BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu langkah-langkah

Transkripsi

1 BAB IV PEMBAHASAN BAB IV berisi pembahasan tahapan penelitian, yaitu langkah-langkah perancangan aplikasi fuzzy decision making dengan Metode Tahani, uji kesesuaian hasil dengan kondisi obyek wisata, dan implementasi aplikasi fuzzy decision making dengan Graphical User Interface (GUI). A. Langkah-langkah Perancangan Aplikasi Fuzzy Decision Making dengan Metode Tahani Dalam perancangan aplikasi fuzzy decision making, terdapat lima langkah yang dilakukan, yaitu: 1. Menentukan variabel input. 2. Menentukan semesta pembicaraan atau himpunan universal (U) untuk setiap input. 3. Mendefinisikan himpunan fuzzy pada input. 4. Menentukan derajat keanggotaan. 5. Menentukan nilai fire strength. Kelima langkah tersebut kemudian akan dijelaskan pada keterangan berikut. 1. Menentukan Variabel Input dari Obyek wisata Variabel yang akan digunakan dalam aplikasi fuzzy decision making ini merupakan parameter yang dijadikan oleh wisatawan sebagai acuan dalam menentukan tujuan wisata, diantaranya adalah biaya, pemandangan, keamanan, transportasi, kebersihan, keramaian, fasilitas, dan jenis wisata. Delapan parameter tersebut akan dijadikan input awal yang berisi data penilaian oleh biro pariwisata 33

2 pada 149 obyek wisata di Yogyakarta. Data penilaian obyek wisata di Yogyakarta oleh biro pariwisata ditunjukkan pada Tabel 4.1, untuk data selengkapnya dapat dilihat pada Lampiran 2. Tabel 4.1. Data Penilaian Obyek Wisata oleh Biro Pariwisata NO OBYEK WISATA JENIS BIAYA(Ribu) PEMANDAN GAN/ISI MUSEUM KEAMANAN TRANSPORT ASI KEBERSIHA N Air Terjun Sidoharjo ALAM Grojogan Watu Jonggol ALAM Curug Nglinggo ALAM Puncak Suroloyo ALAM Kalibiru ALAM Museum Kayu MUSEUM KERAMAIAn FASILITAS Tabel 4.1 merupakan hasil rekapitulasi dari penilaian oleh 3 biro pariwisata, yaitu: Tripnesia, Gudeg.net, dan Asoka Tour. Data awal penilaian sebelum direkap dapat dilihat pada Lampiran Menentukan Semesta Pembicaraan atau Himpunan Universal (U) untuk Setiap Input Semesta pembicaraan atau himpunan universal merupakan nilai yang diperbolehkan dalam suatu variabel himpunan fuzzy. Himpunan universal diambil berdasarkan data penilaian yang telah diperoleh. 34

3 Berdasarkan variabel input yang telah ditentukan di atas, masing-masing variabel akan dibagi menjadi beberapa himpunan fuzzy. Pembagian tersebut ditunjukkan oleh Tabel 4.2. Tabel 4.2. Semesta Pembicaraan Variabel Jenis Wisata Biaya Pemandangan Keamanan Transportasi Kebersihan Keramaian Fasilitas Himpunan Fuzzy Alam Pantai Sejarah Wahana Museum Murah Sedang Mahal Biasa Bagus Sangat Bagus Cukup Aman Aman Sangat Aman Sulit Sedang Mudah Sangat Mudah Kotor Cukup Bersih Bersih Sangat Bersih Sepi Biasa Ramai Sangat Ramai Sedikit Sedang Banyak Semesta Pembicaraan [0, 100] [0, ] [0, 100] [0, 100] [0, 100] [0, 100] [0, 100] [0, 100] 35

4 3. Mendefinisikan Himpunan Fuzzy pada Input Proses fuzzifikasi atau mendefinisikan himpunan tegas ke himpunan fuzzy dilakukan dengan MATLAB R09a. Mendefinisikan himpunan fuzzy dilakukan dengan menggunakan fungsi keanggotaan. a. Fungsi Keanggotaan Jenis Wisata Variabel jenis wisata didefinisikan dengan lima himpunan fuzzy ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM. Himpunan fuzzy ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.1. Berikut ini adalah fungsi keanggotaan untuk variabel jenis wisata berdasarkan Persamaan (2.5). x 5, 5 < x < 15 1, x = μ Wisata Alam [x] = 35 x, < x < { 0, x 5; x 35 x, < x < , x = 35 μ Wisata Pantai [x] = 50 x, 35 < x < { 0, x ; x 50 x 35, 35 < x < , x = 50 μ Wisata Sejarah [x] = 65 x, 50 < x < { 0, x 35; x 65 36

