Proposal a Star RSU Mdn
-
Upload
lopiga-tarigan -
Category
Documents
-
view
494 -
download
1
Transcript of Proposal a Star RSU Mdn
PROPOSAL SKRIPSI
1. Judul
SISTEM INFORMASI GEOGRAFIS PENCARIAN RUTE TERPENDEK
LOKASI RUMAH SAKIT UMUM DI MEDAN DENGAN ALGORITMA A
STAR (A*)
2. Latar Belakang
Dewasa ini, kemajuan teknologi semakin cepat dan canggih. Teknologi ini
dapat dilihat dari perkembangan komputer yang sangat pesat. Komputer dahulunya
digunakan sebagai alat hitung saja. Namun sekarang, setiap orang telah menggunakan
komputer sebagai alat bantu dalam kehidupan sehari-hari untuk memperoleh
informasi secara cepat dan mudah. Salah satu informasi yang dibutuhkan masyarakat
pada saat ini adalah kebutuhan informasi geografis.
Kota Medan merupakan salah satu kota metropolitan di Indonesia dengan
kepadatan penduduk dalam berbagai bidang dan memiliki berbagai macam informasi
yang berhubungan dengan lokasi geografisnya, seperti informasi jalan dan lokasi
suatu fasilitas umum misalnya pusat-pusat perbelanjaan, rumah sakit, sekolah, dan
lain sebagainya. Tentunya informasi tersebut dibutuhkan oleh berbagai pihak dengan
untuk keperluannya masing-masing.
Informasi yang dibutuhkan tidak hanya lokasi fasilitas umum dan jalan tetapi
juga rute terpendek menuju lokasi. Dalam pencarian rute terpendek menuju tempat
rumah sakit umum yang ada di kota Medan, orang selama ini masih melakukan secara
manual. Cara yang dilakukan yaitu dengan melihat peta dalam bentuk hard copy atau
bertanya kepada orang lain. Peta dalam bentuk hard copy tersebut sering menyulitkan
2
seseorang dalam mencari rute yang paling optimum untuk menempuh perjalanan dari
suatu tempat ke tempat lain yang ada di dalam kota karena banyaknya jalan raya yang
ada sehingga menyebabkan banyaknya pilihan jalur yang dapat ditempuh. Dengan
hanya melihat pada peta, seseorang akan membutuhkan waktu yang lama dalam
menentukan jalur terpendek.
Berdasarkan latar belakang di atas, maka pada penelitian ini dibangun sebuah
aplikasi pencarian jarak terdekat (shortestpath) untuk memberikan informasi
mengenai rute terpendek lokasi rumah sakit di Medan. Pencarian rute terpendek
dilakukan dengan menggunakan algoritma A star (A 8). Algoritma A* efektif untuk
pencarian jalur terdekat karena pencariannya cukup cepat dan hasilnya relatif efisien.
3. Identifikasi Masalah
Masalah yang dibahas dalam penelitian ini yaitu bagaimana membangun
aplikasi Sistem Informasi Geografis yang dapat memberikan informasi kepada
masyarakat tentang rute terpendek (shortestpath) dalam mencapai lokasi rumah sakit
di Medan.
4. Perumusan Masalah
Masalah yang dibahas dalam penelitian ini yaitu bagaimana:
a. Menentukan vertex-vertex sebagai lokasi rumah sakit pada peta.
b. Menentukan kordinat setiap vertex pada peta.
c. Melakukan iterasi penentuan jarak terdekat antar vertex.
d. Menampilkan rute-rute yang dilewati menuju lokasi rumah sakit pada peta.
e. Menampilkan fasilitas rumah sakit, misalnya type, kelas, kapasitas dan lainnya.
3
5. Batasan Masalah
Ruang lingkup penelitian ini dibatasi pada:
1. Daerah yang menjadi obyek dalam penelitian ini adalah lokasi rumah sakit di kota
Medan.
2. Data rumah sakit yang dipakai adalah jenis, kelas, kapasitas, fasilitas serta tarif
rumah sakit.
3. Vertex merepresentasikan lokasi rumah sakit umum sedangkan edge
merepresentasikan jalan.
4. Algoritma yang digunakan yaitu Algoritma A* dengan fungsi heuristik Ecludiance
Distance.
