PANDUAN PENCARIAN RUTE GEDUNG DAN RUANGAN PADA FAKULTAS DI UNIVERSITAS HALU OLEO MENGGUNAKAN ALGORITMA DIJKSTRA BERBASIS MACROMEDIA FLASH | Marseno | semanTIK 1 PB

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56
ISSN: 2460-1446Ily pp. 1~5

 45

PANDUAN PENCARIAN RUTE GEDUNG DAN
RUANGAN PADA FAKULTAS DI UNIVERSITAS
HALU OLEO MENGGUNAKAN ALGORITMA
DIJKSTRA BERBASIS MACROMEDIA FLASH
*1,2

Amden Junianto Jalu Marseno*1, Muh.Yamin2
JurusanTeknik Informatika, Fakultas Teknik, Universitas Halu Oleo, Kendari
e-mail: *1amden.jalu6@gmail.com, 2putra0683@gmail.com
Abstrak

Pencarian gedung atau ruangan fakultas merupakan suatu permasalahan yang sering terjadi pada
pengunjung Universitas Halu Oleo. Karena banyaknya gedung dan ruangan yang ada pada Universitas
tersebut, mengakibatkan pengunjung kesulitan menemukan gedung dan ruangan yang dicari. Oleh
karena itu dibutuhkan sistem yang dapat menunjukkan lokasi gedung dan ruangan beserta jalur
terpendeknya, agar waktu pencarian lebih efisien.

Terdapat beberapa algoritma pencarian jalur terpendek, salah satunya adalah algoritma Dijkstra.
Algoritma ini menggunakan strategi greedy sebagai berikut : Untuk setiap simpul pada sumber dalam
graf, algoritma ini akan mencari jalur dengan cost minimum antara simpul tersebut dengan simpul
lainnya.
Hasil pada penelitian ini adalah tingkat ketepatan algoritma Dijkstra dapat mencapai 90%.
Untuk meningkatkan ketepatan dalam pencarian jalur dapat menambahkan node-node yang ada pada
graf yang digunakan.
Kata Kunci : Actionscript 3, Algoritma Dijsktra, Jalur Terpendek danMacromedia Flash.

Abstract
The search the building or a room faculty is a problem that often occurs on the visitors
haluoleo university. Because of the many existing buildings and the room at the university, resulting
in the visitors trouble finding the building and the rooms were searched. Therefore, it needs a system
that can show the location of the building and the room along with the shortest paths, so that a more
efficient searches.
There are several shortest path search algorithms, one of which is Dijkstra's algorithm. This
algorithm using a greedy strategy as follows: For every node on the source in the graph, the
algorithm will seek paths with minimum cost between the node with another node.
Results of this research is the level of accuracy of the algorithm Dijkstra can reach 90%. To
improve the accuracy of the search path can add nodes that exist in a graph used.

Keywords : Actionscript 3, Dijsktra Algorithm, Shortest Path, and Macromedia Flash
1. PENDAHULUAN
nformasi merupakan kebutuhan yang
sangat penting bagi setiap orang.
Informasi dapat memberikan gambaran
secara jelas mengenai suatu hal dari berbagai
sudut pandang yang berbeda. Dengan
demikian, informasi dapat dikatakan salah

I

satu faktor yang sangat penting untuk
mengambil keputusan selanjutnya.
Seiring dengan perkembangan jaman,
kebutuhan akan informasi menjadi hal yang
dibutuhkan. Informasi yang cepat dan tepat
juga sangat diperlukan. Hal ini menjadikan
penyampaian informasi yang berbasis
komputer sebagai pilihan.

