1 2 ISSN Volume 4, Nomor 1, April 2014 TECHSI Jurnal Penelitian Teknik Informatika Universitas Malikussaleh3 TECHSI Merupakan jurnal yang dikeluarkan ...
Jurnal Penelitian Teknik Informatika Universitas Malikussaleh
TECHSI Merupakan jurnal yang dikeluarkan oleh program studi Teknik Informatika untuk memfasilitasi publikasi berbagai hasil penelitian yang dilakukan oleh dosen atau mahasiswa. TECHSI terbit dua kali dalam setahun, dan didistribusikan ke berbagai instansi yang terlibat dengan perkembangan dunia sistem informasi. Redaksi menerima tulisan hasil penelitian untuk dipublikasi melalui TECHSI, dengan ketentuan: Tulisan yang diajukan harus mengikuti template dokumen yang disediakan oleh redaksi. Tulisan harus disertai oleh biodata lengkap penulis dan dikirimkan ke email [email protected].
TIM PENGELOLA JURNAL TECHSI TEKNIK INFORMATIKA UNIVERSITAS MALIKUSSALEH KEPUTUSAN DEKAN FAKULTAS TEKNIK UNIVERSITAS MALIKUSSALEH NOMOR: 024/UN45.1/DT/2012
DAFTAR ISI RANCANG BANGUN DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN USULAN : PT.XYZ (Rahmat Syah)
1
PENGEMBANGAN MODEL FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) UNTUK PENGELOLAAN LOWONGAN KERJA (Muhammad Ichsan, Rahmat Syah , Muhd. Iqbal)
19
PERANCANGAN SISTEM INFORMASI PENGOLAHAN DATA PEGAWAI BERBASIS WEB DI SETDAKAB ACEH UTARA (Dahlan Abdullah)
35
PENGEMBANGAN APLIKASI GENERATOR MODUL PADA CMS UNTUK MEMPERMUDAH PENGEMBANGAN SISTEM BERBASIS WEB (studi kasus: CMS Lokomedia) (Fiftin Noviyanto1, Al Mazari)
47
PEMBANGUNAN APLIKASI E-COMMERCE DALAM MENUNJANG PENJUALAN PRODUK PADA CV.RIZTECH (Rahmad Syah, Muhd. Iqbal, Marischa Elveny)
63
PENERAPAN METODE PEMBEDA MARKOV PADA PROSES PEMFILTERAN EMAIL SPAM (Sayed Fachrurrazi, S.Si., M.Kom)
81
KOMBINASI ALGORITMA JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ) DAN SELF ORGANIZING KOHONEN PADA KECEPATAN PENGENALAN POLA TANDA TANGAN (Emnita Br Ginting, Prof. Dr. M. Zarlis, Dr. Zakarias Situmorang)
97
ANALISIS METODE FUZZY ANALYTIC HIERARCHY PROCESS (FAHP) DALAM MENENTUKAN POSISI JABATAN (Marischa Elveny, Rahmadsyah)
111
ANALISIS MAPPING PADA PARTIALLY MAPPED CROSSOVER DALAM ALGORITMA GENETIKA PADA TRAVELLING SALESMAN PROBLEM (Sri Melvani Hardi , Muhd. Zarlis,Erna Budiarti)
127
IMPLEMENTASI E-COMMERCE UNTUK MENINGKATKAN PEMASARAN ANYAMAN BAMBU DI METRO (M. Said Hasibuan, Ridho Kurniawan)
147
IMPROVISASI BACKPROPAGATION MENGGUNAKAN 157 PENERAPAN ADAPTIVE LEARNING RATE DAN PARALLEL TRAINING (Mufidah Khairani) PERANCANGAN SISTEM INFORMASI PENGENDALI PERANGKAT ELEKTRONIK MENGGUNAKAN PEMROGRAMAN JAVA DAN C++ (Sandy Kosasi)
173
SELEKSI CALON PESERTA OLIMPIADE SAINS MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DESICION MAKING (FMADM) (Study Kasus : Fatih Bilingual School) (Rizal)
189
QUALITY OF SERVICE (QOS) PADA JARINGAN INTERNET DENGAN METODE HIERARCHY TOKEN BUCKET (Rasudin)
209
IMPLEMENTASI SMS GATEWAY SEBAGAI MEDIA PENYAMPAIAN INFORMASI KELULUSAN CALON MAHASISWA D-III FAKULTAS MIPA UNIVERSITAS SYIAH KUALA (Nazaruddin, Rasudin Abubakar, Mutia Nuzuar)
225
RANCANG BANGUN DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN USULAN : PT.XYZ Rahmad Syah*
Abstract Some companies convection that is often experienced by the owner of XYZ lies in the lack of information provided by each - each branch office ( lack of synchronization between the data center and branch office ) . This is because the human resources available in each - each branch office is not sufficient to be able to make a more detailed report to the center . Inadequate reports of each - each branch office , also led to the management does not know for sure about their finances and inventory - each branch . System to be built is a container used to store data from various branch offices . Of these containers will be carried out such an analysis process OLAP ( OnLine Analytical Processing ) and can also be used as reporting tools .Operational data of each branch will be entered into a central database . After that , we will perform an Extraction , Transformation , and Loading to filter the data that will be inserted into the data warehouse . Modeling the model used is the Star . Architecture that will be used is Two - Layer Architecture . The information generated from the processing of the data warehouse design waking with OLAP analysis in the form of a query . Information presented in the form of queries : goods , office and date
Keyword : Data Warehouse, OLAP, Two – Layer Architecture, Sales analysis, PT.XYZ
PENDAHULUAN Di era global ini, berbagai informasi terus berkembang dan kebutuhan semangkin meningkat. Sehingga menimbulkan banyaknya permintaan dalam penyajian data yang sering sekali tidak sesuai dan tidak akurat khususnya pada kebutuhan perusahaan dan perkantoran. Beberapa perusahaan yang bergerak dibidang produksi dan distribusi yang memilki beberapa cabang yang tersebar diseluruh Indonesia sering sekali muncul * Sekolah Tinggi Teknik Harapan (STTH)
2
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
sulitnya dalam menganalisi proses transaksi penjualan. Dalam beberapa kasus juga, masih terdapat proses penjualan masih dilakukan secara manual oleh pihak perusahaan, sehingga lambatnya laporan kinerja yang dilakukan beberapa kantor cabang dapat merugikan perusahaan. Proses pengambilan data penjualan dari masing – masing cabang ke kantor pusat, sering dilakukan manual lewat email atau sms. Data penjualan yang diberikan oleh masing – masing cabang berisi jumlah baju yang terjual berdasarkan ukurannya, dan pemasukan cabang tersebut. Sekarang ini, banyak perusaan menghadapi beberapa masalah. Masalah yang pertama adalah masalah dalam produksi dan pendistribusian barang. Data penjualan yang diperoleh oleh kantor pusat, tidak memberikan informasi yang cukup tentang desain dan model mana yang banyak diminati oleh masyarakat dari masing – masing kota, sehingga pihak manajemen tidak mengetahui kebutuhan yang diminati oleh masyarakat di masing – masing kota. Analisis dapat dilakukan dengan mengumpulkan data penjualan yang bersifat historis atau lampau dan kemudian melihat kinerja penjualan perusahaan (Randy O.P, 2012) . Hal ini menyebabkan pihak manajemen kesulitan dalam menentukan jumlah produksi dan target distribusi sebuah produk. Masalah lain yang dialami pihak manajemen perusahaan terletak pada kurangnya informasi yang diberikan oleh masing – masing kantor cabang (tidak adanya sinkronisasi data antara pusat dan kantor cabang). Hal disebabkan karena sumber daya manusia yang ada di masing – masing kantor cabang kurang memadai untuk dapat membuat laporan yang lebih terperinci ke pusat . Laporan yang kurang memadai dari masing – masing kantor cabang, juga menyebabkan pihak manajemen tidak mengetahui secara pasti tentang keuangan dan stok barang masing – masing kantor. Data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses manajemen pengambilan keputusan (W.H. Inmon dan Richard D.H, 2005). Data warehouse merupakan basis data yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan (McLeod, et.all, 2007). Data warehouse merupakan basis data relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya
DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN
3
mengandung data historis dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber (Connolly, et.all, 2005). METODOLOGI PENELITIAN Metode penelitian yang digunakan dalam pembangunan sistem ini adalah model spiral. Metode ini dipilih karena dalam pembangunan sebuah data warehouse seringkali user tidak benar – benar tahu apa yang sebenarnya dia butuhkan sebelum dia melihat apa yang saat ini dia butuhkan (William H. Inmon, 2005). Pla nning
Risk Analysis Customer Communic a tion
Engineering
Customer Evaluation
Construc tion & Relea se
Gambar 1. Model Spiral
1. Planning Proses perencanaan adalah proses penentuan tujuan, batasan, dan pendekatan yang akan digunakan dalam pembangunan sistem. 2. Risk Analysis Analisis resiko adalah proses paling penting dalam model spiral. Pada tahap ini, semua kemungkinan yang dapat membantu dalam pembangunan sistem dianalisis. 3. Engineering Pada proses ini, pembangunan sistem mulai dilakukan.
4
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
4. Construction and Release Pada proses ini, sistem mulai dijalankan dan diuji coba. 5. Customer Evaluation Proses ini digunakan untuk memperoleh feedback dari user berdasarkan evaluasi dari uji coba sistem. 6. Customer Communication Proses ini digunakan untuk mencari kebutuhan baru dari user berdasarkan hasil evaluasi.
SNOWFLAKE Snowflake adalah skema yang memiliki dimensi yang digunakan secara bersama – sama oleh banyak tabel fakta dan masih dipecah kembali. Skema ini dipilih karena pada dimensi barang dan dimensi toko, masih perlu didetailkan untuk mempermudah dalam proses dicing pada OLAP(R.P. Aloysius, 2011).
OLAP (ONLINE ANALYTICAL PROCESSING) OLAP adalah salah satu cara untuk mengolah data yang ada pada sebuah data warehouse. OLAP memberikan jawaban terhadap query analytic untuk data yang bersifat multidimensional. Teknik dalam OLAP ini ada berbagai macam. Dalam pengembangan kali ini, teknik yang akan digunakan adalah slicing dan dicing(Thomas C. Hammergren, 2009). Slicing adalah suatu operasi yang mengambil potongan kubus berdasarkan nilai tertentu pada suatu dimensi. Misalnya, mengambil data penjualan pada bulan Desember 2013. Dicing adalah sebuah operasi untuk mengurangi kumpulan data yang akan dianalisis dengan memberikan sebuah kriteria seleksi. Misalnya, mengambil data penjualan yang terjadi pada masing – masing kota. PERSPEKTIF PRODUK Sistem yang akan dibangun merupakan sebuah wadah yang digunakan untuk menampung data dari berbagai kantor cabang. Dari wadah inilah
DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN
5
nantinya bisa dilakukan proses analisis seperti OLAP dan juga bisa digunakan sebagai reporting tools. Data operasional dari masing kantor cabang nantinya akan dimasukkan ke database pusat. Setelah itu, akan dilakukan proses Extraction, Transformation, dan Loading untuk menyaring data yang akan dimasukkan ke data warehouse. FUNGSI PRODUK Secara umum, data warehouse yang akan dibangun ini akan difungsikan sebagai OLAP tools yang kemudian akan dibuat menjadi sebuah laporan kepada pihak managemen PT.XYZ . Data Warehouse yang akan dibangun juga harus dapat menyajikan data yang diinginkan oleh pihak managemen. Data yang ingin disajikan nantinya adalah data penjualan, data penerimaan barang masing – masing kantor cabang, dan data pengembalian barang dari masing – masing kantor cabang. Proses ETL harus dapat berjalan secara otomatis ataupun dengan permintaan administrator. Sedangkan proses reporting harus dapat menyesuaikan dengan permintaan pengguna. BATASAN – BATASAN Data Warehouse berisi data penjualan, penerimaan, dan pengembalian barang masing kantor cabang. Proses ETL dilakukan oleh administrator atau secara otomatis setiap waktu yang sudah ditetapkan. ASUMSI DAN KEBERGANTUNGAN Diasumsikan data yang hendak di ekstrak ke data warehouse telah ada di database pusat. Data Warehouse ini juga hanya akan berisi data penjualan, penerimaan, dan pengembalian barang masing – masing kantor. Sistem ini sangat tergantung dengan data yang ada di pusat dan proses ETL. Deskripsi Rinci Kebutuhan Bagian ini berisi semua kebutuhan perangkat lunak yang diuraikan secara rinci untuk keperluan perancangan parangkat lunak. Kebutuhan perangkat lunak tersebut meliputi kebutuhan antarmuka eksternal, kebutuhan fungsional dan non fungsional, kebutuhan data, attribut perancangan.
6
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
ANTARMUKA PEMAKAI Pengguna sistem ini adalah orang – orang yang tingkat kemampuan mengoperasikan komputernya cukup baik. Antarmuka sistem ini harus memberikan banyak pilihan kepada pengguna, agar nantinya data yang muncul sesuai dengan permintaan dari pengguna. ANTARMUKA PERANGKAT KERAS Sistem ini membutuhkan komputer yang digunakan sebagai database server sebagai tempat penyimpanan database. Selain itu, sistem ini juga membutuhkan printer untuk mencetak laporan. Untuk dapat mengakses data dari komputer server melalui komputer lain, diperlukan jaringan komputer yang terhubung ke database server. ANTARMUKA PERANGKAT LUNAK Sistem yang akan dibangun ini tidak akan langsung mengakses data operasional dari pusat. Proses ekstraksi dilakukan menggunakan ETL tools. ETL tools, reporting tools, dan OLAP tools akan dipisahkan dari aplikasi yang menangani data operasional. ANTARMUKA KOMUNIKASI Sistem ini akan melalui banyak komputer client. Oleh karena dibutuhkan jaringan komputer yang menghubungkan komputer server dan komputer client. Protokol jaringan yang akan digunakan adalah TCP/IP.
DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN
7
SKEMA RELASI
Berikut adalah skema relasi dari data yang ada di PT.XYZ.
Gambar 2 Skema Relasi Data Warehouse
Ada 3 jenis laporan yang dibutuhkan oleh pihak manajemen. Laporan pertama adalah data penjualan. Data penjualan harus dapat menginformasikan jenis barang, tanggal penjualan, toko yang menjual, dan jumlah penjualan tiap barang. Laporan kedua adalah data penerimaan barang. Dalam data penerimaan barang, harus dapat menginformasikan tentang jenis barang, tanggal penerimaan, toko, dan jumlah yang diterima. Laporan yang ketiga adalah laporan pengembalian barang. Dalam laporan ini informasi yang harus ada antara lain jenis barang, tanggal pengembalian, toko, dan jumlah pengembalian. Dari gambar 2, maka nantinya akan dibutuhkan 3 tabel fakta. Tabel penjualan, penerimaan, dan pengembalian. Arsitektur Pembangunan Data Warehouse Arsitektur yang akan digunakan adalah Two – Layer Architecture. Arsitektur ini terdiri dari 4 lapisan aliran data.
8
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Two – Layer Architecture
Gambar 3. Two – Layer Architecture
Lapisan pertama adalah source layer. Pada lapisan ini, data masih berupa operasional data. Data operasional yang akan digunakan pada pembangunan data warehouse kali ini sudah berupa data logic yang ada di database server. Lapisan kedua adalah data staging. Pada lapisan ini, data operasional akan diekstrak ( lebih dikenal dengan proses ETL ) ke dalam data warehouse. Lapisan ketiga adalah data warehouse layer. Informasi akan disimpan pada sebuah penyimpanan logic yang tersentralisasi, yaitu data warehouse. Data warehouse dapat diakses secara langsung, dan juga bisa digunakan sebagai sumber untuk membuat data marts yang merupakan sebagian dari duplikasi data warehouse dan dirancang khusus bagian khusus. Lapisan keempat adalah analysis. Analisis disini nantinya akan menggunakan OLAP sebelum dijadikan sebuah laporan khusus. Source Layer Pada lapisan ini, data masih berupa operasional data. Data operasional yang akan digunakan pada pembangunan data warehouse kali ini sudah berupa data logic yang ada di database server. Skema relasinya ada pada gambar 2.
DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN
9
DATA STAGING Pada lapisan ini, data operasional akan diekstrak ( lebih dikenal dengan proses ETL ) ke dalam data warehouse. ETL terdiri dari 4 langkah.
Gambar 4. Tahapan-tahapan ETL (Ekstraksi,Transformation,Loading)
Langkah pertama adalah Extraction. Pada proses ini, data operasional yang diperlukan pada data warehouse akan dibaca untuk kemudian masuk ke proses cleansing. Data yang akan diambil nantinya adalah data penjualan, data penerimaan, dan data pengembalian. Data – data akan diambil dari tabel penjualan, penerimaan, pengembalian, barang, kategori, warna, desain, grup_musik, toko, kota, dan propinsi. Untuk data penjualan, data penerimaan, dan data pengembalian tidak akan diambil keseluruhan. Untuk data – data tersebut akan dirangkum menjadi data harian. Langkah kedua adalah Cleansing. Pada proses ini, data operasional yang telah dibaca akan diperbaiki dari kesalahan – kesalahan pada proses input data. Misalnya terjadi redudansi data, nilai suatu field yang tidak sesuai, ketidak konsistenan dari data, dan lain – lain. Disini juga record yang salah satu fieldnya memiliki null value akan dibersihkan. Kode barang juga akan dicocokan kembali dengan kode kategori dan kode grup musik. Jika ada
10
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
kode barang yang tidak ada pada kode kategori ataupun kode grup musik, maka record tersebut tidak akan dimasukkan. Langkah ketiga adalah Transformation. Pada proses ini, data yang sudah dibersihkan, diubah dari format data operasional menjadi format data warehouse. Untuk proses ini, format yang akan diubah hanya format tanggal saja, baik pada data penjualan, data penerimaan, maupun data pengembalian. Tanggal tersebut nantinya akan dipecah menjadi tanggal, bulan, dan tahun untuk dimasukkan ke tabel tanggal di data warehouse. Langkah keempat adalah Loading. Pada proses ini, data yang sudah dibaca, dibersihkan, dan dirubah formatnya, akan disimpan pada data warehouse. Teknik yang akan digunakan adalah update. Data yang sudah ada tidak akan dihapus atau diubah karena data akan di-update secara berkala. Nantinya semua data yang sudah melalui proses extraction, cleansing, dan transformation akan langsung dimasukkan ke data warehouse tanpa merubah data yang sudah ada. OLAP (ONLINE ANALYTICAL PROCESSING)
Setelah data warehouse terbentuk, langkah terakhir adalah melakukan pengambilan data dari data warehouse. Dalam pembangunan data warehouse kali ini, hasil output dari data warehouse akan berupa laporan dan juga digunakan untuk analisis data dengan OLAP. SLICING DAN DICING Slicing dan dicing adalah proses mengambil potongan kubus berdasarkan nilai tertentu pada satu dimensi atau beberapa dimensinya yang diperlihat gambar 5.
DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN
11
Gambar 5. Illustration Cube
Table 1. Sample Data
Berikut adalah sample dari slicing. Jika dari tabel 1, Jika ingin melihat data penjualan dari toko dewi sartika di Medan pada tanggal 3 Desember 2013, maka lakukan seleksi pada data diatas berdasarkan dimensi toko dan tanggal. Hasilnya akan diperlihatkan pada gambar 6 yaitu:
12
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 6. Illustration Slicing
Table 2. Sample Data Slicing
Berikut adalah sample dari dicing. Jika dari tabel diatas, kita ingin melihat data penjualan dari toko yang berada di kota Medan pada Desember 2013, maka lakukan pengelompokan dan seleksi berdasarkan turunan dari dimensi toko , tanggal dan barang. Hasilnya akan seperti gambar 7 dibawah ini.
Gambar 7. Illustration Dicing
DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN
13
Table 3. Sample Data Dicing
Implementasi Database Pembuatan database dilakukan dengan menggunakan aplikasi DBMS MySQL. Implementasi database dalam bahasa SQL adalah sebagai berikut:
Tabel kategori CREATE TABLE `kategori` ( `id_kategori` int(10) unsigned NOT NULL AUTO_INCREMENT, `kode_kategori` varchar(3) DEFAULT NULL, `nama_kategori` varchar(20) NOT NULL, PRIMARY KEY (`id_kategori`), UNIQUE KEY `un_kategori` (`kode_kategori`) ) Tabel warna CREATE TABLE `warna` ( `id_warna` int(11) unsigned NOT NULL AUTO_INCREMENT, `kode_warna` varchar(2) NOT NULL, `nama_warna` varchar(20) NOT NULL, PRIMARY KEY (`id_warna`) ) Tabel desain CREATE TABLE `desain` ( `id_desain` int(11) unsigned NOT NULL AUTO_INCREMENT, `id_grup_musik` int(11) unsigned NOT NULL, `nama_desain` varchar(50) NOT NULL, `gambar_desain` varchar(50) NOT NULL, PRIMARY KEY (`id_desain`), KEY `FK_desain_grup_musik` (`id_grup_musik`),
14
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika CONSTRAINT `FK_desain_grup_musik` FOREIGN KEY (`id_grup_musik`) REFERENCES `grup_musik` (`id_grup_musik`) ON UPDATE CASCADE )
Tabel grup_musik CREATE TABLE `grup_musik` ( `id_grup_musik` int(11) unsigned NOT NULL AUTO_INCREMENT, `kode_grup_musik` varchar(3) NOT NULL, `nama_grup_musik` varchar(20) NOT NULL, PRIMARY KEY (`id_grup_musik`) ) Tabel barang CREATE TABLE `barang` ( `id_barang` int(11) unsigned NOT NULL AUTO_INCREMENT, `id_kategori` int(11) unsigned NOT NULL, `id_warna` int(11) unsigned NOT NULL, `id_desain` int(11) unsigned NOT NULL, `kode_barang` varchar(9) DEFAULT NULL, `ukuran` varchar(2) NOT NULL, `gambar_barang` varchar(100) NOT NULL, `harga` int(11) NOT NULL, PRIMARY KEY (`id_barang`), UNIQUE KEY `U_kode_barang` (`kode_barang`), KEY `FK_barang_kategori` (`id_kategori`), KEY `FK_barang_warna` (`id_warna`), KEY `FK_barang_desain` (`id_desain`), CONSTRAINT `FK_barang_desain` FOREIGN KEY (`id_desain`) REFERENCES `desain` (`id_desain`) ON UPDATE CASCADE, CONSTRAINT `FK_barang_kategori` FOREIGN KEY (`id_kategori`) REFERENCES `kategori` (`id_kategori`) ON UPDATE CASCADE, CONSTRAINT `FK_barang_warna` FOREIGN KEY (`id_warna`) REFERENCES `warna` (`id_warna`) ON UPDATE CASCADE ) Tabel tanggal CREATE TABLE `tanggal` ( `id_tanggal` int(11) unsigned NOT NULL AUTO_INCREMENT, `tanggal` int(2) unsigned NOT NULL, `bulan` enum('Januari','Pebruari','Maret','April','Mei','Juni','Ju li','Agustus','September','Oktober','November','Desember') NOT NULL, `tahun` int(4) unsigned NOT NULL, PRIMARY KEY (`id_tanggal`) ) Tabel propinsi CREATE TABLE `propinsi` ( `id_propinsi` int(11) unsigned NOT NULL AUTO_INCREMENT, `nama_propinsi` varchar(50) NOT NULL, PRIMARY KEY (`id_propinsi`))
DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN
15
Tabel kota CREATE TABLE `kota` ( `id_kota` int(11) unsigned NOT NULL AUTO_INCREMENT, `id_propinsi` int(11) unsigned NOT NULL, `nama_kota` varchar(30) NOT NULL, PRIMARY KEY (`id_kota`), KEY `FK_kota_propinsi` (`id_propinsi`), CONSTRAINT `FK_kota_propinsi` FOREIGN KEY (`id_propinsi`) REFERENCES `propinsi` (`id_propinsi`) ON UPDATE CASCADE ) Tabel toko CREATE TABLE `toko` ( `id_toko` int(11) unsigned NOT NULL AUTO_INCREMENT, `id_kota` int(11) unsigned NOT NULL, `nama_toko` varchar(50) NOT NULL, `alamat_toko` varchar(50) NOT NULL, PRIMARY KEY (`id_toko`), KEY `FK_toko_kota` (`id_kota`), CONSTRAINT `FK_toko_kota` FOREIGN KEY (`id_kota`) REFERENCES `kota` (`id_kota`) ON UPDATE CASCADE ) Tabel penjualan CREATE TABLE `penjualan` ( `id_penjualan` int(11) unsigned NOT NULL AUTO_INCREMENT, `id_barang` int(11) unsigned NOT NULL, `id_toko` int(11) unsigned NOT NULL, `id_tanggal` int(11) unsigned NOT NULL, `jumlah_penjualan` int(11) unsigned NOT NULL, `subtotal` int(11) unsigned NOT NULL, `total` bigint(20) unsigned NOT NULL, PRIMARY KEY (`id_penjualan`), KEY `FK_penjualan_barang` (`id_barang`), KEY `FK_penjualan_toko` (`id_toko`), KEY `FK_penjualan_tanggal` (`id_tanggal`), CONSTRAINT `FK_penjualan_barang` FOREIGN KEY (`id_barang`) REFERENCES `barang` (`id_barang`) ON UPDATE CASCADE, CONSTRAINT `FK_penjualan_tanggal` FOREIGN KEY (`id_tanggal`) REFERENCES `tanggal` (`id_tanggal`) ON UPDATE CASCADE, CONSTRAINT `FK_penjualan_toko` FOREIGN KEY (`id_toko`) REFERENCES `toko` (`id_toko`) ON UPDATE CASCADE Tabel penerimaan CREATE TABLE `penerimaan` ( `id_penerimaan` int(11) unsigned NOT NULL AUTO_INCREMENT, `id_barang` int(11) unsigned NOT NULL, `id_toko` int(11) unsigned NOT NULL, `id_tanggal` int(11) unsigned NOT NULL,
Tabel pengembalian CREATE TABLE `pengembalian` ( `id_pengembalian` int(11) unsigned NOT NULL AUTO_INCREMENT, `id_barang` int(11) unsigned NOT NULL, `id_toko` int(11) unsigned NOT NULL, `id_tanggal` int(11) unsigned NOT NULL, `jumlah_pengembalian` int(11) unsigned NOT NULL, PRIMARY KEY (`id_pengembalian`), KEY `FK_terima_barang` (`id_barang`), KEY `FK_pengembalian_toko` (`id_toko`), KEY `FK_pengembalian_tanggal` (`id_tanggal`), CONSTRAINT `FK_pengembalian_barang` FOREIGN KEY (`id_barang`) REFERENCES `barang` (`id_barang`) ON UPDATE CASCADE, CONSTRAINT `FK_pengembalian_tanggal` FOREIGN KEY (`id_tanggal`) REFERENCES `tanggal` (`id_tanggal`) ON UPDATE CASCADE, CONSTRAINT `FK_pengembalian_toko` FOREIGN KEY (`id_toko`) REFERENCES `toko` (`id_toko`) ON UPDATE CASCADE )
KESIMPULAN Setelah melakukan inplementasi serta pengujian pada sistem yang dibangun, maka dapat diperoleh kesimpulan sebagai berikut: 1. Dapat meningkatkan strategi penjualan produk . 2. Memudahkan analisis sinkronisasi data antara pusat dan cabang. 3. Memudahkan pemberian feedback oleh pihak kantor cabang. 4. Membantu pihak manajemen PT.XYZ dalam menghasilkan laporan yang dapat digunakan untuk menentukan strategi produksi dan distribusi.
DATA WAREHOUSE UNTUK ANALISIS STRATEGI PRODUKSI PENJUALAN
17
SARAN Penelitian dapat dikembangkan dengan model penambahan keamanan, optimization dan perfomance dalam jumlah data yang lebih besar. REFERENSI Connolly, Thomas and Carolyn Begg. (2005). “Database System: A PracticalApproach to Design, Implementation, and Management”, 4th Edition.Addison Wesley: Harlow, England. McLeod, Raymond and Schell, George. (2007). “Management Information Systems”, 10th edition, International Edition, Pearson Prentice Hall, NewJersey. Randy O.P. (2012).” Rancang bangun data warehouse untuk analisis kinerja penjualan pada industri dengan model spa-dw” Tesis, UNDIP. R.P. Aloysius. (2011). “Pembangunan Data Warehouse di Perdana”, Tesis,UNIKOM.
CV.
Saswco
Thomas C. Hammergren and Alan R. Simon (2009) “Data Warehousing for Dummies 2nd Edition”, Wiley Publishing,Inc. William H, Inmon. (2005) “Building The Data Warehouse 4th Edition”, Willey & Sons, Canada.
John
W.H., Inmon, Richard D.H. (2005) “Building The Data Warehouse 4th Edition”, Wiley Publishing,Inc.
18
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PENGEMBANGAN MODEL FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) UNTUK PENGELOLAAN LOWONGAN KERJA Muhammad Ichsan1), Rahmat Syah2) , Muhd. Iqbal3)
Abstract A lot of decision-making problems encountered in various fields of work, such as the recipient's eligibility status field of the provision of bank credit, scholarships and recruitment in the company. Most of these problems aim to select a set of alternatives based on multiple attributes (criteria). The method is often used to resolve such issues is Fuzzy Multiple Attribute Decision Making (FMADM). Thesis is appointed a case of acceptance of a new employee in a company using a weighted fuzzy logic Simple Additive Weighting (SAW) in finding a weight value of each attribute. Search the weights is done through a subjective approach. The study was conducted by searching bobt value for each attribute, and then carried out the ranking process that will determine the optimal alternative, the best warehouse location. Key words : Fuzzy, SAW, alternative, ranking.
PENDAHULUAN Sekarang ini banyak jenis pekerjaan yang ditawarkan setiap perusahaan dengan kriteria tertentu sesuai bidangnya. Beberapa perusahaan besar maupun kecil umumnya menyediakan informasi lowongan kerja melalui media cetak seperti koran, ada juga yang mengumumkan lowongan pekerjaan melalui papan pengumuman serta melalui media elektronik termasuk internet. 1,2
Mahasiswa Magister Teknik Informatika Universitas Sumatera Utara
3 FMIPA,
Universitas Syiah Kuala
20
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Lowongan kerja yang paling banyak dicari oleh pencari kerja adalah lowongan kerja terbaru dan belum lewat waktu terakhir pendaftaran. Hal ini akan menjadi kesulitan bagi pencari kerja jika mekanisme pelaksanaan pengelolaan informasi lowongan kerja dari perusahaan terkait tidak berjalan dengan baik. Sekarang ini banyak jenis pekerjaan yang ditawarkan setiap perusahaan dengan kriteria tertentu sesuai bidangnya. Beberapa perusahaan besar maupun kecil umumnya menyediakan informasi lowongan kerja melalui media cetak seperti koran, ada juga yang mengumumkan lowongan pekerjaan melalui papan pengumuman serta melalui media elektronik termasuk internet. Lowongan kerja yang paling banyak dicari oleh pencari kerja adalah lowongan kerja terbaru dan belum lewat waktu terakhir pendaftaran. Hal ini akan menjadi kesulitan bagi pencari kerja jika mekanisme pelaksanaan pengelolaan informasi lowongan kerja dari perusahaan terkait tidak berjalan dengan baik. Sampai saat ini sudah banyak penyedia kerja yang telah memanfaatkan teknologi untuk memberikan informasi lowongan kerja kepada pencari kerja. Beberapa perusahaan telah memanfaatkan bursa lowongan kerja yang ada diinternet. Sistem informasi lowongan kerja yang sudah ada masih menggunakan pencarian berdasarkan masing-masing atribut permintaan dan belum ada pengolahan data profil dari penyedia kerja dan pencari kerja. Hal ini akan menyulitkan penyedia kerja dalam menyaring calon pelamar yang telah melamar. Meskipun banyak pelamar yang mengajukan lamaran, tetapi hanya sedikit pelamar yang sesuai dengan ketentuan perusahaan. Ini disebabkan sistem informasi lowongan kerja tersebut belum memanfaatkan data profil pencari kerja dan penyedia kerja untuk mendapatkan rekomendasi pencari kerja terbaik dan lowongan kerja yang sesuai dengan minat pencari kerja. Sejalan dengan perkembangan teknologi informasi, semakin bertambah pula kemampuan komputer dalam membantu menyelesaikan permasalahan di berbagai bidang, diantaranya sistem pendukung keputusan berbasis komputer (Computer Based Decision Support System). Sistem ini dirancang untuk meningkatkan efektivitas pengambil keputusan dalam memecahkan permasalahan yang dihadapi baik masalah semi-terstruktur maupun tidak terstruktur. Keputusan dibuat untuk memecahkan masalah. Dalam usaha
MODEL FUZZY FMADM UNTUK PENGELOLAAN LOWONGAN KERJA
21
memecahkan suatu masalah, pemecah masalah mungkin membuat banyak keputusan. Keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif, atau untuk pemanfaatan kesempatan. Dengan kata lain pengambilan keputusan merupakan hal vital untuk memberikan hasil yang terbaik. TUJUAN PENELITIAN Adapun tujuan penelitian ini adalah untuk mengetahui cara kerja metode Simple Additive Weighting untuk menyelesaikan masalah Fuzzy Multiple Attribute Decision Making (FMADM). MANFAAT PENELITIAN Manfaat yang diharapkan dari penelitian ini adalah: 1. Mengetahui cara kerja Fuzzy Multiple Attribute Decision Making (FMADM) dalam sistem pengelolaan data lowongan kerja. 2. Mengetahui cara kerja metode Simple Additive Weighting pada Fuzzy Multiple Attribute Decision Making (FMADM). METODOLOGI PENELITIAN Pada penelitian ini dilakukan analisa data pelamar kerja yang akan diolah dengan metode Fuzzy Multiple Attribute Decision Making dengan pembobotan secara Simple Additive Weighting. Analisa yang diperlukan adalah kesesuaian pada pelamar dengan lowongan kerja yang tersedia pada sebuah perusahaan. FUZZY MULTIPLE ATTRIBUTE DECISION MAKING Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu (Muley A.A, 2010). Inti dari fuzzy multiple attribute decision making adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif. Masing-
22
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. Salah satu metode yang digunakan untuk menyelesaikan masalah Fuzzy Multiple Attribute Decision Making (FMADM) adalah metode Simple Additive Weighting (SAW) (Deni et al, 2013). SIMPLE ADDITIVE WEIGHTING (SAW) Metode Simple Additive Weighting (SAW) sering juga disebut dengan istilah penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternative pada semua atribut (Fishburn, 1976). Lowongan Kerja Lowongan pekerjaan merupakan sesuatu yang selalu menjadi keinginan pada setiap orang. Pekerjaan dapat memberikan pendapatan sehingga melalui pekerjaan tersebut seseorang mendapatkan penghidupan yang layak. Oleh karena itu, setiap orang berlomba-lomba berjuang untuk mendapatkan pekerjaan agar kehidupan serta masa depan mereka terjamin. Untuk dapat memperoleh sebuah pekerjaan, seseorang dituntut untuk memenuhi beberapa persyaratan yang telah ditentukan oleh perusahaan. Kriteria dalam lowongan kerja yang dipublikasikan oleh perusahaan biasanya berdasarkan jenis kelamin, umur, pendidikan terakhir, nilai Indeks Prestasi Kumulatif (IPK), pengalaman kerja dan yang terakhir adalah kriteria keahlian yang dimiliki pelamar. Semua aspek tersebut sangatlah penting dalam proses perekrutan tenaga kerja oleh perusahaan. Perhitungan Fuzzy Multiple Attribute Decision Making Berikut merupakan penjelasan perhitungan metode Fuzzy Multiple Attribute Decision Making dan metode Simple Additive Weighting secara manual. Kriteria merupakan sesuatu yang dibutuhkan dalam pengambilan keputusan, adapun kriteria yang telah ditentukan yaitu jenis kelamin (C1),
MODEL FUZZY FMADM UNTUK PENGELOLAAN LOWONGAN KERJA
23
usia (C2), pendidikan (C3), nilai IPK (C4), pengalaman kerja (C5) dan keahlian (C6). Data Kualifikasi Pelamar Pada Tabel 1, merupakan kualifikasi pada pelamar yang memiliki kriteria sebagai berikut: Seorang pelamar dengan kualifikasi jenis kelamin pria, umur 25 tahun, tingkat pendidikan S1 serta lulusan TI, mempunyai nilai IPK 3.2, belum mempunyai pengalaman kerja, memiliki keahlian pada PHP, JAVA, Javascript, HTML, Oracle. Table 4. Data Kualifikasi Pelamar
No 1 2 3 4 5 6
Kriteria Jenis Kelamin (C1) Usia (C2) Pendidikan (C3) IPK (C4) Pengalaman Kerja (C5) Keahlian (C6)
Data Pelamar Pria 25 tahun S1 TI 3.2 0 tahun PHP, JAVA, Javascript, HTML Oracle
Terdapat tiga lowongan kerja yaitu: Lowongan A1: Berupa lowongan IT Security Analyst dengan rincian syarat: 1. 2. 3. 4. 5. 6.
Wanita Umur maksimal 30 tahun Pendidikan minimal S1 TI Nilai IPK minimal 2.75 Pengalaman kerja tidak diutamakan Menguasai konsep IT security (Information Security Management System). 7. Umur maksimal 30 tahun
24
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Fungsi keanggotaan (µ) pada variabel usia (U) dengan nilai sangat muda, muda, sedang, tua, dan sangat tua dapat dirumuskan pada persamaan di bawah ini: 1 ; 𝑈𝑈 = 30 (17 − 𝑈𝑈)/5 ; 15 ≤ 𝑈𝑈 ≤ 30 𝜇𝜇 𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 [𝑈𝑈] = � 0 ; 𝑈𝑈 ≤ 15 0 ; > 30
𝜇𝜇 Sangat Muda = 0
𝜇𝜇 Muda (U = 30) = 1
𝜇𝜇 Sedang = 0
𝜇𝜇 Tua = 0
𝜇𝜇 Sangat Tua = 0
Kurva fungsi keanggotaan usia pelamar berupa fungsi keanggotaan mempunyai bentuk kurva Bahu seperti pada Gambar 1. 1
0
Sangat Muda
Muda
Sedang
Tua
Sangat Tua
IPK minimal 2.75 50 Gambar 8 Kurva Bahu Usia Pelamar
4
Fungsi keanggotaan (µ) pada variabel IPK (I) dengan nilai sangat rendah, rendah, sedang, tinggi, dan sangat tinggi dapat dirumuskan pada persamaan di bawah ini: 0 𝜇𝜇 𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 [𝑈𝑈] = �(4 − 𝐼𝐼)/2 0
; 𝐼𝐼 = 4 ; 2.0 ≤ 𝐼𝐼 ≤ 4 ; 𝑈𝑈 ≤ 2.5
MODEL FUZZY FMADM UNTUK PENGELOLAAN LOWONGAN KERJA
25
𝜇𝜇 Sangat Rendah = 0
𝜇𝜇 Rendah = 0 𝜇𝜇 Sedang = 1
𝜇𝜇 Tinggi = 0
𝜇𝜇 Sangat Tinggi = 0
Kurva fungsi keanggotaan IPK pelamar dapat dilihat seperti kurva Bahu pada Gambar 2. Sangat Rendah
1
Rendah
Sedang
Tinggi
Sangat Tinggi
0
Gambar 9. Kurva Bahu IPK
Lowongan A2: Berupa lowongan Developer dengan rincian syarat: 1. 2. 3. 4. 5. 6.
Wanita Umur maksimal 27 tahun Pendidikan minimal D3 lulusan TI Nilai IPK minimal 3.0 Pengalaman kerja tidak diutamakan Menguasai OOP, PHP, XML, dan database.
TABEL KECOCOKAN PELAMAR Berdasarkan tabel data pelamar, maka dibuat suatu tingkat kepentingan kriteria berdasarkan nilai bobot yang telah ditentukan dengan dibentuk keputusan X yang telah dikonversikan ke dalam bilangan fuzzy.
