Tabel Nilai Keanggotaan Treatment

Keterangan Nilai

No Threatment 10

Heat 9

Oiling (Clarity enhanced) 8

Oiling with colored oil 7

Heated with fissure healing 6

Heated with glass filling 5

Heated with filer residues 4

Heated with coloring agent and glass filling 3

Heated with coloring egent (Diffusion) 2

Coloring dyeing 1

2. Aplikasi Fungsi Implikasi dan Komposisi Aturan

Contoh kasus ada sebuah batu permata Ruby dengan warna pink

red, bobot 3,09 carat, bentuk cut faceted, clarity very slightly, treatment

heated, dan phenomenon tidak ada dan harga standarnya adalah 2000

USD.

[R1] IF Phenomenon NAIK AND Clarity NAIK AND Cutting NAIK

AND Tone NAIK AND Treatment NAIK THEN Harga = Harga

Standar

µPhenNAIK[1] = 0

µClaNAIK[4] = (4-1)/(5-1)

= 3/4

= 0,75

µCutNAIK[3] = 1

µToneNAIK[8] = (10-8)/(10-6)

74


= 2/4

= 0,5

µTreatNAIK[9] = (9-1)/(10-1)

= 8/9

= 0,89

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏 = µPhenNAIK ∩ ClaNAIK ∩ CutNAIK ∩

ToneNAIK ∩ TreatNAIK

= min(µPhenNAIK[1], µClaNAIK[4],

µCutNAIK[3], µToneNAIK[8],

µTreatNAIK[9])

= min(0; 0,75; 1; 0,5; 0,89)

= 0

Nilai 𝒛𝟏 = 16/16*2000

= 2000

[R2] IF Phenomenon NAIK AND Clarity NAIK AND Cutting NAIK

AND Tone NAIK AND Treatment TURUN THEN Harga =

15/16*Harga Standar

µPhenNAIK[1] = 0

µClaNAIK[4] = (4-1)/(5-1)

= 3/4

= 0,75

µCutNAIK[3] = 1

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatTURUN[9] = (10-9)/(10-1)

= 1/9

75


= 0,11

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟐 = µPhenNAIK ∩ ClaNAIK ∩ CutNAIK ∩

ToneNAIK ∩ TreatTURUN



µTreatTURUN[9])

= min(0; 0,75; 1; 0,5; 0,11)

= 0

Nilai 𝒛𝟐 = 15/16*2000

= 0,9375*2000

= 1875

[R3] IF Phenomenon NAIK AND Clarity NAIK AND Cutting TURUN

AND Tone NAIK AND Treatment NAIK THEN Harga

=14/16*Harga Standar

µPhenNAIK[1] = 0

µClaNAIK[4] = (4-1)/(5-1)

= 3/4

= 0,75

µCutTURUN[3] = 0

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatNAIK[9] = (9-1)/(10-1)

= 8/9

= 0,89

76


𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟑 = µPhenNAIK ∩ ClaNAIK ∩ CutTURUN ∩



µCutTURUN[3], µToneNAIK[8],

µTreatNAIK[9])

= min(0; 0,75; 0; 0,5; 0,89)

= 0

Nilai 𝒛𝟑 = 14/16*2000

= 0,875*2000

= 1750

[R4] IF Phenomenon NAIK AND Clarity NAIK AND Cutting TURUN


13/16*Harga Standar

µPhenNAIK[1] = 0

µClaNAIK[4] = (4-1)/(5-1)

= 3/4

= 0,75

µCutTURUN[3] = 0

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatTURUN[9] =(10-9)/(10-1)

= 1/9

= 0,11

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟒 = µPhenNAIK ∩ ClaNAIK ∩ CutTURUN ∩


77




µTreatTURUN[9])

= min(0; 0,75; 0; 0,5; 0,11)

= 0

Nilai 𝒛𝟒 = 13/16*2000

= 0,8125*2000

= 1625

[R5] IF Phenomenon NAIK AND Clarity TURUN AND Cutting NAIK

AND Tone NAIK AND Treatment NAIK THEN Harga =

12/16*Harga Standar

µPhenNAIK[1] = 0

µClaTURUN[4] = (5-4)/(5-1)

= 1/4

= 0,25

µCutNAIK[3] = 1

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatNAIK[9] = (9-1)/(10-1)

= 8/9

= 0,89

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟓 = µPhenNAIK ∩ ClaTURUN ∩ CutNAIK ∩


= min(µPhenNAIK[1], µClaTURUN[4],


µTreatNAIK[9])

78


= min(0; 0,25; 1; 0,5; 0,89)

= 0

Nilai 𝒛𝟓 = 12/16*2000

= 0,75*2000

= 1500

[R6] IF Phenomenon NAIK AND Clarity TURUN AND Cutting NAIK


11/16*Harga Standar

µPhenNAIK[1] = 0

µClaTURUN[4] = (5-4)/(5-1)

= 1/4

= 0,25

µCutNAIK[3] = 1

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatTURUN[9] = (10-9)/(10-1)

= 1/9

= 0,11

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟔 = µPhenNAIK ∩ ClaTURUN ∩ CutNAIK ∩




µTreatTURUN[9])

= min(0; 0,25; 1; 0,5; 0,11)

= 0

79


Nilai 𝒛𝟔 = 11/16*2000

= 0,6875*2000

= 1375

[R7] IF Phenomenon NAIK AND Clarity TURUN AND Cutting

TURUN AND Tone NAIK AND Treatment NAIK THEN Harga =

10/16*Harga Standar

µPhenNAIK[1] = 0

µClaTURUN[4] = (5-4)/(5-1)

= 1/4

= 0,25

µCutTURUN[3] = 0

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatNAIK[9] = (9-1)/(10-1)

