Fenomena Jisatsu Pada Masyarakat Jepang
BAB 2
LANDASAN TEORI
2.1. Sistem Pendukung Keputusan (SPK)
Decision Support System atau Sistem Pendukung Keputusan (SPK) secara umum didefinisikan
sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan
masalah maupun kemampuan pemgkomunikasian untuk masalah semi-terstruktur. Secara khusus,
SPK didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manajer maupun
sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan
informasi ataupun usulan menuju pada keputusan tertentu.
Keputusan yang diambil untuk menyelesaikan suatu masalah dilihat dari keterstrukturannya
yang bisa dibagi menjadi :
1.
Keputusan terstuktur (structured decision)
Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan bersifat
rutin.
2.
Keputusan semiterstruktur (semistructured decision)
Keputusan semiterstruktur adalah keputusan yang memiliki dua sifat. Sebagian keputusan bisa
ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan.
3.
Keputusan tak terstruktur (unstructured decision)
Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi
berulang-ulang atau tidak selalu terjadi.
2.2. Sistem Informasi Geografis
Sistem Informasi Georafis atau Georaphic Information Sistem (GIS) merupakan suatu sistem
informasi yang berbasis komputer, dirancang untuk bekerja dengan menggunakan data yang
memiliki informasi spasial (bereferensi keruangan). Sistem ini mengcapture, mengecek,
Universitas Sumatera Utara
6
mengintegrasikan, memanipulasi, menganalisa, dan menampilkan data yang secara spasial
mereferensikan kepada kondisi bumi. Teknologi SIG mengintegrasikan operasi-operasi umum
database, seperti query dan analisa statistik, dengan kemampuan visualisasi dan analisa yang unik
yang dimiliki oleh pemetaan. Kemampuan inilah yang membedakan SIG dengan Sistem Informasi
lainya yang membuatnya menjadi berguna berbagai kalangan untuk menjelaskan kejadian,
merencanakan strategi, dan memprediksi apa yang terjadi. Sistem ini pertama kali diperkenalkan
di Indonesia pada tahun 1972 dengan nama Data Banks for Development. Munculnya istilah
Sistem Informasi Geografis seperti sekarang ini setelah dicetuskan oleh General Assembly dari
International Geographical Union di Ottawa Kanada pada tahun 1967.
Ada tiga tipe data vector (titik, garis, dan polygon) yang bisa digunakan untuk menampilkan
informasi pada peta. Titik bisa digunakan sebagai lokasi lokasi sebuah kota atau posisi tower
sebuah radio. Garis bisa digunakan untuk menunjukkan rute suatu perjalanan atau menggambarkan
boundary. Poligon bisa digunakan untuk menggambarkan sebuah danau atau sebuah Negara pada
peta dunia. Setiap bagian dari data vector dapat saja mempunyai informasi-informasi yang
bersosiasi satu dengan lainnya seperti penggunaan sebuah label untuk menggambarkan informasi
pada suatu lokasi.
2.3. Teori Metode AHP
Teori Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty seorang ahli ilmu
pasti dari University of Pennsylvania pada tahun 1971-1975. AHP memungkinkan menyelesaikan
masalah-masalah yang berkaitan dengan faktor nyata dan tidak nyata. Data, gagasan, dan intuisi
dapat diatur dengan menggunakan struktur hirarki secara logis. Hirarki adalah susunan dari faktor/
elemen permasalahan yang ada yang dapat diatur/ dikendalikan. AHP memungkinkan untuk
melihat elemen-elemen permasalahan secara terpisah-pisah. Satu elemen kemudian dibandingkan
dengan lainnya berdasarkan kriteria tunggal yang merupakan proses keputusan dari perbandingan
berpasangan, serta membantu penyusunan permasalahan, mendorong melakukan pertimbangan/
penilaian, dan mengumpulkan atau menggabungkan semua pertimbangan kedalam alternatifalternatif yang diprioritaskan dari yang paling baik sampai yang paling buruk. Prosedur hitungan
AHP adalah dalam menyelesaikan persoalan dengan AHP ada beberapa tahapan, yaitu :
Universitas Sumatera Utara
7
penguraian (decomposition), perbandingan berpasangan (pair comparisons), sintesa prioritas
(synthesis of priority), dan konsistensi logis (logical consistency).
2.3.1. Prinsip-Prinsip Dasar Analytical Hierarchy Process (AHP)
Skala ukuran panjang (meter), emperatur (derajat), waktu (detik) dan uang (rupiah) telah
digunakan dalam kehidupan sehari-hari untuk mengukur bermacam-macam kejadian yang sifatnya
fisik. Kita tahu bahwa penerapan seperti itu dapar diterima secara umum. Pertanyaan adalah
apakah kita dapat memperluas dan membenakan penggunaan sekala tersebut secara beralasan dan
mudah dipahami untuk mencerminkan perasaaan-perasaan kita pada bermacam-macam persoalan
sosial, ekonomi, dan politik? Sulit dibayangkan, sebab disini lebih cocok bila digunakan suatu
ukuran lain yang telah
Sederhana, misalnya persentase. Namun, variabel-variabel sosial, ekonoo, an politik tidak jaang
yang sulit diukur, seperti misalnya bagaimana mengukur produk yang berupa rasa aman karena
tidak adanya serangan dari neara lain yang dihasilkan karena pengeluaran pemerintah dibidang
pertahanan, bagaimana mengukur kerugian yang diderita masyarakat karena bermacam-macam
polusi dan kerusakan leingkungan akibat industrialisasi, bagaimana mengkuantifikasi kesenangan
karena dapat menikmati waktu senggang, dan sebagainya (Mulyono,1996).
