BAB IV HASIL DAN UJI COBA

Transkripsi

1 BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi sistem pendukung keputusan. Sehingga hasil implementasinya dapat dilihat sesuai dengan hasil program yang telah dibuat. Dibawah ini akan dijelaskan tiap-tiap tampilan yang ada pada program. IV.1.1. Tampilan Menu Utama Tampilan Menu Utama merupakan tampilan menu pembuka atau menu utama pada aplikasi. Pada tampilan ini terdapat menu Login yang berfungsi untuk mengakses aplikasi, Menu Bibit Tanaman yang Berfungsi Untuk Mengetahui Informasi Berbagai Jenis Bibit Tanaman Kelapa Sawit dan Juga Menu Biography Penulis Sebagai Menu yang Menampilkan Data Umum dari penulis. Tampilan menu Utama dapat dilihat pada gambar IV.1 berikut ini. 86

2 87 Gambar IV.1. Tampilan Menu Utama IV.1.2. Tampilan Menu Login Admin & User Pada tampilan ini terdapat menu Admin dan User yang berfungsi untuk mengakses aplikasi. Tampilan menu untuk login Admin dan User dapat dilihat pada gambar IV.2 berikut ini. Gambar IV.2. Tampilan Menu Login

3 88 IV.1.3.Tampilan Menu Input Kriteria IV Tampilan Menu Input Jenis Bibit Tampilan ini merupakan tampilan untuk input data Jenis Bibit dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Jenis Bibit yang ada di Left Menu lalu klik Tambah Jenis Bibit baru, ditunjukkan pada gambar IV.3 berikut ini. Gambar IV.3. Tampilan Menu Input Jenis Bibit IV Tampilan Menu Data Jenis Bibit Tampilan ini Berfungsimenampilkan data Jenis Bibit dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based).

4 89 Gambar IV.4. Tampilan Menu Data Jenis Bibit IV Tampilan Menu Input Umur Bibit Tampilan ini merupakan tampilan untuk input data Umur Bibit dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Umur Bibit yang ada di Left Menu lalu klik Tambah Umur Bibit baru, ditunjukkan pada gambar IV.5 berikut ini. Gambar IV.5. Tampilan Menu Input Umur Bibit

5 90 IV Tampilan Menu Data Umur Bibit Tampilan ini Berfungsimenampilkan data Umur Bibit dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Gambar IV.6. Tampilan Menu Data Umur Bibit IV Tampilan Menu Input Berat Bibit Tampilan ini merupakan tampilan untuk input data Berat Bibit dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Berat Bibit yang ada di Left Menu lalu klik Tambah Berat Bibit baru, ditunjukkan pada gambar IV.7. berikut ini.

6 91 Gambar IV.7. Tampilan Menu Input Berat Bibit IV Tampilan Menu Data Berat Bibit Tampilan ini Berfungsimenampilkan data Berat Bibit dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Gambar IV.8. Tampilan Menu Data Berat Bibit

7 92 IV Tampilan Menu Input Pola Susunan Daun Tampilan ini merupakan tampilan untuk input data Pola Susunan Daun dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Pola Susunan Daun yang ada di Left Menu lalu klik Tambah Pola Susunan Daun baru, ditunjukkan pada gambar IV.9. berikut ini. Gambar IV.9. Tampilan Menu Input Pola Susunan Daun IV Tampilan Menu Data Pola Susunan Daun Tampilan ini Berfungsimenampilkan data Pola Susunan Daun dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based).

8 93 Gambar IV.10. Tampilan Menu Data Pola Susunan Daun IV Tampilan Menu Input Kondisi Anak Daun Tampilan ini merupakan tampilan untuk input data Kondisi Anak Daun dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Kondisi Anak Daun yang ada di Left Menu lalu klik Tambah Kondisi Anak Daun baru, ditunjukkan pada gambar IV.11. berikut ini. Gambar IV.11. Tampilan Menu Input Kondisi Anak Daun

9 94 IV Tampilan Menu Data Kondisi Anak Daun Tampilan ini Berfungsimenampilkan data Kondisi Anak Daun dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Gambar IV.12. Tampilan Menu Data Kondisi Anak Daun IV Tampilan Menu Input Kandungan Air Tampilan ini merupakan tampilan untuk input data Kandungan Air dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Kandungan Air yang ada di Left Menu lalu klik Tambah Kandungan Air baru, ditunjukkan pada gambar IV.13. berikut ini.

