APLIKASI MOBILE PENENTUAN RUTE TERPENDEK DI KEBUN RAYA BOGOR MENGGUNAKAN ALGORITME DIJKSTRA
DANY PAMBUDI
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Aplikasi Mobile Penentuan Rute Terpendek di Kebun Raya Bogor Menggunakan Algoritme Dijkstra adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Oktober 2014 Dany Pambudi NIM G64114033
ABSTRAK DANY PAMBUDI. Aplikasi Mobile Penentuan Rute Terpendek di Kebun Raya Bogor Menggunakan Algoritme Dijkstra. Dibimbing oleh FIRMAN ARDIANSYAH. Kebun Raya Bogor (KRB) mempunyai banyak pohon, koleksi tanaman, dan tempat menarik yang berada dalam daerah yang luas sekitar 87 Ha. Selain itu, KRB juga memiliki gedung museum, laboratorium, dan tempat penting yang cukup banyak sehingga menyulitkan seseorang untuk mencapai lokasi tersebut. Karena jarak masing-masing lokasi yang jauh ini, navigasi atau pemandu menjadi hal penting untuk wisatawan yang ingin mengelilingi KRB dengan waktu seoptimal mungkin. Masalah tersebut dapat diselesaikan dengan pemodelan graf untuk menentukan rute terpendek dari masing-masing lokasi menggunakan algoritme Dijkstra. Berdasarkan hasil uji coba perbandingan jarak pada aplikasi dengan jarak pedometer didapatkan rata-rata selisih jarak kesalahan adalah 65.3 meter, hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google Maps berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB pada aplikasi pedometer. Kata kunci: navigasi, graf, rute terpendek, algoritme Dijkstra
ABSTRACT DANY PAMBUDI. Mobile Application Determination Shortest Route in Bogor Botanical Gardens using Dijkstra’s Algorithm. Supervised by FIRMAN ARDIANSYAH. Bogor Botanical Gardens (BBG) has many trees, plant collections, and points of interest which located in a wide area around 87 hectares. In addition, BBG also has a museum building, laboratory, and many important places which give difficulty for a person to reach those location. Because of the distance of each location, navigation or guide becomes essential for travelers who want to looking around BBG with optimum time. These problems can be solved by graph modelling to determine the shortest route from each location using Dijkstra algorithm. Based on the results of comparative testing in applications with spacing distance pedometer difference obtained an average error distance is 65.3 meters, this is because the location coordinate data obtained from different Google Maps with location coordinates of the received GPS signal while in KRB on pedometer application. Keywords: navigation, graphs, shortest path, Dijkstra algorithm
APLIKASI MOBILE PENENTUAN RUTE TERPDENDEK DI KEBUN RAYA BOGOR MENGGUNAKAN ALGORITME DIJKSTRA
DANY PAMBUDI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN INSTITUT PERTANIAN BOGOR BOGOR 2014
Penguji: Auzi Asfarian, SKom MKom Karlisa Priandana, ST MEng
Judul Skripsi : Aplikasi Mobile Penentuan Rute Terpendek di Kebun Raya Bogor Menggunakan Algoritme Dijkstra Nama : Dany Pambudi NIM : G64114033
Disetujui oleh
Firman Ardiansyah, SKom MSi Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom Ketua Departemen
Tanggal Lulus:
PRAKATA Puji dan syukur penulis ke hadirat Allah subhanahu wata’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Shalawat berserta salam juga penulis sampaikan kepada Nabi Muhammad shalallahu ’alaihi wa sallam, berserta para keluarga, shahabat dan umatnya hingga akhir zaman. Penulis menyadari bahwa tanpa bimbingan dan dorongan dari semua pihak, penulisan skripsi ini tidak akan berjalan lancar. Banyak pihak yang telah membantu penulis hingga terselesaikannya tugas akhir ini. Oleh sebab itu, penulis ingin mengucapkan rasa terima kasih kepada: 1. Ayahanda Sukarni dan Ibunda Sujinah serta kakak penulis Anton Sapto Aji yang senantiasa mendoakan, memotivasi, dan memberikan kasih sayangnya kepada penulis. 2. Bapak Firman Ardiansyah, SKom MSi selaku dosen pembimbing yang telah membimbing dan mengarahkan penulis selama penelitian tugas akhir ini. 3. Bapak Auzi Asfarian, SKomp MKom dan Ibu Karlisa Priandana, ST MEng selaku dosen penguji. 4. Seluruh pihak pegawai Kebun Raya Bogor yang telah sedikit membantu dalam memberikan booklet untuk melengkapi data penelitian. 5. Adinda Rahma Tiara Safesmi yang juga senantiasa mendoakan, memberikan semangat dan motivasi kepada penulis. 6. Seluruh teman-teman Ilkomerz atas ilmu, semangat, dan dukungannya, khususnya : Reisa Prasaptaraya, Nurul Arifin Subandi, dan Endrik Sugiyanto. 7. Seluruh pegawai di Badan Pengkajian dan Penerapan Teknologi yang telah memotivasi dan memberikan waktu kepada penulis untuk menyelesaikan skripsi ini. Penulis menyadari bahwa masih terdapat kekurangan dalam penulisan skripsi ini. Namun, penulis berharap dengan segala kekurangan yang ada semoga tulisan ini bisa memberikan manfaat kelak di kemudian hari. Amin. Bogor, Oktober 2014