= 8/9

= 0,89

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟕 = µPhenNAIK ∩ ClaTURUN ∩ CutTURUN

∩ ToneNAIK ∩ TreatNAIK



µTreatNAIK[9])

= min(0; 0,25; 0; 0,5; 0,89)

= 0

Nilai 𝒛𝟕 = 10/16*2000

= 0,625*2000

= 1250

80


[R8] IF Phenomenon NAIK AND Clarity TURUN AND Cutting

TURUN AND Tone NAIK AND Treatment TURUN THEN Harga

= 9/16*Harga Standar

µPhenNAIK[1] = 0

µClaTURUN[4] = (5-4)/(5-1)

= 1/4

= 0,25

µCutTURUN[3] = 0

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatTURUN[9] = (10-9)/(10-1)

= 1/9

= 0,11

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟖 = µPhenNAIK ∩ ClaTURUN ∩

CutTURUN ∩ ToneNAIK ∩ TreatTURUN



µTreatTURUN[9])

= min(0; 0,25; 0; 0,5; 0,11)

= 0

Nilai 𝒛𝟖 = 9/16*2000

= 0,5625*2000

= 1125

81


[R9] IF Phenomenon TURUN AND Clarity NAIK AND Cutting NAIK

AND Tone NAIK AND Treatment NAIK THEN Harga =

8/16*Harga Standar

µPhenTURUN[1] = 1

µClaNAIK[4] = (4-1)/(5-1)

= 3/4

= 0,75

µCutNAIK[3] = 1

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatNAIK[9] = (9-1)/(10-1)

= 8/9

= 0,89

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟗 = µPhenTURUN ∩ ClaNAIK ∩ CutNAIK


= min(µPhenTURUN[1], µClaNAIK[4],


µTreatNAIK[9])

= min(1; 0,75; 1; 0,5; 0,89)

= 0,5

Nilai 𝒛𝟗 = 8/16*2000

= 0,5*2000

= 1000

[R10] IF Phenomenon TURUN AND Clarity NAIK AND Cutting NAIK


7/16*Harga Standar

82


µPhenTURUN[1] = 1

µClaNAIK[4] = (4-1)/(5-1)

= 3/4

= 0,75

µCutNAIK[3] = 1

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatTURUN[9] =(10-9)/(10-1)

= 1/9

= 0,11

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟎 = µPhenTURUN ∩ ClaNAIK ∩ CutNAIK ∩




µTreatTURUN[9])

= min(1; 0,75; 1; 0,5; 0,11)

= 0,11

Nilai 𝒛𝟏𝟎 = 7/16*2000

= 0,4375*2000

= 875

[R11] IF Phenomenon TURUN AND Clarity NAIK AND Cutting

TURUN AND Tone NAIK AND Treatment NAIK THEN Harga


µPhenTURUN[1] = 1

µClaNAIK[4] = (4-1)/(5-1)

= 3/4

= 0,75

83


µCutTURUN[3] = 0

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatNAIK[9] = (9-1)/(10-1)

= 8/9

= 0,89

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟏 = µPhenTURUN ∩ ClaNAIK ∩ CutTURUN




µTreatNAIK[9])

= min(1; 0,75; 0; 0,5; 0,89)

= 0

Nilai 𝒛𝟏𝟏 = 6/16*2000

= 0,375*2000

= 750

[R12] IF Phenomenon TURUN AND Clarity NAIK AND Cutting

TURUN AND Tone NAIK AND Treatment TURUN THEN

Harga = 5/16*Harga Standar

µPhenTURUN[1] = 1

µClaNAIK[4] = (4-1)/(5-1)

= 3/4

= 0,75

µCutTURUN[3] = 0

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

84


= 0,5

µTreatTURUN[9] =(10-9)/(10-1)

=1/9

=0,11

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟐 = µPhenTURUN ∩ ClaNAIK ∩ CutTURUN

∩ ToneNAIK ∩ TreatTURUN



µTreatTURUN[9])

= min(1; 0,75; 0; 0,5; 0,11)

= 0

Nilai 𝒛𝟏𝟐 = 5/16*2000

= 0,3125*2000

= 625

[R13] IF Phenomenon TURUN AND Clarity TURUN AND Cutting

NAIK AND Tone NAIK AND Treatment NAIK THEN Harga =

4/16*Harga Standar

µPhenTURUN[1] = 1

µClaTURUN[4] = (5-4)/(5-1)

= 1/4

= 0,25

µCutNAIK[3] = 1

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatNAIK[9] = (9-1)/(10-1)

= 8/9

85


= 0,89

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟑 = µPhenTURUN ∩ ClaTURUN ∩ CutNAIK


= min(µPhenTURUN[1], µClaTURUN[4],


µTreatNAIK[9])

= min(1; 0,25; 1; 0,5; 0,89)

= 0,25

Nilai 𝒛𝟏𝟑 = 4/16*2000

= 0,25*2000

= 500


NAIK AND Tone NAIK AND Treatment TURUN THEN Harga


µPhenTURUN[1] = 1

µClaTURUN[4] = (5-4)/(5-1)

= 1/4

= 0,25

µCutNAIK[3] = 1

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatTURUN[9] = (10-9)/(10-1)

= 1/9

= 0,11

86


𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟒 = µPhenTURUN ∩ TURUN ∩ CutNAIK ∩




µTreatTURUN[9])

= min(1; 0,25; 1; 0,5; 0,11)

= 0,11

Nilai 𝒛𝟏𝟒 = 3/16*2000

= 0,1875*2000

= 375


TURUN AND Tone NAIK AND Treatment NAIK THEN Harga


µPhenTURUN[1] = 1

µClaTURUN[4] = (5-4)/(5-1)

= 1/4

= 0,25

µCutTURUN[3] = 0

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatNAIK[9] = (9-1)/(10-1)

= 8/9

= 0,89

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟓 = µPhenTURUN ∩ ClaTURUN ∩

CutTURUN ∩ ToneNAIK ∩ TreatNAIK

87




µTreatNAIK[9])

= min(1; 0,25; 0; 0,5; 0,89)

= 0

Nilai 𝒛𝟏𝟓 = 2/16*2000

= 0,125*2000

= 250


TURUN AND Tone NAIK AND Treatment TURUN THEN

Harga = 1/16*Harga Standar

µPhenTURUN[1] = 1

µClaTURUN[4] = (5-4)/(5-1)

= 1/4

= 0,25

µcCutTURUN[3] = 0

µToneNAIK[8] = (10-8)/(10-6)

= 2/4

= 0,5

µTreatTURUN[9] = (10-9)/(10-1)

= 1/9

= 0,11

𝜶 − 𝒑𝒓𝒆𝒅𝒊𝒌𝒂𝒕𝟏𝟔 = µPhenTURUN ∩ ClaTURUN ∩

CutTURUN ∩ ToneNAIK ∩ TreatTURUN



µTreatTURUN[9])

88


= min(1; 0,25; 0; 0,5; 0,11)

= 0

Nilai 𝒛𝟏𝟔 = 1/16*2000

= 0,0625*2000

= 125

3. Penegasan (Defuzzy)

Karena α-predikat yang tidak nol hanya terdapat pada aturan R9,

R10, R13, dan R14. Sehingga yang memenuhi fungsi MAX adalah

aturan R9, R10, R13, dan R14, dengan menggunakan metode defuzzy

weighted average, maka rata-rata harga taksirnya adalah.

Z = ∝𝟗𝒛𝟗+∝𝟏𝟎𝒛𝟏𝟎+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒

∝𝟗+∝𝟏𝟎+∝𝟏𝟑+∝𝟏𝟒

Z = 𝟎,𝟓∗𝟏𝟎𝟎𝟎+𝟎,𝟏𝟏∗𝟖𝟕𝟓+𝟎,𝟐𝟓∗𝟓𝟎𝟎+𝟎,𝟏𝟏∗𝟑𝟕𝟓

𝟎,𝟓+𝟎,𝟏𝟏+𝟎,𝟐𝟓+𝟎,𝟏𝟏

Z = 𝟓𝟎𝟎+𝟗𝟔,𝟐𝟓+𝟏𝟐𝟓+𝟒𝟏,𝟐𝟓

𝟎,𝟗𝟕

Z = 𝟕𝟔𝟐,𝟓

𝟎,𝟗𝟕

Z = 786,08 USD

Hasil dari perhitungan metode sugeno belum hasil akhir dari

taksir harga batu permat karena hasil tersebut masih berupa harga per

carat belum dikalikan dengan bobot yang ada. Untuk mendapatkan

hasil akhir dari taksir harga batu permata yaitu:

Harga = Z * bobot

Harga = 786,08 * 3,09

Harga = 2428,99 USD

4.3.3. Desain Basis data

Pada tahap ini penulis merancang basis data yang berfungsi sebagai

media penyimpanan data, penulis menggunakan MySQL basis data,

strukturnya terdiri dari:

89


1. Tabel Phenomenon

Tabel 4. 24: Tabel Phenomenon

Kolom Tipe Ukuran Keterangan

ID_Phenomenon bigint 20 Primary key

NamaFenomena varchar 100

Value bigint 20

2. Tabel Clarity

Tabel 4. 25: Tabel Clarity


ID_Clarity bigint 20 Primary key

NamaClarity varchar 100

Value bigint 20

3. Tabel Cutting

Tabel 4. 26: Tabel Cutting


ID_Cutting bigint 20 Primary key

NamaCutting varchar 100

Value bigint 20

4. Tabel Color

Tabel 4. 27: Tabel Color


ID_Color bigint 20 Primary key

Color varchar 100

5. Tabel Keterangan Warna

Tabel 4. 28: Tabel Keterangan Warna


ID_Keterangan_Warna bigint 20 Primary key

90



ID_Color bigint 20 Foreign key

Keterangan varchar 100

Value bigint 20

6. Tabel Treatment

Tabel 4. 29: Tabel Treatment


ID_Treatment bigint 20 Primary key

NamaTreatment varchar 100

Value varchar 20

7. Tabel Jenis Batu

Tabel 4. 30: Tabel Jenis Batu


ID_Jenis_Batu bigint 20 Primary key

JenisBatu varchar 100

8. Tabel Harga Standar

Tabel 4. 31: Tabel Harga Standar


ID_Jenis_Batu bigint 20 Primary key

ID_Jenis_Batu bigint 20 Foreign key

ID_Phenomenon bigint 20 Foreign Key

Harga bigint 20

9. Tabel Batu Phenomenon

Tabel 4. 32: Tabel Batu Phenomenon


ID_Batu_Phenomenon bigint 20 Primary key


91



ID_Phenomenon bigint 20 Foreign Key

10. Tabel Batu Treatment

Tabel 4. 33: Tabel Batu Treatment


ID_Batu_Treatment bigint 20 Primary key


ID_Treatment bigint 20 Foreign Key

11. Tabel Batu Color

Tabel 4. 34: Tabel Batu Color


ID_Batu_Warna bigint 20 Primary key


ID_Color bigint 20 Foreign Key

12. Tabel Phenomenon Clarity

Tabel 4. 35: Tabel Phenomenon Clarity


ID_Phenomenon_Clarity bigint 20 Primary key

ID_Phenomenon bigint 20 Foreign key

ID_Clarity bigint 20 Foreign Key

13. Tabel Phenomenon Cutting

Tabel 4. 36: Tabel Phenomenon Cutting


ID_Phenomenon_Cutting bigint 20 Primary key

ID_Phenomenon bigint 20 Foreign key

ID_Cutting bigint 20 Foreign Key

92


4.3.4. Desain Antarmuka

Berdasarkan pemaparan dari tahapan perencanaan aplikasi taksir

harga batu permata maka, desain antarmuka sistem terdiri dari tiga tampilan

yaitu, home, info dan calculate.

