16

BAB III

METODOLOGI PENELITIAN

3.1 Analisis Kebutuhan

Analisis kebutuhan dilakukan untuk membantu peneliti mengumpulkan informasi

serta data untuk mendukung penelitian. Informasi yang didapatkan dari hasil

mengunjungi website resmi dari merk yang sudah dipilih.

Dalam penelitian ini, dibutuhkan dua jenis pengumpulan data. Yang pertama, data

yang diambil dari survei terhadap responden berdasarkan pertanyaan-pertanyaan yang

disajikan di dalam kuesioner. Sedangkan data yang kedua adalah berupa data yang

diperoleh dari website resmi.

Pengumpulan data awal dilakukan adalah dengan penyebaran kuesioner secara

random sampling. Isi kuesioner berupa pertanyaan sebagai berikut:

a) Umur

b) Jenis Kelamin

c) Merk Sepeda

d) Jenis Sepeda

e) Harga Sepeda

f) Dan lain-lain

Isi kuesioner terlampir.

Pengumpulan data yang kedua diperoleh dengan cara web-scraping kemudian di

input manual ke dalam database. Sumber data diambil dari website resmi:

a) www.united.com

17

b) www.brompton.com

c) www.polygonbikes.com

d) www.pacific-bike.com

Untuk mengolah dan menganalisa data dibutuhkan perangkat lunak berupa:

a) Google Chrome

b) Sublime Text 3

c) XAMPP

d) MySQL

e) Powerdesigner

f) Draw.io

3.2 Perancangan Aplikasi

Perancangan aplikasi rekomendasi dijabarkan menjadi beberapa bentuk yaitu Data

Flow Diagram (DFD), Flowchart, Entity Relationship Diagram (ERD), database

schema, struktur tabel, dan rancangan tampilan antarmuka.

3.2.1 Data Flow Diagram

Data Flow Diagram (DFD) merupakan proses yang menggambarkan bagaimana

data berasal dan bertujuan di suatu sistem, penyimpanan data, proses yang terjadi untuk

menghasilkan data, dan interaksi antar data (Wibowo et al., 2014). Data Flow Diagram

terbagi menjadi beberapa tahap diagram yaitu DFD level 0 atau context diagram, DFD

level 1, DFD level 2, DFD level 3, dan seterusnya. Berikut ini merupakan Data Flow

Diagram yang menjelaskan bagaimana proses berjalannya data di dalam penelitian ini.

Gambar 3.1 merupakan DFD Level 0 atau DFD Context Diagram dari Sistem

Rekomendasi Pemilihan Sepeda Berbasis Web Menggunakan Metode Item-Based

18

Clustering Hybrid. DFD ini menggambarkan aliran data secara keseluruhan yang ada di

sistem. Terdapat dua entitas yaitu User, dan Web.

Gambar 3.1 DFD Context Diagram

Gambar 3.2 DFD Level 1

19

Gambar 3.2 merupakan DFD Level 1 dari Sistem Rekomendasi Pemilihan Sepeda

Berbasis Web Menggunakan Metode Item-Based Clustering Hybrid. Pada DFD ini

terdapat proses mengelola katalog, mengelola kriteria, mengelola rating, dan mengelola

komentar, mengelola username.

Terdapat dua tabel pada database yang akan digunakan. Tabel sepeda yang berisi

katalog-katalog dari sepeda yang nantinya akan dimunculkan pada website dan user dapat

memilih katalog tersebut dan tabel rating akan menyimpan komentar, rating dan

username dari user.

Gambar 3.3 DFD Level 2 Mengelola Kriteria

Gambar 3.3 merupakan DFD Level 2 mengelola kriteria, DFD ini terdapat empat

proses yaitu menghapus kriteria, memilih kriteria, menambah kriteria, dan mengubah

kriteria. Pada dfd ini semua kriteria akan terhubung ke tabel modelsepeda pada database.

User dapat memilih kriteria yang diinginkan seperti merk sepeda, kategori sepeda, dan

budget yang diinginkan.

