Sistem Pendukung Keputusan Pemilihan Obyek Wisata Tegal Menggunakan Metode Fuzzy Tahani

Transkripsi

1 Sistem Pendukung Keputusan Pemilihan Obyek Wisata Menggunakan Metode Fuzzy Tahani Agung Prayogi Erna Zuni Astuti 2 Program Studi Teknik Informatika Universitas Dian Nuswantoro Semarang, Indonesia yoghi.chipz@gmail.com 2 ernazunias@yahoo.com Abstrak Telah banyak instansi yang mempunyai bank data namun dibiarkan tanpa adanya pengelolaan yang tepat dan bermanfaat. Contohnya pada kepariwisataan di dimana pengelolaan data pariwisatanya yang belum tepat. Sehingga sulit mendapatkan informasi dan rekomendasi pemilihan objek wisata secara efektif. Untuk itu, dibutuhkan suatu sistem pendukung keputusan untuk pemilihan obyek wisata di menggunakan metode Logika Fuzzy Tahani yang mampu menghasilkan keputusan tentang obyek wisata yang sesuai dengan pemilihan kriteria wisatawan. Logika Fuzzy Tahani dipilih karena metode Logika Fuzzy Tahani merupakan suatu bentuk model pendukung keputusan dimana peralatan utamanya adalah sebuah hirarki fungsional dengan input utamanya kriteria yang telah ditentukan. Sistem ini akan diimplementasikan dengan pemrograman web dan database MySQL, dimana variabel yang dijadikan pertimbangan adalah harga tiket, banyaknya fasilitas, jumlah pengunjung, jarak yang harus ditempuh, dan jenis obyek wisata. Hasil dalam penelitian ini adalah suatu sistem pendukung keputusan pemilihan obyek wisata di berbasis web menggunakan metode Fuzzy Tahani yang mampu merekomendasikan objek wisata di sesuai dengan kriteria wisatawan berdasarkan firestrength dari variabel yang dipilih. Kata Kunci : Sistem Pendukung Keputusan, Fuzzy Tahani, Pariwisata, Obyek Wisata di Abstract Has many agencies have a data bank but left without their proper management and beneficial. For example in tourism where data management is not right. Making it difficult to get information and recommendations Attraction election effectively. For that, we need a decision support system for the selection of attractions in using Fuzzy Logic method Tahani were able to produce a decision on the sights that fit the criteria for travelers. Fuzzy Logic Tahani been selected cause a form of decision support models where the main equipment is a functional hierarchy with main input predetermined criteria. This system will be implemented with web programming and MySQL database, where variables are the price of tickets, the number of facilities, number of visitors, distance to go, and the type of tourist attraction. The results in this study is a decision support system for the selection of attractions in web-based method that is able to recommend Fuzzy Tahani attractions in accordance with the criteria of rating based firestrength of variables selected. Keyword : Decision Support System, Fuzzy Tahani, Tourism, Attraction in. Pendahuluan Perkembangan teknologi informasi dan komunikasi pada saat ini sangat berarti bagi semua kalangan dan banyak digunakan di berbagai bidang pekerjaan. Komputer memiliki peranan yang sangat penting baik dalam lingkungan rumah tangga maupun dalam lingkungan kerja professional, sehingga menuntut perubahani total dalam mempercepat pengolahan data untuk pengambilan keputusan agar didapat informasi dengan tingkat kecermatan, keakuratan dan ketepatan waktu yang baik. Berwisata merupakan kebutuhan jasmani yang penting dan terkadang kita lupa bahwa tubuh membutuhkan waktu untuk sejenak beristirahat dan menikmati waktu berlibur. Ketika berwisata tubuh dan pikiran akan

