Post on 10-Feb-2018
SKRIPSI
IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN
PENERIMA ZAKAT (STUDI KASUS BADAN AMIL ZAKAT NASIONAL KOTA KENDARI)
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana
Teknik
RESTIN WELINDA
E1E1 11 091
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS HALU OLEO
KENDARI
2016
ii
HALAMAN PENGESAHAN
SKRIPSI SARJANA
IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM
PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN
PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT
NASIONAL KOTA KENDARI)
Adalah benar dibuat oleh saya sendiri dan belum pernah dibuat dan diserahkan
sebelumnya baik sebagian ataupun seluruhnya, baik oleh saya maupun oleh orang
lain, baik di Universitas Halu Oleo ataupun institusi pendidikan lainnya.
Kendari, April 2016
Restin Welinda E1E1 11 091
Kendari, April 2016
Pembimbing II
Anita Puspita Dewi, S.Kom., MMSI NIP.
Pembimbing I Dr. Ir. Muh. Ihsan Sarita, M.Kom NIP. 19650209 198902 1 001
Mengetahui, Ketua Jurusan Teknik Informatika
Fakultas Teknik UHO,
Ika Purwanti Ningrum, S.Kom, M.Cs NIP. 19830116 201012 2 002
iii
HALAMAN PENGESAHAN
SKRIPSI SARJANA
IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM
PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN
PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT
NASIONAL KOTA KENDARI)
Telah diuji dan dipertahankan dihadapan sidang penguji skripsi Jurusan Teknik
Informatika Fakultas Teknik Universitas Halu Oleo dan dinyatakan memenuhi
syarat guna memperoleh gelar sarjana teknik.
Kendari, April 2016
Tim Penguji Tanda Tangan
1. Dr. Ir. Muh. Ihsan Sarita, M.Kom
Pembimbing I 1……………………………
2. Anita Puspita Dewi, S.Kom., MMSI.
Pembimbing II 2……………………………
3. Jumadil Nangi, S.Kom., M.T.
Penguji I (Ketua Sidang) 3……………………………
4. Yuwanda Purnamasari P, S.T., M.Kom.
Penguji II (Sekretaris Sidang) 4……………………………
5. Muthmainnah Muchtar, S.T., M.Kom.
Penguji III 5……………………………
Mengesahkan,
Ketua Jurusan Teknik Inforatika Fakultas Teknik Universitas Halu Oleo Ika Purwanti Ningrum, S.Kom., M.Cs. NIP. 19830116 201012 2 002
Dekan Fakultas Teknik Universitas Halu Oleo Mustarum Musaruddin, S.T, M.IT, Ph.D. NIP. 19730122 200112 1 002
iv
PERNYATAAN
Dengan ini saya menyatakan bahwa dalam skripsi ini tidak terdapat karya
yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan
Tinggi dan sejauh yang penulis ketahui bahwa tidak terdapat karya atau pendapat
yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis
diacu di dalam naskah ini dan disebutkan di dalam daftar pustaka.
Kendari, April 2016
Restin Welinda
v
INTISARI
Restin Welinda, E1E111091
IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT NASIONAL KOTA KENDARI) Skripsi, Fakultas Teknik, 2016 Kata Kunci: Cluster, Fuzzy C-Means, Mustahik, Sistem Pendukung Keputusan, Zakat.
Proses penentuan kelayakan penerima zakat atau mustahik pada Badan Amil Zakat Nasional Kota Kendari masih dilakukan secara manual. Hal ini dapat menimbulkan kerumitan yang relatif tinggi dan menjadi tidak efektif baik pada waktu maupun objek sasaran penerima zakat.
Metode Fuzzy C-Means diterapkan dalam penelitian ini. Fuzzy C-Means (FCM) merupakan teknik pengelompokan data yang dalam penentuan kebenaran tiap-tiap titik data dalam suatu cluster yang ditentukan oleh derajat keanggotaanya. Pada kasus ini fuzzy c-means diterapkan untuk mencari solusi, masing-masing calon mustahik yang memiliki kecenderungan data yang sama akan termasuk dalam satu cluster. Clustering diterapkan pada kriteria indeks rumah, usaha, dan harta untuk menentukan kelayakan mustahik.
Parameter yang dimasukan dalam penelitian ini adalah jumlah cluster 2, pangkat/pembobot 2, maksimum iterasi 100, dan error terkecil 0,001. Hasil perhitungan FCM terhadap 200 data uji diperoleh 144 data calon mustahik yang berhak menerima zakat. Hal ini menunjukan bahwa keputusan yang dihasilkan oleh sistem menggunakan metode FCM sama dengan hasil penentuan manual melalui musyawarah oleh Badan Amil Zakat Nasional Kota Kendari. Tetapi waktu yang digunakan pada sistem dengan metode FCM ini lebih efisien dan efektif dalam menentukan penerima zakat dibandingkan pihak Badan Amil Zakat Nasional Kota Kendari.
vi
ABSTRACT
Restin Welinda, E1E111091
IMPLEMENTATION OF FUZZY C-MEANS METHOD IN THE DECISION SUPPORT SYSTEM TO DETERMINE FEASIBILITY OF ZAKAT RECIPIENTS (CASE STUDY: NATIONAL ZAKAT AMIL AGENCY IN KENDARI CITY)
Thesis, Faculty of Engineering, 2016
Keywords: Cluster, Fuzzy C-Means, Mustahik, Decision Support Systems, Zakat.
The process of determining the feasibility of recipients or Mustahik at The National Zakat Agency in Kendari is still done manually. This is likely to cause a relatively high complexity and become ineffective both in time and the target of recipients.
In this study, Fuzzy C-Means method was applied. Fuzzy C-Means is a data clustering technique in determining the truth of each data point within a cluster determined by the degree of membership. In this case the Fuzzy C-Means applied for a solution, each mustahik candidate having the same data tendency will be included in a single cluster. Clustering is applied to index criteria homes, businesses, and property to determine eligibility of mustahik.
The parameters included in this study is the number of cluster 2, rank / weighting 2, a maximum of 100 iterations, and the smallest error of 0.001. FCM calculation results of the 200 test data obtained 144 data of mustahik candidate entitled to receive zakat. This suggests that the decision produced by the system using FCM method is equal to the manual determination through deliberation by the National Zakat Agency in Kendari City. But time spent on this system by FCM method to determine recipients is more efficient and more effective than National Zakat Agency in Kendari City.
vii
KATA PENGANTAR
Bismillah.
Puji dan syukur penulis panjatkan kehadirat Allah Subhanahu Wa Ta’ala,
karena limpahan rahmat dan karuniaNya sehingga penulis dapat menyelesaikan
skripsi yang berjudul “Implementasi Metode Fuzzy C-Means Pada Sistem
Pendukung Keputusan Penentuan Kelayakan Penerima Zakat (Studi Kasus :
Badan Amil Zakat Nasional Kota Kendari)” ini dapat diselesaikan dengan baik
guna memenuhi salah satu persyaratan dalam menyelesaikan pendidikan pada
Jurusan Teknik Informatika Fakultas Teknik di Universitas Halu Oleo.
Secara khusus penulis menyampaikan rasa terimakasih jazaakumullahu
khairan untuk orang tua tercinta Bapak Drs. La Mbolosi dan Ibu Kasmawati, SP
atas segala do’a, kasih sayang, perhatian, semangat, motivasi, dan bantuan yang
diberikan dengan ikhlas dan penuh kesabaran serta dorongan yang kuat tak henti-
hentinya diberikan kepada penulis begitupun saat menyelesaikan skripsi ini.
Penulis menyadari bahwa tanpa bantuan dan dukungan beberapa pihak,
skripsi ini tidak dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan
ini penulis mengucapkan rasa terimakasih yang sebesar-besarnya jazaakumullahu
khairan kepada yang terhormat:
1. Bapak Prof. Dr. Ir. H. Rusman Rianse, M.Si, selaku Rektor Universitas Halu
Oleo.
2. Bapak Mustarum Musaruddin, S.T., M.IT, Ph.D. selaku Dekan Fakultas
Teknik Universitas Halu Oleo.
3. Ibu Ika Purwanti Ningrum, S.Kom., M.Cs. selaku Ketua Jurusan Teknik
Informatika Fakultas Teknik Universitas Halu Oleo.
4. Bapak Dr. Ir. H. Muh. Ihsan Sarita, M.Kom dan Ibu Anita Puspita Dewi,
S.Kom., MMSI sebagai Pembimbing Skripsi yang telah bersedia meluangkan
waktu, tenaga, dan pikiran serta dengan sabar membimbing penulis sejak awal
hingga terselesainya skripsi ini.
5. Bapak Jumadil Nangi, S.Kom., MT., Ibu Yuwanda Purnamasari P, S.T.,
M.Kom., dan Ibu Mutmainnah Muchtar, S.T., M.Kom sebagai dewan penguji
viii
yang telah memberikan ide dan saran bagi penulis dalam menyelesaikan skripsi
ini.
6. Bapak dan Ibu Dosen Jurusan Teknik Informatika yang telah membimbing dan
memberikan ilmu yang bermanfaat selama penulis mengenyam pendidikan di
Teknik Informatika Fakultas Teknik Universitas Halu Oleo.
7. Bapak H. Musadar Mappasomba, S.P., MP. sebagai Ketua Umum Badan Amil
Zakat Nasional Kota Kendari dan Bapak Drs. H. Alimuddin K sebagai Ketua
Harian Badan Amil Zakat Nasional Kota Kendari serta Bapak dan Ibu
Pengurus Badan Amil Zakat Nasional Kota Kendari terkhusus kepada Ibu Jusri
Sabrah, S.Ag., Ibu Aisyah, SP., dan Bapak Budi Permana, S.Si., yang telah
sabar dan bersedia meluangkan waktunya kepada penulis untuk diwawancarai
dan memberikan data-data yang penulis butuhkan dengan sangat sigap tanpa
kendala.
8. Kepada Guru syukron jazaakallahu khairan telah bersedia meluangkan waktu,
sangat sabar dalam mengajari, mendo’akan, menyemangati, memotivasi, dan
menasehati penulis dalam menyelesaikan skripsi ini.
9. Kepada Adik-adikku Rahmat Rasyid Zul Fian dan Muzafar Amrun Razi yang
selalu mendo’akan penulis dan sebagai motivasi penulis untuk menyelesaikan
skripsi ini.
10. Sahabatku tersayang dibangku kuliah hingga saat ini Masriani Malik, Ayu
Septiana Sari, Resti Idayani dan Niken Dwi Saryono, S.T yang selalu ada disaat
kapanpun dan dimanapun, mendo’akan, menyemangati, memotivasi dan
menasehati penulis selama menyelesaikan skripsi ini.
11. Sahabatku tersayang dari jaman SMP hingga saat ini Sulistiana, S.Farm dan
Wa Ode Ethika Nur Citrawati S. Farm, Wd. Sri Irnawati, S.S yang selalu
mendo’akan, menyemangati, menasehati dan memotivasi penulis selama
menyelesaikan skripsi ini.
12. Teman-teman angkatan 2011, terimakasih kebersamaan dan bantuan yang
diberikan selama penulis mengenyam pendidikan di Teknik Informatika
Fakultas Teknik Universitas Halu Oleo.
ix
13. Saudara seiman halaqoh Fatimah Az Zahra terkhusus Murobbiah Ka Dian,
syukron jazaakillahu khairan atas do’a, dukungan, nasehat, dan motivasinya
kepada penulis untuk bersemangat menyelesaikan skripsi ini.
14. Teman-teman asrama Bayyinah Sartina Novialestari, S.Kep., Ns., Mahazainu,
S.H., Jumaniati, S.STP., Muhammad Tanzani, ST., Sri Wahyuningsih, S.Kep.,
Ns., Wa Ode Hariza Ambarsari, S.Pi., Tocher, Wikbar, Uma, Ayu, Azizah,
Vhasya, Faris, dan Sarah, terimakasih atas do’a dan dukungannya.
15. Seluruh teman-teman dan semua pihak yang tidak dapat penulis sebutkan satu
persatu, terimakasih atas dukungan dan bantuannya sehingga skripsi ini dapat
terselesaikan.
Penulis menyadari bahwa penyusunan skripsi ini masih terdapat banyak
kekurangan, oleh karena itu saran-saran dari semua pihak yang sifatnya
membangun untuk meningkatkan mutu dari penulisan ini sangat penulis harapkan.
Semoga skripsi ini memberikan manfaat dalam pengembangan ilmu pengetahuan.
Kendari, April 2016
Penulis
x
DAFTAR ISI HALAMAN JUDUL .................................................................................. i HALAMAN PENGESAHAN ..................................................................... ii HALAMAN PERNYATAAN ..................................................................... iv INTISARI .................................................................................................... v ABSTRACT ................................................................................................ vi KATA PENGANTAR ................................................................................ vii DAFTAR ISI .............................................................................................. x DAFTAR TABEL ....................................................................................... xiii DAFTAR GAMBAR .................................................................................. xv BAB I PENDAHULUAN
1.1. Latar Belakang ......................................................................... 1 1.2. Rumusan Masalah .................................................................... 2 1.3. Batasan Masalah ....................................................................... 2 1.4. Tujuan ..................................................................................... 3 1.5. Manfaat .................................................................................... 3 1.6. Sistematika Penulisan ............................................................... 3 1.7. Tinjauan Pustaka ...................................................................... 4
BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan .................................................... 5
2.1.1. Komponen Sistem Pendukung Keputusan ......................... 5 2.1.2. Karakteristik Sistem Pendukung Keputusan ...................... 6 2.1.3. Proses Pengambilan Keputusan......................................... 7 2.1.4. Tujuan Sistem Pendukung Keputusan .............................. 7 2.1.5. Jenis-Jenis Keputusan ....................................................... 8
2.2. Logika Fuzzy .............................................................................. 8 2.3. Fuzzy C-Means .......................................................................... 9 2.4. Model Pengembangan Sistem Waterfall ...................................... 12 2.5. Flowchart .................................................................................... 14 2.6. Unified Modeling Language (UML) ............................................. 15
2.6.1. Use Case Diagram ............................................................. 15 2.6.2. Activity Diagram ................................................................ 17 2.6.3. Sequence Diagram ............................................................. 18 2.6.4. Class Diagram ................................................................... 18
2.7. Database (Basis Data) ................................................................. 19 2.7.1. Database Management System (DBMS) ............................ 19 2.7.2. Unsur-Unsur Basis Data .................................................... 20
2.8. Entity Relationship Diagram (ERD) ............................................ 21 2.9. MySQL ....................................................................................... 23 2.10. Pemrograman Java ..................................................................... 23 2.11. Netbeans .................................................................................... 24 2.12. XAMPP ...................................................................................... 26 2.13. Zakat .......................................................................................... 27 2.14. Mustahik (Penerima Zakat) ......................................................... 27
xi
BAB III METODOLOGI PENELITIAN 3.1. Prosedur dan Pengumpulan Data ................................................. 30
3.1.1. Jenis Data ........................................................................... 30 3.1.2. Metode Pengumpulan Data ................................................. 30
3.2. Metode Pengembangan Perangakat Lunak ................................... 31 3.3. Waktu dan Tempat Penelitian ...................................................... 32
BAB IV ANALISIS DAN PERANCANAN SISTEM 4.1 Analisis Sistem Lama dan Baru ................................................... 33
4.1.1 Analisis Kerja Sistem yang Lama ....................................... 33 4.1.2 Analisis Kerja Sistem yang Baru ........................................ 33 4.1.3 Flowchart Proses Fuzzy C-Means ...................................... 34
4.2 Ilustrasi Metode Fuzzy C-Means Terhadap Perencanaan Aplikasi 36 4.3 Perancangan Sistem .................................................................... 60
4.3.1 Use Case Diagram .......................................................... 60 4.3.2 Activity Diagram ............................................................ 62
4.3.2.1 Activity Diagram Login ......................................... 62 4.3.2.2 Activity Diagram Calon Mustahik ......................... 62 4.3.2.3 Activity Diagram Kriteria ..................................... 63 4.3.2.4 Activity Diagram Clustering ................................. 65 4.3.2.5 Activity Diagram Data User .................................. 67
4.3.3 Sequence Diagram ........................................................... 68 4.3.3.1 Sequence Diagram Login ...................................... 68 4.3.3.2 Sequence Diagram Calon Mustahik ...................... 69 4.3.3.3 Sequence Diagram Kriteria .................................. 70 4.3.3.4 Sequence Diagram Clustering .............................. 71 4.3.3.5 Sequence Diagram Data User ............................... 72
4.4 Perancangan Basis Data .............................................................. 74 4.4.1 Relasi Antar Tabel ............................................................. 80
4.5 Perancangan Interface ................................................................. 81 4.5.1 Perancangan Halaman Login .............................................. 81 4.5.2 Perancangan Halaman Utama ............................................. 82 4.5.3 Perancangan Halaman Calon Mustahik .............................. 83 4.5.4 Perancangan Halaman Kriteria ........................................... 83 4.5.5 Perancangan Halaman Clustering ....................................... 85 4.5.6 Perancangan Halaman Hasil Clustering .............................. 87 4.5.7 Perancangan Halaman Data User ....................................... 88 4.5.8 Perancangan Halaman Tentang Aplikasi ............................ 89
BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM 5.1 Kebutuhan Sistem ....................................................................... 90
5.1.1 Perangkat Keras (Hardware) .............................................. 90 5.1.2 Perangkat Lunak (Software) ............................................... 90
5.2 Implementasi Antar Muka Sistem ............................................... 91 5.2.1 Halaman Menu Beranda ..................................................... 91 5.2.2 Halaman Menu Login ......................................................... 91 5.2.3 Halaman Utama ................................................................. 92 5.2.4 Halaman Menu Calon Mustahik ......................................... 93
xii
5.2.5 Halaman Menu Kriteria ...................................................... 94 5.2.6 Halaman Menu Clustering ................................................. 97 5.2.7 Halaman Menu Hasil Clustering ........................................ 104 5.2.8 Halaman Menu Data User .................................................. 106 5.2.9 Halaman Menu Tentang Aplikasi ....................................... 106
5.3 Pengujian Sistem ......................................................................... 107 5.3.1 Pengujian Black Box Aplikasi ............................................. 107 5.3.2 Pengujian Perbandingan Hasil Keputusan .......................... 113 5.3.3 Perbandingan Berdasarkan Maksimum Iterasi .................... 138
BAB VI PENUTUP 6.1 Kesimpulan ................................................................................. 139 6.2 Saran ........................................................................................... 139
DAFTAR PUSTAKA ................................................................................. 140 LAMPIRAN ............................................................................................... 142
xiii
DAFTAR TABEL
Tabel 2.1 Simbol-Simbol Flowchart ............................................................ 14 Tabel 2.2 Simbol Use Case Diagram ........................................................... 16 Tabel 2.3 Simbol Activity Diagram ............................................................. 17 Tabel 2.4 Simbol Sequence Diagram ........................................................... 18 Tabel 2.5 Simbol Class Diagram ................................................................. 19 Tabel 2.6 Simbol Entity Relationship Diagram ............................................ 22 Tabel 3.1 Tabel Waktu Penelitian ................................................................ 32 Tabel 4.1 Tabel Kriteria Penilaian ............................................................... 36 Tabel 4.2 Tabel Bobot Nilai Subkriteria ...................................................... 37 Tabel 4.3 Tabel Poin Penentuan Kelayakan ................................................. 38 Tabel 4.4 Tabel Ukuran Rumah ................................................................... 38 Tabel 4.5 Tabel Dinding Rumah .................................................................. 38 Tabel 4.6 Tabel Lantai Rumah ..................................................................... 39 Tabel 4.7 Tabel Atap Rumah ....................................................................... 39 Tabel 4.8 Tabel Kepemilikan Rumah .......................................................... 39 Tabel 4.9 Tabel Dapur Rumah ..................................................................... 39 Tabel 4.10 Tabel Kursi Rumah .................................................................... 40 Tabel 4.11 Tabel Sumber Modal .................................................................. 40 Tabel 4.12 Tabel Lama Usaha ..................................................................... 40 Tabel 4.13 Tabel Jumlah Pekerja ................................................................. 41 Tabel 4.14 Tabel Status Usaha Saat Ini ........................................................ 41 Tabel 4.15 Tabel Penghasilan Perbulan ....................................................... 41 Tabel 4.16 Tabel Jumlah Tanggungan ......................................................... 41 Tabel 4.17 Tabel Kebun .............................................................................. 42 Tabel 4.18 Tabel Elektronik ........................................................................ 42 Tabel 4.19 Tabel Kendaraan ........................................................................ 42 Tabel 4.20 Tabel Ternak .............................................................................. 43 Tabel 4.21 Tabel Aset ................................................................................. 43 Tabel 4.22 Tabel Calon Mustahik Untuk Indeks Rumah .............................. 44 Tabel 4.23 Tabel Calon Mustahik Untuk Indeks Usaha ............................... 45 Tabel 4.24 Tabel Calon Mustahik Untuk Indeks Harta ................................. 46 Tabel 4.25 Tabel Indeks Rumah yang Telah Diberi Bobot ........................... 47 Tabel 4.26 Tabel Indeks Usaha yang Telah Diberi Bobot ............................ 47 Tabel 4.27 Tabel Indeks Harta yang Telah Diberi Bobot ............................. 47 Tabel 4.28 Tabel Perhitungan Indeks Rumah Cluster 1 ............................... 49 Tabel 4.29 Tabel Perhitungan Indeks Rumah Cluster 2 ............................... 50 Tabel 4.30 Tabel Detail Hasil Perhitungan Derajat Keanggotaan Baru
Untuk Indeks Rumah ................................................................. 52 Tabel 4.31 Tabel Hasil Perhitungan Fungsi Objektif Untuk Indeks Rumah ... 53 Tabel 4.32 Tabel Kecenderungan Cluster Untuk Indeks Rumah .................. 54 Tabel 4.33 Tabel Kecenderungan Cluster Untuk Indeks Usaha .................... 56 Tabel 4.34 Tabel Kecenderungan Cluster Untuk Indeks Harta ..................... 58 Tabel 4.35 Tabel Keterangan Use Case Diagram ........................................ 61 Tabel 4.36 Tabel Calon Mustahik ................................................................ 75
xiv
Tabel 4.37 Tabel Hasil ................................................................................ 75 Tabel 4.38 Tabel Indeks Harta ..................................................................... 76 Tabel 4.39 Tabel Indeks Rumah .................................................................. 77 Tabel 4.40 Tabel Indeks Usaha .................................................................... 78 Tabel 4.41 Tabel Pengguna ......................................................................... 79 Tabel 4.42 Tabel Penerima .......................................................................... 80 Tabel 5.1 Pengujian Halaman Login ............................................................ 107 Tabel 5.2 Pengujian Halaman Calon Mustahik ............................................ 108 Tabel 5.3 Pengujian Halaman Kriteria ......................................................... 110 Tabel 5.4 Pengujian Halaman Clustering ..................................................... 111 Tabel 5.5 Pengujian Halaman Hasil Clustering ............................................ 111 Tabel 5.6 Pengujian Halaman Data User ..................................................... 112 Tabel 5.7 Pengujian Halaman Tentang Aplikasi .......................................... 112 Tabel 5.8 Pengujian Halaman Logout .......................................................... 113 Tabel 5.9 Hasil Clustering Rumah ............................................................... 113 Tabel 5.10 Hasil Clustering Usaha .............................................................. 118 Tabel 5.11 Hasil Clustering Harta ............................................................... 123 Tabel 5.12 Hasil Keseluruhan Clustering Indeks ......................................... 128 Tabel 5.13 Perbandingan Hasil Penentuan Penerima Zakat antara Sistem
menggunakan Metode Fuzzy C-Means dengan Baznas Kota Kendari ...................................................................................... 133 Tabel 5.14 Perbandingan Hasil Pengujian dengan Maksimum Iterasi Berbeda ..................................................................................... 138
xv
DAFTAR GAMBAR
Gambar 2.1 Tahapan Pengembangan Waterfall .......................................... 14 Gambar 4.1 Flowchart Proses Fuzzy C-Means SPK Penetuan Kelayakan Mustahik .................................................................................. 35 Gambar 4.2 Use Case Diagram .................................................................. 60 Gambar 4.3 Activity Diagram Login ........................................................... 62 Gambar 4.4 Activity Diagram Calon Mustahik ........................................... 63 Gambar 4.5 Activity Diagram Indeks Rumah .............................................. 64 Gambar 4.6 Activity Diagram Indeks Usaha ................................................ 64 Gambar 4.7 Activity Diagram Indeks Harta ................................................ 65 Gambar 4.8 Activity Diagram Clustering Rumah ........................................ 66 Gambar 4.9 Activity Diagram Clustering Usaha ......................................... 66 Gambar 4.10 Activity Diagram Clustering Harta ......................................... 67 Gambar 4.11 Activity Diagram Data User .................................................. 68 Gambar 4.12 Sequence Diagram Login ...................................................... 69 Gambar 4.13 Sequence Diagram Calon Mustahik ....................................... 69 Gambar 4.14 Sequence Diagram Indeks Rumah ......................................... 70 Gambar 4.15 Sequence Diagram Indeks Usaha ........................................... 70 Gambar 4.16 Sequence Diagram Indeks Harta ............................................ 71 Gambar 4.17 Sequence Diagram Clustering Rumah ................................... 71 Gambar 4.18 Sequence Diagram Clustering Usaha ..................................... 72 Gambar 4.19 Sequence Diagram Clustering Harta ...................................... 72 Gambar 4.20 Sequence Diagram Data User ................................................ 73 Gambar 4.21 ERD (Entity Relationship Diagram) Sistem Pendukung Keputusan
Kelayakan Mustahik ............................................................... 74 Gambar 4.22 Relasi Antar Tabel ................................................................. 81 Gambar 4.23 Perancangan Halaman Login ................................................. 82 Gambar 4.24 Perancangan Halaman Utama ................................................ 82 Gambar 4.25 Perancangan Halaman Calon Mustahik .................................. 83 Gambar 4.26 Perancangan Halaman Indeks Rumah .................................... 84 Gambar 4.27 Perancangan Halaman Indeks Usaha ..................................... 84 Gambar 4.28 Perancangan Halaman Indeks Harta ....................................... 85 Gambar 4.29 Perancangan Halaman Clustering Rumah .............................. 86 Gambar 4.30 Perancangan Halaman Clustering Usaha ............................... 86 Gambar 4.31 Perancangan Halaman Clustering Harta ................................. 87 Gambar 4.32 Perancangan Halaman Hasil Clustering ................................. 88 Gambar 4.33 Perancangan Halaman Data User ........................................... 88 Gambar 4.34 Perancangan Halaman Tentang Aplikasi ................................ 89 Gambar 5.1 Halaman Menu Beranda .......................................................... 91 Gambar 5.2 Halaman Menu Login .............................................................. 92 Gambar 5.3 Halaman Utama ....................................................................... 93 Gambar 5.4 Halaman Menu Calom Mustahik ............................................. 94 Gambar 5.5 Halaman Menu Indeks Rumah ................................................. 95 Gambar 5.6 Halaman Menu Indeks Usaha .................................................. 96 Gambar 5.7 Halaman Menu Indeks Harta ................................................... 97
xvi
Gambar 5.8 Halaman Menu Clustering Rumah ........................................... 98 Gambar 5.9 Listing Program Tombol Proses Clustering Rumah ................. 98 Gambar 5.10 Halaman Menu Clustering Usaha .......................................... 99 Gambar 5.11 Listing Program Tombol Proses Clustering Usaha ................. 99 Gambar 5.12 Halaman Menu Clustering Harta ........................................... 100 Gambar 5.13 Listing Program Tombol Proses Clustering Harta .................. 100 Gambar 5.14 Listing Program Perhitungan FCM ........................................ 102 Gambar 5.15 Listing Program Hasil Kelayakan Clustering ......................... 104 Gambar 5.16 Halaman Menu Hasil Clustering ............................................ 104 Gambar 5.17 Tampilan File Hasil Perhitungan Clustering Calon Mustahik 105 Gambar 5.18 Tampilan File Daftar Nama Penerima Zakat .......................... 105 Gambar 5.19 Halaman Menu Data User ..................................................... 106 Gambar 5.20 Halaman Menu Tentang Aplikasi ........................................... 106
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Zakat merupakan ibadah yang menyangkut harta benda yang berfungsi
sosial. Setiap muslim wajib untuk menunaikan zakat. Zakat diterima oleh orang-
orang yang berhak menerimanya sebagaimana diatur dalam Al Qur’an Surah At-
Taubah ayat ke 60. Badan Amil Zakat Nasional Kota Kendari merupakan lembaga
independen yang menerima dan menyalurkan zakat kepada para penerima zakat
atau mustahik di kota Kendari sejak tahun 2013. Kendala yang dihadapi oleh badan
amil zakat ini adalah proses penentuan kelayakan penerima zakat masih dilakukan
secara manual. Hal ini menimbulkan kerumitan yang relatif tinggi dan bisa menjadi
tidak efektif dalam proses penentuannya sehingga berdampak pada waktu maupun
objek sasaran mustahik ini. Pengurus harian yang bertugas sebagai pengelola akan
sulit mempertimbangkan banyaknya data yang memiliki kecenderungan data yang
sama. Hal ini tentu membutuhkan ketelitian dan waktu yang relatif lama dan sangat
mungkin terjadi kesalahan pada hasil penentuan kelayakan penerima zakat tersebut.
Dalam penentuan kelayakan mustahik yang berhak menerima zakat ini perlu
dilakukan inovasi baru berupa sistem yang terkomputerisasi. Hal ini dimaksudkan
agar penentuan mustahik menjadi lebih efektif dan efisien terhadap waktu dan
bersifat objektif terhadap calon mustahik sesuai dengan kriteria-kriteria yang telah
ditetapkan. Sistem ini diharapkan mampu membantu pihak Badan Amil Zakat
Nasional Kota Kendari dalam mengambil keputusan untuk menentukan mustahik
yang layak dan berhak mendapatkan zakat.
Fuzzy C-Means adalah suatu teknik pengelompokan data yang dalam
penentuan kebenaran tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat
keanggotaan. Metode Fuzzy C-Means dipilih untuk kasus penentuan kelayakan
mustahik ini karena data-data dan parameter untuk pencarian solusi dapat
menghasilkan kelayakan mustahik yang akan dikelompokkan ke dalam cluster-
cluster yang sesuai dengan kecenderungan data yang sama. Di samping itu, metode
ini dipilih karena dapat ditentukan jumlah cluster yang akan dibentuk (Alvian
2
Kusuma Wijaya, 2014). Berdasarkan ulasan di atas maka penulis mengusulkan
penelitian dengan judul “Implementasi Metode Fuzzy C-Means Pada Sistem
Pendukung Keputusan Penentuan Kelayakan Penerima Zakat (Studi Kasus Badan
Amil Zakat Nasional Kota Kendari)”.
1.2 Rumusan Masalah
Berdasarkan uraian pada latar belakang maka perumusan masalah yang
dapat diambil adalah bagaimana mengimplementasikan metode Fuzzy C-Means
pada perancangan sistem pendukung keputusan dalam penentuan kelayakan
mustahik atau penerima zakat di Badan Amil Zakat Nasional Kota Kendari.
1.3 Batasan Masalah
Permasalahan dalam penelitian ini dibatasi oleh hal-hal sebagai berikut:
1. Pengambilan data sampel hanya pada data penerima zakat yang ada di
Badan Amil Zakat Nasional Kota Kendari.
2. Penentuan penerima zakat hanya yang termasuk dalam golongan fakir dan
miskin saja.
3. Kriteria penerima zakat didasarkan pada tiga kriteria yaitu
a) indeks rumah dengan subkriteria ukuran rumah, dinding rumah, lantai
rumah, atap rumah, kepemilikan rumah, dapur, dan kursi.
b) Indeks usaha dengan subkriteria sumber modal, lama usaha, jumlah
pekerja, status usaha saat ini, penghasilan perbulan, dan jumlah
tanggungan.
c) Indeks harta denga subkriteria kebun, elektronik, kendaraan, ternak, dan
aset.
4. Penentuan nilai parameter pada sistem ini yaitu
a) Jumlah cluster (c) = 2
b) Pangkat (w) = 2
c) Maksimum Iterasi (MaxIter) = 100
d) Error terkecil (ξ) = 10-3
e) P0 = 0
5. Bahasa pemprograman yang digunakan adalah Java dengan database
MySQL.
3
1.4 Tujuan
Tujuan penyusunan tugas akhir ini adalah untuk merancang dan
membangun sistem pendukung keputusan yang dapat membantu pihak Badan Amil
Zakat Nasional Kota Kendari dalam menentukan kelayakan mustahik dengan
menerapkan metode Fuzzy C-Means.
1.5 Manfaat
Manfaat yang dapat diperoleh dari penyusunan tugas akhir ini adalah untuk
membantu Badan Amil Zakat Nasional Kota Kendari dalam menentukan kelayakan
mustahik yang berhak menerima zakat secara tepat dan efisien.
1.6 Sistematika Penulisan
Sistematika penulisan yang digunakan pada laporan tugas akhir ini terdiri
dari enam bab sebagai berikut:
BAB I PENDAHULUAN
Bab ini memuat dan menerangkan tentang latar belakang, rumusan masalah,
batasan masalah, tujuan, manfaat, dan sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini menguraikan tentang teori – teori yang mendukung penelitian.
BAB III METODOLOGI PENELITIAN
Bab ini menerangkan secara rinci mengenai langkah-langkah pengumpulan data,
pengembangan dan metode yang diterapkan dalam penelitian untuk mencapai
tujuan dan simpulan penyusunan tugas akhir.
BAB IV ANALIS IS DAN PERANCANGAN SISTEM
Bab ini membahas analisis sistem yang akan dibuat, kebutuhan sistem, serta
perancangan sistem.
BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini menyajikan secara lengkap setiap langkah yang dilakukan dalam
implementasi sistem, analisis hasil dan pembahasan hasil penelitian tentang
pelaksanaan implementasi sistem berdasarkan pada hasil perancangan dan
pengujian sistem.