Dany Pambudi
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Ruang Lingkup Penelitian
2
Manfaat Penelitian
2
METODE
2
Analisis Kebutuhan
3
Pengambilan Data
3
Implementasi
3
Pengujian
4
HASIL DAN PEMBAHASAN
4
Analisis Kebutuhan
4
Pengambilan Data
4
Implementasi
5
Pengujian
9
SIMPULAN DAN SARAN
11
Simpulan
11
Saran
11
DAFTAR PUSTAKA
11
LAMPIRAN
12
RIWAYAT HIDUP
16
DAFTAR TABEL 1 2 3 4
Parameter data lokasi Parameter data rute Contoh data lokasi pada SQLite Perbandingan jarak terpendek pada aplikasi dengan jarak pedometer
4 4 5 10
DAFTAR GAMBAR 1 2 3 4 5 6 7 8 9
Diagram metode penelitian (Raymond 2004) Node-node map Kebun Raya Bogor Contoh proses Dijkstra Antarmuka halaman utama Fasilitas Tempat menarik Koleksi tanaman Simulasi rute menuju bunga bangkai Simulasi rute menuju tanaman air
2 5 7 8 8 8 8 9 9
DAFTAR LAMPIRAN 1 2 3 4
Data lokasi pada SQLite lengkap Diagram alir Dijkstra Simulasi rute menggunakan aplikasi bonav Simulasi rute menggunakan aplikasi pedometer
12 13 14 15
PENDAHULUAN Latar Belakang Aktivitas wisata di Indonesia telah memberikan kontribusi yang cukup besar dalam perekonomian nasional karena mampu menggerakkan sektor ekonomi suatu wilayah. Kegiatan perjalanan yang dilakukan oleh seseorang atau sekelompok orang dengan mengunjungi tempat atau lingkungan tertentu untuk tujuan rekreasi dan mempelajari keunikan daya tarik wisata yang dikunjungi dalam jangka waktu sementara (Williams 1998). Salah satu kebutuhan informasi yang menarik dalam perangkat mobile adalah kemudahan untuk pencarian suatu lokasi. Dengan kemampuan Global Positioning System (GPS) sekarang ini, jarak menuju suatu tempat juga dapat ditampilkan beserta rutenya. Namun rute yang disajikan belum optimal dan belum tentu merupakan rute terpendek. Jarak untuk menuju daerah wisata menjadi pertimbangan tersendiri dari sekian banyak jalan yang tersedia dan dapat dilintasi. Wisatawan membutuhkan rute terpendek untuk mencapai tempat wisata yang dituju guna mempersingkat waktu perjalanan sehingga wisatawan dapat mengunjungi beberapa daerah wisata sekaligus dengan waktu yang seoptimal mungkin dalam 1 hari (Wijaya 2012). Salah satu pilihan informasi menarik untuk pencarian suatu lokasi dalam perangkat mobile adalah Google Maps. Dengan Google Maps, pengguna dapat melakukan penelusuran peta guna mencari lokasi yang diinginkan. Kekurangan dari Google Maps diantaranya adalah harus terhubung langsung dengan koneksi internet dan penyajian data rute terpendek hanya terdapat pada jalan-jalan utama. Tersedianya peta yang berbasis offline seperti OpenStreetMap (OSM) dan ilmu matematika yang membahas mengenai graf cocok digunakan untuk mengatasi kekurangan yang telah diuraikan sebelumnya. Konsep rute terpendek sering kali digunakan untuk menyelesaikan rute suatu tempat ke tempat yang lain. Pada pencarian rute terpendek, hal yang menjadi perhatian utama adalah menentukan jalur-jalur yang dapat dilalui sehingga dapat diperoleh rute tependek dari suatu tempat tertentu ke tempat lain. Kebun Raya Bogor (KRB) terdiri atas banyak pohon, dan koleksi tanaman yang berada dalam daerah yang luas sekitar 87 Ha. Selain itu, KRB juga memiliki gedung museum, laboratorium dan tempat penting yang cukup banyak sehingga menyulitkan seseorang untuk mencapai lokasi tersebut. Kondisi saat ini seseorang hanya diberikan petunjuk arah berupa peta berbentuk leaflet. Informasi yang ada dalam peta tersebut belum disertai dengan posisi seseorang saat itu dan jarak tiaptiap lokasi yang akan dituju. Melalui masalah tersebut, perlu dikembangkan sebuah aplikasi untuk mendapatkan rute terpendek yang dapat digunakan untuk memandu perjalanan di KRB.
Tujuan Penelitian Tujuan penelitian ini adalah untuk membangun aplikasi mobile penentuan rute terpendek di KRB menggunakan algoritme Dijkstra pada perangkat smartphone Android.
2
Ruang Lingkup Penelitian Penelitian ini dilakukan untuk wilayah KRB. Lokasi yang akan digunakan dalam pengembangan sistem adalah lokasi-lokasi penting di KRB yang terletak di ruang terbuka dan ruang tertutup. Pengenalan lokasi dilakukan berdasarkan posisi yang ditampilkan pada GPS yaitu lintang dan bujur pada permukaan bumi. Aplikasi ini untuk mengetahui rute terpendek menggunakan algoritme Dijkstra dan pada penelitian ini, AR hanya menampilkan titik objek dan tidak diimplementasikan untuk mencari rute terpendek. Aplikasi yang akan dibuat dikhususkan untuk sistem operasi Android.
Manfaat Penelitian Aplikasi yang dihasilkan diharapkan dapat membantu proses navigasi di wilayah KRB dan menjadi pemandu dalam menentukan rute terpendek dari masing-masing lokasi.
METODE Metode penelitian yang digunakan dapat dilihat pada Gambar 1. Menurut Raymond Mcleod (2004), metode ini mengikuti suatu pola yang teratur dan dilakukan secara top – down. Metode ini terdiri dari analisis, pengambilan data, implementasi dan pengujian. Mulai Analisis Kebutuhan Pengambilan Data Implementasi Pengujian Selesai
Gambar 1 Diagram metode penelitian (Raymond 2004)
Analisis Kebutuhan Pada tahap ini akan dianalisis spesifikasi yang dibutuhkan baik dari perangkat lunak maupun perangkat keras serta data yang dibutuhkan untuk pengembangan sistem. Adapun data yang diperoleh adalah buku panduan dari KRB, denah lokasi, serta beberapa foto yang diambil di KRB.
