Algoritma Least Recently Used untuk Pemb
ALGORITMA LEAST RECENTLY USED UNTUK
PEMBENTUKAN CACHE DALAM PENGAKSESAN WEB
SERVICE STUDI KASUS TRANSJOGJA
Kristian Adi Nugraha(1)
[email protected]
Budi Susanto(2)
[email protected]
Antonius Rachmat Chrismanto(3)
[email protected]
Abstract
Transjogja, a busway transportation system, is widely used by people for traveling in
Yogyakarta. Because of increasing number of Transjogja shelters, using Transjogja
becomes more and more complicated for people. Therefore, the authors propose a
solution by designing a location-based mobile application, which can provide
information about Transjogja. The system is built using a Web Service in order to
support a large number of outstanding mobile platforms. For the optimization of Web
Service access, the authors implement a cache in the client application in order to
speedup Web Service access time.
Keywords: cache, LRU, mobile, web service
Abstrak
Transjogja merupakan sarana transportasi busway yang banyak digunakan oleh
masyarakat Yogyakarta untuk bepergian. Namun semakin lama jumlah shelter dan
jalur Transjogja semakin bertambah, sehingga hal ini akan menyulitkan masyarakat
ketika akan pergi dengan menggunakan Transjogja. Karenanya, penulis mencoba
membuat sebuah solusi dengan merancang sebuah aplikasi mobile berbasis lokasi yang
dapat memberikan layanan informasi mengenai Transjogja. Sistem ini dibangun
dengan menggunakan basis Web Service agar dapat mendukung banyaknya jumlah
platform mobile yang beredar. Kemudian untuk optimalisasi pengaksesan Web Service,
maka penulis mengimplementasikan penggunaan cache didalam aplikasi client agar
dapat meningkatkan waktu untuk pengaksesan Web Service.
Keywords: cache, LRU, mobile, web service
1. Pendahuluan
Dewasa ini masyarakat Yogyakarta banyak menggunakan Transjogja dibanding
dengan sarana transportasi yang lainnya. Hal ini disebabkan karena Transjogja dapat
menjangkau hampir seluruh daerah serta tarifnya yang cukup terjangkau. Namun
seiring dengan pengembangan Transjogja itu sendiri, semakin bertambah pula jumlah
1
Prodi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Duta Wacana
Dosen, Prodi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Duta Wacana
3
Dosen, Prodi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Duta Wacana
2
93
shelter dan jalur Transjogja yang berdampak pada semakin rumitnya sistem penjaluran
Transjogja.
Melihat permasalahan diatas, penulis mencoba memberikan solusi dengan
merancang sebuah aplikasi mobile berbasis lokasi yang dapat membantu memberikan
layanan informasi mengenai Transjogja kepada para penggunanya. Dengan adanya
aplikasi ini, diharapkan pengguna tidak akan kesulitan lagi dalam mencari shelter dan
jalur yang harus ditempuh dalam menggunakan jasa Transjogja.
Penelitian ini bertujuan untuk mengimplementasikan teknik caching untuk
pengaksesan Web Service dalam menyediakan layanan informasi terhadap aplikasi LBS
yang digunakan ketika pengguna hendak pergi ke suatu lokasi dengan menggunakan
Transjogja. Sehingga dengan adanya aplikasi ini, pengguna tidak perlu kesulitan dalam
mencari shelter dan rute Transjogja yang tepat ketika hendak pergi ke suatu tempat
Berdasarkan latar belakang yang telah dikemukakan pada bagian sebelumnya, maka
permasalahan yang akan diteliti oleh penulis adalah sebagai berikut :
1. Bagaimana cara membangun komunikasi yang reliable antara aplikasi LBS dengan
Web Service dengan menggunakan teknik caching?
2. Bagaimana cara menentukan rute terpendek dari shelter keberangkatan pengguna
menuju ke shelter tujuan pengguna?
Ruang lingkup pembahasan makalah ini adalah implementasi algoritma Least Recently
Used (LRU) pada cache aplikasi mobile dalam pengaksesan Web Service.
Permasalahan yang dibahas dalam makalah ini adalah mengenai layanan informasi
Transjogja.
2. Batasan Masalah
Permasalahan yang akan dibahas dalam penelitian ini dibatasi sebagai berikut :
1. Penelitian ini hanya membahas mengenai jarak tempuh dan rute yang
ditempuh.
2. Aplikasi client yang dibangun dalam penelitian ini berbasis Android.
3. Informasi yang disimpan dalam cache hanya informasi rute terpendek.
3. Landasan Teori
3.1. Location Based Service (LBS)
Pada penelitian yang dilakukan oleh Deidda, Pala, dan Vacca (2010),
menyatakan bahwa Location Based Service (LBS) adalah “... salah satu kategori
layanan yang bisa diakses melalui perangkat bergerak dan berbasiskan kondisi lokasi
geografis dari perangkat tersebut pada saat itu ....” (hal 1). Informasi yang diberikan
oleh LBS sangat bergantung terhadap posisi yang dikirimkan oleh penggunanya,
sehingga setiap lokasi memiliki informasi masing-masing yang bersifat unik.
3.2. Web Service
Menurut glosari W3C, definisi Web Service adalah “... sebuah sistem perangkat
lunak yang didesain untuk mendukung interoperabilitas interaksi antara mesin dengan
mesin melalui jaringan. Web Service memiliki sebuah antarmuka yang dideskripsikan
dalam sebuah format yang dapat diproses oleh sebuah mesin. Sistem lain berinteraksi
dengan Web Service menggunakan SOAP melalui prosedur yang telah dideskripsikan,
94
biasanya menggunakan HTTP dengan serialisasi Extensible Markup Language (XML)
dalam hubungannya dengan standar web terkait yang lain.” Dengan menggunakan
XML dalam standar pengiriman pesan membuat Web Service mendukung komunikasi
cross-platform, sehingga sistem yang memiliki platform berbeda tetap dapat saling
berkomunikasi.