26
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Bobot kecocokan setiap alternatif pada setiap kriteria adalah, Sangat Rendah (SR) = 0 Rendah (R) = 2,5 Cukup (C) = 5 Tinggi (T) = 7,5 Sangat Tinggi (ST) = 10. Bobot kecocokan pelamar dari setiap alternatif pada setiap kriteria dapat dilihat seperti pada Tabel 2. Table 5. Kecocokan Pelamar
No
C1
C2
C3
C4
C5
C6
A1
0
10
7.5
5
0
0
A2
0
10
7.5
10
0
5
A3
10
2
7.5
10
10
5
PEMBOBOTAN SIMPLE ADDITIVE WEIGHTING (SAW) Pengambil keputusan memberikan bobot preferensi, berdasarkan tingkat kepentingan masing-masing kriteria yang dibutuhkan perusahaan dengan bilangan fuzzy. Bobot kecocokan setiap alternatif pada setiap kriteria adalah: SR R C T ST
= 0 Sangat rendah = 2,5 Rendah = 5 Cukup = 7,5 Tinggi = 10 Sangat Tinggi
Pembobotan preferensi dilakukan dengan kriteria C1 = Jenis kelamin C2 = Usia C3 = Pendidikan C4 = Nilai IPK C5 = Pengalaman kerja C6 = Keahlian
MODEL FUZZY FMADM UNTUK PENGELOLAAN LOWONGAN KERJA
27
Hasil pembobotan preferensi dapat dilihat seperti Tabel 3. Table 6. Pembobotan Preferensi
W/C
C1
C2
C3
C4
C5
C6
W1
2.5
7.5
10
10
7.5
7.5
W2
2.5
7.5
5
7.5
7.5
10
W3
2.5
2.5
7.5
5
7.5
10
Selanjutnya akan dibuat perkalian W * R dan penjumlahan hasil perkalian untuk memperoleh alternatif terbaik dengan melakukan perankingan nilai terbesar (V) sebagai berikut: V1 V2 V3
Hasil perankingan diperoleh: V1 = 22,5 V2 = 30 V3 = 33 Nilai terbesar ada pada V3, dengan demikian alternatif A3 yaitu lowongan 3 (Web Programmer) adalah alternatif yang terpilih sebagai alternatif terbaik. Jika dalam perhitungan program dengan input kualifikasi seperti berikut: Jenis Kelamin = Pria Usia = 25 tahun Pendidikan = S1 TI IPK = 3.2 Pengalaman Kerja = 0 tahun Keahlian = PHP, JAVA, Javascript, HTML, Oracle
28
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PEMBAHASAN Penelitian ini merupakan pendekatan yang diterapkan pada gray relationanalysis untuk memilih kriteria perwakilan di antara set besar pilihan yang tersedia. Metode ini memecahkan masalah Fuzzy Multiple Attribute Decision Making (FMADM) dengan menggunakan bilangan interval fuzzy. Interval indeks digunakan untuk menerapkan operasi perkalian dari range angka dari bilangan interval fuzzy. Dalam penelitian ini, metode analisis menggunakan ide meminimalkan fungsi jarak . Hasil adalah tampilan program dalam mengolah data lamaran yang dimulai dengan tampilan menu Utama yang terdiri dari sub menu File yang terdiri dari input data Lowongan dan Lamaran. Menu Cari Fuzzy yang berfungsi untuk memproses data lamaran, sub menu Laporan Perankingan yang berfungsi untuk menampilkan informasi Daftar Perankingan, Normalisasi dan Pembobotan SAW. PROSES FUZZY Proses Fuzzy berfungsi untuk melakukan perangkingan data pelamar kerja dengan kriteria lowongan yang tersedia dengan algoritma Fuzzy Multiple Attribute Decision Making. Proses Fuzzy dapat dilihat seperti pada gambar 3.
Gambar 10. Tampilan hasil Fuzzy
MODEL FUZZY FMADM UNTUK PENGELOLAAN LOWONGAN KERJA
29
DAFTAR RANKING Daftar perankingan adalah hasil proses fuzzy data pelamar dengan enam kriteria yaitu Usia, Jenis Kelamin, Pendidikan, IPK, Pengalaman serta Keahlian. Daftar Perankingan dapat dilihat seperti pada gambar 4.
Gambar 11. Tampilan daftar perangkingan
Keterangan: W * R adalah hasil perankingan, yang tertinggi merupakan pelamar yang diterima pada lowongan yang bersangkutan tergantung pengambil keputusan. HASIL PENGUJIAN Setelah mengimplementasikan perangkat lunak Fuzzy Multiple Attribute Decision Making, maka dapat disusun hasil percobaan seperti pada Tabel 4. Table 7. Matriks Kecocokan Pelamar Kinina
Setelah diperoleh matriks normalisasi, maka dilakukan pembobotan dengan metode SAW yang menghasilkan matriks Hasil Pembobotan seperti pada Tabel 6. Table 9. Matriks Pembobotan SAW Pelamar Kinina
Matriks pada Tabel 6, selanjutnya diberi bobot preferensi oleh pengambil keputusan berdasarkan tingkat kepentingan masing-masing
MODEL FUZZY FMADM UNTUK PENGELOLAAN LOWONGAN KERJA
31
kriteria yang dibutuhkan perusahaan dengan bilangan fuzzy dengan bobot kecocokan setiap alternatif pada setiap kriteria adalah: SR = 0 Sangat rendah R = 2,5 Rendah C = 5 Cukup T = 7,5 Tinggi ST = 10 Sangat Tinggi Pembobotan preferensi dilakukan dengan kriteria C1 = Jenis kelamin C2 = Usia C3 = Pendidikan C4 = Nilai IPK C5 = Pengalaman kerja C6 = Keahlian KESIMPULAN Dari hasil implementasi Pengembangan Model Fuzzy Multiple Attribute Decision Making (FMADM) untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. 1. Metode Fuzzy Multiple Attribute Decision Making dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. 2. Pada penelitian ini dilakukan pendekatan obyektif dengan melakukan pembobotan dengan metode Simple Additive Weighting (SAW). 3. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan (bobot preferensi), sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. SARAN Untuk mengembangkan penelitian lanjutan metode Fuzzy Multiple Attribute Decision Making (FMADM) dapat dibandingkan dengan metode TOPSIS seperti pada penelitian yang terkait dengan penelitian ini.
32
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
REFERENSI Deni, W., Sudana, O., Sasmita, A. 2013. Analysis and Implementation Fuzzy Multi-Attribute Decision Making SAW Method for Selection of High Achieving Students in Faculty Level. International Journal of Computer Science Issues, Vol. 10, Issue 1, No 2, January 2013. Department of Information Technology, Udayana University Bali, 80361, Indonesia. Kusumadewi, S., & Hartati, S. 2010. Neuro-FuzzyIntegrasi Sistem Fuzzy & jaringan Syaraf. Graha Ilmu. Yogyakarta. Kusumadewi, S., dan Hartati, S. Harjoko, A. & Wardoyo, R. 2006. Fuzzy Multi Attribute Decision Making ( Fuzzy FMADM ). Graha Ilmu. Yogyakarta. Kusumadewi, S. dan Purnomo, H., 2004. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan . Graha Ilmu. Yogyakarta. Klir, J. George dan Yuan, Bo. 1995. Fuzzy Sets And Fuzzy Logic Theory And Application. Prentice Hall International. New Jersey. Mulyono, Sri, SE, M.Sc. 2002. Teori Pengambilan Keputusan. Edisi Revisi. Fakultas Ekonomi Universitas Indonesia. Jakarta. Ross, J. Timothy. 1997. Fuzzy Logic With Engineering Applications. MC. Graw Hill International Editions. Anshori, Y,. 2012. Pendekatan Triangular Fuzzy Number Dalam Metode Analytic Hierarchy Process. Jurnal Ilmiah Foristek Vol. 2, No. 1, Maret 2012. Dosen Jurusan Teknik Elektro, Fakultas Teknik, Universitas Tadulako. Niraj, Malay, et al. 2011. Modelling for Supplier Trough Fuzzy Logic. International Journal of Scientific & Engineering Research. Muley A.A. & Bajaj V.H. 2010. Applications of Fuzzy Multiple Attribute Decision Making Method Solving by Interval Numbers Advances in Computational Research, Journal ISSN: 0975–3273, Volume 2, Issue 1, 2010, pp-01-05.
MODEL FUZZY FMADM UNTUK PENGELOLAAN LOWONGAN KERJA
33
Department of Statistics, Dr. B. A. M. University, Aurangabad (M.S.)-431004, India. Uyun,S., Riadi, I. 2011. A Fuzzy Topsis Multiple-Attribute Decision Making for Scholarship Selection. Jurnal TELKOMNIKA, Vol.9, No.1, April 2011. Alcan, P., Basligil, H., 2011. A Facility Location Selection Problem By Fuzzy Topsis. 15th International Research/Expert Conference, ”Trends in the Development of Machinery and Associated Technology” TMT 2011, Prague, Czech Republic, 12-18 September 2011. Ginting, R.U & Dillak R.Y. 2012. Evaluasi Perpustakaan Digital Menggunakan Fuzzy Evaluation Membership Degree Transportation New Algorthm M (1,2,3). Seminar Nasional Aplikasi Teknologi Informasi 2011. Yogyakarta. Carlsson, C. & Full, R., 2006. Fuzzy multiple criteria decision making: Recent developments, Fuzzy Sets and Systems. Maulida, W.W, 2011. Penerapan Metode Fuzzy Multi Attribute Decision Making dalam Pengambilan Keputusan Penentuan Prioritas Penerimaan Siswa Baru (Kasus : SMAN 5 Mataram). Tesis S2 Program Studi Magister Teknologi Informasi Jurusan Teknik Elektro Fakultas Teknik. Sekolah Pascasarjana Universitas Gadjah Mada 2011.
34
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PERANCANGAN SISTEM INFORMASI PENGOLAHAN DATA PEGAWAI BERBASIS WEB DI SETDAKAB ACEH UTARA Dahlan Abdullah Program Studi Teknik Informatika, Fakultas Teknik, Universitas Malikussaleh Reuleut, Aceh Utara, Aceh-Indonesia E-mail :[email protected]
Abstrak Pada Sekretariat Kabupaten Aceh Utara memiliki lebih kurang 240 pegawai negeri. Selama ini dalam dalam proses pengolahan data pegawai masih menggunakan Microsoft office excel, untuk memperoleh atau mengedit data pegawai harus menjumpai bagian yang mengolola data tersebut, sehingga terpikir oleh saya untuk merancang sebuah sistem yang dapat mempermudah kinerja para pegawai. Perancangan dilakukan dengan menggunakan DFD dan ERD untuk memodelkan data dan proses. Dengan adanya sistem ini, diharapkan akan dapat memudahkan dalam pengolahan data pegawai.
Kata Kunci : Perancangan, Sistem Informasi, Web, DFD, ERD.
PENDAHULUAN Perkembangan ilmu pengetahuan dan teknologi saat ini sudah cukup maju, khususnya teknologi informasi telah mengalami perkembangan yang sangat pesat.Hal tersebut ditandai dengan semakin meningkatnya penggunaan komputer dalam menangani pengolahan
36
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
data.Dewasa ini penggunaan komputer menjadi salah satu pilihan utama disetiap instansi, baik yang berskala besar maupun kecil. Proses pengolahan data kepegawaian di lingkungan Sekretariat Kabupaten Aceh Utara sudah menggunakan komputer yaitu dengan menggunakan Microsoft excel sehingga masih masih kurang efesien dalam proses pengolahan data, baik memasukan data, perubahan data dan menghapus data yang tidak diperlukan lagi serta masih kurang cepat dalam proses pencarian data. Ini dapat ditandai dengan banyak hal yang bisa dijumpai dalam kehidupan sehari – hari yang berhubungan dengan komputer dan jaringan internet.Banyak pekerjaan yang memanfaatkan jaringan internet, dinstansi-instansi pemerintahan yang bergerak pada bidang Pemerintahan, politik, hukum dan lain sebagainya. Prose pengolahan data kepegawaian di lingkungan sekretariat kabupaten Aceh Utara masih menggunakan Microsoft excel sehingga masih kurang efeien cepat dan tepat dalam pengolahan data pegawai. Dengan melihat kekurangan pengolahan data tersebut, maka dibutuhkan sebuah sistem baru yang mampu melakukan pengolahan data secara cepat, akurat dan dapat melakukan pembaharuan (up to date) dengan cepat sesuai dengan perkembangan kebutuhan informasi. Salah satu bentuk pengolahan informasi berbasis komputerisasi yaitu sebuah sistem yang memanfaatkan aplikasi web. Aplikasi web berkembang seiring dengan pesatnya perkembangan teknologi internet karena dengan menggunakan teknologi internet dapat membantu dalam kemudahan serta kecepatan pengiriman, penyampaian dan penerimaan informasi. Mulai dari perusahaan – perusahaan, instansi pemerintah, sekolah – sekolah, perguruan tinggi dan lembaga atau organisasi lainnya telah banyak memanfaatkan aplikasi web dalam kegiatan penjualan, promosi, belajar dan kegiatan lainnya dimana dibutuhkan pengiriman, penyebaran dan penerimaan informasi sehingga memberikan kemudahan bagi pengguna (user) yang membutuhkan. Sekretariat Daerah Kabupaten (SETDAKAB) Aceh Utara merupakan instansi di bidang Pemerintahan daerah Kabupaten Aceh Utara. Tapi sayangnya pengolahan data data kepegawaian masih
SI PENGOLAHAN DATA PEGAWAI BERBASIS WEB
37
dilakukan masih kurang efisien yaitu masih menggunakan Microsoft office excel, Sehingga penulis tertarik untuk membuat Penelitian tentang sistem informasi yang berbasis web pada SEKRETARIAT DAERAH KABUPATEN ACEH UTARA sebagai bahan tulisan Penelitian yang berjudul “PERANCANGAN SISTEM INFORMASI PENGOLAHAN DATA PEGAWAI BERBASIS WEB DISETDAKAB ACEH UTARA”. METODE PENELITIAN Metodelogi Penelitian yang dilakukan adalah sebagai berikut : a. Metode Studi Literatur Penulis melakukan penelilitian ke perpustakaan yang ada kaitannya dengan aplikasi yang akan di rancang, yaitu dengan cara membaca buku serta mempelajari literatur – literatur yang menunjang penulisan ini. b. Metode Observasi Metode yaitu pengamatan langsung pada objek permasalahan dilapangan. c. Wawancara Proses pengumpulan informasi atau data dengan langsung mewawancarai pegawai pada yang menangi masalah kepegawaian setdakab Aceh Utara. HASIL DAN PEMBAHASAN Perancangan sistem merupakan bagian yang paling penting dalam pengembangan suatu sistem informasi dan salah satu komponen sistem yang dapat dijadikan tolak ukur keberhasilan sistem adalah ouput atau keluaran.
38
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
3.1 Diagram Konteks Diagram konteks merupakan alat dalam perancangan secara global atau umum bagi perancangan sebuah sistem yang akan di buat, yang bertujuan untuk mencerminkan keadaan sistem yang akan di bangun. Username pasword Data pegawai Data pendidikan Data jabatan Data pangkat
Info pegawai Setdakab Aceh Utara
Sistem informasi pengolahan data pegawai
pegawai
Info Data pegawai Info Data pendidikan Info Data jabatan Info Data pangkat
Lap. Data pegawai Lap.Data pendidikan Lap. Data jabatan Lap. Data pangkat
Kepala Sub Bagian kepegawaian Username pasword Data pegawai Setdakab Aceh utara
pimpinan
Gambar 1. Diagram Konteks
3.2 DFD Level 1 Kepala Sb Bagian kepegawaian
Info Data pegawai pemerintah di setdakab Aceh Utara
Data pegawai pemerintah di setdakab Aceh Utara
Data pegawai Data pendidikan Data jabatan Data pangkat
Data pegawai
Data pendidikan 2.0 Pembuatan Laporan
1.0 Pengolahan Data Data jabatan
Lap. Data pegawai Lap. Data pendidikan Lap. Data jabatan Lap. Data pangkat
pegawai Info Data pegawai Info Data pendidikan Info Data jabatan Info Data pangkat
Data pangkat
pimpinan
Gambar 2. DFD level 1
SI PENGOLAHAN DATA PEGAWAI BERBASIS WEB
39
3.3 DFD level 1 Proses pengolahan Data Data pegawai Data pegawai Data pendidikan Data jabatan Data pangkat
Data pendidikan 1.0 Pengolahan Data
pegawai
Data jabatan Info Data pegawai Info Data pendidikan Info Data jabatan Info Data pangkat
Data pangkat
Gambar 3. DFD level 1 Proses pengolahan Data
3.4 DFD level 2 proses pembuatan laporan Data pegawai
Data pegawai
Data jabatan
Data pendidikan
Data jabatan
Data pendidikan 2.0 Pembuatan Laporan
Data pangkat
Data pangkat
Lap. Data pegawai Lap. Data pendidikan Lap. Data jabatan Lap. Data pangkat
pimpinan
Gambar 4.DFD level 2 Proses Pembuatan Laporan
40
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 5. ERD Sistem Informasi Pengolahan Data Pegawai
3.6 Relasi Antar Tabel Relasi antar tabel digunakan untuk menggambarkan hubungan antar entitas dalam sistem, tabel yang digunakan dalam sistem informasi kepegawaian ini cukup banyak yaitu ada 6 tabel, hal ini dilakukan sematamata untuk normalisasi data sehingga lebih efisien EntityRelationship Diagram dapat dilihat pada gambar dibawah ini : tbl_pangkat nip kd_pangkat* pangkat TMT_pangkat Tbl_pegawai tbl_jabatan nip kd_jabatan* jabatan TMT_jabatan masa_kerja_tahun masa_kerja_bulan
nip* nama kd_pangkat kd_jabatan kd_pendidikan tempat_lahir tgl_lahir Alamat status agama password
3.7 Desain input Perancangan sistem ini bertujuan untuk memberikan suatu gambaran tentang program yang sedang dibuat atau dikembangkan yaitu desain masukan dan desain keluaran dalam program secara umum juga memberikan desain menu program untuk diimplementasikan pada tahap selanjutnya. a. Desain tampilan form login SISTEM INFORMASI URUTAN KEPANGKANGTAN PNS DILINGKUNGAN SETDAKAB ACEH UTARA
USER NAME
:
PASSWOD
: CLOSE
LOGIN
Gambar 7. Desain Form Login
b. Perancangan form menu utama SISTEM INFORMASI PENGOLAHAN DATA PEGAWAI SETDAKAB ACEH UTARA
HOME
INPUT DATA
Selamat datang di sistem informasi urutan kepangkatan dilingkunmgan setdakap Aceh Utara
Lihat data
Data pegawai
Data pegawai
Data pendidikan
Data pendidikan
Data jabatan
Data jabatan
Data pangkat
Data pangkat
Jln. Mayjen. T. Hamzah Bendahara Keude Aceh Lhokseumawe.
Gambar 8. Desain Form Menu Utama
42
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
c. Desain form input data pribadi pegawai SISTEM INFORMASI PENGOLAHAN DATA PEGAWAI DI SETDAKAB ACEH UTARA
INPUT DATA PEGAWAI :
NIP NAMA
GOLONGAN
:
:
TEMPAT LAHIR
:
ALAMAT
:
TANGGAL LAHIR
:
KD JABATAN
:
JENIS KELAMIN
:
KD PENDIDIKAN:
AGAMA
:
:
STATUS
KD PANGKAT
SIMPAN
CANCEL
TAMBAH DATA Cari berdasarka
: :
DATA PEGAWAI
CETAK
Gambar 9. Desain form input data pegawai
d. Tampilan input data kepangkatan SISTEM INFORMASI KEPEGAWAIAN DILINGKUNGAN SETDAKAB ACEH UTARA
INPUT DATA PANGKAT
Cari berdasarka :
NIP
:
KODE PANGKAT
:
:
PANGKAT
:
:
TMT PANGKAT
:
TAMBAH DATA
DATA PANGKAT
CETAK
SIMPAN
CANCEL
Gambar 10. Desain form input data pangkat
SI PENGOLAHAN DATA PEGAWAI BERBASIS WEB
43
e. Tampilan input data jabatan SISTEM INFORMASI PENGOLAHAN DATA PEGAWAI DI SETDAKAB ACEH UTARA
Cari berdasarka :
INPUT DATA JABATAN
DATA JABATAN NIP
:
KODE JABATAN
:
JABATAN
:
TMT JABATAN
:
MASA KERJA
TAHUN
: : CETAK
TAMBAH DATA
CANCEL
SIMPAN
BULAN
Gambar 11. Desain form input data jabatan
e. Tampilan input data pendidikan SISTEM INFORMASI PENGOLAHAN DATA PEGAWAI DI SETDAKAB ACEH UTARA
INPUT DATA PENDIDIKAN
Cari berdasarka : DATA PENDIDIKAN
NIP
:
:
NAMA
:
:
KODE PENDIDIKAN
:
NAMA PENDIDIKAN
:
JURUSAN
:
CETAK
TAMBAH DATA
SIMPAN
CANCEL
TINGKAT PENDIDIKAN : TAHUN LULUS
:
Gambar 12. Desain Input Form Data Pendidikan
44
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
3.8 Desain Output Dalam suatu program aplikasi yang paling penting adalah hasil keluaran harus sesuai dengan keinginan dan kebutuhan pengguna. Desain keluaran dibuat dalam dua jenis rancangan keluaran yaitu desain keluaran yang akan ditampilkan pada layar monitor dan desain keluaran yang akan ditampilkan pada dalam bentuk laporan melalui proses pencetakan mesin printer . dibawah ini merupakan contoh output. a. Desain output data pegawai.
Gambar 13. Desain output data pegawai
b. Desain output data jabatan
Gambar 14. Desain out put data jabatan
c. Desain output data pangkat
Gambar 15. Desain output data pegawai
d. Desain output data pendidikan
Gambar 16. Data pendidikan
SI PENGOLAHAN DATA PEGAWAI BERBASIS WEB
45
KESIMPULAN Dari hasil pembahasan Penelitian ini penulis memberikan kesimpulan sebagai berikut: a. Kelebihan dari sistem imformasi pengolahan data pegawai berbasis we ini adalah dapat melakukan input, edit dan hapus data pegawai dengan mudah, dan mempermudah kan dalam mencari data dan dapat dapat diakses dimana saja dengan memanfaatkan jaringan internet dan komputer yang mendukung. b. Dengan memanfaatkan sistem ini pegawai dapat dengan mudah mengolola data pegawai SARAN Dengan dibuatnya sistem informasi kepegawaian berbasis web ini, penulis mengharapkan akan mendapatkan hasil yang akurat dalam mengolola data kepegawaian. Bagi anda yang membaca laporan kerja praktek ini, semoga dapat membuat yang lebih baik lagi dari yang sudah ada sesuai dengan bahasa pemrogramman yang dituntut oleh kemajuan zaman. REFERENSI [1] Fathansyah. Ir,2002, Basis Data. Elex Media Komputindo. Jakarta. [2] Jogianto H.M, 2001. Analisis dan Desain Sistem Informasi. Andi. Offset Yogyakarta. [3] Jogianto H.M ,1990, Pengenalan Komputer: Dasar Ilmu Komputer, Pemrograman, Sistem Informasi dan Intelegensi Buatan. Elex Media Komputindo. Jakarta. [4] Kadir Abdul, 2004, “Dasar Pemrograman Web Dinamis Menggunakan PHP”, Andi Yogyakarta. [5] Rogers Pressman, Ph. D, 1997. Pengembangan Sistem Informasi.Salemba Infotek. Jakarta.
46
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PENGEMBANGAN APLIKASI GENERATOR MODUL PADA CMS UNTUK MEMPERMUDAH PENGEMBANGAN SISTEM BERBASIS WEB (studi kasus: CMS Lokomedia) Fiftin Noviyanto1, Al Mazari2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Yogyakarta 1) [email protected][email protected]
ABSTRAK CMS (Content Management System) merupakan salah satu aplikasi web yang memungkinkan penggunanya membuat website sendiri tanpa harus menguasai bahasa pemrograman. Lokomedia merupakan CMS buatan Indonesia yang saat ini banyak dikenal dan digunakan oleh masyarakat Indonesia untuk berbagai keperluan. Melalui buku – buku yang ditulis oleh pembuatnya, menjadikan CMS ini mudah untuk dipelajari dan dikembangkan oleh para pencintanya. Namun dalam perkembangannya, Lokomedia saat ini belum menggunakan sistem plugin seperti Wordpress dimana website yang akan dibagun terkoneksi dengan plugin store sehingga pengguna dengan mudah menambahkan plugin atau modul yang diinginkan tanpa melakukan konfigurasi, hal tersebut menuntut pengguna harus memahami arsitektur CMS dan mengerti bahasa pemrograman web untuk menambahkan modul baru. Penelitian ini menggunakan model proses pengembangan sistem Modified Waterfall. Aplikasi ini menggunakan PHP sebagai bahasa pemrograman. Penelitian yang dilakukan menghasilkan aplikasi generator modul untuk mempermudah pengembangan sistem berbasis web. Aplikasi ini memiliki tiga langkah perancangan dan pada ahirnya menghasilkan kode program modul sesuai perancangan yang dilakukan, sehingga dapat mempercepat pembuatan modul dan meminimalkan kesalahan pengetikan kode program. Hasil uji coba menunjukan bahwa aplikasi layak dan dapat digunakan. Kata Kunci : Generator Modul, Penghasil Modul, Penghasil Kode Program Modul, CMS Lokomedia.
.
48
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PENDAHULUAN CMS (Content Management System) merupakan perangkat lunak yang dapat digunakan untuk membuat website dan memanajemen konten website tersebut secara dinamis dan mudah. CMS Lokomedia yang dibuat oleh Lukmanul Hakim menggunakan PHP sebagai bahasa pemrogramannya dan Mysql sebagai tempat penyimpanan datanya merupakan salah satu CMS buatan Indonesia yang saat ini dikenal dan banyak digunakan oleh masyarakat Indonesia untuk berbagai keperluan. CMS Lokomedia memiliki dua fungsi standar yaitu untuk portal berita dan situs penjualan dapat didapatkan secara gratis melalui website resminya http://bukulokomedia.com. Melalui buku-buku yang ditulis oleh pembuatnya yang membahas tentang CMS Lokomedia, menjadikan CMS Lokomedia mudah untuk dipelajari dan dikembangkan oleh para pencintanya. CMS Lokomedia saat ini belum menggunakan sistem plugin seperti CMS Wordpress dimana website yang dibuat terhubung dengan plugin store sehingga pengguna dapat dengan mudah menambahkan modul atau plugin yang dibutuhkan. Hal tersebut dikarenakan Lokomedia belum menyediakan wadah resmi bagi para pengembangnya untuk berkumpul menjadi satu dan menyajikan hasil karya mereka berupa modul - modul yang penting yang belum tersedia pada standarnya. Selain itu faktor lainnya adalah pembuat atau pengembang belum memperbaharui arsitektur Lokomedia yang memungkinkan sistem plugin diterapkan. Permasalahan tersebut menuntut para pengguna Lokomedia harus memahami arsitektur Lokomedia dan mengerti bahasa pemrograman web seperti PHP dan Mysql untuk menambahkan modul baru. Modul - modul pada CMS Lokomedia memiliki arsitektur yang sama, perbedaannya hanya terletak pada jenis-jenis field dalam sebuah form pada suatu modul, artinya yang berbeda hanyalah data yang akan dimasukkan, dibaca, diubah dan dihapus, sedangkan proses insert, create, update dan delete adalah sama. Namun waktu yang diperlukan untuk menyelesaikan sebuah modul membutuhkan waktu yang cukup lama dengan konsentrasi penulisan kode program yang cukup tinggi dan dengan memperhatikan sisi keamanannya.
APILIKASI GENERATOR MODUL PADA CMS
49
CMS Lokomedia saat ini juga belum menyediakan tool atau alat yang mempermudah dan mempercepat bagi para pengembang dalam merekayasa modul. Sehingga muncullah ide untuk membuat sebuah tool yang dapat mempermudah pembuatan modul dengan meminimalkan waktu dan kesalahan penulisan kode program tanpa mengurangi sisi keamanannya. Latar belakang masalah di atas merupakan pengambilan topik penelitian ini. Judul penelitian ini adalah “ Pengembangan Aplikasi Generator Modul Pada CMS Lokomedia Untuk Mempermudah Pengembangan Sistem Berbasis Web ”. KAJIAN PUSTAKA Penelitian terdahulu yang pernah dilakukan oleh Fumio Narisawa, Hidemitsu Naya, Takanori Yokoyama pada tahun 1998 dengan judul “ A Code Generator With Application-Oriented Size Optimization For ObjectOriented Embedded Control Software ”. Penelitian tersebut merupakan pembuatan aplikasi generator kode otomatis yang menghasilkan kode bahasa C dari object-oriented diagram spesifikasi [9]. Penelitian lainnya yang pernah dilakukan oleh Thorsten Sturm, Jesco von Voss, Marko Boger pada tahun 2002 dengan judul “Generating Code From Uml With Velocity Templates”. Penelitian tersebut merupakan pengembangan perangkat lunak penghasil kode otomatis berdasarkan template yang aktif mengakses informasi UML [10]. CMS (CONTENT MANAGEMENT SYSTEM) CMS (Content Management System) adalah aplikasi web yang berisikan template untuk mengelola isi halaman web secara mudah [7]. Penggunaan Content Management System tidak memerlukan pengetahuan pemrograman web yang handal karena proses instalasi dan cara penggunaannya sudah user friendly. CMS sendiri ada yang dibuat khusus menyesuaikan kasus yang ada dan biasanya berbayar dan ada yang berupa template instan yang fungsionalitasnya dibuat dengan menyeuaikan pada beberapa proses bisnis yang ada di dunia nyata yang dapat digunakan secara gratis.
50
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Aplikasi Content Management System instant yang banyak terdapat di internet saat ini kebanyakan dibuat menggunakan scripting language PHP dan database-nya adalah MySQL. Saat ini perkembangan Content Management System cukup pesat, banyak vendor yang membuat CMS instant yang didistribusikan secara gratis. Perkembangan CMS instant ini juga dipicu oleh perkembangan web 2.0 yang memungkinkan interaksi dalam arti yang cukup luas antara pengelola web dan pengunjung web. Selain perkembangan teknologi web dan infrastruktur internet, perkembangan pesat Content Management System juga dipicu oleh kebutuhan masyarakat dan pelaku bisnis yang menginginkan web dapat mendukung kegiatan bisnis mereka secara mudah dalam hal pengelolaan content, cepat dalam pembuatan web, serta murah dalam pengadaannya. CMS LOKOMEDIA Lokomedia merupakan CMS yang dibuat oleh seorang praktisi web sekaligus penulis buku bertema komputer yaitu Lukmanul Hakim. Lokomedia pertama kali dibuat pada tahun 2008 yang sebelumnya merupakan source code yang diberikan pada buku “ Membongkar Trik Rahasia Para Master PHP ” [8]. Lokomedia didistribusikan secara gratis pada website resminya http://bukulokomedia.com dan mempunyai forum resmi yaitu http://forum.bukulokomedia.com. Lokomedia banyak dikenal dan digunakan dikarenakan mudah digunakan dan dipelajari bagi para pemula yang belum mengenal OOP (Object Oriented Programming). Lokomedia juga selalu memberikan update versi saat buku baru diterbitkan oleh penulis sendiri yang membahas seputar teknologi website terbaru yang diterapkan pada versi terbarunya. Hal tersebut tentunya semakin memudahkan para pengguna untuk semakin mengetahui Lokomedia. Arsitektur modul pada Lokomedia terlihat pada gambar berikut :
APILIKASI GENERATOR MODUL PADA CMS
51
Gambar 1. Letak Folder Penyimpanan Modul
Gambar 1 menujukkan letak penyimpanan folder modul. Folder modul disimpan didalam folder bernama modul yang terletak di dalam folder adminweb.
Gambar 2. Isi Folder Modul Gambar 2 menujukkan didalam folder bernama modul terdapat folderfolder modul itu sendiri, setiap modul diberinama depan mod_ kemudian diikuti nama modul. Setiap modul hanya memiliki dua buah file yaitu file utamanya dan file sebagai aksinya, setiap modul juga memiliki nama yang unik yang digunakan untuk proses pemanggilan modul.
52
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
METODE PENELITIAN Penelitian ini menggunakan model proses pengembangan sistem Modified Waterfall diawali dengan tahap analisis definisi persyaratan yaitu analisis kebutuhan. Dilanjutkan dengan perancangan sistem dan perangkat lunak yaitu perancangan proses dan perancangan interface. Kemudian implementasi dan pengujian unit. Setelah itu sampai pada tahap terakhir yaitu integrasi pengujian sistem menggunakan metode black box test dan beta test. Aplikasi ini menggunakan PHP sebagai bahasa pemrograman. HASIL DAN PEMBAHASAN Analisis dan Definisi Persyaratan a. Analisis Kebutuhan Analisis kebutuhan data masukan yang diperlukan pada setiap block berupa: 1) Kebutuhan input block setting awal berupa: nama database, nama tabel jika sudah mempunyai tabel, lokasi penyimpanan folder modul, nama modul, nama folder modul, nama file utama, nama file aksi. 2) Kebutuhan input block type form berupa: tabel dari database, type form dari setiap field. 3) Kebutuhan input block form, pada block ini kebutuhan input setiap type form berbeda – beda terlihat pada tabel 1 berikut: Tabel 1. Tabel Perbadingan Kebutuhan Input Type Form Type Form Textfield
Kebutuhan Input Label
Properti
Value
Validasi
Hidden Password
Textarea
Radio Button
APILIKASI GENERATOR MODUL PADA CMS
53
Radio Button Database
Checkbox
Checkbox Database
Combobox
Combobox Database
File
Date
Analisis kebutuhan proses yang diperlukan pada setiap block berupa: 1) Proses block setting awal: koneksi database, pengambilan nama database, pengambilan nama - nama tabel, pengecekan lokasi penyimpanan folder modul, pengecekan informasi modul. 2) Proses block type form: menampilkan field – field tabel, proses pemilihan type form. 3) Proses block form: pemilihan halaman pengaturan, pengambilan field – field pada perintah SQL yang dimasukan. 4) Proses block hasil generate: pemilihan kode yang akan degenerate untuk setiap type form. Analisis data keluaran difokuskan pada kode yang dihasilkan untuk tiap – tiap type field terlihat pada tabel 2 berikut : Tabel 2. Tabel kode yang dihasilkan untuk type field form Type Form
Kode Hasil
Textfield
Hidden
Password
54
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PERANCANGAN PROSES Di dalam perancangan proses digambarkan dalam bentuk flowchart. Berikut tahap-tahap perancangan proses : 1) Alur proses block setting awal
Gambar 3. Proses pengecekan seluruh informasi modul
Flowchart pada gambar 3 merupakan alur proses pengecekan keseluruhan data informasi modul yang akan di buat, jika semua informasi yang dibutuhkan telah terpenuhi, maka proses pada block setting awal telah selesai.
56
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
2)
Alur proses block type form
Gambar 4. Proses pada block type form
Flowchart pada Gambar 4 menunjukkan seluruh proses yang terjadi pada block type form, dimana proses diawali dengan melakukan cek apakah pengguna telah memiliki tabel dan field sebagai tempat penyimpanan data modul, jika belum maka sistem akan mengarahkan agar pengguna membuat tabel beserta fieldnya. Kemudian setelah field ada, sistem akan menghitung berapa jumlah field dan mengetahui properti tiap-tiap fieldnya. Kemudian sistem akan melakukan perulangan untuk menampilkan field – field yang ada agar pengguna dapat memilih type form yang akan digunakan untuk tiap – tiap field. 3)
Alur proses block form
Gambar 5. Proses pada block form
APILIKASI GENERATOR MODUL PADA CMS
57
Flowchart Gambar 5 menunjukkan proses yang terjadi pada block form, dimana proses diawali dengan mengetahui jumlah field dan type form yang digunakan untuk setiap field tersebut, setelah itu dilakukan perulangan untuk dapat menampilkan jenis – jenis pengaturan yang sesuai dengan type form pada tiap – tiap fieldnya. 4) Alur proses block hasil generate
Gambar 6. Proses pada block hasil generate
Flowchart pada Gambar 6 menunjukkan proses yang terjadi pada block hasil generate, dimana proses diawali dengan mengetahui jumlah field yang digunakan, type form untuk tiap – tiap field dan nilai pengaturan yang telah dilakukan pada tiap – tiap field. Setelah itu kode di generate sesuai type form dengan memasukkan pengaturan yang dilakukan. a. Perancangan Interface Perancangan interface diperlukan untuk memberikan tampilan yang menarik dan memberikan kemudahan pengguna
58
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
aplikasi. Perancangan interface terdiri dari perancangan menu dan perancangan interface. IMPLEMENTASI Untuk mendapatkan kode program modul, maka perlu dilakukan perancangan modul. Aplikasi Generator akan memberikan informasi yang harus di berikan ke aplikasi. Berikut merupakan data yang harus diberikan pada setiap blocknya:
Gambar 7. Tampilan block setting awal
Block setting awal digunakan untuk mendapatkan beberapa informasi yang berkaitan dengan modul yang akan dibuat, jika informasi yang dibutuhkan aplikasi telah terpenuhi maka aplikasi memperbolehkan untuk menuju ke step selanjutnya.
