simulasi e-voting pemilu untuk penyandang tuna...

SIMULASI E-VOTING PEMILU

UNTUK PENYANDANG TUNA NETRA

MENGGUNAKAN GOOGLE CLOUD SPEECH

BERBASIS RASPBERRY PI

(UJI COBA YAYASAN PEDULI KESEJAHTERAAN TUNA

NETRA)

Oleh : Kelvin

NIM : 1115091000039

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA 2019 / 1440 H

ii





(UJI COBA YAYASAN PEDULI KESEJAHTERAAN TUNA

NETRA)

SKRIPSI

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar

Sarjana Komputer Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta

Oleh : Kelvin

NIM : 1115091000039

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA 2019 / 1440 H

iii

LEMBAR PERSETUJUAN

iv

PENGESAHAN UJIAN

v

PERNYATAAN ORISINALITAS

vi

PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI

Sebagai civitas akademik UIN Syarif Hidayatullah Jakarta, saya yang bertanda

tangan dibawah ini:

Nama : Kelvin

NIM : 1115091000039

Program Studi : Teknik Informatika

Fakultas : Sains Dan Teknologi

Jenis Karya : Skripsi

demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

UIN Syarif Hidayatullah Jakarta Hak Bebas Royalti Non Eksklusif (Non-exclusive

Royalty Free Right) atas karya ilmiah saya yang berjudul:





(UJI COBA YAYASAN PEDULI KESEJAHTERAAN TUNA NETRA)

beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non

Eksklusif ini UIN Syarif Hidayatullah Jakarta berhak menyimpan, mengalih

media/formatkan, mengelola dalam bentuk pangkalan data (database), merawat dan

mempublikasikan tugas akhir saya selama tetap mencantumkan nama saya sebagai

penulis/pencipta dan sebagai pemilik Hak.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di : Jakarta

Pada tanggal : Juli 2019

Yang menyatakan

(Kelvin)

vii

KATA PENGANTAR

Assalamu’alaikum Wr. Wb.

Puji syukur senantiasa dipanjatkan kehadirat Allah SWT yang telah

melimpahkan rahmat, hidayah serta nikmat-Nya sehingga penyusunan skripsi ini

dapat diselesaikan. Sholawat dan salam senantiasa dihaturkan kepada junjungan

kita baginda Nabi Muhammad SAW beserta keluarganya, para sahabatnya serta

umatnya hingga akhir zaman. Penulisan skripsi ini mengambil tema dengan judul:





(UJI COBA YAYASAN PEDULI KESEJAHTERAAN TUNA NETRA)

Penyusunan skripsi ini adalah salah satu syarat untuk memperoleh gelar Sarjana

Komputer (S.Kom) pada program studi Teknik Informatika, Fakultas Sains dan

Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta. Adapun bahan

penulisan skripsi ini adalah berdasarkan hasil penelitian, pengembangan aplikasi,

kuesioner, wawancara dan beberapa sumber literatur.

Dalam penyusunan skripsi ini, telah banyak bimbingan dan bantuan yang

didapatkan dari berbagai pihak sehingga skripsi ini dapat berjalan dengan lancar.

Oleh karena itu, penulis ingin mengucapkan banyak terima kasih kepada :

1. Ibu Prof. Dr. Lily Surraya Eka Putri, M. Env. Stud selaku dekan Fakultas

Sains dan Teknologi.

2. Bapak Imam Marzuki Shofi, MT. selaku Ketua Program Studi Teknik

Informatika.

3. Ibu Nenny Anggraini, MT. dan Bapak Nashrul Hakiem, PhD. selaku Dosen

Pembimbing I dan II yang senantiasa meluangkan waktu dan memberikan

bimbingan, bantuan, semangat dan motivasi dalam menyelesaikan skripsi

ini.

viii

4. Orang Tua tercinta, yang senantiasa memberikan dukungan moril dan

materiil. Tiada tutur kata selain terima kasih kepada kalian. Terima kasih,

Alhamdulillah.

5. Seluruh dosen dan staff UIN Jakarta, khususnya Fakultas Sains dan

Teknologi yang telah memberikan ilmu dan pengalaman yang berharga.

6. Seluruh sahabat-sahabat terbaik dari Teknik Informatika angkatan 2015,

khususnya teman-teman seperjuangan di Himpunan Mahasiswa Teknik

Informatika (HIMTI), semua anak kelas TI B, teman-teman asisten lab dan

komunitas embedded system, serta teman-teman KKN yang tidak bisa

disebutkan satu persatu, ayo lulus!

7. Seluruh pihak yang tidak dapat disebutkan satu persatu yang secara

langsung maupun tidak langsung telah membantu dalam menyelesaikan

skripsi ini.

Penulisan skripsi ini masih jauh dari kata sempurna. Untuk itu,

sangat diperlukan kritik dan saran yang membangun bagi penulis. Akhir

kata, semoga laporan skripsi ini dapat bermanfaat bagi penulis dan orang

lain.

Wassalamualaikum, Wr. Wb.

Jakarta, 2019

Penulis

Kelvin

1115091000039

ix

Nama : Kelvin

Program Studi : Teknik Informatika

Judul : Simulasi E-Voting Pemilu Untuk Penyandang Tuna Netra

dengan Menggunakan Google Cloud Speech berbasis

Raspberry Pi (Uji Coba Yayasan Peduli Kesejahteraan

Tuna Netra)

ABSTRAK

Indonesia merupakan negara Demokrasi dimana proses pengambilan keputusan

bersama adalah melalui voting. Walaupun voting merupakan hak seluruh rakyat

Indonesia, ternyata masih terdapat kelompok masyarakat yang kesulitan untuk

menggunakan hak pilihnya yaitu kelompok disabilitas terutama tuna netra. Selain

masalah aksesibilitas untuk penyandang tuna netra pelaksanaan pemilihan dengan

metode konvensional dinilai masih memiliki banyak kekurangan. Untuk itu

dibutuhkan tambahan pada sistem pemungutan suara elektronik sehingga mampu

memfasilitasi para pemilih dengan keterbatasan fisik pada penglihatannya sehingga

mandiri. Dari banyak penelitian tentang sistem e-voting dan alat bantu untuk tuna

netra belum terdapat penelitian yang mengembangkan sebuah sistem untuk

membantu tuna netra dalam proses pemilihan. Dalam penelitian ini dikembangkan

sebuah sistem e-voting yang dapat digunakan oleh penyandang tuna netra dimana

sistem dapat mengenali perintah dan memberikan respon kepada pengguna melalui

suara. Peneliti berhasil membuat sistem e-voting berbasis Raspberry Pi sebagai

media pemrosesan serta mengimplementasikan teknologi Google Cloud Speech.

Sistem teruji aman dari serangan XSS, CSRF dan SQL Injection. Peneliti juga

mendapatkan metrik Command Success Rate (CSR) mencapai 83.3% dan Real

Time Factor (RTF) sebesar 1.08. (119 Halaman) Kata Kunci : E-Voting Sistem, Tuna Netra, Raspberry Pi, Internet of Things, Real

Time Factor, Command Success Rate, Security

Daftar Pustaka : 13 Jurnal, 8 Buku.

Jumlah Halaman : 119 halaman + xxiii halaman

x

Name : Kelvin

Study Program : Informatic Engineering

Title : Presidential Election Simulation Using E-Voting for Blind

People using Google Cloud Speech Based on Raspberry Pi

(Study Case Yayasan Peduli Kesejahteraan Tuna Netra)

ABSTRACT

Indonesia is one of many country that practice democracy as form of people's

sovereignty. The method used for this joint decision making is through voting. Even

though voting is the rights of all Indonesian people, there’s a group of people in

society that found it difficult to use their rights, they are disabled people especially

blind people. Other than accessibility for blind people, traditional voting also have

a lot of shortcoming. To solve this problem electronic voting system is needed to

facilitate and help disabled people so this people can be independent. Even though

there are already research related to e-voting system and assistance device for blind

people there not yet available e-voting system to help blind people. In this research

author successfully developed e-voting system using Google Cloud Speech API on

Raspberry Pi that can recognize voter instruction and system is tested secure against

XSS, CSRF and SQL Injection. Author also successfully get results of Command

Success Rate (CSR) up to 83.3% and Real Time Factor (RTF) 1.08.

(119 Page) Keyword : E-Voting Sistem, Blind people, Raspberry Pi, Internet of Things, Real

Time Factor, Command Success Rate, Security

Reference : 13 Journal, 8 Book.

Total Page : 119 page + xiv page

xi

DAFTAR ISI

LEMBAR PERSETUJUAN ................................................................................ iii

PENGESAHAN UJIAN ....................................................................................... iv

PERNYATAAN ORISINALITAS ....................................................................... v

PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI .............................. vi

KATA PENGANTAR ........................................................................................ vii

ABSTRAK ............................................................................................................. ix

ABSTRACT ............................................................................................................ x

DAFTAR ISI ......................................................................................................... xi

DAFTAR GAMBAR .......................................................................................... xiv

DAFTAR TABEL ............................................................................................. xvii

BAB I PENDAHULUAN ...................................................................................... 1 1.1 Latar Belakang ............................................................................................. 1 1.2 Rumusan Masalah ........................................................................................ 5 1.3 Batasan Masalah .......................................................................................... 5

1.3.1 Metode ..................................................................................................... 5 1.3.2 Proses ....................................................................................................... 6 1.3.3 Tools ........................................................................................................ 6

1.4 Tujuan Penelitian ......................................................................................... 6 1.5 Manfaat Penelitian ....................................................................................... 6

1.5.1 Bagi Penulis ....................................................................................... 6 1.5.2 Bagi Masyarakat ................................................................................ 7

1.6 Metodologi Penelitian .................................................................................. 7 1.6.1. Metode Pengumpulan Data ................................................................ 7 1.6.2. Metode Pengembangan Sistem .......................................................... 7

1.7 Sistematika Penulisan .................................................................................. 8

BAB II LANDASAN TEORI ................................................................................ 9 2.1 Definisi Simulasi ........................................................................................... 9 2.2 Pengertian Sistem ......................................................................................... 9 2.3 Sistem E-Voting .......................................................................................... 11 2.4 Tuna Netra .................................................................................................. 12 2.5 Internet of Things ....................................................................................... 14 2.6 Google Cloud Platform ............................................................................... 14 2.7 Google Cloud Speech API .......................................................................... 15 2.8 Google Stackdriver ...................................................................................... 16 2.9 Text to Speech ............................................................................................. 17 2.10 Real Time Factor ....................................................................................... 19 2.11 Command Success Rate & False Acceptance Rate ................................. 19 2.12 Espeak ....................................................................................................... 20

xii

2.13 Python ....................................................................................................... 20 2.14 Flask .......................................................................................................... 21 2.15 JSON Web Token ..................................................................................... 21 2.16 XSS (Cross Site Scripting) ........................................................................ 23 2.17 CSRF (Cross Site Request Forgery) ......................................................... 23 2.18 SQL Injection ............................................................................................ 25 2.19 Raspberry Pi .............................................................................................. 25

2.19.1 Raspberry Pi Model 3 .......................................................................... 27 2.19.2 GPIO Raspberry Pi .............................................................................. 28

2.20 Wapiti ........................................................................................................ 29 2.21 Nikto .......................................................................................................... 32 2.22 Postman ..................................................................................................... 33 2.23 Metode Pengumpulan Data ..................................................................... 34

2.23.1 Studi Pustaka ....................................................................................... 34 2.23.2 Wawancara .......................................................................................... 34 2.23.3 Observasi ............................................................................................. 35

2.24 Prototipe .................................................................................................... 35 2.24.1 Karakteristik Metode Prototyping ....................................................... 36 2.24.2 Jenis-jenis Prototyping ........................................................................ 36 2.24.3 Kelebihan Kekurangan Prototyping .................................................... 37

2.25 Unifield Modeling Language ................................................................... 37 2.25.1 Class Diagram ..................................................................................... 37 2.25.2 Use Case Diagram .............................................................................. 38 2.25.3 Activity Diagram ................................................................................. 40 2.25.4 Sequence Diagram .............................................................................. 41

2.26 Black Box Testing ..................................................................................... 42

BAB III METODOLOGI PENELITIAN .......................................................... 44 3.1 Metode Pengumpulan Data ....................................................................... 44

3.1.1 Data Primer ............................................................................................ 44 3.1.2 Data Sekunder ....................................................................................... 45

3.2 Metode Pengembangan Sistem ................................................................. 45 3.2.1 Tahap Komunikasi ................................................................................ 45 3.2.2 Tahap Pengumpulan Kebutuhan ............................................................ 46 3.2.3 Tahap Mengkodekan Sistem ................................................................. 46 3.2.4 Tahap Pengujian Sistem ........................................................................ 46

3.3 Kerangka Berpikir ..................................................................................... 47

BAB IV ANALISIS, PERANCANGAN SISTEM, IMPLEMENTASI DAN PENGUJIAN SISTEM ........................................................................................ 49

4.1 Tahap Komunikasi ..................................................................................... 49 4.2 Tahap Pengumpulan Kebutuhan ............................................................. 51

4.2.1 Mendefinisikan Ruang Lingkup ............................................................ 51 4.2.2 Analisa Kebutuhan Hardware ............................................................... 51 4.2.3 Analisa Kebutuhan Software dan Tools ................................................ 52

xiii

4.2.4 Analisa Sistem Berjalan ........................................................................ 52 4.2.5 Analisa Sistem Usulan ........................................................................... 53

4.3 Tahap Membangun Sistem ....................................................................... 58 4.3.1 Pembuatan Flowchart ............................................................................ 58 4.3.2 Pembuatan Use Case ............................................................................. 61 4.3.3 Pembuatan Activity Diagram ................................................................. 65 4.3.4 Pembuatan Sequence Diagram .............................................................. 68 4.3.5 Pembuatan Class Diagram .................................................................... 70 4.3.6 Pembuatan Inteface ............................................................................... 71 4.3.7 Pembuatan Rancangan Keamanan ........................................................ 75

4.4 Tahap Implementasi Sistem ...................................................................... 75 4.4.1 Pemprograman Alat ............................................................................... 75 4.4.2 Pemprograman Web Admin .................................................................. 79 4.4.3 Pemprograman Web Live Count ........................................................... 84

4.5 Tahap Pengujian Sistem ............................................................................ 86 4.5.1 Black Box Testing ................................................................................. 86 4.5.2 User Acceptance Test ............................................................................ 88

BAB V HASIL DAN PEMBAHASAN ............................................................... 92 5.1 Hasil ............................................................................................................. 92

5.1.1 Web Admin ........................................................................................... 92 5.1.2 Web Live Count .................................................................................... 94 5.1.3 Raspberry Pi .......................................................................................... 95

5.2 Pengujian .................................................................................................... 95 5.2.1 Pengujian Beban CPU, Disk dan Network pada Server ........................ 95 5.2.2 Pengujian Beban CPU dan Memory pada Client .................................. 98 5.2.3 Pengujian Real Time Factor .................................................................. 99 5.2.4 Pengujian Command Success Rate ...................................................... 101 5.2.5 Pengujian Keamanan ........................................................................... 102

5.3 Pembahasan .............................................................................................. 107

BAB VI KESIMPULAN DAN SARAN ........................................................... 110 6.1 Kesimpulan ............................................................................................... 110 6.2 Saran ......................................................................................................... 110

DAFTAR PUSTAKA ......................................................................................... 111

LAMPIRAN ....................................................................................................... 117

xiv

DAFTAR GAMBAR

Gambar 1.1 Infografik Negara dengan Sistem E-Voting ........................................ 3

Gambar 2.1 Definisi IoT ........................................................................................ 14

Gambar 2.2 Logo Stackdriver ................................................................................ 16

Gambar 2.3 Proses konversi Teks menjadi ucapan secara umum ........................ 18

Gambar 2.4 Struktur JSON Web Token ................................................................ 22

Gambar 2.5 JWT Header ....................................................................................... 22

Gambar 2.6 JWT Payload ...................................................................................... 22

Gambar 2.7 JWT signature .................................................................................... 23

Gambar 2.8 Cross Site Request Forgery ................................................................ 24

Gambar 2.9 SQL Injection ..................................................................................... 25

Gambar 2.10 Raspberry Pi ..................................................................................... 26

Gambar 2.11 Perbedaan Model ............................................................................. 26

Gambar 2.12 Raspberry Pi 3 Model B ................................................................... 28

Gambar 2.13 Tampilan pin pada Raspberry Pi ...................................................... 28

Gambar 2.14 Keterangan Pin pada Raspberry Pi .................................................. 29

Gambar 2.15 Raspberry Pi 3 Model B 40 Pin ....................................................... 29

Gambar 2.16 Logo Wapiti ..................................................................................... 30

Gambar 2.17 Postman ............................................................................................ 34

Gambar 3.1 Kerangka Berpikir .............................................................................. 48

Gambar 4.1 Skema Alur Sistem Berjalan .............................................................. 53

Gambar 4.2 Sistem usulan ..................................................................................... 54

Gambar 4.3 Proses interaksi pengguna dengan web admin ................................... 55

Gambar 4.4 Proses tambah, hapus, ubah dan tampilkan informasi di web admin 56

Gambar 4.5 Proses pengguna pada raspberry pi .................................................... 56

Gambar 4.6 Proses dari microphone ke Google Cloud Speech ............................. 56

Gambar 4.7 Proses dari Google Cloud Speech API ke Web Admin API ............. 57

Gambar 4.8 Proses dari server menuju ke pengguna ............................................. 57

Gambar 4.9 Proses interaksi pemilih dengan Web Live Count ............................. 57

Gambar 4.10 Flowchart Pemilih ............................................................................ 58

Gambar 4.11 Flowchart Administrator .................................................................. 59

Gambar 4.12 Flowchart Tampilan Live Count ...................................................... 60

Gambar 4.13 Use Case Diagram ............................................................................ 61

Gambar 4.14 Activity Diagram Pemilih ................................................................ 66

xv

Gambar 4.15 Activity Diagram Administrator ...................................................... 67

Gambar 4.16 Activity Live Count ......................................................................... 68

Gambar 4.17 Sequence Diagram Administrator .................................................... 69

Gambar 4.18 Sequence Diagram Pemilih .............................................................. 69

Gambar 4.19 Sequence Diagram Hasil .................................................................. 69

Gambar 4.4.20 Class Diagram ............................................................................... 70

Gambar 4.21 Halaman Login ................................................................................. 71

Gambar 4.22 Halaman Manajemen Kandidat ........................................................ 72

Gambar 4.23 Halaman Manajemen Pengguna ...................................................... 72

Gambar 4.24 Halaman Manajemen Kegiatan ........................................................ 73

Gambar 4.25 Halaman Hasil Pemilihan ................................................................ 74

Gambar 4.26 Halaman Live Count ........................................................................ 74

Gambar 4.27 Skema Alat ....................................................................................... 76

Gambar 4.28 Library yang diperlukan ................................................................... 77

Gambar 4.29 file listen.py ...................................................................................... 78

Gambar 4.30 file services.py ................................................................................. 79

Gambar 4.31 Alat yang telah dirangkai ................................................................. 79

Gambar 4.32 file Auth Services.py ........................................................................ 80

Gambar 4.33 file election services.py .................................................................... 81

Gambar 4.34 file candidate services.py ................................................................. 81

Gambar 4.35 file user services.py .......................................................................... 82

Gambar 4.36 file vote services.py ......................................................................... 83

Gambar 4.37 file models.py ................................................................................... 84

Gambar 4.38 file routes.py .................................................................................... 85

Gambar 4.39 file services.py ................................................................................. 85

Gambar 4.40 file index.html .................................................................................. 85

Gambar 5.1 Halaman Login Admin ...................................................................... 93

Gambar 5.2 Halaman Manajemen Pengguna ........................................................ 93

Gambar 5.3 Halaman Manajemen Kandidat .......................................................... 94

Gambar 5.4 Halaman Hasil Pemilihan .................................................................. 94

Gambar 5.5 Halaman Web Live Count ................................................................. 95

Gambar 5.6 Spesifikasi Server Compute Engine ................................................... 96

Gambar 5.7 Grafik Penggunaan CPU pada Server Compute Engine .................... 96

Gambar 5.8 Grafik Penggunaan Jaringan pada ..................................................... 97

xvi

Gambar 5.9 Grafik Penggunaan Disk pada Server Compute Engine .................... 98

Gambar 5.10 Tampilan Proses berjalan dengan HTOP ......................................... 99

Gambar 5.11 Rating SSL ..................................................................................... 103

Gambar 5.12 Validasi Sertifikat SSL Website Admin di Browser ...................... 103

Gambar 5.13 Validasi Sertifikat SSL Website Live Count di Browser .............. 103

Gambar 5.14 Autentikasi untuk mendapatkan JWT ............................................ 104

Gambar 5.15 Validasi dan Decode JWT ............................................................. 104

Gambar 5.16 Error yang dikirim oleh server ....................................................... 105

Gambar 5.17 Hasil Vulnerability Report Wapiti ................................................. 106

Gambar 5.18 Proses menscan website menggunakan CLI Nikto ........................ 106

Gambar 5.19 Informasi Host yang diambil melalui Nikto .................................. 106

Gambar 5.20 Hasil Audit menggunakan software Nikto ..................................... 106

xvii

DAFTAR TABEL

Tabel 2.2.1 Class Diagram ..................................................................................... 38

Tabel 2.2.2 Use Case Diagram .............................................................................. 39

Tabel 2.2.3 Activity Diagram ................................................................................ 40

Tabel 2.2.4 Sequence Diagram .............................................................................. 41

Tabel 2.2.5 Perbandingan Metode Testing ............................................................ 42

Tabel 4.1 Hasil Studi Literatur .............................................................................. 49

Tabel 4.2 Analisa Kebutuhan Hardware ................................................................ 51

Tabel 4.3 Use Case Login ...................................................................................... 62

Tabel 4.4 Use Case Manajemen Kandidat ............................................................. 62

Tabel 4.5 Use Case Manajemen Kegiatan Pemilu ................................................. 63

Tabel 4.6 Use Case Pungut Suara .......................................................................... 64

Tabel 4.7 Lihat Perhitungan ................................................................................... 65

Tabel 4.8 Black Box Testing Alat ......................................................................... 86

Tabel 4.9 Black Box Testing Web Admin ............................................................. 87

Tabel 4.10 Black Box Testing Web Live Count .................................................... 87

Tabel 4.11 User Acceptance Testing Muhammad Vinggang ................................ 89

Tabel 4.12 User Acceptance Testing Sukaesih ...................................................... 89

Tabel 4.13 User Acceptance Testing Muhammad Yoga ....................................... 91

Tabel 5.1 Penggunaan CPU pada Server ............................................................... 96

Tabel 5.2 Penggunaan Network pada Server ......................................................... 97

Tabel 5.3 Penggunaan Disk pada Server ............................................................... 97

Tabel 5.4 Penggunaan CPU dan Memory pada Raspberry Pi ............................... 99

Tabel 5.5 Hasil Pengujian Latensi (T1) ............................................................... 100



Tabel 5.8 Hasil Pengujian Tuna Netra (T1) ......................................................... 101

Tabel 5.9 Hasil Pengujian Tuna Netra (T2) ......................................................... 101

Tabel 5.10 Hasil Pengujian Tuna Netra (T3) ....................................................... 102

Tabel 5.11 Real Time Factor ............................................................................... 107

1

BAB I PENDAHULUAN

1.1 Latar Belakang

Indonesia merupakan negara demokrasi yang melaksanakan pemilihan

sebagai bentuk realisasi dari kedaulatan rakyat dan merupakan pilar utama negara

demokrasi dimana mementingkan kepentingan umum daripada kepentingan

individu. Metode yang digunakan untuk pengambilan keputusan bersama ini adalah

melalui voting. Voting merupakan kegiatan yang sangat menentukan pada setiap

perhelatan pemilihan, banyak varian kepentingan yang harus terakomodir di

dalamnya (Azhari R, 2005).

Walaupun voting merupakan hak seluruh rakyat Indonesia, ternyata selama

ini masih terdapat kelompok masyarakat yang kesulitan untuk menggunakan hak

pilihnya yaitu kelompok disabilitas. Dalam Undang–undang no 8 Tahun 2016

tentang Penyandang Disabilitas pada bab 1 ketentuan umum pasal 1 dijelaskan

Penyandang Disabilitas adalah setiap orang yang mengalami keterbatasan fisik,

intelektual, mental, dan/atau sensorik dalam jangka waktu lama yang dalam

berinteraksi dengan lingkungan dapat mengalami hambatan dan kesulitan untuk

berpartisipasi secara penuh dan efektif dengan warga negara lainnya berdasarkan

kesamaan hak (Menkumham, 2016).

Menurut KPU pada pekan pertama Februari 2017 menunjukkan total daftar

pemilih tetap (DPT) pada pilkada serentak tahun ini tercatat sebanyak 41.200.187

pemilih. Dari jumlah itu, ada sebanyak 50.063 pemilih disabilitas yang terdiri atas

18.190 tuna daksa, 8.132 tuna netra, 9.108 tuna rungu, 8.751 tuna grahita, dan 5.882

penyandang disabilitas lainnya.

Sedangkan menurut International Labour Organization (ILO)

menginfokan, ada sekitar 15% penyandang disabilitas dari seluruh manusia di

dunia. Jika pendudukan Indonesia berjumlah 237.641.326, diperkirakan ada

35.646.199 (15%) penyandang disabilitas. Pusdatin Kementerian Sosial

menginfokan, pada 2010 penyandang disabilitas berjumlah 11,580,117 (4,8%)

orang dengan rincian 3,474,035 (pada penglihatan), 3,010,830 (pada fisik),

2,547,626 (pada pendengaran), 1,389,614 (pada mental) dan 1,158,012

(penyandang disabilitas kronis).

UIN Syarif Hidayatullah Jakarta

2

Salah satu indera terpenting yang dimiliki oleh manusia adalah mata.

Dengan adanya indera ini manusia mampu melihat sekeliling dan berinteraksi.

Indera penglihatan merupakan satu sumber informasi yang vital bagi manusia.

Apabila manusia kehilangan indera ini maka manusia tidak dapat melihat keadaan

sekelilingnya, kondisi in yang sering disebut Tuna Netra (Meizani, Muid, &

Rismawan, 2015).

Bagi penyandang tuna netra mereka sering menemui kendala untuk

beraktivitas seperti orang normal lainnya, karena mereka tidak memiliki gambaran

visual yang diperlukan untuk berinteraksi dengan objek di sekelilingnya. Untuk

membantu mereka berinteraksi dengan objek di sekitar tuna netra dapat

menggunakan tongkat atau braille dan apabila berada dalam ruangan atau tempat

tertentu, mereka memerlukan orang lain untuk menuntun atau membantu mereka

berinteraksi.

Penyandang disabilitas terutama tuna netra sering kali kesulitan

berpartisipasi dalam kegiatan pemilu. Berdasarkan wawancara yang penulis

lakukan dengan Bapak Muhammad Vinggang selaku ketua YPKTN mengatakan

pada saat pelaksanaan sering kali terjadi kendala seperti kekurangan template suara,

tidak tersedianya template untuk pemilihan legislatif dan pemilih wajib

memerlukan pendamping.

Selain itu fakta menurut survei BAWASLU ditemukan paling tidak 2.366

TPS sulit dijangkau, kondisi TPS yang ditemukan itu berbatu, berundak-undak,

berumput tebal dan memiliki anak tangga. Kedua, sekitar 20.834 TPS tidak

memberikan alat bantu template huruf braille bagi penyandang tunanetra. Ketiga

template pemilihan dengan Braille tidak disediakan di semua tingkat pemilihan

karena terbatasnya anggaran dan Braille bersifat sekali pakai. Braille juga hanya

dapat dimengerti oleh tuna netra yang bersekolah, untuk mengantisipasi ini TPS

menyediakan metode pendampingan oleh petugas Kelompok Penyelenggara

Pemungutan Suara (KPPS) agar memberikan panduan penggunaan surat suara

(Indonesia, 2019).

Upaya yang dapat dilakukan untuk mengatasi permasalahan di atas adalah

dengan mengembangkan sebuah sistem pemungutan suara elektronik (e-voting).

Penerapan e-voting akan mampu mengotomatisasi proses manual, memfasilitasi

para pemilih dengan keterbatasan fisik sehingga mandiri dan mencegah kecurangan


3

dari pihak-pihak yang tidak bertanggung jawab (Badan Pengkajian dan Penerapan

Teknologi, n.d.).

Menurut tirto.id (2017) 31 dari 195 negara di dunia telah menerapkan sistem

e-voting untuk kegiatan pemilihan politik. Beberapa negara juga sedang dalam

masa percobaan electronic voting machine.

Gambar 1.1 Infografik Negara dengan Sistem E-Voting

(Suhendra, 2016)

Penerapan e-voting di Indonesia pertama kali berlangsung saat Pilkades di

Jembrana, Bali pada 2010. Pada 2013, BPPT melakukan uji coba dengan verifikasi

pemilih menggunakan e-KTP di Desa Mendoyo Dangin Tukad, Jembrana, untuk

dapat memilih cukup membawa e-KTP sebagai alat verifikasi pemilih lalu

mendapatkan kartu token dan dapat langsung memilih (Suhendra, 2016).

Sebelumnya telah terdapat penelitian yang membahas tentang sistem e-

voting seperti Pengembangan Aplikasi e-Voting berbasis web dengan

memanfaatkan SMS Gateway (Latifah, 2017). Sistem yang dikembangkan

memiliki user interface berbasis web dengan teknologi SMS. Sistem ini memilki

user interface yang baik dan koneksi cepat, tetapi pengembangan dalam skala besar

akan mahal karena masih bergantung pada teknologi SMS. Selain itu terdapat juga

penelitian yang mengembangkan sistem perhitungan suara cepat dengan RESTful

API Web Service (Rofiq & Susanto, 2017), walaupun sistem mendukung

perhitungan cepat tetapi penelitian masih berupa web services sehingga tidak

memiliki user interface.

Di era modern ini, perkembangan software dan hardware yang terkoneksi

melalui internet, mulailah muncul sebuah konsep baru yang dinamakan Internet of


4

Things (IoT). Raspberry Pi adalah salah satu contoh single board computer popular

dan terjangkau untuk implementasi Internet of Things. (Hidayat & Firmanda, 2015).

Telah terdapat beberapa penelitian terkait pengembangan alat bantu untuk

penyandang tuna netra dengan menggunakan raspberry pi seperti Smart Assistance

for Blind People Using Raspberry PI (Muthusenthil, 2018). Pada penelitian ini

dikembangkan sebuah asisten pintar dengan teknologi Optical Character

Recognition (OCR) dan Text to Speech (TTS) dengan menggunakan raspberry pi

sehingga tuna netra dapat berinteraksi dengan objek di sekelilingnya, namun alat

ini masih terbatas mendeteksi benda yang memiliki tulisan print out dan belum

dapat mengenali tulisan tangan. Speech Recognition and Voice Separation for the

Internet of Things (Mosse, 2018) Penelitian ini mengembangkan sebuah prototipe

yang dapat memproses 2 perintah secara bersamaan pada raspberry pi dan

terkoneksi dengan berbagai peralatan di dalam rumah. Alat ini terintegrasi dengan

Alexa Voice Services teknologi Automatic Speech Recognition buatan Amazon.

Dengan ini raspberry pi dapat menerima masukan suara dan mengendalikan

berbagai peralatan yang ada di rumah.

Google Cloud Platform merupakan sebuah produk layanan Cloud

Computing dari Google yang terdiri dari 4 jenis layanan yang kesemuanya

bertujuan untuk membuat sebuah proyek berbasis Cloud Computing / Komputasi

Berbasis Internet agar bisa dimanfaatkan dalam skala global. Adapun 4 jenis

layanan tersebut adalah Google AppEngine, Google BigQuery, Google Compute

Engine dan Google Cloud Storage (“Google Cloud Platform Benefits,” n.d.).

Seiring dengan perkembangan teknologi Automatic Speech Recognition,

perusahaan raksasa seperti Apple, Google, Amazon dan Microsoft berlomba lomba

mengembangkan teknologi ini agar bisa digunakan secara komersial ataupun

memudahkan interaksi manusia dengan komputer melalui suara (Këpuska &

Bohouta, 2017).

Dalam sebuah studi berjudul Comparing Speech Recognition Systems

(Microsoft API, Google API And CMU Sphinx)(Këpuska & Bohouta, 2017). Studi

ini membandingkan beberapa solusi automatic speech recognition populer yaitu

Microsoft Speech API, Google Speech API dan CMU Sphinx. Hasil dari studi

tersebut menunjukkan bahwa CMU Sphinx memiliki Word Error Rate sebesar 37%,

Google Speech API sebesar 9% dan Microsoft Speech API sebesar 18%. Dapat


5

disimpulkan bahwa automatic speech recognition buatan Google memiliki hasil

yang paling akurat.

Dari banyak penelitian tentang sistem e-voting dan alat bantu untuk tuna

netra belum terdapat penelitian yang mengembangkan sebuah sistem e-voting untuk

membantu tuna netra dalam proses pemilihan, menggunakan raspberry pi sebagai

media pemrosesan dan mengombinasikannya dengan teknologi Google Cloud

Speech. Untuk itu penulis mencoba membuat sistem e-voting menggunakan Google

Cloud Speech berbasis Raspberry Pi untuk penyandang tuna netra yang bertujuan

membantu menggunakan hak suaranya.

Berdasarkan uraian latar belakang di atas yang telah dijelaskan, penulis

ingin melakukan penelitian yang berjudul “Simulasi Sistem Pemungutan Suara

Elektronik (e-voting) Menggunakan Google Cloud Speech Berbasis Raspberry Pi

Untuk Penyandang Tuna Netra (Uji Coba Yayasan Peduli Kesejahteraan Tuna

Netra)”. Kelebihan sistem yang diusulkan adalah tuna netra dapat berinteraksi

dengan sistem tanpa perlu indera visual cukup menggunakan suara. Selain itu

sistem ini memiliki fitur manajemen kegiatan pemungutan suara mulai dari

registrasi pemilih hingga perhitungannya secara otomatis dan real-time melalui web

application. Keamanan data juga dapat dijamin karena menggunakan teknologi

Google Cloud. Penelitian ini mengimplementasikan ilmu embedded system,

software engineering guna memenuhi kebutuhan dalam menyelesaikan

permasalahan yang ada.

1.2 Rumusan Masalah

Berdasarkan uraian permasalahan pada latar belakang di atas, maka

rumusan masalah pada makalah ini adalah bagaimana merancang dan menerapkan

simulasi e-voting untuk penyandang Tuna Netra Menggunakan Google Cloud

Speech Berbasis Raspberry PI (Uji Coba Yayasan Peduli Kesejahteraan Tuna

Netra) 1.3 Batasan Masalah

Dalam penelitian ini, peneliti melakukan pembatasan masalah terhadap

masalah penelitian yang akan dilakukan, yaitu:

1.3.1 Metode

Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi

literatur, wawancara dan studi pustaka. Metode pengujian yang dilakukan adalah


6

black-box, benchmarking dan pengujian real time factor serta command

recognition rate.

1.3.2 Proses

Berikut ini adalah proses yang terdapat pada makalah, yaitu:

1. Uji Coba Penelitian dilakukan terhadap penyandang disabilitas tuna

netra, tepatnya pada Yayasan Peduli Kesejahteraan Tuna Netra.

2. Pemilihan yang dilakukan adalah Pemilihan Presiden

3. Keamanan hanya berfokus pada aspek integrity dan authentication

1.3.3 Tools

Berikut ini adalah tools yang penulis pergunakan, yaitu:

1. Sistem akan dibuat menggunakan bahasa pemprograman Python dan

Javascript

2. Penelitian ini menggunakan Google Cloud sebagai tempat

penyimpanan data

3. Desain sistem digunakan dalam perancangan aplikasi penerjemah

adalah Unified Modelling Language (UML) yang meliputi Usecase

Diagram, Activity Diagram, dan Sequence Diagram.

4. Pada penelitian ini tidak membahas mengenai pemodelan speech

recognition

1.4 Tujuan Penelitian

Tujuan yang ingin dicapai oleh penulis dari penelitian ini adalah:

1. Membuat sistem pemungutan suara yang dapat membantu tuna netra

menggunakan hak suaranya.

2. Menyediakan sistem pemungutan suara elektronik berbasis

raspberry pi.

3. Melakukan pengembangan teknologi tools speaker recognition dari

Google Cloud

1.5 Manfaat Penelitian

Adapun manfaat yang didapatkan adalah sebagai berikut:

1.5.1 Bagi Penulis

1. Menerapkan ilmu-ilmu yang sudah didapat saat perkuliahan.


7

2. Membandingkan teori yang telah didapat saat kuliah dengan

masalah yang sebenarnya.

3. Mengamati teknik-teknik yang diterapkan di lapangan dalam

bidang Teknik Informatika.

1.5.2 Bagi Masyarakat

1. Dapat menambah hasil temuan ilmiah, informasi, dan wawasan

mengenai sistem e-voting dengan teknologi speech recognition.

2. Dapat memberikan manfaat dan kemudahan untuk masyarakat

difabel khususnya tuna netra dalam melakukan pemungutan

suara.

1.6 Metodologi Penelitian

Metodologi penelitian merupakan tahapan-tahapan yang dilalui oleh

peneliti dari perumusan masalah sampai pada kesimpulan, yang membentuk sebuah

alur hingga sistematis. Metodologi ini digunakan sebagai pedoman peneliti dalam

pelaksanaan penelitian ini agar hasil yang dicapai tidak menyimpang dari tujuan.

Metodologi penelitian meliputi pengumpulan data hingga terbentuknya sebuah

perangkat lunak.

1.6.1. Metode Pengumpulan Data

Dalam pembuatan aplikasi pada penelitan ini, peneliti terlebih

dahulu melakukan pengumpulan data terhadap user maupun informasi

lainnya yang dinilai dibutuhkan dalam membuat aplikasi pada penelitian ini,

yaitu:

1. Studi Pustaka

2. Studi Lapangan dengan observasi dan wawancara

1.6.2. Metode Pengembangan Sistem

Untuk perancangan sistem, penulis menggunakan metode

prototyping. Terdapat 5 tahapan pada prototyping model, yaitu requirement

gathering, building prototype, evaluate prototype, build system and testing

(Sommerville, 2015).


8

1.7 Sistematika Penulisan

Sistematika yang dibuat pada tugas akhir ini akan dibagi dalam enam

bagian, yaitu:

BAB I PENDAHULUAN

Dalam bab 1 ini membahas mengenai latar belakang penulisan,

perumusan masalah, batasan masalah, tujuan dan manfaat, metode

dan sistematika penulisan yang merupakan gambaran keseluruhan

dari penulisan skripsi ini.

BAB II LANDASAN TEORI

Dalam bab 2 ini membahas mengenai berbagai teori yang

mendasari analisis permasalahan yang berhubungan dengan

pembahasan.

BAB III METODOLOGI PENELITIAN

Dalam bab 3 ini berisi pembahasan atau pemaparan metode yang

penulis pakai dalam pencarian data maupun perancangan sistem

yang dilakukan pada penelitian.

BAB IV ANALISIS, PERANCANGAN SISTEM,

IMPLEMENTASI DAN PENGUJIAN SISTEM

Dalam bab 4 ini membahas mengenai hasil dari analisis,

perancangan, implementasi dan pengujian sistem selama

penelitian ini berlangsung.

BAB V PENUTUP

Dalam bab 5 ini membahas mengenai hasil dan pembahasan

implementasi simulasi sistem pemungutan suara elektronik (e-

voting) menggunakan Google Cloud Speech berbasis Raspberry

Pi untuk penyandang tuna netra

BAB VI KESIMPULAN DAN SARAN

Dalam bab 6 ini kesimpulan dari hasil pembahasan seluruh bab

serta saran-saran yang sekiranya dapat diperhatikan serta

dipertimbangkan untuk pengembangan sistem dimasa mendatang.

9

BAB II LANDASAN TEORI

2.1 Definisi Simulasi

Simulasi merupakan suatu teknik meniru operasi-operasi atau proses-proses

yang terjadi dalam suatu sistem dengan bantuan perangkat komputer dan dilandasi

oleh beberapa asumsi tertentu sehingga sistem tersebut bisa dipelajari secara ilmiah

(Law & W David Kelton, 2000)

Menurut (Harrell, 2011) Simulasi adalah “sebagai cara untuk mereproduksi

kondisi dari situasi sebagaimana oleh model, untuk pembelajaran, percobaan atau

pelatihan”. Kemudian Harrel dalam bukunya tersebut menjelaskan bahwa simulasi

merupakan “replika dari sistem dinamik menggunakan model komputer dalam

rangka mengevaluasi dan meningkatkan kinerja sistem”. Sehingga simulasi dapat

diartikan juga sebagai cara pembelajaran bagaimana menyelesaikan suatu masalah

dari peristiwa yang sebenarnya terjadi dengan merancang suatu sistem proses atau

membuat model menggunakan komputer yang secara umum menggambarkan

kondisi dari situasi atau sifat-sifat karakteristik kunci dari kelakuan sistem fisik.

Dari dua pengertian diatas dapat disimpulkan bahwa simulasi adalah suatu

Teknik untuk menirukan operasi ataupun proses yang terjadi dalam suatu sistem

dari situasi sebagaimana guna pembelajaran, percobaan ataupun pelatihan.

2.2 Pengertian Sistem

Kata sistem pada dasarnya berasal dari bahasa Latin systema dan bahasa

Yunani sustema. Definisi tentang sistem sangat beragam, namun hampir semua

definisi merujuk pada sistem sebagai sekumpulan komponen atau elemen. Mc

Namara mendefinisikan sistem sebagai kumpulan dari bagian-bagian sistem atau

subsistem yang terintegrasi demi tujuan tertentu (Setyanto, Rasyidah, & Sulhan,

2017).

Menurut (Al-Jufri, 2011) suatu sistem memiliki karakteristik atau sifat-sifat

tertentu yaitu:

a. Komponen-komponen atau subsistem: Subsistem atau komponen-

komponen tersebut saling berinteraksi membentuk kesatuan dan

merupakan bagian dari sistem yang lebih besar atau supra sistem.


10

b. Lingkungan luar sistem: Lingkungan luar sistem yaitu apa pun diluar batas

dari sistem yang mempengaruhi operasi sistem. Lingkungan luar sistem

dapat menguntungkan ataupun merugikan. Lingkungan luar sistem yang

menguntungkan adalah energi dari sistem yang harus dipelihara,

sedangkan yang merugikan harus ditahan dan dikendalikan karena akan

mengganggu kelangsungan hidup dari sistem.

c. Penghubung sistem: Penghubung adalah media yang menghubungkan

antar sub sistem yang memungkinkan sumber-sumber daya mengalir dari

satu sub sistem ke subsistem lainnya. Keluaran dari sub sistem akan

menjadi masukan bagi sub sistem lainnya melalui penghubung. Dengan

adanya penghubung, maka sub sistem dapat berintegrasi dengan subsistem

lainnya dengan membentuk satu kesatuan.

d. Masukan sistem atau energi: Energi yang dimasukkan kedalam sistem

dapat berupa masukan perawatan dan masukan sinyal. Maintenance input

adalah energi yang dimasukkan agar sistem tersebut dapat beroperasi.

Signal input adalah energi yang diproses untuk mendapatkan keluaran.

Seperti contoh dalam sistem komputer, program adalah maintenance input

dan yang digunakan untuk mengoperasikan komputer dan data adalah

signal input untuk diolah menjadi informasi.

e. Keluaran sistem: keluaran adalah hasil dari energi yang diolah dan

diklasifikasikan menjadi keluaran yang berguna dan sisa pembuangan.

Keluaran bisa menjadi masukan untuk sub sistem yang lain atau kepada

supra sistem.

f. Pengolah sistem: suatu sistem dapat memiliki suatu bagian pengolah atau

sistem itu sendiri yang menjadi pengolahnya yaitu pengolah yang

mengubah masukan menjadi keluaran. Suatu sistem produksi mengolah

masukan berupa bahan baku dan bahan-bahan lain menjadi keluaran

berupa barang jadi.

g. Sasaran atau Tujuan Sistem: suatu sistem tentunya memiliki tujuan atau

sasaran. Sasaran atau tujuan sangat menentukan masukan yang dibutuhkan

sistem dan keluaran yang dihasilkan. Sistem dianggap berhasil jika

mengenai sasaran atau tujuannya


11

2.3 Sistem E-Voting

Menurut (Mohsen, 2005) E-Voting merujuk pada penggunaan komputer

atau komputerisasi dalam proses pemungutan suara untuk memberikan suara

dalam sebuah pemilihan (Prasetyawan, 2018). Sedangkan menurut (Ali, 2011) E-

Voting adalah proses pemilihan umum yang memungkinkan pemilih untuk

mencatatkan pilihannya secara rahasia melalui media elektronik yang teramankan

(Prasetyawan, 2018). Berdasarkan dua pendapat diatas dapat ditarik pengertian

bahwa sistem e-voting adalah proses pemungutan suara secara elektronik

menggunakan komputer yang dicatatkan secara rahasia dan teramankan.

Menurut (Sebastien & Herve, 2011), tujuan dari sistem keamanan e-voting

adalah untuk menjamin privasi atau kerahasiaan pemilih serta keakuratan pilihan.

Keamanan sistem ini memiliki beberapa kriteria, yaitu :

a. Eligibility : Hanya pemilih yang terdaftar yang dapat melakukan

pemilihan.

b. Unreusability : Setiap pemilih hanya dapat memilih satu kali.

c. Anonymity : Pilihan pemilih dirahasiakan.

d. Accuracy : Pilihan tidak bisa diubah dan dihapus selama atau setelah

pemilihan

e. Fairness : Perhitungan suara sebelum pemilihan ditutup tidak bisa

dilakukan.

f. Vote & Go : Pemilih hanya dapat melakukan pemilihan saja.

g. Public Verifiability : Semua orang dapat melakukan pengecekan pada

berjalannya proses pemilihan.

Menurut Badan Pengkajian dan Penerapan Teknologi (BPPT, 2013),

Pelaksanaan pemilihan umum pada hakikatnya dapat dibagi menjadi dua cara

yakni cara konvensional yang berbasis kertas dan e-voting yang berbasis pada

teknologi online. E-voting berbasis online dapat dilaksanakan dalam beberapa

metode, yaitu

a. Sistem Pemindaian Optik : Sistem ini dilakukan dengan cara kertas

diberikan kepada para pemilih kemudian hasilnya direkam dan dihitung

secara elektronik. Metode ini harus menyediakan surat suara yang

dapat dipindai dengan optik dan membutuhkan rancangan yang rumit dan

biaya mahal.


12

b. Sistem Direct Recording Electronic (DRE) : Metode ini para pemilih

memberikan hak suaranya melalui komputer atau layar sentuh atau

panel/papan suara elektronik. Kemudian hasil pemungutan suara disimpan

di dalam memori di TPS dan dapat dikirimkan baik melalui jaringan

maupun offline ke pusat penghitungan suara nasional.

c. Internet voting : Pemilih dapat memberikan hak suaranya dari mana

saja secara online melalui komputer yang terhubung dengan jaringan

di mana pemungutan suara di TPS langsung direkam secara terpusat.