1. Home

Gambar 4. 24: Gambar Tampilan Home

Pada tampilan home, hanya terdiri dari tombol info dan

calculate. Jika tombol info ditekan maka akan berpindah ke tampilan

info seperti gambar dan jika tombol calculate ditekan maka akan

berpindah ke tampilan calculate seperti pada gambar.

2. Info

Pada tampilan info, berisi informasi tentang istilah-istilah yang

digunakan dalam aplikasi beserta penjelasannya.

93


Gambar 4. 25: Gambar Tampilan Info

3. Calculate

Pada tampilan calculate, merupakan tampilan untuk mentaksir

harga batu permata.

Gambar 4. 26: Gambar Tampilan Calculate


BAB V

HASIL DAN PEMBAHASAN

5.1. Fase Implementasi Hasil Uji Coba

Dalam fase implementasi hasil uji coba yang dilakukan, pengujian sistem

dengan menggunakan blackbox testing. Cara pengujian blackbox testing dilakukan

dengan menjalankan aplikasi taksir harga batu permata dan melakukan input data

serta melihat inputnya apakah sesuai dengan masalah serta kesimpulan yang

diharapkan. Hasil pengujian blackbox testing bisa dilihat pada di bawah ini.

Tabel 5. 1: Tabel Hasil Pengujian Blackbox

Fungsi Hasil yang diharapkan Hasil

Tampilan

Halaman

Home

Pengguna dapat mengakses halaman home tanpa ada

masalah

OK

Pilihan pada gem stone menampilkan pilihan sesuai pada

basis data.

OK

Pilihan pada phenomenon menampilkan pilihan sesuai pada

basis data.

OK

Pilihan pada clarity menampilkan pilihan sesuai pada basis

data.

OK

Pilihan pada cut menampilkan pilihan sesuai pada basis

data.

OK

Pilihan color menampilkan pilihan sesuai pada basis data. OK

Pilihan pada tone of color menampilkan pilihan sesuai pada

basis data.

OK

Pilihan pada treatment menampilkan pilihan sesuai pada

basis data.

OK

Pada pilihan carat pengguna hanya bisa memasukkan angka

lebih dari nol.

OK

95


Fungsi Hasil yang diharapkan Hasil

Pada button calculate berfunsi dengan baik dan

menghasilkan nilai sesuai dengan perhitungan manual dan

jika ada pilihan yang belum dipilih maka akan menampilkan

pesan notifikasi.

OK

5.2. Skenario Base

Untuk menjalankan aplikasi taksir harga batu permata diperlukan data-data

pengamatan langsung. Data-data yang telah diperoleh dari pengamatan langsung

digunakan untuk memasukan ke dalam aplikasi kemudian akan dihitung dan

menampilkan hasilnya. Berikut merupakan tabel hasil output aplikasi taksir harga

batu permata yang telah dilakukan oleh peneliti:

1. Skenario I

Pada skenario satu dilakukan percobaan dengan spesifikasi batu permata

berjenis Ruby, bobot 1,53 carat tidak ada fenomena, kejernihan Very Slightly

Included, potongan faceted, nilai tone lima (#EF5350) dan pengobatan Heated

dengan harga standar 2000 USD.

Tabel 5. 2: Tabel Perhitungan Skenario I

Rule Derajat keanggotaan α-

predikat

Z

Phenomenon Clarity Cutting Tone Treatment

[R1] 0 0.75 1 0.8 0.889 0 2000

[R2] 0 0.75 1 0.8 0.111 0 1875

[R3] 0 0.75 0 0.8 0.889 0 1750

[R4] 0 0.75 0 0.8 0.111 0 1625

[R5] 0 0.25 1 0.8 0.889 0 1500

[R6] 0 0.25 1 0.8 0.111 0 1375

[R7] 0 0.25 0 0.8 0.889 0 1250

[R8] 0 0.25 0 0.8 0.111 0 1125

[R9] 1 0.75 1 0.8 0.889 0.75 1000

96



predikat

Z


[R10] 1 0.75 1 0.8 0.111 0.111 875

[R11] 1 0.75 0 0.8 0.889 0 750

[R12] 1 0.75 0 0.8 0.111 0 625

[R13] 1 0.25 1 0.8 0.889 0.25 500

[R14] 1 0.25 1 0.8 0.111 0.111 375

[R15] 1 0.25 0 0.8 0.889 0 250

[R16] 1 0.25 0 0.8 0.111 0 125

Karena α-predikat yang tidak nol hanya terdapat pada aturan R9, R10,

R13 dan R14. Sehingga yang memenuhi fungsi MAX adalah aturan R9, R10,

R13 dan R14 dengan menggunakan defuzzy weighted average, maka rata-rata

harga taksirnya adalah.