5. Jalan diasumsikan dua arah, jenis kendaraan dan kondisi jalan dianggap sama.
6. Perangkat lunak yang digunakan adalah Microsoft Visual Basic 6.0 dan Crystal
Report 8.5.
7. Input pada sistem ini adalah titik asal dan titik tujuan yaitu berupa rumah sakit
umum dan persimpangan. Output berupa rute perjalanan, jarak yang harus
ditempuh, jalur yang harus dilewati pada peta, dan perwarnaan pada jalur yang
ditempuh.
6. Tujuan Penelitian
Tujuan penelitian ini adalah membangun aplikasi pencarian rute terdekat
lokasi rumah sakit di kota Medan secara user friendly.
4
7. Manfaat Penelitian
Manfaat dari penelitian ini adalah memberikan informasi kepada masyarakat
tentang lokasi rumah sakit di kota Medan dan rute terpendek untuk mencapai lokasi
tujuan.
8. Metodologi Penelitian
Metodologi penelitian yang digunakan dalam penulisan skripsi ini adalah
sebagai berikut:
1. Studi Literatur
Melakukan studi kepustakaan melaui hasil penelitian berupa buku, jurnal, dan
artikel-artikel yang relevan, serta mempelajari lebih dalam teori-teori tentang
sistem informasi geografis dan Algoritma A*.
2. Pengumpulan Data
Tahapan selanjutnya yaitu pengumpulan data yang berhubungan dengan
penelitian.
3. Analisis dan Perancangan Sistem
Melakukan analisis untuk mengetahui kebutuhan-kebutuhan yang diperlukan
dalam membangun sebuah sistem dan membuat perancangan menggunakan Data
Flow Diagram (DFD) atau diagram aliran data (DAD), flowchart atau diagram
alir program dan perancangan tampilan antarmuka sistem.
4. Pengkodean
Menulis kode program dan mengimplementasikannya ke dalam bahasa
pemrograman.
5
5. Pengujian dan Pemeliharaan
Melakukan pengujian terhadap aplikasi SIG yang dihasilkan dan melakukan
pemeliharaan sistem.
6. Dokumentasi
Penulis mendokumentasikan hasil penelitian dan aplikasi yang telah dibuat dalam
bentuk tugas akhir atau skripsi.
8.1 Prosedur Perancangan
Setelah melakukan riset dan studi literatur maka dilakukan tahapan dalam
membuat skripsi ini sebagai berikut:
a. Merancang suatu sistem yang akan dituangkan pada perancangan
perangkat lunak yang akan dibangun.
b. Merancang algoritma program.
c. Merancang tampilan keluaran dan masukan (output dan Input)
d. Merancang database tempat penyimpanan data.
e. Menulis kode program dalam bahasa pemrograman.
f. Menguji coba program.
g. Implementasi.
8.2 Analisa Kebutuhan
Untuk melakukan penelitian ini diperlukan informasi mengenai cara kerja
pencarian rute terpendek dengan algoritma A-Star.
6
8.3 Desain Sistem dan Antar Muka
a. Desain Sistem Shortestpath
Desain sistem Shortestpath dengan dengan algoritma A Star dapat dilihat pada
Gambar 1.
Gambar 1. Desain Sistem Shortestpath
b. Desain Antar muka pengguna (User Interface)
Desain Antar muka pengguna pada sistem Shortestpath dapat dilihat pada
Gambar 2.
Gambar 2. Desain Antar muka pengguna
Pemasukan Vertex Asal dan Tujuan
Perhitungan jarak setiap rute
Pengurutan RutePembuatan Rute Pada Peta
Menampilkan Rute Terpendek
pada Peta
Iterasi rute dan jarak dengan A Star
Asal
Rute terpendek
Informasi Rumah Sakit(Gambar Rumah Sakit dan
teks Keterangan)
Peta Lokasi Rumah Saki Umum di Kota Medan
Tujuan
Cari
xxxxxx
Batal Keluar
xxxxxxx
7
9. Tinjauan Pustaka
9.1 Graph
Graph bisa dibayangkan sebagai kumpulan obyek atau aktifitas. Sebagai
contoh, rute bis kota dari satu terminal ke terminal lain, rute perjalanan seorang
tukang pos pada saat mengantar surat dari satu rumah ke rumah lain, dan contoh-
contoh lain yang bisa disajikan sebagai suatu graph. Contoh diatas merupakan contoh
klasik dari teori graph yang lebih dikenal dengan persoalan travelling salesman
problem atau shortest path problem, yang pada prinsipnya mencari jalur terpendek
dari semua tempat yang harus dikunjungi, sehingga dapat menghemat waktu, tenaga,
maupun biaya. Selain contoh persoalan di atas, masih banyak persoalan lain yang bisa
disajikan sebagai persoalan graph. (Joyner, 2010).