10 95 Gambar IV.13. Tampilan Menu Input Kandungan Air IV Tampilan Menu Data Kandungan Air Tampilan ini Berfungsimenampilkan data Kandungan Air dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Gambar IV.14. Tampilan Menu Data Kandungan Air

11 96 IV Tampilan Menu Input Aspek Batang Tampilan ini merupakan tampilan untuk input data Aspek Batang dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Aspek Batang yang ada di Left Menu lalu klik Tambah Aspek Batang baru, ditunjukkan pada gambar IV.15. berikut ini. Gambar IV.15. Tampilan Menu Input Aspek Batang IV Tampilan Menu Data Aspek Batang Tampilan ini Berfungsimenampilkan data Aspek Batang dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based).

12 97 Gambar IV.16. Tampilan Menu Data Aspek Batang IV Tampilan Menu Input Kondisi Bibit Tampilan ini merupakan tampilan untuk input data Kondisi Bibit dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Kondisi Bibit yang ada di Left Menu lalu klik Tambah Kondisi Bibit baru, ditunjukkan pada gambar IV.17. berikut ini. Gambar IV.17. Tampilan Menu Input Kondisi Bibit

13 98 IV Tampilan Menu Data Kondisi Bibit Tampilan ini Berfungsimenampilkan data Kondisi Bibit dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Gambar IV.18. Tampilan Menu Data Kondisi Bibit IV Tampilan Menu Input Kondisi Ujung Daun Tampilan ini merupakan tampilan untuk input data Kondisi Ujung Daun dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Untuk menjalankannya cukup meng-klik Kondisi Ujung Daun yang ada di Left Menu lalu klik Tambah Kondisi Ujung Daun baru, ditunjukkan pada gambar IV.19. berikut ini.

14 99 Gambar IV.19. Tampilan Menu Input Kondisi Ujung Daun IV Tampilan Menu Data Kondisi Ujung Daun Tampilan ini Berfungsimenampilkan data Ujung Daun dan diakses oleh Seorang Admin sebagai Bagian dari Representasi Pengetahuan (Knodwledge Based). Gambar IV.20. Tampilan Menu Data Kondisi Ujung Daun

15 100 IV.1.4. Tampilan Menu Pemilihan Kriteria Bibit Tanaman Kelapa Sawit Tampilan ini Berfungsi untuk Melakukan Pemilihan Kriteria Bibit yang akan digunakan untuk mengambil data Inputan dari Masing-masing kriteria yang disediakan dan juga menginputkan Target sebagai Target pencapaian Nilai yang ingin dihasilkan. Form dapat dilihat pada gambar IV.21. Berikut ini : Gambar IV.21. Tampilan Menu Pemilihan Kriteria Bibit Tanaman Kelapa Sawit IV.1.5. Tampilan Menu Uji Klasifikasi Menu Uji Klasifikasi digunakan Untuk Menghitung Nilai Dari Setiap Data yang di inputkan. IV Tampilan Menu Pemilihan Kode Uji Klasifikasi Pada menu seorang user di arahkan untuk memilih Kode uji yang akan muncul di menu Pilih Kode Uji yang berguna untuk menampilkan data Kriteria Bibit Sawit yang baru saja dipilih melalui Form Pilih Kriteria Bibit Sawit.

16 101 Gambar IV.22. Tampilan Menu Pemilihan Kode Uji Klasifikasi IV Tampilan Menu Proses Uji Klasifikasi Pada menu ini berfungsi untuk menghitung Nilai Output dengan melihat Inputan dan Target yang dimasukkan, seorang user diarahkan untuk Mengklick Tombol hitung, maka akan otomatis Nilai akan Muncul pada textbox Output dan Identifikasi Akan terlihat. Gambar IV.23. Tampilan Menu Proses Uji Klasifikasi

