4 Ruang Lingkup Penelitian

PENDAHULUAN 1.4 Ruang Lingkup Penelitian

Dengan memperhatikan rumusan masalah dan

1.1 Latar Belakang Masalah

tujuan penelitian di atas, maka ruang lingkup

Makassar dikenal sebagai salah satu kota besar di Indonesia.

Makanan khas yang terkenal lezat, objek wisata Pantai Losari,

penelitian adalah sebagai berikut :

dan perkembangan kota yang begitu pesat beberapa tahun terakhir

1. Menganalisa berbagai faktor di antaranya

ini membuat Makassar menjadi kota yang sangat padat. Hal ini terasa sekali dalam bidang transportasi umum dimana terdapat

tentang pemukiman, akses jalan, titik-titik

banyak angkutan umum yang beroperasi di setiap jalur atau rute

tunggu penumpang.

perjalanan.

2. Mendesain

perangkat lunak dengan

Berdasarkan hasil pengamatan di lapangan, dan wawancara di Dinas Perhubungan, bahwa dengan banyaknya jumlah angkutan

menerapkan teknik algortima genetika untuk

umum yang beroperasi dalam satu jalur atau rute akan

menentukan optimasi pendapatan angkutan

mengakibatkan persaingan yang ketat dalam hal pendapatan

umum.

sehingga kadang sebuah angkutan umum tidak mendapatkan pendapatan yang maksimal. Karena permasalahan di atas maka diperlukanlah sebuah sistem yang membantu untuk mengoptimalkan pendapatan maksimal

LANDASAN TEORI

untuk setiap angkutan umum. Untuk menerapkan optimasi

Masalah Pendapatan Angkutan Umum

tersebut maka diperlukan suatu studi kasus yang nyata, yaitu

Kebutuhan akan sarana transportasi dari waktu

optimasi pendapatan maksimal di wilayah kota Makassar khususnya jalur 08 (Linkungan Kampus UNHAS) dengan

ke waktu terus mengalami peningkatan akibat

beberapa parameter yang digunakan sebagai nilai acuan

semakin banyaknya kegiatan- kegiatan yang

diantaranya adalah titik-titk penumpang menunggu angkutan

membutuhkan jasa trnsportasi sehingga

umum, jumlah penumpang, waktu aktifitas kampus yang padat, dan tarif atau ongkos angkutan umum.

bertambah pula intensitas pergerakan lalu lintas

Untuk mengolah dan menganalisis berbagai parameter tersebut

kota. Seiring dengan meningkatnya mobilitas di

maka diperlukan suatu metode penyelesaian yang dapat

sekitar kampus Unhas, maka dituntut tersedianya

digunakan untuk mengoptimalkan pendapatan maksimal angkutan umum yaitu Algoritma Genetika, karena algoritma ini merupakan

angkutan umum yang melayani jalur kampus

sebuah metode yang memanfaatkan proses seleksi alamiah yang

Unhas. Angkutan umum sebagai bagian dari

dikenal dengan proses evolusi yang memiliki fungsi rekombinasi,

sistem transportasi masyarakat yanag merupakan

mutasi, maupun perbaikan individu, dan yang menggunakan proses-proses yang sebagian besar dilakukan secara acak. dan

salah satu kebutuhan pokok masyarakat.

menghasilkan solusi yang bagus.

Keberadaan angkutan umum sangat dibutuhkan, tetapi bila tidak ditangani dengan baik dan benar

1.2 Rumusan Masalah

akan merupakan masalah bagi kehidupan akan merupakan masalah bagi kehidupan

08 lingkungan kampus Unhas. Dalam penelitian ini yang dilakukan adalah identifikasi kinerja angkutan umum ditinjau dari tingkat efektivitas dengan parameter banyaknya putaran, waktu- waktu aktififitas kampus, kecepatan rata – rata, dan jumlah penumpang.

Algoritma Genetika

Algoritma genetika adalah suatu algoritma pencarian data dan optimasi yang bersifat stokastik atau bekerja berdasarkan random, berbasis pada proses mekanika alamiah dimana sifat-sifat suatu spesies sangat bergantung pada gen-gen dan susunannya. Algoritma genetika sangat tepat digunakan untuk penyelesaian masalah optimasi yang kompleks dan sukar diselesaikan dengan menggunakan metode yang konvensional. Ada beberapa definisi umum dalam algoritma genetika yang perlu diketahui dan berkaitan dengan masalah yang akan dibahas oleh penulis mengenai optimasi pendapatan angkutan umum menggunakan algoritma genetika, yaitu :

 Satu individu adalah satu kesatuan kromosom.  Satu kromosom adalah kumpulan dari gen-gen.  Gen adalah satuan nilai yang menyatakan suatu nilai variabel

bebas.  Nilai fitness suatu individu adalah nilai tujuan dari permasalahan yang diangkat.

Sedangkan gen dapat direpresentasikan dalam bentuk :

 Biner, baik untuk sistem dengan satu variabel bebas.  Float, baik untuk sistem dengan variabel bebas yang lebih

dari satu.  String/Data, baik untuk sistem dengan variabel bebas yang dinyatakan sebagai satu satuan informasi.