9.1.1 Definisi Graph
Graph adalah pasangan himpunan (V, E) yang dinotasikan dengan G = (V, E),
V adalah himpunan titik, simpul, verteks, atau nodes dari G yaitu V= {v1, v2, v3,…, vn}
dan E adalah himpunan rusuk, edges, atau sisi dari G, yaitu E= {e1, e2, e3,…, em}..
Sebuah graph dimungkinkan tidak mempunyai edge satu buah pun, tetapi verteksnya
harus ada minimal satu. Graph yang hanya memiliki satu buah verteks tanpa sebuah
edge pun dinamakan graph trivia. (Munir, 2003).
8
9.1.2 Algoritma A*
Algoritma A* merupakan perbaikan dari metode best-first search dengan
memodifikasi fungsi heuristiknya. A* akan meminimumkan total biaya lintasan. Pada
kondisi yang tepat, A* akan memberikan solusi yang terbaik dalam waktu yang
optimal (Satria, 2010).
Fungsi f sebagai estimasi fungsi evaluasi terhadap node n, dapat dituliskan:
f(n)=g(n)+h'(n)
dengan:
f(n) = fungsi evaluasi
g(n) = biaya yang sudah dikeluarkan dari keadaan awal sampai keadaan n.
h'(n) = estimasi biaya untuk sampai pada suatu tujuan mulai dari n.
Dengan demikian dapat dikatakan bahwa:
o Apabila h' = h, berarti proses pelacakan sudah sampai pada suatu tujuan.
o Apabila g = h' = 0, maka dikendalikan oleh apapun. f random, artinya sistem tidak
dapat r Apabila g=k (konstanta biasanya menggunakan breadth first search.
Pada Algoritma A*, juga dibutuhkan 2 antrian, yaitu:
- OPEN,yang berisi node.node yang sudah dibangkitkan, sudah memiliki fungsi
heuristik namun belum diuji.
- CLOSED berisi node-node yang sudah diuji
Sebelum kita menuju ke algoritma A* lebih lanjut, akan dibahas terlebih dahulu
tentang algoritma A.
Algoritma A:
1. Set: OPEN={S}, dan CLOSED=0, dengan S adalah node yang dipilih sebagai
keadaan awal.
9
2. Kerjakan jika OPEN belum kosong:
a.Cari node n dari OPEN dimana nilai f(n) minimal, kemudian tempatkan n pada
CLOSED.
b. Jika n adalah node tujuan, keluar. SUKSES.
c. Ekspan node n keanak-anaknya.
d. Kerjakan untuk setiap anak n, yaitu n':
i. Jika n belum ada di OPEN atau CLOSED, maka:
1. Masukkan n ke OPEN' Kemudian set backpointerdari n ke n.
2. Hitung:
a. h(n);
b. g(n) = g(n)+c(n,n); dengan c(n,n) adalah biaya dari n ke n',
dan
c. f(n) = g(n)+h(n).
ii. Jika n'telah ada di OPEN atau CLOSED dan jika g(n) lebih kecil (untuk
versi n'yang baru), maka:
1. Buang versi lama n'.
2. Ambil n'di OPEN, dan set backpointer dari n' ke n.
Algoritma A* sebenarnya merupakan pengembangan dari algoritma A, dengan
batasan bahwa h(n) < h*(n), dengan:
o h(n) = biaya yang sebenarnya dari biaya minimal lintasan dari n ke sembarang
tujuan.
o g(n) = biaya yang sebenarnya dari biaya minimal lintasan dari S ke n.
10
o f(n) = h(n) + g(n); adalah biaya ysng sebenarnya dari biaya minimum solusi
lintasan dari S ke sembarang tujuan yang melalui n.
Nilai h dapat diterima jika h'(n) s h(n). Pencarian dengan algoritma A* ini akan lebih
sempurna jika faktor percabangannya terbatas, dan untuk setiap operator memiliki
biaya yang bernilai positif (total jumlah node dengan h'(.) < h(tujuan) terbatas.
