BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Sistemsir.stikom.edu/1223/8/Bab_IV.pdf · BAB IV . IMPLEMENTASI DAN EVALUASI . 4.1 Implementasi Sistem . Tahap ini . merupakan pembuatan

BAB IV

IMPLEMENTASI DAN EVALUASI

4.1 Implementasi Sistem

Tahap ini merupakan pembuatan perangkat lunak yang disesuaikan dengan

rancangan atau desain sistem yang telah dibuat. Aplikasi yang dibuat akan

diterapkan berdasarkan kebutuhan. Sebelum dapat menggunakan sistem

pengelompokan pelanggan potensial menggunakan metode k-means untuk

promosi paket wisata ini, ada beberapa kebutuhan sistem yang harus terpenuhi

agar dapat mengakses sistem dengan baik. Beberapa kebutuhan minimal tersebut

yaitu:

4.1.1 Kebutuhan Perangkat Keras

Perangkat keras adalah komponen fisik peralatan yang membentuk

sistem komputer, serta peralatan lain yang mendukung komputer dalam

menjalankan tugasnya. Sifat umum dari perangkat keras adalah dapat dilihat dan

dipegang bentuk fisiknya. Adapun perangkat keras yang dibutuhkan untuk

menjalankan aplikasi ini yaitu:

a. Processor Dual Core 2.0 GHz atau yang lebih tinggi.

b. Memory (RAM) 1 GB atau yang lebih tinggi.

c. Harddisk 5 Gb atau lebih

d. Printer, mouse, dan keyboard

e. Monitor dengan resolusi minimal 1024 x 768

107

108

4.1.2 Kebutuhan Perangkat Lunak

Perangkat lunak merupakan kebalikan dari perangkat keras dimana

fisiknya adalah mempunyai bentuk fisik yang tidak dapat dipegang. Adapun

perangkat lunak yang dibutuhkan dan telah di uji cobakan yaitu:

1. Sistem operasi menggunakan Microsoft Windows XP Professional Service

Pack minimal 3.

2. .Net Framework Component minimal versi 3.0.

3. Microsoft SQL Server 2005 Express Edition.

4. Microsoft Office Excel minimal versi 2003.

5. Jaringan Internet.

4.1.3 Instalasi Program dan Pengaturan Sistem

Pengembangan aplikasi sistem pengelompokan pelanggan potensial

menggunakan metode k-means untuk promosi paket wisata membutuhkan

perangkat lunak yang telah terinstalasi, adapun tahapan-tahapan instalasi dan

pengaturan sistem adalah:

a. Install sistem operasi Microsoft Windows XP Professional.

b. Install .Net Framework Component.

c. Install aplikasi database Microsoft SQL Server 2005 Express Edition lalu

attach database SPPotensialBSM.

d. Install Microsoft Office Excel 2007

e. Sambungkan jaringan konputer ke internet.

f. Instal aplikasi sistem pengelompokan pelanggan potensial menggunakan

metode k-means untuk promosi paket wisata.

109

4.2 Evaluasi Sistem

Evaluasi sistem bertujuan untuk memastikan bahwa aplikasi telah dibuat

dengan benar sesuai dengan kebutuhan atau tujuan yang diharapkan. Tahapan ini

terbagi menjadi tiga yaitu evaluasi hasil uji coba sistem, uji coba perhitungan

sistem dan analisa hasil uji coba. Evaluasi hasil uji coba dilakukan untuk menguji

kembali semua tahapan yang sudah dilakukan selama pengujian berlangsung, uji

coba perhitungan sistem dilakukan untuk menguji perhitungan dengan metode k-

means dan analisa hasil uji coba sistem bertujuan untuk menarik kesimpulan

terhadap hasil-hasil uji coba yang dilakukan terhadap sistem.

4.2.1 Evaluasi Hasil Uji Coba Sistem

Untuk memastikan bahwa sistem telah dibuat sesuai dengan kebutuhan

atau tujuan yang diharapkan maka dilakukan beberapa uji coba. Uji coba ini

bertujuan untuk mengecek apakah semua fitur yang ada dalam aplikasi telah

berjalan sesuai dengan fungsinya.

A. Evaluasi Hasil Uji Coba Fitur Login

Proses ini bertujuan untuk mengetahui keberhasilan proses inputan data

yang dapat dilakukan melalui aplikasi seperti terlihat pada Tabel 4.1. Proses login

dilakukan dengan cara menginputkan nama pengguna dan kata sandi. Test case

login yang digunakan terlihat pada Tabel 4.2.

Tabel 4.1. Data Uji Coba Pengguna Nama Field Data 1 Data 2 Data 3 Data 4

Nama Pengguna hendra man test

Kata Sandi hendra man test manajer

110

Tabel 4.2. test case login Test Case ID

Tujuan Input Output yang diharapkan Output Sistem

1

Deskripsi nama pengguna dan kata sandi yang valid

Memasukan data 1 dari tabel data uji coba pengguna

Form login tertutup dan menu muncul sesuai dengan bagian nama pengguna.

1.Sukses 2. Menu Terlihat 3. Gambar 4.1, 4.2

2

Deskripsi nama pengguna kurang karakter dan kata sandi yang valid


Form login mengeluarkan message box "Kata Sandi minimal 4 karakter"

1.Sukses 2. Keluar pesan yang diharapkan 3. Gambar 4.3

3

Deskripsi nama pengguna dan kata sandi yang tidak adadi dalam database


Form login mengeluarkan message box "Akses Ditolak”


4

Deskripsi nama pengguna kosong dan kata sandi yang valid


Form login mengeluarkan message box "Nama Pengguna harus diisi”


Gambar 4.1 Form Login

111

Gambar 4.2 Form Utama Admin

Gambar 4.3 Pesan Kata Sandi Minimal 4 Karakter

Gambar 4.4 Pesan Akses Ditolak

112

Gambar 4.5 Pesan Nama Pengguna Harus Diisi

B. Evaluasi Hasil Uji Coba Manipulasi Data Pelanggan


yang dapat dilakukan melalui aplikasi seperti terlihat pada tabel 4.3. Proses

manipulasi data pelanggan adalah proses penyimpanan untuk data pelanggan baru,

perubahan data pelanggan yang telah disimpan sebelumnya, dan membatalkan

proses penyimpanan dan perubahan data. Untuk mengakses form Data Pelanggan,

pengguna harus masuk ke form Pelanggan dengan memilih menu Pelanggan di

menu utama, di dalamnya terdapat tombol “TAMBAH DATA”, “HAPUS

DATA”, “UBAH DATA”, “EXPORT”. Untuk test case data pelanggan dapat

dilihat pada Tabel 4.4.

Tabel 4.3. Data Uji Coba Pelanggan Nama Field Data 1 Data 2 Data 3

Nama Pelanggan Hideki Oshima C. A. J. van Eijktest

Alamat Pelanggan

4-2-16 Osaki, Shinagawa-ku Tokyo 141-8602

2029 Huntington Ave VA

EH7.25 T. U. Eindhoven NL - 5600 MB EINDHOVEN The Netherlands

113

Nama Field Data 1 Data 2 Data 3

Kota Pelanggan Tokyo Alexandria Eindhoven

Negara Pelanggan Jepang Amerika Serikat Belanda

Telepon Pelanggan

81-3 5487 3311 703-960-3170 31 40 ADDS

Ponsel Pelanggan

81-3- 3207 8085 703-597-1170 31 40 46 45 27

Email Pelanggan [email protected] [email protected] [email protected]

Tabel 4.4. Test Case Data Pelanggan Test Case ID


5

Menambah data baru ke tabel pelanggan dengan data lengkap

Memasukan data 1 dari tabel data uji coba pelanggan pada form Data Pelanggan lalu menekan tombol “SIMPAN”

Form Data Pelanggan tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Pelanggan bertambah dan terseleksi.

1.Sukses 2. Gambar 4.6, 4.7

6

Menguji respon program dengan menghindari isian data nama pelanggan

Memasukan data 2 dari tabel data uji coba pelanggan dengan mengosongkan nama pelanggan pada form Data Pelanggan lalu menekan tombol “SIMPAN”

Form Data Pelanggan mengeluarkan pesan “Nama Pelanggan harus diisi”


114

Test Case ID


7

Menguji respon program dengan isian data yang tidak sesuai tipe data.

Memasukan data 3 dari tabel data uji coba pelanggan pada form Data Pelanggan lalu menekan tombol “SIMPAN”

Form Data Pelanggan tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses

8 Menyimpan perubahan data

Data Pelanggan yang terpilih dirubah lalu tekan “SIMPAN”

Form Data Pelanggan tertutup lalu data yang sudah dirubah tersimpan di database dan data gridview pada form Pelanggan terseleksi.

1.Sukses

9

Membatalkan penambahan data atau perubahan data

Data Pelanggan yang terpilih yang dirubah atau Data Pelanggan baru telah terisi, lalu tekan “BATAL”

Form Data Pelanggan akan tertutup, data yang sudah dirubah atau di tambahkan tidak akan mengalami perubahan atau penambahan

1.Sukses

115

Gambar 4.6 Form Data Pelanggan

Gambar 4.7 Data Pelanggan Bertambah dan Terseleksi

Gambar 4.8 Pesan Nama Pelanggan Harus Diisi

116

C. Evaluasi Hasil Uji Coba Fitur Hotel

1. Evaluasi Hasil Manipulasi Data Hotel



manipulasi data hotel adalah proses penyimpanan untuk data hotel baru,

perubahan data hotel yang telah disimpan sebelumnya, dan membatalkan proses

penyimpanan dan perubahan data. Untuk mengakses form Data Hotel, pengguna

harus masuk ke form Hotel dengan memilih menu Hotel di menu utama, di

dalamnya terdapat tombol “TAMBAH DATA”, “HAPUS DATA”, “UBAH

DATA”, “EXPORT”. Unntuk test case data hotel dapat dilihat pada Tabel 4.6.

Tabel 4.5. Data Uji Coba Hotel Nama Field Data 1 Data 2 Data 3

Nama Hotel Amanusa Aston Bali Beach

Resort

Alamat Hotel

PO Box 33, Nusa Dua 80363, Bali, Indonesia

Jl. Padma Utara, Legian Kuta, Bali

JL. Pratama No. 68X, Tanjung Benoa Nusa Dua 80363 B a l i - I n d o n e s i a

Kota Hotel Badung Badung Badung

Telepon Hotel 0361-772333 62361-3615152 62361-asdasda

Fax Hotel 0361-772335 62361-763909 62361-*&*^%^

Email Hotel [email protected] [email protected] Aston bali

117

Tabel 4.6. Test Case Data Hotel Test Case ID


10

Menambah data baru ke tabel hotel dengan data lengkap

(Asumsi data kamar sudah terisi), memasukan data 1 dari tabel data uji coba hotel lalu tekan “SIMPAN” dan “KELUAR”

Form Data Hotel tertutup, data yang sudah dimasukkan tersimpan di database dan data gridview pada form Hotel bertambah dan terseleksi.


11

Menambah data baru ke tabel hotel dengan data lengkap tapi data kamar kosong

(Data kamar kosong) memasukan data 1 dari tabel data uji coba hotel lalu tekan “SIMPAN” dan “KELUAR”

Form Data Hotel akan mengeluarkan pesan “Data kamar masih kosong, apakah anda yakin untuk keluar?”


12

Menambah data baru ke tabel hotel dengan nama hotel kosong

(Asumsi data kamar sudah terisi), memasukan data 2 dari tabel data uji coba hotel lalu tekan “SIMPAN”

Form Data Hotel mengeluarkan pesan “Nama Hotel harus diisi”


13



Form Data Hotel tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses

14

Menguji respon program dengan isian email yang tidak sesuai.


Form Data Hotel mengeluarkan pesan “Email tidak sesuai”


118

Test Case ID


15

Menguji respon program dengan menekan “Hapus” dan “Ubah” saat data kamar belum terseleksi.

tekan “Hapus” atau “Ubah”

Form Data Hotel mengeluarkan pesan “Pilih data kamar terlebih dahulu!”