Received June 1st,2012; Revised June 25th, 2012; Accepted July 10th, 2012

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446

ISSN: 1978-1520
Universitas Halu Oleo (UHO)
antara verteks. Biasanya untuk suatu graph
merupakan salah satu universitas negeri di
digunakan notasimatematis.
Sulawesi Tenggara. Namun informasi
1
Graph Tak Berarah
mengenai fakultas-fakultas serta jurusan
Graph dapat direpresentasikan dalam
yang terdapat di UHO belum sepenuhnya
sebuah matrik 5x5, dimana baris dan kolom
diketahui
oleh
masyarakat
Sulawesi

di matriks tersebut menunjukkan vertex yang
Tenggara.
ada [3]. Gambar 1 menunjukkan graph tak
Lokasi fakultas dan ruangan yang
berarah.
terletak di tiap fakultas
juga menjadi
pertanyaan bagi banyak orang. Dengan
mengetahui lokasi dari fakultas dan
ruangannya tersebut, kita dapat menentukan
rute mana yang akan kita lewati jika ingin
menuju ke fakultas dan atau prodi tersebut.
Diharapkan
dapat
menyelesaikan
permasalahan tersebut dengan efektif dan
efisien, sehingga dapat menjadi bahan
panduan untuk menuju ke lokasi yang di
Gambar 1 Graph tak berarah
inginkan serta dapat memberikan informasi

2
Graph Berarah
terhadap mahasiswa baru dan atau
masyarakat umum yang belum mengetahui
Gambar 2 menunjukkan bahwa kotak
posisi prodi yang dicari dan juga dapat
yang berisi angka 1 terdapat edge yang
menjadi sarana untuk mengetahui informasi
menghubungkan dua vertex tersebut. Jika
dari masing-masing fakultas dan prodi.
dalam kotak terdapat angka 0, maka hal

46

2. METODE PENELITIAN
2.1

Lintasan Terpendek (Shortest Path)

Lintasan Terpendek (Shortest Path)

merupakan
lintasan
minimum
yang
diperlukan untuk mencapai suatu titik dari
titik tertentu. Dalam pencarian lintasan
terpendek masalah yang dihadapi adalah
mancari lintasan mana yang akan dilalui
sehingga didapat lintasan yang paling
pendek dari satu verteks ke verteks yang lain.
Ada beberapa macam persoalan
lintasan terpendek, antara lain [1] :
a) Lintasan terpendek antara dua buah
verteks.
b) Lintasan terpendek antara semua
pasangan verteks.
c) Lintasan terpendek dari verteks tertentu
ke semua verteks yang lain
d) Lintasan terpendek antara dua buah
verteks yang melalui beberapa verteks

tertentu.
2.2 Graph
2.2.1 Definisi Graph

tersebut menandakan tidak ada edge yang
menghubungkan secara langsung dua vertex
tersebut [4]. Gambar 2 menunjukkan graph
berarah.

Gambar 2 Graph berarah
2.3

Algoritma Dijkstra

Algoritma Dijkstra termasuk algoritma
pencarian graf yang digunakan untuk
menyelesaikan masalah lintasan terpendek
dengan satu sumber pada sebuah graf yang
tidak memiliki cost sisi negatif dan
menghasilkan sebuah pohon lintasan

terpendek. Algoritma ini sering digunakan
pada developer. Algoritma Dijkstra mencari
lintasan terpendek dalam sejumlah langkah
[3].
Penjelasan langkah per langkah
pencarian jalur terpendek secara rinci

Menurut [2] suatu graph didefinisikan
oleh himpunan verteks dan himpunan sisi
(edge). Verteks menyatakan entitas-entitas
data dan sisi menyatakan keterhubungan
IJCCS Vol. x, No. x, July 201x : first_page – end_page

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446IJCCS ISSN: 1978-1520 
dimulai dari node awal sampai node tujuan
dengan nilai jarak terkecil yaitu :
a. Gambar 3 menunjukkan bahwa node
awal 1 dan node tujuan 5. Setiap edge
yang terhubung antar node telah diberi
nilai.

karena bobotnya yang paling kecil dari
hasil kalkulasi terakhir, nilai (2+7) = 9.

Gambar 5
langkah 3

Gambar 3 Contoh kasus Dijkstra –
langkah 1
b. Dijkstra melakukan kalkulasi terhadap
node tetangga yang terhubung langsung
dengan node keberangkatan (node 1),
dan hasil yang didapat adalah node 2
karena bobot nilai node 2 paling kecil
dibandingkan nilai pada node lain, nilai
= (0+7) = 7 , yang ditunjukkan oleh
Gambar 4.

Contoh kasus Dijkstra –

c. Gambar 5 menunjukkan bahwa node 2
di-set menjadi node keberangkatan dan
ditandai sebagi node yang telah
terjamah. Dijkstra melakukan kalkulasi
kembali terhadap node-node tetangga
yang terhubung langsung dengan node
yang telah terjamah. Dan kalkulasi
Dijkstra menunjukan bahwa node 3 yang
menjadi node keberangkatan selanjutnya

Contoh kasus Dijkstra –

d. Perhitungan berlanjut dengan node 3
ditandai menjadi node yang telah
terjamah ditunjukkan oleh Gambar 6.
Dari semua node tetangga belum
terjamah yang terhubung langsung
dengan node terjamah, node selanjutnya
yang ditandai menjadi node terjamah
adalah node 6 karena nilai bobot yang

terkecil, nilai (9+2) = 11.

Gambar 6
langkah 4
Gambar 4
langkah 2

47

Contoh kasus Dijkstra –

e. Node 6 menjadi node terjamah, Dijkstra
melakukan kalkulasi kembali, dan
menemukan bahwa node 5 (node tujuan)
telah tercapai lewat node 6. Jalur
terpendeknya adalah 1-3-6-5, dan nilai
bobot yang didapat adalah (11+ 9) = 20.
Bila node tujuan telah tercapai maka
kalkulasi Dijkstra dinyatakan selesai.

Title of manuscript is short and clear, implies research results (First Author)

48



semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446
ISSN: 1978-1520
menggunakan fungsi Tape Measure tool
pada SketchUp 2014. Hasil dari pengukuran
jarak antara dua node yang saling
berhubungan.

Gambar 8 Contoh kasus Dijkstra – langkah 5
3. HASIL DAN PEMBAHASAN
Adapun
Software/Tools
yang
digunakan dalam pembuatan aplikasi
pencarian jalur terpendek ini adalah :
1. AutoCAD 2010 : Menentukan cost/jarak
sebenarnya antara dua node/titik yang
berhubungan.
2. Google SketchUP 8 Pro : Desain denah
dan gedung agar lebih menarik.
3. Adobe Flash Professional CS6 : Desain
aplikasi dan coding.
3.1

node

3.2

Penentuan jarak antara dua node/titik
yang berhubungan
Untuk menentukan jarak antara dua
yang berhubungan, akan dilihat

Penentuan jarak antara dua node/titik
yang berhubungan
Tabel 1 menunjukkan jarak antar node.
Tabel 1 Tabel Jarak Antar Node

Analisis Masalah

Hasil pengamatan sementara diperoleh
permasalahan yaitu pengunjung atau calon
mahasiswa baru masih banyak yang belum
mengetahui lokasi fakultas yang terdapat di
Universitas Halu Oleo dan masih bertanya
kepada orang lain sehingga membutuhkan
waktu yang cukup lama untuk menemukan
fakultas atau ruangan yang akan di tuju.
Sehingga perlu ada sistem yang memberi
petunjuk tentang Universitas Halu Oleo.
Adapun analisis algoritma Dijsktra
yang akan dilakukan pada penelitian ini
yaitu pada Gambar 9 akan dicari jalur
terpendek antara titik awal (titik S / gedung
Fakultas Ekonomi dan Bisnis) menuju ke
titik tujuan (titik T / Gedung Fakultas Ilmu
Sosial dan Ilmu Politik).
3.1

Gambar 9 Analisis algoritma Dijsktra pada
pencarian gedung

3.3

Titik 1

Titik 2

Node S
Node A
Node B
Node C
Node D
Node E
Node F
Node A
Node J
Node K
Node L
Node M
Node N
Node G
Node I

Node A
Node B
Node C
Node D
Node E
Node F
Node G
Node J
Node K
Node L
Node M
Node N
Node G
Node I
Node T

Jarak
(Meter)
39,76
66,62
51,04
25,39
176,57
10,30
23,78
75,09
64,69
270,79
85,27
154,41
44,47
12,48
54,42

Penentuan koordinat setiap node/titik

Untuk menentukan titik koordinat
suatu node, denah pada autocad 2010 di
export pada Google SketchUp 2014
kemudian dibuat ulang dan dimasukkan ke
dalam aplikasi Adobe Flash CS6 dalam
format *.jpg.

IJCCS Vol. x, No. x, July 201x : first_page – end_page

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446IJCCS ISSN: 1978-1520 
Adapun hasil penentuan titik koordinat
setiap node/titik adalah sebagai berikut :
a. Node S pada koordinat 462.00,358.25
b. Node A pada koordinat 450.25,349.75
c. Node B pada koordinat 481.50,319.50
d. Node C pada koordinat 480.00,289.50
e. Node D pada koordinat 479.30,274.60
f. Node E pada koordinat 603.95,267.10
g. Node F pada koordinat 619.60,267.10
h. Node G pada koordinat 621.00,281.25
i. Node I pada koordinat 602.55,283.15
j. Node J pada koordinat 406.50,391.00

49

k. Node K pada koordinat 405.75,433.25
l. Node L pada koordinat 625.25,421.00
m. Node M pada koordinat 664.75,375.50
n. Node N pada koordinat 646.50,280.50
o. Node T pada koordinat 607.00,313.30
Tampilan (dalam bentuk graph)
analisis
algoritma
Dijkstra
setelah
jarak/biaya
antara
dua node
yang
berhubungan dan koordinat setiap node yang
ditentukan, ditunjukkan oleh Gambar 10.

Gambar 10 Analisis algoritma Dijkstra dalam bentuk graph
3.4

Penentuan Jalur

Untuk menyelesaikan permasalahan
pencarian
jalur
terpendek
dengan
menggunakan Algoritma Dijkstra, maka
langkah-langkah untuk flowchart Algoritma
Dijsktra ditunjukkan oleh Gambar 11.
Setelah mendapatkan nilai jarak/biaya
antara dua node yang berhubungan,
kemudian lakukan proses penghitungan nilai
jalur yang di gunakan dengan langkahlangkah sebagai berikut :
Langkah 1
- Menentukan node Awal (Pa) = S.
- Menentukan node Tujuan (Pt) = T.
Langkah 2
- Menetapkan node S (Pa) sebagai node
permanen dan jarak = 0.

- Mengecek jalur yang dapat dilalui dari
titik Pa.
- Terdapat 1 jalur yang dapat dilalui dari
node S yaitu node A.
- Menghitung jarak dari node S (Pa) ke
node A.
- Diketahui jarak node S ke node A =
27,13 m.
- Mengubah Node A menjadi T-node.
- Mengecek apakah T-node = Pt atau node
T.
- T-node bukan Node T sehingga T-node
berubah menjadi node S, A.
Langkah 3
- Mengecek jalur yang dapat dilalui dari
node S, A.
- Terdapat 2 jalur yang dapat dilalui dari
node S, A yaitu node B dan node J.

Title of manuscript is short and clear, implies research results (First Author)

50
-

-

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446

ISSN: 1978-1520
Menghitung jarak dari node S, A ke node
- Mengubah node B menjadi T-node.
B.
- Mengecek apakah T-node = Pt atau
Diketahui jarak node S, A ke Node B =
Node T.
39,76 m + 66,62 m = 106,38 m.
- T-node bukan Node T sehingga T-node
Menghitung jarak dari node S, A ke node
berubah menjadi node S, A, B.
J. Jarak node S, A ke node B lebih kecil
- Diketahui jarak node S,A ke Node J =
daripada node S, A ke node J.
39,76 m + 75,09 m = 114,45 m.
Menjadikan Node S, A, J sebagai jalur
- Membandingkan jarak antara node S, A
bercabang.
ke node B dengan node S, A ke node J.

Gambar 11 Flowchart algoritma Dijkstra
Langkah 4
- Mengecek jalur yang dapat dilalui dari
node S, A, B.
- Terdapat 1 jalur yang dapat dilalui dari
node S, A, B yaitu node C.
- Menghitung jarak dari node S, A, B ke
node C.
- Diketahui jarak node S, A, B ke Node C
= 106,38 m + 51,04 m = 157,42 m.
- Mengubah node C menjadi T-node.
- Mengcek apakah T-node = Pt atau Node
T.
- T-node bukan Node T sehingga T-node
berubah menjadi node S, A, B, C.

- Membandingkan jalur terpendek antara
Node S, A, B, C (157,42 m) dan Node S,
A, J (114,45 m).
- Node S, A, J lebih pendek sehingga node
ini yang digunakan.
Langkah 5
- Mengecek jalur yang bercabang yaitu
node S, A, J.
- Terdapat 1 jalur yang dapat dilalui dari
node S, A, J yaitu node K.
- Menghitung jarak dari node S, A, J ke
node K.
- Diketahui jarak node S, A, J ke Node K =
114,45 m + 64,69 m = 179,14 m.
- Mengubah node K menjadi T-node.

IJCCS Vol. x, No. x, July 201x : first_page – end_page

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446IJCCS ISSN: 1978-1520 
- Mengecek apakah T-node = Pt atau Node
T.
- T-node bukan Node T sehingga T-node
berubah menjadi node S, A, J, K.
- Membandingkan jalur terpendek antara
Node S, A, J, K (179,14 m) dan Node S,
A, B, C (157,42 m).
- Node S, A, B, C lebih pendek sehingga
node ini yang digunakan.
Langkah 6

-

-

- Mengecek jalur yang dapat dilalui dari
node S, A, B, C. Terdapat 1 jalur yang
dapat dilalui dari node S, A, B, C yaitu
node D.
- Menghitung jarak dari node S, A, B, C
ke node D.
- Diketahui jarak node S, A, B, C ke Node
D = 157,42 m + 25,39 m = 182,81 m.
- Mengubah node D menjadi T-node.
- Mengecek apakah T-node = Pt atau Node
T.
- T-node bukan Node T sehingga T-node
berubah menjadi node S, A, B, C, D.
- Membandingkan jalur terpendek antara
Node S, A, J, K (179,14 m) dan Node S,
A, B, C ,D (182,81 m).
- Node S, A, J, K lebih pendek sehingga
node ini yang digunakan.
Langkah 7
- Mengecek jalur yang dapat dilalui dari
node S, A, J, K.
- Terdapat 1 jalur yang dapat dilalui dari
node S, A, J, K yaitu node L.
- Menghitung jarak dari node S, A, J, K ke
node L.
- Diketahui jarak node S, A, J, K ke Node
L = 179,14 m + 270,79 m = 449,93m.
- Mengubah node L menjadi T-node.
- Mengecek apakah T-node = Pt atau Node
T.
- T-node bukan Node T sehingga T-node
berubah menjadi node S, A, J, K, L.
- Membandingkan jalur terpendek antara
Node S, A, J, K, L (449,93 m) dan Node
S, A, B, C ,D (182,81 m).
- Node S, A, B, C ,D lebih pendek
sehingga node ini yang digunakan.
Langkah 8
- Mengecek jalur yang dapat dilalui dari
node S, A, B, C ,D. Terdapat 1 jalur yang

-

-

51

dapat dilalui dari node S, A, B, C, D yaitu
node E.
Menghitung jarak dari node S, A, B, C, D
ke node E.
Diketahui jarak node S, A, B, C, D ke
Node E = 182,81 m + 176,57 m = 359,38
m.
Ubah node E menjadi T-node.
Mengecek apakah T-node = Pt atau Node
T.
T-node bukan Node T sehingga T-node
berubah menjadi node S, A, B, C, D, E.
Membandingkan jalur terpendek antara
Node S, A, J, K, L (449,93 m) dan Node
S, A, B, C ,D,E (359,38 m).
Node S, A, B, C, D, E lebih pendek
sehingga node ini yang digunakan.

Langkah 9
- Mengecek jalur yang dapat dilalui dari
node S, A, B, C, D, E.
- Terdapat 1 jalur yang dapat dilalui dari
node S, A, B, C, D, E yaitu node F.
- Menghitung jarak dari node S, A, B, C,
D, E ke node F.
- Diketahui jarak node S, A, B, C, D, E ke
Node F = 359,38 m + 10,30 m = 369,68
m.
- Mengubah node F menjadi T-node.
- Mengecek apakah T-node = Pt atau Node
T.
- T-node bukan Node T sehingga T-node
berubah menjadi node S, A, B, C, D, E,
F.
- Membandingkan jalur terpendek antara
Node S, A, J, K, L (449,93 m) dan Node
S, A, B, C, D, E, F (369,68 m).
- Node S, A, B, C, D, E, F lebih pendek
sehingga node ini yang digunakan.
Langkah 10
- Mengecek jalur yang dapat dilalui dari
node S, A, B, C, D, E, F.
- Terdapat 1 jalur yang dapat dilalui dari
node S, A, B, C, D, E, F yaitu node G.
- Menghitung jarak dari node S, A, B, C,
D, E, F ke node G.
- Diketahui jarak node S, A, B, C, D, E, F
ke Node G = 369,68 m + 23,78 m =
393,46 m.
- Mengubah node G menjadi T-node.
- Mengecek apakah T-node = Pt atau Node
T.

Title of manuscript is short and clear, implies research results (First Author)

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446

ISSN: 1978-1520
- T-node bukan Node T sehingga T-node
- Terdapat 1 jalur yang dapat dilalui dari
berubah menjadi node S, A, B, C, D, E,
node S, A, B, C, D, E, F, G, I yaitu node
F, G.
T.
- Membandingkan jalur terpendek antara
- Menghitung jarak dari node S, A, B, C,
Node S, A, J, K, L (449,93 m) dan Node
D, E, F, G, I ke node T.
S, A, B, C, D, E, F, G (393,46 m).
- Diketahui jarak node S, A, B, C, D, E, F,
- Node S, A, B, C, D, E, F, G lebih pendek
G, I ke Node T = 405,94 m + 54,42 m =
sehingga node ini yang digunakan.
460,36 m.
- Mengubah node T menjadi T-node.
Langkah 11
- Mengecek apakah T-node = Pt atau Node
- Mengecek jalur yang dapat dilalui dari
T.
node S, A, B, C, D, E, F, G.
- Menghitung jarak dari node S, A, B, C,
- Terdapat 2 jalur yang dapat dilalui dari
D, E, F, G ke node I.
node S, A, B, C, D, E, F, G yaitu node I
- Diketahui jarak node S, A, B, C, D, E, F,
dan node N.
G ke Node I = 393,46 m + 12,48 m =
- Jarak node S, A, B, C, D, E, F, G ke node
405,94 m.
I lebih kecil daripada node S, A, B, C, D,
- Menghitung jarak dari node S, A, B, C,
E, F, G ke node N.
D, E, F, G ke node N.
- Mengubah node I menjadi T-node.
- Diketahui jarak node S, A, B, C, D, E, F,
- Mengecek apakah T-node = Pt atau Node
G ke Node N = 393,46 m + 75,09 m =
T.
468,55 m.
- T-node bukan Node T sehingga T-node
- Membandingkan jarak antara node S, A,
berubah menjadi node S, A, B, C, D, E,
B, C, D, E, F, G ke node I dengan node S,
F, G, I.
A, B, C, D, E, F, G ke node N.
- Membandingkan jalur terpendek antara
- T-node adalah Node T sehingga jalur
Node S, A, J, K, L (449,93 m) dan Node
terpendek yang tercipta untuk mencapai
S, A, B, C, D, E, F, G, I (405,94 m).
tujuan adalah node S, A, B, C, D, E, F, G,
- Node S, A, B, C, D, E, F, G, I lebih
T.
pendek sehingga node ini yang
Hasil pencarian jalur terpendek
digunakan.
menggunakan
algoritma
Dijkstra
Langkah 12
berdasarkan perhitungan langkah-langkah
tersebut ditunjukkan oleh Gambar 12.
- Mengecek jalur yang dapat dilalui dari
node S, A, B, C, D, E, F, G, I.
52

Gambar 12 Hasil pencarian jalur terpendek menggunakan algoritma Dijkstra
IJCCS Vol. x, No. x, July 201x : first_page – end_page

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446IJCCS ISSN: 1978-1520 
Implementasi perancangan antarmuka
terbagi menjadi sepuluh bagian utama, yaitu:
a.

Form Menu Awal

Pada form ini terdapat 4 menu yang
akan dibuka sesuai kebutuhannya, terdapat 4
menu, yaitu Menu Awal, Menu Profil, Menu
About dan Menu Peta. Gambar 13
menunjukkan form Menu Awal.

c.

53

Form Pencarian Gedung

Pada form ini user menentukan posisi
awal berupa posisi gedung atau pintu masuk
Universitas dan menentukan posisi tujuan
berupa gedung atau pintu keluar Universitas.
Setelah menentukan posisi awal dan tujuan,
tekan tombol Cari Rute untuk melihat jalur
terpendek antara posisi awal dengan posisi
tujuan. Gambar 15 menunjukkan form
Pencarian Gedung.

Gambar 13 Form Menu Awal
b.

Form Menu Profil

Pada form ini user dapat melihat
profil-profil dari Fakultas yang terdapat di
Universitas Halu Oleo dan dapat melihat
bentuk gedung aslinya dengan menekan
tombol Lihat Foto Fakultas. Gambar 14
menunjukkan menu Profil.

Gambar 15 Form Pencarian Gedung
Pada form ini, user menentukan posisi
misalnya posisi awal yaitu pintu masuk
UHO dan posisi tujuan yaitu gedung
FTeknik UHO. Setelah menentukan posisi
awal dan tujuan, tekan tombol Cari Rute
untuk melihat jalur terpendek antara posisi
awal dengan posisi tujuan. Hasil pencarian
gedung ditunjukkan oleh Gambar 16.

Gambar 14 Form Menu Profil
Gambar 16 Form Pencarian Gedung
Title of manuscript is short and clear, implies research results (First Author)

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446

ISSN: 1978-1520
3.5 Analisis Hasil
Pada form ini akan ditampilkan jalur
terpendek menuju gedung tujuan dari
Pada tahap ini akan dijelaskan analisis
gedung posisi awal user. Untuk melihat
hasil kinerja dari aplikasi UHOGuide.
tampilan dalam bangunan Fakultas, user
3.5.1 Analisis Pencarian Jalur Terpendek
dapat menekan gambar gedung tujuan.
Gedung
d. Form Pencarian Ruangan
Pada aplikasi UHO Guide, user
Pada form ini user memilih nama
terlebih dahulu menentukan posisi awal dan
ruangan yang dicari. Ruangan yang tersedia
tujuan berupa gedung. Kemudian sistem
diantaranya Ruangan Dekan, Jurusan,
akan menghitung jalur terpendek antara
Prodi, Lab, dan Tata Usaha. Gambar 17
gedung menggunakan Algoritma Djikstra.
menunjukan form Pencarian Ruangan.
Contoh :
- Posisi gedung awal : Gedung Fakultas
Teknik
- Posisi koordinat gedung awal :
(125.75,378.00)
- Posisi gedung tujuan : Gedung Asrama
Putri
- Posisi
Koordinat
gedung tujuan
(159.00,476.00
- Total jarak terpendek pada aplikasi :
215.87 m
54

Gambar
pencarian.

19

menunjukkan analisis

Gambar 17 Form Pencarian Ruangan
Pada form ini akan ditampilkan jalur
terpendek menuju ruangan tujuan dari posisi
awal user. Misalnya posisi awal adalah
ruang Tangga Utama Lantai 3 FTeknik UHO
dan posisi tujuan adalah Jurusan Teknik
Informatika
UHO.
Hasil
pencarian
ditunjukkan oleh Gambar 18.

Gambar 19 Hasil pencarian jalur terpendek
gedung
3.5.2 Analisis Pencarian Jalur Terpendek
Ruangan
Pada aplikasi UHOGuide, user
terlebih dahulu menentukan posisi awal dan
tujuan berupa ruangan. Kemudian sistem
akan menghitung jalur terpendek antara
Gambar 18 Form Hasil Pencarian Ruangan
IJCCS Vol. x, No. x, July 201x : first_page – end_page

semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446IJCCS ISSN: 1978-1520 
pintu masuk gedung dengan ruangan yang
dicari.
Contoh:
- Posisi awal dalam gedung Teknik :
Tangga Utama Lantai 3
- Koordinat posisi awal : (440.00,449.00)
- Posisi tujuan dalam gedung Teknik :
Jurusan Teknik Informatika
- Koordinat posisi tujuan : (500.00,70.00)

55

5. SARAN
Saran yang perlu diperhatikan untuk
penelitian lebih lanjut adalah:
1. Algoritma yang digunakan pada
penelitian dapat dikembangkan dengan
algoritma
lain.
Sehingga
dapat
dibandingkan
kinerjanya
dalam
pencarian jalur terpendek.
2. Aplikasi pencarian jalur terpendek ini
dapat
dikembangan
dengan
memanfaatkan
fitur
GPS
pada
smartphone sehingga untuk menentukan
posisi titik awal lebih mudah dan lebih
akurat.

DAFTAR PUSTAKA

Gambar 19 Hasil pencarian jalur terpendek
ruangan

[1]

Pawitri, K., Ayu, Y. dan Joko, P.,
2007,
ImplementasiAlgoritma
PHYSICAL-A*
(PHA*)
untuk
menemukan Lintasan Terpendek,
http://journal.amikom.ac.id/index.php/
SN/article/view/2075, diakses 12 Juni
2014.

[2]

Diestel, R., 2000, Graph Theory,
Springer-Verlag, New York.

[3]

Deo, N., 1987, Graph Theory with
Application to Engineering
&
Computer Science, Prentice Hall of
India.

[4]

Cohen, D.I.A., 1997, Introduction to
Computer Theory, John Wiley & Sons
Inc.

4. KESIMPULAN
Kesimpulan yang dapat diambil dari
penulisan tugas akhir ini adalah sebagai
berikut:
1.
Untuk menentukan jalur terpendek
pada pencarian ruangan dengan
menggunakan algoritma Dijsktra,
dibutuhkan beberapa data yaitu, jarak
sebenarnya
antara
node
yang
berhubungan dan koordinat setiap
node. Dengan data tersebut, maka
pencarian jalur terpendek pada
ruangan dapat diimplementasikan.
2.
Dapat membantu pengguna untuk
mengenal dan mengetahui letak
fakultas
dan
ruangan
seperti
laboratorium, prodi, dekan dan tata
usaha yang terletak di fakultas tersebut
yang berada di Universitas Halu Oleo.

Title of manuscript is short and clear, implies research results (First Author)

56



semanTIK, Vol.1, No.2, Jul-Des 2015, pp. 45-56, ISSN: 2460-1446
ISSN: 1978-1520

IJCCS Vol. x, No. x, July 201x : first_page – end_page