Aplikasi Mobile Penentuan Rute Terpendek di Kebun Raya Bogor Menggunakan Algoritme Dijkstra
APLIKASI MOBILE PENENTUAN RUTE TERPENDEK
DI KEBUN RAYA BOGOR MENGGUNAKAN
ALGORITME DIJKSTRA
DANY PAMBUDI
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Aplikasi Mobile
Penentuan Rute Terpendek di Kebun Raya Bogor Menggunakan Algoritme
Dijkstra adalah benar karya saya dengan arahan dari komisi pembimbing dan
belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Oktober 2014
Dany Pambudi
NIM G64114033
ABSTRAK
DANY PAMBUDI. Aplikasi Mobile Penentuan Rute Terpendek di Kebun Raya
Bogor Menggunakan Algoritme Dijkstra. Dibimbing oleh FIRMAN
ARDIANSYAH.
Kebun Raya Bogor (KRB) mempunyai banyak pohon, koleksi tanaman, dan
tempat menarik yang berada dalam daerah yang luas sekitar 87 Ha. Selain itu,
KRB juga memiliki gedung museum, laboratorium, dan tempat penting yang
cukup banyak sehingga menyulitkan seseorang untuk mencapai lokasi tersebut.
Karena jarak masing-masing lokasi yang jauh ini, navigasi atau pemandu menjadi
hal penting untuk wisatawan yang ingin mengelilingi KRB dengan waktu
seoptimal mungkin. Masalah tersebut dapat diselesaikan dengan pemodelan graf
untuk menentukan rute terpendek dari masing-masing lokasi menggunakan
algoritme Dijkstra. Berdasarkan hasil uji coba perbandingan jarak pada aplikasi
dengan jarak pedometer didapatkan rata-rata selisih jarak kesalahan adalah 65.3
meter, hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google
Maps berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB
pada aplikasi pedometer.
Kata kunci: navigasi, graf, rute terpendek, algoritme Dijkstra
ABSTRACT
DANY PAMBUDI. Mobile Application Determination Shortest Route in Bogor
Botanical Gardens using Dijkstra’s Algorithm. Supervised by FIRMAN
ARDIANSYAH.
Bogor Botanical Gardens (BBG) has many trees, plant collections, and
points of interest which located in a wide area around 87 hectares. In addition,
BBG also has a museum building, laboratory, and many important places which
give difficulty for a person to reach those location. Because of the distance of each
location, navigation or guide becomes essential for travelers who want to looking
around BBG with optimum time. These problems can be solved by graph
modelling to determine the shortest route from each location using Dijkstra
algorithm. Based on the results of comparative testing in applications with spacing
distance pedometer difference obtained an average error distance is 65.3 meters,
this is because the location coordinate data obtained from different Google Maps
with location coordinates of the received GPS signal while in KRB on pedometer
application.
Keywords: navigation, graphs, shortest path, Dijkstra algorithm
APLIKASI MOBILE PENENTUAN RUTE TERPDENDEK
DI KEBUN RAYA BOGOR MENGGUNAKAN
ALGORITME DIJKSTRA
DANY PAMBUDI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ilmu Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Penguji:
Auzi Asfarian, SKom MKom
Karlisa Priandana, ST MEng
Judul Skripsi : Aplikasi Mobile Penentuan Rute Terpendek di Kebun Raya Bogor
Menggunakan Algoritme Dijkstra
Nama
: Dany Pambudi
NIM
: G64114033
Disetujui oleh
Firman Ardiansyah, SKom MSi
Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis ke hadirat Allah subhanahu wata’ala atas segala
karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Shalawat berserta
salam juga penulis sampaikan kepada Nabi Muhammad shalallahu ’alaihi wa
sallam, berserta para keluarga, shahabat dan umatnya hingga akhir zaman.
Penulis menyadari bahwa tanpa bimbingan dan dorongan dari semua pihak,
penulisan skripsi ini tidak akan berjalan lancar. Banyak pihak yang telah
membantu penulis hingga terselesaikannya tugas akhir ini. Oleh sebab itu, penulis
ingin mengucapkan rasa terima kasih kepada:
1. Ayahanda Sukarni dan Ibunda Sujinah serta kakak penulis Anton Sapto Aji
yang senantiasa mendoakan, memotivasi, dan memberikan kasih sayangnya
kepada penulis.
2. Bapak Firman Ardiansyah, SKom MSi selaku dosen pembimbing yang telah
membimbing dan mengarahkan penulis selama penelitian tugas akhir ini.
3. Bapak Auzi Asfarian, SKomp MKom dan Ibu Karlisa Priandana, ST MEng
selaku dosen penguji.
4. Seluruh pihak pegawai Kebun Raya Bogor yang telah sedikit membantu dalam
memberikan booklet untuk melengkapi data penelitian.
5. Adinda Rahma Tiara Safesmi yang juga senantiasa mendoakan, memberikan
semangat dan motivasi kepada penulis.
6. Seluruh teman-teman Ilkomerz atas ilmu, semangat, dan dukungannya,
khususnya : Reisa Prasaptaraya, Nurul Arifin Subandi, dan Endrik Sugiyanto.
7. Seluruh pegawai di Badan Pengkajian dan Penerapan Teknologi yang telah
memotivasi dan memberikan waktu kepada penulis untuk menyelesaikan
skripsi ini.
Penulis menyadari bahwa masih terdapat kekurangan dalam penulisan
skripsi ini. Namun, penulis berharap dengan segala kekurangan yang ada semoga
tulisan ini bisa memberikan manfaat kelak di kemudian hari. Amin.
Bogor, Oktober 2014
Dany Pambudi
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Ruang Lingkup Penelitian
2
Manfaat Penelitian
2
METODE
2
Analisis Kebutuhan
3
Pengambilan Data
3
Implementasi
3
Pengujian
4
HASIL DAN PEMBAHASAN
4
Analisis Kebutuhan
4
Pengambilan Data
4
Implementasi
5
Pengujian
9
SIMPULAN DAN SARAN
11
Simpulan
11
Saran
11
DAFTAR PUSTAKA
11
LAMPIRAN
12
RIWAYAT HIDUP
16
DAFTAR TABEL
1
2
3
4
Parameter data lokasi
Parameter data rute
Contoh data lokasi pada SQLite
Perbandingan jarak terpendek pada aplikasi dengan jarak pedometer
4
4
5
10
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
Diagram metode penelitian (Raymond 2004)
Node-node map Kebun Raya Bogor
Contoh proses Dijkstra
Antarmuka halaman utama
Fasilitas
Tempat menarik
Koleksi tanaman
Simulasi rute menuju bunga bangkai
Simulasi rute menuju tanaman air
2
5
7
8
8
8
8
9
9
DAFTAR LAMPIRAN
1
2
3
4
Data lokasi pada SQLite lengkap
Diagram alir Dijkstra
Simulasi rute menggunakan aplikasi bonav
Simulasi rute menggunakan aplikasi pedometer
12
13
14
15
PENDAHULUAN
Latar Belakang
Aktivitas wisata di Indonesia telah memberikan kontribusi yang cukup besar
dalam perekonomian nasional karena mampu menggerakkan sektor ekonomi
suatu wilayah. Kegiatan perjalanan yang dilakukan oleh seseorang atau
sekelompok orang dengan mengunjungi tempat atau lingkungan tertentu untuk
tujuan rekreasi dan mempelajari keunikan daya tarik wisata yang dikunjungi
dalam jangka waktu sementara (Williams 1998). Salah satu kebutuhan informasi
yang menarik dalam perangkat mobile adalah kemudahan untuk pencarian suatu
lokasi. Dengan kemampuan Global Positioning System (GPS) sekarang ini, jarak
menuju suatu tempat juga dapat ditampilkan beserta rutenya. Namun rute yang
disajikan belum optimal dan belum tentu merupakan rute terpendek. Jarak untuk
menuju daerah wisata menjadi pertimbangan tersendiri dari sekian banyak jalan
yang tersedia dan dapat dilintasi. Wisatawan membutuhkan rute terpendek untuk
mencapai tempat wisata yang dituju guna mempersingkat waktu perjalanan
sehingga wisatawan dapat mengunjungi beberapa daerah wisata sekaligus dengan
waktu yang seoptimal mungkin dalam 1 hari (Wijaya 2012).
Salah satu pilihan informasi menarik untuk pencarian suatu lokasi dalam
perangkat mobile adalah Google Maps. Dengan Google Maps, pengguna dapat
melakukan penelusuran peta guna mencari lokasi yang diinginkan. Kekurangan
dari Google Maps diantaranya adalah harus terhubung langsung dengan koneksi
internet dan penyajian data rute terpendek hanya terdapat pada jalan-jalan utama.