Data Hotel yang terpilih dirubah lalu tekan “SIMPAN” dan “KELUAR”

Form Data Hotel tertutup, data yang sudah dimasukkan tersimpan di database dan data gridview pada form Hotel berubah dan terseleksi.

1.Sukses

Gambar 4.9 Form Data Hotel

Gambar 4.10 Data Hotel Bertambah dan Terseleksi

119

Gambar 4.11 Pesan Data Kamar Masih Kosong

Gambar 4.12 Pesan Nama Hotel Harus Diisi

Gambar 4.13 Pesan Email Harus Diisi

Gambar 4.14 Pesan Pilih Data Terlebih Dahulu

120

2. Evaluasi Hasil Manipulasi Data Kamar


yang dapat dilakukan melalui aplikasi seperti terlihat pada tabel 4.7. Data kamar

merupakan tabel detail dari data hotel dan proses manipulasi data kamar adalah

proses penyimpanan untuk data kamar baru, perubahan data kamar yang telah

disimpan sebelumnya, dan membatalkan proses penyimpanan dan perubahan data.

Untuk mengakses form Data Kamar, pengguna harus masuk ke form Data Hotel

dengan memilih tombol “Tambah”, “Hapus”, “Ubah”. Untuk test case data kamar

dapat dilihat pada Tabel 4.8.

Tabel 4.7. Data Uji Coba Kamar Nama Field Data 1 Data 2 Data 3

Nama Kamar Deluxe Suite

Harga Kamar 2000000 1500000 15asd

Tabel 4.8. Test Case Data Kamar Test Case ID

Tujuan Input Output yang diharapkan

Output Sistem

17

Menambah data baru ke tabel kamar dengan data lengkap

Memasukan data 1 dari tabel data uji coba kamar lalu tekan “SIMPAN”

Form Data Kamar tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Data Hotel bertambah dan terseleksi.

1. Sukses 2. Gambar 4.15, 4.16

18

Menguji respon program dengan menghindari isian data nama kamar


Form Data Kamar akan mengeluarkan pesan “Nama Kamar harus diisi”


121

Test Case ID


Output Sistem

19



Form Data Kamar tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses


Data Kamar yang terpilih dirubah lalu tekan “SIMPAN”

Form Data Kamar tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Data Hotel berubah dan terseleksi.

1.Sukses

21


Data Kamar yang terpilih yang dirubah atau Data Kamar baru telah terisi, lalu tekan “BATAL”

Form Data Kamar akan tertutup, data yang sudah dirubah atau di tambahkan tidak akan mengalami perubahan atau penambahan.

1.Sukses

Gambar 4.15 Form Data Kamar

122

Gambar 4.16 Data Kamar Bertambah dan Terseleksi

Gambar 4.17 Pesan Nama Kamar Harus Diisi

D. Evaluasi Hasil Uji Coba Fitur Transport

1. Evaluasi Hasil Manipulasi Data Transport



manipulasi data transport adalah proses penyimpanan untuk data transport baru,

perubahan data transport yang telah disimpan sebelumnya, dan membatalkan

proses penyimpanan dan perubahan data. Untuk mengakses form Data Transport,

pengguna harus masuk ke form Transport dengan memilih menu Transport di

menu utama, di dalamnya terdapat tombol “TAMBAH DATA”, “HAPUS

DATA”, “UBAH DATA”, “EXPORT”. Proses ini bertujuan mengetahui dan

menentukan keberhasilan dari obyek-obyek yang ada dalam desain Form Data

Transport. Untuk test case data transport dapat dilihat pada Tabel 4.10.

123

Tabel 4.9. Data Uji Coba Transport Nama Field Data 1 Data 2 Data 3

Nama Transport Ade Rent Car Bali Car Rental

Alamat Transport

Tukad Batanghari Street IX/ 2 Renon, Denpasar, Bali, Indonesia

Jln. Sedap Malam III Gg. Ratna No. 14 Denpasar

Jl. Pantai Balangan Block C2/11 Ungasan, Kuta Selatan - Bali 80364, Indonesia

Kota Transport Denpasar Denpasar Badung

Telepon Transport 62 361 242619 62 361 8005662 62 81 23842670

Fax Transport 62 361 242619 62 361 8005662 62361-asd

Email Transport [email protected] [email protected] Bali Car Rental

Tabel 4.10. Test Case Data Transport Test Case ID


22

Menambah data baru ke tabel transport dengan data lengkap

(Asumsi data kendaraan sudah terisi), memasukan data 1 dari tabel data uji coba transport lalu tekan “SIMPAN” dan “KELUAR”

Form Data Transport tertutup, data yang sudah dimasukkan tersimpan di database dan data gridview pada form Transport bertambah dan terseleksi.


23

Menambah data baru ke tabel transport dengan data lengkap tapi data kendaraan kosong

(Data kendaraan kosong) memasukan data 1 dari tabel data uji coba transport lalu tekan “SIMPAN” dan “KELUAR”

Form Data Transport akan mengeluarkan pesan “Data kendaraan masih kosong, apakah anda yakin untuk keluar?”


124

Test Case ID


24

Menambah data baru ke tabel transport dengan nama transport kosong

(Asumsi data kendaraan sudah terisi), memasukan data 2 dari tabel data uji coba transport lalu tekan “SIMPAN”

Form Data Transport mengeluarkan pesan “Nama Transport harus diisi”


25



Form Data Transport tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses

26



Form Data Transport mengeluarkan pesan “Email tidak sesuai”


Gambar 4.18 Form Data Transport

125

Gambar 4.19 Data Transport Bertambah dan Terseleksi

Gambar 4.20 Pesan Data Kendaraan Masih Kosong

Gambar 4.21 Pesan Nama Transport Harus Diisi

Gambar 4.22 Pesan Email Tidak Sesuai

126

2. Evaluasi Hasil Manipulasi Data Kendaraan


yang dapat dilakukan melalui aplikasi seperti terlihat pada tabel 4.11. Data

kendaraan merupakan tabel detail dari data transport dan proses manipulasi data

kendaraan adalah proses penyimpanan untuk data kendaraan baru, perubahan data

kendaraan yang telah disimpan sebelumnya, dan membatalkan proses

penyimpanan dan perubahan data. Untuk mengakses form Data Kendaraan,

pengguna harus masuk ke form Data Transport dengan memilih tombol

“Tambah”, “Hapus”, “Ubah”. Untuk test case data kendaraan dapat dilihat pada

Tabel 4.12.

Tabel 4.11. Data Uji Coba Kendaraan Nama Field Data 1 Data 2 Data 3

Jenis Kendaraan MPV MPV MPV Nama Kendaraan Daihatsu Xenia Toyota Avanza Kapasitas Kendaraan 6 6 a Harga Kendaraan 300000 275000 150asd

Tabel 4.12. Test Case Data Kendaraan Test Case ID


Output Sistem

27

Menambah data baru ke tabel kendaraan dengan data lengkap

Memasukan data 1 dari tabel data uji coba kendaraan lalu tekan “SIMPAN”

Form Data Kendaraan tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Data Transport bertambah dan terseleksi.


127

Test Case ID


Output Sistem

28

Menguji respon program dengan menghindari isian data nama kendaraan


Form Data Kendaraan akan mengeluarkan pesan “Nama Kendaraan harus diisi”


29



Form Data Kendaraan tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses


Data Kendaraan yang terpilih dirubah lalu tekan “SIMPAN”

Form Data Kendaraan tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Data Transport berubah dan terseleksi.

1.Sukses

31


Data Kendaraan yang terpilih yang dirubah atau Data Kendaraan baru telah terisi, lalu tekan “BATAL”

Form Data Kendaraan akan tertutup, data yang sudah dirubah atau di tambahkan tidak akan mengalami perubahan atau penambahan.

1.Sukses

128

Gambar 4.23 Form Data Kendaraan

Gambar 4.24 Data Kendaraan Bertambah dan Terseleksi

Gambar 4.25 Pesan Nama Kendaran harus Diisi

129

E. Evaluasi Hasil Uji Coba Fitur Restoran

1. Evaluasi Hasil Manipulasi Data Restoran



manipulasi data restoran adalah proses penyimpanan untuk data restoran baru,

perubahan data restoran yang telah disimpan sebelumnya, dan membatalkan

proses penyimpanan dan perubahan data. Untuk mengakses form Data Restoran,

pengguna harus masuk ke form Restoran dengan memilih menu Restoran di menu

utama, di dalamnya terdapat tombol “TAMBAH DATA”, “HAPUS DATA”,

“UBAH DATA”, “EXPORT”. Proses ini bertujuan mengetahui dan menentukan

keberhasilan dari obyek-obyek yang ada dalam desain Form Data Restoran.

Untuk test case data restoran dapat dilihat pada Tabel 4.14.

Tabel 4.13. Data Uji Coba Restoran Nama Field Data 1 Data 2 Data 3

Nama Restoran Antique Feyloon Restaurant

Alamat Restoran

Jl. Diana Pura - Abimanyu arcade 7 Seminyak - Kuta -Bali - Indonesia

Jl. Bypass Ngurah Rai 102xx,Sanur,BALI

Jl. Pantai Balangan Block C2/11 Ungasan, Kuta Selatan - Bali 80364, Indonesia

Kota Restoran Badung Denpasar Badung

Telepon Restoran 0361-730907 0361 286 818 0361-766308

Fax Restoran 0361-485501 0361 287 588 0361-asd

Email Restoran

antiquebali@ dps.centrin.net.id [email protected] Feyloon Restaurant

130

Tabel 4.14. Test Case Data Restoran Test Case ID


Output Sistem

32

Menambah data baru ke tabel restoran dengan data lengkap

(Asumsi data menu sudah terisi), memasukan data 1 dari tabel data uji coba restoran lalu tekan “SIMPAN” dan “KELUAR”

Form Data Restoran tertutup, data yang sudah dimasukkan tersimpan di database dan data gridview pada form Restoran bertambah dan terseleksi.


33

Menambah data baru ke tabel restoran dengan data lengkap tapi data menu kosong

(Data menu kosong) memasukan data 1 dari tabel data uji coba restoran lalu tekan “SIMPAN” dan “KELUAR”

Form Data Restoran akan mengeluarkan pesan “Data menu masih kosong, apakah anda yakin untuk keluar?”


34

Menambah data baru ke tabel restoran dengan nama restoran kosong

(Asumsi data menu sudah terisi), memasukan data 2 dari tabel data uji coba restoran lalu tekan “SIMPAN”

Form Data Restoran mengeluarkan pesan “Nama restoran harus diisi”


35



Form Data Restoran tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses

36



Form Data Restoran mengeluarkan pesan “Email tidak sesuai”


131

Gambar 4.26 Form Data Restoran

Gambar 4.27 Data Restoran Bertambah dan Terseleksi

Gambar 4.28 Pesan Data Menu Masih Kosong

132

Gambar 4.29 Pesan Nama Restoran Harus Diisi

Gambar 4.30 Pesan Email Tidak Sesuai

2. Evaluasi Hasil Manipulasi Data Menu


yang dapat dilakukan melalui aplikasi seperti terlihat pada tabel 4.15. Data menu

merupakan tabel detail dari data restoran dan proses manipulasi data menu adalah

proses penyimpanan untuk data menu baru, perubahan data menu yang telah

133

disimpan sebelumnya, dan membatalkan proses penyimpanan dan perubahan data.

Untuk mengakses form Data Menu, pengguna harus masuk ke form Data Restoran

dengan memilih tombol “Tambah”, “Hapus”, “Ubah”. Untuk test case data menu


Tabel 4.15. Data Uji Coba Menu Nama Field Data 1 Data 2 Data 3

Nama Menu Menu A Menu B

Harga Menu 125000 110000 150asd

Isi Menu

Berbeque Meat 5 Combination"Feyloon Style Double Boiled Chicken with Coconut Steamed Braised Garoupa Deep Fried Solf Sheel

Jelly Fish with Marinated Slice Pork Shank Seasonal Soup" feyloon Style" Hot Plate Garoupa Stir Fried Soft with Shell Crab

Seasonal Soup "Feyloon Style" Hot Plate Garoupa Stir Fried Soft with Shell Crab with Salted Egg yolk Stir Fried clams

Tabel 4.16. Test Case Data Menu

Test Case ID


Output Sistem

37

Menambah data baru ke tabel menu dengan data lengkap

Memasukan data 1 dari tabel data uji coba menu lalu tekan “SIMPAN”

Form Data Menu tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Data Restoran bertambah dan terseleksi.


38

Menguji respon program dengan menghindari isian data nama menu


Form Data Menu akan mengeluarkan pesan “Nama menu harus diisi”


134

Test Case ID


Output Sistem

39



Form Data Menu tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses


Data menu yang terpilih dirubah lalu tekan “SIMPAN”

Form Data Menu tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Data Restoran berubah dan terseleksi.

1.Sukses

41


Data menu yang terpilih yang dirubah atau Data menu baru telah terisi, lalu tekan “BATAL”

Form Data menu akan tertutup, data yang sudah dirubah atau di tambahkan tidak akan mengalami perubahan atau penambahan.

1.Sukses

Gambar 4.31 Form Data Menu

135

Gambar 4.32 Data Menu Bertambah dan terseleksi

Gambar 4.33 Pesan Nama Menu Harus Diisi

F. Evaluasi Hasil Uji Coba Manipulasi Data Objek Wisata



manipulasi data objek wisata adalah proses penyimpanan untuk data objek wisata

baru, perubahan data objek wisata yang telah disimpan sebelumnya, dan

membatalkan proses penyimpanan dan perubahan data. Untuk mengakses form

Data Objek Wisata, pengguna harus masuk ke form Objek Wisata dengan memilih

menu Objek Wisata di menu utama, di dalamnya terdapat tombol “TAMBAH

DATA”, “HAPUS DATA”, “UBAH DATA”, “EXPORT”. Proses ini bertujuan

mengetahui dan menentukan keberhasilan dari obyek-obyek yang ada dalam

desain Form Data Objek Wisata. Untuk test case data objek wisata dapat dilihat

pada Tabel 4.18.

136

Tabel 4.17. Data Uji Coba Objek Wisata Nama Field Data 1 Data 2 Data 3

Nama Objek Wisata

Bali Butterfly Park Pura Besakih Paintball Bali

Alamat Objek Wisata

Jalan Batukaru, Sandan Wanasari, Tabanan-Bali 80351

Jl. Karang Putih No. 1 Br. Jaba Pura, Ds. Kutuh Kec. Kuta Selatan, Badung-Bali 80364

Kota Objek Wisata Tabanan Karangasem Badung

Telepon Objek Wisata

62361-8940594 - 62361-7703asd

Fax Objek Wisata 62361-8940594 - 62361-770310

Email Objek Wisata

balibutterflyzoo @gmail.com - -

Keterangan Objek Wisata

Open Everyday 8am-5pm -

Complete Package Includes your playing gears.

Harga Objek Wisata

20000 - 550000

137

Tabel 4.18. Test Case Objek Wisata Test Case ID


Output Sistem

42

Menambah data baru ke tabel objek wisata dengan data lengkap

Memasukan data 1 dari tabel data uji coba objek wisata lalu tekan “SIMPAN”

Form Data Objek Wisata tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Objek Wisata bertambah dan terseleksi.


43

Menguji respon program dengan menghindari isian data alamat objek wisata


Form Data Objek Wisata mengeluarkan pesan “Alamat objek wisata harus diisi”


44



Form Data Objek Wisata tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses


Data objek wisata yang terpilih dirubah lalu tekan “SIMPAN”

Form Data Objek Wisata tertutup lalu data yang sudah dirubah tersimpan di database dan data gridview pada form Objek Wisata terseleksi.

1.Sukses

46


Data objek wisata yang terpilih yang dirubah atau Data objek wisata baru telah terisi, lalu tekan “BATAL”

Form Data Objek Wisata akan tertutup, data yang sudah dirubah atau di tambahkan tidak akan mengalami perubahan atau penambahan

1.Sukses

138

Gambar 4.34 Form Data Objek Wisata

Gambar 4.35 Data Objek Wisata Bertambah dan Terseleksi

Gambar 4.36 Pesan Alamat Objek Wisata Harus Diisi

139

G. Evaluasi Hasil Uji Coba Manipulasi Data Paket Wisata

Proses manipulasi data paket wisata adalah proses penyimpanan untuk

data paket wisata baru, perubahan data paket wisata yang telah disimpan

sebelumnya, dan membatalkan proses penyimpanan dan perubahan data. Tabel

paket wisata mempunyai tabel detail menu pilihan, kamar pilihan, dan objek

wisata pilihan. Oleh karena itu, proses manipulasi data paket wisata juga termasuk

penyimpanan data menu pilihan baru, kamar pilihan baru dan objek wisata pilihan

baru, serta penghapusan data pada tabel-tabel detail tersebut. Untuk mengakses

form Data Paket Wisata, pengguna harus masuk ke form Paket Wisata dengan

memilih menu Paket Wisata di menu utama, di dalamnya terdapat tombol

“TAMBAH DATA”, “HAPUS DATA”, “UBAH DATA”, “EXPORT”,

“CHART”. Proses ini bertujuan mengetahui dan menentukan keberhasilan dari

obyek-obyek yang ada dalam desain Form Data Paket Wisata. Untuk data uji coba

paket wisata dapat dilihat pada Tabel 4.19, data uji coba menu pilihan dapat

dilihat pada Tabel 4.20, data uji coba kamar pilihan dapat dilihat pada Tabel 4.21,

data uji coba objek wisata pilihan dapat dilihat pada Tabel 4.22 dan untuk test

case data paket wisata, menu pilihan, kamar pilihan dan objek wisata pilihan


Tabel 4.19. Data Uji Coba Paket Wisata Nama Field Data 1 Data 2 Data 3

Nama Paket Wisata

Ahimsa Karangasem 3D/2N Aneka Singaraja

2D/1N

Nama Hotel The Ahimsa Amanusa Aneka Lovina Villas and Spa

Nama Transport Barata Travel Bayu Gede Wisata

Car Rent Bali Car Rental

140

Nama Field Data 1 Data 2 Data 3 Nama Kendaraaan Daihatsu Xenia Suzuki Karimun Toyota Avanza

Jumlah Hari 3 2 2

Paket untuk ber 2 2 asd

Tabel 4.20. Data Uji Coba Menu Pilihan Nama Field Data 1 Data 2

Nama Restoran Bali Café 21 Ulam Segara Lovina

Menu Package BSM A Ulam

Tabel 4.21. Data Uji Coba Kamar Pilihan Nama Field Data 1 Data 2

Nama Hotel The Ahimsa Ayodya Resort

Nama Kamar One Bedroom Deluxe

Tabel 4.22. Data Uji Coba Objek Wisata Pilihan Nama Field Data 1 Data 2

Nama Objek Wisata Pantai Candidasa Gitgit Waterfall

Tabel 4.23. Test Case Data Paket Wisata Test Case ID


Output Sistem

47

Menambah data baru ke tabel paket wisata dengan data lengkap

Memasukan data 1 dari tabel data uji coba paket wisata, data 1 dari tabel data uji coba menu pilihan, data 1 dari tabel data uji coba kamar pilihan, data 1 dari tabel data uji coba objek wisata pilihan lalu tekan “SIMPAN”

Form Data Paket Wisata tertutup lalu data yang sudah dimasukkan tersimpan di database dan data gridview pada form Paket Wisata bertambah dan terseleksi.


141

Test Case ID


Output Sistem

48

Menguji respon program dengan menghindari isian data nama paket wisata

Memasukan data 2 dari tabel data uji coba paket wisata lalu tekan “SIMPAN”

Form Data Paket Wisata mengeluarkan pesan “Nama paket wisata harus diisi”


49


Memasukan data 3 dari tabel data uji coba paket wisata lalu tekan “SIMPAN”

Form Data Paket Wisata tidak akan merespon masukan dari keyboard jika data angka dimasukan data huruf.

1.Sukses


Data paket wisata yang terpilih dirubah lalu tekan “SIMPAN”

Form Data PaketWisata tertutup lalu data yang sudah dirubah tersimpan di database dan data gridview pada form Paket Wisata terseleksi.

1.Sukses

51


Data paket wisata yang terpilih yang dirubah atau Data paket wisata baru telah terisi, lalu tekan “BATAL”

Form Data Paket Wisata akan tertutup, data yang sudah dirubah atau di tambahkan tidak akan mengalami perubahan atau penambahan

1.Sukses

52

Menguji respon program dengan isian data menu pilihan sama.

Memasukan data 1 dari tabel data uji coba paket wisata, memasukkan data 2 dari tabel data uji coba menu pilihan sebanyak dua kali

Form Data Paket Wisata mengeluarkan pesan “Data sudah ada, silahkan memilih menu lainnya”


142

Test Case ID


Output Sistem

53

Menguji respon program dengan isian data kamar pilihan sama.

Memasukan data 1 dari tabel data uji coba paket wisata, memasukkan data 2 dari tabel data uji coba kamar pilihan sebanyak dua kali

Form Data Paket Wisata mengeluarkan pesan “Data sudah ada, silahkan memilih kamar lainnya”


54

Menguji respon program dengan isian data objek wisata pilihan sama.

Memasukan data 1 dari tabel data uji coba paket wisata, memasukkan data 2 dari tabel data uji coba objek wisata pilihan sebanyak dua kali

Form Data Paket Wisata mengeluarkan pesan “Data sudah ada, silahkan memilih objek wisata lainnya”


55

Menguji respon program dengan isian data menu pilihan kosong atau data kamar pilihan kosong atau data objek wisata pilihan kosong

Memasukan data 1 dari tabel data uji coba paket wisata, dan mengosongkan data menu pilihan atau data kamar pilihan atau data objek wisata pilihan lalu tekan “SIMPAN” dan “KELUAR”

Form Data Paket Wisata mengeluarkan pesan “Data pilihan menu atau objek wisata atau kamar masih kosong, Jika keluar maka paket data wisata ini akan terhapus. Apakah anda yakin untuk keluar”


143

Gambar 4.37 Form Paket Wisata

Gambar 4.38 Data Paket Wisata Bertambah dan Terseleksi

Gambar 4.39 Pesan Nama Paket Wisata Harus Diisi

Gambar 4.40 Pesan Data Menu Pilihan Sudah Ada

144

Gambar 4.41 Pesan Data Kamar Pilihan Sudah Ada

Gambar 4.42 Pesan Data Objek Wisata Pilihan Sudah Ada

Gambar 4.43 Pesan Data Pilihan Masih Ada Kosong

H. Evaluasi Hasil Uji Coba Transaksi



transaksi adalah proses penyimpanan untuk data transaksi baru, perubahan data

transaksi yang telah disimpan sebelumnya, dan membatalkan proses penyimpanan

dan perubahan data. Untuk mengakses form Transaksi, pengguna dapat memilih

menu Transaksi di menu utama, di dalamnya terdapat tombol “TAMBAH

DATA”, “BATAL”, “EXPORT”, “HAPUS DATA”, “UBAH DATA”. Proses ini

145

bertujuan mengetahui dan menentukan keberhasilan dari obyek-obyek yang ada

dalam desain Form Transaksi. Untuk test case transaksi dapat dilihat pada Tabel

4.25.