3
a. Perangkat Keras Perangkat keras yang digunakan untuk membuat program dan simulasi pada emulator menggunakan komputer dengan spesifikasi sebagai berikut: 1. Processor Intel Core i5-3230M 2.6GHz 2. RAM DDR3 6 GB 3. Harddisk 500 GB 4. Sistem operasi Windows 8 yang sudah terintegrasi dengan Java Enviroment serta dilengkapi dengan Android SDK dan AVD manager. Sedangkan untuk implementasi digunakan perangkat smartphone Samsung Galaxy Grand dengan spesifikasi sebagai berikut: 1. Processor 1.2 GHz Cortex-A9 processor, Mali 400MP GPU 2. RAM 1 GB 3. OS Android 4.1.2 (Jelly Bean) 4. Memori internal 8 GB 5. Layar 480 x 800 pixels, 5.0 inch 6. Wi-Fi 802.11 a/b/g/n, dual-band, DLNA, Wi-Fi Direct, Wi-Fi hotspot b. Perangkat lunak Pembuatan pemodelan sistem, penggambaran denah, pembuatan program, dan simulasi membutuhkan perangkat lunak sebagai berikut: 1. Eclipse Kepler 2. Notepad ++ v6.4.4 3. Android Development Tools 16.0.1 4. Android SDK rl6 (dilengkapi dengan plug in dan add ons Google API)
Pengambilan Data Tahap ini akan dilakukan pengambilan data berupa koordinat masingmasing lokasi di KRB. Data koordinat lokasi yang dikumpulkan berjumlah 30 lokasi. Pengambilan data koordinat latitude dan longitude dilakukan menggunakan Google Maps. Implementasi Tahap ini koordinat masing-masing lokasi disimpan dalam database SQLite. Adapun data koordinat yang disimpan berupa tabel data lokasi dan data rute. Peta yang digunakan untuk menampilkan koordinat pada perangkat smartphone Android adalah OSM. Awalnya peta tersebut memiliki ekstensi file (.osm), setelah itu diubah menjadi ekstensi file (.map) agar terbaca di perangkat smartphone Android. Ekstensi file tersebut diubah menggunakan Osmosis yang merupakan aplikasi java berupa command-line untuk mengolah data OSM. Penghitungan jarak terpendek menggunakan Dijkstra sudah tersimpan pada tabel data rute yang didapatkan dari hasil pengolahan library Dijkstra pada bahasa pemrograman Hypertext Preprocessor (PHP). Kemudian seluruh tahapan tersebut diolah menggunakan aplikasi eclipse sehingga menjadi aplikasi utuh dan menampilkan informasi pada perangkat smartphone Android.
4
Pengujian Tahap ini digunakan untuk mengevaluasi dan memperbaiki program yang telah dibuat serta menguji akurasi jarak tiap lokasi. Pengujian ini dilakukan menggunakan smartphone Android di lokasi KRB. Aplikasi ini membutuhkan GPS dalam kondisi aktif untuk mendapatkan posisi koordinat awal dari pengguna. Setelah itu, pengguna memilih lokasi yang ingin dituju berdasarkan kategori seperti fasilitas, tempat menarik, dan koleksi tanaman. Uji coba ini dilakukan untuk menguji perbandingan jarak terpendek pada aplikasi yang telah dibuat dengan jarak pedometer atau penghitung langkah saat berjalan kaki.
HASIL DAN PEMBAHASAN Analisis Kebutuhan Data Lokasi dan Data Rute Data lokasi dan data rute yang digunakan adalah data contoh. Lokasi yang digunakan adalah lokasi penting yang terdapat di Kebun Raya Bogor. Setiap lokasi dan rute memiliki empat buah parameter yang dapat dilihat pada Tabel 1 dan Tabel 2. Pada penelitian ini, data lokasi dan data rute disimpan dalam database SQLite. Tabel 1 Parameter data lokasi Nama Parameter Tipe ID Integer Lokasi Text Latitude Text Longitude Text Tabel 2 Parameter data rute Nama Parameter Tipe ID Integer Asal Integer Tujuan Integer Rute Text
Pengambilan Data Nilai latitude dan longitude adalah nilai lintang dan bujur suatu lokasi pada permukaan bumi. Kedua nilai tersebut digunakan dalam proses menentukan jarak dan arah suatu lokasi dengan posisi pengguna. Kedua nilai tersebut diperoleh menggunakan Google Maps. Setiap lokasi dikelompokkan ke beberapa kategori lokasi. Pada penelitian ini, kategori yang digunakan adalah fasilitas, tempat menarik, dan koleksi tanaman. Pencarian rute terpendek di KRB memanfaatkan persimpangan jalan sebagai node-node yang akan dihitung jaraknya, dalam pengambilan data ini diambil contoh peta yang ada di KRB. Nilai jarak yang
5
dipakai adalah yang sesuai dengan pengambilan koordinat di Google Maps dengan memperhitungkan jalan balik arah sebagai bobot jarak. Node-node yang diperoleh dari peta tersebut ditunjukkan pada Gambar 2.
Gambar 2 Node-node map Kebun Raya Bogor Implementasi Data koordinat yang telah diperoleh dari Google Maps kemudian disimpan pada database SQLite. Adapun contoh isi data lokasi yang disimpan pada database SQLite dapat dilihat pada Tabel 3. Isi data lokasi pada SQLite selengkapnya dapat dilihat pada Lampiran 1. Tabel 3 Contoh data lokasi pada SQLite ID 1 2 3 4 5 6 7 8 9
Lokasi Gerbang Utama Pusat Informasi Museum Zoologi Monumen J.J Smith Monumen Lady Raffles Kolam Gunting Koompassia Excelsa Bunga Bangkai Rotan
Latitude -6.602784 -6.602525 -6.602999 -6.602565 -6.602125 -6.601912 -6.595773 -6.598875 -6.601374
Longitude 106.798546 106.798701 106.797545 106.797975 106.797591 106.797998 106.802116 106.803609 106.799828
Algoritme Dijkstra Menurut Ahuja et al. (1993), masalah penentuan jalur terpendek di dalam graph merupakan permasalahan optimasi klasik. Graf yang digunakan adalah graf berarah dan memiliki suatu bobot. Bobot pada sisi graf dapat merepresentasikan
6
jarak antar kota, waktu pengiriman, ongkos pembangunan, dan sebagainya (Dijkstra 1959). Algoritme Dijkstra merupakan sebuah graph search algorithm yang menyelesaikan single source shortest path problem dengan cara mencari jalur terpendek dari satu start vertex lalu memeriksa dan membandingkan setiap jalur. Walaupun demikian, Dijkstra dapat dimodifikasi sehingga dapat digunakan untuk mencari jalur terpendek dari setiap vertex. Untuk sparse graph, yaitu graph dengan jumlah edge yang lebih kecil dari V2, Dijkstra dapat memiliki time complexity yang lebih kecil (Cormen et al 2009). Input dari algoritme Dijktra adalah sebuah graf berarah yang berbobot (weigthed directed graph) G dan sebuah vertex s dalam G serta V adalah himpunan semua vertex dalam graf G. G = (V,E) Keterangan: G : Graph V : Vertex (titik) E : Edge (jarak) Ada empat langkah yang perlu dilakukan Dijkstra sebelum melakukan pencarian jarak terpendek: S : menentukan kumpulan vertex pada graph dengan lokasi awal dan lokasi akhir ditentukan. V-S : kumpulan dari vertex pada graph dengan shortest path dari satu start ke vertex belum diketahui. D : array berisi perkiraan jarak terpendek dari start ke setiap vertex. T : nilai total dari jarak yang ditempuh. sp : shortest path Cara kerja algoritme Dijkstra adalah: 1. Isi S sebagai start (lokasi awal). 2. Jika lokasi awal ≠ lokasi akhir maka isi V-S dengan lokasi yang terhubung dengan lokasi awal. 3. Isi D dengan urutan lokasi yang terhubung dengan lokasi awal yang berdasarkan jarak terpendek dari lokasi awal. 4. Isi T dengan jarak yang ditempuh dan selalu bertambah bila ada jarak yang baru. 5. Apabila lokasi awal = lokasi akhir berarti proses pencarian akan selesai, tetapi apabila lokasi awal ≠ lokasi akhir lanjutkan langkah ke-2. Adapun cara kerja algoritme Dijkstra dapat dilihat pada diagram alir di Lampiran 2. Contoh proses pencarian rute terpendek yang dilakukan oleh algoritme Dijkstra dari titik A ke titik 6 dapat dilihat pada Gambar 3.
7
A
80
85
AC
90
B 70 0
70
30
AB
6 10
Gambar 3 Contoh proses Dijkstra Langkah yang dilakukan dalam penyelesaian proses pencarian rute terpendek dari titik A sebagai lokasi Pintu Gerbang ke titik 6 sebagai lokasi Pembibitan dan Museum Biji dengan Dijkstra adalah: 1. S = {A}, V-S = {B, AB, AC, 6,}, D = {sp (A, A) = 0, sp (A, AC) = 80, sp (A, B) = 85}, T=0 Tentukan titik dan jarak antar titik yang berhubungan dengan titik awal. 2. S = {A, AC}, V-S = {B, AB, 6}, D = {sp (A, B) = 85, sp (A, 6) = 170, sp (A, AB) = 115}, T = 80 Ambil titik AC, karena titik AC memiliki jarak yang paling pendek dari titik B dan jadikan Titik AC sebagai titik awal. 3. S = {A, B}, V-S = {AB, 6}, D = {sp (A, 6) = 170, sp (A, AB) = 115}, T = 85 Karena titik AC yang terhubung dengan titik 6 memiliki nilai jarak lebih besar dibandingkan dengan titik AB maka titik AB yang diambil. 4. S = {A, B, AB}, V-S = {6}, D = {sp (A, AB) = 115}, T = 115 Ambil titik D karena memiliki jarak lebih pendek dari pada titik C. 5. S = {A, B, AB, 6}, V-S = { }, D = { }, T = 125 Jadi dapat diperoleh jarak terpendek dari titik A sebagai lokasi Pintu Gerbang ke titik 6 sebagai lokasi Pembibitan dan Museum Biji akan melewati A – B – AB – 6 dengan total jarak yang di tempuh = 125. Pembacaan Masukan Pengguna Pada tahap ini, sistem akan menerima masukan dari pengguna. Aplikasi ini diberi nama Botanical Navigation (Bonav). Sistem akan menampilkan daftar kategori menu yang dapat dipilih oleh pengguna. Gambar 4 memperlihatkan antarmuka yang digunakan untuk memilih menu. Pada halaman utama terdapat 5
8
menu dengan button berupa fasilitas, tempat menarik, koleksi tanaman, augmented reality, dan petunjuk.
Gambar 4 Antarmuka halaman utama Pemilihan Lokasi Pada tahap ini, sistem akan menampilkan lokasi-lokasi yang sesuai dengan kategori yang dipilih oleh pengguna. Pada menu, terdapat 3 lokasi utama yaitu fasilitas, tempat menarik, dan koleksi tanaman. Setelah pengguna memilih menu pada halaman utama, sistem akan menampilkan list button sesuai kategori. Adapun rincian dari masing-masing lokasi utama dapat dilihat pada Gambar 5, 6, dan 7.
Gambar 5 Fasilitas
Gambar 6 Tempat menarik
Gambar 7 Koleksi tanaman
9
Akses Layanan GPS Pada tahap ini, sistem akan meminta layanan GPS yang tersedia. Setelah permintaan layanan dikirimkan, sistem akan menunggu data lokasi terbaru yang dikirimkan oleh satelit GPS. Terdapat jeda waktu antara permintaan layanan sampai diterimanya data lokasi terbaru. Selama data lokasi terbaru belum diterima, aplikasi tidak akan menampilkan data lokasi awal dan rute terpendek tidak dapat diproses. Pengujian Simulasi Rute Tahap ini, sistem akan menampilkan jarak terdekat dari lokasi pengguna menuju lokasi yang yang telah dipilih pada menu utama. Informasi yang ditampilkan pada simulasi rute ini adalah detail peta, jarak dalam meter dan waktu tempuh dalam menit. Tampilan simulasi rute dapat dilihat pada Gambar 8 dan Gambar 9. Gambar 8 menggambarkan simulasi rute menuju Bunga Bangkai dan Gambar 9 menggambarkan simulasi rute menuju Tanaman Air. Hasil simulasi rute selengkapnya dapat dilihat pada Lampiran 3.
Gambar 8 Simulasi rute menuju bunga bangkai
Gambar 9 Simulasi rute menuju tanaman air
Dengan semua node dan nilai jarak antar node maka dapat dilakukan pengujian sistem pada aplikasi. Saat melakukan simulasi rute, aplikasi akan menampilkan peta OSM dari KRB dan menunggu lokasi awal dari pengguna berdasarkan sinyal GPS. Pengujian sistem ini menggunakan penghitungan akurasi jarak untuk menghitung selisih kesalahan jarak dengan 2 cara, yaitu cara pertama menggunakan aplikasi yang telah dibuat dengan rute terpendek hasil penghitungan Dijkstra. Cara kedua yaitu dengan pedometer untuk menghitung jarak secara langsung di KRB menuju masing-masing lokasi. Pada penelitian Alexander (2002), rata-rata kecepatan pejalan kaki normal adalah 1,38 m/detik atau sekitar 5 km/jam. Simulasi rute menggunakan aplikasi pedometer selengkapnya dapat dilihat pada Lampiran 4.
10
Tabel 4 Perbandingan jarak terpendek pada aplikasi dengan jarak pedometer No .
Lokasi Awal
Lokasi Tujuan
Jarak aplikasi (meter)
Jarak pedometer (meter)
Selisih jarak (meter)
1.
Pintu Gerbang
Bunga Bangkai
342
200
143
2.
Pembibitan dan Museum Biji
Museum Zoologi
197
130
67
3
Museum Zoologi
Taman Teisjmann
428
410
18
4
Taman Teisjmann
Makam Belanda
206
120
86
5
Makam Belanda Kolam Gunting
274
247
27
6
Kolam Gunting
Monumen Lady Raffles
393
250
143
7
Monumen Lady Raffles
Jembatan Gantung
926
908
18
8
Jembatan Gantung
Taman Sudjana Kassan
426
320
106
9
Taman Sudjana Kassan
Rumah Anggrek
596
567
29
10
Tanaman Air
Pintu Gerbang
434
417
17
-
-
65.3
Rata-rata
Berdasarkan hasil uji coba perbandingan pada Tabel 4, rata-rata selisih jarak kesalahan pada aplikasi dibandingkan jarak pada pedometer adalah 65.3 Meter. Pada lokasi uji ke 3, 7, dan 10 didapatkan akurasi maksimal sebesar 17 meter dan 18 meter. Hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google Maps berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB pada aplikasi pedometer. Selain itu, selisih jarak kesalahan yang membesar dapat mengurangi ketelitian posisi awal pengguna. Hal ini terjadi akibat waktu akses GPS pada lokasi terbuka lebih singkat dibandingkan dengan waktu akses GPS pada lokasi tertutup. Perangkat smartphone Android yang sudah dilengkapi GPS harus diarahkan langsung ke langit dengan kondisi Line of Sight sehingga sinyal tidak terhalang.
11
SIMPULAN DAN SARAN Simpulan Penelitian ini menghasilkan aplikasi mobile menggunakan algoritme Dijkstra di KRB yang dapat digunakan untuk mencari jarak terpendek dari masing-masing lokasi yang ada di KRB. Hasil uji coba rata-rata selisih jarak kesalahan pada aplikasi dibandingkan jarak pada pedometer adalah 65.3 Meter, hal ini dikarenakan data koordinat lokasi yang didapatkan dari Google Maps berbeda dengan koordinat lokasi yang diterima sinyal GPS saat di KRB pada aplikasi pedometer. Saran Untuk penelitian selanjutnya, dapat dibangun sebuah web server yang menyediakan data yang besar bagi sistem untuk menampung deskripsi masingmasing lokasi, detail jalan, serta kompleksitas data sesuai keinginan pengguna. Dengan menggunakan web server, diharapkan proses manajemen data menjadi lebih mudah dan kapasitas data yang dapat disimpan menjadi lebih besar. Selain itu, pada penelitian selanjutnya penentuan rute terpendek pada algoritme Dijkstra dapat dibandingkan dengan algoritme lain yang serupa untuk mengetahui jarak dan running time yang paling optimal.
DAFTAR PUSTAKA Ahuja, Ravinda K, Thomas LM, James BO. 1993. Network Flows. Prentice Hall. Alexander, McNeill R. 2002. Energetics and optimization of human walking and running: The 2000 Raymond Pearl memorial lecture. American Journal of Human Biology. 14 (5):641–648. doi:10.1002/ajhb.10067 Cormen TH, Leiserson CE, Rivest RL, Stein C. 2009. Introduction to Algorithms Third Edition. Cambridge: The MIT Press. Dijkstra EW. 1959. A Note on Two Problems in Connection with Graphs, Numer. Math, 1: 269-271. Feiner BS, MacIntyre B, Seligmann D. 1993. Communications of the ACM Special issue on computer augmented environments: back to the real world. New York: ACM. 36(7):52–62. McLeod R, Schell JG. 2004. Sistem Informasi Manajemen. Jakarta: PT. Indeks. Wijaya IWGS, Susanto EH. 2012. Penerapan Algoritma Djikstra untuk Menemukan Rute Terpendek Daerah Wisata di Kabupaten Banyuwangi Pada Location Based Service di Platform Android. Di dalam: Adhyarini E, Prasetyo W, Mulya MKH, Yanuarsa D, editor. Prosiding Seminar Nasional Manajemen Teknologi XV; 2012 Feb 4; Surabaya, Indonesia. Surabaya (ID): Institut Teknologi Surabaya. C-30-1 Williams S. 1998. Tourism Geography. New York: Routledge Taylor & Francis
12
Lampiran 1 Data lokasi pada SQLite lengkap ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Lokasi Gerbang Utama Pusat Informasi Museum Zoologi Gd. Konservasi Lab. Treub Pembibitan & Museum Biji Herbarium Kafe de Daunan Monumen J.J Smith Monumen Lady Raffles Kolam Gunting Taman Teisjmann Makam Belanda Istana Bogor Jalan Kenari I Jalan Kenari II Jembatan Gantung Jalan Astrid Rumah Anggrek Taman Sudjana Kassan Koompassia Excelsa Bunga Bangkai Rotan Koleksi Bambu Koleksi Kaktus Koleksi Tanaman Air Koleksi Palem Koleksi Tanaman Buah Koleksi Paku-pakuan Teratai Raksasa
Latitude -6.602784 -6.602525 -6.602999 -6.602565 -6.602125 -6.601912 -6.595773 -6.598875 -6.601374 -6.601819 -6.600143 -6.600857 -6.599536 -6.598001 -6.59961 -6.599818 -6.596285 -6.597138 -6.595395 -6.592981 -6.60204 -6.601673 -6.601502 -6.599722 -6.602043 -6.600796 -6.599728 -6.598926 -6.6009 -6.599275
Longitude 106.798546 106.798701 106.797545 106.797975 106.797591 106.797998 106.802116 106.803609 106.799828 106.798903 106.797728 106.795815 106.796357 106.797365 106.796925 106.80192 106.800871 106.803245 106.802655 106.801142 106.798728 106.796813 106.795895 106.795794 106.801239 106.800523 106.800029 106.79853 106.803937 106.802408
13
Lampiran 2 Diagram alir Dijkstra
Mulai
Input lokasi awal dan lokasi tujuan
Lokasi awal terhubung dengan lokasi akhir
tidak
Ambil jarak terpendek ke lokasi berikutnya Ubah lokasi terpendek menjadi lokasi awal
tidak
Lokasi awal = lokasi akhir?
ya Selesai
ya
14
Lampiran 3 Simulasi rute menggunakan aplikasi bonav
Pembibitan ke Museum Zoologi
Monumen Lady Raffles ke Jembatan Gantung
Makam Belanda ke Kolam Gunting
Taman Teisjmann ke Makam Belanda
Kolam Gunting ke Monument Lady Raffles
Museum Zoologi ke Taman Teisjmann
15
Lampiran 4 Simulasi rute menggunakan aplikasi pedometer
Pintu Gerbang menuju Bunga Bangkai
Jembatan Gantung menuju Taman Sudjana Kassan
Pembibitan menuju Museum Zoologi
Taman Teisjmann menuju Makam Belanda
16
RIWAYAT HIDUP Penulis dilahirkan di kota Cilegon pada tanggal 27 Desember 1989. Penulis merupakan anak kedua atau bungsu dari pasangan Bapak Sukarni dan Ibu Sujinah. Penulis menyelesaikan pendidikan sekolah dasar di SD YPWKS V Cilegon, SMP Negeri 2 Cilegon, Sekolah Menengah Atas di SMA Negeri 1 Cilegon, Program Diploma Institut Pertanian Bogor, dan lulus pada tahun 2011. Pada tahun yang sama tahun 2011 penulis diterima di Fakultas Matematika dan Ilmu Pengetahuan Alam program studi Ilmu Komputer Institut Pertanian Bogor melalui tes seleksi masuk alih jenis ILKOM IPB. Selama masa perkuliahan di IPB penulis aktif dalam berbagai kegiatan kampus. Penulis menjadi staf Departemen Pemberdayaan Sumber Daya Masyarakat Badan Eksekutif Mahasiswa Kabinet Persatuan Perjuangan periode 2009/2010. Pada periode 2010/2011 penulis menjadi Koordinator Badan Informasi Mahasiswa Departemen Komunikasi dan Informasi Badan Eksekutif Mahasiswa kabinet Gema Diploma. Pada periode yang sama Penulis juga mengikuti kegiatan MIPRO sebagai staf MICRO. Pada tahun 2014, kegiatan penulis diluar akademik yang menunjang pendidikan adalah bekerja di salah satu Lembaga Pemerintah Non Kementerian Badan Pengkajian dan Penerapan Teknologi sebagai Engineer staf pada unit Pusat Data, Informasi, dan Standardisasi. Pada periode tersebut penulis aktif mengikuti kegiatan training dan seminar, diantaranya adalah training Instalasi, Konfigurasi, dan Administrasi Zimbra Mail Server & Collaboration Suite serta seminar sosialisasi GOV-CSIRT untuk menangani insiden keamanan informasi di lingkup pemerintahan.
