Sistem Informasi Geografis Penentuan Lokasi Hydrant Berbasis Web Dengan Metode Simple Additive Weighting Di Wilayah Kota Medan
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI HYDRANT BERBASIS WEB DENGAN METODE SIMPLE
ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
SKRIPSI
HERNA JUNITA PAKPAHAN 081401021
PROGRAM STUDI S-1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2015
(2)
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI HYDRANT BERBASIS WEB DENGAN METODE SIMPLE ADDITIVE WEIGHTING
DI WILAYAH KOTA MEDAN
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer
HERNA JUNITA PAKPAHAN 081401021
PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
FAKULTAS ILMU KOMPTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2015
(3)
PERSETUJUAN
Judul : SISTEM INFORMASI GEOGRAFIS LOKASI HYDRANT BERBASIS WEB DENGAN
METODE SIMPLE ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
Kategori : SKRIPSI
Nama : HERNA JUNITA PAKPAHAN
Nomor Induk Mahasiswa : 081401021
Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Februari 2015
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Dian Wirdasari,S.Si.M.Kom Drs. Marihat Situmorang, M.Kom NIP. 198209232010122002 NIP 196312141989031001
Diketahui/Disetujui oleh Departemen Ilmu Komputer
Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara
Ketua,
Dr. Poltak Sihombing, M.Kom NIP 196203171991021001
(4)
PERNYATAAN
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI HYDRANT BERBASIS WEB DENGAN METODE SIMPLE
ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Februari 2015
HERNA JUNITA PAKPAHAN 081401021
(5)
PENGHARGAAN
Segala puji dan syukur penulis panjatkan hanya bagi Allah SWT, Pemelihara seluruh alam raya, yang atas limpahan rahmat, taufik dan hidayah-Nya, penulis mampu menyelesaikan Tugas Akhir ini, serta shalawat dan beriring salam penulis ucapakan kepada Nabi Besar Muhammad SAW.
Tugas akhir ini dikerjakan demi memenuhi salah satu syarat guna memperoleh gelar Sarjana Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Penulis menyadari bahwa tugas akhir ini bukanlah tujuan akhir dari belajar karena belajar adalah sesuatu yang tidak terbatas. Terselesaikannya skripsi ini tentunya tak lepas dari dorongan dan uluran tangan berbagai pihak. Oleh karena itu, dengan segala kerendahan hati penulis mengucapkan rasa terima kasih dan penghargaan kepada :
1. Bapak Drs. Marihat Situmorang M.Kom, selaku pembimbing I yang telah memberikan masukan, bimbingan, serta saran yang membangun untuk penulis.
2. Ibu Dian Wirdasari, S.Si, M,Kom, selaku pembimbing II yang telah memberikan masukan, bimbingan, saran dan motivasi kepada penulis, serta meluangkan banyak waktu dan sabar membantu sehingga penulis dapat menyelesaikan skripsi ini dengan baik
3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Departemen Ilmu Komputer dan sebagai dosen penguji I penulis yang telah memberikan kritik dan saran yang berguna bagi penulis
4. Bapak Ade Candra, ST, M.Kom, sebagai penguji II yang telah memberikan kritik dan saran yang membangun bagi penulis.
5. Ibu Maya Silvi, Lydia B.Sc., M.Sc selaku Sekretaris Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
6. Ibu Dian Rahmawati, S.Si, M.Kom selaku Ketua T.A Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
7. Dekan dan Pembantu Dekan Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
(6)
8. Orang tua tercinta, Ayahanda A. Pakpahan dan Ibunda M.N Panjaitan, atas semua doa, dukungan, kasih saying, kesabaran dan motivasi yang tak ternilai harganya.
9. Abang tersayang Hendra Pakpahan, Hombar Pakpahan dan juga Adik tersayang Hidayati Pakpahan, Seri Rodiah Pakpahan, Ramadhan Pakpahan, Goodman Pakpahan, Ikbal Pakpahan beserta seluruh keluarga besar yang selalu memberikan dukungan, dan spesial untuk kakek Muhammad N. Pakpahan dan nenek N. Nainggolan yang selalu mendoakan dan menyayangi penulis.
10.Keluarga besar Ilmu Komputer, khususnya Rohani Nasution, Alvi Syukriati Hasibuan, Rima Lestari dan semua teman, kerabat, dan sahabat angkatan 2008 yang tidak dapat disebutkan satu persatu, terima kasih atas ide, saran, dan kerja samanya selama ini. Semoga Allah SWT membalas semua kebaikan yang telah kalian berikan.
Penulis,
(7)
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI HYDRANT BERBASIS WEB DENGAN METODE SIMPLE
ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN ABSTRAK
Keterlambatan dalam menangani kebakaran yang sering terjadi pada akhir-akhir ini memunculkan gagasan tentang sebuah perangkat lunak yang bisa membantu mempermudah dalam perencanaan penentuan lokasi hydrant sebagai salah satu alat untuk menangani terjadinya kebakaran di kota Medan. Menggunakan Fuzzy Attribute Decision Making (FADM) dengan metode Simple Additive Weighting (SAW) berbasis Sistem Infomasi Geografis (SIG) , akan terasa lebih mudah bagi pengambil keputusan untuk melakukan analisa data yang ada, Dengan adanya Sistem Informasi Geografis maka akan digambarkan posisi penyebaran data pada kondisi yang sesungguhnya. Sistem Informasi Geografis digunakan untuk memvisualisasikan hasil dari alternatif yang bisa digunakan untuk lokasi perencanaan pembangunan hydrant di kota Medan. Simple Additive Weighting (SAW) merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu, dengan bobot kriteria ditentukan bilangan fuzzy oleh adjustment. Dengan menggunakan SAW berbasis SIG dapat menghasilkan suatu sistem yang dapat membantu perencana dalam menentukan lokasi pembangunan hydrant.
Kata Kunci : Sistem Informasi Geografis, Fuzzy Attrubute Decision Making, Simple Additive Weighting, Hydrant.
(8)
WEB BASED GEOGRAPHIC INFORMATION SYSTEM TO DETERMINE HYDRANT LOCATION WITH SIMPLE ADDITIVE
WEIGHTING IN MEDAN CITY ABSTRACT
The delay in handling the fire that often occurs in lately gave rise to the idea of a software that could help ease in locating planning hydrant as one of the tools to handle the occurrence of fires in the city of Medan. By using fuzzy attribute decision making (FADM) with simple additive weighting method (SAW) based on geographical information systems (GIS), it will be easier for decision makers to perform analysis of existing data, with a geographic information system it will be described the position of the spread of data on actual conditions. Geographic information systems are used to visualize the results of an alternative that can be used for development planning in the hydrant location of Medan. Simple Additive Weighting Method (SAW) which is a method used to find the optimal alternative of a number of alternatives with certain criteria, with a weighting of criteria is determined by adjustment of fuzzy numbers. Using the saw can produce a gis-based system that can assist planners in determining the location of construction of the hydrant.
Keywords: Sistem Informasi Geografis, Fuzzy Attribute Decision Making, Simple Additive Weighting, Hydrant.
(9)
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak v
Abstract vi
Daftar Isi viii
Daftar Tabel xi
Daftar Gambar xii
Daftar Lampiran xiii
Bab 1 Pendahuluan
1.1 Latar Belakang 1
1.2 Rumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 3
1.6 Metode Penelitian 3
1.7 Sistematika Penulisan 4
Bab 2 Tinjauan Teori 5
2.1Definisi Sistem Informasi Geografis 5 2.1.1 Komponen Utama Sistem Informasi Geografis 6
2.1.2 Sub-Sistem SIG 8
2.2 Basis Data Spasial dan Atribut 9
2.2.1 Basis Data Spasial 9
2.2.2 Sumber Data Spasial 12
2.2.3 Data Atribut 13
2.2.4 Penentuan Atribut 13
2.2.5 Pembobotan Atribut 14
2.3 Flowchart 14
2.4 Data Flow Diangram (DFD) 16
2.5 Representasi Grafis Suatu Objek 17
2.6 Digitasi 18
2.7 Metode Overlay 19
(10)
2.8.1 Tahapan FMADM 21 2.9 Metode Simple Additive Weighting 22
2.9.1 Langkah-langkah Penggunaan Metode SAW 23
2.9.2 Kelebihan Metode SAW 24
2.9.3Hydrant 24
Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Permasalahan 26
3.2Analisis Model FMADM dengan Metode SAW 27
3.2.1 Kriteria dan Bobot 27
3.3Pemecahan Masalah dengan Metode Overlay dan Metode
Simple Additive Weighting 30
3.4 Perancangan Flowchart 32
3.5 Perancangan Data Flow Diagram (DFD) 35
3.5.1 DFD Level 0 36
3.5.2 DFD Level 1 36
3.6 Perancangan Antar Muka 37
3.6.1 Rancangan Halaman Muka 37
3.6.2 Rancangan Fire Hydrant 38
3.6.3Rancangan Halaman Hasil Matriks Ternormalisasi R
dan Preferensi setiap Alternatif 39 3.6.4 Rancangan Halaman Tampilan Peta Lokasi Fire Hydrant
di Kota Medan 39
Bab 4 Implementasi Dan Pengujian
4.1 Metode Overlay 41
4.2 Metode Simple Additive Weighting 44
4.3 Implementasi Sistem 48
4.3.1 Halaman Utama 49
4.3.2 Halaman Input Bobot Kriteria dan Matriks Keputusan X 49 4.3.3 Halaman Matriks Ternormalisasi R dan Nilai Preferensi 50 4.3.4 Halaman Tampilan Peta Lokasi Hydrant Terbaik 51 4.3.5 Perbandingan Output Hydrant Metode SAW dengan data 53
(11)
Bab 5 Kesimpulan Dan Saran
5.1 Kesimpulan 55
5.2 Saran 56
Daftar Pustaka Lampiran
(12)
DAFTAR TABEL
Tabel Keterangan Halaman
2.1 Simbol-simbol flowchart 15
2.2 Beberapa simbol data flow diagram (DFD) 16 3.1 Kriteria Lokasi Hydrant 27 3.2 Bobot bilangan fuzzy untuk kriteria topografi 28 3.3 Bobot bilangan fuzzy untuk kriteria penggunaan lahan 28 3.4 Bobot bilangan fuzzy untuk kriteria geologi 29 3.5 Bobot bilangan fuzzy untuk kriteria hidrologi 29 3.6 Bobot bilangan fuzzy untuk kriteria aksesibilitas 29 3.7 Rating kecocokan Untuk Kriteria Calon lokasi hydrant 31
3.8 Membuat matriks keputusan berdasarkan rating
kecocokan 31
3.9 Kamus Data DFD Level 0 36
3.10 Kamus Data DFD Level 1 37
4.1 Bobot Kriteria 45
(13)
DAFTAR GAMBAR
Gambar Keterangan Halaman
2.1 Sub-sistem SIG 8
2.2 Format data raster 11
2.3 Format data vektor 11
2.4 Contoh Representasi objek titik untuk data posisi sumur bor
17
2.5 Contoh representasi objek garis untuk data lokasi jalan 17 2.6 Contoh representasi objek polygon untuk data landuse. 18 2.7 Contoh representasi objek permukaan 3D 18
2.8 Struktur hirarki FMADM 22
3.1 Gambar Diagram ishikawa untuk analisis masalah 27 3.2 Grafik bobot 30
3.3 Flowchart overlay peta wilayah sesuai kriteria 33
3.4 Flowchart penentuan nilai prioritas kriteria 34
3.5 Flowchart penentuan nilai prioritas global 35
3.6 DFD level 0 36
3.7 DFD level 1 36
3.8 Rancangan halaman utama 38
3.9 Rancangan halaman matriks keputusan 38 3.10 Rancangan halaman matriks ternormalisasi R dan
preferensi setiap alternatif
39
3.11 Rancangan halaman tampilan peta lokasi hydrant 40 4.1 Peta hasil overlay 1 (topografi dan penggunaan lahan) 41 4.2 Peta Hasil Overlay 2 (Overlay 1 dan Geologi) 42 4.3 Peta Hasil Overlay 3 (Overlay 2 dan Hidrologi) 43 4.4 Peta Hasil Overlay 4 (Overlay 3 dan Aksebilitas) 44
4.5 Grafik Bobot 45
4.6 Tampilan Utama Aplikasi SIG Hydrant 49 4.7 Halaman Input Bobot Kriteria dan Matriks Keputusan X 50
(14)
4.8 Halaman Matriks Ternormalisasi R dan Nilai Preferensi 51 4.9 Halaman Tampilan Peta Lokasi Hydrant Terbaik 52 4.10 Tampilan Peta Lokasi Hydrant Setelah Dua Kali
Pembesaran
(15)
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI HYDRANT BERBASIS WEB DENGAN METODE SIMPLE
ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN ABSTRAK
Keterlambatan dalam menangani kebakaran yang sering terjadi pada akhir-akhir ini memunculkan gagasan tentang sebuah perangkat lunak yang bisa membantu mempermudah dalam perencanaan penentuan lokasi hydrant sebagai salah satu alat untuk menangani terjadinya kebakaran di kota Medan. Menggunakan Fuzzy Attribute Decision Making (FADM) dengan metode Simple Additive Weighting (SAW) berbasis Sistem Infomasi Geografis (SIG) , akan terasa lebih mudah bagi pengambil keputusan untuk melakukan analisa data yang ada, Dengan adanya Sistem Informasi Geografis maka akan digambarkan posisi penyebaran data pada kondisi yang sesungguhnya. Sistem Informasi Geografis digunakan untuk memvisualisasikan hasil dari alternatif yang bisa digunakan untuk lokasi perencanaan pembangunan hydrant di kota Medan. Simple Additive Weighting (SAW) merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu, dengan bobot kriteria ditentukan bilangan fuzzy oleh adjustment. Dengan menggunakan SAW berbasis SIG dapat menghasilkan suatu sistem yang dapat membantu perencana dalam menentukan lokasi pembangunan hydrant.