Metode ini membutuhkan jaringan komunikasi data yang berpita lebar dan

keamanan yang handal.

Menurut (Riera & Brown, 2003) tujuan utama penerapan e-voting

diharapkan dapat mengatasi permasalahan pemilu konvensional(Prasetyawan,

2018). Riera dan Brown menawarkan manfaat yang akan diperoleh dalam

penerapan e-voting, sebagai berikut:

a. Mempercepat perhitungan suara

b. Hasil perhitungan lebih akurat

c. Menghemat bahan cetakan kertas

2.4 Tuna Netra

Dalam penggunaan bahasa sehari- hari, kadang- kadang terjadi penyamaan

antara suatu keadaan atau suatu kondisi seseorang, seperti dalam kata menunjukkan

orang yang tunanetra buta, padahal keduanya itu adalah berbeda. Kata “tunanetra”

berasal dari kata “tuna” yang artinya rusak dan kata “netra” yang artinya adalah

mata, jadi kata tunanetra adalah rusak penglihatan, dan anak tunanetra adalah anak

yang rusak penglihatannya. Sedangkan orang yang buta adalah orang yang rusak

penglihatannya secara total. Dengan kata lain orang yang tunanetra belum tentu

mengalami kebutaan total tetapi orang yang buta sudah pasti tunanetra (Pradopo,

1977).

Penyandang tunanetra adalah seseorang yang karena sesuatu hal mengalami

disfungsi visual atau kondisi penglihatan yang tidak berfungsi sebagai mana

mestinya. Seseorang dikatakan tunanetra apabila menggunakan kemampuan

perabaan dan pendengaran sebagai saluran utama dalam belajar atau kegiatan yang

lainnya dan ada juga mengatakan tunanetra adalah kondisi dari indera penglihatan


13

yang tidak sempurna yang tidak dapat berfungsi sebagai orang normal (Pradopo,

1977).

Menurut WHO istilah tunanetra terbagi kedalam 2 bagian atau kategori

yakni blind atau yang disebut dengan buta dan low vision atau penglihatannya yang

kurang. Istilah buta itu sendiri menggambarkan kondisi penglihatan yang tidak

dapat diandalkan lagi meskipun dengan alat bantu, sehingga tergantung dengan

fungsi indera yang lain, sedangkan penglihatan yang kurang menggambarkan

kondisi penglihatan dengan ketajaman yang kurang, daya tahan rendah mempunyai

kesulitan dengan tugas- tugas yang utama yang menuntut fungsi penglihatan, tetapi

masih dapat membantu dengan bantuan alat khusus, namun tetap terbatas.

Klasifikasi ketunanetraan secara garis besar yaitu dibagi menjadi 2 antara

lain:

1. Terjadinya kecacatan, yakni sejak kapan anak menderita tunanetra yang

dapat digolongkan sebagai berikut :

a. Penderita tunanetra sebelum dan sejak lahir, yakni mereka yang sama

sekali tidak memiliki pengalaman melihat.

b. Penderita tunanetra sesudah lahir atau pada usia kecil, yaitu mereka

yang sudah memiliki kesan-kesan serta penglihatan visual, tetapi belum

kuat dan mudah terlupakan .

c. Penderita tunanetra pada usia sekolah atau pada masa remaja, kesan

pengalaman visual meninggalkan pengaruh yang mendalam terhadap

proses perkembangan pribadi.

d. Penderita tunanetra pada usia dewasa, yaitu mereka yang dengan segala

kesadaran masih mampu melakukan latihan-latihan penyesuaian diri.

e. Penderita tunanetra dalam usia lanjut, yaitu mereka yang sebagian besar

sudah sulit mengalami latihan-latihan penyesuaian diri.

2. Pembagian berdasarkan kemampuan daya lihat yaitu:

a. Penderita tunanetra ringan, yaitu mereka yang mempunyai kelainan

atau kekurangan daya penglihatan

b. Penderita tunanetra setengah berat, yaitu mereka yang mengalami

sebagian daya penglihatan

c. Penderita tunanetra berat, yaitu mereka yang sama sekali tidak dapat

melihat atau yang sering disebut adalah buta (Pradopo, 1977)


14

2.5 Internet of Things

Internet of Things adalah jaringan global komputer, sensor, dan aktuator

terhubung melalui protokol internet. Contoh yang paling mendasar adalah PC yang

berkomunikasi melalui internet dengan perangkat kecil, dimana perangkat memiliki

sensor yang terpasang (Pfister, 2011).

Gambar 2.1 Definisi IoT

(Pfister, 2011)

Teknologi ini diwujudkan dalam gambaran yang luas dari sebuah produk

jaringan, sistem, dan sensor, yang memanfaatkan daya komputasi, miniaturisasi

elektronik, dan interkoneksi jaringan untuk menawarkan kemampuan baru yang

sebelumnya tidak mungkin (Pfister, 2011).

Internet of Things mengacu pada perangkat keras dan perangkat lunak yang

digunakan untuk menyimpan, mengambil, data dan komunikasi teknologi, proses

yang meliputi sistem elektronik yang digunakan untuk komunikasi antara individu

atau kelompok. Konvergensi teknologi informasi dan komunikasi berlangsung di

tiga lapisan inovasi teknologi yaitu: the cloud, data and communication networks

and device (Vermessan & Friess, 2013).

2.6 Google Cloud Platform

Google Cloud Platform merupakan sebuah produk layanan Cloud

Computing dari Google yang terdiri dari 4 jenis layanan yang semuanya bertujuan

untuk membuat sebuah proyek berbasis Cloud Computing / Komputasi Berbasis

Internet agar bisa dimanfaatkan dalam skala global. Adapun 4 jenis layanan tersebut

adalah Google AppEngine, Google BigQuery, Google Compute Engine dan Google

Cloud Storage (“Google Cloud Platform Benefits,” n.d.).

Dengan menggunakan Google Cloud Platform sebagai media pemrosesan

data dan pengkonversi suara ke teks, Google Cloud Platform dari segi keamanan


15

data, dengan menggunakan layanan Google cloud Platform memungkinkan kita

untuk memiliki keamanan data yang sangat terjamin, hal ini merupakan faktor

penting untuk membangun sebuah layanan berbasis internet. Gooogle Cloud

Platform juga fleksibel, dimanapun kita berada kita bisa mengakses data yang kita

simpan di Google Cloud dengan mudah dan yang perlu kita sediakan hanya akses

internet. Dan juga bisa menggunakan RESTful API agar aplikasi yang dibuat bisa

di integrasikan dengan smartphone berbasis Android ataupun iOS Apple.

Dengan Google Cloud Platform data terpusat, penyimpanan yang terpusat

sangat diperlukan untuk membangun sebuah layanan dengan skala besar, terutama

apabila pengguna dari layanan tersebut sangat banyak. Apabila kita memikirkan

investasi jangka panjang, layanan Google Cloud bisa menekan biaya pengadaan

infrastruktur sistem yang kita perlukan untuk membangun sebuah aplikasi untuk

bisnis kita, dan juga berkinerja tinggi. Tidak hanya itu Google Cloud Platform juga

memiliki kecepatan yang lebih baik pada big data. Google Cloud Platform juga

berkomitmen untuk open source (“Google Cloud Platform Benefits,” n.d.).

Machine Learning merupakan bagian dari Google Cloud Platform dalam

membangun aplikasi yang dapat melihat, mendengar, dan mengerti dunia

sekitarnya. Dalam Pre-trained Machine Learning Model, Google Translate API

dan Cloud Vision API, telah disatukan menjadi Google Cloud Speech API. Dengan

API yang lengkap tersebut, developer dapat mengembangkan aplikasi yang dapat

melihat, mendengar, dan menerjemahkan (Intan, Saputra, Handani, & Diniary,

2017).

Cloud API menentukan bagaimana aplikasi perangkat lunak berinteraksi

dengan platform berbasis cloud computing dimana aplikasi ini dapat digunakan.

Cloud API menawarkan cara dimana aplikasi dapat meminta informasi dari

platform dan menggunakan fasilitas yang telah disediakan. Cloud Computing atau

komputasi awan sendiri merupakan pemanfaatan teknologi komputer dan

pengembangan layanan berbasis Internet (Intan et al., 2017).

2.7 Google Cloud Speech API

Google Cloud Speech API memungkinkan pengembang mengubah audio

menjadi teks dengan menerapkan model jaringan syaraf tiruan dengan mudah

menggunakan API. API mengenali lebih dari 110 bahasa dan varian, untuk

mendukung basis pengguna global. Kita juga dapat menuliskan teks pengguna yang


16

mendikte mikrofon aplikasi, mengaktifkan perintah dan kontrol melalui suara, atau

menuliskan file audio, di antara banyak kasus penggunaan lainnya. Kenali audio

yang diunggah dalam permintaan, dan integrasikan dengan penyimpanan audio di

Google Cloud Storage, dengan menggunakan teknologi yang sama yang digunakan

Google untuk mengaktifkan produknya sendiri (Google, n.d.). Berikut adalah fitur

fitur yang ada pada Google Cloud Speech API:

a. Automatic Speech Recognition, Automatic Speech Recognition (ASR)

didukung oleh jaringan syaraf pembelajaran yang mendalam untuk

menyalakan aplikasi Anda seperti penelusuran suara atau transkripsi

ucapan.

b. Kosa kata global

c. Penerjemahan ucapan secara lansung

d. Petunjuk kata, dapat menyesuaikan ucapan dengan kata yang tepat

e. Dukungan Audio Real time

f. Noise Robustness, mampu menangani noise audio.

g. Inappropriate Content Filtering, memfilter kata yang tidak pantas dalam

hasil teks

h. Integrated API, File audio dapat disimpan dan terintegrasi pada Google

Cloud Storage

2.8 Google Stackdriver

Google Stackdriver adalah software freemium, untuk layanan manajemen

sistem komputasi awan yang ditawarkan oleh Google. Ini memberikan data kinerja

dan diagnostik (dalam bentuk pemantauan, pencatatan, penelusuran, pelaporan

kesalahan, dan peringatan) kepada pengguna cloud publik. Stackdriver adalah

solusi cloud hybrid, menyediakan dukungan untuk lingkungan cloud Google Cloud

dan Amazon Web Services (Wikipedia, n.d.).

Gambar 2.2 Logo Stackdriver

(Wikipedia, n.d.)


17

2.9 Text to Speech

TTS (Text to Speech) adalah suatu sistem yang dapat melakukan konversi

dari teks ke ucapan. Saat ini terdapat beberapa sistem yang melakukan fungsi

seperti itu, misal sistem IVR (interactive voice response) yang banyak digunakan

untuk layanan informasi otomatis melalui telepon call center. Sistem IVR biasanya

menggunakan rekaman kata atau kalimat yang direkam secara utuh.

Di dalam buku “An Introduction to Text-to-Speech Synthesis” (Dutoit,

1997) Dutoit menyatakan text to speech sebagai “produksi ucapan menggunakan

mesin, dengan cara fonetisasi otomatis kalimat mengucapkan”. Sedangkan dalam

buku “Voice Processing” (Pelton, 1993) Pelton menyatakan text to speech sebagai

“suatu sistem untuk mengkonversi teks menjadi ucapan”

Berdasarkan definisi dari beberapa sumber, TTS dapat didefinisikan sebagai

“sistem yang dapat mengubah suatu teks menjadi ucapan secara otomatis dengan

cara fonetisasi (penyusunan fonem fonem untuk membentuk ucapan)”. Sebuah

sistem TTS dapat mengucapkan kata apapun dan kosakatanya tidak terbatas. TTS

merupakan suara buatan yang dibuat dari suara manusia sebagai speech engine agar

dapat berkata seperti manusia untuk berbagai macam aplikasi dan supaya dapat

memberikan informasi dari aplikasi ke manusia berupa suara

Terdapat 2 proses atau cara kerja text to speech yaitu converter text ke

fonem (text to phoneme) dan converter fonem ke ucapan (phoneme to speech)

A. Konverter teks ke fonem (text to phoneme)

Bagian konverter teks ke fonem berfungsi untuk mengubah kalimat

masukan dalam suatu bahasa tertentu yang berbentuk teks menjadi

rangkaian kode bunyi yang biasanya direpresentasikan dengan kode

fonem, durasi serta pitchnya.

Konversi dari teks ke fonem sangat dipengaruhi oleh aturan yang

berlaku dalam suatu bahasa. Setiap bahasa memiliki aturan cara

pembacaan dan cara pengucapan teks yang sangat spesifik.

Pada proses konversi teks ke fonem terdiri dari beberapa tahap yaitu

normalisasi teks, konversi setiap fonem menjadi kode fonem, dan

penetapan durasi dan pitch untuk setiap fonem. Normalisasi teks

merupakan suatu proses yang mempresentasikan teks tertulis menjadi teks

yang sesuai dengan pengucapan oleh manusia. Setiap teks hasil


18

normalisasi dikonversi ke fonem, dan tidak semua huruf sama dengan kode

fonemnya.

B. Konverter fonem ke Ucapan (Phoneme to Speech)

Bagian konverter teks ke ucapan akan menerima masukan berupa

kode fonem serta pitch dan durasi yang dihasilkan oleh bagian

sebelumnya. Berdasarkan kode tersebut, bagian konverter fonem ke

ucapan akan menghasilkan bunyi atau sinyal ucapan yang sesuai dengan

kalimat yang ingin diucapkan.

Ada beberapa alternatif teknik yang dapat digunakan untuk

implementasi bagian ini. Dua teknik yang banyak digunakan adalah

formant synthesizer dan diphone concatenation.

Konverter fonem ke ucapan berfungsi untuk membangkitkan sinyal

ucapan berdasarkan kode fonem yang dihasilkan dari proses sebelumnya.

Pada sistem yang menggunakan teknik diphone concatenation, sistem

harus didukung oleh suatu diphone database. Ucapan dalam suatu bahasa

dibentuk dari satu set bunyi yang mungkin berbeda untuk setiap bahasa,

oleh karena itu setiap bahasa harus dilengkapi dengan diphone database

yang berbeda.

Gambar 2.3 Proses konversi Teks menjadi ucapan secara umum

(Pelton, 1993)


19

2.10 Real Time Factor

Real Time Factor adalah tolak ukur atau metrik yang menunjukkan seberapa

cepat speech recognition mengenali ucapan pengguna. Latensi mengukur waktu

antara pengguna selesai berbicara dan waktu ketika recognizer mengembalikan

hipotesis, yang merupakan metrik paling penting untuk Automatic Speech

Recognition (G, 2018).

Untuk sebuah sistem dengan dialog real-time kita membutuhkan real time

factor < 1. Dengan kata lain penguraian kalimat harus lebih cepat daripada

kecepatan pengguna mengucapkan sebuah kalimat. Dengan real time factor < 1

hipotesis akan langsung ditampilkan setelah pengguna selesai mengucapkan

kalimat (Rozpoznávání, 2014).

Ketika proses translasi berlangsung ketika pengguna berbicara, tetapi

ekstrak dari hipotesis oleh automatic speech recognition berlangsung pada akhir

kalimat. Pengguna paling tidak harus menunggu sampai hipotesis di ekstrak oleh

automatic speech recognition (Rozpoznávání, 2014).

𝑅𝑇𝐹 = %&'((*(+,*((-))/(01%2(-)

(1)

RTF = Real Time Factor

Time = Duration of decode process(s)

Length = Total Audio Duration(s)

2.11 Command Success Rate & False Acceptance Rate

Performa dari sebuah sistem speech recoginition sering diukur berdasarkan

akurasi dan kecepatan. Akurasi dapat diukur denggan menggunakan Word Error

Rate (WER) dimana kecepatan dapat diukur menggunakan Real Time Factor.

Pengukuran lain terkait akurasi meliputi Single Word Error Rate (SWER) dan

Command Success Rate (CSR)(Karpagavalli & Chandra, 2016).

𝐶𝑆𝑅 = 56'7(8,:+,88(+%/;8(+,10&<(*=>(-?(8+,''-0*=@,%-/06'7(8,:-6%2,8&<(*=>(-?(8+,''-0*=

∗ 100% (2)


20

Command Success Rate adalah tingkat keberhasilan pengenalan perintah

sistem yang didapatkan dari rasio jumlah perintah yang dikenali dengan jumlah

perintah yang dilakukan (Okokpujie, Noma-osaghae, John, & Jumbo, 2017)

𝐹𝐴𝑅 = 56'7(8,:&0+,88(+%/;8(+,10&<(*=>(-?(8+,''-0*=@,%-/06'7(8,:-6%2,8&<(*=>(-?(8+,''-0*=

∗ 100% (3)

False Acceptance rate adalah tingkat kegagalan pengenalan perintah sistem

yang didapatkan dari rasio jumlah perintah yang tidak dikenali dengan jumlah

perintah yang dilakukan (Okokpujie et al., 2017).

2.12 Espeak

eSpeak adalah suatu perangkat lunak speech synthesizer yang

terkonfigurasi dengan berbagai macam bahasa untuk sistem operasi Linux dan

Windows eSpeak tersedia pada suatu program command line(Linux dan

Windows) untuk mengucapkan teks dari suatu file atau stdin(input keyboard),

suatu perpustakaan bersama yang dapat digunakan oleh program lain (pada

Windows berupa DLL), dan suatu versi SAPI5 untuk Windows, sehingga dapat

digunakan dengan pembaca layar atau program lain yang mendukung

interfaceWindows SAPI5 (Forge, n.d.).

2.13 Python

Python merupakan bahasa serbaguna yang diciptakan oleh Guido van

Rossum pada tahun 1998. Bahasa ini menggunakan interpreter sebagai penerjemah.

Pendekatan ini memungkinkan pemakai dapat memberikan perintah secara

interaktif. Interpreter akan melaksanakan perintah tersebut begitu pemakai

menekan tombol Enter. Dengan demikian, pemakai dapat mempelajari bahasa

python tanpa perlu menyimpan perintah-perintah yang diberikan ke dalam file

(Kadir, 2017).

Python dapat berjalan dibanyak platform/sistem operasi seperti Windows,

Linux/Unix, Mac OS X, OS/2, Amiga, Palm Handhelds dan telepon genggam. saat

ini Python juga telah di porting kedalam mesin virtual Java dan .NET. Python

didistribusikan dibawah lisensi OpenSource yang disetujui OSI (Open Source

Initiatives), sehingga Python bebas digunakan, gratis digunakan, bahkan untuk

produk-produk komersil (Lambert, 2015).


21

2.14 Flask

Flask adalah framework aplikasi web mikro yang ditulis dalam bahasa

Python dan berbasiskan toolkit Wekzeug dan template engine Jinja2 dan berlisensi

BSD. Pada tahun 2015, versi paling stabil Flask adalah versi 0.10.1. Contoh aplikasi

yang menggunakan framework Flask adalah Pinterest, LinkedIn, dan tentu saja

halaman web Flask itu sendiri.

Flask dikatakan framework mikro dikarenakan Flask tidak menganggap

atau mengharuskan pengembang menggunakan alat atau pustaka tertentu. Flask

tidak memiliki lapisan abstrak basis data, form validasi, dan komponen-komponen

lainnya yang sudah dimiliki oleh pustaka-pustaka pihak ketiga sebelumnya.

Walaupun begitu, Flask mendukung ekstensi yang dapat menambah fitur-fitur

seperti layaknya mereka diimplementasikan di dalam Flask itu sendiri. Terdapat

ekstensi untuk object-relational mappers, form validasi, upload handling, dan

berbagai teknologi autentikasi terbuka serta peralatan yang berhubungan dengan

framework secara umum (Wikipedia, 2010).

2.15 JSON Web Token

JWT ini adalah sebuah token berbentuk string JSON yang sangat padat

(ukurannya), informasi mandiri yang gunanya sendiri untuk melakukan sistem

autentikasi dan pertukaran informasi. Karena bentuknya kecil, token JWT dapat

dikirim melalui URL, parameter HTTP POST atau di dalam Header HTTP, dan

juga karena ukurannya yang kecil maka dapat ditransmisikan dengan lebih cepat.

Disebut informasi mandiri karena isi dari token yang dihasilkan memiliki

informasi dari pengguna yang dibutuhkan, sehingga tidak perlu query ke basis data

lebih dari satu kali. Token tersebut dapat diverifikasi dan dipercaya karena sudah

di-sign secara digital. Token JWT dapat di-sign dengan menggunakan secret

(algoritma HMAC) atau pasangan public/private key (algoritma RSA).

Proses login yang dilakukan tidak seperti aplikasi website biasa, tetapi

menggunakan session untuk mengingat yang sedang melakukan proses login. JWT

tidak bergantung pada bahasa program tertentu. Struktur JWT terdiri atas tiga

bagian yang dipisahkan oleh titik (“.”), yaitu header, payload, dan signature, seperti

ditunjukkan pada gambar 2.6


22

Gambar 2.4 Struktur JSON Web Token

(Rahmatulloh, Sulastri, & Nugroho, 2018) Header biasanya terdiri atas 2 bagian yaitu tipe token yakni JWT dan

algoritma hashing yang digunakan, seperti HMAC SHA-256 atau RSA dan lainnya.

Contohnya header ditunjukkan seperti gambar 2.7

Gambar 2.5 JWT Header (Rahmatulloh et al., 2018)

Payload, bagian kedua, berisi klaim. Klaim adalah pernyataan tentang suatu

entitas (biasanya pengguna) dan metadata tambahan. Ada tiga jenis klaim, yaitu

reserved, public, dan private claims. Bagian kedua (payload) diperlihatkan pada

gambar 2.8

Gambar 2.6 JWT Payload (Rahmatulloh et al., 2018)

Bagian ketiga dari JWT adalah signature, berisi hash dari komponen-

komponen header, payload, dan kunci rahasia. Contoh JWT Signature ini

menggunakan algoritme HMAC SHA-256. Signature dapat dibuat dengan cara

seperti pada gambar 2.9.


23

Gambar 2.7 JWT signature (Rahmatulloh et al., 2018)

Keluarannya adalah tiga string Base64 yang dipisahkan oleh titik-titik yang

dapat dengan mudah dilewatkan dalam HTML dan HTTP. Apabila isi header atau

payload diubah, maka isi signature menjadi tidak valid. Signature dibentuk dengan

menggunakan header dan payload sehingga JWT mampu memberikan kemudahan

bagi client untuk mengakses sumber daya tanpa harus login berulang memasukkan

username dan password. Token dapat dipanggil melalui AJAX ke server karena

panggilan dapat menggunakan HTTP header untuk mengirimkan informasi

penggunanya (Rahmatulloh et al., 2018).

2.16 XSS (Cross Site Scripting)

Serangan ini biasanya terjadi karena injeksi script berbahaya di titik injeksi

rentan web aplikasi (Gupta & Gupta, 2016). XSS merupakan kependekan yang

digunakan untuk istilah cross site scripting. XSS merupakan salah satu jenis

serangan injeksi kode (code injection attack). XSS dilakukan oleh penyerang

dengan cara memasukkan kode HTML atau client script code lainnya ke suatu situs.

Serangan ini akan seolah-olah datang dari situs tersebut.

Akibat serangan ini antara lain penyerang dapat melewati keamanan di sisi

klien, mendapatkan informasi sensitif, atau menyimpan aplikasi berbahaya. Alasan

kependekan yang digunakan XSS bukan CSS karena CSS sudah digunakan untuk

cascade style sheet (OWASP, 2018).

2.17 CSRF (Cross Site Request Forgery)

Cross site Request Forgery (CSRF) adalah sebuah serangan yang memaksa

pengguna akhir untuk melakukan tindakan yang tidak diinginkan pada aplikasi web

di mana mereka sedang dikonfirmasi (OWASP, 2018). Cross Site Request Forgery

(CSRF) adalah sebuah serangan yang memaksa pengguna akhir untuk melakukan

tindakan yang tidak diinginkan pada aplikasi web di mana mereka sedang

dikonfirmasi. serangan CSRF secara khusus menargetkan permintaan negara-

berubah, tidak pencurian data, karena penyerang tidak memiliki cara untuk melihat


24

respon terhadap permintaan palsu. Dengan sedikit bantuan dari rekayasa sosial

(seperti mengirim link via email atau chatting), penyerang dapat mengelabui

pengguna dari aplikasi web ke dalam melaksanakan tindakan pilih penyerang. Jika

korban adalah pengguna normal, serangan CSRF sukses dapat memaksa pengguna

untuk melakukan permintaan mengubah negara seperti mentransfer dana,

mengubah alamat email mereka, dan sebagainya. Jika korban adalah rekening

administratif, CSRF bisa kompromi seluruh aplikasi web.

Gambar 2.8 Cross Site Request Forgery

CSRF adalah serangan yang trik korban ke mengirimkan permintaan

berbahaya. Mewarisi identitas dan hak-hak korban untuk melakukan fungsi yang

tidak diinginkan atas nama korban. Untuk sebagian besar situs, permintaan browser

akan secara otomatis menyertakan mandat yang terkait dengan situs, seperti cookie

sesi pengguna, alamat IP, mandat domain Windows, dan sebagainya. Oleh karena

itu, jika pengguna saat dikonfirmasi ke situs, situs akan memiliki cara untuk

membedakan antara permintaan ditempa dikirim oleh korban dan permintaan yang

sah yang dikirim oleh korban.

CSRF menyerang fungsi sasaran yang menyebabkan perubahan state pada

server, seperti mengubah alamat email atau password korban, atau membeli

sesuatu. Memaksa korban untuk mengambil data tidak menguntungkan penyerang

karena penyerang tidak menerima respon, korban tidak. Dengan demikian,

serangan CSRF menargetkan permintaan negara-berubah. Kadang-kadang

mungkin untuk menyimpan serangan CSRF di situs rentan itu sendiri. kerentanan

tersebut disebut "disimpan kelemahan CSRF". Hal ini dapat dicapai dengan hanya

menyimpan tag IMG atau IFRAME dalam bidang yang menerima HTML, atau

dengan cross-site scripting serangan yang lebih kompleks. Jika serangan dapat

menyimpan serangan CSRF di situs, tingkat keparahan serangan diperkuat. Secara


25

khusus, kemungkinan meningkat karena korban lebih mungkin untuk melihat

halaman yang berisi serangan dari beberapa halaman acak di Internet. kemungkinan

juga meningkat karena korban pasti akan dikonfirmasi ke situs sudah (Sandi, Putra,

& Selatan, 2017).

2.18 SQL Injection

Sebuah serangan injeksi SQL terdiri dari penyisipan atau "suntikan" dari

query SQL melalui input data dari klien ke aplikasi. Sebuah SQL injection berhasil

mengeksploitasi dapat membaca data sensitif dari database, memodifikasi data

database (Insert / Update / Delete), melaksanakan operasi administrasi pada

database (seperti shutdown DBMS), memulihkan isi dari file yang diberikan pada

file DBMS sistem dan dalam beberapa kasus masalah perintah untuk sistem operasi.

serangan injeksi SQL adalah jenis serangan injeksi, di mana perintah SQL yang

disuntikkan ke input data untuk mempengaruhi pelaksanaan perintah SQL yang

telah ditetapkan (Sandi et al., 2017).

Gambar 2.9 SQL Injection

(Hararei, n.d.) 2.19 Raspberry Pi

Raspberry Pi, sering disingkat dengan nama Raspi, adalah komputer papan

tunggal (single-board circuit; SBC) yang seukuran dengan kartu kredit yang dapat

digunakan untuk menjalankan program perkantoran, permainan komputer, dan

sebagai pemutar media hingga video beresolusi tinggi. Raspberry Pi dikembangkan

oleh yayasan nirlaba, Rasberry Pi Foundation, yang digawangi sejumlah

pengembang dan ahli komputer dari Universitas Cambridge, Inggris.

Ide dibalik raspberry pi diawali dari keinginan untuk mencetak pemrogram

generasi baru. Seperti disebutkan dalam situs resmi Raspberry Pi Foundation,


26

waktu itu Eben Upton, Rob Mullins, Jack Lang, dan Alan Mycroft, dari

Laboratorium Komputer Universitas Cambridge memiliki kekhawatiran melihat

kian turunnya keahlian dan jumlah siswa yang hendak belajar ilmu komputer.

Mereka lantas mendirikan yayasan Raspberry Pi bersama dengan Pete Lomas dan

David Braben pada 2009. Tiga tahun kemudian, Raspberry Pi Model B memasuki

produksi massal. Dalam peluncuran pertamanya pada akhir Febuari 2012 dalam

beberapa jam saja sudah terjual 100.000 unit. Pada bulan Februari 2016, Raspberry

Pi Foundation mengumumkan bahwa mereka telah menjual 8 juta perangkat Raspi,

sehingga menjadikannya sebagai perangkat paling laris di Inggris (Wikipedia,

2018).

Gambar 2.10 Raspberry Pi

(Pi, 2019)

Saat ini terdapat lima model dari keluarga Raspberri Pi, yakni : Raspberry

Pi Model A +, Raspberry Pi Model B +, Raspberry Pi 2, Raspberry Pi 3, dan

Raspberry Pi Zero. Yang pada dasarnya merupakan pengembangan dari dua model

Raspberry Pi, yaitu model A dan model B, dengan perbedaan :

Gambar 2.11 Perbedaan Model

(Brian Benchoff, 2016)

Secara keseluruhan, perbedaan antar masing-masing model terletak pada

kekuatan prosesor, jumlah port USB, ada atau tidaknya port jaringan, bluetooth,

wireless, dan lain sebagainya, meskipun untuk desain tidak begitu berbeda (Wiley,


27

2016). Untuk penyimpanan data didesain tidak menggunakan hard disk atau solid-

state drive, melainkan mengandalkan kartu SD (SD memory card) untuk booting

dan penyimpanan jangka panjang.

Hardware raspberry pi tidak memiliki real-time clock, sehingga OS harus

memanfaatkan timer jaringan server sebagai pengganti. Namun komputer yang

mudah dikembangkan ini dapat ditambahkan dengan fungsi real-time (seperti

DS1307) dan banyak lainnya, melalui saluran GPIO (General-purpose

input/output) via antarmuka I²C (Inter-Integrated Circuit). Raspberry Pi bersifat

open source (berbasis Linux), raspberry pi bisa dimodifikasi sesuai kebutuhan

penggunanya.

Sistem operasi utama Raspberry Pi menggunakan Debian GNU/Linux dan

bahasa pemrograman Python. Salah satu pengembang OS untuk raspberry pi telah

meluncurkan sistem operasi yang dinamai Raspbian, Raspbian diklaim mampu

memaksimalkan perangkat raspberry pi. Sistem operasi tersebut dibuat berbasis

Debian yang merupakan salah satu distribusi Linux OS (Gay, 2014).

2.19.1 Raspberry Pi Model 3

Model Raspberry Pi 3 merupakan generasi ketiga dari keluarga

Raspberry Pi. Raspberry Pi 3 memiliki RAM 1 GB dan grafis Broadcom

VideoCore IV pada frekuensi clock yang lebih tinggi dari sebelumnya yang

berjalan pada 250MHz. Raspberry Pi 3 menggantikan Raspberry Pi 2 model

B pada bulan Februari 2016. Kelebihannya dibandingkan dengan Raspberry

Pi 2 adalah:

• A 1.2GHx 64-bit quad-core ARMv8 CPU

• 802.11n Wireless LAN

• Bluetooth 4.1

• Bluetooth Low Energy (BLE)

Sama seperti Pi 2, raspberry pi 3 juga memiliki 4 USB port, 40 pin

GPIO, Full HDMI port, Port Ethernet, Combined 3.5mm audio jack and

composite video, Camera interface (CSI), Display interface (DSI), slot

kartu Micro SD (Sistem tekan-tarik, berbeda dari yang sebelum nya ditekan-


28

tekan), dan VideoCore IV 3D graphics core. Raspberry Pi 3 memiliki factor

bentuk identik dengan raspberry pi 2 dan memiliki kompatibilitas lengkap

dengan raspberry pi 1 dan 2. Raspberry Pi 3 juga direkomendasikan untuk

digunakan bagi mereka yang ingin menggunakan Pi dalam proyek-proyek

yang membutuhkan daya yang sangat rendah (Wiley, 2016).

Gambar 2.12 Raspberry Pi 3 Model B

(Element14, 2016) 2.19.2 GPIO Raspberry Pi

GPIO adalah deretan pin yang memiliki fungsi tertentu. GPIO

terletak di sepanjang tepi atas board dan merupakan fitur yang kuat dari

raspberry pi (tujuan umum input/output). Melalui GPIO, raspberry pi bisa

dihubungkan dengan dunia nyata, dimana pin-pin tersebut bisa menjadi

penghubung untuk mengendalikan berbagai macam perangkat di luar

raspberry pi dengan program tertentu (Halfacree & Upton Gareth, 2016).

Gambar 2.13 Tampilan pin pada Raspberry Pi

(Pi, 2018)

Pin ini merupakan antarmuka fisik antara raspberry pi dan dunia

luar. Secara sederhana, pin-pin tersebut bisa dianggap sebagai switch yang

dapat mengaktifkan atau menonaktifkan (input) begitu juga dapat


29

mengaktifkan atau menonaktifkan (output). Dari 40 pin, 26 pin bertindak

sebagai GPIO, dan lainnya ada yang berfungsi sebagai power ataupun

ground (Halfacree & Upton Gareth, 2016).

Gambar 2.14 Keterangan Pin pada Raspberry Pi

(Pi, 2018)

Berikut ini gambaran lengkap dan beberapa penjelasan mengenai

fungsi masing-masing PIN GPIO pada Raspberry Pi 3:

Gambar 2.15 Raspberry Pi 3 Model B 40 Pin

(Element14, 2015) 2.20 Wapiti

Wapiti merupakan sebuah tools pemindai kerentanan aplikasi sehingga

memungkinkan untuk mengaudit keamanan situs web atau aplikasi web. Wapiti

melakukan pemindaian blackbox (tidak mempelajari kode sumber) dari aplikasi

web dengan merayapi halaman web dari webapp yang digunakan, mencari skrip

dan formulir di mana ia dapat menyuntikkan data.

Setelah mendapat daftar URL, formulir, dan inputnya, Wapiti bertindak

seperti seorang fuzzer, menyuntikkan muatan untuk melihat apakah skrip rentan.

Wapiti dapat mendeteksi kerentanan berikut:


30

a. Kerentanan file (Lokal dan jarak jauh termasuk / memerlukan, buka, baca

file ...)

b. SQL Injection (Injeksi PHP / JSP / ASP dan Suntikan XPath)

c. Injeksi XSS (Cross Site Scripting) (direfleksikan dan permanen)

d. Deteksi Eksekusi Perintah (eval (), system (), passtru () ...)

e. Injeksi CRLF (Pemisahan Respons HTTP, fiksasi sesi ...)

f. Injeksi XXE (XML External Entity)

g. SSRF (Pemalsuan Permintaan Sisi Server)

h. Penggunaan tahu file yang berpotensi berbahaya (berkat database Nikto)

i. Konfigurasi .htacak yang lemah yang dapat dilewati

j. Kehadiran file cadangan yang memberikan informasi sensitif

(pengungkapan kode sumber)

k. Shellshock (alias Bash bug)

Gambar 2.16 Logo Wapiti

(Surribas, 2018)

Wapiti mendukung metode GET dan POST HTTP untuk serangan. Ini juga

mendukung bentuk multi-bagian dan dapat menyuntikkan muatan dalam nama file

(unggah). Peringatan dimunculkan ketika anomali ditemukan (misalnya 500

kesalahan dan batas waktu) Wapiti mampu membuat perbedaan antara kerentanan

XSS permanen dan tercermin.

