23
Bab III Metode Perancangan Sistem Perancangan sistem yang digunakan dalam membangun sistem ini adalah dengan menggunakan metode prototyping. Proses pada model prototyping yang digambarkan pada Gambar 3.1, bisa dijelaskan sebagai berikut:
Gambar 3.1 Model Prototyping
1. Pengumpulan kebutuhan. Developer dan klien bertemu dan menentukan tujuan umum, kebutuhan yang diketahui dan gambaran bagian-bagian yang akan dibutuhkan berikutnya. 2. Perancangan. Tahap perancangan dilakukan cepat dan rancangan mewakili semua aspek software yang diketahui, dan rancangan ini menjadi dasar pembuatan prototype. 3. Evaluasi prototype. Pada proses ini klien mengevaluasi prototype yang dibuat dan digunakan untuk memperjelas kebutuhan software.
24
Perulangan ketiga proses ini terus berlangsung hingga semua kebutuhan terpenuhi. Prototype-prototype dibuat untuk memuaskan kebutuhan klien dan untuk memahami kebutuhan klien lebih baik. Prototype
yang
dibuat
dapat
dimanfaatkan
kembali
untuk
membangun software lebih cepat, namun tidak semua prototype bisa dimanfaatkan. Kebutuhan awal pengguna yang didapat dalam wawancara antara lain adalah sistem dapat digunakan untuk memberikan alternatif penjadwalan kereta api. Kemudian berdasarkan permintaan pengguna dibangunanlah prototype sistem. Hasil dari pembangunan prototype pertama akan dibahas pada Bab 4. Setelah melakukan pembangunan prototype pertama, kemudian dilakukan evaluasi sistem kepada pengguna. Dari hasil evaluasi tersebut diketahui bahwa sistem dapat memberikan rekomendasi penjadwalan kereta api kepada pengguna. Hasil rekomendasi berupa jadwal keberangkatan kereta api yang tidak saling tabrakan jadwal keberangkatannya. Berikut kebutuhan minimum untuk dapat menjalankan sistem ini adalah: Processor
: P IV – 2.00 GHz
Memory
: 512 MB
Hard Disk
: 512 MB
OS
: Win 9x, Windows XP
25
Implementasi dilakukan dengan merealisasikan rancangan perangkat lunak pada bahasa pemrograman Microsoft Visual C# dan untuk database nya menggunakan MySQL 5.
3.1
Analisa Kebutuhan Dalam pembuatan sistem penjadwalan kereta api ini, perlu
dilakukan identifikasi kebutuhan fungsi aplikasi serta kebutuhan data penjadwalan
kereta
api.
Pada tahapan ini
perlu
dilakukan
pengumpulan data guna dimasukkan kedalam sistem. Pengumpulan data dan analisa kebutuhan terhadap sistem dilakukan dengan observasi guna mengetahui kebutuhan pengguna. Dari data dan informasi yang didapat digunakan sebagai landasan dalam pembangunan sistem. Data yang diperlukan sistem adalah data penjadwalan kereta api pada Stasiun Tawang Semarang. Berikut merupakan jadwal keberangkatan jalur kereta api Semarang-Jakarta yang dijadikan studi kasus di dalam sistem ini (http://www.semarang.go.id/info/k-api.php, 2011):
Gambar 3.2 Jadwal Kereta Semarang – Jakarta (Keberangkatan)
26
Gambar 3.3 Jadwal Kereta Jakarta – Semarang (Kedatangan)
Dengan jadwal kereta api Semarang-Jakarta pada gambar 3.2 atau jadwal keberangkatan dan jadwal kedatangan kereta api Jakarta – Semarang seperti pada gambar 3.3, perlu dilakukan optimasi penjadwalan kereta api yang baru dilakukan apabila terjadi penambahan jumlah operasi kereta api yang melayani rute SemarangJakarta. Sistem ini akan melakukan penjadwalan kereta api yang baru dengan menerapkan algoritma genetic sehingga diperoleh hasil optimasi penjadwalan kereta api yang baru. Sampai saat ini, untuk melakukan penjadwalan kereta masih dilakukan secara manual. Artinya jadwal keberangkatan dan kedatangan di list dan disusun waktunya agar tidak terjadi tabrakan jadwal
kereta
dikembangkan
api.
Aplikasi
dengan
penjadwalan
menggunakan
kereta
algoritma
api
yang
genetik
akan
memberikan rekomendasi penjadwalan kereta yang lebih optimal.
27
3.2
Perancangan Permodelan Algoritma Genetik Secara sederhana, perancangan permodelan penjadwalan
kereta api tanpa menggunakan algoritma dapat digambarkan sebagai berikut : “ Kereta A dengan tujuan Semarang/Jakarta dan kereta B dengan tujuan Jakarta/Semarang, dijadwalkan untuk berangkat meninggalkan stasiun kereta dimulai pada pukul 08.00, dengan waktu tempuh dan kecepatan kereta yang dianggap relatif sama 1 jam dan 30 menit. Waktu tunggu setiap kereta untuk menurunkan penumpang adalah 15 menit. Artinya, apabila kereta A yang pertama kali dijadwalkan dengan tujuan Semarang, akan berangkat pada pukul 08.00 dan tiba di Jakarta pada pukul 09.30 ditambah waktu menurunkan penumpang menjadi 09.45. Setelah kereta A selesai menurunkan penumpang, kereta B minimal akan berangkat menggunakan jalur kereta yang sama pada pukul 09.45 dan akan berangkat menuju Semarang dan tiba pada pukul 11.15 dan waktu menurunkan penumpang menjadi pukul 11.30. Untuk proses penjadwalan kereta seterusnya, misalnya apabila ada kerea B, D, dan seterusnya dilakukan penjadwalan dengan cara yang sama agar tidak terjadi penggunaan jalur yang sama pada waktu yang sama oleh kereta yang berbeda (Perhatikan Gambar 3.4)”.
28
Gambar 3.4 Proses Penjadwalan Manual
Proses penjadwalan secara manual ditentukan berdasarkan kecepatan kereta api. Untuk mendapatkan waktu tempuh sebuah kereta api perlu dipertimbangkan terlebih dahulu rumus perlawanan lokomotif, perlawanan kereta/gerbong, perlawanan tanjakan
dan
perlawanan KA pada lengkungan, sehingga diperoleh perlawanan total seluruh KA. Kemudian untuk memperoleh waktu tempuh kereta diperoleh dengan persamaan :
Keterangan : V2 (km/jam)
= Kecepatan KA pada akhir gerakan
V1 (km/jam) = Kecepatan KA awal gerakan a
= Percepatan KA
Proses penjadwalan pada Gambar 3.4 merupakan proses penjadwalan yang dilakukan secara manual dengan perhitungan agar tidak terjadi penggunaan jalur yang sama. Dengan menggunakan algoritma genetik, proses penjadwalan yang dilakukan secara manual tadi dapat diselesaikan.
29
Di dalam penerapan penjadwalan kereta
api dengan
menggunakan algoritma genetik, ada beberapa tahapan dan proses yang dilakukan. Tahapan dan proses tersebut antara lain digambarkan pada Gambar 3.5 :
Start
Input Kereta dan Tujuan
Menentukan Parameter Genetik
Memodelkan Masalah Dengan Algoritma Job Shop
Generate Populasi, Evaluasi Fitness, Crossover
Generate Jadwal Hasil Optimasi
Finish
Gambar 3.5 Tahapan Penjadwalan
Pada Gambar 3.5, perancangan aplikasi penjadwalan kereta api dengan menggunakan algoritma genetik, melalui beberapa tahapan antara lain :
30
1) Proses input data kereta dan tujuan Pada tahapan ini, pengguna akan memasukan nama kereta dan tujuan (Semarang atau Jakarta). Data tersebut kemudian akan dimasukkan ke dalam database dan disimpan. Kereta pada aplikasi akan dimodelkan sebagai sebuah job, dan waktu akan digunakan sebagai mesin. 2) Menentukan parameter genetik Pada tahapan ini, akan dibuatkan algoritma untuk menentukan parameter fitness dari setiap job yang ada. Nilai fitness merupakan penentu generasi gen agar mendapatkan satu individu yang baik. Fitness untuk satu job ditentukan oleh 2 parameter individu yang dipilih yaitu jadwal keberangkatan kereta dan selisih waktu tiap kereta yang berangkat. Nilai fitness tersebut disesuaikan dengan range waktu keberangkatan kereta yang sudah ditentukan. Nilai fitness akan semakin tinggi apabila jadwal keberangkatan kereta berada dalam range waktu keberangkatan yang sudah ditentukan. Secara singkat, dapat dipahami bahwa parameter genetik akan mewakili waktu tunggu (turun penumpang), dan range waktu keberangkatan (batasan waktu didalam 1 hari). 3) Memodelkan masalah dengan menggunakan algoritma Job Shop. Pada tahapan ini, setiap kereta dianggap sebagai sebuah job. Kemudian waktu yang tersedia di dalam 1 hari dianggap sebagai sebuah mesin. Jumlah kereta dan waktu yang tersedia, akan dioptimalkan dengan menggunakan algoritma genetik, dengan nilai fitness yang paling tinggi dari setiap individu (kereta dan waktu keberangkatan).
31
4) Generate populasi dengan algoritma genetik. Pada tahapan ini akan di evaluasi untuk mencari nilai fitness yang paling tinggi. Setiap individu yang memiliki nilai fitness paling tinggi, kemudian akan di crossover sehingga menghasilkan hasil evaluasi nilai fitness terbaik dari setiap individu. Sehingga pada tahapan ini akan diperoleh individu dengan nilai fitness terbaik setelah melalui beberapa tahapan crossover.
Gambar 3.6 Implementasi Algoritma genetik
Gambar 3.6 merupakan proses algoritma genetik yang berjalan pada sistem. Dimana proses awal dimulai dengan menetukan populasi awal hingga berakhir dengan terbentuknya individu terbaik. 5) Generate jadwal kereta yang baru.
Pada tahapan ini, penjadwalan kereta akan ditampilkan sebagai hasil evaluasi nilai fitness. Hasil evaluasi nilai fitness inilah yang merupakan individu terpilih, yang merupakan hasil penjadwalan yang paling optimal dengan menggunakan algoritma genetik.
32
3.3
Parameter Genetik dalam Penjadwalan Kereta Sebelum penerapan algoritma genetik pada aplikasi optimasi
penjadwalan kereta api ini di terapkan ada beberapa parameter genetik yang digunakan, antara lain : a) 1 Gen, mewakili 1 job atau 1 kereta dengan jam keberangkatan yang berbeda-beda. b) 1 Individu, mewakili kumpulan gen, atau dengan kata lain 1 individu merupakan kumpulan kereta dengan kombinasi jadwal keberangkatan yang berbeda-beda. c) 1 Populasi, mewakili kumpulan individu. d) Fitness, mewakili proses seleksi setiap individu dengan nilai maksimum atau nilai kecocokan tertinggi. e) Crossover, mewakili proses seleksi setiap individu terpilih diikuti dengan proses mutasi . f) Evaluasi, merupakan proses perulangan langkah d-e sampai ditemukan individu dengan hasil yang diinginkan, didalam hal ini jadwal keberangkatan kereta dengan waktu yang optimal.
3.4
Perancangan Database Desain dan perancangan database merupakan langkah penting
di dalam perancangan sistem sebuah aplikasi. Dengan demikian maka desain dan perencanaan database harus dirancang dan kemudian diimplementasikan dengan baik. Perancangan yang baik akan menyebabkan database dapat melayani kebutuhan-kebutuhan aplikasi dengan baik pula.
33
3.4.1
Tabel Tabel 3.1 merupakan tabel kereta yang digunakan untuk
menyimpan
id,
nama_kereta,
start,
dan
tujuan
kereta
api.
Perancangan tabel pada aplikasi algoritma genetik ini merupakan perancangan tabel tunggal yang hanya terdiri dari 1 tabel. Semua proses pengolahan informasi dilakukan pada sisi client (client side) sehingga tidak membutuhkan banyak tabel. Kolom ID digunakan untuk menyimpan id dari kereta. Kolom nama digunakan untuk menyimpan informasi nama kereta. Kolom start digunakan untuk menyimpan jam awal keberangkatan kereta. Kolom start merupakan kolom yang diisi dengan nilai yang didapatkan dari proses yang dijalankan dengan algoritma genetik. Sedangkan kolom tujuan berfungsi untuk menyimpan data tujuan keberangkatan kereta. Kolom ini diisi dengan nilai 1 dan 0. Angka 1 menunjukkan bahwa tujuan akhir kereta adalah Jakarta dan angka 0 menunjukkan bahwa tujuan akhir kereta adalah Semarang. Selain itu kolom ID pada tabel 3.1 merupakan primary key dari tabel yang bersangkutan yang dibuat secara auto increment atau penomoran otomatis pada sisi database. Sehingga kolom tersebut tidak perlu diinput oleh user.
Tabel 3.1 Tabel Kereta
Field
Type
Size
Id
Int
9
Nama_Kereta
Varchar
100
Start
Time
100
Tujuan
Int
9
34
3.5
Perancangan Desain Interface Aplikasi ini dibuat hanya untuk user tunggal (admin) yang
dapat melakukan seluruh proses yang ada di dalam sistem yakni mengenerate jadwal keberangkatan dan manage data kereta yang ada sehingga
dalam
perancangannya
tidak
terdapat
perbedaan
perancangan interface untuk user yang berbeda. Gambar 3.7 merupakan desain interface aplikasi, untuk tampilan awal aplikasi :
Nama Kereta
TAMBAH
Tujuan
RESET
Hasil Generate Jadwal
Gambar 3.7 Tampilan Awal Aplikasi
Pada tampilan awal aplikasi akan ditampilkan jadwal keberangkatan kereta terakhir yang sudah dijadwalkan sebelumnya. Untuk menambahkan jumlah kereta dan tujuan terdapat form untuk menginputkan data jumlah kereta dan tujuan keberangkatan. Nama kereta dan tujuan keberangkatan akan ditambahkan pada jadwal. Jadwal tersebut akan dioptimasi dengan menggunakan algoritma genetik untuk menghasilkan jadwal baru yang lebih optimal dengan penambahan jumlah kereta.
35 ID
NAMA KERETA
TUJUAN
WAKTU KEBERANGKATAN PROSES
REFERENSI JADWAL
PARAMETER GENETIK
FITNESS
Gambar 3.8 Form Manage Jadwal
Gambar 3.8 merupakan tampilan form manage jadwal keberangkatan kereta. Untuk mengelola jadwal keberangkatan kereta yang baru, operator dapat menentukan referensi jadwal sesuai dengan kebutuhan. Kemudian terdapat parameter (parameter genetik) dan nilai fitness yang mempengaruhi penjadwalan kereta api. Apabila semua ketentuan referensi jadwal, parameter genetik dan nilai fitness sudah ditentukan pada aplikasi, maka aplikasi akan melakukan optimasi penjadwalan dengan menggunakan algoritma genetik dan ditampilkan pada aplikasi.
36 JADWAL 1
JADWAL 2
JADWAL 3 PROSES
REFERENSI JADWAL
PARAMETER GENETIK
FITNESS
Gambar 3.9 Form Hasil Optimasi Penjadwalan
Gambar 3.9 merupakan form bagi operator untuk melihat hasil optimasi penjadwalan oleh aplikasi. Jadwal yang akan ditampilkan disesuaiakan dengan jumlah referensi jadwal yang diinginkan serta parameter genetik dan nilai fitness yang ditentukan sebelumnya. Hasil optimasi penjadwalan yang ditampilkan merupakan jadwal dengan optimasi terbaik dengan menggunakan algoritma genetik.