Tabel 4.24. Data Uji Coba Transaksi Nama Field Data 1 Data 2

Nama Pelanggan Akihiro Mihosi Tankun Boonpun

Nama Paket Wisata Ahimsa Karangasem 3D

Tanggal Check In 6 Juni 2012

Tabel 4.25. Test Case Transaksi Test Case ID


Output Sistem

56

Menambah data baru ke tabel transaksi dengan data lengkap

Tekan “TAMBAH DATA” lalu masukkan data 1 dari tabel data uji coba transaksi lalu tekan “SIMPAN”

Kontrol pada Form Transaksi terkunci, data yang sudah dimasukkan tersimpan di database dan data gridview transaksi bertambah dan terseleksi.


57

Menguji respon program dengan menghindari isian data nama paket wisata atau tanggal check in

Tekan “TAMBAH DATA” lalu masukkan data 2 dari tabel data uji coba transaksi lalu tekan “SIMPAN”

Tombol “SIMPAN” pada Form Transaksi tidak akan merespon pengguna karena isian data masih ada yang kosong.

1.Sukses


Pilih data transaksi, tekan “UBAH DATA” dirubah lalu tekan “SIMPAN”

Kontrol pada Form Transaksi terkunci, data yang sudah dirubah tersimpan di database dan data gridview transaksi berubah dan terseleksi.

1.Sukses

146

Test Case ID


Output Sistem

59


Pilih data transaksi, tekan “UBAH DATA” atau “TAMBAH DATA” untuk menambah transaksi lalu tekan “BATAL”

Kontrol pada Form Transaksi terkunci, data yang sudah dirubah tidak tersimpan di database dan data gridview transaksi tidak berubah

1.Sukses

Gambar 4.44 Form Transaksi

Gambar 4.45 Data Transaksi Bertambah dan Terseleksi

I. Evaluasi Hasil Uji Coba Promosi Paket Wisata

Promosi Paket Wisata dapat dipilih melalui menu utama dengan memilih

menu Promosi Paket Wisata. Proses ini terdiri dari 3 form, yaitu form Pilih Paket

Wisata Promosi, form Pengelompokan Pelanggan Potensial, dan form Pengiriman

147

Email. Proses yang ada adalah pada form Pilih Paket Wisata Promosi proses

pemilihan paket wisata yang akan di promosikan, pemilihan jumlah cluster,

seleksi pelanggan berdasarkan paket wisata dan transaksi, pada form

Pengelompokan Pelanggan Potensial proses pengelompokan pelanggan, hasil

perhitungan, diagram pengelompokan, daftar pelanggan potensial, pada form

Pengiriman Email proses pengisian data email, penyimpanan dan pelaporan data

promosi, serta pengiriman email ke masing-masing pelanggan potensial. Semua

proses yang akan dilakukan bertujuan mengetahui dan menentukan keberhasilan

dari obyek-obyek yang ada didalam form-form yang sudah disebutkan

sebelumnya. Untuk data uji coba promosi paket wisata form Pilih Paket Wisata

Promosi dapat dilihat pada Tabel 4.26, untuk data uji coba promosi paket wisata

form Pengiriman Email dapat dilihat pada Tabel 4.27, untuk test case form Pilih

Paket Wisata Promosi dapat dilihat pada Tabel 4.28, untuk test case form

Pengelompokan Pelanggan Potensial dapat dilihat pada Tabel 4.29, untuk test

case form Pengiriman Email dapat dilihat pada Tabel 4.30.

Tabel 4.26. Data Uji Coba Promosi Paket Wisata – Form Pilih Paket Wisata Promosi

Nama Field Data 1 Data 2 Data 3

Pilih Paket Wisata Desa Badung 3D Abian Badung 2D

Jumlah Cluster 3 3 8

Tabel 4.27. Data Uji Promosi Paket Wisata – Form Pengiriman Email Nama Field Data 1 Data 2

Isi Email Sesuai isi pada teks isi email

148

Tabel 4.28. Test Case form Pilih Paket Wisata Promosi Test Case ID


Output Sistem

60

Melakukan seleksi pelanggan sesuai dengan paket wisata yang dipilih dan jumlah cluster.

Pilih textbox “Pilih Paket Wisata”, lalu masukkan data 1 dari tabel 3.64

Tombol “LANJUT” pada Form Pilih Paket Wisata Promosi akan aktif dan proses bisa di lanjutkan ke tahap berikutnya.

1.Sukses 2. Gambar 4.46

61

Menguji respon program dengan menghindari isian data pilih paket wisata.

masukkan data 2 dari tabel 3.64

Tombol “LANJUT” pada Form Pilih Paket Wisata Promosi tidak akan aktif dan proses tidak bisa di lanjutkan ke tahap berikutnya.


62

Menguji respon program dengan mengisikan jumlah cluster melebihi jumlah seleksi pelanggan.

masukkan data 3 dari tabel 3.64 lalu tekan tombol “LANJUT”

Form Pilih Paket Wisata Promosi akan mengeluarkan pesan “Jumlah cluster melebihi jumlah pelanggan yang terseleksi. Jumlah cluster harus kurang dari (<) atau sama dengan (=) 7”


63


masukkan data 1 dari tabel 3.64, lalu tekan “BATAL”

Form Pilih Paket Wisata Promosi akan mengeluarkan pesan “Apakah anda yakin untuk keluar?”


149

Gambar 4.46 Tombol LANJUT aktif

Gambar 4.47 Tombol LANJUT Tidak Aktif

Gambar 4.48 Pesan Jumlah Cluster Melebihi Hasil Seleksi

Gambar 4.49 Pesan Sebelum Keluar

Tabel 4.29. Test Case form Pengelompokan Pelanggan Potensial Test Case ID


Output Sistem

64

Menguji respon program jika kembali ke proses sebelumnya

Tekan tombol “KEMBALI”

form Pengelompokan Pelanggan Potensial akan tertutup dan form Pilih Paket Wisata Promosi akan muncul.

1.Sukses

150

Test Case ID


Output Sistem

65

Menguji respon program jika lanjut ke proses selanjutnya

Tekan tombol “LANJUT”

form Pengiriman Email akan muncul dan form Pengelompokan Pelanggan Potensial akan tertutup.

1.Sukses

66

Menguji respon program dengan titik pada diagram di pilih dengan data 1 pelanggan

Tekan diagram pada titik dengan koordinat (2,2)

form Data Pelanggan sesuai koordinat yang di pilih akan muncul


67

Menguji respon program dengan titik pada diagram di pilih dengan data lebih dari 1 pelanggan

Tekan diagram pada titik dengan koordinat (1,1)

Sebelum form Data Pelanggan muncul, form List Pelanggan sesuai koordinat yang di pilih dengan jumlah 2 pelanggan akan muncul terlebih dahulu.


Gambar 4.50 Form Pengelompokan Pelanggan Potensial

151

Gambar 4.51 Form Data Pelanggan Sesuai Koordinat (2,2)

Gambar 4.52 Form List Pelanggan Sesuai Koordinat (1,1)

152

Tabel 4.30. Test Case form Pengiriman Email Test Case ID


Output Sistem

68

Menguji respon program jika kembali ke proses sebelumnya

Tekan tombol “KEMBALI”

form Pengiriman Email akan tertutup dan form Pengelompokan Pelanggan Potensial akan muncul.

1.Sukses

69 Menguji respon program jika proses selesai.

masukkan data 1 dari tabel 3.65 lalu tekan “KIRIM” lalu tekan “SELESAI”

form Pengiriman Email akan tertutup dan kembali ke menu utama dengan data promosi baru sudah ditambahkan ke dalam database.

1.Sukses

70

Menguji respon program jika isian isi email masih kosong

masukkan data 2 dari tabel 3.65 lalu tekan “KIRIM”

form Pengiriman Email akan mengeluarkan pesan “Isi email masih kosong!”


Gambar 4.53 Pesan Isi Email Masih Kosong

J. Evaluasi Hasil Uji Coba Laporan

1. Evaluasi Hasil Uji Coba Laporan Paket Wisata

Proses cetak laporan paket wisata adalah proses untuk mengetahui

keberhasilan pembuatan laporan yang diambil dari database berdasarkan inputan

yang berbeda-beda. Proses ini bertujuan mengetahui dan menentukan

153

keberhasilan dari fitur-fitur didalam form laporan tersebut. Untuk data uji coba

laporan paket wisata dapat dilihat pada Tabel 4.31 dan untuk test case laporan

paket wisata dapat dilihat pada Tabel 4.32.

Tabel 4.31. Data Uji Coba Laporan Paket Wisata Nama Field Data 1 Data 2 Data 3 Data 4 Data 5

Nama Paket Wisata

Abian Badung 2D

Nama Hotel Sanur Beach Bali

Nama Transport Ade Rent

Car

Jumlah Hari 3

Jumlah Orang 2

Tabel 4.32. Test Case Laporan Paket Wisata

Test Case ID


Output Sistem

71

Menampilkan laporan paket wisata berdasarkan nama paket wisata

pilih menu laporan lalu klik “Paket Wisata”, pilih data sesuai data 1 dari tabel 3.69

Form Laporan Paket Wisata menampilkan laporan dengan isi data sesuai paket wisata yang dipilih.


72

Menampilkan laporan paket wisata berdasarkan nama hotel

pilih menu laporan lalu klik “Hotel”, pilih data sesuai data 2 dari tabel 3.69

Form Laporan Paket Wisata menampilkan laporan dengan isi data sesuai hotel yang dipilih.


73

Menampilkan laporan paket wisata berdasarkan nama transport

pilih menu laporan lalu klik “Transport”, pilih data sesuai data 3 dari tabel 3.69

Form Laporan Paket Wisata menampilkan laporan dengan isi data sesuai transport yang dipilih.


154

Test Case ID


Output Sistem

74

Menampilkan laporan paket wisata berdasarkan jumlah hari

pilih menu laporan lalu klik “Jumlah Hari”, lalu masukkan data 4 dari tabel 3.69

Form Laporan Paket Wisata menampilkan laporan dengan isi data sesuai jumlah hari yang diisi.


75

Menampilkan laporan paket wisata berdasarkan jumlah orang

pilih menu laporan lalu klik “Jumlah Orang”, lalu masukkan data 5 dari tabel 3.69

Form Laporan Paket Wisata menampilkan laporan dengan isi data sesuai jumlah orang yang diisi.


76

Menampilkan laporan paket wisata dengan semua data yang ada

pilih menu laporan lalu klik “Semua Paket Wisata”

Form Laporan Paket Wisata menampilkan laporan dengan isi semua data paket wisata.


Gambar 4.54 Laporan Paket Wisata Berdasarkan Paket Wisata

155

Gambar 4.55 Laporan Paket Wisata Berdasarkan Hotel

Gambar 4.56 Laporan Paket Wisata Berdasarkan Transport

156

Gambar 4.57 Laporan Paket Wisata Berdasarkan Jumlah Hari

Gambar 4.58 Laporan Paket Wisata Berdasarkan Jumlah Orang

157

Gambar 4.59 Laporan Paket Wisata Berdasarkan Semua Data

2. Evaluasi Hasil Uji Coba Laporan Transaksi

Proses cetak laporan transaksi adalah proses untuk mengetahui


yang berbeda-beda. Proses ini bertujuan mengetahui dan menentukan


laporan transaksi dapat dilihat pada Tabel 4.33 dan untuk test case laporan

transaksi dapat dilihat pada Tabel 4.34.

Tabel 4.33. Data Uji Coba Laporan Transaksi Nama Field Data 1 Data 2 Data 3 Data 4

ID Transaksi TR110919001 Nama Pelanggan Joung

Kim

Nama Paket Wisata Abian

Badung 2D

Periode 6-Juni-2012 s/d 8-Juni-2012

158

Tabel 4.34. Test Case Laporan Transaksi Test Case ID


Output Sistem

77

Menampilkan laporan transaksi berdasarkan ID Transaksi

pilih menu laporan lalu klik “Transaksi”, pilih data sesuai data 1 dari tabel 3.71

Form Laporan Transaksi menampilkan laporan dengan isi data sesuai id transaksi yang dipilih.