Tersedianya peta yang berbasis offline seperti OpenStreetMap (OSM) dan ilmu
matematika yang membahas mengenai graf cocok digunakan untuk mengatasi
kekurangan yang telah diuraikan sebelumnya.
Konsep rute terpendek sering kali digunakan untuk menyelesaikan rute
suatu tempat ke tempat yang lain. Pada pencarian rute terpendek, hal yang
menjadi perhatian utama adalah menentukan jalur-jalur yang dapat dilalui
sehingga dapat diperoleh rute tependek dari suatu tempat tertentu ke tempat lain.
Kebun Raya Bogor (KRB) terdiri atas banyak pohon, dan koleksi tanaman
yang berada dalam daerah yang luas sekitar 87 Ha. Selain itu, KRB juga memiliki
gedung museum, laboratorium dan tempat penting yang cukup banyak sehingga
menyulitkan seseorang untuk mencapai lokasi tersebut. Kondisi saat ini seseorang
hanya diberikan petunjuk arah berupa peta berbentuk leaflet. Informasi yang ada
dalam peta tersebut belum disertai dengan posisi seseorang saat itu dan jarak tiaptiap lokasi yang akan dituju. Melalui masalah tersebut, perlu dikembangkan
sebuah aplikasi untuk mendapatkan rute terpendek yang dapat digunakan untuk
memandu perjalanan di KRB.
Tujuan Penelitian
Tujuan penelitian ini adalah untuk membangun aplikasi mobile penentuan
rute terpendek di KRB menggunakan algoritme Dijkstra pada perangkat
smartphone Android.
2
Ruang Lingkup Penelitian
Penelitian ini dilakukan untuk wilayah KRB. Lokasi yang akan digunakan
dalam pengembangan sistem adalah lokasi-lokasi penting di KRB yang terletak di
ruang terbuka dan ruang tertutup. Pengenalan lokasi dilakukan berdasarkan posisi
yang ditampilkan pada GPS yaitu lintang dan bujur pada permukaan bumi.
Aplikasi ini untuk mengetahui rute terpendek menggunakan algoritme Dijkstra
dan pada penelitian ini, AR hanya menampilkan titik objek dan tidak
diimplementasikan untuk mencari rute terpendek. Aplikasi yang akan dibuat
dikhususkan untuk sistem operasi Android.
Manfaat Penelitian
Aplikasi yang dihasilkan diharapkan dapat membantu proses navigasi di
wilayah KRB dan menjadi pemandu dalam menentukan rute terpendek dari
masing-masing lokasi.
METODE
Metode penelitian yang digunakan dapat dilihat pada Gambar 1. Menurut
Raymond Mcleod (2004), metode ini mengikuti suatu pola yang teratur dan
dilakukan secara top – down. Metode ini terdiri dari analisis, pengambilan data,
implementasi dan pengujian.
Mulai
Analisis
Kebutuhan
Pengambilan
Data
Implementasi
Pengujian
Selesai
Gambar 1 Diagram metode penelitian (Raymond 2004)
Analisis Kebutuhan
Pada tahap ini akan dianalisis spesifikasi yang dibutuhkan baik dari
perangkat lunak maupun perangkat keras serta data yang dibutuhkan untuk
pengembangan sistem. Adapun data yang diperoleh adalah buku panduan dari
KRB, denah lokasi, serta beberapa foto yang diambil di KRB.
3
a. Perangkat Keras
Perangkat keras yang digunakan untuk membuat program dan simulasi pada
emulator menggunakan komputer dengan spesifikasi sebagai berikut:
1. Processor Intel Core i5-3230M 2.6GHz
2. RAM DDR3 6 GB
3. Harddisk 500 GB
4. Sistem operasi Windows 8 yang sudah terintegrasi dengan Java Enviroment
serta dilengkapi dengan Android SDK dan AVD manager.
Sedangkan untuk implementasi digunakan perangkat smartphone Samsung
Galaxy Grand dengan spesifikasi sebagai berikut:
1. Processor 1.2 GHz Cortex-A9 processor, Mali 400MP GPU
2. RAM 1 GB
3. OS Android 4.1.2 (Jelly Bean)
4. Memori internal 8 GB
5. Layar 480 x 800 pixels, 5.0 inch
6. Wi-Fi 802.11 a/b/g/n, dual-band, DLNA, Wi-Fi Direct, Wi-Fi hotspot
b. Perangkat lunak
Pembuatan pemodelan sistem, penggambaran denah, pembuatan program,
dan simulasi membutuhkan perangkat lunak sebagai berikut:
1. Eclipse Kepler
2. Notepad ++ v6.4.4
3. Android Development Tools 16.0.1
4. Android SDK rl6 (dilengkapi dengan plug in dan add ons Google API)
Pengambilan Data
Tahap ini akan dilakukan pengambilan data berupa koordinat masingmasing lokasi di KRB. Data koordinat lokasi yang dikumpulkan berjumlah 30
lokasi. Pengambilan data koordinat latitude dan longitude dilakukan
menggunakan Google Maps.
Implementasi
Tahap ini koordinat masing-masing lokasi disimpan dalam database
SQLite. Adapun data koordinat yang disimpan berupa tabel data lokasi dan data
rute. Peta yang digunakan untuk menampilkan koordinat pada perangkat
smartphone Android adalah OSM. Awalnya peta tersebut memiliki ekstensi file
(.osm), setelah itu diubah menjadi ekstensi file (.map) agar terbaca di perangkat
smartphone Android. Ekstensi file tersebut diubah menggunakan Osmosis yang
merupakan aplikasi java berupa command-line untuk mengolah data OSM.
Penghitungan jarak terpendek menggunakan Dijkstra sudah tersimpan pada tabel
data rute yang didapatkan dari hasil pengolahan library Dijkstra pada bahasa
pemrograman Hypertext Preprocessor (PHP). Kemudian seluruh tahapan tersebut
diolah menggunakan aplikasi eclipse sehingga menjadi aplikasi utuh dan
menampilkan informasi pada perangkat smartphone Android.
4
Pengujian
Tahap ini digunakan untuk mengevaluasi dan memperbaiki program yang
telah dibuat serta menguji akurasi jarak tiap lokasi. Pengujian ini dilakukan
menggunakan smartphone Android di lokasi KRB. Aplikasi ini membutuhkan
GPS dalam kondisi aktif untuk mendapatkan posisi koordinat awal dari pengguna.
Setelah itu, pengguna memilih lokasi yang ingin dituju berdasarkan kategori
seperti fasilitas, tempat menarik, dan koleksi tanaman. Uji coba ini dilakukan
untuk menguji perbandingan jarak terpendek pada aplikasi yang telah dibuat
dengan jarak pedometer atau penghitung langkah saat berjalan kaki.
HASIL DAN PEMBAHASAN
Analisis Kebutuhan
Data Lokasi dan Data Rute
Data lokasi dan data rute yang digunakan adalah data contoh. Lokasi yang
digunakan adalah lokasi penting yang terdapat di Kebun Raya Bogor. Setiap
lokasi dan rute memiliki empat buah parameter yang dapat dilihat pada Tabel 1
dan Tabel 2. Pada penelitian ini, data lokasi dan data rute disimpan dalam
database SQLite.
Tabel 1 Parameter data lokasi
Nama Parameter
Tipe
ID
Integer
Lokasi
Text
Latitude
Text
Longitude
Text
Tabel 2 Parameter data rute
Nama Parameter
Tipe
ID
Integer
Asal
Integer
Tujuan
Integer
Rute
Text
Pengambilan Data
Nilai latitude dan longitude adalah nilai lintang dan bujur suatu lokasi pada
permukaan bumi. Kedua nilai tersebut digunakan dalam proses menentukan jarak
dan arah suatu lokasi dengan posisi pengguna. Kedua nilai tersebut diperoleh
menggunakan Google Maps. Setiap lokasi dikelompokkan ke beberapa kategori
lokasi. Pada penelitian ini, kategori yang digunakan adalah fasilitas, tempat
menarik, dan koleksi tanaman. Pencarian rute terpendek di KRB memanfaatkan
persimpangan jalan sebagai node-node yang akan dihitung jaraknya, dalam
pengambilan data ini diambil contoh peta yang ada di KRB. Nilai jarak yang
5
dipakai adalah yang sesuai dengan pengambilan koordinat di Google Maps
dengan memperhitungkan jalan balik arah sebagai bobot jarak. Node-node yang
diperoleh dari peta tersebut ditunjukkan pada Gambar 2.
Gambar 2 Node-node map Kebun Raya Bogor
Implementasi
Data koordinat yang telah diperoleh dari Google Maps kemudian disimpan
pada database SQLite. Adapun contoh isi data lokasi yang disimpan pada
database SQLite dapat dilihat pada Tabel 3. Isi data lokasi pada SQLite
selengkapnya dapat dilihat pada Lampiran 1.
Tabel 3 Contoh data lokasi pada SQLite
ID
1
2
3
4
5
6
7
8
9
Lokasi
Gerbang Utama
Pusat Informasi
Museum Zoologi
Monumen J.J Smith
Monumen Lady Raffles
Kolam Gunting
Koompassia Excelsa
Bunga Bangkai
Rotan
Latitude
-6.602784
-6.602525
-6.602999
-6.602565
-6.602125
-6.601912
-6.595773
-6.598875
-6.601374
Longitude
106.798546
106.798701
106.797545
106.797975
106.797591
106.797998
106.802116
106.803609
106.799828
Algoritme Dijkstra
Menurut Ahuja et al. (1993), masalah penentuan jalur terpendek di dalam
graph merupakan permasalahan optimasi klasik. Graf yang digunakan adalah graf
berarah dan memiliki suatu bobot. Bobot pada sisi graf dapat merepresentasikan
6
jarak antar kota, waktu pengiriman, ongkos pembangunan, dan sebagainya
(Dijkstra 1959).
Algoritme Dijkstra merupakan sebuah graph search algorithm yang
menyelesaikan single source shortest path problem dengan cara mencari jalur
terpendek dari satu start vertex lalu memeriksa dan membandingkan setiap jalur.
Walaupun demikian, Dijkstra dapat dimodifikasi sehingga dapat digunakan untuk
mencari jalur terpendek dari setiap vertex. Untuk sparse graph, yaitu graph
dengan jumlah edge yang lebih kecil dari V2, Dijkstra dapat memiliki time
complexity yang lebih kecil (Cormen et al 2009).
Input dari algoritme Dijktra adalah sebuah graf berarah yang berbobot
(weigthed directed graph) G dan sebuah vertex s dalam G serta V adalah
himpunan semua vertex dalam graf G.
G = (V,E)
Keterangan:
G : Graph
V : Vertex (titik)
E : Edge (jarak)
Ada empat langkah yang perlu dilakukan Dijkstra sebelum melakukan
pencarian jarak terpendek:
S : menentukan kumpulan vertex pada graph dengan lokasi awal dan
lokasi akhir ditentukan.
V-S : kumpulan dari vertex pada graph dengan shortest path dari satu start
ke vertex belum diketahui.
D : array berisi perkiraan jarak terpendek dari start ke setiap vertex.
T : nilai total dari jarak yang ditempuh.
sp : shortest path
Cara kerja algoritme Dijkstra adalah:
1. Isi S sebagai start (lokasi awal).
2. Jika lokasi awal ≠ lokasi akhir maka isi V-S dengan lokasi yang
terhubung dengan lokasi awal.
3. Isi D dengan urutan lokasi yang terhubung dengan lokasi awal yang
berdasarkan jarak terpendek dari lokasi awal.
4. Isi T dengan jarak yang ditempuh dan selalu bertambah bila ada jarak
yang baru.
5. Apabila lokasi awal = lokasi akhir berarti proses pencarian akan selesai,
tetapi apabila lokasi awal ≠ lokasi akhir lanjutkan langkah ke-2.
Adapun cara kerja algoritme Dijkstra dapat dilihat pada diagram alir di
Lampiran 2. Contoh proses pencarian rute terpendek yang dilakukan oleh
algoritme Dijkstra dari titik A ke titik 6 dapat dilihat pada Gambar 3.
7
A
80
85
AC
90
B
70
0
70
30
AB
6
10
Gambar 3 Contoh proses Dijkstra
Langkah yang dilakukan dalam penyelesaian proses pencarian rute terpendek dari
titik A sebagai lokasi Pintu Gerbang ke titik 6 sebagai lokasi Pembibitan dan
Museum Biji dengan Dijkstra adalah:
1. S = {A}, V-S = {B, AB, AC, 6,},
D = {sp (A, A) = 0, sp (A, AC) = 80, sp (A, B) = 85},
T=0
Tentukan titik dan jarak antar titik yang berhubungan dengan titik awal.
2. S = {A, AC}, V-S = {B, AB, 6},
D = {sp (A, B) = 85, sp (A, 6) = 170, sp (A, AB) = 115},
T = 80
Ambil titik AC, karena titik AC memiliki jarak yang paling pendek dari titik B
dan jadikan Titik AC sebagai titik awal.
3. S = {A, B}, V-S = {AB, 6},
D = {sp (A, 6) = 170, sp (A, AB) = 115},
T = 85
Karena titik AC yang terhubung dengan titik 6 memiliki nilai jarak lebih besar
dibandingkan dengan titik AB maka titik AB yang diambil.
4. S = {A, B, AB}, V-S = {6},
D = {sp (A, AB) = 115},
T = 115
Ambil titik D karena memiliki jarak lebih pendek dari pada titik C.
5. S = {A, B, AB, 6}, V-S = { },
D = { },
T = 125
Jadi dapat diperoleh jarak terpendek dari titik A sebagai lokasi Pintu Gerbang ke
titik 6 sebagai lokasi Pembibitan dan Museum Biji akan melewati A – B – AB – 6
dengan total jarak yang di tempuh = 125.
Pembacaan Masukan Pengguna
Pada tahap ini, sistem akan menerima masukan dari pengguna. Aplikasi ini
diberi nama Botanical Navigation (Bonav). Sistem akan menampilkan daftar
kategori menu yang dapat dipilih oleh pengguna. Gambar 4 memperlihatkan
antarmuka yang digunakan untuk memilih menu. Pada halaman utama terdapat 5
8
menu dengan button berupa fasilitas, tempat menarik, koleksi tanaman,
augmented reality, dan petunjuk.
Gambar 4 Antarmuka halaman utama
Pemilihan Lokasi
Pada tahap ini, sistem akan menampilkan lokasi-lokasi yang sesuai dengan
kategori yang dipilih oleh pengguna. Pada menu, terdapat 3 lokasi utama yaitu
fasilitas, tempat menarik, dan koleksi tanaman. Setelah pengguna memilih menu
pada halaman utama, sistem akan menampilkan list button sesuai kategori.
Adapun rincian dari masing-masing lokasi utama dapat dilihat pada Gambar 5, 6,
dan 7.
Gambar 5 Fasilitas
Gambar 6 Tempat
menarik
Gambar 7 Koleksi
tanaman
9
Akses Layanan GPS
Pada tahap ini, sistem akan meminta layanan GPS yang tersedia. Setelah
permintaan layanan dikirimkan, sistem akan menunggu data lokasi terbaru yang
dikirimkan oleh satelit GPS. Terdapat jeda waktu antara permintaan layanan
sampai diterimanya data lokasi terbaru. Selama data lokasi terbaru belum
diterima, aplikasi tidak akan menampilkan data lokasi awal dan rute terpendek
tidak dapat diproses.
Pengujian
Simulasi Rute
Tahap ini, sistem akan menampilkan jarak terdekat dari lokasi pengguna
menuju lokasi yang yang telah dipilih pada menu utama. Informasi yang
ditampilkan pada simulasi rute ini adalah detail peta, jarak dalam meter dan waktu
tempuh dalam menit. Tampilan simulasi rute dapat dilihat pada Gambar 8 dan
Gambar 9. Gambar 8 menggambarkan simulasi rute menuju Bunga Bangkai dan
Gambar 9 menggambarkan simulasi rute menuju Tanaman Air. Hasil simulasi
rute selengkapnya dapat dilihat pada Lampiran 3.
Gambar 8 Simulasi rute menuju
bunga bangkai
Gambar 9 Simulasi rute menuju
tanaman air
Dengan semua node dan nilai jarak antar node maka dapat dilakukan
pengujian sistem pada aplikasi. Saat melakukan simulasi rute, aplikasi akan
menampilkan peta OSM dari KRB dan menunggu lokasi awal dari pengguna
berdasarkan sinyal GPS. Pengujian sistem ini menggunakan penghitungan akurasi
jarak untuk menghitung selisih kesalahan jarak dengan 2 cara, yaitu cara pertama
menggunakan aplikasi yang telah dibuat dengan rute terpendek hasil penghitungan
Dijkstra. Cara kedua yaitu dengan pedometer untuk menghitung jarak secara
langsung di KRB menuju masing-masing lokasi. Pada penelitian Alexander
(2002), rata-rata kecepatan pejalan kaki normal adalah 1,38 m/detik atau sekitar 5
km/jam. Simulasi rute menggunakan aplikasi pedometer selengkapnya dapat
dilihat pada Lampiran 4.
10
Tabel 4 Perbandingan jarak terpendek pada aplikasi dengan jarak pedometer
No
.
Lokasi Awal
Lokasi Tujuan
Jarak
aplikasi
(meter)
Jarak
pedometer
(meter)
Selisih
jarak
(meter)
1.
Pintu Gerbang
Bunga
Bangkai
342
200
143
2.
Pembibitan dan
Museum Biji
Museum
Zoologi
197
130
67
3
Museum
Zoologi
Taman
Teisjmann
428
410
18
4
Taman
Teisjmann
Makam
Belanda
206
120
86
5
Makam Belanda Kolam
Gunting
274
247
27
6
Kolam Gunting
Monumen
Lady Raffles
393
250
143
7
Monumen Lady
Raffles
Jembatan
Gantung
926
908
18
8
Jembatan
Gantung
Taman
Sudjana
Kassan
426
320
106
9
Taman Sudjana
Kassan
Rumah
Anggrek
596
567
29
10
Tanaman Air
Pintu Gerbang
434
417
17
-
-
65.3
Rata-rata
Berdasarkan hasil uji coba perbandingan pada Tabel 4, rata-rata selisih jarak
kesalahan pada aplikasi dibandingkan jarak pada pedometer adalah 65.3 Meter.
Pada lokasi uji ke 3, 7, dan 10 didapatkan akurasi maksimal sebesar 17 meter dan
18 meter. Hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google
Maps berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB
pada aplikasi pedometer. Selain itu, selisih jarak kesalahan yang membesar dapat
mengurangi ketelitian posisi awal pengguna. Hal ini terjadi akibat waktu akses
GPS pada lokasi terbuka lebih singkat dibandingkan dengan waktu akses GPS
pada lokasi tertutup. Perangkat smartphone Android yang sudah dilengkapi GPS
harus diarahkan langsung ke langit dengan kondisi Line of Sight sehingga sinyal
tidak terhalang.
11
SIMPULAN DAN SARAN
Simpulan
Penelitian ini menghasilkan aplikasi mobile menggunakan algoritme
Dijkstra di KRB yang dapat digunakan untuk mencari jarak terpendek dari
masing-masing lokasi yang ada di KRB. Hasil uji coba rata-rata selisih jarak
kesalahan pada aplikasi dibandingkan jarak pada pedometer adalah 65.3 Meter,
hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google Maps
berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB pada
aplikasi pedometer.
Saran
Untuk penelitian selanjutnya, dapat dibangun sebuah web server yang
menyediakan data yang besar bagi sistem untuk menampung deskripsi masingmasing lokasi, detail jalan, serta kompleksitas data sesuai keinginan pengguna.
Dengan menggunakan web server, diharapkan proses manajemen data menjadi
lebih mudah dan kapasitas data yang dapat disimpan menjadi lebih besar. Selain
itu, pada penelitian selanjutnya penentuan rute terpendek pada algoritme Dijkstra
dapat dibandingkan dengan algoritme lain yang serupa untuk mengetahui jarak
dan running time yang paling optimal.
DAFTAR PUSTAKA
Ahuja, Ravinda K, Thomas LM, James BO. 1993. Network Flows. Prentice Hall.
Alexander, McNeill R. 2002. Energetics and optimization of human walking and
running: The 2000 Raymond Pearl memorial lecture. American Journal of
Human Biology. 14 (5):641–648. doi:10.1002/ajhb.10067
Cormen TH, Leiserson CE, Rivest RL, Stein C. 2009. Introduction to Algorithms
Third Edition. Cambridge: The MIT Press.
Dijkstra EW. 1959. A Note on Two Problems in Connection with Graphs, Numer.
Math, 1: 269-271.
Feiner BS, MacIntyre B, Seligmann D. 1993. Communications of the ACM Special issue on computer augmented environments: back to the real world.
New York: ACM. 36(7):52–62.
McLeod R, Schell JG. 2004. Sistem Informasi Manajemen. Jakarta: PT. Indeks.
Wijaya IWGS, Susanto EH. 2012. Penerapan Algoritma Djikstra untuk
Menemukan Rute Terpendek Daerah Wisata di Kabupaten Banyuwangi Pada
Location Based Service di Platform Android. Di dalam: Adhyarini E,
Prasetyo W, Mulya MKH, Yanuarsa D, editor. Prosiding Seminar Nasional
Manajemen Teknologi XV; 2012 Feb 4; Surabaya, Indonesia. Surabaya (ID):
Institut Teknologi Surabaya. C-30-1
Williams S. 1998. Tourism Geography. New York: Routledge Taylor & Francis
12
Lampiran 1 Data lokasi pada SQLite lengkap
ID
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Lokasi
Gerbang Utama
Pusat Informasi
Museum Zoologi
Gd. Konservasi
Lab. Treub
Pembibitan & Museum Biji
Herbarium
Kafe de Daunan
Monumen J.J Smith
Monumen Lady Raffles
Kolam Gunting
Taman Teisjmann
Makam Belanda
Istana Bogor
Jalan Kenari I
Jalan Kenari II
Jembatan Gantung
Jalan Astrid
Rumah Anggrek
Taman Sudjana Kassan
Koompassia Excelsa
Bunga Bangkai
Rotan
Koleksi Bambu
Koleksi Kaktus
Koleksi Tanaman Air
Koleksi Palem
Koleksi Tanaman Buah
Koleksi Paku-pakuan
Teratai Raksasa
Latitude
-6.602784
-6.602525
-6.602999
-6.602565
-6.602125
-6.601912
-6.595773
-6.598875
-6.601374
-6.601819
-6.600143
-6.600857
-6.599536
-6.598001
-6.59961
-6.599818
-6.596285
-6.597138
-6.595395
-6.592981
-6.60204
-6.601673
-6.601502
-6.599722
-6.602043
-6.600796
-6.599728
-6.598926
-6.6009
-6.599275
Longitude
106.798546
106.798701
106.797545
106.797975
106.797591
106.797998
106.802116
106.803609
106.799828
106.798903
106.797728
106.795815
106.796357
106.797365
106.796925
106.80192
106.800871
106.803245
106.802655
106.801142
106.798728
106.796813
106.795895
106.795794
106.801239
106.800523
106.800029
106.79853
106.803937
106.802408
13
Lampiran 2 Diagram alir Dijkstra
Mulai
Input lokasi awal
dan lokasi tujuan
Lokasi awal
terhubung
dengan
lokasi akhir
tidak
Ambil jarak terpendek ke
lokasi berikutnya
Ubah lokasi terpendek menjadi
lokasi awal
tidak
Lokasi awal
=
lokasi
akhir?
ya
Selesai
ya
14
Lampiran 3 Simulasi rute menggunakan aplikasi bonav
Pembibitan ke Museum
Zoologi
Monumen Lady Raffles ke Jembatan
Gantung
Makam Belanda ke Kolam
Gunting
Taman Teisjmann ke Makam
Belanda
Kolam Gunting ke Monument
Lady Raffles
Museum Zoologi ke Taman
Teisjmann
15
Lampiran 4 Simulasi rute menggunakan aplikasi pedometer
Pintu Gerbang menuju Bunga
Bangkai
Jembatan Gantung menuju Taman
Sudjana Kassan
Pembibitan menuju Museum Zoologi
Taman Teisjmann menuju Makam
Belanda
16
RIWAYAT HIDUP
Penulis dilahirkan di kota Cilegon pada tanggal 27 Desember 1989.
Penulis merupakan anak kedua atau bungsu dari pasangan Bapak Sukarni dan Ibu
Sujinah.
Penulis menyelesaikan pendidikan sekolah dasar di SD YPWKS V Cilegon,
SMP Negeri 2 Cilegon, Sekolah Menengah Atas di SMA Negeri 1 Cilegon,
Program Diploma Institut Pertanian Bogor, dan lulus pada tahun 2011. Pada tahun
yang sama tahun 2011 penulis diterima di Fakultas Matematika dan Ilmu
Pengetahuan Alam program studi Ilmu Komputer Institut Pertanian Bogor melalui
tes seleksi masuk alih jenis ILKOM IPB.
Selama masa perkuliahan di IPB penulis aktif dalam berbagai kegiatan
kampus. Penulis menjadi staf Departemen Pemberdayaan Sumber Daya
Masyarakat Badan Eksekutif Mahasiswa Kabinet Persatuan Perjuangan periode
2009/2010. Pada periode 2010/2011 penulis menjadi Koordinator Badan
Informasi Mahasiswa Departemen Komunikasi dan Informasi Badan Eksekutif
Mahasiswa kabinet Gema Diploma. Pada periode yang sama Penulis juga
mengikuti kegiatan MIPRO sebagai staf MICRO. Pada tahun 2014, kegiatan
penulis diluar akademik yang menunjang pendidikan adalah bekerja di salah satu
Lembaga Pemerintah Non Kementerian Badan Pengkajian dan Penerapan
Teknologi sebagai Engineer staf pada unit Pusat Data, Informasi, dan
Standardisasi. Pada periode tersebut penulis aktif mengikuti kegiatan training dan
seminar, diantaranya adalah training Instalasi, Konfigurasi, dan Administrasi
Zimbra Mail Server & Collaboration Suite serta seminar sosialisasi GOV-CSIRT
untuk menangani insiden keamanan informasi di lingkup pemerintahan.
DI KEBUN RAYA BOGOR MENGGUNAKAN
ALGORITME DIJKSTRA
DANY PAMBUDI
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Aplikasi Mobile
Penentuan Rute Terpendek di Kebun Raya Bogor Menggunakan Algoritme
Dijkstra adalah benar karya saya dengan arahan dari komisi pembimbing dan
belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Oktober 2014
Dany Pambudi
NIM G64114033
ABSTRAK
DANY PAMBUDI. Aplikasi Mobile Penentuan Rute Terpendek di Kebun Raya
Bogor Menggunakan Algoritme Dijkstra. Dibimbing oleh FIRMAN
ARDIANSYAH.
Kebun Raya Bogor (KRB) mempunyai banyak pohon, koleksi tanaman, dan
tempat menarik yang berada dalam daerah yang luas sekitar 87 Ha. Selain itu,
KRB juga memiliki gedung museum, laboratorium, dan tempat penting yang
cukup banyak sehingga menyulitkan seseorang untuk mencapai lokasi tersebut.
Karena jarak masing-masing lokasi yang jauh ini, navigasi atau pemandu menjadi
hal penting untuk wisatawan yang ingin mengelilingi KRB dengan waktu
seoptimal mungkin. Masalah tersebut dapat diselesaikan dengan pemodelan graf
untuk menentukan rute terpendek dari masing-masing lokasi menggunakan
algoritme Dijkstra. Berdasarkan hasil uji coba perbandingan jarak pada aplikasi
dengan jarak pedometer didapatkan rata-rata selisih jarak kesalahan adalah 65.3
meter, hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google
Maps berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB
pada aplikasi pedometer.
Kata kunci: navigasi, graf, rute terpendek, algoritme Dijkstra
ABSTRACT
DANY PAMBUDI. Mobile Application Determination Shortest Route in Bogor
Botanical Gardens using Dijkstra’s Algorithm. Supervised by FIRMAN
ARDIANSYAH.
Bogor Botanical Gardens (BBG) has many trees, plant collections, and
points of interest which located in a wide area around 87 hectares. In addition,
BBG also has a museum building, laboratory, and many important places which
give difficulty for a person to reach those location. Because of the distance of each
location, navigation or guide becomes essential for travelers who want to looking
around BBG with optimum time. These problems can be solved by graph
modelling to determine the shortest route from each location using Dijkstra
algorithm. Based on the results of comparative testing in applications with spacing
distance pedometer difference obtained an average error distance is 65.3 meters,
this is because the location coordinate data obtained from different Google Maps
with location coordinates of the received GPS signal while in KRB on pedometer
application.
Keywords: navigation, graphs, shortest path, Dijkstra algorithm
APLIKASI MOBILE PENENTUAN RUTE TERPDENDEK
DI KEBUN RAYA BOGOR MENGGUNAKAN
ALGORITME DIJKSTRA
DANY PAMBUDI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ilmu Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Penguji:
Auzi Asfarian, SKom MKom
Karlisa Priandana, ST MEng
Judul Skripsi : Aplikasi Mobile Penentuan Rute Terpendek di Kebun Raya Bogor
Menggunakan Algoritme Dijkstra
Nama
: Dany Pambudi
NIM
: G64114033
Disetujui oleh
Firman Ardiansyah, SKom MSi
Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis ke hadirat Allah subhanahu wata’ala atas segala
karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Shalawat berserta
salam juga penulis sampaikan kepada Nabi Muhammad shalallahu ’alaihi wa
sallam, berserta para keluarga, shahabat dan umatnya hingga akhir zaman.
Penulis menyadari bahwa tanpa bimbingan dan dorongan dari semua pihak,
penulisan skripsi ini tidak akan berjalan lancar. Banyak pihak yang telah
membantu penulis hingga terselesaikannya tugas akhir ini. Oleh sebab itu, penulis
ingin mengucapkan rasa terima kasih kepada:
1. Ayahanda Sukarni dan Ibunda Sujinah serta kakak penulis Anton Sapto Aji
yang senantiasa mendoakan, memotivasi, dan memberikan kasih sayangnya
kepada penulis.
2. Bapak Firman Ardiansyah, SKom MSi selaku dosen pembimbing yang telah
membimbing dan mengarahkan penulis selama penelitian tugas akhir ini.
3. Bapak Auzi Asfarian, SKomp MKom dan Ibu Karlisa Priandana, ST MEng
selaku dosen penguji.
4. Seluruh pihak pegawai Kebun Raya Bogor yang telah sedikit membantu dalam
memberikan booklet untuk melengkapi data penelitian.
5. Adinda Rahma Tiara Safesmi yang juga senantiasa mendoakan, memberikan
semangat dan motivasi kepada penulis.
6. Seluruh teman-teman Ilkomerz atas ilmu, semangat, dan dukungannya,
khususnya : Reisa Prasaptaraya, Nurul Arifin Subandi, dan Endrik Sugiyanto.
7. Seluruh pegawai di Badan Pengkajian dan Penerapan Teknologi yang telah
memotivasi dan memberikan waktu kepada penulis untuk menyelesaikan
skripsi ini.
Penulis menyadari bahwa masih terdapat kekurangan dalam penulisan
skripsi ini. Namun, penulis berharap dengan segala kekurangan yang ada semoga
tulisan ini bisa memberikan manfaat kelak di kemudian hari. Amin.
Bogor, Oktober 2014
Dany Pambudi
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Ruang Lingkup Penelitian
2
Manfaat Penelitian
2
METODE
2
Analisis Kebutuhan
3
Pengambilan Data
3
Implementasi
3
Pengujian
4
HASIL DAN PEMBAHASAN
4
Analisis Kebutuhan
4
Pengambilan Data
4
Implementasi
5
Pengujian
9
SIMPULAN DAN SARAN
11
Simpulan
11
Saran
11
DAFTAR PUSTAKA
11
LAMPIRAN
12
RIWAYAT HIDUP
16
DAFTAR TABEL
1
2
3
4
Parameter data lokasi
Parameter data rute
Contoh data lokasi pada SQLite
Perbandingan jarak terpendek pada aplikasi dengan jarak pedometer
4
4
5
10
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
Diagram metode penelitian (Raymond 2004)
Node-node map Kebun Raya Bogor
Contoh proses Dijkstra
Antarmuka halaman utama
Fasilitas
Tempat menarik
Koleksi tanaman
Simulasi rute menuju bunga bangkai
Simulasi rute menuju tanaman air
2
5
7
8
8
8
8
9
9
DAFTAR LAMPIRAN
1
2
3
4
Data lokasi pada SQLite lengkap
Diagram alir Dijkstra
Simulasi rute menggunakan aplikasi bonav
Simulasi rute menggunakan aplikasi pedometer
12
13
14
15
PENDAHULUAN
Latar Belakang
Aktivitas wisata di Indonesia telah memberikan kontribusi yang cukup besar
dalam perekonomian nasional karena mampu menggerakkan sektor ekonomi
suatu wilayah. Kegiatan perjalanan yang dilakukan oleh seseorang atau
sekelompok orang dengan mengunjungi tempat atau lingkungan tertentu untuk
tujuan rekreasi dan mempelajari keunikan daya tarik wisata yang dikunjungi
dalam jangka waktu sementara (Williams 1998). Salah satu kebutuhan informasi
yang menarik dalam perangkat mobile adalah kemudahan untuk pencarian suatu
lokasi. Dengan kemampuan Global Positioning System (GPS) sekarang ini, jarak
menuju suatu tempat juga dapat ditampilkan beserta rutenya. Namun rute yang
disajikan belum optimal dan belum tentu merupakan rute terpendek. Jarak untuk
menuju daerah wisata menjadi pertimbangan tersendiri dari sekian banyak jalan
yang tersedia dan dapat dilintasi. Wisatawan membutuhkan rute terpendek untuk
mencapai tempat wisata yang dituju guna mempersingkat waktu perjalanan
sehingga wisatawan dapat mengunjungi beberapa daerah wisata sekaligus dengan
waktu yang seoptimal mungkin dalam 1 hari (Wijaya 2012).
Salah satu pilihan informasi menarik untuk pencarian suatu lokasi dalam
perangkat mobile adalah Google Maps. Dengan Google Maps, pengguna dapat
melakukan penelusuran peta guna mencari lokasi yang diinginkan. Kekurangan
dari Google Maps diantaranya adalah harus terhubung langsung dengan koneksi
internet dan penyajian data rute terpendek hanya terdapat pada jalan-jalan utama.
Tersedianya peta yang berbasis offline seperti OpenStreetMap (OSM) dan ilmu
matematika yang membahas mengenai graf cocok digunakan untuk mengatasi
kekurangan yang telah diuraikan sebelumnya.
Konsep rute terpendek sering kali digunakan untuk menyelesaikan rute
suatu tempat ke tempat yang lain. Pada pencarian rute terpendek, hal yang
menjadi perhatian utama adalah menentukan jalur-jalur yang dapat dilalui
sehingga dapat diperoleh rute tependek dari suatu tempat tertentu ke tempat lain.
Kebun Raya Bogor (KRB) terdiri atas banyak pohon, dan koleksi tanaman
yang berada dalam daerah yang luas sekitar 87 Ha. Selain itu, KRB juga memiliki
gedung museum, laboratorium dan tempat penting yang cukup banyak sehingga
menyulitkan seseorang untuk mencapai lokasi tersebut. Kondisi saat ini seseorang
hanya diberikan petunjuk arah berupa peta berbentuk leaflet. Informasi yang ada
dalam peta tersebut belum disertai dengan posisi seseorang saat itu dan jarak tiaptiap lokasi yang akan dituju. Melalui masalah tersebut, perlu dikembangkan
sebuah aplikasi untuk mendapatkan rute terpendek yang dapat digunakan untuk
memandu perjalanan di KRB.
Tujuan Penelitian
Tujuan penelitian ini adalah untuk membangun aplikasi mobile penentuan
rute terpendek di KRB menggunakan algoritme Dijkstra pada perangkat
smartphone Android.
2
Ruang Lingkup Penelitian
Penelitian ini dilakukan untuk wilayah KRB. Lokasi yang akan digunakan
dalam pengembangan sistem adalah lokasi-lokasi penting di KRB yang terletak di
ruang terbuka dan ruang tertutup. Pengenalan lokasi dilakukan berdasarkan posisi
yang ditampilkan pada GPS yaitu lintang dan bujur pada permukaan bumi.
Aplikasi ini untuk mengetahui rute terpendek menggunakan algoritme Dijkstra
dan pada penelitian ini, AR hanya menampilkan titik objek dan tidak
diimplementasikan untuk mencari rute terpendek. Aplikasi yang akan dibuat
dikhususkan untuk sistem operasi Android.
Manfaat Penelitian
Aplikasi yang dihasilkan diharapkan dapat membantu proses navigasi di
wilayah KRB dan menjadi pemandu dalam menentukan rute terpendek dari
masing-masing lokasi.
METODE
Metode penelitian yang digunakan dapat dilihat pada Gambar 1. Menurut
Raymond Mcleod (2004), metode ini mengikuti suatu pola yang teratur dan
dilakukan secara top – down. Metode ini terdiri dari analisis, pengambilan data,
implementasi dan pengujian.
Mulai
Analisis
Kebutuhan
Pengambilan
Data
Implementasi
Pengujian
Selesai
Gambar 1 Diagram metode penelitian (Raymond 2004)
Analisis Kebutuhan
Pada tahap ini akan dianalisis spesifikasi yang dibutuhkan baik dari
perangkat lunak maupun perangkat keras serta data yang dibutuhkan untuk
pengembangan sistem. Adapun data yang diperoleh adalah buku panduan dari
KRB, denah lokasi, serta beberapa foto yang diambil di KRB.
3
a. Perangkat Keras
Perangkat keras yang digunakan untuk membuat program dan simulasi pada
emulator menggunakan komputer dengan spesifikasi sebagai berikut:
1. Processor Intel Core i5-3230M 2.6GHz
2. RAM DDR3 6 GB
3. Harddisk 500 GB
4. Sistem operasi Windows 8 yang sudah terintegrasi dengan Java Enviroment
serta dilengkapi dengan Android SDK dan AVD manager.
Sedangkan untuk implementasi digunakan perangkat smartphone Samsung
Galaxy Grand dengan spesifikasi sebagai berikut:
1. Processor 1.2 GHz Cortex-A9 processor, Mali 400MP GPU
2. RAM 1 GB
3. OS Android 4.1.2 (Jelly Bean)
4. Memori internal 8 GB
5. Layar 480 x 800 pixels, 5.0 inch
6. Wi-Fi 802.11 a/b/g/n, dual-band, DLNA, Wi-Fi Direct, Wi-Fi hotspot
b. Perangkat lunak
Pembuatan pemodelan sistem, penggambaran denah, pembuatan program,
dan simulasi membutuhkan perangkat lunak sebagai berikut:
1. Eclipse Kepler
2. Notepad ++ v6.4.4
3. Android Development Tools 16.0.1
4. Android SDK rl6 (dilengkapi dengan plug in dan add ons Google API)
Pengambilan Data
Tahap ini akan dilakukan pengambilan data berupa koordinat masingmasing lokasi di KRB. Data koordinat lokasi yang dikumpulkan berjumlah 30
lokasi. Pengambilan data koordinat latitude dan longitude dilakukan
menggunakan Google Maps.
Implementasi
Tahap ini koordinat masing-masing lokasi disimpan dalam database
SQLite. Adapun data koordinat yang disimpan berupa tabel data lokasi dan data
rute. Peta yang digunakan untuk menampilkan koordinat pada perangkat
smartphone Android adalah OSM. Awalnya peta tersebut memiliki ekstensi file
(.osm), setelah itu diubah menjadi ekstensi file (.map) agar terbaca di perangkat
smartphone Android. Ekstensi file tersebut diubah menggunakan Osmosis yang
merupakan aplikasi java berupa command-line untuk mengolah data OSM.
Penghitungan jarak terpendek menggunakan Dijkstra sudah tersimpan pada tabel
data rute yang didapatkan dari hasil pengolahan library Dijkstra pada bahasa
pemrograman Hypertext Preprocessor (PHP). Kemudian seluruh tahapan tersebut
diolah menggunakan aplikasi eclipse sehingga menjadi aplikasi utuh dan
menampilkan informasi pada perangkat smartphone Android.
4
Pengujian
Tahap ini digunakan untuk mengevaluasi dan memperbaiki program yang
telah dibuat serta menguji akurasi jarak tiap lokasi. Pengujian ini dilakukan
menggunakan smartphone Android di lokasi KRB. Aplikasi ini membutuhkan
GPS dalam kondisi aktif untuk mendapatkan posisi koordinat awal dari pengguna.
Setelah itu, pengguna memilih lokasi yang ingin dituju berdasarkan kategori
seperti fasilitas, tempat menarik, dan koleksi tanaman. Uji coba ini dilakukan
untuk menguji perbandingan jarak terpendek pada aplikasi yang telah dibuat
dengan jarak pedometer atau penghitung langkah saat berjalan kaki.
HASIL DAN PEMBAHASAN
Analisis Kebutuhan
Data Lokasi dan Data Rute
Data lokasi dan data rute yang digunakan adalah data contoh. Lokasi yang
digunakan adalah lokasi penting yang terdapat di Kebun Raya Bogor. Setiap
lokasi dan rute memiliki empat buah parameter yang dapat dilihat pada Tabel 1
dan Tabel 2. Pada penelitian ini, data lokasi dan data rute disimpan dalam
database SQLite.
Tabel 1 Parameter data lokasi
Nama Parameter
Tipe
ID
Integer
Lokasi
Text
Latitude
Text
Longitude
Text
Tabel 2 Parameter data rute
Nama Parameter
Tipe
ID
Integer
Asal
Integer
Tujuan
Integer
Rute
Text
Pengambilan Data
Nilai latitude dan longitude adalah nilai lintang dan bujur suatu lokasi pada
permukaan bumi. Kedua nilai tersebut digunakan dalam proses menentukan jarak
dan arah suatu lokasi dengan posisi pengguna. Kedua nilai tersebut diperoleh
menggunakan Google Maps. Setiap lokasi dikelompokkan ke beberapa kategori
lokasi. Pada penelitian ini, kategori yang digunakan adalah fasilitas, tempat
menarik, dan koleksi tanaman. Pencarian rute terpendek di KRB memanfaatkan
persimpangan jalan sebagai node-node yang akan dihitung jaraknya, dalam
pengambilan data ini diambil contoh peta yang ada di KRB. Nilai jarak yang
5
dipakai adalah yang sesuai dengan pengambilan koordinat di Google Maps
dengan memperhitungkan jalan balik arah sebagai bobot jarak. Node-node yang
diperoleh dari peta tersebut ditunjukkan pada Gambar 2.
Gambar 2 Node-node map Kebun Raya Bogor
Implementasi
Data koordinat yang telah diperoleh dari Google Maps kemudian disimpan
pada database SQLite. Adapun contoh isi data lokasi yang disimpan pada
database SQLite dapat dilihat pada Tabel 3. Isi data lokasi pada SQLite
selengkapnya dapat dilihat pada Lampiran 1.
Tabel 3 Contoh data lokasi pada SQLite
ID
1
2
3
4
5
6
7
8
9
Lokasi
Gerbang Utama
Pusat Informasi
Museum Zoologi
Monumen J.J Smith
Monumen Lady Raffles
Kolam Gunting
Koompassia Excelsa
Bunga Bangkai
Rotan
Latitude
-6.602784
-6.602525
-6.602999
-6.602565
-6.602125
-6.601912
-6.595773
-6.598875
-6.601374
Longitude
106.798546
106.798701
106.797545
106.797975
106.797591
106.797998
106.802116
106.803609
106.799828
Algoritme Dijkstra
Menurut Ahuja et al. (1993), masalah penentuan jalur terpendek di dalam
graph merupakan permasalahan optimasi klasik. Graf yang digunakan adalah graf
berarah dan memiliki suatu bobot. Bobot pada sisi graf dapat merepresentasikan
6
jarak antar kota, waktu pengiriman, ongkos pembangunan, dan sebagainya
(Dijkstra 1959).
Algoritme Dijkstra merupakan sebuah graph search algorithm yang
menyelesaikan single source shortest path problem dengan cara mencari jalur
terpendek dari satu start vertex lalu memeriksa dan membandingkan setiap jalur.
Walaupun demikian, Dijkstra dapat dimodifikasi sehingga dapat digunakan untuk
mencari jalur terpendek dari setiap vertex. Untuk sparse graph, yaitu graph
dengan jumlah edge yang lebih kecil dari V2, Dijkstra dapat memiliki time
complexity yang lebih kecil (Cormen et al 2009).
Input dari algoritme Dijktra adalah sebuah graf berarah yang berbobot
(weigthed directed graph) G dan sebuah vertex s dalam G serta V adalah
himpunan semua vertex dalam graf G.
G = (V,E)
Keterangan:
G : Graph
V : Vertex (titik)
E : Edge (jarak)
Ada empat langkah yang perlu dilakukan Dijkstra sebelum melakukan
pencarian jarak terpendek:
S : menentukan kumpulan vertex pada graph dengan lokasi awal dan
lokasi akhir ditentukan.
V-S : kumpulan dari vertex pada graph dengan shortest path dari satu start
ke vertex belum diketahui.
D : array berisi perkiraan jarak terpendek dari start ke setiap vertex.
T : nilai total dari jarak yang ditempuh.
sp : shortest path
Cara kerja algoritme Dijkstra adalah:
1. Isi S sebagai start (lokasi awal).
2. Jika lokasi awal ≠ lokasi akhir maka isi V-S dengan lokasi yang
terhubung dengan lokasi awal.
3. Isi D dengan urutan lokasi yang terhubung dengan lokasi awal yang
berdasarkan jarak terpendek dari lokasi awal.
4. Isi T dengan jarak yang ditempuh dan selalu bertambah bila ada jarak
yang baru.
5. Apabila lokasi awal = lokasi akhir berarti proses pencarian akan selesai,
tetapi apabila lokasi awal ≠ lokasi akhir lanjutkan langkah ke-2.
Adapun cara kerja algoritme Dijkstra dapat dilihat pada diagram alir di
Lampiran 2. Contoh proses pencarian rute terpendek yang dilakukan oleh
algoritme Dijkstra dari titik A ke titik 6 dapat dilihat pada Gambar 3.
7
A
80
85
AC
90
B
70
0
70
30
AB
6
10
Gambar 3 Contoh proses Dijkstra
Langkah yang dilakukan dalam penyelesaian proses pencarian rute terpendek dari
titik A sebagai lokasi Pintu Gerbang ke titik 6 sebagai lokasi Pembibitan dan
Museum Biji dengan Dijkstra adalah:
1. S = {A}, V-S = {B, AB, AC, 6,},
D = {sp (A, A) = 0, sp (A, AC) = 80, sp (A, B) = 85},
T=0
Tentukan titik dan jarak antar titik yang berhubungan dengan titik awal.
2. S = {A, AC}, V-S = {B, AB, 6},
D = {sp (A, B) = 85, sp (A, 6) = 170, sp (A, AB) = 115},
T = 80
Ambil titik AC, karena titik AC memiliki jarak yang paling pendek dari titik B
dan jadikan Titik AC sebagai titik awal.
3. S = {A, B}, V-S = {AB, 6},
D = {sp (A, 6) = 170, sp (A, AB) = 115},
T = 85
Karena titik AC yang terhubung dengan titik 6 memiliki nilai jarak lebih besar
dibandingkan dengan titik AB maka titik AB yang diambil.
4. S = {A, B, AB}, V-S = {6},
D = {sp (A, AB) = 115},
T = 115
Ambil titik D karena memiliki jarak lebih pendek dari pada titik C.
5. S = {A, B, AB, 6}, V-S = { },
D = { },
T = 125
Jadi dapat diperoleh jarak terpendek dari titik A sebagai lokasi Pintu Gerbang ke
titik 6 sebagai lokasi Pembibitan dan Museum Biji akan melewati A – B – AB – 6
dengan total jarak yang di tempuh = 125.
Pembacaan Masukan Pengguna
Pada tahap ini, sistem akan menerima masukan dari pengguna. Aplikasi ini
diberi nama Botanical Navigation (Bonav). Sistem akan menampilkan daftar
kategori menu yang dapat dipilih oleh pengguna. Gambar 4 memperlihatkan
antarmuka yang digunakan untuk memilih menu. Pada halaman utama terdapat 5
8
menu dengan button berupa fasilitas, tempat menarik, koleksi tanaman,
augmented reality, dan petunjuk.
Gambar 4 Antarmuka halaman utama
Pemilihan Lokasi
Pada tahap ini, sistem akan menampilkan lokasi-lokasi yang sesuai dengan
kategori yang dipilih oleh pengguna. Pada menu, terdapat 3 lokasi utama yaitu
fasilitas, tempat menarik, dan koleksi tanaman. Setelah pengguna memilih menu
pada halaman utama, sistem akan menampilkan list button sesuai kategori.
Adapun rincian dari masing-masing lokasi utama dapat dilihat pada Gambar 5, 6,
dan 7.
Gambar 5 Fasilitas
Gambar 6 Tempat
menarik
Gambar 7 Koleksi
tanaman
9
Akses Layanan GPS
Pada tahap ini, sistem akan meminta layanan GPS yang tersedia. Setelah
permintaan layanan dikirimkan, sistem akan menunggu data lokasi terbaru yang
dikirimkan oleh satelit GPS. Terdapat jeda waktu antara permintaan layanan
sampai diterimanya data lokasi terbaru. Selama data lokasi terbaru belum
diterima, aplikasi tidak akan menampilkan data lokasi awal dan rute terpendek
tidak dapat diproses.
Pengujian
Simulasi Rute
Tahap ini, sistem akan menampilkan jarak terdekat dari lokasi pengguna
menuju lokasi yang yang telah dipilih pada menu utama. Informasi yang
ditampilkan pada simulasi rute ini adalah detail peta, jarak dalam meter dan waktu
tempuh dalam menit. Tampilan simulasi rute dapat dilihat pada Gambar 8 dan
Gambar 9. Gambar 8 menggambarkan simulasi rute menuju Bunga Bangkai dan
Gambar 9 menggambarkan simulasi rute menuju Tanaman Air. Hasil simulasi
rute selengkapnya dapat dilihat pada Lampiran 3.
Gambar 8 Simulasi rute menuju
bunga bangkai
Gambar 9 Simulasi rute menuju
tanaman air
Dengan semua node dan nilai jarak antar node maka dapat dilakukan
pengujian sistem pada aplikasi. Saat melakukan simulasi rute, aplikasi akan
menampilkan peta OSM dari KRB dan menunggu lokasi awal dari pengguna
berdasarkan sinyal GPS. Pengujian sistem ini menggunakan penghitungan akurasi
jarak untuk menghitung selisih kesalahan jarak dengan 2 cara, yaitu cara pertama
menggunakan aplikasi yang telah dibuat dengan rute terpendek hasil penghitungan
Dijkstra. Cara kedua yaitu dengan pedometer untuk menghitung jarak secara
langsung di KRB menuju masing-masing lokasi. Pada penelitian Alexander
(2002), rata-rata kecepatan pejalan kaki normal adalah 1,38 m/detik atau sekitar 5
km/jam. Simulasi rute menggunakan aplikasi pedometer selengkapnya dapat
dilihat pada Lampiran 4.
10
Tabel 4 Perbandingan jarak terpendek pada aplikasi dengan jarak pedometer
No
.
Lokasi Awal
Lokasi Tujuan
Jarak
aplikasi
(meter)
Jarak
pedometer
(meter)
Selisih
jarak
(meter)
1.
Pintu Gerbang
Bunga
Bangkai
342
200
143
2.