Gambar 8. Tampilan block type form
APILIKASI GENERATOR MODUL PADA CMS
59
Gambar 8 merupakan tampilan jika tabel pada block setting awal belum dipilih, maka sistem akan mengarahkan untuk memanajemen tabel, dan jika sudah memilih tabel yang akan digunakan maka sistem akan menyarankan untuk memilih type form untuk setiap field seperti berikut :
Gambar 9. Tampilan block type form
Gambar 9 menunjukkan type form yang harus di pilih untuk setiap field yang akan digunakan. Setelah mengatur type form maka step selanjutnya adalah mengatur label, property, value dan validasinya:
60
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 10. Tampilan block form
Block form seperti pada gambar 10 merupakan tempat pengaturan untuk label, properti, value dan validasi untuk setiap field – field yang digunakan. Setelah itu, block selanjutnya adalah block hasil generate:
Gambar 11. Tampilan block hasil generate
Gambar 11 merupakan tampilan untuk kode program modul yang dihasilkan oleh generator. Terdapat dua buah kode program untuk file utama dan file aksi yang telah dideskripsikan pada setting awal. Generator juga akan membuat folder dan file – file modul secara otomatis kedalam folder yang diarahkan pada setting awal. INTEGRASI Agar block – block program dapat benar – benar bekerja menghasilkan kode program, yang perlu dilakukan adalah data input yang telah dideskripsikan pada analisis kebutuhan input untuk tiap – tiap block telah
APILIKASI GENERATOR MODUL PADA CMS
61
terpenuhi, sehingga tiap block dapat saling terhubung dan bekerja menghasilkan kode program modul. PENGUJIAN SISTEM Aplikasi ini menggunakan dua jenis pengujian yaitu black box test yang melibatkan pembuat CMS Lokomedia yaitu Lukmanul Hakim, dan beta test yang dilakukan oleh para programmer atau pengembang Lokomedia, sehingga dapat diperoleh tanggapan dari pemakai tentang aplikasi tersebut. KESIMPULAN a. Dari penelitian telah dirancang dan dibangun aplikasi generator modul untuk CMS Lokomedia dengan tiga langkah perancangan yang dapat di jalankan pada local web server. b. Aplikasi yang yang telah dirancang dan dibangun dapat mempercepat dalam membuat modul baru dan meminimalkan kesalahan dalam pengetikan program. c. Berdasarkan hasil uji sistem black box test, nilai presentase untuk jawaban “YA” adalah 100 % dan hasil uji beta test “ Sangat setuju = 44,8%, “Setuju = 55,2 %, sehingga perangkat lunak layak untuk digunakan serta sesuai dengan kebutuhan pemakai user. REFERENSI Arsyad, Firmansyah., 2008, Rekayasa CMS Open Source untuk Pembuatan Sistem Informasi Lowongan Kerja Online, Skripsi S1, Universitas Ahmad Dahlan, Yogyakarta. Hakim, Lukmanul., 2006, Trik Rahasia Master PHP Terbongkar Lagi, Lokomedia, Yogyakarta Hakim, Lukmanul., 2008, Membongkar Trik Rahasia Para Master PHP, Lokomedia, Yogyakarta. Hakim, Lukmanul., 2010, Bikin Website Super Keren dengan PHP dan Jquery, Lokomedia, Yogyakarta
62
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Hidayatullah, Fikri., 2010, Pengembangan Component dan Module CMS Open Source untuk Pembuatan Aplikasi Hadits dan Terjemah Berbasis Web, Skripsi S1, Universitas Ahmad Dahlan, Yogyakarta. Kadir, Abdul., 2003, Dasar Pemrograman Web Dinamis Menggunakan PHP, Andi, Yogyakarta. MySQL Group, 2006, MySQL Documentation : http://dev.mysql.com/doc/ Peranginangin, Kasiman,. 2006, Aplikasi Web dengan PHP dan MySQL, Andi, Yogyakarta. PHP
Documentation Group, http://www.php.net/manual/
2006,
PHP
Manual
:
Sulhan, Moh., 2007, Pengembangan Aplikasi Berbasis Web dengan PHP dan ASP, Gava Media, Yogyakarta. Tarmuji, Ali., 2009, Diktat Kuliah Rekayasa Perangkat Lunak, Universitas Ahmad Dahlan, Yogyakarta
PEMBANGUNAN APLIKASI E-COMMERCE DALAM MENUNJANG PENJUALAN PRODUK PADA CV.RIZTECH Rahmad Syah1), Muhd. Iqbal2),Marischa Elveny3) Abstract CV. Riztech is a company engaged in the sale of apparel products that have not implemented electronic commers to market products that exist in the distribution of clothing. So as to support product sales and balancing competitiveness among similar companies. Business processes are carried CV.Riztech at this point with the type of ecommerce business to customer (B2C). The process of selling products made by small amounts, the products are sold only be booked for mid-scale, and usually the customer who ordered the product. This study focuses on supporting the company's sales by marketing the product as a built-E-Commerce online have the feature that: Administrative Tools (Backend Office), shoping Features (Frontend), Security, and Communication.. Keyword : E-Commerce, B2C, Secure Socket Layer (SSL),CV.Riztech.
PENDAHULUAN Meningkatnya penggunaan internet oleh masyarakat yang ditandai dengan melonjaknya costumer maupun pebisnis, mendorong munculnya suatu tuntutan pelayanan internet melebihi dari apa yang bisa diperoleh di dunia nyata. Ini meliputi kesempatan untuk menjual barang-barang atau pun produk-produk secara online.
1,3
Mahasiswa Magister Teknik Informatika Universitas Sumatera Utara
2 FMIPA,
Universitas Syiah Kuala
64
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Salah satu hal terpenting dalam bisnis melalui internet adalah bagaimana keuntungan dapat diperoleh secara aman dan mudah. Saat ini muncul beberapa sistem pembayaran secara online melalui internet untuk melayani kebutuhan bisnis online (Aan Tri Wibowo, 2013). E-commerce adalah salah satu bentuk perdagangan yang saat ini banyak digunakan oleh para pebisnis yang salah satunya untuk mempromosikan sekaligus memasarkan produk- produk yang akan dijual. Bentuk perdagangan seperti ini dapat didefinisikan sebagai proses pembelian dan penjualan produk, jasa dan informasi yang dilakukan secara elektronik dengan memanfaatkan jaringan komputer. Salah satu jaringan yang digunakan adalah internet. Secara garis besar ecommerce dapat dibagi mejadi dua jenis, yaitu business to business (B2B) dan business to customer (B2C). B2B merupakan suatu transaksi antar perusahaan. Perusahaan, pemerintah, dan organisasi lainnya bergantung pada komunikasi antar komputer sebagai sarana bisinis yang cepat, ekonomis, dan dapat diandalkan. Sedangkan B2C yang biasa disebut juga sebagai transaksi pasar dimana konsumen mempelajari produk yang ditawarkan melalui publikasi elektronik, membelinya dengan elektronik cash dan sistem secure payment, kemudian meminta agar produk dikirmkan. Maka berdasarkan penjelasan serta proses bisnis di CV.Riztech yang ada saat ini jenis ecommerce yang sesuai adalah jenis business to customer (B2C), hal ini karena proses penjulan di CV.Riztech dilakukan dalam jumlah dengan skala kecil, artinya produk-produk yang dijual hanya dapat dipesan untuk skala menengah ke bawah saja, dan biasanya para pelanggan yang memesan produk di distro ini bukan untuk diperjual belikan kembali akan tetapi untuk kepentingan pribadi atau untuk digunakan pada suatu komunitas atau kelompok tertentu (sebagai costume) . TUJUAN PENELITIAN 1. Memberikan informasi kepada cutomer mengenai data produk dengan lebih detail. 2. Memberikan kemudahan bagi calon pembeli dalam melakukan pemesanan serta transaksi pembayaran terhadap produk yang dibeli.
APILIKASI E-COMMERCE PADA PT. RIZTECH
65
MANFAAT PENELITIAN 1. Meningkatkan penjualan dan pemasaran produk pada CV.Riztech. 2. Memudahkan konsumen untuk melakukan pembelian produk – produk melalui e-commerce dari mana saja dan kapan saja. BATASAN MASALAH Terdapat beberapa batasan yang dibuat untuk lebih memfokuskan pada tujuan yang ingin dicapai, yaitu diantaranya : 1. Produk-produk yang akan dijual berupa t-shirt, sweater, dan aksesoris. 2. Data yang akan dikaji berupa data produk, data pesanan, data pembayaran serta, data retur barang dan data laporan. 3. Proses-proses yang terlibat dalam aplikasi ini adalah proses pendaftaran member, proses pemesanan, proses pembayaran, proses pengolahan stok, proses pengolahan data pesanan, proses pengolahan produk, proses pengolahan retur barang, proses pembuatan laporan serta proses pencarian data pesanan dan data produk. 4. Informasi yang disediakan berupa informasi data produk, informasi retur barang, informasi pengiriman produk, laporan pemesanan dan laporan penjualan. 5. Produk yang dijual hanya produk CV.Riztech saja. 6. Cara promosi yang akan diterapkan yaitu “bulan diskon”, dimana antara bulan Januari sampai bulan April dipilih satu bulan untuk diterapkan diskon sebesar 20% untuk semua produk selama satu bulan penuh. 7. Untuk menambah keamanan pada aplikasi yang dibangun maka digunakan IP Dedicated kemudian dilengkapi pula dengan SSL (secure socket layer) serta diberikan fasilitas login untuk dapat masuk ke sistem dengan memasukkan username dan password. 8. Menggunakan Yahoo Messanger sebagai fasilitas komunikasi serta menyediakan fasilitas untuk dapat melakukan integrasi dengan situs jejaring sosial yaitu facebook dan twitter.
66
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
9. Aplikasi ini dibangun menggunakan bahasa pemrograman PHP sebagai bahasa pemrograman, MySQL sebagai DBMS serta menggunakan aplikasi pembangun lain seperti Macromedia Dreamweaver sebagai editor, Adobe Phoshop sebagai editor gambar, web browser (Mozila Firefox) dan Wamp Server sebagai web server, database server dan PHP Interpreter. 10. Metode analisis dan perancangan yang digunakan adalah metode terstruktur, dimana model proses yang digunakannya adalah DFD (Data Flow Diagram), sedangkan model datanya menggunakan ERD (Entity Relational Diagram). INTERNET Internet adalah singkatan dari Interconnected Network. Internet merupakan sebuah system komunikasi yang mampu menghubungkan jaringan-jaringan computer diseluruh dunia (Aan Tri Wibowo. 2013). WEB SERVER Web server adalah server yang melayani permintaan klien terdapat halaman web seperti apache, IIS (Internet Information Server) dan berkomunikas dengan Middleware untuk menterjemahkan kode-kode tertentu, menjalankan kode-kode tersebut dan memungkinkan berinteraksi dengan basis data, PHP atau ASP. Adapun arsitektur aplikasi server adalah sebagai berikut (Aan Tri Wibowo. 2013): a. Browser atau klien berinteraksi dengan web server. b. Secara internal web server berinteraksi dengan middleware. c. Middleware yang berhubungan dengan database. E-COMMERCE Electronic Commerce atau lebih dikenal dengan sebutan e-commerce merupakan salah satu bentuk perdagangan yang sangat ini banyak digunakan oleh banyak orang diseluruh dunia dalam memasarkan prosukproduknya. E-commerce sendiri dapat didefinisikan sebagai proses pembelian dan penjualan produk, jasa dan informasi yang dilakukan secara elektronik dengan memanfaatkan jaringan komputer.
APILIKASI E-COMMERCE PADA PT. RIZTECH
67
E-commerce merupakan konsep baru yang bisa digambarkan sebagai proses jual beli barang atau jasa pada World Wide Web (WWW) Internet atau proses jual beli atau pertukaran produk, jasa dan informasi melalui jaringan informasi termasuk internet. E-commerce Merupakan salah satu teknologi yang berkembang pesat pembelian dan penjualan barang dan jasa melalui jaringan elektronik (Arip Aryanto, et.all. 2013). E-Commerce Feature yang dilakukan yaitu: a) Administrative Tools (Backend Office): 1) Pengaturan Produk • Data Produk • Data Kategori dan/atau Sub Kategori • Detail Produk (Warna, Ukuran) • Manajemen Harga (Perhatikan ketika ada perubahan harga). • Gambar produk. Sebuah produk dimungkinkan memiliki lebih dari 1 gambar. • Rating Produk • Produk Promosi • Pengelolaan Discount. • Pengelolaan Stok. 2) Manajemen Pesanan • Pencarian Pesanan • Update Status Pesanan (Ketika Dipesan Dikonfirmasi Dibayar Dikirim Diterima oleh Pemesan) • Konfirmasi Pembayaran • Pembatalan Pesanan 3) Manajemen Pembayaran Pembayaran yang dilakukan secara online biasanya akan langsung mengupdate data pemesanan secara otomatis, sehingga biasanya tidak diperlukan konfirmasi, karena konfirmasi akan dilakukan antara payment gateway dengan situs e-commerce anda. Dalam Paypal hal tersebut dikenal dengan IPN (Instant Payment Notification).
68
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
4) Integrasi dengan situs Social Network (Facebook, Twitter, dll) sebagai sarana promosi. 5) Fasilitas Backup dan Restore database. 6) Pengelolaan Retur barang. b) Shoping Features (Frontend) 1) Pencarian Produk (berdasarkan nama, fitur, harga, kategori dll). 2) Menampilkan produk diskon, Produk Terbaru (Newest Product), Produk Terlaku (Global/per Kategori), Produk Paling Banyak Dilihat (Most View Product). 3) Fasilitas pendaftaran member dan login member. 4) History pemesanan 5) Pengiriman informasi pemesanan melalui email ke pemesan setiap ada perubahan status pesanan. 6) Zoom gambar produk. Multi gambar untuk sebuah produk. 7) Mendukung Search Engine Optimization (SEO) agar situs anda terdaftar di search engine pada halaman-halaman depan. c) Security 1) Situs e-commerce mempunyai IP-Dedicated. 2) Menggunakan Secure Socket Layer (SSL) untuk keamanan. Mendukung protokol https. 3) Menggunakan username dan login untuk mengakses situs.
KLASIFIKASI E-COMMERCE Penggolongan e-commerce yang lazim dilakukan orang ialah berdasarkan sifat transaksinya, yaitu sebagai berikut (Suyanto. M. 2003): 1. Business-to-business (B2B) Kebanyakan e-commerce yang diterapkan saat ini merupakan tipe B2B. e-commerce tipe ini meliputi transaksi IOS yang digambarkan tadi serta transaksi antar organisasi yang
APILIKASI E-COMMERCE PADA PT. RIZTECH
2.
3.
4.
5.
6.
69
dilakukan di electronic market. Contohnya Wal-Mart dengan Warner-Lambert. Business-to-consumer (B2C) Ini merupakan transaksi eceran dengan pembeli perorangan. Pembeli khas di Amazon.com adalah seorang konsumen atau seorang pelanggan. Consumer-to-consumer (C2C) Dalam kategori ini, seorang konsumen menjual secara langsung ke konsumen lainnya. Contohnya adalah ketika ada perorangan yang melakukan penjualan di classified ads dan menjual properti rumah hunian, mobil dan sebagainya. Consumer-to-business (C2B) Termasuk ke dalam kategori ini adalah perseorangan yang menjual produk atau layanan ke organisasi, dan perseorangan yang mencari penjual, berinteraksi dengan mereka dan menyepakati suatu transaksi. Nonbusiness E-commerce Dewasa ini makin banyak lembaga non-bisnis seperti lembaga akademis, organisasi nirlaba, organisasi keagamaan, organisasi sosial, dan lembaga-lembaga pemerintahan yang menggunakan berbagai tipe e-commerce untuk mengurangi biaya atau untuk meningkatkan operasi dan layanan publik. Intrabusiness (Organizational) E-commerce
Dalam kategori ini adalah semua aktivitas intern organisasi, biasanya dijalankan di internet, yang melibatkan pertukaran barang, jasa atau informasi. Akivitas yang tercakup dapat beragam tingkatannya, mulai penjualan produk perusahaan ke pekerja, hingga pelatihan secara online dan pemangkasan biaya. Perhatikan bahwa apa yang penulis sebut sebagai IOS merupakan bagian dari B2B. Electronic market, di sisi lain dapat diasosiasikan dengan B2B atau B2C. PHP PHP (PHP : Hypertext Preprocessor) adalah bahsa server-side scripting yang menyatu dengan HTML untuk membuat halaman web
70
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
yang dinamis (Kadir, Abdul . 2011). Karena php merupakan server side scripting maka sintaks dan perintahperintah PHP akan dieksekusi di server kemudian hasilnya akan dikirim ke browser. (Arip Aryanto, et.all. 2013). DOMAIN DAN HOSTING Domain adalah nama unik yang digunakan untuk mengidentifikasikan nama server hosting pada jaringan internet, Domain ini untuk mempermudah penyebutan atau pemanggilan data / informasi pada sebuah server. Hosting adalah tempat menyimpan filefile website. Bisa diibaratkan jika domain adalahsebuah alamat maka hosting adalah rumah dari alamat tersebut. (Arip Aryanto, et.all. 2013). MYSQL MySQL adalah multiuser database yang menggunakan bahasa Structured Query Language (SQL). MySQL dalam operasi client server melibatkan server daemon MySQL disisi server dan berbagai macam program serta library yang berjalan disisi client. MySQL mampu mengangani data yang cukup besar. Perusahaan yang mengembangkan MySQL yaitu TEX, mengaku mampu menyimpan data lebih dari 40 database, 10.000 tabel, dan sekitar 7.000.000 baristotalnya kurang lebih 100 Gigabyte data. (Aan Tri Wibowo. 2013). XAMPP XAMPP merupakan tool yang menyediakan paket perangkat lunak ke dalam satu buah paket. Dengan menginstal XAMPP maka tidak perlu lagi melakukan instalasi dan konfigurasi web server Aphace, PHP dan MYSQL secara manual. ANALISIS SISTEM Analisis sistem ini membahas mengenai analisis terhadap sistem yang sedang berjalan. Bertujuan sebagai dasar perancangan atau perbaikan sistem yang lama. Dari hasil analisis tersebut dapat dirancang atau diperbaiki menjadi sebuah sistem yang lebih efektif dan efisien.
APILIKASI E-COMMERCE PADA PT. RIZTECH
71
PROSEDUR PENJUALAN BARANG Prosedur penjualan produk yang sedang berjalan saat ini di CV.Riztech adalah sebagai berikut : 1. Pembeli memilih barang-barang yang ingin dibeli. 2. Barang yang terpilih yang berupa data pesanan kemudian diserahkan kepada penjaga toko. Selanjutnya penjaga toko melakukan pemeriksaan terhadap stok barang. 3. Jika barang yang dipesan tersebut tersedia maka penjaga toko akan mengisi faktur penjualan berdasarkan barang yang dibeli. 4. Faktur penjualan dibuat sebanyak dua rangkap, rangkap pertama untuk pembeli yang nantinya akan diberikan beserta produk yang dibelinya dan rangkap kedua disimpan sebagai arsip toko. 5. Tetapi jika barang yang dipesan tidak tersedia maka penjaga toko akan memberi tahu kepada pembeli bahwa barang yang dipesan tidak tersedia. 6. Kemudian pembeli membayar sesuai dengan jumlah pembayarannya 7. .setelah pembeli meyerahkan uang pembayarannya, penjaga toko melakukan pencatatan data penjualan ke buku besar. 8. Penjaga toko melakukan update terhadap stok barang. Adapun prosedur penjualan produk digambarkan dengan menggunakan flowmap pada gambar 1 berikut ini :
72
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Prosedur Penjualan Produk Pembeli
Penjaga Toko
Data Pesanan
Data Pesanan Data Stok Barang.xls
Pemeriksaan Stok Barang
Tersedia ?
Data Pesanan Tidak Tersedia
Tidak
Ya
Data Pesanan Tidak Tersedia
Data Pesanan Tersedia
Mengisi Faktur Penjualan
Faktur Penjualan
Uang Pembayaran
1
Faktur Penjualan
1
2
A1
Uang Pembayaran
Mencatat Data Penjualan
Buku Besar Penjualan
Update Stok Barang
Data Stok Barang.xls
Gambar 12. Flowmap Penjualan Barang
APILIKASI E-COMMERCE PADA PT. RIZTECH
73
Keterangan : A1 : Arsip Penjualan Barang Prosedur Produksi Barang Marketing
2 Jenis Produk dan 1 Konsep Dasar
Designer
Produksi
Penjaga Toko
Jenis Produk dan 1 Konsep Dasar
Data Produk yang akan diproduksi
Daftar Produk Telah Diproduksi
Design Produk Sesuai
Melakukan Design
Design Produk
1
Design Produk
1
2
Produksi
A1 Design Yang Diproduksi
Pengecekan Design
Pencatatan daftar produk
Design Sesuai ?
Tidak
Design Produk Tidak Sesuai
Sesuai
Design Produk 1 Sesuai
Design Produk Tidak Sesuai
Daftar Produk 1 Telah Diproduksi
2
2 A3 A2
Menentukan Jumlah Produksi
Data Produk yang akan diproduksi
Design Produk Sesuai
Gambar 13. Flowmap Produksi Barang
74
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Keterangan : A1 : Arsip Design Produk A2 : Arsip Design Produk Sesuai A3 : Daftar Produk Telah Diproduksi DIAGRAM KONTEKS Diagram konteks adalah diagram yang menggambarkan masukan, proses dan keluaran secara umum yang terjadi pada sistem. Diagram konteks untuk aplikasi ecommerce di CV. Riztech dapat dilihat pada gambar 3. Pengelola Toko Data_login_pengelola, Data_operator, Data_lap_pesanan, Data_lap_poduk Info_login_pengelola_invalid, Laporan_penjualan, Laporan_stok_barang, Data_pendaftaran_pengunjung, info_data_operator Data_produk_yang_dicari, Pengunjung Info_login_operator_invalid,Info_data_kategori_yang_ditambah,diedit,dihapus, Konfirmasi_registrasi Info_data_produk_yang_ditambah,diedit,dihapus,dicari Info_data_detail_produk_yang_ditambah,diedit,dihapus, Info_data_provinsi_yang_ditambah,diedit,dihapus, Info_produk_yang_dicari, Info_data_kota_yang_ditambah diedit,dihapus, info_data_retur, Info_data_registrasi Info_data_diskon_yang_ditambah,diedit,dihapus, Info_data_ukuran_yang_ditambah,diedit,dihapus, Info_data_jasa_pengiriman_yang_ditambah,diedit,dihapus, Data_login_member, Info_data_jenis_pengiriman_yang_ditambah,diedit,dihapus, Data_pesanan,Data_retur Info_data_ongkos_kirim_yang_ditambah,diedit,dihapus Email_member,data_transfer Data_member_baru, Data_produk_yang_dicari, Alamat_tujuan,Kode_pesanan, Komentar_produk,Testimonial,foto
Network 14. Diagram Konteks Aplikasi E-commerce di CV.Riztech Gambar
APILIKASI E-COMMERCE PADA PT. RIZTECH
75
SKEMA RELASI Model data relasional merupakan model data di mana hubungan antar data, arti data dan batasannya dijelaskan dengan baris dan kolom. Secara formal, ke semuanya itu digambarkan ke dalam skema relasi dan diagram skema. Adapun skema relasi yang terdapat dalam aplikasi e-commerce di CV.Riztech dapat dilihat pada gambar 4, sebagai berikut :
FK1 id_kategori FK2 id_diskon nama_produk harga deskripsi status waktu_tambah
detail_gambar PK
id_gambar
FK1 id_produk gambar
Gambar 15. Skema Relasi
id_pesanan_baru
id_detail_retur FK1 id_detail_produk
76
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
STRUKTUR MENU Struktur menu dirancang sesuai dengan level pengguna sistem. Terdapat empat pengguna aplikasi ini yaitu admin member dan pengunjung. Seperti pada gambar 5. a) Struktur menu pengunjung E-commerce CV.Riztech
Home
Produk
Komentar
Riztech
Cara Pembelian
Login
Daftar
Gambar 16. Struktur menu pengunjung
b) Struktur menu member
E-commerce CV.Riztech
Login
Home
Produk
Komentar
Riztech
Cara Pembelian
Add To Cart
History Pesanan
Retur
Gambar 17. Struktur menu member
Setting
Logout
APILIKASI E-COMMERCE PADA PT. RIZTECH
77
c) Struktur menu Operator
E-commerce CV.Riztech
Login
Home
Data Kategori
Data Produk
Data Diskon
Data Provinsi
Data Ukuran
Data Jasa Pengiriman
Tambah Data Jasa Pengiriman
Tambah Data Produk
Tambah Data Diskon
Tambah Data Provinsi
Tambah Data Ukuran
Tambah Data Jasa Pengiriman
Ubah Data Jasa Pengiriman
Ubah Data Produk
Ubah Data Jasa Diskon
Ubah Data Jasa Provinsi
Ubah Data Ukuran
Ubah Data Jasa Pengiriman
Hapus Data Jasa Pengiriman
Hapus Data Produk
Hapus Data Diskon
Hapus Data Provinsi
Hapus Data Ukuran
Hapus Data Jasa Pengiriman
Ubah Data Jasa Kota
Retur
Setting
Tambah Data Jenis Pengiriman
Ubah Data Jenis Pengiriman
Hapus Data Jenis Pengiriman
Ongkos Kirim
Tambah Data Ongkos Kirim
Ubah Data Jenis Ongkos Kirim
Hapus Data Ongkos Kirim
Logout
Data Jenis Pengiriman
Data Kota
Tambah Data Kota
Pesanan
Hapus Data Kota
Gambar 18. Struktur menu Operator
PERANCANGAN ANTARMUKA HALAMAN UTAMA Berikut dapat dilihat perancangan antarmuka halaman utama untuk pengunjung. Perancangannya disajikan dalam gambar 8, seperti dibawah ini:
78
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Home
Produk
Komentar
Riztech
Slide Show Banner
alamat
Cara Pembelian Daftar Login
New Arrival Riztech
Kategori
Cari
Shoping Cart
Aksesoris Sweater T-shirt Tas Topi
Rp. xxx Add
Rp. xxx Add
Rp. xxx Add
Detail
Detail
Detail
Produk
Komentar
Best Seller Rp. xxx Add
Detail
Rp. xxx Add
Rp. xxx Add
Detail
Detail
Support
Most View
Rp. xxx Add
First Prev
1
2
Detail
Social Network
Next Last
Footer
Ukuran Halaman Jenis Tulisan Ukuran Tulisan Warna Latar
: 1024px X 768px : Arial : 12 : Putih
Gambar 19. Antarmuka Halam utama pengunjung
APILIKASI E-COMMERCE PADA PT. RIZTECH
79
PERANCANGAN ANTARMUKA DATA PESANAN Berikut dapat dilihat perancangan antarmuka halaman data pesanan untuk operator. Perancangannya disajikan dalam gambar 9.
Header
Operator Site
Home
Pesanan
Setting
Retur
Logout
Selamat Datang Di Halaman Operator
Menu Operator
Data Pesanan
Kategori
No. Invoice
Waktu Pesan
Status
...
...
...
...
...
...
Detail
Bayar
Kirim
...
...
...
Detail
Bayar
Kirim
...
...
...
Detail
Bayar
Kirim
Produk Detail
Bayar
Kirim
Diskon Provinsi Ukuran Jasa Pengiriman
Footer
Ukuran Halaman Jenis Tulisan Ukuran Tulisan Warna Latar
: : : :
1024px X 768px Arial 12 Putih
Gambar 20. Antarmuka data pesanan
KESIMPULAN Setelah melakukan inplementasi serta pengujian pada sistem yang dibangun, maka dapat diperoleh kesimpulan sebagai berikut: 1) Dengan adanya Pembangunan Aplikasi e-commerce maka dapat menunjang penjualan produk-produk CV.Riztech. 2) E-Commerce dapat diakses oleh costumer secara luas dengan mudah dan cepat menggunakan jaringan internet tanpa harus beli langsung. 3) Transaksi yang dilakukan dengan menggunakan Paypal sehingga mempermudah consumer dalam belanja produk yang ditwarkan. 4) Dari segi keamanan yang ditawarkan menggunakan system SSL (Secure Socket Layer) mendukung https. SARAN Penelitian diharapkan adanya pengembangan terhadap enkripsi keamanan data transaksi yang menyediakan berbagai Account Bank untuk pembayaran.
80
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
REFERENSI Aan Tri Wibowo. (2013). “Pembuatan Aplikasi E-Commerce Pusat Oleh-Oleh Khas Pacitan Pada Toko Sari Rasa Pacitan”. IJNS – Indonesian Journal on Networking and Security - ISSN: 23025700. Arip Aryanto, Tri Irianto Tjendrowasono. (2013). “Pembangunan Sistem Penjualan online Pada toko indah jaya furniture surakarta”. Indonesian Jurnal on Computer Science - Speed (IJCSS) 15 Vol 10 No 1. Kadir, Abdul (2011). “Buku Pintar jQuery dan PHP”. Yogyakarta: Mediakom. Suyanto. M. (2003). “Strategi Periklanan pada E-commerce Perusahaan Top Dunia “. Yogyakarta : Andi.
PENERAPAN METODE PEMBEDA MARKOV PADA PROSES PEMFILTERAN EMAIL SPAM Sayed Fachrurrazi, S.Si., M.Kom Program Studi Teknik Informatika, Universitas Malikussaleh Reuleut, Aceh Utara, Aceh-Indonesia E-mail: [email protected]
ABSTRAK Aplikasi spam filtering ini dibangun dengan menggunakan bahasa pemrograman Microsoft Visual Basic 6.0. Metode pembeda markov digunakan dalam melakukan filterisasi email yang diterima. Pembuatan fitur menggunakan Sparse Binary Polynomial Hash (SBPH) dengan skema pembobotan Exponential Super increasing Model (ESM). Metode pembeda markov mengklasifikaskan email menjadi email spam dan legitimate secara otomatis serta mengurangi kesalahan klasifikasi email legitimate menjadi email spam. Pada penelitian ini untuk mendapatkan tingkat akurasi pengklasifikasian email menjadi spam dan legitimate maka training data merupakan email dari account yang sama dengan email account yang akan difilter. Dari hasil penelitian ini yang didapat 69% tingkat keakuratannya. Kata kunci: Email, Spam, Filter Spam, Legitimate, Metode, Pembeda Markov, SBPH
PENDAHULUAN Pertumbuhan yang cepat dari internet, dalam hal ini komunikasi lewat electronic mail (email) menjadi salah satu bentuk komunikasi yang paling cepat ekonomi. Sebuah pesan email yang dikirim kepada sejumlah besar orang tampa peretujuan dari orang terebut, biasa disebut sebagai unsolicited
82
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
commercial email email (UCE), spam email, junk mal, bulk mail atau email sampah. Masalah email sampah (spam atau junk email) merupakan salah satu masalah yang dihadapi pada dunia internet. Untuk menyeleksi email yang datang secara manual akan membutuhkan waktu yang sangat banyak. Serta akan memakan kapasitas penyimpanan email yang akan memenuhi tempat penyipanan email-email tersebut. Sapam adalah pengguna perangkat elektronik utuk mengirimkan pesan secara bertubi-tubi tampa dikehendaki oleh penerimanya. Orang yang melakukan spam disebut spammer. Tindakan spam dikenal dengan nama spamming. Bentuk spam yang dikenal secara umum meliputi : spam surat elektronik, spam pesan instan, spam usernet news grop, spam mesin pencari informasi web (web search engine spam), spam blog, spam wiki, spam iklan baris daring, spam jejaring sosial. Beberapa contoh lain dari spam, yaitu ponsel berisi iklan, surat masa singkat (SMS) pada telepon genggam, berita dalam suatu forum kelompok warta berisi promosi barang yang tidak terkait dengan kegiatan kelompok warta tersebut, spamdexing yang menguasai suate mesin pencari (search engine) untuk mencari popularitas bagi suatu URL tertentu, berita yang tak berguna dan masuk dalam blog, buku tamu situs web, spam transmisi faks, iklan televisi dan spam jaringan berbagi. Spam dikirimkan oleh pengiklan dengan biaya operasional yang sangat rendah, karena spam tidak memerlukan senarai (mailing list) untuk mencapai para pelanggan-pelanggan yang diinginkan. Karena hambatan masuk yang rendah, maka banyak spammers yang muncul dan jumlah pesan yang tidak diminta menjadi sangat tinggi. Akibatnya, banyak pihak yang dirugikan. Selain pennguna Internet itu sendiri, ISP (Penyelenggara Jasa Internet atau Internet Service Provider), dan masyarakat umum juga merasa tidak nyaman. Spam sering mengganggu dan terkadang menipu penerimanya. Berita spam termasuk dalam kegiatan melanggar hukum dan merupakan perbuatan pidana yang bisa ditindak melalui undang-undang Internet. Spam memang menjengkelkan dan sangatmerugikan, bayangkan saja ibarat tamu tak diundang, mereka masuk ke rumah kita dengan ngomong seenaknya sendiri tampa memperhatikan etiet dan tata cara yang ada. Untuk itu kita harus aktif untuk tidak memiarkan spam berkeliaran di inbox email. Berdasarkan latar belakang masalah peneliti tertarik untuk meneliti tentang “Pemfilteran Email Spam dengan Menggunakan Metode Pembeda Markov”.
METODE PEMBEDA MARKOV DALAM FILTERING EMAIL
83
DASAR TEORI a. Email Spam Spam-mail dapat didefinisikan sebagai “unsolicited bulk e-mail” yaitu email yang dikirimkan kepada ribuan penerima (recipient). Spam mail biasanya dikirimkan oleh suatu perusahaan untuk mengiklankan suatu produk. Karena fasilitas e-mail yang murah dan kemudahan untuk mengirimkan ke berapapun jumlah penerima, maka spam mail menjadi semakin merajalela. Pada survey yang dilakukan oleh Cranor & La Macchia (1998), ditemukan bahwa 10% dari mail yang diterima oleh suatu perusahaan adalah spam-mail. Tahun lalu, Spamcop (www.spamcop.net), yang menjalankan servis untuk menerima laporan tentang spam, menerima lebih dari 183 juta laporan spam.
b. Spam Filter
Spam filter dapat diartikan juga sebagai software anti-spam. Software ini menganalisa email yang datang dan menggunakan sejumlah metode untuk menentukan apakah email yang diterima sah atau tidak. Jadi jawaban untuk apakah spam filter bekerja adalah ya. Namun seberapa jauh keberhasilannya adalah masalah yang lain lagi. Ini ditentukan oleh spam filter yang anda miliki, spam filteryang satu lebih baik daripada yang lainnya.
c.
Dampak buruk SPAM SPAM mudah dilakukan dikarenakan Spammers selain umumnya menggunakan mail server orang lain, juga alamat e-mail aspal (asli tapi palsu); alamat e-mail tersebut memang benar ada tapi si pengirimnya bukan yang punya. Mengirim e-mail menggunakan alamat e-mail aspal sangat dimungkinkan karena protokol SMTP (Simple Mail Transfer Protocol) yang digunakan dalam pertukaran e-mail tidak pernah memverifikasi alamat email dengan alamat IP-nya. Artinya, orang bebas mengirim e-mail dari manapun (dari alamat IP apapun) dengan menggunakan alamat e-mail siapapun.
84
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
d. Cara Mengurangi SPAM Gunakan fasilitas mail filtering yang ada di Outlook Express dan nestcape messenger, kemudian buat rule supaya semua mail dengan isi spam, atau dari alamat tertentu yang biasanya mengirim spam di delete langsung dari server tanpa perlu di download sama sekali. Pada Outlook Express, tandai dulu salah satu mailnya, setelah itu pilih ’Message à Block àà Message Rules à Blocked Sender List’. Pada Netscape Messenger, fasilitas ini diakses melalui ’Edit à Message Filter’. Maka anda dapat langsung menghapus e-mail yang tak diinginkan tersebut.
METODOLOGI Penelitian ini dengan mengumpulkan dan mempelajari literatur yang berkaitan dengan Email Spam, dengan menggunakan metode pembeda Markov. Sumber literatur berupa buku teks, paper, jurnal, karya ilmiah, dan situs-situs penunjang lainnya. 1.1. Alat Penelitian dan Bahan Pada penelitian ini alat penelitian yang digunakan berupa perangkat keras dan perangkat lunak sebagai berikut: a. Perangkat keras (hardware) 1. Pentium (R) Dual-Core CPU T4200@2,0 Ghz 2. Ram 1GB 3. Hardisk 250GB 4. Keybord, mouse b. Perangkat lunak (software) 1. Sistem Operasi Windows XP 2. Visual Basic 6,0 sebagai bahasa pemograman 3. MySQL untuk database server. 4. Microsoft Office Word 2007 5. Microsoft Office Visio 2007 Adapun Flowchart sistem ini dirancang untuk mengetahui langkahlangkah proses dalam sistem yang akan dibangun:
METODE PEMBEDA MARKOV DALAM FILTERING EMAIL
85
Start
Input Data Spam
Proses Pembuatan Token Spam
Input Data legitimate
Pembentukan Token Legitimate
Input Testing Email / pengambilan email dari mail server
Pembentukan token testing dan membandingkannya dengan Spam Token dan Legitimate Token
Perhitungan apakah peluang spam lebih beasr dari peluang legitimate
Y
Y /T
T
Legitimate Email
Spam Email
End
Gambar 3.1. Flowhart sistem
Dari gambar di atas maka dapat digambarkan schema sistem dari apliksi penfilteran email spam adalah sebagai beriut :
86
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Penentuan testing folder
User
Proses perhitungan probabilitas email
PS > PL ?
Tabel Legitimate
N
Y
PS > PL+2 ?
N
Y
Tabel Spam
Gambar 3.2 Data Flow Diagram Pemfilteran Email
1.2. Proses Penelitian Proses klasifikasi data yang akan digunakan dalam membangun aplikasi ini yaitu terbagi dua tahap antara lain : a.
Proses pembuatan data training Data training adalah data yang akan digunakan dalam system untuk pembuatan token dimana token-token tersebut mencerminkan ciri-ciri atau kebiasaan dari data yang ditraining dalam hal ini yang dicari adalah cirri-ciri atau kebiasaan dari email spam dan email nonspam. b.
Proses pembuatan data testing Data testing adalah data yang akan difilter oleh aplikasi ini, dimana data testing merupakan sebuah folder testing yang berisiskan file email berektensi .msg yang belum diketahui apakah email tersebut merupakan email spam atau bukan spam.
PERANCANGAN SISTEM Pada tahap ini pengunaan notasi sangat membantu sekali dalam komunikasi dengan pemakai sistem, secara logika diagram yang menggunakan notasi ini biasanya dipakai untuk mengambarkan Diagram
METODE PEMBEDA MARKOV DALAM FILTERING EMAIL
87
Konteks dan Diagram Arus Data (DAD). Perancangan sistem merupakan gambaran atau sketsa dari alur proses sistem pengolahan data. Rancangan suatu sistem dapat menggunakan Diagram Arus Data (DAD) atau Data Flow Diagram (DFD). a. Menggunakan diagram konteks (Contexs Diagram) atau hubungan antara masing-masing komponen sistem yang terkait. b. Menggunakan DFD (Data Flow Diagram) sistem yang merupakan penjelasan lebih detail lagi dari diagram konteks sistem tersebut. c. Menggambarkan desain database (desain tabel), relasi antar table dan Interface input dan Output sistem secara umum.
Email
Proses Pengklasif ikasian
USER
Hasil
Gambar 4.1. Diagram Konteks
Keterangan : a. User melakukan penentuan lokasi email spam folder, legitimate folder, testing folder. b. Sistem melakukan pengklasifikasian. c. User mendapatkan hasil klasifikasi.
88
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Data Spam Email
User
Data Legitimate Email
1.0 Training Data Spam
2.0 Training Legitemate Email
Data Token
Data Token
Db. Spamtoken
Db. Legitimatetoken
Data Token
4.0 Proses pembeda Markov
Data Token
Data Email Testing
3.0 Testing
Data Testing Token Db. File_Name
Data Testing Token Data Token
Data Hasil Klasifikasi Db. Result
Menampilkan Hasil Klasifikasi
Hasil Klasifikasi
5.0 Cek Live Email
Db. Live
Gambar 4.2 Data Flow Diagram Leve 0
Penjelasan dari gambar DFD sistem diatas adalah sebagai berikut : a. Training Data Spam adalah proses pembentukan token dari file-file yang telah ditentukan kemudian token-token tersebut disimpan dalam database Data Spam Token b. Training Legimate Email adalah proses pembentukan token dari file-file yang telah ditentukan dan disimpan dalam database Legimate Token. c. Testing adalah proses pengambilan token dari file testing email yang telah ditentukan kemudian disimpan database File Name. d. Proses pembeda Markov adalah proses membandingkan token testing terhadap masing-masing token spam dan legimate yang hasil prosesnya disimpan dalam database Hasil. e. Cek Live Email adalah proses pengecekan email langsung dari account pengguna dan hasil proses disimpan dalam database Hasil Live.
METODE PEMBEDA MARKOV DALAM FILTERING EMAIL
TAMPILAN APLIKASI
Gambar 4.4 menu utama
Gambar 4.5 Proses Training Spam Dataset
89
90
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 4.6 Proses Training Legitimemate Dataset
Gambar 4.7 token nonspam terbentuk
Gambar 4.8 token spam terbentuk
METODE PEMBEDA MARKOV DALAM FILTERING EMAIL
91
HASIL UJI COBA Peneliti melakukan beberapa langkah yang harus dilakukan dalam memfilter email antara lain : a. Pada menu utama pilihlah Cek Email Data b. Maka akan muncul form pengecekan email dataset kemudian tentukan test dataset folder maka file email yang akan difilter akan muncul ada File yang terdeksi c. Kemudian klik proses untuk memulai pemfilteran email, maka pengklasifikasikan email akan ditampilkan Berikut adalah proses tes email data.
Gambar 4.9 Form Pemfilteran Email
Gambar 4.10 Hasil klasifikai email
Untuk mengecek kebenaran sistem maka kita akan menghitung secara manual sebuah email yang terklasifikasi sebagai spam atau legitimate.
92
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 4.11 Data Flow Diagram Fungsi Markov
Token dari email dan hasil perhitungannya.
