n d2 d3 d4 d5 d6 d7 -...

1

1. Pendahuluan

Salah satu persoalan optimasi yang sering ditemui dalam kehidupansehari-hari adalah pencarian lintasan terpendek. Berbagai kalangan menemuipermasalahan serupa dengan variasi yang berbeda, contohnya seorang pengemudiyang mencari jalur terpendek dari tempat asal ke tempat tujuan. Begitupun jugaseorang desainer jaringan yang harus mendesain skema perutean pada jaringanyang dia tangani agar memaksimalkan performa jaringan dan meminimalkanbeban yang harus ditangani oleh jaringan tersebut.

Pada jaringan seluler, pertumbuhan pengguna telepon seluler terusmeningkat sehingga hal ini berdampak pada arsitektur jaringan serta sistematikarouting (pencarian jalur komunikasi) yang dituntut untuk memberikan peformaterbaik. Permasalahan yang sering terjadi terkait peningkatan pengguna teleponseluler adalah peningkatan jumlah beban trafik sehingga dapat menyebabkankongesti atau kemacetan dalam jaringan tersebut. Kemacetan terjadi akibat jumlahpanggilan yang melalui trafik cukup banyak, sehingga beberapa panggilan baruyang masuk ke trafik akan mengalami delay. Hal ini akan menyebabkan antriansehingga meningkatkan kapadatan jaringan yang disebut dengan kongesti ataukemacetan dalam jaringan. Jika kemacetan terjadi pada rute/lintasan maka dapatmenghasilkan panggilan yang tidak sukses.

Routing adalah proses memilih rute untuk menghubungkan suatu sentraldengan sentral lainnya. Tujuan routing adalah memperoleh pemakaian lintasanyang efisien sehingga pemakaian lintasan/rute dapat dilakukan secara optimal [1].Jika rute/lintasan yang dilewati dalam keadaan penuh atau mengalami kemacetanmaka protokol-protokol yang digunakan harus mencari jalur yang tependek agarwaktu panggilan lebih efisien.

Berdasarkan latar belakang tersebut, dilakukannya penelitian ini bertujuanuntuk membuat sebuah sistematika baru dalam routing jaringan seluler untukpenentuan jalur terpendek pada proses routing. Dalam penentuan jalur terpendekini menggunakan algoritma Dijsktra. Algoritma ini termasuk algoritma pencariangraf yang digunakan untuk menyelesaikan masalah lintasan terpendek dengan satusumber pada sebuah graf yang tidak memiliki cost sisi negatif, dan menghasilkansebuah pohon lintasan terpendek [2]. Pada penelitian digunakan studi kasusjaringan seluler yang ada di kota Salatiga terkhususnya operator seluler Indosat.Oleh karena itu, penelitian ini dilakukan ini agar dari sisi desainer jaringan dapatmemperoleh acuan mengenai rute terpendek pada jalur komunkasi pada jaringanseluler. Sedangkan dari sisi pengguna dapat merasakan kelancaran dalammelakukan komunikasi telepon seluler.

2. Tinjauan Pustaka

Salah satu penelitian yang membahas mengenai mengenai optimasijaringan seluler adalah Optimasi Routing Berbasis Algoritma Genetika PadaSistem Komunikasi Bergerak. Dalam penelitian ini dijelaskan bahwa komunikasibergerak seluler membutuhkan proses routing dimana antar client dapat salingberhubungan melalui jalur yang telah disediakan oleh pihak telekomunikasi.

2

Terkadang jalur-jalur tersebut dalam keadaan sibuk dikarenakan banyaknya jaluryang digunakan untuk panggilan. Dari permasalahan itu maka dibuat suatuprogram yang mampu mensimulasikan proses pencarian jalur komunikasi(routing) pada jaringan telekomunikasi menggunakan algoritma genetika.Algoritma genetika digunakan untuk menghitung waktu yang dibutuhkan dalamusaha pencarian rute terpendek antara Base Transceiver Station (BTS) asaldengan BTS tujuan berdasarkan algoritma genetik pada saat terjadi proses hand-off. Dalam algoritma genetika fungsi waktu dapat dikatakan lebih efisien karenaadanya inisialisasi atau pengenalan cost pada masing-masing BTS, sehinggadalam pencarian rute relatif lebih cepat [3].