17 102 Keterangan Gambar : 1. X1-X8 : Digunakan sebagai penempatan nilai awal dari setiap kriteria yang dipilih melalui form pemilihan Kriteria. 2. Target : berisi Nilai target hasil yang akan disesuaikan dengan Output yang kita butuhkan. Target yang disediakan terdiri dari 3 yaitu : 111 untuk menentukan Identifikasi Kualitas bibit bernilai Unggul dan digunakan apabila data inputan kriteria yang dimasukkan bernilai > 0.5, 011 untuk menentukan Identifikasi Kualitas bibit bernilai Cukup Baik dan digunakan apabila beberapa data inputan kriteria yang dimasukkan bernilai >0.5, dan 001 digunakan untuk mengidentifikasi Kulaitas bibit bernilai Buruk dan digunakan apabila beberapa data inputan kriteria yang dimasukkan bernilai < Z1-Z3 : digunakan untuk menunjukkan nilai Hidden layer yang dihasilkan dari perhitungan dengan menggunakan nilai yang diberikan melalui data kriteria X1-X8. 4. Y1-Y3 : adalah textboxt yang menampilkan hasil dari Output yang dihasilkan yang terdiri dari 3 output Layer. 5. Identifikasi : textboxt ini akan menampilkan hasil identifikasi dari perhitungan yang dilakukan berdasarkan Input Kriteria, Hidden Layer dan Juga Output Layernya, yang terdiri dari 3 Jenis identifikasi, yang apabila nilai rata-rata dari input kriteria adalah >0.5 maka Nilai output yang dihasilkan adalah diatas 0.5 maka textboxt akan menampilkan jenis bibit tersebut termasuk kualitas Unggul, dan apabila input kriteria beberapa data >0.5 dan

18 103 beberapa data bernilai <0.5 maka textboxt akan menampilkan jenis bibit tersebut kualitas Cukup Baik, dan apabila rata-rata data kriteria <0.5 maka textboxt akan menampilkan kualitas bibit Buruk. IV Tampilan Menu Hasil Uji Klasifikasi Menu ini untuk menampilkan Hasil dari Uji Klasifikasi yang di proses pada From Proses Uji Klasifikasi. Gambar IV.24. Tampilan Menu Hasil Uji Klasifikasi Keterangan Gambar : 1. Data Uji Klasifikasi : Form ini berfungsi untuk menampilkan hasil tes Uji Klasifikasi dari setiap data yang proses, di dalam form ini data yang ditampilkan yaitu jenis bibit yang diuji, nilai dari Data inputan kriteria bibit yang dipilih, Target yang ingin dicapai, Nilai Output yang dihasilkan, Klasifikasi yang dihasilkan dan juga keterangan berupa tombol hapus, yang digunakan apabila hasil uji klasifikasi itu ingin dihapus.

19 104 IV.1.6. Tampilan Laporan Uji Klasifikasi Kualitas Bibit Tanaman Kelapa Sawit Tampilan ini berfungsi untuk menampilkan Daftar Hasil Uji Klasifikasi Kualitas Bibit Tanaman Kelapa Sawit. Gambar 1V.25. Tampilan Laporan Uji Klasifikasi Kualitas Bibit Tanaman Kelapa Sawit IV.2. Pembahasan Dalam perancangan Sistem Pendukung Keputusan Menentukan Kualitas Bibit Tanaman Kelapa Sawit dengan Menggunakan Metode Backpropagation pada PT. Langkat Nusantara Kepong, Penulis menggunakan bahasa Pemrograman PHP dan Menggunakan database MySQL.

20 105 Perintah yang ada pada program yang penulis buat juga cukup mudah untuk dipahami karena Admin atau pun User hanya perlu mengklik tombol (button) yang sudah tersedia sesuai dengan kebutuhan. Software yang dibuthkan untuk membuat aplikasi ini adalah : 1. Menggunakan OS (Operating System)Win 8.0 Pro 32 Bit 2. PHP sebagai bahasa Pemrograman 3. Appserv Sebagai Server yang digunakan 4. Adobe Photoshop CS 3 Sebagai aplikasi untuk mendesain Banner. 4. Macromedia Dreamweaver sebagai aplikasi pembangun web yang mengintegrasikan bahasa Php dengan Database. 4. MySQl sebagai tempat penyimpanan database Hardware yang dibutuhkan untuk membuat aplikasi ini adalah : 1. Lenovo G40 Processor Intel Inside 2. Ram 4 GB DDR 3 3. Harddisk 500 GB

21 106 IV.3. Uji Coba Sistem IV.3.1.Pengujian Pemilihan Kriteria Bibit Tanaman Gambar IV.26.Pengujian Pemilihan Kriteria Bibit Tanaman IV.3.2.Pengujian Klasifikasi Gambar IV.27.Pengujian Klasifikasi