1.Sukses 2.Gambar 4.60

78

Menampilkan laporan transaksi berdasarkan nama pelanggan

pilih menu laporan lalu klik “Pelanggan”, pilih data sesuai data 2 dari tabel 3.71

Form Laporan Transaksi menampilkan laporan dengan isi data sesuai pelanggan yang dipilih.


79

Menampilkan laporan transaksi berdasarkan nama paket wisata


Form Laporan Transaksi menampilkan laporan dengan isi data sesuai paket wisata yang dipilih.


80

Menampilkan laporan paket wisata berdasarkan periode

pilih menu laporan lalu klik “Periode”, lalu masukkan data 4 dari tabel 3.71

Form Laporan Transaksi menampilkan laporan dengan isi data sesuai periode yang diisi.


81

Menampilkan laporan transaksi dengan semua data yang ada

pilih menu laporan lalu klik “Semua Transaksi”

Form Laporan Transaksi menampilkan laporan dengan isi semua data transaksi.


159

Gambar 4.60 Laporan Transaksi Berdasarkan ID Transaksi

Gambar 4.61 Laporan Transaksi Berdasarkan Pelanggan

160

Gambar 4.62 Laporan Transaksi Berdasarkan Paket Wisata

Gambar 4.63 Laporan Transaksi Berdasarkan Periode

161

Gambar 4.64 Laporan Transaksi Berdasarkan Semua Data

3. Evaluasi Hasil Uji Coba Laporan Promosi

Proses cetak laporan promosi adalah proses untuk mengetahui


yang berbeda-beda. Untuk mencetak laporan ini dapat diakses melalui dua cara

yaitu melalui menu utama dan melalui form pengiriman email pada proses

promosi paket wisata. Proses ini bertujuan mengetahui dan menentukan


laporan promosi dapat dilihat pada Tabel 4.35 dan untuk test case laporan

promosidapat dilihat pada Tabel 4.36.

162

Tabel 4.35. Data Uji Coba Laporan Promosi Nama Field Data 1 Data 2 Data 3

ID Promosi PR120402003

Nama Paket Wisata

Desa Badung 3D

Periode

12-Mei-2012 s/d 6-Juni-2012

Tabel 4.36. Test Case Laporan Promosi

Test Case ID


Output Sistem

82

Menampilkan laporan promosi berdasarkan ID Promosi

pilih menu laporan lalu klik “Promosi”, pilih data sesuai data 1 dari tabel 3.73

Form Laporan Promosi menampilkan laporan dengan isi data sesuai id promosi yang dipilih.


83

Menampilkan laporan promosi berdasarkan nama paket wisata


Form Laporan Promosi menampilkan laporan dengan isi data sesuai paket wisata yang dipilih.


84

Menampilkan laporan promosi berdasarkan periode

pilih menu laporan lalu klik “Periode”, lalu masukkan data 3 dari tabel 3.73

Form Laporan Promosi menampilkan laporan dengan isi data sesuai periode yang diisi.


85

Menampilkan laporan promosi dengan semua data yang ada

pilih menu laporan lalu klik “Semua Promosi”

Form Laporan Promosi menampilkan laporan dengan isi semua data promosi.


163

Gambar 4.65 Laporan Promosi Berdasarkan ID Promosi

Gambar 4.66 Laporan Promosi Berdasarkan Paket Wisata

164

Gambar 4.67 Laporan Promosi Berdasarkan Periode

Gambar 4.68 Laporan Promosi Berdasarkan Semua Data

165

4.2.2 Uji Coba Perhitungan Sistem

Uji coba sistem ini dilakukan pada proses promosi paket wisata pada

menu utama Proses. Uji coba ini dilakukan dengan mengambil contoh promosi

paket wisata Ahimsa Badung 2D dengan hanya menggunakan 2 kelompok atau

cluster. Hal itu dilakukan agar mempermudah melihat urutan proses yang terjadi

dalam sistem pengelompokan pelanggan potensial menggunakan metode k-means

ini. Untuk urutan proses perhitungan yang terjadi di dalam sistem dapat dilihat

pada gambar 4.69.

Data Masukan1. Paket Wisata2. Jumlah Cluster

Proses seleksi pelanggan pada data transaksi

berdasarkan hotel dan paket wisata

Proses pengelompokan

pelanggan terseleksi sesuai dengan jumlah

cluster

Pengiriman email kepada pelanggan potensial yang ada

pada cluster dengan nilai

terbesar

Gambar 4.69 Proses Perhitungan Sistem A. Data Masukan

Pada sistem ini telah terdapat 41 paket wisata yang dapat digunakan untuk

promosi, sesuai diagram proses perhitungan sistem, hal pertama yang dibutuhkan

pengguna dalam hal ini manajer operasional adalah data masukan untuk uji coba

sistem ini. Data tersebut dapat dilihat pada tabel 4.37.

Tabel 4.37. Data Uji Coba Perhitungan Sistem Nama Field Data 1

ID Paket Wisata PW120514019

Nama Paket Wisata Ahimsa Badung 2D

Jumlah Cluster 2

Selain data masukan, terdapat juga data pelanggan dan data transaksi yang

nantinya digunakan untuk proses seleksi pelanggan, data pelanggan dan transaksi

disini sudah dimasukkan sebelumnya. Data pelanggan berjumlah 199 pelanggan

dan data transaksi yang telah dilakukan berjumlah 555 transaksi.

166

B. Seleksi Pelanggan

Dari data masukkan tersebut, maka proses seleksi pelanggan dapat

dilakukan. Proses ini dimulai dari pengguna mengakses menu utama di form

Utama, pengguna untuk hak akses admin atau manajer operasional dapat memilih

menu Promosi Paket Wisata pada kelompok menu Proses. Setelah itu, akan

muncul tampilan form Pilih Paket Wisata Promosi, ini adalah form untuk tahap

pertama, bisa dilihat pada gambar 4.70.

Gambar 4.70 form Pilih Paket Wisata Promosi Kosong

Setelah form Pilih Paket Wisata Promosi muncul, pengguna dapat

menekan textbox Pilih Paket Wisata, setelah itu, akan muncul form List Paket

Wisata, cari paket wisata lalu double click pada paket wisata Ahimsa Badung 2D

sesuai dengan data uji coba pada tabel 4.37. Untuk gambar dapat dilihat pada

gambar 4.71.

167

Gambar 4.71 form Cari Paket Wisata

Setelah paket wisata dipilih, pada textbox Pilih Paket Wisata akan terisi ID

Paket Wisata. Nama Paket Wisata dan Nama Hotel juga tersisi. Dan tabel akan

otomatis menyeleksi pelanggan. Selanjutnya masukkan jumlah cluster sebanyak 2

sesuai dengan data uji coba pada tabel 4.37. Paket wisata yang terpilih yaitu

Ahimsa Badung 2D, maka form ini juga akan menampilkan hotel yang dipakai

pada paket wisata tersebut, yaitu hotel The Ahimsa. Untuk gambar dapat dilihat

pada gambar 4.72.

Gambar 4.72 form Pilih Paket Wisata Promosi

168

Pada form ini terjadi proses penyeleksian pelanggan pada data transaksi

yang ada. Tahap pertama data transaksi diseleksi per-pelanggan berdasarkan hotel

The Ahimsa yang di pakai pada paket wisata Ahimsa Badung 2D yang akan di

promosikan, hal ini dilakukan melalui query dengan melakukan join tabel

transaksi, paket wisata, hotel dan pelanggan lalu menyeleksi ID Pelanggan dan

Nama Pelanggan dimana penyeleksian berdasarkan Nama Hotel = ‘The Ahimsa’.

Hasil seleksi tahap pertama dapat dilihat pada tabel 4.38.

Tabel 4.38. Hasil Seleksi Pelanggan Berdasarkan Hotel The Ahimsa ID Pelanggan Nama Pelanggan

PE120501016 Akihiro Mihoshi

PE120502023 David Johnson

... ...

PE120517048 William G Brohier

Tahap kedua data transaksi juga di seleksi per-pelanggan berdasarkan paket

wisata Ahimsa Badung 2D yang akan di promosikan. Caranya adalah melalui

query dengan melakukan join tabel transaksi, paket wisata, hotel dan pelanggan

lalu menyeleksi ID Pelanggan dan Nama Pelanggan dimana penyeleksian

berdasarkan Nama Paket Wisata = ‘Ahimsa Badung 2D’. Hasil seleksi tahap

kedua dapat dilihat pada tabel 4.39.

Tabel 4.39. Hasil Seleksi Pelanggan Berdasarkan Paket Wisata Ahimsa Badung 2D

ID Pelanggan Nama Pelanggan

PE120501016 Akihiro Mihoshi

PE120502023 David Johnson

PE120503023 Wendell Carlisle

… …

PE120517048 William G Brohier

169

Terdapat dua tahap penyeleksian dikarenakan sistem ini menggunakan 2

parameter penyeleksian yaitu berdasarkan “Hotel” dan “Paket Wisata”. Pada tabel

4.38. Hasil Seleksi Pelanggan Berdasarkan Hotel The Ahimsa terseleksi 39

transaksi yang sesuai yang pernah melakukan transaksi paket wisata yang

menggunakan hotel The Ahimsa (data lengkapnya dapat dilihat pada lampiran).

Untuk seleksi tahap dua didapatkan 21 pelanggan yang pernah melakukan

transaksi terhadap paket wisata Ahimsa Badung 2D (data lengkapnya dapat dilihat

pada lampiran). Dari 2 tabel tersebut dijumlah total transaksi per-pelanggan sesuai

jumlah transaksi terhadap hotel dan terhadap paket wisata. Hasil tersebut dapat

dilihat pada tabel 4.40.

Tabel 4.40. Hasil Seleksi Total Transaksi Pelanggan Berdasarkan Hotel dan Paket Wisata

ID Pelanggan Nama Pelanggan

Jumlah Transaksi

Hotel

Jumlah Transaksi

Paket Wisata

PE120401005 Akachai Leelitthum 1 1

PE120501003 Betsy Buxer 4 2

… … … …

PE120517048 William G Brohier 5 4

Sesuai hasil dari penjumlahan transaksi berdasarkan hotel dan paket wisata

maka di dapat 13 pelanggan yang dengan masing-masing jumlah parameter hotel

dan paket wisata dapat dilihat pada tabel 4.40 (data selengkapnya dapat dilihat

pada lampiran). Hasil dari tabel inilah nantinya yang akan digunakan untuk proses

selanjutnya yaitu pengelempokan pelanggan dengan metode k-means.

170

C. Pengelompokan Pelanggan

Proses ini dilakukan dengan menekan tombol LANJUT pada form Pilih

Paket Wisata Promosi, lalu sistem akan mulai melakukan perhitungan

pengelompokan pelanggan dengan metode k-means, jika sudah selesai, maka form

Pengelompokan Pelanggan Potensial akan muncul. Di dalam form ini terdapat

diagram pembagian cluster, hasil seleksi pelanggan dengan cluster-nya, nilai

masing-masing centroid atau pusat cluster terakhir serta daftar pelanggan

potensial yang sudah terpilih. Pada diagram tersebut, pengguna juga dapat

menekan titik-titik koordinat untuk melihat pelanggan siapa saja pada titik

tersebut. Untuk gambar dapat dilihat pada gambar 4.73.

Gambar 4.73 form Pengelompokan Pelanggan Potensial

Sebelum ke tahap selanjutnya, akan dijelaskan terlebih dahulu proses-

proses yang terjadi pada form ini. Dari data pada tabel 4.40 dan masukan jumlah

cluster, sistem akan memulai pengelompokan pelanggan dengan metode k-means.

Hal pertama yang dilakukan pada iterasi 0 atau awal adalah mencari nilai centroid

atau pusat cluster awal. Sistem disini mengambil nilai Centroid 1 dari pelanggan

171

1 dengan nilai (1,1) dan Centroid 2 dari pelanggan 2 dengan nilai (4,2). Proses

selanjutnya adalah menghitung jarak masing-masing pelanggan terhadap centroid

(untuk perhitungan lebih detail dapat dilihat pada bagian analisa uji coba

perhitungan sistem). Lalu setelah didapatkan jarak, maka pelanggan-pelanggan

tersebut dikelompokkan berdasarkan jarak terdekat terhadap masing-masing

centroid. Didapatkan data sebagai berikut sesuai tabel 4.41.