Salah satu contoh penelitian mengenai penggunaan algoritma Djikstraadalah Simulasi Algoritma Dijkstra Pada Protokol Routing Open Shortest PathFirst. Dalam penelitian ini dijelaskan bahwa algoritma Dijkstra dapat menentukan(menghitung) rute terpendek ke setiap host tujuan dalam suatu topologi jaringan.Dijelaskan juga jikalau salah satu protokol routing yang digunakan pada jaringanTCP/IP saat ini adalah protokol routing Open Shortest Path First (OSPF).Protokol routing ini menggunakan algoritma Dijkstra dalam menentukan ruteterpendek pada proses pencarian jalur komunikasinya [4]. Algoritma Dijkstramenggunakan prinsip greedy yang menyatakan bahwa pada setiap langkah kitamemilih sisi yang berbobot minimum dan memasukkannya ke dalam himpunansolusi. Algoritma Dijkstra merupakan grafik satu arah (directed graphs) denganbobot jalur non-negatif yang artinya akan bekerja dengan baik jika bobot lebihbesar atau sama dengan nol [2].

Berdasarkan penelitian-penelitian sebelumnya mengenai optimasi routingjaringan seluler dan keunggulan algoritma Dijkstra dalam penentuan jalurterpendek, maka penulis melakukan penelitian yang membahas mengenai routinguntuk pencarian jalur terpendek pada trafik jaringan seluler dengan memanfaatkanalgoritma Dijkstra, yaitu membuat simulasi agar dapat mempelajari penentuanrute terpendek algoritma Dijkstra. Dalam penelitian yang dilakukan, simulasi yangdibuat berupa aplikasi berbasis bahasa pemograman java yang menggambarkanrouting antar BTS milik operator Indosat pada kota Salatiga. Penelitian ini akanmenghasilkan tabel iterasi yang membantu bagi desainer jaringan seluler dalammanjemen trafik menggunakan algoritma Dijkstra dalam penentuan jalurterpendek. Dari tabel ini, desainer jaringan diharapkan dapat mengatasi masalahkemacetan yang yang terjadi dalam jaringan seluler. Routing OSPF dilakukanmelalui 3 (tiga) proses yaitu proses adjacency, proses pembanjiran (flooding) danperhitungan tabel routing [4]. Pada penelitian ini, proses adjacency dan prosespembanjiran tidak diikut sertakan. Yang digunakan pada penelitian ini adalahperhitungan tabel routing yang mensimulasikan penentuan rute terpendek tiapBTS berdasarkan topologi jaringan yang ada.

Pada algoritma Dijkstra, pencarian hanya pada lokasi awal dan lokasi akhirsaja, dan lokasi awal dan lokasi akhir tersebut hanya dipilih satu kali saja danjarak terpendek untuk menuju lokasi akhir itu yang akan menjadi nilai output.Untuk mengetahui jalan atau rute terpendek dari lokasi awal ke lokasi akhir yangsudah ditentukan, caranya dengan terlebih dahulu mengetahui lokasi awal danlokasi akhir yang tersimpan dalam variabel kemudian menghitung jarak dari

3

lokasi awal ke lokasi akhir atau lokasi tujuan lalu dipilih rute yang terpendek [5].Proses pencarian jalur terpendek menggunakan Algoritma Dijkstra dari titik 1 ketitik 7. Contoh Graph algoritma Dijkstra digambarkan pada Gambar 1.

Gambar 1 Graph Algoritma DijkstraLangkah penyelesaian dengan aloritma Dijkstra menggunakan matriksditunjukkan pada Tabel 1.

Tabel 1 Hasil Perhitungan Algoritma Dijkstra menggunakan matriks

N D2 D3 D4 D5 D6 D7{1} (1-2) = 2 ~ ~ ~ ~ ~{1,2} (1-2) = 2 (1-2-3) = 5 (1-2-4) = 3 ~ ~ ~{1,2,4} (1-2) = 2 (1-2-3) = 5 (1-2-4) = 3 (1-2-4-5) = 7 ~ (1-2-4-7) = 8{1,2,3,4} (1-2) = 2 (1-2-3) = 5 (1-2-4) = 3 (1-2-4-5) = 7 (1-2-3-6) = 10 (1-2-4-7) = 8{1,2,3,4,5} (1-2) = 2 (1-2-3) = 5 (1-2-4) = 3 (1-2-4-5) = 7 (1-2-3-6) = 10 (1-2-4-7) = 8{1,2,3,4,5,7} (1-2) = 2 (1-2-3) = 5 (1-2-4) = 3 (1-2-4-5) = 7 (1-2-3-6) = 10 (1-2-4-7) = 8{1,2,3,4,5,6,7} (1-2) = 2 (1-2-3) = 5 (1-2-4) = 3 (1-2-4-5) = 7 (1-2-3-6) = 10 (1-2-4-7) = 8

