Saputro, Wiandono (2019) Implementasi Topsis Pada Sistem Rekomendasi Kafe Di Kota Malang Berbasis Lokasi. Sarjana thesis, Universitas Brawijaya.
Abstract
Di kota Malang, terdapat setidaknya 400 kafe dan restoran yang dapat dikunjungi mahasiswa. Banyaknya jumlah kafe yang tersedia ini menimbulkan masalah tersendiri bagi mahasiswa saat sedang mencari tempat berkumpul untuk refreshing atau mengerjakan tugas akhir, yaitu memilih kafe mana yang ingin dikunjungi. Terdapat beberapa faktor yang menjadi penentu dipilihnya sebuah kafe seperti rating, jarak, harga, dan fasilitas. Untuk memecahkan permasalahan ini dibutuhkan sebuah sistem yang dapat memberikan rekomendasi kafe kepada penggunanya berdasarkan lokasi dan kriteria kafe yang sedang ingin dicari juga memberikan informasi seperti harga, menu, biji kopi yang digunakan, metode seduh yang digunakan dan petunjuk arah menuju kafe. Sistem rekomendasi kafe yang dikembangkan menggunakan metode TOPSIS. Metode TOPSIS digunakan untuk menghasilkan peringkat alternatif kafe berdasarkan pada konsep bahwa alternatif terbaik bukan hanya yang memiliki jarak terpendek dari solusi ideal positif tapi juga jarah terjauh dari solusi ideal negatif. Data alternatif disimpan menggunakan layanan basis data Firebase Realtime Database, dan petunjuk arah diberikan menggunakan aplikasi pihak ketiga yaitu Google Maps. Dari hasil pengujian didapatkan nilai 100% valid pada pengujian fungsional, 100% valid pada pengujian validasi algoritme yang membandingkan hasil keluaran sistem dengan perhitungan manual, dan tidak adanya pembalikan peringkat pada pengujian rank consistency yang dilakukan dengan menambahkan alternatif baru, dan pengujian usability berdasarkan usefulness, ease of use, ease of learning, dan satisfaction yang menghasilkan persentase sebesar 80.55%.
English Abstract
In Malang, there are at least 400 cafes and restaurants that college students can visit. A large number of cafes available creates its own problems for college students while looking for a gathering place for refreshing or doing a final assignment, which is choosing which cafe to visit. There are several factors that determine the choice of a cafe such as rating, distance, price, and facilities. To solve this problem, we need a system that can provide cafe recommendations to its users based on the location and the criteria of the cafe they are looking for, also provides information such as prices, menus, coffee beans, brewing methods and directions to the cafe. The cafe recommendation system developed using the TOPSIS. The TOPSIS method is used to generate alternative of cafe based on the concept that the best alternative is not only the the alternative with the shortest distance from the positive ideal solution but also with the farthest distance from the negative ideal solution. Alternative data is stored using the Firebase Realtime Database database service, and directions are given using third-party applications, namely Google Maps. From the testing the system obtained 100% valid on functional testing, 100% valid in the validation of algorithm that compares the system output with manual calculation, and the absence of ranking reversal on rank consistency testing which is done by adding new alternatives, and testing usability based on usefulness, ease of use, ease of learning, and satisfaction which give results in a percentage of 80.55%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/88/051902258 |
| Uncontrolled Keywords: | kafe, lokasi, TOPSIS, firebase, agile, DSDM, cafe, location, TOPSIS, firebase, agile, DSDM |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.1 Programming > 005.106 85 Software engineering / Capability maturity model (Computer software) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 24 Aug 2020 06:45 |
| Last Modified: | 24 Oct 2021 03:40 |
| URI: | http://repository.ub.ac.id/id/eprint/169223 |
Preview |
Text
Wiandono Saputro (2).pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |