penentuan paket wisata dengan algoritma genetika …

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



SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh:


135314068

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2018


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:


135314068

INFORMATICS ENGINEERING STUDY PROGRAM

DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2018


iii

HALAMAN PERSETUJUAN PEMBIMBING

SKRIPSI



Disusun oleh :


135314068

Telah Disetujui Oleh :

Dosen Pembimbing,

Alb. Agung Hadhiatma, M.T. Tanggal : ..............................


iv

HALAMAN PENGESAHAN



Dipersiapkan dan ditulis oleh :


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.


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,



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 :



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,



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.


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.


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.


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,



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


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


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


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


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


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





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


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


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,


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.


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.


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.


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)


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


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).


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.


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.


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


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


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.


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


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.


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


http://www.visitingjogja.com/

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.


http://www.visitingjogja.com/

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.


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.


20

Gambar 4.1 Flowchart Algoritma Genetika dari sistem yang akan dibuat


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.


22

Tabel 4.3 Formasi Kromosom Untuk Dua Tempat Wisata

w1 w2 w3 w4

Tabel 4.4 Struktur Data Array Untuk Dua Tempat Wisata


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.


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


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







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


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







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


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




26



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


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


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


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


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


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)


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


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





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)


waktu berangkat menuju Pantai Ngrenehan = 08:00


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



34




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


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


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


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


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.


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


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.


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.


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.


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.


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.


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


1. Mengisi form dan

menekan tombol

Cari.

3. Melihat alternatif

tempat wisata yang

diberikan.

2. Mengarahkan pengguna

ke halaman hasilWisata.


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


1. Menekan tombol

Login.

3. Mengisi username

dan password.

4. Menekan tombol

Masuk.

2. Mengarahkan ke

halaman login.

5. Mengarahkan ke

halaman beranda.


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


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.


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 Akhir Admin berada dihalaman detilWisata.

Typical Course


1. Menekan tombol

Lihat.

3. Melihat data wisata.

2. Mengarahkan ke

halaman detilWisata.


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 Akhir Admin kembali ke halaman lihatWisata.

Typical Course


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.


48

7. Hapus Data Wisata

Nama Use Case Hapus Data Wisata

ID Use Case 7

Aktor Admin

Deskripsi Admin mampu menghapus data wisata.


Kondisi Akhir Admin tetap berada dihalaman lihatWisata.

Typical Course


1. Menekan tombol

Hapus.

3. Menekan Ya.

2. Memberikan konfirmasi

penghapusan.

4. Menghapus data dan

meampilkan halaman

lihatWisata.


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


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.


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


1. Menekan tombol

Logout.

3. Berada di halaman

Home.

2. Menghapus data session

login admin dan

mengarahkan ke

halaman Home.


51

4.4.3 Diagram Aktifitas

1. Perhitungan

Gambar 4.12 Diagram Aktifitas Perhitungan

2. Lihat Hasil

Gambar 4.13 Diagram Aktifitas Lihat Hasil


52

3. Login

Gambar 4.14 Diagram Aktifitas Login


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


54

6. Ubah Data Wisata

Gambar 4.17 Diagram Aktifitas Ubah Data Wisata


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


56

9. Logout

Gambar 4.20 Diagram Aktifitas Logout

4.4.4 Perancangan Program

a. Model Kelas Analisis

Gambar 4.21 Diagram MVC


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


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


59

Gambar 4.28 Diagram Sequence Hapus Data Wisata

Gambar 4.29 Diagram Sequence Ubah Data Jarak

Gambar 4.30 Diagram Sequence Logout


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


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


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


62

c. Tabel admin

Tabel 4.20 Tabel admin


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


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


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.


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


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


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


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;

}


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]); }



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;


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 :


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); }


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


73

Gambar 5.12 Hasil Pada Form Pembahasan Program


74

Gambar 5.13 Representasi Kromosom Awal

Gambar 5. 14 Memulai Algoritma Genetika


75

Gambar 5.15 Algoritma Genetika Generasi ke 100

Gambar 5.16 Kromosom Yang Terpilih Dari Algoritma Genetika


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


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:



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


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


78



150.000,- dengan waktu kunjung 08:00 – 12:00 :



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


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


79



150.000,- dengan waktu kunjung 08:00 – 12:00 :



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


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


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.


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.


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.


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.


penentuan paket wisata dengan algoritma genetika …

Documents