Dalam menyelesaikan persoalan dengan AHP ada prinsip-prinsip yang harus dipahami,
diantaranya adalah: decomposition, comparative judgement, synthesis of priority, dan logical
consistency.
Decomposition merupakan suatu proses memecahkan persoalan yang utuh menjadi unsur-
unsurnya. Ika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsurunsur sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehingga didapatkan beberapa
tingkatan dari persoalan tadi. Karena alasan ini maka proses analisis ini dinamakan hirarki. Ada
dua jenis hirarki yaitu lengkap dan tak lengkap. Dalam hirarki lengkap, semua elemen pada suatu
tingkat memiliki semua elemen tang ada pada tingkat berikutnya. Jika tidak demikian, dinamakan
hirarkin tak lengkap.
Universitas Sumatera Utara
8
Comporative judgement berarti membuat penilaian tentang kepentingan relatif dua elemen
pada suatu tingkat tertentu yang dalam kaitannya dengan tingkat diatasnya. Penilaian ini
merupakan ini dari AHP, karena ia akan berpengaruh terhadap prioritas elemen-elemen. Hasil dari
penilaian ini akan tampak lebih enak bila disajikan dalam bentuk matriks yang dinamakan
pairwise comparison. Agar diperoleh skala yang bermanfaat ketika membandingkan dua elemen,
seseorang yang akan memberikan jawaban perlu pengertian menyeluruh tentang elemen-elemen
yang dibandingkan oleh relevansinya erhadap kriteria atau tujuan yang dipelajari.
Synthesis of priority dihasilkan dari setiap matriks pairwise comparison kemudian dicari
eigenvectornya untuk mendapatkan local priority. Karena matriks pairwise comparison terhadap
pada settiap tingkat, maka untk mendapatkan global priority harus dilakukan sintesa di antara
local priority, prosedur melakukan sintes berbeda menurut bentuk hirarki. Pengurutan elemen-
elemen menurut kepentingan relatif melalui prosedur sintesa dinamakan priority setting.
Local consistency merupakan proses penghasilan konsistensi dimanan makna konsistendi
yaitu bahwa objek-objek yang serupa dapat dikelompokkan sesuai dengan keseragaman dan
relevansi.
2.4. Algoritma Dijkstra
Pencarian rute terpendek termasuk kedalam materi teori graf. Algoritma yang sangat terkenal
untuk menyelesaikan persoalan ini adalah algoritma Dijkstra. Algoritma ini ditemukan oleh
seorang ilmuwan komputer berkebangsaan belanda yang bernama Edsger Dijkstra. Algoritma
dijkstra digunakan untuk menetukan jarak terpendek pada sebuah graf berarah. Contoh penerapan
algoritma dijkstra adalah lintasan terpendek yang menghubungkan dua lokasi,tempat berlainan
tertentu (single-source single-destination shortest path problem). Algoritma dijkstra membutuhkan
parameter tempat asal dan tempat tujuan. Hasil akhir algoritma ini adalah jarak terpendek dari
tempat asal ke tempat tujuan beserta rutenya.
Jika menggunakan algoritma Djikstra untuk menentukan jalur terpendek dari suatu graph,
maka akan menemukan jalur yang terbaik karena pada waktu penentuan jalur yang akan dipilih
Universitas Sumatera Utara
9
akan dianalisis bobot dari node yang belum terpilih, lalu dipilih node dengan bobot terkecil.
Algoritma Djikstra mencari jarak terpendek dari node asal ke vertex terdekatnya, kemudian ke
vertex kedua, dan seterusnya.
Ada beberapa cara pencarian rute terpendek yang diselesaikan menggunakan algoritma
Dijkstra, yaitu:
1. Pencarian rute terpendek antara dua buah simpul tertentu (a pair shortest path)
2. Pencarian rute terpendek dari simpul tertentu ke semua simpul yang lain (single source
shortest path)
3. Pencarian lintasan terpendek antara dua buah simpul yang melalui beberapa simpul tertentu
(intermediate shortest path)
2.5. Google Maps
Google Maps merupakan suatu aplikasi yang disediakan oleh google secara gratis untuk melihat
dunia secara lebih dekat di dalam internet. Dalam hal ini, google maps diperuntukkan untuk para
pengguna internet yang ingin mengetahui suatu lokasi yang tempat dia berada ataupun lokasi suatu
alamat yang ingin diketahui letak pasti lokasiya.