Gambar 4.12 Table Peluang Email
Dari token yang di dapat jumlah probabilitas spam pada email tersebut adalah 19 karena token dari email tersebut terdapat 19 token yang sama dalam tabel spamtoken yang dibentuk pada proses taining, sedangkan dalam tabel ligamentoken terdapat 110 token yang menyerupai maka jumlah probabilitas legitimate adalah 110, untuk penentuan spam kita haus menambah kan nilai π pada probabilitas legitimate maka 112 masih lebih besar dari 19 dan email tersebut adalah legitimate. Setelah email dapat terklasifikasi maka aplikasi dinyatakan telah berhasil dibuat namun, penulis
METODE PEMBEDA MARKOV DALAM FILTERING EMAIL
93
ingin mengimplementasikan iplikasi ini dengan email yang didapat langsung dari internet. Dimana email didownload langsung dari internet yang sebelumnya telah dikoneksi dengan mengisi Id dan password dari acaount pengguna. Kemudian aplikasi memfilter email yang telah didownload dengan token yang telah dibuat sebelumnya dan system akan memasukkan email Legitimate kedalam Inbox folder yang disediakan oleh system dan kedalam folder Spam jika email tersebut adalah spam.
Gambar 4.13 Active Email
Pengkoneksian account Id secara online
` Gambar 4.14 Pemberitahuan Email Baru
94
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Akan ada pemberitahuan jumlah email baru yang masuk pada email tersebut
Gambar 4.15 Pemberitahuan Hasil Klasifikai Email Live
Kemudian system akan memasukkan email tersebut kedalam folder inbox atau spam.
Gambar 4.16 Forder imbox dan spam
Email akan dimasukkan dalam inbox jika dia Legitimate dan spam jika dia spam. Dari hasil penelitian didapat tingkat akurasi 69% karena dari 50 test dataset 13 diantaranya adalah spam sedangkan sistem dapat mendeteksi 9 email jadi 9/13*100% = 69% . dan setelah dilakukan peninjauan lebih lanjut terhadap email test_00010, test_00011, test_00018, test_00041 dimana email tersebut adalah email yang tidak dideteksi oleh sistem sebagai spam diketahui bahwa email tersebut memiliki isi email yang sedikit kata-kata ataupun lebih banyak menggunakan gambar dan hal itulah yang menyebabkan sistem susah mendeteksi email tersebut.
METODE PEMBEDA MARKOV DALAM FILTERING EMAIL
95
KESIMPULAN Berikut adalah beberapa kesimpulan yang penulis ambil dari penelitian ini: 1. Metode markov telah terbukti dapat mengklasifikasikan email. 2. Untuk meningkatkan akurasi dari pemfilteran lebih baik menggunakan spam email dari account yang akan difilter sebagai dataset training. 3. Semakin besar ukuran token akan sangat mempengaruhi hasil akurasi pengkalsifikasian email. REFERENSI Androutsopoulos, Ion. et al.,1998, An Experimental Comparison of Naïve Bayesian and Keyword -Based Anti-Spam Filtering with Personal Email Messages., National Centre for Scientific research Demokritos, Athens., Greece. Basuki Ahmad, 2006, Algoritma Pemograman 2 Menggunakan Visual Basic 6.0, Institut Teknologi Sepuluh November, Surabaya. Chandraleka. 2009. “Cara Mudah Mengelola Email”. MediaKita , Jakarta E. Walpole, Ronald, 1993, Pengantar Statistika, Edisi ke-3, Jakarta: Gramedia Pustaka Utama.
PT
Frieyadie, 2010, Mudah Belajar Pemograman Database MYSQL dengan Microsft Visual Basic 6.0, Penerbit Andi, Yogyakarta. Kadir Abdul, 2008, Belajar Database Menggunakan MYSQL, Penerbit Andi, Yogyakarta. Kusumadewi.S, 2003, Artificial Intelligence (Teknik dan Aplikasinya), Penerbit Graha Ilmu, Yoqyakarta Rusmawan Uus, 2011, Visual Basic Untuk semua Tingkatan, PT. Elex Media Komputindo, Jakarta Dahliar
Ananda, 2011, http://digilib.ittelkm.ac.id/index.php?option= digilib.ittelkom.ac.id/index.php?option=com_repository&Itemid=34 &task=detail&nim=113000093, di unduh tanggal 26 November 213.
96
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
KOMBINASI ALGORITMA JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ) DAN SELF ORGANIZING KOHONEN PADA KECEPATAN PENGENALAN POLA TANDA TANGAN Emnita Br Ginting1), Prof. Dr. M. Zarlis2), Dr. Zakarias Situmorang3)
Abstract Signature is a special form of handwriting that contain special characters and additional forms are often used as proof of a person's identity verification. Partially legible signature, but many signatures that can not be read. However, a signature can be handled as an image so that it can be recognized using pattern recognition applications in image processing. Because the signature is the primary mechanism for authentication and authorization in legal transactions, the need for research on the development of recognition applications and automatic signature verification and efficiently increases from year to year. The method is widely used in signature recognition is a method of artificial neural network. On artificial neural networks are learning and recognition. One neural network algorithm is Learning Vector Quantization ( LVQ ) and Self Organizing Kohonen. Processes that occur in the neural network method requires a relatively long time. It is influenced by the number of data samples are used as a means of weight training update. The more and the large size of the pattern being trained, the longer the time it takes the network. LVQ is a method of training the unsupervised competitive layer will automatically learn to classify input vectors into certain classes. The classes are generated depends on the distance between the input vectors. If there are 2 input vectors are nearly as competitive layer will then classify both the input vectors into the same class. Kohonen Self Organizing Network is one of the neural network model which uses learning methods or unguided unsupervised neural network model that resembles humans. To speed up the computing process in the training and recognition is then developed an algorithm and a combination of LVQ and Self Organizing Kohonen by modifying the weight given to obtain a shorter time in the process of training and.recognition. Keywords : Signature, Learning Vector Quantization ( LVQ ), Self Organizing Kohonen.
1
Mahasiswa Magister Teknik Informatika Universitas Sumatera Utara Universitas Sumatera Utara
2, 3 FASILKOM,
98
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PENDAHULUAN Jaringan Syaraf Tiruan (JST) adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Jaringan Syaraf Tiruan merupakan salah satu sistem pemrosesan informasi yang didesain dengan menirukan cara kerja otak manusia dalam menyelesaikan suatu masalah dengan melakukan proses pembelajaran melalui perubahan bobot sinapsisnya. Sebuah JST dikonfigurasikan untuk aplikasi tertentu seperti pengenalan pola atau klasifikasi data, melalui proses pembelajaran. Pada proses pembelajaran, kedalam jaringan saraf tiruan dimasukkan pola-pola input atau output lalu jaringan akan diajari untuk memberikan jawaban yang bisa diterima. Proses pembelajaran menggunakan metode LVQ memerlukan waktu yang relatif lebih lama daripada metode Kohonen. Hal ini dipengaruhi banyaknya sampel pola yang digunakan sebagai alat update bobot yang dilatih. Semakin banyak dan besar ukuran dari pola yang dilatih, semakin lama pula waktu yang dibutuhkan metode LVQ untuk proses pelatihan. Dari hasil perbandingan diatas didapat bahwa metode Kohonen dapat melakukan proses pembelajaran lebih cepat untuk mengklasifikasikan tandatangan dibanding metode LVQ meskipun dari faktor keberhasilan dalam mengklasifikasikan pola, metode LVQ lebih unggul dari metode Kohonen. TUJUAN PENELITIAN Tujuan dari penelitian ini adalah melakukan kombinasi algoritma Learning Vector Quantization dengan Self Organizing Kohonen untuk mempercepat proses pengenalan pola tandatangan. MANFAAT PENELITIAN Meningkatkan kecepatan pengenalan pola tanda tangan dengan mengombinasikan algoritma Learning Vector Quantization (LVQ) dan Self Organizing Kohonen
LVQ DAN SOK PADA PENGENALAN TANDA TANGAN
99
BATASAN MASALAH Terdapat beberapa batasan yang dibuat untuk lebih memfokuskan pada tujuan yang ingin dicapai, yaitu diantaranya : 1. Input data pelatihan dan pengujian berupa file citra tandatangan hasil scan yang berformat *.BMP. 2. Proses kecepatan pengenalan pola tandatangan dilakukan dengan mengkombinasi algoritma Learning Vector Quantization dengan Self Organizing Kohonen. 3. Implementasi perancangan program jaringan saraf tiruan yang digunakan adalah bahasa pemrograman Visual Basic 6.0. CITRA DIGITAL Citra merupakan fungsi kontinyu dari intensitas cahaya pada bidang dua dimensi. Intensitas cahaya merupakan hasil kali antara jumlah pancaran (illuminasi) cahaya yang diterima objek dengan derajat kemampuan obyek memantulkan cahaya. Citra digital umumnya direpresentasikan dalam bentuk matriks 2 dimensi dengan ukuran NxM. Elemen terkecil dalam citra digital (elemen matriks) disebut pixel. Setiap nilai pixel pada citra merepresentasikan nilai intensitas cahaya (Budi, 2009). JARINGAN SYARAF TIRUAN Jaringan Syaraf Tiruan (JST) adalah suatu metode pembelajaran yang diinspirasi dari jaringan sistem pembelajaran biologis yang terjadi dari jaringan sel syaraf (neuron) yang terhubung satu dengan yang lainnya (Silvia, 2007). JARINGAN SYARAF LEARNING VECTOR QUANTIZATION (LVQ) Menurut Jang, et al. (1997) LVQ merupakan metode klasifikasi data adaptif berdasarkan pada data pelatihan dengan informasi kelas yang diinginkan. Walaupun merupakan suatu metoda pelatihan supervised tetapi LVQ menggunakan teknik data clustering unsupervised untuk pra proses set data dan penentuan cluster center-nya.
100
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
JARINGAN SYARAF SELF ORGANIZING KOHONEN Jaringan Syaraf Kohonen Self Organizing termasuk dalam pembelajaran tak terawasi (unsupervised learning). Pertama kali diperkenalkan oleh Prof. Teuvo Kohonen pada tahun 1982. Pada jaringan ini, suatu lapisan yang berisi neuron-neuron akan menyusun dirinya sendiri berdasarkan input nilai tertentu dalam suatu kelompok yang dikenal dengan istilah cluster. Selama proses penyusunan diri, cluster yang memiliki vektor bobot paling cocok dengan pola input (memiliki jarak yang paling dekat) akan terpilih sebagai pemenang. Neuron yang menjadi pemenang beserta neuron-neuron tetangganya akan memperbaiki bobot-bobotnya (Tae, 2010). JARINGAN SYARAF NEW JST Pada metode pembelajaran pada JST ini merupakan jaringan yang tak terawasi serta tidak memerlukan target output. Proses pembelajaran, nilai bobot disusun dalam suatu range tertentu tergantung pada nilai input yang diberikan. Vektor-vektor input tersebut akan dikelompokkan dalam kelas yang sama. Pemrosesan yang terjadi pada setiap neuron adalah mencari jarak antara suatu vektor input ke bobot yang bersangkutan (w1 dan w2). w1 adalah vektor bobot yang menghubungkan setiap neuron pada lapisan input ke neuron pertama pada lapisan output, sedangkan w2 adalah vektor bobot yang menghubungkan setiap neuron pada lapisan input ke neuron yang kedua pada lapisan output. RANCANGAN PENELITIAN Dalam melakukan kombinasi algoritma Learning Vector Quantization dengan Self Organizing Kohonen untuk mempercepat proses pengenalan pola tandatangan penulis menyusun langkah – langkah yang akan dilakukan dalam penelitian ini yang dapat dilihat seperti flow chart berikut.
LVQ DAN SOK PADA PENGENALAN TANDA TANGAN
101
Gambar 1. Flow Chart Rancangan Penelitian
PEMBACAAN FILE CITRA Pada citra warna 24-bit (true color) tidak terdapat palet RGB, karena nilai RGB langsung diuraikan dalam data bitmap berbentuk biner. Untuk membaca nilai RGB-nya, dilakukan mencari header-header serta data bitmap yang berisi informasi dimensi, format dan nilai piksel citra. Setiap elemen data bitmap panjangnya 3 byte, masing-masing byte menyatakan komponen
102
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
R, G, dan B. Setiap byte data merepresentasikan 8 bit, jadi pada citra warna ada 3 byte x 8 bit = 24 bit kandungan warna. Pada citra warna, tiap pixel-nya mengandung 24-bit kandungan warna atau 8-bit untuk masing-masing warna dasar (R, G, dan B), dengan kisaran nilai kandungan antara 0 (00000000) sampai 255 (11111111) untuk tiap warna.
Gambar 2. Contoh Nilai Pixel Citra Warna
DETEKSI TEPI Deteksi tepi berfungsi untuk mempertegas batas batas citra atau untuk meningkatkan penampakan garis batas garis tanda tangan. Pada penelitian ini digunakan operator Sobel dengan dua buah kernel seperti pada gambar berikut.
Gambar 3. Dua Buah Matriks Kernel
BINERISASI Pemisahan citra grayscale diatas berfungsi untuk mengambil bagian citra yang merupakan titik gelap (0) dan putih (1). Binerisasi dilakukan dengan membagi citra menjadi 8x8 bagian subcitra, nilai intensitas rata-rata dari subcitra yang paling rendah digunakan menjadi nilai threshold T. Setelah itu dilakukan proses binarisasi citra menggunakan nilai threshold T.
LVQ DAN SOK PADA PENGENALAN TANDA TANGAN
103
Gambar 4. Matriks Citra Biner
FLOW CHART PENGENALAN TANDA TANGAN DENGAN JST LVQ
Gambar 5. Flow Chart Pengenalan Tanda Tangan dengan JST LVQ
104
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 6. Lanjutan Flow Chart Pengenalan Tanda Tangan dengan JST LVQ
LVQ DAN SOK PADA PENGENALAN TANDA TANGAN
105
FLOW CHART PROSES PENGENALAN TANDA TANGAN DENGAN JST SELF ORGANIZING KOHONEN
Gambar 7. Flow Chart Pengenalan Tanda Tangan metode Self Organizing Kohonen
106
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 8. Lanjutan Flow Chart Pengenalan Tanda Tangan metode Self Organizing Kohonen
LVQ DAN SOK PADA PENGENALAN TANDA TANGAN
107
FLOW CHART PROSES PENGENALAN TANDA TANGAN DENGAN JARINGAN NEW JST
Gambar 9. Flow Chart Pengenalan Tanda Tangan metode New JST
108
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 10. Lanjutan Flow Chart Pengenalan Tanda Tangan metode New JST
LVQ DAN SOK PADA PENGENALAN TANDA TANGAN
109
KESIMPULAN Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut : 1. Kombinasi antara algoritma Learning Vector Quantizaton (LVQ) dengan Self Organizing Kohonen yang dilakukan penulis dalam penelitian ini bertujuan untuk meningkatkan kecepatan komputasi pada proses pelatihan dan pengenalan pola tanda tangan.
2. Aplikasi jaringan syaraf tiruan kombinasi dapat mempercepat proses komputasi baik pada saat training maupun saat recognition. SARAN Penelitian ini dapat dikembangkan lagi sehingga jaringan syaraf tiruan yang dapat mengenali secara akurat pola tanda tangan dalam ukuran persentase. REFERENSI Puspitaningrum, Diyah. 2006. Pengantar Jaringan Syaraf Tiruan. Yogyakarta : Penerbit: Andi. Siang, Jong Jek. 2005. Jaringan Syaraf Tiruan Pemrograman Menggunakan Matlab. Yogyakarta : Penerbit Andi. Kusumadewi, Sri. 2004. Membangun Jaringan Syaraf Tiruan Menggunakan Matlab. Yogyakarta : Penerbit Graha Ilmu. Puspitorini, Sukma. 2008. Penyelesaian Masalah Traveling Salesman Problem Dengan Jaringan Saraf Self Organizing. Jurnal Media Informatika, Vol. 6,No. 1, Juni 2008, 39-55 Andrijasa ,M.F., Mistianingsih. 2010. Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation. Jurnal Informatika Mulawarman Vol 5 No. 1 Februari 2010 50 Sahid, Drs,MSc.. 2006. Panduan Praktis Matlab. Penerbit ANDI Yogyakarta.
110
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Silvia, Evanila. 2007. Disain Jaringan Syaraf Tiruan Untuk Prediksi Kualitas Gula Kristal Putih. Tesis Sekolah Pascasarjana Institut Pertanian Bogor. Tae, Gadis Fransiska Yulianti et al. 2010. Penerapan Kohonen Self Organized Map Dalam Kuantisasi Vektor Pada Kompresi Citra Bitmap 24 Bit. Jurnal Informatika, Volume 6 Nomor 2, November 2010. Fakultas Teknologi Informasi, Program Studi Teknik Informatika Universitas Kristen Duta Wacana Yogyakarta. Qur’ani, D.Y., Rosmalinda, S. Jaringan Syaraf Tiruan Learning Vector Quantization Untuk Aplikasi Pengenalan Tanda Tangan. Seminar Nasional Aplikasi Teknologi Informasi 2010 (SNATI 2010).Yogyakarta, 19 Juni 2010. Anike, M., Suyoto & Ernawati. 2012. Pengembangan Sistem Jaringan Syaraf Tiruan Dalam Memprediksi Jumlah Dokter Keluarga Menggunakan Backpropagation (Studi Kasus: Regional X Cabang Palu). Seminar Nasional Teknologi Informasi dan Komunikasi 2012 (SENTIKA 2012). Yogyakarta, 10 Maret 2012. Prabowo, A., Sarwoko, E.A. & Riyanto, D.E. 2006. Perbandingan Antara Metode Kohonen Neural Network dengan Metode Learning Vector Quantization Pada Pengenalan Pola Tandatangan. Jurnal Sains & Matematika Vol.4, No. 4, Okt 2006.
ANALISIS METODE FUZZY ANALYTIC HIERARCHY PROCESS (FAHP) DALAM MENENTUKAN POSISI JABATAN Marischa Elveny1, Rahmadsyah2
Abstract
This study aims to determine positions with many criteria . In determining positions often appear the probability of every possible improper, because of the many factors that influence the assessment of existing options . In the Analytical Hierarchy Process (AHP) obtained uncertainty assessment is too subjective for qualitative data. Problems in determining the positions can be solved by Fuzzy Analytic Hierarchy Process ( FAHP ), which uses valuation in the interval , so that qualitative data can provide a more objective assessment. The criteria used in this study is obedience, performance,responsibility,honesty, cooperation and leadership with three alternatives A, B and C. Based on this research can be concluded, performance becomes the highest criterion weighs 6.95 priority, then the priority weight 6.76 obedience, responsibility weighs 6.63 priority , honesty with weights 6.27 priorities , cooperation with priority weight 6.12 and the latter 's leadership with priority weights 6.2 . While the preferred alternative, Alternative C to get the highest score with 21.65 weight which is an alternative to the two weights B with 21.44 and the last alternative A 20.25 by weight Keywords: AHP , FAHP, Priority Weighting , Ranking , Job Position;
PENDAHULUAN Metode AHP merupakan salah satu metode pengambilan keputusan dimana faktor-faktor logika, intuisi, pengalaman, pengetahuan, emosi, dan rasa dicoba untuk dioptimasikan dalam suatu proses yang sistematis. 1,2 Mahasiswa
Magister Teknik Informatika Universitas Sumatera Utara
112
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Metode AHP ini mulai dikembangkan oleh Thomas L. Saaty, seorang ahli matematika University Of Pittsburgh di Amerika Serikat, pada awal tahun 1970 – an. Thomas L. Saaty (1980). AHP ini memecahkan masalah yang kompleks dimana aspek atau kriteria yang diambil cukup banyak, kompleksitas ini disebabkan oleh banyak hal diantaranya struktur masalah yang belum jelas, ketidakpastian persepsi pengambilan keputusan serta ketidakpastian tersedia data statistik yang akurat atau bahkan tidak ada sama sekali. Adakalanya timbul masalah keputusan yang dirasakan dan diamati perlu diambil secepatnya, tetapi variasinya rumit sehingga datanya tidak dapat dicatat secara numerik (kuantitatif), namun secara kualitatif, yaitu berdasarkan persepsi pengalaman dan intuisi. Namun, tidak menutup kemungkinan, bahwa model-model lainnya ikut dipertimbangkan pada saat proses pengambilan keputusan dengan pendeketan AHP, khususnya dalam memahami para keputusan individual pada saat proses penerapan pendekatan ini. Pengambilan keputusan AHP dengan banyak kriteria bersifat subjektif. Selain itu para pengambil keputusan lebih yakin menentukan pilihannya terhadap tingkat kepentingan antar kriteria dengan memakai penilaian dalam interval dibandingkan penilaian dengan angka eksak. Untuk mengatasi permasalahan tersebut, maka dikembangkan teknik memodifikasi dan teknik himpunan fuzzy dalam AHP yang disebut Fuzzy AHP. (Chang, 1996). Maka dengan pembangunan sistem ini akan ada kondisi yang diharapkan yaitu proses pengajuan kenaikan jabatan lebih cepat dan pengambilan keputusan yang lebih mudah, konsisten, objektif dan tersentralisasi. SISTEM PENDUKUNG KEPUTUSAN Sistem Pendukung Keputusan adalah suatu bentuk dari sistem informasi manajemen yang secara khusus dibuat untuk mendukung perencanaan dan stakeholders dalam pengambilan keputusan. Sistem Pendukung Keputusan dapat mencerminkan berbagai konsep dari pengambilan keputusan dan kondisi yang berbeda-beda, dan akan sangat berguna untuk semi-structured atau unstructured problems
ANALISIS FAHPDALAM MENENTUKAN POSISI JABATAN
113
dimana proses pengambilan keputusan ditingkatkan dengan dialog interaktif antara Sistem Pendukung Keputusan dengan pengguna. AHP ( Analitycal Hierarchy Process ) AHP yang dikembangkan oleh Saaty ini memecahkan yang kompleks dimana aspek atau kriteria yang diambil cukup banyak, kompleksitas ini disebabkan oleh banyak hal diantaranya struktur masalah yang belum jelas, ketidakpastian persepsi pengambilan keputusan serta ketidakpastian tersedia data statistic yang akurat atau bahkan tidak ada sama sekali. Adakalanya timbul masalah keputusan yang dirasakan dan diamati perlu diambil secepatnya, tetapi variasinya rumit sehingga datanya tidak dapat dicatat secara numeric (kuantitatif), namun secara kualitatif, yaitu berdasarkan persepsi pengalaman dan intuisi. Namun, tidak menutup kemungkinan, bahwa model-model lainnya ikut dipertimbangkan pada saat proses pengambilan keputusan dengan pendeketan AHP, khususnya dalam memahami para kepututsan individual pada saat proses penerapan pendekatan ini. Tabel 1 Kriteria Pembobotan Metode AHP Saaty (1990)
Inten 1 3 5
7 9
Keterangan Kedua elemen pentingnya
Penjelasan
sama Dua elemen mempunyai pengaruh yang sama besar terhadap tujuan Elemen yang satu sedikit Pengalaman dan penilaian lebih penting dari pada sedikit menyokong satu elemen Elemen yang lainnya dibandingkan elemen lainnya Elemen yang satu lebih Pengalaman dan penilaian penting dari pada elemen sangat kuat menyokong satu lainnya elemen dibandingkan elemen lainnya Satu elemen jelas lebih mutlak Pengalaman dan penilaian penting dari pada elemen sangat kuat disokong dan lainnya dominan terlihat dalam praktek Satu elemen mutlak penting Bukti yang mendukung elemen dari pada elemen lainnya yang satu terhadap elemen yang lain memiliki tingkat penegasan
114
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
2,4,6,8
Nilai-nilai antara dua nilai pertimbangan yang berdekatan
tertinggi yang mungkin menguatkan Nilai-nilai ini diberikan bila ada dua kompromi di antara dua pilihan
Langkah – langkah Metode AHP
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan. 2. Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan dengan sub tujuan – tujuan, criteria dan kemungkinan alternatif – alternatif pada tingkatan criteria yang paling bawah. 3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi relative atau pengaruh setiap elemen terhadap masing – masing tujuan atau criteria yang setingkat di atasnya. Perbandingan dilakukan berdasarkan judgement dari pengambilan keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya. 4. Melakukan perbandingan berpasangan sehingga diperoleh judgement seluruh sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan. 5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka pengambilan data diulangi. 6. Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki. 7. Mengikuti vector eigen di setiap matriks perbandingan berpasangan. Nilai vector eigen merupakan bobot setiap elemen. Langkah ini untuk mesintesis judgement dalam penentuan prioritas elemem – elemen pada tingkat hirarki terendah sampai pencapaian tujuan. 8. Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10% maka penilaian data judgement harus diperbaiki. Secara naluriah manusia dapat mengestimasi besaran sederhana melalui inderanya. Proses paling mudah adalah membandingkan dua hal dengan keakuratan perbandingan yang dapat dipertanggungjawabkan, untuk itu
ANALISIS FAHPDALAM MENENTUKAN POSISI JABATAN
115
Saaty menetapkan skala kuantitatif 1 sampai 9 untuk menilai secara perbandingan tingkat kepentingan suatu elemen dengan elemen lain. FUZZY ANALYTICAL HIERARCY PROCESS (FAHP) Terdapat banyak literatur yang menyebutkan ketidaktepatan keputusan dalam penggunaan perbandingan rasio. Secara umum kebanyakan manusia tidak dapat membuat perkiraan kuantitatf. Ketidakjelasan keputusan pilihan membuatn ketidakkonsistenan dalam menetapkan keputusan. Fuzzy AHP adalah metode analisis yang dikembangkan dari AHP tradisional. Walaupun AHP biasa digunakan dalam menangani kriteria kualitatif dan kuantitatif pada MCDM namun fuzzy AHP dianggap lebih baik dalam mendeskripsikan keputusan yang samar-samar daripada AHP tradisional. (Boender et all, 1989; Buckley, 1985/a, 1985/b, Chang, 1996; Laarhoven dan Pedrycz, 1983; Lootsma, 1997; Ribeiro, 1996). Dalam system yang lebih kompleks, pengalaman dan penilaian manusia sering digambarkan dalam bentuk linguistic dan pola yang tidak jelas. Oleh karena itu, gambaran yang lebih baik dapat dikembangkan ke dalam bentuk data kuantitatif dengan menggunakan teori fuzzy. Di sisi lain, metode AHP sering digunakan pada aplikasi yang bersifat crisp. AHP tradisional masih tidak dapat mewakili penilaian manusia. Untuk menghindari risiko tersebut, fuzzy AHP dikembangkan untuk memecahkan masalah fuzzy berhirarki. Witjaksono (2009) TRIANGULAR FUZZY NUMBER (TFN) Bilangan triangular fuzzy number (TFN) merupakan teori himpunan fuzzy membantu dalam pengukuran yang berhubungan dengan penilaian subjektif manusia memakai bahasa atau linguistik. Inti dari fuzzy AHP terletak pada perbandingan berpasangan yang digambarkan dengan skala rasio yang berhubungan dengan skala fuzzy. Bilangan triangular fuzzy disimbolkan dan berikut ketentuan fungsi keanggotaan untuk 5 skala variabel linguistik, lihat tabel 2.9 (Shega et all 2012).
116
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Tabel 2 Skala perbandingan tingkat kepentingan fuzzy
NO
Tingkat Skala Fuzzy
Invers Skala Fuzzy
1
(1,1,1)
(1,1,1)
2
1= (1/2,1,3/2)
(2/3,1,2)
3
3 = (1,3/2,2)
(1/2,2/3,1)
4
5 = (3/2,2,5/2)
(2/5,1/2,2/3)
5
7 = (2,5/2,3)
(1/3,2/5,1/2)
6
9 = (5/2,3,7/2)
(2/7,1/3,2/5)
Definisi Variable Linguistik Perbandingan dua kriteria yang sama Dua elemen mempunyai kepentingan yang sama Satu elemen sedikit lebih penting dari yang lain Satu elemen lebih penting dari yang lain Satu elemen sangat lebih penting dari yang lain
Satu elemen mutlak lebih penting dari yang lain
Thomas L. Saaty mendapatkan nilai rata – rata RI dari 500 buah sample matriks acak dengan skala perbandingan 1 – 9, untuk beberapa orde matriks yang dapat diliat pada tabel 3 berikut: Tabel 3 Nilai Random Index
Orde Matriks RI Orde Matriks RI
1
2
3
4
5
6
7
8
9
0.00
0.00
0.58
0.90
1.12
1.24
1.32
1.41
1.45
10
11
12
13
14
15
1.49
1.51
1.48
1.56
1.57
1.59
PEMBAHASAN Langkah-langkah penelian 1. Mendefenisikan masalah yaitu dalam menentukan posisi jabatan pada perusahaan PT. Bintang Tirta Kesturi. Dengan melihat datadata pegawai yang ingin mengajukan diri.
ANALISIS FAHPDALAM MENENTUKAN POSISI JABATAN
117
2. Pembuatan stuktur hirarki, diambil dari tujuan, kriteria keputusan dan alternatif-alternatif. Adapun kriteria tersebut adalah ketaatan, prestasi kerja, tanggung jawab, kejujuran, kerjasama dan kepemimpinan. 3. Derajat keanggotaan Triangular Fuzzy Number (TFN) 4. Menyusun matriks perbandingan berpasangan fuzzy 5. Menghitung nilai fuzzy sintesis 6. Menyusun matriks perbandingan berpasangan AHP 7. Menghitung nilai eigen maksimum ( λmaks). 8. Melakukan uji konsistensi matriks perbandingan berpasangan. λ max − n 𝑛𝑛−1 𝐶𝐶𝐶𝐶 = 𝐶𝐶𝐶𝐶
Menghitung CI = Menghitung CR
Jika consistensi ratio (CR) tidak konsisten yaitu nilainya ≥ 10%, maka matriks tersebut tidak konsisten dan harus dilakukan perhitungan ulang. 9. Matriks Perbandingan berpasangan alternatif 10. Bobot global 11. Perangkingan yaitu pengambilan keputusan dari alternatif tertinggi sampai terendah PENGAJUAN POSISI JABATAN Pada bagian ini, pegawai yang ingin mengajukan posisi jabatan harus dapat memenuhi beberapa penilaian-penilaian kriteria, yaitu terdapat pada tabel 4 berikut:
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
STRUKTUR HIRARKI Langkah penyederhanaan masalah ke dalam bagian yang menjadi tujuan pokoknya, kemudian dibagi kembali kedalam kriteria-kriteria yang ingin dicapai. Terdapat alternatif-alternatif tujuan yang dibuat secara hirarki agar lebih jelas. Sehingga mempermudah pengambil keputusan untuk menganalisis dan menarik kesimpulan terhadap permasalahan tersebut. Struktur hirarki dapat dilihat pada gambar 1.
Pengajuan Posisi Jabatan
KT
TJ
PK
A
KS
KJ
B
KP
C
Keterangan : KT : Ketaatan PK : Prestasi Kerja TJ : Tanggung Jawab KJ : Kejujuran KS : Kerjasama KP : Kepemimpinan JENIS-JENIS KRITERIA BERDASARKAN TINGKAT KEPENTINGAN Dalam analisis metode fuzzy analitycal hierarchy process (FAHP) dalam menentukan posisi jabatan. Pendukung keputusan akan memberikan
ANALISIS FAHPDALAM MENENTUKAN POSISI JABATAN
119
variabel dan kisaran nilai untuk masing-masing kriteria. Yang kemudian akan direpresentasikan menggunakan fuzzy segitiga, yang dapat dilihat pada tabel 5 berikut ini. Tabel 5 Tingkat kepentingan kriteria
Kriteria Ketaatan
Prestasi Kerja
Tanggung Jawab
Kejujuran
Kerjasama
Kepemimpinan
Variabel
Kisaran Nilai
Kurang Cukup Baik Kurang Cukup Baik Kurang Cukup Baik Kurang Cukup Baik Kurang Cukup Baik Kurang Cukup Baik
Dalam penelitian ini skala yang bersifat linguistik tersebut dikonversikan kedalam fuzzy segitiga (Triangular Fuzzy Number). Pada gambar 2 dapat dilihat cara kerja fuzzy segitiga untuk penilaian kriteria ketaatan.
120
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Kriteria ketaatan (KT) Tabel 6 Kriteria ketaatan
Variabel Kurang Cukup Baik
Kisaran Nilai 0 - 43 41 - 66 64 - 100
Ketaatan 1
0,2 0
41
45
64
65
66
100
Gambar 2 Ketaatan keanggotaan fuzzy segitiga
Fungsi keanggotaan fuzzy segitiga: µ [45] = (45-41) / (64-41) = 4/23 = 0,2 Berdasarkan representasi dari fuzzy segitiga dapat disimpulkan nilai dari kriteria untuk menentukan matriks perbandingan berpasangan yang dapat dilihat pada tabel 7. Tabel 7 Matriks perbandingan berpasangan fuzzy Kriteria KT PK TJ KJ KS KP
l 1.00 0.50 0.50 0.40 0.50 0.40
KT m 1.00 0.60 0.60 0.50 0.60 0.50
u 1.00 1.00 1.00 0.60 1.00 0.60
l 1.00 1.00 0.50 0.50 0.50 0.50
PK m 1.50 1.00 0.60 0.60 0.60 0.60
u 2.00 1.00 1.00 1.00 1.00 1.00
l 1.00 1.00 1.00 0.50 0.50 0.50
TJ m 1.50 1.50 1.00 0.60 0.60 0.60
u 2.00 2.00 1.00 1.00 1.00 1.00
ANALISIS FAHPDALAM MENENTUKAN POSISI JABATAN
121
Setelah matriks perbandingan berpasangan didapat dilakukan perhitungan dari masing-masing nilai l,m,u. Yang dapat dilihat pada tabel 8. Tabel 8 Perhitungan jumlah baris setiap kolom l,m,u
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
KJ
0.20
0.30
0.30
1.00
3.00
3.00
KS
0.30
0.30
0.30
0.30
1.00
3.00
KP
0.25
0.30
0.30
0.30
0.30
1.00
Langkah 2. Menghitung nilai eigen maksimum Dari matriks perbandingan berpasangan dilakukan perhitungan untuk mencari nilai ∑kolom, dengan menambahkan masing-masing kolom dari kriteria. Tabel 10 Perhitungan ∑ kolom KT
PK
TJ
KJ
KS
KP
KT
1.00
3.00
3.00
5.00
3.00
4.00
PK
0.30
1.00
3.00
3.00
3.00
3.00
TJ
0.30
0.30
1.00
3.00
3.00
3.00
KJ
0.20
0.30
0.30
1.00
3.00
3.00
KS
0.30
0.30
0.30
0.30
1.00
3.00
KP
0.25
0.30
0.30
0.30
0.30
1.00
∑kolom
2.35
5.20
7.90
12.60
13.30
17.00
Langkah 3. Menghitung bobot prioritas dan consistency ratio (CR) a. Matriks perbandingan berpasangan dikalikan dengan nilai eigen 0.37 1.00 3.00 3.00 5.00 3.00 4.00 2.50 ⎡0.30 1.00 3.00 3.00 3.00 3.00⎤ ⎡1.53⎤ ⎡0.22⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢0.30 0.30 1.00 3.00 3.00 3.00⎥ x ⎢0.16⎥ = ⎢1.06⎥ ⎢0.20 0.30 0.30 1.00 3.00 3.00⎥ ⎢0.11⎥ ⎢0.69⎥ ⎢0.08⎥ ⎢0.30 0.30 0.30 0.30 1.00 3.00⎥ ⎢0.49⎥ ⎣0.05⎦ ⎣0.25 0.30 0.30 0.30 0.30 1.00⎦ ⎣0.31⎦ b. Hasil dari perkalian matriks perbandingan berpasangan dengan nilai eigen, dinyatakan sebagai nilai bobot prioritas 0.37 6.76 2.50 ⎡1.53⎤ ⎡0.22⎤ ⎡6.95⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢1.06⎥ : ⎢0.16⎥ = ⎢6.63⎥ ⎢0.69⎥ ⎢0.11⎥ ⎢6.27⎥ ⎢0.49⎥ ⎢0.08⎥ ⎢6.13⎥ ⎣0.31⎦ ⎣0.05⎦ ⎣6.20⎦
ANALISIS FAHPDALAM MENENTUKAN POSISI JABATAN
123
Tabel 11 Bobot prioritas
Bobot Prioritas KT PK TJ KJ KS KP
6.76 6.95 6.63 6.27 6.13 6.20
c. Menghitung λ maks Menghitung rata-rata dari nilai pada langkah b, dan hasilnya dinotasikan dengan λ maks. λmaks = 6.76 + 6.95 + 6.63 + 6.27 + 6.13 + 6.20 6 = 6.49 d. Menghitung consistency index (CI) CI = CI =
λmaks −𝑛𝑛 𝑛𝑛−1 6.49−6 6−1
= 0.10
e. Menghitung consistensy ratio (CR) 𝐶𝐶𝐶𝐶 dengan n = 5, maka RI = 1.12 𝑅𝑅𝑅𝑅 0.10 CR = 1.12
CR =
= 0.08 Consistensy ratio matriks kriteria bernilai 0.08 menunjukkan konsistensi baik atau diterima, karena nilai 0.08 ini lebih kecil dari 0,1 (10%). PERANGKINGAN Hasil dari vektor bobot dikalikan dengan bobot prioritas dari alternatif sehingga dapat dilihat pada tabel berikut.
124
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Dapat disimpulkan pada tabel 12. Tabel 12 Perangkingan
Alternatif
Bobot Global
Rangking
A
20.25
3
B C
21.44 21.65
2 1
Dari table 12, didapatkan hasil bahwa alternatif C mendapatkan nilai tertinggi dengan bobot global 21.65, alternatif B dengan bobot global 21.44 dan alternatif A mendapat nilai terendah dengan bobot global 20.25. KESIMPULAN Berdasarkan hasil penelitian dapat diambil kesimpulan, prestasi kerja menjadi kriteria tertinggi dengan bobot prioritas 6.95, kemudian ketaatan dengan bobot prioritas 6.76, tanggung jawab dengan bobot prioritas 6.63, kejujuran dengan bobot priorotas 6.27, kerjasama dengan bobot prioritas 6.12 dan yang terakhir kepemimpinan dengan bobot prioritas 6.2. Sedangkan yang menjadi alternatif pilihan, alternatif C mendapatkan nilai tertinggi dengan bobot 21.65 yang ke dua adalah alternatif B dengan bobot 21.44 dan yang terakhir alternatif A dengan bobot 20.25.
ANALISIS FAHPDALAM MENENTUKAN POSISI JABATAN
125
REFERENSI Chang, D. Y. (1996). Applications of The Extent Analysis Method on Fuzzy AHP. European Jurnal of Operational Research, 95, 649-655.
Moengin, P. (2013). Model AHP/DEA Untuk Mengukur Efisiensi Penggunaan Teknologi Gas Buang Rumah Tangga Ramah Lingkungan. Vol VIII, No 1 Shega, H.N.H., Rahmawati, R. & Yasin, H. (2012). Penentuan faktor prioritas mahasiswa dalam memilih telepon seluler merk blackberry dengan fuzzy AHP. Jurnal Gaussian, Volume 1, Nomor 1, Tahun 2012, Halaman 73-82. Syamsuddin, I. & Hwang, J .(2009). The Application of AHP Model to Guide Decision Makers: A Case Study of E-Banking Security. Fourth International Conference on Computer Sciences and Convergence Information Technology.