Tabel 4.41 Anggota Masing-masing Cluster Anggota Cluster C1 Anggota Cluster C2

PE120401005 PE120501003 PE120501016 PE120501026 PE120502027 PE120502023 PE120502028 PE120502046 PE120503024 PE120503023

PE120516011 PE120517020 PE120517048

Sesuai tabel 4.41 maka akan pada iterasi 1 akan dilakukan penghitungan

centroid ulang (untuk perhitungan lebih detail dapat dilihat pada bagian analisa uji

coba perhitungan sistem) dan dihasilkan nilai Centroid 1 (1.6 , 0.8) dan Centroid

2 (3.875 , 2.125). Proses selanjutnya adalah menghitung jarak masing-masing

pelanggan terhadap centroid (untuk perhitungan lebih detail dapat dilihat pada

bagian analisa uji coba perhitungan sistem). Lalu setelah didapatkan jarak, maka

pelanggan-pelanggan tersebut dikelompokkan berdasarkan jarak terdekat terhadap

masing-masing centroid. Didapatkan data sebagai berikut sesuai tabel 4.42.

Tabel 4.42 Anggota Masing-masing Cluster Baru Iterasi 1 Anggota Cluster C1 Anggota Cluster C2

PE120401005 PE120501003 PE120501016 PE120501026 PE120502027 PE120502023 PE120502028 PE120503023

172

Anggota Cluster C1 Anggota Cluster C2 PE120502046 PE120516011 PE120503024 PE120517020

PE120517048

Sesuai tabel 4.42, data anggota atau pelanggan pada masing-masing

cluster mengalami perubahan dari cluster pada iterasi sebelumnya, maka iterasi di

lanjutkan dengan menghitung centroid ulang dan di dapatkan nilai centroid C1

(1.834 , 0.834) dan centroid C2 (4 , 2.286). Proses selanjutnya adalah menghitung

jarak masing-masing pelanggan terhadap centroid (untuk perhitungan lebih detail

dapat dilihat pada bagian analisa uji coba perhitungan sistem). Lalu setelah

didapatkan jarak, maka pelanggan-pelanggan tersebut dikelompokkan

berdasarkan jarak terdekat terhadap masing-masing centroid. Didapatkan data

sebagai berikut sesuai tabel 4.43.

Tabel 4.43 Anggota Masing-masing Cluster Baru Iterasi 2 Anggota Cluster C1 Anggota Cluster C2

PE120401005 PE120501003 PE120501016 PE120501026 PE120502027 PE120502023 PE120502028 PE120503023 PE120502046 PE120516011 PE120503024 PE120517020

PE120517048

Karena anggota cluster pada iterasi 1 dan iterasi 2 tidak berubah atau

anggotanya tidak ada berpindah cluster, maka perhitungan diberhentikan. Setelah

itu dilakukan perhitungan nilai centroid terbesar pada masing-masing cluster dan

cluster C2 dengan nilai terbesar, maka pelanggan-pelanggan pada cluster C2 lah

yang masuk sebagai kategori pelanggan potensial. Untuk mengetahui apakah

173

benar pelanggan-pelanggan yang ada pada cluster C2 adalah pelanggan yang

potensial yaitu yang banyak melakukan transaksi terhadap hotel The Ahimsa dan

paket wisata Ahimsa Badung 2D, dapat dilihat pada tabel 4.44.

Tabel 4.44 Perbandingan data anggota antar cluster Anggota Cluster C1 Anggota Cluster C2

ID Pelanggan X Y ID Pelanggan X Y PE120401005 1 1 PE120501003 4 2 PE120501016 2 2 PE120501026 4 3 PE120502027 2 1 PE120502023 3 2 PE120502028 2 0 PE120503023 5 1 PE120502046 3 1 PE120516011 4 1 PE120503024 1 0 PE120517020 3 3

PE120517048 5 4

Dari hasil perbandingan pada tabel 4.44 cluster yang dianggap potensial

berdasarkan metode k-means adalah cluster C2, jika dibandingkan antar anggota

pada cluster tersebut, terlihat nilai seleksi dari anggota C2 rata-rata lebih besar

dari anggota C1. Dari hal ini dapat disimpulkan bahwa sistem dengan metode k-

means dapat melakukan pengelompokan pelanggan dan mengetahui mana saja

pelanggan yang termasuk di dalam kelompok pelanggan potensial.

D. Pengiriman Email

Proses selanjutnya adalah menekan tombol LANJUT pada form

Pengelompokan Pelanggan Potensial, lalu form Pengiriman Email akan muncul,

didalam form tersebut terdapat daftar pelanggan potensial, textbox isi email yang

sudah terisi secara default. Oleh karena itu, pengguna hanya tinggal menekan

tombol KIRIM untuk melakukan promosi melalui email ke setiap pelanggan

174

potensial yang terpilih. Untuk gambar dapat dilihat pada gambar 4.74 dan gambar

4.75.

Gambar 4.74 form Pengiriman Email

Gambar 4.75 Pesan Email Sudah Terkirim

Untuk melihat laporan promosi paket wisata yang bersangkutan, pengguna

dapat menekan tombol LAPORAN pada form Pengiriman Email. Lalu Laporan

Promosi sesuai paket wisata yang dipilih akan muncul.

175

4.2.3 Analisa Hasil Uji Coba

A. Analisa Hasil Uji Coba Sistem

Analisa hasil uji coba dari seluruh uji yang dilakukan akan menentukan

kelayakan dari fitur dasar sistem berdasarkan desain yang telah di buat. Fitur-fitur

dasar sistem disebut layak apabila keseluruhan hasil uji coba sesuai dengan output

yang diharapkan. Pada uji coba yang telah dilakukan pada fitur-fitur sistem dapat

disimpulkan bahwa fitur-fitur tersebut telah berjalan dengan baik dan tidak

terdapat kesalahan. Fungsi tambah data, ubah data, hapus data, simpan, tampil,

maupun perhitungannya dapat berjalan dengan sebagaimana alur yang akan

dicapai.

B. Analisa Hasil Uji Coba Perhitungan Sistem

Pengujian ketepatan perhitungan dengan metode K-Means yang telah

dilakukan pada bahasan sebelumnya akan dibandingkan dengan perhitungan

manual. Hal ini dilakukan untuk mengecek apakah perhitungan metode K-Means

yang diimplementasikan pada sistem sudah benar. Selain menggunakan 2 cluster,

disini juga akan di jelaskan perhitungan dengan masukan 3 cluster.

B.1 Jumlah Cluster 2

Paket Wisata dan jumlah cluster disamakan yaitu Ahimsa Badung 2D

dengan jumlah cluster 2. Dari pemilihan paket wisata tersebut, pelanggan-

pelanggan terseleksi dan dapat dilihat pada tabel 4.45 dan hasil seleksi pelanggan

dari program dapat dilihat pada gambar 4.76.

176

Tabel 4.45 Hasil Seleksi Pelanggan

ID Pelanggan Jumlah Hotel (X) Jumlah Paket Wisata (Y)

PE120401005 1 1 PE120501003 4 2 PE120501016 2 2 PE120501026 4 3 PE120502023 3 2 PE120502027 2 1 PE120502028 2 0 PE120502046 3 1 PE120503023 5 1 PE120503024 1 0 PE120516011 4 1 PE120517020 3 3 PE120517048 5 4

Gambar 4.76 Hasil Seleksi Pelanggan dengan Program

Clustering atau pengelompokan dilakukan dengan dua atribut yaitu atribut

X dan atribut Y. Atribut X adalah jumlah transaksi pelanggan terhadap hotel yang

digunakan pada paket wisata Ahimsa Badung 2D. Atribut Y adalah jumlah

transaksi pelanggan terhadapa paket wisata Ahimsa Badung 2D.

177

Adapun langkah – langkah dalam melakukan pengelompokan pelanggan

menggunakan metode K-Means, yaitu :

1. Iterasi 0 (Iterasi awal)

a. Menentukan jumlah cluster (K).

K = 2. Karena K = 2 maka semua pelanggan pada tabel 4.45 akan

dipetakan kedalam 2 cluster atau kelompok dan akan terdapat 2 centroid

(Pusat cluster).

b. Menentukan nilai centroid

Karena saat ini adalah iterasi 0 (iterasi awal) maka nilai centroid dapat

diisi dengan nilai obyek acak (random). Misalkan nilai Pelanggan

PE120401005 dan Pelanggan PE120501003 dijadikan nilai centroid 1

(C1) dan centroid 2 (C2).

Jadi :

centroid 1 (C1) = (1,1)

centroid 2 (C2) = (4,2)

c. Menghitung jarak (Euclidean Distance) obyek ke centroid.

Berikut adalah rumus untuk menghitung jarak antara 2 obyek A(

178

Jarak PE120501003 ke C1 = 3,16227766016838

Jarak PE120501003 ke C2 = 0

Jarak PE120501016 ke C1 = 1,4142135623731

Jarak PE120501016 ke C2 = 2

Jarak PE120501026 ke C1 = 3,60555127546399

Jarak PE120501026 ke C2 = 1

Jarak PE120502023 ke C1 = 2,23606797749979

Jarak PE120502023 ke C2 = 1

Jarak PE120502027 ke C1 = 1

Jarak PE120502027 ke C2 = 2,23606797749979

Jarak PE120502028 ke C1 = 1,4142135623731

Jarak PE120502028 ke C2 = 2,82842712474619

Jarak PE120502046 ke C1 = 2

Jarak PE120502046 ke C2 = 1,4142135623731

Jarak PE120503023 ke C1 = 4

Jarak PE120503023 ke C2 = 1,4142135623731

Jarak PE120503024 ke C1 = 1

Jarak PE120503024 ke C2 = 3,60555127546399

Jarak PE120516011 ke C1 = 3

Jarak PE120516011 ke C2 = 1

Jarak PE120517020 ke C1 = 2,82842712474619

Jarak PE120517020 ke C2 = 1,4142135623731

Jarak PE120517048 ke C1 = 5

Jarak PE120517048 ke C2 = 2,23606797749979

179

d. Pengelompokan berdasarkan jarak terdekat (ED terkecil).

Dari hasil perbandingan ED terkecil terhadap masing-masing cluster pada

masing-masing pelanggan, maka pelanggan-pelanggan tersebut dapat

dikelompokkan berdasarkan tabel 4.46

Tabel 4.46 Anggota Cluster Iterasi 0 Anggota Cluster C1 Anggota Cluster C2

PE120401005 PE120501003 PE120501016 PE120501026 PE120502027 PE120502023 PE120502028 PE120502046 PE120503024 PE120503023

PE120516011 PE120517020 PE120517048

2. Iterasi 1

a. Menentukan nilai centroid baru.

Pada iterasi ini dan iterasi selanjutnya, nilai centroid baru didapat dari nilai

rata–rata semua anggota masing–masing cluster. C1 didapat dari rata–rata

semua anggota C1 sedangkan C2 didapat dari rata–rata semua anggota C2.

Hitung C1 : C1(x,y) = (1.6 , 0.8)

Hitung C2 : C2(x,y) = (3.875 , 2.125)

b. Menghitung jarak (Euclidean Distance) obyek ke centroid.

Hitung jarak atau ED tiap obyek (semua pelanggan) ke semua centroid

baru (C1 dan C2) :

Jarak PE120401005 ke C1 =

180


181

Jarak PE120517048 ke C1 = 4,6690470119715

Jarak PE120517048 ke C2 = 2,18660696056699

Tabel 4.47 Anggota Cluster Baru Iterasi 1 Anggota Cluster C1

Baru Anggota Cluster C2

Baru PE120401005 PE120501003 PE120501016 PE120501026 PE120502027 PE120502023 PE120502028 PE120503023 PE120502046 PE120516011 PE120503024 PE120517020

PE120517048

Karena anggota cluster-cluster pada iterasi 1 berbeda dengan

cluster-cluster iterasi 0 maka iterasi dilanjutkan.