Sebagai contoh misalkan kita memiliki ruang pencarian seperti terlihat pada
Gambar 2, Node M merupakan keadaan awal, dan node T merupakan tujuannya.
Biaya edge yang menghubungkan node M dengan node A adalah biaya yang
dikeluarkan dari untuk bergerak dari kota M ke kota A. Nilai g diperoleh berdasarkan
biaya edge minimal. Sedangkan nilai h' di node A merupakan nilai perkiraan
(estimasi) terhadap biaya yang harus diperlukan dari node A untuk sampai ke tujuan
(nilai ini tidak menjamin keberadaan solusi, hanya perkiraan saja). h'(n) bernilai co
jika sudah jelas tidak ada hubungan antara node n dengan node tujuan (alan buntu)
seperti pada Gambar 3.
Gambar 3 Graf Pencarian A Star
11
Dengan merunut nilai untuk setiap node pada Gambar 3 dapat dibuat sebuah tabel
seperti terlihat pada Tabel 1.
Tabel 1 Hasil Runutan Graf Pencarian
Pada Tabel 1 tersebut dapat dilihat bahwa, karena h’(n) < h(n) untuk setiap n, maka
nilai h dapat diterima.
Tabel 2. Tabel Status tiap node untuk Algoritma A*
Apabila kita menggunakan fungsi evaluasi: f(n) = h'(n), maka solusi yang didapat
adalah lintasan terpendek: M-C-H-T dengan biaya sebesar 7. Alur penelusuran dapat
dilihat pada Tabel 3.
Tabel 3 Penelusuran dengan f’(n)=h’(n)
12
Apabila masalah ini kita selesaikan dengan menggunakan Algoritma A*, dengan
fungsi evaluasi: f(n) = g(n) + h'(n), maka solusi yang didapat adalah lintasan
terpendek: M-C-H-T dengan biaya sebesar 7. Alur penelusuran dapat dilihat pada
Tabel 4.
Tabel 4. Penelusuran dengan f’(n)=g(n)+h’(n)
Dengan menggunakan Algoritma A* ini, nilai h' dari pelacakan yang terjadi mungkin
di bawah dari perkiraan (underestimate) atau bias jadi di atas dari perkiraan
(overestirnate) terhadap nilai h.
Gambar 4. h’ Underestimate h
Gambar 4. menunjukkan nilai h' yang underestimate terhadap h. Misalkan biaya untuk
tiap edge=l (g=1), masing-masing node B, C, dan D memiliki nilai estimasi h' sama
dengan 3, 4, dan 5, maka akan dipilih jalur dengan biaya terendah yaitu ke node B
dengan biaya 4 (3+1). Kemudian node B dieksplorasi. Andaikan node B hanya
13
memiliki 1 cabang, yaitu E dengan h' = 3 juga, maka biaya yang akan dikeluarkan dari
A sampai E menjadi 5 (3+2). Bila E dieksplore dan hanya memiliki satu cabang yaitu
F dengan h' = 3 juga, maka biaya yang dikeluarkan dari A sampai E menjadi 6 (3+3).
Keadaan ini jauh lebih buruk dibandingkan jika arah pelacakan sebelumnya dari A ke
C.
Gambar 5. Contoh h’ Overestimate h
Gambar 5. menunjukkan nilai h' yang overestimate terhadap h. Misalkan biaya untuk
tiap edge=l (g=1), masing-masing node B, C, dan D memiliki nilai estimasi h' sama
dengan 3, 4, dan 5, maka akan dipilih jalur dengan biaya terendah yaitu ke node B
dengan biaya 4 (3+1). Kemudian node B diekspansi. Andaikan node B hanya
memiliki 1 cabang, yaitu E dengan h'= 2, maka biaya yang akan dikeluarkan dari A
sampai E menjadi 4 (2+2) juga. Bila E diekspansi dan hanya dimiliki satu cabang
yaitu F dengan h' = 1, maka biaya yang dikeluarkan dari A sampai E menjadi 4 (1+3)
juga. Bila F diekspansi dan hanya dimiliki satu cabang yaitu G dengan h' = 0, maka
biaya yang dikeluarkan dari A sampai G menjadi 4 (O+4) juga. Diperoleh nilai
estimasi yang selalu konstan yaitu 4. Jika fungsi heuristik h' dapat diterima, maka
dapat dikatakan bahwa algoritma ini optimal (memiliki lintasan terpendek). Disini,
tidak akan pernah terjadi overestimate dari suatu keadaan ke tujuan.
