SKRIPSI ALDO

• Latar Belakang

Seiring dengan berjalannya waktu yang semakin maju, maka kebutuhan manusia

akan barang dan jasa juga semakin meningkat. Kebutuhan suatu kendaraan

merupakan kebutuhan yang dapat memberikan rasa kepuasan tersendiri dalam

kelancaran transportasi, terlebih lagi kendaraan roda empat yang dapat digunakan

untuk berbagai keperluan seperti transportasi ke tempat kerja, transportasi

berbisnis, transportasi rekreasi dan masih banyak keperluan manusia yang lain

nya.

UD. TAMBRA MOTOR adalah suatu usaha dagang yang bergerak dalam bidang Otomotif yaitu penjualan mobil bekas. Usaha tersebut sudah berdiri sejak tahun 1983, pertama kali UD. TAMBRA MOTOR merintis karirnya ini dengan bermodalkan uang sendiri, tanpa adanya bantuan pihak bank dan bertempatkan di suatu rumah yang dibuat menjadi Showroom kecil-kecilan yang beralamatkan di Jln Tambra Rawamangun. Dari nama jalan tersebut dijadikanlah suatu nama Usaha Dagang TAMBRA MOTOR.

Untuk transaksi pembelian mobil bekas pada UD. Tambra Motor ada 2 cara yaitu cash dan kredit. Pada pembelian dengan kredit banyak konsumen yang memiliki kendala yaitu berupa pemilihan kendaraan yang cocok dengan besaran uang pendapatannya perbulan, jumlah dp yang dibayarkan, sampai dengan lama tenor yang ingin diambil.

Sehingga dari segi pengeluaran keuangan konsumen dapat terporsir dengan balance dan efisien.

• Rumusan Masalah

Dari uraian latar belakang diatas bisa dirumuskan masalah yaitu :

• Bagaimana mengimplementasikan metode Fuzzy K- Nearest Neighbour menggunakan Android dalam menentukan kendaraan calon konsumen yang tepat sesuai kriteria konsumen?

• Bagaimana tingkat kepuasan & ketepatan calon konsumen dengan aplikasi tersebut yang menggunakan metode Fuzzy K- Nearest Neighbor sesuai dengan hasil keputusan kendaraan yang ingin dipilih?

• Batasan Masalah

Sistem ini hanya untuk membantu calon customer dalam menentukan pembelian kendaraan secara kredit yang sesuai dengan kriteria yang outputnya berupa rekomendasi nama mobil dan juga leasing

Sistem aplikasi pendukung keputusan pembelian mobil bekas secara kredit ini dirancang dengan menggunakan metode Fuzzy K-Nearest Neighbor

Sistem aplikasi ini tidak mencakup transaksi penjualan serta pembelian

Another Slide Here

Add more pages into any topic

• Tujuan & Manfaat

Tujuan :

- Memberikan solusi berupa rekomendasi pada calon customer dalam proses penentuan mobil bekas secara kredit pada UD. Tambra Motor

- Menguji akurasi metode yang akan di implementasikan ke dalam sistem yaitu Fuzzy K-Nearest Neighbor

- Untuk memenuhi syarat kelulusan mata kuliah skripsi

Manfaat :

- Agar calon customer mendapatkan kemudahan dalam mengakses UD. Tambra Motor yaitu menggunakan mobile application yang berupa android

- Sebagai aplikasi penentu keputusan yang lebih praktis, menarik , dan efisien untuk digunakan bagi para calon customer UD. Tambra Motor

• Usecase Diagram

Usecase admin

Usecase customer

• Activity Diagram

activity admin

activity customer

• Sequence Diagram

Usecase customer

Usecase admin

Fuzzy & K-Nearest Neighbor

K-Nearest Neighbor

K-Nearest Neighbor (KNN) adalah algoritma yang melakukan klasifikasi berdasarkan kemiripan suatu data dengan data lain. Prinsip yang sederhana diadopsi oleh algoritma NN adalah “Jika suatu hewan berjalan seperti bebek, bersuara kwek-kwek seperti bebek, dan penampilannya seperti bebek, maka hewan itu mungkin bebek”. Semakin dekat lokasi data latih terhadap data uji, maka bisa dikatakan bahwa data latih tersebut yang lebih dipandang mirip oleh data uji. Semakin dekat semakin mirip, yang berarti juga semakin kecil jarak semakin mirip.

Fuzzy Logic

Logika Fuzzy adalah metodelogi sistem control pemecah masalah, yang cocok untuk di implementasikan pada sistem, mulai dari sistem yang sederhana, sistem kecil, embedded system, jaringan PC, multi-chanel atau workstation berbasis akuisisi data, dan sistem kontrol. Metodelogi ini dapat diterapkan pada perangkat keras, perangkat lunak atau kombinasi pada keduanya. Dalam logika klasik klasik dinyatakan bahwa segalanya sesuatu bersifat biner, yang artinya adalah hanya mempunyai dua kemungkinan, “ Ya atau Tidak”, “Benar atau Salah”, “Baik atau Buruk” dan lain-lain, oleh karna itu, semua ini dapat mempunyai nilai keanggotaan 0 atau 1. Akan tetepi, dalam logika fuzzy memungkinkan nilai keanggotaan berada diantara 0 dan 1. Artinya, bisa saja suatu keadaan mempunya dua nilai “ya dan Tidak”, “Benar dan Salah”, “Baik dan Buruk” secara bersamaan, namun besar nilainya tergantung pada bobot keanggotaan yang dimiliki.