Google Maps adalah suatu peta dunia yang dapat kita gunakan untuk melihat suatu daerah.
Dengan kata lain, Google Maps merupakan suatu peta yang dapat dilihat dengan menggunakan
suatu browser . Kita dapat menambahkan fitur Google Maps dalam web yang telah kita buat atau
pada blog kita yang berbayar maupun gratis sekalipun dengan Google Maps API. Google Maps
API adalah suatu library yang berbentuk JavaScript.
Universitas Sumatera Utara
10
Web server apache
Scripting Langunge PHP
Server Database MySQL
Server
Computer Network
Web Browser
Client
Gambar 2.1. Alur Proses Google Maps
Pada gambar 2.1 interaksi antara klien dengan server berdasarkan skenario request dan
respon. Admin akan melakukan pengolahan map, berdasarkan kebutuhan. Kemudian file map
script yang bersangkutan akan dikirim atau ditanam di web server yang kemudian akan menjadi
bahan informasi aplilkasi website bagi user yang akan menggunakan aplikasi penentuan rute
terpendek menuju suatu rumah makan di kota Medan.
2.6 Routing Module
Routing dapat digunakan untuk menyelesaikan masalah pencarian jalur terpendek (Shortest Path)
dan juga Travelling Salesman Problem (TSP). Alasan Penggunaan modul routing ini karena pada
aplikasi Web GIS ini terdapat sebuiah fungsi untuk menyelesaikan pencarian jalur terpendek
menggunakan algoritma Dijkstra.
Permasalahan mengenai rute atau jalur yang menghubungkan tempat-tempat tertentu maka
dapat kita gambarkan dengan bulatan untuk memvisualisasikan tempat, dan garis untuk
memvisualisasikan jalan / rute. Representasi semacam ini merupakan suatu representasi dari graf.
Sehingga dapat diselesaikan dengan Algoritma Dijkstra.
Universitas Sumatera Utara
11
Pada perancangan sistem informasi geografis ini Algoritma Dijkstra yang telah
diimplementasikan ke dalam bahasa PHP akan dipergunakan dalam mencari rute terpendek bagi
untuk menuju lokasi rumah makan yang menjadi lokasi tujuan. Namun karena keterbatasan data
yang ada, maka sample data yang dipergunakan hanya 7 tempat (verteks/node) yakni dengan
masing-masing memiliki bobot pada link-nya (panjang jalan).
Tabel 2.1 Analisis Panjang Rute
Tujuan
A
B
C
D
E
F
G
A
0
6
∞
∞
∞
∞
∞
B
6
0
6
∞
∞
∞
∞
C
∞
6
0
4
7
∞
∞
D
∞
∞
4
0
20
∞
∞
E
∞
∞
7
20
0
9
∞
F
∞
∞
∞
∞
9
0
9
G
∞
∞
∞
∞
∞
9
0
Tabel 2.1 digunakan sebagai acuan dalam penghitungan rute terpendek pada rute yang
ditentukan menggunakan Metode Dijkstra sesuai node asal dan node tujuan dari sebuah rute.
Berdasarkan tabel analisis, maka gambar dari graf yang akan diselesaikan dijkstra apabila
verteks asal ialah A dan verteks tujuan ialah G, adalah sebagai berikut :
∞
A
∞
∞
0
6
B
6
D
4
∞
20
C
F
∞
9
G
7
E
9
∞
Universitas Sumatera Utara
12
(a)
∞
0
∞
6
6
A
B
6
D
4
∞
20
C
F
∞
9
G
7
∞ < 6+0
9
E
∞
(b)
∞
0
12
6
6
A
B
6
D
4
∞
20
C
F
∞
9
G
7
∞ < 6+6
9
E
∞
(c)
∞ < 4+
0
A
12
6
6
B
6
16
D
4
∞
20
C
F
∞
9
G
7
∞< +
E
9
19
(d)
Universitas Sumatera Utara
13
16
0
12
6
6
A
B
6
D
4
∞
20
C
∞
9
F
G
7
9
E
19 < 16+20
19
(e)
16
0
12
6
6
A
B
6
D
4
∞
28
20
C
7
9
E
9
F
G
∞< +
19
(f)
16
0
A
12
6
6
B
6
D
4
28
20
C
F
7
E
9
37
9
G
∞< +
19
(g)
Universitas Sumatera Utara
14
16
0
A
12
6
6
B
6
D
4
28
20
C
37
9
F
G
7
9
E
19
(h)
Gambar 2.2 Graf Langkah-Langkah Perhitungan Dijkstra
Algoritma Dijkstra mencari jarak terpendek dari verteks asal ke verteks terdekatnya,
kemudian ke verteks berikutnya, dan seterusnya dengan ketentuan :
di(baru) = min { di(lama) , dj+mji }
Maka program akan berhenti karena semua node / verteks sudah terpilih. Dan menghasilkan
jalur terpendek dari verteks A ke verteks G, sehingga akan didapat :
A→G : A-B-C-E-F-G : 37
Atau pada dunia nyatanya, rute terpendek dari verteks A menuju ke verteks G adalah melewati B,
C, E, F hingga sampai ke G dengan total jarak tempuh adalah 37 km.
Client Side
Minta Data
Kirim data
Data Routing
Web Browser
Transfer data
Google Maps
Server
Web Server
Import Koordinat X-Y
Setting Routing
Laporan
Data
Admin Server
Gambar 2.3. Alur Proses Routing Map
Universitas Sumatera Utara
15
Pada gambar 2.2 alur proses sebuah routing rute terpendek adalah dengan membuat titik
koordinat X dan Y untuk penempatan sebuah titik lokasi yang kemudian akan diinputkan kedalam
database aplikasi website yang sudah terhubung dengan Google Maps sehinngga akan menjadi
sebuah informasi routing untuk penggunaan aplikasi website penentu rute terpendek menuju
sebuah rumah makan di kota Medan.
2.7. Teori Graf
Graph adalah kumpulan simpul (node) yang dihubungkan satu sama lain melalui sisi/busur (edge)
[4]. Suatu Graf G terdiri dari dua himpunan yaitu himpunan V dan himpunan E.
1. Verteks (simpul) : V = Himpunan simpul yang terbatas dan tidak kosong
2. Edge (sisi/busur) : E =Himpunan busur yang menghubungkan sepasang simpul
Dapat dikatakan graph adalah kumpulan dari simpul-simpul yang dihubungkan oleh sisi-sisi.
Graph berarah dan berbobot adalah tiap busur mempunyai anak panah dan bobot. Gambar berikut
menunjukkan graf berarah dan berbobot yang terdiri dari tujuh titik yaitu titik A,B,C,D,E,F,G.
Titik menunjukkan arah ke titik B dan titik C, titik B menunjukkan arah ke titik D dan titik C, dan
seterusnya. Bobot antar titik A dan B pun telah diketahui.
Gambar 2.4 Contoh Graph Berarah dan Berbobot
Pada gambar diatas, misalkan kita dari lokasi A (Stasiun Kreta Api) ingin menuju Rumah
Makan (G). Untuk menuju lokasi G (Rumah Makan) dapat dipilih beberapa jalur yang tersedia :
A-B-C-D-E-G = 2+1+1+1+2 = 7 Km
A-B-C-D-F-G = 2+1+1+2+3 = 9 Km
A-B-C-D-G
= 2+1+1+2
= 6 Km
A-B-C-F-G
= 2+1+4+3
= 10 Km
Universitas Sumatera Utara
16
A-B-D-E-G
= 2+3+1+2
= 8 Km
A-B-D-F-G
= 2+3+2+3
= 10 Km
A-B-D-G
= 2+3+2
= 7 Km
A-B-E-G
= 2+2+2
= 6 Km
A-C-D-E-G
= 4+1+2+3
= 10 Km
A-C-D-F-G
= 4+1+1+2
= 8 Km
A-C-D-G
= 4+1+2
= 7 Km
A-C-F-G
= 4+4+3
= 11 Km
Berdasarkan data diatas, dapat dihitung jalur terpendek dengan mencari jarak antara jalurjalur tersebut. Dan dari hasil data diatas dapat diketahui jalur terpendek dari A (lokasi awal)
menuju sebuah rumah makan (G) yaitu A-B-E-G dengan jarak 6 km dan mempunyai edges 4 titik.
2.8. Black-Box Testing
Merupakan pengujian fungsi perangkat lunak atau program tentang cara beroperasinya, apakah
pemasukan data keluaran (output) telah berjalan sebagaimana yang dirahapkan sesuai dengan data
masukan (input) dan apakah informasi eksternal selalu dijaga kemutakhirannya (Pressman).
Pengujikan black-box berfokus pada persyaratan fungsional perangkat lunak atau program.
Pengujian ini memungkinkan analis sistem memperoleh kondisi input yang akan mengerjakan
seluruh keperluan fungsional program. Pengujian black-box adalah pengujian aspek fundamental
sistem tanpa memperhatikan struktur logika internal perangkat lunak.
Metode ini digunakan untuk mengetahui apakah perangkat lunak berfungsi dengan benar.
Pengujian black box merupakan metode perancangan data uji yang didasarkan pada spesifikasi
perangkat lunak. Data uji dibangkitkan, dieksekusi pada perangkat lunak dan kemudian keluaran
dari perangkat lunak dicek apakah telah sesuai dengan yang diharapkan. Tujuan metode pengujian
ini mencari kesalahan pada:
1. Fungsi yang salah atau hilang
2. Kesalah pada interface
3. Kesalahan pada struktur data
Universitas Sumatera Utara
17
4. Kesalahan kinerja
5. Kesalahan inisialisasi dan tujuan akhir
Gambar 2.5 black-box testing
Universitas Sumatera Utara
LANDASAN TEORI
2.1. Sistem Pendukung Keputusan (SPK)
Decision Support System atau Sistem Pendukung Keputusan (SPK) secara umum didefinisikan
sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan
masalah maupun kemampuan pemgkomunikasian untuk masalah semi-terstruktur. Secara khusus,
SPK didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manajer maupun
sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan
informasi ataupun usulan menuju pada keputusan tertentu.
Keputusan yang diambil untuk menyelesaikan suatu masalah dilihat dari keterstrukturannya
yang bisa dibagi menjadi :
1.
Keputusan terstuktur (structured decision)
Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan bersifat
rutin.
2.
Keputusan semiterstruktur (semistructured decision)
Keputusan semiterstruktur adalah keputusan yang memiliki dua sifat. Sebagian keputusan bisa
ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan.
3.
Keputusan tak terstruktur (unstructured decision)
Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi
berulang-ulang atau tidak selalu terjadi.
2.2. Sistem Informasi Geografis
Sistem Informasi Georafis atau Georaphic Information Sistem (GIS) merupakan suatu sistem
informasi yang berbasis komputer, dirancang untuk bekerja dengan menggunakan data yang
memiliki informasi spasial (bereferensi keruangan). Sistem ini mengcapture, mengecek,
Universitas Sumatera Utara
6
mengintegrasikan, memanipulasi, menganalisa, dan menampilkan data yang secara spasial
mereferensikan kepada kondisi bumi. Teknologi SIG mengintegrasikan operasi-operasi umum
database, seperti query dan analisa statistik, dengan kemampuan visualisasi dan analisa yang unik
yang dimiliki oleh pemetaan. Kemampuan inilah yang membedakan SIG dengan Sistem Informasi
lainya yang membuatnya menjadi berguna berbagai kalangan untuk menjelaskan kejadian,
merencanakan strategi, dan memprediksi apa yang terjadi. Sistem ini pertama kali diperkenalkan
di Indonesia pada tahun 1972 dengan nama Data Banks for Development. Munculnya istilah
Sistem Informasi Geografis seperti sekarang ini setelah dicetuskan oleh General Assembly dari
International Geographical Union di Ottawa Kanada pada tahun 1967.
Ada tiga tipe data vector (titik, garis, dan polygon) yang bisa digunakan untuk menampilkan
informasi pada peta. Titik bisa digunakan sebagai lokasi lokasi sebuah kota atau posisi tower
sebuah radio. Garis bisa digunakan untuk menunjukkan rute suatu perjalanan atau menggambarkan
boundary. Poligon bisa digunakan untuk menggambarkan sebuah danau atau sebuah Negara pada
peta dunia. Setiap bagian dari data vector dapat saja mempunyai informasi-informasi yang
bersosiasi satu dengan lainnya seperti penggunaan sebuah label untuk menggambarkan informasi
pada suatu lokasi.
2.3. Teori Metode AHP
Teori Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty seorang ahli ilmu
pasti dari University of Pennsylvania pada tahun 1971-1975. AHP memungkinkan menyelesaikan
masalah-masalah yang berkaitan dengan faktor nyata dan tidak nyata. Data, gagasan, dan intuisi
dapat diatur dengan menggunakan struktur hirarki secara logis. Hirarki adalah susunan dari faktor/
elemen permasalahan yang ada yang dapat diatur/ dikendalikan. AHP memungkinkan untuk
melihat elemen-elemen permasalahan secara terpisah-pisah. Satu elemen kemudian dibandingkan
dengan lainnya berdasarkan kriteria tunggal yang merupakan proses keputusan dari perbandingan
berpasangan, serta membantu penyusunan permasalahan, mendorong melakukan pertimbangan/
penilaian, dan mengumpulkan atau menggabungkan semua pertimbangan kedalam alternatifalternatif yang diprioritaskan dari yang paling baik sampai yang paling buruk. Prosedur hitungan
AHP adalah dalam menyelesaikan persoalan dengan AHP ada beberapa tahapan, yaitu :
Universitas Sumatera Utara
7
penguraian (decomposition), perbandingan berpasangan (pair comparisons), sintesa prioritas
(synthesis of priority), dan konsistensi logis (logical consistency).
2.3.1. Prinsip-Prinsip Dasar Analytical Hierarchy Process (AHP)
Skala ukuran panjang (meter), emperatur (derajat), waktu (detik) dan uang (rupiah) telah
digunakan dalam kehidupan sehari-hari untuk mengukur bermacam-macam kejadian yang sifatnya
fisik. Kita tahu bahwa penerapan seperti itu dapar diterima secara umum. Pertanyaan adalah
apakah kita dapat memperluas dan membenakan penggunaan sekala tersebut secara beralasan dan
mudah dipahami untuk mencerminkan perasaaan-perasaan kita pada bermacam-macam persoalan
sosial, ekonomi, dan politik? Sulit dibayangkan, sebab disini lebih cocok bila digunakan suatu
ukuran lain yang telah
Sederhana, misalnya persentase. Namun, variabel-variabel sosial, ekonoo, an politik tidak jaang
yang sulit diukur, seperti misalnya bagaimana mengukur produk yang berupa rasa aman karena
tidak adanya serangan dari neara lain yang dihasilkan karena pengeluaran pemerintah dibidang
pertahanan, bagaimana mengukur kerugian yang diderita masyarakat karena bermacam-macam
polusi dan kerusakan leingkungan akibat industrialisasi, bagaimana mengkuantifikasi kesenangan
karena dapat menikmati waktu senggang, dan sebagainya (Mulyono,1996).