5 x 50 15, 50 < x < 65 1, x = 65 μ Wisata Minat Khusus [x] = 80 x, 65 < x < { 0, x 50; x 80 x 65 15, 65 < x < 80 1, x = 80 μ Wisata Museum [x] = 95 x, 80 < x < { 0, x 65; x 95 Gambar 4.1. Himpunan fuzzy: Jenis Wisata b. Fungsi Keanggotaan Biaya Variabel biaya didefinisikan dengan tiga himpunan fuzzy MURAH, SEDANG, dan MAHAL. Himpunan fuzzy MURAH dan MAHAL menggunakan pendekatan fungsi keanggotaan linear dan himpunan fuzzy SEDANG menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.2. Berikut ini adalah fungsi keanggotaan untuk variabel biaya berdasarkan Persamaan (2.3), (2.4), dan (2.5). 37

6 1, x = 0 50 x μ Murah [x] = {, 50 0 < x < 50, 0, x 50 x, 50 0 < x < 50 μ Sedang [x] = 1, x = x, 50 < x < 100, 50 { 0, x 0; x 100 0, x 50 x 50 μ Mahal [x] = {, < x < 100, 1, x 100 Gambar 4.2. Himpunan fuzzy: Biaya c. Fungsi Keanggotaan Pemandangan Variabel pemandangan didefinisikan dengan tiga himpunan fuzzy BIASA, BAGUS dan SANGAT BAGUS. Himpunan fuzzy SANGAT BAGUS menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy BIASA dan BAGUS menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.3. Berikut 38

7 ini adalah fungsi keanggotaan untuk variabel pemandangan berdasarkan Persamaan (2.5) dan (2.6). x, < x < 40 1, x = 40 μ Biasa [x] = 60 x, 40 < x < 60 { 0, x ; x 60 x 40, 40 < x < 60 1, x = 60 μ Bagus [x] = 80 x, 60 < x < 80 { 0, x 40; x 80 0, x 60 x 60 μ Sangat Bagus [x] = {, 60 < x < 80, 1, x 80 Gambar 4.3. Himpunan fuzzy: Pemandangan d. Fungsi Keanggotaan Keamanan Variabel keamanan didefinisikan dengan tiga himpunan fuzzy CUKUP AMAN, AMAN dan SANGAT AMAN. Himpunan fuzzy SANGAT AMAN 39

8 menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy CUKUP AMAN dan AMAN menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.4. Berikut ini adalah fungsi keanggotaan untuk variabel keamanan berdasarkan Persamaan (2.5) dan (2.6). x 30, 30 < x < 50 1, x = 50 μ Cukup Aman [x] = 70 x, 50 < x < 70 { 0, x 30; x 70 x 50, 50 < x < 70 μ Aman [x] 1, x = 70 = 90 x, 70 < x < 90 { 0, x 50; x 90 0, x 70 x 70 μ Sangat Aman [x] = {, 70 < x < 90, 1, x 90 Gambar 4.4. Himpunan fuzzy: Keamanan 40

9 e. Fungsi Keanggotaan Transportasi Variabel transportasi didefinisikan dengan empat himpunan fuzzy SULIT, SEDANG, MUDAH, dan SANGAT MUDAH. Himpunan fuzzy SANGAT MUDAH menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy SULIT, SEDANG, dan MUDAH menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.5. Berikut ini adalah fungsi keanggotaan untuk variabel transportasi berdasarkan Persamaan (2.5) dan (2.6). x 10, 10 < x < 30 1, x = 30 μ Sulit [x] = 50 x, 30 < x < 50 { 0, x 10; x 50 x 30, 30 < x < 50 1, x = 50 μ Sedang [x] = 70 x, 50 < x < 70 { 0, x 30; x 70 x 50, 50 < x < 70 1, x = 70 μ Mudah [x] = 90 x, 70 < x < 90 { 0, x 50; x 90 0, x 70 x 70 μ Sangat Mudah [x] = {, 70 < x < 90, 1, x 90 41

10 Gambar 4.5. Himpunan fuzzy: Transportasi f. Fungsi Keanggotaan Kebersihan Variabel kebersihan didefinisikan dengan empat himpunan fuzzy KOTOR, CUKUP BERSIH, BERSIH, SANGAT BERSIH. Himpunan fuzzy SANGAT BERSIH menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy KOTOR, CUKUP BERSIH, dan BERSIH menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.6. Berikut ini adalah fungsi keanggotaan untuk variabel kebersihan berdasarkan Persamaan (2.5) dan (2.6). x 10, 10 < x < 30 1, x = 30 μ Kotor [x] = 50 x, 30 < x < 50 { 0, x 10; x 50 x 30, 30 < x < 50 1, x = 50 μ Cukup Bersih [x] = 70 x, 50 < x < 70 { 0, x 30; x 70 42

