Vol.
No.
PERANCANGAN APLIKASI PENYEWAAN PERALATAN HIKING DENGAN
MENERAPKAN ALGORITMA NAyaVE BAYES CLASSIFIER BERBASIS WEB
(STUDI KASUS : TOKO SUNRISE)
Program Studi Teknik Informatika Fakultas Informatika dan Komputer Universitas Kristen Indonesia Paulus (UKI-Paulu.
Ary Irsanto Basongan.
Hermin Arrang.
Erick Depthios.
Program Studi Teknik Informatika Fakultas Informatika dan Komputer Universitas Kristen Indonesia Paulus Email : irsanbasongan@gmail.
, herminarrang12@ukipaulus.
erickdepthios@ukipaulus.
ABSTRACT
Technological advances are driving the digitalization of various sectors, including hiking equipment rentals.
This research aims to design a web-based application that can manage the hiking equipment rental process more efficiently and implement the Nayve Bayes Classifier Algorithm to analyze the level of borrowing of goods.
The developed application is able to provide real-time information regarding equipment availability, borrowing history, and calculating fines for users who return items after the deadline.
With user-friendly features and a structured system, this application can improve the efficiency of borrowing management and provide a better experience for The implementation results indicate that the Nayve Bayes Classifier Algorithm is effective in classifying equipment based on its level of popularity, assisting managers in making decisions regarding the procurement and promotion of less popular equipment.
Thus, this research contributes to the optimization of the hiking equipment rental system at the Sunrise Shop.
Testing the application program using the white box method obtained V(G) = 34.
IP = 34, and R = 34 which are the same, namely 34, so the application program is free from programming errors.
Keywords: Rental.
Equipment.
Hiking.
Nayve.
Bayes.
Classifier.
Application.
Web.
Programming.
| | Paulus Informatika Journal Vol.
No.
ABSTRAK
Kemajuan teknologi mendorong digitalisasi dari berbagai sektor, termasuk penyewaan peralatan hiking.
Riset ini bertujuan untuk merancang aplikasi berbasis web yang dapat mengelola proses peminjaman peralatan hiking secara lebih efisien serta menerapkan Algoritma Nayve Bayes Classifier untuk menganalisis tingkat peminjaman barang.
Aplikasi yang dikembangkan mampu menyediakan informasi real-time mengenai ketersediaan alat, riwayat peminjaman, serta perhitungan denda bagi pengguna yang mengembalikan barang melebihi batas waktu.
Dengan fitur yang user-friendly dan sistem yang terstruktur, aplikasi ini dapat meningkatkan efisiensi pengelolaan peminjaman serta memberikan pengalaman yang lebih baik bagi Hasil implementasi menyatakan Algoritma Nayve Bayes Classifier efektif dalam mengklasifikasikan alat berdasarkan tingkat popularitasnya, membantu pengelola dalam pengambilan keputusan terkait pengadaan dan promosi peralatan yang kurang diminati.
Dengan demikian, penelitian ini berkontribusi dalam optimalisasi sistem penyewaan peralatan hiking di Toko Sunrise.
Pengujian program aplikasi dengan menggunakan metode white box diperoleh V(G) = 34.
IP = 34, dan R = 34 yang diperoleh adalah sama, yakni 34, sehingga program aplikasi telah bebas dari kesalahan pemograman Kata Kunci: Penyewaan.
Peralatan.
Hiking.
Nayve.
Bayes.
Classifier.
Aplikasi.
Web.
Pemograman.
| | Paulus Informatika Journal Vol.
No.
PENDAHULUAN
1 Latar Belakang Berkemah sudah jadi kegiatan luar ruangan yang terkenal belum lama ini.
Tren menikmati alam lewat berkemah terus menjadi universal di golongan anak muda dikala ini.
Tetapi, berkemah mengaitkan pemakaian perlengkapan yang mahal serta spesial, sehingga jadi tantangan untuk banyak orang sebab bayaran ataupun minimnya kepemilikan (Artanto & Dwi, 2.
