Penerapan algoritma Vogel`s Approximation Method dan Multiplier untuk kasus distribusi bantuan bencana alam Indonesia.

i

PENERAPAN ALGORITMA VOGEL’S APPROXIMATION METHOD DAN MULTIPLIER UNTUK KASUS DISTRIBUSI BANTUAN BENCANA

ALAM INDONESIA.

Skripsi

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh: CHIPUTERA

095314021

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

i

THE APPLICATION OFVOGEL’S APPROXIMATION METHODAND MULTIPLIERALGORITHM FOR CASESDISTRIBUTION OF

INDONESIAN NATURAL DISASTER RELIEF.

A Thesis

Presented as Partial Fulfillment of Requirements To Obtain the SarjanaKomputer Degree In Informatics Engineering Study Program

Oleh: CHIPUTERA

095314021

INFORMATICS ENGINEERING STUDY PROGRAM FACULTY OF SCIENCE AMD TECHNOLOGY

UNIVERSITAS SANATA DHARMA YOGYAKARTA

iv

LEMBAR MOTTO

"If A equals success, then the formula is: A=X+Y+Z. X is work. Y is play. Z is keep your mouth shut." – Einstein

v

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka sebagaimana layaknya karya ilmiah.

Yogyakarta, 20 Februari 2013 Penulis

vi

Abstrak

Ketidakmerataan distribusi bantuan bencana alam di Indonesia, merupakan permasalahan umum yang tak kunjung selesai. Banyak kasus dimana terdapat barak pengungsian atau yang biasa disebut posko, sangat terlambat mendapatkan penyaluran bantuan dari pemerintah. Hal ini terjadi karena kelemahan manajemen distribusi yang ada dari posko pusat (pemerintah) kepada posko masyarakat. Oleh karena itu penulis ingin membuat manajemen distribusi baru dengan menerapkan algoritma metode transportasi untuk menentukan alur distribusi, dalam rangka meningkatkan pemerataan penyebaran bantuan logistik di Indonesia.

Algoritma metode transportasi yang akan diterapkan adalah Vogel's approximation method dan multiplier, yang berfungsi untuk menentukan pembagian alur distribusi bantuan bencana alam dari posko pusat ke posko masyarakat. Sistem manajemen distribusi tersebut merupakan sistem berbasis web

yang diintegrasikan dengan application programming interface milik Google, yakni Google Maps dan Google Distance Matrix. Google Maps pada sistem informasi ini berfungsi untuk menampilkan posisi lokasi titik posko dan menggambarkan jalur dari hasil perhitungan menggunakan metode transportasi. Sedangkan Google Distance Matrix berfungsi untuk menentukan jarak antar titik posko yang akan dipergunakan sebagai variabel cost dalam metode transportasi.

Website sistem ini dibangun menggunakan PHP 5 sebagai server-side scripting

dan MySQL pada basis datanya. Selain pembangunan berbasis website, bagian dari sistem ini akan dibangun kedalam sebuah aplikasi android dengan menggunakan bahasa pemrograman Java. Aplikasi android pada sistem ini berfungsi untuk melakukan konfirmasi lokasi titik pada tiap posko, dengan memanfaatkan gps-receiver pada handphone bersistem operasi android.

vii

Abstract

Unequally distribution of Indonesian natural disaster relief, was the common problems that never completed. Many cases where there are refugee barracks or commonly known as posko, are very late getting channeling relief from the Government. It happens because of the weakness of the existing distribution management of posko Center (Government), to the citizen’s refugee barracks. Therefore the author wants to create a new distribution management by applying an algorithm to determine the transport method of the groove distribution, in order to improve equitable deployment of logistical support in Indonesia.

The algorithm is a method of transportation that will be applied is Vogel's approximation method and multiplier, which serves to determine the division of flow distribution of natural disaster relief from the central refugee barracks to the citizen’s refugee barracks. This distribution management system is a web-based system, that is integrated with the application programming interface belong to Google, which named Google Maps and Google Distance Matrix. Google Maps on this information system, serves to display the position of refugee barrack’s location point and describes the calculation results using the transportation method. While the function of Google Distance Matrix is to determine the distance between the refugee barrack’s location point, that will be used as a cost variable in the transportation method. This system’s website built using PHP 5 as a server-side scripting and MySQL as the database. Besides web based development, the part of this system will be built into an android application using the Java programming language. Android applications on these systems serve to confirm the location’s point on each refugee barracks, by utilizing gps-receiver on android-phones.

viii

PUBLIKASI KARYA ILMIAH UNTUK KEPERLUAN AKADEMIS

Yang bertanda tangan dibawah ini, saya mahasiswa Universitas Sanata Dharma :

Nama : Chiputera

Nomor Mahasiswa : 095314021

Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :

PENERAPAN ALGORITMA VOGEL’S APPROXIMATION METHOD DAN MULTIPLIER UNTUK KASUS DISTRIBUSI BANTUAN BENCANA

ALAM INDONESIA.

Beserta perangkat yang diperlukan. Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalty kepada saya selama tetap mencantukan nama saya sebagai penulis.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di Yogyakarta

Pada tanggal : 21 Februari 2013 Yang menyatakan,

ix

KATA PENGANTAR

Syukur kepada Tuhan Yang Maha Esa atas segala berkat dan bimbingan-Nya, sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik. Tugas akhir ini disusun untuk memenuhi salah satu syarat untuk mencapai derajat dan memperoleh gelar Sarjana Teknik dari Program Studi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma Yogyakarta.Penulis menyadari bahwa dalam pembuatan tugas akhir ini tidak terlepas dari bantuan berbagai pihak baik secara langsung maupun tidak langsung. Oleh sebab itu, pada kesempatan ini penulis ingin mengucapkan terimakasih kepada:

1. Tuhan Yesus Kristus, yang selalu memberikan pencerahan dan membimbing saya dalam menyelesaikan tugas akhir ini.

2. Bapak Albertus Agung Hadhiatma , S.T., M.T. selaku dosen pembimbing, yang telah meluangkan waktu dan pikiran untuk membantu, membimbing dan memberikan banyak masukan dan saran dalam proses penyusunan tugas akhir ini.

3. Ibu Ridowati Gunawan , S.Kom., M.T. selaku kepala prodi Teknik Informatika, Sanata Dharma, yang juga telah memberikan jawaban atas segala pernyataan saya tentang prosedur tugas akhir, dan memberi masukkan pada saya tentang perancangan basis data pada tugas akhir ini.

4. Orang Tua saya, khususnya Ayah saya, Jeffry Harrin Soediharno, yang telah memberikan kesempatan pada saya untuk dapat menimba ilmu yang sangat banyak. Kepada Almarhum Ibu saya yang ada di surga, yang saya yakin dia selalu melihat saya dan mendoakan saya pada Tuhan dalam sepanjang hidup saya sampai sekarang.

5. Kakak saya dan adik saya, Maya Chika yang telah membuat saya bersemangat ingin menyusul dirinya dalam jenjang karir dan Ludi Kurnia yang telah memberikan saya motivasi dalam diri untuk menjadi lebih baik setiap harinya melalui kisah hidupnya.

x

6. Adventia Emilia Krysna Sipi Seda, pacar sekaligus sahabat terbaik, yang selalu mendukung, memberi semangat, menghibur, dan memotivasi saya dalam penyelesaian tugas akhir ini. Selain itu, saya sangat berterimakasih kepadanya karena telah mengubah pandangan saya tentang dunia, yang membuat saya tidak pernah ragu untuk lebih maju dan berkembang, berani untuk mengambil resiko dalam setiap kesempatan, dan membuat hidup saya menjadi jauh lebih baik dari sebelum saya mengenal dia.

7. Teman-teman seperjuangan, Nico, Yosi, Fidi, Jenot, Kiki, Yudhi, Cosmas danPuji, yang selalu menghibur saya dan rela menjadi tempat saya untuk mengeksprsikan diri dengan tingkah saya yang sedikit konyol.

8. Audris Evan Utomo, seorang teman yang saya jadikan sebagai rival dalam mengerjakan tugas akhir ini dan menjadi teman untuk saling bertukar pikiran. Dimana dia dan saya sama-sama memiliki misi yang sama, yakni berjuanguntuk memperoleh gelar studi dengan cepat .

9. Teman-teman Teknik Informatika Sanata Dharma 2009, yang saling memberikan semangat dan dukungan dalam pengerjaan tugas akhir.

Yogyakarta, 17 Januari 2012

xi

DAFTAR ISI

HALAMAN JUDUL ……….. i

HALAMAN PERSETUJUAN ... ii

HALAMAN PENGESAHAN ………...………. iii

LEMBAR MOTO ………..…… iv

HALAMAN PERNYATAAN KEASLIAN KARYA ... v

ABSTRAK ... vi

ABSTRACT ... vii

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI ……… viii

KATA PENGANTAR ... ix

DAFTAR ISI ………..…… xi

DAFTAR GAMBAR ………... xv

DAFTAR TABEL ... xviii

BAB I PENDAHULUAN ………... 1

1.1 Latar Belakang Masalah ………... 1

1.2 Rumusan Masalah ...………... 5

1.3 Tujuan dan Manfaat Penulisan ....………... 5

1.4 Batasan Masalah …...………... 6

1.5 Metodologi Penulisan ..……….. 7

1.6 Sistematika Penulisan ………... 8

BAB II TINJAUAN PUSTAKA ...………... 10

2.1 Riset Operasi ...….……….... 10 2.2 Model Transportasi ...……… 2.3 Vogels Approximation Method ...……….. 2.4 Algoritma Multiplier ...……….

2.5 Google Maps .……….

2.6 Google Maps Application Programming Interface (API) ….……... 2.7 Google Distance Matrix ...………

11 13 16 23 24 26

xii

BAB III ANALISA DAN PERANCANGAN SISTEM ……… 29

3.1. Analisa Sistem ………... 29

3.1.1. Fase Definisi Ruang Lingkup ….…….……….. 29

3.1.2. Analisa Sebab Akibat ………... 30

3.1.3. Gambaran Sistem Baru ………... 32

3.1.3.1. Kelebihan Sistem dibanding Sistem Lain ... 35

3.1.4. User Policy ………... 36

3.2. Perancangan Metode Transportasi ………. 3.2.1. Pseudocode Algoritma Vogels Approximation Method ... 3.2.2. Pseudocode Algoritma Multiplier ... 37 38 38 3.3. Perancangan Sistem ……...….……… 39

3.3.1. Identifikasi Stakeholder dan User Profiles ………... 3.3.2. Model Usecase ………... 3.3.2.1. Usecase Diagram ... 3.3.2.2. Narasi Usecase Website DMS-INDSR ... 3.3.2.3. Narasi Usecase Android ... 39 41 41 43 51 3.3.3. Diagram Konteks ...…….………..……. 52 3.3.4. Data Flow Diagram ………..………..

3.3.4.1. DFD Level 1 ... 3.3.4.2. DFD Level 2 Proses 1 ... 3.3.4.3. DFD Level 3 Proses 4 ... 3.3.5. Deskripsi Proses ... 3.3.6. Kamus Data ... 3.3.7. Diagram Aktifitas ... 3.3.7.1. Diagram Aktifitas Login ... 3.3.7.2. Diagram Aktifitas Kelola Posko – Buat Posko ... 3.3.7.3. Diagram Aktifitas Kelola Posko – Edit Posko ... 3.3.7.4. Diagram Aktifitas Kelola Posko – Hapus Posko ... 3.3.7.5. Diagram Aktifitas Mengubah Profil ... 3.3.7.6. Diagram Aktifitas Mengelola Kategori – Tambah

52 53 54 55 55 61 64 64 65 65 66 66

xiii

Kategori Logistik ... 3.3.7.7. Diagram Aktifitas Mengelola Kategori – Hapus

Kategori Logistik ... 3.3.7.8. Diagram Aktifitas Melihat Jalur Distribusi ... 3.3.7.9. Diagram Aktifitas Mengganti Data Logistik ... 3.3.8. Entity Relationship (ER) Diagram ... 3.3.9. Relational Model ... 3.3.10. Tabel ... 3.3.11. Perancangan Antarmuka ...

3.3.11.1. Halaman Login ... 3.3.11.2. Halaman Posko ... 3.3.11.3. Halaman Map ... 3.3.11.4. Halaman Profil ... 3.3.11.5. Halaman Kategori ... 3.3.11.6. Halaman Home ... 3.3.11.7. Halaman Profil Posko ... 3.3.11.8. Halaman Logistik ... 3.3.11.9. Halaman Konfirmasi Android ...

67 67 68 69 69 70 71 72 72 73 73 74 74 75 75 76 76 BAB IV IMPLEMENTASI SISTEM …...………...

4.1.Pengolahan Data Posko ………...………. 4.1.1. Google Distance Matrix ...

77 77 85 4.2. Implementasi Database ...………...

4.2.1. Tabel User ... 4.2.2. Tabel Posko ... 4.2.3. Tabel Cost ... 4.2.4. Tabel Kategori Logistik ... 4.2.5. Tabel Logistik ...

86 87 87 88 88 89 4.3. Implementasi Program dan Pembahasan ………...….……...

4.3.1. Halaman Login ... 4.3.2. Halaman User BNPB ...

89 90 91

xiv

4.3.2.1. Halaman Posko ... 4.3.2.2. Halaman Posko – Buat Posko ... 4.3.2.3. Halaman Posko – Edit Posko ... 4.3.2.4. Halaman Posko – Hapus Posko ... 4.3.2.5. Halaman Map ... 4.3.2.6. Halaman Profile ... 4.3.2.7. Halaman Kategori ... 4.3.3. Halaman User Posko ... 4.3.3.1. Halaman Home ... 4.3.3.2. Halaman Profile ... 4.3.3.3. Halaman Logistik ... 4.3.4. Halaman Konfirmasi Lokasi Posko (Android) ...

91 92 93 94 94 96 98 99 99 99 100 101 BAB V PENGUJIAN DAN ANALISIS HASIL ………... 104

5.1. Pengujian Metode Transportasi pada DMS-INDSR …………... 5.1.1. Perhitungan Manual ... 5.1.2. Perbandingan dengan Perhitungan Sistem ... 5.1.3. Pengujian dengan Simulasi supply-demand berbeda.. 5.1.3.1.Pengujian dengan supply lebih tinggi ... 5.1.3.2.Pengujian dengan demand lebih tinggi ... 5.1.3.3.Pengujian dengan nilai supply dan demand

yang berbanding jauh ... 5.2. Pengujian Kehandalan Sistem ...

104 106 121 123 123 125 127 132 BAB VI PENUTUP …………... 134

6.1. Kesimpulan …………... 6.2. Saran ...

134 135 DAFTAR PUSTAKA……….

xv

DAFTAR GAMBAR

Gambar (2-1) : Real World System ...……….. 11

Gambar (2-2) : Lingkaran Evaluasi ………...……….... 22

Gambar (2-3) : Hasil Iterasi Algoritma Multiplier ... 23

Gambar (2-4) : Google Maps View ... 24

Gambar (2-5) : Google Reference ... 26

Gambar (2-6) : Google Distance Matrix Form ... 27

Gambar (2-7) : Form Request for JSON Output ... 28

Gambar (2-8) : Form Request for XML Output ... 28

Gambar (2-9) : Google Distance Matrix Output ... 28

Gambar (3-1) : Arsitektur DMS-INDSR ... 33

Gambar (3-2) : Diagram UML Metode Transportasi ... 37

Gambar (3-3) : Usecase User BNPB Web ... 41

Gambar (3-4) : Usecase User Posko Web ... 42

Gambar (3-5) : Usecase User Posko Android ... 42

Gambar (3-6) : Diagram Konteks ... 51

Gambar (3-7) : Data Flow Diagram Level 1 ... 52

Gambar (3-8) : Data Flow Diagram Level 2 Proses 1 ... 53

Gambar (3-9) : Data Flow Diagram Level 2 Proses 4 ... 54

Gambar (3-10) : Diagram Aktifitas Login ... 63

Gambar (3-11) : Diagram Aktifitas Buat Posko ... 64

Gambar (3-12) : Diagram Aktifitas Edit Posko ... 64

Gambar (3-13) : Diagram Aktifitas Hapus Posko ... 65

Gambar (3-14) : Diagram Aktifitas Ubah Profil ... 65

Gambar (3-15) : Diagram Aktifitas Tambah Kategori Logistik ... 66

Gambar (3-16) : Diagram Aktifitas Hapus Kategori Logistik ... 66

Gambar (3-17) : Diagram Aktifitas Melihat Jalur Distribusi ... 67

xvi

Gambar (3-19) : Entity Relationship ... 68

Gambar (3-20) : Relational Model ... 69

Gambar (3-21) : Halaman Login ... 71

Gambar (3-22) : Halaman Posko ... 72

Gambar (3-23) : Halaman Map ... 72

Gambar (3-24) : Halaman Profil ... 73

Gambar (3-25) : Halaman Kategori ... 73

Gambar (3-26) : Halaman Home ... 74

Gambar (3-27) : Halaman Profil Posko ... 74

Gambar (3-28) : Halaman Halaman Logistik ... 75

Gambar (3-28) : Halaman Konfirmasi Android ... 75

Gambar (4-1) : Data Posko kml ... 77

Gambar (4-2) : Data Posko xls ... 77

Gambar (4-3) : Data Posko Hasil Pengolahan, bertipe xml ... 78

Gambar (4-4) : Request Url Google Distance Matrix API ... 84

Gambar (4-5) : Controller Pada Sistem ... 88

Gambar (4-6) : Kelas Model Pada Sistem ... 89

Gambar (4-7) : Kelas View Pada Sistem ... 89

Gambar (4-8) : Halaman Login ... 90

Gambar (4-9) : Halaman Kelola Posko ... 91

Gambar (4-10) : Form Posko Baru ... 91

Gambar (4-11) : Penanganan Empty Field Error ... 92

Gambar (4-12) : Halaman Edit Posko ... 92

Gambar (4-13) : Jendela Konfirmasi Penghapusan Posko ... 93

Gambar (4-14) : Halaman Map ... 94

Gambar (4-15) : Halaman Map dengan Jalur ... 94

Gambar (4-16) : Halaman Ubah Profil ... 95

Gambar (4-17) : Halaman Ubah Profil – Pindah Marker ... 96

Gambar (4-18) : Halaman Ubah Profil – Form Pergi Ke ... 96

xvii

Gambar (4-20) : Halaman Home Posko ... 98

Gambar (4-21) : Halaman Profil Posko ... 99

Gambar (4-22) : Halaman Logistik ... 99

Gambar (4-23) : Halaman Konfirmasi Lokasi ... 100

Gambar (4-24) : Halaman Pesan Sukses ... 100

Gambar (5-1) : Hasil Perhitungan Oleh Sistem ... 118

Gambar (5-2) : Hasil Pengujian Kehandalan Sistem ... 120

xviii

DAFTAR TABEL

Tabel (2-1) : Tabel Model Transportasi ……….……….... 13

Tabel (2-2) : Pencarian Nilai Opportunity Cost ...………...………... 14

Tabel (2-3) : Pencarian nilai cost minimum pada opportunity cost tertinggi 15 Tabel (2-4) : Pengisian nilai dan penghapusan baris/kolom ... 15

Tabel (2-5) : Hasil Iterasi II ... 16

Tabel (2-6) : Hasil Iterasi III ... 16

Tabel (2-7) : Hasil Akhir Algoritma Vogels Approximation Method ... 16

Tabel (2-8) : Solusi Awal ... 18

Tabel (2-9) : Pencarian variabel u-v, Iterasi I ... 18

Tabel (2-10) : Pencarian variabel u-v, Iterasi II ... 19

Tabel (2-11) : Pencarian variabel u-v, Iterasi III ... 19

Tabel (2-12) : Pencarian variabel u-v, Iterasi IV ... 20

Tabel (2-13) : Pencarian variabel u-v, Iterasi V ... 20

Tabel (2-14) : Pencarian variabel u-v, Iterasi VI ... 21

Tabel (2-15) : Pencarian variabel u-v, Iterasi VII ... 21

Tabel (2-16) : Pengisian nilai variabel non-basis ... 22

Tabel (2-17) : Parameter form Google API ... 27

Tabel (3-1) : Tabel Analisa Sebab Akibat ... 31

Tabel (3-2) : Identifikasi Stakeholder ... 39

Tabel (3-3) : User Profiles ... 40

Tabel (3-4) : Tabel Posko ... 70

Tabel (3-5) : Tabel User ... 70

xix

Tabel (3-7) : Tabel Kategori Logistik ... 70

Tabel (3-8) : Tabel Logistik ... 71

Tabel (5-1) : Posko Kabupaten Sleman ... 101

Tabel (5-2) : Posko Pusat Kabupaten Sleman ... 103

Tabel (5-3) : Posko Masyarakat Kabupaten Sleman ... 103

Tabel (5-4) : Uji Manual – Tabel Awal ... 104

Tabel (5-5) : Uji Manual – Iterasi I, Pencarian Nilai Dummy ... 105

Tabel (5-6) : Uji Manual – Iterasi I, Pencarian Nilai Dummy Max dan Cost Min ... 105

Tabel (5-7) : Uji Manual – Hasil Iterasi I ... 106

Tabel (5-8) : Uji Manual – Iterasi II, Pencarian Nilai Dummy ... 107

Tabel (5-9) : Uji Manual – Iterasi II, Pencarian Nilai Dummy Max dan Cost Min ... 107

Tabel (5-10) : Uji Manual – Hasil Iterasi II ... 108

Tabel (5-11) : Uji Manual – Iterasi III, Pencarian Nilai Dummy ... 108

Tabel (5-12) : Uji Manual – Iterasi III, Pencarian Nilai Dummy Max dan Cost Min ... 109

Tabel (5-13) : Uji Manual – Hasil Iterasi III ... 109

Tabel (5-14) : Uji Manual – Iterasi IV, Pencarian Nilai Dummy ... 110

Tabel (5-15) : Uji Manual – Iterasi IV, Pencarian Nilai Dummy Max dan Cost Min ... 110

Tabel (5-16) : Uji Manual – Hasil Iterasi IV ... 111

Tabel (5-17) : Uji Manual – Iterasi V, Pencarian Nilai Dummy ... 112

Tabel (5-18) : Uji Manual – Iterasi V, Pencarian Nilai Dummy Max dan Cost Min ... 112

Tabel (5-19) : Uji Manual – Hasil Iterasi V ... 113

Tabel (5-20) : Uji Manual – Iterasi VI, Pencarian Nilai Dummy ... 113

Tabel (5-21) : Uji Manual – Iterasi VI, Pencarian Nilai Dummy Max dan Cost Min ... 114

xx

Tabel (5-23) : Uji Manual – Iterasi VII, Pencarian Nilai Dummy ... 115

Tabel (5-24) : Uji Manual – Iterasi VII, Pencarian Nilai Dummy Max dan Cost Min ... 115

Tabel (5-25) : Uji Manual – Hasil Iterasi VII ... 116

Tabel (5-26) : Uji Manual – Iterasi VIII, Pencarian Nilai Dummy ... 116

Tabel (5-27) : Uji Manual – Iterasi VIII, Pencarian Nilai Dummy Max dan Cost Min ... 117

Tabel (5-28) : Uji Manual – Iterasi I, Hasil Iterasi VIII ... 117

Tabel (5-29) : Hasil Solusi Awal – Vogel’s Approximation Method ... 118

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Dewasa ini dunia teknologi informasi khususnya pada teknologi komputasi telah berkembang sangat pesat. Tidak sedikit masalah praktis manusia telah dimodelkan kedalam metode matematis dalam teknologi komputasi. Program linier dalam riset operasi merupakan salah satu bukti dari pesatnya perkembangan teknologi komputasi yang telah diterapkan dalam masalah ekonomi, industri, militer, sosial dan lain-lain, menggunakan bantuan komputer.

Program linier merupakan salah satu metode matematis dalam mengalokasikan sumber daya yang terbatas, untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan biaya. Pemrograman linier berkaitan dengan penjelasan suatu kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala linier. Salah satu bentuk metode program linier adalah metode transportasi.

Metode transportasi merupakan metode optimasi yang digunakan untuk menentukan cara distribusi suatu jenis barang dari beberapa sumber (supply) ke beberapa tujuan (demand) dengan biaya (cost) yang minimum. Sasaran dalam metode transportasi ini adalah mengalokasikan barang yang ada pada sumber sedemikian rupa, sehingga terpenuhi semua kebutuhan pada tujuan. Namun tujuan utama dari metode transportasi ini ialah untuk mencapai jumlah biaya yang dikeluarkan yang serendah-rendahnya. Kompleksitas dalam riset operasi adalah

sistem didunia nyata menghasilkan jumlah variabel pembatas yang sangat besar, yang berfungsi mengatur tingkah laku dari sistem ini (Taha, Hamdy A, 1976). Oleh karena banyaknya variabel pembatas yang dihasilkan, maka sangat dibutuhkan penggunaan komputer untuk mengolah data-data yang ada. Pembatas-pembatas tersebut ditemukan dengan cara melakukan studi terlebih dahulu terhadap masalah distribusi yang hendak diselesaikan. Studi dilakukan untuk memperoleh berapa variabel supply dan demand yang ada dalam suatu kasus, kemudian dari variable tersebut akan dilakukan penghitungan cost yang ada diantara masing-masing kunjungan.

Vogel's approximation method adalah salah satu contoh algoritma dari metode transportasi yang dapat digunakan untuk memecahkan masalah distribusi. Algoritma Vogel's approximation method merupakan algoritma yang paling baik dibandingkan dengan algoritma lainnya seperti algoritma north-west corner. Salah satu kelebihan dari algoritma Vogel's approximation method adalah tingkat fleksibilitas yang tinggi, tidak seperti north-west corner yang memiliki syarat variabel demand dan supply harus berjumlah sama. Penerapan algoritma Vogel's approximation method untuk masalah transportasi seringkali memberikan hasil solusi yang optimal. Namun pada beberapa jenis variabel pembatas, algoritma

Vogel's approximation method ini belum bisa memberikan solusi paling optimal. Maka dari itu pencarian solusi optimum membutuhkan algoritma lanjutan, yakni algoritma multiplier.

Algoritma multiplier merupakan salah satu metode untuk mendapatkan solusi akhir yang fleksibel dan optimal dari permasalahan transportasi. Metode ini

dapat digunakan apabila variable basis sudah ditentukan menggunakan Vogel's approximation method. Terdapat banyak masalah distribusi yang dapat diselesaikan dengan menggunakan algoritma metode transportasi ini, salah satunya adalah masalah distribusi bantuan bencana alam yang terjadi antar posko di Indonesia.

Pada dasarnya posko terbagi menjadi dua jenis, yakni posko penyalur dan posko penerima. Posko penyalur biasanya merupakan posko yang ditentukan sebagai sumber/pusat, yakni tempat bantuan-bantuan yang di berikan oleh masyarakat ditampung dan kemudian dari posko sumber tersebut bantuan akan disalurkan pada posko penerima yang sudah terdaftar. Sedangkan posko penerima merupakan posko yang didirikan oleh masyarakat setempat dan terkadang tidak diketahui oleh umum, sehingga tidak mendapatkan bantuan secara langsung. Oleh sebab itu diperlukan proses distribusi bantuan, yang dilakukan oleh seluruh posko pusat (penyalur) kepada tiap posko masyarakat (penerima).

Berdasarkan peraturan kepala Badan Nasional Penanggulangan Bencana (BNPB) Nomor 04 Tahun 2009 tentang pedoman bantuan logistik, proses pembagian pendistribusian bantuan logistik dari posko pusat dilakukan sesuai wilayah nasional, provinsi, maupun kabupaten/kota. Proses pendistribusian ini dilaksanakan tanpa melihat dari sisi kebutuhan logistik, jumlah pengungsi pada tiap posko dan efektifitas pendistribusian. Sehingga terkadang bantuan logistik yang disalurkan, turun ke posko dengan jumlah yang kurang tepat. Hal tersebut mengkibatkan beberapa posko mendapatkan bantuan yang berlebih atau melimpah, sementara beberapa posko lainnya kurang mendapatkan bantuan

logistik. Selain itu proses pendistribusian bantuan logistik yang dilaksanakan tanpa memperhatikan sisi keefektifan transportasi, menyebabkan keterlambatan datangnya bantuan pada posko yang dituju dan biaya yang dikeluarkan lebih mahal.

Dalam kasus manajemen distribusi bencana alam, pembuatan sistem manajemen distribusi menggunakan metode transportasi ini dapat diterapkan. Penerapan dapat terjadi karena terdapat variabel source dan destination yakni posko pusat dan masyarakat, dengan menggunakan bantuan logistik pada variabel

supply dan demand. Namun dalam kasus yang darurat seperti bencana alam, terkadang studi yang dilakukan untuk menemukan pembatas-pembatas tersebut menjadi sangat tidak praktis terutama dalam pengukuran variabel cost.

Variabel cost yang berupa jarak antar titik posko (source-destination cost), memerlukan pengukuran terlebih dahulu. Hal ini memakan waktu yang sangat lama, sehingga menyebabkan algoritma ini sulit diterapkan pada kasus dengan batas waktu penyelesaian masalah yang sangat pendek. Posko yang ada dalam suatu bencana dapat berjumlah belasan, atau bahkan puluhan. Tentunya tidak mungkin kita sebagai rekayasawan menerapkan algoritma transportasi ini secara langsung ke dalam kasus yang sangat darurat, seperti kasus distribusi bencana alam. Maka dari itu penulis mengusulkan penerapan metode transportasi dengan memanfaatkan teknologi navigasi Global Positioning System (GPS), untuk pencarian cost pada kasus bencana alam ini.Pengintegrasian ini membuat variabel

cost dapat ditemukan dengan mudah, dengan menggunakan lokasi koordinat dari posko pusat dan tujuan.

Hal ini yang melatarbelakangi penulis untuk menerapkan metode transportasi pada distribusi bantuan bencana alam Indonesia, dengan mengitregasikan teknologi GPS untuk penentuan cost. Namun pada kasus ini belum dapat dipastikan apakah terdapat keterbatasan atau kekurangan algoritma pada metode transportasi yang digunakan, dalam menangani variabel pembatas dengan nilai stok yang tidak tetap dan terkadang berbanding jauh. Maka dari itu penulis juga harus melakukan pengujian algoritma tersebut pada kasus distribusi bencana alam.

1.2. Rumusan Masalah

Dari latar belakang masalah diatas, penulis melakukan perumusan masalah yakni : Sejauhmana algoritma Vogel'sapproximation method dan Multiplier yang diintegrasikan dengan teknologi Global Positioning System (GPS) dapat diterapkan dalam kasus distribusi bantuan bencana alam.

1.3. Tujuan dan Manfaat Penulisan

Penulisan tugas akhir ini ditujukan untuk membantu pemerintah khususnya pada Badan Nasional Penanggulangan Bencana (BNPB) dalam menentukan alur distribusi bantuan dari posko yang tersebar, agar biaya yang dikeluarkan lebih minimal dan proses distribusi menjadi lebih terorganisir. Selain itu sistem informasi ini bermanfaat bagi para korban bencana alam, agar bisa mendapatkan bantuan dengan dengan cepat.

1.4. Batasan Masalah

Mengingat ruang lingkup penelitian mengenai sistem informasi distribusi bantuan bencana alam ini cukup luas, sehingga penelitian ini hanya dibatasi pada : 1. Menggunakan ruang lingkup kasus distribusi posko yang terbentuk pada saat

bencana alam di negara Indonesia saja.

2. Pengujian pada tugas akhir ini dilakukan pada metode transportasi yang digunakkan, dengan melihat kebenaran dari hasil dan kehandalan sistem untuk melakukan perhitungan.

3. Studi kasus yang digunakan pada saat pengujian sistem adalah daftar titik lokasi persebaran posko yang terbentuk pada saat bencana erupsi Merapi setelah 5 November 2010, yakni saat setelah terjadinya letusan besar dan zona aman berada pada radius 20 km dari puncak merapi. Data titik posko dan jumlah pengungsi diambil dari situs partisipasi-merapi milik Universita Gadjah Mada (www.merapi-partisipasi.ugm.ac.id).

4. Studi kasus digunakan untuk memperoleh variabel cost, source, dan

destination.

5. Variabel cost diambil dari masing-masing titik koordinat posko yang berupa jarak antar titik (statis).

6. Variabel supply dan variabel demand diambil berdasarkan simulasi perhitungan dari jumlah pengungsi dimasing-masing titik posko. Sedangkan untuk jenis posko penyalur atau posko penerima ditentukan oleh penulis.

7. Jenis logistik yang didistribusikan dalam pengujian sistem, menggunakan kebutuhan pokok yakni beras. Pengandaian kebutuhan beras adalah 1 kg per hari untuk setiap orang dalam barak pengungsian.

1.5. Metodologi Penulisan

Metodologi yang digunakan dalam pelaksanaan penulisan tugas akhir ini adalah sebagai berikut :

1. Penelitian Kepustakaan

a. Mempelajari literatur yang berkaitan dengan penggunaan algoritma yang akan dipergunakan, yakni algoritma Vogel's approximation method dan multiplier dalam riset operasi.

b. Mempelajari literatur tentang pemakaian application programming interface dari Google Maps.

c. Mempelajari literatur mengenai teknik pengkodean menggunakan Java Andrioid, PHP 5,Javascript, dan XML.

2. Pengumpulan Data

Mengumpulkan data berupa nama posko, lokasi posko, dan jumlah penduduk yang didapatkan dari situs merapi-partisipasi milik Universitas Gadjah Mada, untuk pengujian/percobaan aplikasi.

3. Analisis Sistem

Melakukan analisis untuk mengidentifikasi masalah pada sistem yang akan dibuat dengan metode PIECES ( Performance, Information, Economy,

Control, Efficiency,and Service ) dan melakukan pengamatan pada data pengujian.

4. Perancangan Perangkat Lunak

Merancang sistem dengan menggunakan pendekatan pembangunan perangkat lunak secara terstruktur.

5. Implementasi

a. Melakukan proses scripting untuk pengolahan data titik posko yang sebelumnya telah dianalisis.

b. Mengintegrasikan sistem dengan application programming interface

dari Google Maps.

c. Melakukan pengkodean algoritma Vogel's approximation method dan

multiplier.

d. Melakukan proses pengkodean dari sistem yang telah dirancang sebelumnya baik dari sistem website dan android.

6. Pengujian/Percobaan

Pengujian dilakukan dengan menggunakan data posko yang sudah diolah dalam proses implementasi. Kemudian dibandingkan hasil dari perhitungan sistem dan perhitungan manual. Selain itu pengujian juga dilakukan dengan menggunakan jumlah data posko yang besar untuk menguji kehandalan sistem.

I.6. Sistematika Penulisan

1. BAB I PENDAHULUAN

Pada bab ini akan dijelaskan mengenai latar belakang masalah, rumusan masalah, tujuan penulisan, batasan masalah, dan sistematika penulisan laporan.

2. BAB II TINJAUAN PUSTAKA

Pada bab ini akan dijelaskan uraian singkat hasil-hasil penelitian terdahulu yang berhubungan dengan permasalahan yang akan ditinjau dalam tugas akhir ini.

3. BAB III ANALISIS DAN DESAIN PERANGKAT LUNAK

Pada bab ini akan dijelaskan mengenai analisis dan desain perangkat lunak yang akan dibuat, serta perancangan sistem yang akan diterapkan dalam pembangunan perangkat lunak.

4. BAB V IMPLEMENTASI DAN PENGUJIAN PERANGKAT

LUNAK

Pada bab ini akan dijelaskan mengenai gambaran tentang cara implementasi dan penggunaan sistem, serta hasil pengujian yang dilakukan terhadap perangkat lunak tersebut.

5. BAB VI PENUTUP

Pada bab ini akan dijelaskan kesimpulan dari pembahasan tugas akhir secara keseluruhan dan saran untuk pengembangan lebih lanjut.

10 BAB II

TINJAUAN PUSTAKA

2.1. Riset Operasi

Riset operasi pertamakali dibuat oleh tim peneliti dari Inggris pada saat perang dunia kedua.Tujuan dari penelitian metode ini adalah untuk menentukan penggunaan paling efektif dari sumber daya militer mereka yang terbatas.Riset operasi merupakan metode untuk memformulasikan dan merumuskanpermasalahan sehari-hari baik mengenai bisnis, ekonomi, sosial maupun bidanglainnya ke dalam pemodelan matematis untuk mendapatkan solusi yang optimal dari sumber yang terbatas.Bagian terpenting dari Riset Operasi adalah bagaimana menerjemahkanpermasalahan sehari-hari ke dalam model matematis.Faktor-faktor yangmempengaruhi pemodelan harus disederhanakan dan apabila ada data yangkurang, kekurangan tersebut dapat diasumsikan atau diisi dengan pendekatan yangbersifat rasional.

Kompleksitas dalam riset operasi adalah situasi sistem di dunia nyata menghasilkanjumlah variabel pembatasyang sangat besar, yang berfungsi mengatur tingkah laku dari sistem ini.Namun walaupun jumlah variabel pembatas sangat besar, hanya sebagian kecil dari variabel pada situasi dunia nyata yang mendominasi tingkah laku dari sistem tersebut.

Gambar 2.1.Real World System

Gambar 1.1 menggambarkan tingkatan dari situasi sistem di dunia nyata yang dipergunakan untuk membuat model dalam sistem ini. Model dibentuk dari variabel-variabel yang paling dominan, yang mempengaruhi hasil yang diinginkan. Penyederhanaan dari dunia nyata ke dalam asumsi dunia nyata, dilakukan dengan cara “menggumpalkan” beberapa parameter di dunia nyata ke dalam satu parameter asusmsi dunia nyata (Taha, Hamdy A., 9th Edition ofAn Introduction, Operation Research, 2011, p.07).

2.3. Model Transportasi

Modeltransportasi merupakan salah satubentuk model dari pemrograman linear.Model transportasi merupakan pemodelan metode optimasi yang digunakan untuk menentukan cara distribusi suatu jenis barang dari beberapa sumber (supply at each source) ke beberapa tujuan (demand at each destination).Sasaran dalam metode

Real World System

Assum ed Real World System

transportasi ini adalah mengalokasikan barang yang ada pada sumber sedemikian rupa, sehingga terpenuhi semua kebutuhan pada tujuan.Namun tujuan utama dari metode transportasi ini ialah untuk mencapai jumlah biaya yang dikeluarkan yang serendah-rendahnya. Biaya ini didapatkan dari masing-masing kunjungan yang terjadi di tiap-tiap titik sumber ke tujuan.

Sebagai contoh, terdapat i perusahaan produksi yang hendak mengirimkan barang hasil produksi mereka kepada jpedagang. Setiap perusahaan produksi memiliki produksi yang terbatas, dan setiap pedagang memiliki permintaan barang yang berbeda-beda. Selain itu terdapat juga pengeluaran yang terjadi dari tiap kunjungan yang dilakukan oleh perusahaan ke masing-masing pedagang.

Diandaikan m merupakan satuan dari sumber, dan n merupakan satuan dari tujuan. Tiap sumber memiliki sumber terbatas berupa a pada sumber i(i= 1,2,3,...,m), dan tiap tujuan memiliki permintaan berupabpada tujuan j(j= 1,2,3,...,n). Biaya yang dikeluarkan masing-masing kunjungan akan dinyatakan dengan varibel Cij.Tujuan pada metode ini adalah untuk melihat berapa unit barang yang akan dikirimkan dari sumber i ke tujuan j, dimana biaya transportasi minimal. Unit barang akan diandaikan menjadi satuanxij. Maka model linear programming yang dapat dibentuk dari variabel tersebut adalah sebagai berikut :

=

= , = 1,2, …,

= , = 1,2, …,

≥0

Tabel 2.1. Tabel Model Transportasi N N N N supply M Cij Cij Cij Cij a M Cij Cij Cij Cij a M Cij Cij Cij Cij a Demand B B B B

Metode program linear ini dapat dipecahkan dengan berbagai algoritma. Dalam tugas akhir ini, penulis menggunakan algoritmaVogel'sapproximation method untuk penemuan solusi awal (Basic Feasible Solution).

2.4. Algoritma Vogel'sapproximation method

Vogel'sApproximation Method(VAM)merupakan metode yang tidak sederhana, dibanding metode yang lainnya untuk menghasilkan solusi awal. Namun VAMmerupakan metode yang sangat baik, yang sering menghasilkan solusi paling

optimal.VAM menangani masalah dengan memperhatikan biaya pada setiap jaluratau rute alternatif yang terkait, dimana hal ini tidak dilakukan oleh metode lainnya seperti metode north west corner.

Dalam metode VAM, langkah yang pertamakali dilakukan adalah menghitung biaya pada setiap baris dan kolom yang terkait pada sumber dan tujuan. Langkah ini dilakukan dengan menemukan selisih antara dua biaya yang paling minimum pada setiap titik sumber dan tujuan, yang kemudian disimpan sebagai opportunity cost.Langkah kedua adalah mencari titik nilai opportunity cost yang paling tinggi.

Tabel 2.2. Pencarian nilai opportunity cost

5 15 5 20 5 0

15 5 10 5 1 0

25 10 5 15 3 5

2 4 2 1

10 5 0 10

Setelah titik opportunity cost dengan nilai tertinggi ditemukan, kemudian dilakukan pencarian titik dengan nilai cost terendah pada tabel baris/kolom dari titik opportunity cost yang terpilih. Nilai demand dari titik cost minimum yang terpilih, akan diisi dengan nilai supply yang sebaris.

Tabel 2.3.Pencarian nilai cost minimum pada opportunity cost tertinggi

5 15 5 20 5 0

25 10 5 15 3 5

2 4 2 1

10 5 0 10

Tabel 2.4.Pengisian nilai dan penghapusan baris/kolom

2 15 5 20 3

5 10 5 1

10 5 15 3

4 2 1

5 0 10

Baris/kolom dari demand yang sudah terpenuhi ataupun supply yang sudah habis akan di hilangkan dari perhitungan iterasi selanjutnya. Iterasi iniakan terus dilanjutkan sampai seluruh nilai demand sudah terpenuhi ataupun nilai supply sudah habis.

Tabel 2.5. Hasil Iterasi II

2 15 2 20 1

5 5 1

10 15 3

Tabel 2.6. Hasil Iterasi III

2 15 2 1

1

10 3

4

5

Tabel 2.7. Hasil akhir algoritma Vogel'sapproximation method

2 1 2 5

1 1

3 3

2 4 2 1

Total biaya pada solusi dari penerapan algoritma VAM yang terdapat pada tabel 2.6 adalahsebesar 70, dihitung dari jumlah tiap titik solusi yang dikalikan dengan cost dari masing-masing titik (Total =(2*5)+(1*15)+(2*10)+(1*5)+(3*10)).Hasil yang diperoleh menggunakan algoritma Vogel'sapproximation methodini merupakan solusi awal yang kemudian digunakan

untuk mendapatkan solusi akhir(optimal), dimana dalam tugas akhir ini penulis menggunakan algoritma multiplier.

2.5. Algoritma Multiplier

Algoritma multiplier melakukan evaluasi dari suatu lokasi secara matrik, sehingga hasil evaluasi menunjukkan suatu indikator keseluruhan (Simarmata, Dj.A, Sebuah Pengantar-Operations Research: Teknik-teknik Optimasi Kuantitatif dari Sistem-sistem Operasional,1982, p.24). Langkah awal yang dilakukan dalam algoritma ini adalah menentukan variabel u dan v. Variabel u awal ditentukan dengan nilai 0, dan untuk selanjutnya perhitungan u dan v menggunakan rumus Cij=u+v. Variabel udan v yang sudah didapatkan akan digunakan untuk mengisi nilai cell yang masih kosong pada solusi awal. Pengisian terhadap nilai cell yang kosong menggunakan rumus xij=Cij-Ui-Vj.Kemudian algoritma ini menggunakan lingkaran evaluasi (close loop) pada cell tabel yang memiliki harga paling negatif.

Lingkaran evaluasi merupakan sebuah loop tertutup yang bermulai dari titik dengan harga paling negatif dan berakhir pada titik itu kembali. Nilai-nilai yang ada dalam garis loopakan ditandai sebagai nilai positif dan negatif secara berurutan. Nilai positif dimulai dari cell tabel yang merupakan awal dari loop (harga paling negatif). Kemudian dari nilai cell yang bertanda negatif akan dipilih yang berharga paling

kecil (minimum). Nilai minimum yang terpilih akan menjadi harga yang mengurangi nilai cell yang bertanda negatif dan akan menjadi harga yang menambah nilai cell yang bertanda positif. Algoritma multiplier akan terus melakukan iterasi, sampai tidak ditemukan lagi nilai negatif saat pengisian hargacell kosong pada solusi terakhir.

Tabel 2.8.Solusi awal.

2 3 5

1 0 1

2 1 3

2 4 2 1

Tabel 2.9.Pencarian variabel u-v, Iterasi I. u/v

0

2 (Cij=5) 3

(Cij=2) (Cij=3) (Cij=5)

5

(Cij=3)

1

(Cij=5)

0

(Cij=2) (Cij=3)

1

(Cij=3) (Cij=4)

2

(Cij=5)

1

(Cij=4)

3

Tabel 2.10.Pencarian variabel u-v, Iterasi II.

u/v 5

0

2 (Cij=5) 3

(Cij=2) (Cij=3) (Cij=5)

5

(Cij=3)

1

(Cij=5)

0

(Cij=2) (Cij=3)

1

(Cij=3) (Cij=4)

2

(Cij=5)

1

(Cij=4)

3

2 4 2 1

Tabel 2.11.Pencarian variabel u-v, Iterasi III.

u/v 5 2

0

2 (Cij=5) 3

(Cij=2) (Cij=3) (Cij=5)

5

(Cij=3)

1

(Cij=5)

0

(Cij=2) (Cij=3)

1

(Cij=3) (Cij=4)

2

(Cij=5)

1

(Cij=4)

3

Tabel 2.12.Pencarian variabel u-v, Iterasi IV.

u/v 5 2

0

2 (Cij=5) 3

(Cij=2) (Cij=3) (Cij=5)

5 3 (Cij=3) 1 (Cij=5) 0

(Cij=2) (Cij=3)

1

(Cij=3) (Cij=4)

2

(Cij=5)

1

(Cij=4)

3

2 4 2 1

Tabel 2.13.Pencarian variabel u-v, Iterasi V.

u/v 5 2 -1

0

2 (Cij=5) 3

(Cij=2) (Cij=3) (Cij=5)

5 3 (Cij=3) 1 (Cij=5) 0

(Cij=2) (Cij=3)

1

(Cij=3) (Cij=4)

2

(Cij=5)

1

(Cij=4)

3

Tabel 2.14.Pencarian variabel u-v, Iterasi VI.

u/v 5 2 -1

0

2 (Cij=5) 3

(Cij=2) (Cij=3) (Cij=5)

5 3 (Cij=3) 1 (Cij=5) 0

(Cij=2) (Cij=3)

1

6

(Cij=3) (Cij=4)

2

(Cij=5)

1

(Cij=4)

3

2 4 2 1

Tabel 2.15.Pencarian variabel u-v, Iterasi VII.

u/v 5 2 -1 -2

0

2 (Cij=5) 3

(Cij=2) (Cij=3) (Cij=5)

5 3 (Cij=3) 1 (Cij=5) 0

(Cij=2) (Cij=3)

1

6

(Cij=3) (Cij=4)

2

(Cij=5)

1

(Cij=4)

3

Kemudian variabelu dan v yang telah ditemukan akan digunakan untuk mengisi cell yang masih kosong (variabel non-basis).

Tabel 2.16. Pengisian nilai variabel non-basis

u/v 5 2 -1 -2

0

2 (Cij=5) 3

(Cij=2) 4 (Cij=3) 7 (Cij=5) 5 3 -5 (Cij=3) 1 (Cij=5) 0 (Cij=2) 2 (Cij=3) 1 6 -8 (Cij=3) -4 (Cij=4) 2 (Cij=5) 1 (Cij=4) 3

2 4 2 1

Setelah didapatkan hasil dari pengisian harga masing-masing cell yang kosong, akan dipilih salah satu cell yang berharga paling negatif. Kemudian dari cell tersebut akan dibuat lingkaran evaluasi seperti yang sudah dijelaskan diatas.Lingkaran evaluasi dapat searah jarum jam maupun berlawanan.

Gambar 2.2. Lingkaran Evaluasi

Nilai yang terpilih akan mengurangi nilai cell yang bertanda negatif dan menambah nilai cell yang bertanda positif. Kemudian nilai tersebut akan digunakan

untuk mengganti nilai yang bertanda positif pertama (nilai yang sebelumnya kosong), sehingga menjadi seperti berikut ini :

Gambar 2.3. Hasil Iterasi Algoritma Multiplier

Gambar 2.3. merupakan hasil iterasi pertama dari algoritma multiplier. Kemudian dari hasil ini akan dicek ulang pada iterasi ke 2 sampai pada tahap pengisian harga pada cell kosong. Apabila harga-harga tersebut masih terdapat nilai negatif, maka akan dilanjutkan dengan iterasi berikutnya. Dengan kata lain, hasil dari iterasi tersebut belum merupakan hasil yang optimum. Namun apabila tidak ada nilai negatif, maka hasil dari iterasi tersebut sudah merupakan hasil akhir yang paling optimal.

yang diluncurkan oleh Badan Militer Amerika, untuk mengambil gambar permukaan bumi yang kemudian diolah untuk membentuk suatu rangkaian jalur transportasi dengan teknik pengolahan citra.Google Maps memungkinkan penggunanya dapat melihat daerah diseluruh dunia secara detail dan juga melihat jalur-jalur transportasi yang ada diseluruh kawasan.Google Maps disediakan oleh google secara gratis di situs resminya (http://maps.google.com).Google Maps mengandalkan standar

internasional yang sudah dikenal luas untuk konvensi penamaan dan pemetaan.Misalnya, untuk penamaan negara dan teritori, google terutama mengandalkan standar ISO-3166 yang diakui oleh Divisi Statistik PBB.Layanan ini dapat juga dimanfaatkan oleh para pengembang software dengan menggunakan application programming interface (Google API) yang dibagikan oleh Google secara gratis untuk pemakaian non-komersial.

Gambar 2.4.Google MapsView (http://maps.google.com)

2.7. Google Maps Aplication Programming Interface (API)

Google Maps APImerupakan suatuinterface dalam software Google Mapsyang dapat dipergunakanoleh siapapun. Hak akses tersebut diberikan dalam bentuk script, yang memiliki beberapa fungsi untuk mendapatkan hasil yang diinginkan.Seorang programmerdapat menghemat waktu dan biaya untuk membangun aplikasi peta digital dengan menggunakan Google Maps API. Melalui penggunaan Google Maps API, seorang programmer hanya fokus pada pembangunan sistem website dan basis data saja, tanpa harus membangun sebuah sistem peta digital.Google Maps APIyang tersedia dalam bentuk pemrograman web bersifat gratis, namun sesuai dengan ketentuan yang berlaku.Ketentuan tersebut dapat dilihat pada Google Maps/Google Earth APIs Terms of Service di situs resmi Google, yakni tepatnya terdapat pada halaman : https://developers.google.com/maps/terms#section_9_1.Adapun ketentuan-ketentuan tersebut adalah sebagai berikut ini:

1. Implementasi Google Maps API pada website bersifat gratis bagi semua orang (kecuali untuk pihak yang sudah mendapat perijinan dari Google). Namun, admin dapat meminta pengguna agar login terlebih dahulu sebelum menggunakan aplikasi tersebut.

2. Penggunadapat mengenai biaya kepada seseorang, dalam hal memberi konsultasi kepada mereka tentang cara implementasi Google Maps API. Pada versi sebelumnya yakni versi 2, pengguna harus memiliki akun google dengan mendaftarkan diri di situs resminya.Akun ini dipergunakan untuk mengambil API key, yakni sebuah lisensi kode untuk mengakses Google Maps API.Namun pada Google Maps API v3, pengguna tidak perlu lagi melakukan hal tersebut.Untuk menggunakan Google Maps API v3, pengguna hanya perlu memasukan roferensi google di halaman web.

Gambar 2.5.Google Reference

Ketika memberi referensi, terlebih dahulu pengguna harus mengatur sensor untuk penggunaan GPS. Sensorbernilai truejika,GPSakan dipergunakan pada API.Langkah selanjutnya, adalah proses inisialisasi peta. Pembuatan peta pada Google Maps membutuhkan sebuah objek canvas. Objek canvas pada web yang sering digunakan adalah <div>, dan tingkah laku dari objek tersebut akan diatur menggunakan javascript.