20

Gambar 3.4 DFD Level 2 Mengelola Katalog

Gambar 3.4 merupakan DFD Level 2 mengelola katalog yang akan dipilih user,

proses yang berlangsung adalah menghapus katalog, memilih katalog, menambah

katalog, dan mengubah katalog. Semua katalog akan terhubung dengan tabel sepeda pada

database. User dapat memilih katalog sepeda yang ingin dilihat. Dan semua data untuk

katalog sepeda didapat dari webscrapping di website resmi dealer.

3.2.2 Flowchart

Gambar 3.5 adalah Flowchart Menu Utama, User dapat memilih beberapa fitur

seperti bandingkan, katalog sepeda dan kriteria. Pada saat user memilih katalog maka

akan dimunculkan detail dari katalog yang sudah dipilih oleh user. Jika user ingin

membandingkan dua katalog maka user hanya perlu untuk memilih tombol bandingkan.

Pada menu bandingkan akan ditampilkan hasil perbandingan dari dua katalog yang telah

dipilih user. User dapat memilih kriteria yang sesuai dengan keinginan user sehingga

katalog yang akan dimunculkan hanya berdasarkan dari pilihan kriteria user.

21

Gambar 3.5 Flowchart Menu Utama

22

Gambar 3.6 merupakan flowchart dari page review. Pada saat user memilih

Tambah Review maka popup untuk menambahkan review akan muncul. User dapat

memasukan username, rating, dan komentar selanjutnya data tersebut akan dimasukan

kedalam database.

Gambar 3.6 Flowchart Review

.

23

3.2.3 Entity Relationship Diagram

Gambar 3.7 Entity Relationship Diagram

Gambar 3.7 merupakan Entity Relationship Diagram yang digunakan dalam

sistem rekomendasi pemilihan sepeda berbasis web menggunakan metode Item-

Based Clustering Hybrid.

24

3.2.4 Database Schema

Gambar 3.8. Database Schema

Gambar 3.8 merupakan database schema dari sistem rekomendasi pemilihan

sepeda berbasis web menggunakan metode Item-Based Clustering Hybrid.

3.2.5 Struktur Tabel

1) Tabel merksepeda

25

Tabel merksepeda berfungsi untuk menyimpan merk dari sepeda. Merk

sepeda yang dipakai adalah United, Polygonbikes, Brompton, dan Pacific. Tabel

3.1 dibawah merupakan data dari tabel merksepeda.

Tabel 3.1 Struktur Tabel merksepeda

No. Nama Kolom Tipe Data Keterangan

1 merkID int(5) Primary Key,

2 merkNama Varchar(50) Merk dari sepeda

2) Tabel sepeda

Tabel sepeda berfungsi untuk menyimpan ID dari setiap model,tipe,warna

dan merk sepeda. Tabel 3.2 dibawah merupakan data dari tabel sepeda.

Tabel 3.2 Struktur Tabel sepeda

No. Nama Kolom Tipe Data Keterangan

1 sepedaID int(5) Primary Key,

2 modelID int(5) Foreign Key,

3 tipeID int(5) Foreign Key,

4 warnaID int(5) Foreign Key,

5 merkID int(5) Foreign Key,

6 sort_order int(5) Untuk menampilkan prioritas

item

3) Tabel modelsepeda

Tabel modelsepeda berfungsi untuk menyimpan detail dari setiap sepeda.

Data tersebut akan di input oleh admin. Tabel 3.3 dibawah merupakan data dari

tabel modelsepeda.

Tabel 3.3. Struktur Tabel modelsepeda

No. Nama Kolom Tipe Data Keterangan

1 modelID int(5) Primary Key,

2 modelNama Varchar(50) Nama Model Sepeda

3 kategori Varchar(50) Kategori sepeda

4 harga Varchar(30) Tahun Pengeluaran

Sepeda

5 tahun Varchar(5) Tahun Sepeda

6 berat Varchar(10) Berat Sepeda

26

7 ukuran_frame Varchar(10) Ukuran frame sepeda

8 ukuran_ban Varchar(10) Ukuran ban (inch)

