BAB IV HASIL DAN UJI COBA

Transkripsi

1 BAB IV HASIL DAN UJI COBA IV.1 Tampilan Hasil Penulis merancang program sistem pendukung keputusan pembelian sepeda motor bekas menggunakan metode simple additive weighting (SAW). Dalam hal ini penulis menggunakan bahasa pemrograman Microsoft Visual Studio 2010 dengan menggunakan penyimpanan database SQL Server 2008 R2. Hasil tampilan aplikasi merupakan hasil penelitian dari perancangan antar muka aplikasi. Hasil yang diperoleh dari perancangan perangkat lunak ini adalah sebagai berikut : 1. Tampilan halaman pilihan login Halaman pilihan login adalah tampilan saat pertama kali aplikasi dijalankan, adapun tampilan halaman pilihan login dapat dilihat pada gambar IV.1 : Gambar IV.1 Tampilan Halaman Pilihan Login 82

2 83 2. Tampilan halaman login Halaman login mempunyai fungsi untuk akses admin dalam mengolah beberapa data tertentu, admin dapat memasukan username dan password yang menjadi hak akses bagi seorang admin, adapun tampilan login dapat dilihat pada gambar IV.2 : Gambar IV.2 Tampilan Halaman Login 3. Tampilan halaman isi data Halaman isi data menyediakan untuk mengisi data diri sebelum menggunakan aplikasi untuk melakukan penilaian terhadap sepeda motor bekas, adapun tampilan halaman isi data dapat dilihat pada gambar IV.3 :

3 84 Gambar IV.3 Tampilan Halaman Isi Pengguna 4. Tampilan halaman menu utama Halaman menu utama merupakan tampilan setelah admin login dan mengisi data. adapun untuk tampilan menu utama dapat dilihat pada gambar IV.4 : Gambar IV.4 Tampilan Halaman Menu Utama

4 85 5. Tampilan halaman data Halaman data merupakan halaman yang digunakan untuk mengelola data-data, adapun untuk tampilan data dapat dilihat pada gambar IV.5 : Gambar IV.5 Tampilan Halaman Pengguna 6. Tampilan halaman data Halaman data mempunyai fungsi untuk mengelola data yaitu data sepeda motor bekas, adapun tampilan halaman data dapat dilihat pada gambar IV.6 :

5 86 Gambar IV.6 Tampilan Halaman Alternatif 7. Tampilan data Halaman data mempunyai fungsi untuk mengelola datadata dari sepeda motor bekas, adapun tampilan halaman data dapat dilihat pada gambar IV.7 : Gambar IV.7 Tampilan Halaman Kriteria

6 87 8. Tampilan halaman data sub Halaman data sub mempunyai fungsi untuk mengelola data-data sub dari sepeda motor bekas, adapun tampilan halaman data sub dapat dilihat pada gambar IV.8 : Gambar IV.8 Tampilan Halaman Sub Kriteria 9. Tampilan halaman data analisa Halaman data analisa merupakan tampilan yang menyediakan perhitungan dan memberikan penilaian terhadap sepeda motor bekas yang dilakukan oleh, adapun tampilan halaman data analisa dapat dilihat pada gambar IV.9 :

7 88 Gambar IV.9 Tampilan Halaman Analisa 10. Tampilan halaman data laporan analisa Halaman data laporan analisa mempunyai fungsi untuk memilih dan mencetak laporan data hasil analisa dari sepeda motor bekas, adapun tampilan halaman data hasil analisa dapat dilihat pada gambar IV.10 : Gambar IV.10 Tampilan Halaman Analisa

8 Tampilan halaman data hasil analisa Halaman data hasil analisa mempunyai fungsi untuk mengelola data hasil analisa, adapun tampilan halaman data hasil analisa dapat dilihat pada gambar IV.11 : Gambar IV.11 Tampilan Halaman Hasil Analisa 12. Tampilan laporan data Laporan data menampilkan data sistem pendukung keputusan pembelian sepeda motor bekas, adapun tampilan laporan data dapat dilihat pada gambar IV.12 : Gambar IV.12 Tampilan Laporan Pengguna

9 Tampilan laporan data Laporan data menampilkan data-data sepeda motor bekas yang diinput oleh admin, tampilan laporan data dapat dilihat pada gambar 1V.13 : Gambar IV.13 Tampilan Laporan Alternatif 14. Tampilan laporan data Laporan data menampilkan data-data sepeda motor bekas, tampilan laporan data dapat dilihat pada gambar 1V.14 : Gambar IV.14 Tampilan Laporan Kriteria

10 Tampilan laporan data sub Laporan data sub menampilkan data-data sub dari sepeda motor bekas, tampilan laporan data sub dapat dilihat pada gambar 1V.15 : Gambar IV.15 Tampilan Laporan Sub Kriteria 16. Tampilan laporan data hasil analisa Laporan data hasil analisa menampilkan data-data hasil perhitungan sepeda motor bekas menggunakan metode simple additive weighting, tampilan laporan data hasil analisa dapat dilihat pada gambar IV.16 : Gambar IV.16 Tampilan Laporan Hasil Analisa

