Sistem Informasi Geografis Berbasis Web untuk Produksi Padi di Indonesia Menggunakan OpenGeo Suite 3.0
SISTEM INFORMASI GEOGRAFIS BERBASIS WEB
UNTUK PRODUKSI PADI DI INDONESIA MENGGUNAKAN
OPENGEO SUITE 3.0
RISA IKA WIJAYANTI
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Informasi
Geografis Berbasis Web untuk Produksi Padi di Indonesia Menggunakan
OpenGeo Suite 3.0 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, Juli 2014
Risa Ika Wijayanti
NIM G64100133
ABSTRAK
RISA IKA WIJAYANTI. Sistem Informasi Geografis Berbasis Web untuk
Produksi Padi di Indonesia Menggunakan OpenGeo Suite 3.0. Dibimbing oleh
IMAS SUKAESIH SITANGGANG.
Beras merupakan komoditas pertanian yang berperan penting dalam
perekonomian dan menjadi makanan pokok bagi masyarakat Indonesia. Hingga
saat ini pulau Jawa memberikan kontribusi terbesar dalam pengadaan produksi
padi. Departemen Pertanian telah menyediakan informasi mengenai produksi
padi yang dapat diketahui oleh masyarakat. Penyajian informasi yang ada masih
kurang interaktif karena informasi disajikan hanya dalam bentuk tabular. Dalam
penelitian ini sistem informasi geografis (SIG) berbasis web dibangun
menggunakan perangkat lunak OpenGeo Suite 3.0. OpenGeo Suite merupakan
aplikasi yang mengemas PostgreSQL dengan ekstensi spasial PostGIS sebagai
sistem manajemen basis data yang dapat menampilkan informasi penyebaran
produksi padi di Indonesia dan GeoServer sebagai server peta. SIG yang
dibangun menampilkan informasi mengenai produksi, produktivitas, dan luas
panen dalam bentuk tabel, peta dan grafik yang berguna untuk memudahkan
masyarakat memperoleh informasi produksi padi di seluruh kabupaten di
Indonesia.
Katakunci: geoserver, opengeo, produksi padi, sistem informasi geografis
berbasis web
ABSTRACT
RISA IKA WIJAYANTI. Web-Based Geographic Information System for Paddy
Production in Indonesia Using OpenGeo Suite 3.0. Supervised by IMAS
SUKAESIH SITANGGANG.
Rice is an agricultural commodity which plays an important role in
economy and becomes a main food for Indonesian people. Currently, Java Island
provides the largest contribution in paddy production. Ministry of Agriculture has
provided information regarding paddy production in Indonesia that can be
accessed by public. The existing representation of paddy production information
is less interactive because the information is provided only in the tabular format.
In this study, web-based geographic information system (GIS) was developed
using OpenGeo Suite 3.0 software. OpenGeo Suite 3.0 is an application which
bundles PostgreSQL with a spatial extension PostGIS as a database management
system to interactively display information on the spread of paddy production in
Indonesia and GeoServer as map server. The GIS displays information about
production, productivity, and harvested areas of paddy in the form of tables, maps,
and graphs. The system is useful to facilitate the public in accessing information
regarding paddy production in all districts in Indonesia.
Keywords: geoserver, opengeo, paddy production, web-based geographic
information system
SISTEM INFORMASI GEOGRAFIS BERBASIS WEB
UNTUK PRODUKSI PADI DI INDONESIA MENGGUNAKAN
OPENGEO SUITE 3.0
RISA IKA WIJAYANTI
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
2014
Penguji:
1 Hari Agung Adrianto, SKom MSi
2 Rina Trisminingsih, SKom MT
Judul Skripsi : Sistem Informasi Geografis Berbasis Web untuk Produksi Padi di
Indonesia Menggunakan OpenGeo Suite 3.0
Nama
: Risa Ika Wijayanti
NIM
: G64100133
Disetujui oleh
Dr Imas Sukaesih Sitanggang, SSi MKom
Pembimbing I
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur atas kehadirat Allah SWT yang telah memberikan rahmat
dan karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir Sistem
Informasi Geografis Berbasis Web untuk Produksi Padi di Indonesia
Menggunakan OpenGeo Suite 3.0. Penelitian ini dilaksanakan mulai Oktober
2013 sampai dengan Mei 2014, bertempat di Departemen Ilmu Komputer.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah
memberikan bantuan dan dukungan kepada penulis, yaitu:
1 Kedua orang tua, Bapak Rasyid Widodo dan Ibu Supiani, serta adik tercinta
Arief Prasetyo Budi yang selalu memberikan doa dan dukungan moral.
2 Ibu Dr Imas Sukaesih Sitanggang, SSi MKom, selaku pembimbing tugas akhir
atas bimbingan dan arahannya yang diberikan selama pengerjaan tugas akhir
ini.
3 Bapak Hari Agung Adrianto, SKom MSi dan Ibu Rina Trisminingsih, SKom
MT, selaku dosen penguji.
4 Teman seperjuangan, Resti Hidayah atas kesabarannya selalu membantu
penulis dalam mengerjakan tugas akhir.
5 Teman-teman Ilkom 47, Khairil Amri, Roudhotul Jannah, Colin S.L.T, Alfat
S.H, Sodik Kirono, Baskoro S, Miftkhul Huda, atas pengalaman berbagi ilmu
dan kebersamaan selama perkuliahan di Departemen Ilmu Komputer IPB.
6 Departemen Ilmu Komputer IPB, staf, serta dosen yang telah banyak
membantu baik selama masa perkuliahan maupun selama penelitian tugas akhir.
Bogor, Juli 2014
Risa Ika Wijayanti
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
METODE PENELITIAN
Perencanaan Pengembangan Web
3
Rekayasa Kebutuhan Web
3
Desain Aplikasi Web
3
Implementasi Teknis Web
3
Penggunaan Sistem Web
4
HASIL DAN PEMBAHASAN
Perencanaan Pengembangan Web
4
Rekayasa Kebutuhan Web
4
Desain Aplikasi Web
8
Implementasi Teknis Web
9
Penggunaan Sistem Web
13
SIMPULAN DAN SARAN
Simpulan
13
Saran
13
DAFTAR PUSTAKA
14
LAMPIRAN
15
RIWAYAT HIDUP
19
DAFTAR TABEL
1 Hasil clustering luas panen padi
2 Hasil clustering produksi padi
3 Hasil clustering produktivitas padi
4 Rentang nilai hasil clustering padi
5 Hasil pengujian SIG produksi padi
5
5
6
6
12
DAFTAR GAMBAR
1 Web-based development life cycle (Abdul-Aziz et al. 2012)
2 Diagram konteks SIG
3 Diagram keterhubungan antartabel
4 Perancangan antarmuka halaman utama
5 Arsitektur SIG mengunakan client-server
6 Layer preview produksi padi tahun 2010
7 Antarmuka halaman utama SIG
3
7
8
9
9
10
11
DAFTAR LAMPIRAN
1 Karakteristik pengguna SIG produksi padi
2 Perancangan fisik SIG produksi padi untuk data kabupaten
3 Perancangan fisik SIG produksi padi untuk data produksi padi
4 Grafik hasil pencarian produksi padi di Bali tahun 2011
5 Hasil pencarian produksi padi di Bali tahun 2011
6 Halaman tentang sistem dari SIG produksi padi
15
16
16
16
17
18
PENDAHULUAN
Latar Belakang
Beras merupakan komoditas pertanian yang berperan penting dalam
perekonomian dan menjadi makanan pokok bagi masyarakat Indonesia. Sejalan
dengan pertambahan jumlah penduduk Indonesia, kebutuhan beras dalam periode
2005 hingga 2025 diperkirakan masih akan terus meningkat. Apabila pada tahun
2005 kebutuhan beras setara 52.8 juta ton gabah kering giling (GKG), maka pada
tahun 2025 kebutuhan tersebut diproyeksikan sebesar 65.9 juta ton GKG. Hingga
saat ini dan beberapa tahun mendatang, beras tetap menjadi sumber utama gizi
dan energi bagi lebih dari 90% penduduk Indonesia (Departemen Pertanian 2005).
Hingga saat ini pulau Jawa tetap memberikan kontribusi terbesar dalam
pengadaan produksi padi nasional dengan area luas panen dan produksi masingmasing 46.8% dan 54%. Namun beberapa tahun terakhir laju peningkatan
produksi padi nasional cenderung melandai. Hal ini disebabkan adanya penurunan
luas area panen di pulau Jawa yang mengakibatkan jumlah produksi padi ikut
menurun. Dengan demikian, gejala pelandaian produksi padi di Jawa akan
berdampak luas terhadap penyediaan pangan nasional ke depan. Penurunan
produksi padi di Jawa sebagian ditutupi oleh produksi di Sulawesi dan
Kalimantan yang masing-masing dengan laju peningkatan 3.5% dan 3.8% per
tahun. Meskipun demikian, mengingat luas area panen di Sulawesi dan
Kalimantan tidak terlalu besar maka jumlah sumbangannya untuk produksi padi
nasional relatif kecil (Departemen Pertanian 2005).
Banyak informasi mengenai daerah di Indonesia yang berpotensi sebagai
daerah penghasil padi, namun hal ini belum didukung dengan adanya sistem
informasi yang memadai. Departemen Pertanian telah menyediakan informasi
mengenai data hasil pertanian di Indonesia termasuk data produksi padi yang
dapat diketahui oleh masyarakat. Penyajian informasi yang ada masih kurang
interaktif karena informasi disajikan hanya dalam bentuk tabular. Oleh karena itu,
dalam penelitian ini dibangun sebuah sistem informasi geografis (SIG) berbasis
web menggunakan OpenGeo Suite 3.0. Penelitian sebelumnya mengenai SIG
telah dikembangkan oleh Barus (2014). Penelitian tersebut telah berhasil
menampilkan visualisasi untuk data histori titik api di Indonesia menggunakan
OpenGeo Suite 3.0.
Sistem Informasi Geografis (SIG) adalah suatu sistem yang dapat
menangkap, menyimpan, melakukan query, menganalisis, dan menampilkan data
geografis (Chang 2002). OpenGeo Suite ialah perangkat lunak geospasial yang
berupa tumpukan (stack) dengan komponen yang penting diletakkan di bawah,
dan komponen pendukung diletakkan di atasnya (OpenGeo 2014).
Pengunaan OpenGeo Suite pada penelitian ini disebabkan OpenGeo Suite
merupakan salah satu perangkat lunak yang dapat mengatasi isu interoperabilitas
(Hidayat 2013). Menurut Vullo et al. (2010) interoperabilitas ialah sifat yang
mengacu pada kemampuan sistem dan berbagai organisasi untuk bekerja sama.
Teknik clustering k-means juga diterapkan dalam penelitian ini. Tujuannya ialah
untuk mengelompokkan data produksi, produktivitas, dan luas panen padi.
2
Metode clustering k-means mempartisi data ke dalam dua kelompok atau
lebih, yaitu data yang memiliki karakteristik yang sama akan dimasukkan ke
dalam kelompok yang sama dan data yang memiliki karakteristik yang berbeda
akan dimasukkan ke dalam kelompok yang berbeda (Han 2012). SIG yang
dibangun menampilkan informasi mengenai produksi, produktivitas, dan luas
panen dalam bentuk tabel, peta dan grafik yang berguna untuk memudahkan
masyarakat memperoleh informasi produksi padi di seluruh kabupaten di
Indonesia.
Perumusan Masalah
Indonesia memiliki area yang luas yang terdiri dari 33 provinsi, yang
masing-masing daerah mempunyai potensi sebagai daerah pengembangan
produksi padi untuk menunjang ketahanan pangan nasional. Namun, informasi ini
belum didukung dengan adanya sistem informasi geografis yang memadai. Oleh
sebab itu, diperlukan adanya sebuah sistem informasi geografis yang dapat
memberikan informasi daerah-daerah di Indonesia yang berpotensi menghasilkan
produksi padi yang meliputi luas area panen, jumlah produksi, dan produktivitas.
Tujuan Penelitian
Tujuan dari penelitian ini adalah membangun sistem informasi geografis
berbasis web menggunakan OpenGeo Suite 3.0 yang akan menyajikan informasi
mengenai luas area panen, jumlah produksi, dan produktivitas padi di Indonesia.
Manfaat Penelitian
Manfaat yang diperoleh dari pembuatan sistem ini ialah dapat diketahuinya
penyebaran wilayah di Indonesia yang berpotensi sebagai daerah penghasil padi.
Sistem ini diharapkan dapat digunakan untuk memudahkan masyarakat Indonesia
memperoleh informasi produksi padi.
Ruang Lingkup Penelitian
Ruang lingkup penelitian yang akan dilakukan sebagai berikut:
1 Data spasial yang akan dipergunakan ialah data administrasi yang mencakup
wilayah kabupaten di Indonesia.
2 Data yang digunakan ialah data produksi padi pada tahun 2000 hingga 2011,
yang berasal dari www.deptan.go.id.
3 Informasi yang didapat akan disajikan dalam bentuk tabel, grafik, dan peta.
4 Sistem yang dikembangkan pada penelitian ini menggunakan platform
Windows yang berbasis web dan perangkat lunak OpenGeo Suite 3.0.
3
METODE PENELITIAN
Metode yang digunakan dalam penelitian ini ialah metode Web-based
Development Life Cycle (WDLC) yang disajikan pada Gambar 1. Metode ini
terdiri atas lima tahapan, yaitu perencanaan pengembangan web, rekayasa
kebutuhan web, desain aplikasi web, implementasi teknis web, dan penggunaan
sistem web (Abdul-Aziz et al. 2012).
Gambar 1 Web-based development life cycle (Abdul-Aziz et al. 2012)
Perencanaan Pengembangan Web
Pada tahap ini pengguna dan pengembang SIG mulai membahas rencana
pengembangan sistem. Strategi pengembangan sistem mencakup jadwal dan
rencana kerja yang akan dilakukan.
Rekayasa Kebutuhan Web
Pada tahap ini terdapat dua aktivitas utama yang akan dilakukan. Pertama,
elicitation kebutuhan yang melibatkan pengumpulan dan penyampaian kebutuhan
dari pengguna. Kedua, analisis kebutuhan yang pada akhirnya akan menghasilkan
spesifikasi kebutuhan dan model. Dokumen persyaratan ini perlu divalidasi untuk
memastikan persyaratan yang ditentukan sudah benar.
Desain Aplikasi Web
Pada tahap ini dilakukan persiapan dan pengembangan semua spesifikasi
desain yang diperlukan. Prototipe dibuat untuk menunjukkan kelayakan desain
yang mengarah ke persetujuan pengguna. Tahapan ini dilakukan untuk
menghasilkan suatu persyaratan lengkap sebelum pembangunan sistem yang
sebenarnya.
Implementasi Teknis Web
Implementasi teknis melingkupi pembangunan sistem informasi berbasis
web, yaitu pembuatan basis data, pembangunan antarmuka, dan implementasi
kode sehingga dapat digunakan di berbagai web browser. Pengujian diperlukan
untuk menghindari kesalahan, memastikan sistem berguna, dan memenuhi
spesifikasi.
4
Penggunaan Sistem Web
Pada tahap ini, sistem informasi berbasis web didistribusikan baik di web
hosting maupun di situs pengguna sendiri. Dengan demikian, optimasi terhadap
mesin pencari telah diterapkan. Pemeliharaan sistem melibatkan evaluasi dan
peninjauan sistem dengan cara yang konsisten untuk memperkuat keamanan dan
memberikan rekomendasi untuk perbaikan.
HASIL DAN PEMBAHASAN
Perencanaan Pengembangan Web
Pada tahap ini, pengguna dan pengembang SIG membahas rencana
pengembangan sistem. Strategi pengembangan sistem mencakup jadwal dan
rencana kerja yang akan dilakukan. Rencana kerja yang dilakukan dalam
penelitian ini meliputi: pengolahan data, analisis kebutuhan, desain, implementasi
kode program, pengujian sistem, serta penggunaan sistem.
Rekayasa Kebutuhan Web
Pada tahapan awal rekayasa kebutuhan web ialah melakukan pengumpulan
kebutuhan sistem. Tahapan selanjutnya ialah menganalisis spesifikasi kebutuhan
dari sistem, yaitu analisis kebutuhan data, kebutuhan fungsional sistem,
karakteristik pengguna, dan mengidentifikasi perangkat penelitian yang
dibutuhkan.
a
Pengumpulan dan analisis kebutuhan data
Pada tahapan awal rekayasa kebutuhan web ialah melakukan pengumpulan
data produksi padi. Data produksi padi yang digunakan ialah data produksi padi
kabupaten di seluruh Indonesia pada tahun 2000 hingga 2011 yang diunduh dari
http://aplikasi.deptan.go.id/bdsp/index.asp.
Data awal yang diperoleh dari Deptan yaitu data produksi padi tahun 20002011 dalam format Microsoft Excel. Data ini meliputi luas panen, produksi, dan
produktivitas tiap kabupaten di Indonesia. Setelah data terkumpul dilakukan
tahapan pemilihan data, yaitu memilih variabel yang akan dibutuhkan sistem.
Variabel yang dibutuhkan sistem yaitu nama kabupaten, tahun, luas panen,
produksi, serta produktivitas. Pada data awal yang diperoleh dari Deptan terdapat
beberapa kesalahan perhitungan nilai produktivitas, sehingga diperlukan tahapan
untuk memperbaiki isi data. Untuk memperbaiki nilai produktivitas yang tidak
sesuai, dilakukan perhitungan ulang berdasarkan jumlah produksi dan luas area
panen padi sesuai dengan persamaan (1) berikut:
Produktivitas =Jumlah produksi (Kuintal)/Luas panen (Ha)
(1)
Tahapan selanjutnya ialah melakukan clustering data luas panen, produksi,
dan produktivitas menggunakan algoritme k-means untuk mengelompokkan data
menjadi kategori rendah, sedang, tinggi, dan sangat tinggi di setiap kabupaten di
5
Indonesia. Clustering k-means dilakukan menggunakan perangkat lunak Weka 6.9
untuk beberapa nilai k, yaitu 2, 3, 4, dan 5. Hasil clustering data luas panen,
produksi, dan produktivitas padi berturut-turut dapat dilihat pada Tabel 1, 2, dan 3.
Tabel 1 Hasil clustering luas panen padi
2
SSE
(Sum
Square
Error)
2.50
3
1.66
4
1.29
5
0.52
Jumlah
K
Luas Panen (Ha)
Cluster
1
2
1
2
3
1
2
3
4
1
2
3
4
5
Jumlah
Anggota Maksimum Minimum Rata - Rata
3 393
837
2 651
1 239
340
2 445
1 166
537
82
2 366
1 149
547
166
2
53 935
1 107 616
30 537
88 862
1 107 616
24 718
66 741
135 916
1 107 616
22 933
60 278
112 212
384 160
1 107 616
1
54 025
1
30 646
89 167
1
24 836
66 821
137 757
1
22 986
60 418
112 835
588 924
26 968
92 149.2
8 781.9
53 458.4
125 741
7 205.1
42 320.5
91 317
183 281
6 652.6
39 265.7
81 472.1
144 039
848 270
Tabel 2 Hasil clustering produksi padi
2
SSE
(Sum
Square
Error)
23.06
3
10.93
4
6.54
5
4.07
Jumlah
K
Cluster
1
2
1
2
3
1
2
3
4
1
2
3
4
5
Produksi (Ton)
Jumlah
Anggota Maksimum Minimum Rata - Rata
3 357
836
2 735
1 106
352
2 418
1068
516
191
2 269
990
582
295
57
260 363
1 415 050
148 988
434 454
1 415 050
107 650
291 242
557 959
1 415 050
89 799
237 239
434 454
740 272
1 415 050
2.95
261 358
2.95
149 316
437 192
2.95
107 908
291 778
560 561
2.95
90 211
238 043
437 192
755 247
69 578.3
452 544
39 979.2
258 362
615 936
28 772.3
186 861
395 998
724 751
24 191.9
155 865
319 405
553 113
941 073
6
Tabel 3 Hasil clustering produktivitas padi
2
SSE
(Sum
Square
Error)
21.67
3
10.32
4
6.62
5
4.46
Jumlah
K
Cluster
Produktivitas (Kuintal/Ha)
Jumlah
Anggota Maksimum Minimum Rata - Rata
1
2
1
2
3
1
2
3
4
1
2
3
4
5
1 829
2 675
1 265
1 678
1 561
614
1 084
1 475
1 331
2 269
990
582
295
57
40.7
94.3
35.3
48.1
94.3
29.3
39.5
49.8
94.3
28.4
37.8
46.4
54.0
94.3
5.3
40.7
5.3
35.3
48.2
5.3
29.3
39.6
49.8
5.3
28.5
37.9
46.4
54.1
31.4
49.9
28.4
42.1
54.2
24.1
34.5
44.5
55.1
23.6
33.3
42.4
50.4
57.7
Berdasarkan hasil clustering untuk luas panen, produksi, produktivitas pada
Tabel 1, Tabel 2, dan Tabel 3 diperoleh hasil clustering terbaik dengan nilai k = 4.
Pemilihan hasil clustering menggunakan nilai k = 4 sebab dengan cluster yang
tidak terlalu banyak menghasilkan nilai SSE yang cukup kecil. Setelah didapat
jumlah cluster yang akan digunakan, maka dilakukan penentuan rentang nilai
untuk masing-masing cluster berdasarkan nilai maksimum, minimum, dan ratarata. Rentang nilai untuk hasil clustering luas panen, produksi, dan produktivitas
dapat dilihat pada Tabel 4.
Tabel 4 Rentang nilai hasil clustering padi
Rentang Nilai
Cluster
Rendah
Sedang
Tinggi
Sangat
Tinggi
Luas Panen (Ha)
(24 800)
[24 800, 66 800)
[66 800, 137 000)
[137 000)
Produksi (Ton)
(107 900)
[107 900, 291 700)
[291 700, 560 600)
[560 600)
Produktivitas
(Ku/Ha)
(30.00)
[30.00 &
UNTUK PRODUKSI PADI DI INDONESIA MENGGUNAKAN
OPENGEO SUITE 3.0
RISA IKA WIJAYANTI
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Informasi
Geografis Berbasis Web untuk Produksi Padi di Indonesia Menggunakan
OpenGeo Suite 3.0 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, Juli 2014
Risa Ika Wijayanti
NIM G64100133
ABSTRAK
RISA IKA WIJAYANTI. Sistem Informasi Geografis Berbasis Web untuk
Produksi Padi di Indonesia Menggunakan OpenGeo Suite 3.0. Dibimbing oleh
IMAS SUKAESIH SITANGGANG.
Beras merupakan komoditas pertanian yang berperan penting dalam
perekonomian dan menjadi makanan pokok bagi masyarakat Indonesia. Hingga
saat ini pulau Jawa memberikan kontribusi terbesar dalam pengadaan produksi
padi. Departemen Pertanian telah menyediakan informasi mengenai produksi
padi yang dapat diketahui oleh masyarakat. Penyajian informasi yang ada masih
kurang interaktif karena informasi disajikan hanya dalam bentuk tabular. Dalam
penelitian ini sistem informasi geografis (SIG) berbasis web dibangun
menggunakan perangkat lunak OpenGeo Suite 3.0. OpenGeo Suite merupakan
aplikasi yang mengemas PostgreSQL dengan ekstensi spasial PostGIS sebagai
sistem manajemen basis data yang dapat menampilkan informasi penyebaran
produksi padi di Indonesia dan GeoServer sebagai server peta. SIG yang
dibangun menampilkan informasi mengenai produksi, produktivitas, dan luas
panen dalam bentuk tabel, peta dan grafik yang berguna untuk memudahkan
masyarakat memperoleh informasi produksi padi di seluruh kabupaten di
Indonesia.
Katakunci: geoserver, opengeo, produksi padi, sistem informasi geografis
berbasis web
ABSTRACT
RISA IKA WIJAYANTI. Web-Based Geographic Information System for Paddy
Production in Indonesia Using OpenGeo Suite 3.0. Supervised by IMAS
SUKAESIH SITANGGANG.
Rice is an agricultural commodity which plays an important role in
economy and becomes a main food for Indonesian people. Currently, Java Island
provides the largest contribution in paddy production. Ministry of Agriculture has
provided information regarding paddy production in Indonesia that can be
accessed by public. The existing representation of paddy production information
is less interactive because the information is provided only in the tabular format.
In this study, web-based geographic information system (GIS) was developed
using OpenGeo Suite 3.0 software. OpenGeo Suite 3.0 is an application which
bundles PostgreSQL with a spatial extension PostGIS as a database management
system to interactively display information on the spread of paddy production in
Indonesia and GeoServer as map server. The GIS displays information about
production, productivity, and harvested areas of paddy in the form of tables, maps,
and graphs. The system is useful to facilitate the public in accessing information
regarding paddy production in all districts in Indonesia.
Keywords: geoserver, opengeo, paddy production, web-based geographic
information system
SISTEM INFORMASI GEOGRAFIS BERBASIS WEB
UNTUK PRODUKSI PADI DI INDONESIA MENGGUNAKAN
OPENGEO SUITE 3.0
RISA IKA WIJAYANTI
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
2014
Penguji:
1 Hari Agung Adrianto, SKom MSi
2 Rina Trisminingsih, SKom MT
Judul Skripsi : Sistem Informasi Geografis Berbasis Web untuk Produksi Padi di
Indonesia Menggunakan OpenGeo Suite 3.0
Nama
: Risa Ika Wijayanti
NIM
: G64100133
Disetujui oleh
Dr Imas Sukaesih Sitanggang, SSi MKom
Pembimbing I
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur atas kehadirat Allah SWT yang telah memberikan rahmat
dan karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir Sistem
Informasi Geografis Berbasis Web untuk Produksi Padi di Indonesia
Menggunakan OpenGeo Suite 3.0. Penelitian ini dilaksanakan mulai Oktober
2013 sampai dengan Mei 2014, bertempat di Departemen Ilmu Komputer.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah
memberikan bantuan dan dukungan kepada penulis, yaitu:
1 Kedua orang tua, Bapak Rasyid Widodo dan Ibu Supiani, serta adik tercinta
Arief Prasetyo Budi yang selalu memberikan doa dan dukungan moral.
2 Ibu Dr Imas Sukaesih Sitanggang, SSi MKom, selaku pembimbing tugas akhir
atas bimbingan dan arahannya yang diberikan selama pengerjaan tugas akhir
ini.
3 Bapak Hari Agung Adrianto, SKom MSi dan Ibu Rina Trisminingsih, SKom
MT, selaku dosen penguji.
4 Teman seperjuangan, Resti Hidayah atas kesabarannya selalu membantu
penulis dalam mengerjakan tugas akhir.
5 Teman-teman Ilkom 47, Khairil Amri, Roudhotul Jannah, Colin S.L.T, Alfat
S.H, Sodik Kirono, Baskoro S, Miftkhul Huda, atas pengalaman berbagi ilmu
dan kebersamaan selama perkuliahan di Departemen Ilmu Komputer IPB.
6 Departemen Ilmu Komputer IPB, staf, serta dosen yang telah banyak
membantu baik selama masa perkuliahan maupun selama penelitian tugas akhir.
Bogor, Juli 2014
Risa Ika Wijayanti
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
METODE PENELITIAN
Perencanaan Pengembangan Web
3
Rekayasa Kebutuhan Web
3
Desain Aplikasi Web
3
Implementasi Teknis Web
3
Penggunaan Sistem Web
4
HASIL DAN PEMBAHASAN
Perencanaan Pengembangan Web
4
Rekayasa Kebutuhan Web
4
Desain Aplikasi Web
8
Implementasi Teknis Web
9
Penggunaan Sistem Web
13
SIMPULAN DAN SARAN
Simpulan
13
Saran
13
DAFTAR PUSTAKA
14
LAMPIRAN
15
RIWAYAT HIDUP
19
DAFTAR TABEL
1 Hasil clustering luas panen padi
2 Hasil clustering produksi padi
3 Hasil clustering produktivitas padi
4 Rentang nilai hasil clustering padi
5 Hasil pengujian SIG produksi padi
5
5
6
6
12
DAFTAR GAMBAR
1 Web-based development life cycle (Abdul-Aziz et al. 2012)
2 Diagram konteks SIG
3 Diagram keterhubungan antartabel
4 Perancangan antarmuka halaman utama
5 Arsitektur SIG mengunakan client-server
6 Layer preview produksi padi tahun 2010
7 Antarmuka halaman utama SIG
3
7
8
9
9
10
11
DAFTAR LAMPIRAN
1 Karakteristik pengguna SIG produksi padi
2 Perancangan fisik SIG produksi padi untuk data kabupaten
3 Perancangan fisik SIG produksi padi untuk data produksi padi
4 Grafik hasil pencarian produksi padi di Bali tahun 2011
5 Hasil pencarian produksi padi di Bali tahun 2011
6 Halaman tentang sistem dari SIG produksi padi
15
16
16
16
17
18
PENDAHULUAN
Latar Belakang
Beras merupakan komoditas pertanian yang berperan penting dalam
perekonomian dan menjadi makanan pokok bagi masyarakat Indonesia. Sejalan
dengan pertambahan jumlah penduduk Indonesia, kebutuhan beras dalam periode
2005 hingga 2025 diperkirakan masih akan terus meningkat. Apabila pada tahun
2005 kebutuhan beras setara 52.8 juta ton gabah kering giling (GKG), maka pada
tahun 2025 kebutuhan tersebut diproyeksikan sebesar 65.9 juta ton GKG. Hingga
saat ini dan beberapa tahun mendatang, beras tetap menjadi sumber utama gizi
dan energi bagi lebih dari 90% penduduk Indonesia (Departemen Pertanian 2005).
Hingga saat ini pulau Jawa tetap memberikan kontribusi terbesar dalam
pengadaan produksi padi nasional dengan area luas panen dan produksi masingmasing 46.8% dan 54%. Namun beberapa tahun terakhir laju peningkatan
produksi padi nasional cenderung melandai. Hal ini disebabkan adanya penurunan
luas area panen di pulau Jawa yang mengakibatkan jumlah produksi padi ikut
menurun. Dengan demikian, gejala pelandaian produksi padi di Jawa akan
berdampak luas terhadap penyediaan pangan nasional ke depan. Penurunan
produksi padi di Jawa sebagian ditutupi oleh produksi di Sulawesi dan
Kalimantan yang masing-masing dengan laju peningkatan 3.5% dan 3.8% per
tahun. Meskipun demikian, mengingat luas area panen di Sulawesi dan
Kalimantan tidak terlalu besar maka jumlah sumbangannya untuk produksi padi
nasional relatif kecil (Departemen Pertanian 2005).
Banyak informasi mengenai daerah di Indonesia yang berpotensi sebagai
daerah penghasil padi, namun hal ini belum didukung dengan adanya sistem
informasi yang memadai. Departemen Pertanian telah menyediakan informasi
mengenai data hasil pertanian di Indonesia termasuk data produksi padi yang
dapat diketahui oleh masyarakat. Penyajian informasi yang ada masih kurang
interaktif karena informasi disajikan hanya dalam bentuk tabular. Oleh karena itu,
dalam penelitian ini dibangun sebuah sistem informasi geografis (SIG) berbasis
web menggunakan OpenGeo Suite 3.0. Penelitian sebelumnya mengenai SIG
telah dikembangkan oleh Barus (2014). Penelitian tersebut telah berhasil
menampilkan visualisasi untuk data histori titik api di Indonesia menggunakan
OpenGeo Suite 3.0.
Sistem Informasi Geografis (SIG) adalah suatu sistem yang dapat
menangkap, menyimpan, melakukan query, menganalisis, dan menampilkan data
geografis (Chang 2002). OpenGeo Suite ialah perangkat lunak geospasial yang
berupa tumpukan (stack) dengan komponen yang penting diletakkan di bawah,
dan komponen pendukung diletakkan di atasnya (OpenGeo 2014).
Pengunaan OpenGeo Suite pada penelitian ini disebabkan OpenGeo Suite
merupakan salah satu perangkat lunak yang dapat mengatasi isu interoperabilitas
(Hidayat 2013). Menurut Vullo et al. (2010) interoperabilitas ialah sifat yang
mengacu pada kemampuan sistem dan berbagai organisasi untuk bekerja sama.
Teknik clustering k-means juga diterapkan dalam penelitian ini. Tujuannya ialah
untuk mengelompokkan data produksi, produktivitas, dan luas panen padi.
2
Metode clustering k-means mempartisi data ke dalam dua kelompok atau
lebih, yaitu data yang memiliki karakteristik yang sama akan dimasukkan ke
dalam kelompok yang sama dan data yang memiliki karakteristik yang berbeda
akan dimasukkan ke dalam kelompok yang berbeda (Han 2012). SIG yang
dibangun menampilkan informasi mengenai produksi, produktivitas, dan luas
panen dalam bentuk tabel, peta dan grafik yang berguna untuk memudahkan
masyarakat memperoleh informasi produksi padi di seluruh kabupaten di
Indonesia.
Perumusan Masalah
Indonesia memiliki area yang luas yang terdiri dari 33 provinsi, yang
masing-masing daerah mempunyai potensi sebagai daerah pengembangan
produksi padi untuk menunjang ketahanan pangan nasional. Namun, informasi ini
belum didukung dengan adanya sistem informasi geografis yang memadai. Oleh
sebab itu, diperlukan adanya sebuah sistem informasi geografis yang dapat
memberikan informasi daerah-daerah di Indonesia yang berpotensi menghasilkan
produksi padi yang meliputi luas area panen, jumlah produksi, dan produktivitas.
Tujuan Penelitian
Tujuan dari penelitian ini adalah membangun sistem informasi geografis
berbasis web menggunakan OpenGeo Suite 3.0 yang akan menyajikan informasi
mengenai luas area panen, jumlah produksi, dan produktivitas padi di Indonesia.
Manfaat Penelitian
Manfaat yang diperoleh dari pembuatan sistem ini ialah dapat diketahuinya
penyebaran wilayah di Indonesia yang berpotensi sebagai daerah penghasil padi.
Sistem ini diharapkan dapat digunakan untuk memudahkan masyarakat Indonesia
memperoleh informasi produksi padi.
Ruang Lingkup Penelitian
Ruang lingkup penelitian yang akan dilakukan sebagai berikut:
1 Data spasial yang akan dipergunakan ialah data administrasi yang mencakup
wilayah kabupaten di Indonesia.
2 Data yang digunakan ialah data produksi padi pada tahun 2000 hingga 2011,
yang berasal dari www.deptan.go.id.
3 Informasi yang didapat akan disajikan dalam bentuk tabel, grafik, dan peta.
4 Sistem yang dikembangkan pada penelitian ini menggunakan platform
Windows yang berbasis web dan perangkat lunak OpenGeo Suite 3.0.
3
METODE PENELITIAN
Metode yang digunakan dalam penelitian ini ialah metode Web-based
Development Life Cycle (WDLC) yang disajikan pada Gambar 1. Metode ini
terdiri atas lima tahapan, yaitu perencanaan pengembangan web, rekayasa
kebutuhan web, desain aplikasi web, implementasi teknis web, dan penggunaan
sistem web (Abdul-Aziz et al. 2012).
Gambar 1 Web-based development life cycle (Abdul-Aziz et al. 2012)
Perencanaan Pengembangan Web
Pada tahap ini pengguna dan pengembang SIG mulai membahas rencana
pengembangan sistem. Strategi pengembangan sistem mencakup jadwal dan
rencana kerja yang akan dilakukan.
Rekayasa Kebutuhan Web
Pada tahap ini terdapat dua aktivitas utama yang akan dilakukan. Pertama,
elicitation kebutuhan yang melibatkan pengumpulan dan penyampaian kebutuhan
dari pengguna. Kedua, analisis kebutuhan yang pada akhirnya akan menghasilkan
spesifikasi kebutuhan dan model. Dokumen persyaratan ini perlu divalidasi untuk
memastikan persyaratan yang ditentukan sudah benar.
Desain Aplikasi Web
Pada tahap ini dilakukan persiapan dan pengembangan semua spesifikasi
desain yang diperlukan. Prototipe dibuat untuk menunjukkan kelayakan desain
yang mengarah ke persetujuan pengguna. Tahapan ini dilakukan untuk
menghasilkan suatu persyaratan lengkap sebelum pembangunan sistem yang
sebenarnya.
Implementasi Teknis Web
Implementasi teknis melingkupi pembangunan sistem informasi berbasis
web, yaitu pembuatan basis data, pembangunan antarmuka, dan implementasi
kode sehingga dapat digunakan di berbagai web browser. Pengujian diperlukan
untuk menghindari kesalahan, memastikan sistem berguna, dan memenuhi
spesifikasi.
4
Penggunaan Sistem Web
Pada tahap ini, sistem informasi berbasis web didistribusikan baik di web
hosting maupun di situs pengguna sendiri. Dengan demikian, optimasi terhadap
mesin pencari telah diterapkan. Pemeliharaan sistem melibatkan evaluasi dan
peninjauan sistem dengan cara yang konsisten untuk memperkuat keamanan dan
memberikan rekomendasi untuk perbaikan.
HASIL DAN PEMBAHASAN
Perencanaan Pengembangan Web
Pada tahap ini, pengguna dan pengembang SIG membahas rencana
pengembangan sistem. Strategi pengembangan sistem mencakup jadwal dan
rencana kerja yang akan dilakukan. Rencana kerja yang dilakukan dalam
penelitian ini meliputi: pengolahan data, analisis kebutuhan, desain, implementasi
kode program, pengujian sistem, serta penggunaan sistem.
Rekayasa Kebutuhan Web
Pada tahapan awal rekayasa kebutuhan web ialah melakukan pengumpulan
kebutuhan sistem. Tahapan selanjutnya ialah menganalisis spesifikasi kebutuhan
dari sistem, yaitu analisis kebutuhan data, kebutuhan fungsional sistem,
karakteristik pengguna, dan mengidentifikasi perangkat penelitian yang
dibutuhkan.
a
Pengumpulan dan analisis kebutuhan data
Pada tahapan awal rekayasa kebutuhan web ialah melakukan pengumpulan
data produksi padi. Data produksi padi yang digunakan ialah data produksi padi
kabupaten di seluruh Indonesia pada tahun 2000 hingga 2011 yang diunduh dari
http://aplikasi.deptan.go.id/bdsp/index.asp.
Data awal yang diperoleh dari Deptan yaitu data produksi padi tahun 20002011 dalam format Microsoft Excel. Data ini meliputi luas panen, produksi, dan
produktivitas tiap kabupaten di Indonesia. Setelah data terkumpul dilakukan
tahapan pemilihan data, yaitu memilih variabel yang akan dibutuhkan sistem.
Variabel yang dibutuhkan sistem yaitu nama kabupaten, tahun, luas panen,
produksi, serta produktivitas. Pada data awal yang diperoleh dari Deptan terdapat
beberapa kesalahan perhitungan nilai produktivitas, sehingga diperlukan tahapan
untuk memperbaiki isi data. Untuk memperbaiki nilai produktivitas yang tidak
sesuai, dilakukan perhitungan ulang berdasarkan jumlah produksi dan luas area
panen padi sesuai dengan persamaan (1) berikut:
Produktivitas =Jumlah produksi (Kuintal)/Luas panen (Ha)
(1)
Tahapan selanjutnya ialah melakukan clustering data luas panen, produksi,
dan produktivitas menggunakan algoritme k-means untuk mengelompokkan data
menjadi kategori rendah, sedang, tinggi, dan sangat tinggi di setiap kabupaten di
5
Indonesia. Clustering k-means dilakukan menggunakan perangkat lunak Weka 6.9
untuk beberapa nilai k, yaitu 2, 3, 4, dan 5. Hasil clustering data luas panen,
produksi, dan produktivitas padi berturut-turut dapat dilihat pada Tabel 1, 2, dan 3.
Tabel 1 Hasil clustering luas panen padi
2
SSE
(Sum
Square
Error)
2.50
3
1.66
4
1.29
5
0.52
Jumlah
K
Luas Panen (Ha)
Cluster
1
2
1
2
3
1
2
3
4
1
2
3
4
5
Jumlah
Anggota Maksimum Minimum Rata - Rata
3 393
837
2 651
1 239
340
2 445
1 166
537
82
2 366
1 149
547
166
2
53 935
1 107 616
30 537
88 862
1 107 616
24 718
66 741
135 916
1 107 616
22 933
60 278
112 212
384 160
1 107 616
1
54 025
1
30 646
89 167
1
24 836
66 821
137 757
1
22 986
60 418
112 835
588 924
26 968
92 149.2
8 781.9
53 458.4
125 741
7 205.1
42 320.5
91 317
183 281
6 652.6
39 265.7
81 472.1
144 039
848 270
Tabel 2 Hasil clustering produksi padi
2
SSE
(Sum
Square
Error)
23.06
3
10.93
4
6.54
5
4.07
Jumlah
K
Cluster
1
2
1
2
3
1
2
3
4
1
2
3
4
5
Produksi (Ton)
Jumlah
Anggota Maksimum Minimum Rata - Rata
3 357
836
2 735
1 106
352
2 418
1068
516
191
2 269
990
582
295
57
260 363
1 415 050
148 988
434 454
1 415 050
107 650
291 242
557 959
1 415 050
89 799
237 239
434 454
740 272
1 415 050
2.95
261 358
2.95
149 316
437 192
2.95
107 908
291 778
560 561
2.95
90 211
238 043
437 192
755 247
69 578.3
452 544
39 979.2
258 362
615 936
28 772.3
186 861
395 998
724 751
24 191.9
155 865
319 405
553 113
941 073
6
Tabel 3 Hasil clustering produktivitas padi
2
SSE
(Sum
Square
Error)
21.67
3
10.32
4
6.62
5
4.46
Jumlah
K
Cluster
Produktivitas (Kuintal/Ha)
Jumlah
Anggota Maksimum Minimum Rata - Rata
1
2
1
2
3
1
2
3
4
1
2
3
4
5
1 829
2 675
1 265
1 678
1 561
614
1 084
1 475
1 331
2 269
990
582
295
57
40.7
94.3
35.3
48.1
94.3
29.3
39.5
49.8
94.3
28.4
37.8
46.4
54.0
94.3
5.3
40.7
5.3
35.3
48.2
5.3
29.3
39.6
49.8
5.3
28.5
37.9
46.4
54.1
31.4
49.9
28.4
42.1
54.2
24.1
34.5
44.5
55.1
23.6
33.3
42.4
50.4
57.7
Berdasarkan hasil clustering untuk luas panen, produksi, produktivitas pada
Tabel 1, Tabel 2, dan Tabel 3 diperoleh hasil clustering terbaik dengan nilai k = 4.
Pemilihan hasil clustering menggunakan nilai k = 4 sebab dengan cluster yang
tidak terlalu banyak menghasilkan nilai SSE yang cukup kecil. Setelah didapat
jumlah cluster yang akan digunakan, maka dilakukan penentuan rentang nilai
untuk masing-masing cluster berdasarkan nilai maksimum, minimum, dan ratarata. Rentang nilai untuk hasil clustering luas panen, produksi, dan produktivitas
dapat dilihat pada Tabel 4.
Tabel 4 Rentang nilai hasil clustering padi
Rentang Nilai
Cluster
Rendah
Sedang
Tinggi
Sangat
Tinggi
Luas Panen (Ha)
(24 800)
[24 800, 66 800)
[66 800, 137 000)
[137 000)
Produksi (Ton)
(107 900)
[107 900, 291 700)
[291 700, 560 600)
[560 600)
Produktivitas
(Ku/Ha)
(30.00)
[30.00 &