2 merasakan ketenangan dan kepuasan yang akan mengurangi rasa penat dan beban pikiran yang didapatkan setelah aktivitas selama seharian. Namun pemilihan objek wisata yang tepat juga sangat berpengaruh, dalam hal ini dibutuhkan suatu sistem yang mampu memilih secara cepat dan tepat yang dapat membantu dalam bidang kepariwisataan untuk mendapatkan informasi dan pengambilan keputusan pemilihan objek wisata secara efektif. Penulis mengambil tempat penelitian di dikarenakan masih banyaknya objek wisata di yang cukup variatif namun masih belum terlalu dikenal oleh masyarakatnya. Dan perlunya publikasi kepariwisataan tentang variasi pemilihan objek wisata sehingga dapat lebih dikenal oleh masyarakat luas dan dapat memajukan objek wisata di. Metode yang dipakai dalam pengambilan keputusan pemilihan objek wisata adalah Logika Fuzzy Tahani. Logika Fuzzy Tahani dipilih karena metode ini mudah dimengerti dengan konsep dasar teori himpunan, dan konsep penalaran matematisnya yang sangat fleksibel. Logika Fuzzy dapat memodelkan fungsi-fungsi nonlinear dari input utamanya kriteria yang telah ditentukan. Dengan adanya aplikasi sistem pendukung keputusan pemilihan objek wisata ini diharapkan dapat mempermudah pengambil keputusan untuk memilih objek wisata. Berdasarkan latar belakang diatas maka dibutuhkan suatu rancang bangun Sistem Pendukung Keputusan Untuk Pemilihan Obyek Wisata Di Menggunakan Metode Fuzzy Tahani. Dengan membangun sistem ini diharapkan dapat membantu masyarakat dalam pemilihan objek wisata secara efektif. Penelitian sebelumnya yang berkaitan dengan penelitian ini diantaranya adalah Aplikasi Fuzzy Database Model Tahani Dalam Memberikan Rekomendasi Pembelian Rumah Berbasis Web []. Pada penelitian ini, peneliti menggunakan metode Fuzzy Tahani untuk untuk membantu pihak developer perumahan dalam memberikan rekomendasi rumah kepada konsumen, sehingga konsumen dapat memilih rumah sesuai dengan kriteria yang dipilihnya dengan lebih cepat dan mudah. Hasil dari penelitian ini berupa aplikasi yang menampilkan lima nilai terbaik hasil rekomendasi rumah dan diurutkan berdasarkan nilai tertinggi sampai terendah. Pengujian terhadap aplikasi dilakukan dengan dua cara yaitu uji kelayakan sistem dan perbandingan hasil perhitungan secara manual terhadap perhitungan dengan menggunakan aplikasi. Penelitian selanjutnya yaitu penelitian mengenai Rancang Bangun Aplikasi Travel Recommender Berbasis WAP Menggunakan metode Fuzzy Model Tahani Studi Kasus di Kota Semarang [2]. Penelitian ini dilakukan untuk mengatasi masalah peningkatan jumlah tempat wisata dan jumlah pengunjung dan tidak tersedianya sistem informasi pendukung yang dapat membantu wisatawan mendapatkan informasi wisata di Semarang dan sekitarnya.. Peneliti menggunakan metode Fuzzy Tahani dalam pembangunan aplikasi karena metode tahani merupakan metode terbaik dan data yang digunakan dalam metode Tahani merupakan data yang jelas. Selanjutnya adalah penelitian Logika Fuzzy Tahani Untuk Pendukung Keputusan Perekrutan Karyawan Tetap. Penelitian ini memiliki tujuan utama untuk proses rekrutmen dan seleksi guna mendapatkan orang yang tepat yang memenuhi persyaratan tertentu untuk mengisi posisi yang kosong, sehingga orang tersebut mampu bekerja secara optimal dan dapat bertahan di perusahaan untuk waktu yang lama. Dari penelitian di atas menunjukkan bahwa sistem pendukung keputusan yang dibangun menggunakan metode Fuzzy Tahani dapat digunakan oleh peneliti untuk membangun sebuah sistem informasi yang ditujukan untuk membantu wisatawan yang berkunjung ke Kota mendapatkan informasi wisata terbaik sesuai dengan kriteria yang diinginkan. Fuzzy Tahani Basis data klasik hanya menangani datadata yang bersifat pasti dan tegas. Sedangkan pada kenyataannya manusia seringkali berkomunikasi dalam bahasa yang belum jelas batasannya. Untuk menangani hal tersebut maka dibangunlah sebuah basis data dengan pendekatan logika fuzzy. Basis data yang menggunakan pendekatan fuzzy tidak hanya menyimpan dan memanipulasi fakta-fakta yang pasti tetapi juga pendapat-pendapat subjektif, keputusan dan nilai-nilai yang dapat dijabarkan dalam istilah linguistik. Pada umumnya, ada dua cara untuk memasukkan unsur kekaburan (fuzziness) ke dalam sebuah basis data, yaitu:

3 a. Fuzzy Database Fuzzy database adalah basis data mempunyai kemampuan untuk menyimpan dan memanipulasi data-data yang mengandung ketidakpastian secara langsung. Artinya, pengguna memasukkan informasi-informasi yang mengandung unsur kekaburan ke dalam pangkalan data. Basis data jenis ini juga didukung oleh query yang bersifat fuzzy untuk memperoleh informasi. b. Fuzzy Query Database Fuzzy query database adalah membuat suatu fuzzy query terhadap basis data klasik. Pengguna membuat suatu aplikasi yang dapat menangani suatu query dimana dalam query tersebut terdapat variabel-variabel yang bernilai fuzzy atau dengan kata lain query tersebut memiliki variabel-variabel linguistik. Sedangkan data pada basis data yang akan diakses merupakan data yang bersifat pasti. Pangkalan data yang diusulkan oleh Tahani adalah bentuk dari Fuzzy Query Database. Basis data Tahani masih tetap menggunakan relasi standar, hanya model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya. Tahani mengembangkan sebuah kerangka kerja pada level konseptual tingkat tinggi untuk memproses fuzzy query pada lingkungan basis data konvensional atau non-fuzzy. Tahani merumuskan sebuah arsitektur dan pendekatan formal untuk menangani basis data dengan fuzzy query yang sederhana. Bahasa query yang digunakan berdasarkan SQL. Program aplikasi basis data fuzzy adalah program untuk melakukan pencarian data dengan metode pencarian linguistik. Program ini merupakan penerapan dari teori tentang basis data fuzzy. Input awal dalam program ini adalah kriteria user, selanjutnya penentuan variabel fuzzy dan penentuan himpunan fuzzy akan digunakan dalam pencarian. Setelah data dimasukkan dan pengguna telah memilih kriteria pencarian pada tabel pencarian linguistik, langkah selanjutnya yaitu menghitung derajat keanggotaan suatu data di setiap himpunan pada suatu variabel berdasarkan fungsi keanggotaan yang telah dipilih sebelumnya. Selajutnya proses fire strength berdasarkan kriteria yang dipilih. Data yang memiliki nilai fire strength tertinggi menunjukkan bahwa data tersebut yang paling mendekati kriteria pencarian. Sebaliknya, data yang memiliki nilai fire strength terkecil menunjukkan bahwa data tersebut semakin menjauhi kriteria pencarian. Hasil yang ditampilkan pada tab pencarian linguistik merupakan data yang mendekati kriteria pencarian dengan urutan nilai fire strength terbesar sampai nilai fire strength terkecil yang menunjukkan urutan data yang paling mendekati kriteria pencarian sampai yang paling jauh dari kriteria pencarian. Berikut ini adalah tahapan logika fuzzy model Tahani, yaitu pertama menggambarkan fungsi keanggotaan (membership function) untuk setiap kriteria atau variabel fuzzy, yaitu suatu kurva yang menunjukkan pemetaan titiktitik input data ke dalam nilai keanggotaannya (derajat keanggotaan) yang memiliki interval antara sampai, salah satu cara yang dapat digunakan adalah dengan pendekatan fungsi. Pendekatan fungsi keanggotaan berbentuk segitiga. Tahap kedua Fuzzifikasi yaitu fase pertama dari perhitungan fuzzy yaitu pengubahan nilai tegas ke nilai fuzzy. Dimana setiap variabel fuzzy dihitung nilai derajat keanggotaanya terhadap setiap himpunan fuzzy. Tahap ketiga Fuzzifikasi Query yaitu diasumsikan sebuah query konvensional (nonfuzzy) DBMS yang akan mencoba membuat dan menerapkan sebuah sistem dasar logika fuzzyquery atau disebut juga dengan pembentukan query dengan menggunakan relasi dasar. 2. METODE PENELITIAN Jenis Data Gambar Proses Penelitian a. Data Primer Data primer merupakan data yang secara langsung diperoleh dari instansi. Diperoleh dari hasil wawancara dan proses pengamatan yang