Dalam menyelesaikan persoalan dengan AHP ada prinsip-prinsip yang harus dipahami,
diantaranya adalah: decomposition, comparative judgement, synthesis of priority, dan logical
consistency.
Decomposition merupakan suatu proses memecahkan persoalan yang utuh menjadi unsur-
unsurnya. Ika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsurunsur sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehingga didapatkan beberapa
tingkatan dari persoalan tadi. Karena alasan ini maka proses analisis ini dinamakan hirarki. Ada
dua jenis hirarki yaitu lengkap dan tak lengkap. Dalam hirarki lengkap, semua elemen pada suatu
tingkat memiliki semua elemen tang ada pada tingkat berikutnya. Jika tidak demikian, dinamakan
hirarkin tak lengkap.
Universitas Sumatera Utara
8
Comporative judgement berarti membuat penilaian tentang kepentingan relatif dua elemen
pada suatu tingkat tertentu yang dalam kaitannya dengan tingkat diatasnya. Penilaian ini
merupakan ini dari AHP, karena ia akan berpengaruh terhadap prioritas elemen-elemen. Hasil dari
penilaian ini akan tampak lebih enak bila disajikan dalam bentuk matriks yang dinamakan
pairwise comparison. Agar diperoleh skala yang bermanfaat ketika membandingkan dua elemen,
seseorang yang akan memberikan jawaban perlu pengertian menyeluruh tentang elemen-elemen
yang dibandingkan oleh relevansinya erhadap kriteria atau tujuan yang dipelajari.
Synthesis of priority dihasilkan dari setiap matriks pairwise comparison kemudian dicari
eigenvectornya untuk mendapatkan local priority. Karena matriks pairwise comparison terhadap
pada settiap tingkat, maka untk mendapatkan global priority harus dilakukan sintesa di antara
local priority, prosedur melakukan sintes berbeda menurut bentuk hirarki. Pengurutan elemen-
elemen menurut kepentingan relatif melalui prosedur sintesa dinamakan priority setting.
Local consistency merupakan proses penghasilan konsistensi dimanan makna konsistendi
yaitu bahwa objek-objek yang serupa dapat dikelompokkan sesuai dengan keseragaman dan
relevansi.
2.4. Algoritma Dijkstra
Pencarian rute terpendek termasuk kedalam materi teori graf. Algoritma yang sangat terkenal
untuk menyelesaikan persoalan ini adalah algoritma Dijkstra. Algoritma ini ditemukan oleh
seorang ilmuwan komputer berkebangsaan belanda yang bernama Edsger Dijkstra. Algoritma
dijkstra digunakan untuk menetukan jarak terpendek pada sebuah graf berarah. Contoh penerapan
algoritma dijkstra adalah lintasan terpendek yang menghubungkan dua lokasi,tempat berlainan
tertentu (single-source single-destination shortest path problem). Algoritma dijkstra membutuhkan
parameter tempat asal dan tempat tujuan. Hasil akhir algoritma ini adalah jarak terpendek dari
tempat asal ke tempat tujuan beserta rutenya.
Jika menggunakan algoritma Djikstra untuk menentukan jalur terpendek dari suatu graph,
maka akan menemukan jalur yang terbaik karena pada waktu penentuan jalur yang akan dipilih
Universitas Sumatera Utara
9
akan dianalisis bobot dari node yang belum terpilih, lalu dipilih node dengan bobot terkecil.
Algoritma Djikstra mencari jarak terpendek dari node asal ke vertex terdekatnya, kemudian ke
vertex kedua, dan seterusnya.
Ada beberapa cara pencarian rute terpendek yang diselesaikan menggunakan algoritma
Dijkstra, yaitu:
1. Pencarian rute terpendek antara dua buah simpul tertentu (a pair shortest path)
2. Pencarian rute terpendek dari simpul tertentu ke semua simpul yang lain (single source
shortest path)
3. Pencarian lintasan terpendek antara dua buah simpul yang melalui beberapa simpul tertentu
(intermediate shortest path)
2.5. Google Maps
Google Maps merupakan suatu aplikasi yang disediakan oleh google secara gratis untuk melihat
dunia secara lebih dekat di dalam internet. Dalam hal ini, google maps diperuntukkan untuk para
pengguna internet yang ingin mengetahui suatu lokasi yang tempat dia berada ataupun lokasi suatu
alamat yang ingin diketahui letak pasti lokasiya.
Google Maps adalah suatu peta dunia yang dapat kita gunakan untuk melihat suatu daerah.
Dengan kata lain, Google Maps merupakan suatu peta yang dapat dilihat dengan menggunakan
suatu browser . Kita dapat menambahkan fitur Google Maps dalam web yang telah kita buat atau
pada blog kita yang berbayar maupun gratis sekalipun dengan Google Maps API. Google Maps
API adalah suatu library yang berbentuk JavaScript.
Universitas Sumatera Utara
10
Web server apache
Scripting Langunge PHP
Server Database MySQL
Server
Computer Network
Web Browser
Client
Gambar 2.1. Alur Proses Google Maps
Pada gambar 2.1 interaksi antara klien dengan server berdasarkan skenario request dan
respon. Admin akan melakukan pengolahan map, berdasarkan kebutuhan. Kemudian file map
script yang bersangkutan akan dikirim atau ditanam di web server yang kemudian akan menjadi
bahan informasi aplilkasi website bagi user yang akan menggunakan aplikasi penentuan rute
terpendek menuju suatu rumah makan di kota Medan.
2.6 Routing Module
Routing dapat digunakan untuk menyelesaikan masalah pencarian jalur terpendek (Shortest Path)
dan juga Travelling Salesman Problem (TSP). Alasan Penggunaan modul routing ini karena pada
aplikasi Web GIS ini terdapat sebuiah fungsi untuk menyelesaikan pencarian jalur terpendek
menggunakan algoritma Dijkstra.
Permasalahan mengenai rute atau jalur yang menghubungkan tempat-tempat tertentu maka
dapat kita gambarkan dengan bulatan untuk memvisualisasikan tempat, dan garis untuk
memvisualisasikan jalan / rute. Representasi semacam ini merupakan suatu representasi dari graf.
Sehingga dapat diselesaikan dengan Algoritma Dijkstra.
Universitas Sumatera Utara
11
Pada perancangan sistem informasi geografis ini Algoritma Dijkstra yang telah
diimplementasikan ke dalam bahasa PHP akan dipergunakan dalam mencari rute terpendek bagi
untuk menuju lokasi rumah makan yang menjadi lokasi tujuan. Namun karena keterbatasan data
yang ada, maka sample data yang dipergunakan hanya 7 tempat (verteks/node) yakni dengan
masing-masing memiliki bobot pada link-nya (panjang jalan).
Tabel 2.1 Analisis Panjang Rute
Tujuan
A
B
C
D
E
F
G
A
0
6
∞
∞
∞
∞
∞
B
6
0
6
∞
∞
∞
∞
C
∞
6
0
4
7
∞
∞
D
∞
∞
4
0
20
∞
∞
E
∞
∞
7
20
0
9
∞
F
∞
∞
∞
∞
9
0
9
G
∞
∞
∞
∞
∞
9
0
Tabel 2.1 digunakan sebagai acuan dalam penghitungan rute terpendek pada rute yang
ditentukan menggunakan Metode Dijkstra sesuai node asal dan node tujuan dari sebuah rute.
Berdasarkan tabel analisis, maka gambar dari graf yang akan diselesaikan dijkstra apabila
verteks asal ialah A dan verteks tujuan ialah G, adalah sebagai berikut :
∞
A
∞
∞
0
6
B
6
D
4
∞
20
C
F
∞
9
G
7
E
9
∞
Universitas Sumatera Utara
12
(a)
∞
0
∞
6
6
A
B
6
D
4
∞
20
C
F
∞
9
G
7
∞ < 6+0
9
E
∞
(b)
∞
0
12
6
6
A
B
6
D
4
∞
20
C
F
∞
9
G
7
∞ < 6+6
9
E
∞
(c)
∞ < 4+
0
A
12
6
6
B
6
16
D
4
∞
20
C
F
∞
9
G
7
∞< +
E
9
19
(d)
Universitas Sumatera Utara
13
16
0
12
6
6
A
B
6
D
4
∞
20
C
∞
9
F
G
7
9
E
19 < 16+20
19
(e)
16
0
12
6
6
A
B
6
D
4
∞
28
20
C
7
9
E
9
F
G
∞< +
19
(f)
16
0
A
12
6
6
B
6
D
4
28
20
C
F
7
E
9
37
9
G
∞< +
19
(g)
Universitas Sumatera Utara
14
16
0
A
12
6
6
B
6
D
4
28
20
C
37
9
F
G
7
9
E
19
(h)
Gambar 2.2 Graf Langkah-Langkah Perhitungan Dijkstra
Algoritma Dijkstra mencari jarak terpendek dari verteks asal ke verteks terdekatnya,
kemudian ke verteks berikutnya, dan seterusnya dengan ketentuan :
di(baru) = min { di(lama) , dj+mji }
Maka program akan berhenti karena semua node / verteks sudah terpilih. Dan menghasilkan
jalur terpendek dari verteks A ke verteks G, sehingga akan didapat :
A→G : A-B-C-E-F-G : 37
Atau pada dunia nyatanya, rute terpendek dari verteks A menuju ke verteks G adalah melewati B,
C, E, F hingga sampai ke G dengan total jarak tempuh adalah 37 km.