Penelitian yang dilakukan menghasilkan simulasi berupa aplikasi javadimana terdapat 2 (dua) proses yaitu proses routing, dimana jalur-jalurkomunikasi antar BTS saling terhubung dengan adanya paket-paket data sertapanggilan dari antara Mobile Station (MS) pada operator seluler Indosat KotaSalatiga. Proses routing ini akan ditampilkan pada aplikasi berupa garis merahyang menunjukkan jalur komunikasi antara 2 MS. Proses yang kedua adalahmenentukan jalur terpendek, dimana dalam menentukan jalur terpendekmenggunakan algoritma Dijkstra. Dalam setiap algoritma jalur terpendek, akanadanya pemberian label pada setiap node (dalam hal ini BTS) yangmelambangkan cost dari node asal ke suatu node lain. Cost pada penelitian inimerupakan jumlah dari 2 paramater yang digunakan, yaitu jarak sebenarnya antarBTS dan Call Setup Success Rate (CSSR). CSSR merupakan persentase tingkatkeberhasilan pembangunan hubungan dengan ketersediaan kanal suara (biasanyaditentukan nilai standarnya agar mencapai > 95%) [6]. CCSR digunakanperhitungan cost untuk menghitung tingkat kesuksesan panggilan pada trafikjaringan seluler.

CSSR adalah nilai yang digunakan untuk mengukur tingkat ketersediaanjaringan dalam memberikan pelayanan baik berupa voice call, video call maupunSMS, dengan kata lain membuka jalan untuk komunikasi dan terkadang karenaberbagai alasan, tidak semua upaya untuk melakukan panggilan (Call Attempt)dapat terkoneksi ke nomor yang dituju. Saat hendak melakukan panggilan, callattempt memanggil prosedur call setup dan jika berhasil maka panggilan akanterhubung. Melalui perhitungan nilai CSSR tersebut maka akan dapat diketahui

4

seberapa handal jaringan dalam memberikan pelayanan kepada pelanggan.Perhitungan CSSR menggunakan rumusan sebagai berikut [6] :

Call attempt adalah total panggilan menunjukkan banyaknya panggilan yangdatang dan block call adalah panggilan yang tidak dapat tersambung yangdiakibatkan adanya gangguan pada jaringan selular. CSSR yang baik adalahCSSR dengan nilai yang tinggi. Pada operator GSM standar minimal CSSR yangdigunakan adalah sebesar 98% [7].

Pada jaringan seluler, dikenal juga area cakupan antena pada BTS ataucoverage area. Pada jaringan seluler Global System for Mobile (GSM) terdapat 3(tiga) radius area cakupan BTS, yaitu: (1) Sel besar, radius sel 1 Km dan biasanyamelebihi 3 Km; (2) Sel kecil, radius sel 1 Km - 3 Km; (3) Mikro sel: jari-jari dikisaran 200 m - 300 m [8]. Cakupan area yang akan digunakan untuk menghitungcost pada penelitian ini adalah batas maksimal cakupan yaitu 3 km.