11 92 Dari gambar IV.16 dapat dilihat detail hasil analisa berdasarkan id analisa, nilai setiap merupakan hasil dari perhitungan normalisasi, nilai hasil merupakan nilai dari hasil normalisasi dikalikan dengan bobot setiap, dari nilai hasil dapat dilihat nilai terbesar dengan rangking 1 yang merupakan atau sepeda motor bekas terbaik dengan keterangan sangat baik sesuai range yang telah ditentukan. IV.2. Uji Coba Hasil IV.2.1 Skenario Pengujian Skenario pengujian dilakukan menggunakan metode blackbox, pengujian digunakan untuk menguji fungsi-fungsi khusus dari aplikasi yang dikembangkan. Pengujian yang dilakukan adalah pengujian fungsionalitas dari sistem, apakah sistem berfungsi dengan hasil yang diinginkan atau tidak. Pada aplikasi Sistem Pendukung Keputusan pembelian sepeda motor bekas menggunakan metode simple additive weighting, pengujian merujuk pada fungsifungsi yang dimiliki sistem. Kemudian membandingkan hasil keluaran dengan hasil yang diharapkan. Bila hasil yang diharapkan sesuai dengan hasil pengujian, berarti perangkat lunak sesuai dengan desain yang telah ditentukan sebelumnya. Bila belum sesuai maka perlu dilakukan pengecekan lebih lanjut dan perbaikan. Adapun uji coba sistem yang dilakukan dapat dilihat pada tabel IV.1 :

12 93 Tabel IV.1. Uji Coba Sistem No Nama Proses 1 Login Menambah data alternative Memperbar ui data alternative Menghapus data alternative Mencetak laporan data alternative Menambah data Memperbar ui data Menghapus data Mencetak laporan data Prosedur Pengujian Memasukkan username dan password perintah login Menambah data perintah Tambah Memilih dan memperbarui data perintah perbarui Memilih data perintah hapus Mencetak data dengan menekan perintah laporan Menambah data perintah Tambah Memilih dan memperbarui data perintah perbarui Memilih data perintah hapus Mencetak data dengan menekan perintah laporan Masukan Username dan Password Admin Hasil Yang Diharapkan Login sukses Menambah data Memperbarui data Menghapus data altrnatif Menampilkan laporan data Menambah data Mmperbarui data Menghapus data altrnatif Menampilkan laporan data Hasil Pengujian

13 94 Tabel IV.1. Uji Coba Sistem (Lanjutan) Memperbar ui data criteria Mencetak laporan data criteria Menambah data sub criteria Memperbar ui data sub criteria Menghapus data sub criteria Mencetak laporan data sub criteria Proses analisa / perhitungan menggunak an metode SAW Mencetak laporan hasil analisa Mengganti password Memilih dan memperbarui data kemudian tekan perintah perbarui Mencetak data dengan menekan perintah laporan Menambah data sub perintah Tambah Memilih dan memperbarui data sub perintah perbarui Memilih data sub kemudian tekan perintah hapus Mencetak data sub dengan menekan perintah laporan Meilih dan kmudian tekan proses Memilih analisa id kemudian tekan perintah cetak laporan Mengisi nama,paswor d lama dan password baru sub sub sub sub dan data hasil analisa Merubah data Menampilkan laporan data Menambah data sub Merubah data sub Menghapus data altrnatif Menampilkan laporan data sub Menampilkan hasil analisa Menampilkan lapopran data hasil analisa Mengganti password

14 95 IV.2.2 Hasil Pengujian Pengujian yang dilakukan melalui sistem akan dibandingkan dengan hasil pengujian secara manual, hal ini dilakukan untuk melihat berapa persen (%) keakuratan dari sistem yang dibangun. Berikut hasil pengujian yang dapat dilihat pada tabel 1V.2 : No Nama Alternatif Tabel IV.2. Hasil Pengujian Perbandingan Perhitungan Manual Perhitungan Sistem Pendukung Keputusan (T/F) 1 A T 2 A T 3 A T Keterangan: T = True (Terjadi apabila hasil perhitungan Sistem Pendukung Keputusan sama dengan perhitungan manual). F = False (Terjadi apabila hasil perhitungan Sistem Pendukung Keputusan berbeda dengan hasil perhitungan manual). Berdasarkan pengujian yang telah dilakukan, maka diperoleh : Tingkat keakuratan SPK = ( Jumlah data akurat / Total sampel ) *100% = (3/3) * 100% = 100 %

15 96 IV.3 Kelebihan Dan Kekurangan Sistem Berdasarkan hasil program yang dirancang, penulis menemukan kelebihan dan kekurangan dari sistem pendukung keputusan pembelian sepeda motor bekas yang dihasilkan. Adapun kelebihan dari sistem pendukung keputusan pembelian sepeda motor bekas yang penulis rancang antara lain : 1. Hasil dari sistem pendukung keputusan pembelian sepeda motor bekas menggunakan metode simple additive weighting memiliki akurasi perhitungan 100 % dengan perhitungan manual. 2. Pengolahan data yaitu data sepeda motor bekas, data, sub, dan data dapat dilakukan dengan cepat dan mudah oleh administrator. 3. Sistem pendukung keputusan pembelian sepeda motor bekas yang dihasilkan mudah digunakan (easy to use) Sedangkan kekurangan dari sistem pendukung keputusan pembelian sepeda motor bekas antara lain : 1. Sistem belum memiliki fungsi untuk backup database. 2. Perhitungan yaitu sepeda motor bekas masih terbatas yaitu maksimal 3 setiap melakukan analisa perhitungan menggunakan sistem pendukung keputusan pembelian sepeda motor bekas.

16 97 3. Kriteria yang digunakan oleh sistem sistem pendukung keputusan pembelian sepeda motor bekas maksimal 7 dan tidak dapat ditambah atau dikurang langsung dari sistem aplikasi.