abstrak€¦ · umum taksi, black-box testing, white-box testing. ii kata pengantar puji syukur...

15
i ABSTRAK Masalah kepadatan lalu lintas merupakan hal umum yang dijumpai di kota- kota besar, salah satunya di Kota Denpasar. Salah satu faktor penyebabnya adalah banyaknya jumlah kendaraan pribadi. Solusi dari tingginya jumlah kendaraan pribadi salah satunya adalah peningkatan penggunaan kendaraan umum. Dengan meningkatnya jumlah pengguna kendaraan umum, maka dapat membantu mengurangi kepadatan lalu lintas. Namun dalam pengoprasiannya, kendaraan umum sering mengalami kendala, salah satunya adalah rute yang dilalui tidak optimal yang menyebabkan waktu tempuh kendaraan yang lama. Dalam penelitian ini masalah optimasi yang dipilih adalah masalah pencarian rute optimum kendaraan umum jenis taksi dari persimpangan awal menuju persimpangan akhir menggunakan Algoritma Particle Swarm Optimization. Sistem akan dikembangan dari data yang diperoleh dari penelitian Aditya Setyawan (2016) yaitu data persimpangan dan jalan pada wilayah Denpasar Utara. Dari data yang didapatkan akan dibuat suatu pemodelan Graph yang kemudian akan dicari solusi jalur optimum mengunakan Algoritma Particle Swarm Optimization. Sistem yang berhasil diimplementasikan diuji dengan tiga metode pengujian yaitu Black Box Testing, White Box Testing dan Perbandingan Hasil Pencarian dengan Algoritma Dijkstra. Berdasarkan pengujian yang dilakukan, sistem yang diimplementasikan dengan menggunakan Algoritma Particle Swarm Optimization sudah mampu digunakan untuk memberikan rute perjalanan dari persimpangan awal ke tujuan kepada user berdasarkan waktu tempuh tercepat dan dapat diakses pada aplikasi mobile. Pada 100 pengujian yang dilakukan dengan persimpangan awal dan akhir yang berbeda didapatkan rute yang dihasilkan oleh Algoritma Partikel Swarm Optimization sama dengan rute yang dihasilkan oleh Algoritma Dijkstra dengan tingkat kesamaan sebesar 93% dan 7% hasil yang lebih buruk atau waktu tempuh yang dihasilkan lebih lama daripada Algoritma Dijkstra. Kata kunci: Particle Swarm Optimization, Shortest Path Problem, Kendaraan Umum Taksi, Black-Box Testing, White-Box Testing.

Upload: others

Post on 23-Nov-2020

8 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

i

ABSTRAK

Masalah kepadatan lalu lintas merupakan hal umum yang dijumpai di kota-

kota besar, salah satunya di Kota Denpasar. Salah satu faktor penyebabnya adalah

banyaknya jumlah kendaraan pribadi. Solusi dari tingginya jumlah kendaraan

pribadi salah satunya adalah peningkatan penggunaan kendaraan umum. Dengan

meningkatnya jumlah pengguna kendaraan umum, maka dapat membantu

mengurangi kepadatan lalu lintas. Namun dalam pengoprasiannya, kendaraan

umum sering mengalami kendala, salah satunya adalah rute yang dilalui tidak

optimal yang menyebabkan waktu tempuh kendaraan yang lama.

Dalam penelitian ini masalah optimasi yang dipilih adalah masalah pencarian

rute optimum kendaraan umum jenis taksi dari persimpangan awal menuju

persimpangan akhir menggunakan Algoritma Particle Swarm Optimization. Sistem

akan dikembangan dari data yang diperoleh dari penelitian Aditya Setyawan (2016)

yaitu data persimpangan dan jalan pada wilayah Denpasar Utara. Dari data yang

didapatkan akan dibuat suatu pemodelan Graph yang kemudian akan dicari solusi

jalur optimum mengunakan Algoritma Particle Swarm Optimization. Sistem yang

berhasil diimplementasikan diuji dengan tiga metode pengujian yaitu Black Box

Testing, White Box Testing dan Perbandingan Hasil Pencarian dengan Algoritma

Dijkstra.

Berdasarkan pengujian yang dilakukan, sistem yang diimplementasikan

dengan menggunakan Algoritma Particle Swarm Optimization sudah mampu

digunakan untuk memberikan rute perjalanan dari persimpangan awal ke tujuan

kepada user berdasarkan waktu tempuh tercepat dan dapat diakses pada aplikasi

mobile. Pada 100 pengujian yang dilakukan dengan persimpangan awal dan akhir

yang berbeda didapatkan rute yang dihasilkan oleh Algoritma Partikel Swarm

Optimization sama dengan rute yang dihasilkan oleh Algoritma Dijkstra dengan

tingkat kesamaan sebesar 93% dan 7% hasil yang lebih buruk atau waktu tempuh

yang dihasilkan lebih lama daripada Algoritma Dijkstra.

Kata kunci: Particle Swarm Optimization, Shortest Path Problem, Kendaraan

Umum Taksi, Black-Box Testing, White-Box Testing.

Page 2: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

ii

KATA PENGANTAR

Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena

berkat rahmat dan karunia-Nya, Laporan Tugas Akhir dengan judul Rancang

Bangun Sistem Penentuan Rute Angkutan Umum Berbasis Web Menggunakan

Algoritma Particle Swarm Optimization. Penelitian ini diharapkan dapat

bermanfaat untuk masyarakat terutama masyarakat Bali.

Sehubungan dengan telah terselesaikannya laporan tugas akhir, maka

peneliti mengucapkan terima kasih dan penghargaan kepada berbagai pihak yang

telah membantu dalam penyelesaian penelitian ini, antara lain:

1. Bapak I Gede Santi Astawa, S.T., M.Cs. sebagai pembimbing 1 yang telah

mengkritisi, memeriksa, membimbing, dan menyempurnakan Laporan

Tugas Akhir ini.

2. Bapak Made Agung Raharja,S.Si.,M.Cs. sebagai pembimbing 2 yang telah

mengkritisi, memeriksa, membimbing, dan menyempurnakan Laporan

Tugas Akhir ini.

3. Bapak Agus Muliantara, S.Kom., M.Kom. selaku Ketua Jurusan Ilmu

Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Udayana yang telah banyak memberikan masukan dan motivasi sehingga

memperlancar dalam proses pelaksanaan penelitian ini.

4. Bapak/Ibu dosen di Jurusan Ilmu Komputer, yang telah meluangkan waktu

turut memberikan saran dan masukan dalam penyempurnaan Laporan

Tugas Akhir.

5. Aditya Setiawan S.Kom yang telah banyak membantu dalam proses

penelitian data yang digunakan pada penelitian ini

6. Alvin Amri, I Wayan Ariatha Sentanu, Andina Tirta Dewi sebagai sahabat

yang sudah banyak membantu dalam memberikan saran, kritik, dan

pemecahan masalah selama proses pelaksanaan penelitian.

7. Semua pihak yang telah memberi dukungan sehingga laporan tugas akhir

ini dapat diselesaikan sesuai dengan waktu yang ditentukan.

Disadari pula bahwa sudah tentu laporan ini masih mengandung kelemahan

dan kekurangan. Memperhatikan hal ini, maka masukan dan saran – saran

penyempurnaan sangat diharapkan.

Bukit Jimbaran, Agustus 2017

Penyusun

A.A. Gde Ari Sudana

Page 3: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

iii

DAFTAR ISI

LEMBAR JUDUL RANCANG BANGUN SISTEM PENENTUAN RUTE

OPTIMUM ............................................................. Error! Bookmark not defined.

SURAT PERNYATAAN KEASLIAN KARYA ILMIAH . Error! Bookmark not

defined.

LEMBAR PENGESAHAN TUGAS AKHIR ....... Error! Bookmark not defined.

ABSTRAK ............................................................................................................... i

KATA PENGANTAR ............................................................................................ ii

DAFTAR ISI .......................................................................................................... iii

DAFTAR TABEL .................................................................................................. vi

DAFTAR GAMBAR ............................................................................................ vii

DAFTAR SOURCECODE .................................................................................... ix

BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang .................................................................................. 1

1.2 Rumusan Masalah ............................................................................. 2

1.3 Batasan Masalah................................................................................ 3

1.4 Tujuan Penelitian .............................................................................. 3

1.5 Manfaat Penelitian ............................................................................ 3

1.6 Metodologi Penelitian ....................................................................... 4

1.6.1 Desain Penelitian ............................................................................... 4

1.6.2 Pengumpulan Data ............................................................................ 4

1.6.3 Pengolahan Data................................................................................ 5

1.6.4 Metode Penelititan ............................................................................ 6

BAB II TINJAUAN PUSTAKA ............................ Error! Bookmark not defined.

2.1 Angkutan Umum .............................. Error! Bookmark not defined.

2.2 Graph ................................................ Error! Bookmark not defined.

2.3 Permasalahan Jalur Terpendek (Shortest Path Problem) ......... Error!

Bookmark not defined.

2.4 Algoritma Particle Swarm Optimization (PSO) .... Error! Bookmark

not defined.

2.5 Algoritma Dijkstra ........................... Error! Bookmark not defined.

2.6 Kota Denpasar .................................. Error! Bookmark not defined.

2.7 Metode Pengembangan Perangkat Lunak Waterfall Error! Bookmark not

defined.

Page 4: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

iv

2.8 Strategi Pengujian Perangkat Lunak Error! Bookmark not defined.

2.8.1 Black Box Testing ............................ Error! Bookmark not defined.

2.8.2 White Box Testing ............................ Error! Bookmark not defined.

2.9 Tinjauan Studi ............................................ Error! Bookmark not defined.

BAB III .................................................................. Error! Bookmark not defined.

METODE PENELITIAN ....................................... Error! Bookmark not defined.

3.1 Metode Pengembangan SDLC ......... Error! Bookmark not defined.

3.1.1 Perencanaan...................................... Error! Bookmark not defined.

3.1.2 Analisis ............................................. Error! Bookmark not defined.

3.1.2.1 Pemodelan Jalur Kendaraan Umum Taksi ..... Error! Bookmark not

defined.

3.1.2.2 Analisis Sistem ................................. Error! Bookmark not defined.

3.1.2.3 Analisis Kebutuhan Fungsional ....... Error! Bookmark not defined.

3.1.2.3 Kebutuhan Non Fungsional Sistem .. Error! Bookmark not defined.

3.1.3 Tahap Perancangan .......................... Error! Bookmark not defined.

3.1.3.1 Rancangan Use Case .......................... Error! Bookmark not defined.

3.1.3.2 Entity Relationship Diagram (ERD) Error! Bookmark not defined.

3.1.3.3 Conceptual Data Model (CDM) ....... Error! Bookmark not defined.

3.1.3.4 Data Flow Diagram .......................... Error! Bookmark not defined.

3.1.3.5 Rancangan Antramuka ..................... Error! Bookmark not defined.

3.1.5 Pengujian Sistem ....................................... Error! Bookmark not defined.

BAB IV HASIL DAN PEMBAHASAN .............. Error! Bookmark not defined.

4.1 Gambaran Umum Sistem ................. Error! Bookmark not defined.

4.2 Lingkungan Implementasi ................ Error! Bookmark not defined.

4.3 Implementasi Database .................... Error! Bookmark not defined.

4.4 Implementasi Algoritma PSO .......... Error! Bookmark not defined.

4.5 Impementasi Antarmuka .................. Error! Bookmark not defined.

4.5.1 Impelementasi Antarmuka Pada Admin ........ Error! Bookmark not

defined.

4.5.2 Implementasi Antarmuka pada User Error! Bookmark not defined.

4.6 Pengujian Sistem .............................. Error! Bookmark not defined.

4.6.1 Pengujian Black Box ........................ Error! Bookmark not defined.

4.6.2 Pengujian White Box ....................... Error! Bookmark not defined.

4.6.3 Pengujian Perbandingan Hasil dengan Algoritma Dijkstra ..... Error!

Bookmark not defined.

Page 5: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

v

BAB V KESIMPULAN DAN SARAN ................. Error! Bookmark not defined.

5.1 Kesimpulan ...................................... Error! Bookmark not defined.

5.2 Saran ................................................. Error! Bookmark not defined.

Daftar Pustaka ........................................................ Error! Bookmark not defined.

DAFTAR NAMA PERSIMPANGAN (NODE) Error! Bookmark not defined.

DI DENPASAR UTARA ................................... Error! Bookmark not defined.

LAMPIRAN B ................................................... Error! Bookmark not defined.

DAFTAR NAMA EDGE (BOBOT) SETIAP RUAS JALANError! Bookmark

not defined.

DI DENPASAR UTARA ................................... Error! Bookmark not defined.

LAMPIRAN C PENGUJIAN BLACK BOX ........ Error! Bookmark not defined.

Page 6: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

vi

DAFTAR TABEL

Tabel 2. 1 Graph berarah dan berbobot .................. Error! Bookmark not defined.

Tabel 2. 2 Graf tidak berarah dan berbobot ........... Error! Bookmark not defined.

Tabel 2. 3 Graf berarah dan tidak berbobot ........... Error! Bookmark not defined.

Tabel 2.4 Tabel Tinjauan Studi .............................. Error! Bookmark not defined.

Tabel 3. 1 Rata – Rata Kecepatan Kendaraan Umum (Aditya

Setiwan,2016)......Error! Bookmark not defined.

Tabel 3. 2 Kebutuhan Fungsional Sistem .............. Error! Bookmark not defined.

Tabel 3. 3 Scenario Pengujian Black Box .............. Error! Bookmark not defined.

Tabel 3. 4 Rancangan Hasil Pengujian Black Box Error! Bookmark not defined.

Tabel 3. 5 Rencana Pengujian White Box ............. Error! Bookmark not defined.

Tabel 3. 6 Rencana Perbandingan Hasil Algoritma PSO dan Dijkstra .......... Error!

Bookmark not defined.

Tabel 4. 1 Hasil Pengujian Black Box

……………………………………Error! Bookmark not defined.

Tabel 4. 2 Flowgraph Sistem ................................. Error! Bookmark not defined.

Tabel 4. 3 Kasus Uji ............................................... Error! Bookmark not defined.

Tabel 4. 4 Parameter Algoritma PSO (El-Sisi, 2014) .......... Error! Bookmark not

defined.

Tabel 4. 5 Hasil Perbandingan Hasil Antara PSO dan Dijkstra .. Error! Bookmark

not defined.

Tabel 4. 6 Hasil Perbandingan Solusi per Iterasi ... Error! Bookmark not defined.

Tabel 4. 7 Hasil Perbandingan Solusi per Iterasi ... Error! Bookmark not defined.

Page 7: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

vii

DAFTAR GAMBAR

Gambar 3. 1 Metode Pengembangan SDLC (Roberta M. Roth, 2012) ......... Error!

Bookmark not defined.

Gambar 3. 2 Pemodelan Graf Denpasar Utara (Aditya Setiawan, 2016) ....... Error!

Bookmark not defined.

Gambar 3. 3 Use Case Diagram ............................. Error! Bookmark not defined.

Gambar 3. 4 Entity Relationship Diagram ............. Error! Bookmark not defined.

Gambar 3. 5 Conceptual Data Model ..................... Error! Bookmark not defined.

Gambar 3. 6 Context Diagram Sistem ................... Error! Bookmark not defined.

Gambar 3. 7 Data Flow Diagram Level 0 .............. Error! Bookmark not defined.

Gambar 3. 8 DFD Level 1 Sub Proses Mencari Rute Optimum Kendaraan Umum

................................................................................ Error! Bookmark not defined.

Gambar 3. 9 DFD Level 1 Sub Proses Maintenance Data Jalan . Error! Bookmark

not defined.

Gambar 3. 10 DFD Level 1 Sub Proses Maintenance Data Persimpangan ... Error!

Bookmark not defined.

Gambar 3. 11 DFD Level 1 Maintenance Data Wilayah .... Error! Bookmark not

defined.

Gambar 3. 12 Halaman Utama Admin ................... Error! Bookmark not defined.

Gambar 3. 13 Menu Utama User ........................... Error! Bookmark not defined.

Gambar 3. 14 Spinner Gambar 3. 15 Tampilan Google Map Gambar 3. 16

Tampilan Infografik ............................................... Error! Bookmark not defined.

Gambar 3. 15 Tampilan Google Map.....................................................................41

Gambar 3. 16 Tampilan Infografik........................................................................41

Gambar 4. 1 Implementasi Database ..................... Error! Bookmark not defined.

Gambar 4. 2 Implementasi Tabel Node ................. Error! Bookmark not defined.

Gambar 4. 3 Implementasi Tabel Edge .................. Error! Bookmark not defined.

Gambar 4. 4 Implementasi Tabel Wilayah ........... Error! Bookmark not defined.

Gambar 4. 5 Implementasi Tabel Admin ............... Error! Bookmark not defined.

Gambar 4. 6 Implementasi Tabel Result ................ Error! Bookmark not defined.

Gambar 4. 7 Flowchart Algoritma PSO (El-Sisi, 2014) ...... Error! Bookmark not

defined.

Gambar 4. 8 Halaman Awal (Home) ..................... Error! Bookmark not defined.

Gambar 4. 9 Halaman View Data Persimpangan... Error! Bookmark not defined.

Gambar 4. 10 Halaman View Data Jalan ............... Error! Bookmark not defined.

Gambar 4. 11 Halaman View Data Wilayah .......... Error! Bookmark not defined.

Gambar 4. 12 Form Tampilan Rute ....................... Error! Bookmark not defined.

Gambar 4. 13 Form Tampilan Seluruh Node ......... Error! Bookmark not defined.

Page 8: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

viii

Gambar 4. 14 Form Tampilan Hasil Pencarian Rute Tampilan Google Maps

................................................................................ Error! Bookmark not defined.

Gambar 4. 15 Form Tampilan Hasil Pencarian Rute Tampilan Infografik.... Error!

Bookmark not defined.

Gambar 4. 16 Form Detail Persimpangan .............. Error! Bookmark not defined.

Gambar 4. 17 Grafik Hasil Per Iterasi Percobaan 1 ............. Error! Bookmark not

defined.

Gambar 4. 18 Grafik Hasil Per Iterasi Percobaan 1 ............ Error! Bookmark not

defined.

Gambar 4. 19 Grafik Hasil Per Iterasi Percobaan 1 ............. Error! Bookmark not

defined.

Gambar 4. 20 Grafik Hasil Per Iterasi Percobaan 1 ............. Error! Bookmark not

defined.

Gambar 4. 21 Hasil per Iterasi Percobaan A .......... Error! Bookmark not defined.

Gambar 4. 22 Hasil Perbandingan Solusi per Iterasi Percobaan B ................ Error!

Bookmark not defined.

Gambar 4. 23 Hasil Perbandingan Solusi per Iterasi Percobaan C ................ Error!

Bookmark not defined.

Gambar 4. 24 Hasil Perbandingan Solusi per Iterasi Percobaan D ................ Error!

Bookmark not defined.

Page 9: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

ix

DAFTAR SOURCECODE

Sourcecode 4. 1 Source code Proses Inisialisasi Parameter . Error! Bookmark not

defined.

Sourcecode 4. 2 Inisialisasi Partikel....................... Error! Bookmark not defined.

Sourcecode 4. 3 Random Partikel .......................... Error! Bookmark not defined.

Sourcecode 4. 4 Proses Utama PSO ....................... Error! Bookmark not defined.

Sourcecode 4. 5 Sourcecode Proses Menghitung Kecepatan...... Error! Bookmark

not defined.

Sourcecode 4. 6 Sourcecode Proses Update Partikel ........... Error! Bookmark not

defined.

Sourcecode 4. 7 Sourcecode Proses Hitung Total Fitness ... Error! Bookmark not

defined.

Sourcecode 4. 8 Hitung Nilai Fitness ..................... Error! Bookmark not defined.

Sourcecode 4. 9 Objek Partikel .............................. Error! Bookmark not defined.

Sourcecode 4. 10 Mendapatkan Bobot dari Graph Error! Bookmark not defined.

Sourcecode 4. 11 Cetak Solusi Terbaik ................. Error! Bookmark not defined.

Page 10: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

BAB I

PENDAHULUAN

1.1 Latar Belakang

Masalah kepadatan lalu lintas merupakan hal umum yang dijumpai di kota-

kota besar, salah satunya di Kota Denpasar. Salah satu faktornya adalah banyaknya

jumlah kendaraan pribadi. Tercatat pada tahun 2013 jumlah kendaraan pribadi yang

berada di Bali khususnya di Kota Denpasar yaitu sebanyak 1.260.286 ( BPS

Prov.Bali: 2014 ) dan merupakah jumlah tertinggi dibandingkan kabupaten lainnya

di Provinsi Bali. Solusi dari tingginya jumlah kendaraan pribadi salah satunya

adalah pemamfaatan penggunaan kendaraan umum. Dengan banyaknya pengguna

yang menggunakan kendaraan umum, maka dapat mengurangi kepadatan lalu

lintas. Namun dalam pengoprasiannya, kendaraan umum sering mengalami kendala

dengan jalur atau rute yang dilalui tidak optimal yang menyebabkan waktu dan

jarak tempuh menjadi masalah utama, sehingga pengguna mengalami kerugian

waktu dan kenyamanan.

Beberapa Algoritma dikembangakan untuk menyelesaikan permasalahan

Pengoptimalan Rute Kendaraan seperti Algoritma Genetika (GA), Dijkstra,

Bellman-Ford, A*, Floyd–Warshall, Johnson dan beberapa algoritma lainnya.

Menurut Aditya Setiawan (2016) dalam penelitian sebelumnya dengan judul Sistem

Informasi Jalur Optimal Transportasi Umum (Taxi) Berbasis Mobile

Menggunakan Metode Algoritma Genetika, terdapat beberapa kekurangan dalam

penggunaan Algoritma Genetika. Salah satunya adalah GA masih bergantung

kepada jumlah populasi untuk mendapatkan nilai fitness terbaik. Masalah yang

sama juga didapatkan pada pada penelitian Rama.M.Sakaton (2011) dimana jika

populasi yang digunakan kecil maka kemungkinan ditemukannya nilai solusi

optimum oleh Algortima Genetika menjadi berkurang. Parameter yang digunakan

GA juga mempengarui keoptimalan dari solusi. Ukuran parameter yang kecil

menyebabkan area pencarian algoritma genetika semakin sempit. Tetapi, ukuran

parameter yang terlalu besar menyebabkan waktu komputasi semakin lama (Adi

Saputro, 2012).

Page 11: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

2

Particle Swarm Optimization (PSO) diusulkan oleh Dr. Eberhart dan Dr.

Kennedy pertama di tahun 1995, dan itu berasal dari penelitian perilaku kawanan

mencari makan. Meskipun PSO telah digunakan untuk optimasi selama hampir dua

dekade, ini merupakan periode waktu yang relatif singkat jika dibandingkan dengan

teknik EC lainnya seperti Artificial Neural Networks (ANN), Algoritma Genetika

(GA), atau Ant Colony Optimization (ACO). Namun, karena keuntungan dari PSO

adalah cepat menuju konvergensi optimal, kemudahan dalam encoding dan

decoding, mudah untuk diterapkan di banyak daerah penelitian seperti optimasi

global, pelatihan jaringan syaraf tiruan, sistem kontrol fuzzy, desain optimasi

engineering, manajemen logistik & supply chain dan proses komputasi yang cepat

(Choosak Pornsing 2014).

Salah satu kelebihan PSO lainnya adalah tidak bergantung pada operator

genetik seperti operator seleksi, operator crossover dan operator mutasi untuk

beroperasi individu. PSO mengoptimalkan populasi melalui pertukaran informasi

di antara individu. PSO mencapai solusi optimal dengan memulai dari sekelompok

solusi acak dan kemudian mencari solusi berulang kali. PSO itu terbukti menjadi

semacam algoritma optimasi yang efisien oleh berbagai penelitian dan percobaan

(E. Oscan dan C. K.Mohan, 1998). Kelebihan lainnya dari PSO adalah PSO

memiliki keefektivitasan yang sama (menemukan solusi optimum global) tetapi

secara signifikan lebih baik dari sisi efisiensi komputasional (Hassan dan Rania,

2004).

Dalam penelitian ini masalah optimasi yang dipilih adalah masalah

transportasi umum. Optimasi yang dicari adalah pencarian rute optimal untuk

sebuah perjalanan dari posisi awal menuju posisi tujuan menggunakan Algoritma

Particle Swarm Optimization. Sistem akan dikembangan dari data yang diperoleh

dari Data Dinas Pekerjaan Umum (PU) tahun 2009. Dari data yang didapatkan akan

dibuat suatu pemodelan Graph yang kemudian akan dicari solusi jalur optimum

mengunakan Algoritma Particle Swarm Optimization.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah tersebut dapat dirumuskan suatu

permasalahan yaitu:

Page 12: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

3

1. Bagaimana menerapkan Particle Swarm Optimization untuk menyelesaikan

masalah pencarian rute optimum kendaraan umum dan

mengimplementasikannya ke dalam bentuk aplikasi ?

2. Bagaimana merancang dan mengimplementasikan suatu sistem yang dapat

diakses oleh user melalui perangkat mobile (mobile view) ?

1.3 Batasan Masalah

Adapun batasan masalah yang terdapat pada penelitian ini yaitu:

1. Representasi graf jaringan jalan di Denpasar Utara mengacu kepada data yang

digunakan pada penelitian Sistem Informasi Jalur Optimal Transportasi

Umum (Taxi) Berbasis Mobile Menggunakan Metode Algoritma Genetika

(Aditya, 2016).

2. Kendaraan umum yang akan diteliti adalah jenis kendaraan umum taksi.

3. Pencarian jalur optimal tidak memperhatikan perlambatan lalu lintas yang

terjadi.

4. Jalur kendaraan yang dijadikan graf merupakan jalur di Denpasar Utara yang

dapat dilalui oleh kendaraan umum taksi.

5. Bahasa pemrograman yang digunakan adalah PHP dan user dapat mengakses

sistem dalam bentuk mobile view.

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah:

1. Menguji akurasi Algoritma Particle Swarm Optimization untuk

menyelesaikan masalah penentuan rute optimum kendaraan umum.

2. Membangun sebuah aplikasi pencarian rute optimum kendaraan umum

menggunakan Algoritma Particle Swarm Optimization berbasis web dan

dapat diakses melalui perangkat mobile.

1.5 Manfaat Penelitian

Adapun manfaat penelitian adalah untuk membantu pemerintah serta

pengemudi kendaraan umum dalam menentukan rute optimum angkutan umum di

Denpasar Utara, sehingga pelayanan angkutan umum dapat ditingkatkan.

Page 13: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

4

1.6 Metodologi Penelitian

Pada subbab metodologi penelitian ini akan dijelaskan langkah-langkah

dalam penelitian. Adapun subbab bahasan yang akan dijelaskan adalah desain

penelitian, pengumpulan data, dan metode pengembangan sistem yang digunakan

1.6.1 Desain Penelitian

Penelitian ini mengambil judul “Rancang Bangun Sistem Penentuan Rute

Optimum Angkutan Umum Berbasis Web menggunakan Metode Particle Swarm

Optimization (Studi Kasus Denpasar Utara)”.

Dalam penelitian ini, metode yang digunakan dalam penelitian ini adalah

metode kualitatif dengan tipe studi kasus. Menurut Sugiyono (2009:9) penelitian

kualitatif adalah metode penelitian yang digunakan untuk meneliti pada kondisi

objek yang alamiah.

Sementara itu, menurut Bogdan dan Biklen (dalam Syamsudin, 2009:175)

studi kasus merupakan pengujian secara rinci terhadap satu latar atau satu orang

subjek atau satu tempat penyimpanan dokumen atau satu peristiwa tertentu.

Sementara, Surachman (dalam Syamsudin, 2011:19) membatasi pendekatan studi

kasus sebagai suatu pendekatan dengan memusatkan perhatian pada suatu kasus

secara intensif dan rinci.

Alasan menggunakan metode ini karena penelitian ini akan meneliti jalur

optimal yang dapat dilalui oleh transportasi umum secara alamiah dalam hal ini

adalah taksi dalam mengantarkan penumpangnya ke lokasi tujuan. Dalam

penelitian ini, penulis akan menelusuri jalur optimal yang dapat dilalui oleh taksi

yang dijadikan sebagai objek penelitian. Selanjutnya, penulis akan menggunakan

metode Algoritma Particle Swarm Optimization sebagai solusi permasalahan yang

akan diimplementasikan dalam sistem informasi berbasis mobile yang dapat

digunakan oleh penggunanya untuk mengakses jalur optimal dari titik asal ke titik

tujuan.

1.6.2 Pengumpulan Data

Dalam penelitian ini, objek yang di jadikan bahan studi disini adalah taksi.

Dari objek tersebut diperoleh data–data yang akan digunakan pada penelitian ini.

Page 14: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

5

Data tersebut adalah data jalan atau jalur yang akan dilewati oleh taksi. Pada data

tersebut terdapat, kecepatan dan jarak dari setiap jalan yang dilalui oleh taksi. Data

kecepatan pada penelitian ini di tinjau dari lebar jalan, kondisi jalan dan lingkungan

sekitar dari jalan.

Jenis data yang digunakan pada penlitian ini dari cara memperolehnya di

dapat data dengan kategori data primer (primary data). Data primer adalah data

yang diambil langsung dari objek penelitian atau merupakan data yang berasal dari

sumber asli atau pertama. Data primer tersebut harus dicari melalui narasumber atau

responden yaitu orang yang dijadikan objek penelitian atau orang yang dijadikan

sebagai sarana informasi maupun data (Hasibuan, 2007).

Data primer pada penelitian ini diperoleh dari data penelitian sebelumnya

oleh Aditya Setiawan (2016) berupa data persimpangan yang akan menjadi node,

data jalan yang akan menjadi edge serta bobot merupakan waktu tempuh dari

kendaraan taksi.

1.6.3 Pengolahan Data

Setelah data penelitian didapat, kemudian dilakukan langkah pengolahan

data. Pengolahan data yang pertama adalah mengolah data yang didapat dari Dinas

Perhubungan Kota Denpasar untuk menentukan waktu tempuh dari setiap jalan

yang dilalui oleh taksi. Untuk mendapatkan data waktu tempuh, maka dapat

digunakan rumus:

𝑡 =𝑠

𝑣 ………………………………………………………………..(1.1)

Dimana:

t = Waktu tempuh

s = Jarak

v = Kecepatan

Dengan menggunakan rumus tersebut maka akan didapat data waktu tempuh

dari setiap jalan yang dilalui oleh taksi. Data tersebut kemudian akan dijadikan

sebagai bobot (edge) dalam Graf yang kemudian akan dilakukan perhitungan

dengan menggunakan metode Algoritma Particle Swarm Optimization untuk

mencari jalur optimal.

Page 15: ABSTRAK€¦ · Umum Taksi, Black-Box Testing, White-Box Testing. ii KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-Nya,

6

Data kecepatan di tinjau dari lebar jalan, kondisi jalan, dan lingkungan

sekitar, seperti sekolah, kantor dan pasar yang sifatnya dinamis. Pengolahan data

kecepatan yang meliputi kondisi jalan, dan lingkungan sekitar di lakukan dengan

melakukan wawancara di Dinas Perhubungan Kota Denpasar. Data kecepatan pada

Dinas Perhubungan Denpasar didapat dengan menggunakan observasi langsung

atau disebut on board survey. Disini penulis melakukan wawancara guna

mendapatkan rata – rata kecepatan di setiap ruas jalan di Denpasar Utara. Sebagai

acuan, pihak

1.6.4 Metode Penelititan

Metode pengembangan sistem yang digunakan untuk Sistem Penentuan Rute

Optimum Angkutan Umum Berbasis Web menggunakan Metode Particle Swarm

Optimization adalah metode pengembangan sistem SDLC model Waterfall.

Metode pengembangan sistem ini dipilih agar pengembangan sistem menjadi

terorganisir, karena setiap fase harus terselesaikan dengan lengkap sebelum

melangkah ke fase berikutnya.

Metode pengujian yang dilakukan antara lain adalah Black Box Testing, White

Box Testing dan Pengujian Perbandingan Pencarian Rute dengan Algoritma

Dijkstra.