Aplikasi yang dibangun dalam sistem menggunakan bahasa pemogramanjava. Java merupakan sebuah bahasa pemograman yang dipelopori oleh JamesGosling, Patrick Naughton, Chris Warth, Ed Frank, dan Mike Sheridan dari SunMicrosystems, Inc pada tahun 1991. Bahasa ini pada awalnya disebut “Oak” tapikemudian diubah menjadi “Java” pada tahun 1995 karena nama Oak telahdijadikan hak cipta dan digunakan sebagai bahasa pemrograman lainnya.Keunggulan Java yaitu : (1) Mudah dipelajari khususnya bagi programmer yangsudah terbiasa dengan bahasa C++ atau bahasa lain yang memiliki sifatberorientasi objek, karena Java merupakan bahasa berorientasi objek murni; (2)Penulisan kode yang lebih baik. Bahasa Java mendorong kebiasaan menulis kodeyang baik, karena berorientasi objek, arsitektur Java Bean, API yang mudahdikembangkan, serta kemampuan garbage collection yang dimiliki oleh Java; (3)Mudah dalam maintenance dan pengembangan, karena berorientasi objek; (4)Menulis program lebih cepat karena kelengkapan API; (5) Terhindar dariketergantungan platform; (6) Mudah didistribusikan dan diupdate, khususnyaJava Applet [9].

3. Metode dan Perancangan Sistem

Tahapan penelitian pada perancangan simulasi ini melalui 7 (tujuh)tahapan, yaitu (1) Identifikasi masalah, (2) Perumusan masalah, (3) Penelusuranpustaka, (4) Rancangan penelitian, (5) Pengumpulan data, (6) Pengolahan data,dan (7) Penyimpulan hasil. Diagram alir tahapan penelitian digambarkan padaGambar 2.

CSSR (%) = Call attempt – block call x 100%Call attempt

5

Gambar 2 Tahapan Penelitian [10]Gambar 2 menunjukkan tahapan peneiltian yang dapat dijelaskan sebagai

berikut; Tahap pertama: identifikasi masalah yang sering terjadi terkait denganproses routing jaringan seluler. Adanya masalah penuhnya jalur komunikasi yangmenyebabkan kemacetan pada jaringan seluler. Tahap kedua: perumusan masalah,dalam tahap ini merumuskan apakah algoritma dijkstra dapat meyelesaikanmasalah yang kemacetan jaringan seluler serta menetukan batasan masalah. Tahapketiga: pelaksanaan penelitian menggunakan penelusuran pustaka dari berbagaibahan dan sumber pustaka seperti beberapa buku teks, jurnal nasional maupuninternasional, dan beberapa karya ilmiah lainnya tentang metode dan optimasikhususnya dalam teori algoritma Dijkstra dalam pencarian jalur terpendek padarouting di dalam jaringan seluler. Tahap keempat: merancang proses perhitunganjalur terpendek menggunakan algoritma Dijkstra dan merancang interface darisimulasi yang akan digunakan oelh user. Simulasi dibangun berdasarkan tahapanpenelitian sebelumnya. Perancangan yang dimaksud adalah membangun simulasiberupa aplikasi java untuk pencarian jalur terpendek dengan menerapkanalgoritma Dijkstra. Tahap kelima: data-data yang diperoleh melalui prosessimulasi menggunakan algoritma Dijkstra, dikumpulkan untuk diolah. Tahapkeenam: data yang diperoleh dilakukan analisis untuk mendapatkan sebuah hasilmaupun kesimpulan. Tahap ketujuh: mendapatkan kesimpulan dari hasilpengolahan dan analisis data.

Simulasi ini dibangun dengan menerapkan algoritma dijkstra dalampenentuan jalur terpendek antar setiap BTS yang ada di kota Salatiga. Adapunproses program utama pada simulasi ditunjukkan pada Gambar 3.

6

Gambar 3 Proses program utama [9]Gambar 3 menjelaskan proses pencarian jalur terpendek pada jaringan

seluler di kota Salatiga ini menerapkan algoritma dijkstra saat proses pencarianjalur dari lokasi awal menju ke lokasi tujuan. Algoritma Dijkstra memakai stategigreedy (strategi rakus), dimana pada setiap langkah akan dihitung dengan bobotatau cost yang menghubungkan BTS dengan BTS lain, total jumlah cost terkecilyang nantinya akan menjadi jalur yang terpilih. Sistem akan mendapatkan infojalur terpendek dari perhitungan algoritma Dijkstra dan menampilkan infotersebut.Proses execute (nodeAwal)

Proses execute adalah proses dalam memulai pencarian jalur terpendekdengan parameter inputan nodeAwal dari user. Proses execute ditunjukkan padaGambar 4.