Z = ∝𝟗𝒛𝟗+∝𝟏𝟎𝒛𝟏𝟎+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒

∝𝟗+∝𝟏𝟎+∝𝟏𝟑+∝𝟏𝟒

Z = 𝟎,𝟕𝟓∗𝟏𝟎𝟎𝟎+𝟎,𝟏𝟏𝟏∗875+0.25∗500+0.111∗375

𝟎,𝟕𝟓+𝟎.𝟏𝟏𝟏+𝟎.𝟐𝟓+𝟎.𝟏𝟏𝟏

Z = 𝟏𝟎𝟏𝟑.𝟖𝟖𝟗

𝟏.𝟐𝟐𝟐

Z = 829.545 USD

Hasil dari perhitungan metode sugeno belum hasil akhir dari taksir harga

batu permata karena hasil tersebut masih berupa harga per carat belum dikalikan

dengan bobot yang ada. Untuk mendapatkan hasil akhir dari taksir harga batu

permata adalah.

Harga = Z * 1,53

Harga = 829.696 * 1.53

Harga = 1269.205 USD

97


Gambar 5. 1: Screen Shoot Skenario I

2. Scenario II

Pada skenario dua dilakukan percobaan dengan spesifikasi batu permata

berjenis Emerald, bobot 0,34 carat, tidak ada fenomena, kejernihan Very

Slightly Included, potongan faceted, nilai tone enam (#4CAF50) dan

pengobatan Oiling (Clarity enhanced) dengan harga standar 1191 USD.

Tabel 5. 3: Tabel Perhitungan Skenario II


predikat

Z


[R1] 0 0.75 1 1 0.78 0 1191

[R2] 0 0.75 1 1 0.22 0 1116.563

[R3] 0 0.75 0 1 0.78 0 1042.125

[R4] 0 0.75 0 1 0.22 0 967.688

[R5] 0 0.25 1 1 0.78 0 893.25

[R6] 0 0.25 1 1 0.22 0 818.813

[R7] 0 0.25 0 1 0.78 0 744.375

[R8] 0 0.25 0 1 0.22 0 669.938

[R9] 1 0.75 1 1 0.78 0.75 595.5

98



predikat

Z


[R10] 1 0.75 1 1 0.22 0.222 521.063

[R11] 1 0.75 0 1 0.78 0 446.625

[R12] 1 0.75 0 1 0.22 0 372.188

[R13] 1 0.25 1 1 0.78 0.25 297.75

[R14] 1 0.25 1 1 0.22 0.222 223.313

[R15] 1 0.25 0 1 0.78 0 148.875

[R16] 1 0.25 0 1 0.22 0 74.438


R13, dan R14. Sehingga yang memenuhi fungsi MAX adalah aturan R9, R10,

R13, dan R14 dengan menggunakan defuzzy weighted average, maka rata-rata

harga taksirnya adalah.

Z = ∝𝟗𝒛𝟗+∝𝟏𝟎𝒛𝟏𝟎+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒

∝𝟗+∝𝟏𝟎+∝𝟏𝟑+∝𝟏𝟒

Z = 𝟎,𝟕𝟓∗𝟓𝟗𝟓.𝟓+𝟎,𝟐𝟐𝟐∗𝟓𝟐𝟏.𝟎𝟔𝟑+𝟎,𝟐𝟓∗𝟐𝟗𝟕.𝟕𝟓+𝟎,𝟐𝟐𝟐∗𝟐𝟐𝟑.𝟑𝟏𝟑

𝟎,𝟕𝟓+𝟎.𝟐𝟐𝟐+𝟎,2𝟓+𝟎.𝟐𝟐𝟐

Z = 𝟔𝟖𝟔.𝟒𝟕𝟗

𝟏.𝟒𝟒𝟒

Z = 475.255 USD

Hasil dari perhitungan metode sugeno belum hasil akhir dari taksir

harga batu permata karena hasil tersebut masih berupa harga per carat belum

dikalikan dengan bobot yang ada. Untuk mendapatkan hasil akhir dari taksir

harga batu permata adalah.

Harga = Z * 0.34

Harga = 475.255 * 0.34

Harga = 161.587 USD

99


Gambar 5. 2: Screen Shoot Skenario II

3. Scenario III

Pada skenario tiga dilakukan percobaan dengan spesifikasi batu permata

berjenis Sapphire, bobot 1,22 carat, fenomena color change, kejernihan Very

Slightly Included, potongan faceted, nilai tone dua (#BBDEFB) dan pengobatan

heated dengan harga standar 75 USD.

Tabel 5. 4: Tabel Perhitungan Skenario III


predikat

z


[R1] 1 0.75 1 0.2 0.889 0.2 75

[R2] 1 0.75 1 0.2 0.111 0.111 70.313

[R3] 1 0.75 0 0.2 0.889 0 65.625

[R4] 1 0.75 0 0.2 0.111 0 60.938

[R5] 1 0.25 1 0.2 0.889 0.2 56.25

[R6] 1 0.25 1 0.2 0.111 0.111 51.563

[R7] 1 0.25 0 0.2 0.889 0 46.875

[R8] 1 0.25 0 0.2 0.111 0 42.188

100



predikat

z


[R9] 0 0.75 1 0.2 0.889 0 37.5

[R10] 0 0.75 1 0.2 0.111 0 32.813

[R11] 0 0.75 0 0.2 0.889 0 28.125

[R12] 0 0.75 0 0.2 0.111 0 23.438

[R13] 0 0.25 1 0.2 0.889 0 18.75

[R14] 0 0.25 1 0.2 0.111 0 14.063

[R15] 0 0.25 0 0.2 0.889 0 9.375

[R16] 0 0.25 0 0.2 0.111 0 4.688


R5, dan R6. Sehingga yang memenuhi fungsi MAX adalah aturan R1, R2, R5,

dan R6 dengan menggunakan defuzzy weighted average, maka rata-rata harga

taksirnya adalah.