Client Side
Minta Data
Kirim data
Data Routing
Web Browser
Transfer data
Google Maps
Server
Web Server
Import Koordinat X-Y
Setting Routing
Laporan
Data
Admin Server
Gambar 2.3. Alur Proses Routing Map
Universitas Sumatera Utara
15
Pada gambar 2.2 alur proses sebuah routing rute terpendek adalah dengan membuat titik
koordinat X dan Y untuk penempatan sebuah titik lokasi yang kemudian akan diinputkan kedalam
database aplikasi website yang sudah terhubung dengan Google Maps sehinngga akan menjadi
sebuah informasi routing untuk penggunaan aplikasi website penentu rute terpendek menuju
sebuah rumah makan di kota Medan.
2.7. Teori Graf
Graph adalah kumpulan simpul (node) yang dihubungkan satu sama lain melalui sisi/busur (edge)
[4]. Suatu Graf G terdiri dari dua himpunan yaitu himpunan V dan himpunan E.
1. Verteks (simpul) : V = Himpunan simpul yang terbatas dan tidak kosong
2. Edge (sisi/busur) : E =Himpunan busur yang menghubungkan sepasang simpul
Dapat dikatakan graph adalah kumpulan dari simpul-simpul yang dihubungkan oleh sisi-sisi.
Graph berarah dan berbobot adalah tiap busur mempunyai anak panah dan bobot. Gambar berikut
menunjukkan graf berarah dan berbobot yang terdiri dari tujuh titik yaitu titik A,B,C,D,E,F,G.
Titik menunjukkan arah ke titik B dan titik C, titik B menunjukkan arah ke titik D dan titik C, dan
seterusnya. Bobot antar titik A dan B pun telah diketahui.
Gambar 2.4 Contoh Graph Berarah dan Berbobot
Pada gambar diatas, misalkan kita dari lokasi A (Stasiun Kreta Api) ingin menuju Rumah
Makan (G). Untuk menuju lokasi G (Rumah Makan) dapat dipilih beberapa jalur yang tersedia :
A-B-C-D-E-G = 2+1+1+1+2 = 7 Km
A-B-C-D-F-G = 2+1+1+2+3 = 9 Km
A-B-C-D-G
= 2+1+1+2
= 6 Km
A-B-C-F-G
= 2+1+4+3
= 10 Km
Universitas Sumatera Utara
16
A-B-D-E-G
= 2+3+1+2
= 8 Km
A-B-D-F-G
= 2+3+2+3
= 10 Km
A-B-D-G
= 2+3+2
= 7 Km
A-B-E-G
= 2+2+2
= 6 Km
A-C-D-E-G
= 4+1+2+3
= 10 Km
A-C-D-F-G
= 4+1+1+2
= 8 Km
A-C-D-G
= 4+1+2
= 7 Km
A-C-F-G
= 4+4+3
= 11 Km
Berdasarkan data diatas, dapat dihitung jalur terpendek dengan mencari jarak antara jalurjalur tersebut. Dan dari hasil data diatas dapat diketahui jalur terpendek dari A (lokasi awal)
menuju sebuah rumah makan (G) yaitu A-B-E-G dengan jarak 6 km dan mempunyai edges 4 titik.
2.8. Black-Box Testing
Merupakan pengujian fungsi perangkat lunak atau program tentang cara beroperasinya, apakah
pemasukan data keluaran (output) telah berjalan sebagaimana yang dirahapkan sesuai dengan data
masukan (input) dan apakah informasi eksternal selalu dijaga kemutakhirannya (Pressman).
Pengujikan black-box berfokus pada persyaratan fungsional perangkat lunak atau program.
Pengujian ini memungkinkan analis sistem memperoleh kondisi input yang akan mengerjakan
seluruh keperluan fungsional program. Pengujian black-box adalah pengujian aspek fundamental
sistem tanpa memperhatikan struktur logika internal perangkat lunak.
Metode ini digunakan untuk mengetahui apakah perangkat lunak berfungsi dengan benar.
Pengujian black box merupakan metode perancangan data uji yang didasarkan pada spesifikasi
perangkat lunak. Data uji dibangkitkan, dieksekusi pada perangkat lunak dan kemudian keluaran
dari perangkat lunak dicek apakah telah sesuai dengan yang diharapkan. Tujuan metode pengujian
ini mencari kesalahan pada:
1. Fungsi yang salah atau hilang
2. Kesalah pada interface
3. Kesalahan pada struktur data
Universitas Sumatera Utara
17
4. Kesalahan kinerja
5. Kesalahan inisialisasi dan tujuan akhir
Gambar 2.5 black-box testing
Universitas Sumatera Utara