Pengembangan Perangkat Lunak Layanan Online Kebun Raya Bogor Berbasis Web

  

Vol. 2, No. 11, November 2018, hlm. 5562-5566 http://j-ptiik.ub.ac.id

Pengembangan Perangkat Lunak Layanan Online Kebun Raya Bogor

₁ Berbasis Web _{2 3} Elke Cahya Putri , Bayu Priyambadha , Fajar Pradana

  Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya _{1 2 3} Email: elkecahyaa@gmail.com, bayu_priyambadha@ub.ac.id, fajar.p@ub.ac.id

  

Abstrak

  Kebun raya Bogor merupakan salah satu kebun raya di Indonesia yang dikelola secara langsung oleh pihak Pusat Konservasi Tumbuhan Kebun Raya-LIPI (PKT Kebun Raya-LIPI) yang memiliki lahan seluas 87 hektar, di dalamnya terdapat berbagai jenis tumbuhan dan keanekaragaman objek wisata. Dengan lahan yang sangat luas terdapat beberapa permasalahan yang dirasakan oleh pengunjung kebun raya Bogor, yaitu pengunjung tidak mengetahui lokasi objek wisata yang akan dituju, pengunjung tidak mengetahui keanekaragaman objek wisata dan permasalahan terakhir dari sisi pengunjung ialah pengunjung tidak mengetahui bagaimana cara untuk menyampaikan masukkan atau testimoni kepada pihak pengelola. Pada sisi pihak pengelola untuk mengetahui tingkat kepuasan pengunjung selama ini hanya berdasarkan postingan pengunjung pada fanpage Facebook kebun raya Bogor yang dirasa kurang

  

valid dalam merepresentasikan tingkat kepuasan pengunjung. Di dapatkan solusi untuk mengatasi

  permasalahan tersebut dengan menambahkan fitur melakukan pencarian lokasi objek wisata yang ada di kebun raya Bogor, menampilkan daftar lokasi objek wisata, menyimpan testimoni dan menampilkan grafik kepuasan pengunjung, hasil dari pendeteksian foto dengan menggunakan algoritme Local Binary

  

Pattern (LBP). Hasil dari pengujian yang dilakukan di dapatkan hasil pengujian unit, pengujian integrasi

  dan pengujian validasi menghasilkan nilai 100% valid dan hasil dari pengujian kompatibilitas di dapatkan sistem dapat di berjalan pada 8 jenis web browser.

  Kata kunci: rekayasa perangkat lunak, Local Binary Pattern, kebun raya Bogor

Abstract

Bogor Botanical Garden is one of the botanical gardens in Indonesia that is managed directly by the

Plant Conservation Botanic Gardens-LIPI which has an area of 87 hectares. There are various types of

plants and attractions in Bogor Botanical Garden. With the vastness of land owned, there are several

problems that are felt by Bogor Botanical Garden's visitors, they are: the visitors do not know the

location of the attraction to be visited, the visitors do not know the diversity of attractions, and the

visitors do not know how to give a testimony to the manager. So far, the manager finds out the

satisfaction level of the visitors simply by seeing visitor posts on the Bogor Botanical Gardens Facebook

Fanpage page which is considered to be less valid in representing the satisfaction level of the visitors.

So, a solution given to overcome these problems is by adding features to search the location of the

attractions in the Bogor Botanical Garden, to display the list of tourist attractions, to save testimonials

and to display a graph of visitors' satisfaction results from image detection using the Local Binary

Pattern (LBP) algorithm. The result of the tests shows that unit testing, integration testing, and

validation testing is 100% valid and the result of compatibility testing shows that the system can run on

8 types of web browsers.

  Keywords: software engineering, Local Binary Pattern, Bogor Botanical Gardens

  Raya-LIPI). Kebun raya Bogor memiliki lahan 1. seluas 87 hektar, di dalamnya terdapat berbagai

   PENDAHULUAN

  jenis tumbuhan dan keanekaragaman objek Kebun raya Bogor merupakan salah satu wisata. Dengan lahan yang sangat luas terdapat kebun raya di Indonesia yang dikelola secara beberapa permasalahan yang dirasakan oleh langsung oleh pihak Pusat Konservasi pengunjung kebun raya Bogor, permasalahan Tumbuhan Kebun Raya-LIPI (PKT Kebun yang pertama yaitu pengunjung tidak

  Fakultas Ilmu Komputer Universitas Brawijaya

5562 mengetahui lokasi objek wisata yang akan dituju. Permasalahan yang kedua yaitu pengunjung tidak mengetahui keanekaragaman objek wisata dan permasalahan yang terakhir dari sisi pengunjung ialah pengunjung tidak mengetahui bagaimana cara untuk menyampaikan masukkan atau testimoni kepada pihak pengelola. Permasalahan yang terjadi pada sisi pihak pengelola yaitu, selama ini pihak pengelola merasa kesulitan untuk mengetahui tingkat kepuasan pengunjung hanya berdasarkan postingan pengunjung pada fanpage facebook kebun raya Bogor yang dirasa kurang valid dalam merepresentasikan tingkat kepuasan pengunjung.