3. Iterasi 2



rata–rata semua anggota masing–masing cluster. C1 didapat dari rata–rata

semua anggota C1 sedangkan C2 didapat dari rata–rata semua anggota C2.

Hitung C1 : C1(x,y) = (1.834 , 0.834)

Hitung C2 : C2(x,y) = (4 , 2.286)



baru (C1 dan C2) :


182


183

Jarak PE120517048 ke C1 = 4,4783429475148

Jarak PE120517048 ke C2 = 1,98463485563569




PE120517048

Karena anggota pada ke dua cluster baru tersebut tidak berubah

jika dibandingkan dengan cluster lama (pada iterasi 1), maka perhitungan

diberhentikan dan dari dua cluster yang ada maka dibandingkan, mana

cluster yang memiliki nilai centroid terbesar.

C1 = (1.834 , 0.834) dan C2 = (4 , 2.286)

Jadi cluster dengan nilai centroid terbesar adalah cluster C2.

Karena C2 terbesar maka C2 adalah cluster yang potensial, artinya,

anggota dari cluster C2 adalah pelanggan–pelanggan yang potensial untuk

diberikan promosi (Tabel 4.49).

Tabel 4.49 Pelanggan Potensial Anggota Cluster C2 Baru

ID Pelanggan Nama Pelanggan PE120501003 Betsy Buxer PE120501026 Ishi Masaaki Shiraishi PE120502023 David Johnson PE120503023 Wendell Carlisle PE120516011 Bharathi PE120517020 Kenny Nguyen PE120517048 William G Brohier

184

Gambar 4.77 Daftar Pelanggan Potensial Sistem

Jika dilihat dari keluaran dari sistem atau program pada gambar

4.77 dibandingkan dengan hasil cara manual pada tabel 4.49 maka dapat

dikatakan bahwa perhitungan metode K-Means dalam sistem

pengelompokan pelanggan potensial menggunakan metode k-means untuk

promosi paket wisata tepat atau sesuai dengan cara metode tersebut.

B.2 Jumlah Cluster 3

Pada perhitungan ini merupakan analisa jika data paket wisata Ahimsa

Badung 2D dipilih untuk perhitungan dengan jumlah cluster 3. Dari pemilihan

paket wisata tersebut, pelanggan-pelanggan terseleksi dan dapat dilihat pada tabel

4.45 dan hasil seleksi pelanggan dari program dapat dilihat pada gambar 4.76.

Adapun langkah – langkah dalam melakukan pengelompokan pelanggan

menggunakan metode K-Means, yaitu :

1. Iterasi 0 (Iterasi awal)

a. Menentukan jumlah cluster (K).

185

K = 3. Karena K = 3 maka semua pelanggan pada tabel 4.45 akan

dipetakan kedalam 3 cluster atau kelompok dan akan terdapat 3 centroid

(Pusat cluster).

b. Menentukan nilai centroid

Karena saat ini adalah iterasi 0 (iterasi awal) maka nilai centroid dapat

diisi dengan nilai obyek acak (random). Misalkan nilai Pelanggan

PE120401005, Pelanggan PE120501003, Pelanggan PE120501016

dijadikan nilai centroid 1 (C1), centroid 2 (C2), centroid 3 (C3).

Jadi :

centroid 1 (C1) = (1,1)

centroid 2 (C2) = (4,2)

centroid 3 (C3) = (2,2)

c. Menghitung jarak (Euclidean Distance) obyek ke centroid.

Berikut adalah rumus untuk menghitung jarak antara 2 obyek A(

186

Jarak PE120501016 ke C1 = 1,4142135623731

Jarak PE120501016 ke C2 = 2

Jarak PE120501016 ke C3 = 0

Jarak PE120501026 ke C1 = 3,60555127546399

Jarak PE120501026 ke C2 = 1

Jarak PE120501026 ke C3 = 2,23606797749979

Jarak PE120502023 ke C1 = 2,23606797749979

Jarak PE120502023 ke C2 = 1

Jarak PE120502023 ke C3 = 1

Jarak PE120502027 ke C1 = 1

Jarak PE120502027 ke C2 = 2,23606797749979

Jarak PE120502027 ke C3 = 1

Jarak PE120502028 ke C1 = 1,4142135623731

Jarak PE120502028 ke C2 = 2,82842712474619

Jarak PE120502028 ke C3 = 2

Jarak PE120502046 ke C1 = 2

Jarak PE120502046 ke C2 = 1,4142135623731

Jarak PE120502046 ke C3 = 1,4142135623731

Jarak PE120503023 ke C1 = 4

Jarak PE120503023 ke C2 = 1,4142135623731

Jarak PE120503023 ke C3 = 3,16227766016838

Jarak PE120503024 ke C1 = 1

Jarak PE120503024 ke C2 = 3,60555127546399

Jarak PE120503024 ke C3 = 2,23606797749979

187

Jarak PE120516011 ke C1 = 3

Jarak PE120516011 ke C2 = 1

Jarak PE120516011 ke C3 = 2,23606797749979

Jarak PE120517020 ke C1 = 2,82842712474619

Jarak PE120517020 ke C2 = 1,4142135623731

Jarak PE120517020 ke C3 = 1,4142135623731

Jarak PE120517048 ke C1 = 5

Jarak PE120517048 ke C2 = 2,23606797749979

Jarak PE120517048 ke C3 = 3,60555127546399

d. Pengelompokan berdasarkan jarak terdekat (ED terkecil).

Dari hasil perbandingan ED terkecil terhadap masing-masing cluster pada

masing-masing pelanggan, maka pelanggan-pelanggan tersebut dapat

dikelompokkan berdasarkan tabel 4.50

Tabel 4.50 Anggota Cluster Iterasi 0 Anggota Cluster C1 Anggota Cluster C2 Anggota Cluster C3

PE120401005 PE120501003 PE120501016 PE120502028 PE120501026 PE120502023 PE120503024 PE120503023 PE120502027

PE120516011 PE120502046 PE120517048 PE120517020

2. Iterasi 1



rata–rata semua anggota masing–masing cluster. C1, C2 dan C3 didapat

dari rata–rata semua anggota C1, C2 dan C3.

C1(x,y) = (1.334 , 0.334) ; C2(x,y) = (4.4 , 2.2)

188

C3(x,y) = (2.6 , 1.8)



baru (C1, C2 dan C3) :

Jarak PE120401005 ke C1 = 0,74535599249993

Jarak PE120401005 ke C2 = 3,60555127546399

Jarak PE120401005 ke C3 = 1,78885438199983

Jarak PE120501003 ke C1 = 3,1446603773522

Jarak PE120501003 ke C2 = 0,447213595499958

Jarak PE120501003 ke C3 = 1,41421356237309

Jarak PE120501016 ke C1 = 1,7950549357115

Jarak PE120501016 ke C2 = 2,40831891575846

Jarak PE120501016 ke C3 = 0,632455532033676

Jarak PE120501026 ke C1 = 3,77123616632825

Jarak PE120501026 ke C2 = 0,894427190999916

Jarak PE120501026 ke C3 = 1,84390889145858

Jarak PE120502023 ke C1 = 2,35702260395516

Jarak PE120502023 ke C2 = 1,4142135623731

Jarak PE120502023 ke C3 = 0,447213595499958

Jarak PE120502027 ke C1 = 0,942809041582063

Jarak PE120502027 ke C2 = 2,68328157299975

Jarak PE120502027 ke C3 = 1

Jarak PE120502028 ke C1 = 0,74535599249993

Jarak PE120502028 ke C2 = 3,25576411921994

189

Jarak PE120502028 ke C3 = 1,89736659610103

Jarak PE120502046 ke C1 = 1,7950549357115

Jarak PE120502046 ke C2 = 1,84390889145858

Jarak PE120502046 ke C3 = 0,894427190999916

Jarak PE120503023 ke C1 = 3,72677996249965

Jarak PE120503023 ke C2 = 1,34164078649987

Jarak PE120503023 ke C3 = 2,5298221281347

Jarak PE120503024 ke C1 = 0,471404520791032

Jarak PE120503024 ke C2 = 4,04969134626332

Jarak PE120503024 ke C3 = 2,40831891575846

Jarak PE120516011 ke C1 = 2,74873708374511

Jarak PE120516011 ke C2 = 1,26491106406735

Jarak PE120516011 ke C3 = 1,61245154965971

Jarak PE120517020 ke C1 = 3,1446603773522

Jarak PE120517020 ke C2 = 1,61245154965971

Jarak PE120517020 ke C3 = 1,26491106406735

Jarak PE120517048 ke C1 = 5,18544972870135

Jarak PE120517048 ke C2 = 1,89736659610103

Jarak PE120517048 ke C3 = 3,25576411921994





PE120517048

190

Karena anggota cluster-cluster pada iterasi 1 berbeda dengan

cluster-cluster iterasi 0 maka iterasi dilanjutkan.

3. Iterasi 2



rata–rata semua anggota masing–masing cluster.

C1(x,y) = (1.5 , 0.5)

C2(x,y) = (4.4 , 2.2)

C3(x,y) = (2.75 , 2)



baru (C1 dan C2) :

Jarak PE120401005 ke C1 = 0,707106781186548

Jarak PE120401005 ke C2 = 3,60555127546399

Jarak PE120401005 ke C3 = 2,01556443707464

Jarak PE120501003 ke C1 = 2,91547594742265

Jarak PE120501003 ke C2 = 0,447213595499958

Jarak PE120501003 ke C3 = 1,25

Jarak PE120501016 ke C1 = 1,58113883008419

Jarak PE120501016 ke C2 = 2,40831891575846

Jarak PE120501016 ke C3 = 0,75

Jarak PE120501026 ke C1 = 3,53553390593274

Jarak PE120501026 ke C2 = 0,894427190999916

Jarak PE120501026 ke C3 = 1,60078105935821

191

Jarak PE120502023 ke C1 = 2,12132034355964

Jarak PE120502023 ke C2 = 1,4142135623731

Jarak PE120502023 ke C3 = 0,25

Jarak PE120502027 ke C1 = 0,707106781186548

Jarak PE120502027 ke C2 = 2,68328157299975

Jarak PE120502027 ke C3 = 1,25

Jarak PE120502028 ke C1 = 0,707106781186548

Jarak PE120502028 ke C2 = 3,25576411921994

Jarak PE120502028 ke C3 = 2,13600093632938

Jarak PE120502046 ke C1 = 1,58113883008419

Jarak PE120502046 ke C2 = 1,84390889145858

Jarak PE120502046 ke C3 = 1,03077640640442

Jarak PE120503023 ke C1 = 3,53553390593274

Jarak PE120503023 ke C2 = 1,34164078649987

Jarak PE120503023 ke C3 = 2,46221445044903

Jarak PE120503024 ke C1 = 0,707106781186548

Jarak PE120503024 ke C2 = 4,04969134626332

Jarak PE120503024 ke C3 = 2,65753645318366

Jarak PE120516011 ke C1 = 2,54950975679639

Jarak PE120516011 ke C2 = 1,26491106406735

Jarak PE120516011 ke C3 = 1,60078105935821

Jarak PE120517020 ke C1 = 2,91547594742265

Jarak PE120517020 ke C2 = 1,61245154965971

Jarak PE120517020 ke C3 = 1,03077640640442

192

Jarak PE120517048 ke C1 = 4,94974746830583

Jarak PE120517048 ke C2 = 1,89736659610103

Jarak PE120517048 ke C3 = 3,01039864469807





PE120517048

Karena anggota pada ke 3 cluster baru tersebut tidak berubah jika

dibandingkan dengan cluster lama (pada iterasi 1), maka perhitungan

diberhentikan dan dari 3 cluster yang ada maka dibandingkan, mana

cluster yang memiliki nilai centroid terbesar.

