Mobile Mashup Informasi Objek Wisata Indonesia

MOBILE MASHUP INFORMASI OBJEK WISATA
INDONESIA

ABDUL QIFLI SANGADJI

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012

i

MOBILE MASHUP INFORMASI OBJEK WISATA
INDONESIA

ABDUL QIFLI SANGADJI

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada

Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012

ii

ABSTRACT
ABDUL QIFLI SANGADJI. Mobile Mashup of Tourism object Information in Indonesia.
Supervised by FIRMAN ARDIANSYAH
Mashup is a web application that allows one to integrate information from several
companies to create a new or more helpful product information. Nowadays, mobile phone that is
being used as a communication tool, is also used as a navigation tool to give directions on the map
from the initial position to a certain destination. The position information of various interesting
tourism objects in Indonesia is very important to inform the users about the location of the desired
tourism object.
This research aims to develop a mobile phone mashup application for the information of

tourism objects in Indonesia. Information provided includes description, location, videos, photos,
hotels, news, and books of the related tourism objects. Trackpacking, Wego, Google, Flickr, and
Youtube were used as the sources of information to obtain the data. Model data passing style with
blackboard approach was used to merge the data, in which the source data is written to the variable
which is used by the interface component to generate information that will be displayed to the
user.
The results of the tests performed on this application produced 90% of the successful
display of information. However, the application only showed 70% level of relevance between the
query and information displayed, due to the lack of data and the more specific query.
Keywords: mashup, Tourism Indonesia, windows phone

iii

Judul Skripsi : Mobile Mashup Informasi Objek Wisata Indonesia
Nama
: Abdul Qifli Sangadji
NRP
: G64080125

Menyetujui:

Pembimbing

Firman Ardiansyah, S.Kom., M.Si.
NIP. 19790522 200501 1 003

Mengetahui:
Ketua Departemen Ilmu Komputer

Dr. Ir. Agus Buono, M.Si., M.Kom.
NIP. 19660702 199302 1 001

Tanggal Lulus :

iv

PRAKATA
Puji dan syukur penulis panjatkan ke hadirat Allah subhanahu wa-ta'ala atas segala rahmat
dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir dengan judul Mobile Mashup
Informasi Objek Wisata Indonesia. Penelitian ini dilaksanakan mulai Juli 2012 sampai dengan
September 2012 dan bertempat di Departemen Ilmu Komputer Institut Pertanian Bogor.

Penulis juga menyampaikan terima kasih kepada pihak-pihak yang telah membantu dalam
penyelesaian tugas akhir ini, yaitu:
1 Ayahanda Muhammad Bakri Sangadji, Ibunda Dili Mariani, serta adikku Suhadi Anca
Sangadji yang telah mengisi kehidupan sehari-hari.
2 Bapak Firman Ardiansyah, S.Kom., M.Si. selaku pembimbing yang selalu memberikan ide dan
semangat serta bersedia mendengarkan keluh kesah penulis selama pengerjaan penelitian ini.
3 Bapak Ahmad Ridha, S.Kom., MS dan Bapak Sony Hartono Wijaya, S.Kom., M.Kom. yang
telah bersedia untuk menjadi penguji.
4 Muhammad Abrar Istiadi, S.Kom., dan Auzi Asfarian, S.Kom., sebagai sahabat terbaik yang
telah memberikan dukungan dan ilmu yang bermanfaat.
5 Precia Anita Andansari, S.Pi., yang telah memberikan bantuan dan dukungan selama proses
pembuatan skripsi.
6 Tiara, Annisa, Niken, Halimah, dan Ariel sebagai rekan seperjuangan satu bimbingan.
7 Rekan-rekan Ilkomerz 45 atas segala kebersamaan, bantuan, dan motivasi, dan kenangan indah
yang telah mengisi kehidupan kampus ini. Semoga ketika kelak kita bertemu lagi, kita telah
memperoleh kesuksesan.
Terakhir, penulis berharap penelitian ini dapat memberikan manfaat.
Bogor, September 2012

Abdul Qifli Sangadji

v

RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 08 Juni 1990 di Kota Jayapura. Penulis merupakan anak
pertama dari lima bersaudara dengan ayah Muhammad Bakri Sangadji dan ibu Dili Mariani. Pada
tahun 2007, penulis lulus dari Sekolah Menengah Atas Negeri 03 Nabire – Papua dan diterima di
Departemen Ilmu Komputer Institut Pertanian Bogor melalui Jalur Beasiswa Utusan Daerah pada
tahun yang sama.
Pada bulan Juli hingga Agustus 2011, penulis melaksanakan kegiatan Praktik Kerja Lapangan
di PT Navcore Nextology. Selama menjadi mahasiswa, penulis menjadi asisten Praktikum
Penerapan Komputer di IPB (2010), Microsoft Student Partner (2008-2012), dan diangkat sebagai
ketua Microsoft Student Partner Jabodetabek pada bulan September 2011. Penulis berkesempatan
menjadi Trainer Nokia Web Apps pada bulan Juni 2012. Pada bulan Juli, 2012 penulis menjadi
tenaga outsourcing di PT Daihatsu, Sunter-Jakarta Utara.

vi

DAFTAR ISI
Halaman

DAFTAR TABEL ............................................................................................................................ vi
DAFTAR GAMBAR ....................................................................................................................... vi
DAFTAR LAMPIRAN .................................................................................................................... vi
PENDAHULUAN
Latar Belakang .............................................................................................................................. 1
Tujuan Penelitian .......................................................................................................................... 1
Ruang Lingkup Penelitian ............................................................................................................. 1
TINJAUAN PUSTAKA
Mashup .......................................................................................................................................... 1
Arsitektur mashup ......................................................................................................................... 2
Model Penggabungan Mashup ...................................................................................................... 2
Metode Pengujian Perangkat Lunak Blackbox .............................................................................. 3
METODE PENELITIAN
Studi Pustaka ................................................................................................................................. 3
Analisis Kebutuhan ....................................................................................................................... 3
Akuisisi Perangkat Keras .............................................................................................................. 4
Akuisisi Data ................................................................................................................................. 4
Penentuan Langkah Pemilihan Query ........................................................................................... 4
Implementasi ................................................................................................................................. 4
Pengujian ....................................................................................................................................... 4

Lingkungan Implementasi ............................................................................................................. 4
HASIL DAN PEMBAHASAN
Akuisisi Data ................................................................................................................................. 4
Pembacaan Masukan Pengguna .................................................................................................... 6
Akuisisi Query .............................................................................................................................. 6
Penggabungan Data ....................................................................................................................... 7
Pemilihan Data .............................................................................................................................. 8
Penampilan Informasi pada Komponen Antarmuka Telepon Genggam ....................................... 8
Antarmuka Navigasi pada Telepon Genggam ............................................................................... 8
Aplikasi Web Mashup ................................................................................................................... 8
Pengujian sistem............................................................................................................................ 8
Alur Kerja Sistem yang Dihasilkan ............................................................................................... 6
SIMPULAN DAN SARAN
Simpulan ....................................................................................................................................... 9
Saran.............................................................................................................................................. 9
DAFTAR PUSTAKA ....................................................................................................................... 9
LAMPIRAN .................................................................................................................................... 11

v

DAFTAR TABEL
1
2
3
4
5
6
7

Halaman
Struktur data API Trackpacking .................................................................................................... 5
Struktur data API Flickr ................................................................................................................ 5
Struktur data API Youtube ............................................................................................................ 5
Struktur data API pencarian Google ............................................................................................. 5
Struktur data API Google Books ................................................................................................... 6
Struktur data API Google News .................................................................................................... 6
Struktur data API Wego ................................................................................................................ 6

DAFTAR GAMBAR
1

2
3
4
5

Halaman
Penggunaan mashup dengan memanfaatkan layanan dari beberapa perusahaan .......................... 1
Arsitektur aplikasi mashup ............................................................................................................ 2
Diagram metode penelitian ........................................................................................................... 3
Alur kerja sistem mashup .............................................................................................................. 6
Tampilan navigasi pada telepon genggam .................................................................................... 8

DAFTAR LAMPIRAN
1
2
3
4

Halaman
Antarmuka aplikasi mashup objek wisata di Indonesia pada telepon genggam .......................... 12

Antarmuka aplikasi web mashup ................................................................................................. 13
Hasil pengujian sistem pada beberapa objek wisata di tujuh kota di Indonesia .......................... 14
Hasil pengujian sistem melihat tingkat hubungan antara query dengan informasi ..................... 15

vi

1

PENDAHULUAN
Latar Belakang
Mashup merupakan suatu aplikasi web
yang
memungkinkan
seseorang
mengintegrasikan informasi dari beberapa
perusahaan untuk menciptakan informasi atau
produk baru yang lebih bermanfaat. Mashup
didefinisikan sebagai kombinasi Application
Programming Interface (API), konten, dan
aplikasi layanan lainnya yang dapat

digabungkan dan memberikan gambaran
informasi dalam bentuk yang lain (Makki &
Sangtani dalam Raza et al. 2008). Gambar 1
memperlihatkan bagaimana mashup dapat
mengombinasikan beberapa layanan informasi
menjadi sebuah layanan baru.
Indonesia memiliki banyak objek wisata
dan bersejarah yang memiliki daya tarik bagi
masyarakat luas dan informasinya sudah
banyak tersedia di situs tertentu. Namun,
setiap situs tersebut mewakili informasi yang
berbeda-beda, misalnya ada situs yang hanya
memberikan informasi posisi objek wisata dan
situs lainnya memberikan gambar-gambar dan
lingkungannya. Hal ini dapat mempersulit
seseorang dalam memperoleh informasi objek
wisata secara terpadu.
Dari masalah tersebut, timbul ide untuk
membuat aplikasi yang dapat melayani
seseorang untuk mencari informasi objek
wisata di Indonesia secara utuh dan lengkap
dengan cara mengombinasikan informasi dari
beberapa data wisata Indonesia dan kemudian
ditampikan kepada pengguna.
Dewasa ini, telepon genggam, selain
digunakan sebagai alat komunikasi, juga
digunakan sebagai alat navigasi untuk
memberikan petunjuk jalan pada peta dari
posisi awal ke tempat tujuan. Banyaknya
objek wisata di Indonesia membuat informasi
posisi tempat tersebut menjadi penting agar
pengguna mengetahui letak objek wisata
yang diinginkan. Dengan fitur GPS yang
terdapat hampir di setiap smartphone,
pengguna dapat mengetahui letak objek wisata
dan sebagai alat navigasi untuk mencapai
tempat tersebut.
Oleh karena itu, pada penelitian ini akan
dikembangkan aplikasi mashup objek wisata
di Indonesia pada telepon genggam.
Diharapkan dengan aplikasi ini, pengguna
mendapatkan informasi yang cukup tentang
objek wisata dan dapat menggunakan aplikasi

ini sebagai alat navigasi dalam bentuk peta
untuk mencapai lokasi objek wisata.
Penelitian ini membatasi beberapa
informasi tempat wisata Indonesia, di
antaranya deskripsi, lokasi, foto, video, buku,
tempat penginapan, dan berita.
Tujuan Penelitian
Penelitian ini bertujuan membangun
aplikasi mashup informasi objek wisata di
Indonesia pada telepon genggam.
Ruang Lingkup Penelitian
Penelitian ini dilakukan untuk objek
wisata di wilayah Indonesia. Informasi yang
diberikan meliputi deskripsi, lokasi, video,
foto, hotel, berita, dan buku pada setiap objek
wisata tersebut. Sumber informasi yang
digunakan untuk memperoleh data objek
wisata meliputi Trackpacking, Wego, Google,
Flickr, dan Youtube.

TINJAUAN PUSTAKA
Mashup
Mashup adalah suatu aplikasi web yang
mengkombinasikan isi dari lebih 1 (satu)
sumber untuk memproduksi sesuatu yang baru
(Meza & Zhu 2008). Hasil dari sebuah
aplikasi mashup dapat memberikan informasi
yang bermanfaat dibanding isi dari masingmasing sumber.
Ada tiga kompenen penting
membangun aplikasi mashup, yaitu:

dalam

1 Isi dan sumber data
Sumber data merupakan pondasi paling
penting dari sebuah aplikasi mashup. data

Gambar 1 Penggunaan mashup dengan
memanfaatkan layanan dari
beberapa perusahaan.

2

dapat diperoleh melalui API, web feeds,
atau screen scraping techniques. Hingga
sekarang, banyak penyedia jasa informasi
telah mengambil langkah untuk membuat
informasi mereka lebih mudah diakses, di
antaranya menggunakan API yang dapat
dilalui oleh protocol web seperti
Reprsentational State Transfer (REST)
dan web Services.
2 Algoritme atau proses mashup
Pada tahap ini, data dari sumber yang
berbeda diintegrasikan. Proses mashup
bisa terjadi pada server, client, atau
kombinasi keduanya.
3 Platform presentasi
Pada komponen ini, pengguna akhir
melihat produk mashup dan beriteraksi
dengan isi mashup. komponen ini
mengeksekusi proses dan menghasilkan isi
mashup.
Arsitektur mashup
Pada aplikasi web mashup, terdapat
hubungan
beberapa
teknologi
untuk
membangun sebuah mashup. Gambar 2
memperlihatkan arsitektur mashup yang
terdiri atas beberapa teknologi untuk
membangun sebuah aplikasi mashup. Bagian
presentation dan interactivity merupakan
antarmuka yang digunakan oleh pengguna.
Web services merupakan bagian yang
memungkinkan aplikasi memperoleh data
sehingga data yang diperoleh dikembalikan ke
bagian presentation dan interactivity (Griffin
2008).

3 Extensibility
Pengguna dapat menciptakan komponen
baru
atau
memperbanyak
model
komponen untuk memenuhi kebutuhan
pengguna.
Model Penggabungan Mashup
Model penggabungan menentukan cara
komponen yang terintegrasi untuk membentuk
mashup, dengan asumsi komponen telah
tersedia. Penggabungan yang dilakukan harus
sederhana dan memiliki karakteristik (Yu et
al. 2008). Model penggabungan memiliki
beberapa karaktersitik tertentu, yaitu:
1 Model output type
Model penggabungan ini dapat berupa DA
(data), AL (logika aplikasi), dan UI
(antarmuka)
tergantung
pada
penggabungan yang menyediakan data,
API, atau aplikasi dengan antarmuka
pengguna.
2 Orchestration style
Komponen
orkestrasi
menyiratkan
spesifikasi untuk mendefinisikan dan
mensinkronisasikan eksekusi komponen.
Terdapat tiga pendekatan, yaitu:


Flow based style
Mendefinisikan orkestrasi sebagai
pengurutan atau pemesanan parsial
antara tugas atau komponen dan
diekspresikan melalui flow chart like
formalisms.



Event based dengan model publishsubscribe
Pendekatan
untuk
memelihara
sinkronisasi
perilaku
antar
komponen.



Layout based style
Komponen ada tidaknya antarmuka
pengguna disusun dalam tata letak
aplikasi gabungan secara umum.

Model Komponen mashup
Model komponen menentukan sifat dari
komponen dan pengaruh bagaimana mereka
dapat diintegrasikan. Antarmuka komponen
yang telah terdefinisi dengan baik dapat
memfasilitasi
reusability,
sedangkan
antarmuka
komponen
yang
fleksibel
memastikan extensibility (Yu et al. 2008).
Terdapat tiga ciri model komponen, yaitu:
1 Type
Suatu komponen dapat berupa data (DA),
logika aplikasi (AL), atau antarmuka (UI)
dengan masing-masing memiliki peran
yang berbeda-beda.
2 Interface
Suatu komponen dapat melakukan createread-update-delete pada antarmuka, API
dalam bahasa pemrograman yang spesifik.

Gambar 2 Arsitektur aplikasi mashup.

3

Setiap
perilaku
komponen
dispesifikasikan secara individu.
3 Model data passing style
Terdapat dua pendekatan pada model ini,
yaitu:
 Dataflow
Pada pendekatan ini, terjadi aliran
data dari komponen ke komponen
lainnya.


Blackboard
Data ditulis pada variabel yang
melayani sebagai sumber dan target
operasi komponen. Pendekatan ini
hampir
sama
dengan
bahasa
pemrograman.

1 Model Instance
Model service composition traditional
yang mengaktifkan satu instance dari
composition saat pesan tertentu tiba.
Kemudian, sistem mengeksekusi instance
tersebut di dalam thread dan context utama
yang sama.
2 Exceptions dan Transactions
Model composition yang memungkinkan
mendukung pengecualian dan penanganan
transaksi.

 Fungsi yang salah atau hilang,
 Kesalahan antarmuka,
 Kesalahan pada struktur data atau akses
database eksternal,
 Kesalahan pada perilaku program atau
kinerjanya,
 Kesalahan pada saat memulai atau
mengakhiri program.

METODE PENELITIAN
Metode penelitian yang digunakan dapat
dilihat pada Gambar 3. Metode yang
digunakan terdiri atas tahap studi pustaka,
analisis, akuisisi perangkat keras, akuisisi
data, penentuan langkah pemilihan query,
implementasi, dan pengujian.
Studi Pustaka
Pada tahap ini dilakukan kegiatan
mengumpulan data-data pendukung dan
literatur untuk membangun aplikasi serta
karakteristik
lingkungan
pengembangan
sistem. Sumber-sumber yang didapatkan
berupa jurnal, buku, dan beberapa informasi
yang relevan dengan penelitian.
Analisis Kebutuhan

Levenshtein distance
Algoritme
Levenshtein
distance
merupakan
cara
menghitung
jumlah
perubahan
yang
diperlukan
untuk
memodifikasi sebuah string agar mendapatkan
string yang lain (Levenshtein 2012).

Setelah tahap studi pustaka, dilakukan

Jarak Levenshtein antara dua string
didefinisikan sebagai jumlah minimum yang
diperlukan untuk mengubah satu string ke
string yang lain dengan beberapa operasi
seperti penyisipan, penghapusan, atau
pergantian karakter tungal.
Metode Pengujian
Blackbox

Perangkat

Lunak

Metode pengujian blackbox, atau disebut
juga pengujian behavioral, adalah pengujian
perangkat lunak yang berfokus pada
kebutuhan fungsional dari perangkat lunak.
Pengujian
blackbox
mengharuskan
pengembang menyusun sekumpulan input
yang akan digunakan untuk seluruh fungsi
yang akan diuji. Pengujian ini dilakukan untuk
menemukan kesalahan pada perangkat lunak
pada beberapa kategori berikut (Pressman
2001):
Gambar 3 Diagram metode penelitian.

4

analisis kebutuhan pengembangan sistem.
Berdasarkan kebutuhan tersebut, diperoleh
spesifikasi kebutuhan sumber data, informasi,
spesifikasi perangkat lunak, spesifikasi
perangkat keras, dan spesifikasi pengguna
telepon genggam.
Akuisisi Perangkat Keras
Pada tahap
ini
dilakukan
tahap
pengenalan karakteristik perangkat keras yang
digunakan dalam pengembangan. Pengenalan
karakterstik meliputi sistem operasi yang
digunakan, fitur telepon genggam, dan sifat
antarmuka telepon genggam.
Akuisisi Data
Pada tahap ini dilakukan proses akuisisi
data yang dibutuhkan sesuai dengan hasil
analisis kebutuhan. Data diperoleh dengan
melakukan pemanggilan data melalui API, di
mana API dari setiap data diperoleh dengan
mendaftar pada beberapa web dan secara
langsung menerima dari penyedia web
tertentu.
Penentuan Langkah Pemilihan Query
Pada tahap ini dilakukan proses penentuan
pembentukan query.
Penentuan juga
dilakukan pada data yang akan menjadi
validasi sebuah query dan data yang
menentukan frekuensi jumlah kemunculan
query yang tertinggi sampai dengan terendah.
Implementasi
Pada tahap ini dilakukan implementasi
sistem pada telepon genggam dan web sebagai
fitur tambahan. Implementasi meliputi
pembangunan antarmuka pengguna, model
data, variabel penyimpanan data, dan
penerapan langkah pemilihan query pada
sistem.
Pengujian
Pada tahap ini dilakukan proses pengujian
pada sistem. Aspek yang diuji dalam tahap ini
adalah melihat informasi yang dihasilkan
dengan query yang diberikan dan tingkat
hubungan antara query dan informasi yang
diperoleh.
Lingkungan Implementasi
Dari tahap analisis, diperoleh kebutuhan
perangkat keras dan perangkat lunak yang
digunakan dalam pengembangan sistem.
Perangkat keras yang digunakan dalam

pengembangan sistem adalah Nokia Lumia
710 dengan spesifikasi sebagai berikut:
 Sistem operasi Windows Phone 7.10
Tango,
 Kamera 5.0 megapixel,
 Ruang penyimpanan 8 GB,
 GPS,
 Ukuran layar 480 x 800 pixels, dan
 prosesor Qualcomm Snapdragon 1.4 GHz.
Perangkat lunak yang digunakan dalam
pengembangan sistem adalah:





Visual Studio 2010,
SDK Windows Phone 7.1,
Google Chrome, dan
Microsoft Expression Design 4.

HASIL DAN PEMBAHASAN
Akuisisi Data
Data objek wisata yang digunakan dalam
penelitian ini adalah data yang secara
langsung didapatkan dari badan-badan yang
terkait. Sesuai dengan kebutuhan sistem,
informasi objek wisata yang disajikan adalah
deskripsi, lokasi, foto, video, buku, berita, dan
tempat penginapan (hotel). Masing-masing
informasi didapatkan dari beberapa badan
usaha yang berbeda-beda. Pada setiap data
yang diperoleh diambil beberapa parameter
penting sesuai dengan informasi yang ingin
disajikan. Parameter tersebut dapat dilihat
pada setiap tabel struktur data masing-masing
API.
Data deskripsi dan lokasi objek wisata
diperoleh dari situs Trackpacking yang
merupakan layanan jejaring sosial bagi
pengguna yang gemar melakukan perjalanan.
Data yang diperoleh dalam format JSON
melalui sebuah API dengan link:
http://www.trackpacking.com/api/vi
ew_destination/?apikey=[api
key]&destination _uri =[query]

Api key merupakan kode akses untuk
menggunakan layanan API dan query
merupakan nama objek wisata yang ada di
wilayah Indonesia. Data Trackpacking juga
digunakan sebagai data validasi antara
masukan dari pengguna dari pengguna dan
nama-nama objek wisata di Indonesia. Tabel 1
memperlihatkan
struktur
data
API
Trackpacking.

5

Tabel 1 Struktur data API Trackpacking
Nama Parameter
destination_name
destination_uri
destination_description
destination_address
destination_latitude
destination_longitude
province_name
file_name

Tipe
Varchar
Varchar
Text
Text
Varchar
Varchar
Varchar
Varchar

Data foto diperoleh dari situs jejaring
sosial foto yang dimiliki oleh Yahoo, yaitu
Flickr. Data Flickr diperoleh dalam format
XML dengan melakukan pendaftaran dan
mendapatkan api key yang bisa digunakan
untuk mengakses API Flickr tersebut. Tabel 2
memperlihatkan struktur data API Flickr,
sedangkan data diperoleh melalui link:
http://api.flickr.com/services/res
t/?method=flickr.photos.search&api
_key=[api key]&text=[query] &sort=
relevance

Tabel 2 Struktur data API Flickr
Nama Parameter
Id
Owner
Secret
Server
Farm
Title
Ispublic

Tipe
Varchar
Varchar
Varchar
Varchar
Integer
Varchar
Integer

Pada Tabel 2 terdapat beberapa parameter
yang memiliki pengertian khusus, yaitu:
 Owner: id pengguna yang telah terdaftar
pada situs flickr.
 Secret: kode secara acak yang dapat
digunakan untuk mengambil file foto.
 Server: nomor server di mana sebuah file
foto disimpan.
 Farm: nomor penyimpanan yang terdiri
dari beberapa server.
 Ispublic: status yang menyatakan sebuah
foto dapat digunakan atau tidak.
Data video tentang objek wisata diperoleh
dari situs Youtube yang merupakan salah satu
situs penyedia layanan video. Tabel 3
memperlihatkan struktur data pada API
Youtube. Data diperoleh dalam format JSON
melalui link:

http://gdata.youtube.com/feeds/mob
ile/videos?v=2&maxresults=10&alt=j
sonc&q=[query]&format=6&key=[api
key]

Tabel 3 Struktur data API Youtube
Nama Parameter
Id
Title
Description
sqDefault
Mobile
Duration
Rating

Tipe
Varchar
Varchar
Varchar
Varchar
Varchar
Float
Float

Pada Tabel 3 terdapat parameter yang
memiliki pengertian khusus, yaitu:
 sqDefault: url gambar utama pada video
dengan format jpg.
 Mobile: url video dengan format 3gp yang
khusus digunakan untuk aplikasi telepon
genggam.
Pada pengembangan sistem, dibutuhkan
sebuah data untuk memberikan jumlah
frekuensi kemunculan kata yang memiliki
hubungan dengan query yang diberikan
pengguna. Google merupakan situs pencarian
yang digunakan pada sistem ini. Tabel 4
memperlihatkan struktur data dari API
pencarian Google, sedangkan data diperoleh
dalam format JSON melalui link:
http://ajax.googleapis.com/ajax/se
rvices/search/web?v=1.0&q=[query]

Tabel 4 Struktur data API pencarian Google
Nama Parameter
title
titleNoFormatting
content
url

Tipe
Varchar
Varchar
Text
Varchar

Parameter titleNoFormating merupakan
judul pada setiap data API pencarian Google
yang tidak menggunakan tanda baca.
Data koleksi buku yang diperoleh dari
situs Google Books yang merupakan salah
satu layanan koleksi dan penjualan buku.
Tabel 5 memperlihatkan struktur data pada
API Google Books, sedangkan data diperoleh
dalam format JSON melalui link:
https://www.googleapis.com/books/v
1/volumes?q=[query]&projection=ful
l&startIndex=0&key=[api key]

6

Tabel 5 Struktur data API Google Books
Nama Parameter
Title
Author
publishedDate
Description
averageRating
Publisher
Thumbnail

Tipe
Varchar
Varchar
Varchar
Text
Integer
Varchar
Varchar

Informasi berita tentang objek wisata
diperoleh dari situs Google News yang
merupakan layanan mesin pencari dengan
fokus pada berita terbaru.

Windows Phone. Gambar 4 memperlihatkan
alur kerja sistem yang dikembangkan.
Pembacaan Masukan Pengguna
Pada tahap ini, sistem menerima masukan
dari pengguna. Masukan yang diberikan oleh
pengguna akan diproses oleh sistem. Jika
masukan tersebut valid, sistem akan
melanjutkan ke tahap akuisisi data. Tetapi,
jika masukan tersebut tidak valid, sistem akan
menyarankan untuk pengguna memberi
masukan baru.

Tabel 6 memperlihatkan struktur data pada
RSS feed Google News, sedangkan data
diperoleh dalam format XML melalui sebuah
link:
http://news.google.co.id/news?gl=i
d&pz=1&cf=all&ned=id_id&hl=id&q=[q
uery]&output= rss

Tabel 6 struktur data API Google News
Nama Parameter
Title
Link
publishedDate
Description

Tipe
Varchar
Varchar
Varchar
Text

Data tempat penginapan atau hotel
diperoleh dari Wego yang merupakan situs
layanan pencarian hotel dan tiket. Tabel 7
memperlihatkan struktur data pada API Wego,
sedangkan data Wego diperoleh dalam format
JSON melalui sebuah API dengan link:
http://api.wego.com/hotels/api/sea
rch/show/historical?hotel_id=[id
daerah]&key=[api key]

Atribut id daerah merupakan kode dari
setiap daerah di Indonesia yang telah
didefinisikan oleh Wego.
Tabel 7 struktur data API Wego
Nama Parameter
Id
Name
Desc
Starts
Image
price_str
url

Tipe
Integer
Varchar
Text
Integer
Varchar
Varchar
Varchar

Alur Kerja Sistem yang Dihasilkan
Penelitian ini menghasilkan sebuah
aplikasi mashup yang berjalan pada platform

Gambar 4 Alur kerja sistem mashup.
Akuisisi Query
Pada tahap ini, sistem akan melakukan
proses pemilihan query terhadap masukan dari
pengguna. Terdapat tiga proses, yaitu
perbaikan query, pemeriksaan query, dan

7

penentuan frekuensi jumlah kemunculan kata
yang memiliki hubungan dengan query.
Perbaikan query dilakukan dengan
algoritme Levenshtein distance. Jarak string
maksimal adalah tiga perubahan karakter
antara masukan pengguna dan nama objek
wisata pada data Trackpacking. Proses
perbaikan query meliputi:
1 Sistem menerima masukan dari pengguna,
2 Sistem memeriksa kesalahan query dengan
algoritme Levenshtein distance dengan
maksimal perubahan tiga karakter.
3 Sistem akan mengambil string dengan
perubahan yang paling minimal.
4 Jika nilai perubahan karakter melebihi
batas maksimal, masukan pengguna
diteruskan ke tahap pemeriksaan query
tanpa ada perbaikan.
Pemeriksaan query dilakukan dengan
melakukan pencarian data nama objek wisata
di Indonesia pada data Tracpacking yang
sesuai dengan query. Proses pemeriksaan
query meliputi:
1 Sistem menerima query hasil perbaikan,
2 Sistem melakukan pemeriksaan nama
objek wisata pada data Trackpacking
dengan query yang diberikan,
3 Jika terdapat data yang sesuai dengan
query, query tersebut valid,
4 Jika tidak terdapat data yang sesuai dengan
query, sistem akan menyarankan pengguna
untuk memberikan masukan yang lain.
Penentuan jumlah frekuensi kemunculan
kata yang memiliki hubungan dengan query
dilakukan untuk mendapatkan query baru
yang sesuai berdasarkan data pencarian
Google. Proses ini menentukan jumlah
frekuensi dari setiap kata pada data Google
yang berhubungan dengan query. Proses
penentuan query baru meliputi:
1 Jika query valid, sistem menerima query
tersebut,
2 Sistem melakukan pencarian pada data
Google dengan memberikan masukan dari
query yang valid tersebut,
3 Sistem memperoleh data Google yang
terdiri dari title, url, dan content,
4 Sistem mencari kata pada parameter title
di setiap data Google yang sesuai dengan
query. Jika ada, sistem akan mengambil
kata tersebut dan kata sebelumnya (n-1),
5 Sistem melakukan perhitungan frekuensi
jumlah kemunculan dari kata yang telah
didapatkan dari data Google,

6 Sistem menentukan kata yang memiliki
frekuensi jumlah kemunculan tertinggi
untuk menjadi masukan pada API yang
tersedia untuk memperoleh data deskripsi,
lokasi, video, foto, buku, berita, dan hotel,
7 Jika setiap kata memiliki nilai frekuensi
kemunculan yang sama, sistem akan
kembali menggunakan query yang valid
dari pengguna untuk diteruskan ke API.
Langkah-langkah pemilihan query tersebut
dapat diilustrasikan pada contoh berikut:
1 Pengguna memberikan masukan nama
objek wisata, yaitu Vredeburg,
2 Sistem
melakukan
perbaikan
kata
Vredeburg dan diteruskan ke tahap
pemeriksaan query karena kata Vredeburg
memiliki nilai jumlah perubahan karakter
minimal,
3 Sistem mencari dan menyesuaikan kata
Vredeburg pada data Trackpacking yang
sudah tersimpan pada ruang penyimpanan
telepon genggam,
4 Setelah kata Vredeburg terdapat pada data
Trackpacking, sistem menyatakan bahwa
kata Vredeburg valid dan akan diteruskan
ke proses penentuan jumlah frekuensi
kemunculan query,
5 Kata Vredeburg akan digunakan sebagai
query pada API pencarian Google untuk
memperoleh data Google yang sesuai
query tersebut dengan link:
6 http://ajax.googleapis.com/ajax/
services/search/web?v=1.0&q=vred
eburg

7 Sistem mencari kata Vredeburg pada
parameter title dan kata n-1 dari posisi
kata Vredeburg. Hal ini dilakukan pada
semua data yang ditemukan oleh API
pencarian Google,
8 Sistem memperoleh dua buah kata, yaitu
Benteng Vredeburg dan Vredeburg.
Terdapat dua kemunculan kata Benteng
Vredeburg dan satu untuk kata Vredeburg.
Dari jumlah frekuensi kemunculan kata
tersebut,
sistem
memilih
Benteng
Vredeburg sebagai query yang akan
digunakan untuk memperoleh informasi
dari API data sumber,
9 Sistem akan menampilkan kata Benteng
Vredeburg dan Vredeburg pada halaman
Other Query untuk dijadikan referensi
query bagi pengguna aplikasi.
Penggabungan Data
Pada tahap ini, sistem melakukan
penggabungan data yang diperoleh dan ditulis
pada variabel. Variabel tersebut dibangun

8

dengan struktur data sesuai dengan parameter
pada setiap API sehingga variabel tersebut
dapat digunakan sebagai data sumber dan
target operasi komponen antarmuka untuk
menampikan informasi kepada pengguna.
Penulisan sumber data pada variabel
memudahkan pengguna untuk mencari objek
wisata yang telah dilakukan sebelumnya.
Pemilihan Data
Pada tahap ini, sistem melakukan
pemilihan data yang akan digunakan untuk
memberikan hasil kepada pengguna.
Pada data deskripsi, foto, video, buku, dan
berita, sistem mengurutkan data berdasarkan
hubungan antara query dan nama objek wisata
dari setiap data. Setelah diurutkan, sistem
akan mengambil data pertama sebagai hasil
yang akan ditampilkan pada antarmuka
pengguna, sedangkan pada data hotel,
digunakan alamat pada data deskripsi sebagai
pencarian hotel di daerah objek wisata. Sistem
mengambil data hotel pertama sebagai hasil
yang akan ditampilkan pada antarmuka.
Selain data pertama yang telah digunakan,
sistem akan menggunakan data yang lain
untuk digunakan pengguna sebagai hasil
alternatif.
Penampilan Informasi pada Komponen
Antarmuka Telepon Genggam
Pada tahap ini, pengguna dapat melihat
informasi objek wisata pada antarmuka sistem
yang terdiri dari deskripsi, lokasi, video, foto,
berita, buku, dan hotel sesuai dengan query
yang diberikan. Lampiran 1 memperlihatkan
tampilan antarmuka informasi pada sistem.
Antarmuka
Genggam

Navigasi

pada

Aplikasi Web Mashup
Setelah mendapatkan informasi objek
wisata yang diinginkan, pengguna dapat
membagikan informasi tersebut melalui
jejaring sosial seperti Facebook, Twitter, dan
LinkedIn. Informasi yang telah dibagikan
akan terlihat pada aplikasi web mashup.
Aplikasi web mashup memperoleh query
dan destination-uri yang valid dari sebuah
API yang dikirim dari aplikasi telepon
genggam dengan sebuah link:
http://itani.web.id/wu/get.php?k=[
query]|[destination-uri]

Query tersebut merupakan hasil proses
dalam pemilihan query dan dinyatakan valid
oleh sistem pada telepon genggam. Query
tersebut digunakan untuk memperoleh
informasi dari API Google, Flickr, Wego, dan
Youtube,
sedangkan
destination-uri
merupakan nama objek wisata yang
digunakan untuk memperoleh informasi lokasi
dan deskripsi dari API Trackpacking.
Tampilan aplikasi web mashup objek wisata
di Indonesia dapat dilihat pada Lampiran 2.
Pengujian sistem
Pada tahap ini, dilakukan pengujian
dengan metode blackbox pada sistem dengan
memberikan masukan dua nama objek wisata
secara acak di setiap 7 (tujuh) kota sebagai
tempat wisata favorit saat liburan di Indonesia

Telepon

Setiap objek wisata memiliki lokasi yang
dapat ditampilkan dalam bentuk peta. Telepon
genggam yang digunakan pada penelitian ini
memiliki fitur GPS yang dapat digunakan
sebagai alat navigasi untuk mengarahkan
pengguna menuju lokasi objek wisata.
Bing Maps Directions Task merupakan
tools yang digunakan untuk memberikan
tampilan navigasi pada pengguna dalam
bentuk peta sehingga pengguna dapat
mengetahui arah menuju tempat tujuan yang
ditentukan dengan letak lintang dan bujur
(MSDN 2012). Tampilan navigasi pada
telepon genggam dapat dilihat pada Gambar 5.

Gambar 5 Tampilan navigasi pada
telepon genggam.

9

versi Wego yang terdiri atas Bali, Bandung,
Yogyakarta, Jakarta, Malang, Lombok, dan
Surabaya, menurut berita Uniqpost (Uniqpost
2012).
Hasil pengujian memberikan kesimpulan
bahwa sistem dapat memberikan informasi
deskripsi, lokasi, foto, video, direction, hotel,
berita, dan buku pada objek wisata yang
diujikan, tetapi ada objek wisata yang
mengandung kata yang pantai tidak memiliki
informasi direction dan hotel. Hal ini
dikarenakan data direction Bing Maps dan
Hotel Wego tidak menjangkau wilayah objek
wisata tersebut.
Persentase
keberhasilan
sistem
memberikan informasi pada objek wisata yang
telah diuji mencapai 90% (Lampiran 3),
masing-masing informasi memiliki persentase
keberhasilan berikut: deskripsi (85.7%), lokasi
(100%), direction (71.4%), foto (100%),
video (100%), berita (85.7%), buku (100%),
dan hotel (78.5%) . Pada hasil persentase
tersebut, terlihat bahwa kurangnya data yang
tersedia dan komposisi query yang kurang
spesifik.

yang dapat digunakan untuk mencari
informasi objek wisata di wilayah Indonesia.
Proses penggabungan data menggunakan
model passing style dengan pendekatan
blackboard. Sumber data ditulis pada variabel
yang digunakan komponen antarmuka untuk
menghasilkan
informasi
yang
akan
ditampilkan kepada pengguna.
Saran
Untuk penelitian selanjutnya, aplikasi ini
dapat dikembangan dengan semantic search
untuk proses pemilihan query. Proses tersebut
akan dilakukan berdasarkan konten yang ada
pada sumber data agar informasi yang
dihasilkan sesuai dengan keinginan pengguna.
Selain itu, dapat pula dibuat aplikasi
mashup objek wisata di beberapa negara
dengan menambahkan data dasar sebagai data
validasi untuk objek wisata di negara lain
sehingga diharapkan pengguna dan kebutuhan
aplikasi wisata mashup akan meningkat.

DAFTAR PUSTAKA

Pada pemilihan query, terdapat beberapa
masukan pengguna yang telah mengalami
perubahan yang dilakukan oleh sistem. Salah
satu contoh ialah kata Vredeburg yang
menjadi Benteng Vredeburg. Hal ini
dikarenakan pada data hasil pencarian Google,
terdapat kata Vredeburg yang mengandung
kata Benteng sehingga sistem mengambil
kata Benteng Vredeburg sebagai query yang
akan digunakan untuk memperoleh informasi.

[Uniqpost] Berita Uniqpost. 2012. Tujuan
wisata favorit di Indonesia saat libur
lebaran
versi
Wego.
http://uniqpost.com/43419 / tujuan wisata-favorit-di-indonesia-saat-liburlebaran-versi-wego [31 Agu 2012].

Pada tahap ini juga dilakukan pengujian
informasi yang relevan terhadap masukan
yang
diberikan
pengguna.
Pengujian
dilakukan oleh lima pengguna aplikasi dengan
memberikan dua masukan tempat objek
wisata yang berbeda di Indonesia.

[MSDN] Windows Phone Develop. 2012.
How to: Use the Bing Maps Directions
Task
for
Windows
Phone.
http://msdn.microsoft.com/en-us/library/
windowsphone/develop/hh394024(v=vs.
92).aspx [9 Sep 2012].

Persentase keberhasilan informasi yang
relevan antara query dan informasi telah
mencapai 70% (Lampiran 4). Masing-masing
informasi memiliki persentase keberhasilan
berikut: deskripsi (60%), lokasi (100%),
direction (70%), foto (80%), video (90%),
berita (70%), buku (60%), dan hotel (30%).

Griffin E. 2008. Foundations of Popfly Rapid
Mashup Development. New York: Apress.

SIMPULAN DAN SARAN
Simpulan
Penelitian ini menghasilkan aplikasi
mobile mashup objek wisata di Indonesia

[Levenshtein]
levenshtein.
2012.
The
Levenshtein
Algorithm.
http://www.
levenshtein.net [9 Sep 2012].

Meza J, Zhu Q. 2008. Mix, Match,
Rediscovery: A Mashup Experiment of
Knowledge Organization in an Enterprise
Environment. London: IGI Global.
Raza M, Hussain FK, Chang E. 2008. A
methodology for quality-based mashup of
data sources. Di dalam: Proceedings of
iiWAS2008; Linz 24-26 Nov 2008.
Austria: iiWAS2008. hlm 528-533.

10

Pressman RS. 2001. Software Engineering: A
Practitioner’s Approach. Ed ke-5.
Singapura: McGraw- Hill.

Yu J, Benatallah B, Casati F, Daniel F. 2008.
Understanding mashup development.
IEEE Internet Computing 12(5): 44-52.

11

LAMPIRAN

12

Lampiran 1 Antarmuka aplikasi mashup objek wisata di Indonesia pada telepon genggam
Antarmuka informasi deskripsi dan video dengan menggunakan query: Candi Borobudur

Antarmuka informasi foto dan hotel dengan menggunakan query: Candi Borobudur

Antarmuka informasi buku dan berita dengan menggunakan query: Candi Borobudur

13

Lampiran 2 Antarmuka aplikasi web mashup, menggunakan query: Candi Borobudur

14

Lampiran 3 Hasil pengujian sistem pada beberapa objek wisata di tujuh kota di Indonesia
Kota

Objek
Wisata

Query yang
digunakan sistem

Deskripsi

Lokasi

Direction

Foto

Video

Berita

Buku

Hotel

Persentase

Sanur

Pantai Sanur

√

√

-

√

√

√

√

√

87.5 %

Candi Dasa

Pantai Candi Dasa

√

√

-

√

√

-

√

√

75 %

Kawah
Kamojang

Kawah Kamojang

√

√

√

√

√

-

√

√

87.5 %

Tangkuban
Perahu

Tangkuban Perahu

√

√

√

√

√

√

√

√

100 %

Candi
Borobudur

Candi Borobudur

√

√

√

√

√

√

√

√

100 %

Vredeburg

Benteng Vredeburg

√

√

√

√

√

√

√

-

87.5 %

Tidung

Pulau Tidung

√

√

√

√

√

√

√

√

100 %

Monas

Monas

√

√

√

√

√

√

√

√

100 %

Sempu

Pulau Sempu

-

√

√

√

√

√

√

√

87.5 %

Kota Batu

Kota Batu

-

√

√

√

√

√

√

√

87.5 %

Pantai
Senggigi

Pantai Senggigi

√

√

-

√

√

√

√

-

75 %

Pantai Kuta

Pantai Kuta

√

√

-

√

√

√

√

-

75 %

Suramadu

Suramadu

√

√

√

√

√

√

√

√

100 %

Kebun
Binatang
Surabaya

Binatang Kebun
Surabaya

√

√

√

√

√

√

√

√

100 %

85.7 %

100 %

71.4 %

100 %

100 %

85.7 %

100 %

78.5 %

90. 17%

Bali

Bandung

Yogyakarta

Jakarta

Malang

Lombok

Surabaya

Persentase

15

Lampiran 4 Hasil pengujian sistem melihat tingkat hubungan antara query dengan informasi objek wisata yang diinginkan oleh pengguna

Nama
Pengguna

Sidiq
Rumakabis

Fauziah
Instanti

Suhadi
Anca
Sangadji

Arif
Nugraha

Abdullah
Sofyaun

Query dari
pengguna

Informasi
yang
diinginkan
pengguna

Pulau Pombo

Pulau Pombo

Taman Safari
Bogor

Query yang
digunakan sistem

Deskripsi

Lokasi

Direction

Foto

Video

Berita

Buku

Hotel

Persentase

Pulau Pombo

√

√

-

√

√

-

√

√

75 %

Taman Safari
Bogor

Taman Safari Bogor

√

√

√

√

√

√

-

-

75 %

Puncak

Puncak
Bogor

Puncak

√

√

√

√

-

-

-

-

50 %

Gunung
Salak

Gunung
Salak

Gunung Salak

√

√

√

√

√

√

√

-

87.5 %

Pantai
Anyerr

Pantai Anyer

Pantai Anyer

√

√

√

-

√

√

-

-

62.5 %

Tabgkuban
Perahu

Tangkuban
Perahu

Tangkuban Perahu

√

√

√

√

√

√

√

-

87.5 %

Bandung

Bandung

Bandung

-

√

√

√

√

√

√

√

87.5 %

Pangandaran

Pangandaran

Pangandaran

-

√

√

-

√

√

√

-

62.5 %

Rajaampt

Raja Ampat

Raja Ampat

-

√

-

√

√

√

√

-

62.5 %

Pantainatsepa

Pantai
Natsepa

Pantai Natsepa

-

√

-

√

√

-

-

√

50 %

60 %

100 %

70 %

80 %

90 %

70 %

60 %

30 %

70 %

Persentase