  Dari permasalahan yang ada di dapatkan solusi untuk menyelesaikannya yaitu dengan dilakukannya pengembangan lanjut pada perangkat lunak Layanan Online Kebun Raya Bogor dengan menambahkan fitur untuk melakukan melakukan pencarian lokasi objek wisata yang ada di kebun raya Bogor, menampilkan daftar lokasi objek wisata, menyimpan testimoni dan menampilkan grafik kepuasan pengunjung hasil dari pendeteksian foto dengan menggunakan algoritme Local Binary Pattern (LBP).

  1 ^z dan ^z Persamaan 2.

  1. Studi literatur Penulisan dasar teori dalam pengembangan

  Metodologi penelitian menjelaskan langkah apa saja yang digunakan dalam pengembangan perangkat lunak Layanan Online Kebun Raya Bogor berbasis web yang digambarkan pada Gambar 3. Langkah-langkah ^{z z} yang ^z dilakukan _z yaitu ^z sebagai ^z berikut :

  Gambar 2. Proses Kalkulasi Piksel LBP 3.

  : nilai piksel tetangga Berikut ^{z z} adalah ^z proses ^z visualisasi _z perhitungan ^z dari ^z kalkulasi ^z piksel ^z LBP ^z yaitu _z pada Gambar 2. ^z

  : nilai piksel ,

  (2) Keterangan : P : jumlah piksel tetangga R : nilai radius

  ( ) = {1, ≥ 0 0. < 0

  (1) Fungsi s(x) didefinisikan pada Persamaan 2.

  ( − )2 −1 =0

  , ( , ) = ∑

  lebih besar ^z dari ^z titik ^z pusatnya. Perhitungan ^z LBP didefinisikan ^z pada ^z Persamaan ^z

  Local Binary Pattern (LBP) merupakan

  i ^z

  lebih kecil ^z dari ^z titik ^z pusatnya (piksel ^z yang ^z sedang _z diolah). Apabila ^z nilai b ⁱ = 1 ^z maka ^z nilai ^z

  i ^z

  8-bit b ^{1 b 2 b 3 b 4 b 5 b 6 b 7 b 8 , z} dimana _z nilai ^z dari b i = 0 ^z didapatkan ^z dari ^z nilai ^z

  windowing ^z

  Logika ^z yang ^z digunakan ^z dalam ^z LBP ^z yaitu untuk ^z setiap ^z piksel (p), ^z nantinya ^z akan ^z dibuat

  Gambar 1. Jarak dan Banyak Piksel Tetangga yang Terpilih

2. TINJAUAN PUSTAKA

  secara ^z monotonic (Turiyanto, Purwanto, & Dikairono, 2014). LBP memiliki ^z fungsi ^z lain ^z yang ^z digunakan sebagai ^z representasi ^z intensitas ^z piksel ketetanggaan ^z dari ^z sebuah ^z piksel ^z yang ^z sedang dilakukan ^z proses ^z pengolahan (Turiyanto, Purwanto, & Dikairono, 2014). ^z Dalam perhitungannya ^z LBP ^z memiliki ^z nilai ^z jarak ^z yang _z nantinya ^z akan ^z dipergunakan ^z untuk ^z menentukan ketetanggaan ^z yang ^z akan ^z dipilih ^z dan ^z memiliki nilai ^z untuk ^z menyimpan ^z banyak ^z tetangganya. Besar ^z jarak ^z dan ^z ketetanggaan ^z yang ^z dipilih digambarkan ^z dalam Gambar 1. (Pietikäinen, Hadid, Zhao, & Ahonen, 2011).

  gray-scale ^z

  LBP ^z juga ^z memiliki ^z sifat ^z toleransi ^z terhadap perubahan ^z

  sebuah ukuran dari tekstur gray-scale secara _z invarian ^z yang ^z dikenalkan ^z pertama ^z kali ^z oleh _z Ojala et al. Dimana ^z yang ^z dimaksud ^z dengan ^z invarian ^z disini ^z adalah ^z dari hasil ^z yang didapatkan ^z hampir ^z tidak ^z dipengerahui ^z oleh faktor ^z pencahayaan yang ^z berbeda. LBP berfungsi ^z secara ^z sangat ^z optimal ^z dalam ^z hal mendeskripsikan ^z suatu ^z tekstur ^z karena ^z memiliki daya ^z pembeda ^z yang ^z sangat ^z akurat. ^z Selain ^z itu

METODOLOGI PENELITIAN

  z z z z _{z z z z z z} sistem ini berdasarkan referensi yang di dapatkan dari buku, artikel, jurnal, konferensi _{z z z z} dan penelitian-penelitian terkait yang telah _z dilakukan sebelumnya.

  2. Rekayasa kebutuhan sistem Rekayasa kebutuhan sistem atau analisis kebutuhan dilakukan untuk melakukan proses penggalian kebutuhan sistem yang akan dikembangkan. Pada tahap ini juga dilakukan proses analisis data, dimana melakukan analisis terhadap entitas-entitas apa saja yang nantinya dapat berinteraksi di dalam sistem. Hasil dari analisis data yang dilakukan nantinya akan dimodelkan dengan Entity Relationship

  Diagram (ERD) dan hasil dari analisis

  kebutuhan sistem dimodelkan dengan menggunakan use case diagram dan use case

  scenario .

  3. Perancangan sistem _{z z z z z z z} Setelah dilakukan tahap rekayasa _{z z z z z z} kebutuhan, kemudian dilakukan perancangan yang nantinya akan di implementasikan yang _{z z z z} dimulai dari melakukan perancangan _{z z z z z} Gambar 3. Diagram Alir Metode Penelitian komponen yang terdiri dari sequence diagram _{z z z} dan class diagram, perancangan data yang

  4. _{z z z z} REKAYASA KEBUTUHAN SISTEM

  dimodelkan dengan menggunakan Physical _{z z z Tahapan awal dari pengembangan}

  Data Model (PDM) dan perancangan antarmuka

  perangkat lunak adalah rekayasa kebutuhan atau sistem. analisis kebutuhan. Pada tahap ini akan

  4. Implementasi sistem _{zz zz zz zz menentukan, kebutuhan apa saja dalam z} Pada tahap implementasi sistem, _{z z z z z z pengembangan sistem sehingga dapat z z z z} rancangan pada tahap sebelumnya akan di _{z z z menentukan sejauh mana sistem yang akan z z z z z z} implementasikan mejadi website dengan _{z z dikembangan dan dapat mencapai target yang z z z z z z} memanfaatkan framework CodeIgniter. _{z z z z} diharapkan sesuai dengan kebutuhan. Pada

  5. Pengujian sistem _{z z z z z tahap analisis kebutuhan nantinya akan z z z z z} Pengujian sistem dilakukan dengan tujuan _{z z z z z menghasilkan pemodelan-pemodelan kebutuhan z} untuk melakukan pengecekkan, apakah sistem _{z z z z z z seperti use case diagram , dan use case z z z z z z} yang dibangun telah sesuai dengan kebutuhan. _{z z z z z scenario . Langkah pertama yang dilakukan pada}

  Terdapat empat pengujian yang dilakukan, _{z z z z tahap analisis kebutuhan yaitu melakukan} yaitu pengujian unit, pengujian integrasi, _{z z z identifikasi aktor, menentukan siapa saja yang z} pengujian validasi dan pengujian terlibat secara langsung di dalam sistem. kompatibilitas.

  Tabel 1. Identifikasi Aktor

  6. Penarikan Kesimpulan _{zz z zz zz zz} No Aktor Deskripsi Penarikan kesimpulan yang bernilai valid _{zz zz zz zz zz zz}

  1 Guest Guest adalah pengguna yang

  yaitu apabila didapatkan dari hasil pengujian _{zz zz zz zz zz} belum masuk kedalam guna menjawab perumusan masalah yang _{z z z zz zz zz} sistem.

  2 Member Member adalah pengguna

  telah didefinisikan. Tahap terakhir dalam _{z z z z zz zz} yang telah masuk kedalam penulisan yaitu pemberian saran _{z z zz z z zz z} sistem. pengembangan sistem atau perbaikan bug .

  3 Admin Admin adalah pihak dari Pusat Konservasi Tumbuhan Kebun Raya

• – LIPI

  Setelah melakukan identifikasi aktor, langkah berikutnya yaitu melakukan analisis kebutuhan sistem, baik kebutuhan fungsional maupun kebutuhan non-fungsional sistem. z z z z

  Tahap selanjutnya dari pengembangan _{z z z z} perangkat lunak adalah perancangan sistem, _{z z z z z z} pada tahap ini akan menghasilkan beberapa _{z z z z} perancangan yaitu seperti perancangan _{z z z} arsitektur, perancangan komponen, _{z z z z} perancangan data, dan perancangan antarmuka. _{z z} Perancangan arsitektur menghasilkan diagram _{z z}

  sequence dan diagram class . Perancangan _{z z}

  komponen menghasilkan algoritme-algoritme _{z z z z z z} dari fungsi utama yang akan digunakan dalam _{z z z z} sistem. Perancangan data menghasilkan struktur _{z z z}

  database yang dimodelkan dengan _{z z z z}

  menggunakan Physical Data Model (PDM), yang terdapat pada Gambar 6. Terdapat beberapa perubahan nama tabel yang akan di implementasikan. Penamaan nama tabel yang ada pada Gambar 6 tidak sesuai dengan nama entitas yang ada pada Gambar 5 dikarenakan

  Gambar 4. Use Case Diagram Layanan Online

  nantinya pada tahap implementasi data penulisan

  Kebun Raya Bogor

  penamaan tabel harus sesuai dengan ketentuan _{z z z z} penulisan nama tabel yang telah ditentukan oleh Dari kebutuhan-kebutuhan yang di _{z z z z z z} pihak terkait, yaitu PKT Kebun Raya-LIPI dapatkan akan dimodelkan dalam bentuk use _{z z z z z z z} dimana awalan untuk setiap penamaan tabel

  case diagram dan use case scenario . Use case

  diberi keyword _{z z z} “tbl”. Perancangan antarmuka

  diagram dari sistem Layanan Online Kebun

  menghasilkan perancangan visual anatarmuka Raya Bogor digambarkan pada Gambar 4. yang akan diimplementasikan dalam sistem. Setelah melakukan analisis kebutuhan sistem, maka dilakukannya analisis data. Analisis data bertujuan untuk mengetahui entitas apa saja yang mungkin terlibat dalam pengembangan sistem. Analisis data yang dilakukan pada sistem Layanan Online Kebun Raya Bogor _{z z z z} digambarkan dengan menggunakan Entity _z Relationship Diagram (ERD) pada Gambar 5.

  Gambar 6. PDM Layanan Online Kebun Raya Bogor

  6. IMPLEMENTASI SISTEM Gambar 5. ERD Layanan Online Kebun Raya Bogor x x x x x

  Hasil dari perancangan sistem yang _{x x x} dilakukan, maka akan dilakukan. Dari _{x x x x x} 5.

   PERANCANGAN SISTEM perancangan algoritme yang telah dilakukan yaitu ^{x x} dengan ^x menuliskan ^x

  pseudocode ^x

  Huang, X., Wang, S.-J., Zhao, G., & Pietikäinen, M. (2015). Facial Micro-Expression Recognition using Spatiotemporal Local Binary Pattern with Integral Projection.

  . Perancangan ^{x x} komponen ^x diperoleh rancangan ^{x x} algoritme ^x utama ^x yang ^x digunakan dalam ^{x x} sistem ^x dalam ^x bentuk ^x pseudocode . Perancangan ^{x x} data ^x diperoleh ^x rancangan ^x basis data ^{x x} berupa ^x

  Physical ^x Data ^x Model (PDM) ^x

  dan perancangan ^{x x} antarmuka ^x yang ^x berisi ^x rancangan

  layout ^{x x}

  antarmuka ^x dari ^x sistem ^x yang ^x akan ^x di _x implementasikan.

  3. Dari hasil pengujian ^x didapatkan, ^x pengujian unit, ^x pengujian ^x integrasi ^x dan ^x pengujian ^x validasi menghasilkan ^{x x} nilai 100% valid. Pada pengujian kompatibilitas di dapatkan hasil bahwa sistem dapat di berjalan pada 8 jenis web browser yang berbeda.

  9. DAFTAR PUSTAKA Amynarto, N., Sari, Y., & Wihandika, R.

  Pengenalan Emosi Berdasarkan Ekspresi Mikro Menggunakan Metode Local Binary Pattern. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 10, p. 3230-3238, peb. 2018.