C1(x,y) = (1.5 , 0.5)

C2(x,y) = (4.4 , 2.2)

C3(x,y) = (2.75 , 2)

Jadi cluster dengan nilai centroid terbesar adalah cluster C2.

Karena C2 terbesar maka C2 adalah cluster yang potensial, artinya,

anggota dari cluster C2 adalah pelanggan–pelanggan yang potensial untuk

diberikan promosi (Tabel 4.53).

Tabel 4.53 Pelanggan Potensial Anggota Cluster C2 Baru

ID Pelanggan Nama Pelanggan PE120501003 Betsy Buxer PE120501026 Ishi Masaaki Shiraishi PE120503023 Wendell Carlisle PE120516011 Bharathi PE120517048 William G Brohier

193

Gambar 4.78 Daftar Pelanggan Potensial Sistem

Jika dilihat dari keluaran dari sistem atau program pada gambar 4.78

dibandingkan dengan hasil cara manual pada tabel 4.52 maka dapat dikatakan

bahwa perhitungan metode K-Means dalam sistem pengelompokan pelanggan

potensial menggunakan metode k-means untuk promosi paket wisata tepat atau

sesuai dengan cara metode tersebut.

C. Analisa Perbandingan Uji Coba Dengan Menggunakan Metode K-Means

Clustering Dengan Tanpa Mengunakan Metode K-Means Clustering

Perbandingan uji coba penggunaan metode k-means dengan tanpa

menggunakan metode pada PT. Bali Sinar Mentari dilakukan untuk

membandingkan keluaran sistem terhadap pelanggan-pelanggan yang akan

dipromosikan. Dengan memilih paket wisata Ahimsa Badung 2D, berikut hasil

perbandingannya :

Tabel 4.54 Data Pelanggan Sebelum Sistem


PE120401005 1 1 PE120501003 4 2

194


PE120501016 2 2 PE120501026 4 3 PE120502023 3 2 PE120502027 2 1 PE120502028 2 0 PE120502046 3 1 PE120503023 5 1 PE120503024 1 0 PE120516011 4 1 PE120517020 3 3 PE120517048 5 4

Tabel 4.55 Data Pelanggan Sesudah Sistem 2 Cluster


PE120501003 4 2 PE120501026 4 3 PE120502023 3 2 PE120503023 5 1 PE120516011 4 1 PE120517020 3 3 PE120517048 5 4

Tabel 4.56 Data Pelanggan Sesudah Sistem 3 Cluster


PE120501003 4 2 PE120501026 4 3 PE120502023 3 2 PE120503023 5 1 PE120516011 4 1

Tabel 4.57 Perbandingan Dengan dan Tanpa K-Means

Tidak Menggunakan Metode Menggunakan Metode

Semua pelanggan memperoleh

promosi

Pelanggan yang potensial saja

yang memperoleh promosi

Promosi tidak tepat sasaran Promosi tepat sasaran

Dari perbandingan tabel 4.54 dengan tabel 4.55 serta tabel 4.56 dan

melihat tabel 4.57 bisa disimpulkan bahwa setelah menggunakan Sistem

195

Pengelompokan Pelanggan Potensial Menggunakan Metode K-Means Untuk

Promosi Paket Wisata dapat menghasilkan pelanggan yang potensial untuk

membeli paket wisata yang akan di promosikan sehingga promosi menjadi tepat

sasaran.

D. Analisa Uji Coba Hasil Kuisioner

Uji coba berikut yaitu uji coba pada kasus nyata yang terjadi di perusahaan

tepatnya di PT. Bali Sinar Mentari, data yang digunakan adalah data yang berasal

dari 2 responden selaku bagian operasional dan 1 responden selaku manajer.

Berikut adalah hasil dari kuesioner tersebut :

Tabel 4.58 Rekap Hasil Kuesioner Bagian Operasional

Pertanyaan 5

(Sangat Baik)

4 (Baik)

3 (Cukup Baik)

2 (Kurang)

1 (Sangat Kurang)

Total Skor

1 10 10 100% 2 5 4 9 90% 3 5 4 9 90% 4 5 4 9 90% 5 8 8 80% 6 10 10 100% 7 5 4 9 90% 8 10 10 100% 9 10 10 100% 10 5 4 9 90% 11 10 10 100% 12 5 4 9 90% 13 8 8 80% 14 5 4 9 90% 15 10 10 100% 16 10 10 100% 17 8 8 80% 18 5 4 9 90% 19 5 4 9 90% 20 5 4 9 90%

Total

88%

196

Tabel 4.59 Rekap Hasil Kuesioner Bagian Manajer Operasional

Pertanyaan 5

(Sangat Baik)

4 (Baik)

3 (Cukup Baik)

2 (Kurang)

1 (Sangat Kurang)

Total Skor

1 5 5 100% 2 5 5 100% 3 5 5 100% 4 4 4 80% 5 4 4 80% 6 4 4 80% 7 5 5 100% 8 5 5 100% 9 5 5 100% 10 4 4 80% 11 5 5 100% 12 5 5 100% 13 4 4 80% 14 5 5 100% 15 5 5 100%

Total

93%

Menurut Paul Hague (Hague, 1993), rumus untuk mengitung nilai kolom

‘Total’ dan ‘Skor’ adalah sebagai berikut :

Total = ∑ (jumlah orang * bobot

nilai)...................................................................(4.1)

Jumlah orang disini berarti beberapa responden yang memilih nilai

tertentu dari pertanyaan yang diajukan. Sedangkan bobot nilai adalah rentang nilai

antara 5 – 1, dimana 5 adalah sangat baik dan 1 adalah sangat kurang. Hasil dari

jumlah orang dikali dengan bobot nilai akan menghasilkan nilai total, dimana total

tersebut akan digunakan untuk menghitung skor akhir.

Skor =

197

Contoh, untuk pertanyaan nomor 1 yaitu “Apakah sistem dapat menyimpan,

merubah dan menghapus data pelanggan?”, jika skor akhir dari pertanyaan

tersebut adalah 100%, termasuk kedalam interpretasi sangat baik (sesuai dengan

tabel kriteria interpretasi skor pada Tabel 4.60), yang berarti bahwa rata-rata

responden beranggapan bahwa “Apakah sistem dapat menyimpan, merubah dan

menghapus data pelanggan?” terbilang bermanfaat, sesuai dengan skor akhir yang

dihasilkan dari hasil rekap angket.

Tabel 4.60 Kriteria Interpretasi Skor Jangkaun Skor Interpretasi Antara 0% - 20% Tidak Baik Antara 21% - 40% Kurang Baik Antara 41% - 60% Sedang Antara 61% - 80% Baik Antara 81% - 100% Sangat Baik

Tabel 4.60 menjelaskan interpretasi dari tiap nilai pada kolom ‘Skor’ pada

Tabel 4.58 dan Tabel 4.59. Berikut adalah kesimpulan dari kuesioner ini:

Tabel 4.61 Kesimpulan Kuesioner Bagian Operasional No Pertanyaan Skor Interpretasi 1. Apakah sistem dapat menyimpan, merubah

dan menghapus data pelanggan? 100% Sangat Baik

2. Apakah sistem dapat menampilkan semua data pelangggan?

90% Sangat Baik

3. Apakah sistem dapat menyimpan, merubah dan menghapus data hotel?

90% Sangat Baik

4. Apakah sistem dapat menampilkan semua data hotel?

90% Sangat Baik

5. Apakah sistem dapat menyimpan, merubah dan menghapus data kamar?

80% Baik

6. Apakah sistem dapat menampilkan semua data kamar?

100% Sangat Baik

7. Apakah sistem dapat menyimpan, merubah dan menghapus data transport?

90% Sangat Baik

8. Apakah sistem dapat menampilkan semua data transport?

100% Sangat Baik

9. Apakah sistem dapat menyimpan, merubah dan menghapus data kendaraan?

100% Sangat Baik

10. Apakah sistem dapat menampilkan semua data kendaraan?

90% Sangat Baik

198

No Pertanyaan Skor Interpretasi 11. Apakah sistem dapat menyimpan, merubah

dan menghapus data restoran? 100% Sangat Baik

12. Apakah sistem dapat menampilkan semua data restoran?

90% Sangat Baik

13. Apakah sistem dapat menyimpan, merubah dan menghapus data menu?

80% Baik

14. Apakah sistem dapat menampilkan semua data menu?

90% Sangat Baik

15. Apakah sistem dapat menyimpan, merubah dan menghapus data objek wisata?

100% Sangat Baik

16. Apakah sistem dapat menampilkan semua data objek wisata?

100% Sangat Baik

17 Apakah sistem dapat menyimpan semua data transaksi?

80% Baik

18 Apakah sistem dapat menampilkan semua data transaksi?

90% Sangat Baik

19 Apakah sistem dapat menampilkan laporan transaksi sesuai kriteria yang di pilih?

90% Sangat Baik

20 Apakah sistem dapat mencetak laporan transaksi sesuai kriteria yang di pilih?

90% Sangat Baik

RATA-RATA 88% Sangat Baik

Tabel 4.62 Kesimpulan Kuesioner Bagian Manajer Operasional No Pertanyaan Skor Interpretasi 1. Apakah sistem dapat menyimpan, merubah

dan menghapus data paket wisata? 100% Sangat Baik

2. Apakah sistem dapat menampilkan semua data paket wisata?

100% Sangat Baik

3. Apakah sistem dapat menyimpan dan menghapus data kamar pilihan?

100% Sangat Baik

4. Apakah sistem dapat menyimpan dan menghapus data menu pilihan?

80% Baik

5. Apakah sistem dapat menyimpan dan menghapus data objek wisata pilihan?

80% Baik

6. Apakah sistem dapat menampilkan data kamar pilihan, menu pilihan dan objek wisata pilihan?

80% Baik

7. Apakah sistem dapat melakukan pemilihan paket wisata yang akan dipromosikan?

100% Sangat Baik

8. Apakah sistem dapat melakukan penyeleksian pelanggan sesuai paket wisata yang akan dipromosikan?

100% Sangat Baik

9. Apakah sistem dapat melakukan pengelompokan pelanggan potensial sesuai jumlah cluster yang diisi?

100% Sangat Baik

199

No Pertanyaan Skor Interpretasi 10. Apakah sistem dapat melakukan pengiriman

email ke pelanggan-pelanggan potensial? 80% Baik

11. Apakah sistem dapat menampilkan laporan paket wisata sesuai kriteria yang di pilih?

100% Sangat Baik

12. Apakah sistem dapat mencetak laporan paket wisata sesuai kriteria yang di pilih?

100% Sangat Baik

13. Apakah sistem dapat menampilkan history semua data promosi?

80% Baik

14. Apakah sistem dapat menampilkan laporan promosi sesuai kriteria yang di pilih?

100% Sangat Baik

15. Apakah sistem dapat mencetak laporan promosi sesuai kriteria yang di pilih?

100% Sangat Baik

RATA-RATA 93% Sangat Baik

Dari Kesimpulan pada Tabel 4.61 dan Tabel 4.62 dapat disimpulkan

secara garis besar :

1. Rata-Rata skor untuk Tabel 4.61 pada bagian operasional adalah 88% yang

berarti responden memiliki interpretasi yang sangat baik untuk sistem yang

digunakan.

2. Rata-Rata skor untuk Tabel 4.62 pada bagian manajer operasional adalah 93%

yang berarti responden memiliki interpretasi yang sangat baik untuk sistem

yang digunakan.

3. Rata-rata skor untuk keseluruhan bagian adalah 90,5% yang berarti sistem

sudah berjalan sesuai dengan responden butuhkan.

Documents

BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Sistemsir.stikom.edu/1223/8/Bab_IV.pdf · BAB IV . IMPLEMENTASI DAN EVALUASI . 4.1 Implementasi Sistem . Tahap ini . merupakan pembuatan