22 107 IV.3.3.Laporan Daftar Uji Klasifikasi Bibit Tanaman Kelapa Sawit IV.28.Laporan Daftar Uji Klasifikasi Bibit Tanaman Kelapa Sawit IV.4. Analisa Hasil Sistem Pendukung Keputusan ini dibuat untuk mempermudah pihak Perkebunan Langkat Nusantara Kepong dalam penentuan kualitas Bibit tanaman Kelapa Sawit yang baik. Dalam sistem ini admin Berfungsi untuk Mengupdate / Menginputkan Kriteria Bibit Tanaman Kelapa Sawit Berupa : 1. Jenis Bibit 2. Umur Bibit 3. Berat Bibit 4. Pola Susunan Daun 5. Kondisi Anak Daun 6. Kandungan Air 7. Aspek Batang 8. Kondisi Bibit 9. Kondisi Ujung Daun

23 108 Dalam sistem ini user berfungsi sebagai seorang yang Melakukan Proses Uji Klasifikasi bibit Dengan Memilih Data Kriteria Melalui Menu Pilih Kriteria dan Menentukan Target yang akan menjadi Hasil dari Keluaran. User tidak Perlu Menghitung Manual lagi untuk Mengetahui Nilai Output yang dihasilkan m, karena Perhitungan otomatis di dalam program dengan menekan tombol Proses yang sudah di sediakan di dalam Program. Di dalam sistem ini juga semua laporan Daftar Uji Klasifikasi setiap harinya dapat dilihat langsung pada laporan Uji Klasifikasi. Setiap sistem yang akan dibuat pasti ada kekurangan dan kelebihannya. Begitu juga sistem yang diusulkan ini. Nilai metode profile matching yang diberikan sistem adalah hasil perhitungan kombinasi nilai profile matching yang masih diinputkan oleh asesor. Sehingga nilai profile matching dari item-item yang diinputkan mengikuti prosedur yang telah ditetapkan pihak Dinas Pendidikan Wilayah I Medan. Tabel IV.1. Tabel Uji Coba Klasifikasi Bibit Tanaman Kelapa Sawit No. Jenis Bibit 1 Langkat 2 Simalungun Jaya Data Nilai Nilai Target Input Input Output X1 0 0 X X3 1 X4 0 1 X X6 0 X X8 1 X1 1 1 X X3 1 1 X Klasifikasi Cukup Baik Unggul

24 109 3 Bibit Marihat X5 1 X6 1 X7 1 X8 1 X1 1 X2 1 X3 0 X4 1 X5 0 X6 0 X7 1 X Buruk IV.5. Kelebihan dan Kekurangan Sistem yang Dirancang Adapun beberapa kelebihan yang dimiliki oleh sistem ini adalah sebagai berikut : 1. Aplikasi ini dapat membantu pihak Perkebunan PT. Langkat Nusantara Kepong dalam Menentukan Bibit Tanaman Kelapa Sawit yang berkualitas 2. Terdapat Batasan yang jelas antara tugas Admin dan tugas User. Setiap Sistem yang dibangun tentunya memiliki kekurangan, kekurangan yang dimiliki Sistem ini adalah : 1. Jika Sistem yang dibuat tidak selalu diupdate sesuai dengan pengetahuan baru, maka sistem ini tidak dapat memberikan keputusan yang terbaik. 2. Jika seorang Admin maupun User kurang cermat dan kurang spesifik dalam mengisi dokumen Data Bibit Tanaman Kelapa Sawit, maka sistem akan memberikan kesimpulan yang samar-samar/ Kurang real. 3. Nilai Metode Backpropagation yang diberikan sistem adalah hasil perhitungan kombinasi nilai yang Backpropagation yang masih diinputkan seorang User. Sehingga nilai Backpropagation dari item-item yang diinputkan

25 110 mengikuti prosedur yang telah ditetapkan pihak PT. Langkat Nusantara Kepong. 4. Belum adanya fitur yang dapat melindungi data dari kejahatan dan kerusakan yang diakibatkan oleh virus ataupun malware. 5. Belum adanya alat bantu yang dapat memeriksa kriteria bibit dari sampel bibit yang digunakan.