126
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
ANALISIS MAPPING PADA PARTIALLY MAPPED CROSSOVER DALAM ALGORITMA GENETIKA PADA TRAVELLING SALESMAN PROBLEM Sri Melvani Hardi 1), Muhd. Zarlis2),Erna Budiarti3) Abstract Traveling salesman problem is the problem how salesman can set tour to visit a number of cities which known distance of the city with other cities so that the distance is the minimum distance where the salesman can only visit the city exactly once. To resolve TSP problem, there are many optimization methods that can be used one of them which is a genetic algorithm. Genetic algorithm is an algorithm which have same search method as a mechanism of biological evolution. Crossover is a genetic operator which the process of exchanging some genes on chromosome first parent with the majority of genes in the two parent chromosomes to form a new chromosome .One of the crossover method used in solving traveling salesman problem is partially mapped crossover ( PMX ),where the process mapping of PMX are determines the variation exchange of genes on chromosomes that affect the achievement of best fitness on 2 chromosome. In this study the first variation (PMX variation I) is designed using random point position while in the second variation (PMX variation II) is designed by using the change in the mapping area. Testing in this study using data from the Travelling Salesman Problem Library (TSPLIB). The result obtained that PMX which designed by using randomly cut position have best fittness better than PMX is designed by changing the position of the mapping area and if it compared with the general form of PMX with the same position cut point. Keyword : Travelling Salesman Problem, Genetic Algorithm, Partially Mapped Crossover(PMX)
PENDAHULUAN Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya. 1, Mahasiswa
Magister Teknik Informatika Universitas Sumatera Utara TI, Universitas Sumatera Utara
2,3 FASILKOM
128
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Permasalahan utama dari TSP adalah bagaimana seorang salesman dapat mengatur rute perjalananannya untuk mengunjungi sejumlah kota yang diketahui jarak satu kota dengan kota lainnya sehingga jarak yang ditempuh merupakan jarak minimum dimana salesmen hanya dapat mengunjungi kota tersebut tepat satu kali. Untuk menyelesaikan masalah TSP banyak metode optimasi yang dapat digunakan yaitu Hill Climbing Method, Ant Colony System, Dynamic Programming, Algoritma Greedy, Algoritma Brute Force dan Algoritma Genetika Dibanding metode optimasi lain, algoritma genetika memiliki perbedaan dalam empat hal, yaitu algoritma genetika bekerja dengan struktur – struktur kode variabel, menggunakan banyak titik pencarian (multiple point), informasi yang dibutuhkan hanya fungsi obyektifnya saja (sehingga menjadikan implementasinya lebih sederhana), serta menggunakan operator stokastik dengan pencarian terbimbing (Goldberg, 1989). Algoritma genetika merupakan algoritma yang diciptakan berdasarkan inspirasi dari mekanisme seleksi alam dimana salah satu individu yang lebih kuat menjadi pemenang dari lingkungan yang berkompetisi (Sastry, K,et.al. 2004). Algoritma genetika ini banyak dipakai pada aplikasi bisnis, teknik maupun bidang keilmuan. Algoritma ini dapat dipakai untuk mendapatkan solusi yang tepat untuk masalah optimasi. Algoritma genetika telah terbukti menjadi pendekatan terbaik karena seluruh ruang pencarian tidak perlu dilalui dalam memperoleh global minimum (Ahmed, 2010). Konsep dasar algoritma genetika relatif mudah dipahami, karena komponen-komponen pembentuk algoritma ini mencerminkan kehidupan di alam. Proses pencarian pada algoritma genetika dimulai dengan memilih himpunan penyelesaian, digambarkan dengan kromosom yang disebut dengan populasi. Solusi dari satu populasi diambil untuk membentuk populasi baru, dimana pemilihannya tergantung dari fitness terbaiknya. Hal ini dimotivasi dengan harapan bahwa populasi yang baru akan lebih baik dibandingkan populasi terdahulu. Proses ini dilakukan berulang-ulang hingga kondisi tertentu terpenuhi.
ANALISIS MAPPING DALAM SALESMAN PROBLEM
129
Algoritma genetika umumnya terdiri dari tiga operasi yaitu: operasi reproduksi, operasi crossover (persilangan), dan operasi mutasi dimana rekombinasi dari ketiga aspek tersebut merupakan aspek yang memiliki peranan penting. Crossover (persilangan) yang merupakan operator dari algoritma genetika yang melibatkan dua induk untuk membentuk kromosom baru. Proses ini dilakukan dengan menukar sebagian informasi pada kromosom induk pertama dengan informasi dari kromosom induk kedua. Proses crossover dilakukan pada setiap individu dengan probabilitas crossover yang ditentukan. Jika tidak terjadi crossover, satu induk dipilih secara random dengan probabilitas yang sama dan di duplikasi menjadi anak. Jika terjadi crossover, keturunan didapatkan dari bagian-bagian kromosom induk. Jika probabilitas crossover 100% maka keseluruhan keturunan didapatkan dengan crossover. Jika probabilitas crossover 0% maka generasi baru dibuat dari salinan kromosom-kromosom dari populasi lama yang belum tentu menghasilkan populasi yang sama dengan populasi sebelumnya karena adanya penekanan selektif. Dengan dilakukannya proses crossover akan menghasilkan keanekaragaman kromosom dalam populasi. Tingkat croosover yang tinggi menyebabkan semakin besar kemungkinan algoritma genetika mengeksplorasi ruang pencarian sekaligus mempercepat ditemukannya solusi optimum. Secara tradisional, jumlah crossover point (yang menentukan berapa banyak segmen yang dipertukarkan) telah ditentukan pada one point atau two point. (Holland, 1975). Metode crossover yang digunakan dalam menyelesaikan Travelling Salesman Problem salah satunya yaitu partially mapped crossover. Beberapa penelitian yang telah dilakukan terlebih dahulu yang terkait dengan optimasi menggunakan algoritma genetika yaitu penelitian yang dilakukan oleh (Samuel, et al. 2005) membahas bagaimana algoritma genetik menyelesaikan TSP dengan menggunakan metode order crossover sebagai teknik rekombinasi dan metode insertion mutation sebagai teknik mutasi yang digunakan pada algoritma genetik; (Annies,et al. 2002) menunjukkan bahwa algoritma genetika dapat digunakan untuk menyelesaikan masalah optimasi yang kompleks seperti mencari rute paling optimum, menggunakan beberapa metode seleksi yaitu roulette wheel, elitism dan gabungan antara metode roulette wheel dan elitism. Ada dua jenis crossover yang digunakan yaitu one cut point crossover dan two cut point crossover;
130
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
(Tamilarsi & Kumar 2010) menemukan sebuah metode baru dalam penyelesaian masalah penjadwalan job shop menggunakan hybrid Genetic Algorithm (GA) dengan Simulated Annealing (SA); sementara itu (Nasution, 2012) membahas analisis penyelesaian TSP menggunakan partially mapped crossover dengan menentukan nilai probabilitas crossover 20%, 40%, 60%, 80% dan 99%. (Kusum Deep & Hadush Mebrahtu, 2012) membuat variasi pada partially mapped crossover dengan menentukan letak kromosom dalam posisi acak. (Al kasasbeh,et al. 2012) menambahkan sebuah procedure baru pada algoritma genetika untuk menyelesaikan TSP yaitu dengan metode shared neighbour. Meskipun telah banyak penelitian dengan menggunakan beberapa crossover point untuk mendapatkan rute yang optimal pada travelling salesman problem tetapi belum diketahui pengaruh mapping pada Partially Mapped Crossover (PMX) dalam pencapaian best fitness, berdasarkan latar belakang masalah tersebut penulis tertarik untuk melakukan penelitian lebih mendalam untuk mengetahui bagaimana pengaruh mapping pada PMX dalam pencapaian best fitness. TUJUAN PENELITIAN Tujuan dari penelitian ini adalah untuk melihat pengaruh mapping pada Partially Mapped Crossover (PMX) terhadap pencapaian best fitness serta transaksi pembayaran terhadap produk yang dibeli. MANFAAT PENELITIAN
1. Menambah pemahaman dan pengetahuan penulis mengenai operator genetika Partially Mapped Crossover (PMX) travelling salesman problem 2. Mengetahui penggunaan algoritma genetika yang dapat menghasilkan hasil yang optimal pada travelling salesman problem BATASAN MASALAH Terdapat beberapa batasan yang dibuat untuk lebih memfokuskan pada tujuan yang ingin dicapai, yaitu diantaranya :
ANALISIS MAPPING DALAM SALESMAN PROBLEM
131
1. Analisis dilakukan terhadap mapping pada partially mapped crossover(PMX). 2. Data pengujian menggunakan dua sampel data yaitu eil51.tsp dan eil76.tp yang diperoleh dari TSPLIB http://www.iwr.uniheidelberg.de/iwr/comopt/software/TSPLIB95/. 3. Pengujian akan dilakukan dengan menggunakan probabilitas crossover 0,25 0,50 dan 1 serta probabilitas mutasi 0,1. TRAVELLING SALESMAN PROBLEM Persoalan yang dihadapi TSP ialah bagaimana merencanakan total jarak yang minimum. Untuk menyelesaikan persoalan tersebut, tidak mudah dilakukan karena terdapat ruang pencarian dari sekumpulan permutasi sejumlah kota. Maka TSP kemudian dikenal dengan persoalan Non Polinomial. ALGORITMA GENETIKA Algoritma Genetika sebagai cabang dari Algoritma Evolusi merupakan metode yang digunakan untuk memecahkan suatu pencarian nilai dalam sebuah masalah optimasi yaitu permasalahan-permasalahan yang tak linier (Mitsuo& Runwei, 2000). Secara umum tahapan proses dari algoritma genetika diperlihatkan pada Gambar 1. Seperti terlihat pada gambar kromosom merupakan representasi dari solusi. Operator genetika yang terdiri dari crossover dan mutasi dapat dilakukan kedua-duanya atau hanya salah satu saja yang selanjutnya operator evolusi dilakukan melalui proses seleksi kromosom dari parent (generasi induk) dan dari offspring (generasi turunan) untuk membentuk generasi baru (new population) yang diharapkan akan lebih baik dalam memperkirakan solusi optimum, proses iterasi kemudian berlanjut sesuai dengan jumlah generasi yang telah ditetapkan.
132
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 1 : Ilustrasi tahapan proses dari algoritma genetika (Gen & Cheng., 1997)
. TEKNIK PENGKODEAN Teknik pengkodean adalah bagaimana mengkodekan gen dari kromosom, gen merupakan bagian dari kromosom. Gen dapat direpresentasikan dalam bentuk bit,bilangan real, string, daftar aturan, gabungan dari beberapa kode, elemen permutasi, elemen program atau representasi lainnya yang dapat diimplementasikan untuk operator genetika. MEMBANGKITKAN POPULASI AWAL DAN KROMOSOM Membangkitkan populasi awal adalah proses membangkitkan sejumlah individu atau kromosom secara acak atau melalui prosedur tertentu. Ukuran untuk populasi tergantung pada masalah yang akan diselesaikan dan jenis operator genetika yang akan diimplementasikan. Setelah ukuran populasi ditentukan, kemudian dilakukan pembangkitan populasi awal. Apabila ukuran populasi yang dipilih terlalu kecil, maka tingkat eksplorasi atas ruang pencarian global akan terbatas, walaupun arah
ANALISIS MAPPING DALAM SALESMAN PROBLEM
133
menuju konvergensi lebih cepat. Apabila ukuran populasi terlalu besar, maka waktu akan banyak terbuang karena berkaitan dengan besarnya jumlah data yang dibutuhkan dan waktu ke arah konvergensi akan lebih lama (Goldberg, 1989). EVALUASI FITNESS Suatu individu dievaluasi berdasarkan suatu fungsi tertentu sebagai ukuran performansinya. Didalam evolusi alam, individu yang bernilai fitness tinggi yang akan bertahan hidup. Sedangkan individu yang bernilai fitness rendah akan mati. SELEKSI
Dalam proses reproduksi setiap individu populasi pada suatu generasi diseleksi berdasarkan nilai fitnessnya untuk bereproduksi guna menghasilkan keturunan. Probabilitas terpilihnya suatu individu untuk bereproduksi adalah sebesar nilai fitness individu tersebut dibagi dengan jumlah nilai fitness seluruh individu dalam pupulasi (Davis, 1991). Proses seleksi memiliki beberapa jenis metode, berikut ini adalah beberapa metode seleksi yang sering digunakan yaitu: SELEKSI RODA ROULETTE (ROULETE WHEEL SELECTION) Metode seleksi roda roulette merupakan metode seleksi yang paling sederhana. Metode ini juga sering dikenal dengan nama stochastic sampling with replacement. Pada metode ini cara kerja seleksi berdasarkan nilai fitness dari tiap individu, jadi individu yang memiliki nilai fitness terbaik mempunyai kesempatan lebih besar untuk terpilih sebagai orang tua. Langkah-langkah seleksi roulette wheel : 1. Dihitung nilai fitness masing-masing individu (fi dimana i adalah individu ke 1 s/d ke-n ) 2. Dihitung total fitness semua individu , 3. Dihitung fitness relatif masing-masing individu 4. Dari fitness relatif tersebut, dihitung fitness kumulatifnya. 5. Dibangkitkan nilai random
134
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
6. Dari bilangan random yang dihasilkan, ditentukan individu mana yang terpilih dalam proses seleksi CROSSOVER Crossover (pindah silang) adalah proses pemilihan posisi string secara acak dan menukar karakter- karakter stringnya (Goldberg, 1989). Fungsi crossover adalah menghasilkan kromosom anak dari kombinasi materimateri gen dua kromosom induk. Probabilitas crossover (Pc) ditentukan untuk mengendalikan frekuensi crossover. PARTIALLY MAPPED CROSSOVER (PMX) PMX diciptakan oleh Goldberg dan Lingle. PMX merupakan rumusan modifikasi dari pindah silang dua-poin. Hal yang penting dari PMX adalah pindah silang dua poin ditambah dengan beberapa prosedur tambahan. Contoh: Pilih posisi untuk menentukan substring secara acak Induk 1 : 1 2 3 | 4 5 6 | 7 8 Induk 2 : 3 7 5 | 1 6 8 | 2 4 Diperoleh : Anak 1 : 4 2 3 | 1 6 8 | 7 5 Anak 2 : 3 7 8 | 4 5 6 | 2 1
MUTASI Operator mutasi dioperasikan sebagai cara untuk mengembalikan materi genetic yang hilang. Melalui mutasi, individu baru dapat diciptakan dengan melakukan modifikasi terhadap satu atau lebih nilai gen pada individu yang sama. Mutasi mencegah kehilangan total materi genetika setelah reproduksi dan pindah silang. Mutasi ini berperan utuk menggantikan gen yang hilang dari populasi akibat seleksi yang memungkinkan munculnya kembali gen yang tidak muncul pada inisialisasi populasi. PERMUTATION ENCODING Order changing dengan memilih dua nilai dari gen dan menukarnya. Contoh : ( 1 2 3 4 5 8 9 7 ) => ( 1 8 3 4 5 6 2 9 7 )
ANALISIS MAPPING DALAM SALESMAN PROBLEM
135
PARAMETER – PARAMETER DALAM ALGORITMA GENETIKA Parameter genetika yang sering digunakan meliputi ukuran populasi (N), probabilitas pindah silang (Pc),dan probabilitas mutasi (Pm). Pemilihan ukuran populasi yang digunakan tergantung pada masalah yang akan diselesaikan. Untuk masalah yang lebih kompleks biasanya diperlukan ukuran populasi yang lebih besar guna mencegah konvergensi prematur (yang menghasilkan optimum lokal). ANALISIS Crossover merupakan salah satu aspek penting dalam algoritma genetika untuk menghasilkan best fitness. Partially mapped crossover (PMX) merupakan salah satu metode dalam crossover dimana pada penelitian ini akan menganalisis mapping pada PMX dalam pencapaian best fitness terhadap 2 kromosom. DATA YANG DIGUNAKAN Data yang digunakan merupakan data benchmark yang diambil dari TSPLIB dimana TSPLIB merupakan library dari contoh data untuk permasalahan TSP dari berbagai sumber dan bermacam tipe permasalahan TSP. Jenis data file .tsp yang digunakan sebagai data uji adalah data TSP Simetri dimana jarak antara titik I ke titik J sama dengan jarak titik J ke titik I. Adapun data yang digunakan yaitu data eil51.tsp dan eil76.tsp dimana kedua data tersebut mendukung tipe EDGE_WEIGHT_TYPE: EUC_2D, yaitu koordinat posisi dengan format Euclidian 2 dimensi. Data eil51 dan eil76 berarti data yang berisikan koordinat 51 kota eilon dan koordinat 76 kota eilon. Untuk setiap tipe EUC_2D titik koordinat harus diketahui untuk setiap titik. Pada Euclidian 2 dimensi digunakan perhitungan jarak antara titik I ke J adalah sebagai berikut 2
𝑑𝑑(𝑖𝑖,𝑗𝑗 ) = ��𝑥𝑥𝑖𝑖 − 𝑥𝑥𝑗𝑗 � + �𝑦𝑦𝑖𝑖 − 𝑦𝑦𝑗𝑗 �
keterangan:
xi = koordinat x kota i
2
136
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
xj = koordinat x kota j yi = koordinat y kota i yj = koordinat y kota j
Nilai probabilitas crossover (Pc) yang digunakan yaitu 0,25 0,50 dan 1 dimana dipilih dari nilai Pc yang berskala kecil, sedang dan tinggi sebagai nilai untuk pengujian dari masing-masing data. Algoritma Genetika pada Travelling Salesman Problem (TSP) Adapun prosedur kerja dari penelitian ini dapat dilihat secara keseluruhan pada Gambar 2 di bawah ini
Input: Data eil51 dan eil 76
Proses: Mendefinisikan Individu Pembangkitan Populasi Awal Hitung nilai fitness Seleksi Crossover(Partially mapped crossover)
PMX Umum,PMX I,PMX II Mutasi
Output: Pengaruh pemetaan pada PMX dalam pencapaian best fitness dari 2 kromosom
Gambar 2. Metode Penelitian
DASAR ALGORITMA GENETIKA Dalam algoritma genetika terdapat beberapa proses atau tahapan yang harus dilakukan. Pada Gambar 3 diperlihatkan proses yang terdapat pada algoritma genetika
ANALISIS MAPPING DALAM SALESMAN PROBLEM
137
Start
Data: TSPLIB
Representasi/encoding ke dalam bentuk path representation
Tentukan: - ukuran populasi (population size/N) - jumlah generasi - probabilitas crossover (pc) - probabilitas mutasi (pm)
Bangkitkan populasi awal (inisialisasi populasi) secara acak
Hitung fitness dari masing-masing kromosom
Apakah kriteria/syarat terminasi terpenuhi?
Ya
End
Tidak Pilih kromosom untuk dijadikan parent sesuai dengan metode seleksi yang dipakai
Kawinkan sepasang parent yang sudah dipilih pada tahap seleksi dengan memperhatikan probabilitas crossover (pc) sehingga menghasilkan offspring Tidak Ubah secara acak nilai gen pada offspring dengan memperhatikan probabilitas mutasi (pm)
Tempatkan offspring (kromosom hasil dari proses mutasi) pada populasi baru
Apakah ukuran populasi yang baru = N (populasi sebelumnya)? Ya Gantikan populasi kromosom sekarang dengan populasi kromosom baru untuk membentuk generasi selanjutnya
Gambar 3 Dasar Algoritma Genetika
Pada algoritma genetika terdapat proses crossover dimana pada proses ini terjadi pertukaran gen antara kromosom induk. Pada penelitian ini penulis pengaruh menganalisis mapping dari ketiga bentuk variasi PMX. Berikut ini Flowchart Partially Mapped Crossover (PMX) Umum,
138
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PMX Variasi I dan PMX Variasi II dapat dilihat pada Gambar 4, 5 dan 6 dibawah ini. Mulai
Tentukan nilai Pc Pilih kromosom Tentukan titik potong yang sama pada dua kromosom Bentuk mapping gen diantara posisi titik potong
Pindah silangkan gen pada posisi
tidak
Gen ya Off Spring Selesai
Gambar 4 Flowchart Partially Mapped Crossover (PMX) Umum
ANALISIS MAPPING DALAM SALESMAN PROBLEM
139
Mula Tentukan nilai Pc
Pilih kromosom induk
Tentukan titik potong yang berbeda pada dua kromosom
Bentuk mapping gen pada posisi titik potong
Pindah silangkan gen pada posisi mapping gen
Tidak Gen Habis ?
Ya Off Spring
Selesai Gambar 5. Flowchart Partially Mapped Crossover (PMX) Variasi I
140
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Mulai
Tentukan Pc
Pilih Kromosom d k Tentukan titik potong pada posisi yang sama pada dua kromosom Induk
Ganti daerah mapping pada pinggir kromosom induk gen
Pindah silangkan gen pada posisi mapping gen tidak
Gen
Off Spring
Selesai Gambar 6. Flowchart Partially Mapped Crossover (PMX) Variasi II
ANALISIS MAPPING DALAM SALESMAN PROBLEM
141
PENGUJIAN DAN PEMBAHASAN Pada penelitian ini akan ditampilkan hasil dari variasi partially mapped crossover(PMX) pada algoritma genetika. Sehingga nanti akan dilihat hasil best fitness yang didapatkan oleh 3 variasi PMX yang berbeda. Pengujian akan dilakukan dengan menggunakan data eil51 dan eil76 dengan menggunakan 3 parameter yaitu probabilitas crossover,generasi,dan probabilitas mutasi. Hasil yang diperoleh pada penelitian ini adalah berupa best fitness dimana pada penelitian ini menggunakan metode crossover PMX dengan 3 variasi yaitu PMX bentuk umum, PMX I, dan PMX II dengan nilai probabilitas crossover 0,25 0,50 dan 1. Berdasarkan hasil percobaan dengan menggunakan data eil51 data eil76 pada probabilitas crossover 0,25 0, dan 1 diperoleh hasil bahwa PMX variasi I dengan variasi titik potong kromosom secara acak dengan posisi mapping terletak diantara 2 titik potong acak memperoleh best fitness yang paling baik dibandingkan dengan PMX variasi II yang titik potong nya terletak pada posisi yang sama tetapi daerah mapping nya terletak pada tepi kromosom dan jika dibandingkan dengan PMX variasi umum. Variasi pada titik potong yang dilakukan secara acak dapat mempengaruhi mapping gen pada proses crossover sehingga gen yang dihasilkan lebih bervariasi dan mempengaruhi pencapaian best fitness pada proses genetika. Untuk hasil pengujian dengan menggunakan data eil51 dapat dilihat pada Gambar 7 diperlihatkan bahwa pada best fitness pada PMX umum yaitu 2.56904689865361E-04 pada generasi ke 447 dengan rute optimal sebesar 3892.494140625, kemudian pada Gambar 8 diperlihatkan best fitness PMX Variasi I sebesar 2.56858014283479E-04 pada generasi ke 350 dengan rute 3893.50463867188 sedangkan pada Gambar 9 PMX Variasi II dengan best fitness sebesar 2.38396171133995E-04 pada generasi ke 497 dengan rute optimal 4194.6982421874. Besarnya best fitness berbanding terbalik dengan rute optimal, makin besar best fitness maka makin rendah rute optimal.
142
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 7. PMX umum (Pc =1)
Gambar 8. PMX variasi1(Pc =1)
ANALISIS MAPPING DALAM SALESMAN PROBLEM
143
Gambar 9. PMX variasi II(Pc = 1)
KESIMPULAN Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut : 1. Mapping pada partially mapped crossover dalam algoritma genetika dapat mempengaruhi pencapaian best fitness pada 2 kromosom karena semakin banyak gen yang dilakukan pemetaan maka semakin bervariasi gen yang dihasilkan. Mapping dengan titik potong acak menghasilkan gen yang lebih bervariasi dibandingkan mapping pada titik potong yang sama dan jika dibandingkan dengan mapping yang dilakukan pada daerah pinggir kromosom. 2. Berdasarkan hasil yang dicapai pada penelitian ini diperoleh bahwa PMX dengan variasi titik potong kromosom yang dilakukan secara acak (variasi I) dapat menghasilkan best fitness yang lebih baik dibandingkan PMX dengan posisi titik potong
144
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
yang sama (bentuk umum) dan PMX dengan posisi daerah mapping yang terletak pada pinggir kromosom (variasi II) SARAN 1. Penelitian ini dapat dikembangkan lagi dengan menambahkan banyaknya generasi sehingga dapat diperoleh perbandingan hasil yang lebih baik. 2. Pada penelitian selanjutnya dapat ditambahkan variasi dari PMX dengan letak mapping dan posisi kromosom yang acak serta penambahan jumlah titik potong yang biasanya dilakukan dengan menggunakan 2 titik potong maka bias ditambahkan dengan 4 titik potong. 3. Penambahan data uji yang lebih bervariasi sehingga didapatkan hasil yang lebih bervariasi.
REFERENSI A. Tamilarasi and T. Anantha kumar. (2010). An enhanced genetic algorithm with simulated annealing for job-shop scheduling. International Journal of Engineering, Science and Technology Vol. 2, No. 1, 2010, pp. 144-151 Ahmed, Z., Younas, I.,& Zahoor, M (2010). A Novel Genetic Algorithm for GTSP. International Journal of Computer Theory and Engineering, Vol.2, No.6, December, 2010 1793-8201 Al kasassbeh, M., Alabadleh, A., & Al-Ramadeen, T. (2012). Shared Crossover Method for Solving Traveling Salesman Problem. IJICS Volume 1, Issue 6, September 2012 PP. 153-158 Davis, L. (1991). Handbook of Genetic Algorithms. New York : Van Nostrand Reinhold.
ANALISIS MAPPING DALAM SALESMAN PROBLEM
145
Deep, Kusum& Mebrahtu, Hadush. (2011). Combined Mutation Operators of Genetic Algorithm for the Travelling Salesman problem .Department of Mathematics, Indian Institute of Technology, Roorkee, India International Journal of Combinatorial Optimization Problems and Informatics, Vol. 2, No.3, Sep-Dec 2011, pp. 1-23, ISSN: 2007-1558. Deep,Kusum & Mebrahtu, Hadush. (2012). Variant of partially mapped crossover for the Travelling Salesman problems. Department of Mathematics, Indian Institute of Technology, Roorkee, India International Journal of Combinatorial Optimization Problems and Informatics, Vol. 3, No. 1.Jan-April 2012, pp. 47-69. ISSN: 2007-1558. Gen M., Cheng R., (1997). Genetic Algoritms & Engineering, Jhon Willey and Sons. Gen, Mitsuo & Cheng, Runwei. (2000) Genetic Algorithms and Engineering Optimization. Ashikaga, Japan: Institute of Technology. Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Massachusetts: AddisonWesley Publishing C ompany, Inc Hannawati A., Thiang, Eleazar, 2002, Pencarian Rute Optimum Menggunakan Algoritma Genetika, Jurnal Teknik Elektro Vol.2, No.2, September 2002:78-83. Misevičius, Alfonsas & Kilda, Bronislovas. (2005). Comparison Of Crossover Operators For The Quadratic Assignment Problem. Department of Practical Informatics, Computer Department Kaunas University of Technology Kaunas, Lithuania ISSN 1392 – 124X Information Technology And Control, 2005, Vol.34, No.2 Nasution, K. (2012).Analisis Pemilihan Partially Mapped Crossover Algoritma Genetika pada Penyelelesaian Travelling Salesman Problem. Tesis. Medan, Indonesia: Universitas Sumatera Utara
146
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Samuel L., Toni A. dan Willi Y., 2005, Penerapan Algoritma Genetika Untuk Salesman Problem Dengan Menggunakan Metode Order Crossover dan Insertion Mutation, Prosiding Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005), Yogyakarta Sastry,
K. et.al. (2004). Genetic Programming for Multiscale Modeling.Urbana: University of Illinois at UrbanaChampaign. International Journal of Engineering, Science and Technology Vol. 2, No. 1, 2010, pp. 144-151.
IMPLEMENTASI E-COMMERCE UNTUK MENINGKATKAN PEMASARAN ANYAMAN BAMBU DI METRO
M. SAID HASIBUAN1 RIDHO KURNIAWAN2
Fakultas Ilmu Komputer, Jurusan Teknik Informatika, IBI Darmajaya Jl. Z. A. Pagar Alam No. 93 A Bandar Lampung 35141, Indonesia [email protected] 1 ,[email protected]
ABSTRACT The bamboo craft creative industry is one of creative industry which is located in Metro. That creative industry has not had online system in information spreading process and selling produced product process. The spreading of information just only reach certain area or location, even though some of the industry have already sell the product outside Metro. Therefore, to expand the product trading, it is made the e-commerce design as the shopping service media for bamboo craft creative industry in Metro. The website design is aimed to overcome the marketing and selling product problems in bamboo craft creative industry in Metro which is limited by the place and time. The software development method which is used is Waterfall method. The data collecting uses observation method. The implementation from this Waterfall method is explained by using running system analysis, proposed system analysis, diagram context system, data flow diagram (DFD), table relation, database structure table, and interface design system. This website design uses PHP program. This e-commerce website has three user based on the access right therefore it can be used by customer (end user), the owner (bamboo craft creative industry), and the administrator (website management). Keywords :Website, E-commerce
PENDAHULUAN Pemanfaatan teknologi informasi seperti internet memberikan kemudahan dalam melakukan kegiatan transaksi jual-beli untuk memperluas pemasaran suatu bisnis. Transfer data dan komunikasi
148
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
yang cepat merupakan keunggulan dari koneksi internet. Menggunakan media online seperti E-commerce dalam kegiatan penjualan dan pembelian dapat dilakukan walaupun penjual dan pembeli tidak bertemu secara langsung. Tipe model bisnis yang digunakan yaitu Online Direct Marketing. Model bisnis ini sering digunakan dalam penjualan online Business to Customer (B2C). Kota Metro memiliki berbagai macam industri kreatif di dalamnya. Salah satunya adalah industri kreatif kerajinan anyaman bambu. Industri kreatif kerajinan anyaman bambu merupakan komoditas industri bagi perumahan dan memiliki sifat padat karya. Selain dapat dibuat menjadi berbagai macam produk yang unik, dan fungsional bahan bakunya pun mudah dicari dan didapatkan. Namun, tidak semua kalangan masyarakat atau konsumen mengetahui dimana produk kerajinan itu dihasilkan. Pemasaran yang dilakukan terbatas pada area tertentu yang cenderung bersifat perorangan dengan jumlah produk yang terbatas, sehingga hanya kalangan masyarakat atau konsumen tertentu saja yang dapat dengan mudah untuk memperoleh produk dari hasil kerajinan tersebut. Hal ini memberikan kesulitan bagi konsumen lainnya apabila ingin membeli produk yang dihasilkan oleh industri kreatif kerajinan anyaman bambu. Ketersediaan informasi yang ada saat ini belum cukup memenuhi kebutuhan informasi tentang industri kreatif yang ada di Kota Metro khususnya informasi tentang industri kreatif kerajinan anyaman bambu. Berdasarkan pemikiran tersebut untuk meningkatkan penjualan, maka proses penyebaran informasi produk harus mengandalkan teknologi informasi yang dapat menjangkau semua area atau tak terbatas oleh tempat dan waktu. Penelitian ini akan merancang dan mengimplementsikan e-commerce sebagai solusi dari kendala pemasaran anyaman bamboo di kota Metro. SISTEM INFORMASI DAN TEKNOLOGI INFORMASI Kadir (2003, p.546) Informasi merupakan salah satu sumber daya penting dalam suatu organisasi; digunakan sebagai bahan pengambilan keputusan. Menurut Burch dan Grudnitski (1989), kualitas informasi
E-COMMERCE DALAM PEMASARAN AYAMAN BAMBU
149
ditentukan oleh tiga faktor, yaitu relevansi, tepat waktu dan akurasi. Akurasi berarti bahwa informasi bebas dari kesalahan. Relevansi berarti bahwa informasi benar-benar berguna bagi suatu tindakan keputusan yang dilakukan oleh seseorang. Tepat waktu berarti bahwa informasi datang pada saat dibutuhkan sehingga bermanfaat untuk pengambilan keputusan. Secara lebih khusus, organisasi umumnya menerapkan sistem informasi. E-Commerce Yuhefizhar et al. E-Commerce adalah singkatan dari electronic commerce, yaitu sebuah layanan di internet dalam bentuk website untuk bertransaksi atau berdagang secara online (p.15). Sarwono dan Prihartono (2012, p.1) E-Commerce berkaitan dengan transaksi jual beli yang dilakukan secara digital dengan menggunakan komputer yang tersambung dengan internet. Oleh karena itu, peranan internet dalam ecommerce sangat penting karena komputer yang digunakan untuk bertransaksi harus dapat digunakan untuk berkomunikasi antara pihak pembeli dan penjual. Dengan demikian, model transaksi dalam ecommerce akan berbeda dengan transaksi bisnis konvensional. Jika transaksi bisnis memerlukan tatap muka, maka dalam e-commerce tidak diperlukan tatap muka. E-commerce dibedakan menjadi 3 jenis, yaitu traditional e-commerce, pure e-commerce dan partial e-commerce. Traditional e-commerce (mencakup semua dimensi fisik) merupakan sistem perdagangan dimasa lalu, melakukan semua proses bisnis secara offline. Perdagangan masih dilakukan secara fisik dimana transaksi membutuhkan kontak antara penjual dan pembeli. Pure e-commerce (mencakup semua dimensi digital) Perdagangan dilakukan lewat dunia virtual. Menjual produk alau layanan secara online. Jadi tidak ada perusahaan atau tokonya secara fisik, namun ada dalam dunia maya. Contohnya adalah Amazon.com. Transaksi dilakukan secara murni dimana proses jual beli dilakukan di internet, dan barang akan dikirmkan lewat jasa pengiriman barang. Sedangkan Partial e-commerce adalah pencampuran antara cara tradisional dan murni. Pada Patial E-Commerce adalah sebuah toko
150
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
atau perusahaan di dunia nyata yang mengiklankan barangnya di dunia maya, (Adma Jaya Yogyakarta). Perbedaan antara pure dan partial e-commerce yaitu Pure ecommerce semua proses pembelian, penjualan dan transaksi pembayaran dilakukan secara online, serta tidak memiliki toko secara fisik. Sedangkan Partial e-commerce gabungan antara traditional dan pure e-commerce, yang membedakan bahwa adanya toko secara fisik. METODOLOGI PENELITIAN Metode pengembangan perangkat lunak yang digunakan yaitu metode Waterfall milik John Wiley & Sons yang terdiri dari Planning, Analysis, Design, Implementation, dan System. Berikut merupakan gambar dari hasil analisis sistem yang merupakan arsitektur e-commerce yang dibangun yaitu:
Gambar 1 Arsitektur E-Commerce.
DIAGRAM KONTEKS SISTEM Diagram konteks menggambarkan alur sistem secara garis besar. Diagram konteks sistem dapat dilihat dibawah ini:
E-COMMERCE DALAM PEMASARAN AYAMAN BAMBU
-
Registrasi Customer Input Buku Tamu Login Customer Edit Biodata Customer Order Produk Konfirmasi Pembayaran Komentar Produk
Customer Validasi Login Customer Lihat Biodata Customer Lihat Industri Kreatif (IK) Lihat Produk IK Lihat Order Produk Lihat Arsip Pembelian Lihat Konfirmasi Pembayaran - Lihat Komentar Produk
-
151
- Login Admin - Insert, Update, Delete Data (Admin, Customer, Industri Kreatif (IK), Produk)
Rancang Bangun E-Commerce Sebagai Media Layanan Belanja Untuk Industri Kreatif Kerajinan Anyaman Bambu Pada Kota Metro
Admin
Validasi Login Admin Lihat Data Admin Lihat Data Customer Lihat Data Industri Kreatif Lihat Data Produk
Login IK Edit Biodata IK Insert, Update, Delete Produk IK Konfirmasi Pembayaran Komentar Produk
-
-
-
Validasi Login IK Lihat Biodata IK Lihat Produk IK Lihat Konfirmasi Pembayaran Lihat Komentar Produk
Industri Kreatif Kerajinan Anyaman Bambu
Gambar 2 Diagram Konteks Sistem.
HASIL DAN PEMBAHASAN TAMPILAN PROGRAM Berikut ini merupakan tampilan dari website e-commerce ketika dijalankan. Terdapat beberapa menu utama yang dapat dipilih, yaitu menu Home, Industri, Kategori, Produk Registrasi, Buku Tamu, Cara Order dan Login. Berikut ini adalah gambar dari menu Home.
152
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 2 Menu Home.
PROSES REGISTRASI CUSTOMER Pada web ini seorang customer harus terdaftar sebagai anggota customer apabila ingin melakukan pemesanan/pembelian produk. Registrasi dapat dilakukan dengan cara menginputkan biodata customer pada menu Registrasi. Berikut ini adalah gambar proses registrasi customer.
Gambar 3 Proses Registrasi Customer.
PROSES ORDER PRODUK DAN KONFIRMASI PEMBAYARAN Berikut ini menjelaskan proses order produk dan konfirmasi pembayaran yang dilakukan oleh customer saat melakukan order produk melalui website ini, yaitu: a. Login Customer terlebih dahulu melakukan login, input username dan password customer untuk melakukan login. Berikut ini adalah gambar proses login customer, sebagai contoh customer bernama Dian.
E-COMMERCE DALAM PEMASARAN AYAMAN BAMBU
153
Gambar 4 Proses Login Customer.
b. Pilih Produk Customer dapat memilih produk melalui menu Produk. Pilih produk yang ingin customer beli. Contoh, customer membeli produk Kursi Bambu Tipe 21 dengan cara click menu Produk, kemudian click nama produk Kursi Bambu Tipe 21. Berikut ini adalah gambar proses memilih produk.
Gambar 5 Proses Memilih Produk.
c. Detail Produk Website menampilkan informasi detail produk. Pada halaman detail produk, customer dapat melihat informasi produk secara detail.
154
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Produk Kursi Bambu Tipe 21 yang akan dibeli adalah produk milik Bapak Suwoto. Berikut ini adalah gambar dari halaman detail produk.
Gambar 6 Detail Produk.
d. Keranjang Belanja Setelah mengetahui produk yang ingin diorder, tekan button Keranjang untuk menginputkan jumlah produk yang ingin diorder. Sesuaikan jumlah order dengan stok barang. Pada contoh gambar dibawah ini, jumlah order yang di inputkan adalah 1 (satu). Berikut ini adalah gambar proses menginputkan jumlah produk yang di order.
Gambar 7 Keranjang Belanja.
E-COMMERCE DALAM PEMASARAN AYAMAN BAMBU
155
e. Proses Simpan Order Setelah menginputkan jumlah order, tekan button simpan untuk melakukan order produk dan akan muncul tampilan seperti pada gambar dibawah ini.
Gambar 8 Proses Simpan Order.
f. Konfirmasi Pembayaran Setelah melakukan order produk, customer melakukan konfirmasi pembayaran. Tekan button Konfirmasi Pembayaran pada form tersebut dan inputkan nominal, nama bank, dan gambar berupa bukti transfer pembayaran yang telah dilakukan. Berikut merupakan gambar proses konfirmasi pembayaran.
Gambar 9 Konfirmasi Pembayaran.
156
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
KESIMPULAN Berdasarkan hasil penelitian diatas, maka dapat disimpulkan bahwa: a. Melalui sistem e-commerce berbasis website, industri kreatif kerajinan anyaman bambu beserta produk yang dihasilkan oleh para pelaku bisnis industri kreatif kerajinan anyaman bambu di Kota Metro, dapat diketahui secara luas oleh masyarakat. b. Melalui sistem e-commerce berbasis website, proses pemasaran dan penjualan produk industri kreatif kerajinan anyaman bambu di Kota Metro yang terbatas oleh tempat dan waktu dapat teratasi.
REFERENSI Kadir, A. 2003. Pengenalan Teknologi Informasi. Penerbit Andi, Yogyakarta. Sarwono, J., & K Prihartono. 2012. Perdagangan Online: Cara Bisnis di Internet. Elex Media Komputindo, Jakarta. Sidik, B. 2004. Pemrograman Web dengan PHP. Informatika, Bandung. Utomo, W. B., & Candra B. Pembuatan Web Profil Sekolah Menengah Pertama Negeri 1 Ngrampal Dengan Menggunakan PHP Dan MySql. Seminar Riset Unggulan Nasional Informatika dan Komputer FTI UNSA. Vol. 2. No. 1. Maret 2013. Wiley. J., & Sons. 2005. Systems Analysis and Design with UML Version 2.0. United States of America. Wirdasari, D. Teknologi E-Commerce Dalam Proses Bisnis. Jurnal SAINTIKOM. Vol. 7. No. 2. Agustus 2009. Yuhefizhar. 2011. Mudah Membangun Toko Online Dengan CMS Prestashop. Elex Media Komputindo, Jakarta.