11 x 50, 50 < x < 70 1, x = 70 μ Bersih [x] = 90 x, 70 < x < 90 { 0, x 50; x 90 0, x 70 x 70 μ Sangat Bersih [x] = {, 70 < x < 90, 1, x 90 Gambar 4.6. Himpunan fuzzy: Kebersihan g. Fungsi Keanggotaan Keramaian Variabel keramaian didefinisikan dengan empat himpunan fuzzy SEPI, BIASA, RAMAI, dan SANGAT RAMAI. Himpunan fuzzy SANGAT RAMAI menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy SEPI, BIASA, dan RAMAI menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.7. Berikut ini adalah fungsi keanggotaan untuk variabel keramaian berdasarkan Persamaan (2.5) dan (2.6). 43

12 x 10, 10 < x < 30 1, x = 30 μ Sepi [x] = 50 x, 30 < x < 50 { 0, x 10; x 50 x 30, 30 < x < 50 1, x = 50 μ Biasa [x] = 70 x, 50 < x < 70 { 0, x 30; x 70 x 50, 50 < x < 70 μ Ramai [x] 1, x = 70 = 90 x, 70 < x < 90 { 0, x 50; x 90 0, x 70 x 70 μ Sangat Ramai [x] = {, 70 < x < 90, 1, x 90 Gambar 4.7. Himpunan fuzzy: Keramaian h. Fungsi Keanggotaan Fasilitas 44

13 Variabel fasilitas didefinisikan dengan tiga himpunan fuzzy SEDIKIT, SEDANG, dan BANYAK. Himpunan fuzzy SEDIKIT dan BANYAK menggunakan pendekatan fungsi keanggotaan berbentuk bahu sedangkan himpunan fuzzy SEDANG menggunakan pendekatan fungsi keanggotaan berbentuk segitiga yang ditunjukkan pada Gambar 4.8. Berikut ini adalah fungsi keanggotaan untuk variabel fasilitas berdasarkan Persamaan (2.5) dan (2.6). 1, x = 0 50 x μ Sedikit [x] = {, 30 < x < 50, 0, x 50 μ Sedang [x] = { x 30, < x < 50 1, x = x 30, 50 < x < 80, 0, x ; x 80 0, x 50 x 50 μ Banyak [x] = {, 50 < x < 70, 30 1, x 80 Gambar 4.8. Himpunan fuzzy: Fasilitas 45

14 4. Menentukan Derajat Keanggotaan Derajat keanggotaan diambil dari data pada masing-masing obyek wisata. Selanjutnya data disubstitusian nilainya ke dalam fungsi keanggotaannya pada setiap variabel, sehingga diperoleh derajat keanggotaan pada semua fungsi keanggotaan yang diberikan. Derajat keanggotaan pada masing-masing fungsi keanggotaan adalah sebagai berikut: a. Derajat Keanggotaan Variabel Jenis Wisata Variabel Jenis Wisata terbagi menjadi 5 fungsi keanggotaan, yaitu fungsi keanggotaan ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan jenis wisata. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan nilai yang telah ditentukan untuk menunjukkkan masingmasing jenis wisata ke dalam persamaan fungsi keanggotaan jenis wisata ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM. Nilai yang menunjukkan pada jenis wisata ALAM =, PANTAI = 35, SEJARAH = 50, WAHANA = 65, dan MUSEUM = 80. Setelah disubstitusikan nilai jenis wisata pada masing-masing obyek wisata ke dalam persamaan kurva segitiga dari fungsi keanggotaan ALAM, PANTAI, SEJARAH, WAHANA, dan MUSEUM maka diperoleh derajat keanggotaannya. Variabel jenis wisata digunakan untuk melakukan pemilihan terhadap semua obyek wisata agar obyek wisata yang dibandingkan merupakan obyek wisata yang sejenis. Berikut adalah sebagian derajat keanggotaan pada variabel jenis wisata untuk setiap obyek wisata yang 46

15 ada di Yogyakarta yang dapat dilihat pada Tabel 4.3. Derajat keanggotaan pada variabel jenis wisata secara keseluruhan terlampir pada Lampiran 3. NO 1 2 OBYEK WISATA Air Terjun Sidoharjo Grojogan Watu Jonggol Tabel 4.3. Derajat Keanggotaan pada Variabel Jenis Wisata JENIS WISATA ALAM JENIS WISATA PANTAI SEJARAH WAHA NA MUSEUM ALAM ALAM Curug Nglinggo ALAM Goa Kiskendo ALAM Gua Seropan ALAM Museum Kayu MUSEUM b. Derajat Keanggotaan Variabel Biaya Variabel biaya terbagi menjadi 3 fungsi keanggotaan, yaitu fungsi keanggotaan MURAH, SEDANG, dan MAHAL. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan biaya. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya biaya yang diperlukan untuk masuk ke masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan biaya MURAH, SEDANG dan MAHAL. Setelah disubstitusikan nilai biaya pada masing-masing obyek wisata ke dalam persamaan kurva linear dan segitiga dari fungsi keanggotaan MURAH, SEDANG, dan MAHAL, maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel biaya untuk setiap obyek 47