9 jenis_suspensi Varchar(100) Jenis Suspensi Sepeda

10 fork_suspensi Varchar(100) Suspensi Depan

11 rear_suspensi Varchar(100) Suspensi Belakang

12 frame_set Varchar(100) Bahan frame sepeda

13 stem Varchar(100) Penghubung Handle

dan frame

14 seatpost Varchar(100) Penyangga Saddle

15 handlebars Varchar(100) Handle Sepeda

16 saddle Varchar(100) Jok Sepeda

17 rem_depan Varchar(100) Rem depan sepeda

18 rem_belakang Varchar(100) Rem Belakang sepeda

19 shifter Varchar(100) Tuas Pemindah Gigi

20 chain Varchar(100) Rantai sepeda

21 rear_derailleur Varchar(100) Komponen pemindah

gigi

22 crank_set Varchar(100) Penggerak rantai

23 cassette Varchar(100) Kumpulan sprocket

24 bottom_bracket Varchar(100) Alat untuk

menggabungkan

crankset dan frame

25 rim Varchar(100) Velg sepeda

26 front_hub Varchar(100) Bearing roda depan

27 rear_hub Varchar(100) Bearing roda

belakang

28 tires Varchar(100) Jenis ban

4) Tabel ratingsepeda

Tabel ratingsepeda berfungsi untuk menyimpan rating dan komentar dari

setiap review sepeda yang akan diinput oleh user. Tabel 3.4 dibawah merupakan

data dari tabel ratingsepeda.

Tabel 3.4 Struktur Tabel ratingsepeda

No. Nama Kolom Tipe Data Keterangan

1 ratingID int(5) Primary Key

2 sepedaID int(5) Primary Key

3 rating Varchar(10) Rating yang telah diinput user

4 komentar Varchar(300) Komentar yang telah diinput user

5 username Varchar(50) Nama user yang menambahkan

review

27

5) Tabel jenissepeda

Tabel jenissepeda berfungsi untuk menyimpan jenis dari setiap sepeda.

Tabel 3.5 dibawah merupakan data dari tabel jenissepeda.

Tabel 3.5 Struktur Tabel jenissepeda

No. Nama Kolom Tipe Data Keterangan

1 jenisID int(5) Primary Key,

2 jenisNama Varchar(30) Jenis dari sepeda

6) Tabel warnasepeda

Tabel warnasepeda berfungsi untuk menyimpan data dari warna sepeda

per sepedaID. Tabel 3.6 dibawah merupakan data dari tabel warnasepeda.

Tabel 3.6 Struktur Tabel warnasepeda

No. Nama Kolom Tipe Data Keterangan

1 warnaID int(5) Primary Key,

2 warnaNama Varchar(30) Warna dari sepeda

7) Tabel gambarsepeda

Tabel gambarsepeda berfungsi untuk menyimpan data dari gambar per

sepedaID. Tabel 3.7 dibawah merupakan data dari tabel gambarsepeda.

Tabel 3.7 Struktur Tabel gambarsepeda

No. Nama Kolom Tipe Data Keterangan

1 gambarID int(5) Primary Key,

2 sepedaID Int(5) Primary Key

3 sourcegambar Varchar(100) Path dari sepeda di folder

28

3.2.6 Rancangan Antarmuka

Berikut ini adalah rancangan tampilan antarmuka sistem rekomendasi

pemilihan sepeda berbasis web menggunakan metode Item-Based Clustering

Hybrid yang digambarkan sebagai berikut.

Gambar 3.9 Rancangan Tampilan Home

Pada Gambar 3.9 merupakan rancangan tampilan antarmuka untuk halaman

home. Terdapat tombol bandingkan yang akan membawa user ke halaman

bandingkan dimana terdapat dua katalog yang dibandingkan. Terdapat pula katalog

sepeda yang dapat dilihat. User dapat memilih kriteria sepeda sesuai dengan

keinginan user. Kriteria yang dapat dipilih adalah merk, jenis, dan range harga.

29

Gambar 3.10 Rancangan Tampilan Detail Sepeda

Gambar 3.10 merupakan tampilan ketika user memilih salah satu katalog

sepeda. Terdapat pilihan spesifikasi dan review. Spesifikasi adalah detail dari

sepeda tersebut dan di bagian review user dapat melihat dan menambah komentar

serta rating. User juga dapat menambah sepeda ke menu bandingkan.

Gambar 3.11 Rancangan Tampilan Review

30

Gambar 3.11. merupakan rancangan tampilan dari halaman review. Di

halaman ini user dapat menambah komentar dan rating. User juga dapat melihat

review-review yang telah dimasukan oleh user lain.

