PENERAPAN METODE STEEPEST ASCENT HILL CLIMBING PADA MODEL PENCARIAN RUTE TERDEKAT FASILITAS PELAYANAN DARURAT DI KOTA BOGOR BERBASIS ANDROID Lipian Alfha Zemma, Herfina, Arie Qur’ania Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Pakuan
ABSTRAK Pencarian lokasi pelayanan darurat seperti pemadam kebakaran, kepolisian, dan rumah sakit dengan menggunakan jalur yang signifikan untuk sampai ke tujuan dengan cepat dan tepat menggunakan sebuah aplikasi berbasis android yang memberikan rute terdekat pada sebuah peta dengan menggunakan algoritma SAHC (Steepest Ascent Hill Climbing). Steepest Ascent Hill Climbing merupakan metode algoritma yang banyak digunakan untuk permasalahan optimasi. Salah satu penerapannya adalah untuk mencari rute yang terpendek dengan cara memaksimumkan atau meminimumkan nilai dari fungsi optimasi yang ada. Metode yang digunakan dalam melaksanakan penelitian menggunakan pola System Development Life Cycle (SDLC) Sistem Informasi. Aplikasi ini merupakan aplikasi untuk menentukan jalur terdekat lokasi fasilitas pelayanan darurat yang terdiri dari 3 instansi atau lembaga yakni pemadam kebakaran, kantor polisi dan rumah sakit di kota bogor dengan cara menghubungkan antar titik koordinat setiap persimpangan jalan yang telah di hitung secara manual menggunakan metode SAHC (Steepest Ascent Hill Climbing). Langkah-langkah dalam perhitungan SAHC (Steepest Ascent Hill Climbing) yaitu : (1) pengujian sistem yang akan di cari yaitu rute terdekat dengan hitungan manual dari S menuju P (Goal/Point), (2) hitung semua jarak antar node yang berhubungan. (3) mendapatkan nilai h(n) menggunakan perhitungan manual dengan menggunakan titik koordinat yang telah di konversi ke desimal di hitung dengan menggunakan f(n)=h(n). (4) menentukan jarak antara dua titik koordinat yang berhubungan dimana jarak tersebut diasumsikan kedalam h(n) (5) menerapkan alur pencarian algoritma SAHC (Steepest Ascent Hill Climbing) dengan nilai heuristik h(n) yang telah di peroleh. Kata Kunci : ANDROID, STEEPEST ASCENT HILL CLIMBING, aplikasi.
PENDAHULUAN Teknologi dalam bidang komputer berkembang begitu baik, Bahkan dalam sektor teknologi yang berbasis mobile atau smartphone dengan platform android sudah hampir di miliki oleh setiap orang untuk kebutuhan sehari-hari. Begitu banyak macam-macam jenis aplikasi yang di sediakan oleh pihak tertentu atau bahkan bisa di buat oleh individu sekalipun untuk mendapatkan bermacam-macam layanan serta informasi, Salah satu informasi yang begitu bermanfaat yakni informasi keadaan geografis, seperti layanan letak suatu tempat atau lokasi-lokasi yang di hubungkan dalam suatu daerah tertentu yang berupa jalur-jalur dan jarak antar lokasi. Informasi-informasi yang bersifat geografis ini tentunya berguna 1
bagi masyarakat di lingkungan universitas pakuan bogor terutama dosen, staf pegawai dan mahasiswa untuk mencari lokasi pelayanan darurat seperti pemadam kebakaran, kepolisian, dan rumah sakit dengan menggunakan jalur yang signifikan untuk sampai ke tujuan dengan cepat dan tepat. Untuk menyelesaikan permasalahan ini maka di perlukan suatu sistem yang dapat membantu dalam mencari dan menentukan rute terdekat sehingga di dapat suatu jalur yang paling optimal untuk menuju tujuan. Maka dalam tugas akhir ini akan di buat sebuah aplikasi mobile yang dapat menyelesaikan permasalahan tersebut yakni sebuah aplikasi yang memberikan rute terdekat pada sebuah peta dengan menggunakan algoritma SAHC (Steepest
Ascent Hill Climbing). Penelitian terdahulu yang pernah dilakukan oleh Radityo (2013) dengan judul Rancang Bangun Aplikasi Informasi Rute Terpendek Rumah Sakit, Rumah Bersalin Dan Puskesmas Di Palembang Dengan Algoritma Steepest Ascent Hill Climbing Berbasis Android, Sihombing (2014) dengan judul Perancangan Aplikasi Pencarian Jalur Terpendek Untuk Daerah Kota Medan Dengan Metode Steepest Ascent Hill Climbing, Dangkua (2015) dengan judul Penerapan Metode Hill Climbing Pada Sistem Informasi Geografis Untuk Mencari Lintasan Terpendek. Berdasarkan penelitian terdahulu yang telah diuraikan maka akan sangat bermanfaat jika ada sebuah aplikasi yang dapat menentukan rute terdekat menuju lokasi pelayanan darurat sehingga membantu pengguna dalam mencari titik lokasi yaitu “Penerapan Metode Steepest Ascent Hill Climbing Pada Model Pencarian Rute Terdekat Fasilitas Pelayanan Darurat Di Kota Bogor Berbasis Android” sehingga aplikasi yang di rancang ini berguna bagi masyarakat di lingkungan kampus universitas pakuan bogor dalam keadaan darurat atau keadaan dimana pengguna dalam situasi kondisi kerusakan serta bencana untuk mencari rute atau jalur yang sesuai serta signifikan untuk dilalui dalam keadaan kondisi tersebut. METODE STEEPEST ASCENT HILL CLIMBING Steepest Ascent Hill Climbing merupakan metode algoritma yang banyak digunakan untuk permasalahan optimasi. Salah satu penerapannya adalah untuk mencari rute yang terpendek dengan cara memaksimumkan atau meminimumkan nilai dari fungsi optimasi yang ada. Secara harafiah steepest berarti paling tinggi, sedangkan ascent berarti kenaikan. Dengan demikian steepest ascent berarti kenaikan paling tinggi. Jadi prinsip dasar dari metode ini adalah mencari kenaikan paling tinggi dari keadaan sekitar untuk mencapai nilai yang paling optimal. Algoritma ini memeriksa titik (node), yaitu biaya (cost) yang dibutuhkan untuk mencapai sebuah node dan heuristik node / 2
h(n) yaitu cost yang didapat dari node ke tujuan. Sehingga dapat dirumuskan sebagai berikut : f(n) = h(n) f(n) = perkiraan total cost terendah dari setiap path yang akan dilalui dari node n ke node tujuan. h(n) = perkiraan heuristik atau cost atau path dari node n ke tujuan. Untuk menentukan nilai h(n) ditunjukan oleh persamaan 1, berikut : 1.
h(n) =
dimana : h(n) = nilai heuristik untuk node / titik n Xn = nilai koordinat X dari node / titik n Yn = nilai koordinat Y dari node / titik n Xgoal = nilai koordinat X dari node / titik tujuan Ygoal = nilai koordinat Y dari node / titik tujuan Metode steepest ascent hill climbing ini merupakan pengembangan dari metode simple hill climbing. Bedanya adalah simple hill climbing menentukan next state dengan membandingkan current state (titik awal) dengan satu successor (titik persimpangan) dan successor pertama yang lebih baik akan dipilih menjadi next state. Sedangkan steepest ascent akan membandingkan current state dengan semua succesor yang ada didekatnya sehingga dalam steepest ascent hill climbing, next statenya merupakan successor yang paling baik atau paling mendekati tujuan. Berikut adalah perbandingan algoritma steepest ascent hill climbing dengan hill climbing : Algoritma simple hill climbing : 1. Evaluasi state awal, jika state awal sama dengan tujuan, maka proses berhenti. Jika tidak sama dengan tujuan maka lanjutkan proses dengan membuat state awal sebagai state sekarang.
2. Kerjakan langkah berikut sampai solusi ditemukan atau sampai tidak ada lagi operator baru yang dapat digunakan dalam state sekarang : a. Cari sebuah operator yang belum pernah digunakan dalam state sekarang dan gunakan operator tersebut untuk membentuk state baru. b. Evaluasi state baru. i. Jika state baru adalah tujuan, maka proses berhenti ii. Jika state baru tersebut bukan tujuan tetapi state baru lebih baik dari pada state sekarang, maka buat state baru menjadi state sekarang. iii. Jika state baru tidak lebih baik dari pada state sekarang, maka lanjutkan ke langkah 2. Algoritma steepest ascent hill climbing 1. Evaluasi keadaan awal (Initial State). Jika keadaan awal sama dengan tujuan (Goal state) maka kembali pada initial state dan berhenti berproses. Jika tidak maka initial state tersebut jadikan sebagai current state. 2. Mulai dengan current state = initial state. 3. Dapatkan semua pewaris (successor) yang dapat dijadikan next state pada current statenya dan evaluasi successor tersebut dengan fungsi evaluasi dan beri nilai pada setiap successor tersebut. Jika salah satu dari successor tersebut mempunyai nilai yang lebih baik dari current state maka jadikan successor dengan nilai yang paling baik tersebut sebagai new current state. Lakukan operasi ini terus menerus hingga tercapai current state = goal state atau tidak ada perubahan pada current statenya. (Thiang, Ferdi. 2009)
1. Mulai dari keadaan awal, lakukan pengujian, jika merupakan tujuan maka berhenti, dan jika tidak lanjutkan dengan keadaan sekarang sebagai keadaan awal. 2. Kerjakan hingga tujuan tercapai atau hingga iterasi tidak memberikan perubahan pada keadaan sekarang. a. Misalkan SUK adalah suatu state yang menjadi suksesor dari current state. b. Untuk seitap operator bisa dilakukan terhadap current state, kerjakan: i. Aplikasi operator tersebut dan bangkitkan new state. ii. Evaluasi new state. Jika merupakan goal state, kembalikan state ini sebagai solusi dan keluar dari program. Jika bukan goal state, bandingkan new state dengan SUK. Jika new state lebih baik dari SUK, maka ganti SUK dengan new state.Jika tidak lebih baik SUK tidak perlu diganti. c. Jika SUK lebih baik dari current state, maka ganti current state dengan SUK. Menurut Srikusumadewi,(2005: 63) pada Steepest Ascent Hill Climbing, ada tiga masalah yang mungkin terjadi, yaitu: a. Local Optimum : keadaan semua tetangga lebih buruk atau sama dengan keadaan dirinya. b. Plateu : keadaan semua tetangga sama dengan keadaan dirinya. Ridge : local optimum yang lebih disebabkan karena ketidak mampuan untuk menggunakan dua operator sekaligus. 3. Simulated Annealing Simulated Annealing memanfaatkan analogi cara pendinginan dan pembekuan metal menjadi sebuah struktur Kristal dengan energy yang minimal. Tidak seperti pendekatan Hill Climbing, dengan probabilitas tertentu Simulated Annealing Dari sumber lain yakni Metode mungkin bisa keluar dari jebakan local Steepest Ascent Hill Climbing, minimum. Simulated menggunakan sebuah probabilitas yang menggunakan algoritma sebagai berikut rumus memungkinkannya bisa keluar dari local ini: minimum. (Sihombing. 2014) 3
METODE PENELITIAN Bahan Penilitian Bahan penelitian yang digunakan pada proses penelitian ini adalah data yang berasal dari 3 intansi pelayanan darurat di kota bogor yakni pemadam kebakaran, kantor polisi, rumah sakit. Metode yang digunakan dalam membangun sistem ini adalah dengan menggunakan pendekatan SDLC (System Development Life Cycle) yang terdiri dari berbagai tahapan sebagai berikut: Analisis Algoritma SAHC Algoritma SAHC (Steepest Ascent Hill Climbing) merupakan suatu algoritma yang termasuk pada kategori metode pencarian yang memiliki informasi (informed search method). Algoritma Steepest Ascent Hill Climbing menggunakan estimasi jarak terdekat (cost / jarak sebenarnya) untuk mencapai tujuan (goal) dan memiliki nilai heuristik yang digunakan sebagai dasar pertimbangan pemilihan jalur. Algoritma SAHC (Steepest Ascent Hill Climbing) hampir sama dengan algoritma simple hill climbing, dan yang membedakan keduanya adalah pada gerakan pencarian yang bila menemukan satu node tidak langsung berhenti tetapi dilanjutkan dengan mencari apakah ada node lain yang memiliki nilai heuristik yang lebih baik. Dalam hal ini, urutan penggunaan operator tidak menentukan penemuan solusi.
Gambar 1. Alur Steepest Ascent Hill Climbing
Dari gambar 1 di atas, solusi bagi masalah TSP (Traveling Salesman Problem) tersebut adalah CDAB dengan panjang lintasan sebesar 6. Metode Steepest Ascent Hill Climbing tidak harus melihat naka kiri pertama kali, tetapi dengan mencari semua nilai heuristik yang lebih baik pada node – node selevel. Gambar di atas menunjukkan bahwa pada level satu, yang memiliki nilai heuristik yang lebih baik dari lintasan ABCD yang panjangnya 10 adalah lintasan CBAD dan ABDC dengan lintasan sama dengan 8. Oleh karena ada dua node yang nilainya sama dan lebih baik dibandingkan node tetangganya yang lain maka kita dapat memilih salah satu node yang ingin dibuka untuk melanjutkan pencarian solusi selanjutnya. Pada gambar, dipilih node CBAD untuk pencarian selanjutnya. Pada level dua, diperoleh node CDAB dengan panjang lintasan adalah 6 sebagai lintasan yang lebih baik nilai heuristiknya dibandingkan node lintasan sebelumnya dan juga bila dibandingkan dengan node – node tetangganya. Pada level tiga tidak ditemukan nilai heuristik yang lebih baik dibandingkan lintasan CDAB sehingga pencarian berhenti dan solusi yang diperoleh untuk lintasan terpendek adalah CDAB dengan panjang lintasan adalah 6.
Gambar 2. Flowchart Hill Gambar 2. Flowchart Hill Climbing Search
4
IMPLEMENTASI Identifikasi Masalah Aplikasi ini merupakan aplikasi untuk menentukan jalur terdekat lokasi fasilitas pelayanan darurat yang terdiri dari 3 instansi atau lembaga yakni pemadam kebakaran, kantor polisi dan rumah sakit di kota bogor, berikut : a. Hasil analisis data pemadam kebakaran didapat secara real, Mencari jalur dari titik S ke titik P1,P2, dan P3, dengan melalui node A,B,C,D,E,F,G,H,I,
P1,P2,P3,P4, P5,P6,P7,P8,P9, dengan melalui node A,B,C,D,E,F,G,H,I,J,K ,L,M,N.
Gambar 5. Graf Jalur Rumah Sakit
HASIL DAN PEMBAHASAN Hasil Halaman Home Screen Halaman menu utama yaitu halaman kedua stelah loading halaman splash screen. Pada halaman ini terdapat 4 buah pilihan item yang terdiri dari button peta, informasi, tentang, dan keluar. Berikut ini tampilan menu terlihat pada gambar 6.
Gambar 3. Graf Jalur Pemadam Kebakaran b. Pada analisis data kantor polisi di kota bogor secara real, di lakukan pencarian jalur dari titik S ke titik P1,P2,P3,P4,P5,P6,P7,P8, dengan melalui node A,B,C,D,E,F,G,H,I,J, K,L,M,N,O,P,Q
(a)
(b)
Gambar 6. Home Screen (a) Splash Screen, (b) Menu Utama Halaman Peta Algoritma SAHC (Steepest Ascent Hill Climbing) Halaman pencarian terletak pada bagian menu maps, untuk melihat lokasi pelayanan darurat berdasarkan instansi, geser layar dari kanan ke tengah kemudian klik salah satu untuk menampilkan pilihan Gambar 4. Graf Jalur Kantor Polisi lokasi. Untuk memilih tujuan lokasi, geser layar dari kiri ke tengah dan pilih atau klik c. Analisis pada data rumah sakit di kota salah satu instansi yang tersedia maka akan bogor secara real, di lakukan menampilkan rute dari Universitas Pakuan pencarian jalur dari titik S ke titik Bogor ke lokasi tujuan. Berikut tampilan 5
pencarian rute terdekat seperti pada gambar 7.
Gambar 9. Halaman Tentang (a)
(b)
Gambar 7. Pencarian Rute Dengan Algoritma SAHC (a) Navigasi Kiri, Navigasi Kanan, (b) Hasil Pencarian Rute Halaman Informasi Halaman informasi berisikan 2 tab menu yakni tab info yang berisikan informasi tentang pelayanan darurat dan tab list yang berisikan daftar intansi berupa nama, foto, alamat dan keterangan. Berikut ini contoh tampilan halaman informasi seperti pada gambar 8.
(a)
(b)
Gambar 8. Halaman informasi (a) Tab Info, (b) Tab List Halaman Tentang Halaman tentang merupakan halaman yang berisikan tentang pengembang dan aplikasi itu sendiri. Berikut ini contoh tampilan halaman tentang yang di tampilkan seperti pada gambar 9.
6
Pembahasan Tahap berikutnya yaitu ujicoba sistem, pengujian sistem dilakukan untuk melihat apakah algoritma SAHC (Steepest Ascent Hill Climbing) dapat menentukan atau mencari lintasan terpendek pada sistem. Pengujian meliputi 2 bagian, yaitu : 1. Pengujian rute atau lintasan terpendek dari aplikasi yang telah di buat dengan hasil perhitungan manual. 2. Pengujian kesesuaian pemilihan jalur lintasan dengan membandingkan algoritma SAHC (Steepest Ascent Hill Climbing) dengan direction api dari google maps Pengujian Pencarian Rute Dalam pengujian ini, akan di lihat hasil dari perhitungan manual menggunakan algoritma SAHC (Steepest Ascent Hill Climbing), apakah sesuai dengan implementasi sistem. Ada beberapa tahap yang di lakukan, sebagai berikut : 1. Pada tahap pertama, pengujian sistem yang akan di cari yaitu rute terdekat dengan hitungan manual dari S menuju P1 (Goal/Point) pada gambar 10. Hasil dari perhitungan manual sesuaikah dengan yang di implementasikan di sistem.
Gambar 10. Rute Perjalanan 2. Langkah ke dua, hitung semua jarak antar node yang berhubungan. Tabel 1. Jarak Dalam Meter
3.
Langkah ke tiga, mendapatkan nilai h(n) menggunakan perhitungan manual dengan menggunakan titik koordinat yang telah di konversi ke desimal di hitung dengan menggunakan f(n)=h(n). Jarak garis lurus menuju ke P1 (goal). Dengan persamaan : h(n) =
Tabel 1. Perhitungan Mendapat Nilai h(n)
Untuk
4. Langkah ke empat, menentukan jarak antara dua titik koordinat yang berhubungan dimana jarak tersebut diasumsikan kedalam h(n) yang dapat dilihat pada tabel 6 yang di hasilkan dari perhitungan pada tabel 5.
Tabel 3. Nilai h(n) 7
N
h(n)
S
2313
A
2207
B
1608
C
1971
D
1938
E
1544
F
4605
G
3279
H
6262
I
8534
P1
0
P2
7909
P3
8484
5. Langkah ke lima, menerapkan alur pencarian algoritma SAHC (Steepest Ascent Hill Climbing) dengan nilai heuristik h(n) yang telah di peroleh pada tabel 3. a. Dimulai dari state S. Bangkitkan semua seksesor dari state S yaitu G dan A, lakukan pemilihan state dengan f(n) yang lebih baik dari current state (dengan mencari nilai yang lebih kecil dari state lain) dan A terpilih menjadi current state dengan biaya terkecil dari state lain, sehingga f(n)=f(A) yang benilai 2207 maka terpilih sebagai seksesor S. Kemudian kita nyatakan A sebagai current state baru. S G G = 3279 -G tidak di lalui, cost buruk S A A = 2207 -A dilalui, maka f(n) = f(A) b. Selanjutnya, bangkitkan semua suksesor dari A yaitu B dan C, karena f(C)=1971, hal ini berarti nilai f(C) lebih besar dari state lain, maka evaluasi current state menuju stete yang lain yaitu B, karena f(B)=1608 berarti lebih kecil dari current state A, dan titik C maka terpilihlah B sebagai current state baru dengan nilai f(B)=1608 A C C = 1971 -C tidak di lalui, cost buruk
Gambar 11. Hasil Pencarian Rute A B B = 1608 Terdekat Dengan Algoritma SAHC -B di lalui, maka f(n) = f(B) c. Lalu bangkitkan semua suksesor Perbandingan Algoritma SAHC B, yaitu state C dan E. Karena f(C)=1971 dan f(E)=1544, hal ini dengan Direction API : berarti nilai f(E) lebih kecil dari current state dan state lain, maka terpilihlah E sebagai current state baru. B C C = 1971 -C tidak di lalui, cost buruk B E E = 1544 -E di lalui, maka f(n) = f(E) d. Bangkitkan semua suksesor E yaitu D dan P1. Karena f(D)=1938 dan f(P1)=0 yang merupakan tujuan akhir, terpilihlah state P1 sebagai current state baru. Kerena current state P1 sama dengan goal, berarti solusi telah di temukan dan pencarian di hentikan. E D D = 1838 -D tidak di lalui, cost buruk E P1 P1 = 0 -Selesai (Goal) e. Maka rute terdekat dalam bentuk meter, sebagai berikut : S A B E P1 120m + 800m + 200m + 1800m = 2920m. 6. Hasil pencarian rute terdekat menggunakan algoritma Steepest Keterangan : Dari hasil yang di dapat setelah Ascent Hill Climbing di tunjukan menguji antara algoritma SAHC (Steepest pada gambar 11. Ascent Hill Climbing) dengan direction api, diperoleh nilai untuk algoritma SAHC (Steepest Ascent Hill Climbing) yaitu 2920m dan untuk google maps direction yaitu 3,2km. Terlihat bahwa algoritma SAHC (Steepest Ascent Hill Climbing) memiliki jarak tempuh paling pendek dibandingkan dengan google maps direction, karena google maps direction memilih jalur secara normal sesuai dengan arah jalur yang di sediakan tanpa membandingkan jalur secara satu persatu pada setiap persimpangan jalan. 8
kasus lain pada penelitian selanjutya. Penelitian selanjutnya memungkinkan secara otomatis bisa menampilkan waktu Kesimpulan Aplikasi Pelayanan Darurat tempuh, informasi kemacetan jalan, Masyarakat (PelDaMas) Kota Bogor informasi jalan rusak dan lain sebagainnya merupakan aplikasi pencarian titik lokasi yang menjadi kendala. instansi pemadam, polisi, dan rumah sakit yang ada di kota bogor, yang bertujuan DAFTAR PUSTAKA mempermudah dalam proses pencarian rute dari universitas pakuan menuju instansi. Fakultas Matematika Dan Ilmu Aplikasi PelDaMas ini di rancang dan dibuat pengetahuan Alam UNPAK 2015. Buku menggunakan beberapa software yakni Panduan Skripsi dan Tugas Akhir. software android studio dengan bahasa Program Studi Ilmu Komputer pemrograman java dan xml untuk user FMIPA Universitas Pakuan, Bogor. interface, dan menggunakan emulator genymotion untuk menjalankan program Pawitri. 2007. Lintasan terpendek (shortest aplikasi di komputer atau bisa secara path) lintasan minimum langsung debuging ke smartphone android. menggunakan metode Breadth First Penentuan rute terdekat pada pencarian Search pada Matlab, Universitas dengan menggunakan algoritma SAHC Sumatera Utara. (Steepest Ascen Hill Climbing) di perlukan beberapa data, yaitu jarak sesungguhnya Zakaria. 2006. Graph adalah kumpulan antar titik/node yang berhubungan yang simpul (nodes) yang dihubungkan merupakan biaya/cost antara node dan satu sama lain melalui sisi/busur koordinat setiap titik/node. Dengan (edges) menggunakan data-data tersebut maka pencarian rute terdekat bisa di terapkan. Salbino, Sherief. 2015. Android Proses implementasi algoritma SAHC merupakan sebuah tumpukan (stack) (Steepest Ascent Hill Climbing) tidak bisa perangkat lunak untuk perangkat secara langsung dimasukan pada pada bergerak yang mencakup sistem pencarian rute di google maps, karena google operasi, middleware, dan key maps sendiri tidak menyediakan layanan aplications. untuk memasukan serta menjalakan fungsi perubahan jalur yang di inginkan. Maka dari Wishnu. 2012. GPS (Global Positioning itu solusi untuk menerapkan algoritma SAHC System) adalah sistem navigasi yang (Steepest Ascent Hill Climbing) pada berbasiskan satelit yang saling penelitian ini dilakukan secara manual berhubungan yang berada di orbitnya. dengan menggunakan data-data yang sudah di dapatkan lalu di buatkan garis sesuai hasil Herdi Bernadus. 2012. Google Maps perhitungan manual pada rute google maps merupakan jasa peta virtual gratis dengan memasukan titik-titik koordinat yang yang bersifat online yang dibuat oleh telah terpilih dan menjadi rute terdekat ke Google. dalam coding program di android studio. Thiang, Ferdi. 2009. Implementasi Saran Metode Steepest Ascent hill Climbing Saran yang bisa penulis sampaikan untuk Pada Mikrokontroller MCS51 Untuk pengembangan selanjutnya pada penelitian Robot Mobil Pencari Rute Terpendek, ini yaitu aplikasi yang telah di rancang dalam Jurusan Teknik Elektro, Universitas penelitian ini menggunakan algoritma SAHC Kristen Petra. (Steepest Ascent Hill Climbing) yang bisa di kembangkan untuk merubah titik awal lokasi Sihombing, Jemmy. 2014. secara otomatis tanpa harus menghitung Perancangan Aplikasi Pencarian manual untuk mencari rute terdekat dengan
KESIMPULAN DAN SARAN
9
Rute Terpendek Untuk Daerah Kota Medan Dengan Metode Steepest Ascent Hill Climbing Program Studi Teknik Informatika, STMIK Budidarma Medan. Salbino, Sherief. 2015. Buku Pintar Gadget Android Untuk Pemula. ISBN 9786021016152. Jakarta:Elex Media Komputindo. Wishnu. 2012. Asyiknya Bernavigasi dengan Ponsel GPS ISBN 9789792930672. Yogyakarta: Andi. Herdi Bernadus. 2012. Buat sendiri aplikasi petamu menggunakan codelgniter dan google maps API. Yogyakarta: Andi. Dangkua, Eka Vickraien. 2015. Penerapan Metode Hill Climbing Pada Sistem Informasi Geografis Untuk Mencari Lintasan Terpendek, Universitas Negeri Gorontalo, Gorontalo. Radityo. 2013 Rancang Bangun Aplikasi Informasi Rute Terpendek Rumah Sakit, Rumah Bersalin, Dan Puskesmas Dengan Menggunakan Metode Steepest Ascent Hill Climbing Berbasis Android, Program Studi Teknik Informatika STMIK GI MDP.
10
11