<script type=”text/JavaScript”

src=”http://maps.google.com/maps/APIs/js?sensor=false”

>

2.8. Google Distance Matrix

Google Distance Matrix merupakan sebuah layanan yang menyediakan perhitungan jarak dan waktu perjalanan dari titik mulai (origins) ke titik tujuan (destinations).Informasi yang dihasilkan merupakan rute yang paling direkomendasikan antara titik mulai dan titik akhir, yang dihitung oleh Google Maps API. Layanan ini tidak menghasilkan rute secara detail, namun hanya menghasilkan perhitungan durasi perjalanan dan jarakberdasarkan model jalur yang dipilih. Model jalur yang dapat digunakanadalah berupa jalurmobil (driving), jalur berjalan kaki (walking) ataupun jalur bersepeda (bicycling).

Google Distance Matrix digunakan melalui form berupa url yang dikirim melalui web browsers. Adapun form tersebut adalah sebagai berikut :

Gambar 2.6.Google Distance Matrix Form

Parameter yang terdapat pada form dapat disi menggunakan parameter berikut ini :

Tabel 2.17. Parameter formGoogleAPI Parameter Isi Penggunaan

Origins Alamat/koordinat

origins=Bobcaygeon

origins=41.43206,-81.38992

Destinations Alamat/koordinat

destinations=Bobcaygeon

destinations=41.43206,-81.38992 http://maps.googleapis.com/maps/api/distancematrix/output?parameters

Sensor (GPS)

True (GPS on) False (Gps off)

sensor=true

Mode driving|walking |bicycling mode=driving

Language Language language=fr-FR

Avoid Tolls|highways avoid=tolls

Units

Metric(km and m) imperial (miles and feet)

Units=metric

Setiap parameter yang digunakan dihubungkan menggunakan tanda&. Hasil keluaran (output) dari Google Distance Matrix dapat berupa file JSON atau XML. Hasil keluaran berupa file JSON ataupun XML, diakses seperti pada gambar berikut :

Gambar 2.7.FormRequest for JSON Output

Gambar 2.8.FormRequest forXML Output

Terdapat batasan-batasan dalam pemakaianGoogle Distance Matrix ini untuk penggunaan gratis. Batasan tersebut dilihat dari banyaknya elemen, dimana setiap elemen tersusun dari 1 titik mulai dan 1 titik tujuan. Batasan tersebutantara lain : 100 perhitungan tiap 1 permintaan, 100 perhitungan tiap 10 detik dan 2.500 perhitungan http://maps.googleapis.com/maps/api/distancematrix/json?parameters

tiap 24 jam. Hasil keluaran dari Google Distance Matrix adalah data jarak antar titik dan waktu tempuh antar titik.

Gambar 2.9.Google Distance Matrix Output

Jarak

29 BAB III

ANALISA DAN PERANCANGAN SISTEM

3.1. Analisa Sistem

3.1.1. Fase Definisi Ruang Lingkup

Berdasarkan peraturan kepala Badan Nasional Penanggulangan Bencana (BNPB) Nomor 04 Tahun 2009 tentang pedoman bantuan logistik,proses pembagian pendistribusianbantuan logistikdilakukan sesuai wilayah nasional, provinsi, maupun kabupaten/kota. Proses pendistribusian ini dilaksanakan tanpa melihat dari sisi efektifitasdistribusi, berdasarkan jarak antar lokasi posko pusat dan tujuan. Pelaksanaan yang kurang efektif ini menimbulkan beberapa persoalan yang akan diuraikan dalam metodePIECES( Performance, Information, Economy, Control, Efficiency,and Service).

Performance : Proses distribusi dilakukan sesuai wilayah nasional, provinsi, maupun kabupaten/kota tanpa memperhatikan prioritas jarak terdekat dari lokasi posko pusat.

Information :Posko pemerintah hanya mendapatkan daftar informasi posko masyarakat berupa alamat dalam bentuk tulisan saja. Hal tersebut terkadang menyulitkan pemerintah dalam menemukan lokasi posko masyarakat.

Economic : Pendistribusian logistik yang dilakukan sesuai wilayah nasional tanpa memperhatikan jarak terdekat dari lokasi posko pusat akan membuat pengeluaran biaya yang tidak minimal seperti bahan bakar.

Control : Posko pusat hanya memberikan bantuan posko distribusi terhadap posko masyarakat yang sudah terdaftar secara resmi, yang terkadang masih terdapat posko-posko yang belum terdaftar karena masalah tenaga, jarak , ataupun transportasi. Hal ini mengakibatkan proses distribusi tidak merata dan keterlambatan distribusi bantuan kepada korban bencana alam.

Efficiency : Posko masyarakat harus mendaftarkan poskonya secara langsung dengan mendatangikantor posko pusat, hal ini sangat menguras waktu dan tenaga pada posko masyarakat.

Service :Proses pendistribusian yang dilakukan pemerintah di posko pusat terkadang dilakukan dengan kurang baik karena tidak menggunakan metode khusus yang dapat menangani masalah-masalah distribusi ( tidak ada manajemen untuk menentukan alur distribusi ).

3.1.2. Analisa Sebab Akibat

Analisa sebab akibat menjelaskan analisis masalah, harapan dan instruksi yang telah diidentifikasi pada analisa ruang lingkup dengan menggunakan metode PIECES. Analisa tersebut dirangkum dalam tabel analisa sebab akibat (cause and effect analysis matrix) dibawah ini :

Tabel 3.1. Tabel Analisa Sebab Akibat Analisa Sebab Akibat Masalah, Peluang, atau

Instruksi

1. Proses distribusi dilakukan sesuai wilayah nasional, provinsi, maupun kabupaten/kota tanpa memperhatikan prioritas jarak terdekat dari lokasi posko pusat.

-Proses pendistribusian yang dilakukan pemerintah di posko pusat terkadang dilakukan dengan kurang baik karena tidak menggunakan metode khusus yang dapat menangani masalah-masalah distribusi ( tidak ada manajemen untuk menentukan alur distribusi ). =Pendistribusian logistik yang dilakukan sesuai wilayah nasional tanpa memperhatikan jarak terdekat dari lokasi posko pusat akan membuat pengeluaran biaya yang tidak minimal seperti bahan bakar.

Pembuatan sistem informasi yang memberikan solusi untuk pemerataan penyaluran distribusi bantuan menggunakan metode transportasi dari riset operasi.

2. Posko pemerintah hanya mendapatkan daftar informasi posko masyarakat berupa alamat dalam bentuk tulisan saja.

Hal tersebut terkadang menyulitkan pemerintah dalam menemukan lokasi posko masyarakat.

Pembuatan Sistem Informasi yang diintregasikan dengan interface peta digital menggunakan Google Maps.

3. Posko masyarakat harus mendaftarkan poskonya secara langsung dengan mendatangi kantor posko pusat,.

Hal ini sangat menguras waktu dan tenaga pada posko masyarakat. (Tidak efisien)

Pembuatan Sistem Informasi website dan android untuk pendaftaran posko masyarakat.

3.1.3. Gambaran Sistem Baru

Sistem manajemen distribusi yang bernama Distribution Management Systems ofIndonesian Natural Disaster Relief (DMS-INDSR) ini merupakan sebuah sistem informasi untuk membantu menentukan jalur distribusi bantuan bencana alam dari posko pusat ke posko tujuan. Sistem informasi ini dirancang dengan ruang lingkup kasus distribusi bantuan bencana alam yang terjadi di Indonesia. Studi kasus dalam pengujian pada penulisan tugas akhir ini, diterapkan pada data mengenai posko yang tersebar pasca bencana erupsi merapi setelah 19 November 2010. Data mengenai posko pada penelitian ini menggunakan data-data koordinat lokasi dan data jumlah pengungsi yang diperoleh dari situs merapi-partisipasi milik Universitas Gadjah Mada (http://merapi-partisipasi.ugm.ac.id/).

Situs merapi-partisipasi merupakan portal yang menyediakan informasi tentang persebaran posko dan pendataan pengungsi yang terjadi pasca erupsi merapi tahun 2010. Portal yang dikembangkan oleh Teknik Geodesi UGM ini didukung oleh sektor data dan media, dibawah Forum Penanggulangan Bencana (FPRB) seperti Combine, Oxfam dan IOM. Sehingga penulis beranggapan bahwa data koordinat posko tersebut dapat dikatakan cukup valid untuk menjadi variabel pengujian pada sistem DMS-INDR. Data posko akan dipergunakan untuk menguji pembangunan logika pada sistem DMS-INDR, yakni dengan menggunakan pengkodean algoritma dari metode transportasi pada riset operasi.

Algoritma dalam metode transportasi yang dipergunakan pada perancangan sistem informasi ini adalah algoritma Vogel'sapproximation methoddan multiplier.

Algoritma Vogel'sapproximation methodberfungsi untuk menemukan solusi awal pada pemecahan alur distribusi. Kemudian dari solusi yang didapatkan dengan menggunakan algoritma Vogel'sapproximation methodini, akan diolah lagi menggunakan algoritma multiplier untuk menemukan solusi akhir yang paling optimum. Solusi akhir dari pengolahan data tersebutlah yang akan dipakai untuk pembagian jalur distribusi masing-masing posko pusat, sehingga proses distribusi menjadi lebih efektif. Hasil dari perhitungan menggunakan metode transportasi ini akan ditampilkan kedalam sebuah peta digital berbasis aplikasi website.

Website pada sistem informasi ini akan dibangun menggunakan PHP 5 sebagai server-side scripting. Selain itu penggunaan PHP 5 juga berperan dalam pembuatan kode dari metode transportasi, karena pada PHP 5 sudah didukung dengan Object-Oriented Programming. Sedangkan untuk peta digital, sistem informasi berbasis web ini menggunakan application programming interface (API) dari Google Maps.Penerapan Google API pada kasus distribusi bencana alam yang akan diselesaikan dengan metode transportasi ini, dapat membantu untuk menemukan variabel cost dengan memanfaatkan koordinat yang sudah didaftarkan pada peta. Kemudian jarak antar koordinat ditelusuri menggunakan Google Distance Matrix yang juga merupakan API dari Google.

Google Distance Matrix merupakan application programming interface yang menyediakan perhitungan jarak antar titik, yang dihitung berdasarkan jalur dalam mode driving, walking, atau juga bicycling. Namun pencarian koordinat masing-masing titik posko membutuhkan GPS Receiver, yakni alat komunikasi untuk menerima koordinat lokasi dari satelit GPS. GPS Receiver dapat ditemui pada alat komunikasi modern seperti pesawat telepon bersistem operasi Android.

Lokasi tiap posko yang akan ditampilkan, diukur berdasarkan letak garis koordinat bumi. Proses pengambilan koordinat dilakukan dengan menggunakan Location-Based Service (LBS) pada ponsel atau gadget Android, yang didukung dengan perangkat GPS-receiver. Selain menggunakan GPS dalam pengambilan titik koordinat posko, sistem informasi berbasis website ini juga menyediakan proses

manual dengan cara memilih titik lokasi posko pada peta digital menggunakan mouse.