Sewa guna usaha .
mengacu pada kegiatan di mana seorang ataupun organisasi meminjam benda dari pihak lain buat jangka waktu tertentu.
Kegiatan ini umumnya dicoba lewat konvensi antara peminjam serta owner.
Perjanjian sewa guna usaha .
mengaitkan konvensi di mana satu pihak sepakat buat meminjamkan sesuatu benda buat jangka waktu tertentu, sedangkan pihak lain sepakat buat membayar beberapa duit buat pemakaian tersebut pada waktu tertentu (Khairizal et , 2.
Toko Sunrise menawarkan layanan penyewaan ataupun peminjaman buat kegiatan luar ruangan serta hiking.
Tetapi, pelanggan wajib mendatangi toko secara langsung buat menyewa ataupun meminjam perlengkapan, serta benda yang di idamkan kerapkali telah digunakan oleh pelanggan lain.
Tidak hanya itu, owner toko tidak bisa melacak riwayat peminjaman benda serta tidak bisa memastikan perlengkapan mana yang kerap dipinjam serta mana yang tidak sering digunakan.
Dalam riset yang dipelopori oleh Agung Budi Susanto.
Sudarno Wiharjo, serta Tika Liyana pada tahun 2022, dicoba investigasi dengan judul" Analisis Data Atensi Pelanggan terhadap Produk Memakai Algoritma Naive Bayes Classifier( Permasalahan Riset: PT Jellyfish Education Indonesi.
Hasil riset ini berbentuk evaluasi tingkatan | | Paulus Informatika Journal atensi terhadap program bahasa Jepang yang lagi berlangsung, beserta serangkaian prakiraan ketidaktertarikan buat melanjutkan kursus bahasa Jepang (Susanto et al.
, 2.
Riset bertajuk "Informasi Mining buat Klasifikasi Informasi Penjualan Perlengkapan Metode Memakai Tata cara Naive Bayesian Classifier" penjualan perlengkapan metode di PT Faedah Metode.
Riset ini dicoba dengan merancang antarmuka serta pemodelan memakai UML, dilanjutkan dengan membangun aplikasi memakai Visual Studio (Gusderia et al.
, 2.
Riset Implementasi Algoritma Naive Bayes guna Memutuskan Perhatian Pembelian Konsumen terhadap Sarang Burung Walet", menghasilkan metode baru buat mengklasifikasikan data permasalahan.
Perihal ini dicoba dengan memakai contoh dari informasi pelatihan serta menghitung nilai probabilitas buat tiap kelas (Sofyan et , 2.
Naive Bayes ialah tata cara statistik yang digunakan buat memprediksi seberapa besar mungkin sesuatu produk masuk ke dalam jenis tertentu.
Algoritma ini diusulkan oleh ilmuwan Inggris.
Thomas Bayes.
Algoritma ini memakai pengalaman masa kemudian buat memprediksi mungkin di masa depan serta ialah tata cara yang digunakan dalam klasifikasi probabilitas serta statistik (Abdullah et al.
, 2.
Bersumber permasalahan yang dijabarkan, penulis mempunyai terobosan baru: merancang aplikasi penyewaan perlengkapan hiking serta memantau tarif sewa buat tiap benda mengimplementasikan Algoritma Naive Bayes.
Oleh sebab itu, judul riset ini merupakan AuPerancangan Aplikasi Penyewaan Hiking Dengan Menerapkan Algoritma Naive Bayes Classifier Untuk Mengetahui Tingkat Peminjaman Barang Berbasis Web (Studi Kasus : Sunris.
Ay.
Vol.
No.
II.
TINJAUAN PUSTAKA
Algoritma Naive Bayes Classifier Naive Bayes berperan selaku perlengkapan pengurutan statistik, yang dirancang buat menghitung mungkin sesuatu peristiwa tertentu tercantum dalam jenis tertentu.
Tata cara Naive Bayes ini, yang digagas oleh periset Inggris Thomas Bayes, menggunakan informasi historis buat meramalkan mungkin yang hendak tiba, memegang posisi luas dalam metode probabilitas serta kategorisasi statistik sebagaimana dicatat oleh Abdullah serta rekan-rekannya pada tahun 2022.