4
BAB VI PENUTUP
Bab ini membahas tentang kesimpulan dari hasil penelitian dan saran untuk
pengembangan selanjutnya.
1.7 Tinjauan Pustaka
Pada penelitian sebelumnya dilakukan oleh Bastiah (2013) dipublikasikan
oleh Pelita Informatika Budi Darma volume 5 nomor 1, melakukan penelitian yang
berjudul “Sistem Pendukung Keputusan Untuk Menentukan Pembelian Rumah
Dengan Menggunakan Metode Fuzzy C-Means (FCM) Clustering”. Penelitian ini
menggunakan metode fuzzy c-means clustering untuk melakukan perhitungan pada
acuan pembelian ke setiap sampel rumah dan mencari nilai mendekati dengan data
keuangan maupun data acuan yang dimiliki pembeli. Penelitian selanjutnya
dilakukan oleh Aziz Ahmadi dan Sri Hartati (2013) melakukan penelitian yang
berjudul “Penerapan Fuzzy C-Means dalam Sistem Pendukung Keputusan untuk
Penentuan Penerima Bantuan Langsung Sementara Masyarakat (BLM) PNPM-
MPd (Studi Kasus PNPM-MPd Kec. Ngadiro Kab. Pacitan)”. Pada penelitian ini
dilakukan beberapa uji coba terhadap sistem sehingga didapat hasil berupa
pengelompokan dan perengkingan data-data usulan bantuan. Kemudian, Agbonifo
dan Oluwatoyin Catherine (2013) melakukan penelitian yang berjudul “Fuzzy C-
Means Clustering Model for Identification of Students’ Learning Preferences in
Online Environment”. Pada penelitian ini Fuzzy C-Means (FCM) sebagai teknik
clustering digunakan untuk menentukan preferensi belajar individu. Hasil yang
diperoleh dari model ini menunjukkan bahwa teknik ini cocok dalam
mengidentifikasi preferensi belajar siswa.
Berdasarkan penelitian-penelitian yang telah dipaparkan di atas, maka akan
dilakukan penelitian lebih lanjut dengan judul “Implementasi Metode Fuzzy C-
Means Pada Sistem Pendukung Keputusan Penentuan Kelayakan Penerima Zakat
(Studi Badan Amil Zakat Nasional Kota Kendari)”. Objek yang digunakan pada
pembuatan sistem pendukung keputusan ini adalah mustahik atau penerima zakat.
Metode yang digunakan adalah Fuzzy C-Means. Output yang dihasilkan berupa
hasil kelayakan mustahik berdasarkan kriteria-kriteria yang telah ditentukan.
5
BAB II
LANDASAN TEORI
2.1 Sistem Pendukung Keputusan
Konsep Decision Support System (DSS) diperkenalkan pertama kali oleh
Michael S. Scoott Morton pada tahun 1970-an dengan istilah Management Decision
System. Definisi sistem adalah sekumpulan hal atau kegiatan atau elemen atau
subsistem yang saling bekerja sama atau yang dihubungkan dengan cara-cara
tertentu sehingga membentuk satu kesatuan untuk melaksanakan suatu fungsi guna
mencapai suatu tujuan (Turban dkk, 2005).
Decision Support System (DSS) mendayagunakan resources individu-
individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas
keputusan. Decision Support System (DSS) dirancang untuk mendukung seluruh
tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data
yang relevan, dan menentukan pendekatan yang digunakan dalam proses
pengambilan keputusan, sampai mengevaluasi pemilihan alternatif. Decision
Support System (DSS) dapat dikatakan sebagai sistem komputer yang mengolah
data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur
yang spesifik (Bastiah, 2013).
2.1.1 Komponen Sistem Pendukung Keputusan
Sistem pendukung keputusan terdiri dari empat subsistem yang saling
berhubungan yaitu (Turban dkk, 2005):
1. Subsistem Manajemen Data meliputi basis data yang terdiri dari data-data
yang relevan dengan keadaan dan dikelola oleh software yang disebut
Database Management System (DBMS).
2. Subsistem Manajemen Model berupa paket software yang berisi model-
model finansial statistik manajemen science, atau model kuantitatif yang
menyediakan kemampuan analisa dan software manajemen yang sesuai.
3. Subsistem Manajemen Berbasis Pengetahuan (Knowledge Management
Subsystem) merupakan subsistem yang dapat mendukung subsistem lain
atau berlaku sebagai komponen yang berdiri sendiri (independent).
6
4. Subsistem Dialog (User Interface Subsystem) merupakan subsistem yang
dapat digunakan oleh user untuk berkomunikasi dengan sistem dan juga
memberi perintah.
2.1.2 Karakteristik Sistem Pendukung Keputusan
Karakteristik dan kapabilitas kunci dari Sistem Pendukung Keputusan
adalah sebagai berikut (Turban, 2005):
1. Dukungan untuk pengambil keputusan, terutama pada situasi
semiterstruktur dan tak terstruktur.
2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai
manajer lini.
3. Dukungan untuk individu dan kelompok.
4. Dukungan untuk semua keputusan independen dan atau sekuensial.
5. Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain,
pilihan, dan implementasi.
6. Dukungan pada berbagai proses dan gaya pengambilan keputusan.
7. Kemampuan sistem beradaptasi dengan cepat di mana pengambil
keputusan dapat menghadapi masalah-masalah baru dan pada saat yang
sama dapat menanganinya dengan cara mengadaptasikan sistem terhadap
kondisi-kondisi perubahan yang terjadi.
8. Pengguna merasa seperti di rumah. User-friendly, kapabilitas grafis yang
kuat, dan sebuah bahasa interaktif yang alami.
9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi,
timelines, kualitas) dari pada efisiensi (biaya).
10. Pengambil keputusan mengontrol penuh semua langkah proses
pengambilan keputusan dalam memecahkan masalah.
11. Pengguna akhir dapat mengembangkan dan memodifikasi sistem sederhana.
12. Menggunakan model-model dalam penganalisisan situasi pengambilan
keputusan.
13. Disediakannya akses untuk berbagai sumber data, format, dan tipe, mulai
dari sistem informasi geografi (GIS) sampai sistem berorientasi objek.
7
14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang
pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi
keseluruhan dan di beberapa organisasi sepanjang rantai persediaan.
2.1.3 Proses Pengambilan Keputusan
Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang
ada untuk mencapai satu atau beberapa tujuan yang telah ditetapkan (Turban, 2005).
Menurut Simon (1960), pengambilan keputusan meliputi empat tahap yang saling
berhubungan dan berurutan. Empat proses tersebut adalah (Suryadi Kadarsah dan
Ramadhani Ali, 2002):
1. Intelligence
Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup
problematika serta proses pengenalan masalah.
2. Design
Tahap ini merupakan proses menemukan dan mengembangkan alternatif.
3. Choice
Pada tahap ini dilakukan poses pemilihan di antara berbagai alternatif
tindakan yang mungkin dijalankan.
4. Implementation
Tahap implementasi adalah tahap pelaksanaan dari keputusan yang telah
diambil.
2.1.4 Tujuan Sistem Pendukung Keputusan
Tujuan dari Sistem Pendukung Keputusan adalah sebagai berikut (Turban,
2005):
1. Membantu dalam pengambilan keputusan atas masalah yang terstruktur
2. Memberikan dukungan atas pertimbangan managerial dan bukannya
dimaksudkan untuk mengganti fungsi manager.
3. Meningkatkan efektivitas keputusan yang diambil dari pada perbaikan
efisiensinya.
4. Kecepatan komputasi
5. Meningkatkan produktifitas
6. Dukungan kualitas
8
7. Berdaya saing
8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan
2.1.5 Jenis-Jenis Keputusan
Jenis-jenis keputusan menurut Herbert A. Simon adalah sebagai berikut
(Suryadi Kadarsah dan Ramadhani Ali, 2002):
1. Keputusan Terprogram, bersifat berulang dan rutin, sedemikian sehingga
suatu prosedur pasti telah dibuat untuk menanganinya.
2. Keputusan Tak Terprogram, bersifat baru, tidak terstruktur dan jarang
konsekuen. Tidak ada metode yang pasti untuk menangani masalah ini.
Keputusan diklasifikasikan menjadi 3 jenis sebagai berikut (Kenneth C.
Laudon dan Jane P. Laudon, 2008):
1. Keputusan terstruktur (structured decision), sifatnya berulang dan rutin, dan
melibatkan prosedur yang jelas dalam menanganinya, sehingga tidak perlu
diperlakukan seakan-akan masih baru.
2. Keputusan semistruktur (semistructured decision), yaitu yang hanya
sebagian masalahnya mempunyai jawaban yang jelas tersedia dengan
prosedur yang disetujui bersama.
3. Keputusan tidak terstruktur (unstructured decision) adalah keputusan yang
pengambilan keputusannya harus memberikan penilaian, evaluasi, dan
pengertian untuk memecahkan masalahnya.
2.2 Logika Fuzzy
Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Suatu nilai
dapat bernilai besar atau salah secara bersamaan. Dalam fuzzy dikenal derajat
keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1 (satu). Berbeda dengan
himpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak) (Sri Kusumadewi,
2003).
Logika Fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau
kesamaran (fuzzyness) antara benar atau salah. Dalam teori logika fuzzy suatu nilai
bisa bernilai benar atau salah secara bersama. Namun berapa besar keberadaan dan
kesalahan sesuatu tergantung pada bobot keanggotaan yang dimilikinya. Logika
fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga 1. Berbeda dengan
9
logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan untuk
menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa
(linguistic), misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan
pelan, agak cepat, cepat, dan sangat cepat. Dan logika fuzzy menunjukan sejauh
mana suatu nilai itu benar dan sejauh mana suatu nilai itu salah. Tidak seperti logika
klasik (scrisp)/tegas, suatu nilai hanya mempunyai 2 kemungkinan yaitu
merupakan suatu anggota himpunan atau tidak. Derajat keanggotaan 0 (nol) artinya
nilai bukan merupakan anggota himpunan dan 1 (satu) berarti nilai tersebut adalah
anggota himpunan (Sri Kusumadewi dan Hari Purnomo, 2004).
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang
input ke dalam suatu ruang output, mempunyai nilai kontinyu. Fuzzy dinyatakan
dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu
sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama
(Sri Kusumadewi, 2003).
Kelebihan dari teori logika fuzzy adalah kemampuan dalam proses penalaran
secara bahasa (linguistic reasoning). Sehingga dalam perancangannya tidak
memerlukan persamaan matematik dari objek yang akan dikendalikan (Sri
Kusumadewi, 2003).
2.3 Fuzzy C-Means
Salah satu teknik fuzzy clustering adalah Fuzzy C-Means (FCM). FCM
adalah suatu teknik clustering data yang keberadaan tiap-tiap data dalam suatu
cluster ditentukan oleh nilai/derajat keanggotaan tertentu. Teknik ini pertama kali
diperkenalkan oleh Jim Bezdek pada tahun 1981 (Sri Kusumadewi dan Sri Hartati,
2006).
Clustering merupakan teknik umum untuk pengelompokan sekumpulan
objek sehingga bisa berada dalam satu kelompok yang sama. Digunakan dalam
menganalisa data statistik untuk berbagai bidang, misalnya machine learning,
pattern analysis, image analysis, information retrieval dan bio informatika. Tujuan
utama analisis cluster adalah mengelompokkan obyek-obyek berdasarkan
kesamaan karakteristik di antara obyek-obyek tersebut. Obyek bisa berupa produk
(barang dan jasa). Benda (tumbuhan atau lainnya) serta orang (responden,
10
konsumen, atau yang lain). Obyek tersebut akan diklasifikasikan ke dalam satu atau
lebih cluster (kelompok) sehingga obyek-obyek yang berada dalam satu cluster
akan mempunyai kemiripan satu dengan yang lain.
Konsep dari Fuzzy C- Means pertama kali adalah menentukan pusat claster,
yang akan menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal,
pusat cluster ini masih belum akurat. Tiap-tiap titik data memiliki derajat
keanggotaan untuk tiap-tiap cluster. Dengan cara memperbaiki pusat cluster dan
derajat keanggotaan tiap-tiap titik data secara berulang, maka akan dapat dilihat
bahwa pusat cluster akan bergerak menuju lokasi yang tepat. Perulangan ini
didasarkan pada minimasi fungsi obyektif yang menggambarkan jarak dari titik
data yang diberikan ke pusat cluster yang terbobot oleh derajat keanggotaan titik
data tersebut. Output dari Fuzzy C-Means merupakan deretan pusat clustering dan
beberapa derajat keanggotaan untuk tiap-tiap titik data. Informasi ini dapat
digunakan untuk membangun suatu fuzzy inference system (Adi Suryaputra P., dkk,
2014).
Fuzzy Clustering lebih alami jika dibandingkan dengan clustering secara
klasik. Suatu algoritma clustering dikatakan sebagai fuzzy clustering jika algoritma
tersebut menggunakan parameter strategi adaptasi secara soft competitive. Sebagian
besar algoritma fuzzy clustering didasarkan atas optimasi fungsi obyektif atau
modifikasi dari fungsi obyektif tersebut. Pada FCM setiap data bisa menjadi
anggota dari beberapa cluster. Batas-batas cluster dalam FCM adalah lunak (soft).
Konsep dasar FCM, pertama kali adalah menentukan pusat cluster yang akan
menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster
ini masih belum akurat (Sri Kusumadewi dan Sri Hartati, 2006).
Cara kerja clustering yaitu mengkoordinasi data-data yang ada ke dalam
beberapa kelas, yang anggota dari kelas tersebut memiliki kesamaan dalam hal
tertentu (Purbasari, 2012):
Algoritma pengelompokan dari Fuzzy C-Means adalah (Purbasari, 2012):
1. Input data yang akan dicluster X, berupa matriks berukuran n x m, dengan n
= jumlah data yang akan dicluster; dan m = jumlah variabel (kriteria);
11
2. Menentukan:
a) Jumlah cluster = c;
b) Pangkat = w (>1);
c) Maksimum Iterasi = maxIter;
d) Error terkecil = ξ;
e) Fungsi obyektif awal = Po = 0;
f) Iterasi awal, t = 1;
3. Menghitung jumlah setiap kolom (atribut) :
(2.1)
Persamaan 2.1 menjelaskan bahwa Qj adalah jumlah dari setiap kolom.
Dimana jumlah dari setiap kolom yang merupakan matriks random bernilai
1.
Bentuk matriks partisi awal, U, sebagai berikut:
戟 = [�怠怠(�怠 �怠態(�態 … �怠�(�� �怠態(�怠 �態態(�態 … �態�(�� ⋮ ⋮�津怠(�怠 �津態(�怠 … �津�(�� ] (2.2)
Persamaan 2.2 menjelaskan matriks awal yang terbentuk dari setiap data
yang akan diinputkan ke dalam perhitungan. Jumlah cluster yang akan
dibentuk digambarkan oleh µ11 (x1) sampai dengan μ1c (xc), sedangkan
jumlah dari data yang akan dicluster digambarkan oleh μ11 (x1) sampai μn1
(x1).
4. Menghitung pusat cluster, V, untuk setiap cluster: 撃賃珍 = ((��入 � ∗ ��乳 韮�=迭 (��入 � 韮� (2.3)
V merupakan pusat cluster. Setiap pusat cluster akan didapatkan dengan
menghitung Σ dari hasil pemangkatan cluster yang dihitung dikalikan
dengan bobot setiap data. Kemudian dibagi dengan Σ dari hasil
pemangkatan cluster yang dihitung.
5. Memperbaiki derajat keanggotaan setiap data pada setiap cluster (perbaiki
matriks partisi), sebagai berikut :
12
�沈賃 = [ ��入− �入乳 鉄 尿乳=迭 ] −迭�−迭 [ ��入− �入乳 鉄 尿乳=迭 ] −迭�−迭迩入=迭 (2.4) �沈賃 merupakan hasil perhitungan terhadap pencarian hasil dari derajat
keanggotaan. �沈賃 didapatkan dari hasil pemangkatan setiap hasil perkalian
nilai bobot yang ada dengan pusat cluster menggunakan sistem perkalian
matriks (baris dikali kolom). Kemudian dipangkatkan dengan -1/bobot yang
telah ditentukan di awal kurang (-) 1. Keseluruhan nilai yang didapatkan
dibagi dengan total jumlah baris setiap cluster. Dalam perhitungan derajat
keanggotaan diinisialkan dengan L1 yang mewakili perhitungan untuk
derajat keanggotaan cluster pertama untuk data 1 sampai n. Inisial L2
mewakili perhitungan untuk derajat keanggotaan cluster kedua untuk data 1
sampai n. Inisial LT mewakili hasil penjumlahan L1 + L2.
6. Menghitung fungsi Obyektif pada iterasi ke -t, Pt :
�� = �沈賃 − 撃賃珍 態 陳珍=怠 (�沈賃 栂 �
賃=怠津
沈=怠
Dalam perhitungan fungsi objektif diinisialkan dengan L3 yang mewakili
perhitungan fungsi objektif cluster pertama dari data 1 sampai n. Inisial L4
mewakili perhitungan fungsi objektif cluster kedua dari data 1 sampai n. Σ
(L5 + L6) mewakili selisih antara interasi (n + 1) - itrerasi (n).
Secara sederhana, rumus 2.5 menjelaskan perhitungan dari fungsi objektif.
Dimana Pt merupakan total dari hasil perhitungan setiap cluster.
7. Mengecek kriteria pemberhentian,
Jika (|pt – Pt-1| < ξ) atau (t > maxIter) maka berhenti; (2.6)
Jika tidak: t = t + 1, ulangi langkah ke – 4.
8. Kelayakan = (岾 韮�如��_��韮�_尿賑韮匂賑入�禰�_如���入 韮�如��_�賑認_迩如祢濡禰賑認 峇掴怠待待 賃�沈���沈� ) �などど% (2.7)
2.4 Model Pengembangan Sistem Waterfall
Model Waterfall atau sering disebut Model Pengembangan Air Terjun,
merupakan paradigma model pengembangan perangkat lunak paling tua, dan paling
banyak dipakai. Model ini mengusulkan sebuah pendekatan perkembangan
(2.5)
13
perangkat lunak yang sistematik dan sekunsial yang dimulai pada tingkat dan
kemajuan sistem pada seluruh tahapan analisis, desain, kode, pengujian, dan
pemeliharaan (Rosa A.S & M.Shalahuddin, 2013).
Berikut merupakan tahapan–tahapan pengembangan Waterfall
Development Model (Rosa A.S & M.Shalahuddin, 2013):
1. Rekayasa dan pemodelan sistem/informasi
Langkah pertama dimulai dengan membangun keseluruhan elemen sistem
dan memilah bagian-bagian mana yang akan dijadikan bahan pengembangan
perangkat lunak, dengan memperhatikan hubungannya dengan hardware, user, dan
database.
2. Analisis kebutuhan perangkat lunak
Pada proses ini, dilakukan analisis dan pengumpulan kebutuhan sistem yang
meliputi domain informasi, fungsi yang dibutuhkan unjuk kerja/performansi dan
antarmuka. Hasil analisis dan pengumpulan tersebut didokumentasikan dan
diperlihatkan kembali kepada pelanggan.
3. Desain
Pada proses desain, dilakukan penerjemahan syarat kebutuhan sebuah
perancangan perangkat lunak yang dapat diperkirakan sebelum dibuatnya proses
pengkodean (coding). Proses ini berfokus pada struktur data, arsitektur perangkat
lunak, representasi interface, dan detail algoritma prosedural.
4. Pengkodean
Pengkodean merupakan proses menerjemahkan perancangan desain ke
bentuk yang dapat dimengerti oleh mesin, dengan menggunakan bahasa
pemrograman.
5. Pengujian
Setelah proses pengkodean selesai, dilanjutkan dengan proses pengujian
pada program perangkat lunak, baik Pengujian logika internal, maupun Pengujian
eksternal fungsional untuk memeriksa segala kemungkinan terjadinya kesalahan
dan memeriksa apakah hasil dari pengembangan tersebut sesuai dengan hasil yang
diinginkan.
14
6. Pemeliharaan
Proses pemeliharaan merupakan bagian paling akhir dari siklus
pengembangan dan dilakukan setelah perangkat lunak dipergunakan.
Gambar 2.1 Tahapan Pengembangan Waterfall (Rosa A.S & M.Shalahuddin,
2013).
2.5 Flowchart
Flowchart adalah penggambaran secara grafik dari langkah-langkah dan
urut-urutan prosedur dari suatu program. Flowchart menolong analis dan
programmer untuk memecahkan masalah ke dalam segmen-segmen yang lebih
kecil dan menolong dalam menganalisis alternatif-alternatif lain dalam
pengoperasian (Rosa A.S & M.Shalahuddin, 2013).
Tabel. 2.1 Simbol-Simbol Flowchart
NO SIMBOL NAMA KETERANGAN
1.
Proses Mempresentasikan operasi.
2.
Input /
Output
Mempresentasikan Input data atau
Output data yang diproses atau
informasi.
3.
Keputusan Keputusan dalam program.
4.
Dokumen Dokument I / O dalam format cetak.
5.
Terminal
points
Awal / akhir flowchart.
15
Lanjutan Tabel 2.1
(Sumber : Rosa A.S & M.Shalahuddin, 2013)
2.6 Unified Modeling Language (UML)
UML (Unified Modeling Language) adalah sebuah bahasa untuk
menetukan, visualisasi, konstruksi, dan mendokumentasikan artifact (bagian dari
informasi yang digunakan atau dihasilkan dalam suatu proses pembuatan perangkat
lunak. Artefact dapat berupa model, deskripsi atau perangkat lunak) dari sistem
perangkat lunak, seperti pada pemodelan bisnis dan sistem non perangkat lunak
lainnya.
UML merupakan suatu kumpulan teknik terbaik yang telah terbukti sukses
dalam memodelkan sistem yang besar dan kompleks. UML tidak hanya digunakan
dalam proses pemodelan perangkat lunak, namun hampir dalam semua bidang yang
membutuhkan pemodelan. Berikut adalah tipe-tipe diagram UML (Rosa A.S &
M.Shalahuddin, 2013).
2.6.1 Use Case Diagram
Diagram Use case adalah diagram yang menunjukkan fungsionalitas suatu
sistem atau kelas dan bagaimana sistem tersebut berinteraksi dengan dunia luar dan
6.
Preparation Pemberian harga awal.
7.
Manual input Input yang dimasukkan secara
manual dari keyboard.
8.
Penghubung Keluar atau masuk dari bagian lain
flowchart
9.
Penghubung
Keluar atau masuknya dari
bagian lain flowchart khususnya
halaman lain.
10.
Display Output yang ditampilkan pada
terminal
11.
Anak panah Mempresentasikan alur kerja.
16
menjelaskan sistem secara fungsional yang terlihat user. Sebuah use case
mempresentasikan sebuah interaksi antara aktor dengan sistem.
Tabel 2.2 Simbol Use Case Diagram
NO SIMBOL NAMA KETERANGAN
1.
Actor Menspesifikasikan himpunan peran yang
pengguna mainkan ketika berinteraksi
dengan use case
2.
Dependency Hubungan dimana perubahan yang terjadi
pada suatu elemen mandiri (dependent)
akan mempengaruhi elemen yang
bergantung padanya elemen yang tidak
mandiri (independent)
3.
Generalization Hubungan dimana objek anak
(descendent) berbagi perilaku dan
struktur data dari objek yang ada
diatasnya objek induk (ancestor)
4.
Include Menspesifikasikan bahwa use case
sumber secara eksplisit
5.
Extend Menspesifikasikan bahwa use case target
memperluas perilaku dari use case
sumber pada suatu titik yang diberikan
6.
Association Apa yang menghubungkan antara objek
satu dengan objek lainnya.
7.
System Menspesifikasikan paket yang
menampilkan sistem secara terbatas
8.
Use case Deskripsi dari uraian aksi-aksi yang
ditampilkan sistem yang menghasilkan
suatu hasil yang terukur bagi suatu actor
17
Tabel 2.2 (Lanjutan)
(Sumber : Rosa A.S & M.Shalahuddin, 2013)
2.6.2 Activity Diagram
Activity diagram menggambarkan berbagai alir aktivitas dalam sistem yang
sedang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin
terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat
menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.
Activity diagram merupakan state diagram khusus, di mana sebagian besar
state adalah action dan sebagian besar transisi di-trigger oleh selesainya state
sebelumnya (internal processing).
Tabel 2.3 Simbol Activity Diagram
NO SIMBOL NAMA KETERANGAN
1.
Activity Memperlihatkan bagaimana masing-
masing kelas antarmuka saling
berinteraksi satu sama lain.
2.
Action State dari sistem yang mencerminkan
eksekusi dari suatu aksi
3.
Initial Node Bagaimana objek dibentuk atau diawali
4.
Activity Final
Node
Bagaimana objek dibentuk dan diakhiri
5.
Fork Node Satu aliran yang pada tahap tertentu
berubah menjadi beberapa aliran
(Sumber : Rosa A.S & M.Shalahuddin, 2013)
9.
Collaboration Interaksi aturan-aturan dan elemen lain
yang bekerja sama untuk menyediakan
perilaku yang lebih besar dari jumlah dan
elemen-elemennya (sinergi)
10.
Note Elemen fisik yang eksis saat aplikasi
dijalankan dan mencerminkan suatu
sumber daya komputasi
18
2.6.3 Sequence Diagram
Sequence diagram menggambarkan interaksi antar objek di dalam dan di
sekitar sistem (termasuk pengguna, display, dan sebagainya) berupa message yang
digambarkan terhadap waktu. Sequence diagram terdiri atas dimensi vertikal
(waktu) dan dimensi horizontal (objek-objek yang terkait).
Sequence diagram biasa digunakan untuk menggambarkan skenario atau
rangkaian langkah-langkah yang dilakukan sebagai respons dari sebuah event untuk
menghasilkan output tertentu.
Tabel 2.4 Simbol Sequence Diagram
NO SIMBOL NAMA KETERANGAN
1
LifeLine Objek entity, antarmuka yang saling
berinteraksi.
2
Message Spesifikasi dari komunikasi antar
objek yang memuat informasi-
informasi tentang aktifitas yang terjadi
3
Message Spesifikasi dari komunikasi antar
objek yang memuat informasi-
informasi tentang aktifitas yang terjadi
4
Message Menyatakan suatu objek mengakhiri
hidup objek lain, arah panah mengarah
pada objek yang diakhiri, sebaiknya
jika ada create maka ada destroy
(Sumber : Rosa A.S & M.Shalahuddin, 2013)
2.6.4 Class Diagram
Class adalah kumpulan objek-objek dengan dan yang mempunyai struktur
umum, behavior umum, relasi umum, dan semantic/kata yang umum. Class-class
ditentukan/ditemukan dengan cara memeriksa objek-objek dalam sequence
diagram dan collaboration diagram. Sebuah class digambarkan seperti sebuah
bujur sangkar dengan tiga bagian ruangan.
19
Tabel 2.5 Simbol Class Diagram
NO GAMBAR NAMA KETERANGAN
1.
Association Apa yang menghubungkan antara objek
satu dengan objek lainnya
2.
Nary
Association
Upaya untuk menghindari asosiasi
dengan lebih dari 2 objek
3.
Class Himpunan dari objek-objek yang berbagi
atribut serta operasi yang sama
4.
Collaboration Deskripsi dari urutan aksi-aksi yang
ditampilkan system yang menghasilkan
suatu hasil yang terukur bagi suatu actor
5.
Realization Operasi yang benar-benar dilakukan oleh
suatu objek
6.
Dependency Hubungan dimana perubahan yang
terjadi pada suatu elemen mandiri
(independent) akan mempengaruhi
elemen yang bergantung padanya
elemen yang tidak mandiri
(Sumber : Rosa A.S & M.Shalahuddin, 2013)
2.7 Database (Basis Data)
Basis data merupakan kumpulan data yang saling berhubungan satu dengan
yang lainnya yang diorganisasikan sesuai struktur tertentu dan disimpan dengan
baik. Untuk mendapatkan informasi yang berguna dari kumpulan data maka
diperlukan suatu perangkat lunak (software) untuk memanipulasi data sehingga
mendapatkan informasi yang berguna (Rosa A.S & M.Shalahuddin, 2013).
2.7.1 Database Manajement System (DBMS)
Database Manajement System (DBMS) merupakan software yang
digunakan untuk membangun sebuah sistem basis data yang berbasis
komputerisasi. DBMS membantu dalam pemeliharaan dan pengolahan kumpulan
20
data dalam jumlah besar. Sehingga dengan menggunakan DBMS tidak
menimbulkan kekacauan dan dapat digunakan oleh pengguna sesuai dengan
kebutuhan (Kusrini, 2007). Contoh Program DBMS adalah MySQL, Oracle,
Firebirh, Microsoft SQL Server, Foxpro 6.0 atau FoxBase, DB2, Paradox, dan
Microsoft Access.
2.7.2 Unsur-Unsur Basis Data
Unsur-nsur Basis Data adalah sebagai berikut (Rosa A.S & M.Shalahuddin,
2013):
1. Enterprise
Enterprise (badan, lembaga) diartikan sebagai sembarang badan organisasi
seperti instansi pemerintah, sekolah, bank, rumah sakit, industri atau badan usaha
lain yang merupakan unit kerja yang dalam batas-batas tertentu bekerja sebagai
suatu kesatuan.
2. Entity
Entity (kesatuan) merupakan elemen atau bagian dalam enterprise yang
kesemuannya direkam. Entity-entity dalam suatu enterprise saling terkait antara
yang satu dengan yang lain melalui satu atau lebih relasi.
3. Atribut
Atribut adalah unsur-unsur entity yang menjelaskan ciri atau watak yang
dipilih untuk direkam. Atribut ini merupakan satuan terkecil dari pada data yang
mempunyai arti bagi pemakai data.
4. Nilai Data
Nilai data adalah sekumpulan dari karakter-karakter atau nilai yang diisikan
pada suatu elemen data.
5. Record Data
Record data merupakan sekumpulan harga data yang saling berhubungan
dalam satu entity.
6. Elemen Data Kunci
Elemen Data Kunci merupakan elemen data yang berdasarkan harganya
dapat diketahui dengan pasti harga elemen data lainnya dalam suatu entity.
21
7. File Data
File data adalah kumpulan dari beberapa record yang membentuk suatu
kesatuan.
2.8 Entity Relationship Diagram (ERD)
Model Entity Relationship adalah suatu penyajian data dengan
menggunakan Entity dan Relationship. ERD (Entity Relationship Diagram)
merupakan salah satu model yang digunakan untuk mendesain database dengan
tujuan menggambarkan data yang berelasi pada sebuah database. Elemen-elemen
ERD adalah sebagai berikut (Rosa A.S & M.Shalahuddin, 2013):
1. Entitas (Entity)
Entity adalah obyek yang dapat dibedakan dalam dunia nyata. Entity set
adalah kumpulan dari entity yang sejenis. Entity set dapat berupa:
a) Obyek secara fisik: Rumah, Kendaraan, Peralatan.
b) Obyek secara konsep: Pekerjaan, Perusahaan, Rencana.
2. Hubungan / Relasi (Relationship)
Relationship adalah hubungan yang terjadi antara satu atau lebih entity.
Relationship set adalah kumpulan relationship yang sejenis.
3. Atribut
Atribut adalah karakteristik dari entity atau relationship yang menyediakan
penjelasan detail tentang entity atau relationship tersebut. Nilai Atribut merupakan
suatu data aktual atau informasi yang disimpan pada suatu atribut di dalam suatu
entity atau relationship.
4. Derajat Relasi (Relationship Degree)
Relationship Degree atau Derajat Relasi adalah jumlah entitas yang
berpartisipasi dalam satu relationship.
5. Kardinalitas (Cardinality)
Kardinalitas menyatakan jumlah himpunan relasi antar entitas. Terdapat 3
macam kardinalitas relasi yaitu:
22
a. Satu ke satu (One to One)
Hubungan relasi satu ke satu yaitu setiap entitas pada himpunan
entitas A berhubungan paling banyak dengan satu entitas pada himpunan
entitas B.
b. Satu ke banyak (One to Many)
Setiap entitas pada himpunan entitas A dapat berhubungan dengan
banyak entitas pada himpunan entitas B, tetapi setiap entitas pada entitas B
dapat berhubungan dengan satu entitas pada himpunan entitas A.
c. Banyak ke banyak (Many to Many)
Setiap entitas pada himpunan entitas A dapat berhubungan dengan
banyak entitas pada himpunan entitas B.
Tabel 2.6 Simbol Entity Relationship Diagram
NO SIMBOL NAMA KETERANGAN
1
Entitas (Entity) Kumpulan dari objek yang dapat
diidentifikasikan secara unik
2
Entitas Lemah
( Weak Entity)
Entitas yang keberadaannya sangat
bergantung dengan entitas lain
3
Relasi
(Relationship)
Hubungan yang terjadi antara satu
atau lebih entitas
4
Identifying
Realtionship
Menyatakan suatu objek mengakhiri
hidup objek lain, arah panah
mengarah pada objek yang diakhiri,
sebaiknya jika ada create maka ada
destroy
5
Atribut Unsur penyusun suatu entitas = field
6
Atribut
Primary Key
Atribut yang digunakan untuk
menentukan suatu entity secara unik
dan berbeda
23
Tabel 2.6 (Lanjutan)
(Sumber : Rosa A.S & M.Shalahuddin, 2013)
2.9 MySQL
MySQL adalah salah satu jenis database server yang sangat terkenal, karena
MySQL menggunakan SQL sebagai bahasa dasar untuk mengakses database.
MySQL termasuk ke dalam RDBMS (Relational Database Management System),
yang lebih populer di kalangan pemrograman web, terutama di kalangan Linux.
MySQL dapat digunakan pada berbagai platform sistem operasi. MySQL sifatnya
free atau gratis (tidak perlu bayar dalam menggunakannya). MySQL terdiri dari 2
(dua) lisensi, yaitu:
1. Lisensi Free ( Free Software / Open Source GNU General Public License )
Jenis lisensi ini bebas digunakan, dimodifikasi source programnya, dengan
catatan harus dipublikasikan ke pemakai.