Setelah data koordinat lokasi suatu posko diambil, maka data tersebut akan disimpan kedalam basis data MySql bersamaan dengan data value supply atau demand dari posko tersebut. Kemudian sistem akan secara otomatis memeriksa data koordinat dari posko yang sudah tersimpan dalam basis data, untuk mencari jarak(cost) antara titik baru dan titik yang sudah terdaftar sebelumnya dengan jenis berbeda. Maksud dari jenis posko adalah posko pemerintah(supply) atau posko masyarakat(demand). Kemudian, data cost yang sudah ditemukan juga akan disimpan kedalam basis data. Proses pengambilan jarak antar titik dilakukan dengan menggunakan Google Distance Matrix.

Sistem manajemen distribusi ini tidak dapat diatur dengan menggunakan komputer saja.Peran pemerintah dan masyarakat juga sangat diperlukan untuk memaksimalkan manajemen distribusi dalam sistem ini, yakni dengan membuat peraturan-peraturan dan batasan penggunaan aplikasi. Aturan tersebut dibuat kedalam user policy untuk menjadi pedoman dalam penggunaan aplikasi, agar fungsi dari sistem manajemen distribusi yang dibuat dapat berjalan dengan baik.

3.1.3.1. Kelebihan Sistem dibanding Sistem Lain

Telah banyak tools atau piranti lunak yang menyediakan perhitungan riset operasi,sebagai contoh QM, TORA, SAS, dan lainnya. Algoritma riset operasi yang disediakan oleh software tersebut sangat lengkap, namun pemakaiannya tidak

spesifik. Lain halnya dengan DMS-INDSR, sistem ini mengkhususkan penggunaan algoritma dalam riset operasi untuk menghitung biaya dari distribusi antar posko bencana alam. Selain penggunaan yang spesifik, sistem ini memiliki kelebihan dalam pengambilan biaya antar titik supply dan demand.DMS-INDSRmemperoleh costmenggunakan teknologi navigasi GPSyang terdapat pada Google Distance Matrix,dimana cost tersebut merupakan jarak.Proses integrasi dengan teknologiGPSyang dilakukan pada sistem ini, memberikan kemudahan, kepraktisan, dan kecepatan pada pemerolehan variabel costtanpa harus mengukur secara manual.

3.1.4.User Policy

1. Pengguna sistem DMS-INDSRini merupakan pengguna yang terdaftar secara resmi pada pusat Badan Nasional Penanggulangan Bencana (BNPB).

2. Distribusi logistik akan disalurkan pada setiap posko masyarakat yang terdaftar, dan melakukan pembaharuan data stok sesuai dengan kategori logistik yang sudah ditentukan.

3. Bagi pengguna pada setiap posko pusat, diwajibkan untuk melakukan pembaharuan data stok pada setiap harinya. Apabila pengguna tidak melakukan pembaharuan data paling lambat 2 hari lamanya, maka data akun pada pengguna tersebut akan dinon-aktifkan.

4. Bagi pengguna pada setiap posko masyarakat, juga diwajibkan untuk melakukan pembaharuan data stok pada setiap harinya dan melakukan pembaharuan data penduduk pada setiap harinya. Apabila pengguna tidak

melakukan pembaharuan data paling lambat 2 hari lamanya, maka data akun pada pengguna tersebut akan dinon-aktifkan.

3.2. PerancanganMetode Transportasi

Metode transportasi pada sistem ini dibangun dengan menggunakan perancangan algoritma berbasis objek. Perancangan algoritma berbasis objek pada sistem ini, ditunjukan dengan pembuatan 4 kelas yakni source,destination,posko, dan Transportasi. Posko merupakan sebuah kelas yang memiliki attribut nama posko dan lokasi. Kelas posko ini digunakan sebagai kelas induk dari kelas source dan destination.Source merupakanchild dari kelas posko yang memiliki attribut bernama stock, yang dipergunakan sebagai variabel supply dalam metode transportasi. Destinationjuga merupakan child dari kelas posko yang memiliki attribut bernama need, yang dipergunakan sebagai variabel demand dalam metode transportasi. Perancangan kelas tersebut dapat dilihat pada diagram kelas berikut ini :

3.2.1. Pseudocode Algoritma Vogel'sApproximation Method 1. Mulai.

2. Tentukan selisih biaya terkecil dengan biaya terkecil diatasnya pada setiap baris dan kolom, masukkan pada variabel dummy.

3. Cari selisih terbesar pada variabel dummy

4. Alokasikan pada sel variabel basis yang terletak pada cell costterkecil, dari index dummy yang terpilih sesuai dengan jumlah supply pusat dan demand tujuan yang berkesuaian.

5. Ulangi langkah 1 sampai 3 hingga solusi awal sudah diperoleh, yakni apabila demandpada setiap tujuan sudah terpenuhi atau supply pada setiap sumber sudah habis.

6. Selesai.

3.2.2. Pseudocode Algoritma Multiplier 1. Mulai.

2. Buat variabel sel basis, yakni Ui yang menunjukan baris ke-i dan Vi yang menunjukkan kolom ke-j.

3. Untuk setiap sel basis hitung Ui + Vj = Cij, dimana dan Cij adalah biaya pada sel ij (baris i dan kolom j). Perhitungan diawali dengan mengasumsikan salah satu variabel = 0.

4. Untuk setiap sel variabel non-basis, hitung Cpq = Ui + Vj – Cij. 5. Pilih sel variabel non-basis (Cpq) yang paling minimum.

6. Buat lingkaran evaluasi (loop tertutup) yang bermulai dari titik Cpq yang terpilih, dengan menandai setiap node dalam loopdengan negatif dan positif secara bergiliran. Tanda positif dimulai dari Cpq.

7. Pilih node yang bertanda negatif yang paling terkecil, masukkan pada variabel smallest_negative.

8. Kurangkan setiap node yang bertanda negatif dengan nilai variabel smallest_negative.

9. Tambahkan setiap node yang bertanda positif dengan nilai variabel smallest_negative.

10.Ulangi langkah 1 sampai 8, hingga tidak terdapat sel variabel non-basis yang bernilai negatif.

11.Selesai.

3.3. Perancangan Sistem

3.3.1. Identifikasi Stakeholder dan User Profiles

Tabel 3.2. Identifikasi Stakeholder

Nama Description

Pemerintah Pusat Badan Nasional Penanggulangan Bencana (BNPB pusat).

Orang atau organisasi yang membiayai sistem.

Orang yang menggunakan sistem untuk penentuan jalur distribusi posko yang ada di suatu daerah.

terhadap sistem.

Petugas posko Orang yang menggunakan sistem untuk memperbaharui data kebutuhan dan stok diposko yang ditangani.

Tabel 3.3. User Profiles

Nama Deskripsi Pekerjaan Tanggung jawab Stakeholder

User_BNPB Mengelola data jenis logistik yang akan didistribusikan. Mengelola data posko yang terdapat didaerah didaerah bencana yang di kelola.

Mendaftarkan seluruh data pengguna (BNPB Daerah) ketika terjadi bencana.

Mengawasi dan memperbaharui perubahan dan pertambahan data kategori logistik. Menentukan jalur distribusi logistik.

BNPB

User_Posko Mengelola data kebutuhan atau stok yang ada di posko.

Memperbaharui data kebutuhan pada waktu yang telah disepakati

untuk

pengirimanlogistik.

3.3.2. Model Usecase

3.3.2.1. Usecase Diagram

Berikut ini merupakanusecase diagram pengguna dari sistem informasi DMS-INDSR. Usecase dibagi berdasarkan jenis user dan jenis sistem informasi yang digunakan. Usecase dari sistem informasi berbentuk website dibagi berdasarkan user bernamauser_BNPBdan user_posko.Sedangkan untuk sistem informasi berbentuk android hanya memiliki satu user yakni user_posko.

Gambar 3.3. Usecase User BNPB Web

USER_BNP

Website DMS-INDR

Login

M elihat Jalur

Dist ribusi _{M em ilih jenis} logistik <<include>>

M engelola Kategori M engelola Posko

M endaftarka n Posko

M engubah Dat a Posko

M enghapus Posko <<ext ends> <<ext ends> <<ext ends>

M enam bah Kat egori Logistik

M enghapus Kategori Logist ik <<include>> <<include>>

Gambar 3.4. Usecase User Posko Web

Gambar 3.5. Usecase User Posko Android

3.3.2.2. NarasiUsecase Website DMS-INDR

 Nama usecase :Login

Aktor : User_BNPB,User_Posko Kondisi Awal : User harus sudah terdaftar Kondisi Akhir : User berhasil masuk ke sistem. Skenario :

USER_Posko

Android DMS-INDR

Kofirm asi lokasi posko USER_Posko

Website DMS-INDR

Login

M engubah Dat a Logistik

Aksi Aktor Reaksi Sistem

1. User membuka halaman web

3. User memasukkan email dan password

4. User memilih jenis login.

2. Sistem menampilkan halaman Log in.

5. Sistem menampilkan halaman HOME.

Alternatif :

5. Sistem menampilkan error ketika field email dan password belum diisi.

 Namausecase : Mengelola Posko – Mendaftarkan Posko Aktor :User_BNPB

Kondisi Awal :User_BNPB harus sudah login Kondisi Akhir :Posko baru terbentuk

Skenario :

Aksi Aktor Reaksi Sistem

1. User memilih menu posko.

3. User menekan tombol “buat posko”.

5. User memasukkan data posko berupa nama posko, lokasi posko,

2. Sistem menampilkan seluruh data posko.

4. Sistem menampilkan form pendaftaran posko.

jenis posko, id_login posko, password_posko.

6. User menekan tombol “submit”

7. Sistem melakukan penyimpanan posko. Alternatif :

8. Sistem menampilkan pesan error jika ada field yang belum diisi.

 Nama usecase : Mengelola Posko – Mengubah data posko. Aktor : User_BNPB

Kondisi Awal : User_BNPB harus sudah login Kondisi Akhir : Data posko berhasil diubah Skenario :

Aksi Aktor Reaksi Sistem

1. User memilih menu posko.

3. User menekan tombol “edit” pada posko yang dipilih.

5. User mengubah data posko seperti :

lokasi, dan jenis posko.

6. User menekan tombol “submit”

2. Sistem menampilkan seluruh data posko.

4. Sistem menampilkan form pengubahan data posko.

7. Sistem melakukan penyimpanan data posko yang telah diubah.

8. Sistem menampilkan pesan error jika ada field yang belum diisi.

 Nama usecase : Mengelola Posko – Menghapus Posko Aktor : User_BNPB

Kondisi Awal : User_BNPB harus sudah login Kondisi Akhir : Posko terhapus

Skenario :

Aksi Aktor Reaksi Sistem

1. User memilih menu posko.

3. User menekan tombol “hapus” pada posko yang dipilih.

5. User memilih opsi konfirmasi ”YES”

2. Sistem menampilkan seluruh data posko.

4. Sistem menampilkan pesan konfirmasi penghapusan.

6. Sistem menghapus data posko Alternatif :

7. User memilih opsi konfirmasi “NO”

 Nama usecase : Melihat jalur distribusi Aktor : User_BNPB

Kondisi Awal :User_BNPB harus sudah login& sudah terdapat dataposko.

Kondisi Akhir : Jalur distribusi posko ditampilkan. Skenario :

Aksi Aktor Reaksi Sistem

1. User memilih menu peta distribusi

3. User memilih kategori logistik. 4. User menekan tombol lihat jalur.

2. Sistem menampilkan peta berisikan seluruh posko yang sudah terbentuk.

4. Sistem menghitung jalur distribusi sesuai data posko dan kategori logistic.

5. Sistem menampilkan hasil perhitungan dan membentuk jalur pada peta sesuai dengan hasil perhitungan.

 Namausecase : Mengubah Profil Aktor : User_BNPB

Kondisi Akhir : Data profil terubah. Skenario :

Aksi Aktor Reaksi Sistem

1. User memilih menu profil

3. User mengubah data profil seperti, nama bencana, lokasi pusat bencana.

4. User menekan tombol “Submit”.

2. Sistem menampilkan halaman ubah profil.

5. Sistem menyimpan data profil yang telah diubah.

 Nama usecase : Mengelola kategori logistik – Menambah Kategori Logistik

Aktor : User_BNPB

Kondisi Awal :User_BNPB harus sudah login . Kondisi Akhir : Kategori logistikterbentuk. Skenario :

Aksi Aktor Reaksi Sistem

1. User memilih menu Kategori

Logistik. 2. Sistem menampilkan halaman kategori logistik.

3. User memasukkan nama kategori baru pada field “kategori baru”. 4. User menekan tombol submit.

5. Sistem menyimpan kategori logistik baru.

 Nama usecase : Mengelola kategori logistik – Menghapus Kategori Logistik

Aktor : User_BNPB

Kondisi Awal :User_BNPB harus sudah login . Kondisi Akhir : Kategori logistik terhapus. Skenario :

Aksi Aktor Reaksi Sistem

1. User memilih menu Kategori Logistik.

3. User memilih kategori logistic yang akan dihapus.

4. User menekan tombol hapus.

2. Sistem menampilkan halaman kategori logistik.

5. Sistem menghapus data kategori logistic dari basis data.

 Nama usecase : Mengubah data logistik Aktor :User_Posko

Kondisi Awal : User_Posko harus sudah login . Kondisi Akhir : Data ketegorilogistik terubah. Skenario :

Aksi Aktor Reaksi Sistem

1. User memilih menu Daftar Logistik

3. User mengubah data logstik yang diinginkan

4.User menekan tombol “Simpan”

2. Sistem menampilkan halaman daftar logistik.

5. Sistemmenyimpan data logsitik yang telah diperbaharui.

 Nama use case : Mengubah Profil Aktor : User_Posko

Kondisi Awal : User_Posko harus sudah login . Kondisi Akhir : Data profil terubah.

Skenario :

1. User memilih menu profil

3. User mengubah data profil seperti, nama posko atau lokasi posko.

4. User menekan tombol “Submit”.

2. Sistem menampilkan halaman ubah profil.

5. Sistem menyimpan data profil yang telah diubah.

3.3.2.3. NarasiUsecaseAndroid

 Nama use case : Konfirmasi Lokasi Posko. Aktor : User_Posko

Kondisi Awal : User_Posko harus sudah terdaftar Kondisi Akhir : User_PoskoBerhasil masuk ke sistem. Skenario :

Aksi Aktor Reaksi Sistem

1. User membuka aplikasi Android.

3. User memasukkan email dan password

2. Sistem menampilkan halam Log in.

PLAGIAT M ERUPAKAN TINDAKAN TIDAK TERPUJI

mengolah 73 objek posko. Selain itu tidak terdapat error pada proses

perhitungan tersebut, yang menandakan bahw a algoritma Vogel'sapproximation method dan multiplier pada sistem ini sudah berhasil diterapkan dengan baik.

BAB VI PENUTUP

6.1. Kesimpulan

Setelah menyelesaikan pembuatan tugas akhir berjudul Penerapan Algoritma Vogel’s Approximation Method dan Multiplier. Studi Kasus : Distribusi Bantuan Bencana Alam di Indonesia ini, penulis dapat menyimpulkan :

 Integrasi yang dilakukan pada Metode transportasi dengan teknologi navigasi gps sangat dapat membantu untuk penemuan variabel cost, tanpa terlebih dahulu melakukan pengukuran.

 Penerapan algoritma Vogel's approximation method pada kasus distribusi bantuan bencana alam, terkadang menghasilkan solusi awal yang tidak dapat dilanjutkan oleh algoritma multiplier sehingga solusi yang dihasilkan belum optimum. Kesalahan atau error tersebut dapat terjadi ketika selisih nilai supply dan demand mencapai 100%, sedangkan untuk pengujian 50% masih memberikan hasil yang baik. Sehingga dapat disimpulkan bahwa algoritma ini kurang cocok apabila langsung diterapkan pada masalah distribusi bencana alam. Perlu dilakukan penelitian lanjutan terhadap algoritma ini secara heuristik untuk kasus distribusi bencana alam, karena melihat nilai supply dan demand pada posko yang bervariasi dengan selisih yang terkadang ekstrim.

6.1. Saran

Untuk pengembangan Sistem Manajemen Distribusi Bantuan Bencana Alam di Indonesia pada tahap selanjutnya, penulis menyarankan :

 Diperlukan penelitian lanjutan terhadap pengembangan algoritma Vogel’s Approximation Method, agar dapat diterapkan pada kasus distribusi bencana alam dengan selisih nilai supply dan demand yang ekstrim.

 Membuat pengembangan dibagian sistem informasi pada sistem ini dengan melengkapi fasilitas-fasilitas yang belum ada, dengan melihat kebutuhan pengguna secara melalui studi secara langsung. Sehingga pengguna sistem ini juga dapat sekaligus memantau kondisi posko yang ada, seperti data penduduk yang sakit, jumlah korban meninggal, kategori umur penduduk, dsb.

 Pembuatan aplikasi android bukan hanya untuk konfirmasi lokasi posko, melainkan juga terdapat fasilitas lengkap seperti pada aplikasi website. Sehingga selain menggunakan website pengguna juga dapat menggunakan sistem ini dengan menggunakan smartphone android, agar penggunaan aplikasi dapat lebih fleksibel dan memiliki mobilitas tinggi.

PLAGIAT M ERUPAKAN TINDAKAN TIDAK TERPUJI

DAFTAR PUSTAKA

Williams, Laurie, 2006, A (Partial) Introduction to Software Engineering Practices and Methods.

Johnson, Dana J., Ph.D., 2006, Overcoming Challenges to Transformational Space Programs: The Global Positioning System (GPS).

Taha, Hamdy A.,1976, 2nd Edition of An Introduction-Operation Research, Department of Industrial Engineering, University of Arkansas.

Taha, Hamdy A.,2011, 9nd Edition of An Introduction-Operation Research, Department of Industrial Engineering, University of Arkansas.

Winston, Wayne L., 4th Edition of Application and Algorithms–Operations Research, Indiana University.

Simarmata, Dj.A, 1982, Sebuah Pengantar-Operations Research: Teknik-teknik Optimasi Kuantitatif dari Sistem-sistem Operasional.

PLAGIAT M ERUPAKAN TINDAKAN TIDAK TERPUJI

vi Abstrak

Ketidakmerataan distribusi bantuan bencana alam di Indonesia, merupakan permasalahan umum yang tak kunjung selesai. Banyak kasus dimana terdapat barak pengungsian atau yang biasa disebut posko, sangat terlambat mendapatkan penyaluran bantuan dari pemerintah. Hal ini terjadi karena kelemahan manajemen distribusi yang ada dari posko pusat (pemerintah) kepada posko masyarakat. Oleh karena itu penulis ingin membuat manajemen distribusi baru dengan menerapkan algoritma metode transportasi untuk menentukan alur distribusi, dalam rangka meningkatkan pemerataan penyebaran bantuan logistik di Indonesia.

Algoritma metode transportasi yang akan diterapkan adalah Vogel's approximation method dan multiplier, yang berfungsi untuk menentukan pembagian alur distribusi bantuan bencana alam dari posko pusat ke posko masyarakat. Sistem manajemen distribusi tersebut merupakan sistem berbasis web

yang diintegrasikan dengan application programming interface milik Google, yakni Google Maps dan Google Distance Matrix. Google Maps pada sistem informasi ini berfungsi untuk menampilkan posisi lokasi titik posko dan menggambarkan jalur dari hasil perhitungan menggunakan metode transportasi. Sedangkan Google Distance Matrix berfungsi untuk menentukan jarak antar titik posko yang akan dipergunakan sebagai variabel cost dalam metode transportasi.

Website sistem ini dibangun menggunakan PHP 5 sebagai server-side scripting

dan MySQL pada basis datanya. Selain pembangunan berbasis website, bagian dari sistem ini akan dibangun kedalam sebuah aplikasi android dengan menggunakan bahasa pemrograman Java. Aplikasi android pada sistem ini berfungsi untuk melakukan konfirmasi lokasi titik pada tiap posko, dengan memanfaatkan gps-receiver pada handphone bersistem operasi android.

PLAGIAT M ERUPAKAN TINDAKAN TIDAK TERPUJI

vii Abstract

Unequally distribution of Indonesian natural disaster relief, was the common problems that never completed. Many cases where there are refugee barracks or commonly known as posko, are very late getting channeling relief from the Government. It happens because of the weakness of the existing distribution management of posko Center (Government), to the citizen’s refugee barracks. Therefore the author wants to create a new distribution management by applying an algorithm to determine the transport method of the groove distribution, in order to improve equitable deployment of logistical support in Indonesia.

The algorithm is a method of transportation that will be applied is Vogel's approximation method and multiplier, which serves to determine the division of flow distribution of natural disaster relief from the central refugee barracks to the citizen’s refugee barracks. This distribution management system is a web-based system, that is integrated with the application programming interface belong to Google, which named Google Maps and Google Distance Matrix. Google Maps on this information system, serves to display the position of refugee barrack’s location point and describes the calculation results using the transportation method. While the function of Google Distance Matrix is to determine the distance between the refugee barrack’s location point, that will be used as a cost variable in the transportation method. This system’s website built using PHP 5 as a server-side scripting and MySQL as the database. Besides web based development, the part of this system will be built into an android application using the Java programming language. Android applications on these systems serve to confirm the location’s point on each refugee barracks, by utilizing gps-receiver on android-phones.