Kata Kunci : Sistem Informasi Geografis, Fuzzy Attrubute Decision Making, Simple Additive Weighting, Hydrant.
(16)
WEB BASED GEOGRAPHIC INFORMATION SYSTEM TO DETERMINE HYDRANT LOCATION WITH SIMPLE ADDITIVE
WEIGHTING IN MEDAN CITY ABSTRACT
The delay in handling the fire that often occurs in lately gave rise to the idea of a software that could help ease in locating planning hydrant as one of the tools to handle the occurrence of fires in the city of Medan. By using fuzzy attribute decision making (FADM) with simple additive weighting method (SAW) based on geographical information systems (GIS), it will be easier for decision makers to perform analysis of existing data, with a geographic information system it will be described the position of the spread of data on actual conditions. Geographic information systems are used to visualize the results of an alternative that can be used for development planning in the hydrant location of Medan. Simple Additive Weighting Method (SAW) which is a method used to find the optimal alternative of a number of alternatives with certain criteria, with a weighting of criteria is determined by adjustment of fuzzy numbers. Using the saw can produce a gis-based system that can assist planners in determining the location of construction of the hydrant.
Keywords: Sistem Informasi Geografis, Fuzzy Attribute Decision Making, Simple Additive Weighting, Hydrant.
(17)
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Kota Medan merupakan salah satu kota yang mampu memberikan tunjangan besar bagi Negara. Di wilayah ini banyak objek ataupun tempat yang strategis untuk berbagai macam sentra bidang seperti sentra ekonomi, bisnis, hiburan, pendidikan, dan lain-lain. Banyaknya tempat-tempat strategis tersebut ditambah lagi dengan tingkat kepadatan penduduk mengakibatkan terjadinya hambatan ataupum hal-hal yang tidak diinginkan seperti banyaknya tindakan kejahatan, terjadinya kemacetan, terjadinya banjir, dan tidak ketinggalan pula terjadinya bencana kebakaran yang dapat terjadi setiap saat dan di berbagai tempat.
Terjadinya suatu kebakaran disuatu wilayah akan mengakibatkan kerugian besar bagi wilayah tersebut dan juga akan mempengaruhi pendapatan bagi negaranya. Maka hal ini harus dihindari sebaik mungkin dengan menentukan lokasi hydrant yang tepat dan juga harus memadai.
Hydrant merupakan salah satu aspek pendukung yang paling penting
dalam penanganan kebakaran dan aspek pendukung lainnya yaitu sumber air dan juga pos pemadam kebakaran yang siap siaga. Dengan adanya aspek pendukung tersebut maka penanganan kebakaran akan lebih cepat dilakukan dan dapat meminimalisir jumlah korban serta kerugian yang ditimbulkan oleh bencana kebakaran.
Untuk mewujudkan aspek pendukung di atas, maka instansi yang terkait membutuhkan suatu sistem yang dapat membantu penanganan dan penanggulangan kebakaran yang berbasis ruang (spatial), yang mampu menyajikan data geografis secara digital sekaligus melakukan analisis dan perhitungan dalam membantu memberikan keputusan yang tepat bagi lokasi yang tepat. Ada beberapa metode yang dapat digunakan, diantaranya adalah dengan menggunakan metode Simple Additive Weighting (SAW).
(18)
Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif maksudnya adalah bahwa setiap wilayah/daerah akan diberikan kriteria yang sama seperti keadaan hidrologi, lahan, tophografi, dan lain-lain. Dan kemudian setiap ktiteria tersebut akan diberikan nilai bobot per wilayah/daerah yang menjadi pertimbangan lokasi hydrant, dan dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah yang menjadi lokasi hydrant di kota Medan berdasarkan kriteria-kriteria yang ditentukan.
SIG (Sistem Informasi Geografis) adalah sebuah sistem komputer yang memiliki kemampuan untuk mengambil, menyimpan, menganalisa, dan menampilkan informasi dengan referensi geografis. Komponen utama SIG adalah sistem komputer, data geospatial dan pengguna.
Mencermati hal di atas, maka penulis tertarik mengembangkan sistem informasi geografis untuk lokasi hydrant di kota Medan.
1.2 Perumusan Masalah
Berdasarkan latar belakang di atas, maka rumusan masalahnya adalah bagaimana merancang sistem informasi geografis dengan metode simple additive weighting dalam menentukan lokasi yang cocok untuk penentuan lokasi hydrant.
1.3 Batasan Masalah
Adapun batasan masalah pada Tugas Akhir ini adalah:
1) Sistem informasi geografis ini hanya untuk visualisasi peta lokasi hydrant di kota Medan.
2) Output dari sistem adalah kecamatan yang sesuai untuk lokasi hydrant di kota Medan.
3) Aplikasi yang digunakan adalah ArcView gunanya untuk mendigitasi peta dan untuk menampilkan display peta, Mapserver dan berbasis web.
(19)
5) Kriteria/batas untuk penentuan lokasi hydrant yang digunakan yaitu topografi, pengunaan lahan, geologi, hidrologi, aksesibilitas.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah merancang sistem informasi geografis dengan metode Simple additive weighting berbasis web untuk menentukan lokasi hydrant di kota Medan.
1.5Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah membantu pemerintah kota Medan dalam penentuan lokasi pembangunan hydrant dengan tepat di kota Medan untuk meminimalisir jumlah korban serta kerugian yang akan terjadi akibat bencana kebakaran.
1.6 Metode Penelitian
1) Studi literatur
Metode ini dilakukan studi kepustakaan melalui hasil penelitian lain yang relevan serta buku maupun artikel–artikel yang diperoleh melalui internet. 2) Analisis dan Perancangan
Metode ini dilaksanakan dengan menganalisis permasalahan yang ada, batasan masalah yang dimiliki serta berbagai kebutuhan yang diperlukan.
3) Implementasi
Metode ini dilaksanakan dengan melakukan implementasi perangkat lunak yang bertujuan untuk melakukan proses pembelajaran pada sistem dengan menggunakan metode Simple Additive Weighting.
4) Pengujian
Metode ini dilaksanakan dengan pengujian terhadap perangkat lunak yang telah dibangun.
(20)
5) Dokumentasi Sistem
Melakukan pembuatan sistem mulai dari tahap awal hingga pengujian system.
1.7 Sistematika Penulisan
Sistematika penulisan tugas akhir ini dibagi dalam lima bab, masing-masing bab diuraikan sebagai berikut:
Bab 1 PENDAHULUAN
Bab ini berisikan Latar Belakang Pemilihan Judul, Rumusan Masalah, Batasan Masalah, Tujuan Penelitian, Manfaat Penelitian, Metodologi Penyelesaian Masalah, dan Sistematika Penulisan.
Bab 2 LANDASAN TEORI
Bab ini menjelaskan tentang tinjauan teoritis yang meliputi uraian singkat mengenai sistem informasi geografis, metode fuzzy multi atribut decision making, metode Simple Additive Weighting (SAW) beserta cara kerja metode Simple Additive Weighting (SAW).
Bab 3 ANALISIS DAN PERANCANGAN
Bab ini menjelaskan tentang analisis permasalahan dan kebutuhan serta perancangan sistem.
Bab 4 IMPLEMENTASI DAN PENGUJIAN PROGRAM
Bab ini menjelaskan tentang implementasi sistem dari analisis dan perancangan yang telah dilakukan.
(21)
Bab 5 PENUTUP
Pada bab ini akan diuraikan kesimpulan dari penjelasan bab-bab sebelumnya, sehingga dari kesimpulan tersebut Penulis mencoba memberi saran yang berguna untuk melengkapi dan menyempurnakan pengembangan selanjutnya.
(22)
BAB 2
TINJAUAN TEORI
2.1 Definisi Sistem Informasi Geografis(SIG)
Sistem Informasi Geografis (SIG) adalah sebuah sistem komputer yang memiliki kemampuan untuk mengambil, menyimpan, menganalisa, dan menampilkan informasi dengan referensi geografis (Budianto. 2010.)
Menurut sumber Esri (1990), bahwa sistem informasi geografis adalah kumpulan terorganisasi dari perangkat keras komputer, perangkat lunak, data geografi dan personil yang dirancang secara efisien untuk memperoleh, menyimpan, mengupdate, memanipulasi, menganalisis, dan menampilkan semua bentuk informasi yang bereferensi geografis (Prahasta, Eddy. 2006)
Sistem Informasi Geografis adalah suatu sistem untuk mendayagunakan dan menghasil gunakan pengolahan dan analisis data spasial (keruangan) serta data non- spasial (tabular), dalam memperoleh berbagai informasi yang berkaitan dengan aspek keruangan, baik yang berorientasi ilmiah, komersil, pengelolaan maupun kebijaksanaan. Berikut adalah beberapa keuntungan penggunaan SIG (Hanafi. 2011)
1) SIG mempunyai kemampuan untuk memilih dan mencari detail yang diinginkan, menggabungkan satu kumpulan data dengan kumpulan data lainnya, melakukan perbaikan data dengan lebih cepat dan memodelkan data serta menganalisis suatu keputusan.
2) SIG dengan mudah menghasilkan peta-peta tematik yang dapat digunakan untuk menampilan informasi-informasi tertentu. Peta-peta tematik tersebut dapat dibuat dari peta-peta yang sudah ada sebelumnya, hanya dengan memanipulasi atribut-atributnya.
3) SIG memiliki kemampuan untuk menguraikan unsur-unsur yang terdapat di permukaan bumi menjadi beberapa layer data spasial, dengan layer permukaan bumi dapat direkonstruksi kembali.
(23)
Dengan demikian aplikasi SIG dapat menjawab beberapa pertanyaan berkenaan dengan (Budianto, Eko. 2010.):
1) Lokasi Ada apa di lokasi tertentu (di lereng gunung, di desa A), apa yang terjadi di lokasi tersebut (rawan banjir, ada deposit emas, curah hujannya tinggi, dan sebagainya).
2) Kondisi Dimana lokasi jalan yang paling macet, berapa besar potensi tambang yang ada di Kabupaten X dan sebagainya.
3) Kecenderungan/Trend Seberapa besar tingkat degradasi kawasan hutan lindung di DAS dan sebagainya.
4) Pola Bagaimana hubungan antara jenis tanah dan produksi gondorukem, bagaimana pola penyebaran penyakit di sekitar kawasan industri kayu dsb. 5) Simulasi/Modeling Berapa besar menurunnya erosi bila luas hutan di hulu
Sungai Jeneberang meningkat sebesar 1.000 hektar.
2.1.1 Komponen Utama Sistem Informasi Geografis (SIG) 1. Daya Manusia
Komponen manusia memegang peranan yang sangat menentukan, karena tanpa manusia maka sistem tersebut tidak dapat diaplikasikan dengan baik. Jadi manusia menjadi komponen yang mengendalikan suatu sistem sehingga menghasilkan suatu analisa yang dibutuhkan.
2. Software
Software merupakan sistem modul yang berfungsi untuk mengoperasikan sistem informasi geografis. Sebuah software SIG harus menyediakan fungsi
dan tool yang mampu melakukan penyimpanan data analisis dan
menampilkan informasi geografis. Dengan demikian elemen yang harus terdapat dalam komponen software SIG adalah tools untuk melakukan input dan transformasi data geografis, sistem manajemen basis data, tools yang mendukung query geografis, analisis dan visualisasi, Geographical User Interface (GUI) untuk memudahkan akses pada tools geografi.
3. Hardware
(24)
yang sedikit lebih tinggi dibanding spesifikasi komponen sistem informasi lainnya. Hal ini disebabkan karena data-data yang digunakan dalam SIG, penyimpanannya membutuhkan ruang yang besar dan dalam proses analisanya membutuhkan memory yang besar dan processor yang cepat. Beberapa hardware yang sering digunakan dalam sistem informasi geografis adalah personal komputer, mouse, digitizer, printer, plotter dan scanner. 4.Aplikasi sistem informasi geografis dalam proces perencanaan
Sistem informasi geografis sudah diaplikasikan dalam berbagai bidang seperti pertanian, lingkungan manajemen sumber daya alam, parawisata, geologi, perencanaan, dan lain sebagainya. keunggulan sistem informasi geografis sehingga digunakan pada bidang-bidang tersebut adalah karena kemampuannya mengintegrasikan antara data spasial dan data atribut sehingga dalam analisisnya mampu menghasilkan informasi yang kompleks. 5. Data
Hal yang merupakan komponen penting dalam sistem informasi geografis adalah data. Secara fundamental sistem informasi geografis bekerja dengan dua tipe data yaitu data vektor dan data raster. Setiap data yang merujuk lokasi di permukaan bumi dapat disebut sebagai data spasial bereferensi geografis. Misalnya data kepadatan penduduk suatu daerah, data jaringan jalan suatu kota, data distribusi lokasi pengambilan sampel, dan sebagainya. Data SIG dapat dibagi menjadi dua macam, yaitu data grafis dan data atribut atau tabular. Data grafis adalah data yang menggambarkan bentuk atau kenampakan objek di permukaan bumi, sedangkan data tabular adalah data deskriptif yang menyatakan nilai dari data grafis tersebut (Pahlevy. 2010.) Telah dijelaskan diawal bahwa SIG adalah suatu kesatuan membentuk sistem yang terdiri dari berbagai komponen, tidak hanya perangkat keras komputer beserta dengan perangkat lunaknya saja, akan tetapi harus tersedia data geografis yang benar dan sumberdaya manusia untuk melaksanakan perannya dalam memformulasikan dan menganalisa persoalan yang menentukan keberhasilan SIG.
(25)
2.1.2 Sub-Sistem SIG
Suatu sistem informasi geografis menyediakan empat perangkat kemampuan untuk menangani data tereferensi secara geografi dan dijelaskan dengan gambar seperti pada gambar 2.1 di bawah ini (Prahasta. 2006):
Gambar 2.1 Sub-Sistem SIG 1) Data Input
Sub-sistem ini bertugas untuk mengumpulkan dan mempersiapkan data spasial dan attribut dari berbagai sumber. Bertanggung jawab dalam mengkonversi atau mentransformasikan format-format data aslinya ke dalam format yang dapat digunakan oleh SIG dalam format digital. Data tersebut mungkin dapat direkam (capture) baik dalam bentuk vektor maupun raster. Cara ini dapat dilakukan melalui pendigitalan manual, scanning, atau dari data digital yang ada.
2) Data Output
Sub-sistem ini menampilkan atau menghasilkan keluaran seluruh atau sebagian basis data baik dalam bentuk softcopy (on-screen or electronic file) atau hardcopy (paper or film). Dalam mempertimbangkan suatu SIG perlu untuk mengkaji kualitas, akurasi, dan mudah dalam penggunaannya dalam menghasilkan output yang diinginkan. Umumnya sistem berbasiskan vektor dapat menghasilkan peta yang berkualitas lebih tinggi dari pada sistem berbasiskan raster.
3) Data Management
SIG Data Output
Data Management Data Input
Data Manipulasi dan Analysis
(26)
Sub-sistem ini mengorganisasikan baik data spasial maupun atribut ke dalam sebuah basis data sedemikian rupa sehingga mudah dipanggil, diupdate dan diedit. Ada fungsi-fungsi yang dibentuk oleh SIG untuk menyimpan dan menerima data dari basis data, kemampuan ini sama seperti halnya dengan kemampuan yang disediakan oleh perangkat lunak manajemen basis data. Data dimasukan ke dalam struktur data yang sudah didefinisikan yang mungkin saling berhubungan atau mungkin juga tidak saling berhubungan.
4) Data Manipulasi dan Analisis
Sub-sistem ini menentukan informasi yang dapat dihasilkan oleh SIG. SIG melakukan manipulasi dan pemodelan data untuk menghasilkan informasi yang diharapkan. Fungsi analisis SIG secara umum dibagi kedalam dua bagian yaitu analisis spasial dan analisis non-spasial. Analisis spasial memerlukan pengetahuan hubungan geografi antara data-data (points, lines, and polygons) yang terdapat dalam SIG. sedangkan analisis non-spasial menggambarkan suatu query dari database, sejenis fungsi dalam database management software.
2.2 Basis Data Spasial dan Atribut
2.2.1 Basis Data Spasial
Data spasial adalah sebuah data yang berorientasi geografis dan memiliki sistem koordinat tertentu sebagai dasar referensinya (Nuarsa IW. 2005.).
Sebagian besar data yang akan ditangani dalam SIG merupakan data spasial yaitu sebuah data yang berorientasi geografis, memiliki sistem koordinat tertentu sebagai dasar referensinya dan mempunyai dua bagian penting yang membuatnya berbeda dari data lain, yaitu informasi lokasi (spasial) dan informasi deskriptif (atribut) yang dijelaskan berikut ini(Yousman. 2004): 1) Informasi lokasi (spasial) merupakan informasi yang berkaitan dengan
(27)
koordinat Cartesian XYZ (absis, ordinat dan ketinggian), termasuk diantaranya sistem proyeksi.
2) Informasi deskriptif (atribut) atau informasi non-spasial merupakan informasi suatu lokasi yang memiliki beberapa keterangan yang berkaitan dengan lokasi tersebut, contohnya jenis vegetasi, populasi, luasan, kode pos, dan sebagainya. Informasi atribut seringkali digunakan pula untuk menyatakan kualitas dari lokasi.
Secara sederhana format dalam bahasa komputer berarti bentuk dan kode penyimpanan data yang berbeda antara file satu dengan lainnya. Dalam SIG, data spasial dapat direpresentasikan dalam dua format yaitu (Prahasta. 2005):
1) Model Data Raster
Data raster atau disebut juga dengan sel grid adalah data yang dihasilkan dari sistem penginderaan jauh. Pada data raster, obyek geografis direpresentasikan sebagai struktur sel grid yang disebut dengan piksel (picture element). Pada data raster, resolusi tergantung pada ukuran piksel-nya. Dengan kata lain, resolusi piksel menggambarkan ukuran sebenarnya di permukaan bumi yang diwakili oleh setiap piksel pada citra. Semakin kecil ukuran permukaan bumi yang direpresentasikan oleh satu sel, semakin tinggi resolusinya. Data raster sangat baik untuk merepresentasikan batas-batas yang berubah secara gradual, seperti jenis tanah, kelembaban tanah, vegetasi, suhu tanah dan sebagainya. Keterbatasan utama dari data raster adalah besarnya ukuran file, semakin tinggi resolusi grid-nya semakin besar pula ukuran filenya dan sangat tergantung pada kapasistas perangkat keras yang tersedia. Masing-masing format data mempunyai kelebihan dan kekurangan. Pemilihan format data yang digunakan sangat tergantung pada tujuan penggunaan, data yang tersedia, volume data yang dihasilkan, ketelitian yang diinginkan, serta kemudahan dalam analisa. Contoh gambar format data raster dapat dilihat pada gambar 2.2.
(28)
Gambar 2.2 Format Data Raster
2) Model Data Vektor
Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam kumpulan garis, area (daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama), titik dan nodes (merupakan titik perpotongan antara dua buah garis). Keuntungan utama dari format data vektor adalah ketepatan dalam merepresentasikan fitur titik, batasan dan garis lurus. Hal ini sangat berguna untuk analisa yang membutuhkan ketepatan posisi, misalnya pada basis data batas-batas kadaster. Contoh penggunaan lainnya adalah untuk mendefinisikan hubungan spasial dari beberapa fitur. Kelemahan data vektor yang utama adalah ketidak mampuannya dalam mengakomodasi perubahan gradual. Contoh gambar format data vektor dapat dilihat pada gambar 2.3.
(29)
Gambar 2.3 Format Data Vektor 2.2.2 Sumber Data Spasial
Data spasial yang digunakan dalam proyek SIG dapat berasal dari berbagai sumber. Beberapa sumber yang umumnya digunakan dalam pembangunan basis data spasial adalah sebagai berikut (Nuarsa IW. 2005):
a) Peta Analog
Peta analog (antara lain peta topografi, peta tanah, peta kawasan hutan dan perairan, dan sebagainya) yaitu peta dalam bentuk cetak. Pada umumnya peta analog dibuat dengan teknik kartografi, kemungkinan besar memiliki referensi spasial seperti koordinat, skala, arah mata angin dan sebagainya. Peta analog yang meliputi wilayah yang luas, seperti peta topografi, peta penggunaan lahan dan peta lereng, umumnya bersumber pada citra satelit atau foto udara. Dalam tahapan SIG sebagai keperluan sumber data, peta analog dikonversi menjadi peta digital dengan cara format raster diubah menjadi format vektor melalui proses digitasi sehingga dapat menunjukan koordinat sebenarnya di permukaan bumi. Proses digitasi dapat pula dilakukan langsung bila tersedia meja digitasi. Namun dewasa ini sebagian besar digitasi peta analog dilakukan on-screen atau langsung di monitor setelah peta dikonversi menjadi peta raster melalui pemindai (scanner). b) Citra Penginderaan Jauh
Data Penginderaan Jauh (antara lain citra satelit dan foto-udara), merupakan sumber data yang terpenting bagi SIG, utamanya untuk memantau kondisi lahan, karena ketersediaanya secara berkala dan mencakup area tertentu yang cukup luas). Dengan adanya bermacam-macam satelit di ruang angkasa dengan spesifikasinya masing-masing kita bisa memperoleh berbagai jenis citra satelit untuk beragam tujuan pemakaian. Data citra satelit sebagian besar disediakan dalam format raster.
c) Data Hasil Pengukuran
Data pengukuran lapangan yang dihasilkan berdasarkan teknik pemetaan tersendiri, pada umumnya data ini merupakan sumber data atribut,
(30)
contohnya batas administrasi, batas kepemilikan lahan, batas persil, batas hak pengusahaan hutan, trase (alur) jalan hutan dan lain lain.
d) Data Global Positioning System
Teknologi Global Positioning System (GPS) memberikan terobosan penting dalam menyediakan data bagi SIG. Keakuratan pengukuran GPS semakin tinggi dengan berkembangnya teknologi. Data ini biasanya direpresentasikan dalam format vektor.
2.2.3 Data Atribut
Data atribut memberikan gambaran atau menjelaskan informasi berkaitan dengan fitur peta atau cara kerja SIG. Data atribut dapat disimpan dalam format angka maupun karakter. Pada Sistem Informasi Geografis, utamanya di ArcView dan ARC/INFO data atribut dihubungkan dengan data spasial melalui identifier (ID) yang terkait di fitur. Pada ArcView file dikenal dengan nama shapefile (*.SHP) yang terdiri dari serangkaian file, atribut yang disimpan pada file berekstensi *.dbf (Nuarsa IW. 2005).
2.2.4 Penentuan Atribut
Analisis kebutuhan atribut berganda sangat bergantung pada proses penentuan atribut oleh pembuat keputusan karena dengan atribut tersebut pembuat keputusan akan mengevaluasi pencapaian tujuan keputusan. Dalam melakukan pengambilan ide atribut ada dua cara yang dapat ditempuh pembuat keputusan yaitu menggunakan panel ahli dan melakukan survey literatur. Atribut yang digunakan harus mewakili tujuan yang ingin dicapai. Proses pencarian hingga sub-sub atribut yang lebih kecil terus dilakukan hingga diperoleh atribut yang nyata. Hal-hal yang harus dimilik oleh atribut sebagai berikut (Nuarsa IW. 2005):
a) Atribut harus lengkap, atribut telah mewakili semua hal yang relevan terhadap keputusan akhir.
(31)
b) Atribut saling terpisah satu dengan yang lain, atribut tidak harus tergantung pada atribut lain sehingga dapat dilakukan proses trade off pada langkah selanjutnya dan menghindari double-counting.
c) Atribut dibatasi pada hal penting (signifikan) bagi kinerja, atribut diawali oleh tujuan utama yang abstrak dan ditingkat paling bawah.
2.2.5 Pembobotan Atribut
Atribut tidak selalu memilliki tingkat kepentingan yang sama. Dengan pemberian pembobotan yang berbeda, pembuat keputusan dapat menuangkan pertimbangan nilai kepentingan yang berbeda diantara atribut keputusan. Bobot juga akan membimbing seorang manajer proyek atau program untuk mengupayakan hal terbaik dalam pencapaian target yang memilliki bobot terbesar karena besarnya bobot juga menggambarkan tingkat tanggung jawab yang lebih besar terhadap atribut tersebut.
Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan.
2.3 Flowchart
Flowchart adalah gambaran dalam bentuk diagram alir dari algoritma-algoritma dalam suatu program, yang menyatakan arah alur program tersebut. Berikut adalah beberapa simbol yang digunakan dalam menggambar suatu flowchart dijelaskan pada tabel 2.1 (Pahlevy. 2010).
(32)
Table 2.1 simbol-simbol flowchart
SIMBOL NAMA FUNGSI
Terminator Permulaan/akhir program
Garis alir (flow
line) Arah aliran program
Preparation Proses inisialisasi / pemberian harga awal
Proses Proses perhitungan atau proses pengolahan data
Input/Output Data Proses input atau output data,
parameter, informasi
Predefined process (sub program)
Permulaan sub program/proses menjalankan sub program
Decision
Perbandingan pernyataan, penyeleksian data yang memberikan pilihan untuk langkah selanjutnya
On page connector
Penghubung bagian-bagian flowchart yang berada pada satu halaman
Off page connector
Penghubung bagian-bagian flowchart yang berada pada halaman berbeda
(33)
.4 Data Flow Diagram (DFD)
Data Flow Diagram (DFD) adalah suatu diagram yang menggunakan notasi-notasi untuk menggambarkan arus dari data sistem, yang penggunaannya sangat membantu untuk memahami sistem secara logika, tersruktur dan jelas (Pahlevy. 2010.).
DFD merupakan alat bantu dalam menggambarkan atau menjelaskan sistem yang sedang berjalan logis. Dalam sumber lain dikatakan bahwa DFD ini merupakan salah satu alat pembuatan model yang sering digunakan, khususnya bila fungsi-fungsi sistem merupakan bagian yang lebih penting dan kompleks dari pada data yang dimanipulasi oleh sistem. Dengan kata lain, DFD adalah alat pembuatan model yang memberikan penekanan hanya pada fungsi sistem. DFD ini merupakan alat perancangan sistem yang berorientasi pada alur data dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa maupun rancangan sistem yang mudah dikomunikasikan oleh profesional sistem kepada pemakai maupun pembuat program (Pahlevy. 2010). Beberapa simbol dari Data Flow Diagram (DFD) dapat dilihat pada tabel 2.2
Tabel 2.2 gambar beberapa simbol Data Flow Diagram (DFD)
Simbol Nama Penjelasan
Sumber dan tujuan data
External entity merupakan kesatuan di luar lingkungan sistem bisa berupa orang, organisasi dan sistem lain Arus data
Arus data yang masuk dan keluar dalam sebuah sistem
Proses transformasi
Proses yang mengubah input menjadi output
(34)
Penyimpanan data
Penyimpanan data digambarkan dengan dua garis horizontal.
2.5Representasi Grafis Suatu Objek
Informasi grafis suatu objek dapat dimasukan dalam bentuk titik, garis, polygon (Prahasta, Eddy. 2005.).
1) Titik adalah representasi grafis atau geometri yang paling sederhana bagi objek spasial. Representasi titik tidak memiliki dimensi tetapi dapat diidentifikasikan di atas peta dan dapat ditampilkan pada layer monitor dengan menggunakan simbol-simbol tertentu. Contoh representasi objek titik untuk data posisi sumur bor dapat dilihat pada gambar 2.4.
Gambar 2.4 Contoh representasi objek titik untuk data posisi sumur bor
2) Garis adalah bentuk geometri linier yang akan menghubungkan paling sedikit dua titik dan digunakan untuk merepresentasikan objek-objek satu dimensi. Contoh representasi objek garis untuk data lokasi jalan dapat dilihat pada gambar 2.5.
(35)
3) Geometri polygon digunakan untuk merepresentasikan objek-objek dua dimensi, seperti danau, batas propinsi, batas kota, batas tanah, dan lain-lain. Suatu polygon paling sedikit dibatasi oleh tiga garis yang saling terhubung diantara ketiga titik. Di dalam basis data, semua bentuk area dua dimensi direpresentasikan oleh bentuk polygon. Contoh representasi objek polygon untuk data landuse dapat dilihat pada gambar 2.6.
Gambar 2.6 Contoh representasi objek polygon untuk data landuse.
4) Objek Tiga Dimensi
Setiap fenomena fisik memiliki lokasi di dalam ruang. Akibatnya, model data yang lengkap harus mencakup dimensi yang ketiga (ruang 3 dimensi). Hal ini berlaku untuk permukaan tanah, menara, sumur, bangunan, batas-batas, dan lain lain. Contoh representasi objek permukaan 3D dapat dilihat pada gambar 2.7.
Gambar 2.7 Contoh representasi objek permukaan 3D
2.6 Digitasi
Digitasi merupakan proses pembentukan data yang berasal dari data raster menjadi data vektor. Dalam sistem informasi geografis dan pemetaan digital, data vektor banyak digunakan sebagai dasar analisis dan berbagai proses.
(36)
Digitasi pada Arcview dilakukan pada dokumen view dan disimpan di dalam sebuah shapefile (file .shp). Oleh karena itu, proses digitasi didahului dengan pembuatan sebuah shapefile kosong. Peta hasil digitasi selanjutnya dapat digunakan dalam proses overlay.
Digitasi peta dilakukan melalui beberapa proses:
a) data raster (gambar peta dasar) yaitu menambah data gambar ke dalam Arcview, File > Add Data di toolbar menu, kemudian memilih gambar yang akan di digitasi.
b) Meregistrasi data raster yaitu dilakukan setelah peta tampil, tujuannya untuk memberikan skala yang benar pada citra dengan jalan memberikan koordinat bumi kepada citra.
c) Membuat shapefile (file .shp) yaitu dengan mengidentifikasi terlebih dahulu objek-objek yang akan didigitasi. Setelah objek teridentifikasi, buatlah shapefile untuk masing-masing kategori objek.
d) Melakukan proses digitasi yaitu dilakukan setelah shapefile dibuat, selanjutnya tambahkan shapefile-shapefile yang akan didigitasi, mengunakan tombol add data.
e) Memasukkan data atribut.
Data atribut memberikan gambaran atau menjelaskan informasi berkaitan dengan fitur peta atau coverage SIG. Data atribut dapat disimpan dalam format angka maupun karakter. Pada Sistem Informasi Geografis di ArcView, data atribut dihubungkan dengan data spasial melalui identifier atau sering disingkat ID yang terkait di fitur.
f) Menghasilkan data vektor yang akan digunakan untuk overlay.
Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam kumpulan garis, area (daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik yang sama), titik dan nodes merupakan titik perpotongan antara dua buah garis.
(37)
Overlay merupakan suatu sistem informasi dalam bentuk grafis yang dibentuk dari penggabungan berbagai peta individu (memiliki informasi/database yang spesifik). Overlay peta dilakukan minimal dengan 2 jenis peta yang berbeda secara teknis dikatakan harus ada polygon yang terbentuk dari 2 jenis peta yang dioverlaykan. Jika dilihat data atributnya, maka akan terdiri dari informasi peta pembentukya (Prahasta, Eddy. 2006), contohnya, melakukan overlay peta tofografi dengan peta penggunaan lahan, maka di peta barunya akan menghasilkan polygon baru berisi atribut topografi dan penggunaan lahan. Agregat dari kumpulan peta individu ini, atau yang biasa disebut peta komposit, mampu memberikan informasi yang lebih luas dan bervariasi. Masing-masing peta tranparansi memberikan informasi tentang komponen lingkungan dan sosial. Peta komposit yang terbentuk akan memberikan gambaran tentang konflik antara proyek dan faktor lingkungan. Metode ini tidak menjamin akan mengakomodir semua dampak potensial, tetapi dapat memberikan dampak potensial pada spasial tertentu (Prahasta. 2005).
2.8Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Atribut Decision Making (FMADM) adalah suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang menyeleksi alternatif yang sudah diberikan (Kusumadewi, Harjoko, dan Wardoyo. 2006). Dalam FMADM terdapat beberapa komponen umum yang digunakan yaitu :
a) Alternatif yaitu objek-objek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan.
b) Atribut yang sering disebut sebagai karakteristik, komponen atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu level, namun tidak menutup kemungkinan adanya sub-kriteria yang berhubungan dengan kriteria yang telah diberikan.
(38)
c) Konflik antar kriteria, beberapa kriteria biasanya memiliki konflik antara satu dengan yang lainnya.
d) Bobot keputusan (W), bobot keputusan ini menunjukkan kepentingan relatif dari setiap kriteria.
e) Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen xij, yang merepresentasikan rating dari alternatif Ai ( i=1,2,…,m) m adalah banyaknya jumlah alternatif, terhadap kriteria Cj (j=1,2,…,n) n adalah jumlah kriteria (Kusumadewi, Harjoko, dan Wardoyo. 2006).
2.8.1 Tahapan FMADM
Menurut Rudholpi (2000), Proses dari FMADM ini dilakukan melalui 3 tahapan yaitu:
1) Pada tahapan penyusunan komponen situasi, akan dibentuk tabel taksiran yang berisi indentifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut.
2) Pada tahapan analisis dilakukan melalui 2 langkah yaitu:
a) Mendatangkan taksiran dari besaran potensial, kemungkinan, dan ketidakpastian yang berhubungan dengan dampak-dampak yang mungkin pada setiap alternatif.
b) Melakukan pemilihan dari preferensi pengambilan keputusan untuk setiap nilai dan ketidakpedulian pada setiap resiko yang timbul.
3) Dan kemudian dilakukan tahap sintesis informasi.
Secara umum, pendekatan FMADM dilakukan dengan 2 langkah yaitu :
1) Melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap semua tujuan pada setiap alternatif.
2) Melakukan perankingan alternatif-alternatif keputusan tersebut berdasarkan hasil agregasi keputusan.
Dengan demikian dikatakan bahwa masalah multi-attribute decision making adalah mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap sekumpulan attribut
(39)
atau kriteria Cj (j= 1,2,…,n). Matriks keputusan setiap alternatif terhadap setiap atribut X, sebagai berikut:
X = �
x11 x12 … x1n x21 x22 … x2n
⋮ ⋮ ⋮
xm1 xm2 … xmn �
Dimana X merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. Nilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai W, dimana W merupakan bobot keputusan yang telah ditentukan dari W1 hingga Wn yaitu jumlah bobot keputusan yang diberikan. Rating kinerja X dan nilai bobot W merupakan nilai utama yang merepresentasikan preferensi absolute dari pengambilan keputusan. Kemudian dilanjutkan dengan proses perankingan untuk mendapat alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan, gambar struktur hirarki FMADM dijelaskan pada gambar Gambar 2.8.
Gambar 2.8 struktur hirarki FMADM Kriteria-1
(C1)
Kriteria-2 (C2)
Kriteria-m Masalah
Alternatif-1 (A1)
Alternatif-3m (Am) Alternatif-2
(A2)
…
(40)
2.9Metode Simple Additive Weighting (SAW).
Salah satu metode yang digunakan untuk menyelesaikan masalah dari Fuzzy Multiple Attribute Decision Making ( FMADM ) adalah metode Simple Additive Weighting (SAW) yaitu suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.
Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Pahlevy. 2010). Metode SAW membutuhkan proses normalisasi matriks keputusan X ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Formula untuk melakukan normalisasi tersebut adalah sebagai berikut (Kusumadewi, Harjoko, dan Wardoyo. 2006):
Dimana:
rij = rating kinerja ternormalisasi dari alternatif Ai (i=,2,…,m) Maxi= nilai maksimum dari setiap baris dan kolom.
Mini= nilai minimum dari setiap baris dan kolom. xij= baris dan kolom dari matriks.
Formula untuk mencari nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai( Kusumadewi, Harjoko, dan Wardoyo.2006):
Dimana:
Vi= Nilai akhir dari alternatif Wi= Bobot yang telah ditentukan
= (cost) biaya atribut adalah j jika (benefit) keuntungan atribut adalah j ij ij i ij i ij ij x x Min jika x Max x r
∑
= = n j ij j i w r V(41)
rij= Normalisasi matriks.
Nilai Vi yang lebih besar mengindikasikan bahwa aternatif Ai lebih terpilih.
2.9.1 Langkah-langkah Penggunaan Metode SAW
1) Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan.
2) Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3) Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
4) Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi (Henry. 2009).
2.9.2 Kelebihan Metode SAW
Kelebihan dari metode simple additive weighting dibanding dengan model pengambil keputusan lainnya terletak pada kemampuannya untuk melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif terbaik dari sejumlah alternatif yang ada karena adanya proses perangkingan setelah menentukan bobot untuk setiap atribut (Kusumadewi, Harjoko, dan Wardoyo. 2006).
2.10 Hydrant
Hydrant merupakan sebuah terminal air bantuan darurat ketika terjadi kebakaran. Hydrant juga berfungsi untuk mempermudah proses penanggulangan ketika bencana kebakaran melanda. Pada saat terjadinya peristiwa kebakaran Fire
(42)
Protection Association (NFPA) secara spesifik menyakan bahwa Fire hydrant harus diwarnai dengan chrome yellow atau warna lain yang mudah terlihat, tetapi sebenarnya aspek terpenting adalah warna tersebut harus konsisten terutama dalam satu wilayah. Ada dua jenis hydrant yaitu sebagai berikut ini:
1) Hydrant Box
Hydrant Box atau Hydrant gedung adalah suatu sistem pencegah kebakaran yang menggunakan pasokan air dan dipasang di dalam bangunan atau gedung dan untuk menentukan jumlah dan titik hydrant gedung menggunakan acuan Standart National Indonesia (SNI).
2) Hydrant Pilar
Hydrant pilar atau sering disebut dengan hydrant halaman atau hydrant kota adalah suatu sistem pencegah kebakaran yang membutuhkan pasokan air dan dipasang di luar bangunan. Hydrant ini biasanya digunakan oleh mobil pemadam kebakaran (PMK) untuk mengambil air jika kekurangan dalam tangki mobil. Hydrant ini di letakkan disepanjang akses mobil PMK. Karakteristik dan kesesuaian lahan untuk loaksi hydrant adalah sebagai berikut (Hanafi, Muhammad. 2011).
a) Topografi
Topografi juga berpengaruh penting terhadap kelancaran tekanan air pada hydrant. Semakin tinggi lokasi yang akan digunakan semakin kecil tekanan airnya.
b) Penggunaan Lahan
Penggunaan lahan digunakan untuk melihat daya dukung lahan yaitu untuk mengetahui sejauh mana kemampuan sumber daya lahan untuk suatu penggunaan tertentu. Lahan yang dimaksud adalah lahan kering yang berada di wilayah pemukiman atau yang sudah padat penduduk.
(43)
Geologi yang dimaksud adalah jenis tanah yang ada di kota Medan. Karakteristik tanah yang cocok untuk kawasan industri adalah bertekstur sedang sampai kasar.
d) Hidrologi
Hidrologi yang dimaksud adalah ketersediaan air di kota Medan. Wilayah yang mempunyai ketersediaan air tinggi menjadi salah satu penentu untuk keputusan pembangunan lokasi hydrant karena air sangat diperlukan untuk fire hydrant. Ketersediaan air ini dapat berupa air sungai atau air PAM.
e) Aksesibilitas
Aksesibilitas yang dimaksud adalah jalur transportasi yang terdapat di kota Medan. Dalam penelitian ini jalan dibedakan menurut jenisnya, yaitu jalan tol, jalan arteri, jalan kolektor, jalan local, dan rel kereta api yang ditentukan secara manual.
(44)
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1Analisis Permasalahan
Banyaknya kebakaran yang terjadi di wilayah kota Medan menjadikan masalah semakin kompleks. Kebijakan dalam mengatasi kebakaran yang terjadi di wilayah kota Medan yang dilakukan dengan pembangunan hydrant yang tepat diharapkan meningkatkan kuantitas dan kualitas dalam pengolahan sumber daya khususnya dalam menempatkan atau mengalokasikan hydrant yang tepat.
Oleh karena itu penulis berinisiatif untuk merancang suatu sistem yang dapat membantu pihak perencana dalam pengambilan keputusan menentukan pembangunan lokasi hydrant untuk mengantisipasi terjadinya kebakaran di wilayah kota Medan.
Pada Gambar 3.1. terdapat sebuah diagram Ishikawa yang digunakan untuk menganalisis masalah. Diagram Ishikawa adalah sebuah alat grafis yang digunakanuntuk mengeksplorasi dan menampilkan pendapat tentang komponen inti suatukondisi di dalam organisasi. Diagram ini juga dapat menyusuri sumber-sumber penyebab atas suatu masalah. Oleh sebab itu, diagram Ishikawa sering disebutdiagram sebab-akibat atau diagram tulang ikan (fishbone diagram), karena secara kasat mata digram ini menyerupai tulang ikan. Identifikasi terhadap permasalahan melalui diagram ini akan membantu menganalisis kebutuhan sistem yang akan dikembangkan.
(45)
Gambar 3.1 Diagram Ishikawa Untuk Analisis Masalah
3.2. Analisis Model FMADM dengan Metode SAW
Dalam penyeleksian beasiswa dengan menggunakan model Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Simple Additive Weighting(SAW) diperlukan kriteria-kriteria dan bobot untuk melakukan perhitungannya sehingga akan didapat alternatif terbaik, dalam hal ini alternatif yang dimaksud adalah yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan.
3.2.1 Kriteria dan Bobot
Model FMADM dan SAW dalam prosesnya memerlukan kriteria yang akan dijadikan bahan perhitungan pada proses perankingan. Kriteria yang menjadibahan pertimbangan penentuan lokasi hydrant seperti yang ditunjukan pada tabel 3.1
Tabel 3.1 Kriteria Lokasi Hydrant
Kriteria Keterangan
C1 Tofografi
C2 Penggunaan Lahan
C3 Geologi
(46)
C5 Aksesibilitas
Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya. Bilangan fuzzy merupakan bilangan acak yang bisa ditentukan berapa saja bobot bilangannya. Dan berdasarkan tabel 3.1 terdapat enam bobot bilangan fuzzy, dapat dilihat pada tabel 3.2, 3.3, 3.4, 3.5, 3.6 berikut.
1. Tofogtafi
Bobot bilangan fuzzy untuk kriteria topografi dapat dilihat pada tabel 3.2. Tabel 3.2 bobot bilangan fuzzy untuk kriteria topografi
Kriteria Bobot
Tofografi (C1) 0.00 0.20 0.40 0.60 0.80 1.00
2. Penggunaan Lahan
Bobot bilangan fuzzy untuk kriteria penggunaan lahan dapat dilihat pada tabel 3.3.
Tabel 3.3 bobot bilangan fuzzy untuk kriteria penggunaan lahan
Kriteria Bobot
Penggunaan Lahan(C2) 0.00 0.20 0.40 0.60 0.80 1.00
3. Geologi
(47)
Tabel 3.4 bobot bilangan fuzzy untuk kriteria geologi
Kriteria Bobot
Geologi (C3) 0.00
0.20 0.40 0.60 0.80 1.00 4. Hidrologi
Bobot bilangan fuzzy untuk kriteria hidrologi dapat dilihat pada tabel 3.5. Tabel 3.5 bobot bilangan fuzzy untuk kriteria hidrologi
Kriteria Bobot
Hidrologi (C4) 0.00 0.20 0.40 0.60 0.80 1.00 5. Aksesibilitas
Bobot bilangan fuzzy untuk kriteria hidrologi dapat dilihat pada tabel 3.6. Tabel 3.6 bobot bilangan fuzzy untuk kriteria hidrologi
Kriteria Bobot
Aksesibilitas (C5) 0.00 0.20 0.40 0.60 0.80 1.00
Keterangan bobot setiap kriteria diatas adalah sebagai berikut : sangat rendah (SR) =0.00
rendah (R) =0.20 sedang (S) =0.40 tinggi (T) =0.60
sangat tinggi (ST) =0.80
(48)
Dari bobot bilangan fuzzy di atas maka dapat digambar grafik bobot seperti pada gambar 3.1.
Gambar 3.2 Grafik bobot
3.3 Pemecahan Masalah dengan Metode Overlay dan Metode Simple Additive Weighting
a) Metode Overlay
1) Melakukan overlay terhadap peta tofografi dan peta penggunaan lahan 2) Hasil overlay di atas di-overlay dengan peta geologi.
3) Hasilnya di-overlay lagi dengan peta hidrologi. 4) Dan hasilnya di-overlay dengan peta aksesibilitas.
5)Hasil dari semua overlay di atas adalah menghasilkan wilayah atau kecamatan yang sesuai dengan kriteria yang akan dianalisis pada tahap berikutnya.
b) Metode Simple Additive Weighting
1) Menentukan wilayah alternatif dan jenis kriteria hydrant. Dalam penelitian ini, kriteria-kriteria yang dibutuhkan adalah topografi, Penggunaan Lahan, geologi, Hidrologi, Aksesibilitas dan juga bobot bilangan fuzzy pada setiap kriteria.
2)Menentukan rating kecocokan setiap alternatif pada setiap kriteria, seperti tabel 3.7.
Tabel 3.7 Rating kecocokan untuk kriteria calon lokasi hydrant
Alternatif Kriteria
0.00 0.20 0.40 0.60 0.80 1.00
1.00 SR R S T ST
(49)
Tofografi (C1) Pengunaan lahan (C2) Geologi (C3) Hidrologi (C4) Aksesibilitas (C5) A1 A2 A3 Jumlah
3) Membuat matriks keputusan berdasarkan rating kecocokan, seperti tabel 3.8 Table 3.8 Membuat matriks keputusan berdasarkan rating kecocokan
Alternatif Kriteria
(C1) (C2) (C3) (C4) (C5)
Kec 1 Kec 2 Kec 3
4) Kemudian dihasilkan matriks keputusan dari tabel kecocokan
5) Matriks keputusan tersebut kemudian dinormalisasikan berdasarkan persamaan
Dimana:
rij= rating kinerja ternormalisasi dari alternatif Ai(i= 1,2,…,m) Maxi= nilai maksimum dari setiap baris dan kolom.
Mini= nilai minimum dari setiap baris dan kolom. xij= baris dan kolom dari matriks.
yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R.
6) Kemudian dilakukan proses perankingan dengan menentukan nilai preferensi Vi pada setiap alternative Ai dari matriks ternormalisasi R dengan pesamaan sebagai berikut.
= (cost) biaya atribut adalah j jika (benefit) keuntungan atribut adalah j ij ij i ij i ij ij x x Min jika x Max x r
(50)
Dimana:
Vi= Nilai akhir dari alternatif
Wj= Bobot yang telah ditentukan (telah ditentukan oleh judgement dan untuk konversi nilai kualitatif di butuhkan variable fuzzy) dimana untuk nilai {W1=0.00, W2=0.20, W3=0.40, W4=0.60,W5=0.80, W6=1.00}
rij= Normalisasi matriks.
7) Nilai Vi terbesar dari proses perankingan mengindikasikan alternative Ai yang terpilih.
3.4 Perancangan Flowchart Sistem
Sistem flowchart dapat didefinisikan sebagai bagan yang menunjukkan arus pekerjaan secara keseluruhan dari sistem. Bagan ini menjelaskan urut-urutan dari prosedur-prosedur yang ada didalam sistem. Bagan alir sistem menunjukkan apa yang dikerjakan di sistem. Flowchart yang akan dirancangan pada sistem ini terdiri dari flowchart overlay, penentuan prioritas dan penentuan prioritas global. Berikut masing-masing flowchart untuk proses tersebut. Gambar flowchart overlay peta wilayah sesuai kriteria dijelaskan pada gambar 3.3.
∑
=
=
nj
ij j
i
w
r
V
(51)
Gambar 3.3 Flowchart overlay peta wilayah sesuai kriteria
Gambar Flowchart penentuan nilai prioritas kriteria dijelaskan pada gambar 3.4.
Mulai
Peta topografi dan aksesibilitas
Hasil overlay 1
Hasil overlay 2
Hasil ovelay 3
Overlay peta hasil overlay 3 dan aksesibilitas
Overlay Peta topografi dan aksesibilitas
Overlay peta hasil overlay 1dengan geologi
Overlay peta hasil overlay 2 dan hidrologi
(52)
(53)
Gambar Flowchart penentuan nilai prioritas global dijelaskan pada gambar 3.5.
Mulai
Matriks ternormalisasi R
Kalikan nilai setiap bobot keputusan dengan
hasl setiap matriks ternormalisasi R
Selesai
Gambar 3.5 Flowchart penentuan nilai prioritas global
3.5 Perancangan Data Flow Diagram (DFD)
Data flow diagram (DFD) adalah alat pembuatan model yang memungkinkan profesional sistem untuk menggambarkan sistem sebagai suatu jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual maupun komputerisasi. DFD ini sering disebut juga dengan nama bubble chart, bubble diagram,model proses, diagram alur kerja, atau model fungsi.DFD memberikan suatu mekanisme bagi pemodelan fungsional dan pemodelan informasi.
∑
=
= n j
ij j
i w r
V
(54)
.5.1 DFD Level 0
Gambar data flow diagram level 0 dapat dilihat pada gambar 3.6.
User Simple additive FADM weighting Matriks
Decision
Gambar 3.6 DFD level 0
Kamus data untuk menjelaskan tentang gambar DFD level 0 dapat dilihat pada tabel 3.9.
Tabel 3.9 Kamus Data DFD Level 0
Nama / Proses Input Keterangan Proses Output Fuzzy Multiple
Atribut Decision Making
Matriks Pada proses ini, kriteria untuk setiap alternatif akan diproses untuk menghasilkan alternatif lokasi hydrant
Decision
3.5.2 DFD Level 1
Gambar data flow diagramlevel 1 dapat dilihat pada gambar 3.7.
(55)
Kamus data untuk menjelaskan gambar DFD level 1 dapat dilihat pada tabel 3.10.
Tabel 3.10 Kamus Data DFD Level 1 No / Nama
Proses
Input Keterangan Proses Output
1.0
Penentu prioritas Kriteria
Matriks Kriteria
Pada proses ini, admin
memasukan nilai kriteria yang akan menghasilkan matriks prioritas. Hasil Prioritas Kriteria 2.0 Penentuan Prioritas Global Hasil Prioritas Kriteria
Pada proses ini, data hasil prioritas kriteria diproses untuk menghasilkan sebuah decision.
Decision 3.0 Tampilan wilayah pembanguna hydran Nilai preferensi untuk setiap alternatif
Pada proses ini, nilai tertinggi dari hasil prioritas global akan menjadi pilahan wilayah pembangunan hydrant
Keputusan
3.6 Perancangan Antar Muka
Tahapan ini sangat penting karena antarmuka yang baik akan membuat pengguna merasakan kenyamanan dalam menggunakan sebuah aplikassi komputer. Berikut struktur menu yang akan dirancang pada aplikasi sistem pendukung keputusan ini.
3.6.1 Rancangan Halaman Muka
Halaman muka merupakan halaman “Selamat Datang” kepada user dengan penjelasan singkat mengenai sistem. Rancangannya dapat dilihat pada Gambar 3.8.
(56)
Gambar 3.7 Rancangan halaman utama
Gambar 3.8. Halaman Muka
Gambar 3.8 Halaman Utama
3.6.2 Rancangan Fire Hydrant Kota Medan
Gambar Rancangan halaman fire hydrant untuk menentukan matriks keputusan dapat dilihat pada gambar 3.9.
Gambar 3.8 Rancangan halaman matriks keputusan
Gambar 3.9. Rancangan halaman fire hydrant untuk menentukan matriks keputusan
Image
SISTEM INFORMASI GEOGRAFIS
Home Tentukan bobot matriks keputusan
Fire Hydrant Kota Medan Topografi
Geologi Hidrologi Aksesbility
Matriks keputusan
Reset Proses SISTEM INFORMASI GEOGRAFIS
Home
Fire Hydrantkota Medan Topografi
Geologi Hidrologi Aksesbility
(57)
Halaman ini tampil ketika tombol ”fire hydrant kota Medan” di klik dan menampilkan menu untuk memasukkan matriks keputusan.
3.6.3 Rancangan Halaman Hasil Matriks ternormalisasi R danPreferensi Setiap Alternatif
Gambar Rancangan halaman hasil ternormalisasi R danpreferensi setiap alternatif. Halaman ini tampil ketika tombol ”Proses” di klik dan menghasilkan matriks ternormalisasi R dan preferensi setiap alternatif, dapat di lihat pada gambar 3.10.
Gambar 3.7 Rancangan halaman hasil alternatif lokasi fire hydrant
Gambar 3.10 Rancangan Halaman Matriks Ternormalisasi R dan Preferensi Setiap Alternatif
3.6.4 Rancangan Halaman Tampilkan Peta Lokasi Fire Hydrant dikota Medan
Gambar Rancangan halaman Peta Lokasi Hydrant yang tepat di kota Medan. Halaman ini tampil ketika tombol ”Tampikan Peta” diklik, rancangandapat dilihat pada gambar 3.11.
SISTEM INFORMASI GEOGRAFIS Home
Fire Hydrant Kota Medan Topografi
Geologi Hidrologi Aksesbility
Lokasi terbaik
Matriks ternormalisasi R
Nilai preferensi Tampilkan
(58)
Gambar 3.10 R
Gambar 3.11. Rancangan Halaman Tampilan Peta Lokasi Hydrant SISTEM INFORMASI GEOGRAFIS
Home Peta Lokasi Hydrant
Fire Hydrant Kota Medan Topografi
Geologi Hidrologi Aksesbility
(59)
BAB 4
HASIL DAN IMPLEMENTASI
Pada bab ini akan dilakukan analisis spasial berupa overlay terhadap peta (layer) kriteria untuk memperoleh alternatif yang memenuhi syarat berdasarkan kriteria yang telah ditentukan sebelumnya. Hasil overlay tersebut selanjutnya akan diseleksi lagi menggunakan metode Simple Additive Weighting untuk memperoleh alternatif terbaik, alternatif yang terpilih akan divisualisasikan dalam bentuk peta.
4.1 Metode Overlay
Setelah proses registrasi dan digitasi peta kriteria ke dalam bentuk format shapefile dilakukan, maka dilakukan overlay dengan prosedur berikut:
1. Melakukan overlay peta topografi dengan peta penggunaan lahan sehingga menghasilkan peta berikut:
Gambar 4.1 Peta Hasil Overlay 1 (Topografi dan Penggunaan Lahan)
(60)
Dari overlay 1 tampak bahwa wilayah dengan tingkat kepadatan penduduk yang tinggi berada pada lingkaran merah dengan variasi penduduk yang sangat padat (lingkaran biru), padat (lingkaran kuning), dan sedang, sehingga wilayah yang memenuhi pada overlay ini adalah semua kecamatan pada lingkaran merah.
2. Hasil overlay 1 pada gambar 4.1 selanjutnya di-overlay lagi dengan peta geologi, sehingga menghasilkan peta berikut:
Gambar 4.2 Peta Hasil Overlay 2 (Overlay 1 dan Geologi)
Hasil overlay 2 menunjukkan hanya empat kecamatan yang memenuhi syarat dari sisi geologi yaitu Kecamatan Medan Deli, Kecamatan Medan Helvetia, Kecamatan Medan Sunggal, dan Kecamatan Medan Selayang.
(61)
3. Hasil overlay 2 pada gambar 4.2 selanjutnya di-overlay lagi dengan peta hidrologi untuk melihat potensi suplai air dari keempat kecamatan di atas.
Gambar 4.3 Peta Hasil Overlay 3 (Overlay 2 dan Hidrologi)
Peta overlay 3 menunjukkan hanya tiga kecamatan yang memiliki potensi air yang memadai berupa sungai dan mata air, yaitu Kecamatan Medan Deli, Kecamatan Medan Sunggal, dan Kecamatan Medan Selayang.
4. Setelah wilayah kecamatan yang memiliki potensi air yang baik diperoleh dari hasil overlay gambar 4.3, selanjutnya peta tersebut di overlay lagi untuk melihat bagaimana aksesibilitas wilayah tersebut apakah mudah dijangkau atau tidak. Aksesibilitas yang dimaksudkan disini adalah berupa akses transportasi darat. Hasil overlay-nya dapat dilihat pada gambar berikut ini:
(62)
Gambar 4.4 Peta Hasil Overlay 4 (Overlay 3 dan Aksebilitas)
Dari overlay 4 diperoleh bahwa ketiga kecamatan yang diperoleh dari overlay pada gambar 4.3 sama-sama memiliki aksesibilitas yang baik, sehingga kecamatan-kecamatan tersebut akan dijadikan sebagai alternatif untuk selanjutnya dianalisis dengan metode Simple Additive Weighting untuk memperoleh alternatif yang paling tepat untuk lokasi hydrant.
4.2Metode Simple Additive Weighting
Pada sub-bab ini akan dibahas tentang bagaimana masukan data, proses perhitungan, dan keluaran yang diharapkan untuk menghitung nilai preferensi (Vi)
tertinggi dari setiap alternatif yang telah diperoleh pada proses overlay sebelumnya. Namun, sebelum menerapkan metode ini, maka hal pertama yang
(63)
harus dilakukan adalah menentukan variable-variabel bernilai fuzzy untuk mengonversi nilai bobot kualitatif menjadi kuantitatif dengan contoh grafik range berikut ini:
Gambar 4.5 Grafik Bobot
Setelah variable-variabel bobot ditentukan seperti pada gambar 4.5, maka masukan awal untuk bobot kriteria dan alternatif dimisalkan seperti pada Table 4.1 sehingga diperoleh matriks keputusan X seperti pada Table 4.2.
Tabel 4.1 Bobot Kriteria
Kriteria Bobot (Weight)
Topografi (C1) 1.00 (MST)
Penggunaan Lahan (C2) 0.80 (ST)
Geologi (C3) 0.80 (ST)
Hidrologi (C4) 0.60 (T)
Aksebilitas (C5) 0.40 (S)
Setelah bobot setiap kriteria ditentukan seperti pada contoh Tabel 4.1, maka tahap selanjutnya adalah menentukan matriks berpasangan alternatif dan kriteria yang
0.00 0.20 0.40 0.60 0.80 1.00 1.00 SR R
S T ST MS
Keterangan:
0.00 = Sangat Rendah (SR) 0.20 = Rendah (R)
0.40 = Sedang (S) 0.60 = Tinggi (T)
0.80 = Sangat Tinggi (ST) 1.00 = Mutlak Sangat Tinggi (MST)
(64)
setiap elemennya mengambarkan rating kinerja rij setiap alternatif (Ai) pada setiap
kriteria (C1). Matriknya dapat dilihat pada tabel berikut ini:
Tabel 4.2 Matriks Keputusan X
Setelah rating kinerja (rij) setiap alternatif pada setiap kriteria ditentukan seperti
pada tabel 4.2, maka langkah selanjutnya adalah melakukan normalisasi matrik R. Karena penelitian ini bertujuan mencari nilai preferensi tertinggi setiap alternatif, maka diasumsikan j adalah benefit, sehingga formula yang akan digunakan adalah:
rij = Xij Max i Xij
Maka nilai rij alternatif untuk setipa kriteria pada matrik ternormalisasi R adalah:
1. Topografi (C1)
Topografi (C1)
Penggunaan Lahan (C2)
Geologi (C3)
Hidrologi (C4)
Aksebilitas (C5)
Kec. Medan Deli
(A1) 0.60 0.20 0.80 0.40 0.80
Kec. Medan
Sunggal (A2) 0.80 0.80 0.60 0.60 0.60
Kec. Medan
Selayang (A3) 0.40 0.20 0.40 0.80 0.40
Kriteri a Alternatif
(65)
2. Penggunaan Lahan (C2)
3. Geologi (C3)
4. Hidrologi (C4)
(66)
0.75 0.25 1 0.50 1
1 1 0.75 0.75 0.75
0.50 0.25 0.50 1 0.50 R =
Sehingga matriks ternormalisasi R adalah:
Maka nilai preferensi (Vi) setiap alternatif (Ai), dapat dihitung dengan
menggunakan nilai bobot setiap kriteria yang telah ditentukan oleh pengambil keputusan w = [1.00 0.80 0.80 0.60 0.40 ], jadi:
A1 : V1 = (0.75) (1.00) + (0.25) (0.80) + (1.00) (0.80) + (0.50) (0.60) + (1.00)
(0.40) = 2.450
A2 : V2 = (1.00) (1.00) + (1.00) (0.80) + (0.75) (0.80) + (0.75) (0.60) + (0.75)
(0.40) = 3.150
A3 : V3 = (0.50) (1.00) + (0.25) (0.80) + (0.50) (0.80) + (1.00) (0.60) + (0.50)
(0.40) = 1.900
Nilai preferensi tertinggi adalah V2 dengan nilai 3.150 yang mengindikasikan
bahwa nilai tersebut yang terpilih sebagai hasil keputusan. Jadi, wilayah yang paling layak dijadikan sebagai lokasi hydrant dari ketiga alternatif masukan adalah Kecamatan Medan Sunggal (A2).
4.3Implementasi Sistem
Setelah melakukan simulasi masukan data pada subbab 4.4, maka langkah selanjutnya adalah melakukan pengujian terhadap sistem untuk menjawab apakah
(67)
sistem tersebut dapat berjalan sesuai dengan yang diharapkan. Sistem yang dimaksud adalah aplikasi SIG berbasis web yang terdiri dari beberapa halaman yang dapat dilihat pada subbab berikut:
4.3.1 Halaman Utama
Halaman utama adalah halaman yang pertama kali muncul ketika user mengakses sistem ini. Tampilannya dapat dilihat pada gambar 4.6 berikut:
Gambar 4.6 Tampilan Utama Aplikasi SIG Hydrant 4.3.2 Halaman Input Bobot Kriteria dan Matriks Keputusan X
Halaman ini berguna untuk penginputan bobot kriteria dan matriks keputusan X oleh pengambil keputusan. Nilai kriteria dapat dipilih secara fleksibel oleh user dengan mengklik nilai-nilai yang telah disediakan pada combo box. Hal yang
(68)
sama juga dapat dilakukan pada form matriks keputusan X. Setelah menginput data maka user harus menekan tombol “proses” agar sistem dapat melakukan proses dalam pengambilan keputusan. Untuk mengulangi input data yang baru, user dapat menekan tombol “reset” dan memasukkan nilai yang baru. Tampilannya dapat dilihat pada gambar 4.7 berikut ini:
Gambar 4.7 Halaman Input Bobot Kriteria dan Matriks Keputusan X
4.3.3 Halaman Matriks Ternormalisasi R dan Nilai Preferensi
Setelah menekan tombol proses pada gambar 4.7, maka halaman yang akan muncul adalah halaman seperti pada gambar 4.8 yang merupakan tampilan matriks hasil normalisasi matriks keputusan X dan nilai preferensi setiap
(69)
alternatif. Alternatif yang terpilih adalah sebagai lokasi terbaik untuk hydrant kota Medan yang dalam hal ini adalah Kecamatan Medan Sunggal (A2),
tampilan petanya dapat dilihat dengan menekan tombol “tampilkan peta”.
Gambar 4.8 Halaman Matriks Ternormalisasi R dan Nilai Preferensi
4.3.4 Halaman Tampilan Peta Lokasi Hydrant Terbaik
Halaman pada gambar 4.9 adalah tampilan peta kota Medan, dimana lokasi hydrant (Kec. Medan Sunggal) yang terpilih sebagai hasil keputusan divisualisasikan dengan warna yang lebih cerah dari kecamatan kota Medan
(70)
lainnya. Hal ini dilakukan agar user dengan mudah dapat membedakan lokasi hydrant yang terbaik dari yang lainnya. Tampilannya dapat dilihat pada gambar 4.9 berikut ini:
Gambar 4.9 Halaman Tampilan Peta Lokasi Hydrant Terbaik
Agar lokasi hydrant yang di-highlight dapat ditampilkan lebih jelas, user dapat memilih pengaturan tampilan pada combo box dan melakukan pergeseran dengan menggunakan tanda “panah” yang telah disediakan disetiap sisi peta. Tampilan peta setelah diatur 2 kali pembesaran dapat dilihat seperti pada gambar 4.10 berikut:
(71)
Gambar 4.10 Tampilan Peta Lokasi Hydrant Setelah 2x Pembesaran
Jika peta ingin ditampilkan ke tampilan semula maka user dapat memilih nilai
“default” atau “center” pada combo box dan melakukan pergeseran sampai
tampilannya sesuai dengan yang diinginkan.
4.3.5 Perbandingan Output Hydrant Metode SAW dengan data hydrant yang sudah ada
a. Output hydrant dengan metode SAW
Setelah menentukan nilai bobot pada kriteria yang telah ditentukan dengan metode Simple Additive Weighting maka dihasilkan sebuah Kecamatan yang menjadi daerah tertinggi untuk dilakukannya pembangunan hydrant di kota Medan dengan menggunakan mapserver sebagai alat untuk
(72)
menampilkan peta maka akan ditampilkan Kecamata yang terpilih sesuai dengan bobot tertinggi yang dihasilkan metode Simple Additive Weighting , sebagaimana yang telah dijelaskan sebelumnya pada Bab IV ini.
b. Data Hydrant yang sudah ada
Dari hasil Data yang diperoleh, letak hydrant yang ada pada saat ini yaitu berada di titik tertentu di wilayah tertentu dengan jumlah total hydrant 118 hydrant di seluruh kota Medan.
(73)
BAB 5
KESIMPULAN DAN SARAN 5.1Kesimpulan
Setelah melakukan studi literatur, analisis perancangan, implementasi, pengujian, dan dokumentasi sistem tentang sistem informasi geografis penentuan lokasi hydrant dengan metode Simple Additive Weighting berbasis web di wilayah kota Medan, maka dapat ditarik beberapa kesimpulan yaitu sebagai berikut:
1. Sistem ini digunakan untuk membantu menentukan lokasi hydrant yang tepat di wilayah kota Medan
2. Nilai preferensi tertinggi alternatif sebagai hasil keputusan tergantung terhadap nilai bobot yang diberikan oleh user.
3. Metode Simple Additive Weighting sangat membantu dalam penentuan lokasi hydrant kota Medan, karena prinsip metode ini langsung mengacu pada bobot kinerja setiap alternatif terhadap kriteria.
4. Ketika bobot nilai kriteria yang diinputkan oleh user tidak konsisten maka output dari metode Simple Additive Weighting juga tidak akan konsisten (kurang memberikan hasil yang berarti).
5.2 Saran
Karena penelitian ini masih jauh dari kesempurnaan, maka untuk penelitian lebih lanjut penulis menyarankan:
1. Mencari metode pengambilan keputusan lainnya seperti metode AHP (Analytic Hierarcy Process) yang dapat mempertimbangkan sub-kriteria sampai beberapa level.
2. Untuk memperoleh hasil yang lebih baik, sebaiknya peneliti langsung melakukan survey lapangan untuk menentukan nilai bobot kriteria yang logis, sehingga nilai tersebut layak merepresentasikan tingkat bobot kriteria pada keadaan yang sebenarnya.
(74)
3. Bila memungkinkan, lakukan penggabungan metode ini dengan metode pengambil keputusan lainnya agar hasil keputusan akhir lebih terperinci dan akurat.
4. Aplikasi SIG hydrant yang telah dibangun sebaiknya dikembangkan lagi menjadi lebih dinamis yang mampu menampilkan informasi lokasi hydrant secara lebih spesifik.
(75)
DAFTAR PUSTAKA
Budianto, Eko. 2010. Sistem Informasi Geografis dengan Arc View GIS. Yogyakarta: Andi Offset.
Hanafi, Muhammad. 2011. SIG dan AHP untuk Sistem Pendukung Keputusan Perecanaan Wilayah Industri dan Pemukiman Kota Medan. Skripsi Program Studi Ilmu Komputer. Medan, Indonesia: Universitas Sumatera Utara.
Henry, W. 2009. Sistem pendukung keputusan untuk menentukan penerimaan beasiswa bank BRI menggunakan FMADM (studi kasus: mahasiswa fakultas tehnologi industry Universitas Islam Indonesia).
Karim, Syaeful dan Djauharry Noor. 2006. Analisis Dan Perancangan Sistem Geografis Sebagai Alat Bantu Pembuat Keputusan Alokasi Industri Di Wilayah Kota Depok. Yogyakarta, Indonesia: Universitas Bina Nusantara. Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. (2006). Fuzzy Multi
-Attribute Decision Making (FUZZY MADM). Yogyakarta: Penerbit Graha Ilmu.
Nuarsa IW. 2005. Belajar Sendiri Menganalisis Data Spasial Dengan Software ARCVIEW GIS 3.3 untuk Pemula. Jakarta: PT Alex Media Computindo. Pahlevy, Randy, Tesar. 2010. Rancang Bangun Sistem pendukung Keputusan
Menentukan penerima Beasiswa dengan Menggunakan metode Simpele Additive Weighting (SAW). Skripsi Program Studi Tehnik Informatika. Surabaya,Indonesia: Universitas Pembangunan Nasional “Veteran”.
Prahasta, Eddy. 2005. Konsep - Konsep Dasar Sistem Informasi Geografis. Bandung : CV. Informatika.
Prahasta, Eddy. 2006. Sistem Informasi Geografis ( Membangun Web Based GIS dengan Mapserver). Bandung : CV. Informatika.
Siregar, Zainuddin. 2014 Perancangan Sig Berbasis Web Objek Wisata Kota Binjai Dengan Algoritma A*, Skripsi Program Studi Ilmu Komputer. Medan, Indonesia: Universitas Sumatera Utara.
(76)
Yousman, Yeyep. 2004. Sistem Informasi Geografis dengan ArcView3.3 Professional Yogyakarta: Andi Offset
(1)
Gambar 4.10 Tampilan Peta Lokasi Hydrant Setelah 2x Pembesaran
Jika peta ingin ditampilkan ke tampilan semula maka user dapat memilih nilai
“default” atau “center” pada combo box dan melakukan pergeseran sampai tampilannya sesuai dengan yang diinginkan.
4.3.5 Perbandingan Output Hydrant Metode SAW dengan data hydrant yang sudah ada
a. Output hydrant dengan metode SAW
Setelah menentukan nilai bobot pada kriteria yang telah ditentukan dengan metode Simple Additive Weighting maka dihasilkan sebuah Kecamatan yang menjadi daerah tertinggi untuk dilakukannya pembangunan hydrant di kota Medan dengan menggunakan mapserver sebagai alat untuk
(2)
menampilkan peta maka akan ditampilkan Kecamata yang terpilih sesuai dengan bobot tertinggi yang dihasilkan metode Simple Additive Weighting, sebagaimana yang telah dijelaskan sebelumnya pada Bab IV ini.
b. Data Hydrant yang sudah ada
Dari hasil Data yang diperoleh, letak hydrant yang ada pada saat ini yaitu berada di titik tertentu di wilayah tertentu dengan jumlah total hydrant 118 hydrant di seluruh kota Medan.
(3)
BAB 5
KESIMPULAN DAN SARAN 5.1Kesimpulan
Setelah melakukan studi literatur, analisis perancangan, implementasi, pengujian, dan dokumentasi sistem tentang sistem informasi geografis penentuan lokasi
hydrant dengan metode Simple Additive Weighting berbasis web di wilayah kota Medan, maka dapat ditarik beberapa kesimpulan yaitu sebagai berikut:
1. Sistem ini digunakan untuk membantu menentukan lokasi hydrant yang tepat di wilayah kota Medan
2. Nilai preferensi tertinggi alternatif sebagai hasil keputusan tergantung terhadap nilai bobot yang diberikan oleh user.
3. Metode Simple Additive Weighting sangat membantu dalam penentuan lokasi
hydrant kota Medan, karena prinsip metode ini langsung mengacu pada bobot kinerja setiap alternatif terhadap kriteria.
4. Ketika bobot nilai kriteria yang diinputkan oleh user tidak konsisten maka output dari metode Simple Additive Weighting juga tidak akan konsisten (kurang memberikan hasil yang berarti).
5.2 Saran
Karena penelitian ini masih jauh dari kesempurnaan, maka untuk penelitian lebih lanjut penulis menyarankan:
1. Mencari metode pengambilan keputusan lainnya seperti metode AHP (Analytic Hierarcy Process) yang dapat mempertimbangkan sub-kriteria sampai beberapa level.
2. Untuk memperoleh hasil yang lebih baik, sebaiknya peneliti langsung melakukan survey lapangan untuk menentukan nilai bobot kriteria yang logis, sehingga nilai tersebut layak merepresentasikan tingkat bobot kriteria pada keadaan yang sebenarnya.
(4)
3. Bila memungkinkan, lakukan penggabungan metode ini dengan metode pengambil keputusan lainnya agar hasil keputusan akhir lebih terperinci dan akurat.
4. Aplikasi SIG hydrant yang telah dibangun sebaiknya dikembangkan lagi menjadi lebih dinamis yang mampu menampilkan informasi lokasi hydrant
(5)
DAFTAR PUSTAKA
Budianto, Eko. 2010. Sistem Informasi Geografis dengan Arc View GIS. Yogyakarta: Andi Offset.
Hanafi, Muhammad. 2011. SIG dan AHP untuk Sistem Pendukung Keputusan Perecanaan Wilayah Industri dan Pemukiman Kota Medan. Skripsi Program Studi Ilmu Komputer. Medan, Indonesia: Universitas Sumatera Utara.
Henry, W. 2009. Sistem pendukung keputusan untuk menentukan penerimaan beasiswa bank BRI menggunakan FMADM (studi kasus: mahasiswa fakultas tehnologi industry Universitas Islam Indonesia).
Karim, Syaeful dan Djauharry Noor. 2006. Analisis Dan Perancangan Sistem Geografis Sebagai Alat Bantu Pembuat Keputusan Alokasi Industri Di Wilayah Kota Depok. Yogyakarta, Indonesia: Universitas Bina Nusantara. Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. (2006). Fuzzy Multi
-Attribute Decision Making (FUZZY MADM). Yogyakarta: Penerbit Graha Ilmu.
Nuarsa IW. 2005. Belajar Sendiri Menganalisis Data Spasial Dengan Software ARCVIEW GIS 3.3 untuk Pemula. Jakarta: PT Alex Media Computindo. Pahlevy, Randy, Tesar. 2010. Rancang Bangun Sistem pendukung Keputusan
Menentukan penerima Beasiswa dengan Menggunakan metode Simpele Additive Weighting (SAW). Skripsi Program Studi Tehnik Informatika. Surabaya,Indonesia: Universitas Pembangunan Nasional “Veteran”.
Prahasta, Eddy. 2005. Konsep - Konsep Dasar Sistem Informasi Geografis. Bandung : CV. Informatika.
Prahasta, Eddy. 2006. Sistem Informasi Geografis ( Membangun Web Based GIS dengan Mapserver). Bandung : CV. Informatika.
Siregar, Zainuddin. 2014 Perancangan Sig Berbasis Web Objek Wisata Kota Binjai Dengan Algoritma A*, Skripsi Program Studi Ilmu Komputer. Medan, Indonesia: Universitas Sumatera Utara.
(6)
Yousman, Yeyep. 2004. Sistem Informasi Geografis dengan ArcView3.3 Professional Yogyakarta: Andi Offset