IMPROVISASI BACKPROPAGATION MENGGUNAKAN PENERAPAN ADAPTIVE LEARNING RATE DAN PARALLEL TRAINING Mufidah Khairani1) Abstract Artificial neural networks have long been used in the classification process, which offers the flexibility of neural networks to the features of the object to be classified and small storage space. The biggest drawback of the backpropagation network is the time taken by the network to learn to be very long for large data conditions of learning and the conditions in which the features between different objects have small differences. To overcome the weaknesses of the implementation of the development is carried out by applying the concept of parallel adaptvie learning rate and training in order to improve the ability of the network in the learning process. Keyword : Character Identification, Classification, Artificial Backpropagation, Adaptive Learning Rate, Parallel Training.
Neural
Network,
PENDAHULUAN BackPropagation merupakan metode yang sangat baik dalam proses klasifikasi mengingat kemampuannya dalam mengadaptasikan kondisi jaringan dengan data yang diberikan dengan proses pembelajaran. BackPropagation merupakan metode yang sangat baik dalam proses klasifikasi mengingat kemampuannya dalam mengadaptasikan kondisi jaringan dengan data yang diberikan dengan proses pembelajaran.
1 Mahasiswa
Magister Teknik Informatika Universitas Sumatera Utara
158
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Dibalik kelebihannya BackPropagation memiliki kelemahan yang sangat menonjol, yaitu membutuhkan waktu yang cukup lama dalam proses pembelajarannya. Untuk mengatasi kelemahan tersebut telah banyak penelitian yang dilakukan oleh peneliti – peneliti jaringan syaraf tiruan. Salah satu pengembangan yang diusulkan dalam penerapan metode BackPropagation adalah penggunaan teknik adaptive learning rate dimana parameter learning rate atau tingkat pembelajaran akan selalu berubah-ubah sesuai dengan kondisi perubahan error pada tiap iterasinya (Moreira, M., & Fiesler, E. ,1995). Adaptive learning rate memiliki pengaruh yang cukup baik pada beberapa kasus, dimana nilai eror akan lebih cepat menuju ke global optima (Moreira, M., & Fiesler, E. ,1995). Namun pada beberapa kasus lain adaptive learning rate tidak memiliki peran yang cukup besar dalam meningkatkan kecepatan dan terkadang malah memperburuk tingkat pembelajaran. Penggunaan metode adaptive lainnya seperti adaptive momentum (Moreira, M., & Fiesler, E. ,1995) dirasa juga tidak memiliki perbedaan yang signifikan mengingat perubahan dilakukan pada parameter pada jaringan BackPropagation. Metode adaptive learning rate memberikan peningkatan kecepatan pada proses pembelajaran Back Propagation namun peningkatan kecepatan yang diberikan tidaklah signifikan sehingga diperlukan penambahan pengembangan lainnya yang terfokus pada mempercepat proses iterasi jaringan sehingga nilai eror pada jaringan cepat menuju ke nilai global optima (Moreira, M., & Fiesler, E. ,1995). Untuk mempercepat proses iterasi pada jaringan BackPropagation, banyak teknik yang dapat digunakan yang salah satunya adalah teknik Parallel Training dimana proses pembelajaran dilakukan secara parallel (Schuessler, O., & Loyola, D., 2011). TUJUAN PENELITIAN 1. Meneliti kinerja hasil improvisasi menggunakan kombinasi adaptive learning rate dan parallel training berdasarkan akurasi, pengembangan, proses yang dibutuhkan, kompleksitas, dan waktu yang dibutuhkan. 2. Meneliti kinerja improvisasi backpropagation pada kasus klasifikasi dan identifikasi karakter.
IMPROVISASI BACKPROPOGATION
159
MANFAAT PENELITIAN 1. Memberikan alternatif dalam meningkatkan kinerja dan efektifitas jaringan backpropagation. 2. Memberikan referensi pada bidang classification dan recognition menggunakan jaringan backpropagation. BATASAN MASALAH Terdapat beberapa batasan yang dibuat untuk lebih memfokuskan pada tujuan yang ingin dicapai, yaitu diantaranya : 1. Penelitian hanya berfokus pada pengembangan jaringan backpropagation dengan menerapkan adaptive learning rate dan parallel training. 2. Pengujian menggunakan citra digital. 3. Pengujian dilakukan dengan menggunakan karakter Arial dengan tinggi 10 piksel dan lebar 9 piksel. 4. Karakter yang digunakan berupa huruf capital dan angka decimal yaitu 0 s/d 9. 5. Aplikasi dibangun menggunakan bahasa pemrograman MS Visual Basic Net 2010 sebagai bahasa pemrograman dan MySQL sebagai DBMS. 6. Metode analisis dan perancangan yang digunakan adalah metode terstruktur, dimana model proses yang digunakannya adalah diagram alir (Flowchart). CITRA DIGITAL Citra digital didefinisikan sebagai fungsi f(x,y) dua dimensi, dimana x dan y adalah koordinat spasial dan f(x,y) adalah disebut dengan intensitas atau tingkat keabuan citra pada koordinat x dan y (J. Han and M. Kamber,2006). Jika x, y, dan nilai f terbatas dalam diskrit, maka disebut dengan citra digital. Citra digital dibentuk dari sejumlah elemen terbatas, yang masing-masing elemen tersebut memiliki nilai dan koordinat tertentu. Pixel adalah elemen citra yang memiliki nilai yang menunjukkan intensitas warna(R. C. Gonzalez and R. E. Woods,2002). Teknologi dasar untuk menciptakan dan menampilkan warna pada citra digital berdasarkan
160
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
pada penelitian bahwa sebuah warna merupakan kombinasi dari tiga warna dasar, yaitu merah, hijau, dan biru (Red, Green, Blue -RGB). JARINGAN SYARAF TIRUAN Jaringan Syaraf Tiruan (artifical neural network) atau di singkat JST adalah sistem komputais dimana arsitektur dan operasi di ilhami dari pengetahuan tentang sel syaraf biologi di dalam otak (Kristanto A,2004). Jaringan syaraf adalah meruapakan salah satu representasi buatan dari otak manusia yang selalu untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah buatan di sini digunakan karena jaringan syaraf ini diimplementasikan dengan mengunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran (Kusumadewi S,2003) Hecht-Nielsend (1988) mendefinisikan sistem syaraf buatan adalah suatu struktur pemroses informasi yang terdistribusi dan bekerja secara paralel, yang terdiri atas elemen pemroses (yang memiliki memori lokal dan beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan alur sinyal searah yang disebut koneksi. Setiap elemen pemroses memiliki koneksi keluaran tunggal yang bercabang (fan out) ke sejumlah koneksi kolateral yang diinginkan (setiap koneksi membawa sinyal yang sama dari keluaran elemen pemroses tersebut). Keluaran dari elemen pemroses tersebut dapat merupakan sebarang jenis persamaan matematis yang diinginkan. Seluruh proses yang berlangsung pada setiap elemen pemroses harus benar-benar dilakukan secara lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang diperoleh melalui koneksi dan nilai yang tersimpan dalam memori lokal. Jaringan neuron buatan terdiri atas kumpulan grup neuron yang tersusun dalam lapisan 1. Lapisan input (Input Layer): berfungsi sebagai penghubung jaringan ke dunia luar (sumber data). 2. Lapisan tersembunyi (hidden Layer): Suatu jaringan dapat memiliki lebih dari satu hidden layer atau bahkan bisa juga tidak memilikinya sama sekali.
IMPROVISASI BACKPROPOGATION
161
3. Lapisan Output (Output Layer): Prinsip kerja neuron-neuron pada lapisan ini sama dengan prinsip kerja neuron-neuron pada lapisan tersembunyi (hidden layer) dan di sini juga digunakan fungsi Sigmoid, tapi keluaran dari neuron pada lapisan ini sudah dianggap sebagai hasil dari proses Secara umum, terdapat tiga jenis neural network yang sering digunakan berdasarkan jenis network-nya, yaitu : 1. Single-Layer Neural adalah jaringan syaraf tiruan yang memiliki koneksi pada inputnya secara langsung ke jaringan output. 2. Multilayer Perceptron Neural Network adalah jaringan syaraf tiruan yang mempunyai layer yang dinamakan "'hidden', ditengah layer input dan output. Hidden ini bersifat variabel, dapat digunakan lebih dari satu hidden layer. 3. Recurrent Neural Networks Neural network adalah jaringan syaraf tiruan yang memiliki ciri, yaitu adanya koneksi umpan balik dari output ke input ADAPTIVE LEARNING RATE Adaptive Learning Rate merupakan pendekatan atau metode yang bertujuan untuk meningkatkan efektifitas dari parameter tingkat pembelajaran atau learning rate, dimana tingkat pembelajaran merupakan parameter yang berfungsi untuk meningkatkan kecepatan belajar dari jaringan backpropagation. Adaptive learning rate muncul karena penelitian yang dilakukan pada nilai yang konstan pada tingkat pembelajaran menyebabkan metode jaringan backpropagation menjadi tidak efisien, dikarenakan sangat bergantung pada nilai tingkat pembelajaran yang dipilih (Plagianakos, 1998). Pemilihan tingkat pembelajaran yang tidak tepat akan menyebabkan jaringan sangat lambat mencapai local optima. Karena alasan tersebut maka muncullah pendekatan adaptive learning rate. Implementasi adaptive learning rate adalah mengganti nilai learning rate yang digunakan dalam koreksi bobot pada jaringan pada tiap iterasi menggunakan persamaan yang diusulkan oleh (Plagianakos, 1998) sebagai berikut.
162
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
𝑤𝑤 𝑡𝑡+1 = 𝑤𝑤 𝑡𝑡 − 𝜆𝜆𝑡𝑡 ∇𝐸𝐸(𝑤𝑤 𝑡𝑡 )
Dimana :
𝑤𝑤 𝑡𝑡+1 = Bobot baru untuk iterasi berikutnya (t+1) 𝑤𝑤 𝑡𝑡 = Bobot pada iterasi saat (t) 𝜆𝜆𝑡𝑡 = Adaptive Learning Rate 𝑡𝑡 ∇𝐸𝐸(𝑤𝑤 )= Fungsi Error pada bobot iterasi saat (t)
Nilai 𝜆𝜆𝑡𝑡 dapat diperoleh dari persamaan berikut. Dimana :
𝜆𝜆𝑡𝑡 = �
〈𝛿𝛿
𝜂𝜂𝑡𝑡 = 〈𝛿𝛿 𝑡𝑡−1
𝜂𝜂𝑡𝑡
𝜇𝜇 𝜂𝜂𝑡𝑡−1
,𝛿𝛿 𝑡𝑡−1 〉
𝜂𝜂𝑡𝑡 � ≤ 𝜇𝜇 𝜂𝜂𝑡𝑡−1 , 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙
,�
𝑡𝑡−1 ,𝜓𝜓 𝑡𝑡−1 〉
𝜇𝜇 = Faktor Pertumbuhan Maksimum
PARALLEL TRAINING Parallel training merupakan pendekatan implementasi pelatihan jaringan Backpropagation dimana proses pelatihan dilakukan secara parallel. Dipandang dari sudut pandang perangkat keras, parallel training dapat dibagi menjadi dua kategori yang mana kategori pertama adalah pelatihan parallel dengan memanfaatkan unit pengolah atau CPU lebih dari satu sedangkan kategori kedua adalah pelatihan parallel dengan menggunakan teknologi multithreading (Mumtazimah, 2012). Jaringan backpropagation adalah sebuah proses berulang yang seringkali menbutuhkan waktu yang sangat lama dalam prosesnya. Ketika proses pelatihan dibagi menjadi beberapa unit dan diproses secara bersamaan maka waktu yang dibutuhkan juga akan jauh lebih sedikit. Berikut tahap – tahap dalam implementasi Parallel Training pada jaringan Backpropagation (Schuessler & Loyola, 2011). 1. Partisi set data pelatihan T menjadi bagian – bagian yang sama besar (T1, T2,…, Tn)
IMPROVISASI BACKPROPOGATION
163
2. Masukkan partisi – partisi data pelatihan ke dalam unit – unit jaringan backpropagation yang telah disediakan, tiap unit jaringan memiliki struktur dan parameter yang sama atau identik. 3. Lakukan proses forward propagation pada tiap unit. 4. Hitung total perubahan bobot dari semua unit jaringan, dan terapkan koreksi perubahan bobot pada tiap jaringan. 5. Ulangi langkah tiga sampai kondisi berhenti tercapai. PHP Visual Basic 2010 adalah sebuah bahasa pemrograman berbasis OOP atau object oriented programming yang memanfaatkan teknologi .NET yang digunakan untuk membuat aplikasi di lingkungan kerja berbasis Windows. Visual Basic 2010 atau Visual Basic .NET 2010 merupakan pengembangan dari versi visual basic sebelumnya, dibandingkan dengan versi sebelumnya Visual Basic 2010 telah menggunakan antar muka pengguna yang canggih dan teknologi .NET terbaru yaitu .NET 4.0. Visual Basic 2010 telah menggunakan gaya pemrograman berbasis objek atau OOP, hal ini merupakan perkembangan yang sangat signifikan dibandingkan dengan versi sebelumnya seperti Visaul Basic 6.0 kebawah yang belum menerapkan pemrograman berbasis objek secara penuh. Penggunaan paradigm pemrograman berbasis objek pada Visual Basic 2010 telah membuat gaya pemrograman Visual Basic selama ini berubah, dimana setiap entity atau komponen pada suatu project akan dianggap sebagai kelas atau tipe, seperti form atau komponen textboxt akan dianggap sebagai kelas tersendiri. MySQL MySQL adalah multiuser database yang menggunakan bahasa Structured Query Language (SQL). MySQL dalam operasi client server melibatkan server daemon MySQL disisi server dan berbagai macam program serta library yang berjalan disisi client. MySQL mampu mengangani data yang cukup besar. Perusahaan yang mengembangkan MySQL yaitu TEX, mengaku mampu menyimpan data lebih dari 40
164
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
database, 10.000 tabel, dan sekitar 7.000.000 baristotalnya kurang lebih 100 Gigabyte data. (Aan Tri Wibowo. 2013). ANALISIS SISTEM Analisis adalah tahap aktifitas kreatif dimana analis berusaha memahami permasalahan secara mendalam terhadap metode yang diterapkan. Ini adalah proses interative yang terus berjalan hingga permasalahan dapat dipahami dengan benar. Analisis bertujuan untuk mendapatkan pemahaman metode yang diangkat secara keseluruhan tentang sistem yang akan dibuat berdasarkan masukan dari pihak-pihak dan juga pengalaman analis yang berkepentingan dengan sistem tersebut. Algoritma Algoritma yang akan menjadi topic utama pada penelitian ini adalah algoritma Backpropagation dan pengembangannya. Pengembangan yang akan diterapkan pada algoritma backpropagation terbagi menjadi dua jenis pengembangan, dimana pengembangan adaptive learning rate merupakan pengembangan yang ditujukan untuk mempercepat jaringan dalam mencapai nilai local optima, sedangkan pengembangan parallel training merupakan pengembangan yang ditujukan untuk mempercepat proses pembelajaran terhadap input data pembelajaran. Untuk gambaran alur proses yang akan diterapkan pada aplikasi yang dibangun dapat dilihat pada gambar berikut ini.
•Forward Propagation •Adaptive Learning Rate •Backward Propagation •Parallel Training
Gambar 1 Alur Proses Pembelajaran
Input Citra
PraProses Citra
Back Propagation
• Grayscaling • Binerisasi • Thinning
• Forward Propagation
Output Karakter yang dikenali
Database • Periksa Karakter Yang Sesuai
Gambar 2 Alur Proses Identifikasi
ALGORITMA BACKPROPAGATION Algoritma backpropagation merupakan algoritma yang digunakan dalam mengidentifikasi karakter huruf atau angka yang terdapat pada citra input. Secara garis besar, algoritma backpropagation dibagi menjadi dua tahap, yaitu tahap forward propagation dan backward propagation. Seperti yang telah dijelaskan pada bab landasan teori sebelumnya, tahap forward propagation merupakan tahap dimana data input berupa bit-bit karakter diproses melalui lapisan – lapisan yang terdapat pada jaringan dan menghasilkan output. Jika output tidak sesuai dengan yang diharapkan,
166
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
maka proses pembelajaran akan dilakukan atau tahap backward propagation. Backward propagation melakukan koreksi nilai bobot pada tiap lapisan mulai dari lapisan output menuju ke lapisan input, koreksi bobot didasarkan atas selisih antara output yang dihasilkan oleh jaringan dengan output yang diharapkan. Setelah proses koreksi bobot selesai maka tahap forward propagation akan di lakukan kembali dengan bobot baru yang telah dikoreksi. Proses forward dan backward propagation terus dilakukan sampai jaringan mampu menghasilkan output yang diharapkan atau dianggap mampu mengenali karakter yang diberikan. ANALISIS ADAPTIVE LEARNING RATE Adaptive learning rate merupakan pengembangan pada algoritma backpropagation. Metode adaptive learning rate dilakukan pada saat koreksi bobot berlangsung. Algoritma backpropagation normal menggunakan parameter learning rate sebagai konstanta, dimana parameter tersebut digunakan terus menerus selama proses iterasi pembelajaran tanpa mengalami perubahan. Dengan menggunakan adaptive learning rate, parameter learning rate atau tingkat pembelajaran terus mengalami perubahan seiring proses pembelajaran yang perubahan nilainya bergantung pada selisih error pada tiap iterasi pembelajaran. Penggunaan adaptive learning rate memberikan dampak positif dimana proses menuju local optima akan semakin cepat. Dimana dengan tingkat pembelajaran yang selalu menyesuaikan diri dengan nilai error yang dihasilkan mampu memberikan stabilitas dalam proses pembelajaran dibandingkan dengan tingkat pembelajaran yang konstan atau statis.
IMPROVISASI BACKPROPOGATION
167
Gambar 3 Grafik Perbandingan Implementasi Learning Rate
ANALISIS PARALLEL TRAINING Parallel training merupakan pengembangan pada implementasi jaringan backpropagation. Kelebihan penggunaan parallel training adalah penghematan waktu dalam proses pembelajaran karena data input pembelajaran tidak lagi diproses secara bergantian, namun dapat diproses secara parallel.
Gambar 4 Presentasi skema pelatihan pada jaringan (a) Pelatihan tanpa implementasi parallel, (b) Pelatihan dengan implementasi parallel
168
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PROSES IDENTIFIKASI Pada penelitian ini proses identifikasi karakter atau huruf pada citra digital dapat dibagi menjadi dua tahap, yaitu tahap pembelajaran dan tahap identifikasi. Tahap – tahap tersebut dapat dilihat pada diagram flowchart pada gambar 5 berikut.
START
Input Mode
If Mode = Belajar
True
Input Citra Merupakan operasi awal untuk menyiapkan citra sebagai input ke dalam jaringan backpropagation
False PraProses Citra
Input Citra
While Belajar
PraProses Citra Forward Propagation
Error Function
Forward Propagation
Komputasi nilai parameter learning rate berdasarkan error yang diperoleh saat ini
Adaptive Learning Rate
Backward Propagation
Output Hasil Identifikasi
Loop Belajar
End
Gambar 5 Diagram Flowchart Proses Identifikasi Karakter Huruf atau Angka Pada Citra Digital
Bahan penelitian huruf karakter huruf dan angka terdiri dari himpunan karakter huruf besar dan huruf kecil serta karakter huruf angka mulai dari karakter 0 sampai 9. Berdasarkan batasan masalah yang telah penulis
IMPROVISASI BACKPROPOGATION
169
jabarkan, ukuran jendela untuk tiap karakter adalah 9 x 10 piksel. Berikut sample dari bahan penelitian karakter huruf ‘A’, arah pembacaan nilai dilakukan dari sumbu Y menuju sumbu X, dengan kata lain pembacaan nilai piksel dilakukan kebawah dan dilanjutkan ke samping. Bagian dari karakter akan diberi nilai 1, dan selain dari bagian karakter akan bernilai 0.
Gambar 6 Contoh Karakter yang digunakan.
PENGUJIAN Pada jaringan backpropagation terdapat beberapa parameter yang harus ditentukan untuk membentuk jaringan backpropagation itu sendiri, berikut parameter – parameter yang akan digunakan pada penelitian ini. 1. Jumlah Node Input. Sesuai dengan batasan masalah yang telah penulis uraikan mengenai ukuran piksel pada tiap karakter yaitu 9 x 10, maka jumlah node input pada jaringan harus dapat menampung tiap nilai dari tiap piksel karakter, sehingga jumlah node input yang digunakan adalah 90 Node. 2. Jumlah Node Output. Karakter huruf terdiri dari karakter huruf besar dengan jumlah 26 karakter dan karakter huruf kecil dengan jumlah 26 karakter, ditambah dengan jumlah karakter angka yaitu 10, sehingga total jumlah karakter yang harus dikenali adalah 62 karakter. Untuk itu harus disusun pola output biner yang dapat mengakomodasi jumlah karakter, sehingga digunakan jumlah node output sebanyak 6 node, dimana 2 ^ 6 adalah 64 sehingga dengan menggunakan 6 node akan memberikan kemungkinan 64 nilai keluaran berbeda.
170
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
3. Jumlah Node Hidden. Jumlah node hidden dapat dikalkulasikan sebagai berikut. 2 3
4. Jumlah Partisi dan Unit Jaringan pada pelatihan paralel. Jumlah Partisi dan Unit Jaringan yang digunakan adalah sebanyak 10 Partisi dengan data sebagai berikut. NO.
PARTISI
UNIT JARINGAN
KARAKTER INPUT
1
T1
U1
A,B,C,D,E,F
2
T2
U2
G,H,I,J,K,L
3
T3
U3
M,N,O,P,Q,R
4
T4
U4
S,T,U,V,W,X
5
T5
U5
Y,Z,A,B,C,D
6
T6
U6
E,F,G,H,I,J
7
T7
U7
K,L,M,N,O,P
8
T8
U8
Q,R,S,T,U,V
9
T9
U9
W,X,Y,Z,0,1
10
T10
U10
2,3,4,5,6,7,8,9
pelatihan pertama terhadap jaringan syaraf backpropagation menggunakan parameter pelatihan sebagai berikut. a. Maksimum iterasi : 5000 iterasi b. Init alpha : 0.3 c. Minimum error : 0.001 Dengan menggunakan parameter pelatihan yang telah disebutkan, berikut hasil pelatihan jaringan syaraf backpropagation normal dan backpropagation yang telah dikembangkan.
IMPROVISASI BACKPROPOGATION
171
Tabel 1 Statistik Hasil Pelatihan No
1 2
Jaringan BackPropagation Normal Pengembangan
Iterasi yang dilakukan
Target Error Minimum
4999 1615
0,001 0,001
Error yang dicapai 0,01596 0,00099
Jaringan Mampu Belajar Tidak Ya
KESIMPULAN Setelah melakukan inplementasi serta pengujian pada improvisasi jaringan backpropagation, maka dapat diperoleh kesimpulan sebagai berikut: 1. Pengembangan backpropagation yang dilakukan penulis dalam penelitian ini bertujuan untuk meningkatkan efisiensi kompleksitas iterasi pada proses pelatihan backpropagation, yakni dengan cara menerapkan adaptive learning rate dan parallel training pada proses pelatihan. 2. Dalam kasus rata-rata dan kasus terburuk, pengembangan backpropagation yang dilakukan penulis membutuhkan jumlah iterasi lebih efisien dalam mencapai error minimum dibandingkan backpropagation sebelumnya dalam proses pelatihan. SARAN Penelitian kedepannya diharapkan untuk mengatasi waktu yang lebih lama untuk tiap iterasi.
REFERENSI Aan Tri Wibowo. (2013). “Pembuatan Aplikasi E-Commerce Pusat Oleh-Oleh Khas Pacitan Pada Toko Sari Rasa Pacitan”. IJNS – Indonesian Journal on Networking and Security - ISSN: 23025700.
172
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Moreira, M., & Fiesler, E. (1995). “Neural Network with Adaptive Learning Rate and Momentum Terms.” SUISSE: Institut Dalle Molle D'Intelligence Artificelle Perceptive. Mumtazimah, M. (2012). “Parallel Training for Back Propagation in Character Recognition”. Terengganu: ICCIT. Plagianakos, V. P. (1998). “An Improved Backpropagation Method with Adaptive Learning Rate”. Patras: University Of Patras. Putra, D. (2010). “Pengolahan Citra Digital”. Yogyakarta: Penerbit Andi. Schuessler, O., & Loyola, D. (2011). “Parallel Training of Artificial Neural Network Using Multithreaded and Multicore CPUs”. Berlin: German Aerospace Center, Institute of Remote Sensing.
PERANCANGAN SISTEM INFORMASI PENGENDALI PERANGKAT ELEKTRONIK MENGGUNAKAN PEMROGRAMAN JAVA DAN C++ SANDY KOSASI Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Pontianak Jln. Merdeka No. 372 Pontianak, Kalimatan Barat [email protected] dan [email protected]
ABSTRACT
A controlling information system is a system designed to control an object or an environment. The research yields an information system design controlling electronic device that can be done through a desktop application enabling users to control the electronic equipments connected to the system designed in this research. It also enables users to obtain information from the controlling environment by using censors attached to a system environment. This research uses an experimental method by studying literature and documents. The designed method uses OOAD (Object Oriented Analysis and Design) method. The controlling information system uses signal conditioning circuit and arduino UNO as a part of hardware functioning to obtain data from the censor, send the signal to an actuator, and translate it between hardware and software. The programming languages of Java and C++ are used as the software to develop desktop based application. Keywords:
Controlling Information System, Experimental Method, Java Programming, C++, OOAD, and UML.
174
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PENDAHULUAN Sistem informasi pengendali merupakan sistem informasi yang dapat melakukan pengendalian terhadap sejumlah media perangkat keras melalui media sensor. Sensor merupakan sebuah perangkat keras yang dirancang untuk dapat menerima input dari lingkungannya, tergantung apa tujuan dibuatnya sensor itu (Kuc, 2014). Input yang diterima oleh sensor, akan diteruskan kedalam sistem dalam bentuk sinyal digital yang kemudian dapat dibaca oleh komputer dan diproses lebih lanjut. Secara umum sensor dikelompokkan menjadi 3 jenis, yaitu sensor thermal, sensor mekanis (gerak), dan sensor optic (cahaya). Penelitian ini, menggunakan beberapa perangkat yang berfungsi sebagai sensor antara lain PIR Motion Sensor sebagai sensor keberadaan manusia, sensor suhu, sensor cahaya, dan sensor pengukur jarak dengan inframerah dan ultasonik. Sensor-sensor tersebut akan diaplikasikan pada sistem pengendali peralatan elektronik untuk membantu dalam pengendalian sistem smart home. Sistem ini bekerja untuk mengaktifkan maupun menonaktifkan perangkat elektronik berdasarkan konfigurasi dari pengguna atau input dari sensor-sensor yang terpasang. Sistem yang dirancang terdiri dari perangkat lunak dan perangkat keras. Perancangan perangkat lunak adalah perangkat lunak desktop dengan GUI (Graphical User Interface) yang mudah digunakan sehingga dapat dioperasikan (Pressman at al., 2014). Aplikasi perangkat lunak yang dihasilkan tidak dapat secara langung melakukan pengendalian terhadap peralatan elektronik yang diinginkan karena untuk dapat berkomunikasi dengan peralatan elektronik, sebuah komputer memerlukan driver yang dapat membantu komputer untuk mengenali perangkat keras yang terhubung ke komputer (Kuc, 2014). Selain itu data digital yang diberikan oleh komputer sebagai output juga tidak dapat langsung dikenali oleh perangkat elektronik, sehingga membutuhkan sebuah perangkat keras rangkaian pengkondisi sinyal, yaitu rangkaian yang menerjemahkan sinyal digital dari komputer menjadi sinyal yang dapat men-drive perangkat elektronik sehingga peralatan elektronik akan merespon terhadap sinyal yang diberikan dari komputer. Perangkat keras tersebut berfungsi sebagai interface antara peralatan elektronik dan komputer (Sommerville, 2011). Perancangan perangkat lunak menggunakan bahasa pemrograman Java dengan menggunakan konsep pemrograman
PERANCANGAN SI PENGENDALI PERANGKAT ELEKTRONIK
175
berorientasi objek, dan menggunakan bahasa pemrograman ASM di dalam C++. Penelitian ini merujuk kepada penelitian sebelumnya yang pernah dipublikasikan oleh Demiris, George et al (2008) yang membahas mengenai penggunaan teknologi sensor dalam smart home guna membantu orangorang yang sudah lanjut usia untuk dapat tetap secara mandiri hidup di rumah mereka. Hasil dari penelitian tersebut menunjukkan bahwa para lanjut usia setuju dengan instalasi teknologi sensor pada rumah mereka karena para lanjut usia berpendapat bahwa penggunaan teknologi ini terbukti berguna bagi mereka. Selanjutnya penelitian dari Rahmad (2012), yang membahas mengenai pengukuran volume zat cair (bahan bakar) secara manual seringkali terkendala masalah ketepatan dan kecepatan. Hasil penelitian berupa sebuah prototipe alat pengukur tinggi benda digital menggunakan sensor Ultrasonik Paralax sebagai sensor jarak dengan gelombang ultrasonik berbasis mikrokontroler Atmega 8 dan Arduino. Bahasa yang digunakan dalam pemrograman mikrokontroler adalah bahasa C. SISTEM KENDALI Sistem kendali adalah sebuah sistem yang bertujuan untuk mengendalikan sebuah komponen dari sistem tersebut (White, 2012). Pengendalian yang dimaksud dalam hal ini adalah pengendalian alat (hardware) melalui perangkat lunak (software). Pengendalian berkaitan erat dengan metode yang memungkinkan sebuah komputer berperan sebagai otak dalam sistem pengendalian yang mengontrol dan menerima input data dari alat terkendali (Valvano, 2012). Strategi inilah yang dikenal sebagai teori pengendalian, yaitu sistem pengendali loop terbuka dan sistem pengendali loop tertutup. Sistem pengendali loop terbuka adalah sistem pengendali yang sinyal keluarannya tidak berpengaruh terhadap aksi pengendalian. Hal ini dikarenakan di dalam sistem pengendali terbuka tidak terdapat proses umpan balik sinyal output yang menuju ke sinyal input”. Dengan demikian di dalam sistem pengendali jenis ini tidak ada proses untuk membandingkan antara sinyal keluaran dengan sinyal masukan. Sistem pengendali loop tertutup adalah sistem pengendali yang sinyal keluarannya mempunyai pengaruh langsung terhadap aksi pengendalian. Ciri utama dari
176
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
pengendalian loop tertutup adalah adanya sinyal umpan balik. Dalam sistem kendali ini memiliki perintah komparator yang memiliki fungsi melakukan error detector agar dapat bekerja secara baik dan lancar dalam melakukan pengkondisian sinyal elektronik (White, 2012). RANGKAIAN PENGKONDISI SINYAL Rangkaian pengkondisi sinyal adalah susunan rangkaian yang berfungsi menerjemahkan keluaran dari komputer yang berupa sinyal digital menjadi sinyal yang mampu men-drive saklar pada susunan rangkaian utama (Kuc, 2014). Rangkaian ini memungkinkan terjadinya hubungan komputer dan perangkat keras yang akan dikendalikan. Rangkaian ini menggunakan 2 jenis saklar, yaitu saklar elektronik dan elektromagnetik. Komponen yang digunakan sebagai saklar elektronik adalah transistor sedangkan komponen yang digunakan sebagai saklar elektromagnetik adalah relay (gambar 1). VCC
Dioda
Relai
Transistor VBB
RB
Gambar 1. Rangkaian Pengkondisi Sinyal
Sistem pengendali untuk pengkondisi sinyal harus merujuk kepada modul tester sebagai masukan dalam mengendalikan perangkat. Modul Tester Input adalah rangkaian yang berfungsi untuk membaca jenis inputan dari perangkat keras kepada komputer. Rangkaian ini memiliki switch yang
PERANCANGAN SI PENGENDALI PERANGKAT ELEKTRONIK
177
berfungsi memberikan input 1 kepada komputer melalui port parallel. Pada rangkaian terdapat 8 buah switch yang apabila pada kondisi off, maka akan berstatus 0 dan apabila pada kondisi on akan berstatus 1. Perangkat keras akan memberikan kode dalam bentuk biner, dan komputer akan membacanya dalam bentuk heksadesimal. Modul Tester Output adalah sebuah rangkaian sebagai indikator keluaran dari komputer kepada perangkat keras. Rangkaian ini disebut modul tester output. Rangkaian ini berfungsi sebagai indikator keluaran berupa data dari komputer melalui parallel port. Pada rangkaian ini terdapat 8 buah lampu led yang berfungsi sebagai lampu indicator, yang apabila menyala, berarti telah terjadi keluaran data dari parallel port. Apabila diberikan logika 1, maka lampu LED akan menyala. Lampu LED yang tidak menyala menandakan logika 0 pada pin (Blum, 2013). EMBEDDED SYSTEM Embedded System dapat dianggap sebagai sistem yang reaktif, yang berarti sistem tersebut harus memberikan reaksi terhadap lingkungan sistem tersebut dalam kecepatan dari lingkungan itu sendiri (Denger, 2003). Embedded system merupakan sistem reaktif yang bereaksi pada kejadiankejadian di lingkungannya, pendekatan yang paling umum untuk perancangan embedded real-time software adalah berdasarkan model stimulusresponse (White, 2012). Response adalah sinyal atau pesan yang dikirimkan oleh sebuah perangkat lunak kepada lingkungannya. Sifat dari sistem realtime dapat di definisikan dengan membuat daftar stimuli yang diterima oleh sistem, respon-respon yang terkait, dan kapan respon akan diproduksi oleh sistem (Valvano, 2012). Kecepatan respon dibatasi oleh hukum fisika, sehingga kadang berbanding terbalik dengan kebutuhan dan kenyamanan dari manusia. Perbedaan ini tampak jelas apabila dibandingkan dengan sistem-sistem software lainnya dimana kecepatan respon sistem dikendalikan oleh kecepatan interaksi, misalkan pada software word processor dimana kecepatan hasil ketikan akan bergantung pada kecepatan ketikan dari penguna. Selanjutnya untuk kegiatan embedded system membutuhkan sebuah stimulus (White, 2012). Stimulus adalah kejadian-kejadian yang timbul pada lingkungan sistem software yang mengakibatkan sistem untuk bereaksi dalam cara tertentu misalkan dengan sensor. Standar perancangan
178
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
untuk desain proses embedded system masih belum ditentukan hingga saat ini, oleh karena itu bermacam-macam proses dapat digunakan dalam proses perancangan namun disesuaikan dengan jenis sistem, hardware yang digunakan, dan organisasi/perusahaan yang mengembangkan perangkat lunak tersebut. METODOLOGI PENELITIAN Bentuk penelitian yang digunakan adalah eksperimental, dimana penelitian akan dilakukan pada suatu variabel, dalam hal ini adalah sistem pengendali peralatan elektronik, yang terdiri atas perangkat keras dan perangkat lunak. Metode pengumpulan datanya menggunakan jenis data sekunder. Teknik pengumpulan data yang digunakan yaitu studi literature dan studi dokumentasi. Mekanisme penelitian ini dilakukan dengan cara mengumpulkan dan mempelajari sejumlah dokumen yang berhubungan secara langsung dengan penelitian ini. Metode perancangan perangkat lunaknya menggunakan metode Object Oriented Design dengan bahasa pemrograman Java dan C++. Sementara untuk model perancangannya menggunakan UML (Unified Modeling Language) (Wazlawick, 2014). HASIL DAN PEMBAHASAN Sistem informasi pengendali yang akan dibangun dalam penelitian ini adalah sistem pengendali peralatan elektronik yang dirancang untuk dapat melakukan pengendalian terhadap berbagai peralatan elektronik yang tergabung kedalam sistem, dimana pada sistem ini terdapat sensor yang dapat menerima masukan dari lingkungan sistem (gambar 2). Peranangan sistem ini untuk dapat melakukan pengontrolan terhadap peralatanperalatan elektronik. Selain melakukan pengendalian, sistem ini juga dapat menerima input dari switch atau sensor. Sesuai dengan rancangan, sensor yang dapat dipasang juga berjumlah sesuai dengan jumlah perangkat elektronik yang terpasang, yaitu 8 buah. Sensor yang digunakan yaitu PIR Motion Sensor sebagai sensor untuk mendeteksi adanya individu yang melakukan akses kedalam ruangan. PIR Motion Sensor merupakan sensor gerakan yang mendeteksi adanya gerakan menggunakan gelombang tertentu, misalnya inframerah atau ultrasonik. Dengan kemampuan sensor
PERANCANGAN SI PENGENDALI PERANGKAT ELEKTRONIK
179
tersebut, maka sistem akan dapat mendeteksi keberadaan orang dalam ruangan atau meninggalkan ruangan. Sensor lain yang akan digunakan adalah sensor cahaya, ultrasonic, dan gerak yang akan digunakan sebagai pengendali peralatan elektronik. Pengguna melakukan gerakan khusus untuk menyalakan atau mematikan lampu, terjadinya perubahan suhu ruangan untuk menyalakan atau mematikan kipas, atau posisi pengguna pada bagian tertentu untuk mengaktifkan lampu yang dibutuhkan. Keseluruhan sensor ini nantinya akan dipadukan agar perangkat lunak dapat secara otomatis melakukan pengendalian. System Environment
Output (Actuator)
Input (Sensor)
Hardware)
Software
Output (Display)
USER
Gambar 2. Rancangan Arsitektur Sistem Informasi Pengendali
Perangkat lunak ini tidak hanya dapat mengendalikan perangkat elektronik secara langsung, namun juga dapat dilakukan penyetelan agar bekerja secara otomatis sesuai dengan prosedur yang ditentukan, sehingga tanpa pengguna yang mengoperasikannya, perangkat lunak ini tetap dapat melakukan pengendalian alat-alat elektronik. Selain itu, dengan menggunakan sensor-sensor yang diaplikasikan kepada sistem, perangkat lunak sendiri dapat mengendalikan sistem tanpa harus ada pengguna yang mengontrolnya secara langsung. Dengan demikian, pengguna tidak perlu berada di depan komputer untuk melakukan pengendalian. Perangkat lunak ini mampu mengendalikan alat-alat elektronik seperti pendingin ruangan, lampu, kulkas, pompa air, penyiram taman, televisi, kipas angin, penghangat ruangan, dan segala jenis alat elektronik yang terhubung ke sumber listrik melalui kabel.
180
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Perangkat keras yang digunakan adalah rangkaian elektronik yang terdiri dari beberapa rangkaian yang memiliki fungsi yang berbeda, yang dirangkai menjadi sebuah rangkaian perangkat keras untuk mendukung keseluruhan sistem pengendalian pada penelitian ini. Perangkat keras terdiri dari 4 modul rangkaian, antara lain : a. Rangkaian Tester Input, yaitu rangkaian elektronik yang berfungsi sebagai pengirim sinyal input kepada komputer melalui jalur parallel. Rangkaian ini akan berfungsi ketika mendapat sinyal dari sensor atau switch dan akan meneruskan sinyal tersebut kepada komputer, agar dapat diproses oleh perangkat lunak. b. Rangkaian Tester Output,yaitu rangkaian elektronik yang berfungsi menerima sinyal dari komputer melalui jalur paralel. Rangkaian ini akan menerima sinyal digital dan mengirimkannya menuju perangkat lain melalui perangkat keras. Perangkat lain yang dimaksud bias berupa actuator, dimana actuator dalam penelitian ini adalah relay yang berfungsi sebagai switch yang akan memutuskan atau menyambungkan hubungan listrik. c. Rangkaian Catu Daya, adalah rangkaian elektronik yang berfungsi untuk menahan daya listrik dan mengatur arus listrik agar sesuai dengan kapasitas dari perangkat keras yang dirancang. Perangkat keras ini dirancang untuk mampu menangani peralatan elektronik seperti pompa air atau pendingin ruangan (AC), oleh karena itu rangkaian catu daya menjadi sangat penting di dalam rangkaian ini. d. Rangkaian Pengkondisi Sinyal, adalah rangkaian elektronik yang berfungsi menerjemahkan output dari komputer yang berupa sinyal digital menjadi sinyal yang mampu men-drive saklar pada susunan rangkaian utama. Keberadaan rangkaian pengkondisi sinyal inilah yang memungkinkan perangkat keras untuk berkomunikasi dengan komputer, perangkat lunak, dan actuator. Untuk sistem perangkat kerasnya menggunakan Arduino UNO. Perangkat keras ini merupakan rangkaian dalam melakukan pengkondisian sinyal untuk mengerakkan suatu benda. Perangkat Arduino UNO memiliki
PERANCANGAN SI PENGENDALI PERANGKAT ELEKTRONIK
181
kelebihan dimana perangkat memiliki ukuran yang lebih kecil karena merupakan perangkat keras buatan dari pabrik sehingga lebih praktis dan hemat tempat (Blum, 2013). Perangkat Arduino UNO digunakan sebagai alat bantu tambahan untuk menerima input, dan sebagai alat bantu untuk melakukan komunikasi kepada komputer. Perangkat Arduino UNO adalah perangkat yang dilengkapi dengan Port USB 2.0 sehingga memudahkan proses pertukaran data antar perangkat keras dan perangkat lunak. Sistem pengendali pengkondisian sinyal menggunakan beberapa sensor sebagai perangkat untuk menerima masukan baik dari lingkungan maupun dari pengguna. Sensor-sensor yang digunakan antara lain GROVE – PIR Motion Sensor, yaitu sensor gerakan yang akan digunakan sebagai indicator pada pintu masuk untuk mendeteksi adanya individu yang melakukan akses ke dalam ruangan. GROVE – Temperature and Humidity Sensor, yaitu sensor yang berfungsi mengukur suhu ruangan dan mengirimkannya ke perangkat lunak agar ditampilkan pada tampilan program. SEN136B8B-Ultrasonic Range Measurement Module, sensor ultrasonic yang akan digunakan pada posisi tertentu untuk menentukan keberadaan individu dalam sebuah ruangan agar kemudian informasi tersebut dapat diolah kembali oleh perangkat lunak. Limit switch akan digunakan pada pintu dan jendela untuk mendeteksi apabila status jendela dan pintu terbuka atau tertutup. LDR akan digunakan sebagai pendeteksi nyala lampubaik didalam maupun diluar ruangan agar dapat diproses kembali pada perangkat lunak. Actuator yang digunakan oleh peneliti adalah Relay Switch, yaitu saklar listrik yang dapat dinyalakan atau dimatikan dengan menggunakan arus listrik. Sejumlah fitur perangkat lunak pengendali sinyal elektronik memiliki beberapa bagian (gambar 3). Tampilan Home terdiri atas beberapa bagian, dimana pada halaman Home ini pengguna akan melakukan pengendalian terhadap sistem melalui button-button yang tersedia. Pengendalian hanya dapat dilakukan pada halaman Home, sedangkan pada halaman lain, pemakai hanya dapat melakukan monitoring dan menerima informasi. Pengendalian peralatan elektronik dapat pengguna lakukan dengan menekan button yang tersedia. Interface perangkat lunak telah tersedia denah ruangan yang menjadi system environment, dimana peralatan elektronik sudah dirancang untuk dikendalikan. Pengguna memperoleh informasi mengenai peralatan yang
182
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
dapat dikendalikan melalui denah yang sudah dilengkapi dengan informasi peralatan elektronik yang tersedia, terlihat bahwa peralatan elektronik yang dapat dikendalikan diberikan nama LAMP1, LAMP2, LAMP3, LAMP4, dan AC, sedangkan button DOOR 1 adalah button untuk informasi status pintu pada ruangan. Melalui penekanan tombol yang tersedia pada perangkat lunak, sistem akan memproses perintah dan mengirimkannya kepada actuator, yang kemudian akan menyalakan lampu yang dipilih oleh pengguna. Setelah lampu menyala, maka status pada button akan berubah dari OFF menjadi ON. Selain mengendalikan LAMP, pengguna juga dapat mengendalikan AC, sesuai dengan tampilan pada interface. Selain melakukan pengendalian terhadap peralatan elektronik, sistem pengendalian ini juga dimaksudkan untuk memperoleh informasi dari lingkungan sekitarnya, antara lain informasi mengenai jam, cuaca, temperatur, kelembaban, dan keberadaan pengguna dalam ruangan. Seluruh informasi tersebut hanya bisa diperoleh pengguna pada halaman Home. Form System Status adalah form yang berfungsi untuk menampilkan keadaan dari setiap komponen didalam sistem. Dalam form ini user akan memperoleh informasi mengenai keaktifan setiap komponen dari sistem yang terbagi atas 3 panel, panel kiri yang terdiri dari status sensor yang sedang aktif, panel tengah yang terdiri dari status actuator yang sedang aktif, dan panel kanan yang terdiri dari informasi komponen tambahan yang mendukung berjalannya sistem pengendalian. Dikarenakan tidak disediakannya sarana input pada form ini, maka user tidak dapat melakukan pengendalian pada form ini dan hanya dapat melihat informasi yang disediakan. Form Sensor List adalah form yang menampilkan informasi mengenai sensor secara mendetail, antara lain status aktif, variable yang di monitor, nilai dari variable-variabel, serta deskripsi mengenai fungsi dari sensor. Form Actuator List adalah form yang menampilkan setiap actuator yang digunakan dalam sistem pengendalian. Form ini memberikan user informasi mengenasi actuator yang digunakan, status actuator, dan deskripsi mengenai actuator yang digunakan.
PERANCANGAN SI PENGENDALI PERANGKAT ELEKTRONIK
183
Gambar 3. Hasil Rancangan Perangkat lunak Pengendali Peralatan Elektronik
Untuk melakukan pengendalian terhadap perangkat keras, membutuhkan sebuah perangkat lunak yang berfungsi sebagai pusat pengendalian yang akan digunakan oleh pengguna. Perancangan perangkat lunak menggunakan UML, dengan menggunakan Use Case Diagram untuk menjelaskan sistem secara keseluruhan (gambar 4 dan 5). Sistem informasi pengendalian peralatan elektronik akan digunakan untuk mengendalikan 4 buah lampu dan 1 buah kipas. Sistem juga akan menerima data dari sensor temperatur dan kelembaban, sensor gerak, sensor jarak, dan limit switch. Bahasa pemrograman yang digunakan untuk membuat perangkat lunak adalah bahasa pemrograman java, dengan bantuan C++ untuk mengirimkan perintah kepada actuator. Jalur komunikasi yang digunakan adalah port serial (usb port), dimana perangkat lunak akan mengirimkan data kepada perangkat keras. Perangkat keras terdiri atas 2 bagian, yaitu arduino UNO
184
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
yang bertugas menerima data dari perangkat lunak dan sensor, menerjemahkannya menjadi kode digital atau analog. Bagian ke 2 nya adalah perangkat keras yang bertugas mengirimkan data analog/digital yang telah diterjemahkan untuk dieksekusi oleh actuator (gambar 6).
Gambar 4. Diagram Use Case Sistem Pengendali Peralatan Elektronik
Gambar 5. Diagram Use Case Sistem Perangkat lunak Pengendali Elektronik
PERANCANGAN SI PENGENDALI PERANGKAT ELEKTRONIK
185
Gambar 6. Hasil Rancangan Perangkat keras Pengendali Elektronik
Setelah melakukan verifikasi struktur logika, bahwa sistem pengendali peralatan elektronik sudah dapat berjalan dengan lancar dengan software yang ada saat ini, dimana struktur logika dari software sudah mampu mendukung tujuan dari sistem ini, yaitu pengendalian dan pengiriman serta penerimaan data. Ketiga struktur utama yang dilakukan pengujian verifikasi struktur yaitu akses, penyimpanan, dan pengambilan data dari database, pembacaan dan pengiriman data melalui serial port, dan pembacaan data dari sensor, telah berjalan dengan baik. Sementara untuk validasi fungsi pengendalian software kepada actuator dan fungsi input sensor kepada software juga memperlihatkan hasil yang tepat dan berjalan dengan lancar.
186
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
KESIMPULAN Penggunaan rangkaian pengkondisi sinyal dan arduino UNO membuka banyak sekali kemungkinan pengembangan sistem informasi pengendalian perangkat keras dan perangkat lunak, dibantu dengan modulmodul sensor yang sudah tersedia dan siap digunakan, sehingga pengembangan hanya fokus pada sistem dan perangkat lunak. Perancangan perangkat lunak menggunakan bahasa pemrograman Java dan C++ yang memungkinkan kemudahan berkomunikasi melalui port serial (USB), yaitu port yang sama yang digunakan pada Arduino UNO. Agar sistem informasi pengendali perangkat elektronik ini dapat di manfaatkan dengan baik, maka perlu dilanjutkan kepada tahapan pengujiannya. Hal ini penting mengingat rangkaian pengkondisianl sinyal ini akan sangat bermanfaat dan memberikan implikasi positif untuk pengembangan ilmu pengetahuan.
REFERENSI Blum, Jeremy. 2013. Exploring Arduino: Tools and Techniques for Engineering Wizardy, First Edition, Wiley. Demiris, George et al. 2008. Senior residents’ perceived need of and preferences for “smart home” sensor technologies,Page 120-124, International Journal of Technology Assessment in Health Care,Campbridge, U.S.A. Denger, Christian, et al. 2003. Guidelines – Creating Use Cases for Embedded Systems, Fraunhofer IESE., Kaiserslautern. Kuc, Roman. 2014. The Digital Information Age: An Introduction to Electrical Engineering, Second Edition, Cengage Learning. Pressman, Roger and Maxim, Bruce. 2014. Software Engineering: A Practitioner’s Approach, Eighth Edition, McGraw-Hill Science/Engineering/Math.
PERANCANGAN SI PENGENDALI PERANGKAT ELEKTRONIK
187
Rahmad, Iwan F. 2012. Pengukur Volume Zat Cair Residu Berbasis Gelombang Ultrasonik Menggunakan Arduino Pada PT. PLN Persero Belawan, hal 48-54, Jurnal SNif2012, STMIK Potensi Utama, Medan. Sommerville. Ian. 2011. Software Engineering - Ninth Edition, Pearson Education Inc., Massachusetts. Valvano, Jonathan. 2012. Embedded Systems: Real-Time Operationg Systems for Arm Cortex M Microcontrollers, CreateSpace Independent Publishing Platform. Wazlawick, Raul Sidnei. 2014. Object-Oriented Analysis and Design for Information System: Modeling With UML, OCL and IFML, First Edition, Morgan Kaufmann. White, Elecia. 2012. Making Embedded Systems: Design Patterns for Great Software, First Edition, O’Reilly Media.
188
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
SELEKSI CALON PESERTA OLIMPIADE SAINS MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DESICION MAKING (FMADM) (Study Kasus : Fatih Bilingual School) Rizal Program Studi Teknik Informatika, Universitas Malikussaleh [email protected]
ABSTRACT At Fatih Bilingual School the team of olympiad sains (OSN) it depend on whether marks of subject wheareas the olympiad test in the city, province, and national needed something inteligency and experience about olympiad. The type of samples are 4 subject about sains, there are chemistry, physic, mathematics, and biology. The purpose of this research were to help and chooise the olympiad student by Fuzzy Weighted Product (WP) methode. The setting up plans for Visual Basic 6.0 programming languange and MySQL database. The result showed that the highest value for the type olympiad subject. And then the equal with all olympiad subject. Keywords : The section support system, Fuzzy, FMADM, WP, Olympiad
PENDAHULUAN Salah satu program pemerintah dalam meningkatkan kualitas sumber daya manusia melalui Departemen Pendidikan Nasional adalah dengan menyelenggarakan Olimpiade Sains Nasional (OSN). Penyelenggarakan Olimpiade Sains Nasional tersebut bertujuan untuk meningkatkan wawasan pengetahuan, kemampuan kreativitas, menanamkan sikap disiplin ilmiah serta kerja keras para remaja untuk menguasai ilmu pengetahuan dan teknologi.
190
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Dalam Olimpiade Sains Nasional tersebut mempertandingkan delapan bidang pelajaran yaitu matematika, fisika, biologi, astronomi, kimia, komputer, ekonomi, dan sains kebumian, yang dilakukan secara berkala, satu tahun sekali dengan peserta para siswa sekolah menengah. Untuk dapat mengikuti Olimpade Sains sampai tingkat nasional para peserta harus lolos pada olimpiade tingkat kabupaten dan propinsi. SMA Fatih Bilingual School merupakan salah satu Sekolah Menengah Atas yang selalu mengirimkan siswa setiap tahunnya untuk mengikuti olimpiade pada tingkat kabupaten. Dari pengalaman beberapa tahun yang telah dilakukan dalam pemilihan siswa terdapat beberapa permasalahan diantaranya yaitu sulitnya menghilangkan unsur subjektif dalam penilaian
terhadap siswa. Belum adanya perhitungan bobot dari setiap kriteria yang tepat untuk menyeleksi siswa olimpiade pada fatih bilingual school. Sehingga perlu dibuat sebuah sistem penilaian terhadap pemilihan siswa olimpiade Sains menggunakan Fuzzy Multiple Attribut Decission Making (FMADM) dengan metode Weighted Product (WP). Berdasarkan dari latar belakang diatas, maka dapat dibatasi permasalahan yaitu: Sistem yang dirancang hanya mampu memilih siswa yang akan mengikuti Olimpiade Sains yaitu kimia, fisika, matematika, dan biologi. Data yang digunakan dalam penelitian ini merupakan data primer yang ada pada Sekolah Fatih Bilingual School. Menggunakan tujuh kriteria sebagai bahan pertimbangan untuk menjadi peserta olimpiade sains yaitu Kelas, Nilai Akademik, Nilai Test Kimia, Nilai Test Fisika, Nilai Test Matematika, Nilai Test Biologi, dan Nilai Psikotes. Range nilai untuk dapat mengikuti olimpiade minimal 75 sampai 100. Bahasa pemrograman yang digunakan dalam membangun aplikasi ini adalah Visual Basic 6.0 dan database yang digunakan adalah MySQL. Dengan permasalahan dan batasan yang ada, penulis dalam penelitian ini bertujuan untuk membangun aplikasi sistem pendukung
keputusan dengan menerapkan metode Fuzzy Multiple Attribute Decission Making ( FMADM ) dan Weighted Product ( WP ) serta membantu pihak sekolah dalam menyeleksi atau memilih peserta olimpiade sains.
FMADM UNTUK MENENTUKAN PESERTA OLIMPIADE SISWA
191
PENGERTIAN PENGAMBILAN KEPUTUSAN Persoalan pengambilan keputusan, pada dasarnya adalah bentuk pemilihan dari berbagai alternatif tindakan yangn mungkin dipilih prosesnya melalui mekanisme tertentu, dengan harapan dapat menghasilkan sebuah keputusan yang terbaik. Penyusunan model keputusan adalah suatu cara untuk mengembangkan hubunganhubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis, yang mencerminkan hubungan yang terjadi diantara faktor-faktor yang terlibat. PROSES PENGAMBILAN KEPUTUSAN Menurut Simon, ada 4 tahap yang harus dilalui dalam proses pengambilan keputusan, yaitu (Dadan Umar Daihani, 2001) : 1. Tahap Penelusuran (intelligence) Merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil. Langkah ini sangat menentukan tingkat ketepatan keputusan yang akan diambil, karena sebelum suatu tindakan diambil, tentunya persoalan yang dihadapi harus dirumuskan terlebih dahulu secara jelas. 2. Perancangan (design) Merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatif-alternatif pemecahan masalah. Setelah permasalahan dirumuskan dengan baik, maka tahap berikutnya adalah merancang atau membangun model pemecahan masalahnya dan menyusun berbagai alternatif pemecahan masalah. 3. Pemilihan (Choice) Dengan mengacu pada rumusan tujuan serta hasil yang diterapkan, selanjutnya manajemen memilih alternatif solusi yang diperkirakan paling sesuai. Pemilihan alternatif ini akan mudah dilakukan kalau hasil yang diinginkan terukur atau memiliki nilai kuantitas tertentu. 4. Implementasi (implementation) Merupakan tahap pelaksanaan dari keputusan yang telah diambil. Pada tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan-perbaikan.
192
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PENGERTIAN SISTEM PENDUKUNG KEPUTUSAN Konsep Sistem Pendukung Keputusan pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Systems yakni “Suatu sistem yang berbasis atau berbantuan komputer yanng ditujukan untuk membantu pengambilan keputusan dalam memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur”. Beberapa definisi mengenai SPK, yang dikemukakan oleh berbagai ahli, diantaranya yaitu Man dan Watson memberikan definisi “Sistem Pendukung Keputusan merupakan suatu sistem interaktif, yang membantu pengambilan keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur”. Senada dengan para pakar lainnya, Raymond McLeod, Jr. dalam bukunya Sistem Informasi Manajemen menekankan bahwa sistem pendukung keputusan adalah suatu sistem informasi yang ditujukan untuk membantu manajemen dalam memecahkan masalah yang dihadapinya. Definisi selangkapnya yakni “Sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan” (Dadan Umar Daihani, 2001). Dari beberapa definisi tersebut dapat kita simpulkan bahwa, sistem pendukung keputusan adalah sistem berbasis komputer yang dibangun dengan sekumpulan prosedur tertentu untuk membantu pengambilan keputusan. TEORI HIMPUNAN FUZZY Teori logika fuzzy diperkenalkan oleh Lotfi A.Zadeh pada tahun 1965. Di dalam Fuzzy Mutiple Attribute Decision Making (FMADM), logika fuzzy berperan untuk mengakomodasikan adanya ketidakpastian yang sering kali muncul pada lingkungan dimana sistem tersebut dibangun. Timbulnya ketidakpastian ini dapat disebabkan oleh kurangnya informasi yang diberikan atau dapat juga disebabkan oleh sulitnya seorang pengambilan keputusan dalam memberikan preferensi yang tegas. Ketidakpastian ini bisa terletak pada data atau informasi fisik baik yang terdapat pada alternatif maupun atribut, dan juga terletak pada penyampaian yang diberikan oleh pengambilan keputusan (Sri Kusumadewi, Sri Hartati, 2006). Logika fuzzy adalah suatu cara yang tepat dalam memetakan ruang input kedalam suatu ruang output. Logika fuzzy menggunakan ungkapan bahasa untuk menggambarkan nilai variabel. Logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari sebuah nilai yang kemudian
FMADM UNTUK MENENTUKAN PESERTA OLIMPIADE SISWA
193
digunakan untuk menentukan hasil yang ingin dihasilkan berdasarkan asas spesifikasi yang telah ditentukan. KONSEP DASAR HIMPUNAN FUZZY Pada dasarnya, teori himpunan fuzzy merupakan perluasan dari teori himpunan klasik. Pada teori himpunan klasik (crisp), keberadaan suatu elemen pada suatu himpunan A, hanya akan memiliki dua kemungkinan, yaitu manjadi anggota A atau tidak menjadi anggota A (chak, 1998). Suatu nilai yang menunjukkan seberapa besar tingkat keanggotaan suatu elemen (x) dalam suatu himpunan (A), sering dikenal dengan nama nilai keanggotaan atau derajat keanggotaan, dinotasikan dengan µA(x). pada himpunan klasik, hanya ada dua nilai keanggotaan, yaitu µA(x)=1 untuk x menjadi anggota A dan µA(x)=0 untuk x bukan anggota dari A. Himpunan fuzzy memiliki dua attribut, yaitu: 1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami. 2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel. Ada beberapa hal yang perlu diketahui dalam memahami system fuzzy, yaitu : 1. Variabel fuzzy Variabel fuzyy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy. 2. Himpunan fuzzy Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy. 3. Semesta pembicaraan Semesta pembicaraan adalah keseluruhan nilai yang diperolehkan untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan himpunan bilangan real yang senantiasa naik secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batasannya. 4. Domain Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu
194
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
himpunan fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan real yang senantiasa naik secara monoton dari kiri ke kanan. Nilai domain dapat berupa bilangan positif maupun negatif. FMADM Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. (Hery Wibowo, 2009). Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM. antara lain : 1. Simple Additive Weighting Method (SAW) 2. Weighted Product (WP) 3. ELECTRE 4. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) 5. Analytic Hierarchy Process (AHP) METODE WEIGHTED PRODUCT Metode Weighted Product merupakan metode dengan menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi (Kusumadewi, 2006). Langkah-Langkah metode Weighted Product : 1. Penentuan kriteria pemilihan
FMADM UNTUK MENENTUKAN PESERTA OLIMPIADE SISWA
195
2. Penilaian bobot kepentingan tiap kriteria 3. Penentuan range nilai tiap kriteria 4. Penilaian tiap alternatif menggunakan semua atribut dengan penentuan range nilai yang disediakan yang menunjukan seberapa besar kepentingan antar kriteria. 5. Dari data penilaian tiap bobot atribut dan nilai alternatif dibuat matrik keputusan (X). 6. Dilakukan proses perbaikan/normalisasi bobot kriteria (W). 𝑊𝑊𝑗𝑗 =
𝑊𝑊 𝑗𝑗
, dengan j = 1,2,3,…,m.
∑ 𝑊𝑊 𝑗𝑗
Keterangan : 𝑊𝑊𝑗𝑗 ∑ 𝑊𝑊𝑗𝑗
= Bobot atribut = Penjumlahan bobot atribut
7. Proses normalisasi (S) matrik keputusan dengan cara mengalikan rating atribut, dimana rating atribut terlebih dahulu harus dipangkatkan dengan bobot atribut. 𝑤𝑤𝑤𝑤
𝑆𝑆𝑖𝑖 = Π𝑗𝑗𝑛𝑛=1 𝑥𝑥𝑖𝑖𝑖𝑖
Keterangan :
, dengan i = 1,2,3,…,m
Si
= Hasil normalisasi matrik keputusan pada alternatif ke-i X ij = Rating alternatif per attribut Wj = Bobot attribut i = Alternatif = Attribut j Π𝑗𝑗𝑛𝑛=1 = Perkalian rating alternatif per attribut dari j=1 – n
8. Proses preferensi untuk tiap alternatif (V). 𝑉𝑉𝑖𝑖 = ∑
Π𝑛𝑛𝑗𝑗 =1 (𝑥𝑥 𝑗𝑗𝑤𝑤 )𝑤𝑤𝑤𝑤
Keterangan : Vi X ij Wj i j
Π𝑗𝑗𝑛𝑛=1 dari
𝑤𝑤𝑤𝑤
Π𝑛𝑛𝑗𝑗 =1 𝑥𝑥 𝑖𝑖𝑖𝑖
;
𝑆𝑆
𝑉𝑉𝑖𝑖 = ∑ 𝑖𝑖 ; dengan i = 1,2,3,…,m. 𝑆𝑆𝑖𝑖
= Hasil preferensi alternatif ke-i = Rating alternatif per attribut = Bobot atribut = Alternatif = Attribut = Perkalian rating alternatif per j=1 – n
attribut
196
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Π𝑗𝑗𝑛𝑛=1 (𝑥𝑥𝑗𝑗𝑤𝑤 )𝑤𝑤𝑤𝑤 = Penjumlahan hasil perkalian rating alternatif per atribut dari j = 1-n.
METODELOGI Penelitian ini dilakukan di Sekolah Fatih Bilingual School yang bertempat di Jalan Malikul Saleh No 103, Lamlagang, Banda Aceh. Waktu penelitian dimulai 13 Oktober – 13 Desember 2013. Pengumpulan data dilakukan dengan wawancara langsung dengan orang-orang yang bertanggung jawab memberikan data yang berhubungan dalam penulisan tugas akhir ini. Data yang digunakan dalam penelitian ini berupa data primer yang sudah ada pada Sekolah Fatih Bilingual School di Lamlagang, Banda Aceh. Input untuk melakukan proses pengambilan keputusan beberapa alternatif ini dilakukan dengan menggunakan nilai-nilai siswa. Variabel yang digunakan adalah kelas, nilai akademik, nilai test kimia, nilai test fisika, nilai test matematika, nilai test biologi, dan nilai psikotes. Keluaran yang dihasilkan dari penelitian ini adalah sebuah alternatif yang memiliki nilai bobot tertinggi dibandingkan dengan alternatif nilai yang lainnya. Pada penelitian ini hasil keluarannya diambil dari urutan alternatif tertinggi ke alternatif terendah. Hasil akhir yang dikeluarkan oleh program nanti berasal dari nilai setiap kriteria, karena dalam setiap kriteria memiliki nilai yang berbeda-beda. Urutan alternatif yang akan ditampilkan mulai dari alternatif tertinggi ke alternatif terendah, alternatif yang dimaksud adalah siswa. DESAIN SISTEM Diagram Konteks merupakan bagian dari Data Flow Diagram (DFD) yang berfungsi memetakan model lingkungan, yang dipresentasikan dengan lingkaran tunggal yang mewakili keseluruhan sistem. Diagram aliran data hanya memuat satu proses dan menunjukkan sistem secara keseluruhan. Adapun bentuk diagram konteks dari sistem pendukung keputusan seleksi peserta olimpiade dengan menggunakan metode Fuzzy WP yaitu seperti pada gambar 1 :
FMADM UNTUK MENENTUKAN PESERTA OLIMPIADE SISWA
197
Data Siswa Data Penilaian
Sistem Pendukung Keputusan Seleksi Peserta Olimpiade
Admin Info Data Siswa
Info Data Siswa
Kepala Bidang Olimpiade
Info Data Penilaian
Info Data Penilaian
Gambar 1. Diagram Konteks
DFD LEVEL 0 DFD Level 0 merupakan perluasan diagram konteks, pada level ini dijelaskan setiap kegiatan yang dapat dilakukan oleh setiap entitas yang ada didalam sistem lebih terperinci. Gambar 2 menjelaskan setiap kegiatan yang terjadi pada level 0. Konfirmasi Login
Konfirmasi Login
User name, Password
1.0 Login
Informasi Data Siswa Data Siswa
Informasi Data Penilaian Admin
Data Penilaian
Informasi Siswa Olimpiade Data Siswa
Print Laporan
Admin
User name, Password
Informasi Data Siswa 2.0 Mengelolah Data Siswa
3.0 Mengelolah Data Penilaian
Siswa
Data Siswa
Informasi Data Penilaian
Penilaian
Data Penilaian
Data Hasil Akhir 4.0 Proses Seleksi Siswa Olimpiade
5.0 Laporan
Hasil Akhir Data Hasil Akhir
Cetak Data Siswa Olimpiade
Laporan Siswa Olimpiade Kepala Bidang Olimpiade
Gambar 2. DFD Level 0
198
1.
2. 3.
4.
5.
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Keterangan : Proses 1.0 adalah Proses Login data Admin dan User Pada tahap ini admin melakukan login untuk dapat masuk kedalam sistem yang akan digunakan. Proses 2.0 adalah Proses Data Siswa Pada tahap ini Admin menginputkan data siswa. Proses 3.0 adalah Proses Data Penilaian Pada tahap ini Admin menginputkan semua data penilaian yang akan dijadikan kriteria dalam proses penentuan Seleksi peserta olimpiade. Proses 4.0 adalah Proses Seleksi Siswa Olimpiade Pada tahap ini hasil dari data penilaian yang telah diinputkan diproses dan kemudian menghasilkan Peserta olimpiade bagi setiap siswa. Proses 5.0 adalah Laporan Proses pembuatan laporan peserta olimpiade yang akan diserahkan kepada kepala bidang olimpiade, dimana pembuatan laporan ini berdasarkan data hasil akhir dari proses perhitungan yang dilakukan dengan metode fuzzy WP.
IMPLIMENTASI SISTEM Data input yang dimasukkan dalam metode Fuzzy Multiple Attribut Decision Making dengan Weighted Product adalah sebagai berikut : 1. Data nilai akademik 5. Data nilai test biologi 2. Data nilai test kimia 6. Data nilai psikotest 3. Data nilai test fisika 7. Kelas 4. Data nilai test matematika
FMADM UNTUK MENENTUKAN PESERTA OLIMPIADE SISWA
199
SISTEM INFERENSI FUZZY UNTUK DATA NILAI AKADEMIK 1. Variabel nilai akademik.
SISTEM INFERENSI FUZZY UNTUK KELAS 1. Variabel kelas menggunakan referensi kurva turun, karena untuk mengikuti olimpiade kelas satu dan dua yang lebih di
202
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
utamakan dibandikan dengan kelas 3 yang akan mengikuti Ujian Akhir.
Derajat Keanggotaan µ[y]
1
0 1
3
Gambar 9. Himpunan Fuzzy : Kelas (C7)
2. Fungsi keanggotaan (3 − 𝑥𝑥)/(3 − 1) ; 1 ≤ 𝑥𝑥 ≤ 3 𝜇𝜇𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 [𝑥𝑥] = � 0 ; 𝑥𝑥 ≥ 3 PENILAIN BOBOT KRITERIA Dalam metode penelitian ini ada bobot dan kriteria yang dibutuhkan untuk menyeleksi siswa olimpiade sains. Adapun kriterianya adalah Kelas, Nilai Akademik, Nilai Test Kimia, Nilai Test Fisika, Nilai Test Biologi, Nilai Test Matematika, Nilai Psikotest. Penilaian bobot kriteria didapat dari hasil wawancara dengan kepala bidang olimpiade fatih bilingual school yang juga berpedoman kepada dinas pendidikan. Tabel 1. Nilai Bobot Untuk Setiap Kriteria
Poin
Keterangan
3
Sangat Diutamakan
2
Diutamakan
1
Kurang Diutamakan
Tabel 2. Bobot Untuk Masing-Masing Kriteria Kriteria
Kimia
Fisika
Matematika
Biologi
Nilai Akademik (C1)
3
3
3
3
Nilai Test Kimia (C2)
1
1
1
2
FMADM UNTUK MENENTUKAN PESERTA OLIMPIADE SISWA
203
Nilai Test Fisika (C3)
2
3
1
1
Nilai Test Matematika (C4)
2
3
3
1
Nilai Test Biologi (C5)
1
1
1
3
Nilai Psikotest (C6)
2
2
2
2
Kelas (C7)
1
1
1
1
Jumlah (∑)
14
14
12
13
Proses perbaikan/normalisasi bobot kriteria (W) 𝑊𝑊𝑊𝑊 =
𝑊𝑊𝑊𝑊 ∑ 𝑊𝑊𝑊𝑊
,
Dimana Wj merupakan bobot Penjumlahan bobot attribut.
attribut
dan
∑Wj
merupakan
Tabel 3. Perhitungan normalisasi bobot kriteria (Wj) Kriteria Nilai Akademik (C1) Nilai Test Kimia (C2) Nilai Test Fisika (C3) Nilai Test Matematika (C4) Nilai Test Biologi (C5) Nilai Psikotest (C6) Kelas (C7) Jumlah (∑)
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
(C4) Nilai Test Biologi (C5)
0,07
0,07
0,08
0,23
Nilai Psikotest (C6)
0,14
0,14
0,17
0,15
Kelas (C7)
0,07
0,07
0,08
0,08
Jumlah (∑)
1
1
1
1
Proses Normalisasi (S) Proses normalisasi matriks keputusan dengan cara mengalikan rating attribut, dimana rating attribut terlebih dahulu harus dipangkatkan dengan bobot attribut. 𝑊𝑊𝑊𝑊
𝑆𝑆𝑆𝑆 = 𝜋𝜋𝑗𝑗𝑛𝑛=1 𝑋𝑋𝑖𝑖𝑖𝑖 ,
dimana Si merupakan normalisasi matriks keputusan pada alternatif ke-i. Tabel 5. Hasil Proses Normalisasi Tiap Alternatif (S)
Alternatif
Kimia
Fisika
Matematika
Biologi
Alia Akbar
0
0
0
0
Alvi Juandi
0
0
0
0
Al-Muttaqin
0,3723
0,4309
0,4149
0,3185
Akmalul Khairi
0,4408
0,3772
0,4139
0,4959
Rizqan Maulana
0,5437
0,5076
0,4880
0,5042
Agung Surya
0
0
0
0
Aditya Ghifari
0,4613
0,4112
0,3829
0,4490
Fathin Ammarsyah
0
0
0
0
Andre Kurniawan
0,4273
0,4171
0,4286
0,4094
Angga Rizqi Darmawan
0,3105
0,3166
0,2941
0,3628
2,5559
2,4606
2,4224
2,5398
∑ siswa
Proses preferensi untuk tiap alternatif (V) 𝑆𝑆
𝑉𝑉𝑖𝑖 = ∑ 𝑆𝑆𝑖𝑖 , dimana Vi merupakan Preferensi untuk tiap alternatif 𝑖𝑖
FMADM UNTUK MENENTUKAN PESERTA OLIMPIADE SISWA
Alternatif
205
Tabel 6. Perhitungan Preferensi tiap alternatif (Vi) Kimia Fisika Matematika
Biologi
Alia Akbar
0
0
0
0
Alvi Juandi
0
0
0
0
0,3723 2,5559 = 0,1457
0,4309 2,4606 = 0,1751
0,4149 2,4224 = 0,1712
0,3185 2,5398 = 0,1254
0,5437 2,5559 = 0,2127 0
0,5076 2,4606 = 0,2063 0
0,4880 2,4224 = 0,2015 0
0,5042 2,5398 = 0,1985
0,4613 2,5559 = 0,1805 0
0,4112 2,4606 = 0,1671 0
0,3829 2,4224 = 0,1580 0
0,4490 2,5398 = 0,1768
0,4273 2,5559 = 0,1672
0,4171 2,4606 = 0,1695
0,4286 2,4224 = 0,1769
0,4094 2,5398 = 0,1612
Al-Muttaqin Akmalul Khairi Rizqan Maulana Agung Surya Aditya Ghifari Fathin Ammarsyah Andre Kurniawan Angga Rizqi Darmawan
0,4408 2,5559 = 0,1725
0,3105 2,5559 = 0,1215
0,3772 2,4606 = 0,1532
0,3166 2,4606 = 0,1287
0,4139 2,4224 = 0,1708
0,2941 2,4224 = 0,1214
0,4959 2,5398 = 0,1953 0
0
0,3628 2,5398 = 0,1428
Setelah dilakukan proses preferensi maka akan diperoleh hasil pada setiap masing-masing olimpiade yang akan diikuti siswa, sehingga dapat dilakukan perbandingan antara olimpiade yang satu dengan yang lainnya. sehingga dengan hasil yang diperoleh tersebut sistem dapat merekomendasi siswa untuk mengikuti ollimpiade sesuai hasil perbandingan tiap bidang olimpiade.
206
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Tabel 7. Hasil Preferensi Tiap Alternatif berserta rekomendasi hasil olimpiade Alternatif Alia Akbar
Kimia
Fisika
Matematika
Biologi
Rekomendasi
0
0
0
0
-
Alvi Juandi
0
0
0
0
-
Al-Muttaqin
0,1457
0,1751
0,1712
0,1254
Fisika
Akmalul Khairi
0,1725
0,1532
0,1708
0,1953
Biologi
Rizqan Maulana
0,2127
0,2063
0,2015
0,1985
Agung Surya
0
0
0
0
-
Aditya Ghifari
0,1805
0,1671
0,1580
0,1768
Kimia
Fathin Ammarsyah
0
0
0
0
Andre Kurniawan
0,1672
0,1695
0,1769
0,1612
Angga Rizqi D
0,1215
0,1287
0,1214
0,1428
Kimia
Matematika Biologi
KESIMPULAN Dari hasil perancangan Sistem Pendukung Keputusan Seleksi Peserta Olimpiade pada Fatih Bilingual School dengan menggunakan Fuzzy Multiple Attribut Decision Making (FMADM) metode WP, maka penulis dapat menggambil keputusan : 1. Proses pengambilan keputusan menggunakan metode fuzzy WP untuk menentukan peserta Olimpiade merupakan sebuah sistem yang dapat menentukan olimpiade yang akan diikuti oleh siswa fatih bilingual school. 2. Dengan adanya sistem ini maka bagian TU atau guru bidang studi olimpiade dengan mudah dapat melakukan pemilihan siswa olimpiade. 3. Range nilai untuk dapat mengikuti olimpiade sains adalah 75 sampai 100. Dimana dalam olimpiade sains terdiri dari bidang studi kimia, fisika, matematika, dan biologi. 4. Sistem ini akan merekomendasikan dan menampilkan peserta olimpiade yang cocok untuk bidang studi kimia, fisika, matematika, dan biologi.
FMADM UNTUK MENENTUKAN PESERTA OLIMPIADE SISWA
207
REFERENSI Adi Kurniadi, 2000, Pemograman Microsoft Visual Basic 6, Penerbit Elex Media Komputindo, Jakarta Campbell, Reece, dan Mitchell, 2000, Biologi Edisi Kelima Jilid 1, Penerbit Erlangga, Jakarta. Dadan Umar Daihani, 2001, Komputerisasi Pengambilan Keputusan, Penerbit Elex Media Komputindo, Jakarta. David E. Goldberg, Ph.D., 2004, Kimia Untuk Pemula, Penerbit Erlangga, Jakarta. Giancoli, 2001, Fisika Edisi Kelima Jilid 1, Penerbit Erlangga, Jakarta. Kusumadewi, Sri., Hartati, Sri., Harjoko, Agus., Wardoyo, Retantyo., 2006, Fuzzy Multi-Attribute Decision Making (FUZZY MADM), Penerbit Graha ilmu, yogyakarta. Sutrisna, S., 2005, Aku Ingin Menjadi Ahli Matematika, Penerbit Kawan Pustaka, Jakarta. Agus merdeka putra h, 2011, sistem pendukung keputusan penerimaan mahasiswa baru melalui jalur beasiswa bidik misi dengan metode matematis pada politeknik negeri lhokseumawe, politeknik negeri lhokseumawe. Ichsan, 2012, implementasi logika fuzzy multiple attribute decision making (FMADM) SAW untuk sistem pendukung keputusan penentuan penerimaan beasiswa bagi mahasiswa, politeknik negeri lhokseumawe.
208
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
QUALITY OF SERVICE (QOS) PADA JARINGAN INTERNET DENGAN METODE HIERARCHY TOKEN BUCKET Rasudin
ABSTRAK Permasalahan lambatnya akses Internet client terjadi ketika mengakses Internet secara bersamaan, akibat distribusi bandwidth yang tidak merata oleh pengguna yang melakukan aktivitas download dan upload. Pengertian Quality of Service (QoS) adalah kemampuan suatu jaringan untuk menyediakan layanan yang baik dengan menyediakan bandwidth. Tujuan saya menggunakan metode Hierarchy Token Bucket pada DD-WRT untuk mengatur kecepatan Upload dan download pada masing-masing alamat IP client secara sentralisasi menggunakan firmware dd-wrt. Dengan demikian jika ada client yang mengakses internet membutuhkan kapasitas bandwidth yang besar, maka client lain tidak akan terganggu, karena masing-masing sudah mempunyai kapasitas bandwidth yang dipakai untuk mengakses internet. Kata Kunci : Bandwidth, Quality of Service, Hierarchy Token Bucket
PENDAHULUAN Pengunaan jaringan wireless semakin banyak. Hal ini terlihat dengan terdeteksinya beberapa jaringan wireless dan ssid pada lokasi tertentu. Penggunaan jaringan wireless yang tidak disertai manajemen bandwidth yang benar dapat mengakibatkan beberapa masalah seperti terjadi penguasaan bandwith jaringan oleh segelintir user. Perangkat wireless merk tertentu sudah mendukung tertentu, mempunyai perangkat lunak dan mekanisme pengelolaaan perangkat wireless. Program wireless yang dimaksudkan adalah dengan memanfaatkan teknologi upgrade firmware DDWRT. Program meliputi mulai dari teknologi pemrograman sampai proses injeksi program pada perangkat wireless dengan memasukkan berbagai program eksekusi untuk menjadikan perangkat radio punya fitur yang lengkap.