  IEEE International Conference on Computer Vision Workshop, 1-9. Pagurawan, M.J, Rachmaniah,M., 2015.

  dan ^x

  Pengembangan Sistem Informasi Tanaman di Kebun Raya Bogor Berbasis Android. Institut Pertanian Bogor. Pietikäinen, M., Hadid, A., Zhao, G., & Ahonen,

  T. (2011). Computer Vision Using Local Binary Pattern. 13-47. Pressman, Roger S., 2010. Software Engineering

  A Practitioner’s Approach. 7th Ed. New York: McGraw-Hill. Republik Indonesia. 2011. Peraturan Presiden

  Nomor 93 Tahun 2011 tentang Kebun Raya (Lembaran Negara Republik Indonesia Tahun 2011 Nomor 143).

  Sommerville, Ian., 2011. Software engineering.

  9th ed. London:Addison-Wesley. Turiyanto, M. D., Purwanto, D., & Dikairono, R.

  (2014). Penerapan Teknik Pengenalan Wajah Berbasis Fitur Local Binary Pattern pada Robot Pengantar Makanan. 1-6.

  Yan, W.-J., Li, X., Wang, S.-J., Zhao, G., Liu, Y.-J., Chen, Y.-H., & Fu, X. (2014).

  class ^x diagram

  sequence ^x diagam ^x

  akan ^x di implementasikan ^{x x} menjadi ^x sebuah ^x kode _x program ^x yang ^x menggunakan ^x bahasa pemrograman ^{x x} PHP ^x dengan ^x framework CodeIgniter. Dari ^{x x} perancangan ^x

  basis ^x path ^x testing . Pengujian _x

  database ^x

  maka akan ^{x x} di ^x implementasikan ^x dengan ^x menggunakan

  query ^{x x}

  untuk ^x membuat ^x tabel-tabel ^x yang digunakan ^{x x} pada ^x basis ^x data. Implementasi antarmuka ^{x x} menghasilkan ^x antarmuka ^x yang dibuat ^{x x} menggunakan HTML, CSS, dan Javascript.

  7. PENGUJIAN SISTEM

  Pada ^{x x} tahap ^x ini ^x sistem ^x diuji ^x untuk menentukan ^{x x} apakah ^x sistem ^x yang ^x dikembangkan telah ^{x x} sesuai ^x dengan ^x analisis ^x kebutuhan ^x dan hasil ^{x x} perancangan ^x yang ^x telah ^x dibuat. Terdapat _x empat ^x jenis ^x pengujian ^x yang ^x dilakukan ^x pada penelitian ^{x x} ini ^x yaitu ^x pengujian ^x unit, ^x pengujian _x integrasi, ^x pengujian ^x validasi ^x dan ^x pengujian _x kompatibilitas. Pengujian ^{x x} unit ^x dilakukan _x menggunakan ^x metode ^x

  whitebox ^x testing ^x

  dengan _x metode ^x pengujian ^x

  unit ^x dilakukan ^x terhadap ^x

  2. Hasil ^{x x} dari ^x perancangan ^x didapatkan ^x dalam perancangan ^{x x} arsitektur ^x menghasilkan _x rancangan ^x

  3 ^x

  method utama dalam

  sistem yaitu method untuk menyimpan testimoni, menambahkan objek wisata, dan mengedit informasi objek wisata, menghasilkan 100% valid semua jalur telah berhasil dilakukan pengujian. Pengujian integrasi dilakukan menggunakan metode whitebox testing dengan

  pendekatan top-down . Method yang digunakan yaitu method simpan dan method stub_save .

  Pada pengujian integrasi ini dihasilkan nilai 100% valid. Pengujian ^{x x} validasi ^x dilakukan dengan ^{x x} menggunakan ^x metode ^x

  blackbox ^x testing ,

  dimana ^{x x} semua ^x kebutuhan ^x fungsional ^x dan kebutuhan ^{x x} non-fungsional ^x yang ^x telah didefinisikan ^{x x} dapatkan ^x hasil 100% valid. Pengujian kompatibilitas yang dilakukan dengan menggunakan tools SortSite, didapatkan hasil, sistem dapat berjalan pada 8 web browser yang berbeda.

  8. KESIMPULAN

  1. Hasil dari rekayasa kebutuhan didapatkan 14 kebutuhan fungsional dan 1 kebutuhan non- fungsional. Hasil dari analisis data yaitu menghasilkan 2 entitas yang terlibat yaitu entitas testimoni dan master lokasi yang digambarkan dengan Entity Relationship Diagram (ERD) berserta dengan atributnya.

  CASME II: An Improved Spontaneous Micro-Expression Database and the Baseline Evaluation. 1-9.