4 dilakukan oleh peneliti kepada pihak Dinas Pariwisata dan Kebudayaan dan pada UPTD (Unit Pelaksanaan Teknis Daerah) obyek wisata terkait. Data yang diperoleh oleh peneliti yaitu data fasilitas obyek wisata, harga tiket masuk, dan data jarak lokasi obyek wisata. b. Data Sekunder Data sekunder adalah data yang didapatkan oleh peneliti dengan mengumpulkan teori - teori serta bahan data yang memiliki hubungan dengan permasalahan yang sedang diteliti. Termasuk data pengunjung pada obyek wisata di tiga tahun terakhir yang didapatkan dari dinas Pariwisata dan Kebudayaan. Dimana nantinya dapat membantu peneliti dalam menyelesaikan laporan Tugas Akhir ini. Datayang dipakai adalah rata-rata pengunjung 3 tahun terakhir yang sudah diolah dari data awal berupa data mentah laporan pengunjung setiap bulan pada tahun 24 hingga bulan Maret 26 Variabel Fuzzy Variabel fuzzy untuk menu Wisata antara lain : a. Fasilitas b. Range Harga c. Jumlah Pengunjung d. Jarak Lokasi Fungsi Keanggotaan a. Harga Tiket Obyek Wisata Kriteria harga yaitu range harga tiket masuk untuk obyek wisata yang telah ditetapkan di tempat wisata area dan Kab.. Kriteria harga wisata dibagi menjadi 3 himpunan fuzzy yaitu murah, sedang, dan mahal. Himpunan murah dan mahal menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan sedang menggunakan pendekatan berbentuk segitiga. h 5. or h. µharga Sedang [h] = h h. h h 5. µharga Mahal [h] = h h 5. h 25. h 5. b. Banyak Fasilitas Wisata Kriteria fasilitas wisata dibagi menjadi 3 himpunan fuzzy yaitu Sedikit, Cukup, dan Banyak. Gambar 3 Grafik Fungsi Keanggotaan Fasilitas Fungsi keanggotaan pada kriteria Fasilitas dapat dirimuskan sebagai berikut : µfasilitas Sedikit [f] = f 5 5 f f 5 f f 5 f 5 µfasilitas Cukup [f] = 5 2 f 5 f f 2 µfasilitas Banyak [f] = f f 2 f 2 f 2 c. Jumlah Pengunjung Wisata Kriteria jumlah pengunjung wisata yang terdapat pada objek wisata dibagi menjadi menjadi 3 himpunan fuzzy yaitu Sepi, Biasa, dan Ramai. Himpunan Sepi dan Ramai menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan Ramai menggunakan pendekatan berbentuk segitiga. Gambar 2 Grafik Fungsi Keanggotaan Harga Fungsi keanggotaan pada kriteria Harga Wisata dapat dirumuskan sebagai berikut : 25 h µharga Murah [h] =. h h 25. h. Gambar 4 Grafik Fungsi Keanggotaan Pengunjung

5 Fungsi keanggotaan pada kriteria Pengunjung dapat dirumuskan sebagai berikut : µpengunjung Sepi [P] = 45 P 35 P P 45 P 45 P or P P. µpengunjung Biasa [P] = 35 P 45. P P µpengunjung Ramai [P] = P d. Jarak Lokasi Oyek Wisata 45 P P 45 P Kriteria Jarak dibagi menjadi menjadi tiga himpunan fuzzy yaitu Dekat, Sedang, dan Jauh. Himpunan Dekat dan Jauh menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan Sedang menggunakan pendekatan berbentuk segitiga. Alam Purwahamba Waduk Cacaban Wisata Kesehatan Jamu Kalibakung Yogya Waterboom Konsorsium Rumah Wayang Gerbang Mas Bahari Waterpark Rita Park Hutan Mangrove Makam Ki Gede Sebayu Makam Sunan Klenteng Tek Hay Kiong Situs Purbakala Semedo Pool Terrace Samudera Alun-alun Kota Slawi Alun-alun Kota Alam Alam Alam Alam Alam Gambar 5 Grafik Fungsi Keanggotaan Jarak Fungsi keanggotaan kriteria Jarak Lokasi obyek wisata dapat dirimuskan sebagai berikut: µlokasi Dekat [l] = l 5 l 5 5 l l l 5 l 5 µlokasi Sedang [l] = 5 5 l 2 l l 2 l 2 µlokasi Jauh [h 2 ] = l l 2 l 2 Tahap Fuzzyfikasi Fuzzifikasi yaitu mengubah nilai tegas ke nilai fuzzy. Data yang digunakan dalam pengolahan fuzzyfikasi adalah data awal wisata. Obyek Wisata Desa Wisata Guci Tabel Data Obyek Wisata Jenis Fasilitas Harga (Rp) Pengunjung (±) Jarak (Km) Alam Dari data diatas akan dikategorikan dengan menggunakan himpunan fungsi keanggotaan harga yang dibagi menjadi MURAH, SEDANG, dan MAHAL seperti pada gambar : Fungsi keanggotaan pada kriteria Harga Wisata dirumuskan sebagai berikut : µharga Murah [h ] = h. 25 h. h h 25. h 5. or h. h. µharga Sedang [h ] = 5.. h h h 5. h 25. µharga Mahal [h ] = h h 5. h 5.

6 Kemudian dihasilkan tabel 2 yang membahas obyek wisata berdasarkan harga dengan derajat keanggotaan pada setiap himpuan: Tabel 2 Derajat Keanggotaan Harga Obyek Wisata Desa Wisata Guci Alam Purwahamba Harga Tiket Masuk (Rp) Derajat Keanggotaan (h) Murah Sedang Mahal Waduk Cacaban 4 Wisata Kesehatan Jamu Kalibakung Yogya Waterboom Konsorsium Rumah Wayang Gerbang Mas Bahari Waterpark Rita Park 6 Hutan Mangrove Makam Ki Gede Sebayu Makam Sunan Klenteng Tek Hay Kiong Situs Purbakala Semedo Pool Terrace Samudera Slawi 75 Besarnya nilai rekomendasi berkisar antara [ ], dengan rekomendasi tertinggi adalah dan berangsur tidak direkomendasikan apabila nilainya semakin mendekati. Tahap fuzzyfikasi query Adalah sebuah query konvensional (non-fuzzy) DBMS yang menerapkan sistem dasar logika fuzzy query (fuzzy logic based querting system). SELECT obyek_wisata FROM wisata WHERE (Harga= SEDANG ) yang kemudian akan memunculkan obyek wisata : Yogya Waterboom, dan Konsorsium Rumah Wayang Setelah semua tahapan dilakukan dengan metode fuzzy tahani, nantinya akan diketahui jenis wisata mana yang lebih cocok untuk dikunjungi wisatawan sesuai dengan kriteria yang telah di inputkan oleh wisatawan. 3. ANALISIS DAN PEMBAHASAN Kebutuhan wisata yang dituju olehdibagi menjadi berapa kriteria seperti : banyaknya pengunjung yang datang, fasilitas yang dimiliki, jarak yang harus ditempuh untuk mencapai obyek wisata tersebut, jenis wisata yang ingin dikunjungi, hingga biaya yang harus dibayarkan untuk tiket masuk suatu obyek wisata tersebut. Dari berbagai atribut tersebut dirangkum menjadi : Tabel 3 Kriteria Fuzzy Tiket Pengunjung Fasilitas Jarak Jenis Mahal Ramai Banyak Jauh Alam Sedang Rata - Rata Sedikit Sedang Murah Sepi Rata Rata Dekat Sasial Karena variabel Jenis Wisata bersifat non fuzzy, maka hanya digunakan untuk mengklasifikasikan output hasil rekomendasi obyek wisata yang telah melalui proses fuzzifikasi. Metode Fuzzy Tahani dilakukan untuk mengolah data awal yaitu data kriteria wisata untuk memperoleh keputusan prediksi pencarian wisata yang sesuai dengan user. Setelah semua tahapan dilakukan dengan metode fuzzy tahani, nantinya akan diketahui jenis wisata yang lebih cocok untuk dikunjungi wisatawan sesuai dengan kriteria yang di inputkan oleh wisatawan. Pembahasan Pada tabel berikut merupakan data obyek wisata beserta nilai dari masing-masing variabel yang sudah dibahas pembagian kriteria fuzzy-nya. Kemudian data akan diproses dengan menentukan bentuk himpunannya dan dihitung fungsi keanggotaannya berdasarkan variabel yang sudah ditentukan diatas. Obyek Wisata Desa Wisata Guci Alam Purwahamba Waduk Cacaban Tabel 4 Data Obyek Wisata Jenis Fasilitas Harga (Rp) Pengunjung (±) Jarak (Km) Alam Alam Alam Alam

7 Wisata Kesehatan Jamu Kalibakung Yogya Waterboom Konsorsium Rumah Wayang Gerbang Mas Bahari Waterpark Rita Park Hutan Mangrove Makam Ki Gede Sebayu Makam Sunan Klenteng Tek Hay Kiong Situs Purbakala Semedo Pool Terrace Samudera Alun-alun Kota Slawi Alun-alun Kota Alam Alam a. Harga Tiket Obyek Wisata Akan memproses informasi dari kolom harga tiket masuk untuk obyek wisata yang telah ditetapkan di tempat wisata area dan Kab.. Kriteria harga wisata dibagi menjadi 3 himpunan fuzzy yaitu murah, sedang, dan mahal. berdasarkan harga dan derajat keanggotaannya pada setiap himpunan. Obyek Wisata Desa Wisata Guci Alam Purwahamba Tabel 5 Derajat Keanggotaan Harga Harga Tiket Masuk (Rp) Derajat Keanggotaan (h) Murah Sedang Mahal Waduk Cacaban 4 Wisata Kesehatan Jamu Kalibakung Yogya Waterboom Konsorsium Rumah Wayang Gerbang Mas Bahari Waterpark Rita Park 6 Hutan Mangrove Makam Ki Gede Sebayu Makam Sunan Klenteng Tek Hay Kiong Situs Purbakala Semedo Pool Terrace Samudera Slawi 75 b. Banyak Fasilitas Wisata Kriteria fasilitas wisata dibagi menjadi 3 himpunan fuzzy yaitu Sedikit, Cukup, dan Banyak. Gambar 6 Grafik Fungsi Keanggotaan Harga Fungsi keanggotaan pada kriteria Harga Wisata: h. µharga Murah [h] = 25 h. h h 25. h 5. or h. h. µharga Sedang [h] = 5.. h h h 5. h 25. µharga Mahal [h] = h h 5. h 5. Setelah diketahui hasil dari fungsi keanggotaan yang mempunyai nilai yang berbeda yaitu Murah, Sedang dan Mahal didapatkan hasil pada tabel berikut yaitu data obyek wisata Gambar 7 Grafik Fungsi Keanggotaan Fasilitas Fungsi keanggotaan pada kriteria Fasilitas : µfasilitas Sedikit [f] = f 5 5 f f 5 f

8 f 5 f 5 µfasilitas Cukup [f] = 5 2 f 5 f f 2 µfasilitas Banyak [f] = f f 2 f 2 f 2 Setelah diketahui hasil dari fungsi keanggotaan yang mempunyai nilai yang berbeda yaitu Sedikit, Cukup dan Banyak didapatkan hasil pada tabel berikut yaitu data obyek wisata berdasarkan banyaknya fasilitas dan derajat keanggotaannya pada setiap himpunan. Tabel 6 Derajat Keanggotaan Fasilitas Obyek Wisata Fasilitas Derajat Keanggotaan (f) Sedikit Cukup Banyak Desa Wisata Guci 6,4,6 Alam 7.6,4 Purwahamba 5,5,5 Waduk Cacaban 4 Wisata Kesehatan Jamu Kalibakung 5 Yogya Waterboom.9, Konsorsium Rumah Wayang 4 Gerbang Mas Bahari Waterpark 5 Rita Park 24 Hutan Mangrove 2 Makam Ki Gede Sebayu 3 Makam Sunan 3 Klenteng Tek Hay Kiong 4 Situs Purbakala Semedo 2 Pool Terrace Samudera 7,6,4 Slawi 3 3 c. Jumlah Pengunjung Wisata Kriteria jumlah pengunjung wisata yang terdapat pada objek wisata dibagi menjadi menjadi 3 himpunan fuzzy yaitu Sepi, Biasa, dan Ramai. Himpunan Sepi dan Ramai menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan Ramai menggunakan pendekatan berbentuk segitiga. Gambar 8 Grafik Fungsi Keanggotaan Pengunjung Fungsi keanggotaan pada kriteria Pengunjung :µpengunjung Ramai [P] = µpengunjung Sepi [P] = P P P 35 P 45 P P P 45 P 45 P or P P. µpengunjung Biasa [P] = 35 P 45. P P Setelah diketahui hasil dari fungsi keanggotaan yang mempunyai nilai yang berbeda yaitu Sepi, Ramai, dan Biasa didapatkan hasil pada tabel berikut yaitu data obyek wisata berdasarkan banyaknya pengunjung dan derajat keanggotaannya pada setiap himpunan. Tabel 7 Derajat Keanggotaan Pengunjung Obyek Wisata Desa Wisata Guci Alam Purwahamba Banyak Pengunjung Derajat Keanggotaan (P) Sepi Biasa Ramai Waduk Cacaban 934 Wisata Kesehatan Jamu 3.832,99,89 Kalibakung Yogya Waterboom 3.87 Konsorsium Rumah 4.644,9863,37 Wayang Gerbang Mas Bahari.487,869,39 Waterpark Rita Park Hutan Mangrove 9 Makam Ki Gede Sebayu 3.888,749,825 Makam Sunan 4.255,7,93

