BAB 2 LANDASAN TEORI
Bab ini membahas tentang teori pendukung beserta penelitian terdahulu yang berhubungan dengan penerapan algoritma A Star dalam pencarian jarak terdekat
indekos dari kampus.
2.1. Indekos
Menurut kbbi.web.id diakses pada 03 September 2015 indekos adalah tinggal di rumah orang lain dengan atau tanpa makan dengan membayar setiap bulan;
memondok: tetangga saya tidak menerima orang -- , hanya menyewakan kamar. Kata indekos sebenarnya adalah turunan dari frasa bahasa Belanda In de indekos.
Definisi In de indekos sebenarnya adalah makan di dalam namun bila frasa tersebut dijabarkan lebih lanjut dapat pula berarti tinggal dan ikut makan di dalam
rumah tempat menumpang tinggal.
2.2. Algoritma A A Star
Algoritma A Star atau A adalah algoritma komputer yang digunakan secara luas dalam graph traversal dan penemuan jalur serta proses perencanaan jalur yang bisa
dilewati secara efisien disekitar titik-titik yang disebut node Reddy, 2013. Menurut Russel Norvig, 2003 Algoritma A adalah algoritma best-first
search yang paling banyak dikenal. Algoritma ini memeriksa node dengan menggabungkan gn, yaitu cost yang dibutuhkan untuk mencapai sebuah node dan
hn, yaitu cost yang didapat dari node awal ke node n. Sehingga didapatkan rumus dasar dari algoritma A ini adalah:
fn = gn + hn dimana:
hn = nilai heuristik antar koordinat gn = jarak koordinat ke titik tujuan
Dalam notasi standar yang dipakai untuk algoritma A di atas, digunakan gn untuk mewakili cost rute dari node awal ke node n. Lalu hn mewakili perkiraan cost
dari node n ke node goal, yang dihitung dengan fungsi heuristik. Semakin tinggi akurasi nilai heuristik, maka hasil perhitungan jarak terdekat dengan algoritma A Star
juga akan memiliki akurasi yang baik. Fungsi heuristik yang digunakan adalah Euclidean Distance.
Fungsi Euclidean Distance menghitung berdasarkan titik koordinat masing- masing node. Fungsi ini memberikan hasil yang lebih baik dibandingkan fungsi
heuristik lain Chris et al, 2011. A Star ‘menyeimbangkan’ kedua nilai ini dalam
mencari jalan dari node awal ke node goal. Dalam menentukan node yang akan dikembangkan, algoritma ini akan memilih node dengan nilai fn = gn + hn yang
paling kecil. Dalam menggunakan algoritma A Star nilai gn yang dipakai adalah jarak
antara kedua node. Namun kita bisa mengalikan nilai jarak tersebut untuk memanipulasi cost nya, misalnya untuk rute yang melalui medan berat seperti sungai
jarak bisa dikalikan dengan tiga. Pada penelitian ini digunakan dua pertimbangan dalam menentukan nilai gn, yaitu jarak dan bobot kemacetan sebuah titik. Nilai
jarak didapat langsung melalui relasi titik yang diambil langsung dari google maps, sedangkan nilai bobot kemacetan diambil dari angket yang diisi oleh mahasiswa yang
sering melalui jalan disekitar kampus Universitas Sumatera sebagai respondennya. Beberapa titik macet tersebut diberikan bobot dengan skala 1-5.
2.3. Graph
Kategori