(Abdullah et al.
, 2.
Tata cara Naive Bayes bekerja selaku sistem klasifikasi berbasis probabilitas bawah, yang mencari ketahui mungkin yang berbeda dengan memandang seberapa kerap serta dengan metode apa nilai timbul dalam sekumpulan Algoritma ini memakai teorema Bayes serta menduga kalau seluruh atribut bertabiat independen bersumber pada nilai kelas.
Walaupun anggapan independensi bersyarat ini tidak sering berlaku dalam skenario dunia nyata, algoritma ini senantiasa berkinerja baik serta bisa belajar dengan kilat dalam bermacam tugas Naive Bayes merupakan pengklasifikasi probabilitas simpel yang bisa menghitung seluruh mungkin dengan mencampurkan beberapa campuran serta frekuensi nilai dari basis informasi (Ayu et al.
Algoritma Pengklasifikasi Nayve Bayes Classifier bisa memproses 2 tipe informasi:
informasi kategorikal serta numerik.
Langkah- langkah perhitungan informasi ditunjukkan pada Foto 2.
| | Paulus Informatika Journal Gambar 2.
Tahapan Algoritma Nayve Bayes Vol.
No.
Adapun keterangan dari flowchart diatas adalah sebagai berikut :
Mulai Baca data pelatihan Hitung total serta probabilitas, jika datanya numerik maka:
Cari rata-rata deviasi buat tiap parameter berbasis .
Rumus buat mencari ratarata merupakan :
Dimana:
A AA : rata- rata seluruh nilai A yuAycu : jumlah total nilai buat x A ycu : banyaknya data sedangkan persamaan untuk menghitung nilai standar deviasi.
Rumus buat menghitung sebagai Dimana:
A yua : deviasi standar, yang menampilkan seberapa jauh A AA : Rata-rata dari seluruh A ycu : jumlah total data A ycu : nilai variabel tertentu .
Cari probabilitas dengan membagi jumlah data yang cocok dengan jenis tertentu dengan jumlah data pada kategori tersebut.
Mendapatkan nilai dalam tabel mean, standar deviasi dan Menghasilkan prediksi Selesai Berbasis Web Web website terdiri dari banyak taman website, yang umumnya tersambung ke nama domain maupun subdomain di Website.
Halamanhalaman website ini berbentuk berkas yang ditulis dalam HTML( HyperText Markup Languag.
bahasa yang digunakan buat menghasilkan konten Buat memandang halamanhalaman ini, pengguna mengaksesnya lewat peramban website memakai HTTP, yang ialah tata cara yang digunakan buat mengirimkan data dari server website ke fitur pengguna.
Halaman- halaman ini bisa bertabiat statis ataupun dinamis, membentuk Web website statis mempunyai konten senantiasa yang tidak sering berganti serta bertabiat searah, cuma dari owner web website.
Web website dinamis mempunyai konten yang terus berganti serta bertabiat interaktif, membolehkan komunikasi 2 orang antara owner serta pelanggan.
Contoh web website statis antara lain profil industri, sebaliknya web website dinamis mencakup semacam Friendster serta Multiply.
Dalam pengembangan, web website statis pemiliknya, sebaliknya web website dinamis bisa diperbarui oleh (Noviantoro et al.
, 2.
Aplikasi website merupakan tipe fitur lunak yang berjalan memakai teknologi peramban serta diakses lewat jaringan PC (Naatonis & Bisilisin, 2.
Analisis PIECES | | Paulus Informatika Journal Vol.
No.
Tabel 2.
2 Simbol-Simbol Activity Diagram Kerangka kerja PIECES digunakan buat mengkategorikan permasalahan, kesempatan, serta arahan yang diidentifikasi dalam bagian definisi ruang lingkup analisis serta desain sistem Kerangka kerja ini bisa menciptakan pengetahuan baru yang berharga untuk pengembangan sistem (Kartadie et al.
Konsep Pemodelan Sistem Salah satu tata cara buat menggambarkan gimana sesuatu sistem berperan merupakan lewat pemodelan.