7

Gambar 4 Proses execute (nodeAwal) [9]Pada Gambar 4 dijelaskan bahwa tetapkan setiap node memiliki sebuah

nilai cost yang tersimpan dalam hashMap. Isikan 0 untuk node awal, sebagai awalproses pencarian. Pastikan semua nilai node harus lebih besar dari 0, hal ini sesuaidengan prinsip Dijkstra yang tidak menghitung nilai/bobot yang bernilai negatif.Jika krurang besar dari 0 maka program tidak akan melakukan perhitungan danprogram akan selesai. Node awal akan membandingkan nilai dari setiap nodetetangga. Setiap nilai dari node tetangga akan dimasukkan kedalam list untukperhitungan. Begitu seterusnya hingga mencapai node tujuan, pencarian jalurterpendek akan menemukan nilai terpendek dari jumlah node-node terkecil darinode awal hingga node tujuan. Jika belum mencapai nilai minimum cost, makaproses akan diulang dari perhitungan node awal hingga node akhir.Proses getJalur (nodeTarget)

Proses getjalur adalah proses mendapatkan jalur terpendek dari node awalke node tujuan dengan parameter nodeTarget. Proses getjalur ditunjukkan padaGambar 5.

8

Gambar 5 Proses getJalur (nodeTarget) [9]Pada Gambar 5 dijelaskan mengenai menentukan jalur untuk mencapai

node tujuan (nodeTarget). Dalam algoritma Dijkstra akan dibuat list untukmenyimpan nilai setiap node yang telah dilewati. Setiap langkah dalam jalur yangdiambil menuju ke node tujuan. Jika isi dalam list kosong maka output bernilaikosong maka tidak dilakukan pencarian. Jalur akan dibuka untuk langkah-langkahselanjutnya yaitu menghitung node-node selanjutnya dan akan dimasukkan kedalam list. Setiap node di dalam list akan dijumlahkan sesuai dengan jalurnya laluakan dibandingkan,cari yang terkecil dan perbaharui. Bila ternyata jumlahnilainya sama dalam node yang sama, maka abaikan. Telusuri setiap jalurberdasarkan node awal sampai mengacu ke node tujuan, jika belum didapatkanmaka telusuri jalur lagi sampai mendapat jalur terpendek. Jalur terpendekditemukan bersama bobotnya.Perancangan Sistem

9

Dalam mendesain simulasi routing jaringan seluler menggunakanalgoritma Dijkstra ini, digunakan 2 (dua) buah diagram yaitu Use Case Diagramdan Activity Diagram.

Use Case Diagram merupakan gambaran interaksi antara aktor/penggunadengan sistem yang sesuai dengan langkah skenario yang telah ditentukan. UseCase Diagram menggambarkan fungsionalitas yang diharapkan dari sebuahsistem yg dibuat [11]. Use Case Diagram user pada simulasi ini digambarkanpada Gambar 6.

Gambar 6 Use Case Diagram simulasiPada Gambar 6 menunjukkan bahwa interaksi awal user pada sistem

adalah guna mencari jalur terpendek sehingga aksi yang dilakukan yaitumemasukkan lokasi awal ,lokasi tujuan mobile station dan melihat hasilpencarian.

Activity Diagram menggambarkan berbagai alir aktivitas dalam sistemyang sedang dirancang [11]. Activity Diagram simulasi ini digambarkan padaGambar 7.

10

Gambar 7 Activity Diagram SimulasiPada Gambar 7 menunjukkan activity diagram pada simulasi ini. Pada saat

user mengaktifkan simulasi maka simulasi akan menampilkan form utama. Padaform utama terdapat 2 (dua) inputan berupa radio select yaitu radio select lokasiawal dan radio select lokasi tujuan. Simulasi akan melakukan pencarian jalurterpendek jaringan seluler dari lokasi awal MS ke lokasi tujuan MS menggunakanalgoritma Dijkstra. Setelah menemukan jalur tercepat ke lokasi tujuan, simulasiakan menampilkan informasi mengenai routing jalur tercepat jaringan selulerberupa informasi BTS yang dilewati oleh jaringan seluler.

4. Hasil dan Pembahasan

Perhitungan untuk mendapatkan cost, awalnya menghitung besar CSSRterlebih dahulu. Nilai call attempt yang ditentukan pada penelitian ini sebesar50.000 dan block call nya sebesar 1000. Sehingga sesuai dengan rumus CSSRmaka besar CSSR yaitu :

CSSR (%) = (50.000 – 1000/ 50.000) * 100= 98 %

Untuk Jarak antar BTS, data didapatkan dari dinas web DinasPerhubungan dan Komunikasi serta Budaya dan Pariwisata [12], dapat dilihatpada Tabel 2.

Tabel 2 Jarak antar BTS

BTS Awal BTS Tujuan Jarak (Km)A C 2,7

11

A F 1,9A E 1,3B C 5,0B E 1,4B D 1,3B F 2,9C E 3,5F E 2,0F D 2,5F G 4,2F H 5,1E D 2,0D G 5,6D H 3,2G H 5,6

Untuk mendapatkan formula dari cost, nilai tiap jarak akan dijumlahkandengan nilai CSSR. Nilai jarak akan di bagi dengan area cakupan/radius maksimalBTS yaitu 3Km. Begitupun dengan nilai CSSR akan dibagi dengan standarminimal CSSR yaitu 98%. Sehingga formula dari cost adalah :

Cost = {Jarak (Km) / 3 (Km)} + {CSSR (%)/ 98 (%)}Hasil perhitungan cost menggunakan formula diatas, dapat dilihat pada Tabel 3.

Tabel 3 Hasil perhitungan cost

BTSAwal

BTSTujuan

Jarak CSSR Cost

A C 0,9 1 1,9A F 0,6 1 1,6A E 0,4 1 1,4B C 1,7 1 2,7B E 0,5 1 1,5B D 0,4 1 1,4B F 1,0 1 2,0C E 1,2 1 2,2F E 0,7 1 1,7F D 0,8 1 1,8F G 1,4 1 2,4F H 1,7 1 2,7E D 0,7 1 1,7D G 1,9 1 2,9D H 1,1 1 2,1G H 1,9 1 2,9

Pada bagian ini akan dijelaskan mengenai implementasi dari simulasi yangdibangun. Simulasi ini diuji dengan menggunakan NetBeans IDE 7.0 dan Sistemoperasi Windows 8. Proses algoritma Dijkstra yang diimplementasikan padabahasa pemograman Java dibagi menjadi beberapa fungsi. Fungsi – fungsi utamaseperti untuk menemukan cost minimal dijelaskan pada Kode Program 1.

12

Kode Program 1 Menemukan Cost Minimal

Kode Program 1 merupakan perintah untuk menemukan cost minimal pada setiapnode dari node awal lalu node tetangga hingga node tujuan (baris 3,4 dan 5).Setiap node akan disimpan dan dibandingkan sehingga yang mempunyainilai/bobot yang terkecil akan dipilih sebagai jalur berikut.

Fungsi untuk mendapatkan nilai/bobot cost dari node untuk membuat jalurdijelaskan pada Kode Program 2.Kode Program 2 Mendapatkan Cost untuk Jalur

Kode Program 2 merupakan perintah untuk membandingkan setiapnilai/bobot node untuk mendapatkan jalur selanjutnya hingga sampai ke nodetujuan.Metode Pengujian

Pengujian terhadap sistem yang dibangun, dilakukan dengan tujuan untukmelihat kinerja algoritma Dijkstra pada jaringan seluler. Pengujian simulasi inimenggunakan sistem pengujian Blackbox Testing. Metode ujicoba blackboxmemfokuskan pada keperluan fungsional dari perangkat lunak.

Pengujian Black Box Testing dilakukan oleh pembuat perangkat lunakuntuk mengetahui fungsi-fungsi dalam program dapat berjalan dengan benar [13].Dalam pengujian ini terdapat 12 (dua belas) item yang diujikan, seperti terlihatpada Tabel 4.

Tabel 4 Blackbox Testing

No. Item Pengujian Hasil Keterangan

1. Fungsi radio select “MobileStation Start” Berhasil

Sesuai secaravisual

2. Fungsi radio select “MobileStation Destination” Berhasil

Sesuai secaravisual

3. Fungsi button “Cari Jalur” Berhasil Sesuai secara

1. private double getDistance(Vertex node, Vertex target) {2. for (Edge edge : edges) {3. if (edge.getSource().equals(node)4. && edge.getDestination().equals(target)) {5. return edge.getJakak();6. } }

1. private void findMinimalDistances(Vertex node) {2. List<Vertex> adjacentNodes = getNeighbors(node);3. for (Vertex target : adjacentNodes) {4. if (getShortestDistance(target) > getShortestDistance(node)5. + getDistance(node, target)) {6. distance.put(target, getShortestDistance(node)7. + getDistance(node, target));8. predecessors.put(target, node);9. unSettledNodes.add(target);10. } } }

13

visual4. Fungsi menampilkan hasil

pencarian (Log Pencarian)Berhasil

Sesuai secaravisual

5. Fungsi menampilkan jalurpada peta

BerhasilSesuai secaravisual

6. Fungsi menentukan lokasiawal


7. Fungsi menentukan lokasitujuan


8. Hasil pencarian costterterkecil berupa label danbobot


9. Hasil pencarian jalurterpendek berupa BTS –BTS yang dilalui


10. Hasil pencarian jalurterpendek berupa jalur garisdengan warna merah


11. Fungsi button “bersihkan”Berhasil

Sesuai secaravisual

12. Fungsi untuk mengakhirisimulasi (exit)


Pada Tabel 4 dijelaskan bahwa pengujian dilakukan oleh pengembang danpembuat perangkat lunak untuk mengetahui bahwa semua fungsi yang terdapatdalam perangkat lunak sudah dapat berjalan sesuai dengan spesifikasi program.Dari ke-12 item pengujian, semuanya dapat dilakukan dengan baik, benar dansesuai dengan pengamatan hasil secara visual atau bisa disimpulkan setiap itempengujian dapat berjalan sesuai dengan spesifikasi program.Pengujian Simulasi

Simulasi yang telah dibuat harus diuji terlebih dahulu. Pengujiandilakukan agar ketika terjadi masalah atau kerusakan, maka akan segera dapatdiperbaiki. Pengujian simulasi ini pula diharapkan agar sistem dapat bekerjadengan baik sesuai dengan kebutuhan pengguna.

Pengujian I, pada pengujian ini dilakukan pencarian jalur terpendek dariSmartphone B sebagai Mobile Station Start ke Smartphone A sebagai Mobile StationDestination. Pengujian I dapat dilihat pada Gambar 8.

14

Gambar 8 Pengujian I Pencarian Jalur TerpendekPada Gambar 8 dijelaskan bahwa pencarian jalur dari Smartphone A ke

Smartphone B hasilnya dapat dilihat pada Log Pencarian, terlihat jalur terpendekyang didapatkan menggunakan algoritma Dijkstra yang ditampilkan yaituSmartphone A (1.9) - BTS F (1.9) - BTS G (1.4) - Smartphone B (1.4) dengantotal cost yaitu 6.6.

Pengujian II, pada pengujian ini dilakukan pencarian jalur terpendek yangsama dengan pengujian I yaitu dari Smartphone A sebagai Mobile Station Startke Smartphone B sebagai Mobile Station Destination. Perbedaan pada pengujiankedua ini adalah pada pencarian jalurnya tidak menggunakan algoritma Dijkstra.Pengujian II dapat dilihat pada Gambar 9.

15

Gambar 9 Pengujian II Perbandingan Jalur Terpendek dan AlternatifPada Gambar 9 diperlihatkan perbandingan antara jalur yang

menggunakan algoritma Djisktra dan jalur yang tidak menggunakan algoritma(jalur alternatif). Jalur yang didapatkan menggunakan algoritma Dijkstra yangditampilkan yaitu Smartphone A (1.9) - BTS F (1.9) - BTS G (1.4) - SmartphoneB (1.4) dengan total cost yaitu 6.6, sedangkan jalur yang didapatkan dengan tidakmenggunakan algoritma Dijkstra yaitu Smartphone A (1.9) - BTS B (1.4) - BTS D(1.6) - BTS G (1.6) - Smartphone B (1.5) dengan total cost adalah 8. Padaprinsipnya BTS dan smartphone (Mobile Station) memiliki sifat yang sama dalammemilih jalur, sehingga dalam simulasi ini dimasukkan juga pengujian BTS.

Melalui pengujian-pengujian yang dilakukan menggunakan 2 (dua)parameter yaitu CSSR dan jarak sebenarnya, didapatkan perbandingan antarakedua parameter. Perbandingan antara kedua parameter ditunjukkan pada Gambar10.

Gambar 10 Parameter Pengukuran Jalur Terpendek

16

Pada Gambar 10 terlihat bahwa parameter CSSR tidak berpengaruhterhadap pengukuran jalur terpendek karena memiliki nilai sama dalam setiappengujian.

5. Simpulan

Berdasarkan penelitian, pembahasan, pengujian, serta analisis terhadapsistem, maka didapatkan kesimpulan sebagai berikut: (1) Algoritma Dijkstra dapatdigunakan untuk proses routing pencarian jalur terpendek jaringan seluler; (2)Parameter dalam pencarian jalur terpendek ada 2 yaitu jarak BTS dan CSSR,dalam penelitian ini jarak adalah parameter yang paling mempengaruhi dalampenetuan jalur terpendek; (3) Simulasi ini mampu mensimulasikan penentuan jalurterpendek tiap node berdasarkan topologi jaringan yang ada. Saran pengembanganyang dapat diberikan untuk penelitian lebih lanjut adalah pada simulasi ini dapatditambahkan fitur waktu pencarian node sehingga dapat mengetahui danmembandingkan waktu tercepat dalam setiap pengujian serta menambahkanbeberapa parameter dalam cost.

6. Daftar Pustaka

[1]. Juhana, Tutun ., 2012. Konsep Manajemen Jaringan Telekomunikasi.http://www.scribd.com/doc/96149796/Modul-13-Manajemen-Jaringan.Diakses tanggal 2 April 2014.

[2]. Mawarni, Sri. (2008). Penerapan Algoritma Dijkstra Dalam mencariLintasan Terpendek Pada Jaringan Komputer. Politeknik Bengkalis.

[3]. Rahmayanti, Devi. (2010). Optimasi Routing Berbasis Algoritma GenetikaPada Sistem Komunikasi Bergerak. Universitas Gajayana Malang.

[4]. Suherman, Eman. (2011). Simulasi Algoritma Dijkstra Pada ProtokolRouting Open Shortest Path Fist. Universitas Diponegoro Semarang.

[5]. Labiro , Candra Wijaya, 2013, Pencarian Rute Terpendek untuk SuplaiBahan Bakar Minyak (BBM) dari Terminal BBM ke Stasiun PengisianBahan Bakar untuk Umum (SPBU) Menggunakan Algoritma Dijkstra (StudiKasus Kota Palu), Universitas Kristen Satya Wacana, Salatiga.

[6]. Jatimiko, Heri Setio. (2012). Pengolahan Data Dan Analisis Call SetupSuccess Rate (Cssr) Performance Pt. Indosat, Tbk Semarang. UniversitasDiponegoro.

[7]. Library BINUS, Perkembangan GSM,http://library.binus.ac.id/eColls/eThesisdoc/Bab2HTML/KasmanSuhari2/page.html. Diakses pada tanggal 28 Juli 2014.

[8]. Sharma, K Purnia, and Singh, R. K, 2012. Cell Coverage Area and LinkBudget Calculations in GSM System. International Journal of ModernEngineering Research (IJMER), India.

[9]. Himiyah , Fathin., & Yagsa, Ida H P, 2012, Membuat Pencarian RuteTercepat dengan Java, EEPIS,Surabaya.

17

[10]. Hasibuan, Zainal, A., 2007, Metodologi Penelitian Pada Bidang IlmuKomputer Dan Teknologi Informasi : Konsep, Teknik, dan Aplikasi,Jakarta: Ilmu Komputer Universitas Indonesia.

[11]. Wikipedia, UML,http://id.wikipedia.org/wiki/Unified_Modeling_Language. Diakses padatanggal 24 April 2014.

[12]. Dinas Perhubungan, Komunikasi, Budaya dan Pariwisata Kota Salatiga,2012, Pendirian Tower di Kota Salatiga,http://dishubkombudpar.salatigakota.go.id/ti.php . Diakses pada tanggal 5februari 2014.

[13]. Hariyanto, Didik., & Hatmojo ,Yuwono Indro, 2009, Rancang BangunPerangkat Lunak Visualisasi Grafis Algoritma Dijkstra, Universitas NegeriYogyakarta, Yogyakarta.

n d2 d3 d4 d5 d6 d7 -...

Documents