2. Lisensi Komersial ( Non – GPL )
Pemakai harus membayar sejumlah biaya kepada MySQL AB sebagai
pemegang hak cipta.
2.10 Pemrograman Java
Versi pertama bahasa pemrograman Java dirilis pada akhir 1995, dan dalam
beberapa bulan Java menjadi bahasa pemrograman pada World Wide Web.
Beberapa tahun kemudian merupakan salah satu bahasa pemrograman serbaguna
yang pernah dikembangkan dan banyak digunakan. Java memiliki beberapa
7
Atribut
Multivalue
Nilai dari suatu attribute yang
mempunyai lebih dari satu
(multivalue) nilai dari atrribute yang
bersangkutan
8
Atribut
Komposif
Atribut yang terdiri dari beberapa
atribut yang lebih mendasar/lebih
kecil lagi
9
Atribut
Derivatif
Atribut yang dihasilkan dari atribut
lain atau dari suatu relationship
10 Garis Penghubung antara relasi dan entitas.
24
keunggulan bila dibandingkan dengan bahasa pemrograman lainnya. Diantaranya
(Abdul Kadir, 2003):
1. Java bersifat lebih sederhana dan relatif mudah Java dimodelkan sebagian
dari bahasa C++, namun dengan memperbaik beberapa karakteristik C++,
seperti mengurangi kompleksitas beberapa fitur, penambahan
fungsionalitas, serta penghilangan beberapa aspek pemicu ketidakstabilan
sistem pada C++.
2. Java berorientasi objek. Java adalah bahasa pemrograman berorientasi objek
(OOP). Pemrograman berorientasi objek adalah suatu konsep pemrograman
yang memecahkan masalah dengan cara memilah program menjadi objek –
objek yang saling berinteraksi satu sama lain.
3. Java bersifat multiplatform. Dapat diterjemahkan oleh Java interpreter pada
berbagai sistem operasi.
4. Java bersifat multithread Thread adalah proses yang dapat dikerjakan oleh
program dalam suatu waktu. Ini berarti Java dapat mengerjakan beberapa
proses dalam waktu yang hampir bersamaan. Program Java dapat dibedakan
menjadi dua jenis, yaitu applet dan aplikasi.
5. Applet, adalah program yang dibuat dengan Java, dapat diletakkan pada
Web server dan diakses melalui web browser. Dalam hal ini browser yang
digunakan adalah yang memiliki kemampuan Java (misalnya Netscape
Navigator, Internet Explorer, dan Hot Java).
6. Aplikasi, adalah program yang 5 dibuat dengan Java yang bersifat umum.
Aplikasi dapat dijalankan secara langsung, tidak perlu perangkat lunak
browser untuk menjalankannya. Aplikasi dapat dibayangkan seperti
program yang ditulis dengan bahasa C atau Pascal. Setelah dikompilasi,
dapat dieksekusi secara langsung. Java dipaketkan dalam tiga edisi, yaitu
Java 2 Standard Edition (J2SE), Java 2 Enterprise Edition (J2EE), dan Java
2 Micro Edition (J2ME).
2.11 Netbeans
Netbeans adalah salah satu aplikasi IDE yang digunakan programmer untuk
menulis, mengumpulkan (compile), mencari kesalahan, dan menyebarkan program
25
netbeans ditulis dalam bahasa java namun dapat juga mendukung bahasa
pemrograman lain.
Netbeans Merupakan IDE (Integrated Development Environment)
berbasiskan Java dari Sun Microsystems yang berjalan di atas Swing. Fitur-fitur di
Netbeans:
1) smart code completion
mengusulkan nama variabel dari suatu tipe, melengkapi keyword,
dan mengusulkan tipe parameter dari method
2) code generator dengan menggunakan fitur ini kita dapat meng-
generate constructor, setter dan getter method, dan lain-lain.
3) error stripe
fitur yang menandai baris yang error dengan menghiglight merah.
4) Bookmarking
fitur yang digunakan untuk menandai baris yang suatu saat hendak
kita modifikasi.
5) go to commands
fitur yang digunakan untuk jump ke deklarasi variabel, source code
atau file yang ada pada project yang sama.
Database yang didukung oleh Netbeans:
a. JDBC (Java database connectivity) adalah spesifikasi standar dari JavaSoft
API (Aplication Programming Interface) yang memungkinkan program
java untuk mengakses sistem database manajemen. JDBC API terdiri dari
satu set interface dan kelas yang ditulis dalam bahasa pemrogaman dapat
menulis aplikasi yang terhubung ke database, mengirimkan pertanyaan
ditulis SQL (Structured Query Language) dan memproses hasilnya.
b. MySQL merupakan salah satu aplikasi basis data yang didukung oleh
Netbeans, MySQL memiliki fitur yang ada sudah lumayan lengkap, dari
input, update, delete serta search. Sebuah antarmuka ODBC memanggil
MyODBC yang memungkinkan setiap bahasa pemrogaman yang
mendukung ODBC untuk berkomunikasi dengan basis data MySQL.
26
c. Database Access (Microsoft Access) merupakan salah satu aplikasi basis
data yang didukung oleh Netbeans, data dapat disimpan di dalam format
Microsoft Access, Microsoft Jet Database Engine, Microsoft SQL Server,
Oracle Database, dan semua Kontainer basis data yang mendukung standar
ODBC. Access juga mendukung teknik-teknik pemrograman berorientasi
obyek.
d. Oracle merupakan salah satu aplikasi basis data yang didukung oleh
Netbeans, Oracle secara umum hampir sama dengan MySQL namun yang
membedakan adalah Oracle dapat digunakan dan dihubungkan dengan
Netbeans dan harus menggunakan drivers untuk menyimpan data-data yang
telah dibuat. Oracle merupakan salah satu dari beberapa aplikasi basis data
yang sering digunakan untuk koneksi ke basis data pada NetBeans karena
relatif mudah dan cepat.
2.12 XAMPP
XAMPP adalah perangkat lunak bebas, yang mendukung banyak sistem
operasi, merupakan kompilasi dari beberapa program. Fungsinya adalah sebagai
server yang berdiri sendiri (localhost), yang terdiri atas program Apache HTTP
Server, MySQL database, dan penerjemah bahasa yang ditulis dengan bahasa
pemrograman PHP dan Perl. Program ini tersedia dalam GNU (General Public
License) dan bebas, merupakan web server yang mudah digunakan yang dapat
melayani tampilan halaman web yang dinamis.
XAMPP adalah kepanjangan yang masing-masing hurufnya adalah :
1. X : Sistem Operasi, Program ini dapat dijalankan banyak sistem
operasi,seperti Windows, Linux, Mac OS, dan juga Solaris.
2. A : Apache, merupakan aplikasi web server. Tugas utama Apache adalah
menghasilkan halaman web yang benar kepada user berdasarkan kode PHP
yang dituliskan oleh pembuat web. Jika diperlukan juga berdasarkan kode
PHP yang dituliskan maka dapat saja suatu database diakses terlebih dahulu
(misalnya dalam MySQL) untuk mendukung halaman web yang dihasilkan.
3. M : MySQL, merupakan aplikasi database server. Perkembangannya
disebut SQL yang merupakan kepanjangan dari Structured Query
27
Language. SQL merupakan bahasa terstruktur yang digunakan untuk
mengolah database. MySQL dapat digunakan untuk membuat dan
mengelola database beserta isinya.
4. P : PHP, bahasa pemrograman web. Bahasa pemrograman PHP merupakan
bahasa pemrograman untuk membuat web yang bersifat server-side
scripting. Sistem manajemen basis data yang sering digunakan bersama
PHP adalah MySQL. Namun PHP juga mendukung sistem manajement
database Oracle, Microsoft Access, Interbase, d-base, PostgreSQL, dan
sebagainya.
5. P : Perl adalah bahasa pemrograman untuk segala keperluan, dikembangkan
pertama kali oleh Larry Wall di mesin Unix.
2.13 Zakat
Pada buku ensiklopedi islam jilid lima diterangkan bahwa zakat merupakan
kata dasar (masdar)-nya zaka yang berarti berkah, tumbuh, bersih, baik, dan
bertambah. Dalam istilah fiqih, zakat adalah sebutan atau nama bagi sejumlah harta
tertentu yang diwajibkan Allah Subhanahu Wa Ta’ala supaya diserahkan kepada
orang-orang yang berhak (mustahik). Zakat merupakan ibadah yang menyangkut
harta benda dan berfungsi sosial (Ensiklopedi Islam, 2002).
2.14 Penerima Zakat (Mustahik)
Zakat telah diatur dalam ajaran syariat Islam, yakni ada delapan golongan
(asnaf). Ketentuan ini diatur dalam Al Qur’an surat At-Taubah: 60 (Mila Sartika,
2008).
Dalam satu hadist riwayat Abu Daud Rosululloh bersabda mengenai
penyaluran dana zakat, “Sesungguhnya Allah Subhanahu Wa Ta’ala tidak
berwasiat dengan hukum nabi dan juga tidak dengan hukum lainnya sampai Dia
memberikan hukum di dalamnya. Maka, Allah membagi zakat kepada delapan
bagian. Apabila kamu termasuk salah satu dari bagian tersebut, maka aku berikan
hakmu.” (HR Abu Daud).
Delapan kelompok (asnaf) dari ayat dan hadits di atas, yaitu terperinci sebagai
berikut (Hikmat Kurnia dan Ade Hidayat, 2008):
28
1. Fakir, adalah orang yang penghasilannya tidak dapat memenuhi kebutuhan
pokok (primer) sesuai dengan kebiasaan masyarakat dan wilayah tertentu. Menurut
pandangan mayoritas ulama fikih, fakir adalah orang yang tidak memiliki harta dan
penghasilan yang halal, atau yang mempunyai harta yang kurang dari nisab zakat
dan kondisinya lebih buruk dari pada orang miskin.
2. Miskin, adalah orang-orang yang memerlukan, yang tidak dapat menutupi
kebutuhan pokoknya sesuai dengan kebiasaan yang berlaku. Miskin menurut
mayoritas ulama adalah orang yang tidak memiliki harta dan tidak mempunyai
pencarian yang layak untuk memenuhi kebutuhannya.
3. Amil Zakat, adalah semua pihak yang bertindak mengerjakan yang berkaitan
dengan pengumpulan, penyimpanan, penjagaan, pencatatan dan penyaluran atau
distribusi harta zakat. Mereka diangkat oleh pemerintah dan memperoeh izin
darinya atau dipilih oleh instansi pemerintah yang berwenang atau oleh masyarakat
Islam untuk memungut dan membagikan serta tugas lain yang berhubungan dengan
zakat.
4. Muallaf, adalah orang yang baru masuk Islam kurang dari satu tahun yang
masih memerlukan bantuan dalam beradaptasi dengan kondisi baru mereka,
meskipun tidak berupa pemberian nafkah, atau dengan mendirikan lembaga
keilmuan dan sosial yang akan melindungi dan memantapkan hati mereka dalam
memeluk Islam serta yang akan menciptakan lingkungan yang serasi dengan
kehidupan baru mereka, baik moril maupun materil.
5. Hamba yang disuruh menebus dirinya, mengingat golongan ini sekarang tidak
ada lagi, maka kuota zakat mereka dialihkan kegolongan mustahik lain menurut
pendapat mayoritas ulama fiqih. Namun, sebagian ulama berpendapat bahwa
golongan ini masih ada, yaitu para tentara muslim yang menjadi tawanan.
6. Orang yang berhutang (Gharimin). Orang berutang yang berhak menerima
penyaluran zakat dalam golongan ini ialah:
a) Orang yang berutang untuk kepentingan pribadi yang tidak bisa
dihindarkan, dengan syarat-syarat, utang itu tidak untuk kemaksiatan, utang
itu melilit pelakunya, si pengutang tidak sanggup lagi melunasi utangnya,
utang itu sudah jatuh tempo dan harus dilunasi.
29
b) Orang-orang yang berutang untuk kepentingan sosial, seperti berutang
untuk mendamaikan antara pihak yang bertikai dengan memikul biaya diyat
(denda kriminal) atau biaya barang-barang yang dirusak. Orang seperti ini
berhak menerima zakat walaupun mereka orang kaya yang mampu melunasi
utangnya.
c) Orang yang berutang karena menjamin utang orang lain, dimana yang
menjamin dan yang dijamin keduanya berada dalam kondisi kesulitan
keuangan.
d) Orang yang berutang untuk membayar diyat karena pembunuhan tidak
sengaja, apabila keluarga benar-benar tidak mampu membayar denda
tersebut, begitu pula kas negara.
7. Fisabilillah, adalah orang berjuang di jalan Allah dalam pengertian luas
sesuai dengan yang ditetapkan oleh para ulama fiqih. Intinya adalah melindungi dan
memelihara agama serta meninggikan kalimat tauhid, seperti berperang,
berdakwah, berusaha menerapkan hukum Islam, menolak fitnah-fitnah yang
ditimbulkan oleh musuh-musuh Islam, membendung arus pemikiran-pemikiran
yang bertentangan dengan Islam.
8. Ibnusabil, adalah orang asing yang tidak memiliki biaya untuk kembali ke
tanah airnya. Golongan ini diberi zakat dengan syarat-syarat :
a) Sedang dalam perjalanan di luar lingkungan negeri tempat tingalnya.
Jika masih di lingkungan negara tempat tinggalnya lalu ia dalam keadaan
membutuhkan, maka ia dianggap sebagai fakir atau miskin.
b) Perjalanan tersebut tidak bertentangan dengan syariat Islam, sehingga
pemberian zakat itu tidak menjadi bantuan untuk berbuat maksiat.
c) Pada saat itu ia tidak memiliki biaya untuk kembali ke negerinya,
meskipun di negerinya sebagai orang kaya.
30
BAB III
METODOLOGI PENELITIAN
3.1 Prosedur dan Pengumpulan Data
3.1.1 Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data
Sekunder adalah data yang diperoleh secara tidak langsung atau di luar dari pada
objek dan bersifat eksternal. Data sekunder diperoleh dari bahan lisan dan tulisan,
meliputi buku-buku, jurnal, serta media internet tentang penerima zakat sebagai
kasus yang dibahas dalam tugas akhir ini dan sistem pendukung keputusan yang
berhubungan dengan metode dan aplikasi yang akan dibuat.
3.1.2 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan dalam penelitian ini adalah
sebagai berikut:
1. Metode Wawancara
Wawancara adalah teknik pengambilan data dengan mengumpulkan
informasi yang berhubungan dengan penelitian ini melalui komunikasi langsung
kepada narasumber yaitu pihak Badan Amil Zakat Nasional Kota Kendari yaitu
Bapak H. Musadar Mappasomba, SP., MP., sebagai Ketua Umum, Bapak Drs. H.
Alimudin K sebagai Ketua Harian, Bapak Budi Permana, S.Si sebagai Staf
Sekretariat dibagian Humas dan Sistem Informasi, Ibu Jusri Sabrah, S.Ag sebagai
Staf Sekretariat dibagian Pengumpulan Data ZIS (Zakat, Infaq, dan Sedekah), dan
Ibu Aisyah, SP sebagai Staf Sekretariat dibagian Pendistribusian ZIS (Zakat, Infaq,
dan Sedekah).
2. Studi Pustaka
Penelitian dilakukan dengan penelusuran literatur dari buku, dan data-data
yang bersumber dari Badan Amil Zakat Nasional Kota Kendari maupun sumber-
sumber bacaan lainnya yang dapat membantu dalam proses penyusunan tugas akhir
ini.
31
3.2 Metode Pengembangan Perangkat Lunak
Metode pengembangan perangkat lunak dalam penelitian ini menggunakan
model Waterfall atau sering disebut model pengembangan air terjun. Model ini
mengusulkan sebuah pendekatan perkembangan perangkat lunak yang sistematik
dan sekuensial yang dimulai pada tingkat dan kemajuan sistem pada seluruh
tahapan analisis, desain, kode, pengujian, dan pemeliharaan.
Tahapan-tahapan pengembangan Waterfall Development Model adalah
sebagai berikut:
1. Pemodelan Sistem/Informasi
Membangun keseluruhan elemen sistem dan mengalokasikan ke perangkat
lunak yang dibutuhkan untuk membuat sistem pendukung keputusan dengan
memperhatikan hubungannya dengan hardware, user, dan database.
2. Analisis
Pada tahap ini dilakukan analisis sistem pendukung keputusan penentuan
penerima zakat. Memahami sifat program yang akan dibangun dan data-data
yang dibutuhkan pada perangkat lunak seperti data kriteria-kriteria penentuan
penerima zakat, data penerima zakat, dan melakukan clustering terhadap
kriteria-kriteria yang telah ditetapkan, serta fungsi-fungsi yang diperlukan dalam
sistem.
3. Desain
Pada tahap ini proses desain akan menerjemahkan kebutuhan yang sudah
dianalisis ke sebuah perancangan perangkat lunak. Tahap desain meliputi
perancangan alur data seperti mendesain flowchart yang berfungsi untuk
menyatakan aliran algoritma Fuzzy C-Means atau proses sehingga memberi
solusi dalam penyelesaian masalah yang ada di dalam proses atau algoritma
Fuzzy C-Means, perancangan sistem menggunakan UML (Unified Modelling
Language), database, dan perancangan tampilan antarmuka sistem.
4. Kode
Pada tahap ini proses menerjemahkan desain atau rancangan yang
ditetapkan ke dalam bahasa pemrograman yang dimengerti oleh komputer.
Penelitian ini menggunakan bahasa pemrograman java dan MySQL sebagai
32
database. Penggunaan metode Fuzzy C-Means pada tahap ini ditujukan untuk
melakukan clustering terhadap kriteria-kriteria yang ditetapkan sehingga dapat
menentukan penerima zakat.
5. Tes
Pada tahap ini dilakukan pengujian perangkat lunak apakah sudah sesuai
dengan yang direncanakan. Pada tahap ini juga dilakukan pengujian untuk
menemukan kesalahan-kesalahan dan memastikan sistem akan memberikan
hasil yang akurat.
6. Pemeliharaan
Pada tahap ini perangkat lunak yang telah selesai akan dilakukan
pemeliharaan agar tidak terdapat kesalahan di kemudian hari sehingga
menghasilkan sistem yang lebih baik.
3.3 Waktu dan Tempat Penelitian
Penelitian ini dilakukan di Badan Amil Zakat Nasional Kota Kendari.
Penelitian ini akan berlangsung selama kurang lebih 7 bulan terhitung sejak bulan
September 2015 hingga bulan Maret 2016.
Tabel 3.1 Tabel Waktu Penelitian
No Uraian
Waktu
September Oktober November Desember Januari Februari Maret
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 1 2
1 Pemodelan
Sistem
2 Analisis
3 Desain
4 Kode
5 Tes
6 Pemeliharaan
33
BAB IV
ANALISIS DAN PERANCANGAN SISTEM
4.1 Analisis Sistem Lama dan Baru
4.1.1 Analisis Kerja Sistem yang Lama
Sistem yang berjalan dalam penentuan kelayakan penerima zakat di Badan
Amil Zakat Nasional Kota Kendari masih menggunakan sistem perhitungan secara
manual yaitu data yang digunakan merupakan data calon mustahik dalam lingkup
kota Kendari. Data calon mustahik berasal dari data yang telah terdaftar di
kelurahan kemudian diserahkan ke kecamatan dan selanjutnya diberikan pada
Badan Amil Zakat Kota Kendari. Berdasarkan data tersebut dilakukanlah survei
terhadap calon mustahik oleh tim survei. Setelah tahap survei selesai, tim survei
akan mengumpulkan dan memasukan data hasil survei ke dalam buku besar. Hasil
survei kemudian dimusyawarhakan untuk mempertimbangkan dan menentukan
layak atau tidaknya para calon mustahik menerima zakat. Setelah itu pihak
administrasi akan memasukan data para mustahik ke dalam aplikasi Microsoft
Excel.
4.1.2 Analisis Kerja Sistem yang Baru
Sistem dirancang untuk membangun sebuah sistem pendukung keputusan
dalam membantu pihak Badan Amil Zakat Nasional Kota Kendari untuk
menentukan kelayakan calon mustahik. Metode yang digunakan pada sistem ini
adalah metode Fuzzy C-Means, yang nantinya akan membagi calon penerima zakat
dalam beberapa cluster. Kriteria yang menjadi acuan dalam penentuan kelayakan
ini adalah indeks rumah, indeks usaha, dan indeks harta.
Adapun gambaran umum sistem yang diusulkan dalam menentukan
kelayakan penerima zakat adalah sebagai berikut:
1. Pengguna (User) merupakan orang yang mengoperasikan sistem. User
memiliki hak akses penuh terhadap sistem. Tugas utama seorang user adalah
menginput data pengguna, data calon mustahik, data kriteria (indeks rumah,
indeks harta, dan indeks usaha) mustahik. Sebelum user melakukan proses
perhitungan menggunakan Fuzzy C-Means, terlebih dahulu user
33
34
memasukkan data identitas diri dan kriteria calon mustahik berdasarkan data
hasil survei yang merupakan data bersifat mentah dan belum diketahui
kelayakannya. Hal ini sebagai solusi yang akan digunakan dalam proses
perhitungan penentuan kelayakan mustahik.
2. Setelah admin memasukan data identitas dan kriteria yang dimiliki calon
mustahik, barulah admin melakukan proses penentuan dengan
menggunakan metode Fuzzy C-Means. Untuk melakukan proses
perhitungan ini admin harus masuk ke menu clustering rumah, usaha, dan
harta. Dalam menu ini terdapat tabel yang menampilkan hasil perhitungan
Fuzzy C-Means. Untuk menampilkannya, user harus memilih tombol proses
kemudian sistem akan memproses atau menghitung nilai setiap kriteria
untuk dikelompokkan ke dalam cluster yang telah ditentukan.
3. Setelah sistem melakukan perhitungan Fuzzy C-Means, sistem akan
menampilkan hasil perhitungan berupa nilai derajat keanggotaan setiap
cluster. Kemudian menghitung nilai kelayakan. Cluster yang mempunyai
nilai persentasi yang paling tinggi adalah tergolong cluster yang layak untuk
setiap indeks kriteria.
4.1.3 Flowchart Proses Fuzzy C-Means
Perancangan flowchart atau diagram alir akan mempermudah implementasi
sistem ke dalam bahasa pemrograman, karena flowchart menjelaskan bagaimana
cara kerja sistem dari awal hingga akhir. Gambar 4.1 menunjukkan flowchart
metode fuzzy c-means:
35
Gambar 4.1 Flowchart Proses Fuzzy C-Means SPK Penentuan Kelayakan
Mustahik
Berdasarkan Gambar 4.1 dapat dilihat bahwa sebelum user melakukan
proses perhitungan dengan menggunakan metode Fuzzy C-Means, user harus
memasukkan data calon mustahik dan mengidentifikasi nilai bobot pada masing-
Data Calon Mustahik
Menentukan Matriks partisi awal (matriks random) 芸珍 = �沈賃�賃=怠
Menentukan pusat cluster 撃賃珍 = ((�沈賃 栂 ∗ �沈珍 津沈=怠 (�沈賃 栂 津沈
Memperbaiki derajat keanggotaan �沈賃 = [ �沈賃 − 撃賃珍 態 陳珍=怠 ] −怠栂−怠 [ �沈賃 − 撃賃珍 態 陳珍=怠 ] −怠栂−怠�賃=怠
Menghitung fungsi objektif �� = �沈賃 − 撃賃珍 態 陳珍=怠 (�沈賃 栂 �
賃=怠津
沈=怠
Mengecek kondisi berhenti
( �� − ��−怠 < ξ atau (� > �������
Selesai
Hasil cluster
Mulai
t = t + 1
Ya
Tidak
Menentukan jumlah cluster (c), pangkat/pembobot (w), maxIter, error (ξ) terkecil yang diharapkan
36
masing subkriteria dari setiap kriteria beserta parameternya. Kemudian sistem akan
mulai membaca bobot kriteria yang telah dimasukkan oleh user dan parameter yang
telah ditentukan, selanjutnya sistem akan mulai melakukan proses perhitungan
Fuzzy C-Means hingga menghasilkan output berupa data hasil mustahik yang layak
menerima zakat.
4.2 Ilustrasi Metode Fuzzy C-Means Terhadap Perencanaan Aplikasi
Ilustrasi metode fuzzy c-means dalam sistem dimaksudkan untuk
mengetahui alur penentuan kelayakan penerima zakat berdasarkan kriteria yang
telah ditentukan. Berikut ini adalah tahap perencanaan aplikasi SPK penentuan
kelayakan penerima zakat:
1. Penentuan Kriteria Penilaian
Kriteria penilaian digunakan sebagai parameter penyeleksian kelayakan
penerima zakat (mustahik). Penelitian ini menggunakan kriteria penilaian seperti
terlihat pada Tabel 4.1 berikut:
Tabel 4.1 Tabel Kriteria Penilaian
No Kriteria Subkriteria
1 Indeks Rumah
Ukuran Rumah
Dinding Rumah
Lantai Rumah
Atap Rumah
Kepemilikan Rumah
Dapur
Kursi
2 Indeks Usaha
Sumber Modal
Lama Usaha
Jumlah Pekerja
Status Usaha Saat Ini
Penghasilan Perbulan
Jumlah Tanggungan
37
Tabel 4.1 (Lanjutan)
Berdasarkan Tabel 4.1 maka akan ditentukan bobot pada setiap subkriteria
dari masing-masing kriteria untuk mengetahui tingkat kepentingan pada setiap
subkriteria dari masing-masing kriteria tersebut. Bobot subkriteria dari setiap
kriteria yang digunakan ditunjukkan pada Tabel 4.2 berikut:
Tabel 4.2 Tabel Bobot Nilai Subkriteria
Bobot Keterangan
5 Sangat Baik
4 Baik
3 Cukup
2 Kurang
1 Sangat Kurang
(Sumber : Badan Amil Zakat Nasional (Baznas) Kota Kendari)
Pada setiap calon mustahik yang termasuk dalam kriteria layak akan
mendapatkan 1 poin untuk setiap kriteria yang dihitung. Poin penentuan kelayakan
mustahik dapat dilihat pada Tabel 4.3.
3 Indeks Harta
Kebun
Elektronik
Kendaraan
Ternak
Aset
Sumber : Badan Amil Zakat Nasional (Baznas) Kota Kendari)
38
Tabel 4.3 Tabel Poin Penentuan Kelayakan
No. Rumah Usaha Harta Hasil
1 1 1 1 Layak
2 0 1 1 Layak
3 0 0 1 Tidak Layak
4 0 0 0 Tidak Layak
5 1 1 0 Layak
6 1 0 0 Tidak Layak
(Sumber : Badan Amil Zakat Nasional (Baznas) Kota Kendari)
Pada setiap kriteria penilaian memiliki subkriteria beserta nilai bobot
kepentingannya. Berikut penjabaran dari masing-masing kriteria berdasarkan
Tabel 4.2:
1. Indeks rumah
a. Ukuran rumah (X1)
Tabel 4.4 Tabel Ukuran Rumah
No Pertimbangan Bobot Nilai
1 Sangat Kecil (≤ 4 m2) 4
2 Kecil (5 m2 ≤ X ≤ 6 m2) 3
3 Sedang (7 m2 ≤ X ≤ 8 m2) 2
4 Besar (≥ 9 m2) 1
b. Dinding rumah (X2)
Tabel 4.5 Tabel Dinding Rumah
No Pertimbangan Bobot Nilai
1 Bambu 4 2 Kayu 3 3 Semi (Kayu dan Beton) 2 4 Beton 1
39
c. Lantai rumah (X3)
Tabel 4.6 Tabel Lantai Rumah
No Pertimbangan Bobot Nilai
1 Tanah 5
2 Panggung/Kayu 4
3 Kayu dan Semen 3
4 Semen 2
5 Keramik 1
d. Atap rumah (X4)
Tabel 4.7 Tabel Atap Rumah
No Pertimbangan Bobot Nilai
1 Rumbia 4
2 Rumbia dan Seng 3
3 Seng 2
4 Genteng 1
e. Kepemilikan rumah (X5)
Tabel 4.8 Tabel Kepemilikan Rumah
No Pertimbangan Bobot Nilai
1 Menumpang 4
2 Kontrak 3
3 Keluarga 2
4 Milik Pribadi 1
f. Dapur (X6)
Tabel 4.9 Tabel Dapur Rumah
No Pertimbangan Bobot Nilai
1 Tungku 3
2 Kompor minyak 2
3 Kompor gas 1
40
g. Kursi (X7)
Tabel 4.10 Tabel Kursi Rumah
No Pertimbangan Bobot Nilai
1 Lesehan 5
2 Balai bambu 4
3 Plastik 3
4 Kayu 2
5 Sofa 1
Pertimbangan = Tingkatan bobot pada setiap subkriteria untuk
kriteria indeks rumah, Bobot = Nilai tingkatan setiap subkriteria untuk
kriteria indeks rumah dalam bentuk angka, X = Simbol/insial dari setiap
subkriteria untuk kriteria indeks rumah.
2. Indeks Usaha
a. Sumber modal (X1)
Tabel 4.11 Tabel Sumber Modal
No Pertimbangan Bobot Nilai
1 Tidak Ada 4
2 Pinjaman 3
3 Sendiri dan pinjaman 2
4 Sendiri 1
b. Lama usaha (X2)
Tabel 4.12 Tabel Lama Usaha
No Pertimbangan Bobot Nilai
1 Tidak Ada 5
2 0-1 Tahun 4
3 1-2 Tahun 3
4 2-3 Tahun 2
5 3 Tahun ke atas 1
41
c. Jumlah pekerja (X3)
Tabel 4.13 Tabel Jumlah Pekerja
No Pertimbangan Bobot Nilai
1 Tidak Ada 4
2 1 Orang 3
3 2-3 Orang 2
4 3 Orang ke atas 1
d. Status usaha saat ini (X4)
Tabel 4.14 Tabel Status Usaha Saat Ini
No Pertimbangan Bobot Nilai
1 Tidak Ada 4
2 Gulung tikar 3
3 Hutang 2
4 Masih berjalan 1
e. Pengasilan perbulan (X5)
Tabel 4.15 Tabel Penghasilan Perbulan
No Pertimbangan Bobot Nilai
1 < Rp. 500.000,- 4
2 Rp. 500.000 – Rp. 1.000.000 3
3 Rp. 1.000.000 – Rp. 2.000.000 2
4 >Rp. 2.000.000 1
f. Jumlah tanggungan (X6)
Tabel 4.16 Tabel Jumlah Tanggungan
No Pertimbangan Bobot Nilai
1 > 5 Orang 4 2 4-5 Orang 3 3 2-3 Orang 2 4 0-1 Orang 1
42
Pertimbangan = Tingkatan bobot pada setiap subkriteria untuk
kriteria indeks usaha, Bobot = Nilai tingkatan setiap subkriteria untuk
kriteria indeks usaha dalam bentuk angka, X = Simbol/insial dari setiap
subkriteria untuk kriteria indeks usaha.
3. Indeks Harta
a. Kebun (X1)
Tabel 4.17 Tabel Kebun
No Pertimbangan Bobot Nilai Keterangan
1 Tidak ada 4 Isian pembobotan dipilih berdasarkan nilai ekonomi tertinggi
2 < 1000 m2 3
3 1000 m2 < X < 3000 m2 2
4 >3000m2 1
b. Elektronik (X2)
Tabel 4.18 Tabel Elektronik
No Pertimbangan Bobot Nilai Keterangan
1 Tidak ada 4 Isian pembobotan dipilih berdasarkan nilai ekonomi tertinggi
2 Radio/Tape 3
3 TV/CD Player 2
4 Kulkas 1
c. Kendaraan (X3)
Tabel 4.19 Tabel Kendaraan
No Pertimbangan Bobot Nilai Keterangan
1 Tidak ada 4 Isian pembobotan dipilih berdasarkan nilai ekonomi tertinggi
2 Sepeda gayuh 3
3 Sepeda motor 2
4 Mobil 1
43
d. Ternak(X4)
Tabel 4.20 Tabel Ternak
No. Pertimbangan Bobot Nilai Keterangan
1 Tidak ada 4 Isian pembobotan dipilih berdasarkan nilai ekonomi tertinggi
2 Unggas 3
3 Kambing/Domba 2
4 Sapi/Kerbau 1
e. Aset (X5)
Tabel 4.21 Tabel Aset
No Pertimbangan Bobot Nilai Keterangan
1 Tidak ada 4 Isian pembobotan dipilih berdasarkan nilai ekonomi tertinggi
2 Emas 3
3 Tabungan 2
4 Simpanan bank 1
Pertimbangan = Tingkatan bobot pada setiap subkriteria untuk
kriteria indeks harta, Bobot = Nilai tingkatan setiap subkriteria untuk
kriteria indeks harta dalam bentuk angka, X = Simbol/insial dari setiap
subkriteria untuk kriteria indeks harta.
2. Penilaian Kriteria
Penilaian kriterian dimaksud untuk memberi nilai atau bobot kepentingan
pada kriteria yang dimiliki calon mustahik. Jumlah data sampel yang digunakan
terdiri dari 5 data seperti yang ditunjukkan pada Tabel 4.22, Tabel 4.23 dan Tabel
4.24.
44
Tabel 4.22 Tabel Calon Mustahik Untuk Kriteria Indeks Rumah
No Nama Subkriteria Pertimbangan Bobot Nilai
1 Basri
Ukuran rumah Sangat kecil 4 Dinding Rumah Kayu 3 Lantai rumah Panggung/Kayu 4 Atap rumah Rumbia dan Seng 3 Kepemilikan rumah Kontrak 3 Dapur Tungku 3 Kursi Lesehan 5
2 Nurbiah
Ukuran rumah Kecil 3 Dinding Rumah Kayu 3 Lantai rumah Tanah 5 Atap rumah Rumbia dan Seng 3 Kepemilikan rumah Keluarga 2 Dapur Tungku 3 Kursi Lesehan 5
3 Lisbet
Ukuran rumah Sedang 2 Dinding Rumah Semi (Kayu dan Beton) 2 Lantai rumah Semen 2 Atap rumah Seng 2 Kepemilikan rumah Kontrak 3 Dapur Kompor Minyak 2 Kursi Lesehan 5
4 Hasmuddin
Ukuran rumah Sangat Kecil 4 Dinding Rumah Kayu 3 Lantai rumah Panggung/Kayu 4 Atap rumah Rumbia dan Seng 3 Kepemilikan rumah Kontrak 3 Dapur Kompor Minyak 2 Kursi Lesehan 5
5 Jamsir
Ukuran rumah Besar 1 Dinding Rumah Kayu 3 Lantai rumah Semen 2 Atap rumah Seng 2 Kepemilikan rumah Kontrak 3 Dapur Kompor Minyak 2 Kursi Kayu 2
45
Tabel 4.23 Tabel Calon Mustahik Untuk Kriteria Indeks Usaha
No Nama Subkriteria Pertimbangan Bobot Nilai
1 Basri
Sumber modal Pinjaman 3
Lama usaha 0-1 Tahun 4 Jumlah pekerja 1 Orang 3 Status usaha Hutang 2 Penghasilan per bulan < Rp. 500.000 4 Jumlah tanggungan 2-3 Orang 2
2 Nurbiah
Sumber modal Pinjaman 3
Lama usaha 0-1 Tahun 4 Jumlah pekerja 1 Orang 3 Status usaha Hutang 2 Penghasilan per bulan Rp. 500.000 – Rp.
1.000.000 3
Jumlah tanggungan 2-3 Orang 2
3 Lisbet
Sumber modal Pinjaman 3 Lama usaha 1-2 Tahun 3 Jumlah pekerja 2-3 Orang 2 Status usaha Masih Berjalan 1 Penghasilan per bulan Rp. 1.500.000 – Rp.
2.000.000,- 2
Jumlah tanggungan 2-3 Orang 2
4 Hasmuddin
Sumber modal Pinjaman 3 Lama usaha 1-2 Tahun 3 Jumlah pekerja 1 Orang 3 Status usaha Hutang 2 Penghasilan per bulan Rp. 500.000 – Rp.
1.000.000 3
Jumlah tanggungan 2-3 Orang 2
5 Jamsir
Sumber modal Sendiri dan Pinjaman 2
Lama usaha 2-3 Tahun 2 Jumlah pekerja 2-3 Orang 2
Status usaha Masih Berjalan 1 Penghasilan per bulan Rp. 1.500.000 – Rp.
2.000.000 2
Jumlah tanggungan 0-1 Orang 1
46
Tabel 4.24 Tabel Calon Mustahik Untuk Kriteria Indeks Harta
No Nama Subkriteria Pertimbangan Bobot Nilai
1 Basri
Kebun Tidak Ada 4
Elektronik TV/CD Player 2
Kendaraan Tidak Ada 4
Ternak Unggas 3
Aset Tidak Ada 4
2 Nurbiah
Kebun Tidak Ada 4
Elektronik Kulkas 1
Kendaraan Tidak Ada 4
Ternak Tidak Ada 4
Aset Emas 3
3 Lisbet
Kebun Tidak Ada 4
Elektronik Kulkas 1
Kendaraan Sepeda Motor 2
Ternak Tidak Ada 4
Aset Simpanan Bank 1
4 Hasmuddin
Kebun Tidak Ada 4
Elektronik TV/CD Player 2
Kendaraan Tidak Ada 4
Ternak Tidak Ada 4
Aset Emas 3
5 Jamsir
Kebun Tidak Ada 4
Elektronik TV/CD Player 2
Kendaraan Sepeda Motor 2
Ternak Tidak Ada 4
Aset Simpanan Bank 1
47
Dari Tabel 4.22, Tabel 4.23 dan Tabel 4.24 di atas dapat dilihat dalam Tabel
4.25, Tabel 4.26 dan Tabel 4.27 berikut setelah diberi bobot dalam bentuk angka.
Tabel 4.25 Tabel Indeks Rumah yang Telah Diberi Bobot
No Nama Ukuran Rumah
Dinding Rumah
Lantai Rumah
Atap Rumah
Kepemilikan
Rumah Dapur Kursi
X1 X2 X3 X4 X5 X6 X7 1 Basri 4 3 4 3 3 3 5 2 Nurbiah 3 3 5 3 2 3 5 3 Lisbet 2 2 2 2 3 2 5 4 Hasmuddin 4 3 4 3 3 2 5 5 Jamsir 1 3 2 2 3 2 2
Tabel 4.26 Tabel Indeks Usaha yang Telah Diberi Bobot
No Nama Sumber Modal
Lama Usaha
Jumlah Pekerja
Status Usaha Saat Ini
Penghasilan Per Bulan
Jumlah Tanggung
an
X1 X2 X3 X4 X5 X6 1 Basri 3 4 3 2 4 2 2 Nurbiah 3 4 3 2 3 2 3 Lisbet 3 3 2 1 2 2 4 Hasmuddin 3 3 3 2 3 2 5 Jamsir 2 2 2 1 2 1
Tabel 4.27 Tabel Indeks Harta yang Telah Diberi Bobot
No Nama Kebun Elektronik Kendaraan Ternak Aset
X1 X2 X3 X4 X5 1 Basri 4 2 4 3 4 2 Nurbiah 4 1 4 4 3 3 Lisbet 4 1 2 4 1 4 Hasmuddin 4 2 4 4 3 5 Jamsir 4 2 2 4 1
3. Perhitungan Metode Fuzzy C-Means
Berikut adalah contoh perhitungan penerapan metode Fuzzy C-Means untuk
menentukan kelayakan penerima zakat (mustahik). Adapun langkah-langkah
penyelesaian untuk semua indeks kriteria adalah sebagai berikut:
Mengidentifikasi nilai parameter:
48
a. Jumlah Cluster (c) = 2
b. Pangkat (w) = 2
c. Maksimum Iterasi (MaxIter) = 10
d. Error Terkecil (ξ) = 10-3
e. P0 = 0
Langkah awal adalah dengan menentukan matriks secara random, barisnya
terdiri dari jumlah data dan kolomnya terdiri dari jumlah cluster. Jumlah setiap
kolomnya merupakan matriks random bernilai 1. Pada contoh perhitungan ini
menggunakan data calon mustahik, dihasilkan matriks U ukuran 5 x 2 berdasarkan
persamaan 2.2.
戟 = [ ど.ひどなぬ5 ど.どひぱは5ど.ひひばひに ど.どどにどぱど.5ねどぬぱ ど.ね5ひはにど.ねなぬねに ど.5ぱは5ぱど.ね5なにば ど.5ねぱばぬ]
Selanjutnya menghitung pusat cluster. Berikut adalah perhitungan untuk
pusat cluster pertama pada indeks rumah dengan menggunakan rumus pusat cluster
pada Persamaan 2.3.
49
Tabel 4.28 Tabel Perhitungan Kriteria Indeks Rumah Cluster 1
µi1 = Pusat cluster 1, Xi1 = Bobot pertama data ke-i, Xi2 = Bobot kedua data ke-i, Xi3 = Bobot ketiga data ke-i, Xi4 = Bobot
keempat data ke-i, Xi5 = Bobot kelima data ke-i, Xi6 = Bobot keenam data ke-i dan Xi7 = Bobot ketujuh data ke-i.
Cluster
ke- Data yang di Cluster
(µi1)w (µi1)w
* X i1
(µi1)w
* X i2
(µi1)w
* X i3
(µi1)w
* X i4
(µi1)w
* X i5
(µi1)w
* X i6
(µi1)w
* X i7 µi1 X i1 X i2 X i3 X i4 X i5 X i6 X i7
1
0.90135 4 3 4 3 3 3 5 0.81242 3.24970 2.43727 3.24970 2.43727 2.43727 2.43727 4.06212
0.99792 3 3 5 3 2 3 5 0.99584 2.98753 2.98753 4.97922 2.98753 1.99169 2.98753 4.97922
0.54038 2 2 2 2 3 2 5 0.29202 0.58403 0.58403 0.58403 0.58403 0.87605 0.58403 1.46008
0.41342 4 3 4 3 3 2 5 0.17091 0.68365 0.51274 0.68365 0.51274 0.51274 0.34183 0.85457
0.45127 1 3 2 2 3 2 2 0.20365 0.20365 0.61094 0.40729 0.40729 0.61094 0.40729 0.40729
∑ 2.47484 7.70856 7.13251 9.90389 6.92887 6.42869 6.75795 11.76328
Pusat Cluster 撃賃珍 = ((�沈賃 栂 ∗ �沈珍 津沈=怠 (�沈賃 栂 津沈 3.11477 2.88201 4.00183 2.79972 2.59761 2.73066 4.75314
50
Tabel 4.29 Tabel Perhitungan Kriteria Indeks Rumah Cluster 2
µi2 = Pusat cluster 2, Xi1 = Bobot pertama data ke-i, Xi2 = Bobot kedua data ke-i, Xi3 = Bobot ketiga data ke-i, Xi4 = Bobot
keempat data ke-i, Xi5 = Bobot kelima data ke-i, Xi6 = Bobot keenam data ke-i dan Xi7 = Bobot ketujuh data ke-i.
Cluster
ke- Data yang di Cluster (µi2)w
(µi2)w
* X i1
(µi2)w
* X i2
(µi2)w
* X i3
(µi2)w
* X i4
(µi2)w
* X i5
(µi2)w
* X i6
(µi2)w
* X i7
µi2 X i1 X i2 X i3 X i4 X i5 X i6 X i7
2
0.09865 4 3 4 3 3 3 5 0.00973 0.03893 0.02920 0.03893 0.02920 0.02920 0.02920 0.04866
0.00208 3 3 5 3 2 3 5 0.00000 0.00001 0.00001 0.00002 0.00001 0.00001 0.00001 0.00002
0.45962 2 2 2 2 3 2 5 0.21125 0.42249 0.42249 0.42249 0.42249 0.63374 0.42249 1.05623
0.58658 4 3 4 3 3 2 5 0.34408 1.37632 1.03224 1.37632 1.03224 1.03224 0.68816 1.72040
0.54873 1 3 2 2 3 2 2 0.30110 0.30110 0.90331 0.60221 0.60221 0.90331 0.60221 0.60221
∑ 0.86617 2.13886 2.38725 2.43997 2.08615 2.59849 1.74207 3.42752
Pusat Cluster 撃賃珍 = ((�沈賃 栂 ∗ �沈珍 津沈=怠 (�沈賃 栂 津沈 2.46934 2.75611 2.81698 2.40849 3.00000 2.01124 3.95712
51
Berdasarkan Tabel 4.28 dan Tabel 4.29 di atas maka diketahui pusat cluster
dengan hasil sebagai berikut:
撃 =[ 惣. 層層想挿挿 匝. 想掃操惣想匝. 掻掻匝宋層 匝. 挿捜掃層層想. 宋宋層掻惣 匝. 掻層掃操掻匝. 挿操操挿匝 匝. 想宋掻想操匝. 捜操挿掃層 惣. 宋宋宋宋宋匝. 挿惣宋掃掃 匝. 宋層層匝想想. 挿捜惣層想 惣. 操捜挿層匝]
Langkah selanjutnya adalah memperbaharui derajat keanggotaan U, yang
dapat dihitung dengan menggunakan persamaan 2.4.
�沈賃 = [ �沈賃 − 撃賃珍 態 陳珍=怠 ] −怠栂−怠 [ �沈賃 − 撃賃珍 態 陳珍=怠 ] −怠栂−怠�賃=怠
Detail perhitungan dalam memperbaharui derajat keanggotaan untuk data
pertama adalah sebagai berikut:
L1 = ((4-3.11477)2 + (3-2.88201)2 + (4-4.00183)2 + (3-2.79972)2 + (3-2.59761)2 +
(3-2.73066)2 + (5-4.75314)2)-1 = 0.88256
L2 = ((4-に.ねはひぬね)2 + (3-に.ば5はなな)2 + (4-に.ぱなはひぱ)2 + (3-に.ねどぱねひ)2 + (3-ぬ.どどどどど)2 + (3-に.どななにね)2 + (5-ぬ.ひ5ばなに)2)-1 = 0.16085
LT = 0.88256 + 0.16085= 1.04340
µi1 = L1/LT = 0.88256 /1.04340 = 0.84584
µi2 = L2/LT = 0.16085/1.04340 = 0.15416
Kemudian menghitung data selanjutnya yaitu data ke 2 sampai data ke 5.
Detail hasil perhitungan perbaharuan derajat keanggotaan ini dapat dilihat pada
Tabel 4.30.
52
Tabel 4.30 Tabel Detail Hasil Perhitungan Derajat Keanggotaan Baru untuk
Indeks Rumah
L1 = Jumlah perhitungan derajat keanggotaan data ke-i pada cluster 1,
L2 = Jumlah perhitungan derajat keanggotaan data ke-i pada cluster 2.
Setelah mendapatkan hasil derajat keanggotaannya, dilanjutkan dengan
menghitung fungsi objektifnya. Fungsi objektif dapat dihitung dengan
menggunakan persamaan 2.5.
�� = �沈賃 − 撃賃珍 態 陳珍=怠 (�沈賃 栂 �
賃=怠津
沈=怠
L3 = (4-3.11477)2 + (3-2.88201)2 + (4-4.00183)2 + (3-2.79972)2 + (3-2.59761)2 +
(3-2.73066)2 + (5-4.75314)2 = 1.13307
L4 = (4-に.ねはひぬね)2 + (3-に.ば5はなな)2 + (4-に.ぱなはひぱ)2 + (3-に.ねどぱねひ)2 + (3-ぬ.どどどどど)2 + (3-に.どななにね)2 + (5-ぬ.ひ5ばなに)2 = 6.21709
L5 = L3 * (µi1)w = 1.13307 * 0.81242 = 0.92054
L6 = L4 * (µi2)w = 6.21709 * 0.00973 = 0.06051
L5 + L6 = 0.92054 + 0.06051 = 0.98104
Kemudian dilanjutkan dengan menghitung data ke 2 sampai data ke 5. Hasil
perhitungan secara rinci dapat dilihat dalam Tabel 4.31.
Data Ke- L1 L2 LT µi1 µi2
L1+L2 L1/LT L2/LT
1 0.88256 0.16085 1.04340 0.84584 0.15416
2 0.64343 0.11735 0.76077 0.84575 0.15425
3 0.13469 0.36846 0.50315 0.26770 0.73230
4 0.62720 0.19086 0.81805 0.76670 0.23330
5 0.05744 0.14528 0.20272 0.28335 0.71665
53
Tabel 4.31 Tabel Hasil Perhitungan Fungsi Objektif untuk Indeks Rumah
Data Ke- L3 L4 L3 * (µi1)w L4 * (µi2)w
L5+L6 L5 L6
1 1.13307 6.21709 0.92054 0.06051 0.98104
2 1.55418 8.52180 1.54772 0.00004 1.54776
3 7.42422 2.71403 2.16799 0.57333 2.74132
4 1.59439 5.23957 0.27250 1.80283 2.07533
5 17.40859 6.88318 3.54519 2.07255 5.61773
∑ 12.96319
L3 = Jumlah perhitungan fungsi objekif pada cluster 1,
L4 = Jumlah perhitungan fungsi objekif pada cluster 2.
∑ (L5 + L6) = Jumlah perhitungan data untuk mencari selisih antar iterasi.
Langkah selanjutnya mengecek pemberhentian dengan menggunakan
Persamaan 2.6. Karena |P1 – P0| = |12.963– 0 | = 12.963, berarti |P1 – P0| > ξ (10-3)
dan 1 < maxIter < 10 maka iterasi dilanjutkan (t = 2) dan diulang dari menghitung
pusat cluster. Proses perhitungan dihentikan pada iterasi ke 10, karena telah
memenuhi iterasi maksimal dan hasil |P10 – P9| = 0.00053
Matrik partisi baru (U) untuk iterasi pertama adalah:
U= [ ど.ぱね5ぱね ど.な5ねなはど.ぱね5ば5 ど.な5ねに5ど.にはばばど ど.ばぬにぬどど.ばははばど ど.にぬぬぬどど.にぱぬぬ5 ど.ばなはは5]
Dari hasil iterasi pertama sampai ke iterasi 10 didapatkan elemen matriks
partisi baru sebagai berikut:
U = [ ど.ひば5ぱぱ ど.どにねなにど.ひなひばね ど.どぱどにはど.ぬなぱなね ど.はぱなぱはど.ひ5ぱなぬ ど.どねなぱばど.ど5ばなぬ ど.ひねにぱば]
Dari hasil matriks iterasi ke 10 dapat dilihat kecenderungan cluster yang
ditunjukkan pada Tabel 4.32.
54
Tabel 4.32 Tabel Kecenderungan Cluster Untuk Indeks Rumah
Data Ke-(i) Cluster 1 Cluster 2
1 √
2 √
3 √
4 √
5 √
Berdasarkan Tabel 4.32 hasil kecenderungan cluster dapat disimpulkan
bahwa:
1. Data yang tergolong ke dalam cluster 1 adalah data ke-1, data ke-2 dan data
ke-4.
2. Data yang tergolong ke dalam cluster 2 adalah data ke-3 dan data ke-5
Berdasarkan cluster pada Tabel 4.32 dapat ditentukan calon mustahik yang
berhak menerima zakat. Berikut adalah bobot yang telah ditentukan:
1. Ukuran Rumah = 3 - 4
2. Dinding Rumah = 3 - 4
3. Lantai Rumah = 4 - 5
4. Atap Rumah = 3 - 4
5. Kepemilikan Rumah = 3 - 4
6. Dapur = 2 - 3
7. Kursi = 4 – 5
Penentuan kelayakan ditentukan oleh bobot yang mendekati nilai layak dan
sangat layak dengan aturan kelayakan dan menggunakan Persamaan 2.7.
Kelayakan = (岾 韮�如��_��韮�_尿賑韮匂賑入�禰�_如���入 韮�如��_�賑認_迩如祢濡禰賑認 峇掴怠待待 賃�沈���沈� ) �などど%
Cluster 1
Berdasarkan Ukuran Rumah = (3 / 3) * 100 = 100
Berdasarkan Dinding Rumah = (3 / 3) * 100 = 100
Berdasarkan Lantai Rumah = (3 / 3) * 100 = 100
55
Berdasarkan Atap Rumah = (3 / 3) * 100 = 100
Berdasarkan Kepemilikan Rumah = (2 / 3) * 100 = 66.67
Berdasarkan Dapur = (3 / 3) * 100 = 100
Berdasarkan Kursi = (3 / 3) * 100 = 100
∑
Kelayakan = (666.67 / 7) * 100% = 95.24%
Cluster 2
Berdasarkan Ukuran Rumah = (0 / 2) * 100 = 0
Berdasarkan Dinding Rumah = (1 / 2) * 100 = 50
Berdasarkan Lantai Rumah = (0 / 2) * 100 = 0
Berdasarkan Atap Rumah = (0 / 2) * 100 = 0
Berdasarkan Kepemilikan Rumah = (2 / 2) * 100 = 100
Berdasarkan Dapur = (2 / 2) * 100 = 100
Berdasarkan Kursi = (1 / 2) * 100 = 50
∑
Kelayakan = (300/ 7) * 100% = 42.86%
Dari hasil perhitungan di atas maka diperoleh nilai dari setiap cluster.
Cluster pertama mendapatkan hasil 95.24%, sedangkan cluster kedua mendapatkan
hasil 42.86%. Sehingga dari hasil tersebut dipilih nilai yang terbesar untuk
mendapatkan kelayakan pada kriteria indeks rumah yaitu pada cluster pertama.
Mustahik yang termasuk dalam kriteria layak tersebut adalah Basri, Nurbiah , dan
Hasmuddin. Setiap calon mustahik yang termasuk dalam kriteria layak akan
mendapatkan 1 poin untuk setiap kriteria yang dihitung.
Selanjutnya, matrik partisi baru (U) untuk iterasi pertama untuk indeks
usaha adalah:
U= [ ど.5ぬなばば ど.ねはぱにぬど.5どなひぱ ど.ねひぱどにど.ねぱど55 ど.5なひね5ど.ぬねに5な ど.は5ばねひど.5どはひは ど.ねひぬどね]
Dari hasil iterasi pertama sampai ke iterasi 10 didapatkan elemen matriks
partisi baru sebagai berikut:
666.67
300
56
U = [ ど.ど5ばばど ど.ひねにぬどど.どぬには5 ど.ひはばぬ5ど.ぱにねなぬ ど.なば5ぱばど.なぬ5ねは ど.ぱはね5ねど.ひぬにひど ど.どはばなど]
Kecenderungan cluster untuk kriteria indeks usaha ditunjukkan pada Tabel
4.33.
Tabel 4.33 Tabel Kecenderungan Cluster Untuk Indeks Usaha
Data Ke-(i) Cluster 1 Cluster 2
1 √
2 √
3 √
4 √
5 √
Berdasarkan Tabel 4.33 dapat disimpulkan bahwa:
1. Data yang tergolong ke dalam cluster 1 adalah data ke-1, data ke-2, dan data
ke-4.
2. Data yang tergolong ke dalam cluster 2 adalah data ke-3 dan data ke-5
Berdasarkan cluster pada Tabel 4.33 dapat ditentukan calon mustahik yang
berhak menerima zakat. Berikut adalah bobot yang telah ditentukan:
1. Sumber Modal = 3 - 4
2. Lama Usaha = 4 - 5
3. Jumlah Pekerja = 3 - 4
4. Status Usaha Saat Ini = 3 - 4
5. Penghasilan Perbulan = 3 - 4
6. Jumlah Tanggungan = 3 - 4
Penentuan kelayakan ditentukan oleh bobot yang mendekati nilai layak dan
sangat layak dengan aturan kelayakan dan menggunakan Persamaan 2.7.
57
Kelayakan = (岾 韮�如��_��韮�_尿賑韮匂賑入�禰�_如���入 韮�如��_�賑認_迩如祢濡禰賑認 峇掴怠待待 賃�沈���沈� ) �などど%
Cluster 1
Berdasarkan Sumber Modal = (1 / 2) * 100 = 50
Berdasarkan Lama Usaha = (0 / 2) * 100 = 0
Berdasarkan Jumlah Pekerja = (0 / 2) * 100 = 0
Berdasarkan Status Usaha Saat Ini = (0 / 2) * 100 = 0
Berdasarkan Penghasilan Per Bulan = (0 / 2) * 100 = 0
Berdasarkan Jumlah Tanggungan = (0 / 2) * 100 = 0
∑
Kelayakan = (50 / 6) * 100% = 8.33%
Cluster 2
Berdasarkan Sumber Modal = (3 / 3) * 100 = 100
Berdasarkan Lama Usaha = (2 / 3) * 100 = 66.67
Berdasarkan Jumlah Pekerja = (3 / 3) * 100 = 100
Berdasarkan Status Usaha Saat Ini = (0 / 3) * 100 = 0
Berdasarkan Penghasilan Per Bulan = (3 / 3) * 100 = 100
Berdasarkan Jumlah Tanggungan = (0 / 3) * 100 = 0
∑
Kelayakan = (336.67/ 6) * 100% = 61.11%
Dari perhitungan di atas, maka mustahik yang berhak menerima zakat
berdasarkan kriteria indeks usaha adalah yang termasuk dalam cluster 2 (61.11%),
yaitu Basri, Nurbiah , dan Hasmuddin.
Kemudian, matrik partisi baru (U) untuk iterasi pertama untuk indeks harta
adalah:
U= [ ど.にぱなはね ど.ばなぱぬはど.ぬばひにね ど.はにどばはど.は5ははは ど.ぬねぬぬねど.ぬねなばば ど.は5ぱにぬど.はは5ぱぬ ど.ぬぬねなば]
50
366.67
58
Dari hasil iterasi pertama sampai ke iterasi 10 didapatkan elemen matriks
partisi baru sebagai berikut:
U = [ ど.どはは5ば ど.ひぬぬねぬど.どばは5ぱ ど.ひにぬねにど.ひば55ぱ ど.どにねねにど.どぬばはひ ど.ひはにぬなど.ひばねはど ど.どに5ねど]
Kemudian kecenderungan cluster untuk kriteria indeks harta ditunjukkan
pada Tabel 4.34.
Tabel 4.34 Tabel Kecenderungan Cluster Untuk Indeks Harta
Data Ke-(i) Cluster 1 Cluster 2
1 √
2 √
3 √
4 √
5 √
Berdasarkan Tabel 4.34 dapat disimpulkan bahwa:
1. Data yang tergolong kedalam cluster 1 adalah data ke-3 dan data ke-5.
2. Data yang tergolong kedalam cluster 2 adalah data ke-1, data ke-2 dan data
ke-4
Berdasarkan cluster pada Tabel 4.34 dapat ditentukan calon mustahik yang
berhak menerima zakat. Berikut adalah bobot yang telah ditentukan:
1. Kebun = 3 - 4
2. Elektronik = 3 – 4
3. Kendaraan = 3 - 4
4. Ternak = 3 - 4
5. Aset = 3 - 4
59
Penentuan kelayakan ditentukan oleh bobot yang mendekati nilai layak dan
sangat layak dengan aturan kelayakan dan menggunakan Persamaan 2.7.
Kelayakan = (岾 韮�如��_��韮�_尿賑韮匂賑入�禰�_如���入 韮�如��_�賑認_迩如祢濡禰賑認 峇掴怠待待 賃�沈���沈� ) �などど%
Cluster 1
Berdasarkan Kebun = (2 / 2) * 100 = 100
Berdasarkan Elektronik = (0 / 2) * 100 = 0
Berdasarkan Kendaraan = (0 / 2) * 100 = 0
Berdasarkan Ternak = (2 / 2) * 100 = 100
Berdasarkan Aset = (0 / 2) * 100 = 0
∑
Kelayakan = (200 / 5) * 100% = 40%
Cluster 2
Berdasarkan Kebun = (3 / 3) * 100 = 100
Berdasarkan Elektronik = (0 / 3) * 100 = 0
Berdasarkan Kendaraan = (3 / 3) * 100 = 100
Berdasarkan Ternak = (3 / 3) * 100 = 100
Berdasarkan Aset = (3 / 3) * 100 = 100
∑
Kelayakan = (400 / 5) * 100% = 80%
Dari perhitugan di atas didapatkan bahwa yang berhak menerima zakat
adalah pada cluster 2 (80%) yaitu Basri, Nurbiah dan Hasmuddin.
Setelah selesai dilakukan perhitungan pada semua cluster, maka diperoleh
beberapa mustahik yang memperoleh poin 2 atau lebih. Mereka adalah Basri (3
poin), Nurbiah (3 poin), dan Hasmuddin (3 poin).
200
400
60
4.3 Perancangan Sistem
4.3.1 Use Case Diagram
Use case diagram merupakan gambaran yang mempresentasikan interaksi
antara user dan sistem yang akan dibangun. Use case diagram menggambarkan
hubungan timbal balik aktor-aktor yang terlibat dalam rangkaian sistem dan proses
yang terjadi di dalamnya. Adapun aktor pada use case diagram aplikasi Sistem
Pendukung Keputusan Kelayakan Mustahik adalah admin saja karena admin
sebagai user yang mempunyai hak akses pada sistem ini.
Gambar 4.2 Use Case Diagram
Admin
Login
Mengelola Data Kriteria
Mengelola Data User
Mengelola Clustering
Data Indeks Rumah
Data Indeks Usaha
Data Indeks Harta
<<include>>
<<include>>
<<include>>
Clustering Rumah
Clustering Usaha
Clustering Harta
<<include>>
<<include>>
<<include>>Melihat Hasil Clustering
<<include>>
<<include>>
<<include>>
Mengelola Data Calon Mustahik
61
Tabel 4.35 menunjukkan tabel keterangan dari use case diagram user.
Tabel 4.35 Tabel Keterangan Use Case Diagram
Aktor Deskripsi Sistem Melakukan Login Sistem menyediakan form login kemudian
user melakukan login dengan memasukkan username dan password. Jikau username dan password yang di masukkan benar, maka sistem akan menampilkan menu utama. Jika username dan password yang dimasukkan salah, maka sistem akan memberi pesan bahwa login yang dilakukan tidak valid.
Mengelola Calon Mustahik Tahap ini menunjukkan sistem akan menampilkan form data calon mustahik yang akan diisi oleh user yang digunakan sebagai alternatif proses penentuan kelayakan.
Mengelola Kriteria Tahap ini menunjukkan sistem akan menampilkan form kriteria (indeks rumah, indeks usaha, dan indeks harta) yang akan dimasukan oleh user.
Mengelola Clustering Tahap ini menunjukkan sistem akan menampilkan form clustering dan user memilih tombol clustering berdasarkan kriteria yaitu clustering rumah, clustering usaha, dan clustering harta kemudian memilih tombol proses, maka sistem akan melakukan perhitungan dan menyimpan hasil clustering kedalam database penyimpanan.
Mengelola Hasil Clustering Tahap ini menunjukkan sistem akan menampilkan hasil clustering setelah sistem melakukan proses perhitungan. Tersedia tombol cetak untuk mencetak kesimpulan akhir dari perhitungan metode fuzzy c-means pada menu hasil clustering.
Mengelola Data User Pada tahap ini sistem akan menampilkan form data user. Menu ini user dapat menambah, menghapus dan mengedit data user.
Memilih Menu Tentang Aplikasi Sistem akan menampilkan keterangan aplikasi.
Melakukan Logout Sistem akan keluar jika user memilih menu logout dan menampilkan kembali halaman menu beranda pada aplikasi
62
4.3.2 Activity Diagram
Activity diagram adalah salah satu cara untuk memodelkan event-event yang
terjadi dalam suatu Use Case atau menggambarkan berbagai alir aktivitas dalam
sistem yang sedang dirancang.
4.3.2.1 Activity Diagram Login
Pada activity diagram login ini menjelaskan tentang proses admin ketika
mengakses sistem pendukung keputusan kelayakan mustahik yaitu dengan
melakukan login terlebih dahulu. Activity diagram login ditunjukkan pada Gambar
4.3.
Gambar 4.3 Activity Diagram Login
4.3.2.2 Activity Diagram Calon Mustahik
Pada activity diagram ini dijelaskan mengenai form data masukan calon
mustahik yang diisi dan dikelola oleh admin yang merupakan bagian dari proses
penentuan kelayakan mustahik. Activity diagram calon mustahik ditunjukkan pada
Gambar 4.4.
Activity Diagram Login
Admin Sistem
Memasukan Username dan Password Login Valid
Menampilkan Menu UtamaMengakses Menu Utama
Ya
Tidak
63
Gambar 4.4 Activity Diagram Calon Mustahik
4.3.2.3 Activity Diagram Kriteria
Pada activity diagram ini, admin akan mengelompokan para calon mustahik
ke dalam kriteria yang telah ditentukan yaitu berdasarkan indeks rumah, indeks
usaha, dan indeks harta. Kriteria-kriteria ini akan digunakan sebagai alternatif dari
perhitungan kelayakan mustahik ini dengan menggunakan metode fuzzy c-means.
Pada diagram ini admin akan menambah, mengedit dan menghapus data calon
mustahik. Activity diagram kriteria ditunjukkan pada Gambar 4.5, Gambar 4.6 dan
Gambar 4.7.
Activity Diagram Calon Mustahik
Admin Sistem
Memilih Jenis Pengolah Data
Menampilkan Form Menu Calon Mustahik
Mengecek Data Masukan
Tambah
Memasukan Data
Edit
Memasukan Peubah Data
Pilih Data
Hapus
Data Valid?
Ya
Tidak
Menyimpan Data
Mengecek Data Masukan
Data Valid?
Ya
Tidak
Mengubah Data
Menampilkan Hasil Data Calon Mustahik
Hapus Data
64
Gambar 4.5 Activity Diagram Indeks Rumah
Gambar 4.6 Activity Diagram Indeks Usaha
Activity Diagram Data KriteriaIndeks Rumah
Admin Sistem
Memilih Jenis Pengolah Data
Menampilkan Form Menu Data Kriteria
Mengecek Data Masukan
Tambah Memasukan Data
Edit
Memasukan Peubah Data
Pilih Data
Hapus
Data Valid?
Ya
Tidak
Menyimpan Data
Mengecek Data Masukan
Data Valid?
Ya
Tidak
Mengubah Data
Menampilkan Hasil Data Kriteria Indeks Rumah
Hapus Data
Memilih Menu Kriteria Indeks Rumah
Activity Diagram Data KriteriaIndeks Usaha
Admin Sistem
Memilih Jenis Pengolah Data
Menampilkan Form Menu Data Kriteria
Mengecek Data Masukan
Tambah Memasukan Data
Edit
Memasukan Peubah Data
Pilih Data
Hapus
Data Valid?
Ya
Tidak
Menyimpan Data
Mengecek Data Masukan
Data Valid?
Ya
Tidak
Mengubah Data
Menampilkan Hasil Data Kriteria Indeks Usaha
Hapus Data
Memilih Menu Kriteria Indeks Usaha
65
Gambar 4.7 Activity Diagram Indeks Harta
4.3.2.4 Activity Diagram Clustering
Pada activity diagram ini admin akan memasukan nilai parameter dari
perhitungan fuzzy c-means untuk melakukan clustering sesuai jenis-jenis cluster
yaitu cluster rumah, cluster usaha, dan cluster harta. Setelah itu sistem akan
melakukan proses perhitungan sesuai metode fuzzy c-means. Kemudian sistem
menampilkan hasil clustering berdasarkan jenis-jenis cluster tersebut. Activity
diagram clustering ditunjukkan pada Gambar 4.8, Gambar 4.9 dan Gambar 4.10.
Activity Diagram Data KriteriaIndeks Harta
Admin Sistem
Memilih Jenis Pengolah Data
Menampilkan Form Menu Data Kriteria
Mengecek Data Masukan
Tambah Memasukan Data
Edit
Memasukan Peubah Data
Pilih Data
Hapus
Data Valid?
Ya
Tidak
Menyimpan Data
Mengecek Data Masukan
Data Valid?
Ya
Tidak
Mengubah Data
Menampilkan Hasil Data Kriteria Indeks Harta
Hapus Data
Memilih Menu Kriteria Indeks Harta
66
Gambar 4.8 Activity Diagram Clustering Rumah
Gambar 4.9 Activity Diagram Clustering Usaha
Activity Diagram ClusteringCluster Rumah
Admin Sistem
Memasukan Nilai Parameter
Menampilkan Form Menu Clustering
Mengecek Data Masukan
Data Valid?
Ya
Tidak
Proses Perhitungan Clustering
Memilih Menu Clustering RumahMenampilkan Form Masukan Nilai
Parameter
Menampilkan Hasil Clustering Rumah
Activity Diagram ClusteringCluster Usaha
Admin Sistem
Memasukan Nilai Parameter
Menampilkan Form Menu Clustering
Mengecek Data Masukan
Data Valid?
Ya
Tidak
Proses Perhitungan Clustering
Memilih Menu Clustering UsahaMenampilkan Form Masukan Nilai
Parameter
Menampilkan Hasil Clustering Usaha
67
Gambar 4.10 Activity Diagram Clustering Harta
4.3.2.5 Activity Diagram Data User
Pada activity diagram ini dijelaskan proses pengolahan data user yang dapat
mengakses sistem pendukung keputusan penentuan kelayakan mustahik. Menu data
user ini berisi form inputan yang digunakan oleh admin untuk melakukan
perubahan pada data admin yang telah tersimpan di dalam sistem, baik itu
menambahkan, mengedit, dan menghapus data admin yang telah ada. Activity
diagram user ditunjukkan pada Gambar 4.11.
Activity Diagram ClusteringCluster Harta
Admin Sistem
Memasukan Nilai Parameter
Menampilkan Form Menu Clustering
Mengecek Data Masukan
Data Valid?
Ya
Tidak
Proses Perhitungan Clustering
Memilih Menu Clustering HartaMenampilkan Form Masukan Nilai
Parameter
Menampilkan Hasil Clustering Harta
68
Gambar 4.11 Activity Diagram Data User
4.3.3 Sequence Diagram
Sequence Diagram menggambarkan interaksi antar object pada sistem
dalam bentuk gambar dan aliran. Sequence diagram memperlihatkan tahap demi
tahap keadaan yang seharusnya terjadi untuk menghasilkan sesuatu yang dilakukan
dalam use case.
4.3.3.1 Sequence Diagram Login
Pada sequence diagram login ini admin melakukan login dengan mengisi
username dan password. Jika username dan password telah terisi maka sistem akan
mengecek data login di database. Memeriksa status valid. Jika username dan
password yang telah diisi tersebut salah maka akan muncul pesan peringatan
kesalahan dan sistem secara otomatis akan mengembalikan ke halaman login, tetapi
jika username dan password yang diisi tersebut benar maka admin akan masuk ke
halaman menu utama. Pada halaman utama ini terdapat 8 menu yaitu beranda, calon
mustahik, data kriteria, clustering, hasil clustering, data user, tentang aplikasi, dan
logout. Sequence diagram login admin ditunjukkan pada Gambar 4.12.
Activity Diagram Data User
Admin/Pimpinan Sistem
Mengolah Data Admin
Menampilkan Data Admin yang Terdaftar dalam Sistem
Mengecek Data Masukan
TambahMemasukan Data
Edit
Memasukan Peubah Data
Pilih Data
Hapus
Data Valid?
Ya
Tidak
Menyimpan Data
Mengecek Data Masukan
Data Valid?
Ya
Tidak
Mengubah Data
Menampilkan Hasil Data Admin
Hapus Data
69
Gambar 4.12 Sequence Diagram Login
4.3.3.2 Sequence Diagram Calon Mustahik
Pada sequence diagram calon mustahik ini, setelah admin mengakses
aplikasi dan memilih menu calon mustahik maka admin akan melakukan tambah
data, edit data, dan hapus data pada form menu tersebut. Data yang telah dikelola
tersebut akan tersimpan di database. Detail alur sequence diagram calon mustahik
ditunjukkan pada Gambar 4.13.
Gambar 4.13 Sequence Diagram Calon Mustahik
Form Admin Controller Halaman Utama
Admin
Database
1: menampilkan form login()
2: mengisis usernamedan password()
4: pesan kesalahan()
5: ambil data()
6: cek data login()
10: kembali ke halaman utama()
11: logout()
3: validasi data()
7: login berhasil()
8: tampil halaman utama()
9: kelola data()
Aplikasi Menu Utama Form Input Data
Admin
Database
1: mengakses aplikasi()
8: simpan data calon mustahik()8.1: simpan data()8.2: edit data()8.3: hapus data()
9: informasi ditampilkan()
5: permintaan tampilkan form input data calon mustahik()
4: pilih menu calon mustahik()
6: tampilkan form input data calon mustahik()
7: isi form data calon mustahik()7.1: tambah data()7.2: edit data()7.3: hapus data()
2: permintaan tampilkan menu utama aplikasi()
3: tampilkan menu utama aplikasi()
70
4.3.3.3 Sequence Diagram Kriteria
Tahapan pada sequence diagram ini setelah admin memilih menu data
kriteria adalah admin akan memasukan para calon mustahik ke dalam beberapa
kriteria yang telah ditentukan yaitu indeks rumah, indeks usaha, dan indeks harta.
Pada menu ini juga admin akan melakukan tambah, edit, dan hapus data jika terjadi
kerancuan pada data calon mustahik. Data yang telah dikelola akan tersimpan di
database. Sequence diagram kriteria yang telah ditentukan ditunjukkan pada
Gambar 4.14, Gambar 4.15 dan Gambar 4.16.
Gambar 4.14 Sequence Diagram Indeks Rumah
Gambar 4.15 Sequence Diagram Indeks Usaha
Aplikasi Menu Utama Form Input Data
Admin
Database
1: mengakses aplikasi()
8: simpan data indeks rumah()
9: informasi ditampilkan()
5: permintaan tampilkan form input data kriteria indeks rumah()
4: pilih menu data kriteria()4.1: pilih menu indeks rumah()
6: tampilkan form input data kriteria indeks rumah()
7: isi form data indeks rumah()7.1: tambah data()7.2: edit data()7.3: hapus data()
2: permintaan tampilkan menu utama aplikasi()
3: tampilkan menu utama aplikasi()
Aplikasi Menu Utama Form Input Data
Admin
Database
1: mengakses aplikasi()
8: simpan data indeks usaha()
9: informasi ditampilkan()
5: permintaan tampilkan form input data kriteria indeks usaha()
4: pilih menu data kriteria()4.1: pilih menu indeks usaha()
6: tampilkan form input data kriteria indeks usaha()
7: isi form data indeks usaha()7.1: tambah data()7.2: edit data()7.3: hapus data()
2: permintaan tampilkan menu utama aplikasi()
3: tampilkan menu utama aplikasi()
71
Gambar 4.16 Sequence Diagram Indeks Harta
4.3.3.4 Sequence Diagram Clustering
Proses yang terjadi pada menu clustering adalah admin akan memilih
kriteria yang akan dibuatkan cluster-nya (cluster rumah, cluster usaha, cluster
harta) setelah itu mengisi form nilai parameter. Setelah itu sistem secara otomatis
akan melakukan perhitungan dengan metode fuzzy c-means. Kemudian data yang
telah dihitung tersebut akan disimpan di dalam database. Proses clustering dari
masing-masing cluster ini ditunjukkan pada sequence diagram pada Gambar 4.17,
Gambar 4.18 dan Gambar 4.19.
Gambar 4.17 Sequence Diagram Clustering Rumah
Aplikasi Menu Utama Form Clustering
Admin
Database
1: mengakses aplikasi()
9: simpan data clutering rumah()
10: informasi ditampilkan()
5: permintaan tampilkan form input nilai parameter clustering rumah()
4: pilih menu clustering()4.1: pilih menu clustering rumah()
6: tampilkan form input nilai parameter clustering rumah()
7: isi form nilai parameter clustering rumah()7.1:Error (ξ)()7.2: maxIter()7.3: pembobot(w)()7.4: tanggal survey()
2: permintaan tampilkan menu utama aplikasi()
3: tampilkan menu utama aplikasi()
8: proses perhitungan clustering rumah()
11: tampilkan clustering rumah()
Aplikasi Menu Utama Form Input Data
Admin
Database
1: mengakses aplikasi()
8: simpan data indeks harta()
9: informasi ditampilkan()
5: permintaan tampilkan form input data kriteria indeks harta()
4: pilih menu data kriteria()4.1: pilih menu indeks harta()
6: tampilkan form input data kriteria indeks harta()
7: isi form data indeks harta()7.1: tambah data()7.2: edit data()7.3: hapus data()
2: permintaan tampilkan menu utama aplikasi()
3: tampilkan menu utama aplikasi()
72
Gambar 4.18 Sequence Diagram Clustering Usaha
Gambar 4.19 Sequence Diagram Clustering Harta
4.3.3.5 Sequence Diagram Data User
Ketika admin akan mengeloh data user, maka admin memilih menu user
terlebih dahulu. Setelah itu admin dapat mengelola data user yang berhak
mengakses sistem ini. User yang dapat mengakses sistem ini hanya admin badan
amil zakat saja. Dalam menu ini admin memiliki kewenangan untuk menambah
admin baru, mengubah data admin yang telah ada maupun menghapus data admin.
Aplikasi Menu Utama Form Clustering
Admin
Database
1: mengakses aplikasi()
9: simpan data clutering usaha()
10: informasi ditampilkan()
5: permintaan tampilkan form input nilai parameter clustering usaha()
4: pilih menu clustering()4.1: pilih menu clustering usaha()
6: tampilkan form input nilai parameter clustering usaha()
7: isi form nilai parameter clustering usaha()7.1:Error (ξ)()7.2: maxIter()7.3: pembobot(w)()7.4: tanggal survey()
2: permintaan tampilkan menu utama aplikasi()
3: tampilkan menu utama aplikasi()
8: proses perhitungan clustering usaha()
11: tampilkan clustering usaha()
Aplikasi Menu Utama Form Clustering
Admin
Database
1: mengakses aplikasi()
9: simpan data clutering harta()
10: informasi ditampilkan()
5: permintaan tampilkan form input nilai parameter clustering harta()
4: pilih menu clustering()4.1: pilih menu clustering harta()
6: tampilkan form input nilai parameter clustering harta()
7: isi form nilai parameter clustering harta()7.1:Error (ξ)()7.2: maxIter()7.3: pembobot(w)()7.4: tanggal survey()
2: permintaan tampilkan menu utama aplikasi()
3: tampilkan menu utama aplikasi()
8: proses perhitungan clustering harta()
11: tampilkan clustering harta()
73
Hasil pengolahan data ini akan tersimpan di dalam database. Proses tersebut dapat
dilihat pada Gambar 4.20 berikut.
Gambar 4.20 Sequence Diagram Data User
Aplikasi Menu Utama Form Input Data
Admin
Database
1: mengakses aplikasi()
8: simpan data user()8.1: simpan data()8.2: edit data()8.3: hapus data()
9: informasi ditampilkan()
5: permintaan tampilkan form input data user()
4: pilih menu data user()
6: tampilkan form input data user()
7: isi form data user()7.1: tambah data()7.2: edit data()7.3: hapus data()
2: permintaan tampilkan menu utama aplikasi
3: tampilkan menu utama aplikasi
74
4.4 Perancangan Basis Data
Model basis data pada sistem pendukung keputusan kelayakan mustahik
ini menggunakan entity relationship diagram (ERD). Gambar 4.21 menunjukkan
model ERD pada sistem pendukung keputusan kelayakan mustahik.
Gambar 4.21 ERD (Entity Relationship Diagram) Sistem Pendukung
Keputusan Kelayakan Mustahik
1. Tabel Calon Mustahik
Tabel calon mustahik berfungsi menyimpan informasi tentang data calon
mustahik yang dapat dilihat pada Tabel 4.36.
tb_indexrumah
tb_indexharta
tb_calon mustahik
id_camu
nama
alamat
tpt_lhr
id_camu
id_rmhukurandinding
lantai
atap
milik
dapur kursi
id_ush
id_camu
sbrmdl
lmush
jlhpkrj
stsush
hsljlhtgg
id_hrt
id_camu
kebunelektro
kndraan
ternak
smpan
memiliki tb_indexusaha
tgl_lhr
kec
kel
hasilid_calonmustahik
hasilrumah
hasilusahahasilharta
id_hasil
hasil
memiliki
tb_penerima_tempid_penerima
id_calonmustahik
nama
alamat
kec
kel
75
Tabel 4.36 Tabel Calon Mustahik
Nama Tipe Data Panjang Keterangan
id_camu Varchar 11 Primary Key no_ktp Varchar 20 Not Null Nama Varchar 128 Not Null tpt_lhr Varchar 64 Not Null tgl_lhr Varchar 12 Not Null Almt Varchar 225 Not Null Kec Varchar 128 Not Null Kel Varchar 128 Not Null
Tabel calon mustahik memiliki field-field sebagai berikut :
a. Field id_camu merupakan field untuk id_calon mustahik yang diatur
sebagai primary key pada tabel calon mustahik.
b. Field no_ktp merupakan field untuk nomor KTP calon mustahik.
c. Field nama merupakan field untuk nama calon mustahik.
d. Field tpt_lhr merupakan field untuk tempat lahir calon mustahik.
e. Field tgl_lhr merupakan field untuk tanggal lahir calon mustahik.
f. Field almt merupakan field untuk alamat calon mustahik.
g. Field kec merupakan field untuk kecamatan tempat domisili calon
mustahik.
h. Field kel merupakan field untuk kelurahan tempat domisili calon
mustahik.
2. Tabel Hasil
Tabel hasil berfungsi menyimpan informasi tentang hasil perhitungan
clustering pada calon mustahik yang dapat dilihat pada Tabel 4.37.
Tabel 4.37 Tabel Hasil
Nama Tipe Data Panjang Keterangan
id_hasil Varchar 32 Primary Key id_calonmustahik Int 11 Not Null Hasilrumah Varchar 64 Not Null Hasilusaha Varchar 64 Not Null Hasilharta Varchar 64 Not Null Hasil Varchar 64 Not Null
76
Tabel hasil memiliki field-field sebagai berikut :
a. Field id_hasil merupakan field untuk id_hasil perhitungan clustering
untuk setiap calon mustahik yang diatur sebagai primary key pada tabel
hasil.
b. Field id_calonmustahik merupakan field untuk id_calon mustahik.
c. Field hasilrumah merupakan field untuk hasil perhitungan clustering
pada kriteria rumah yang dimiliki setiap calon mustahik.
d. Field hasilusaha merupakan field untuk hasil perhitungan clustering
pada kriteria usaha yang dimiliki setiap calon mustahik.
e. Field hasilharta merupakan field untuk hasil perhitungan clustering
pada kriteria harta yang dimiliki setiap calon mustahik.
f. Field hasil merupakan field untuk hasil perhitungan clustering pada
keseluruhan kriteria yang dimiliki setiap calon mustahik.
3. Tabel Indeks Harta
Tabel indeks harta berfungsi menyimpan informasi tentang kriteria indeks
harta beserta subkriterianya yang dimiliki oleh para calon mustahik yang
dapat dilihat pada Tabel 4.38.
Tabel 4.38 Tabel Indeks Harta
Nama Tipe Data Panjang Keterangan
Id_idhrt Int 11 Primary Key Id_camu Int 11 Not Null Kebun Varchar 64 Not Null Elektro Varchar 64 Not Null Kndraan Varchar 64 Not Null Ternak Varchar 64 Not Null Smpan Varchar 64 Not Null
Tabel indeks harta memiliki field-field sebagai berikut :
a. Field id_idhrt merupakan field untuk id kriteria_indeks harta yang
dimiliki oleh setiap calon mustahik yang diatur sebagai primary key
pada tabel indeks harta.
b. Field id_camu merupakan field untuk id_calon mustahik.
77
c. Field kebun merupakan field untuk subkriteria kebun pada kriteria
indeks harta yang dimiliki setiap calon mustahik.
d. Field elektro merupakan field untuk subkriteria elektronik pada kriteria
indeks harta yang dimiliki setiap calon mustahik.
e. Field kndraan merupakan field untuk subkriteria kendaraan pada
kriteria indeks harta yang dimiliki setiap calon mustahik.
f. Field ternak merupakan field untuk subkriteria ternak pada kriteria
indeks harta yang dimiliki setiap calon mustahik.
g. Field smpan merupakan field untuk subkriteria simpanan pada kriteria
indeks harta yang dimiliki setiap calon mustahik.
4. Tabel Indeks Rumah
Tabel indeks rumah berfungsi menyimpan informasi tentang kriteria indeks
rumah beserta subkriteriannya yang dimiliki oleh para calon mustahik yang
dapat dilihat pada Tabel 4.39.
Tabel 4.39 Tabel Indeks Rumah
Nama Tipe Data Panjang Keterangan
id_idrmh Int 11 Primary Key id_camu Int 11 Not Null Ukuran Varchar 10 Not Null Dinding Varchar 64 Not Null Lantai Varchar 64 Not Null Atap Varchar 64 Not Null Milik Varchar 64 Not Null Dapur Varchar 64 Not Null Kursi Varchar 64 Not Null
Tabel indeks rumah memiliki field-field sebagai berikut :
a. Field id_idrmh merupakan field untuk id kriteria_indeks rumah yang
dimiliki oleh setiap calon mustahik yang diatur sebagai primary key
pada tabel indeks rumah ini.
b. Field id_camu merupakan field untuk id_calon mustahik.
c. Field ukuran merupakan field untuk subkriteria ukuran pada kriteria
indeks rumah yang dimiliki setiap calon mustahik.
78
d. Field dinding merupakan field untuk subkriteria dinding pada kriteria
indeks rumah yang dimiliki setiap calon mustahik.
e. Field lantai merupakan field untuk subkriteria lantai pada kriteria
indeks rumah yang dimiliki setiap calon mustahik.
f. Field atap merupakan field untuk subkriteria atap pada kriteria indeks
rumah yang dimiliki setiap calon mustahik.
g. Field milik merupakan field untuk subkriteria milik pada kriteria indeks
rumah yang dimiliki setiap calon mustahik.
h. Field dapur merupakan field untuk subkriteria dapur pada kriteria
indeks rumah yang dimiliki setiap calon mustahik.
i. Field kursi merupakan field untuk subkriteria kursi pada kriteria indeks
rumah yang dimiliki setiap calon mustahik.
5. Tabel Indeks Usaha
Tabel indeks usaha berfungsi menyimpan informasi tentang kriteria indeks
usaha beserta subkriteriannya yang dimiliki oleh para calon mustahik dapat
dilihat pada Tabel 4.40.
Tabel 4.40 Tabel Indeks Usaha
Nama Tipe Data Panjang Keterangan
id_idush Int 11 Primary Key id_camu Int 11 Not Null Sbrmdl Varchar 64 Not Null lmush Varchar 64 Not Null jlhpkrj Varchar 64 Not Null stsush Varchar 64 Not Null Hsl Varchar 64 Not Null Jlhtgg Varchar 64 Not Null
Tabel indeks usaha memiliki field-field sebagai berikut :
a. Field id_idush merupakan field untuk id kriteria_indeks usaha yang
dimiliki oleh setiap calon mustahik yang diatur sebagai primary key
pada tabel indeks usaha ini.
b. Field id_camu merupakan field untuk id_calon mustahik.
79
c. Field sbrmdl merupakan field untuk subkriteria sumber modal pada
kriteria indeks usaha yang dimiliki setiap calon mustahik.
d. Field lmush merupakan field untuk subkriteria lama usaha pada kriteria
indeks usaha yang dimiliki setiap calon mustahik.
e. Field jlhpkrj merupakan field untuk subkriteria jumlah pekerja pada
kriteria indeks usaha yang dimiliki setiap calon mustahik.
f. Field stsush merupakan field untuk subkriteria status usaha pada kriteria
indeks usaha yang dimiliki setiap calon mustahik.
g. Field hsl merupakan field untuk subkriteria penghasilan perbulan pada
kriteria indeks usaha yang dimiliki setiap calon mustahik.
h. Field jlhtgg merupakan field untuk subkriteria jumlah tanggungan pada
kriteria indeks usaha yang dimiliki setiap calon mustahik.
6. Tabel Pengguna
Tabel pengguna berfungsi menyimpan informasi tentang data login
pengguna yang dapat dilihat pada Tabel 4.41.
Tabel 4.41 Tabel Pengguna
Tabel pengguna memiliki field-field sebagai berikut :
a. Field id_pengguna merupakan field id_pengguna sistem ini yang
diatur sebagai primary key pada tabel pengguna.
b. Field username merupakan field nama pengguna yang menggunakan
sistem ini.
c. Field password merupakan field untuk password.
7. Tabel Penerima
Tabel penerima ini berfungsi untuk menyimpan informasi tentang data
penerima zakat yabg dapat dilihat pada Tabel 4.42.
Nama Tipe Data Panjang Keterangan
id_pengguna Int 11 Primay Key
username Varchar 32 Not Null
password Varchar 32 Not Null
80
Tabel 4.42 Tabel Penerima
Tabel penerima memiliki field-field sebagai berikut :
a. Field id_penerima merupakan field untuk id_penerima zakat yang
diatur pada tabel penerima.
b. Field id_calonmustahik merupakan field untuk id_calonmustahik
c. Field nama merupakan field untuk nama calon mustahik.
d. Field almt merupakan field untuk alamat calon mustahik.
e. Field kec merupakan field untuk kecamatan tempat domisili calon
mustahik.
f. Field kel merupakan field untuk kelurahan tempat domisili calon
mustahik.
4.4.1 Relasi Antar Tabel
Dari kumpulan tabel yang dibuat, maka dapat dibentuk hubungan relasi
antar tabel. Relasi tersebut dapat dilihat pada Gambar 4.22.
Nama Tipe Data Panjang Keterangan
id_penerima Varchar 32 Not Null
id_calonmustahik Int 11 Not Null
nama Varchar 128 Not Null
almt Varchar 128 Not Null
kec Varchar 128 Not Null
kel Varchar 128 Not Null
81
Gambar 4.22 Relasi Antar Tabel
4.5 Perancangan Interface
Perancangan antar muka atau interface merupakan perancangan desain awal
sebuah sistem yang akan digunakan oleh pengguna atau user. Berikut adalah
perancangan interface sistem ini:
4.5.1 Perancangan Halaman Login
Halaman login pada sistem ini terdiri dari field username dan password yang
akan diisi oleh user sesuai dengan jenis user yang tersimpan dalam database. Login
harus dilakukan terlebih dahulu untuk mengakses menu utama. Tampilan halaman
login pada sistem ini ditunjukkan pada Gambar 4.23.
82
Gambar 4.23 Perancangan Halaman Login
4.5.2 Perancangan Halaman Utama
Halaman utama akan ditampilkan setelah user melakukan login dan secara
otomatis akan langsung masuk ke menu beranda. Pada halaman ini terdapat
beberapa menu yang akan digunakan user untuk mengelola aplikasi sistem
pendukung keputusan kelayakan mustahik. Tampilan halaman utama aplikasi ini
ditunjukkan pada Gambar 4.24.
Gambar 4.24 Perancangan Halaman Utama
Beranda Login
HEADER
Login
Username
Password
CancelLogin
HEADER
Day-Mon-Year 00:00:00
Indeks Rumah
Indeks Usaha
Indeks Harta
Clustering Rumah
Clustering Usaha
Clustering Harta
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
83
4.5.3 Perancangan Halaman Calon Mustahik
Halaman calon mustahik ini harus diisi terlebih dahulu sebelum melakukan
pengelompokan berdasarkan kriteria yang telah ditentukan. Pada halaman ini
terdapat tombol Tambah, Edit, Hapus, Batal, dan Cari yang akan membantu admin
dalam mengolah data calon mustahik ini. Form masukan data calon mustahik
ditunjukkan pada Gambar 4.25.
Gambar 4.25 Perancangan Halaman Calon Mustahik
4.5.4 Perancangan Halaman Kriteria
Pada halaman kriteria ini terdiri dari tiga submenu yaitu indeks rumah,
indeks usaha, dan indeks harta. Setiap submenu kriteria ini terdapat form sub
kriteria yang harus diisi sesuai dengan kondisi diri para calon mustahik yang
nantinya akan digunakan sebagai bagian utama penentuan kelayakan mustahik.
Pada halaman indeks rumah ini terdapat empat tombol yaitu tombol
Tambah, Edit, Hapus, dan Cari serta Tabel yang akan menampilkan data yang telah
diisi oleh admin. Perancangan tampilan dari kriteria indeks rumah ditunjukkan pada
Gambar 4.26.
Id Mustahik
Nama
Tempat Lahir
Alamat
Tambah Edit Hapus
Tabel Data Calon Mustahik
Masukan Nama
HEADER
Kecamatan
Kelurahan
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
Tanggal Lahir
Cari
Batal
DATA CALON MUSTAHIK
84
Gambar 4.26 Perancangan Halaman Indeks Rumah
Pada halaman indeks usaha ini terdapat empat tombol yaitu tombol Tambah,
Edit, Hapus, dan Cari serta Tabel yang akan menampilkan data yang telah diisi oleh
admin. Perancangan tampilan dari kriteria indeks usaha ditunjukkan pada Gambar
4.27.
Gambar 4.27 Perancangan Halaman Indeks Usaha
HEADER
Indeks Rumah Calon Mustahik
Indeks Rumah
Indeks Usaha
Indeks Harta
Id Rumah
Id Mustahik
Ukuran Rumah
Dinding Rumah
Lantai Rumah
Atap Rumah
Kepemilikan Rumah
Dapur
Kursi
Tambah Edit Hapus
Tabel Data Kriteria Indeks Rumah
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
Masukan ID Cari
HEADER
Indeks Usaha Calon Mustahik
Indeks Rumah
Indeks Usaha
Indeks Harta
Id Usaha
Id Mustahik
Sumber Modal
Lama Usaha
Jumlah Pekerja
Status Usaha
Penghasilan
Jumlah Tanggungan
Tambah Edit Hapus
Tabel Data Kriteria Indeks Usaha
Masukan ID Cari
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
85
Pada halaman indeks harta ini terdapat empat tombol yaitu tombol
Tambah, Edit, Hapus, dan Cari serta Tabel yang akan menampilkan data yang telah
diisi oleh admin. Perancangan tampilan dari setiap kriteria indeks harta ditunjukkan
pada Gambar 4.28.
Gambar 4.28 Perancangan Halaman Indeks Harta
4.5.5 Perancangan Halaman Clustering
Pada halaman ini terdiri dari tiga submenu yaitu clustering rumah,
clustering usaha, dan clustering harta. Di setiap submenu tersebut terdapat form
nilai parameter.
Pada submenu clustering rumah ini terdapat form masukan nilai parameter
yang harus diisi karena setelah diisi dan tombol Proses dipilih maka akan dilakukan
proses perhitungan sesuai dengan metode fuzzy c-means. Kemudian hasil
perhitungan tersebut akan disimpan dalam database. Rancangan dari clustering
rumah dapat dilihat pada Gambar 4.29.
HEADER
Indeks Harta Calon Mustahik
Indeks Rumah
Indeks Usaha
Indeks Harta
Id Harta
Id Mustahik
Kebun
Elektronik
Kendaraan
Ternak
Aset
Tambah Edit Hapus
Tabel Data Kriteria Indeks Harta
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
Masukan ID Cari
86
Gambar 4.29 Perancangan Halaman Clustering Rumah
Pada submenu clustering usaha ini terdapat form masukan nilai
parameter yang harus diisi karena setelah diisi dan tombol Proses dipilih maka akan
dilakukan proses perhitungan sesuai dengan metode fuzzy c-means. Kemudian hasil
perhitungan tersebut akan disimpan dalam database. Rancangan dari clustering
usaha dapat dilihat pada gambar 4.30.
Gambar 4.30 Perancangan Halaman Clustering Usaha
HEADER
Clustering Indeks Rumah
Error
maxIter
Pembobot
Tabel Hasil Clustering Rumah
Clustering Rumah
Clustering Usaha
Clustering Harta
Proses
Masukan Nilai Parameter
Persentase Kelayakan : -
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
HEADER
Clustering Indeks Usaha
Error
maxIter
Pembobot
Tabel Hasil Clustering Usaha
Clustering Rumah
Clustering Usaha
Clustering Harta
Proses
Masukan Nilai Parameter
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
Persentase Kelayakan : -
87
Pada submenu clustering harta ini terdapat form masukan nilai
parameter yang harus diisi karena setelah diisi dan tombol Proses dipilih maka akan
dilakukan proses perhitungan sesuai dengan metode fuzzy c-means. Kemudian hasil
perhitungan tersebut akan disimpan dalam database. Rancangan dari clustering
harta dapat dilihat pada Gambar 4.31.
Gambar 4.31 Perancangan Halaman Clustering Harta
4.5.6 Perancangan Halaman Hasil Clustering
Pada halaman ini sistem akan menampilkan hasil clustering secara
keseluruhan yang terdiri dari nama-nama mustahik yang berhak meneriman zakat.
Pada halaman ini terdapat tombol Cetak yang dapat digunakan untuk mencetak
hasil clustering tersebut. Gambar 4.32 menunjukkan tampilan halaman hasil
clustering.
HEADER
Clustering Indeks Harta
Error
maxIter
Pembobot
Tabel Hasil Clustering Harta
Clustering Rumah
Clustering Usaha
Clustering Harta
Proses
Masukan Nilai Parameter
Persentase Kelayakan : -
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
88
Gambar 4.32 Perancangan Halaman Hasil Clustering
4.5.7 Perancangan Halaman Data User
Pada halaman ini terdapat form yang harus diisi oleh user yang bertugas
untuk mengganti atau memperbaharui username dan password user yang berhak
untuk mengakses aplikasi atau sistem ini. Tampilan halaman data user
ditunjukkan pada Gambar 4.33.
Gambar 4.33 Perancangan Halaman Data User
HEADER
Hasil Clustering
Cetak
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
Cetak Calon Mustahik yang Layak
HEADER
Id Pengguna
Username
Password
Tambah Edit Hapus
Tabel Data User
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
DATA PENGGUNA
89
4.5.8 Perancangan Halaman Tentang Aplikasi
Pada halaman ini berisi tentang informasi aplikasi. Tampilan halaman
tentang aplikasi ditunjukkan pada Gambar 4.34.
Gambar 4.34 Perancangan Halaman Tentang Aplikasi
HEADER
TENTANG APLIKASI
Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout
90
BAB V
IMPLEMENTASI DAN PENGUJIAN SISTEM
5. 1 Kebutuhan Sistem
Tahap implementasi sistem merupakan proses transformasi representasi
rancangan seperti yang telah dirancang pada bab 4 ke bahasa pemrograman yang
dapat dimengerti oleh komputer. Pada bab ini akan membahas hasil program yang
telah dibangun dengan pengujian sistem yang telah ditentukan. Hasil dari program
sistem pendukung keputusan penentuan kelayakan mustahik dengan tahapan
kebutuhan sistem ini meliputi kebutuhan perangkat keras (hardware) dan
kebutuhan perangkat lunak (software) yang digunakan dalam pembuatan aplikasi
ini, kebutuhan–kebutuhan tersebut adalah sebagai berikut:
5.1.1 Perangkat Keras (Hardware)
Sistem pendukung keputusan penentuan kelayakan mustahik ini
menerapkan antarmuka berbasis desktop. Mulai dari tahap penelitian hingga tahap
implementasi dan pengujian aplikasi SPK ini menggunakan laptop Toshiba Satellite
L745 dengan spesifikasi sebagai berikut:
1. Processor Intel® CoreTM i5-2410M CPU @ 2.30GHz 2.30 GHz
2. Memory RAM 2.00 GB
3. Harddisk 500 GB
4. Keyboard, LCD, dan Monitor
5.1.2 Perangkat Lunak (Software)
Perangkat lunak yang digunakan untuk menjalankan aplikasi ini dari tahap
penelitian hingga tahap implementasi adalah sebagai berikut:
1. Operating System yang digunakan adalah Windows 8
2. Application Builder yang digunakan adalah Netbeans IDE 8.1.
3. Database Management System yang digunakan adalah MySQL (XAMPP
1.7.3).
4. Mengkompilasi kode-kode menjadi java dengan menggunakan Java SE
Development Kit 7 Update 67.
91
5. Penghubung antara database dan Netbeans adalah MySQL
Connector/ODBC 5.1.
6. Edraw Max 7.7. digunakan untuk membuat rancangan interface system.
7. iReport 5.5.0 digunakan untuk membuat file cetak.
8. Adobe Photoshop CS3 Portable digunakan untuk membuat desain tampilan
aplikasi.
5. 2 Implementasi Antarmuka Sistem
Pada tahap implementasi antarmuka sistem ini, hanya dijelaskan mengenai
kegunaan form-form yang terdapat pada aplikasi sistem pendukung keputusan
kelayakan mustahik beserta tampilan formnya, sebagai berikut:
5.2.1 Halaman Menu Beranda
Pada tampilan halaman beranda ini terdapat dua menu yaitu menu beranda
dan login. Tampilan halaman beranda yang ditunjukkan pada Gambar 5.1.
Gambar 5.1 Halaman Menu Beranda
5.2.2 Halaman Menu Login
Halaman menu login merupakan halaman yang harus diakses pengguna
pertama kali oleh user yang telah terdaftar dalam sistem untuk dapat menjalankan
aplikasi sistem pendukung keputusan ini. Tampilan halaman menu login yang
ditunjukkan pada Gambar 5.2.
92
Gambar 5.2 Halaman Menu Login
Pada Gambar 5.2, login dilakukan oleh user dengan nama pengguna
“admin” serta password “***”. Jika login berhasil, maka akan tampil halaman
utama sistem.
5.2.3 Halaman Utama
Halama utama merupakan halaman yang menampilkan keseluruhan menu
yang terdapat pada aplikasi sistem pendukung keputusan ini. Halaman utama ini
berisikan delapan menu utama yaitu Beranda, Calon mustahik, Kriteria, Clustering,
Hasil Clustering, Data User, Tentang Aplikasi, dan Logout. Pada menu Kriteria
terdapat menu Indeks rumah, Indeks Usaha, dan Indeks Harta. Menu Clustering
berisi menu Clustering Rumah, Clustering Usaha, dan Clustering Harta. Tampilan
halaman utama ditunjukkan pada Gambar 5.3.
93
Gambar 5.3 Halaman Utama
5.2.4 Halaman Menu Calon Mustahik
Pada halaman menu calon mustahik berfungsi untuk memasukan data calon
mustahik yang diusulkan dari kelurahan pada setiap kecamatan di wilayah kota
Kendari yang nantinya akan diproses di menu-menu selanjutnya. Pada halaman ini
terdapat empat tombol di antaranya tombol Tambah digunakan untuk menambah
data calon mustahik, tombol Edit digunakan untuk mengubah data calon mustahik
yang telah dimasukan di dalam sistem, tombol Hapus digunakan untuk menghapus
data calon mustahik, dan tombol Cari digunakan untuk mencari data calon mustahik
yang telah ditambahkan dengan memasukan id calon mustahik serta sebuah tabel
untuk menampilkan data calon mustahik. Tampilan menu calon mustahik
ditunjukkan pada Gambar 5.4.
94
Gambar 5.4 Halaman Menu Calon Mustahik
5.2.5 Halaman Menu Kriteria
Pada halaman menu kriteria ini berisi tiga menu yaitu Indeks Rumah, Indeks
Usaha, dan Indeks Harta. Berikut tampilan dari menu data kriteria:
1. Halaman Menu Indeks rumah
Halaman kriteria ini digunakan untuk memasukkan nilai-nilai data
dari keadaan rumah meliputi ukuran rumah, dinding rumah, lantai rumah,
atap rumah, kepemilikan rumah, dapur, dan kursi. Pada halaman ini terdapat
empat tombol di antaranya tombol Tambah digunakan untuk menambah
data kriteria rumah berdasarkan id calon mustahik, tombol Edit digunakan
untuk mengubah data kriteria rumah calon mustahik yang telah dimasukkan
di dalam sistem, tombol Hapus digunakan untuk menghapus data kriteria
rumah calon mustahik, dan tombol Cari digunakan untuk mencari data
kriteria rumah calon mustahik yang telah ditambahkan dengan memasukan
id rumah calon mustahik tersebut serta sebuah tabel untuk menampilkan
data kriteria rumah calon mustahik. Tampilan halaman menu indeks rumah
ditunjukkan pada Gambar 5.5.
95
Gambar 5.5 Halaman Menu Indeks Rumah
2. Halaman Menu Indeks Usaha
Halaman kriteria ini digunakan untuk memasukan nilai-nilai data
dari keadaan usaha meliputi sumber modal, lama usaha, jumlah pekerja,
status usaha, penghasilan, dan jumlah tanggungan. Pada halaman ini
terdapat empat tombol di antaranya tombol Tambah digunakan untuk
menambah data kriteria usaha berdasarkan id calon mustahik, tombol Edit
digunakan untuk mengubah data kriteria usaha calon mustahik yang telah
dimasukkan di dalam sistem, tombol Hapus digunakan untuk menghapus
data kriteria usaha calon mustahik, dan tombol Cari digunakan untuk
mencari data kriteria usaha calon mustahik yang telah ditambahkan dengan
memasukan id usaha calon mustahik tersebut serta sebuah tabel untuk
menampilkan data kriteria usaha calon mustahik. Tampilan halaman menu
indeks usaha ditunjukkan pada Gambar 5.6.
96
Gambar 5.6 Halaman Menu Indeks Usaha
3. Halaman Menu Indeks Harta
Halaman kriteria ini digunakan untuk memasukan nilai-nilai data
dari keadaan harta meliputi kebun, elektronik, kendaraan, ternak, dan
simpanan. Pada halaman ini terdapat empat tombol di antaranya tombol
Tambah digunakan untuk menambah data kriteria harta berdasarkan id
calon mustahik, tombol Edit digunakan untuk mengubah data kriteria harta
calon mustahik yang telah dimasukkan di dalam sistem, tombol Hapus
digunakan untuk menghapus data kriteria harta calon mustahik, dan tombol
Cari digunakan untuk mencari data kriteria harta calon mustahik yang telah
ditambahkan dengan memasukan id usaha calon mustahik tersebut serta
sebuah tabel untuk menampilkan data kriteria harta calon mustahik.
Tampilan halaman menu indeks harta ditunjukkan pada Gambar 5.7.
97
Gambar 5.7 Halaman Menu Indeks Harta
5.2.6 Halaman Menu Clustering
Pada halaman menu clustering ini berisi tiga menu yaitu clustering rumah,
clustering usaha, dan clustering harta. Berikut tampilan dari menu clustering:
1. Halaman Menu Clustering Rumah
Halaman menu clustering ini merupakan hasil proses clustering dari
kriteria indeks rumah. Data nilai kriteria indeks rumah akan diproses
menggunakan metode Fuzzy C-Means. Hasil clustering indeks rumah ini
berupa matriks [U1, U2] yang memiliki nilai kecenderungan 0-1. Bobot
nilai kriteria yang dimiliki Calon mustahik diclustering berdasarkan dari
nilai kecenderungan atau kedekatan. Hasil penentuan cluster diberi tanda
(√) cheklist. Penentuan kelayakan ditentukan oleh bobot yang mendekati
layak dengan aturan kelayakan dan menggunakan Persamaan 2.7.
Selanjutnya penentuan nilai layak calon mustahik diberikan poin 1,
sedangkan nilai tidak layak diberikan poin 0. Ketika user menekan tombol
“proses” maka sistem akan melakukan proses clustering terhadap data
kriteria calon mustahik yang terdapat dalam database dengan menggunakan
metode Fuzzy C-Means. Untuk hasil clustering akan dikelompokan
98
berdasarkan nilai kecenderungan atau kedekatan data yang sama. Tampilan
halaman menu clustering rumah yang ditunjukkan pada Gambar 5.8.
Gambar 5.8 Halaman Menu Clustering Rumah
Di bawah ini merupakan listing program yang digunakan untuk melakukan
proses clustering rumah dengan metode fuzzy c-means yang ditunjukkan pada
Gambar 5.9.
Gambar 5.9 Listing Program Tombol Proses Clustering Rumah
private void jButton1ActionPerformed(java.awt.event.ActionEvent evt) { try { // TODO add your handling code here: jButton2.doClick(); FCM fcm = new FCM(); fcm.FILE_DATA_IN = "data_in1.txt"; //input fcm fcm.FILE_PAR = "parameters1.txt"; //parameter fcm fcm.FILE_CENTER = "center1.txt"; //pusat fcm.FILE_MATRIX = "matrix1.txt"; //output fcm fcm.FILE_OUTPUT = "output1.txt"; fcm.FILE_RANDOM = "random1.txt"; fcm.getPar(); fcm.runFCM(); getClusterData(); } catch (IOException ex) { Logger.getLogger(FPCRumah.class.getName()).log(Level.SEVERE, null,ex); } }
99
2. Halaman Menu Clustering Usaha
Halaman menu clustering usaha ini merupakan hasil dari proses clustering
dari indeks usaha. Prosesnya seperti yang telah diterangkan pada menu clustering
rumah. Tampilan halaman menu clustering usaha ditunjukkan pada Gambar 5.10.
Gambar 5.10 Halaman Menu Clustering Usaha
Di bawah ini merupakan listing program yang digunakan untuk melakukan
proses clustering usaha dengan metode fuzzy c-means yang ditunjukkan pada
Gambar 5.11.
Gambar 5.11 Listing Program Tombol Proses Clustering Usaha
private void jButton1ActionPerformed(java.awt.event.ActionEvent evt) { try { // TODO add your handling code here: jButton2.doClick(); FCM fcm = new FCM(); fcm.FILE_DATA_IN = "data_in2.txt"; //input fcm fcm.FILE_PAR = "parameters2.txt"; //parameter fcm fcm.FILE_CENTER = "center2.txt"; //pusat fcm.FILE_MATRIX = "matrix2.txt"; //output fcm fcm.FILE_OUTPUT = "output2.txt"; fcm.FILE_RANDOM = "random2.txt"; fcm.getPar(); fcm.runFCM(); getClusterData(); } catch (IOException ex) { Logger.getLogger(FPCUsaha.class.getName()).log(Level.SEVERE, null, ex); } }
100
3. Halaman Menu Clustering Harta
Halaman menu clustering harta ini merupakan hasil dari proses clustering
dari indeks harta. Prosesnya seperti yang telah diterangkan pada menu clustering
rumah. Tampilan halaman menu clustering harta yang ditunjukkan pada Gambar
5.12.
Gambar 5.12 Halaman Menu Clustering Harta
Di bawah ini merupakan listing program yang digunakan untuk melakukan
proses clustering harta dengan metode fuzzy c-means yang ditunjukkan pada
Gambar 5.13.
Gambar 5.13 Listing Program Tombol Proses Clustering Harta
private void jButton1ActionPerformed(java.awt.event.ActionEvent evt) { try { // TODO add your handling code here: jButton2.doClick(); FCM fcm = new FCM(); fcm.FILE_DATA_IN = "data_in3.txt"; //input fcm fcm.FILE_PAR = "parameters3.txt"; //parameter fcm fcm.FILE_CENTER = "center3.txt"; //pusat fcm.FILE_MATRIX = "matrix3.txt"; //output fcm fcm.FILE_OUTPUT = "output3.txt"; fcm.FILE_RANDOM = "random3.txt"; fcm.getPar(); fcm.runFCM(); getClusterData(); } catch (IOException ex) { Logger.getLogger(FPCHarta.class.getName()).log(Level.SEVERE, null, ex); } }
101
Gambar 5.14 di bawah ini adalah listing program perhitungan FCM
(FCM.java).
//random double[] rd = null; for (cr = 0; cr < numpattern; cr++){ rd = null; rd = randSum(2, 1); for (cc = 0; cc < cata; cc++){
aRandom[cr*cata + cc] = rd[cc]; } } arc = 0; for (j = 0; j < cata; j++) { for (i = 0; i < dimension; i++) { r1_temp = 0; r2_temp = 0; for (g = 0; g < numpattern; g++){ r1_temp += aRandom[g*cata + j]*aRandom[g*cata + j]; r2_temp += aRandom[g * cata + j] * aRandom[g * cata
+ j] * pattern[g*dimension + i]; } r_temp = r2_temp/r1_temp; rescenter[j * dimension + i] = r_temp; } } //Fungsi derajat keanggotan for(i = 0; i < numpattern; i++) { flagtemp = 0; count = 0; for(j = 0;j < cata; j++) { f_temp = 0; for(t = 0;t < cata; t++) { for(k = 0; k < dimension; k++) { v1[k] = pattern[i * dimension + k]; v2[k] = rescenter[t * dimension + k]; } if (distance(v1, v2, dimension) > min_dis){ f_temp + = Math.pow(distance(v1, v2, dimension), -2 / (m – 1)); }else{ flagtemp = 1; } } for(k = 0; k < dimension; k++){ v1[k] = pattern[i * dimension + k]; v2[k] = rescenter[j * dimension + k]; } if(flagtemp == 1){ umatrix[j * numpattern + i] = 0; flagtemp = 0; } if(distance(v1, v2, dimension) > min_dis) { double shit1 = distance(v1, v2, dimension);
102
Gambar 5.14 Listing Program Perhitungan FCM
double shit2 = Math.pow(shit1, -2 / (m - 1)) / f_temp;
int shit3 = j * numpattern + i; umatrix[shit3] = shit2; }else{ count++; umatrix[j * numpattern + i] = -1; } } //Fungsi objektiff object = 0; for(i = 0; i < c; i++) { for(j = 0; j < pattern; j++) { for(k = 0; k < dimension; k++) { v1[k] = x[j * dimension + k]; v2[k] = v[i * dimension + k]; } object += Math.pow(u[i * pattern+j], m) * distance(v1,
v2, dimension) * distance(v1, v2, dimension); } } return object; } System.out.println("p" + n_cycle + "=" + f_temp + " p " + (n_cycle-1) + "=" + lastv + " c = p1-p0 " + n_cycle + "=" + delta); // output nilai fungsi objektif lastv = f_temp; for(i = 0; i < cata; i++){ for(j = 0; j < dimension; j++){ f_temp = 0; for(k = 0; k < numpattern; k++){ f_temp += Math.pow(umatrix[i * numpattern + k], m) *
pattern[k * dimension + j]; } rescenter[i * dimension + j] = f_temp; f_temp = 0;
for(k = 0; k < numpattern; k++){ f_temp += Math.pow(umatrix[i * numpattern + k], m); }
rescenter[i * dimension + j] /= f_temp; } }
n_cycle++; } while(n_cycle < maxcycle && delta > limit); // kondisi berhenti
return true; }
103
Gambar 5.15 di bawah ini adalah listing program hasil kelayakan clustering
(FCH.java).
//Hasil Kelayakan clustering int index = 0; while (true) { try {
line = br1.readLine(); } catch (IOException e) { e.printStackTrace(); } if (line == null) { break; } String[] split = line.split(regex); for (int i = 0; i < split.length; i++) { rpoin1[index++] = Double.valueOf(split[i]); System.out.println(split[i]); } } line = null;
regex = ","; index = 0; while (true) { try { line = br2.readLine(); } catch (IOException e) { e.printStackTrace(); } if (line == null) { break; } String[] split = line.split(regex); for (int i = 0; i < split.length; i++) { rpoin2[index++] = Double.valueOf(split[i]); System.out.println(split[i]); } } line = null; regex = ","; index = 0; while (true) { try { line = br3.readLine(); } catch (IOException e) { e.printStackTrace(); } if (line == null) { break; }
104
Gambar 5.15 Listing Program Hasil Kelayakan Clustering
5.2.7 Halaman Menu Hasil Clustering
Halaman menu hasil clustering ini digunakan untuk menampilkan data
calon mustahik yang telah dilakukan clustering pada indeks rumah, usaha, dan
harta. Saat user memilih menu hasil clustering ini maka akan tampil hasil clustering
dari keseluruhan proses clustering. Pada halaman ini terdapat dua tombol yaitu
tombol cetak dan tombol cetak calon mustahik yang layak. Tombol cetak berfungsi
untuk mencetak keseluruhan hasil clustering. Sedangkan tombol cetak calon
mustahik yang layak berfungsi untuk mencetak hasil clustering calon mustahik
yang layak menerima zakat saja. Tampilan halaman menu hasil clustering
ditunjukkan pada Gambar 5.16.
Gambar 5.16 Halaman Menu Hasil Clustering
String[] split = line.split(regex); for (int i = 0; i < split.length; i++) { rpoin3[index++] = Double.valueOf(split[i]); System.out.println(split[i]); } } for (int i=0; i<rpoin1.length-1; i++){ poin = rpoin1[i] + rpoin2[i] + rpoin3[i];
System.out.println(String.valueOf(rpoin1[i])+","+String.valueOf(rpoin2[i])+","+String.valueOf(rpoin3[i]+ "," + String.valueOf(poin)));
}
105
Saat mengklik tombol “cetak” dan memilih icon simpan maka file ini akan
tersimpan dalam format file *jrprint. Sedang jika admin memilih icon print maka
akan muncul kotak dialog print dan data siap untuk diprint. Tampilan tombol cetak
dan tombol cetak mustahik yang layak ditunjukkan pada Gambar 5.17 dan Gambar
5.18.
Gambar 5.17 Tampilan File Hasil Perhitungan Clustering Calon Mustahik
Gambar 5.18 Tampilan File Daftar Nama Penerima Zakat
106
5.2.8 Halaman Menu Data User
Halaman menu data user ini berfungsi untuk menambah, mengubah, dan
menghapus username dan password user yang berhak menjalankan aplikasi sistem
pendukung keputusan kelayakan mustahik ini. Tampilan halaman menu data user
yang ditunjukkan pada Gambar 5.19.
Gambar 5.19 Halaman Menu Data User
5.2.9 Halaman Menu Tentang Aplikasi
Menu tentang aplikasi ini berisi informasi tentang aplikasi sistem
pendukung keputusan kelayakan mustahik. Tampilan halaman menu tentang
aplikasi ditunjukkan pada Gambar 5.20.
Gambar 5.19 Halaman Menu Tentang Aplikasi
107
5. 3 Pengujian Sistem
Pengujian merupakan bagian tahap dari proses pengembangan perangkat
lunak. Pengujian ini bertujuan untuk mengetahui kualitas dari perangkat lunak telah
dibuat. Pengujian ini dilakukan untuk mengetahui apakah program yang dibuat
telah sesuai seperti rencana dan rancangan sebelumnya. Pada pengujian sistem ini,
penulis menggunakan metode pengujian black box, serta pengujian yang dilakukan
dengan membandingkan antara hasil pada sistem yang menggunakan metode Fuzzy
C-Means dan hasil manual yang dilakukan oleh pihak Baznas Kota Kendari.
5.3.1 Pengujian Black Box Aplikasi
Pada pengujian black box ini yang menjadi fokus adalah pada bagian
fungsional aplikasi atau perangkat lunaknya. Pengujian ini bertujuan untuk
menunjukan fungsi aplikasi tentang mekanismenya, sehingga diketahui data yang
dimasukan dapat berjalan sebagaimana mestinya dan informasi yang tersimpan
dapat terjaga kesahihannya.
1. Pengujian Halaman Login
Pengujian halaman menu login ini bertujuan untuk memerikasa kebenaran
username dan password serta menguji tombol fungsi tombol login. Hasil pengujian
halaman menu login dapat dilihat pada Tabel 5.1.
Tabel 5.1 Pengujian Halaman Login
Hasil Uji Halaman Login (Data Normal)
Data Masukan Yang diharapkan Pengamatan Kesimpulan
Username : admin Password : 123
admin tercantum pada textfield username, 123 tercantum pada textfield password
admin tercantum pada textfield username, *** tercantum pada textfield password
[ x ] Diterima [ ] Ditolak
Klik tombol login Data user dicari pada tabel user, kemudian masuk ke halaman menu utama
Tombol login berfungsi. Sesuai harapan
[ x ] Diterima [ ] Ditolak
108
Tabel 5.1 (Lanjutan)
Hasil Uji Halaman Login (Data Salah)
Data Masukan Yang diharapkan Pengamatan Kesimpulan
Username : adam Password : 1234
adam tercantum pada textfield username, 1234 tercantum pada textfield password
adam tercantum pada textfield username, **** tercantum pada textfield password
[ x ] Diterima [ ] Ditolak
Klik tombol login Tidak dapat melakukan login maka akan muncul kotak dialog “Login Gagal. Periksa Username dan Password Anda”. Tidak dapat masuk ke menu halaman utama
Username dan Password tidak sesuai dan muncul kota dialog “Login Gagal. Periksa Username dan Password Anda”. Tidak masuk ke menu halaman utama
[ x ] Diterima [ ] Ditolak
2. Pengujian Halaman Calon Mustahik
Pengujian halaman menu calon mustahik ini adalah pengujian pada tombol-
tombol yang terdapat pada halaman calon mustahik yang nantinya data-data yang
telah diolah akan masuk ke dalam database. Hasil pengujian halaman menu calon
mustahik dapat dilihat pada Tabel 5.2.
Tabel 5.2 Pengujian Halaman Calon Mustahik
Hasil Uji Halaman Calon Mustahik (Data Normal)
Data Masukan
Yang diharapkan Pengamatan Kesimpulan
Klik tombol Tambah
Memasukan data dan tersimpan di dalam database jika melakukan klik tombol tambah
Data tersimpan di dalam database dan ditampilkan di dalam tabel calon mustahik. Tombol Tambah sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
109
Tabel 5.2 (Lanjutan)
Klik tombol Edit
Pilih pada tabel data calon mustahik yang akan diubah, menampilkan data yang akan diubah, data yang sudah diubah akan tersimpan di dalam database jika melakukan klik tombol Edit
Data berhasil diubah, tersimpan di dalam database dan ditampilkan di dalam tabel calon mustahik. Tombol Edit sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Klik tombol Hapus
Pilih pada tabel data calon mustahik yang akan dihapus. Data di dalam database akan terhapus jika melakukan klik tombol Hapus
Data di dalam database berhasil dihapus dan juga terhapus di dalam tabel calon mustahik. Tombol Hapus sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Klik Batal
Membatalkan tindakan ketika pengisian data pada form calon mustahik
Data berhasil dibatalkan
[ x ] Diterima [ ] Ditolak
Klik tombol Cari
Memasukan nama calon mustahik yang dicari. Data yang dicari ditemukan jika melakukan klik tombol Cari
Data berhasil ditemukan. Tombol Cari sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Hasil Uji Halaman Calon Mustahik (Data Salah)
Data Masukan
Yang diharapkan Pengamatan Kesimpulan
Data yang tidak diisi
Data tidak dapat disimpan dan menampilkan pesan kesalahan
Data tidak dapat disimpan dan menampilkan pesan kesalahan. Tombol sesuai diharapkan
[ x ] Diterima [ ] Ditolak
3. Pengujian Halaman Kriteria
Pengujian pada halaman menu kriteria ini adalah pengujian pada tombol-
tombol yang terdapat pada submenu halaman ini yaitu halaman submenu indeks
rumah, usaha, dan harta yang kemudian data-data yang telah diolah akan masuk ke
dalam database. Hasil pengujian submenu halaman kriteria (indeks rumah, indeks
usaha, dan indeks harta) dapat dilihat pada Tabel 5.3.
110
Tabel 5.3 Pengujian Halaman Kriteria
Hasil Uji Halaman Kriteria (Data Normal)
Data Masukan
Yang diharapkan Pengamatan Kesimpulan
Klik tombol Tambah
Memasukan data dan tersimpan di dalam database jika melakukan klik tombol tambah
Data tersimpan di dalam database dan ditampilkan di dalam tabel. Tombol Tambah sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Klik tombol Edit
Pilih pada tabel data yang akan diubah, menampilkan data yang akan diubah, data yang sudah diubah akan tersimpan di dalam database jika melakukan klik tombol Edit
Data berhasil diubah tersimpan di dalam database dan ditampilkan di dalam tabel. Tombol Edit sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Klik tombol Hapus
Pilih pada tabel data yang akan dihapus. Data di dalam database akan terhapus jika melakukan klik tombol Hapus
Data di dalam database berhasil dihapus dan juga terhapus di dalam tabel tersebut. Tombol Hapus sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Klik tombol Cari
Memasukan ID calon mustahik yang dicari. Data yang dicari ditemukan jika melakukan klik tombol Cari
Data berhasil ditemukan. Tombol Cari sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Hasil Uji Halaman Kriteria (Data Salah)
Data Masukan
Yang diharapkan Pengamatan Kesimpulan
Data yang tidak diisi
Data tidak dapat disimpan dan menampilkan pesan kesalahan
Data tidak dapat disimpan dan menampilkan pesan kesalahan. Tombol sesuai diharapkan
[ x ] Diterima [ ] Ditolak
4. Pengujian Halaman Clustering
Pengujian pada halaman menu clustering ini adalah pengujian pada tombol-
tombol yang terdapat pada submenu halaman ini yaitu halaman submenu clustering
rumah, usaha, dan harta yang kemudian apabila parameter-parameter telah diisi
akan dilakukan proses perhitungan Fuzzy C-Means. Hasil pengujian submenu
halaman clustering (clustering rumah, clustering usaha, dan clustering harta) dapat
dilihat pada Tabel 5.4.
111
Tabel 5.4 Pengujian Halaman Clustering
Hasil Uji Halaman Clustering (Data Normal)
Data Masukan Yang diharapkan Pengamatan Kesimpulan
Klik tombol Proses
Memasukan parameter-parameter yang akan diproses, menampilakan tabel hasil clustering jika melakukan klik tombol proses
Data berhasil diproses dan ditampilkan di dalam tabel hasil clustering. Tombol Proses sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Hasil Uji Halaman Clustering (Data Salah)
Data Masukan Yang diharapkan Pengamatan Kesimpulan
Parameter tidak diisi
Data tidak dapat diproses.
Data tidak dapat diproses. Tombol Proses sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
5. Pengujian Halaman Hasil Clustering
Pengujian pada halaman menu hasil clustering ini adalah pengujian pada
tombol-tombol yang terdapat pada halaman ini yaitu tombol cetak dan tombol cetak
mustahik yang layak. Hasil pengujian halaman hasil clustering dapat dilihat pada
Tabel 5.5.
Tabel 5.5 Pengujian Halaman Hasil Clustering
Hasil Uji Halaman Hasil Clustering (Data Normal)
Data Masukan Yang diharapkan Pengamatan Kesimpulan
Klik tombol Cetak
Menampilkan data hasil perhitungan clustering dalam format file *jrprint
Menampilkan data hasil perhitungan clustering dalam format file *jrprint. Tombol Cetak sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Klik tombol Cetak Mustahik yang Layak
Menampilkan data hasil perhitungan clustering hanya untuk mustahik yang mendapatkan zakat dalam format file *jrprint
Menampilkan data hasil perhitungan clustering hanya untuk mustahik yang mendapatkan zakat dalam format file *jrprint. Tombol Cetak Mustahik yang Layak sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
112
6. Pengujian Halaman Data User
Pengujian halaman menu data user ini adalah pengujian pada tombol-
tombol yang terdapat pada halaman data user yang kemudian data-data yang telah
diolah akan masuk ke dalam database. Hasil pengujian halaman menu data user
dapat dilihat pada Tabel 5.6.
Tabel 5.6 Pengujian Halaman Data User
Hasil Uji Halaman Data User (Data Normal)
Data Masukan
Yang diharapkan Pengamatan Kesimpulan
Klik tombol Tambah
Memasukan data user dan tersimpan di dalam database jika melakukan klik tombol tambah
Data tersimpan di dalam database dan ditampilkan di dalam tabel data user. Tombol Tambah sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Klik tombol Edit
Pilih pada tabel data user yang akan diubah, menampilkan data yang akan diubah, data yang sudah diubah akan tersimpan di dalam database jika mengklik tombol Edit
Data berhasil diubah tersimpan di dalam database dan ditampilkan di dalam tabel data user. Tombol Edit sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
Klik tombol Hapus
Pilih pada tabel data user yang akan dihapus. Data di dalam database akan terhapus jika melakukan klik tombol Hapus
Data di dalam database berhasil dihapus dan terhapus pula di dalam tabel data user. Tombol Hapus sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
7. Pengujian Halaman Tentang Aplikasi
Hasil pengujian halaman menu tentang aplikasi untuk mengetahui
tampilannya adalah dapat dilihat pada Tabel 5.7.
Tabel 5.7 Pengujian Halaman Tentang Aplikasi
Hasil Uji Halaman Tentang Aplikasi (Data Normal)
Data Masukan Yang diharapkan Pengamatan Kesimpulan
Pilih Menu Tentang Aplikasi
Menampilkan keterangan aplikasi.
Dapat menampilkan keterangan aplikasi sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
113
8. Pengujian Halaman Logout
Hasil pengujian halaman menu logout dapat dilihat pada Tabel 5.8.
Tabel 5.8 Pengujian Halaman Logout
Hasil Uji Halaman Logout (Data Normal)
Data Masukan Yang diharapkan Pengamatan Kesimpulan
Pilih Menu Logout
Keluar dari halaman utama.
Dapat keluar dari halaman utama sesuai yang diharapkan
[ x ] Diterima [ ] Ditolak
5.3.2 Pengujian Perbandingan Hasil Keputusan
Pada tahap pengujian ini dilakukan dengan membandingkan antara hasil
pada aplikasi penentuan mustahik ini menggunakan metode Fuzzy C-Means dengan
hasil manual melalui musyawarah yang dilakukan oleh Badan Amil Zakat Nasional
Kota Kendari. Data pengujian yang digunakan terdiri dari 200 data yang merupakan
data hasil survei periode Maret 2015 untuk Kecamatan Wua-Wua dan Kadia. Proses
perbandingan hasil pengujian ditunjukkan pada Tabel 5.9.
Tabel 5.9 Hasil Clustering Rumah
ID Nama U1 U2 C1 C2 Poin
1 BASRI 0.2178135 0.7821865 - √ 1 2 NURBIAH 0.3096211 0.6903789 - √ 1 3 HAMSANG M 0.3011817 0.6988183 - √ 1 4 HASMUDDIN 0.2191954 0.7808046 - √ 1 5 YULIANA ASSAH 0.2180666 0.7819334 - √ 1 6 SRI SUSILOWATI 0.289694 0.710306 - √ 1 7 LA ODE NIUMBO 0.8908082 0.1091918 √ - 0 8 ANGKUMALA 0.1991228 0.8008772 - √ 1 9 NASIAH 0.2178135 0.7821865 - √ 1 10 INSAN 0.3304369 0.6695631 - √ 1 11 SERLIN 0.2978605 0.7021395 - √ 1 12 SAWIAH 0.1822356 0.8177644 - √ 1 13 LISBET 0.3361685 0.6638315 - √ 1 14 AMILUDIN 0.8384148 0.1615852 √ - 0 15 AGUS 0.1295704 0.8704296 - √ 1 16 JAMSIR 0.6958343 0.3041657 √ - 0 17 SITI ALIAH 0.1767059 0.8232941 - √ 1 18 IMASA 0.2126102 0.7873898 - √ 1 19 ANDI JUMAIN KOILA 0.2681781 0.7318219 - √ 1 20 SITI HARMILA 0.3361685 0.6638315 - √ 1
114
Tabel 5.9 (Lanjutan)
21 NURIAH 0.1791546 0.8208454 - √ 1 22 NURLIAN HIALU 0.3630137 0.6369863 - √ 1 23 LA ALI 0.2067622 0.7932378 - √ 1 24 MARHAN 0.1814083 0.8185917 - √ 1 25 WA ATU 0.0811513 0.9188487 - √ 1 26 CIDU 0.1463486 0.8536514 - √ 1 27 DARWIS 0.0795159 0.9204841 - √ 1 28 RUDI 0.8630059 0.1369941 √ - 0 29 DAUD LASINDO 0.0795159 0.9204841 - √ 1 30 WESINE 0.0795159 0.9204841 - √ 1 31 SAKKA 0.2501342 0.7498658 - √ 1 32 MBIMA 0.3265601 0.6734399 - √ 1 33 ELLYS 0.4890236 0.5109764 - √ 1 34 DANUS 0.3857702 0.6142298 - √ 1 35 HASAN REMBA 0.4890236 0.5109764 - √ 1 36 SURIANA 0.0795159 0.9204841 - √ 1 37 USMAN SANTOSO 0.2133324 0.7866676 - √ 1 38 DASUMI 0.3411713 0.6588287 - √ 1 39 BURHANUDDIN 0.0795159 0.9204841 - √ 1 40 KASMANI 0.0532993 0.9467007 - √ 1 41 HARIS REMBA 0.1295704 0.8704296 - √ 1 42 SAINUL 0.1814083 0.8185917 - √ 1 43 DAMHALIM 0.0795159 0.9204841 - √ 1 44 ALENA 0.4362514 0.5637486 - √ 1 45 ARIPAH 0.3101346 0.6898654 - √ 1 46 MANSYUR 0.2116219 0.7883781 - √ 1 47 EMIRIA 0.2600287 0.7399713 - √ 1 48 KEHU 0.5129219 0.4870781 √ - 0 49 JAINUDDIN 0.4362514 0.5637486 - √ 1 50 GUNTUR 0.0795159 0.9204841 - √ 1 51 NY. MIKE TOGALA 0.2034878 0.7965122 - √ 1 52 MUH. IQBAL MADONG 0.4362514 0.5637486 - √ 1 53 HASANUDDIN 0.1046521 0.8953479 - √ 1 54 AMIRUDIN 0.7487801 0.2512199 √ - 0 55 HARDIN RAKIL 0.5358963 0.4641037 √ - 0 56 HASDIN 0.7858853 0.2141147 √ - 0 57 NURLIAN 0.225374 0.774626 - √ 1 58 AMRIN JAYA 0.1046521 0.8953479 - √ 1 59 RISNAWATI 0.2133324 0.7866676 - √ 1 60 ANTON 0.1544757 0.8455243 - √ 1 61 ANDI MISNAWATI 0.2133324 0.7866676 - √ 1 62 WIDA MINAWANGSA 0.2133324 0.7866676 - √ 1 63 LAMADA 0.1046521 0.8953479 - √ 1 64 ARDANSYAH 0.8068664 0.1931336 √ - 0 65 AEDIT BAHMID 0.0795159 0.9204841 - √ 1
115
Tabel 5.9 (Lanjutan)
66 SALIHI 0.1791546 0.8208454 - √ 1 67 JALNA 0.3411918 0.6588082 - √ 1 68 ANWAR 0.6484231 0.3515769 √ - 0 69 BAHRIN 0.8836896 0.1163104 √ - 0 70 SURMIN 0.3296894 0.6703106 - √ 1 71 MAHYUDDIN 0.3162205 0.6837795 - √ 1 72 BOY MASHUR 0.5507874 0.4492126 √ - 0 73 LAODE BARI 0.271906 0.728094 - √ 1 74 MAWI 0.1753036 0.8246964 - √ 1 75 WAODE IGI 0.3304369 0.6695631 - √ 1 76 MAHMUD LAMAAGA 0.1046521 0.8953479 - √ 1 77 YUL LUSLE 0.3887291 0.6112709 - √ 1 78 LAODE SAUDI 0.1463486 0.8536514 - √ 1 79 LATAMISA 0.4196348 0.5803652 - √ 1 80 WA AHI 0.1502032 0.8497968 - √ 1 81 IRNAWATI 0.2116867 0.7883133 - √ 1 82 LAJUNU 0.1529424 0.8470576 - √ 1 83 ABIN SISKA 0.4160528 0.5839472 - √ 1 84 LAODE SYAMSUDDIN 0.1544757 0.8455243 - √ 1 85 LA ADO 0.6663034 0.3336966 √ - 0 86 UDIN 0.3745862 0.6254138 - √ 1 87 WAODE HAMLIA 0.0795159 0.9204841 - √ 1 88 NURI 0.2757666 0.7242334 - √ 1 89 MARYAM 0.0795159 0.9204841 - √ 1 90 HAJRA 0.2116219 0.7883781 - √ 1 91 1`sSULTAN 0.0795159 0.9204841 - √ 1 92 TITI 0.0532993 0.9467007 - √ 1 93 SAMLIA 0.5052437 0.4947563 √ - 0 94 AKHIRUDDIN 0.2033845 0.7966155 - √ 1 95 ST AMINAH 0.2578682 0.7421318 - √ 1 96 LANDAWA 0.7627508 0.2372492 √ - 0 97 HAFID 0.1760083 0.8239917 - √ 1 98 NY. LAHUSA 0.2951367 0.7048633 - √ 1 99 SITI HAWA 0.1526242 0.8473758 - √ 1 100 NURHAYATI 0.0795159 0.9204841 - √ 1 101 NY. HARSIAH 0.1744852 0.8255148 - √ 1 102 AMIR KUMIS 0.0532993 0.9467007 - √ 1 103 DAENG NOMPO 0.1421713 0.8578287 - √ 1
104 DAENG KANANG SONGKE
0.2370775 0.7629225 - √ 1
105 HENDRAWAN 0.8945746 0.1054254 √ - 0 106 ARIFIN 0.7687282 0.2312718 √ - 0 107 ATIKA SARI 0.7898789 0.2101211 √ - 0 108 KUSNO 0.7652941 0.2347059 √ - 0 109 SITI HAERIAH 0.0795159 0.9204841 - √ 1
116
Tabel 5.9 (Lanjutan)
110 INDAH JAYA 0.1408643 0.8591357 - √ 1 111 NURDIN 0.0795159 0.9204841 - √ 1 112 ISKANDAR 0.8103238 0.1896762 √ - 0 113 HERLINA 0.8945746 0.1054254 √ - 0 114 SAIFUL 0.7613454 0.2386546 √ - 0 115 A.HAMID 0.3671744 0.6328256 - √ 1 116 HAJIRA 0.1408643 0.8591357 - √ 1 117 WIKYO SUYATO 0.1408643 0.8591357 - √ 1 118 AMIR 0.0795159 0.9204841 - √ 1 119 HARPING 0.0532993 0.9467007 - √ 1 120 PATI 0.2339219 0.7660781 - √ 1 121 ISMAIL 0.1822356 0.8177644 - √ 1 122 RAUF LA UPA 0.0532993 0.9467007 - √ 1 123 SATTUBO 0.0795159 0.9204841 - √ 1 124 AMIR 0.2722262 0.7277738 - √ 1 125 MUKSIN 0.0811513 0.9188487 - √ 1 126 HUSNI 0.8100044 0.1899956 √ - 0 127 EMIKA 0.8388136 0.1611864 √ - 0 128 SUMINI 0.9304636 0.0695364 √ - 0 129 SARTIKA 0.9304636 0.0695364 √ - 0 130 ABIDIN 0.8100044 0.1899956 √ - 0 131 USMAN 0.1791546 0.8208454 - √ 1 132 ILYAS BALI 0.339064 0.660936 - √ 1 133 ABD. SYUKUR 0.0795159 0.9204841 - √ 1 134 HAFID 0.2600287 0.7399713 - √ 1 135 ITFALANSAH 0.8731684 0.1268316 √ - 0 136 WINDAYANI 0.8244892 0.1755108 √ - 0 137 ABD. HARIS 0.7729907 0.2270093 √ - 0 138 KRISTINA BANGUN 0.1544757 0.8455243 - √ 1 139 ST. SALMIAH 0.1991228 0.8008772 - √ 1 140 DARMAN 0.7692582 0.2307418 √ - 0 141 AZAHARI 0.7992022 0.2007978 √ - 0 142 INANG 0.1408643 0.8591357 - √ 1 143 HAMLIA 0.0795159 0.9204841 - √ 1 144 KATIMIN 0.4890236 0.5109764 - √ 1 145 NUR INDRIANI 0.4362514 0.5637486 - √ 1 146 JUMARDIN 0.387795 0.612205 - √ 1 147 EDY SUKRAN 0.387795 0.612205 - √ 1 148 HARDIYANTI 0.8731684 0.1268316 √ - 0 149 LA FIU 0.7767139 0.2232861 √ - 0 150 FIRMAN 0.8254291 0.1745709 √ - 0 151 LA SARIU 0.387795 0.612205 - √ 1 152 KARIM 0.0795159 0.9204841 - √ 1 153 SAMIR L 0.4890236 0.5109764 - √ 1 154 IDA JUWITA 0.2677501 0.7322499 - √ 1
117
Tabel 5.9 (Lanjutan)
155 SABARUDDIN 0.3618084 0.6381916 - √ 1 156 KASIM 0.3630137 0.6369863 - √ 1 157 RUSDI AMIR 0.387795 0.612205 - √ 1 158 LA RAHIM 0.8062258 0.1937742 √ - 0 159 NURAILAH 0.7869127 0.2130873 √ - 0 160 ROS SUSANTI 0.387795 0.612205 - √ 1 161 MARDIANA 0.3618084 0.6381916 - √ 1 162 NURLIA 0.4890236 0.5109764 - √ 1 163 RATNA 0.0795159 0.9204841 - √ 1
164 TOY FIRDAUS SURYA WIRA
0.39204 0.60796 - √ 1
165 KAHARUDDIN MATTAJANG
0.2339219 0.7660781 - √ 1
166 SITTI HASNAH LA ODE KARA
0.0795159 0.9204841 - √ 1
167 AGUSTINA 0.8285177 0.1714823 √ - 0 168 HERMANTO 0.9304636 0.0695364 √ - 0 169 WA ODE NURUMA 0.0795159 0.9204841 - √ 1 170 SITI NURLAN 0.2132583 0.7867417 - √ 1 171 HAERUL TAMRIN 0.1408643 0.8591357 - √ 1 172 MISDI 0.5776012 0.4223988 √ - 0 173 PONIDI 0.7237654 0.2762346 √ - 0 174 RIZALDI 0.9304636 0.0695364 √ - 0 175 RAHAYU 0.893441 0.106559 √ - 0 176 SOLIHIN 0.3273612 0.6726388 - √ 1 177 NOVIANA 0.8212424 0.1787576 √ - 0 178 HASNATANG 0.1408643 0.8591357 - √ 1 179 SUKMA 0.8001797 0.1998203 √ - 0 180 ALAUDIN 0.7740841 0.2259159 √ - 0 181 DANDI PRATAMA 0.7607666 0.2392334 √ - 0 182 PAITE 0.4890236 0.5109764 - √ 1 183 DG. HAMID 0.1526242 0.8473758 - √ 1 184 SURIADO HADO 0.0795159 0.9204841 - √ 1 185 FATMAWATI TORADA 0.387795 0.612205 - √ 1 186 SYAHARUDDIN 0.0795159 0.9204841 - √ 1 187 SAHRUN MOITA 0.4890236 0.5109764 - √ 1 188 AWALUDDIN MADJID 0.2501342 0.7498658 - √ 1 189 HALIM 0.0795159 0.9204841 - √ 1 190 MUH. ABDI T 0.1446023 0.8553977 - √ 1 191 DARWIS 0.387795 0.612205 - √ 1 192 FITRAH 0.7898789 0.2101211 √ - 0 193 RIA 0.0795159 0.9204841 - √ 1 194 DJASMAN SULAEMAN 0.0795159 0.9204841 - √ 1 195 HASDIANA 0.4447415 0.5552585 - √ 1 196 MUH. ANSHAR 0.4890236 0.5109764 - √ 1
118
Tabel 5.9 (Lanjutan)
Berdasarkan hasil clustering rumah pada Tabel 5.9 didapatkan nilai
persentase kelayakan Cluster 1 = 21,43% dan Cluster 2 = 66,43%. Dari hasil
tersebut nilai yang terbesar diambil untuk mendapatkan kelayakan pada kriteria
indeks rumah. Sehingga yang termasuk dalam kategori layak untuk indeks rumah
adalah cluster 2. Setiap calon mustahik yang termasuk dalam kategori layak akan
mendapatkan 1 poin untuk setiap kriteria yang dihitung.
Tabel 5.10 Hasil Clustering Usaha
ID Nama U1 U2 C1 C2 Poin
1 BASRI 0.7807516 0.2192484 √ - 1 2 NURBIAH 0.7442928 0.2557072 √ - 1 3 HAMSANG M 0.5910997 0.4089003 √ - 1 4 HASMUDDIN 0.6070974 0.3929026 √ - 1 5 YULIANA ASSAH 0.4589018 0.5410982 - √ 0 6 SRI SUSILOWATI 0.8268752 0.1731248 √ - 1 7 LA ODE NIUMBO 0.2411854 0.7588146 - √ 0 8 ANGKUMALA 0.7134447 0.2865553 √ - 1 9 NASIAH 0.8268752 0.1731248 √ - 1 10 INSAN 0.8351062 0.1648938 √ - 1 11 SERLIN 0.6070974 0.3929026 √ - 1 12 SAWIAH 0.8268752 0.1731248 √ - 1 13 LISBET 0.2389931 0.7610069 - √ 0 14 AMILUDIN 0.185857 0.814143 - √ 0 15 AGUS 0.8169253 0.1830747 √ - 1 16 JAMSIR 0.2561591 0.7438409 - √ 0 17 SITI ALIAH 0.6587507 0.3412493 √ - 1 18 IMASA 0.6456681 0.3543319 √ - 1 19 ANDI JUMAIN KOILA 0.8268752 0.1731248 √ - 1 20 SITI HARMILA 0.2892534 0.7107466 - √ 0 21 NURIAH 0.7442928 0.2557072 √ - 1 22 NURLIAN HIALU 0.6070974 0.3929026 √ - 1 23 LA ALI 0.6456681 0.3543319 √ - 1 24 MARHAN 0.4306877 0.5693123 - √ 0 25 WA ATU 0.6224209 0.3775791 √ - 1 26 CIDU 0.8195794 0.1804206 √ - 1
197 WARDA 0.4890236 0.5109764 - √ 1 198 DG. RUPPA 0.0795159 0.9204841 - √ 1 199 RATNA 0.387795 0.612205 - √ 1 200 ST. AMINAH 0.4890236 0.5109764 - √ 1
119
Tabel 5.10 (Lanjutan)
27 DARWIS 0.7242908 0.2757092 √ - 1 28 RUDI 0.2389931 0.7610069 - √ 0 29 DAUD LASINDO 0.7442928 0.2557072 √ - 1 30 WESINE 0.8268752 0.1731248 √ - 1 31 SAKKA 0.8268752 0.1731248 √ - 1 32 MBIMA 0.7442928 0.2557072 √ - 1 33 ELLYS 0.6446189 0.3553811 √ - 1 34 DANUS 0.8073795 0.1926205 √ - 1 35 HASAN REMBA 0.7452748 0.2547252 √ - 1 36 SURIANA 0.7452748 0.2547252 √ - 1 37 USMAN SANTOSO 0.8351062 0.1648938 √ - 1 38 DASUMI 0.7442928 0.2557072 √ - 1 39 BURHANUDDIN 0.8351062 0.1648938 √ - 1 40 KASMANI 0.8268752 0.1731248 √ - 1 41 HARIS REMBA 0.7452748 0.2547252 √ - 1 42 SAINUL 0.8351062 0.1648938 √ - 1 43 DAMHALIM 0.7242512 0.2757488 √ - 1 44 ALENA 0.440467 0.559533 - √ 0 45 ARIPAH 0.8268752 0.1731248 √ - 1 46 MANSYUR 0.8351062 0.1648938 √ - 1 47 EMIRIA 0.7242908 0.2757092 √ - 1 48 KEHU 0.8195794 0.1804206 √ - 1 49 JAINUDDIN 0.6688962 0.3311038 √ - 1 50 GUNTUR 0.6456681 0.3543319 √ - 1 51 NY. MIKE TOGALA 0.7565097 0.2434903 √ - 1 52 MUH. IQBAL MADONG 0.7452748 0.2547252 √ - 1 53 HASANUDDIN 0.8351062 0.1648938 √ - 1 54 AMIRUDIN 0.7442928 0.2557072 √ - 1 55 HARDIN RAKIL 0.8351062 0.1648938 √ - 1 56 HASDIN 0.2070163 0.7929837 - √ 0 57 NURLIAN 0.6456681 0.3543319 √ - 1 58 AMRIN JAYA 0.7452748 0.2547252 √ - 1 59 RISNAWATI 0.7442928 0.2557072 √ - 1 60 ANTON 0.8351062 0.1648938 √ - 1 61 ANDI MISNAWATI 0.8289616 0.1710384 √ - 1 62 WIDA MINAWANGSA 0.8351062 0.1648938 √ - 1 63 LAMADA 0.8268752 0.1731248 √ - 1 64 ARDANSYAH 0.2977904 0.7022096 - √ 0 65 AEDIT BAHMID 0.6093163 0.3906837 √ - 1 66 SALIHI 0.7242908 0.2757092 √ - 1 67 JALNA 0.8268752 0.1731248 √ - 1 68 ANWAR 0.2827679 0.7172321 - √ 0 69 BAHRIN 0.688636 0.311364 √ - 1 70 SURMIN 0.8268752 0.1731248 √ - 1 71 MAHYUDDIN 0.8195794 0.1804206 √ - 1
120
Tabel 5.10 (Lanjutan)
72 BOY MASHUR 0.7442928 0.2557072 √ - 1 73 LAODE BARI 0.7442928 0.2557072 √ - 1 74 MAWI 0.8351062 0.1648938 √ - 1 75 WAODE IGI 0.4670227 0.5329773 - √ 0 76 MAHMUD LAMAAGA 0.5097257 0.4902743 √ - 1 77 YUL LUSLE 0.5991906 0.4008094 √ - 1 78 LAODE SAUDI 0.4386774 0.5613226 - √ 0 79 LATAMISA 0.6434126 0.3565874 √ - 1 80 WA AHI 0.2037101 0.7962899 - √ 0 81 IRNAWATI 0.6446189 0.3553811 √ - 1 82 LAJUNU 0.8073795 0.1926205 √ - 1 83 ABIN SISKA 0.6456681 0.3543319 √ - 1 84 LAODE SYAMSUDDIN 0.2212887 0.7787113 - √ 0 85 LA ADO 0.5097257 0.4902743 √ - 1 86 UDIN 0.6607033 0.3392967 √ - 1 87 WAODE HAMLIA 0.7803879 0.2196121 √ - 1 88 NURI 0.6938954 0.3061046 √ - 1 89 MARYAM 0.8268752 0.1731248 √ - 1 90 HAJRA 0.7442928 0.2557072 √ - 1 91 SULTAN 0.5420609 0.4579391 √ - 1 92 TITI 0.8268752 0.1731248 √ - 1 93 SAMLIA 0.2789789 0.7210211 - √ 0 94 AKHIRUDDIN 0.4386774 0.5613226 - √ 0 95 ST AMINAH 0.7452748 0.2547252 √ - 1 96 LANDAWA 0.8195794 0.1804206 √ - 1 97 HAFID 0.8351062 0.1648938 √ - 1 98 NY. LAHUSA 0.8268752 0.1731248 √ - 1 99 SITI HAWA 0.2037101 0.7962899 - √ 0 100 NURHAYATI 0.2212887 0.7787113 - √ 0 101 NY. HARSIAH 0.5420609 0.4579391 √ - 1 102 AMIR KUMIS 0.8073795 0.1926205 √ - 1 103 DAENG NOMPO 0.4438836 0.5561164 - √ 0 104 DAENG KANANG
SONGKE 0.5097257 0.4902743 √ - 1
105 HENDRAWAN 0.2572258 0.7427742 - √ 0 106 ARIFIN 0.2743423 0.7256577 - √ 0 107 ATIKA SARI 0.2685345 0.7314655 - √ 0 108 KUSNO 0.3236798 0.6763202 - √ 0 109 SITI HAERIAH 0.8073795 0.1926205 √ - 1 110 INDAH JAYA 0.5097257 0.4902743 √ - 1 111 NURDIN 0.6269673 0.3730327 √ - 1 112 ISKANDAR 0.3518727 0.6481273 - √ 0 113 HERLINA 0.4306877 0.5693123 - √ 0 114 SAIFUL 0.2410029 0.7589971 - √ 0 115 A.HAMID 0.6688962 0.3311038 √ - 1
121
Tabel 5.10 (Lanjutan)
116 HAJIRA 0.6456681 0.3543319 √ - 1 117 WIKYO SUYATO 0.6456681 0.3543319 √ - 1 118 AMIR 0.6688962 0.3311038 √ - 1 119 HARPING 0.7134447 0.2865553 √ - 1 120 PATI 0.6070974 0.3929026 √ - 1 121 ISMAIL 0.5097257 0.4902743 √ - 1 122 RAUF LA UPA 0.8239178 0.1760822 √ - 1 123 SATTUBO 0.4038597 0.5961403 - √ 0 124 AMIR 0.6070974 0.3929026 √ - 1 125 MUKSIN 0.262172 0.737828 - √ 0 126 HUSNI 0.245838 0.754162 - √ 0 127 EMIKA 0.3287328 0.6712672 - √ 0 128 SUMINI 0.2732197 0.7267803 - √ 0 129 SARTIKA 0.2853101 0.7146899 - √ 0 130 ABIDIN 0.3486594 0.6513406 - √ 0 131 USMAN 0.2359394 0.7640606 - √ 0 132 ILYAS BALI 0.2762133 0.7237867 - √ 0 133 ABD. SYUKUR 0.5097257 0.4902743 √ - 1 134 HAFID 0.8073795 0.1926205 √ - 1 135 ITFALANSAH 0.1706699 0.8293301 - √ 0 136 WINDAYANI 0.2977055 0.7022945 - √ 0 137 ABD. HARIS 0.2980507 0.7019493 - √ 0 138 KRISTINA BANGUN 0.6456681 0.3543319 √ - 1 139 ST. SALMIAH 0.7573602 0.2426398 √ - 1 140 DARMAN 0.2721825 0.7278175 - √ 0 141 AZAHARI 0.3048825 0.6951175 - √ 0 142 INANG 0.6826316 0.3173684 √ - 1 143 HAMLIA 0.8169253 0.1830747 √ - 1 144 KATIMIN 0.6456681 0.3543319 √ - 1 145 NUR INDRIANI 0.8239178 0.1760822 √ - 1 146 JUMARDIN 0.7134447 0.2865553 √ - 1 147 EDY SUKRAN 0.6456681 0.3543319 √ - 1 148 HARDIYANTI 0.1506198 0.8493802 - √ 0 149 LA FIU 0.2411854 0.7588146 - √ 0 150 FIRMAN 0.2876832 0.7123168 - √ 0 151 LA SARIU 0.8073795 0.1926205 √ - 1 152 KARIM 0.6456681 0.3543319 √ - 1 153 SAMIR L 0.6456681 0.3543319 √ - 1 154 IDA JUWITA 0.7452748 0.2547252 √ - 1 155 SABARUDDIN 0.6070974 0.3929026 √ - 1 156 KASIM 0.7573602 0.2426398 √ - 1 157 RUSDI AMIR 0.6456681 0.3543319 √ - 1 158 LA RAHIM 0.2410029 0.7589971 - √ 0 159 NURAILAH 0.2411854 0.7588146 - √ 0 160 ROS SUSANTI 0.8318494 0.1681506 √ - 1
122
Tabel 5.10 (Lanjutan)
161 MARDIANA 0.8239178 0.1760822 √ - 1 162 NURLIA 0.5097257 0.4902743 √ - 1 163 RATNA 0.4034202 0.5965798 - √ 0 164 TOY FIRDAUS SURYA
WIRA 0.2933119 0.7066881 - √ 0
165 KAHARUDDIN MATTAJANG
0.5097257 0.4902743 √ - 1
166 SITTI HASNAH LA ODE KARA
0.5148831 0.4851169 √ - 1
167 AGUSTINA 0.2610339 0.7389661 - √ 0 168 HERMANTO 0.3115317 0.6884683 - √ 0 169 WA ODE NURUMA 0.8169253 0.1830747 √ - 1 170 SITI NURLAN 0.757987 0.242013 √ - 1 171 HAERUL TAMRIN 0.6584558 0.3415442 √ - 1 172 MISDI 0.6269673 0.3730327 √ - 1 173 PONIDI 0.5731722 0.4268278 √ - 1 174 RIZALDI 0.2919561 0.7080439 - √ 0 175 RAHAYU 0.2827679 0.7172321 - √ 0 176 SOLIHIN 0.4091491 0.5908509 - √ 0 177 NOVIANA 0.4306877 0.5693123 - √ 0 178 HASNATANG 0.3439397 0.6560603 - √ 0 179 SUKMA 0.4091491 0.5908509 - √ 0 180 ALAUDIN 0.3024214 0.6975786 - √ 0 181 DANDI PRATAMA 0.2510969 0.7489031 - √ 0 182 PAITE 0.2762133 0.7237867 - √ 0 183 DG. HAMID 0.5097257 0.4902743 √ - 1 184 SURIADO HADO 0.3469097 0.6530903 - √ 0 185 FATMAWATI TORADA 0.6584558 0.3415442 √ - 1 186 SYAHARUDDIN 0.3571558 0.6428442 - √ 0 187 SAHRUN MOITA 0.4390897 0.5609103 - √ 0 188 AWALUDDIN MADJID 0.6446189 0.3553811 √ - 1 189 HALIM 0.6070974 0.3929026 √ - 1 190 MUH. ABDI T 0.2762133 0.7237867 - √ 0 191 DARWIS 0.5097257 0.4902743 √ - 1 192 FITRAH 0.1506198 0.8493802 - √ 0 193 RIA 0.6070974 0.3929026 √ - 1 194 DJASMAN SULAEMAN 0.7076999 0.2923001 √ - 1 195 HASDIANA 0.6070974 0.3929026 √ - 1 196 MUH. ANSHAR 0.560664 0.439336 √ - 1 197 WARDA 0.6070974 0.3929026 √ - 1 198 DG. RUPPA 0.6456681 0.3543319 √ - 1 199 RATNA 0.5529461 0.4470539 √ - 1 200 ST. AMINAH 0.5642581 0.4357419 √ - 1
123
Berdasarkan hasil clustering usaha ini didapatkan persentase kelayakan
Cluster 1 = 60,83% dan Cluster 2 = 25,0%. Sehingga calon mustahik yang termasuk
kategori layak berdasarkan indeks usaha adalah yang termasuk dalam cluster 1.
Tabel 5.11 Hasil Clustering Harta
ID Nama U1 U2 C1 C2 Poin
1 BASRI 0.2854973 0.7145027 - √ 0 2 NURBIAH 0.1534878 0.8465122 - √ 0 3 HAMSANG M 0.7902778 0.2097222 √ - 1 4 HASMUDDIN 0.0674185 0.9325815 - √ 0 5 YULIANA ASSAH 0.8577425 0.1422575 √ - 1 6 SRI SUSILOWATI 0.7489136 0.2510864 √ - 1 7 LA ODE NIUMBO 0.4189517 0.5810483 - √ 0 8 ANGKUMALA 0.6445198 0.3554802 √ - 1 9 NASIAH 0.0960617 0.9039383 - √ 0 10 INSAN 0.2021111 0.7978889 - √ 0 11 SERLIN 0.0960617 0.9039383 - √ 0 12 SAWIAH 0.0674185 0.9325815 - √ 0 13 LISBET 0.3860264 0.6139736 - √ 0 14 AMILUDIN 0.336887 0.663113 - √ 0 15 AGUS 0.7902778 0.2097222 √ - 1 16 JAMSIR 0.4666767 0.5333233 - √ 0 17 SITI ALIAH 0.0960617 0.9039383 - √ 0 18 IMASA 0.7489136 0.2510864 √ - 1 19 ANDI JUMAIN KOILA 0.7902778 0.2097222 √ - 1 20 SITI HARMILA 0.0960617 0.9039383 - √ 0 21 NURIAH 0.0960617 0.9039383 - √ 0 22 NURLIAN HIALU 0.6933382 0.3066618 √ - 1 23 LA ALI 0.7902778 0.2097222 √ - 1 24 MARHAN 0.0960617 0.9039383 - √ 0 25 WA ATU 0.0674185 0.9325815 - √ 0 26 CIDU 0.8577425 0.1422575 √ - 1 27 DARWIS 0.0960617 0.9039383 - √ 0 28 RUDI 0.4189517 0.5810483 - √ 0 29 DAUD LASINDO 0.7902778 0.2097222 √ - 1 30 WESINE 0.5028761 0.4971239 √ - 1 31 SAKKA 0.775134 0.224866 √ - 1 32 MBIMA 0.8577425 0.1422575 √ - 1 33 ELLYS 0.5028761 0.4971239 √ - 1 34 DANUS 0.8577425 0.1422575 √ - 1 35 HASAN REMBA 0.7489136 0.2510864 √ - 1 36 SURIANA 0.0960617 0.9039383 - √ 0 37 USMAN SANTOSO 0.7902778 0.2097222 √ - 1
124
Tabel 5.11 (Lanjutan)
38 DASUMI 0.7672754 0.2327246 √ - 1 39 BURHANUDDIN 0.7902778 0.2097222 √ - 1 40 KASMANI 0.7902778 0.2097222 √ - 1 41 HARIS REMBA 0.7902778 0.2097222 √ - 1 42 SAINUL 0.7902778 0.2097222 √ - 1 43 DAMHALIM 0.7902778 0.2097222 √ - 1 44 ALENA 0.0960617 0.9039383 - √ 0 45 ARIPAH 0.5169406 0.4830594 √ - 1 46 MANSYUR 0.0960617 0.9039383 - √ 0 47 EMIRIA 0.8577425 0.1422575 √ - 1 48 KEHU 0.8577425 0.1422575 √ - 1 49 JAINUDDIN 0.7902778 0.2097222 √ - 1 50 GUNTUR 0.7902778 0.2097222 √ - 1 51 NY. MIKE TOGALA 0.7672754 0.2327246 √ - 1 52 MUH. IQBAL MADONG 0.7902778 0.2097222 √ - 1 53 HASANUDDIN 0.7672754 0.2327246 √ - 1 54 AMIRUDIN 0.7672754 0.2327246 √ - 1 55 HARDIN RAKIL 0.0960617 0.9039383 - √ 0 56 HASDIN 0.0960617 0.9039383 - √ 0 57 NURLIAN 0.2023196 0.7976804 - √ 0 58 AMRIN JAYA 0.7489136 0.2510864 √ - 1 59 RISNAWATI 0.0674185 0.9325815 - √ 0 60 ANTON 0.4065281 0.5934719 - √ 0 61 ANDI MISNAWATI 0.253125 0.746875 - √ 0 62 WIDA MINAWANGSA 0.0674185 0.9325815 - √ 0 63 LAMADA 0.253125 0.746875 - √ 0 64 ARDANSYAH 0.4189517 0.5810483 - √ 0 65 AEDIT BAHMID 0.0960617 0.9039383 - √ 0 66 SALIHI 0.0960617 0.9039383 - √ 0 67 JALNA 0.7115307 0.2884693 √ - 1 68 ANWAR 0.6445107 0.3554893 √ - 1 69 BAHRIN 0.3710821 0.6289179 - √ 0 70 SURMIN 0.5028761 0.4971239 √ - 1 71 MAHYUDDIN 0.5028761 0.4971239 √ - 1 72 BOY MASHUR 0.8577425 0.1422575 √ - 1 73 LAODE BARI 0.8577425 0.1422575 √ - 1 74 MAWI 0.8577425 0.1422575 √ - 1 75 WAODE IGI 0.7672754 0.2327246 √ - 1 76 MAHMUD LAMAAGA 0.6484259 0.3515741 √ - 1 77 YUL LUSLE 0.775134 0.224866 √ - 1 78 LAODE SAUDI 0.0674185 0.9325815 - √ 0 79 LATAMISA 0.6484259 0.3515741 √ - 1 80 WA AHI 0.0674185 0.9325815 - √ 0 81 IRNAWATI 0.0674185 0.9325815 - √ 0 82 LAJUNU 0.7489136 0.2510864 √ - 1
125
Tabel 5.11 (Lanjutan)
83 ABIN SISKA 0.0674185 0.9325815 - √ 0 84 LAODE SYAMSUDDIN 0.0960617 0.9039383 - √ 0 85 LA ADO 0.7489136 0.2510864 √ - 1 86 UDIN 0.6484259 0.3515741 √ - 1 87 WAODE HAMLIA 0.0674185 0.9325815 - √ 0 88 NURI 0.3981849 0.6018151 - √ 0 89 MARYAM 0.0674185 0.9325815 - √ 0 90 HAJRA 0.0960617 0.9039383 - √ 0 91 SULTAN 0.5028761 0.4971239 √ - 1 92 TITI 0.0674185 0.9325815 - √ 0 93 SAMLIA 0.0674185 0.9325815 - √ 0 94 AKHIRUDDIN 0.0960617 0.9039383 - √ 0 95 ST AMINAH 0.0674185 0.9325815 - √ 0 96 LANDAWA 0.8577425 0.1422575 √ - 1 97 HAFID 0.0960617 0.9039383 - √ 0 98 NY. LAHUSA 0.3981849 0.6018151 - √ 0 99 SITI HAWA 0.7115307 0.2884693 √ - 1 100 NURHAYATI 0.8577425 0.1422575 √ - 1 101 NY. HARSIAH 0.0674185 0.9325815 - √ 0 102 AMIR KUMIS 0.5028761 0.4971239 √ - 1 103 DAENG NOMPO 0.8577425 0.1422575 √ - 1 104 DAENG KANANG
SONGKE 0.3981849 0.6018151 - √ 0
105 HENDRAWAN 0.4189517 0.5810483 - √ 0 106 ARIFIN 0.3907694 0.6092306 - √ 0 107 ATIKA SARI 0.3907694 0.6092306 - √ 0 108 KUSNO 0.4189517 0.5810483 - √ 0 109 SITI HAERIAH 0.0674185 0.9325815 - √ 0 110 INDAH JAYA 0.0674185 0.9325815 - √ 0 111 NURDIN 0.7489136 0.2510864 √ - 1 112 ISKANDAR 0.6445198 0.3554802 √ - 1 113 HERLINA 0.0960617 0.9039383 - √ 0 114 SAIFUL 0.4189517 0.5810483 - √ 0 115 A.HAMID 0.0960617 0.9039383 - √ 0 116 HAJIRA 0.0674185 0.9325815 - √ 0 117 WIKYO SUYATO 0.7489136 0.2510864 √ - 1 118 AMIR 0.1852373 0.8147627 - √ 0 119 HARPING 0.0674185 0.9325815 - √ 0 120 PATI 0.0674185 0.9325815 - √ 0 121 ISMAIL 0.7489136 0.2510864 √ - 1 122 RAUF LA UPA 0.0960617 0.9039383 - √ 0 123 SATTUBO 0.0674185 0.9325815 - √ 0 124 AMIR 0.1749585 0.8250415 - √ 0 125 MUKSIN 0.0960617 0.9039383 - √ 0 126 HUSNI 0.4010654 0.5989346 - √ 0
126
Tabel 5.11 (Lanjutan)
127 EMIKA 0.4119577 0.5880423 - √ 0 128 SUMINI 0.401339 0.598661 - √ 0 129 SARTIKA 0.1749585 0.8250415 - √ 0 130 ABIDIN 0.3576539 0.6423461 - √ 0 131 USMAN 0.0960617 0.9039383 - √ 0 132 ILYAS BALI 0.0674185 0.9325815 - √ 0 133 ABD. SYUKUR 0.0960617 0.9039383 - √ 0 134 HAFID 0.5028761 0.4971239 √ - 1 135 ITFALANSAH 0.4820785 0.5179215 - √ 0 136 WINDAYANI 0.2021111 0.7978889 - √ 0 137 ABD. HARIS 0.6445198 0.3554802 √ - 1 138 KRISTINA BANGUN 0.0674185 0.9325815 - √ 0 139 ST. SALMIAH 0.3981849 0.6018151 - √ 0 140 DARMAN 0.3220585 0.6779415 - √ 0 141 AZAHARI 0.5972598 0.4027402 √ - 1 142 INANG 0.3981849 0.6018151 - √ 0 143 HAMLIA 0.0960617 0.9039383 - √ 0 144 KATIMIN 0.8577425 0.1422575 √ - 1 145 NUR INDRIANI 0.0674185 0.9325815 - √ 0 146 JUMARDIN 0.7489136 0.2510864 √ - 1 147 EDY SUKRAN 0.0960617 0.9039383 - √ 0 148 HARDIYANTI 0.2021111 0.7978889 - √ 0 149 LA FIU 0.1749585 0.8250415 - √ 0 150 FIRMAN 0.168475 0.831525 - √ 0 151 LA SARIU 0.0674185 0.9325815 - √ 0 152 KARIM 0.8577425 0.1422575 √ - 1 153 SAMIR L 0.0674185 0.9325815 - √ 0 154 IDA JUWITA 0.5028761 0.4971239 √ - 1 155 SABARUDDIN 0.8577425 0.1422575 √ - 1 156 KASIM 0.6933382 0.3066618 √ - 1 157 RUSDI AMIR 0.8577425 0.1422575 √ - 1 158 LA RAHIM 0.2234451 0.7765549 - √ 0 159 NURAILAH 0.2234451 0.7765549 - √ 0 160 ROS SUSANTI 0.3981849 0.6018151 - √ 0 161 MARDIANA 0.3981849 0.6018151 - √ 0 162 NURLIA 0.8577425 0.1422575 √ - 1 163 RATNA 0.3981849 0.6018151 - √ 0 164 TOY FIRDAUS SURYA
WIRA 0.3981849 0.6018151 - √ 0
165 KAHARUDDIN MATTAJANG
0.3981849 0.6018151 - √ 0
166 SITTI HASNAH LA ODE KARA
0.8577425 0.1422575 √ - 1
167 AGUSTINA 0.2021111 0.7978889 - √ 0 168 HERMANTO 0.3907694 0.6092306 - √ 0
127
Tabel 5.11 (Lanjutan)
169 WA ODE NURUMA 0.0674185 0.9325815 - √ 0 170 SITI NURLAN 0.8577425 0.1422575 √ - 1 171 HAERUL TAMRIN 0.8577425 0.1422575 √ - 1 172 MISDI 0.8577425 0.1422575 √ - 1 173 PONIDI 0.8577425 0.1422575 √ - 1 174 RIZALDI 0.7902778 0.2097222 √ - 1 175 RAHAYU 0.0960617 0.9039383 - √ 0 176 SOLIHIN 0.2021111 0.7978889 - √ 0 177 NOVIANA 0.1534878 0.8465122 - √ 0 178 HASNATANG 0.8577425 0.1422575 √ - 1 179 SUKMA 0.0960617 0.9039383 - √ 0 180 ALAUDIN 0.0960617 0.9039383 - √ 0 181 DANDI PRATAMA 0.2021111 0.7978889 - √ 0 182 PAITE 0.8577425 0.1422575 √ - 1 183 DG. HAMID 0.0674185 0.9325815 - √ 0 184 SURIADO HADO 0.8577425 0.1422575 √ - 1 185 FATMAWATI TORADA 0.8577425 0.1422575 √ - 1 186 SYAHARUDDIN 0.8577425 0.1422575 √ - 1 187 SAHRUN MOITA 0.8577425 0.1422575 √ - 1 188 AWALUDDIN MADJID 0.8577425 0.1422575 √ - 1 189 HALIM 0.775134 0.224866 √ - 1 190 MUH. ABDI T 0.8577425 0.1422575 √ - 1 191 DARWIS 0.8577425 0.1422575 √ - 1 192 FITRAH 0.2021111 0.7978889 - √ 0 193 RIA 0.0674185 0.9325815 - √ 0 194 DJASMAN SULAEMAN 0.0674185 0.9325815 - √ 0 195 HASDIANA 0.8577425 0.1422575 √ - 1 196 MUH. ANSHAR 0.8577425 0.1422575 √ - 1 197 WARDA 0.8577425 0.1422575 √ - 1 198 DG. RUPPA 0.5028761 0.4971239 √ - 1 199 RATNA 0.5028761 0.4971239 √ - 1 200 ST. AMINAH 0.5028761 0.4971239 √ - 1
Berdasarkan perhitungan hasil clustering harta pada Tabel 5.11 diperoleh
persentase kelayakan Cluster 1 = 77,2% dan Cluster 2 = 69,2%. Sehingga dari hasil
tersebut yang termasuk dalam kategori layak untuk indeks harta adalah calon
mustahik yang termasuk dalam cluster 1.