3.3. Simple Object Access Protocol (SOAP)
Menurut Newcomer definisi Simple Object Access Protocol (SOAP) adalah “...
penyedia layanan komunikasi pada antarmuka sebuah Web Service untuk dapat
berkomunikasi dengan sistem lain melalui internet atau jaringan yang lain.” (2002, hlm.
4). SOAP digunakan sebagai sarana untuk mengirim request dari client kepada Web
Service serta mengirimkan respon dari Web Service kepada client dengan
menggunakan pesan berbentuk XML.
3.4. Cache
Teknik caching memungkinkan sebuah sistem untuk menggunakan ulang
informasi yang dibutuhkan dengan cara mengambil informasi disimpan dalam sebuah
media penyimpanan khusus apabila informasi tersebut pernah digunakan sebelumnya.
Dengan demikian secara otomatis waktu yang dibutuhkan oleh sebuah sistem dalam
menampilkan informasi akan lebih cepat dibandingkan dengan apabila memproses
ulang untuk mendapatkan informasi tersebut. Dalam penelitian ini, pembentukan cache
dilakukan pada database yang terdapat pada aplikasi client.
3.5. Least Recently Used (LRU)
LRU merupakan salah satu algoritma yang cukup baik dalam page replacement.
Menurut Laplante (2004), LRU menganut sebuah prinsip yang cukup sederhana, yaitu
membuang proses yang paling jarang digunakan dari sekumpulan proses-proses yang
ada. Karena algoritma ini mengasumsikan bahwa proses yang baru saja dijalankan
kemungkinan besar akan dijalankan kembali dalam waktu dekat.
Gambar 1. Skema Algoritma LRU
(Osvaldo G. & Marina G (Eds). (2007). Computational Science and Its Applications - ICCSA 2007:
International Conference, Kuala Lumpur, Malaysia, August 26-29, 2007, hlm. 203.)
Pada gambar diatas, terdapat delapan proses yang diurutkan berdasarkan proses yang
paling terakhir diakses (p1) hingga proses yang pertama kali diakses (p8) dari kiri
kanan. Apabila pada kasus tersebut terdapat sebuah proses baru p9 yang akan diproses
oleh sistem, maka proses p9 akan ditempatkan di sebelah kiri proses p1 dan proses p8
akan dibuang dari daftar antrian proses.
3.6. Algoritma A* (A Star)
95
A* merupakan salah satu algoritma yang digunakan untuk menyelesaikan
permasalahan jarak pada sebuah graf yang terdiri dari node/verteks dan edge. Dalam
penelitian ini, A* digunakan dalam mencari rute terbaik dari posisi pengguna menuju
ke lokasi tujuan. Menurut Russel dan Norvig (2003) Algoritma A* merupakan “bentuk
yang paling dikenal dari metode best-first search. Algoritma A* bekerja dengan cara
menjumlahkan biaya yang dikeluarkan dari posisi saat ini untuk mencapai ke node n
yaitu g(n) dengan biaya yang diperlukan dari node n menuju ke node tujuan, yaitu h(n)
”. Dengan demikian, maka perhitungan dari Algoritma A* dapat dirumuskan sebagai
berikut :
[1]
f(n)
= biaya total yang dikeluarkan untuk mencapai node n
g(n)
= biaya yang dikeluarkan dari node keberangkatan menuju node n
h(n)
= biaya yang dikeluarkan dari node n menuju goal (nilai heuristik)
Biaya pada nilai g(n) dan h(n) merupakan segala sesuatu yang harus dikeluarkan atau
dibayarkan ketika hendak pergi menuju node n dari node saat ini. Representasi bentuk
dari biaya tersebut dapat berupa waktu, jarak tempuh, jumlah langkah, dan sebagainya.
Node yang dipilih sebagai node tujuan berikutnya adalah node dengan nilai f(n) yang
paling rendah. Semakin kecil nilai dari f(n), maka semakin kecil biaya yang dikeluarkan
untuk menuju ke node n. Pada penelitian ini, nilai heuristik yang digunakan adalah
jarak dari node n menuju ke node goal dalam satuan meter. Hal tersebut akan
menunjukkan bahwa semakin kecil nilai heuristik, maka semakin dekat jarak dari node
n menuju ke node goal.
4. Hasil dan Pembahasan
4.1 Perancangan
Pada Gambar 2 dijelaskan bahwa aplikasi yang akan dibangun dibagi menjadi
dua bagian besar yaitu aplikasi client yang berupa aplikasi berbasis mobile dan aplikasi
server yang berbentuk Web Service, dimana keduanya terhubung melalui sebuah
jaringan internet. Web Service terhubung langsung ke sebuah database yang
menyimpan seluruh informasi mengenai lokasi shelter dan rute Transjogja. Aplikasi
client dapat mengakses fungsi-fungsi yang telah disediakan pada Web Service untuk
mendapatkan informasi yang diinginkan.
96
Gambar 2. Gambar Rancangan Arsitektur Sistem
Cara kerja sistem dimulai dari aplikasi client yang melakukan request dengan cara
memanggil fungsi pada Web Service dengan nilai parameter yang telah ditentukan.
Web Service yang menerima permintaan tersebut kemudian mengolah nilai parameter
yang diterima melalui fungsi yang dipanggil oleh client, kemudian informasi dari hasil
pengolahan data tersebut dikirimkan kepada client. Client dapat langsung menampilkan
informasi hasil kembalian dari Web Service, dan jika memungkinkan client dapat
menyajikan informasi tersebut dalam bentuk peta dengan bantuan Google Maps API.
4.2 Antarmuka
Aplikasi mobile yang dibangun pada platform Android memiliki tampilan awal
sebagai berikut.
Gambar 3. Tampilan Menu Utama Aplikasi Client
97
Pada tampilan tersebut terdapat tiga buah menu utama, yaitu menu untuk memilih
lokasi tujuan, menu untuk melihat rute yang disarankan, dan menu untuk melihat peta.
Pada menu untuk memilih lokasi tujuan, tersedia sebuah kolom untuk memasukkan
nama lokasi yang ingin dituju.
Gambar 4. Tampilan Menu ‘Destination’ Aplikasi Client
Sedangkan menu untuk melihat rute yang disarankan akan menampilkan informasi rute
terbaik yang diproses dengan menggunakan Algoritma A*.
Gambar 5. Tampilan Menu ‘Directions’ Aplikasi Client
Informasi pada menu ini diperoleh melalui Web Service. Namun apabila pada cache
aplikasi client terdapat request serupa, maka informasi diambil dari cache tersebut.
Kemudian menu peta digunakan untuk melihat peta informasi pengguna saat itu.
98
Gambar 6. Tampilan Menu ‘Map’ Aplikasi Client
4.3 Analisis dan Pengujian
Algoritma A* membutuhkan nilai heuristik untuk proses perhitungannya. Nilai
tersebut didapat dari jarak garis lurus antara shelter yang dikunjungi dengan shelter
tujuan dalam satuan meter. Pengujian algoritma A* dilakukan dengan cara melakukan
request dari satu shelter ke shelter lain. Setiap iterasi proses pada sebuah request
disimpan pada sebuah file log. Kemudian dilakukan pengamatan terhadap file log
tersebut agar dapat terlihat proses-proses di dalamnya. Salah satu contoh isi dari file log
tersebut adalah sebagai berikut ini.
99
17-11-2011 04:26:42 :: Fungsi countFinalDistance
17-11-2011 04:26:42 :: id_shelter_asal
= 1, nama_shelter
17-11-2011 04:26:42 :: id_shelter_tujuan
= 10, nama_shelter
17-11-2011 04:26:42 :: --- TREE 1 --Array
Sudirman 2 (1A),f = 1516.1996280701
Cik Di Tiro 2 (2A),f = 1680.645856908
= Sudirman 1
= Mangkubumi 2
17-11-2011 04:26:42 :: Lowest Cost : Sudirman 2 (1A),f = 1516.1996280701
17-11-2011 04:26:42 :: --- TREE 2 --Array
Array
Mangkubumi 1 (1A),f = 1683.462403096
Cik Di Tiro 2 (2A),f = 1680.645856908
17-11-2011 04:26:42 :: Lowest Cost : Cik Di Tiro 2 (2A),f = 1680.645856908
17-11-2011 04:26:42 :: --- TREE 3 --Array
Array
Mangkubumi 1 (1A),f = 1683.462403096
Array
Jl. Colombo (Kosud Gama) (1B),f = 3289.031940843
Jl. Colombo (Kosud Gama) (2A),f = 3289.031940843
17-11-2011 04:26:42 :: Lowest Cost : Mangkubumi 1 (1A),f = 1683.462403096
17-11-2011 04:26:42 :: --- TREE 4 --Array
Array
Array
Mangkubumi 2 (1A),f = 1700.0949307305
Mangkubumi 2 (2A),f = 1700.0949307305
Array
Jl. Colombo (Kosud Gama) (1B),f = 3289.031940843
Jl. Colombo (Kosud Gama) (2A),f = 3289.031940843
17-11-2011 04:26:42 :: Lowest Cost : Mangkubumi 2 (1A),f = 1700.0949307305
17-11-2011 04:26:42 :: Detail Shelter
Sudirman 1 (1A)#Sudirman 2 (1A)#Mangkubumi 1 (1A)#Mangkubumi 2
17 11 2011 04:26:42 :: End of countFinalDistance
Gambar 7. Isi File ‘log.txt’ untuk Tracking Penentuan Rute Terpendek
Pengujian pada cache dilakukan dengan cara melakukan permintaan rute sebanyak
30 kali secara acak, dimana besar kapasitas cache yang diuji adalah 9 dan total nama
lokasi tujuan yang digunakan dalam permintaan rute adalah 13 nama. Dari pengujian
tersebut, didapatkan hasil sebagai berikut (dihitung dalam satuan milisecond).
Tabel 1.
Pengujian LinkedHashMap Cache
No
1.
2.
3.
4.
5.
6.
7.
Nama Lokasi
Rumah Sakit Bethesda
Candi Prambanan
Stasiun Tugu Jogjakarta
Jalan Malioboro
Terminal Prambanan
Malioboro Mall
Universitas Negeri Yogyakarta (UNY)
100
1
299
463
401
328
407
254
481
2
0,34
264
0,55
0,37
0,40
3
292
0,34
0,40
4
5
0,31
0,34
8.
SGM
9.
10.
11.
12.
Bundaran SAMSAT
Benteng Vredeburg
Kraton
Kantor Kedaulatan Rakyat
Taman
Makam
Kusumanegara
13.
Pahlawan
2014
6
325
434
0,15
0,34
1195
0,37
0,31
0,31
554
0,46
0,34
0,37
Hasil pengujian pada tabel 1 menunjukkan bahwa selisih waktu yang ditunjukkan
antara pengambilan data melalui cache dan melalui Web Service cukup signifikan,
dimana untuk menyimpan sebuah data pada cache diperlukan kapasitas sebesar 108
bytes. Secara keseluruhan, rata-rata waktu pengaksesan adalah 1887,6 milisecond.
Rata-rata waktu yang dibutuhkan untuk memperoleh informasi dari Web Service adalah
sekitar 375 milisecond, sedangkan rata-rata waktu yang dibutuhkan untuk mengambil
kembali informasi-informasi tersebut pada cache adalah sekitar 0,35 milisecond.
Bahkan untuk data dari Web Service yang diambil dalam waktu cukup lama, yaitu data
nomor 12 dengan lokasi tujuan “Kantor Kedaulatan Rakyat”, memakan waktu 1159
milisecond. Namun ketika data tersebut diambil kembali pada cache, waktu yang
dibutuhkan tidak jauh berbeda dari nilai rata-rata waktu pengaksesan pada cache, yaitu
sekitar 0,31 milisecond dan 0,37 milisecond. Hal ini menunjukkan bahwa lama atau
tidaknya sebuah data diambil pada Web Service, tidak akan berpengaruh terhadap lama
waktu yang dibutuhkan ketika mengakses kembali data tersebut pada cache. Karenanya,
semakin lama waktu yang dibutuhkan untuk mengambil data pada Web Service, maka
akan semakin terasa pula manfaat dari keberadaan cache.
5. Kesimpulan dan Saran
1. Penggunaan cache memberikan dampak yang cukup signifikan karena dapat
meningkatkan waktu pengaksesan hingga seribu kali lebih cepat. Cache juga berfungsi
untuk mengurangi beban kerja server, karena dengan adanya cache maka akan semakin
sedikit permintaan yang dikerjakan oleh server. Terlebih apabila Web Service telah
dikembangkan untuk banyak platform, maka dengan adanya cache pada client akan
terasa dampaknya.
2. Nilai heuristik yang digunakan dalam perhitungan algoritma A* dinilai sudah tepat
karena dapat membantu memberikan saran rute terbaik dengan tingkat keberhasilan
sebesar 100%.
3. Aplikasi yang dibangun dengan basis Web Service dapat mendukung bermacammacam platform sekaligus. Namun karena keterbatasan waktu, penulis hanya
mengembangkan aplikasi untuk platform Android. Sehingga untuk pengembangan
berikutnya aplikasi client dapat dikembangkan agar dapat mendukung platform ponsel
yang lain seperti iOS, Symbian, Windows Phone, dan Blackberry.
4. Sistem dapat dikembangkan agar dapat mendukung perhitungan waktu tempuh
berdasarkan tingkat kepadatan jalan raya pada jam-jam tertentu. Sehingga selain
memperhitungkan jarak terpendek sistem juga dapat menggunakan waktu tempuh yang
paling singkat sebagai pertimbangan dalam pengambilan keputusan.
101
Daftar Pustaka
Budiawan, T., Santoso, I., & Zahra, A.A. (2011). Mobile Tracking GPS (Global Positioning System)
Melalui Media SMS (Short Message Service). Undergraduate Thesis. Diakses pada tanggal 18
Agustus 2011 dari http://eprints.undip.ac.id/25228/1/ML2F004518.pdf
Definisi Android & Android SDK. Diakses pada tanggal 19 Agustus 2011 dari
http://developer.android.com/guide/basics/what-is-android.html
Haas, H., & Brown, A. (2004). Web Services Glossary. Diakses pada tanggal 23 Agustus 2011 dari
http://www.w3.org/TR/ws-gloss/
Deidda, M., Pala, A., & Vacca, G. (2010). A Tourist Location Based Service (LBS) for The Cagliari City.
Dalam M.A. Brovelli, S. Dragicevic, S. Li, & B. Veenendaal (Eds), International Society for
Photogrametry and Remote Sensing (ISPRS) Volume XXXVIII-4/W13. Diakses pada tanggal 18
Agustus 2011 dari http://www.isprs.org/proceedings/XXXVIII/4-W13/ID_06.pdf
Deitel, H. M., Deitel, P. J., & Nieto, T.R. (2001). Internet & World Wide Web How to Program (2nd
Edition). United-States : Prentince Hall.
Gallaugher, J., & Ramanathan, S. (1996). The Critical Choice of Client Server Architecture: A
Comparison of Two and Three Tier Systems. Dalam Warren, Gorham, & Lamont (Eds), Information
Systems Management (New York, Auerbach Publications). Diakses pada 18 Agustus 2011 dari
https://www2.bc.edu/~gallaugh/research/ism95/cccsa.html
Laplante, P. A. (2004). Real-Time Systems Design and Analysis. United States : Wiley-IEEE Press.
Newcomer, E. (2002). Understanding Web Services : XML, WSDL, SOAP, and UDDI. Canada : AddisonWesley Professional.
Panggabean, T. B. I., Suryadharma, Y., & Nugroho, P. (2006). Penyelesaian Permasalahan 8 Puzzle dengan
Menggunakan Algoritma A* (A Star). Dalam Makalah Mahasiswa Tahun 2006. Bandung : ITB.
Diakses pada 14 Oktober 2011 dari http://www.informatika.org/~rinaldi/Stmik/20052006/Makalah2006/MakalahStmik2006-01.pdf.
Parsons, D., & Newnham, J. (2006). A Web Services Architecture for Rich Content Mobile Learning Client.
Diakses pada 19 Oktober 2011 dari http://www.massey.ac.nz/~dpparson/acis%202006.pdf
Priyambodo, T.K. (2005). Implementasi Web-Service untuk Pengembangan Sistem Layanan Pariwisata
Terpadu. Dalam SNATI Tahun 2005. Diakses pada 13 Oktober 2011 dari
http://journal.uii.ac.id/index.php/Snati/article/viewFile/1311/1071
Russel, S.J., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach. Upper Saddle River, New
Jersey : Prentice Hall.
Wessels, D. (2001). Web Caching. Canada : O’Reilly.
Yoo, Y.S., Lee, H., Ryu, Y., & Bahn, H. (2007). Page Replacement Algorithm for NAND Flash Memory
Storages. Dalam Osvaldo G. & Marina G (Eds), Computational Science and Its Applications - ICCSA
2007: International Conference, Kuala Lumpur, Malaysia, August 26-29, 2007. Kuala Lumpur :
Springe
102
View publication stats
PEMBENTUKAN CACHE DALAM PENGAKSESAN WEB
SERVICE STUDI KASUS TRANSJOGJA
Kristian Adi Nugraha(1)
[email protected]
Budi Susanto(2)
[email protected]
Antonius Rachmat Chrismanto(3)
[email protected]
Abstract
Transjogja, a busway transportation system, is widely used by people for traveling in
Yogyakarta. Because of increasing number of Transjogja shelters, using Transjogja
becomes more and more complicated for people. Therefore, the authors propose a
solution by designing a location-based mobile application, which can provide
information about Transjogja. The system is built using a Web Service in order to
support a large number of outstanding mobile platforms. For the optimization of Web
Service access, the authors implement a cache in the client application in order to
speedup Web Service access time.
Keywords: cache, LRU, mobile, web service
Abstrak
Transjogja merupakan sarana transportasi busway yang banyak digunakan oleh
masyarakat Yogyakarta untuk bepergian. Namun semakin lama jumlah shelter dan
jalur Transjogja semakin bertambah, sehingga hal ini akan menyulitkan masyarakat
ketika akan pergi dengan menggunakan Transjogja. Karenanya, penulis mencoba
membuat sebuah solusi dengan merancang sebuah aplikasi mobile berbasis lokasi yang
dapat memberikan layanan informasi mengenai Transjogja. Sistem ini dibangun
dengan menggunakan basis Web Service agar dapat mendukung banyaknya jumlah
platform mobile yang beredar. Kemudian untuk optimalisasi pengaksesan Web Service,
maka penulis mengimplementasikan penggunaan cache didalam aplikasi client agar
dapat meningkatkan waktu untuk pengaksesan Web Service.
Keywords: cache, LRU, mobile, web service
1. Pendahuluan
Dewasa ini masyarakat Yogyakarta banyak menggunakan Transjogja dibanding
dengan sarana transportasi yang lainnya. Hal ini disebabkan karena Transjogja dapat
menjangkau hampir seluruh daerah serta tarifnya yang cukup terjangkau. Namun
seiring dengan pengembangan Transjogja itu sendiri, semakin bertambah pula jumlah
1
Prodi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Duta Wacana
Dosen, Prodi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Duta Wacana
3
Dosen, Prodi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Duta Wacana
2
93
shelter dan jalur Transjogja yang berdampak pada semakin rumitnya sistem penjaluran
Transjogja.
Melihat permasalahan diatas, penulis mencoba memberikan solusi dengan
merancang sebuah aplikasi mobile berbasis lokasi yang dapat membantu memberikan
layanan informasi mengenai Transjogja kepada para penggunanya. Dengan adanya
aplikasi ini, diharapkan pengguna tidak akan kesulitan lagi dalam mencari shelter dan
jalur yang harus ditempuh dalam menggunakan jasa Transjogja.
Penelitian ini bertujuan untuk mengimplementasikan teknik caching untuk
pengaksesan Web Service dalam menyediakan layanan informasi terhadap aplikasi LBS
yang digunakan ketika pengguna hendak pergi ke suatu lokasi dengan menggunakan
Transjogja. Sehingga dengan adanya aplikasi ini, pengguna tidak perlu kesulitan dalam
mencari shelter dan rute Transjogja yang tepat ketika hendak pergi ke suatu tempat
Berdasarkan latar belakang yang telah dikemukakan pada bagian sebelumnya, maka
permasalahan yang akan diteliti oleh penulis adalah sebagai berikut :
1. Bagaimana cara membangun komunikasi yang reliable antara aplikasi LBS dengan
Web Service dengan menggunakan teknik caching?
2. Bagaimana cara menentukan rute terpendek dari shelter keberangkatan pengguna
menuju ke shelter tujuan pengguna?
Ruang lingkup pembahasan makalah ini adalah implementasi algoritma Least Recently
Used (LRU) pada cache aplikasi mobile dalam pengaksesan Web Service.
Permasalahan yang dibahas dalam makalah ini adalah mengenai layanan informasi
Transjogja.
2. Batasan Masalah
Permasalahan yang akan dibahas dalam penelitian ini dibatasi sebagai berikut :
1. Penelitian ini hanya membahas mengenai jarak tempuh dan rute yang
ditempuh.
2. Aplikasi client yang dibangun dalam penelitian ini berbasis Android.
3. Informasi yang disimpan dalam cache hanya informasi rute terpendek.
3. Landasan Teori
3.1. Location Based Service (LBS)
Pada penelitian yang dilakukan oleh Deidda, Pala, dan Vacca (2010),
menyatakan bahwa Location Based Service (LBS) adalah “... salah satu kategori
layanan yang bisa diakses melalui perangkat bergerak dan berbasiskan kondisi lokasi
geografis dari perangkat tersebut pada saat itu ....” (hal 1). Informasi yang diberikan
oleh LBS sangat bergantung terhadap posisi yang dikirimkan oleh penggunanya,
sehingga setiap lokasi memiliki informasi masing-masing yang bersifat unik.
3.2. Web Service
Menurut glosari W3C, definisi Web Service adalah “... sebuah sistem perangkat
lunak yang didesain untuk mendukung interoperabilitas interaksi antara mesin dengan
mesin melalui jaringan. Web Service memiliki sebuah antarmuka yang dideskripsikan
dalam sebuah format yang dapat diproses oleh sebuah mesin. Sistem lain berinteraksi
dengan Web Service menggunakan SOAP melalui prosedur yang telah dideskripsikan,
94
biasanya menggunakan HTTP dengan serialisasi Extensible Markup Language (XML)
dalam hubungannya dengan standar web terkait yang lain.” Dengan menggunakan
XML dalam standar pengiriman pesan membuat Web Service mendukung komunikasi
cross-platform, sehingga sistem yang memiliki platform berbeda tetap dapat saling
berkomunikasi.
3.3. Simple Object Access Protocol (SOAP)
Menurut Newcomer definisi Simple Object Access Protocol (SOAP) adalah “...
penyedia layanan komunikasi pada antarmuka sebuah Web Service untuk dapat
berkomunikasi dengan sistem lain melalui internet atau jaringan yang lain.” (2002, hlm.
4). SOAP digunakan sebagai sarana untuk mengirim request dari client kepada Web
Service serta mengirimkan respon dari Web Service kepada client dengan
menggunakan pesan berbentuk XML.
3.4. Cache
Teknik caching memungkinkan sebuah sistem untuk menggunakan ulang
informasi yang dibutuhkan dengan cara mengambil informasi disimpan dalam sebuah
media penyimpanan khusus apabila informasi tersebut pernah digunakan sebelumnya.
Dengan demikian secara otomatis waktu yang dibutuhkan oleh sebuah sistem dalam
menampilkan informasi akan lebih cepat dibandingkan dengan apabila memproses
ulang untuk mendapatkan informasi tersebut. Dalam penelitian ini, pembentukan cache
dilakukan pada database yang terdapat pada aplikasi client.
3.5. Least Recently Used (LRU)
LRU merupakan salah satu algoritma yang cukup baik dalam page replacement.
Menurut Laplante (2004), LRU menganut sebuah prinsip yang cukup sederhana, yaitu
membuang proses yang paling jarang digunakan dari sekumpulan proses-proses yang
ada. Karena algoritma ini mengasumsikan bahwa proses yang baru saja dijalankan
kemungkinan besar akan dijalankan kembali dalam waktu dekat.
Gambar 1. Skema Algoritma LRU
(Osvaldo G. & Marina G (Eds). (2007). Computational Science and Its Applications - ICCSA 2007:
International Conference, Kuala Lumpur, Malaysia, August 26-29, 2007, hlm. 203.)
Pada gambar diatas, terdapat delapan proses yang diurutkan berdasarkan proses yang
paling terakhir diakses (p1) hingga proses yang pertama kali diakses (p8) dari kiri
kanan. Apabila pada kasus tersebut terdapat sebuah proses baru p9 yang akan diproses
oleh sistem, maka proses p9 akan ditempatkan di sebelah kiri proses p1 dan proses p8
akan dibuang dari daftar antrian proses.
3.6. Algoritma A* (A Star)
95
A* merupakan salah satu algoritma yang digunakan untuk menyelesaikan
permasalahan jarak pada sebuah graf yang terdiri dari node/verteks dan edge. Dalam
penelitian ini, A* digunakan dalam mencari rute terbaik dari posisi pengguna menuju
ke lokasi tujuan. Menurut Russel dan Norvig (2003) Algoritma A* merupakan “bentuk
yang paling dikenal dari metode best-first search. Algoritma A* bekerja dengan cara
menjumlahkan biaya yang dikeluarkan dari posisi saat ini untuk mencapai ke node n
yaitu g(n) dengan biaya yang diperlukan dari node n menuju ke node tujuan, yaitu h(n)
”. Dengan demikian, maka perhitungan dari Algoritma A* dapat dirumuskan sebagai
berikut :
[1]
f(n)
= biaya total yang dikeluarkan untuk mencapai node n
g(n)
= biaya yang dikeluarkan dari node keberangkatan menuju node n
h(n)
= biaya yang dikeluarkan dari node n menuju goal (nilai heuristik)
Biaya pada nilai g(n) dan h(n) merupakan segala sesuatu yang harus dikeluarkan atau
dibayarkan ketika hendak pergi menuju node n dari node saat ini. Representasi bentuk
dari biaya tersebut dapat berupa waktu, jarak tempuh, jumlah langkah, dan sebagainya.
Node yang dipilih sebagai node tujuan berikutnya adalah node dengan nilai f(n) yang
paling rendah. Semakin kecil nilai dari f(n), maka semakin kecil biaya yang dikeluarkan
untuk menuju ke node n. Pada penelitian ini, nilai heuristik yang digunakan adalah
jarak dari node n menuju ke node goal dalam satuan meter. Hal tersebut akan
menunjukkan bahwa semakin kecil nilai heuristik, maka semakin dekat jarak dari node
n menuju ke node goal.
4. Hasil dan Pembahasan
4.1 Perancangan
Pada Gambar 2 dijelaskan bahwa aplikasi yang akan dibangun dibagi menjadi
dua bagian besar yaitu aplikasi client yang berupa aplikasi berbasis mobile dan aplikasi
server yang berbentuk Web Service, dimana keduanya terhubung melalui sebuah
jaringan internet. Web Service terhubung langsung ke sebuah database yang
menyimpan seluruh informasi mengenai lokasi shelter dan rute Transjogja. Aplikasi
client dapat mengakses fungsi-fungsi yang telah disediakan pada Web Service untuk
mendapatkan informasi yang diinginkan.
96
Gambar 2. Gambar Rancangan Arsitektur Sistem
Cara kerja sistem dimulai dari aplikasi client yang melakukan request dengan cara
memanggil fungsi pada Web Service dengan nilai parameter yang telah ditentukan.
Web Service yang menerima permintaan tersebut kemudian mengolah nilai parameter
yang diterima melalui fungsi yang dipanggil oleh client, kemudian informasi dari hasil
pengolahan data tersebut dikirimkan kepada client. Client dapat langsung menampilkan
informasi hasil kembalian dari Web Service, dan jika memungkinkan client dapat
menyajikan informasi tersebut dalam bentuk peta dengan bantuan Google Maps API.
4.2 Antarmuka
Aplikasi mobile yang dibangun pada platform Android memiliki tampilan awal
sebagai berikut.
Gambar 3. Tampilan Menu Utama Aplikasi Client
97
Pada tampilan tersebut terdapat tiga buah menu utama, yaitu menu untuk memilih
lokasi tujuan, menu untuk melihat rute yang disarankan, dan menu untuk melihat peta.
Pada menu untuk memilih lokasi tujuan, tersedia sebuah kolom untuk memasukkan
nama lokasi yang ingin dituju.
Gambar 4. Tampilan Menu ‘Destination’ Aplikasi Client
Sedangkan menu untuk melihat rute yang disarankan akan menampilkan informasi rute
terbaik yang diproses dengan menggunakan Algoritma A*.
Gambar 5. Tampilan Menu ‘Directions’ Aplikasi Client
Informasi pada menu ini diperoleh melalui Web Service. Namun apabila pada cache
aplikasi client terdapat request serupa, maka informasi diambil dari cache tersebut.
Kemudian menu peta digunakan untuk melihat peta informasi pengguna saat itu.
98
Gambar 6. Tampilan Menu ‘Map’ Aplikasi Client
4.3 Analisis dan Pengujian
Algoritma A* membutuhkan nilai heuristik untuk proses perhitungannya. Nilai
tersebut didapat dari jarak garis lurus antara shelter yang dikunjungi dengan shelter
tujuan dalam satuan meter. Pengujian algoritma A* dilakukan dengan cara melakukan
request dari satu shelter ke shelter lain. Setiap iterasi proses pada sebuah request
disimpan pada sebuah file log. Kemudian dilakukan pengamatan terhadap file log
tersebut agar dapat terlihat proses-proses di dalamnya. Salah satu contoh isi dari file log
tersebut adalah sebagai berikut ini.
99
17-11-2011 04:26:42 :: Fungsi countFinalDistance
17-11-2011 04:26:42 :: id_shelter_asal
= 1, nama_shelter
17-11-2011 04:26:42 :: id_shelter_tujuan
= 10, nama_shelter
17-11-2011 04:26:42 :: --- TREE 1 --Array
Sudirman 2 (1A),f = 1516.1996280701
Cik Di Tiro 2 (2A),f = 1680.645856908
= Sudirman 1
= Mangkubumi 2
17-11-2011 04:26:42 :: Lowest Cost : Sudirman 2 (1A),f = 1516.1996280701
17-11-2011 04:26:42 :: --- TREE 2 --Array
Array
Mangkubumi 1 (1A),f = 1683.462403096
Cik Di Tiro 2 (2A),f = 1680.645856908
17-11-2011 04:26:42 :: Lowest Cost : Cik Di Tiro 2 (2A),f = 1680.645856908
17-11-2011 04:26:42 :: --- TREE 3 --Array
Array
Mangkubumi 1 (1A),f = 1683.462403096
Array
Jl. Colombo (Kosud Gama) (1B),f = 3289.031940843
Jl. Colombo (Kosud Gama) (2A),f = 3289.031940843
17-11-2011 04:26:42 :: Lowest Cost : Mangkubumi 1 (1A),f = 1683.462403096
17-11-2011 04:26:42 :: --- TREE 4 --Array
Array
Array
Mangkubumi 2 (1A),f = 1700.0949307305
Mangkubumi 2 (2A),f = 1700.0949307305
Array
Jl. Colombo (Kosud Gama) (1B),f = 3289.031940843
Jl. Colombo (Kosud Gama) (2A),f = 3289.031940843
17-11-2011 04:26:42 :: Lowest Cost : Mangkubumi 2 (1A),f = 1700.0949307305
17-11-2011 04:26:42 :: Detail Shelter
Sudirman 1 (1A)#Sudirman 2 (1A)#Mangkubumi 1 (1A)#Mangkubumi 2
17 11 2011 04:26:42 :: End of countFinalDistance
Gambar 7. Isi File ‘log.txt’ untuk Tracking Penentuan Rute Terpendek
Pengujian pada cache dilakukan dengan cara melakukan permintaan rute sebanyak
30 kali secara acak, dimana besar kapasitas cache yang diuji adalah 9 dan total nama
lokasi tujuan yang digunakan dalam permintaan rute adalah 13 nama. Dari pengujian
tersebut, didapatkan hasil sebagai berikut (dihitung dalam satuan milisecond).
Tabel 1.
Pengujian LinkedHashMap Cache
No
1.
2.
3.
4.
5.
6.
7.
Nama Lokasi
Rumah Sakit Bethesda
Candi Prambanan
Stasiun Tugu Jogjakarta
Jalan Malioboro
Terminal Prambanan
Malioboro Mall
Universitas Negeri Yogyakarta (UNY)
100
1
299
463
401
328
407
254
481
2
0,34
264
0,55
0,37
0,40
3
292
0,34
0,40
4
5
0,31
0,34
8.
SGM
9.
10.
11.
12.
Bundaran SAMSAT
Benteng Vredeburg
Kraton
Kantor Kedaulatan Rakyat
Taman
Makam
Kusumanegara
13.
Pahlawan
2014
6
325
434
0,15
0,34
1195
0,37
0,31
0,31
554
0,46
0,34
0,37
Hasil pengujian pada tabel 1 menunjukkan bahwa selisih waktu yang ditunjukkan
antara pengambilan data melalui cache dan melalui Web Service cukup signifikan,
dimana untuk menyimpan sebuah data pada cache diperlukan kapasitas sebesar 108
bytes. Secara keseluruhan, rata-rata waktu pengaksesan adalah 1887,6 milisecond.
Rata-rata waktu yang dibutuhkan untuk memperoleh informasi dari Web Service adalah
sekitar 375 milisecond, sedangkan rata-rata waktu yang dibutuhkan untuk mengambil
kembali informasi-informasi tersebut pada cache adalah sekitar 0,35 milisecond.
Bahkan untuk data dari Web Service yang diambil dalam waktu cukup lama, yaitu data
nomor 12 dengan lokasi tujuan “Kantor Kedaulatan Rakyat”, memakan waktu 1159
milisecond. Namun ketika data tersebut diambil kembali pada cache, waktu yang
dibutuhkan tidak jauh berbeda dari nilai rata-rata waktu pengaksesan pada cache, yaitu
sekitar 0,31 milisecond dan 0,37 milisecond. Hal ini menunjukkan bahwa lama atau
tidaknya sebuah data diambil pada Web Service, tidak akan berpengaruh terhadap lama
waktu yang dibutuhkan ketika mengakses kembali data tersebut pada cache. Karenanya,
semakin lama waktu yang dibutuhkan untuk mengambil data pada Web Service, maka
akan semakin terasa pula manfaat dari keberadaan cache.
5. Kesimpulan dan Saran
1. Penggunaan cache memberikan dampak yang cukup signifikan karena dapat
meningkatkan waktu pengaksesan hingga seribu kali lebih cepat. Cache juga berfungsi
untuk mengurangi beban kerja server, karena dengan adanya cache maka akan semakin
sedikit permintaan yang dikerjakan oleh server. Terlebih apabila Web Service telah
dikembangkan untuk banyak platform, maka dengan adanya cache pada client akan
terasa dampaknya.
2. Nilai heuristik yang digunakan dalam perhitungan algoritma A* dinilai sudah tepat
karena dapat membantu memberikan saran rute terbaik dengan tingkat keberhasilan
sebesar 100%.
3. Aplikasi yang dibangun dengan basis Web Service dapat mendukung bermacammacam platform sekaligus. Namun karena keterbatasan waktu, penulis hanya
mengembangkan aplikasi untuk platform Android. Sehingga untuk pengembangan
berikutnya aplikasi client dapat dikembangkan agar dapat mendukung platform ponsel
yang lain seperti iOS, Symbian, Windows Phone, dan Blackberry.
4. Sistem dapat dikembangkan agar dapat mendukung perhitungan waktu tempuh
berdasarkan tingkat kepadatan jalan raya pada jam-jam tertentu. Sehingga selain
memperhitungkan jarak terpendek sistem juga dapat menggunakan waktu tempuh yang
paling singkat sebagai pertimbangan dalam pengambilan keputusan.
101
Daftar Pustaka
Budiawan, T., Santoso, I., & Zahra, A.A. (2011). Mobile Tracking GPS (Global Positioning System)
Melalui Media SMS (Short Message Service). Undergraduate Thesis. Diakses pada tanggal 18
Agustus 2011 dari http://eprints.undip.ac.id/25228/1/ML2F004518.pdf
Definisi Android & Android SDK. Diakses pada tanggal 19 Agustus 2011 dari
http://developer.android.com/guide/basics/what-is-android.html
Haas, H., & Brown, A. (2004). Web Services Glossary. Diakses pada tanggal 23 Agustus 2011 dari
http://www.w3.org/TR/ws-gloss/
Deidda, M., Pala, A., & Vacca, G. (2010). A Tourist Location Based Service (LBS) for The Cagliari City.
Dalam M.A. Brovelli, S. Dragicevic, S. Li, & B. Veenendaal (Eds), International Society for
Photogrametry and Remote Sensing (ISPRS) Volume XXXVIII-4/W13. Diakses pada tanggal 18
Agustus 2011 dari http://www.isprs.org/proceedings/XXXVIII/4-W13/ID_06.pdf
Deitel, H. M., Deitel, P. J., & Nieto, T.R. (2001). Internet & World Wide Web How to Program (2nd
Edition). United-States : Prentince Hall.
Gallaugher, J., & Ramanathan, S. (1996). The Critical Choice of Client Server Architecture: A
Comparison of Two and Three Tier Systems. Dalam Warren, Gorham, & Lamont (Eds), Information
Systems Management (New York, Auerbach Publications). Diakses pada 18 Agustus 2011 dari
https://www2.bc.edu/~gallaugh/research/ism95/cccsa.html
Laplante, P. A. (2004). Real-Time Systems Design and Analysis. United States : Wiley-IEEE Press.
Newcomer, E. (2002). Understanding Web Services : XML, WSDL, SOAP, and UDDI. Canada : AddisonWesley Professional.
Panggabean, T. B. I., Suryadharma, Y., & Nugroho, P. (2006). Penyelesaian Permasalahan 8 Puzzle dengan
Menggunakan Algoritma A* (A Star). Dalam Makalah Mahasiswa Tahun 2006. Bandung : ITB.
Diakses pada 14 Oktober 2011 dari http://www.informatika.org/~rinaldi/Stmik/20052006/Makalah2006/MakalahStmik2006-01.pdf.
Parsons, D., & Newnham, J. (2006). A Web Services Architecture for Rich Content Mobile Learning Client.
Diakses pada 19 Oktober 2011 dari http://www.massey.ac.nz/~dpparson/acis%202006.pdf
Priyambodo, T.K. (2005). Implementasi Web-Service untuk Pengembangan Sistem Layanan Pariwisata
Terpadu. Dalam SNATI Tahun 2005. Diakses pada 13 Oktober 2011 dari
http://journal.uii.ac.id/index.php/Snati/article/viewFile/1311/1071
Russel, S.J., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach. Upper Saddle River, New
Jersey : Prentice Hall.
Wessels, D. (2001). Web Caching. Canada : O’Reilly.
Yoo, Y.S., Lee, H., Ryu, Y., & Bahn, H. (2007). Page Replacement Algorithm for NAND Flash Memory
Storages. Dalam Osvaldo G. & Marina G (Eds), Computational Science and Its Applications - ICCSA
2007: International Conference, Kuala Lumpur, Malaysia, August 26-29, 2007. Kuala Lumpur :
Springe
102
View publication stats