9 Klenteng Tek Hay Kiong Situs Purbakala Semedo Pool Terrace Samudera Slawi d. Jarak Lokasi Oyek Wisata 5.627,8927, ,254, Kriteria Jarak dibagi menjadi menjadi tiga himpunan fuzzy yaitu Dekat, Sedang, dan Jauh. Himpunan Dekat dan Jauh menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan Sedang menggunakan pendekatan berbentuk segitiga. Gambar 9 Grafik Fungsi Keanggotaan Jarak Fungsi keanggotaan kriteria Jarak Lokasi obyek wisata dapat dirimuskan sebagai berikut: µlokasi Dekat [l] = l 5 5 l l 5 l l 5 l 5 µlokasi Sedang [l] = 5 2 l 5 l l 2 µlokasi Jauh [h 2 ] = l l 2 l 2 l 2 Setelah diketahui hasil dari fungsi keanggotaan yang mempunyai nilai yang berbeda yaitu Dekat, Sedang, dan Jauh didapatkan hasil pada tabel berikut yaitu data obyek wisata berdasarkan jarak lokasi dan derajat keanggotaannya pada setiap himpunan. Tabel 8 Derajat Keanggotaan Jarak Desa Wisata Guci 28 Alam 8,2,8 Purwahamba 25 Waduk Cacaban 4,6,4 Wisata Kesehatan Jamu Kalibakung 22 Yogya Waterboom 6,4,6 Konsorsium Rumah Wayang 4 Gerbang Mas Bahari Waterpark,9, Rita Park 5,5,5 Hutan Mangrove 8,2,8 Makam Ki Gede Sebayu Makam Sunan 9,2,8,2 Klenteng Tek Hay Kiong 6,4,6 Situs Purbakala Semedo 24 Pool Terrace Samudera 5,5,5 Slawi 6,4,6 Firestrength Kemudian untuk penyeleksian variabelvariabel pencarian obyek wisata dicontohkan dengan ketentuannya adalah Harga Tiket MURAH, Fasilitas BANYAK, Jumlah Pengunjung RAMAI, Jarak JAUH dan Jenis Wisata ALAM yang dieksekusi dengan menggunakan Structure Query Language (SQL). SQL yang dibentuk adalah sebagai berikut: SELECT obyek_wisata FROM wisata WHERE (Harga = Murah ) AND (Fasilitas= Banyak ) AND (Jumlah Pengunjung= Ramai ) AND (Jarak= Jauh ) AND (Jenis= Alam ).; Karena variabel Jenis Wisata bersifat non fuzzy, maka hanya ada 2 kemungkinan derajat keanggotaan, yaitu untuk menampilkan jenis wisata yang dipilih, dan untuk jenis wisata lain yang tidak terpilih. Tabel berikut memperlihatkan fire strength sebagai hasil operasi dari (Harga = Murah ) AND ( Fasilitas= Banyak ) AND (Jumlah Pengunjung= Ramai ) AND (Jarak= Jauh ) AND (Jenis= Alam ) sebagai : Obyek Wisata Jarak (Km) Derajat Keanggotaan (l) Dekat Sedang Jauh

10 μhargamurah ᴖ FasilitasBANYAK ᴖ PengunjungRAMAI ᴖ JarakJAUH ᴖ JenisALAM = min (μhargamurah [h], μfasilitasbanyak [f], μpengunjungramai [P], μjarakjauh [l], μjenisalam [j] ) Tabel 9 Fire Strength Harga MURAH, Fasilitas BANYAK, Pengunjung RAMAI, Jarak JAUH dan Jenis ALAM Obyek Wisata tiket _ murah fasilitas _banyak Pengunjung _ramai lokasi_jauh jenis_ alam Fire Strength Desa Wisata Guci Purwaha mba Kalibaku ng PAI.8 Hutan Mangrov e.8 Cacaban Tabel 9 memperlihatkan hasil pencarian terhadap Query. Ada 6 Obyek Wisata yang terekomendasi, dengan rekomendasi tertinggi adalah Obyek Wisata Desa Wisata Guci, dan rekomendasi terendah adalah Obyek Wisata Purwahamba. Sedangkan 4 obyek wisata dari jenis ALAM dan obyek wisata lainnya tidak direkomendasikan. Flowchart SPK Berikut adalah flowchart sistem pendukung keputusan pemilihan obyek wisata di menggunakan metode Fuzzy Tahani. Implementasi Sistem Gambar Flowchart SPK Implementasi Algoritma ini berisi informasi dari sistem yang telah dibuat dan diterapkan dalam system berbasis web. Dan berikut merupakan screenshoot program yang telah dibangun oleh peneliti : Gambar Halaman Beranda Halaman Beranda merupakan halaman awal pada sistem. Halaman ini menampilkan menu pencarian yang akan mempermudah user untuk mencari wisata yang diinginkan. Cara melalukannya adalah dengan dengan memasukkan keyword dan memilih button cari.