128
Tabel 5.12 Hasil Keseluruhan Clustering Indeks
NO NAMA Hasil Cluster Hasil
Akhir Rumah Usaha Harta 1 BASRI Diterima Diterima Ditolak Diterima 2 NURBIAH Diterima Diterima Ditolak Diterima 3 HAMSANG M Diterima Diterima Diterima Diterima 4 HASMUDDIN Diterima Diterima Ditolak Diterima 5 YULIANA ASSAH Diterima Ditolak Diterima Diterima 6 SRI SUSILOWATI Diterima Diterima Diterima Diterima 7 LA ODE NIUMBO Ditolak Ditolak Ditolak Ditolak 8 ANGKUMALA Diterima Diterima Diterima Diterima 9 NASIAH Diterima Diterima Ditolak Diterima 10 INSAN Diterima Diterima Ditolak Diterima 11 SERLIN Diterima Diterima Ditolak Diterima 12 SAWIAH Diterima Diterima Ditolak Diterima 13 LISBET Diterima Ditolak Ditolak Ditolak 14 AMILUDIN Ditolak Ditolak Ditolak Ditolak 15 AGUS Diterima Diterima Diterima Diterima 16 JAMSIR Ditolak Ditolak Ditolak Ditolak 17 SITI ALIAH Diterima Diterima Ditolak Diterima 18 IMASA Diterima Diterima Diterima Diterima 19 ANDI JUMAIN KOILA Diterima Diterima Diterima Diterima 20 SITI HARMILA Diterima Ditolak Ditolak Ditolak 21 NURIAH Diterima Diterima Ditolak Diterima 22 NURLIAN HIALU Diterima Diterima Diterima Diterima 23 LA ALI Diterima Diterima Diterima Diterima 24 MARHAN Diterima Ditolak Ditolak Ditolak 25 WA ATU Diterima Diterima Ditolak Diterima 26 CIDU Diterima Diterima Diterima Diterima 27 DARWIS Diterima Diterima Ditolak Diterima 28 RUDI Ditolak Ditolak Ditolak Ditolak 29 DAUD LASINDO Diterima Diterima Diterima Diterima 30 WESINE Diterima Diterima Diterima Diterima 31 SAKKA Diterima Diterima Diterima Diterima 32 MBIMA Diterima Diterima Diterima Diterima 33 ELLYS Diterima Diterima Diterima Diterima 34 DANUS Diterima Diterima Diterima Diterima 35 HASAN REMBA Diterima Diterima Diterima Diterima 36 SURIANA Diterima Diterima Ditolak Diterima 37 USMAN SANTOSO Diterima Diterima Diterima Diterima 38 DASUMI Diterima Diterima Diterima Diterima 39 BURHANUDDIN Diterima Diterima Diterima Diterima 40 KASMANI Diterima Diterima Diterima Diterima 41 HARIS REMBA Diterima Diterima Diterima Diterima
129
Tabel 5.12 (Lanjutan)
42 SAINUL Diterima Diterima Diterima Diterima 43 DAMHALIM Diterima Diterima Diterima Diterima 44 ALENA Diterima Ditolak Ditolak Ditolak 45 ARIPAH Diterima Diterima Diterima Diterima 46 MANSYUR Diterima Diterima Ditolak Diterima 47 EMIRIA Diterima Diterima Diterima Diterima 48 KEHU Ditolak Diterima Diterima Diterima 49 JAINUDDIN Diterima Diterima Diterima Diterima 50 GUNTUR Diterima Diterima Diterima Diterima 51 NY. MIKE TOGALA Diterima Diterima Diterima Diterima 52 MUH. IQBAL MADONG Diterima Diterima Diterima Diterima 53 HASANUDDIN Diterima Diterima Diterima Diterima 54 AMIRUDIN Ditolak Diterima Diterima Diterima 55 HARDIN RAKIL Ditolak Diterima Ditolak Ditolak 56 HASDIN Ditolak Ditolak Ditolak Ditolak 57 NURLIAN Diterima Diterima Ditolak Diterima 58 AMRIN JAYA Diterima Diterima Diterima Diterima 59 RISNAWATI Diterima Diterima Ditolak Diterima 60 ANTON Diterima Diterima Ditolak Diterima 61 ANDI MISNAWATI Diterima Diterima Ditolak Diterima 62 WIDA MINAWANGSA Diterima Diterima Ditolak Diterima 63 LAMADA Diterima Diterima Ditolak Diterima 64 ARDANSYAH Ditolak Ditolak Ditolak Ditolak 65 AEDIT BAHMID Diterima Diterima Ditolak Diterima 66 SALIHI Diterima Diterima Ditolak Diterima 67 JALNA Diterima Diterima Diterima Diterima 68 ANWAR Ditolak Ditolak Diterima Ditolak 69 BAHRIN Ditolak Diterima Ditolak Ditolak 70 SURMIN Diterima Diterima Diterima Diterima 71 MAHYUDDIN Diterima Diterima Diterima Diterima 72 BOY MASHUR Ditolak Diterima Diterima Diterima 73 LAODE BARI Diterima Diterima Diterima Diterima 74 MAWI Diterima Diterima Diterima Diterima 75 WAODE IGI Diterima Ditolak Diterima Diterima 76 MAHMUD LAMAAGA Diterima Diterima Diterima Diterima 77 YUL LUSLE Diterima Diterima Diterima Diterima 78 LAODE SAUDI Diterima Ditolak Ditolak Ditolak 79 LATAMISA Diterima Diterima Diterima Diterima 80 WA AHI Diterima Ditolak Ditolak Ditolak 81 IRNAWATI Diterima Diterima Ditolak Diterima 82 LAJUNU Diterima Diterima Diterima Diterima 83 ABIN SISKA Diterima Diterima Ditolak Diterima 84 LAODE SYAMSUDDIN Diterima Ditolak Ditolak Ditolak 85 LA ADO Ditolak Diterima Diterima Diterima
130
Tabel 5.12 (Lanjutan)
86 UDIN Diterima Diterima Diterima Diterima 87 WAODE HAMLIA Diterima Diterima Ditolak Diterima 88 NURI Diterima Diterima Ditolak Diterima 89 MARYAM Diterima Diterima Ditolak Diterima 90 HAJRA Diterima Diterima Ditolak Diterima 91 SULTAN Diterima Diterima Diterima Diterima 92 TITI Diterima Diterima Ditolak Diterima 93 SAMLIA Ditolak Ditolak Ditolak Ditolak 94 AKHIRUDDIN Diterima Ditolak Ditolak Ditolak 95 ST AMINAH Diterima Diterima Ditolak Diterima 96 LANDAWA Ditolak Diterima Diterima Diterima 97 HAFID Diterima Diterima Ditolak Diterima 98 NY. LAHUSA Diterima Diterima Ditolak Diterima 99 SITI HAWA Diterima Ditolak Diterima Diterima 100 NURHAYATI Diterima Ditolak Diterima Diterima 101 NY. HARSIAH Diterima Diterima Ditolak Diterima 102 AMIR KUMIS Diterima Diterima Diterima Diterima 103 DAENG NOMPO Diterima Ditolak Diterima Diterima 104 DAENG KANANG
SONGKE Diterima Diterima Ditolak Diterima
105 HENDRAWAN Ditolak Ditolak Ditolak Ditolak 106 ARIFIN Ditolak Ditolak Ditolak Ditolak 107 ATIKA SARI Ditolak Ditolak Ditolak Ditolak 108 KUSNO Ditolak Ditolak Ditolak Ditolak 109 SITI HAERIAH Diterima Diterima Ditolak Diterima 110 INDAH JAYA Diterima Diterima Ditolak Diterima 111 NURDIN Diterima Diterima Diterima Diterima 112 ISKANDAR Ditolak Ditolak Diterima Ditolak 113 HERLINA Ditolak Ditolak Ditolak Ditolak 114 SAIFUL Ditolak Ditolak Ditolak Ditolak 115 A.HAMID Diterima Diterima Ditolak Diterima 116 HAJIRA Diterima Diterima Ditolak Diterima 117 WIKYO SUYATO Diterima Diterima Diterima Diterima 118 AMIR Diterima Diterima Ditolak Diterima 119 HARPING Diterima Diterima Ditolak Diterima 120 PATI Diterima Diterima Ditolak Diterima 121 ISMAIL Diterima Diterima Diterima Diterima 122 RAUF LA UPA Diterima Diterima Ditolak Diterima 123 SATTUBO Diterima Ditolak Ditolak Ditolak 124 AMIR Diterima Diterima Ditolak Diterima 125 MUKSIN Diterima Ditolak Ditolak Ditolak 126 HUSNI Ditolak Ditolak Ditolak Ditolak 127 EMIKA Ditolak Ditolak Ditolak Ditolak 128 SUMINI Ditolak Ditolak Ditolak Ditolak 129 SARTIKA Ditolak Ditolak Ditolak Ditolak
131
Tabel 5.12 (Lanjutan)
130 ABIDIN Ditolak Ditolak Ditolak Ditolak 131 USMAN Diterima Ditolak Ditolak Ditolak 132 ILYAS BALI Diterima Ditolak Ditolak Ditolak 133 ABD. SYUKUR Diterima Diterima Ditolak Diterima 134 HAFID Diterima Diterima Diterima Diterima 135 ITFALANSAH Ditolak Ditolak Ditolak Ditolak 136 WINDAYANI Ditolak Ditolak Ditolak Ditolak 137 ABD. HARIS Ditolak Ditolak Diterima Ditolak 138 KRISTINA BANGUN Diterima Diterima Ditolak Diterima 139 ST. SALMIAH Diterima Diterima Ditolak Diterima 140 DARMAN Ditolak Ditolak Ditolak Ditolak 141 AZAHARI Ditolak Ditolak Diterima Ditolak 142 INANG Diterima Diterima Ditolak Diterima 143 HAMLIA Diterima Diterima Ditolak Diterima 144 KATIMIN Diterima Diterima Diterima Diterima 145 NUR INDRIANI Diterima Diterima Ditolak Diterima 146 JUMARDIN Diterima Diterima Diterima Diterima 147 EDY SUKRAN Diterima Diterima Ditolak Diterima 148 HARDIYANTI Ditolak Ditolak Ditolak Ditolak 149 LA FIU Ditolak Ditolak Ditolak Ditolak 150 FIRMAN Ditolak Ditolak Ditolak Ditolak 151 LA SARIU Diterima Diterima Ditolak Diterima 152 KARIM Diterima Diterima Diterima Diterima 153 SAMIR L Diterima Diterima Ditolak Diterima 154 IDA JUWITA Diterima Diterima Diterima Diterima 155 SABARUDDIN Diterima Diterima Diterima Diterima 156 KASIM Diterima Diterima Diterima Diterima 157 RUSDI AMIR Diterima Diterima Diterima Diterima 158 LA RAHIM Ditolak Ditolak Ditolak Ditolak 159 NURAILAH Ditolak Ditolak Ditolak Ditolak 160 ROS SUSANTI Diterima Diterima Ditolak Diterima 161 MARDIANA Diterima Diterima Ditolak Diterima 162 NURLIA Diterima Diterima Diterima Diterima 163 RATNA Diterima Ditolak Ditolak Ditolak 164 TOY FIRDAUS SURYA
WIRA Diterima Ditolak Ditolak Ditolak
165 KAHARUDDIN MATTAJANG
Diterima Diterima Ditolak Diterima
166 SITTI HASNAH LA ODE KARA
Diterima Diterima Diterima Diterima
167 AGUSTINA Ditolak Ditolak Ditolak Ditolak 168 HERMANTO Ditolak Ditolak Ditolak Ditolak 169 WA ODE NURUMA Diterima Diterima Ditolak Diterima 170 SITI NURLAN Diterima Diterima Diterima Diterima 171 HAERUL TAMRIN Diterima Diterima Diterima Diterima
132
Tabel 5.12 (Lanjutan)
172 MISDI Ditolak Diterima Diterima Diterima 173 PONIDI Ditolak Diterima Diterima Diterima 174 RIZALDI Ditolak Ditolak Diterima Ditolak 175 RAHAYU Ditolak Ditolak Ditolak Ditolak 176 SOLIHIN Diterima Ditolak Ditolak Ditolak 177 NOVIANA Ditolak Ditolak Ditolak Ditolak 178 HASNATANG Diterima Ditolak Diterima Diterima 179 SUKMA Ditolak Ditolak Ditolak Ditolak 180 ALAUDIN Ditolak Ditolak Ditolak Ditolak 181 DANDI PRATAMA Ditolak Ditolak Ditolak Ditolak 182 PAITE Diterima Ditolak Diterima Diterima 183 DG. HAMID Diterima Diterima Ditolak Diterima 184 SURIADO HADO Diterima Ditolak Diterima Diterima 185 FATMAWATI TORADA Diterima Diterima Diterima Diterima 186 SYAHARUDDIN Diterima Ditolak Diterima Diterima 187 SAHRUN MOITA Diterima Ditolak Diterima Diterima 188 AWALUDDIN MADJID Diterima Diterima Diterima Diterima 189 HALIM Diterima Diterima Diterima Diterima 190 MUH. ABDI T Diterima Ditolak Diterima Diterima 191 DARWIS Diterima Diterima Diterima Diterima 192 FITRAH Ditolak Ditolak Ditolak Ditolak 193 RIA Diterima Diterima Ditolak Diterima 194 DJASMAN SULAEMAN Diterima Diterima Ditolak Diterima 195 HASDIANA Diterima Diterima Diterima Diterima 196 MUH. ANSHAR Diterima Diterima Diterima Diterima 197 WARDA Diterima Diterima Diterima Diterima 198 DG. RUPPA Diterima Diterima Diterima Diterima 199 RATNA Diterima Diterima Diterima Diterima 200 ST. AMINAH Diterima Diterima Diterima Diterima
Pada Tabel 5.12 dapat dijelaskan bahwa calon mustahik yang berhak
mendapat zakat adalah yang selalu masuk dalam kategori layak pada setiap kriteria
penerima zakat dan akan mendapatkan 1 poin untuk setiap kriteria yang dihitung.
Sehingga calon mustahik yang berhak mendapatkan zakat adalah yang
mendapatkan 2 poin dan 3 poin. Selanjutnya hasil pengujian perbandingan
penentuan penerima zakat oleh sistem menggunakan metode FCM dan baznas kota
kendari dapat dilihat pada Tabel 5.13.
133
Tabel 5.13 Perbandingan Hasil Penentuan Penerima Zakat antara Sistem
menggunakan Metode Fuzzy C-Means dengan Baznas Kota Kendari
No Perbandingan Hasil Penentuan Penerima Zakat
Sistem dengan Metode FCM Baznas Kota Kendari
1 BASRI BASRI 2 NURBIAH NURBIAH 3 HAMSANG M HAMSANG M 4 HASMUDDIN HASMUDDIN 5 YULIANA ASSAH YULIANA ASSAH 6 SRI SUSILOWATI SRI SUSILOWATI 7 ANGKUMALA ANGKUMALA 8 NASIAH NASIAH 9 INSAN INSAN 10 SERLIN SERLIN 11 SAWIAH SAWIAH 12 AGUS AGUS 13 SITI ALIAH SITI ALIAH 14 IMASA IMASA 15 ANDI JUMAIN KOILA ANDI JUMAIN KOILA 16 NURIAH NURIAH 17 NURLIAN HIALU NURLIAN HIALU 18 LA ALI LA ALI 19 WA ATU WA ATU 20 CIDU CIDU 21 DARWIS DARWIS 22 DAUD LASINDO DAUD LASINDO 23 WESINE WESINE 24 SAKKA SAKKA 25 MBIMA MBIMA 26 ELLYS ELLYS 27 DANUS DANUS 28 HASAN REMBA HASAN REMBA 29 SURIANA SURIANA 30 USMAN SANTOSO USMAN SANTOSO 31 DASUMI DASUMI 32 BURHANUDDIN BURHANUDDIN 33 KASMANI KASMANI 34 HARIS REMBA HARIS REMBA
134
Tabel 5.13 (Lanjutan)
35 SAINUL SAINUL 36 DAMHALIM DAMHALIM 37 ARIPAH ARIPAH 38 MANSYUR MANSYUR 39 EMIRIA EMIRIA 40 KEHU KEHU 41 JAINUDDIN JAINUDDIN 42 GUNTUR GUNTUR 43 NY. MIKE TOGALA NY. MIKE TOGALA
44 M UH. IQBAL MADONG
MUH. IQBAL MADONG
45 HASANUDDIN HASANUDDIN 46 AMIRUDIN AMIRUDIN 47 NURLIAN NURLIAN 48 AMRIN JAYA AMRIN JAYA 49 RISNAWATI RISNAWATI 50 ANTON ANTON 51 ANDI MISNAWATI ANDI MISNAWATI 52 WIDA MINAWANGSA WIDA MINAWANGSA 53 LAMADA LAMADA 54 AEDIT BAHMID AEDIT BAHMID 55 SALIHI SALIHI 56 JALNA JALNA 57 SURMIN SURMIN 58 MAHYUDDIN MAHYUDDIN 59 BOY MASHUR BOY MASHUR 60 LAODE BARI LAODE BARI 61 MAWI MAWI 62 WAODE IGI WAODE IGI 63 MAHMUD LAMAAGA MAHMUD LAMAAGA 64 YUL LUSLE YUL LUSLE 65 LATAMISA LATAMISA 66 IRNAWATI IRNAWATI 67 LAJUNU LAJUNU 68 ABIN SISKA ABIN SISKA 69 LA ADO LA ADO 70 UDIN UDIN 71 WAODE HAMLIA WAODE HAMLIA 72 NURI NURI 73 MARYAM MARYAM 74 HAJRA HAJRA 75 SULTAN SULTAN 76 TITI TITI 77 ST AMINAH ST AMINAH 78 LANDAWA LANDAWA
135
Tabel 5.13 (Lanjutan)
79 HAFID HAFID 80 NY. LAHUSA NY. LAHUSA 81 SITI HAWA SITI HAWA 82 NURHAYATI NURHAYATI 83 NY. HARSIAH NY. HARSIAH 84 AMIR KUMIS AMIR KUMIS 85 DAENG NOMPO DAENG NOMPO 86 DAENG KANANG SONGKE DAENG KANANG SONGKE 87 SITI HAERIAH SITI HAERIAH 88 INDAH JAYA INDAH JAYA 89 NURDIN NURDIN 90 A.HAMID A.HAMID 91 HAJIRA HAJIRA 92 WIKYO SUYATO WIKYO SUYATO 93 AMIR AMIR 94 HARPING HARPING 95 PATI PATI 96 ISMAIL ISMAIL 97 RAUF LA UPA RAUF LA UPA 98 AMIR AMIR 99 ABD. SYUKUR ABD. SYUKUR 100 HAFID HAFID 101 KRISTINA BANGUN KRISTINA BANGUN 102 ST. SALMIAH ST. SALMIAH 103 INANG INANG 104 HAMLIA HAMLIA 105 KATIMIN KATIMIN 106 NUR INDRIANI NUR INDRIANI 107 JUMARDIN JUMARDIN 108 EDY SUKRAN EDY SUKRAN 109 LA SARIU LA SARIU 110 KARIM KARIM 111 SAMIR L SAMIR L 112 IDA JUWITA IDA JUWITA 113 SABARUDDIN SABARUDDIN 114 KASIM KASIM 115 RUSDI AMIR RUSDI AMIR 116 ROS SUSANTI ROS SUSANTI 117 MARDIANA MARDIANA 118 NURLIA NURLIA 119 KAHARUDDIN MATTAJANG KAHARUDDIN MATTAJANG 120 SITTI HASNAH LA ODE KARA SITTI HASNAH LA ODE KARA 121 WA ODE NURUMA WA ODE NURUMA 122 SITI NURLAN SITI NURLAN 123 HAERUL TAMRIN HAERUL TAMRIN
136
Tabel 5.13 (Lanjutan)
124 MISDI MISDI 125 PONIDI PONIDI 126 HASNATANG HASNATANG 127 PAITE PAITE 128 DG. HAMID DG. HAMID 129 SURIADO HADO SURIADO HADO 130 FATMAWATI TORADA FATMAWATI TORADA 131 SYAHARUDDIN SYAHARUDDIN 132 SAHRUN MOITA SAHRUN MOITA 133 AWALUDDIN MADJID AWALUDDIN MADJID 134 HALIM HALIM 135 MUH. ABDI T MUH. ABDI T 136 DARWIS DARWIS 137 RIA RIA 138 DJASMAN SULAEMAN DJASMAN SULAEMAN 139 HASDIANA HASDIANA 140 MUH. ANSHAR MUH. ANSHAR 141 WARDA WARDA 142 DG. RUPPA DG. RUPPA 143 RATNA RATNA 144 ST. AMINAH ST. AMINAH
Pengujian pada sistem ini dilakukan oleh penulis dan Ketua Harian Badan
Amil Zakat Nasional Kota Kendari yaitu Bapak Drs. H. Alimudin K.
Parameter yang digunakan dalam sistem ini adalah menggunakan 2 cluster
yang terdiri dari cluster yang diterima dan ditolak. Jika persentase nilai kelayakan
cluster 1 lebih besar dibandingkan cluster 2, maka cluster 1 merupakan cluster yang
diterima. Begitu pun sebaliknya jika persentase nilai kelayakan cluster 2 lebih besar
dibandingkan cluster 1, maka cluster 2 merupakan cluster yang diterima. Pangkat
2 dipilih karena angka 2 berdasarkan hasil penelitian yang dilakukan Wulan
Anggraeni (2015). Hasil penelitiannya adalah penetapan angka pangkat sebesar 2
akan menghasilkan tingkat akurasi yang lebih tinggi dibandingkan penetapan angka
yang lain, maka dalam hal ini dianjurkan bahwa angka pangkat yang digunakan
adalah 2. Pemilihan 100 maksimal iterasi dimaksudkan untuk mengantisipasi
terpenuhnya nilai error yang digunakan proses pemberhentian iterasi. Jika kondisi
memenuhi nilai error maka proses iterasi dihentikan. Jika kondisi belum memenuhi
nilai error namun sudah mencapai maksimal iterasi maka proses iterasi berhenti
137
pada maksimal iterasi. Hal ini mengakibatkan hasil pengolahan data kurang akurat
karena tidak memenuhi nilai error. Oleh karena itu pemilihan nilai maksimal iterasi
yang besar dapat mengantisipasi terpenuhnya kondisi nilai error. Parameter nilai
error pada penelitian ini adalah 10-3. Tidak ada aturan khusus dalam pemilihan nilai
error. Pemilihan nilai error 10-3 agar informasi yang diperoleh dari hasil analisis
data diharapkan sedetail mungkin dan menekan seminim mungkin peluang
kesalahan hasil penelitian.
Dari hasil perbandingan antara hasil penentuan mustahik berdasarkan
sistem menggunakan metode FCM dengan hasil penentuan berdasarkan keputusan
Basnaz Kota Kendari terhadap 200 data uji maka diperoleh 144 data calon mustahik
yang berhak menerima zakat. Dari hasil pengujian di atas dapat disimpulkan bahwa
keputusan yang dihasilkan oleh sistem sama dengan hasil penentuan melalui
musyawarah oleh Badan Amil Zakat Nasional Kota Kendari akan tetapi waktu yang
digunakan pada sistem ini untuk penentuan penerima zakat lebih efisien dan efektif
dibandingkan pihak Badan Amil Zakat Nasional Kota Kendari. Dalam penentuan
mustahik pihak Baznas memerlukan waktu 2 sampai 3 minggu untuk mendapatkan
hasil mustahik yang layak menerima zakat. Hal ini disebabkan banyaknya data yang
harus diolah satu per satu maka waktu yang digunakan tentu tidak akan efektif.
Sedangkan pada sistem yang diusulkan waktu yang dibutuhkan untuk mengolah
data kurang lebih 1 sampai 2 hari.
Berdasarkan pengujian yang dilakukan ini diharapkan mampu membantu
pihak Badan Amil Zakat Nasional Kota Kendari dalam memutuskan calon
mustahik yang berhak menerima zakat terutama dalam hal mengefisiensikan waktu
dan untuk menghindari human error dalam penentuan mustahik yang berhak dan
layak menerima zakat. Sistem ini layak digunakan sebagai Sistem Pendukung
Keputusan untuk membantu pihak Badan Amil Zakat Nasional Kota Kendari dalam
menentukan kelayakan Mustahik (penerima zakat).
138
5.3.3 Perbandingan Berdasarkan Maksimum Iterasi
Pengujian terhadap maksimum iterasi dilakukan dengan tujuan untuk
mengetahui pengaruh iterasi terhadap hasil cluster. Pengujian maksimum iterasi
dilakukan sebanyak 2 kali di antaranya dengan jumlah maksimum iterasi 10 dan
100.
Tabel 5.14 Perbandingan Hasil Pengujian dengan Maksimum Iterasi Berbeda
Jumlah
Cluster Pangkat
Maksimum
Iterasi Error
Nilai
P0-P1
Iterasi
Awal
Sistem FCM Baznas
Layak Tidak
2 2 10 10-3 6.75327 1 126 74 144
2 2 100 10-3 0.00074 1 144 56 144
Berdasarkan hasil pengujian dengan maksimum 10 dan 100 iterasi pada
Tabel 5.14 dapat disimpulkan bahwa tingkat keakuratan pada iterasi ke 10 memiliki
perbedaan yang signifikan terhadap pengujian yang menggunakan 100 iterasi. Hal
ini dilihat dari nilai P0-P1 tidak memenuhi nilai error sedangkan pengujian dengan
100 iterasi P0-P1 > nilai error 10-3. Persentasi keakuratan dengan menggunakan 10
iterasi dapat dilihat dari jumlah nilai layak 10 iterasi dibagi jumlah nilai layak 100
iterasi, 怠態6怠44 � などど % = ぱば.5 %.
139
BAB VI
PENUTUP
6.1 Kesimpulan
Berdasarkan penelitian yang telah melalui tahap perancangan dan evaluasi
sistem pendukung keputusan penentuan kelayakan penerima zakat dengan
mengimplementasikan metode fuzzy c-means maka dapat disimpulkan bahwa:
1. Aplikasi sistem pendukung keputusan penentuan kelayakan penerima
zakat dengan mengimplementasikan metode fuzzy c-means ini dapat
digunakan untuk membantu pihak Badan Amil Zakat Nasional Kota
Kendari untuk menentukan calon mustahik yang layak dan berhak
menerima zakat.
2. Sistem ini mengadopsi data kriteria penentuan kelayakan mustahik dari
Baznas Kota Kendari sehingga keputusan yang dihasilkan oleh sistem ini
sama dengan hasil penentuan manual melalui musyawarah oleh Badan
Amil Zakat Nasional Kota Kendari.
6.2 Saran
Saran yang dapat disampaikan untuk peneliti yang ingin melanjutkan
maupun mengembangkan penelitian sejenis ini adalah:
1. Dapat dikembangkan dengan memperluas daerah penelitian agar dapat
memperoleh data kriteria yang lebih beragam seiring perkembangan
pengguna sistem.
2. Penelitian dapat dikembangkan dengan menggunakan metode lainnya
yang memiliki teknik clustering sehingga perbandingan dari hasil
penelitian lainnya dapat diketahui.
3. Untuk mengetahui performa algoritma fuzzy c-means ini dapat
dikembangkan pada kasus yang berbeda dengan menerapkan paremeter
yang sama atau meningkatkan nilai parameternya.
140
DAFTAR PUSTAKA
Agbonifo dan Oluwatoyin Catherine. Fuzzy C-Means Clustering Model for Identification of Students’ Learning Preferences in Online Environment. 2013. http://www.ijcait.com/IJCAIT/41/413.pdf. Diakses tanggal 17 Juli 2015.
Ahmadi, Aziz dan Sri Hartati. Penerapan Fuzzy C-Means dalam Sistem Pendukung Keputusan untuk Penentuan Penerima Bantuan Langsung Masyarakat (BLM) PNPM-MPd (Studi Kasus PNPM-MPd Kec. Ngadirojo Kab. Pacitan. 2013. http://pdm-mipa.ugm.ac.id/ojs/index.php/bimipa/article /download/906/996. Diakses tanggal 17 Juli 2015.
Anggraeni, Wulan. Penentuan Nilai Pangkat Pada Algoritma Fuzzy C-Means. http://journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/viewFile/327/308. 2015. Diakses 14 Maret 2016.
Bastiah. Sistem Pendukung Keputusan untuk Menentukan Pembelian Rumah dengan Menggunakan Metode Fuzzy C-Means (FCM) Clustering. 2013. http://pelita-informatika.com/berkas/jurnal/23.%20Bastiah.pdf. Diakses tanggal 17 Juli 2015.
Kadarsah, Suryadi dan Ramadhani Ali. 2002. Sistem Pendukung Keputusan. Bandung: Penerbit Remaja Rosdakarya.
Kadir, Abdul. 2003. Dasar Pemrograman Java 2. Yogyakarta: Penerbit Andi. Kurnia, Hikmat dan Ade Hidayat. 2008. Panduan Pintar Zakat. Jakarta: Qultum
Media. Kusrini, M.Kom. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan.
Yogyakarta: Andi. Kusuma Wijaya, Alvian. Implementasi Data Mining dengan Algoritma Fuzzy C-
Means Studi Kasus Penjualan di UD Subur Baru. http://eprints.dinus.ac.id/5383/1/13695.pdf. 2014. Diakses tanggal 17 Juli 2015.
Kusumadewi, Sri dan Hari Purnomo. 2004. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.
Kusumadewi, Sri dan Sri Hartati. 2006. Fuzzy Multi Atribute Decision Making. Graha Ilmu. Yogyakarta.
Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.
Laudon, Kenneth C. dan Jane P. Laudon. 2008. Sistem Informasi Manajemen 2 ed. 10. Jakarta: Penerbit Salemba Empat.
Mila Sartika. Pengaruh Pendayagunaan Zakat Produktif terhadap Pemberdayaan Mustahiq pada LAZ Yayasan Solo Peduli Surakarta. 2012. http://journal.uii.ac.id/index.php/JEI/article/viewFile/163/128%20diakses%2020%20Desemmber%202012. Diakses tanggal 17 Juli 2015.
Purbasari, D. (2012). Sistem Pendukung Keputusan Penentuan Penerima Beasiswa Menggunakan Metode Fuzzy Clustering Means. Pekanbaru: Teknik Informatika UIN Suska Riau.
S, Rosa A dan M. Shalahudin. 2013. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Penerbit Informatika.
141
Sudirman, Nerfita Nikentari, ST., M.Cs dan Martaleli Bettiza, S.Si., M.Sc. Analisa Klasifikasi Status Gizi dengan Metode Fuzzy C-Means Menggunakan Aplikasi Berbasis Android. 2013. http://jurnal.umrah.ac.id/wpcontent /uploads/2013/08/Sudirman-090155201022.pdf. Diakses tanggal 17 Juli 2015.
Suryaputra P., Adi, Fcbriliyan Samopa, dan Bekti Cahyo Hindayanto. Klasterisasi dan Analisis Trafik Internet Menggunakan Fuzzy C-Means dengan Ekstraksi Fitur Data. 2014. http://dspace.uc.ac.id/bitstream/handle/ 123456789/478/Adi%20Suryaputra.pdf?sequence=1&isAllowed=y. Diakses tanggal 17 Juli 2015.
Tim Penyusun. 2002. Ensiklopedi Islam. Jakarta: Direktorat Jendral Departemen Agama Republik Indonesia.
Turban, E., Aroson, J.E., dan Liang, T.P. 2005. Decision Support Systems and Intelligent System (Sistem Pendukung Keputusan dan Sistem Cerdas). Yogyakarta: Penerbit Andi.
142
LAMPIRAN
142