Perlengkapan pemodelan yang universal digunakan merupakan UML.
UML
merupakan perlengkapan hebat untuk pengembangan sistem berorientasi objek karna sediakan Suatu tata cara visual buat memodelkan sistem standar serta gampang dimengerti.
UML pula sediakan mekanisme yang efektif buat berbagi serta mengomunikasikan desain dengan pihak lain (Tumini & Sugiyanti, | | Paulus Informatika Journal Tabel 2.
3 Simbol-Simbol Sequence Diagram Vol.
No.
Tabel 2.
1 Simbol Use Case Diagram i.
PERANCANGAN SISTEM
1 Kebutuhan Fungsional Kebutuhan fungsional yang terdapat dalam sistem yang dirancang sebagai berikut :
Admin dapat login ke dalam sistem berbasis website.
Admin dapat mengelola data barang.
Admin dapat mengelola role user pengguna.
Admin dapat verfikasi akun user.
Admin dapat kelola laporan bermakna admin mengelola data laporan peminjaman dengan menerapkan algoritma naive bayes untuk melihat dan mengetahui tingkat peminjaman Admin dapat edit profil bermakna admin mengedit atau memperbarui data untuk setiap session login admin.
Karyawan Toko dapat login ke dalam sistem berbasis Karyawan Toko pengecekan barang.
Karyawan Toko dapat menerima form penyewaan.
Karyawan Toko dapat menerima pembayaran denda.
Karyawan Toko dapat membuat nota penyewaan.
Karyawan Toko dapat penyelesaian membuat laporan.
Pimpinan Toko dapat login ke dalam sistem berbasis website Pimpinan Toko dapat mengelola laporan yang bermakna pimpinan toko dapat memberikan tindakan seperti melihat laporan penyewaan metode/algoritma Naive Bayes Classifier, data penyewaan, dan data denda.
Pimpinan Toko dapat edit User dapat login ke dalam sistem di User dapat registrasi akun.
User dapat edit profil.
User dapat melihat data barang.
User dapat mengisi penyewaan barang.
User dapat pengembalian barang.
User dapat pembayaran User dapat menerima nota 2 Rancangan Use Case Diagram Gambar 4.
1 Use Case Diagram Admin | | Paulus Informatika Journal Vol.
No.
3 Activity Diagram Gambar 4.
2 Use Case Diagram Pimpinan Toko Gambar 4.
1 Activity Diagram Kelola Data Barang Gambar 4.
3 Use Case Diagram User Gambar 4.
2 Activity Digaram Kelola Data Pengguna Gambar 4.
4 Use Case Diagram Karyawan Toko Gambar 4.
3 Activity Diagram Mengelola Laporan | | Paulus Informatika Journal Vol.
No.
Gambar 4.
4 Activity Diagram Edit Profil Gambar 4.
5 Activity Diagram Pengecekan Barang Gambar 4.
6 Activity Diagram Pengecekan Pengembalian | | Paulus Informatika Journal Gambar 4.
7 Activity Diagram Pembatalan Penyewaan Gambar 4.
8 Activity Diagram Penerimaan Penyewaan Gambar 4.
9 Activity Diagram Penyelesaian Penyewaan Vol.
No.
Gambar 4.
10 Activity Diagram Penerimaan Pengembalian Gambar 4.
13 Activity Diagram Registrasi Akun Gambar 4.
11 Activity Digaram Pengecekan Data Gambar 4.
14 Activity Diagram Edit Profil Gambar 4.
12 Activity Diagram Penyelesaian Pembayaran Gambar 4.
15 Activity Diagram Penyewaan Barang | | Paulus Informatika Journal Vol.
No.
Gambar 4.
24 Tampilan Menu Register User Gambar 4.
16 Activity Diagram Pengembalian Barang Gambar 4.
25 Tampilan Menu Dashboard User Gambar 4.
26 Tampilan Menu Produk Gambar 4.
17 Activity Diagram Pembayaran 4 Implementasi Gambar 4.
27 Tampilan Menu Riwayat Sewa Gambar 4.
22 Tampilan Menu Dashboard Utama Role User dan Admin Gambar 4.
28 Tampilan Menu Klasifikasi Statistik Popularitas Alat Gambar 4.
13 Tampilan Menu Login Role User dan Admin | | Paulus Informatika Journal Vol.
No.