Z = ∝𝟏𝒛𝟏+∝𝟐𝒛𝟐+∝𝟓𝒛𝟓+∝𝟔𝒛𝟔

∝𝟏+∝𝟐+∝𝟓+∝𝟔

Z = 𝟎.2∗𝟕𝟓+𝟎.111∗70.313+0.2∗56.25+0.111∗51.563

𝟎,𝟐+𝟎.𝟏𝟏𝟏+𝟎.𝟐+𝟎.𝟏𝟏𝟏

Z = 39.792

𝟎.𝟔𝟐𝟐

Z = 63.951 USD

Hasil dari perhitungan metode sugeno belum hasil akhir dari taksir harga

batu permat karena hasil tersebut masih berupa harga per carat belum dikalikan


permata adalah.

Harga = Z * 1.22

Harga = 68.608 * 1.22

Harga = 78.02 USD

101


Gambar 5. 3: Screen Shoot Skenario III

4. Scenario IV


berjenis Sapphire, bobot 6,32 carat, fenomena star, kejernihan opaque,

potongan cabochon, nilai tone sembilan (#1565C0) dan pengobatan heated with

glass filling dengan harga standar 24 USD.

Tabel 5. 5: Tabel Perhitungan Skenario IV


predikat

z


[R1] 0.333 0 0.5 0 0.556 0 24

[R2] 0.333 0 0.5 0 0.444 0 22.5

[R3] 0.333 0 0.5 0 0.556 0 21

[R4] 0.333 0 0.5 0 0.444 0 19.5

[R5] 0.333 1 0.5 0 0.556 0.25 18

[R6] 0.333 1 0.5 0 0.444 0.25 16.5

[R7] 0.333 1 0.5 0 0.556 0.25 15

[R8] 0.333 1 0.5 0 0.444 0.25 13.5

[R9] 0.667 0 0.5 0 0.556 0 12

102



predikat

z


[R10] 0.667 0 0.5 0 0.444 0 10.5

[R11] 0.667 0 0.5 0 0.556 0 9

[R12] 0.667 0 0.5 0 0.444 0 7.5

[R13] 0.667 1 0.5 0 0.556 0.25 6

[R14] 0.667 1 0.5 0 0.444 0.25 4.5

[R15] 0.667 1 0.5 0 0.556 0.25 3

[R16] 0.667 1 0.5 0 0.444 0.25 1.5


R7, R8, R13, R14, R15 dan R16. Sehingga yang memenuhi fungsi MAX adalah

aturan R5, R6, R7, R8, R13, R14, R15 dan R16 dengan menggunakan defuzzy

weighted average, maka rata-rata harga taksirnya adalah.

Z = ∝𝟓𝒛𝟓+∝𝟔𝒛𝟔+∝𝟕𝒛𝟕+∝𝟖𝒛𝟖+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒+∝𝟏𝟓𝒛𝟏𝟓+∝𝟏𝟔𝒛𝟏𝟔

∝𝟓+∝𝟔+∝𝟕+∝𝟖+∝𝟏𝟑+∝𝟏𝟒+∝𝟏𝟓+∝𝟏𝟔

Z = 𝟎,𝟐𝟓∗𝟏𝟖+𝟎,𝟐𝟓∗𝟏𝟔.𝟓+𝟎.𝟐𝟓∗𝟏𝟓+𝟎,𝟐𝟓∗𝟏𝟑.𝟓+𝟎,𝟐𝟓∗𝟔+𝟎,𝟐𝟓∗𝟒.𝟓+𝟎.𝟐𝟓∗𝟑+𝟎,𝟐𝟓∗𝟏.𝟓

𝟎,𝟐𝟓+𝟎.𝟐𝟓+𝟎.𝟐𝟓+𝟎.𝟐𝟓+𝟎,𝟐𝟓+𝟎.𝟐𝟓+𝟎.𝟐𝟓+𝟎.𝟐𝟓

Z = 𝟏𝟗.𝟓

𝟐

Z = 9.75 USD

Hasil dari perhitungan metode sugeno belum hasil akhir dari taksir

harga batu permat karena hasil tersebut masih berupa harga per carat belum

dikalikan dengan bobot yang ada. Untuk mendapatkan hasil akhir dari taksir

harga batu permata adalah.

Harga = Z * 6.32

Harga = 9.3 * 6.32

Harga = 61.62 USD

103


Gambar 5. 4: Screen Shoot Skenario IV

5. Scenario V


berjenis Ruby, bobot 45,34 carat, fenomena star, kejernihan opaque, potongan

cabochon, nilai tone delapan (#D32F2F) dan pengobatan heated with fissure

healing dengan harga standar 7 USD.

Tabel 5. 6: Tabel Perhitungan Skenario V


predikat

z


[R1] 0.333 0 0.5 0.5 0.556 0 7

[R2] 0.333 0 0.5 0.5 0.444 0 6.563

[R3] 0.333 0 0.5 0.5 0.556 0 6.125

[R4] 0.333 0 0.5 0.5 0.444 0 5.688

[R5] 0.333 1 0.5 0.5 0.556 0.333 5.25

[R6] 0.333 1 0.5 0.5 0.444 0.333 4.813

[R7] 0.333 1 0.5 0.5 0.556 0.333 4.375

[R8] 0.333 1 0.5 0.5 0.444 0.333 3.938

[R9] 0.667 0 0.5 0.5 0.556 0 3.5

104



predikat

z


[R10] 0.667 0 0.5 0.5 0.444 0 3.063

[R11] 0.667 0 0.5 0.5 0.556 0 2.625

[R12] 0.667 0 0.5 0.5 0.444 0 2.188

[R13] 0.667 1 0.5 0.5 0.556 0.5 1.75

[R14] 0.667 1 0.5 0.5 0.444 0.444 1.313

[R15] 0.667 1 0.5 0.5 0.556 0.5 0.875

[R16] 0.667 1 0.5 0.5 0.444 0.444 0.438


R7, R8, R13, R14, R15 dan R16. Sehingga yang memenuhi fungsi MAX adalah

aturan R1 dan R5 dengan menggunakan defuzzy weighted average, maka rata-

rata harga taksirnya adalah.

Z = ∝𝟓𝒛𝟓+∝𝟔𝒛𝟔+∝𝟕𝒛𝟕+∝𝟖𝒛8+∝𝟏𝟑𝒛𝟏𝟑+∝𝟏𝟒𝒛𝟏𝟒+∝𝟏𝟓𝒛𝟏𝟓+∝𝟏𝟔𝒛𝟏𝟔

∝𝟓+∝𝟔+∝7+∝8+∝13+∝14+∝15+∝16

Z =

𝟎,𝟑𝟑𝟑∗𝟓,𝟐𝟓+𝟎,𝟑𝟑𝟑∗𝟒,𝟖𝟏𝟑+𝟎,𝟑𝟑𝟑∗𝟒,𝟑𝟕𝟓+𝟎,333∗𝟑,𝟗𝟑𝟖+𝟎,𝟓∗1,𝟕𝟓+𝟎,𝟒𝟒𝟒∗𝟏,𝟑𝟏𝟑+𝟎,𝟓∗𝟎,𝟖𝟕𝟓+𝟎,𝟒𝟒𝟒∗𝟎,𝟒𝟑𝟖

𝟎,333+𝟎.𝟑𝟑𝟑+𝟎,𝟑𝟑𝟑+𝟎,𝟑𝟑𝟑+𝟎,𝟓+𝟎,𝟒𝟒𝟒+𝟎,𝟓+𝟎,𝟒𝟒𝟒

Z = 𝟖.𝟐𝟏𝟓

𝟑.𝟐𝟐𝟐

Z = 2.55 USD

Hasil dari perhitungan fuzzy sugeno belum hasil akhir dari taksir harga

batu permat karena hasil tersebut masih berupa harga per carat belum dikalikan


permata adalah.

Harga = Z * 45.34

Harga = 2.55 * 45.34

Harga = 115.597 USD

105


Gambar 5. 5: Screen Shoot Skenario V

Tabel 5. 7: Tabel Perbandingan Harga

Skenario Harga

Penjual Fuzzy Sugeno

1 1984.9 USD 1269.205 USD

2 405 USD 161.587 USD

3 91.7 USD 158.4 USD

4 150.54 USD 78.02 USD

5 317.38 USD 115.597 USD


BAB VI

KESIMPULAN DAN SARAN

6.1. Kesimpulan

Berdasarkan rumusan masalah dan penjelasan yang sudah penulis jelaskan

pada bab sebelumnya, maka penulis menyimpulkan bahwa aplikasi taksir harga

batu permata dapat dihitung dengan menggunakan metode fuzzy inference system

sugeno. Terdapat empat tahap pada metode sugeno antara lain, pembentukan

himpunan fuzzy, aplikasi fungsi implikasi (aturan), komposisi aturan, dan

penegasan (defuzzy). Himpuan yang digunakan berjumlah dua yaitu naik dan turun.

Sedangkan untuk variabelnya berjumlah enam yaitu, color, clarity, cut, carat,

phenomenon, dan treatment. Aturan yang digunakan berjumlah enam belas. Batu

permata yang dapat ditaksir harganya yaitu, Ruby, Sapphire, dan Emerald. Satuan

mata uang yang digunakan adalah dolar (USD) karena pada level internasional juga

menggunkannya.

6.2. Saran

Aplikasi taksir harga batu permata masih memiliki kekurangan dan

keterbatasan, penulis berharap agar aplikasi ini dapat dikembangkan lebih lanjut

sehingga lebih baik lagi. Penulis memberikan saran yang perlu dipertimbangakan,

yakni sebagai berikut:

1. Membuat versi pada platform IOS, karena aplikasi yang dibuat saat ini hanya

bisa pada platform android.

2. Menambahkan lebih banyak jenis batu permata, karena jenis batu yang

diterapkan hanya Ruby, Sapphire, dan Emerald.

3. Menggunakan aturan fuzzy yang lebih detail lagi karena himpunan yang

digunakan hanya dua yaitu naik dan turun, serta variabel yang digunakan hanya

berjumlah lima, namun satu himpunan hanya menggunakan satu variable yaitu

tone sehingga jika dihitung aturan yang dibuat yaitu, 2x2x2x1x2 sehingga

berjumlah 16 rule.

4. Untuk membedakan berat dan warna untuk identifikasi yang lebih detail.


DAFTAR PUSTAKA

Agnes, E. A. (2015). Sejak Kapan dan Mengapa Batu Akik Bisa Menjadi Booming?

Retrieved August 31, 2018, from

https://www.kompasiana.com/agnesesther/55546f517397733b149055d6/seja

k-kapan-dan-mengapa-batu-akik-bisa-menjadi-booming

Agus, W. (2013). Android 4 untuk Pengguna Pemula Tablet & Handphone. Jakarta

Selatan. (Raff, Ed.) (pertama). Jakarta Selatan: mwdiakita.

Ahmad, F. (2016). Modus Penipuan Batu Akik Menurut Gubernur Aher. Retrieved

August 31, 2018, from https://nasional.tempo.co/read/650030/modus-

penipuan-batu-akik-menurut-gubernur-aher/full&view=ok

Arikunto, S. (2013). Prosedur Penelitian : Suatu Pendekatan Praktis (15th ed.).

Jakarta: Rineka Cipta.

Budi, R., Imam, H., & Enjang, R. (2012). Modul Pemrograman Web HTML , PHP

& MySql. Bandung: Modula.