11 membantu user dalam memilih wisata dengan suasana keramaian sesuai dengan yang mereka inginkan. Gambar 5 Kriteria Fasilitas Gambar 2 Halaman Cari Wisata Anda Halaman ini merupakan halaman yang mempermudah user untuk menemukan tempat tujuan wisata sesuai dengan kriteria yang telah ditentukan oleh sistem. Dan berikut ini merupakan kriteria yang harus dipilih oleh user dalam pencarian wisata. Kriteria ketiga dalam pencarian wisata yaitu Fasilitas. Kriteria fasilitas dibagi menjadi 3 jenis yaitu banyk, rata rata, dan sedikit. Hal ini bertujuan untuk membantu user dalam memilih wisata dengan penyediaan fasilitas yang mereka harapkan. Gambar 6 Kriteria Lokasi Gambar 3 Kriteria Tiket Kriteria pertama dalam pencarian wisata yaitu tiket. Tiket dibagi menjadi 3 jenis yaitu mahal, sedang, dan murah. Hal ini bertujuan untuk mempermudah user dalam memilih tiket masuk wisata sesuai dengan budget yang dimiliki. Kriteria keempat dalam pencarian wisata yaitu Lokasi. Kriteria Lokasi dibagi menjadi 3 jenis yaitu jauh, sedang, dan dekat. Hal ini bertujuan untuk mempermudah user dalam memilih wisata sesuai dengan jarak yang diinginkan. Gambar 4 Kriteria Jenis Wisata Kriteria kelima dalam pencarian wisata yaitu jenis wisata. Jenis wisata dibagi menjadi 3 jenis yaitu alam, social dan budaya, serta sejarah dan religi. Hal ini bertujuan untuk membantu user user memilih wisata sesuai dengan tujuan wisata yang mereka inginkan Gambar 5.4 Kriteria Jumlah Pengunjung Kriteria kedua dalam pencarian wisata yaitu jumlah pengunjung. Kriteria jumlah pengunjung dibagi menjadi 3 jenis yaitu ramai, rata rata dan sepi. Hal ini bertujuan untuk

12 DAFTAR PUSTAKA [] Efendi, R., Ernawati, Hidayati, R. (24). Aplikasi Fuzzy Database Model Tahani Dalam Memberikan Rekomendasi Pembelian Rumah Berbasis Web. Jurnal Pseudocode, pp Gambar 7 Hasil Rekomendasi Halaman hasil rekomendasi merupakan halaman yang menampilkan hasil pencarian wisata yang direkomendasikan untuk user. Hasil rekomendasi yang ditampilkan merupakan hasil olahan dari metode tahani berdasarkan kriteria yang telah diinputkan oleh user sebelumnya. Hasil rekomendasi akan menunjukkan lokasi mana saja yang sesuai dengan keinginan user. 4. KESIMPULAN a. Metode Fuzzy Tahani telah berhasil diimplementasikan kedalam sistem pencarian wisata untuk mempermudah wisatawan dalam mencari wisata sesuai dengan kriteria yang diinginkan. b. Sistem tersebut juga dibangun berdasarkan kebutuhan user dengan kriteria yang digunakan yaitu tiket, jumlah pengunjung, fasilitas, lokasi, dan jenis wisata. c. Hasil akhir sistem yaitu berupa rekomendasi wisata yang sesuai dengan kriteria yang telah diinputkan oleh user. 5. SARAN Dalam menentukan objek wisata yang sesuai dengan keinginan wisatawan / user,akan lebih baik apabila ditambah lebih banyak kriteria penunjang. Dan nantinya untuk pengembangan system, system dapat dikembangkan dengan metode lain supaya dapat dibandingkan tingkat akurasi yang terbentuk dari beberapa metode. [2] Pedhana, A. S., YS, W. L., Siswanti, S. (2). Sistem Pendukung Keputusan Pemilihan Jenis Laptop Dengan Menggunakan Metode Analytical Hierarchy Process. pp [3] Widodo, S., Utomo, V. G. (24). Rancang Bangun Aplikasi Travel Recommender Berbasis WAP Menggunakan Metode Fuzzy Model Tahani. Jurnal Teknologi Informasi dan Komunikasi, pp [4] Taufiq, G. (24). Logika Fuzzy Tahani Untuk Pendukung Keputusan Perekrutan Karyawan Tetap. Prosiding Seminar Nasional Aplikasi Sains Teknologi (SNAST), PP [5] Ananda, P. W., Winiarti, S. (23). Sistem Pendukung Keputusan Dalam Penilaian Kinerja Pegawai Untuk Kenaikan Jabatan Pegawai Menggunakan Metode GAP Kompetensi (Studi Kasus Perusahaan Perkasa Jaya Compuretail). Jurnal Sarjana Teknik Informatika, pp [6] E. Turban, (26). Sistem Pendukung Keputusan dan Sistem Cerdas. Yogyakarta, United States of America : Andi. [7] Kusumadewi, Sri. (27). Analisis dan desain Sistem Fuzzy menggunakan Toolbox Matlab, Yogyakarta : Graha Ilmu. [8] Kusumadewi, Sri dan Hari Purnomo. (27). Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta : Graha Ilmu.