Pembibitan dan
Museum Biji
Museum
Zoologi
197
130
67
3
Museum
Zoologi
Taman
Teisjmann
428
410
18
4
Taman
Teisjmann
Makam
Belanda
206
120
86
5
Makam Belanda Kolam
Gunting
274
247
27
6
Kolam Gunting
Monumen
Lady Raffles
393
250
143
7
Monumen Lady
Raffles
Jembatan
Gantung
926
908
18
8
Jembatan
Gantung
Taman
Sudjana
Kassan
426
320
106
9
Taman Sudjana
Kassan
Rumah
Anggrek
596
567
29
10
Tanaman Air
Pintu Gerbang
434
417
17
-
-
65.3
Rata-rata
Berdasarkan hasil uji coba perbandingan pada Tabel 4, rata-rata selisih jarak
kesalahan pada aplikasi dibandingkan jarak pada pedometer adalah 65.3 Meter.
Pada lokasi uji ke 3, 7, dan 10 didapatkan akurasi maksimal sebesar 17 meter dan
18 meter. Hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google
Maps berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB
pada aplikasi pedometer. Selain itu, selisih jarak kesalahan yang membesar dapat
mengurangi ketelitian posisi awal pengguna. Hal ini terjadi akibat waktu akses
GPS pada lokasi terbuka lebih singkat dibandingkan dengan waktu akses GPS
pada lokasi tertutup. Perangkat smartphone Android yang sudah dilengkapi GPS
harus diarahkan langsung ke langit dengan kondisi Line of Sight sehingga sinyal
tidak terhalang.
11
SIMPULAN DAN SARAN
Simpulan
Penelitian ini menghasilkan aplikasi mobile menggunakan algoritme
Dijkstra di KRB yang dapat digunakan untuk mencari jarak terpendek dari
masing-masing lokasi yang ada di KRB. Hasil uji coba rata-rata selisih jarak
kesalahan pada aplikasi dibandingkan jarak pada pedometer adalah 65.3 Meter,
hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google Maps
berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB pada
aplikasi pedometer.
Saran
Untuk penelitian selanjutnya, dapat dibangun sebuah web server yang
menyediakan data yang besar bagi sistem untuk menampung deskripsi masingmasing lokasi, detail jalan, serta kompleksitas data sesuai keinginan pengguna.
Dengan menggunakan web server, diharapkan proses manajemen data menjadi
lebih mudah dan kapasitas data yang dapat disimpan menjadi lebih besar. Selain
itu, pada penelitian selanjutnya penentuan rute terpendek pada algoritme Dijkstra
dapat dibandingkan dengan algoritme lain yang serupa untuk mengetahui jarak
dan running time yang paling optimal.
DAFTAR PUSTAKA
Ahuja, Ravinda K, Thomas LM, James BO. 1993. Network Flows. Prentice Hall.
Alexander, McNeill R. 2002. Energetics and optimization of human walking and
running: The 2000 Raymond Pearl memorial lecture. American Journal of
Human Biology. 14 (5):641–648. doi:10.1002/ajhb.10067
Cormen TH, Leiserson CE, Rivest RL, Stein C. 2009. Introduction to Algorithms
Third Edition. Cambridge: The MIT Press.
Dijkstra EW. 1959. A Note on Two Problems in Connection with Graphs, Numer.
Math, 1: 269-271.
Feiner BS, MacIntyre B, Seligmann D. 1993. Communications of the ACM Special issue on computer augmented environments: back to the real world.
New York: ACM. 36(7):52–62.
McLeod R, Schell JG. 2004. Sistem Informasi Manajemen. Jakarta: PT. Indeks.
Wijaya IWGS, Susanto EH. 2012. Penerapan Algoritma Djikstra untuk
Menemukan Rute Terpendek Daerah Wisata di Kabupaten Banyuwangi Pada
Location Based Service di Platform Android. Di dalam: Adhyarini E,
Prasetyo W, Mulya MKH, Yanuarsa D, editor. Prosiding Seminar Nasional
Manajemen Teknologi XV; 2012 Feb 4; Surabaya, Indonesia. Surabaya (ID):
Institut Teknologi Surabaya. C-30-1
Williams S. 1998. Tourism Geography. New York: Routledge Taylor & Francis
12
Lampiran 1 Data lokasi pada SQLite lengkap
ID
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Lokasi
Gerbang Utama
Pusat Informasi
Museum Zoologi
Gd. Konservasi
Lab. Treub
Pembibitan & Museum Biji
Herbarium
Kafe de Daunan
Monumen J.J Smith
Monumen Lady Raffles
Kolam Gunting
Taman Teisjmann
Makam Belanda
Istana Bogor
Jalan Kenari I
Jalan Kenari II
Jembatan Gantung
Jalan Astrid
Rumah Anggrek
Taman Sudjana Kassan
Koompassia Excelsa
Bunga Bangkai
Rotan
Koleksi Bambu
Koleksi Kaktus
Koleksi Tanaman Air
Koleksi Palem
Koleksi Tanaman Buah
Koleksi Paku-pakuan
Teratai Raksasa
Latitude
-6.602784
-6.602525
-6.602999
-6.602565
-6.602125
-6.601912
-6.595773
-6.598875
-6.601374
-6.601819
-6.600143
-6.600857
-6.599536
-6.598001
-6.59961
-6.599818
-6.596285
-6.597138
-6.595395
-6.592981
-6.60204
-6.601673
-6.601502
-6.599722
-6.602043
-6.600796
-6.599728
-6.598926
-6.6009
-6.599275
Longitude
106.798546
106.798701
106.797545
106.797975
106.797591
106.797998
106.802116
106.803609
106.799828
106.798903
106.797728
106.795815
106.796357
106.797365
106.796925
106.80192
106.800871
106.803245
106.802655
106.801142
106.798728
106.796813
106.795895
106.795794
106.801239
106.800523
106.800029
106.79853
106.803937
106.802408
13
Lampiran 2 Diagram alir Dijkstra
Mulai
Input lokasi awal
dan lokasi tujuan
Lokasi awal
terhubung
dengan
lokasi akhir
tidak
Ambil jarak terpendek ke
lokasi berikutnya
Ubah lokasi terpendek menjadi
lokasi awal
tidak
Lokasi awal
=
lokasi
akhir?
ya
Selesai
ya
14
Lampiran 3 Simulasi rute menggunakan aplikasi bonav
Pembibitan ke Museum
Zoologi
Monumen Lady Raffles ke Jembatan
Gantung
Makam Belanda ke Kolam
Gunting
Taman Teisjmann ke Makam
Belanda
Kolam Gunting ke Monument
Lady Raffles
Museum Zoologi ke Taman
Teisjmann
15
Lampiran 4 Simulasi rute menggunakan aplikasi pedometer
Pintu Gerbang menuju Bunga
Bangkai
Jembatan Gantung menuju Taman
Sudjana Kassan
Pembibitan menuju Museum Zoologi
Taman Teisjmann menuju Makam
Belanda
16
RIWAYAT HIDUP
Penulis dilahirkan di kota Cilegon pada tanggal 27 Desember 1989.
Penulis merupakan anak kedua atau bungsu dari pasangan Bapak Sukarni dan Ibu
Sujinah.
Penulis menyelesaikan pendidikan sekolah dasar di SD YPWKS V Cilegon,
SMP Negeri 2 Cilegon, Sekolah Menengah Atas di SMA Negeri 1 Cilegon,
Program Diploma Institut Pertanian Bogor, dan lulus pada tahun 2011. Pada tahun
yang sama tahun 2011 penulis diterima di Fakultas Matematika dan Ilmu
Pengetahuan Alam program studi Ilmu Komputer Institut Pertanian Bogor melalui
tes seleksi masuk alih jenis ILKOM IPB.
Selama masa perkuliahan di IPB penulis aktif dalam berbagai kegiatan
kampus. Penulis menjadi staf Departemen Pemberdayaan Sumber Daya
Masyarakat Badan Eksekutif Mahasiswa Kabinet Persatuan Perjuangan periode
2009/2010. Pada periode 2010/2011 penulis menjadi Koordinator Badan
Informasi Mahasiswa Departemen Komunikasi dan Informasi Badan Eksekutif
Mahasiswa kabinet Gema Diploma. Pada periode yang sama Penulis juga
mengikuti kegiatan MIPRO sebagai staf MICRO. Pada tahun 2014, kegiatan
penulis diluar akademik yang menunjang pendidikan adalah bekerja di salah satu
Lembaga Pemerintah Non Kementerian Badan Pengkajian dan Penerapan
Teknologi sebagai Engineer staf pada unit Pusat Data, Informasi, dan
Standardisasi. Pada periode tersebut penulis aktif mengikuti kegiatan training dan
seminar, diantaranya adalah training Instalasi, Konfigurasi, dan Administrasi
Zimbra Mail Server & Collaboration Suite serta seminar sosialisasi GOV-CSIRT
untuk menangani insiden keamanan informasi di lingkup pemerintahan.