Gambar 4.
29 Tampilan Menu Keranjang Gambar 4.
35 Tampilan Menu Riwayat Transaksi Gambar 4.
30 Tampilan Menu Checkout/Pembayaran Gambar 4.
36 Tampilan Menu Daftar Alat Gambar 4.
37 Tampilan Menu Pengaturan Diskon Gambar 4.
31 Tampilan Menu Profile Gambar 4.
38 Tampilan Menu Klasifikasi Penyewa Gambar 4.
32 Tampilan Menu Dashboard Admin Gambar 4.
39 Tampilan Menu Laporan Keuangan Gambar 4.
33 Tampilan Menu Data Pelanggan Gambar 4.
40 Tampilan Menu Manajemen Users Gambar 4.
34 Tampilan Menu Transaksi | | Paulus Informatika Journal Vol.
No.
Gambar 4.
41 Tampilan Menu Booking 5 Pengujian Sistem Pengecekan sistem untuk penelitian ini dibuat dengan menggunakan pengujian white box testing dan pengujian flowgraph IV.
KESIMPULAN DAN SARAN
1 Kesimpulan Berlandaskan riset yang telah dijalankan, bisa disimpulkan yaitu :
Aplikasi diimplementasikan dengan bagus peminjaman alat- alat hiking.
Aplikasi ini dapat membagi real-time mengenai ketersediaan peralatan, frekuensi peminjaman, serta administrasi bagi pengelola maupun pengguna.
Dengan adanya fitur yang terstruktur dan antarmuka yang user-friendly, dapat meningkatkan efisiensi dalam proses peminjaman, tetapi juga bermanfaat baik bagi Selain itu, aplikasi ini membantu pengelola dalam memantau tren peminjaman, peralatan secara lebih efektif dan inventaris, serta memudahkan | | Paulus Informatika Journal pihak toko.
Sunrise Adventure dalam mengelola pengaturan Implementasi Algoritma Naive Bayes Classifier dalam aplikasi peralatan hiking menunjukkan berdasarkan tingkat popularitas Algoritma ini mampu mengolah data historis peminjaman untuk memprediksi dan mengelompokkan peralatan menjadi kategori populer dan kurang populer.
Dengan adanya klasifikasi ini, pengelola dapat memahami preferensi pengguna secara lebih baik, sehingga dapat mengambil keputusan yang lebih pemeliharaan, atau pengurangan stok peralatan tertentu.
Selain itu, hasil klasifikasi ini juga dapat digunakan sebagai dasar untuk strategi pemasaran atau promosi alat-alat yang kurang populer, pemanfaatan seluruh inventaris secara optimal.
Pengujian dengan memakai metode white box didapatkan V(G) = 121.
IP = 121, dan R = 121 yang diperoleh adalah sama, yakni 121, sehingga program aplikasi telah bebas dari kesalahan pemograman 2 Saran Adapun saran pada riset selanjutnya Untuk meningkatkan efektivitas disarankan agar pengembang terus melakukan pembaruandan dengan kebutuhan pengguna.
Vol.
No.
Misalnya, n notifikasi otomatis terkait jadwal pengembalian online, serta fitur ulasan dari pengguna untuk memberikan Selain itu, pelatihan penggunaan aplikasi juga penting digunakan secara optimal dalam Mengingat implementasi Algoritma Naive Bayes Classifier disarankan agar analisis data
lebih lanjut dilakukan dengan menggunakan algoritma
pembelajaran mesin lainnya seperti Decision Tree atau Random
Forest
Selain klasifikasi alat yang populer dan populer bisa di gunakan untuk mendapat pasaran yang lebih tepat sasaran seperti memberikan diskon atau promosi khusus untuk alat yang kurang populer guna DAFTAR PUSTAKA