16 wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.4. Derajat keanggotaan pada variabel biaya secara keseluruhan terlampir pada Lampiran 3. Tabel 4.4. Derajat Keanggotaan pada Variabel Biaya BIAYA NO OBYEK WISATA BIAYA MURAH SEDANG MAHAL 1 Air Terjun Sidoharjo 2 0,96 0, Grojogan Watu Jonggol 2 0,96 0, Curug Nglinggo 2 0,96 0, Goa Kiskendo 35 0,3 0,7 0 5 Gua Seropan 2 0,96 0, Museum Kayu 5 0,9 0,1 0 c. Derajat Keanggotaan Variabel Pemandangan Variabel pemandangan atau isi museum terbagi menjadi 3 fungsi keanggotaan, yaitu fungsi keanggotaan BIASA, BAGUS dan SANGAT BAGUS. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan pemandangan. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya nilai pemandangan dari masingmasing obyek wisata ke dalam persamaan fungsi keanggotaan pemandangan BIASA, BAGUS dan SANGAT BAGUS. Setelah disubstitusikan nilai biaya pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan BIASA, BAGUS dan SANGAT BAGUS maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel 48

17 pemandangan untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.5. Derajat keanggotaan pada variabel pemandangan atau isi museum secara keseluruhan terlampir pada Lampiran 3. Tabel 4.5. Derajat Keanggotaan pada Variabel Pemandangan atau Isi Museum NO 1 2 OBYEK WISATA Air Terjun Sidoharjo Grojogan Watu Jonggol PEMANDANGAN BIASA PEMANDANGAN BAGUS SANGAT BAGUS ,25 0, , , Curug Nglinggo , , Goa Kiskendo , , Gua Seropan , , Museum Kayu ,95 0,05 d. Derajat Keanggotaan Variabel Keamanan Variabel Keamanan terbagi menjadi 3 fungsi keanggotaan, yaitu fungsi keanggotaan CUKUP AMAN, AMAN dan SANGAT AMAN. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan keamanan. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya nilai keamanan dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan keamanan CUKUP AMAN, AMAN dan SANGAT AMAN. Setelah disubstitusikan nilai keamanan pada masingmasing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan 49

18 CUKUP AMAN, AMAN dan SANGAT AMAN maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel biaya untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.6. Derajat keanggotaan pada variabel keamanan secara keseluruhan terlampir pada Lampiran 3. Tabel 4.6. Derajat Keanggotaan pada Variabel Keamanan KEAMANAN NO OBYEK WISATA KEAMANAN CUKUP AMAN AMAN SANGAT AMAN 1 Air Terjun Sidoharjo , , Grojogan Watu Jonggol , , Curug Nglinggo , , Goa Kiskendo , , Gua Seropan , , Museum Kayu , , e. Derajat Keanggotaan Variabel Transportasi Variabel transportasi terbagi menjadi 4 fungsi keanggotaan, yaitu fungsi keanggotaan SULIT, SEDANG, MUDAH dan SANGAT MUDAH. Masingmasing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan transportasi. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya nilai transportasi dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan transportasi SULIT, SEDANG, 50

19 MUDAH dan SANGAT MUDAH. Setelah disubstitusikan nilai transportasi pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan SULIT, SEDANG, MUDAH dan SANGAT MUDAH maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel trasportasi untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.7. Derajat keanggotaan pada variabel transportasi secara keseluruhan terlampir pada Lampiran 3. NO OBYEK WISATA Tabel 4.7. Derajat Keanggotaan pada Variabel Transportasi TRANSPORTASI SULIT TRANSPORTASI SEDANG MUDAH SANGAT MUDAH 1 Air Terjun Sidoharjo , , Grojogan Watu Jonggol , , Curug Nglinggo , , Goa Kiskendo ,2 0,8 0 5 Gua Seropan ,75 0, Museum Kayu , , f. Derajat Keanggotaan Variabel Kebersihan Variabel kebersihan terbagi menjadi 4 fungsi keanggotaan, yaitu fungsi keanggotaan KOTOR, CUKUP BERSIH, BERSIH, dan SANGAT BERSIH. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan kebersihan. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya nilai kebersihan dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan kebersihan KOTOR, CUKUP BERSIH, 51

20 BERSIH dan SANGAT BERSIH. Setelah disubstitusikan nilai kebersihan pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan KOTOR, CUKUP BERSIH, BERSIH dan SANGAT BERSIH maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel kebersihan untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.8. Derajat keanggotaan pada variabel kebersihan secara keseluruhan terlampir pada Lampiran 3. Tabel 4.8. Derajat Keanggotaan pada Variabel Kebersihan KEBERSIHAN NO OBYEK WISATA KEBERSIHAN KOTOR CUKUP BERSIH BERSIH SANGAT BERSIH 1 Air Terjun Sidoharjo , , Grojogan Watu Jonggol , , Curug Nglinggo , , Goa Kiskendo ,5 0,5 0 5 Gua Seropan ,5 0, Museum Kayu , , g. Derajat Keanggotaan Variabel Keramaian Variabel keramaian terbagi menjadi 4 fungsi keanggotaan, yaitu fungsi keanggotaan SEPI, BIASA, RAMAI, dan SANGAT RAMAI. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan keramaian. Nilai derajat keanggotaan diperoleh dengan 52

21 mesubstitusikan besarnya nilai keramaian dari ke masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan keramaian SEPI, BIASA, RAMAI dan SANGAT RAMAI. Setelah disubstitusikan nilai biaya pada masingmasing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan SEPI, BIASA, RAMAI dan SANGAT RAMAI maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel keramaian untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel 4.9. Derajat keanggotaan pada variabel keramaian secara keseluruhan terlampir pada Lampiran 3. NO Tabel 4.9. Derajat Keanggotaan pada Variabel Keramaian OBYEK WISATA KERAMAIAN KERAMAIAN SEPI BIASA RAMAI SANGAT RAMAI 1 Air Terjun Sidoharjo , , Grojogan Watu Jonggol ,5 0,5 0 3 Curug Nglinggo ,5 0,5 0 4 Goa Kiskendo , , Gua Seropan , , Museum Kayu ,9 0,1 0 h. Derajat Keanggotaan Variabel Fasilitas Variabel fasilitas terbagi menjadi 3 fungsi keanggotaan, yaitu fungsi keanggotaan SEDIKIT, SEDANG, dan BANYAK. Masing-masing obyek wisata akan dicari derajat keanggotaannya pada setiap fungsi keanggotaan fasilitas. Nilai derajat keanggotaan diperoleh dengan mesubstitusikan besarnya 53

22 nilai fasilitas dari masing-masing obyek wisata ke dalam persamaan fungsi keanggotaan fasilitas SEDIKIT, SEDANG, dan BANYAK. Setelah disubstitusikan nilai fasilitas pada masing-masing obyek wisata ke dalam persamaan kurva bahu dari fungsi keanggotaan SEDIKIT, SEDANG, dan BANYAK maka diperoleh derajat keanggotaannya. Berikut adalah sebagian derajat keanggotaan pada variabel fasilitas untuk setiap obyek wisata yang ada di Yogyakarta yang dapat dilihat pada Tabel Derajat keanggotaan pada variabel fasilitas secara keseluruhan terlampir pada Lampiran 3. Tabel Derajat Keanggotaan pada Variabel Fasilitas NO OBYEK WISATA FASILITAS FASILITAS SEDIKIT SEDANG BANYAK 1 Air Terjun Sidoharjo , , Grojogan Watu Jonggol Curug Nglinggo , , Goa Kiskendo , , Gua Seropan 45 0, , Museum Kayu Menentukan Nilai Fire strength Tahapan yang dilakukan selanjutnya adalah melakukan inferensi fuzzy. Inferensi fuzzy yang digunakkan adalah metode Tahani dimana operator yang digunakan dalam perhitungan adalah operator AND. Ada 2 operator AND yaitu 54

23 operator AND pergandaan dan operator AND minimum. Pada tahap ini akan dicari nilai fire strength berdasarkan Query yang diberikan oleh wisatawan. Misalkan diberikan Query 1 yaitu akan dicari obyek wisata dengan kriteria sebagai berikut: Jenis wisata Biaya Pemandangan Keamanan Transportasi Kebersihan Keramaian Fasilitas : ALAM : MURAH : BAGUS : CUKUP AMAN : SEDANG : BERSIH : BIASA : SEDANG Maka untuk mendapatkan hasil rekomendasi obyek wisata yang paling dekat dengan kriteria yang akan dicari adalah dengan mencari nilai fire strength pada masing-masing obyek wisata. Nilai fire strength akan dicari menggunakan rumus operator AND: α 1 = (μ JW ) (μ BI ) (μ PM ) (μ KM ) (μ TR ) (μ KB ) (μ KR ) (μ FS ) atau α 2 = min (μ JW, μ BI, μ PM, μ KM, μ TR, μ KB, μ KR, μ FS ) Keterangan: α 1 α 2 μ JW = nilai fire strength dengan operator AND pergandaan = nilai fire strength dengan operator AND minimum = fungsi keanggotaan dari himpunan fuzzy Jenis Wisata 55

24 μ BI μ PM μ KM μ TR μ KB μ KR μ FS = fungsi keanggotaan dari himpunan fuzzy Biaya = fungsi keanggotaan dari himpunan fuzzy Pemandangan = fungsi keanggotaan dari himpunan fuzzy Keamanan = fungsi keanggotaan dari himpunan fuzzy Transportasi = fungsi keanggotaan dari himpunan fuzzy Kebersihan = fungsi keanggotaan dari himpunan fuzzy Keramaian = fungsi keanggotaan dari himpunan fuzzy Fasilitas untuk lebih jelasnya akan digambarkan pada Tabel Tabel Derajat Keanggotaan Semua Variabel NO OBYEK WISATA Air Terjun Sidoharjo Grojogan Watu Jonggol Curug Nglinggo μ JW ALAM μ BI MURAH μ PM BAGUS μkm CUKUP AMAN 1 0,96 0,25 0, ,96 0, , ,96 0, , μ TR SEDANG 0, , , μ KB BERSIH 0, , , μ KR BIASA 0, μ FS SEDANG 0, ,5 1 0,5 0, Goa Kiskendo 1 0,3 0, , ,2 0,5 0, Gua Seropan 1 0,96 0, , ,75 0,5 0, Museum Kayu 0 0,9 0,95 0, , , , ,8333 0,9 1 Derajat keanggotaan pada masing-masing variabel untuk semua obyek wisata yang telah diketahui kemudian disubstitusikan ke dalam rumus operator AND. Nilai α 1 dan α 2 pada masing-masing kecamatan adalah: 56

25 α 1 = (μ JW ALAM ) (μ BI MURAH ) (μ PM BAGUS ) (μ KM CUKUP AMAN ) (μ TR SEDANG ) (μ KB BERSIH ) (μ KR BIASA ) (μ FS SEDANG ) α 1 = (1) (0,96) (0,583335) (0,583335) (0,75) (0,5) α 1 = (0,833335) (0,8333) Dengan langkah yang sama diperoleh α 1 pada semua obyek wisata. Nilai α 1 atau nilai fire strength pada semua obyek wisata kemudian diurutkan dari nilai fire strength yang paling besar seperti pada Tabel Tabel Fire strength Hasil Operator AND Pergandaan No Obyek wisata Fire strength 1 Goa Seropan Grojogan Banyu Tibo Air Terjun Jogan Wanagama Curug Tegalrejo Curug Banyunibo Gunung Kendil Goa Rancang Kencono Grojogan Watu Jonggol Gunung Gambar Curug Pulosari Curug Nglinggo Embung Serut Sukunan Goa Cerme Goa Selarong

26 Berdasarkan Tabel 4.12 hasil perhitungan fire strength yang dihasilkan oleh operator AND Pergandaan dapat dilihat bahwa obyek wisata Goa Seropan menduduki peringkat pertama dengan nilai fire strength sebesar 0,0851. Perhitungan berikutnya adalah mencari nilai fire strength menggunakan menggunakan operator AND minimum. Langkah perhitungannya adalah sebagai berikut: α 2 = min {(μ JW ALAM ), (μ BI MURAH ), (μ PM BAGUS ), (μ KM CUKUP AMAN ), (μ TR SEDANG ),(μ KB BERSIH ), (μ KR BIASA ),(μ FS SEDANG )} α 2 = min {(1),(0,96),(0,583335),(0,583335), (0,75),(0,5), (0,833335),(0,8333)} α 2 = 0,5 Selanjutnya dengan langkah yang sama, akan dicari α 2 dari obyek-obyek wisata yang lain. Setelah diperoleh nilai fire strength pada semua obyek wisata, semua obyek wisata tersebut diurutkan berdasarkan nilai fire strength yang paling besar. Urutan obyek wisata tersebut dapat dilihat pada Tabel obyek wisata yang menduduki peringkat teratas adalah Goa Seropan dengan fire strength sebesar 0,5. 58

27 Tabel Fire strength hasil operator AND minimum No Obyek wisata Fire strength 1 Goa Seropan Grojogan Banyu Tibo Wanagama Air Terjun Jogan Curug Tegalrejo Goa Rancang Kencono Gunung Gambar Curug Banyunibo Curug Pulosari Curug Nglinggo Grojogan Watu Jonggol Gunung Kendil Air Terjun Gedangan Goa Selarong Air Terjun Goa Cerme 0.2 Tahap-tahap perancangan aplikasi fuzzy decision making dengan metode Tahani secara keseluruhan menggunakan MATLAB R09a dengan Script yang terlampir pada Lampiran 6. B. Uji Kesesuaian Hasil Aplikasi dengan Kondisi Obyek wisata Langkah yang dilakukan selanjutnya adalah melakukan pengujian pada masing-masing obyek wisata untuk mengetahui apakah aplikasi yang telah dibuat ini sesuai dengan kondisi obyek-obyek wisata tersebut atau tidak. Salain itu 59

28 pengujian ini juga dilakukan untuk mengetahui operator AND hasilnya paling sesuai dan dapat digunakan untuk aplikasi ini ke depannya. Pengujian ini dimulai dengan mengelompokkan obyek wisata pada query yang sesuai dengan kondisi obyek wisata yang akan diuji tersebut. Misalkan obyek wisata yang akan diuji adalah Goa Seropan, maka query yang diberikan adalah query yang sesuai dengan kondisi Goa Seropan. Kemudian dicari nilai fire strength pada semua obyek wisata. Pengujian ini dikatakan sesuai apabila nilai fire strength yang paling tinggi dari obyek wisata yang telah dirangking adalah nilai fire strength dari obyek wisata Goa Seropan. Kondisi dari masing-masing obyek wisata dapat diketahui dengan melihat nilai derajat keanggotaan dari setiap variabel. Kondisi obyek wisata diambil berdasarkan derajat keanggotaan yang paling besar nilainya dari setiap variabel. Pada Tabel 4.11 dapat dilihat bahwa obyek wisata Goa Seropan memiliki nilai derajat keanggotaan pada Biaya MURAH = 0,96, nilai derajat keanggotaan pada Biaya SEDANG = 0,04, dan nilai derajat keanggotaan pada Biaya MAHAL = 0. Karena nilai derajat keanggotaan Biaya MURAH yang paling tinggi maka Biaya Goa Seropan adalah MURAH. Langkah ini dilakukan pada semua obyek wisata untuk semua variabel, sehingga diperoleh karakteristik dari setiap obyek wisata yang dapat dilihat pada Tabel data karekteristik selengkapnya dapat dilihat pada Lampiran 4. 60

29 Tabel Data Karakteristik Obyek wisata No Obyek wisata Jenis Wisata Biaya Pemandangan Keamanan Transportasi Kebersihan Keramaian Fasilitas Gua Seropan Pasar Beringharj o Keraton Ngayogya karta Pantai Indrayanti ALAM MURAH BAGUS WAHAN A SEJARA H PANTAI CUKUP AMAN SEDAN G MURAH BAGUS AMAN MUDAH BERSIH MURAH MURAH SANGAT BAGUS SANGAT BAGUS AMAN MUDAH BERSIH AMAN MUDAH BERSIH BERSIH BIASA RAMA I RAMA I RAMA I SEDANG SEDANG BANYA K BANYA K De Mata Trick Eye Museum MUSEU M SEDANG BAGUS AMAN MUDAH BERSIH RAMA I BANYA K Sebagaimana yang bisa dilihat pada Lampiran 3, ada beberapa obyek wisata yang memiliki karakteristik yang sama, maka untuk memudahkan pengujian maka obyek-obyek wisata tersebut dikelompokkan kembali sesuai dengan karakter yang sama dalam satu Query. Pengelompokkan tersebut dapat dilihat pada Tabel Pengujian pada obyek wisata dilakukan sebanyak 60 kali uji sesuai dengan jumlah Query atau kelompok obyek-obyek wisata yang memiliki karakteristik yang sama. Hasil pengelompokkan query secara keseluruhan terlampir pada Lampiran 5. 61

30 No Uji Query 1 Query 2 Query 3 Query 4 Jenis Wisata Tabel Query berdasarkan karakteristik obyek wisata Biaya Peman dangan ALAM MURAH BAGUS Keama nan CUKUP AMAN Transpor tasi Kebersih an Keram aian Fasilitas SEDANG BERSIH BIASA SEDANG ALAM MURAH BAGUS AMAN MUDAH BERSIH RAMAI SEDANG ALAM MURAH BAGUS AMAN MUDAH BERSIH RAMAI BANYAK ALAM MURAH SANGA T BAGUS AMAN MUDAH BERSIH RAMAI SEDANG Query MUSE UM MURAH BAGUS AMAN MUDAH BERSIH RAMAI BANYAK Uji Query 1 Uji yang pertama adalah uji kesesuaian obyek wisata berdasarkan kriteria pada Query 1. Berikut adalah Query yang diberikan. Jenis Wisata Biaya Pemandangan Keamanan Transportasi Kebersihan Keramaian Fasilitas : ALAM : MURAH : BAGUS : CUKUP AMAN : SEDANG : BERSIH : BIASA : SEDANG. 62