Bunafit, N. (2014). Pemrograman Web Membuat Sistem Informasi Akademik

Sekolah dgn PHP-MySQL & Dreamweaver. Gava Media.

Emma, Y. S. M. (2012). Sharia Banking Information System Analysis and Design.

(Y. S. M. Emma, Ed.) (1st ed.). Depok: CEP-CCIT FTUI.

Ghony, M. D., & Fauzan, A. (2012). Metodologi Penelitian Kualitatif. Yogyakarta:

Ar‐Ruzz Media.

Kangaranifarahani, M., & Mehralian, S. (2013). Comparison Between Artificial

Neural Network and Neuro-Fuzzy for Gold Price Prediction.

Kendall, K. E., & Kendall, J. E. (2010). Analisis dan Perancangan. Indeks.

Prabawa, B., Nasri, J., & Sulistiyo, M. D. (2015). Prediksi Harga Saham Dengan

Menggunakan Metode Autoregresif dan Algoritma Kelelawar, 2(1), 1696–

1704.

Raco, J. R. (2010). Metode Penelitian Kualitatif. (L. Arita, Ed.) (Pertama). Jakarta:

Grasindo.

Rosa, A. S., & M, S. (2013). Modul Pembelajaran Rekayasa Perangkat Lunak :

Terstruktur dan Beorientasi Objek. Bandung: Modula.

108


Rosa, & Shalahuddin. (2013). Rekayasa Perangkat Lunak Terstruktur dan

Berorientasi Objek. Bandung: Informatika.

Sari, W. E., Wahyunggoro, O., & Fauziati, S. (2016). A comparative study on fuzzy

Mamdani-Sugeno-Tsukamoto for the childhood tuberculosis diagnosis. AIP

Conference Proceedings, 1755. https://doi.org/10.1063/1.4958498

Sherief, S. S. K. (2014). Buku Pintar Gadget Android untuk Pemula. (B. Herman,

Ed.) (1st ed.). Jakarta: Kunci Komunikasi.

Sinta, D. (2015). Metode Ensemble K-Nearest Neighbor Untuk Prediksi Harga

Beras Di Indonesia, 8, 7993–8005.

https://doi.org/http://dx.doi.org/10.12988/ams.2014.49721

Sri, K., & Hari, P. (2010). APLIKASI LOGIKA FUZZY Untuk Pendukung

Keputusan (Ke dua). Yogyakarta: GRAHA ILMU.

Suardika, K. W., Gandhiadi, G. K., & L, H. I. P. (2018). PERBANDINGAN

METODE TSUKAMOTO, METODE MAMDANI DAN METODE

SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV.

Dewi Bulan), 7(2), 180–186.

Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung:

Alfabeta.

Yasin, H., Prahutama, A., & Utami, T. W. (2016). Prediksi Harga Saham

Menggunakan Support Vector Regression Dengan Algoritma Grid Search.

Media Statistika, 7(1), 29–35. https://doi.org/10.14710/medstat.7.1.29-35

Yudha, Y., & Ardhi, W. (2017). Mudah Membuat dan Berbisnis Aplikasi Android

dengan Android Studio (Pertama). Jakarta: Alex Media Komputindo.


LAMPIRAN

Lampiran I : Wawancara dengan gemologis Sky Lab

Tanggal : 15 Oktober 2018

Tempat : Sky Lab, Tamini Square, Jakarta

Narasumber : Pak Nugroho Tri Putranto, S.E, AJP, GG (GIA)

Pertanyaan Batu permata apa yang paling diminati sekarang?

Jawaban Yang paling populer ada tiga, ruby, sapphire, emerald. Most

wanted selama berabad-abad tiga itu.

Pertanyaan Sertifikasi batu permata itu apa aja ya pak?

Jawaban Parameter untuk mengukur kualitas itu ya 4C, color, clarity, cut,

carat (beratnya).

Pertanyaan Kalau batu permata ngikutin seperti pada diamond, flawless, very

very slightly kalo batu permata rata-rata pakainya apa ya pak?

Jawaban Simpel, istilahnya sama dengan permata, lebih simpel, itu ada

loop clean sama eye clean.

Pertanyaan Rencana saya kriteria ada enam, 4C ditambah treatment sama

fenomena, menurut bapak gimana?

Jawaban Kalau fenomena khusus untuk fenomenal gems ya, kalo

treatment, harus tahu tingkat kontinum dari treatment yang

paling acceptable yang mana, yang paling parah yang mana.

Pertanyaan Sapphire yang langka warna apa ya pak?

Jawaban Blue, vivid blue, biru tua tapi tidak hitam.

Pertanyaan Ruby yang langka warna apa ya pak?

Jawaban Untuk Ruby yang dicari warna paling bagus, royal red.

Pertanyaan Emerald yang langka warna apa ya pak?

Jawaban Untuk emerald yang dicari warna paling bagus, vivid bluish

green.

Pertanyaan Fenomena yang paling langka itu apa ya pak?

110


Jawaban Fenomena paling langka itu color change. Kan fenomena itu ada

cat eye, star, color change.

Pertanyaan Dari color change, cat eye sama star yang paling langka apa ya

pak?

Jawaban Langka itu belumtentu banyak dicari dan berharga mahal, tapi

yang most wanted ini star. Karena walaupun langka cat eye di

safir itu tidak lazim, tapi ga dicari orang juga.

Pertanyaan Untuk ruby dan emerald pak?

Jawaban Ruby dan emerald tidak ada color change, adanya cat eye sama

star, itu langka sekali cat eye untuk ruby, sedangkan emerald cat

eye sama star langka sekali.

111


Lampiran 2: kuesioner

112


113


114


aplikasi taksir harga batu permata menggunakan...

Documents