Gambar 3.12 Rancangan Tampilan Tambah Review

Gambar 3.12 merupakan rancangan tampilan ketika user memilih tombol

tambah review.

31

Gambar 3.13 Rancangan Tampilan Bandingkan

Gambar 3.13 merupakan tampilan yang akan muncul pada saat user

memilih menu bandingakn. Data yang akan keluar adalah hasil dari pilihan dua

sepeda yang sudah dipilih user.

Gambar 3.14 Rancangan Tampilan Admin Side

32

Gambar 3.14 merupakan rancangan tampilan pada admin side. Terdapat

beberapa menu seperti menu tambah katalog, menu edit katalog dan menu hapus

katalog.

3.3 Implementasi Aplikasi

3.3.1 Implementasi Tampilan Antarmuka

Tampilan halaman antarmuka yang ada di sistem rekomendasi pemilihan

sepeda menggunakan metode Item-Based Clustering Hybrid.

Gambar 3.15 Halaman Awal

Gambar 3.15 merupakan halaman awal dari sistem rekomendasi ini. Pada

halaman ini terdapat tombol bandingkan pada header untuk berpindah ke halaman

bandingkan. Terdapat juga tombol filter dan kriteria yang dapat dipilih user. User

33

juga dapat memilih katalog yang diinginkan dan akan dialihkan ke halaman detail

sepeda sesuai dengan katalog yang dipilih.

Gambar 3.16 Halaman Detail Sepeda

Gambar 3.16 merupakan halaman detail sepeda yang telah dipilih

sebelumnya oleh user. Terdapat tombol bandingkan, spesifikasi dan review.

Tombol bandingkan berfungsi untuk memasukan sepeda ke dalam perbandingan

dua katalog sepeda. Tombol bar review digunakan untuk melihat review dari user

lainnya.

34

Gambar 3.17 Halaman Review

Gambar 3.17. merupakan halaman pada saat tombol review dipilih. User

dapat melihat review dari orang lain dan menambah review.

Gambar 3.18 Tambah Review

Gambar 3.18s merupakan popup yang akan muncul pada saat tombol

Tambah Review dipilih. User dapat memasukan username, rating dan komentar.

35

Gambar 3.19 Halaman Bandingkan

Gambar 3.19 merupakan halaman bandingkan yang akan muncul saat user

memilih dua katalog yang akan di bandingkan. User dapat melihat perbandingan

spesifikasi dari dua jenis sepeda.

3.4 Pengujian dan Evaluasi

Berikut adalah potongan source code yang digunakan dalam pembuatan

sistem rekomendasi pemilihan sepeda menggunakan metode Item-Based Clustering

Hybrid.

Gambar 3.20 adalah potongan kode untuk memasukan data ke dalam

klaster, terdapat 12 klaster yang digunakan. Value klaster merupakan data asumsi

dimana jika item a masuk ke dalam grup maka akan diisi value 1 dan jika tidak akan

diisi 0.

36

Gambar 3.20 Memasukan data ke Klaster

Gambar 3.21 adalah potongan kode untuk menghitung rata-rata dari tiap

Klaster berdasarkan data yang didapat pada Gambar 3.22.

Gambar 3.21 Potongan Kode Menghitung rata-rata dari Klaster

Gambar 3.22 adalah potongan kode untuk menghitung similarity dari setiap

item pada group item matriks, berdasarkan rumus Adjusted Cosine Similarity.

37

Gambar 3.22 Potongan Kode Menghitung Similarity group rating matriks

Gambar 3.23 adalah potongan kode untuk menghitung similarity dari setiap

item pada rating matriks, berdasarkan rumus Pearson Correlation-based Similarity.

38

Gambar 3.23 Potongan Kode Menghitung Similarity item rating matriks

Gambar 3.24 adalah potongan kode untuk menghitung total user similarity

menggunakan hasil yang didapat pada similarity group rating matriks dan similarity

item rating matriks dengan Linear Combination.

39

Gambar 3.24 Total User similarity dengan linear combination

Gambar 3.25 adalah potongan kode untuk menghitung prediksi dari suatu

item beradasarkan item group matriks dan hasil dari similarity pada gambar 3.26.

Kemudian dilakukan sorting untuk melihat urutan rating.

Gambar 3.25 Prediksi Rating