14
10. Sistematika Penulisan
Sistematika dalam penulisan tugas akhir ini adalah:
BAB 1 PENDAHULUAN
Pada bab ini menjelaskan latar belakang masalah dari penelitian yang akan
dilakukan beserta batasannya, tujuan dan manfaat penelitian, metodologi
penelitian dan sistematika penulisan skripsi ini.
BAB 2 TINJAUAN PUSTAKA
Beberapa teori yang mendukung penelitian akan dibahas pada bab ini. Teori
yang dibahas seperti Teori Graf, Lintasan Terpendek, Algoritma A*, data flow
diagram, flow chart serta bahasa pemrograman.
BAB 3 ANALISIS DAN PERANCANGAN
Bab ini berisi analisa pencarian rute terdekat dengan algoritma A star,
perancangan menggunakan Data Flow Diagram (DFD) atau diagram aliran
data (DAD), Flowchart atau diagram alir program, perancangan tampilan
antarmuka sistem.
BAB 4 IMPLEMENTASI DAN PENGUJIAN APLIKASI
Pada bab ini akan membahas mengenai hasil dari penelitian berupa tampilan
dari aplikasi dan bagian-bagiannya serta rekayasa dari aplikasi ini
menggunakan Microsoft Visual Basic 6.0.
BAB 5 KESIMPULAN DAN SARAN
Hasil-hasil penelitian berupa solusi dari masalah yang bahas dalam penelitian
ini akan disimpulkan pada bab ini. Selain itu pada bab ini juga berisi saran
untuk penelitian kedepannya agar dapat dikembangkan atau melanjutkan
penelitian yang berkaitan dengan masalah dalam penelitian ini.
15
DAFTAR PUSTAKA
Al-bahra bin Ladjamudin. 2005,” Analisa Dan Desain System Informasi”, Erlangga, Jakarta.
Artikel Algoritma_tabusearch.php, Wikipedia, http: //id.wikipedia.org/ w/ index.php?title, diakses tangal 24 Januari 2010.
Wahyudi, Bambang, 2007, Konsep Sistem Informasi, Penerbit ANDI, Yogyakarta.
Elly, Muhammad Jafar, 2009. Sistem Informasi Geografi, Graha Ilmu, Jakarta.
Hadi, Rahadian. 2001. Pemrograman Windows API dengan Microsoft Visual Basic. Jakarta: PT. Elex Media Komputindo.
Joyner, David., Van Nguyen Minh., Cohen Nathann. (2010). Algorithmic Graph Theory. GNU Free Documentation License.
Kadir, Abdul, 1998, Konsep dan Tuntunan Praktis Basis Data, ANDI, Yogyakarta.
Kendall-Kendall, 2005, Analisa Dan Perancangan Sistem, Elexmedia Komputindo, Jakarta.
Pohan Husni Iskandar, 1997, Pengantar Perancangan Sistem, Erlangga, Jakarta
Syahputra, Iwan Halim. , Octavia, Tanti. , Chandra, Agus Susanto. 2009. Tabu Search Sebagai Lokal Search Pada Ant Colony Untuk Penjadwalan Flowshop, Surabaya, Dalam Jurnal Teknik Industri, Vol. 11, No. 2, Desember 2009.
Munir, Rinaldi. 2009. Matematika Diskrit Edisi Ketiga, Bandung : Informatika
Dinas Kebudayaan dan Pariwisata Propinsi Sumatera Utara. 2010. Sumatera Utara. http://www.northsumatratourism.info/
Jogiyanto, 2005. Konsep Perancangan Sistem. Bandung. Informatika.
Puntodewo, Atie., Dewi, Sonya., Tarigan, Jusupta, 2003, Sistem Informasi Geografis Untuk pengelolaan sumberdaya alam, Center for International Forestry Research, Jakarta.
16
Satria, Pandu, Nur Ananda, Wahjuni, Sri., Giri, Endang Purnama., 2010. Penentuan Rute Terpendek Menggunakan Variasi Fungsi Heuristik Algoritme A* pada Mobile Devices, Jurnal Ilmiah Ilmu Komputer, Vol 15 No. 2, Desember 2010 : 17 – 24.