31 Obyek wisata yang memiliki karateristik yang sesuai dengan Query 1 adalah Goa Seropan. Hasil dari pemilihan berdasarkan Query 1 dapat dilihat pada Tabel Tabel (a) Hasil Query 1 AND Pergandaan Tabel (b) Hasil Query 1 AND Minimum No Obyek wisata AND AND No Obyek wisata Pergandaan Minimum 1 Goa Seropan Goa Seropan Grojogan Banyu Tibo Grojogan Banyu Tibo Air Terjun Jogan Wanagama Wanagama Air Terjun Jogan Curug Tegalrejo Curug Tegalrejo Curug Banyunibo Goa Rancang Kencono Gunung Kendil Gunung Gambar Goa Rancang Kencono Curug Banyunibo Grojogan Watu Jonggol Curug Pulosari Gunung Gambar Curug Nglinggo Curug Pulosari Grojogan Watu Jonggol Curug Nglinggo Gunung Kendil Embung Serut Sukunan Air Terjun Gedangan Goa Cerme Goa Selarong Goa Selarong Air Terjun Goa Cerme 0.2 Berdasarkan hasil pada Tabel 4.16 maka dapat dilihat bahwa kedua operator AND memberikan hasil yang diharapkan yaitu Goa Seropan berada pada peringkat teratas. Jadi uji berdasarkan Query 1 telah sesuai. Langkah ini kemudian diulangi untuk memperoleh hasil uji pada Query Hasil dari uji Query 2-60 dapat dilihat pada Lampiran 5. Setelah dilakukan pengujian pada aplikasi, hasil pengujian direkap untuk mengetahui jumlah hasil yang sesuai dan yang tidak sesuai yang dihasilkan oleh kedua operator. Rekapitulasi hasil operator AND pergandaan dan minimum dapat dilihat pada Tabel 4.17, untuk lebih lengkapnya dapat dilihat pada Lampiran 5. 63

32 Tabel Rekapitulasi Uji Kesesuaian Obyek wisata No Uji AND Pergandaan AND Minimum 1 Query 1 Sesuai Sesuai 2 Query 2 Sesuai Sesuai 3 Query 3 Sesuai Sesuai 4 Query 4 Sesuai Sesuai 5 Query 5 Sesuai Tidak Sesuai 6 Query 6 Tidak Sesuai Tidak Sesuai 7 Query 7 Sesuai Sesuai 8 Query 8 Tidak Sesuai Sesuai 9 Query 9 Sesuai Sesuai 10 Query 10 Sesuai Sesuai 11 Query 11 Sesuai Sesuai 12 Query 12 Sesuai Sesuai 13 Query 13 Tidak Sesuai Sesuai 14 Query 14 Tidak Sesuai Sesuai 15 Query 15 Sesuai Tidak Sesuai Query 60 Sesuai Sesuai Berdasarkan Lampiran 5, dari 60 uji yang telah dilakukan terdapat 15 hasil yang tidak sesuai yang dihasilkan oleh operator AND pergandaan, sedangkan untuk operator AND minimum menghasilkan 4 hasil yang tidak sesuai dengan yang diharapkan. Nilai keakuratan data uji untuk aplikasi fuzzy decision making dengan operator AND pergandaan adalah Akurasi Uji Pergandaan = % = 75% dan errornya sebesar 60 Error Uji Pergandaan = 100% 75% = 25%, 64

33 sedangkan nilai keakuratan dara uji dengan menggunakan operator AND minimum adalah Akurasi Uji Minimum = % = 93,33% dan errornya sebesar 60 Error Uji Minimum = 100% 93,33% = 6,67% Jadi berdasarkan hasil keakurasian data uji dengan menggunakan kedua operator, maka hasil yang diperoleh dari operator AND minimum lebih sesuai dari pada hasil yang diperoleh dari operator AND pergandaan, sehingga pada aplikasi pemilihan tujuan wisata ini dalam perhitungan selanjutnya hanya akan menggunakan operator AND minimum. C. Implementasi Aplikasi Fuzzy Decision Making Menggunakan Graphical User Interface (GUI) Tahapan terakhir pada penelitian ini adalah mengimplementasikan aplikasi fuzzy decision making yang telah dibangun dengan menggunakan Graphical User Interface (GUI). Tahapan ini bertujuan untuk mempermudah pengguna/wisatawan dalam menggunakan aplikasi fuzzy decision making sehingga aplikasi bisa lebih komunikatif terhadap pengguna. Hasil dari implementasi aplikasi fuzzy decision making dengan GUI dapat dilihat pada Gambar 4.9, sedangkan untuk langkahlangkah perancangannya dijelaskan pada Lampiran 8. 65

34 Gambar 4.9. Tampilan Aplikasi Fuzzy Decision Making Menggunakan GUI Penggunaan aplikasi yang ditunjukan pada Gambar 4.9 di atas dimulai dengan memilih kriteria yang dikehendaki pada masing-masing variabel seperti jenis wisata, biaya, pemandangan, keamanan, transportasi, kebersihan, keramaian dan fasilitas. Selanjutnya pengguna hanya cukup menekan push button PROSES untuk mendapatkan rekomendasi obyek wisata yang disertai dengan gambar dan informasi dari obyek wisata tersebut. hasil yang keluar pada GUI merupakan hasil dari aplikasi fuzzy decision making yang telah dibangun dengan MATLAB. 66