210
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Banyak sekali produk access point yang dapat mengimplementasikan firmware DD-WRT ini. Salah satu produk yang dapat digunakan adalah Linksys WRT54GL. Secara default Linksys WRT54GL dengan firmware aslinya hanya dapat berjalan dalam Mode AP saja, jadi dia tidak dapat berperan sebagai station atau klient. Melalui upgrade firmware dengan DD-WRT, maka kemampuan dari Linksys WRT54GL pun akan meningkat, fitur seprti gain power yang dapat diatur, support WDS, VPN, Klient Bridge, WEP, WPA, WPA2, juga ada Bandwidth Monitoring, Firewall, MAC Address Cloning, Radius, Quality of Service. Jenis aplikasi di internet sangat beragam. Ada yang membutuhkan delay yang minimum seperti aplikasi multimedia, ada membutuhkan bandwidth sebesar-besarnya seperti aplikasi pada ftp, dan ada pula yang membutuhkan bandwidth sangat kecil seperti icmp dan web statis. Jika semua aplikasi tersebut tidak dikontrol, maka satu aplikasi dapat menguasai bandwidth yang tersedia dan aplikasi lainnya tidak mendapatkan jatah, sehingga kinerja jaringan terasa menurun. Jika hal itu terjadi pada jaringan dengan banyak node, maka turunnya kinerja jaringan akan sangat terasa (Alistair, 2000). TCP / IP Internet terbentuk dari jaringan-komputer yang tersebar di seluruh dunia, masing-masing jaringan-komputer terdiri dari tipe-tipe komputer dan jenis jaringan yang berbeda. untuk mengintegrasikan seluruh jaringan komputer tersebut dibutuhkan sebuah protokol pengiriman data yang tak bergantung pada jenis komputer dan digunakan oleh semua komputer untuk saling bertukar data. Protokol pengiriman merupakan sebuah konvensi (kesepakatan) yang menetapkan dengan cara apa data dikirimkan dan bagaimana kesalahan yang terjadi dikenali serta dipecahkan. Secara sederhana proses pengiriman data terdiri atas dua langkah. Pertama, data yang akan dikrimkan (misalnya sebuah file teks) dibagi ke dalam paket data berukuran data berukuran sama (paket), kemudian dikirimkan satu per satu. Di Internet, protokol ini disebut IP (Internet Protocol). Kedua, harus dijamin setiap paket data sampai ke alamat yang benar dan semuanya benar diterima. Untuk itu diperlukan protokol lainnya, yaitu Transmission Control Protocol (TCP) mengaitkan sebuah blok data pada
QOS PADA JARINGAN INTERNET DENGAN METODE HTB
211
paket data IP, yang antara lain mengdanung informasi mengenai alamat, jumlah total paket data dan urutan setiap paket yang membentuk paket tersebut. Hanya secara bersamaan kedua protokol membentuk kesatuan yang berfungsi, karena itu biasanya disebut TCP/IP. QUALITY OF SERVICE (QOS) Quality of Service (QoS) adalah kemampuan suatu jaringan untuk menyediakan layanan yang baik dengan menyediakan bandwidth, mengatasi jitter dan delay. Parameter QoS adalah latency, jitter, packet loss, throughput, MOS, echo cancellation dan PDD. QoS sangat ditentukan oleh kualitas jaringan yang digunakan. Terdapat beberapa faktor yang dapat menurunkan nilai QoS, seperti : Redaman, Distorsi, dan Noise. QoS didesain untuk membantu end user (klien) menjadi lebih produktif dengan memastikan bahwa user mendapatkan performansi yang handal dari aplikasi-aplikasi berbasis jaringan. QoS mengacu pada kemampuan jaringan untuk menyediakan layanan yang lebih baik pada trafik jaringan tertentu melalui teknologi yang berbeda-beda. Kemampuan QoS mengacu padae tingkat kecepatan dan kehandalan penyampaian berbagai jenis beban data di dalam suatu komunikasi. Kemapuannya merupakan kumpulan dari beberapa parameter besaran teknis, yaitu : 1). Throughput, yaitu kecepatan (rate) transfer data efektif, yang diukur dalam bps. Troughput merupakan jumlah total kedatangan paket yang sukses yang diamati pada destination selama interval waktu tertentu dibagi oleh durasi interval waktu tersebut. 2). Delay merupakan total waktu yang dilalui suatu paket dari pengirim ke penerima melalui jaringan. Delay dari pengirim ke penerima pada dasarnya tersusun atas hardware latency, delay akses, dan delay transmisi. Delay yang paling sering dialami oleh trafik yang lewat adalah delay transmisi. Tabel 1. Delay/Latensi KATEGORI LATENSI
BESAR DELAY
Sangat Memuaskan
< 150 ms
Memuaskan
150 s/d 300 ms
212
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Kurang Memuaskan
300 s/d 450 ms
Tidak Memuaskan
> 450 ms
Untuk aplikasi-aplikasi suara dan video interaktif, kemunculan dari delay akan mengakibatkan sistem seperti tak merespon. 3). Jitter merupakan variasi dari delay end-to-end. Level-level yang tinggi pada jitter dalam aplikasi-aplikasi berbasis UDP merupakan situasi yang tidak dapat diterima dimana aplikasi-aplikasinya merupakan aplikasi-aplikasi real-time, seperti sinyal audio dan video. Pada kasus seperti itu, Jitter akan menyebabkan sinyal terdistorsi, yang dapat diperbaiki hanya dengan meningkatkan buffer di antrian. Tabel 2. Degradasi/Jitter
KATEGORI DEGRADASI Sangat memuaskan Memuaskan Kurang Memuaskan Tidak Memuaskan
PEAK JITTER 0 ms 0 s/d 75 ms 76 s/d 125 ms 125 s/d 225 ms
HIERARCHICAL TOKEN BUCKET Hierarchical Token Bucket (HTB) merupakan teknik penjadwalan paket yang digunakan kebanyakan router berbasis Linux, dikembangkan pertama kali oleh Martin Devara (2002). HTB merupakan salah satu disiplin antrian yang memiliki tujuan untuk menerapkan link sharing secara presisi dan adil. Dalam konsep link sharing, jika suatu kelas meminta kurang dari jumlah service yang telah ditetapkan untuknya, sisa bandwidth akan didistribusikan ke kelas-kelas yang lain yang meminta service.
QOS PADA JARINGAN INTERNET DENGAN METODE HTB
213
Gambar 1. Tampilan konsep Link Sharing
ROUTER Router adalah perangkat untuk mengatur Quality of Service (QoS) sehingga diatur besarnya bandwidth yang dialokasikan. Pengguna lokal tentunya akan memperoleh bandwidth paling besar dibandingkan pengguna yang roaming, apalagi dibandingkan dengan pengguna tamu yang tidak diketahui identitasnya. Fungsi rauter tidak terdapat dalam semua perangkat wireless (access point) secara maksimal. Atas dasar itu maka perlu dibahas Quality of service (QoS) yang memungkinkan user menggunakan fasilitas jaringan wireless dengan managemen bandwidth yang lebih kompleks. Salah satunya adalah dengan mengganti firmware bawaan distributor (default) menjadi firmware DD-WRT.QoS (Quality of Service) pada firmware DD-WRT yang mampu memberikan prioritas berbeda untuk berbagai aplikasi, pengguna, aliran data, atau untuk menjamin tingkat kinerja tertentu ke aliran data. Caranya adalah dengan memanfaatkan fungsi Mac & Port Priority (Mulyanta, 2005). JARINGAN NIRKABEL / WIRELESS Wireless LAN bekerja dengan menggunakan gelombang radio. Sinyal radio menjalar dari pengirim ke penerima melalui free space, pantulan, difraksi, Line of Sight dan Obstructed (LOS). Ini berarti sinyal radio tiba dipenerima melalui banyak jalur Multipath), dimana tiap sinyal (pada jalur yang berbeda-beda) memiliki level kekuatan,delay dan fase yang berbedabeda. Konfigurasi wireless LAN pada umumnya, membutuhkan alat transmitter/receiver (transceiver) yang biasa disebut access point (AP), terhubung
214
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
pada wired network dari lokasi yang tetap menggunakan pengkabelan yang stdanar. Acces point menerima, buffer, dan mentransmisikan data antara wireless LAN dan wired LAN. I.
METODOLOGI PENELITIAN Metode kerja yang digunakan dalam pembuatan Quality of Service Jaringan internet adalah Dengan Metode Hierarchy Token Bucket menggunakan firmware DD-WRT. Dengan adanya perancangan yang baik maka akan didapatkan suatu hasil yang baik. Ada beberapa tahapan yang digunakan dalam proses pembuatan Hierarchy Token Bucket, yaitu:
Gambar 2. Tampilan cara kerja HTB
QOS PADA JARINGAN INTERNET DENGAN METODE HTB
215
a. Memahami topologi jaringan dengan menggambarkan struktur dari suatu jaringan yang akan dibuat. b. Konfigurasi ADSL Modem sebagai Bridge Mode dan implementasi Broadband Router sebagai PPoE dan DHCP Server. Modem berfungsi sebagai menjembatani koneksi yang dilakukan oleh PC ke server Internet Service Provider. Pada Broadband Router bukan hanya berfungsi sebagai Bandwidth Manajemen namun berbagai fitur lain dapat difungsikan untuk berbagai layanan Public yaitu melakukan remote router melalui Telnet, SSH, Putty dan Web Besh, Web Server, FTP Server, dan memberikan layanan yang dapat menyewakan alamat IP dan informasi TCP/IP lainnya kepada semua klien yang memintanya. c. Konfigurasi Hierarchy Token Bucket yaitu dengan menetukan berapa downlink dan uplink, Traffic Classification, DL Rate, DL Ceil, UL Rate, UL Ceil, dan Priority. d. Analisis Kinerja Sistem yaitu suatu proses untuk menentukan hubungan antara 3 konsep utama, yaitu sumber daya (resources), penundaan (delay) dan daya-kerja (throughput) dan (jitter). Obyektif analisa kinerja mencakup analisa sumber daya dan analisa daya kerja. Nilai keduanya ini kemudian digabung untuk dapat menentukan kinerja yang masih dapat ditangani oleh sistem. e. Pengujian dilakukan terhadap bandwidth ketika sebelum menerapkan hierarchy token bucket dan sesudah menerapkan hierarchy token bucket. Pengujian ini dilakukan untuk mengetahui apakah metode hierarchy token Bucket dalam manajemen bandwidth dapat berjalan dengan baik dan lancar.
HASIL DAN PEMBAHASAN Topologi Jairngan Topologi Jaringan yang digunakan dalam implementasi Hierarchy Token Bucket seperti pada gambar berikut:
216
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 3. Topologi Jaringan
ANALISA KINERJA SISTEM THROUGHPUT, DELAY DAN JITTER SEBELUM MENGGUNAKAN HIERARCHY TOKEN BUCKET. Sebelum hierarchy token bucket diterapkan pada jaringan, dilakukan suatu pengukuran terhadap kinerja jaringan. Hal ini dimaksudkan agar terlihat bagaimana efek yang akan terjadi setelah diterapkannya hierarchical token bucket pada jaringan, terutama pada masalah throughput, delay dan jitter dari jaringan. Pada gambar 4., ketika melakukan download ukuran file 1.16 MB yang terdiri bandwidth 585 kbps, Traffic Packet yang diambil adalah 1639. delay antar packet pertama dan terakhir ialah 19.426 sec dan throughput rata-rata bytes/sec ialah 69475.638 jika di ukur dengan kilobit ialah 556 kb.
Gambar 4.Tampilan halaman delay dan throughput download
QOS PADA JARINGAN INTERNET DENGAN METODE HTB
217
Pada gambar 5 di sisi jitter server dibawah ini jumlah transfer 716 KBytes dengan bandwidth 584 Kbit/sec dalam waktu 0.0-10.0 sec dan total datagrams 499 mengalami rata-rata jitter 0.811ms.
Gambar 5. Tampilan halaman jitter server download
Pada gambar 6 di sisi jitter klient dibawah ini laporan server dari waktu 0.0 sampai dengan 10.0 sec transfer 716 Kbytes dengan kecepatan bandwidth 584 Kbit/sec mengalami jitter 0.811 ms data total datagram terkirim semuanya.
Gambar 6. Tampilan halaman jitter klien download
Pada gambar 7 ketika melakukan upload ukuran file 1.16 MB yang terdiri bandwidth 585 kbps, Traffic Packet yang diambil adalah 2068. delay antar packet pertama dan terakhir ialah 75.744 sec dan throughput rata-rata bytes/sec ialah 194778.811 jika di ukur dengan kilobit ialah 556 kb.
Gambar 7. Tampilan halaman delay dan throughput upload
218
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Pada gambar 8 di sisi jitter server dibawah ini jumlah transfer 716 KBytes dengan bandwidth 584 Kbit/sec dalam waktu 0.0-10.0 sec dan total datagrams 499 mengalami rata-rata jitter 1.777ms.
Gambar 8. Tampilan halaman jitter di server upload
Pada gambar 9 di sisi jitter klient dibawah ini laporan server dari waktu 0.0 sampai dengan 10.0 sec transfer 716 Kbytes dengan kecepatan bandwidth 584 Kbit/sec mengalami jitter 0.811 ms data total datagram terkirim semuanya.
Gambar 9. Tampilan halaman jitter klien upload
Pada gambar 10 ketika melakukan streaming video ukuran file 63.5 MB yang terdiri bandwidth 585 kbps, Traffic Packet yang diambil adalah 3441. delay antar packet pertama dan terakhir ialah 43.861 sec dan throughput ratarata bytes/sec ialah 104582.172 jika di ukur dengan kilobit ialah 556 kb.
Gambar 10. Tampilan halaman delay dan throughput stream video
QOS PADA JARINGAN INTERNET DENGAN METODE HTB
219
Pada gambar 11 ketika melakukan streaming video ukuran file 63.5 MB yang terdiri bandwidth 585 kbps, Total RTP packets adalah 3338. Lost RTP packets 0% dan duration 43.86 s (-0.78%) dan packet Incorrect timestamp terdiri dari 10 packet.
Gambar 11. Tampilan halaman jitter stream video
ANALISA KINERJA SISTEM THROUGHPUT, DELAY DAN JITTER MENGGUNAKAN HIERARCHY TOKEN BUCKET. Ketika melakukan download ukuran file 1.16 MB yang terdiri bandwidth 585 kbps, delay antar packet pertama dan terakhir ialah 74.453 sec dan throughput rata-rata bytes/sec ialah 16950.332 jika di ukur dengan kilobit ialah 136 kb.
Gambar 12. Tampilan halaman delay dan throughput download
Pada gambar di bawah ini jumlah transfer 716 KBytes dengan bandwidth 584 Kbit/sec dalam waktu 0.0-10.0 sec dan total datagrams 499
220
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
mengalami rata-rata jitter 0.811ms. itu berarti jitter nya mengalami dengan rata-rata jitter 0.379 ms.
Gambar 13. Tampilan halaman jitter server download
Pada gambar 14 di sisi jitter klient dibawah ini laporan server dari waktu 0.0 sampai dengan 10.0 sec transfer 716 Kbytes dengan kecepatan bandwidth 584 Kbit/sec mengalami jitter 0.378 ms data total datagram terkirim semuanya.
Gambar 14. Tampilan halaman jitter klien download
Pada gambar dibawah ini ketika melakukan upload ukuran file 1.16 MB yang terdiri bandwidth 585 kbps, Traffic Packet yang diambil adalah 2075. delay antar packet pertama dan terakhir ialah 71.878 sec dan throughput ratarata bytes/sec ialah 21192.388 jika di ukur dengan kilobit ialah 170 kb.
Gambar 15. Tampilan halaman delay dan throughput upload
QOS PADA JARINGAN INTERNET DENGAN METODE HTB
221
Pada gambar di sisi jitter server dibawah ini jumlah transfer 716 KBytes dengan bandwidth 584 Kbit/sec dalam waktu 0.0-10.0 sec dan total datagrams 499 mengalami rata-rata jitter 1.777ms.
Gambar 16. Tampilan halaman jitter upload
Pada gambar di sisi jitter klient dibawah ini laporan server dari waktu 0.0 sampai dengan 10.0 sec transfer 716 Kbytes dengan kecepatan bandwidth 584 Kbit/sec mengalami jitter 1.575 ms data total datagram terkirim semuanya.
Gambar 17. Tampilan halaman jitter klien upload
Pada gambar dibawah ini Ketika melakukan streaming video ukuran file 63.5 MB yang terdiri bandwidth 585 kbps, Traffic Packet yang diambil adalah 3530. delay antar packet pertama dan terakhir ialah 45.075 sec dan throughput rata-rata bytes/sec ialah 103318.371 jika di ukur dengan kilobit ialah 827.
222
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 18. Tampilan halaman delay dan throughput stream video
Pada gambar dibawah ini ketika melakukan streaming video ukuran file 63.5 MB yang terdiri bandwidth 585 kbps, Total RTP packets adalah 3381. Lost RTP packets 0% dan duration 45.07 (-2.55%) dan packet Incorrect timestamp terdiri dari 10 packet.
Gambar 19. Tampilan halaman jitter stream video
KESIMPULAN Dari hasil pembahasan maka dapat diambil beberapa kesimpulan sebagai berikut: 1. Jaringan yang tidak diterapkan manajemen bandwidth menggunakan hierarchy token bucket akan berakibat pada throughput delay dan jitter yang tidak terkontrol. Hal ini dapat dilihat perbedaan antara ketika melakukan download, upload ukuran file 1.16 MB yang terdiri bandwidth 585 kbps, terjadi perebutan bandwidth dan klient 1 sedang melakukan download,
QOS PADA JARINGAN INTERNET DENGAN METODE HTB
2.
3.
223
klient 2 browsing terganggu dan menyebabkan delay dan jitter bertambah. Konfigurasi sebelum menggunakan HTB pada saat download mengalami 0.811 dan menggunakan HTB jitter mengalami 0.378. ketika melakukan upload sebelum menggunakan HTB mengalami jitter mengalami 1.777 ms dan menggunakan HTB 1.575 ms. Ketika melakukan streaming video dengan ukuran file 63.5 MB yang terdiri dari bandwidth 585 kbps tidak menggunakan HTB mengalami nilai delta(ms) 0.05 dan 0.06 berstatus incorrect timestamp. Sedangkan jitter yang bernilai delta(ms) 0.05 dan 0.06 berstatus ok. Delta (ms) ialah data yang pengiriman data sampai ketempat tujuan.
REFERENSI Croll, Alistair, 2000, Managing Bandwidth Deploying QoS in Enterprise Networks, Prentice Hall, New Jersey. Ferguson, P. & Huston, G., 1998, Quality of Service, John Wiley & Sons Inc Mulyanta, Edi S. 2005. Pengenalan Protokol Jaringan Wireless Komputer. Andi. Yogyakarta Prabawati, Th Ari. 2011. Tips Jitu Optimasi Jaringan Wi-Fi. Wahana Komputer Semarang. Purbo, Onno W. 2006. Buku Pegangan Internet Wireless dan Hotspot. Elex Media Komputindo. Jakarta Purbo, Onno W. dan Wiharjito, Tony. 2000. Keamanan Jaringan Internet. Elex Media Komputindo. Jakarta
224
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
IMPLEMENTASI SMS GATEWAY SEBAGAI MEDIA PENYAMPAIAN INFORMASI KELULUSAN CALON MAHASISWA D-III FAKULTAS MIPA UNIVERSITAS SYIAH KUALA Nazaruddin1, Rasudin Abubakar2, Mutia Nuzuar3 [email protected], [email protected]
ABSTRACT This study is aimed to design and implementation of Short Message Service (SMS) server for retrieving and sending data/information regarding graduate admission announcements of Diploma (D-III) prospective students at Faculty of Mathematics and Natural Sciences, Syiah Kuala University (UNSYIAH). The SMS Server, as terminal, is connected to a GSM modem and installed SMS Gateway applications. Besides SMS Gateway application, the server is also installed MySQL, as database server, and Tomcat, as a web server. Data/information can be accesed through SMS by typing MIPA <space> UJIAN <space> No Ujian in cellular phone and sending to specified number. SMS sended will be responded by applications with verifying the format first, if passed by the system, then the system will be automatically responsed by sending necessary information . In this study, the SMS Gateway system was developed using the JAVA language. Furthermore, the system was tested, and the results of testing, found that the longer time is needed to respond to every requested between 10-15 seconds. This is still under normal circumstances. Keywords : GSM, Modem, MySQL, SMS Gateway, Basis data, JAVA, Server
Staf Pengajar Jurusan Informatika Unsyiah Staf Pengajar Program Studi Manajemen Informatika Unsyiah 3 Alumni Program Studi Manajemen Informatika Unsyiah 1 2
226
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
PENDAHULUAN Teknologi informasi dan komunikasi berkembang sangat pesat, hal ini ditandai dengan pemanfaatannya dalam mendukung meningkatkan efisiensi dan efektifitas transaksi dalam segala bidang terutama dalam dunia bisnis dan pendidikan. Penggunaan teknologi dalam penyampaian informasi sudah menjadi trend dan kebutuhan dalam organisasi. Saat ini teknologi web merupakan metode terbaru dalam penyampaian berbagai jenis pengumuman sehingga dapat diakses melalui telepon genggam. Dengan semakin banyaknya penggunaan telepon genggam dikalangan masyarakat, maka web yang biasanya diakses melalui komputer berkembang hingga dapat diakses melalui telpopon genggang dengan teknologi GPRS dan WAP. Perkembangan terbaru dari teknology penyampaian informasi adalah dengan ditemukan teknology SMS gateway. Teknologi ini menggabungkan fitur SMS pada telpon genggam dengan database server dan web server. Penggunaannya adalah dengan mengirim pesan singkat dalam format tertentu ke server dan server akan membalas informasi yang diminta dalam bentuk SMS juga SMS (Short Messaging Service) atau layanan pesan singkat adalah suatu cerminan dari perkembangan teknologi informasi. SMS adalah salah satu fitur untuk mengirim pesan yang tersedia dalam perangkat telepon genggam. Teknologi SMS ini sudah sangat familiar digunakan masyarakat, bahkan SMS kini merupakan peluang bisnis yang sangat bagus, karena informasi yang disampaikan melalui SMS ini sangat cepat diterima oleh masyarakat. Penggunaan perangkat keras nirkabel berupa telepon seluler setiap tahun meningkat relatif lebih cepat dibandingkan dengan peningkatan penggunaan perangkat keras Personal Computer (PC). Penggunaan telepon seluler telah merambah pada berbagai bidang kehidupan. Pada era kompetisi global saat ini, SMS merupakan sebuah revolusi, di mana layanan teks lebih diminati dibandingkan dengan layanan berbasis suara, karena biaya yang relatif murah. Contoh layanan yang dapat diakses melalui SMS antara lain informasi billing, cuaca, pooling, reminder, alat kontrol aktivasi, kuis, transaksi perbankan, dan lain-lain. Jumlah server layanan SMS juga semakin banyak dengan jenis layanan yang semakin beragam.
SMS GATEWAY UNTUK INFORMASI KELULUSAN CALON MAHASISWA
227
Mengingat teknologi SMS yang kini sudah sangat maju, untuk itu pengimplementasian SMS Gateway sebagai media penyampaian informasi pengumuman bagi calon mahasiswa D-III Fakultas MIPA Unsyiah diharapkan bisa menjadi media yang lebih efisien, sehingga mahasiswa yang bersangkutan tidak perlu lagi datang ke Fakultas untuk melihat hasil pengumuman, namun dapat langsung diakses melalui SMS untuk mengetahui hasil ujian tersebut, sehingga informasi yang didapat lebih cepat dan juga menghemat waktu serta biaya. TUJUAN PENELITIAN 1. Merancang dan membangun aplikasi SMS gateway dalam penyampaian kelulusan masuk program diploma (D-III). 2. Memantau lama waktu sistem dalam merespon permintaan user. MANFAAT PENELITIAN 1. Memberikan alternatif dalam mengumumkan hasil seleksi masuk program diploma (D-III). 2. Calon mahasiswa tidak harus datang ke lokasi dalam hal mencari informasi kelulusannya BATASAN MASALAH Terdapat beberapa batasan yang dibuat untuk lebih fokus pada tujuan yang ingin dicapai, yaitu : 1. Penelitian hanya berfokus pada perancangan dan pembangunan sistem SMS Gateway 2. Aplikasi SMS Gateway di Uji Coba hanya pada pengumuman hasil seleksi masuk program Diploma (D-III) FMIPA Unsyiah. 3. Pengujian dilakukan untuk mendapatkan lama waktu sistem dalam merespon permintaan user. APLIKASI SHORT MESSAGING SERVICE (SMS) Short Message Service (SMS) merupakan sebuah layanan yang banyak diaplikasikan pada sistem komunikasi nirkabel. Tekhnologi SMS memungkinkan pengiriman pesan dalam bentuk alphanumeric antara telepon genggam pengirim dan penerima. SMS pertama sekali
228
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
berkembang di benua Eropa sekitar tahun 1991 bersama sebuah teknologi wireles yang saat ini banyak penggunanya yaitu Global System for Mobile Communication (GSM). Message pertama yang dikirimkan menggunakan SMS dilakukan pada bulan Desember 1992, dikirimkan dari sebuah Personal Computer (PC) ke telepon genggam dalam jaringan GSM milik Vodafone Inggris. Perkembangannya kemudian merambah ke benua Amerika, dipelopori oleh beberapa operator komunikasi bergerak berbasis digital seperi BellSouth Mobility, Prime Co, Nextel dan beberapa operator lain. Teknologi digital yang digunakan bervariasi dari yang berbasis GSM, Time Division Multiple Access (TDMA), hingga Code Division Multiple Access (CDMA). Pengiriman SMS dari satu telepon genggam ke telepon gemnggam lainnya harus melalui SMS Center. Pada saat SMS dikirimkan SMS centar akan menampungnya kemudian baru diteruskan kepada telepon genggam yang dituju atau ke nomor telopon yang diinginkan. Sistem ini lebih dikenal dengan sebutan Store and Forward. Gambar 1. menunjukan alur dari SMS center :
Pe
S
Pe
Gambar 1. Alur SMS Center
SMS gateway adalah jembatan penghubung untuk lalu lintas data-data SMS, baik yang dikirimkan maupun yang diterima. Secara umum SMS gateway adalah sebuah sistem yang dipergunakan untuk memudahkan mengirimkan pesan SMS yang sama dalam waktu yang bersamaan kepada beberapa penerima. Sistem kerja SMS gateway untuk proses permintaan informasi oleh user ke terminal SMS Gateway yaitu dengan cara mengirimkan pesan sesuai format yang sudah ditentukan dan dikirim ke nomor SIM Card
SMS GATEWAY UNTUK INFORMASI KELULUSAN CALON MAHASISWA
229
terminal. Gambar 2. menunjukkan permintaan informasi oleh user ke terminal.
Kiri SMS
U
Terminal (modem sebagai penerima SMS)
Akses data jika format SMS
Data
Hasil
PC Server SMS
Gambar 2. Sistem Kerja Pengiriman Pesan (Client to SMS Gateway)
Untuk proses pengiriman pesan balasan dari SMS gateway kepada user yang meminta informasi dilakukan oleh sebuah aplikasi yang dibuat dengan bahasa pemrograman Java. Aplikasi akan mengenali setiap pesan yang masuk dan memeriksa formatnya. Jika format pesan salah maka SMS Gateway akan mengirim pesan balasan bahwa format pesan yang diketik salah, namun jika format benar program akan melakukan permintaan data ke database sesuai dengan kode yang diminta (nomor ujian) jika nomor ujian tersebut tidak terdaftar dalam database maka SMS gateway akan mengirim pesan bahwa nomor ujian yang dimaksud tidak ada dan jika nomor ujian terdaftar maka SMS gateway akan mengirim pesan informasi kelulusan mahasiswa yang dimaksud oleh user (pengirim pesan). Pesan balasan yang dikirim oleh SMS gateway juga melewati SMS center dan kemudian dikirimkan kepada user. Gambar 3. menunjukkan proses balasan dari gateway.
230
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Terima
U
SMS
Terminal (modem sebagai pengirim SMS)
Data diambil sesuai permintaan
Data Hasil Ujian
PC
Server
SMS
Gambar 3. Sistem Kerja Balasan (SMS Gateway to Client)
Tahapan perancangan dan pembuatan aplikasi SMS gateway adalah sebagai berikut : Tahap persiapan : 1. Analisa kebutuhan sistem 2. Instalasi MySQL sebagai database server 3. Instalasi Tomcat sebagai web server 4. Instalasi modem GSM Tahapan pelaksanaan : 1. Create database 2. Pengkodean 3. Pengujian IMPLEMENTASI APLIKASI PENGELOLAAN DATABASE PENGUMUMANDISISI WEB Aplikasi Pengelolaan database hasil pengumuman ini merupakan langkah untuk mempermudah operator dalam mengelola database yang dibantu dengan adanya menu-menu pada aplikasi SMS Gateway Pengumuman ini yang sesuai dengan kebutuhan. Berikut ini akan dijelaskan mengenai menu-menu yang digunakan dalam aplikasi SMS Gateway Sebagai Media Penyampaian Informasi Pengumuman Calon Mahasiswa D-III pada Fakultas MIPA UNSYIAH.
SMS GATEWAY UNTUK INFORMASI KELULUSAN CALON MAHASISWA
231
Menu-menu tersebut dapat diakses melalu browser seperti IE, Google Chrome, Mozila dan yang lainnya. Berikut ini adalah penjelasan tentang menu-menu yang ada pada Aplikasi pengelola database SMS Gateway. 1) Menu Login Seperti pada aplikasi-aplikasi lainnya sistem login sangat dibutuhkan untuk membatasi siapa saja yang boleh mengaksesnya demi keamanan data. Saat aplikasi diakses, halaman yang ditampilkan pertama yaitu halaman menu Login, dimana setiap kali mengakses aplikasi ini maka harus mengisi nama user dan password dari aplikasi ini. Jika user dan passwordnya benar maka akan tampil menu utama aplikasi. 2) Menu Utama Sebagaimana yang telah dijelaskan di atas, menu utama ini adalah menu yang pertama kali tampil ketika login berhasil. Pada menu utama ini data yang ditampilkan adalah data hasil pengumuman ujian tes. Selain data hasil pengumuman tes, pada menu utama ini juga terdapat fasilitas untuk menambah data hasil ujian. Dari gambar di atas, dapat dilihat bahwa pada bagian atas terdapat fasilitas Tambah Data Pengumuman, setelah data ditambah maka selanjutnya data akan berpindah ke tabel Data Kelulusan Calon Mahasiswa D-III FMIPA dibagian bawah halaman menu utama. Pada halaman utama ini selain menu seperti yang sudah dijelaskan di atas ada beberapa menu lainnya yaitu. a) Menu Lihat Data Lulus Manajemen Informatika Menu ini merupakan menu tambahan untuk membantu operator jika ingin menlihat data mahasiswa yang lulus di Program Studi Manajemen Informatika (MI). b) Menu Lihat Data Lulus INSKOM Sama halnya seperti menu lihat data lulus MI, menu lihat data lulus INSKOM merupakan menu tambahan untuk membantu operator jika ingin menlihat data mahasiswa yang lulus di Program Studi Instrumentasi dan Komputasi (INSKOM). c) Menu Lihat Data Tidak Lulus
232
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Seperti halnya menu Lihat Data Lulus MI dan menu Lihat Data Lulus INSKOM, menu Lihat Data Tidak Lulus ini, merupakan fasilitas tambahan untuk melihat data calon mahasiswa yang gagal dalam ujian seleksi atau tidak lulus ujian. d) Menu Kosongkan Semua Data Menu ini merupakan fasilitas untuk membantu operator apabila ingin mengosongkan seluruh data, yang dikarenakan data sudah tidak diperlukan lagi atau karena penggantian tahun ajaran baru dimana kembali dilakukan seleksi kepada calon mahasiswa D-III. Sebelum Semua data langsung dikosongkan, terlebih dahulu program akan menanyakan apakah yakin akan melakukan penghapusan terhadap semua data, ini dilakukan agar mencegah terjadinya hal yang tidak diinginkan karena kesalahan meng-klik menu pilihan, maka jika operator yakin akan menghapus maka data akan langsung dikosongkan. Namun jika operator memilih tidak maka penghapusan data akan dibatalkan. 3) Menu Kotak Masuk Menu Kotak Masuk ini merupakan menu yang dimanfaatkan untuk melihat data pesan masuk atau melihat pesan permintaan. Pada menu ini juga dapat dilihat apakah semua data yang masuk telah diproses oleh Aplikasi SMS Gateway. Pada menu Kotak Masuk ini operator dapat mengecek apakah data yang masuk semuanya diproses, operator dapat melihat apakah status yang ada pada tabel “Telah Diproses” karena jika isinya “Belum Diproses” ini berarti data permintaan yang masuk belum diproses, jika kasus yang terjadi seperti ini maka sudah pasti client tidak akan menerima pesan balasan. 4) Menu Kotak Keluar Sama halnya seperti menu kotak masuk, menu kotak keluar ini merupakan menu untuk melihat data dari kotak masuk yang telah diproses dari kotak masuk, disini juga dapat dilihat status dari pesan apakah sudah dikirim atau belum atau belum, jika status isinya “Telah Dikirim” ini berarti pesan telah dikirim ke client.
SMS GATEWAY UNTUK INFORMASI KELULUSAN CALON MAHASISWA
233
5) Menu Logout Sebagai mana fungsi dari login adalah sebagai sistem pengaman yang membatasi hak akses, fungsi Logout juga tak kalah pentingnya. Jika operator yang telah login tidak melakukan Logout ini akan sangat berbahaya karena jika ada orang lain yang mencoba membuka aplikasi ini maka program tidak akan meminta untuk mengisi user dan password kembali. Namun jika operator telah menglogoutnya, maka setiap kali akan membuka aplikasi ini maka program akan terlebih dahulu meminta untuk mengisi user name dan password untuk autentifikasi. 6) Menu Ubah Password Sistem keamanan pada aplikasi tidak dak bisa menggunaka password yang sama dalam waktu yang lama, karena ini akan membahayakan keamanan aplikasi karena bisa terjadi kemungkinan password ini akan diketahui oleh banyak orang dengan cara apapun. Untuk itu password harus diganti secara berskala untuk mencegah password dapat diketahui umum. Menu Ubah password merupakan menu yang digunakan untuk merubah password. Pada saat mengubah password sistem tetap meminta untuk mengisi password lama, ini dilakukan agar tidak semua orang bisa merubah password secara sembarang. IMPLEMENTASI PADA HANDPHONE USER Implementasi SMS Gateway sebagai media penyampaian informasi pengumuman calon mahasiswa D-III FMIPA Unsyiah pada ponsel user antara lain. a. Pengiriman SMS Permintaan Client harus mengirimkan SMS permintaan ke SMS Gateway dengan format yang telah ditentukan untuk mendapatkan informasi pengumuman kelulusan calon mahasiswa. Formatnya adalah MIPA<spasi>UJIAN<spasi>No Ujian. Contoh MIPA UJIAN 0981100097. Tampilan di layar telepon genggang user seperti ditunjukan pada Gambar 4.
234
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
Gambar 4. Pengiriman SMS Permintaan
b. Penerimaan SMS Balasan Sistem SMS Gateway akan mengirimkan pesan balasan berupa informasi hasil ujian seleksi setelah menerima SMS permintaan dari client sesuai dengan nomor ujian yang diminta. Gambar 5. memperlihatkan SMS yang dikirimkan oleh SMS gateway jika format SMS benar dan yang bersangkutan dinyatakan lulus atau informasinya ada dalam database
Gambar 5. SMS Balasan
Disamping itu, server juga akan membalas SMS jika ada format SMS yang dikirim oleh client tidak sesuai, berupa informasi bahwa format yang dikirim salah. Ada tiga macam informasi kesalahan format yang dikenal oleh sistem, antara lain: a) Kesalahan kode MIPA Berikut adalah contoh kesalahan pengetikan kode MIPA. Gambar 6. memperlihatkan kesalahan format kode dan jawaban dari sistem
SMS GATEWAY UNTUK INFORMASI KELULUSAN CALON MAHASISWA
235
Gambar 6. Salah Pengetikan Kode MIPA
b) Kesalahan Kode UJIAN Berikut adalah contoh kesalahan pengetikan kode UJIAN, kesalahan ini terjadi ketika user tidak mengetik kata UJIAN secara lengkap ataupun salah ketik. Gambar 7. menampilkan cotoh kesalahan kode UJIAN dan respon dari server.
Gambar 7. Salah Pengetikan Kode UJIAN
c) Kesalahan Nomor Ujian Berikut adalah contoh kesalahan pengetikan Nomor Ujian. Kesalahan ini dapat berupa jumlah digitnya kurang atau nomor ujian yang bersangkutan tidah terdaftar dalam sistem. Gambar 8. menampilkan kesalahan No Ujian dan respon dari server.
Gambar 8. Salah Pengetikan Nomor Ujian
236
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
KESIMPULAN Berdasarkan analisa data dan perancangan Aplikasi SMS Gateway Sebagai Media Penyampaian Informasi Pengumuman Calon Mahasiswa DIII Fakultas MIPA Unsyiah dapat disimpulkan bahwa: 1) Dengan menggunakan aplikasi SMS Gateway ini, dapat memberikan kemudahan bagi para calon Mahasiswa untuk melihat hasil pengumuman yang bisa langsung diakses melalui HP dengan media SMS tanpa harus datang langsung kelokasi penempelan pengumuman. 2) Pada sistem ini diperlukan modem GSM sebagai pengganti Handphone agar bisa dijalankan 24 jam pada bagian server yang dikoneksikan ke komputer, sehingga dapat menerima pesan dari ponsel pengguna dan kemudian diproses oleh komputer. 3) SMS yang dikirimkan untuk meninta informasi harus sesuai dengan format yang telah ditentukan. Formatnya adalah MIPA<spasi>UJIAN<spasi>No Ujian 4) Proses pengiriman pesan balasan dari server ke client membutuhkan waktu sekitar 10 – 15 detik. SARAN Penelitian ini dapat dilanjutkan dengan menganalisa kinerja sistem, apabila SMS banyak masuk pada waktu bersamaan, dan pengaruh spesifikasi perangkat keras yang digunakan terhadap kinerja sistem.
REFERENSI Imron Rozidi, Romzi. 2004. Membuat Sendiri SMS Gateway (ESME) Berbasis Protokol SMPP. Penerbit ANDI. Yogyakarta. Ismail, Mutia. 2004. Konsep Sitem Informasi. Library.usu.ac.id. Purnomo, Adi. 2007. AT-Command. javaku.wordpress.com. [Mei 2009].
SMS GATEWAY UNTUK INFORMASI KELULUSAN CALON MAHASISWA
Tim
237
Prasimax. 2009. AT-Command Untuk SMS. http://www.mikron123.com/ index. php /Aplikasi-SMS/ATCommand-Untuk-SMS.html. [13 Juli 2009].
Tim Prasimax. 2009. Memahami PDU SMS. http://www.mikron123.com/ index. php /Aplikasi-SMS/AT-Command-Untuk-SMS.html. [13 Juli 2009]. Tri Wicaksono, Mohamad. 2007. Pemrograman SMS Interaktif Berbasis Java. Penerbit Elex Media Komputindo. Jakarta. Wahana Komputer. 2005. Pengembangan Aplikasi Sistem Informasi Akademik Berbasis SMS dengan Java. Penerbit Salemba Infotek. Jakarta.
238
TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika
