penentuan paket wisata dengan algoritma genetika …
Post on 01-Oct-2021
8 Views
Preview:
TRANSCRIPT
PENENTUAN PAKET WISATA DENGAN ALGORITMA GENETIKA
STUDI KASUS : TEMPAT WISATA YOGYAKARTA
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh:
Gerardo Adhitya Nugroho
135314068
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2018
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
i
PENENTUAN PAKET WISATA DENGAN ALGORITMA GENETIKA
STUDI KASUS : TEMPAT WISATA YOGYAKARTA
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh:
Gerardo Adhitya Nugroho
135314068
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2018
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ii
THE DETERMINATION OF TOUR PACKAGES USING GENETIC
ALGORITHM
CASE STUDY : YOGYAKARTA TOURISM PLACE
FINAL PROJECT
Presented as Partial Fullfillment of the Requirements
to Obtain Sarjana Komputer Degree
in Informatics Engineering Study Program
By:
Gerardo Adhitya Nugroho
135314068
INFORMATICS ENGINEERING STUDY PROGRAM
DEPARTMENT OF INFORMATICS ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2018
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iii
HALAMAN PERSETUJUAN PEMBIMBING
SKRIPSI
PENENTUAN PAKET WISATA DENGAN ALGORITMA GENETIKA
STUDI KASUS : TEMPAT WISATA YOGYAKARTA
Disusun oleh :
Gerardo Adhitya Nugroho
135314068
Telah Disetujui Oleh :
Dosen Pembimbing,
Alb. Agung Hadhiatma, M.T. Tanggal : ..............................
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iv
HALAMAN PENGESAHAN
PENENTUAN PAKET WISATA DENGAN ALGORITMA GENETIKA
STUDI KASUS : TEMPAT WISATA YOGYAKARTA
Dipersiapkan dan ditulis oleh :
Gerardo Adhitya Nugroho
135314068
Telah dipertahankan di depan panitia penguji
pada tanggal ................................
dan dinyatakan memenuhi syarat
Susunan Panitia Penguji
Nama Lengkap Tanda Tangan
Ketua : Eko Hari Parmadi, S.Si, M.Kom. ....................................
Sekretaris : Drs. Haris Sriwindono, M.Kom., Ph.D. ....................................
Anggota : Alb. Agung Hadhiatma, M.T. ....................................
Yogyakarta, .........................................
Fakultas Sains dan Teknologi
Universitas Sanata Dharma
Dekan,
Sudi Mungkasi, S.Si., M.Math. Sc., Ph.D.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
v
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini
tidak memuat karya atau bagian karya orang lain, kecuali yang telah saya
sebutkan dalam kutipan daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, .............................................
Penulis,
Gerardo Adhitya Nugroho
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH
UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :
Nama : Gerardo Adhitya Nugroho
Nim : 135314068
Demi pengembangan ilmu pengetahuan, saya memberikan kepada
Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :
PENENTUAN PAKET WISATA DENGAN ALGORITMA GENETIKA
STUDI KASUS : TEMPAT WISATA YOGYAKARTA
Dengan demikian saya memberikan kepada Perpustakaan Universitas
Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain,
mengelola di internet atau media lain untuk kepentingan akademis tanpa perlu
meminta ijin dari saya maupun memberikan royalti kepada saya selama tetap
mencantumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di Yogyakarta.
Pada tanggal : ........................................
Yang menyatakan,
Gerardo Adhitya Nugroho
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vii
ABSTRAK
Daerah Istimewa Yogyakarta merupakan salah satu provinsi yang
memiliki berbagai jenis obyek wisata. Dalam hal ini, para wisatawan yang ingin
berkunjung ke tempat-tempat wisata yang berada Yogyakarta bingung dalam
menentukan paket wisata dengan anggaran biaya dan waktu berwisata yang sesuai
dengan batasan dari wisatawan. Berdasarkan masalah diatas, penulis membuat
sebuah sistem pemilihan paket wisata berbasis web untuk membantu wisatawan.
Penulis membuat sistem ini menggunakan Algoritma Genetika dengan bahasa
pemrograman menggunakan PHP. Peneliti membuat sistem ini untuk membantu
dan memberikan rekomendasi paket wisata untuk membantu wisatawan dengan
berdasar anggaran dan waktu berwisata yang dimiliki wisatawan. Hasil akhir yang
diperoleh dari penelititan ini adalah sistem penentuan paket wisata dengan
Algoritma Genetika. Dan berdasarkan hasil pengujian yang dilakukan, sistem
yang dibuat mampu memberikan alternatif-alternatif paket wisata yang diberikan
kepada wisatawan.
Kata kunci: Paket wisata, Yogyakarta, algoritma genetika.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
viii
ABSTRACT
Daerah Istimewa Yogyakarta is one of the provinces that has various
types of tourism spots. In this case, the tourists who want to visit the tourist spots
in Yogyakarta are confused in choosing a tour packages with budget and time to
travel according to the limits of tourists. Based on the above problems, the writer
build a web-based packages selection system to help tourists. The writer make this
system using Genetic Algorithm method using PHP programming language. The
Writer built this system to help and provide travel packages recommendations to
help tourists on a budget and time owned by tourists. The final result obtained
from this research is the system of determining the tour packages with Genetic
Algorithm. And based on the results of the tests conducted, the system created
able to provide an alternative tour packages given to the tourists.
Keywords: touristm package, Yogyakarta, genetic algorithm.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ix
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa, karena pada akhirnya penulis
dapat menyelesaikan penelitian tugas akhir ini yang berjudul “Penentuan Paket
Wisata Dengan Algoritma Genetika Studi Kasus : Tempat Wisata Yogyakarta”.
Penulisan skripsi ini tidak lepas dari peran pentingnya berbagai pihak,
sehingga dalam kesempatan ini penulis dengan kerendahan hati mengucapkan
terimakasih kepada semua pihak yang telah memberikan dukungan baik secara
langsung maupun tidak langsung kepada penulis dalam penyelesaian skripsi
hingga selesai. Oleh karena itu penulis mengucapkan terima kasih kepada :
1. Tuhan Yesus Kristus dan Bunda Maria yang selalu memberikan kekuatan,
kesabaran, dan petunjuk sehingga penulis dapat menyelesaikan tugas
akhir.
2. Orang tua, adik dan keluarga penulis atas doa, perhatian, kepercayan,
dukungan moral maupun fasilitas dan kasih sayang yang diberikan.
3. Bapak Sudi Mungkasi, S.Si, M.Math.Sc., Ph.D selaku Dekan Fakultas
Sains dan Teknologi.
4. Ibu Dr. Anastasia Rita Widiarti selaku Ketua Program Studi Teknik
Informatika.
5. Bapak Alb. Agung Hadhiatma, M.T. selaku dosen pembimbing akademik
dan dosen pembimbing tugas akhir yang dengan sabar dan membimbing
penulis dalam penyusunan tugas akhir ini.
6. Teman-teman program studi Teknik Infomatika 2013 atas dukungan dan
motivasi yang diberikan.
7. Maria Astri Pramudya dan kelurga yang selalu mendoakan, mendukung
dan memberikan motivasinya.
8. Semua pihak yang telah mendukung secara langsung maupun tidak
langsung, mohon maaf penulis tidak bisa menyebutkan satu per satu.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
x
Penulis menyadari masih banyak kekurangan pada penelitian tugas akhir
ini, namun penulis berharap penelitian ini dapat bermanfaat dan menjadi
pengetahuan baru bagi pembaca.
Yogyakarta,.......................................
Penulis,
Gerardo Adhitya Nugroho
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xi
DAFTAR ISI
HALAMAN JUDUL ................................................................................................ i
TITLE PAGE .......................................................................................................... ii
HALAMAN PERSETUJUAN PEMBIMBING .................................................... iii
HALAMAN PENGESAHAN ................................................................................ iv
PERNYATAAN KEASLIAN KARYA ................................................................. v
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI................................. vi
ABSTRAK ............................................................................................................ vii
ABSTRACT ......................................................................................................... viii
KATA PENGANTAR ........................................................................................... ix
DAFTAR ISI .......................................................................................................... xi
DAFTAR GAMBAR ............................................................................................ xv
DAFTAR TABEL ............................................................................................... xvii
BAB I
PENDAHULUAN................................................................................................... 1
1.1 Latar Belakang.......................................................................................... 1
1.2 Rumusan Masalah .................................................................................... 3
1.3 Tujuan Penelitian ...................................................................................... 3
1.4 Batasan Masalah ....................................................................................... 3
1.5 Manfaat Penelitian .................................................................................... 4
1.6 Metode Penelitian ..................................................................................... 4
1.6.1 Studi literatur ..................................................................................... 4
1.6.2 Pengumpulan data ............................................................................. 4
1.6.3 Analisa Pengujian.............................................................................. 4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xii
1.6.4 Penulisan Laporan ............................................................................. 5
1.7 Sistematika Penulisan ............................................................................... 5
BAB II
LANDASAN TEORI .............................................................................................. 6
2.1 Travelling Salesman Problem .................................................................. 6
2.2 Algoritma Genetika .................................................................................. 6
2.3 Obyek Wisata ......................................................................................... 14
BAB III
METODE PENELITIAN ...................................................................................... 16
3.1 Bahan Riset ............................................................................................. 16
3.2 Peralatan Penelitian ................................................................................ 16
3.3 Tahap-Tahap Penelitian .......................................................................... 17
Studi pustaka ................................................................................... 17 3.3.1
Pengumpulan Data .......................................................................... 17 3.3.2
3.3.3 Rancangan Sistem ........................................................................... 18
3.3.4 Pembuatan Program ........................................................................ 18
3.3.5 Evaluasi Dan Analisa Hasil Penelitian ............................................ 18
BAB IV
PERANCANGAN SISTEM ................................................................................. 19
4.1 Gambaran Umum Sistem ....................................................................... 19
4.2 Langkah Perhitungan Manual Algoritma Genetika ................................ 21
4.2.1 Repesentasi Kromosom ................................................................... 21
4.2.2 Inisiasi Populasi .............................................................................. 26
4.2.3 Penentuan Nilai Fitness ................................................................... 28
4.2.4 Seleksi ............................................................................................. 34
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiii
4.2.5 Proses Reproduksi untuk Menghasilkan Kromosom Baru. ............ 35
4.3 Perancangan Desain Antarmuka............................................................. 37
4.3.1 Halaman Utama ............................................................................... 37
4.3.2 Halaman Kriteria ............................................................................. 38
4.3.3 Halaman Hasil ................................................................................. 39
4.3.4 Halaman Login Admin .................................................................... 39
4.3.5 Halaman Data Wisata ...................................................................... 40
4.3.6 Halaman Detil Wisata ..................................................................... 40
4.3.7 Halaman Tambah dan Ubah Data Wisata ....................................... 41
4.3.8 Halaman Ubah Jarak ....................................................................... 41
4.4 Analisa Kebutuhan ................................................................................. 42
4.4.1 Use Case .......................................................................................... 42
4.4.2 Narasi Use Case .............................................................................. 42
4.4.3 Diagram Aktifitas ............................................................................ 51
4.4.4 Perancangan Program...................................................................... 56
4.5 Desain Basis Data ................................................................................... 60
4.5.1 Desain Konseptual .......................................................................... 60
4.5.2 Desain Logikal ................................................................................ 60
4.5.3 Desain Fisikal .................................................................................. 61
BAB V
ANALISA, IMPLEMENTASI DAN PEMBAHASAN SISTEM ........................ 63
5.1 Implementasi Antarmuka ....................................................................... 63
5.1.1 Halaman Utama ............................................................................... 63
5.1.2 Halaman Kriteria ............................................................................. 63
5.1.3 Halaman Hasil ................................................................................. 64
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiv
5.1.4 Halaman Login Admin .................................................................... 65
5.1.5 Halaman Data Wisata ...................................................................... 65
5.1.6 Halaman Detil Wisata ..................................................................... 66
5.1.7 Halaman Tambah Data Wisata........................................................ 66
5.1.8 Halaman Ubah Data Wisata ............................................................ 67
5.1.9 Halaman Ubah Jarak ....................................................................... 67
5.2 Pembahasan Sistem ................................................................................ 68
5.2.1 Implementasi Program .................................................................... 68
5.2.2 Pembahasan Program ...................................................................... 72
5.2.3 Hasil Dan Analisis Hasil ................................................................. 76
BAB VI
PENUTUP ............................................................................................................. 81
6.1 Kesimpulan ............................................................................................. 81
6.2 Saran ....................................................................................................... 81
DAFTAR PUSTAKA ........................................................................................... 83
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
DAFTAR GAMBAR
Gambar 2.1 Siklus Algoritma Genetika menurut David Goldberg ......................... 8
Gambar 2.2 Siklus Algoritma Genetika menurut Michalewicz Z........................... 9
Gambar 2.3 Populasi dan kromosom dalam Algoritma Genetika........................... 9
Gambar 2.4 Contoh Seleksi Roda Roulette........................................................... 11
Gambar 4.1 Flowchart Algoritma Genetika dari sistem yang akan dibuat ........... 20
Gambar 4.2 Contoh Graph .................................................................................... 26
Gambar 4.3 Desain Halaman Utama ..................................................................... 37
Gambar 4.4 Desain Halaman Kriteria ................................................................... 38
Gambar 4.5 Desain Halaman Hasil ....................................................................... 39
Gambar 4.6 Desain Halaman Login Admin .......................................................... 39
Gambar 4.7 Desain Halaman Data Wisata ............................................................ 40
Gambar 4.8 Desain Halaman Detil Wisata ........................................................... 40
Gambar 4.9 Desain Halaman Tambah dan Ubah Data Wisata ............................. 41
Gambar 4.10 Desain Halaman Ubah Jarak ........................................................... 41
Gambar 4.11 Diagram Usecase ............................................................................. 42
Gambar 4.12 Diagram Aktifitas Perhitungan........................................................ 51
Gambar 4.13 Diagram Aktifitas Lihat Hasil ......................................................... 51
Gambar 4.14 Diagram Aktifitas Login ................................................................. 52
Gambar 4.15 Diagram Aktifitas Tambah Data Wisata ......................................... 53
Gambar 4.16 Diagram Aktifitas Lihat Detil Wisata ............................................. 53
Gambar 4.17 Diagram Aktifitas Ubah Data Wisata.............................................. 54
Gambar 4.18 Diagram Aktifitas Hapus Data Wisata ............................................ 55
Gambar 4.19 Diagram Aktifitas Ubag Data Jarak ................................................ 55
Gambar 4.20 Diagram Aktifitas Logout ............................................................... 56
Gambar 4.21 Diagram MVC ................................................................................. 56
Gambar 4.22 Diagram Sequence Perhitungan ...................................................... 57
Gambar 4.23 Diagram Sequence Lihat Hasil ........................................................ 57
Gambar 4.24 Diagram Sequence Login ................................................................ 57
Gambar 4.25 Diagram Sequence Tambah Data Wisata ........................................ 58
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvi
Gambar 4.26 Diagram Sequence Lihat Detil Wisata ............................................ 58
Gambar 4.27 Diagram Sequence Ubah Data Wisata ............................................ 58
Gambar 4.28 Diagram Sequence Hapus Data Wisata ........................................... 59
Gambar 4.29 Diagram Sequence Ubah Data Jarak ............................................... 59
Gambar 4.30 Diagram Sequence Logout .............................................................. 59
Gambar 4.31 Desain Basisdata Konseptual .......................................................... 60
Gambar 4.32 Desain Basisdata Logikal ................................................................ 60
Gambar 5.1 Halaman Utama ................................................................................. 63
Gambar 5.2 Halaman Kriteria ............................................................................... 63
Gambar 5.3 Halaman Hasil (1) ............................................................................. 64
Gambar 5.4 Halaman Hasil (2) ............................................................................. 64
Gambar 5.5 Halaman Login Admin ...................................................................... 65
Gambar 5.6 Halaman Data Wisata ........................................................................ 65
Gambar 5.7 Halaman Detil Wisata ....................................................................... 66
Gambar 5.8 Halaman Tambah Wisata .................................................................. 66
Gambar 5.9 Halaman Ubah Data Wisata .............................................................. 67
Gambar 5.10 Halaman Ubah Jarak ....................................................................... 67
Gambar 5.11 Wisatawan Mengisi Form ............................................................... 72
Gambar 5.12 Hasil Pada Form Pembahasan Program .......................................... 73
Gambar 5.13 Representasi Kromosom Awal ........................................................ 74
Gambar 5. 14 Memulai Algoritma Genetika......................................................... 74
Gambar 5.15 Algoritma Genetika Generasi ke 100 .............................................. 75
Gambar 5.16 Kromosom Yang Terpilih Dari Algoritma Genetika ...................... 75
Gambar 5.17 Grafik percobaan 1 .......................................................................... 76
Gambar 5.18 Grafik percobaan 2 .......................................................................... 77
Gambar 5.19 Grafik percobaan 3 .......................................................................... 78
Gambar 5.20 Grafik percobaan 4 .......................................................................... 79
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvii
DAFTAR TABEL
Tabel 4.1 Formasi Kromosom Untuk Satu Tempat Wisata .................................. 21
Tabel 4.2 Struktur Data Array Untuk Satu Tempat Wisata .................................. 21
Tabel 4.3 Formasi Kromosom Untuk Dua Tempat Wisata................................... 22
Tabel 4.4 Struktur Data Array Untuk Dua Tempat Wisata ................................... 22
Tabel 4.5 Formasi Kromosom Untuk Tiga Tempat Wisata .................................. 23
Tabel 4.6 Struktur Data Array Untuk Tiga Tempat Wisata .................................. 23
Tabel 4.7 Formasi Kromosom Untuk Empat Tempat Wisata ............................... 24
Tabel 4.8 Struktur Data Array Untuk Empat Tempat Wisata ............................... 24
Tabel 4.9 Formasi Kromosom Untuk Lima Tempat Wisata ................................. 25
Tabel 4.10 Struktur Data Array Untuk Lima Tempat Wisata ............................... 25
Tabel 4.11 Tabel representasi graph ..................................................................... 27
Tabel 4.12 Tabel satu titik ..................................................................................... 27
Tabel 4.13 Tabel dua titik ..................................................................................... 27
Tabel 4.14 Tabel tiga titik ..................................................................................... 28
Tabel 4.15 Tabel empat titik ................................................................................. 28
Tabel 4.16 Tabel lima titik .................................................................................... 28
Tabel 4.17 Tabel Nilai Fitness SW ....................................................................... 35
Tabel 4.18 Tabel tabel_obyek ............................................................................... 61
Tabel 4.19 Tabel tabel_waktu_tempuh ................................................................. 61
Tabel 4.20 Tabel admin......................................................................................... 62
Tabel 5.1 Pengujian 1 ............................................................................................ 76
Tabel 5.2 Pengujian 2 ............................................................................................ 77
Tabel 5.3 Pengujian 3 ............................................................................................ 78
Tabel 5.4 Pengujian 4 ............................................................................................ 79
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Daerah Istimewa Yogyakarta merupakan salah satu provinsi yang ada di
Indonesia dan berada di Pulau Jawa. Di provinsi terdapat potensi yang cukup
menarik untuk terus dikembangkan. Yogyakarta sebagai kota budaya. Predikat
kota budaya yang diberikan pada Yogyakarta mengacu pada keberadaan Kraton
Yogyakarta yang dipandang sebagai pusat kebudayaan Jawa. Di samping itu
banyak sekali budayawan dan sastrawan yang bertempat tinggal di Yogyakarta.
Yogyakarta sebagai kota pariwisata. Predikat kota pariwisata diberikan pada
Yogyakarta karena sudah lama kota Yogyakarta menjadi daerah tujuan pariwisata
baik wisatawan domestik maupun mancanegara.
Kebudayaan yang beranekaragam serta banyaknya obyek wisata menjadi daya
tarik sendiri bagi wisatawan domestik maupun wisatawan dari wisatawan dari luar
untuk datang ke Yogyakarta. Di Yogyakarta sendiri terdapat berbagai jenis obyek
wisata. Dalam hal ini, para wisatawan baik wisatawan domestik maupun
wisatawan mancanegara yang ingin berkunjung ke tempat-tempat wisata yang
berada Yogyakarta belum begitu mengetahui tempat-tempat wisata tersebut. Atau
mengetahui banyak wisata namun kesulitan dalam memilih tempat-tempat wisata.
Berdasarkan masalah tersebut, wisatawan memerlukan sistem untuk membantu
dalam menentukan paket wisata yang memiliki kesesuaian harga dan waktu
wisata yang dimiliki oleh wisatawan. Sistem yang dibuat akan dimulai dari hotel
lalu menuju beberapa tempat wisata dan kembali lagi ke hotel tempat menginap.
Sistem juga akan menampilkan harga yang diperlukan untuk melakukan
perjalanan wisata. Harga tersebut akan dihitung dari harga menginap di hotel dan
harga tiket masuk untuk tiap tempat wisata. Waktu berwisata pun akan dihitung
dari wisatawan berangkat ke hotel dan kembali lagi ke hotel. Untuk membantu
wisatawan dalam menentukan paket wisata apa yang sesuai dengan anggaran dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
waktu berwisata, maka penulis akan membuat penelitian “Penentuan Paket Wisata
dengan Algoritma Genetika Studi Kasus : Tempat Wisata Yogyakarta”.
Untuk menyelesaikan masalah tersebut penelitian ini akan mengunakan metode
Algoritma Genetika. Algoritma Genetika adalah algoritma yang banyak
digunakan untuk mengatasi permasalahan-permasalahan optimasi yang kompleks.
Algoritma ini mengadopsi konsep evolusi makhluk hidup dan seleksi alam dalam
ilmu Biologi. Secara dangkalnya, algoritma Genetika digunakan untuk
membangun solusi terbaik dari sekian banyak solusi yang sudah ada sebelumnya.
Selain menggunkan Algoritma Genetika peneliti juga menggunkan Traveling
Salesman Problem (TSP) yang akan digunkan untuk membantu optimasi sistem.
Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah
optimasi yang banyak menarik perhatian para peneliti sejak beberapa dekade
terdahulu. Pada mulanya, TSP dinyatakan sebagai permasalahan dalam mencari
jarak minimal sebuah tour tertutup terhadap sejumlah n kota dimana kota-kota
yang ada hanya dikunjungi sekali dengan kota awal juga merupakan kota akhir
(tujuan). Biaya perjalanan yang menjadi pertimbangan salesman tersebut dapat
berupa jarak, waktu, bahan bakar, kenyamanan, dan sebagainya.
Berbagai metode diterapkan untuk menangani permasalahan TSP. Metode
tersebut terbagi menjadi dua, yaitu metode konvensional dan metode heuristic.
Metode konvesional adalah metode dengan perhitungan matematis biasa,
sedangkan metode heuristic adalah metode yang diterapkan dengan perhitungan
kecerdasan buatan. Algoritma Genetika (GA), algoritma Koloni Semut (ACO),
Particle Swarn Optimation (PSO), dan lain-lain, adalah beberapa contoh
algoritma pada metode heuristic untuk optimasi.
Ada beberapa penelitian mengenai penggunaan Algoritma Genetika. Algoritma
Genetika Hibrid Pada Kasus Pencarian Jalur Terpendek. Menurut peneliti,
algoritma genetika dapat menyelesaikan masalah jalur terpendek dengan waktu
komputasi yang lebih kecil. Sistem Pendukung Keputusan Berbasis Web Untuk
Menentukan Alternatif Perjalanan Wisata di DIY dan Sekitarnya dengan
Menggunakan Algoritma Genetika. Menurut peneliti dengan algoritma genetika,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
perhitungan dari populasi awal, kromosom, dan crossover, maka nilai fitness dari
harga tiket masuk yang didapat adalah yang sesuai atau lebih kecil sama dengan
harga budget yang dimasukkan oleh wisatawan.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya, dapat diambil
kesimpulan bahwa permasalahan yang akan diselesaikan adalah :
1. Bagaimana memilih alternatif perjalanan wisata secara tepat, yang sesuai
dengan dana yang dimiliki dengan algoritma genetika ?
1.3 Tujuan Penelitian
Berdasarkan rumusan permasalahan yang telah diuraikan sebelumnya, maka
tujuan yang ingin dicapai dalam penelitian ini adalah :
1. Menemukan rute wisata dengan dana yang dimiliki menggunakan Algoritma
Genetika.
2. Mendapat informasi untuk biaya perjalanan.
1.4 Batasan Masalah
Batasan masalah dalam penelitian ini adalah :
1. Data wisata yang digunakan berupa data obyek wisata candi, museum, pantai,
taman rekreasi dan obyek wisata alam yang berada di Daerah Istimewa
Yogyakarta.
2. Titik awal perjalanan dan titik akhir perjalanan adalah EDU Hostel.
3. Hanya melakukan perhitungan untuk satu hari perjalanan.
4. Hanya melakukan perhitungan untuk satu orang.
5. Kunjungan pada tempat wisata adalah satu jam untuk setiap tempat wisata.
6. Hanya untuk menangani para wisatawan yang akan berwisata di daerah
Yogyakarta, dengan menggunakan kendaraan pribadi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
7. Pemilihan dari obyek wisata, dibuat dalam program, sehingga
wisatawan dapat melihat paket-paket yang telah dibuat dalam sistem
ini.
1.5 Manfaat Penelitian
Adapun manfaat yang didapat dari penelitian ini adalah :
1. Bagi peneliti, penelitian ini dapat menambah pengetahuan dan wawasan
mengenai permasalahan jalur terpendek dengan algoritma genetika.
2. Bagi pengguna, hasil dari penelitian ini dapat membantu wisatawan dalam
mencari rute terbaik untuk mencari tempat wisata.
1.6 Metode Penelitian
Dalam menyusun skripsi ini penulis melakukan beberapa penerapan metode
penelitian untuk menyelesaikan permasalahan. Adapun metode penelitian yang
dilakukan dengan cara :
1.6.1 Studi literatur
Mempelajari konsep-konsep dasar mengenai Algoritma Genetika dan TSP yang
terdapat pada beberapa sumber literatur. Sumber literatur berupa buku, teks, dan
jurnal.
1.6.2 Pengumpulan data
Melakukan pengumpulan data dari internet yaitu website dari Dinas Pariwisata
Daerah Istimewa Yogyakarta, serta informasi lainnya yang sedang berkembang
di Yogyakarta.
1.6.3 Analisa Pengujian
Melakukan proses pengujian dengan memasukkan data. Setelah semua data
dimasukkan maka sistem akan menampilkan output berupa rekomendasi obyek
wisata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
1.6.4 Penulisan Laporan
Menganalisis hasil implementasi dan membuat kesimpulan terhadap penelitian
tugas akhir yang telah dikerjakan.
1.7 Sistematika Penulisan
Sistematika penelitian skripsi ini adalah sebagai berikut :
BAB I PENDAHULUAN
Bab ini berisi latar belakang masalah, rumusan masalah, batasan masalah,
tujuan dan manfaat penelitian, metode penelitian, serta sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini berisi penjelasan dan uraian singkat mengenai dasar teori yang
mendukung dan digunakan dalam pengembangan sistem ini dan berisi teori yang
terkait perancangan dan pembangunan sistem.
BAB III METODE PENELITIAN
Bab ini berisi tentang analisis sistem yang akan dibuat serta langkah-langkah
dan metode yang akan digunakan dalam pembuatan sistem tersebut.
BAB IV PERANCANGAN SISTEM
Pada bab ini akan berisi tentang sistem yang akan dibuat serta langkah-langkah
dan metode yang digunakan dalam pembuatan sistem tersebut.
BAB V ANALISA, IMLEMENTASI DAN PEMBAHASAN
Pada bab ini berisi mengenai pembuatan sistem dan cara kerja sistem serta
hasil analisa dari sistem yang telah dibuat.
BAB VI PENUTUP
Pada bagian ini akan berisi tentang kesimpulan dan saran.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
BAB II
LANDASAN TEORI
2.1 Travelling Salesman Problem
Travelling Salesman problem (TSP) merupakan masalah kombinasi optimasi
dalam operasi penelitian dan teori ilmu komputer. Masalah ini digunakan sebagai
patokan bagi banyak metode optimasi. Permasalahan TSP sendiri dapat diterapkan
pada banyak persoalan, seperti jalur distribusi logistik, pendistribusian bahan baku
bagi sebuah perusahaan, dan lain-lain. Secara sederhana, permasalahan TSP
merupakan permasalahan biaya perjalanan. Biaya perjalanan dapat berupa waktu,
jarak, dan lain-lain.
Travelling Salesman Problem (TSP) adalah problem untuk mengoptimasi dan
menemukan rute perjalanan yang paling pendek. TSP adalah problem untuk
menentukan urutan dari sejumlah kota yang harus dilalui oleh salesman, setiap
kota hanya boleh dilalui satu kali dalam perjalanannya, dan perjalanan tersebut
harus berakhir pada kota keberangkatannya dimana salesman tersebut memulai
perjalananya, dengan jarak antara setiap kota satu dengan kota lainnya sudah
diketahui. Salesman tersebut harus meminimalkan pengeluaran biaya, dan jarak
yang harus ditempuh untuk perjalanannya tersebut.
2.2 Algoritma Genetika
Algoritma Genetika adalah algoritma yang berdasarkan pada mekanisme
seleksi alam dan konsep Genetika. Konsep Genetika digunakan untuk
merepresentasikan setiap kemungkinan solusi dari masalah optimasi yang ada.
Sedangkan seleksi alam merepresentasikan proses seleksi terhadap calon-calon
solusi dari sebuah populasi. Dalam implementasinya, algoritma Genetika
meniru beberapa proses yang terdapat pada evolusi alami makhluk hidup antara
lain seleksi alam dan reproduksi. (Pratiwi, Sukeksi Esti. 2007)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
a. Konsep yang mendasari
Algoritma Genetika adalah algoritma pencarian yang
dikembangkan dari konsep genetika dan teori evolusi alam. Teori Genetika
dan teori evolusi dikemukakan oleh Charles Darwin, seorang ahli Biologi.
Dalam konsep genetika, disebutkan bahwa setiap organisme merupakan
suatu sistem yang terdiri dari organ-organ, dan setiap organ terdiri dari
sekumpulan sel. Setiap sel dibagi lagi menjadi sejumlah kromosom,
dengan masing-masing kromosom terdiri dari gen-gen yang merupakan
blok DNA. Blok DNA menghasilkan suatu karakteristik/sifat tertentu dari
makhluk hidup. Karakteristik/sifat masing-masing makhluk hidup berbeda
antar satu dengan yang lainnya. Setiap gen terdiri dari sekumpulan allele
yang masing-masing membawa berbagai variasi dari karakteristik tertentu.
Sedangkan teori evolusi alam adalah proses seleksi terhadap
anggota dari berbagai populasi. Seleksi terjadi secara alami atau karena
adanya faktor-faktor alam yang berpengaruh terhadap tingkat ketahanan
hidup suatu organisme. Daya tahan hidup ini disebabkan kemampuan
penyesuaian yang tinggi dari organisme terhadap perubahan lingkungan.
Proses-proses yang terjadi dalam evolusi alam yang menjadi konsep dasar
algoritma genetika adalah: (Tri Wicaksono, Antonius Dimas,. 2005)
i. Seleksi alam
Seleksi alam adalah suatu proses pencarian terhadap anggota
populasi yang dapat bertahan hidup yang sifatnya diturunkan dari
genotif (kumpulan gen-gen tertentu dalam kromosom) untuk
mendapatkan struktur yang lebih efisien. Genotif dengan struktur
yang efisien, berguna untuk melaksanakan kegiatan yang diperlukan
untuk dapat bertahan hidup.
ii. Reproduksi
Reproduksi adalah suatu proses biologi untuk mempertahankan
kelestarian populasi suatu spesies. Proses biologi ini dilakukan
untuk mendapatkan keturunan yang sifatnya diturunkan dari sang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
induk. Proses ini dapat dilakukan oleh dua induk individu atau satu
induk individu.
b. Algoritma Genetika
Algoritma Genetika ditemukan oleh John Holland dan
dikembangkan lagi oleh muridnya David Goldberg. Selanjutnya David
Goldberg memperkenalkan siklus dari Algoritma Genetika pertama kali,
dimana bagan tersebut dapat dilihat pada gambar 2.1. (Basuki, Achmad.,
2003).
Gambar 2.1 Siklus Algoritma Genetika menurut David Goldberg
Michalewicz Z, seorang ilmuwan yang mengembangkan algoritma
genetika, memperbaharui siklus pada Goldberg di atas. Pada Gambar 2.2,
menunjukan Michalewicz pada siklusnya menambahkan operator elitism
dan membalik proses seleksi di posisi setelah proses reproduksi.
(Firmansyah,. dkk. 2012).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
9
Gambar 2.2 Siklus Algoritma Genetika menurut Michalewicz Z
i. Populasi
Algoritma Genetika dalam menyelesaikan masalah, dimulai dengan
menginisialisasikan himpunan solusi yang dibangkitkan secara
acak. Himpunan solusi ini dinamakan populasi. Dalam setiap
populasi terdapat individu yang disebut kromosom. Kromosom
merupakan representasi dari solusi.
Gambar 2.3 Populasi dan kromosom dalam Algoritma Genetika
ii. Evaluasi nilai fitness
Dari setiap generasi, nilai kromosom dievaluasi untuk memperoleh
gen yang lebih baik dari gen pada kromosom milik generasi
sebelumnya. Kromosom dengan nilai fitness yang baik, dijadikan
anggota generasi selanjutnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
Anggota populasi yang mempunyai nilai fitness yang baik adalah 1
dan 3. Anggota lain dengan nilai fitness yang tidak lebih baik, maka
dihapus. Selanjutnya anggota 1 dan 3 akan dijadikan kromosom
bagi generasi berikutnya.
iii. Cross-Over (Kawin-Silang)
Perkawinan silang adalah proses pertukaran gen dari dua individu.
Kedua individu tersebut dengan karakteristik yang berbeda,
menghasilkan keturunan-keturunan dengan karakteristik yang
berbeda dari induknya.
Dari hasil perkawinan silang kedua biner 8 bit tersebut, diperoleh
keturunan 110/11001 dengan nilai yang lebih tinggi dibanding
kedua orang tua.
iv. Mutasi
Mutasi adalah proses perubahan materi genetik dari suatu spesies
atau individu dalam usaha penyesuaian (adaptasi) terhadap
perubahan lingkungan. Penyesuaian ini terjadi semata-mata supaya
individu atau spesies dapat bertahan hidup. Perubahan pada mutasi
terjadi dalam nilai yang kecil. Hal ini dikarenakan perubahan
lingkungan juga dalam nilai yang kecil. Dalam Algoritma Genetika,
mutasi terjadi dengan mengganti allele 1 dengan allele 0.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
11
Perubahan nilai yang kecil ini untuk menghindari noisy. Apabila
perubahan nilai terlalu besar, maka gen yang dihasilkan melenceng
jauh dari region yang diinginkan. Oleh karena itu, beberapa sistem
tidak menggunakan mutasi sebagai operatornya. (Bambrick, L.
1997)
v. Seleksi Individu
Seleksi merupakan proses pemilihan kromosom untuk dijadikan
orang tua yang nantinya akan melakukan proses reproduksi.
Berdasarkan teori Darwin, kromosom yang terbaik harusnya dapat
bertahan hidup dan membentuk keturunan baru.
Dalam proses seleksi, individu dalam populasi direkomendasikan
menjadi calon orang tua. Pemilihan ini dapat dilakukan dengan
berbagai metode, antara lain :
a) Roda Roulette
Pada metode ini, pemilihan orang tua berdasar pada nilai
fitness-nya. Semakin baik nilai fitness individu, maka
semakin besar peluang untuk dipilih. Diandaikan semua
individu diletakan pada sebuah roda roullete, besarnya
kemungkinan bagi setiap individu adalah tergantung pada
nilai fitness-nya.
Gambar 2.4 Contoh Seleksi Roda Roulette
20%
30% 28%
22% a
b
c
d
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
12
Pada Gambar 2.4 diatas, individu b (fitness = 30%) dan c
(fitness = 28%) berpeluang besar untuk terpilih sebagai
individu pembentuk keturunan baru.
Skema pemilihan Roda Roulette berdasarkan skala fitness,
karena terpilihnya suatu kromosom dalam populasi adalah
sebanding dengan fitness-nya. Jika semua kromosom dalam
populasi mempunyai fitness yang sama atau hampir sama,
maka seleksi ini menjadi seleksi yang bersifat acak/random.
(F. Lestari, M. K.,2015).
b) Rangking
Seleksi rangking dilakukan dengan mengurutkan kromosom
dalam populasi dengan membandingkan nilai fitness setiap
kromosom. Kromosom dengan nilai fitness terburuk akan
diganti nilai fitness-nya dengan nilai 1. Kromosom dengan
nilai fitness terburuk kedua, nilai fitness-nya diganti dengan
2, begitu seterusnya untuk seluruh kromosom. Kromosom
yang mempunyai nilai fitness paling baik, nilai fitness-nya
diganti dengan n, dimana n adalah jumlah kromosom dalam
populasi.
c) Turnamen
Seleksi turnamen merupakan variasi dari seleksi roda
roullete dengan seleksi rangking. Sejumlah k kromosom
tertentu dari populasi beranggota n kromosom, dipilih secara
acak dengan prioritas yang sama. Dari k kromosom yang
terpilih, dipilih satu kromosom dengan fitness terbaik yang
diperoleh dari hasil pengurutan rangking nilai fitness.
vi. Elitism
Elitism mempunyai mekanisme yang hampir mirip dengan seleksi.
Elitism memilih 1 atau 2 individu terbaik. Individu yang telah
dipilih tidak diperlakukan apa-apa, dalam arti dibiarkan untuk
dijaga sebagai individu dengan kromosom terbaik. Sebab jika
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
kromosom terbaik sebuah generasi tidak dijaga, dalam proses
reproduksi selanjutnya nilai fitness kromosom tersebut dapat
berubah. Elitism memperbaiki permasalahan ini dengan
mempertahankan kromosom dengan nilai fitness terbaik. Sehingga
kromosom terbaik dari generasi ke generasi selalu naik atau tetap
(tidak mengalami penurunan).
c. Langkah Algoritma
Secara umum, langkah algoritma Genetika adalah sebagai berikut:
Step 1 : Inisialisasi himpunan solusi/populasi.
Step 2 : Evaluasi nilai fitness anggota populasi.
Step 3 : Lakukan proses reproduksi.
Step 4 : Seleksi kromosom dengan nilai fitness yang baik.
Step 5 : Set hasil step 4 menjadi Elitism
Step 6 : Ulangi step 1-4.
Step 7 : Lakukan perbandingan hasil Step 4 dengan Elitism.
Step 8 : Jika hasil Step 4 lebih tinggi maka lakukan Step 5-7, jika
tidak maka return Elitism sebagai hasil.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
14
2.3 Obyek Wisata
Obyek wisata adalah perwujudan daripada ciptaan manusia, tata hidup, seni
budaya serta sejarah bangsa dan tempat atau keadaan alam yang mempunyai daya
tarik untuk dikunjungi wisatawan. Sedangk an obyek wisata alam adalah obyek
wisata yang daya tariknya bersumber pada keindahan sumber daya alam dan tata
lingkungannya.
Wisata adalah kegiatan perjalanan atau sebagian dari kegiatan tersebut yang
dilakukan secara sukarela serta bersifat sementara untuk menikmati obyek dan
daya tarik wisata. Seorang wisatawan berkunjung ke suatu tempat/daerah/Negara
karena tertarik oleh sesuatu yang menarik dan menyebabkan wisatawan berkunjng
ke suatu tempat/daerah/Negara disebut daya tarik dan atraksi wisata.
Penggolongan jenis obyek wisata akan terlihat dari ciri-ciri khas yang
ditonjolkan oleh tiap-tiap obyek wisata. Obyek wisata dikelompokan ke dalam
tiga jenis, yaitu :
1. Obyek wisata alam, misalnya : laut, pantai, gunung (berapi), danau, sungai,
fauna (langka), kawasan hutan lindung, cagar alam dan lain-lain.
2. Obyek wisata budaya, misalnya : upacara kelahiran, tari-tari (tradisional),
musik (tradisional), pakaian adat, perkawinan adat, upacara turun ke sawah,
upacara panen, cagar budaya, bangunan bersejarah, peninggalan tradisional,
festival budaya, kain tenun (tradisional), tekstil lokal, pertunjukan
(tradisional), adat istiadat lokal, museum dan lain-lain.
3. Obyek wisata buatan, misalnya : sarana dan fasilitas olahraga, permainan
(layangan), hiburan (lawak atau akrobatik, sulap), ketangkasan (naik kuda),
taman rekreasi, taman nasional, pusat-pusat perbelanjaan dan lainlain.
Dalam membangun obyek wisata tersebut harus memperhatikan keadaan sosial
ekonomi masyarakat setempat, sosial budaya daerah setempat, nilainilai agama,
adat istiadat, lingkungan hidup, dan obyek wisata itu sendiri. Pembangunan obyek
dan daya tarik wisata dapat dilakukan oleh Pemerintah, Badan Usaha maupun
Perseorangan dengan melibatkan dan bekerjasama pihak-pihak yang terkait.
Dalam UU No. 10 Tahun 2009 Tentang Kepariwisataan disebutkan bahwa daya
tarik wisata adalah segala sesuatu yang memiliki keunikan, keindahan, dan nilai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
yang berupa keanekaragaman kekayaan alam, budaya, dan hasil buatan manusia
yang menjadi sasaran atau tujuan kunjungan wisatawan. Kata wisatawan (tourist)
merujuk kepada orang. Secara umum wisatawan menjadi subset atau bagian dari
traveler atau visitor ( I Gde Pitana & I Ketut Surya, 2009:35).
Berdasarkan hal tersebut diatas, obyek wisata dapat diklasifikasikan berupa
keanekaragaman kekayaan alam, budaya dan hasil buatan manusia. Pada dasarnya
obyek wisata air terjun Bissapu ini mempunyai kekayaan alam dan hasil buatan
manusia karena selain memiliki air terjun dengan keindahan alamnya juga
terdapat campur tangan manusia diantaranya jalan setapak dan beberapa bangunan
yang disediakan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
BAB III
METODE PENELITIAN
Pada bab ini berisi tentang cara pengambilan data untuk penelitian. Cara
pengambilan data dapat dilakukan dengan berbagai langkah seperti yang akan
dijelaskan dibawah ini.
3.1 Bahan Riset
Penelitian tugas akhir ini dilakukan dengan mengambil objek penelitian data
obyek wisata yang ada di Yogyakarta. Data dari website Dinas Pariwisata
Yogyakarta yaitu www.visitingjogja.com dengan catatan data obyek wisata pada
tahun 2016. Obyek wisata yang didapat berjumlah 29 data yang terdiri dari obyek
wisata pantai, museum, wisata alam, candi dan taman rekreasi.
3.2 Peralatan Penelitian
1. Kebutuhan Hardware
Hardware yang digunakan adalah Laptop ACER seri Aspire E1-422,
dengan spesifikasi sebagai berikut:
a. Processor : AMD A6-5200
b. Memory : 4 GB DDR3
c. Hard Drive : 500GB
2. Kebutuhan Software
Software yang digunakan dalam penelitian ini adalah sebagai berikut :
a. Sistem Operasi Microsoft Windows 8.1 Profesional 64bit
b. Xampp sebagai server offline
c. Sublime Text Portable
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
3.3 Tahap-Tahap Penelitian
Studi pustaka 3.3.1
Dalam penyusunan penelitian ini penulis memerlukan sumber informasi
yang diambil dari beberapa buku referensi, jurnal imiah atau literatur lainnya
sebagai rujukan ilmiah yang mendukung penulisan proposal. Melalui studi
pustaka ini penulis memperoleh informasi mengenai penelitian-penelitian yang
pernah dilakukan untuk dijadikan sebagai landasan teori yang mendasari dalam
penulisan proposal. Dengan adanya studi pustaka ini maka penulis dapat
menunjukkan relevansi antara topik pada propsal dengan penelitian-penelitian
yang sebelumnya sudah pernah dikerjakan sehingga penelitian yang akan
dikerjakan dapat diselesaikan dan dapat dipertanggungjawabkan kebenarannya.
Pengumpulan Data 3.3.2
Pengumpulan data menjadi unsur yang penting dalam penyelesaian
proposal karena digunakan untuk memperoleh informasi atau data yang
berguna untuk penelitian yang sedang dikerjakan. Data yang diperoleh
nantinya akan diamati dan diolah secara mendalam sesuai dengan prosedur dan
teori yang sudah dirumuskan. Data dari website Dinas Pariwisata Yogyakarta
yaitu www.visitingjogja.com dengan catatan data obyek wisata pada tahun
2016. Obyek wisata yang didapat berjumlah 29 data yang terdiri dari obyek
wisata pantai, museum, wisata alam, candi dan taman rekreasi.
Teknik yang digunakan dalam mengumpulkan data penelitian ini adalah
teknik dokumen. Teknik ini umumnya sering digunkan untuk menambah data
dari sumber lain bukan dari manusia. Teknik dokumen merupakan teknik
pengumpulan data menggunakan notula rapat, laporan berkala, jadwal
kegiatan, bahan statistik, dan lainnya. Dengan menggunakan teknik ini analisa
akan lebih mendalam sesuai dengan keutuhan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18
3.3.3 Rancangan Sistem
Pada tahap ini penulis melakukan analisa akan rancangan dan
kebutuhan sistem baik itu kebutuhan fungsional maupun kebutuhan
nonfungsional. Selain itu pada tahap ini juga penulis memikirkan lebih
dalam seperti apakah sistem yang akan dibuat, misalnya seperti apakah
tampilan yang akan disuguhkan kepada pengguna, inputan apakah yang
akan digunakan untuk menjalakan program ini dan seperti apakah hasil
yang akan dikeluarkan oleh sistem. rancangan usecase serta alur data dan
proses penyimpanan data kedalam database juga dikerjakan pada tahap ini.
3.3.4 Pembuatan Program
Pada tahap ini penulis melakukan implementasi dari sebuah rancangan
sistem yang telah dibuat kedalam bentuk code.
3.3.5 Evaluasi Dan Analisa Hasil Penelitian
Pada tahap ini penulis melakukan evaluasi akan hasil yang telah
dikeluarkan oleh sistem serta menganalisa hasil tersebut dengan tujuan
untuk menjawab dari rumusan masalah yang telah di paparkan
sebelumnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
19
BAB IV
PERANCANGAN SISTEM
4.1 Gambaran Umum Sistem
Sistem ini betujuan untuk membantu wisatawan dalam memilih alternatif
paket wisata, berdasarkan dengan biaya dan waktu berwisata yang dimiliki.
Dalam sistem ini, pertama wisatawan akan memasukkan biaya, waktu mulai
berwisata, waktu selesai berwisata dan jumlah hari berwisata. Dalam sistem ini,
perhitungan akan dilakukan mulai dari memasukkan satu obyek wisata sampai
lima obyek wisata. Ketika dalam perulangan mencari paket wisata tidak mendapat
hasil pada n obyek wisata, maka hasil dari perhitungan sebelumnya yang akan
ditampilkan sebagai hasil. Dalam hal ini biaya yang dihitung adalah biaya tiket
masuk dari tiap obyek wisata dan juga harga menginap di hotel. Kemudian untuk
waktu mulai berwisata dihitung dari titik awal yaitu hotel. Untuk waktu selesai
berwisata terhitung sampai wisatawan kembali ke titik awal. Keluaran dari sistem
memberikan aletrnatif-alternatif paket wisata. Setelah itu, sistem akan
menampilkan rute obyek wisata dalam bentuk paket-paket wisata. Jumlah wisata
yang dikunjungi berdasar jumlah dana dan total waktu berwisata yang
dimasukkan ke sistem. Sistem juga akan menampilkan waktu berangkat sampai
waktu berakhir berwisata, total waktu wisata yang dibutuhkan, total jarak tempuh,
dan total dana yang dibutuhkan dalam satu paket wisata.
Sistem ini juga menggunakan admin. Fungsi admin dalam sistem ini adalah
untuk melakukan pengubahan data. Pengubahan data tersebut meliputi tambah
data wisata, hapus data wisata dan ubah data wisata. Admin dapat melakukan
tambah data wisata, dimana data wisata dapat bertambah seiring perkembagan.
Hapus data dilakukan oleh admin ketika tempat wisata telah bergabung dengan
tempat wisata lain. Ubah data dilakukan ketika harga tiket masuk, nama tempat
wisata berubah dari pihak penyedia tempat wisata. Admin juga dapat mengubah
data jarak, data jarak diubah ketika admin melakukan tambah data wisata atau
hapus data wisata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
20
Gambar 4.1 Flowchart Algoritma Genetika dari sistem yang akan dibuat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
4.2 Langkah Perhitungan Manual Algoritma Genetika
4.2.1 Repesentasi Kromosom
Representasi kromosom atau yang biasa disebut dengan pengkodean
kromosom dalam penelitian ini diilustrasikan seperti pada tabel berikut.
Tabel 4.1 Formasi Kromosom Untuk Satu Tempat Wisata
w1 w2 w3
Tabel 4.2 Struktur Data Array Untuk Satu Tempat Wisata
Iterasi Kromosom Gen Allele
I[0]
K[0]
w1 id hotel
w2 id wisata
w3 id hotel
…. …. ….
K[9] …. ….
…. …. …. ….
I[99]
K[0] …. ….
…. …. ….
K[9]
w1 id hotel
w2 id wisata
w3 id hotel
Untuk setiap isi dari w1, w2 dan w3 terdapat harga tiket dan koordinat
lokasi. Dimana koorninat akan digunakan untuk menghitung waktu tempuh dan
jarak dari suatu titik ke titik lain. Dan untuk harga tiket masuk akan dijumlahkan
dan harus kurang dari atau sama dengan dana berwisata yang dimasukkan oleh
wisatawan. Untuk total waktu berwisata pun harus kurang dari sama dengan total
waktu yang dimasukkan oleh wisatawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
Tabel 4.3 Formasi Kromosom Untuk Dua Tempat Wisata
w1 w2 w3 w4
Tabel 4.4 Struktur Data Array Untuk Dua Tempat Wisata
Iterasi Kromosom Gen Allele
I[0]
K[0]
w1 id hotel
w2 id wisata
w3 id wisata
w4 id hotel
…. …. ….
K[9] …. ….
…. …. …. ….
I[99]
K[0] …. ….
…. …. ….
K[9]
w1 id hotel
w2 id wisata
w3 id wisata
w4 id hotel
Untuk setiap isi dari w1, w2, w3, dan w4 terdapat harga tiket dan
koordinat lokasi. Dimana koorninat akan digunakan untuk menghitung waktu
tempuh dan jarak dari suatu titik ke titik lain. Dan untuk harga tiket masuk akan
dijumlahkan dan harus kurang dari atau sama dengan dana berwisata yang
dimasukkan oleh wisatawan. Untuk total waktu berwisata pun harus kurang dari
sama dengan total waktu yang dimasukkan oleh wisatawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
Tabel 4.5 Formasi Kromosom Untuk Tiga Tempat Wisata
w1 w2 w3 w4 w5
Tabel 4.6 Struktur Data Array Untuk Tiga Tempat Wisata
Iterasi Kromosom Gen Allele
I[0]
K[0]
w1 id hotel
w2 id wisata
w3 id wisata
w4 id wisata
w5 id hotel
….. ….. …..
K[9] ….. …..
….. ….. ….. …..
I[99]
K[0] ….. …..
….. ….. …..
K[9]
w1 id hotel
w2 id wisata
w3 id wisata
w4 id wisata
w5 id hotel
Untuk setiap isi dari w1, w2, w3, w4, dan w5 terdapat harga tiket dan
koordinat lokasi. Dimana koorninat akan digunakan untuk menghitung waktu
tempuh dan jarak dari suatu titik ke titik lain. Dan untuk harga tiket masuk akan
dijumlahkan dan harus kurang dari atau sama dengan dana berwisata yang
dimasukkan oleh wisatawan. Untuk total waktu berwisata pun harus kurang dari
sama dengan total waktu yang dimasukkan oleh wisatawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
Tabel 4.7 Formasi Kromosom Untuk Empat Tempat Wisata
w1 w2 w3 w4 w5 w6
Tabel 4.8 Struktur Data Array Untuk Empat Tempat Wisata
Iterasi Kromosom Gen Allele
I[0]
K[0]
w1 id hotel
w2 id wisata
w3 id wisata
w4 id wisata
w5 id wisata
w6 id hotel
..... ..... .....
K[9] ..... .....
….. ….. ….. …..
I[99]
K[0] ….. …..
….. ….. …..
K[9]
w1 id hotel
w2 id wisata
w3 id wisata
w4 id wisata
w5 id wisata
w6 id hotel
Untuk setiap isi dari w1, w2, w3, w4, w5, dan w6 terdapat harga tiket dan
koordinat lokasi. Dimana koorninat akan digunakan untuk menghitung waktu
tempuh dan jarak dari suatu titik ke titik lain. Dan untuk harga tiket masuk akan
dijumlahkan dan harus kurang dari atau sama dengan dana berwisata yang
dimasukkan oleh wisatawan. Untuk total waktu berwisata pun harus kurang dari
sama dengan total waktu yang dimasukkan oleh wisatawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
Tabel 4.9 Formasi Kromosom Untuk Lima Tempat Wisata
w1 w2 w3 w4 w5 w6 w7
Tabel 4.10 Struktur Data Array Untuk Lima Tempat Wisata
Iterasi Kromosom Gen Allele
I[0]
K[0]
w1 id hotel
w2 id wisata
w3 id wisata
w4 id wisata
w5 id wisata
w6 id wisata
w7 id hotel
….. ….. …..
K[9] ….. …..
….. ….. ….. …..
I[99]
K[0] ….. …..
….. ….. …..
K[9]
w1 id hotel
w2 id wisata
w3 id wisata
w4 id wisata
w5 id wisata
w6 id wisata
w7 id hotel
Untuk setiap isi dari w1, w2, w3, w4,w5,w6, dan w7 terdapat harga tiket
dan koordinat lokasi. Dimana koorninat akan digunakan untuk menghitung waktu
tempuh dan jarak dari suatu titik ke titik lain. Dan untuk harga tiket masuk akan
dijumlahkan dan harus kurang dari atau sama dengan dana berwisata yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
dimasukkan oleh wisatawan. Untuk total waktu berwisata pun harus kurang dari
sama dengan total waktu yang dimasukkan oleh wisatawan.
Pada tabel diatas untuk gen awal dan akhir tiap kromosom merupakan titik
awal dan titik akhir perjalanan wisata yaitu EDU Hostel. Sedangkan untuk
id_obyek menyatakan tempat wisata yang berbeda-beda. Dalam id_obyek tersebut
tersimpan data harga tiket masuk, koordinat lokasi wisata, jam buka wisata, dan
jam tutup tempat wisata. Pengambilan id_obyek akan diambil menggunakan
bilangan acak. Data tempat wisata tersebut nantinya akan dihitung total jarak,
total waktu tempuh dan total harga tiket masuknya. Setiap kromosom memiliki id
wisata yang berbeda-beda, namun untuk titik awal memiliki nilai yang sama
dengan titik akhir. Panjang dari kromosom akan berbeda-beda tiap hasilnya,
karena sistem yang akan menentukan panjang kromosom.
4.2.2 Inisiasi Populasi
Teknik dalam membangkitkan populasi awal yang digunakan pada sistem ini
adalah dengan menggunakan teknik Random Generator. Inti dari cara ini adalah
melibatkan pembangkitan bilangan random untuk nilai setiap gen sesuai dengan
representasi kromosom yang digunakan. Jumlah kromosom awal sudah ditentukan
yaitu 10 kromosom. berikut adalah ilustrasi pembentukan sebuah kromosom.
Setiap gen akan diisi dengan nomer indeks masing-masing tempat wisata. Dimana
dalam setiap indeks menyimpan data waktu tempuh, jarak, harga tiket masuk, jam
buka, dan tutup wisata. Isi dari indeks tersebut akan dimasukkan dalam penentuan
nilai fitness dan seleksi yang akan dilakukan pada proses selanjutnya.
Berikut merupakan contoh inisiasi menggunakan graph :
Gambar 4.2 Contoh Graph
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27
Dimana H merupakan titik awal dan titik akhir, sedangkan A, B, C, D, dan
E merupakan titik yang harus dilalui. Sistem akan mencari dari yang dapat dilalui
satu titik sampai dapat mengunjungi semua titik.
Tabel 4.11 Tabel representasi graph
H A B C D E
H 0 0,7 0 0 1,2 0,6
A 0,7 0 0,3 0,8 1,1 0
B 0 0,3 0 0,4 0 0
C 0 0,8 0,4 0 0,9 0
D 1,2 1,1 0 0,9 0 1,0
E 0,6 0 0 0 1,0 0
Sehingga kromosom yang dapat terbentuk berdasar graph di atas adalah :
Tabel 4.12 Tabel satu titik
Kromosom Rute
1 H – D – H
2 H – A – H
3 H – E – H
Tabel 4.13 Tabel dua titik
Kromosom Rute
1 H – D – A – H
2 H – E – D – H
3 H – D – E – H
4 H – A – D – H
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28
Tabel 4.14 Tabel tiga titik
Kromosom Rute
1 H – D – C – A – H
2 H – E – D – A – H
3 H – A – D – E – H
4 H – A – C – D – H
Tabel 4.15 Tabel empat titik
Kromosom Rute
1 H – D – C – B – A – H
2 H – E – D – C – A – H
3 H – A – C – D – E – H
4 H – A – B – C – D – H
Tabel 4.16 Tabel lima titik
Kromosom Rute
1 H – E – D – C – B – A – H
2 H – A – B – C – D – E – H
4.2.3 Penentuan Nilai Fitness
Dari populasi awal di atas, akan dicari nilai fitness dari kromosom tersebut,
untuk menentukan apakah kromosom itu merupakan solusi yang tepat untuk
permasalahan yang ada. Misal contoh yang diambil adalah 0-4-10-6-0, 0-17-24-3-
0 dan 0-29-1-13-0, maka masing-masing akan dicek apakah memenuhi syarat
yang ditentukan. Syaratnya yaitu jika obyek yang dikunjungi akan diambil
sebagai iterasi bila perhitungan total waktu tidak lebih besar dengan jam tutup dari
obyek selanjutnya dan masih memenuhi waktu selesai berwisata. Untuk waktu
mulai berwisata juga ditentukan oleh wisatwan. Sehingga jam buka tempat juga
menjadi batasan. Untuk jam buka wisata terhitung dari jam awal berangkat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
ditambah dengan lama perjalanan menuju tempat wisata. Dengan perhitungan
sebagai berikut :
( ( ) ) ( ( ) )
( ( ))
Keterangan :
TWT = Total Waktu Tempuh.
wb = waktu berangkat.
Waktu berangkat untuk gen awal, di tentukan oleh wisatawan. Untuk
waktu berangkat pada gen selanjutnya diambil dari waktu berakhir kunjungan
pada obyek pertama atau gen pertama, demikian seterusnya sampai gen
terakhir.
Oa = Obyek asal , Ot = obyek tujuan.
wt = waktu tempuh (lama perjalanan).
Waktu tempuh didapat dari jarak masing-masing obyek wisata, dimana
jarak dan waktu tempuh diambil dengan menggunakan GoogleAPI. Data yang
diambil dari GoogleAPI tersebut akan disimpan ke dalam database. Jika pada
data waktu menunjukkan angka 0,6 jam maka waktu tempuhnya adalah 0,6 x
60 menit, sehingga waktu tempuhnya 36 menit.
wk = waktu kunjungan di obyek.
Kemudian akan dicek contoh kromosom berikut, yaitu 0-4-10-6-0, 0-17-24-3-
0 dan 0-29-1-13-0. Dengan waktu berangkat pukul 08:00 dan waktu selesai wisata
pukul 14:00 dengan total harga untuk berwisata 200.000 :
a. Kromosom 0-4-10-6-0
id 0 (EDU Hostel) – id 4 (Purawisata)
harga menginap di EDU Hostel = 107.000
waktu berangkat dari EDU Hostel = 08:00
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
waktu tempuh ke Purawisata = 0.2 jam
waktu sampai di Purawisata = 08:12
harga tiket masuk Purawisata = 15.000
waktu kunjung di Purawisata= 1 jam
waktu selesai di Purawisata = 09:12
id 4 (Purawisata) – id 10 (Candi Kraton Ratu Boko)
waktu berangkat dari Purawisata = 09:12
waktu tempuh ke Candi Kraton Ratu Boko = 0.8 jam
waktu sampai di Candi Kraton Ratu Boko = 10:00
harga tiket masuk Candi Kraton Ratu Boko = 40.000
waktu kunjung di Candi Kraton Ratu Boko = 1 jam
waktu selesai di Candi Kraton Ratu Boko = 11:00
id 10 (Candi Kraton Ratu Boko) – id 6 (Museum Benteng Vredeburg)
waktu berangkat dari Candi Kraton Ratu Boko = 11:00
waktu tempuh ke Museum Benteng Vredeburg = 0.8 jam
waktu sampai di Museum Benteng Vredeburg = 12:48
harga tiket di Museum Benteng Vredeburg = 3.000
waktu kunjung di Museum Benteng Vredeburg = 1 jam
waktu selesai di Museum Benteng Vredeburg = 13:48
id 6 (Museum Benteng Vredeburg) – id 0 (EDU Hostel)
waktu berangkat dari Museum Benteng Vredeburg = 13:48
waktu tempuh menuju EDU Hostel = 0.1 jam
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
waktu sampai di EDU Hostel = 13:54
total waktu tempuh = 5 jam 54 menit
total harga = 165.000
Pada percobaan diatas kromosom yang terbentuk dapat dilanjutkan untuk
proses crossover dan mutasi. Rute diatas memiliki total waktu tempuh dan total
harga berwisata yang masih berada di dalam batasan yang diberikan oleh
wisatawan. Sehingga kromosom tersebut akan dilanjutkan ke proses
selanjutnya.
b. Kromosom 0-17-24-3-0
id 0 (EDU Hostel) – id 17 (Jogja Bay)
harga menginap di EDU Hostel = 107.000
waktu berangkat dari EDU Hostel = 08:00
waktu tempuh ke Jogja Bay = 0.6 jam
waktu sampai di Jogja Bay = 08:36
harga tiket masuk Jogja Bay = 90.000
waktu kunjung di Jogja Bay = 1 jam
waktu selesai di Jogja Bay = 09:36
id 17 (Jogja Bay) – id 24 (Waduk Sermo)
waktu berangkat dari Jogja Bay = 09:36:00
waktu tempuh ke Waduk Sermo = 1.4 jam
waktu sampai di Waduk Sermo = 11:00
harga tiket masuk Waduk Sermo = 2.000
waktu kunjung di Waduk Sermo = 1 jam
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
waktu berakhir di Waduk Sermo = 12:00
id 24 (Waduk Sermo) – id 3 (Gembira Loka)
waktu berangkat dari Waduk Sermo = 12:00
waktu tempuh menuju Gembira Loka = 1.3 jam
waktu sampai di Gembira Loka = 13:18
harga tiket masuk Gembira Loka = 30.000
waktu kunjung di Gembira Loka = 1 jam
waktu berakhir dari Gembira Loka = 14:18
id 3 (Gembira Loka) – id 0 (EDU Hostel)
waktu berangkat dari Gembira Loka = 14:18
waktu tempuh menuju EDU Hostel = 0.3 jam
waktu sampai di EDU Hostel = 14:36
total waktu tempuh = 6 jam 36 menit
total harga = 229.000
Pada percobaan diatas kromosom yang terbentuk merupakan rute gagal.
Sehingga rute ini tidak akan digunakan dalam proses selanjutnya, karena rute
diatas memiliki total waktu tempuh yang melebihi batas waktu selesai
berwisata. Total harga berwisata juga sudah melebihi batas yang telah
ditentukan.
c. Kromosom 0-29-1-13-0
id 0 (EDU Hostel) – id 29 (Pantai Ngrenehan)
harga menginap di EDU Hostel = 107.000
waktu berangkat menuju Pantai Ngrenehan = 08:00
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
33
waktu tempuh menuju Pantai Ngrenehan = 1.7 jam
waktu sampai di Pantai Ngrenehan = 09:42
harga tiket masuk Pantai Ngrenehan = 5.000
waktu kunjung di Pantai Ngrenehan = 1 jam
waktu berakhir dari Pantai Ngrenehan = 10:42
id 29 (Pantai Ngrenehan) – id 1 (Kraton Yogyakarta)
waktu berangkat dari Pantai Ngrenehan = 10:42
waktu tempuh menuju Kraton Yogyakarta = 1.7 jam
waktu sampai di Kraton Yogyakarta = 12:24
harga tiket masuk Kraton Yogyakarta = 7.000
waktu kunjung di Kraton Yogyakarta = 1 jam
waktu berakhir di Kraton Yogyakarta = 13:24
id 1 (Kraton Yogyakarta) – id 13 (Museum Gunung Merapi)
waktu berangkat dari Kraton Yogyakarta = 13:24
waktu tempuh menuju Museum Gunung Merapi = 1 jam
waktu sampai di Museum Gunung Merapi = 14:24
harga tiket masuk Museum Gunung Merapi = 5.000
waktu kunjung di Museum Gunung Merapi = 1 jam
waktu berakhir dari Museum Gunung Merapi = 15:24
id 3 (Gembira Loka) – id 0 (EDU Hostel)
waktu berangkat dari Gembira Loka = 15:34
waktu tempuh menuju EDU Hostel = 0.3 jam
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
waktu sampai di EDU Hostel = 15:52
total waktu tempuh = 7 jam 52 menit
total harga = 124.000
Pada percobaan diatas kromosom yang terbentuk merupakan rute gagal.
Sehingga rute ini tidak akan digunakan dalam proses selanjutnya, karena rute
diatas memiliki total waktu tempuh yang melebihi batas waktu selesai berwisata.
Demikian seterusnya untuk kromosom yang lain, akan dicek satu persatu. Dalam
masalah ini ditentukan bahwa kromosom atau populasi awal ada 10 kromosom.
4.2.4 Seleksi
Dalam sistem ini proses seleksi menggunakan Roulette Wheel. Dengan
rumus mencari fitness relatif SW sebagai berikut :
[ ] [ ]
∑
Berikut ilustrasi pencarian nilai fitness relatif untuk SW pada setiap kromosom:
SW[0] => 4,2 / 23,1 = 0,1818
SW[1] => 4,6 / 23,1 = 0,1991
SW[2] => 4,8 / 23,1 = 0,2078
SW[3] => 4,5 / 23,1 = 0,1948
SW[4] => 5 / 23,1 = 0,2165
Berikut ilustrasi pencarian nilai fitness kumulatif dari tiap-tiap fitness relatif yang
didapat:
C[0] = 0 + 0,1818 = 0,1818
C[1] = 0,1818 + 0,1991 = 0,3810
C[2] = 0,3810 + 0,2078 = 0,5887
C[3] = 0,5887 + 0,1948 = 0,7835
C[4] = 0,7835 + 0,2165 = 1,0000
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
Ketika hasil dari perhitungan fitness relative dan fitness kumulatif sudah
ditemukan maka, untuk tahap selanjutnya adalah melakukan proses seleksi
kromosom berdasarkan dari proporsi dari fitness kumulatif seperti pada tabel
berikut :
Tabel 4.17 Tabel Nilai Fitness SW
Kromosom Fitness relative Fitness kumulatif
1 0,1818 0 - 0,1818
2 0,1991 0,1818 - 0,3810
3 0,2078 0,3810 - 0,5887
4 0,1948 0,5887 - 0,7835
5 0,2165 0,7835 - 1,0000
Lanjutkan dengan melakukan proses roulette wheel yaitu dengan
bangkitkan bilangan acak 0 sampai 1 sebanyak dua kali untuk mendapatkan orang
tua. Ketika dilakukan proses roulette wheel muncul angka 0,5 dan 0,26, maka
kromosom yang menjadi orang tua adalah kromosom 3 dan kromosom 2.
4.2.5 Proses Reproduksi untuk Menghasilkan Kromosom Baru.
a. Crossover
Model proses crossover yang digunakan dalam sistem ini yaitu
dengann Two Point Crossover. Dengan batas gen yang ditukar untuk tiga
tempat wisata adalah gen3 dan gen4.
Sehingga untuk crossover dengan tiga tempat wisata yaitu.
Induk 1 = 0 4 | 7 19 | 0
Induk 2 = 0 8 | 1 22 | 0
Akan menghasilkan generasi baru yaitu :
Gen baru 1 = 0 4 1 22 0
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
36
Gen baru 2 = 0 8 7 19 0
Untuk batas gen yang ditukar dalam empat tempat wisata adalah
gen4 dan gen5.
Sehingga untuk crossover dengan empat tempat wisata yaitu.
Induk 1 = 0 4 20 | 26 10 | 0
Induk 2 = 0 8 15 | 11 17 | 0
Akan menghasilkan generasi baru yaitu :
Gen baru 1 = 0 4 20 11 17 0
Gen baru 2 = 0 8 15 26 10 0
Dan batas gen yang ditukar untuk lima tempat wisata adalah antara
gen4, gen5 dan gen6.
Sehingga untuk crossover dengan lima tempat wisata yaitu.
Induk 1 = 0 4 13 | 7 19 9 | 0
Induk 2 = 0 8 10 | 1 29 5 | 0
Akan menghasilkan generasi baru yaitu :
Gen baru 1 = 0 4 13 1 29 5 0
Gen baru 2 = 0 8 10 7 19 9 0
Untuk kromosom baru hasil crossover akan dicek dan
dibandingkan nilai fitnessnya dengan kromosom yang sudah terdapat di
sistem. Jika dicek nilai fitness masih dalam batasan yang diberikan, maka
hasil crossover tersebut akan di masukkan ke dalam iterasi selanjutnya.
Dan jika hasil kromosom tidak sesuai dengan batasan, maka hasil
kromosom tersebut tidak akan dimasukkan ke iterasi selanjutnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
37
b. Mutasi
Selanjutnya kromosom akan menjalani proses mutasi. Pada sistem
ini mutasi dilakukan dengan metode Swap Mutation. Sistem juga akan
menggunakan bilangan acak untuk mencari gen mana yang akan ditukar
posisinya. Dalam setiap generasi akan melakukan mutasi dengan satu
kromosom. Pertama sistem akan mencari bilangan acak sesuai dengan
panjang kromosom yang ada. Setelah mendapatkan bilangan acak tersebut
sistem akan mencari bilanagan acak lagi. Pencarian bilangan acak yang
kedua ini digunakan untuk mencari gen mana yang akan ditukar. Jika
mendapatkan angka 2 dan 4. Maka gen 2 dan gen 4 akan ditukar nilainya.
Kromosom awal = 0 4 1 22 0 Kromosom mutasi = 0 22 1 4 0
Setelah proses mutasi maka kembali lagi untuk melakukan evaluasi
nilai fitness, seleksi, crossover, dan mutasi sebanyak maksimal generasi
yang sudah ditetapkan di sistem. Maksimal generasi yang ditetapkan oleh
sistem adalah 100 generasi.
4.3 Perancangan Desain Antarmuka
Antarmuka merupakan suatu sarana yang digunakan sebagai komunikasi antara
sistem dengan wisatawan. Berikut ini rancangan antarmuka dari sistem ini :
4.3.1 Halaman Utama
Gambar 4.3 Desain Halaman Utama
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
38
Merupakan rancangan halaman Utama dari perancangan sistem ini. Disini
terdapat pilihan Menu Perhitungan, dimana wisatawan akan diarahkan ke halaman
Kriteria. Untuk menu Login digunakan oleh pengguna admin untuk menambah
data wisata, menghapus data wisata, mengubah data wisata dan mengupdate data
jarak.
4.3.2 Halaman Kriteria
Gambar 4.4 Desain Halaman Kriteria
Merupakan desain tampilan Kriteria, dimana wisatawan akan menentukan
dana untuk berwisata, menentukan waktu mulai serta waktu selesai berwisata dan
menentukan banyaknya tempat wisata yang akan dikunjungi dalam satu hari
perjalanan wisata. Dalam sistem ini akan menghitung harga dari tiket masuk,
menghitung total jarak tempuh dan menghitung total waktu yang dapat dilakukan
dalam satu hari berwisata. Ketika wisatawan menekan tombol cari, maka akan
menuju ke halaman Hasil.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
4.3.3 Halaman Hasil
Gambar 4.5 Desain Halaman Hasil
Merupakan desain tampilan untuk halaman Hasil. Dalam halaman ini sistem
akan menampilkan alternatif-alternatif rute wisata yang sudah dihitung oleh
sistem berdasarkan kriteria yang wisatawan masukkan pada halaman sebelumnya.
4.3.4 Halaman Login Admin
Gambar 4.6 Desain Halaman Login Admin
Merupakan desain untuk halaman Login Admin. Dimana pengguna harus
memasukkan username dan password untuk dapat masuk sebagai admin. Admin
bertugas untuk menambah data wisata, menghapus data wisata, mengubah data
wisata, dan mengubah data jarak.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40
4.3.5 Halaman Data Wisata
Gambar 4.7 Desain Halaman Data Wisata
Merupakan desain untuk halaman Data Wisata. Yang dapat mengakses
halaman tersebut adalah admin. Dalam tampilan diatas admin dapat melakukan
tambah data wisata, hapus data wisata dan ubah data wisata.
4.3.6 Halaman Detil Wisata
Gambar 4.8 Desain Halaman Detil Wisata
Merupakan desain untuk melihat halaman detil wisata. Yang dapat mengakses
halaman tersebut adalah admin.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41
4.3.7 Halaman Tambah dan Ubah Data Wisata
Gambar 4.9 Desain Halaman Tambah dan Ubah Data Wisata
Merupakan desain untuk halaman Tambah dan Ubah Data Wisata. Admin
dapat melakukan tambah data wisata dan ubah data wisata.
4.3.8 Halaman Ubah Jarak
Gambar 4.10 Desain Halaman Ubah Jarak
Merupakan desain untuk halaman Ubah Jarak. Admin dapat melakukan ubah
jarak dengan menekan tombol Perbarui Data. Sistem akan langsung melakukan
perubahan jarak dan estimasi waktu tempuh sesuai dengan data wisata yang ada di
database. Pengambilan data jarak dan estimasi waktu tempuh dilakukan dengan
menggunakan GoogleAPI.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
4.4 Analisa Kebutuhan
4.4.1 Use Case
Gambar 4.11 Diagram Usecase
4.4.2 Narasi Use Case
1. Perhitungan
Nama Use Case Perhitungan
ID Use Case 1
Aktor Wisatawan
Deskripsi
Wisatawan mengisi form anggaran wisata, waktu wisata
dan banyak tempat wisata untuk menentukan lokasi
wisata mana saja yang dapat dikunjungi.
Kondisi Awal Wisatawan berada dihalaman Home.
Kondisi Akhir Wisatawan berada dihalaman formWisata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
Typical Course
Aksi Pengguna Reaksi Sistem
1. Pengguna menekan
tombol Perhitungan.
3. Mengisi form
anggaran wisata,
waktu wisata dan
banyak tempat
wisata.
4. Menekan tombol
Cari.
2. Mengarahkan pengguna
ke halaman formWisata.
2. Lihat Hasil
Nama Use Case Lihat Hasil
ID Use Case 2
Aktor Wisatawan
Deskripsi Wisatawan dapat melihat hasil perhitungan dari sistem
sebagai alternatif dalam berwisata.
Kondisi Awal Wisatawan berada dihalaman formWisata.
Kondisi Akhir Wisatawan berada dihalaman hasilWisata.
Typical Course
Aksi Pengguna Reaksi Sistem
1. Mengisi form dan
menekan tombol
Cari.
3. Melihat alternatif
tempat wisata yang
diberikan.
2. Mengarahkan pengguna
ke halaman hasilWisata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
3. Login
Nama Use Case Login
ID Use Case 3
Aktor Admin
Deskripsi Admin mengisi form username dan password untuk
masuk sebagai admin.
Kondisi Awal Admin berada dihalaman Home.
Kondisi Akhir Admin berada dihalaman Beranda.
Typical Course
Aksi Pengguna Reaksi Sistem
1. Menekan tombol
Login.
3. Mengisi username
dan password.
4. Menekan tombol
Masuk.
2. Mengarahkan ke
halaman login.
5. Mengarahkan ke
halaman beranda.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
4. Tambah Data Wisata
Nama Use Case Tambah Data Wisata
ID Use Case 4
Aktor Admin
Deskripsi Admin dapat memasukkan data wisata baru yang belum
pernah dibuat sebelumnya.
Kondisi Awal Admin berada dihalaman lihatWisata.
Kondisi Akhir Admin kembali ke halaman lihatWisata.
Typical Course
Aksi Pengguna Reaksi Sistem
1. Menekan tombol
Tambah.
3. Mengisi form yang
tersedia sebagai data
wisata baru.
4. Menekan tombol
Simpan.
2. Mengarahkan ke
halaman tambahWisata.
5. Menyimpan data wisata
dan mengarahkan ke
halaman lihatWisata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
5. Lihat Detil Wisata
Nama Use Case Lihat Detil Wisata
ID Use Case 5
Aktor Admin
Deskripsi Admin dapat melihat detil dari data sebuah wisata.
Kondisi Awal Admin berada dihalaman lihatWisata.
Kondisi Akhir Admin berada dihalaman detilWisata.
Typical Course
Aksi Pengguna Reaksi Sistem
1. Menekan tombol
Lihat.
3. Melihat data wisata.
2. Mengarahkan ke
halaman detilWisata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
6. Ubah Data Wisata
Nama Use Case Ubah Data Wisata
ID Use Case 6
Aktor Admin
Deskripsi Admin mampu mengubah data wisata yang ada.
Kondisi Awal Admin berada dihalaman lihatWisata.
Kondisi Akhir Admin kembali ke halaman lihatWisata.
Typical Course
Aksi Pengguna Reaksi Sistem
1. Menekan tombol
Ubah.
3. Mengubah isi form
yang tersedia.
4. Menekan tombol
Simpan.
2. Mengarahkan ke
halaman ubahWisata.
5. Menyimpan data wisata
dan mengarahkan ke
halaman lihatWisata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
7. Hapus Data Wisata
Nama Use Case Hapus Data Wisata
ID Use Case 7
Aktor Admin
Deskripsi Admin mampu menghapus data wisata.
Kondisi Awal Admin berada dihalaman lihatWisata.
Kondisi Akhir Admin tetap berada dihalaman lihatWisata.
Typical Course
Aksi Pengguna Reaksi Sistem
1. Menekan tombol
Hapus.
3. Menekan Ya.
2. Memberikan konfirmasi
penghapusan.
4. Menghapus data dan
meampilkan halaman
lihatWisata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
8. Ubah Data Jarak
Nama Use Case Ubah Data Jarak
ID Use Case 8
Aktor Admin
Deskripsi Admin mampu mengubah data jarak.
Kondisi Awal Admin berada dihalaman Rute.
Kondisi Akhir Admin kembali ke halaman Rute.
Typical Course
Aksi Pengguna Reaksi Sistem
1. Menekan tombol
Update Jarak.
3. Melihat data jarak
yang telah di update
2. Melakukan update jarak
dan menampilkan hasil
update jarak pada
halaman Rute.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
50
9. Logout
Nama Use Case Logout
ID Use Case 9
Aktor Admin
Deskripsi Admin kembali menjadi pengguna wisatawan.
Kondisi Awal Admin berada dihalaman Beranda.
Kondisi Akhir Admin berada dihalaman Home.
Typical Course
Aksi Pengguna Reaksi Sistem
1. Menekan tombol
Logout.
3. Berada di halaman
Home.
2. Menghapus data session
login admin dan
mengarahkan ke
halaman Home.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
51
4.4.3 Diagram Aktifitas
1. Perhitungan
Gambar 4.12 Diagram Aktifitas Perhitungan
2. Lihat Hasil
Gambar 4.13 Diagram Aktifitas Lihat Hasil
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
3. Login
Gambar 4.14 Diagram Aktifitas Login
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
4. Tambah Data Wisata
Gambar 4.15 Diagram Aktifitas Tambah Data Wisata
5. Lihat Detil Wisata
Gambar 4.16 Diagram Aktifitas Lihat Detil Wisata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
6. Ubah Data Wisata
Gambar 4.17 Diagram Aktifitas Ubah Data Wisata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
7. Hapus Data Wisata
Gambar 4.18 Diagram Aktifitas Hapus Data Wisata
8. Ubah Data Jarak
Gambar 4.19 Diagram Aktifitas Ubag Data Jarak
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56
9. Logout
Gambar 4.20 Diagram Aktifitas Logout
4.4.4 Perancangan Program
a. Model Kelas Analisis
Gambar 4.21 Diagram MVC
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
57
b. Model Interaksi Antar Kelas
Gambar 4.22 Diagram Sequence Perhitungan
Gambar 4.23 Diagram Sequence Lihat Hasil
Gambar 4.24 Diagram Sequence Login
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
58
Gambar 4.25 Diagram Sequence Tambah Data Wisata
Gambar 4.26 Diagram Sequence Lihat Detil Wisata
Gambar 4.27 Diagram Sequence Ubah Data Wisata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
59
Gambar 4.28 Diagram Sequence Hapus Data Wisata
Gambar 4.29 Diagram Sequence Ubah Data Jarak
Gambar 4.30 Diagram Sequence Logout
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
60
4.5 Desain Basis Data
4.5.1 Desain Konseptual
Gambar 4.31 Desain Basisdata Konseptual
4.5.2 Desain Logikal
Gambar 4.32 Desain Basisdata Logikal
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
61
4.5.3 Desain Fisikal
a. Tabel tabel_obyek
Tabel 4.18 Tabel tabel_obyek
Nama Tipe Size Keterangan Key
id_obyek Int 20 Berisi kode unik wisata PK
nama_obyek Varchar 100 Berisi nama wisata
tiket_masuk Int 10 Berisi harga tiket masuk wisata
jam_buka Time Berisi jam buka tempat wisata
jam_tutup Time Berisi jam tutup tempat wisata
keterangan Text Berisi keterangan
Latitude Double Berisi latitude wisata
longtitude Double Berisi longtitude wisata
b. Tabel tabel_waktu_tempuh
Tabel 4.19 Tabel tabel_waktu_tempuh
Nama Tipe Size Keterangan Key
a_obj Int 11 Berisi id_obyek awal FK
k_obj Int 11 Berisi id_obyek akhir FK
nilai Float Berisi waktu tempuh
perjalanan dari a_obj ke k_obj
jarak Float Berisi jarak tempuh dari a_obj
ke k_obj
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
62
c. Tabel admin
Tabel 4.20 Tabel admin
Nama Tipe Size Keterangan Key
id_admin Int 11 Berisi kode unik admin PK
username Varchar 30 Berisi username admin
password Varchar 30 Berisi password admin
nama Varchar 30 Berisi nama admin
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
63
BAB V
ANALISA, IMPLEMENTASI DAN PEMBAHASAN SISTEM
5.1 Implementasi Antarmuka
5.1.1 Halaman Utama
Gambar 5.1 Halaman Utama
5.1.2 Halaman Kriteria
Gambar 5.2 Halaman Kriteria
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
64
5.1.3 Halaman Hasil
Gambar 5.3 Halaman Hasil (1)
Merupakan tampilan ketika sistem tidak mampu menemukan solusi
dengan batasan yang diberikan wisatawan.
Gambar 5.4 Halaman Hasil (2)
Merupakan tampilan ketika sistem mampu menemukan solusi dengan
batasan yang diberikan wisatawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
65
5.1.4 Halaman Login Admin
Gambar 5.5 Halaman Login Admin
5.1.5 Halaman Data Wisata
Gambar 5.6 Halaman Data Wisata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
66
5.1.6 Halaman Detil Wisata
Gambar 5.7 Halaman Detil Wisata
5.1.7 Halaman Tambah Data Wisata
Gambar 5.8 Halaman Tambah Wisata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
67
5.1.8 Halaman Ubah Data Wisata
Gambar 5.9 Halaman Ubah Data Wisata
5.1.9 Halaman Ubah Jarak
Gambar 5.10 Halaman Ubah Jarak
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
68
5.2 Pembahasan Sistem
5.2.1 Implementasi Program
a. Representasi Kromosom
Dalam pembangkitan kromosom seluruh obyek wisata akan akan di
panggil dan akan dipilih secara acak untuk dimasukkan ke dalam kromosom
tersebut. Berikut potongan program untuk membuat kromosom :
b. Pembangkitan Populasi Awal
Dalam pembangkitan populasi awal, yang sudah ditentukan oleh
wisatawan menginginkan banyak tempat wisata yang akan dikunjungi.
Sehingga terdapat potongan program yang berbeda untuk setiap pembentukan
kromosomnya. Untuk banyak kromosom pada populasi sudah ditentukan
yaitu 10 kromosom. Berikut potongan program dalam pembentukan populasi
awal :
Populasi awal tempat wisata.
function generateSample3($jml_obj,$jml_sample,$oK){
$sample = array(); $i = 0;
while(count($sample)<$jml_sample){
if($i==1000){ $_SESSION['pesan']="Pembentukan Kromosom
Error"; break; }
$kromosom = array(); $tmp = NULL;
function getMasterObjectAll(){
global $conn;
$m_obj = NULL; // master obj
$sql = "select * from tabel_obyek where
id_kategori_obyek > 0 order by id_obyek asc";
$hsl = mysql_query($sql,$conn);
while($row = mysql_fetch_array($hsl))
{ $m_obj[] = $row['id_obyek']; }
return $m_obj;
}
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
69
for($q=1;$q<=$jml_obj+2;$q++){
if($q==1 || $q==($jml_obj+2)){ array_push($kromosom,0); }
else{
if($q==2){ $tmp = getObjRandom($kromosom,$oK[0]); }
else if($q==3){ $tmp = getObjRandom($kromosom,$oK[1]); }
else if($q==4){ $tmp = getObjRandom($kromosom,$oK[2]); }
else if($q==5){ $tmp = getObjRandom($kromosom,$oK[3]); }
if($tmp!=FALSE)array_push($kromosom,$tmp); } }
if(cekSample($sample,$kromosom)){
array_push($sample,$kromosom); }
$i++; }
return $sample; }
c. Penentuan Nilai Fitness
Nilai fitness yang dicapai dalam masalah ini adalah total waktu tempuh.
Total waktu tempuh yang direkomendasikan adalah total dari waktu dari
setiap obyek yang dikunjungi dan juga waktu berkunjung tiap obyek.
function ujiCobaRute($x,$waktu_tempuh,$m_obj,$wk,$wb,$budget){
$rute_ok= array(); $tWb =$wb;
for($j=0;$j<count($x);$j++){
$wb = $tWb; $jar = 0;
$htt = 0; $status = TRUE;
$pesan = "";
for($i=1;$i<count($x[$j]);$i++){
$wsm = date("H:i:s",strtotime(($waktu_tempuh[($x[$j][$i-
1])][$x[$j][$i]]*60)." minutes",strtotime($wb)));
$wsl = date("H:i:s",strtotime($wk." hours",strtotime($wsm)));
if($i!=(count($x[$j]) - 1)){
$htt += $m_obj[$x[$j][$i]]['harga'];
if($status){
if(strtotime($wsl)>strtotime($m_obj[$x[$j][$i]]['jam_tutup']
))
$status = FALSE;
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
70
elseif(strtotime($wsm)<strtotime($m_obj[$x[$j][$i]]['jam_buk
a']))
$status = FALSE; } }
$wb = $wsl;
$jar += $waktu_tempuh[($x[$j][$i-1])][$x[$j][$i]]; }
if($budget<$htt) $status = FALSE;
if($status) array_push($rute_ok,$x[$j]); }
return $rute_ok;}
d. Crossover
Untuk mendapatkan generasi baru, dapat dengan melakukan crossover.
Crossover membutuhkan dua kromosom, dalam sistem ini jenis crossover
yang digunakan adalah Two Points Crossover. Dimana terdapat dua batas
untuk melakukan crossover. Dalam sistem ini dua batas tersebut adalah untuk
titik pertama yaitu total lokasi wisata dibagi dua lalu dibulatkan ke angka
yang terendah, untuk titik kedua adalah total julah kromosom dikurangi satu.
Karena dalam sistem ini terdapat tiga pilihan banyak rute wisata yang ingin
dikunjungi, maka titik crossover dengan total rute yang dikunjungi tiga
tempat wisata ada di obyek wisata pertama dan hotel. Sehingga titik yang
akan dilakukan crossover adalah tempat wisata kunjungan kedua dan tempat
wisata kunjungan ketiga.
Untuk titik crossover dengan total rute yang dikunjungi empat tempat
wisata ada di obyek wisata kedua dan hotel. Sehingga titik yang akan
dilakukan crossover adalah tempat wisata kunjungan ketiga dan tempat
wisata kunjungan keempat. Sedangkan untuk titik crossover dengan total rute
yang dikunjungi lima tempat wisata ada di obyek wisata kedua dan hotel.
Sehingga titik yang akan dilakukan crossover adalah tempat wisata
kunjungan ketiga sampai dengan tempat wisata kunjungan kelima. Berikut
potongan programnya :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
71
e. Mutasi
Untuk mendapatkan generasi baru, dapat dengan melakukan mutasi.
Mutasi membutuhkan sebuah kromosom, dalam sistem ini jenis mutasi yang
digunakan adalah SwapMutation. Swap Mutation membutuhkan dua gen
untuk ditukar. Dalam mencari dua gen tersebut sistem menggunakan bilangan
acak untuk mencari gen mana yang akan ditukar. Dalam sistem juga akan
memberikan batasan untuk gen awal dan akhir tidak akan dilakukan mutasi.
Berikut potongan programnya :
function CrossOver($s1,$s2){
if(count($s1) != count($s2))die("ERROR");
$jml_kiri = floor(count($s1)/2);
$t1 = NULL; $t2 = NULL;
for($i=0;$i<count($s1);$i++){
$t1 = $s1[$i];
$t2 = $s2[$i];
$s1[$i] = $t2;
$s2[$i] = $t1;
if($i==($jml_kiri-1))break;}
return array($s1,$s2); }
function Mutasi($s1){
if(count($s1) != count($s1))die("ERROR");
$mut1=rand(1,count($s1)-2);
$mut2=rand(1,count($s1)-2); $t1 = NULL;
if($mut1 == $mut2){
$mut2=rand(1,count($s1)-2);
$t1=$s1[$mut1]; $s1[$mut1]=$s1[$mut2];
$s1[$mut2]=$t1; }
else{ $t1=$s1[$mut1];
$s1[$mut1]=$s1[$mut2]; $s1[$mut2]=$t1; }
return array($s1); }
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
72
5.2.2 Pembahasan Program
Sistem ini mampu memberikan rekomendasi rute wisata dengan mengacak
tempat wisata tersebut. Sehingga rute wisata yang diberikan kepada wisatawan
berbeda-beda. Dan wisatawan juga memiliki referensi rute wisata yang cukup
banyak pula jika ingin melakukan perjalanan wisata. Sistem juga mampu
memenuhi batasan yang diberikan oleh wisatawan, yaitu batasan waktu mulai dan
selesai wisata serta dana wisata yang dimiliki oleh wisatawan. Meskipun
melakukan pengacakan untuk mendapat paket wisata, sistem tetap memberikan
rekomendasi tempat wisata yang memiliki waktu tempuh kurang dari atau sama
dengan batasan waktu yang diberikan. Sehingga tidak semua kromosom dapat
memberikan hasil yang optimal. Kromosom yang tidak memiliki hasil yang sesuai
dengan batasan tidak akan ditampilkan kepada wisatawan. Sistem hanya akan
menampilkan kromosom yang memiliki hasil kurang dari atau sama dengan
batasan yang diberikan oleh wisatawan. Sistem juga akan mengurutkan hasil rute
wisata berdasarkan total jarak tempuh.
Sebagai contoh, wisatawan memiliki dana wisata Rp 150.000,-, ingin
berwisata dari jam 09.00 – 13.00 dan ingin berwisata selama 2 hari, maka sistem
akan memberikan rekomendasi sebagai berikut :
Gambar 5.11 Wisatawan Mengisi Form
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
73
Gambar 5.12 Hasil Pada Form Pembahasan Program
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
74
Gambar 5.13 Representasi Kromosom Awal
Gambar 5. 14 Memulai Algoritma Genetika
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
75
Gambar 5.15 Algoritma Genetika Generasi ke 100
Gambar 5.16 Kromosom Yang Terpilih Dari Algoritma Genetika
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
76
5.2.3 Hasil Dan Analisis Hasil
a. Hasil
Uji coba yang dilakukan dengan memperhatikan jumlah kromosom,
jumlah perulangan yang dilakukan, batasan harga wisata dan lama
berwisata selama satu hari. Berikut tabel pengujian 1 dengan jumlah
kromosom 10, jumlah perulangan 50 dan harga batas harga kurang dari
sama dengan Rp 150.000,- dengan waktu kunjung 08:00 – 12:00 :
Tabel 5.1 Pengujian 1
No Waktu Jumlah Rute
Wisata
1 3,22 4
2 1,12 2
3 0,79 1
4 0,93 4
5 0,97 3
6 0,61 2
7 0,73 1
8 0,71 2
9 0,65 2
10 0,59 1
Gambar 5.17 Grafik percobaan 1
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
1 2 3 4 5 6 7 8 9 10
Grafik Percobaan 1
Waktu Solusi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
77
Berikut tabel pengujian 2 dengan jumlah kromosom 10, jumlah
perulangan 100 dan harga batas harga kurang dari sama dengan Rp
150.000,- dengan waktu kunjung 08:00 – 12:00:
Tabel 5.2 Pengujian 2
No Waktu Jumlah Rute
Wisata
1 0,92 4
2 9,66 5
3 0,81 1
4 1,54 6
5 0,67 1
6 0,84 2
7 1,11 4
8 1,19 4
9 0,83 3
10 0,91 3
Gambar 5.18 Grafik percobaan 2
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
1 2 3 4 5 6 7 8 9 10
Grafik Percobaan 2
Waktu Solusi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
78
Berikut tabel pengujian 3 dengan jumlah kromosom 20, jumlah
perulangan 50 dan harga batas harga kurang dari sama dengan Rp
150.000,- dengan waktu kunjung 08:00 – 12:00 :
Tabel 5.3 Pengujian 3
No Waktu Jumlah Rute
Wisata
1 0,93 5
2 1,31 11
3 1,50 10
4 1,32 12
5 1,04 12
6 1,03 9
7 0,94 4
8 1,30 14
9 1,11 7
10 1,11 9
Gambar 5.19 Grafik percobaan 3
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
1 2 3 4 5 6 7 8 9 10
Grafik Percobaan 3
Waktu Solusi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
79
Berikut tabel pengujian 4 dengan jumlah kromosom 20, jumlah
perulangan 100 dan harga batas harga kurang dari sama dengan Rp
150.000,- dengan waktu kunjung 08:00 – 12:00 :
Tabel 5.4 Pengujian 4
No Waktu Jumlah Rute
Wisata
1 0,97 6
2 0,93 7
3 1,44 8
4 1,07 4
5 1,27 10
6 0,95 6
7 0,88 8
8 0,88 6
9 1,24 9
10 1,18 9
Gambar 5.20 Grafik percobaan 4
0.00
2.00
4.00
6.00
8.00
10.00
12.00
1 2 3 4 5 6 7 8 9 10
Grafik Percobaan 4
Waktu Solusi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
80
b. Analisis Hasil
Dari percobaan yang dilakukan batas dana wisata dan waktu
berwisata yang dimasukkan oleh wisatawan berpengaruh terhadap
banyaknya hasil rute yang didapat. Jika wisatawan semakin banyak
memberi batasan harga dan memiliki waktu lama untuk berwisata maka
akan semakin banyak pula rute yang didapat. Jumlah populasi awal
juga menjadi penentunya, ketika kromosom yang ada di sistem semakin
sedikit maka hasil rute yang didapat juga akan semakin sedikit pula.
Untuk jumlah perulangan juga mempengaruhi hasil. Semakin banyak
jumlah perulangan maka sistem akan mendapatkan hasil yang optimal
untuk setiap kromosom, namun waktu yang diperlukan oleh sistem
akan semakin lama.
Sehingga dapat disimpulkan batas harga, waktu berwisata, jumlah
populasi awal dan jumlah perulangan pada sistem sangat
mempengaruhi hasil. Semakin tinggi batas yang dimasukkan maka akan
semakin banyak pula alternatif rute wisata yang dapat dikunjungi.
Semakin banyak populasi awal dan jumlah perulangan yang dibentuk
maka akan semakin banyak pula alternatif rute wisata yang diberikan
oleh sistem.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
81
BAB VI
PENUTUP
6.1 Kesimpulan
Dari hasil perancangan sistem ini, maka dapat disimpulkan bahwa :
1. Sistem mampu untuk memberikan alternatif perjalanan wisata untuk
membantu wisatawan dalam menentukan pilihan tempat wisata yang akan
dikunjungi.
2. Dengan Algoritma Genetika, perhitungan dari populasi awal, kromosom,
crossover dan mutasi. Maka nilai fitness dari total harga tiket masuk
wisata dan lama wisata selama satu hari yang didapat adalah yang sesuai
atau lebih kecil sama dengan dana wisata dan lama waktu berwisata yang
dimasukkan oleh wisatawan.
3. Hasil untuk setiap pehitungan berbeda-beda meskipun masukkan yang
diberikan sama.
4. Semakin banyak pembentukan populasi awal dan iterasi, maka hasil yang
diberikan sistem akan lebih bervariatif karena semua kemungkinan akan
terjadi.
5. Seleksi untuk mencari orang tua terjadi secara random. Karena selisih total
fitness masing-masing kromosom tidak terlalu jauh. Sehingga setiap
kromosom dapat terpilih untuk menjadi orang tua.
6.2 Saran
Dalam sistem ini masih banyak kekurangan yang terdapat di dalamnya, sehingga
untuk pengembangan sistem yang akan datang, disarankan untuk melakukan
berbagai hal, antara lain :
1. Wisatawan dapat melihat detail informasi dari setiap tempat wisata dan
dapat menampilkan rute wisata dengan Maps.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
82
2. Titik awal perjalanan dapat di mulai dari posisi wisatawan saat itu, atau
wisatawan dapat memilih tempat lain yang masih di area Yogyakarta.
3. Uji dengan seleksi, crossover dan mutasi jenis lain sehigga untuk
membandingkan hasil terbaik dari sistem yang dibuat.
4. Untuk menentukan waktu tempuh gunakan secara real time, jadi ketika
program dijalankan maka akan langsung mencari waktu tempuh melalui
GoogleAPI lalu di simpan ke database.
5. Dalam pencarian lama perjalanan gunakan perhitungan dengan kecepatan
20 km/jam. Agar penetuan lama perjalanan dapat di katakan real.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
83
DAFTAR PUSTAKA
Basuki, Achmad. (2003). Algoritma Genetika : Suatu Alternatif Penyelesaian
Permasalahan Searching, Optimasi dan Machine Learning. Surabaya :
Politeknik Elektronika Negeri Surabaya PENS – ITS.
Blickle, Tobias., Thiele. Lothar. 1995. A Comparison of Selection Schemes used
in Genetic Algorithm. Swiss Federal Institute of Technology (ETH).
Gen, Mitsuo dan Cheng, Runwei. Genetic Algorithms and Engineering Design,
Japan : John Wiley & Sons, Inc., 1997
Pearl, Judea. Heuristic : Intelligent Search Strategies for Computer Problem
Solving, California : Addison – Wesley Publishing Company, 1984
Pitana, I Gde dan Diarta, I Ketut Surya, 2009. Pengantar Ilmu Pariwisata.
Yogyakarta. Andi.
Pratiwi, Sukeksi Esti. (2007). Sistem Pendukung Keputusan Berbasis Web Untuk
Menentukan Alternatif Jalan Wisata Di DIY dan Sekitarnya Dengan
Menggunakan Algoritma Genetika. Skripsi S-1 pada Universitas Sanata
Dharma Yogyakarta: tidak diterbitkan.
Turban, Efraim, 2005, Sistem Pendukung Keputusan dan Sistem Cerdas. Yogyakarta.
Andi.
Undang-Undang Republik Indonesia Nomor 10 Tahun 2009 Tentang Kepariwisataan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
top related