Latar Belakang Implementasi Mobile Tracking Menggunakan Metode Ant Colony Optimization Dan Google Maps Api

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Mobile Tracking adalah suatu kemajuan teknologi dalam perangkat lunak ponsel yang dapat membuat telepon bukan hanya alat untuk sekedar menelpon atau sms saja. Namun ponsel telah menjadi alat multifungsi dengan berbagai fitur dan telah menjadi kebutuhan yang wajib dimiliki berbagai lapisan masyarakat. Teknologi GPS terbaru telah memungkinkan bagi pengguna ponsel untuk melacak individu mendapatkan posisi mobile user. Google Maps GM merupakan sebuah aplikasi pemetaan on-line yang cukup popular. Pada GM, titik koordinat suatu tempat ditunjukan dengan sistem koordinat geografis. Saat ini Google Maps adalah layanan pemetaan berbasis web yang populer. Layanan Google Maps dapat ditambahkan kedalam sebuah website menggunakan Google Maps API Application Programming Interface. Google Maps API dapat ditambahkan ke website menggunakan JavaScript. API tersebut menyediakan banyak fasilitas dan utilitas untuk memanipulasi peta dan menambahkan konten ke peta melalui berbagai layanan, memungkinkan untuk membuat aplikasi peta yang kuat pada sebuah website. [8] Ant Colony Optimization ACO diadopsi dari perilaku koloni semut yang dikenal sebagai sistem semut. Secara alamiah koloni semut mampu menemukan rute Universitas Sumatera Utara terpendek dalam perjalanan dari sarang ke tempat-tempat sumber makanan. Koloni semut dapat menemukan rute terpendek antara sarang dan sumber makanan berdasarkan jejak kaki pada lintasan yang telah dilalui. Semakin banyak semut yang melalui suatu lintasan, maka akan semakin jelas bekas jejak kakinya. Hal ini akan menyebabkan lintasan yang dilalui semut dalam jumlah sedikit, semakin lama akan semakin berkurang kepadatan semut yang melewatinya, atau bahkan akan tidak dilewati sama sekali. Sebaliknya, lintasan yang dilalui semut dalam jumlah banyak, semakin lama akan semakin bertambah kepadatan semut yang melewatinya, atau bahkan semua semut akan melalui lintasan tersebut. [3] Ant Colony Optimization ACO adalah salah satu algoritma alternatif yang dapat digunakan untuk penentuan jalur terdekat. Selain prosesnya cepat dan memberikan hasil yang bisa diterima, ACO juga mampu memberikan suatu solusi pada waktu kapanpun. Mengingat prinsip algoritma yang didasarkan pada perilaku koloni semut dalam menemukan jarak perjalanan paling pendek tersebut, ACO sangat tepat digunakan untuk diterapkan dalam penyelesaian masalah optimasi, salah satunya adalah untuk pengguna perangkat mobile dalam penentuan posisi dan jarak terdekat.

1.2 Rumusan masalah