Fitur umum:

• Menghasilkan laporan kerentanan dalam berbagai format

(HTML, XML, JSON, TXT ...)


31

• Dapat menunda dan melanjutkan pemindaian atau serangan

(mekanisme sesi menggunakan database sqlite3)

• Dapat memberi warna di terminal untuk menyoroti kerentanan

• Tingkat verbositas berbeda

• Cara cepat dan mudah untuk mengaktifkan / menonaktifkan

modul serangan

• Menambahkan muatan bisa semudah menambahkan baris ke file

teks

Fitur penjelajahan

• Mendukung proxy HTTP, HTTPS, dan SOCKS5

• Otentikasi melalui beberapa metode: Basic, Digest, Kerberos

atau NTLM

• Kemampuan untuk menahan ruang lingkup pemindaian

(domain, folder, halaman, url)

• Penghapusan otomatis satu adalah lebih banyak parameter

dalam URL

• Berbagai perlindungan terhadap pemindaian tak berujung

(misalnya, batas nilai untuk suatu parameter)

• Kemungkinan untuk mengatur URL pertama yang akan

dijelajahi (bahkan jika tidak dalam ruang lingkup)

• Dapat mengecualikan beberapa URL pemindaian dan serangan

(misalnya: URL logout)

• Impor cookie (dapatkan dengan alat wapiti-getcookie)

• Dapat mengaktifkan / menonaktifkan verifikasi sertifikat SSL

• Ekstrak URL dari file Flash SWF

• Mengekstrak URL dari javascript (interpreter JS)

• Mengenali HTML5

• Beberapa opsi untuk mengontrol perilaku dan batasan crawler.

• Melewati beberapa nama parameter selama serangan.

• Mengatur waktu maksimum untuk proses pemindaian.

• Menambahkan beberapa tajuk HTTP khusus atau mengatur

Agen-Pengguna khusus.


32

2.21 Nikto

Nikto adalah pemindai server web Open Source (GPL) yang melakukan

pengujian komprehensif terhadap server web untuk banyak item, termasuk lebih

dari 6700 file / program berbahaya, memeriksa versi usang lebih dari 1.250 server,

dan masalah khusus versi di lebih dari 270 server. Ini juga memeriksa item

konfigurasi server seperti keberadaan beberapa file indeks, opsi server HTTP, dan

akan berusaha mengidentifikasi server web dan perangkat lunak yang diinstal.

Pindai item dan plugin sering diperbarui dan dapat diperbarui secara otomatis.

Nikto tidak dirancang sebagai alat tersembunyi. Ini akan menguji server

web dalam waktu secepat mungkin, dan jelas dalam file log atau ke IPS / IDS.

Namun, ada dukungan untuk metode anti-IDS LibWhisker jika Anda ingin

mencobanya (atau menguji sistem IDS).

Tidak setiap pemeriksaan merupakan masalah keamanan, meskipun

kebanyakan. Ada beberapa item yang "hanya info" ketik cek yang mencari hal-hal

yang mungkin tidak memiliki kelemahan keamanan, tetapi webmaster atau insinyur

keamanan mungkin tidak tahu ada di server. Barang-barang ini biasanya ditandai

dengan tepat dalam informasi yang dicetak. Ada juga beberapa pemeriksaan untuk

item yang tidak diketahui yang telah terlihat dipindai dalam file log (Sullo & Lodge,

n.d.).

Berikut adalah beberapa fitur utama Nikto. Lihat dokumentasi untuk daftar

lengkap fitur dan cara menggunakannya.

• Dukungan SSL (Unix dengan OpenSSL atau mungkin Windows dengan

ActiveState Perl / NetSSL)

• Dukungan proxy HTTP penuh

• Memeriksa komponen server yang kedaluwarsa

• Simpan laporan dalam teks biasa, XML, HTML, NBE atau CSV

• Mesin template untuk menyesuaikan laporan dengan mudah

• Memindai banyak port pada server, atau beberapa server melalui file input

(termasuk output nmap)

• Teknik pengodean IDS LibWhisker

• Mudah diperbarui melalui baris perintah

• Mengidentifikasi perangkat lunak yang diinstal melalui tajuk, favicon dan

file


33

• Otentikasi host dengan Basic dan NTLM

• Menebak subdomain

• Enumerasi nama pengguna Apache dan cgiwrap

• Teknik mutasi untuk "memancing" konten di server web

• Pindai penyetelan untuk menyertakan atau mengecualikan seluruh kelas

kerentanan memeriksa

• Tebak kredensial untuk ranah otorisasi (termasuk banyak kombo id / pw

default)

• Tebakan otorisasi menangani direktori apa pun, bukan hanya rootdirektori

• Peningkatan reduksi positif palsu melalui beberapa metode: tajuk,

• konten halaman, dan hashing konten

• Laporan header "tidak biasa" terlihat

• Status interaktif, jeda, dan perubahan pada pengaturan verbosity

• Simpan permintaan / respons penuh untuk tes positif

• Putar ulang permintaan positif yang disimpan

• Waktu eksekusi maksimum per target

• Jeda otomatis pada waktu yang ditentukan

• Memeriksa situs "parkir" umum

• Masuk ke Metasploit

• Dokumentasi menyeluruh

2.22 Postman

Postman adalah klien HTTP yang kuat untuk menguji layanan web. Dibuat

oleh Abhinav Asthana, seorang programmer dan desainer yang berbasis di

Bangalore, India, Postman memudahkan untuk menguji, mengembangkan, dan

mendokumentasikan API dengan memungkinkan pengguna untuk dengan cepat

mengumpulkan permintaan HTTP sederhana dan kompleks (Wagner, 2014).


34

Gambar 2.17 Postman

(Postman, n.d.)

Postman tersedia sebagai Google Chrome Packaged App dan aplikasi

browser Google Chrome. Versi aplikasi yang dikemas mencakup fitur-fitur canggih

seperti dukungan OAuth 2.0 dan upload / impor massal yang tidak tersedia dalam

versi di-browser. Versi dalam browser mencakup beberapa fitur, seperti dukungan

cookie sesi, yang belum tersedia dalam versi aplikasi yang dikemas.

2.23 Metode Pengumpulan Data

Metode pengumpulan data adalah teknik atau cara-cara yang dapat

digunakan oleh peneliti untuk mengumpulkan data (Sudaryono, Margono, &

Rahayu, 2011).

2.23.1 Studi Pustaka

Studi pustaka adalah menganalisis secara kritis pustaka penelitian

yang ada saat ini. Studi pustaka tersebut perlu dilakukan secara ketat dan

harus mengandung keseimbangan antara uraian deskriptif dan analisis.

Identifikasi kekuatan dan kelemahan pustaka tersebut dengan menelaah

hasil atau temuan penelitian tersebut, metodologi yang digunakan, serta

bagaimana hasil temuan tersebut dibandingkan penelitian atau publikasi

lainnya (Sudaryono et al., 2011)

2.23.2 Wawancara

Menurut Sugiyono (2010) Wawancara digunakan sebagai teknik

pengumpulan data apabila peneliti akan melaksanakan studi pendahuluan

untuk menemukan permasalahan yang harus diteliti, dan juga peneliti ingin

mengetahui hal-hal dari responden yang lebih mendalam dan jumlah

respondennya sedikit/kecil.


35

Wawancara yang digunakan dalam penelitian ini dengan

mengajukan pertanyaan-pertanyaan terstruktur karena peneliti

menggunakan pedoman wawancara yang disusun secara sistematis dan

lengkap untuk mengumpulkan data yang dicari.

2.23.3 Observasi

Observasi adalah melakukan pengamatan secara langsung ke obyek

penelitian untuk melihat dari dekat kegiatan yang dilakukan. Obyek dari

penelitian adalah perilaku, tindakan manusia, fenomena, dan proses kerja

(Sudaryono et al., 2011). Menurut Cartwright, CA & Cartwright, GP, dalam

bukunya Developing Observation Skill. Mendefinisikan observasi sebagai

suatu proses melihat, mengamati dan mencermati serta merekam perilaku

secara sistematis untuk suatu tujuan tertentu. Sedangkan tujuan dari

observasi adalah untuk mendeskripsikan perilaku objek serta memahaminya

atau bisa juga hanya ingin mengetahui frekuensi suatu kejadian. Dari sini

bisa dipahami bahwa inti dari observasi adalah adanya perilaku yang

tampak dan adanya tujuan yang ingin dicapai. Perilaku yang tampak dapat

berupa perilaku yang dapat dilihat langsung oleh mata, dapat didengar,

dapat dihitung, dan dapat diukur.

2.24 Prototipe

Prototyping merupakan salah satu metode pengembangan perangkat lunak

yang banyak digunakan. Dengan metode Prototyping ini pengembang dan

pelanggan dapat saling berinteraksi selama proses pembuatan sistem. Sering terjadi

seorang pelanggan hanya mendefinisikan secara umum apa yang dikehendakinya

tanpa menyebutkan secara detail output apa saja yang dibutuhkan, pemrosesan dan

data-data apa saja yang dibutuhkan (Houde & Hill, 2004).

Untuk mengatasi ketidaksesuaian antara pelanggan dan pengembang, maka

dibutuhkan kerja sama yang baik di antara keduanya sehingga pengembang akan

mengetahui dengan benar apa yang diinginkan pelanggan dengan tidak

mengesampingkan segi-segi teknis dan pelanggan akan mengetahui proses-proses

dalam menyelesaikan sistem yang diinginkan. Dengan demikian akan

menghasilkan sistem yang sesuai dengan jadwal waktu penyelesaian yang telah

ditentukan.


36

Prototyping merupakan pendekatan iteratif dalam pengembangan sistem

yang dibuat. Secara umum tujuan pengembangan sistem informasi adalah untuk

memberikan kemudahan dalam penyimpanan informasi, mengurangi biaya dan

menghemat waktu, meningkatkan pengendalian, mendorong pertumbuhan,

meningkatkan produktivitas serta profitabilitas organisasi. Dalam beberapa tahun

terakhir ini, peningkatan produktivitas organisasi ini dibantu dengan

berkembangnya teknologi komputer baik hardware maupun software-nya.

Istilah prototyping dalam hubungannya dengan pengembangan software

sistem informasi lebih merupakan suatu proses bukan prototipe sebagai suatu

produk (Pressman, 2010).

2.24.1 Karakteristik Metode Prototyping

Menurut (Houde & Hill, 2004) Empat langkah karakteristik metode

prototyping yaitu :

a. Pemilahan Fungsi harus mengacu pada fungsi yang ditampilkan oleh

prototyping. Pemilahan dilakukan berdasarkan pada tugas-tugas

yang relevan yang sesuai dengan contoh kasus yang akan

diperagakan.

b. Penyusunan Sistem Informasi bertujuan untuk memenuhi

permintaan akan tersedianya prototipe.

c. Evaluasi

d. Penggunaan Selanjutnya

2.24.2 Jenis-jenis Prototyping

Berikut adalah jenis-jenis dari Prototyping (Houde & Hill, 2004) :

a. Feasibility prototyping – digunakan untuk menguji kelayakan dari

teknologi yang akan digunakan untuk sistem informasi yang akan

disusun.

b. Requirement prototyping – digunakan untuk mengetahui kebutuhan

aktivitas bisnis user.

c. Desain prototyping – digunakan untuk mendorong perancangan

sistem informasi yang akan digunakan.

d. Implementation prototyping – merupakan lanjutan dari rancangan

protipe, dimana prototipe ini langsung disusun sebagai suatu sistem

informasi yang akan digunakan.


37

e. Pada penelitian ini, jenis prototipe yang dipakai oleh peneliti adalah

requirement prototyping, yang digunakan untuk mengetahui

kebutuhan aktivitas bisnis user

2.24.3 Kelebihan Kekurangan Prototyping

Segala sesuatu memiliki keunggulan dan kelemahan, begitu pula

dengan metode prototyping yang memiliki keunggulan dan kelemahan,

berikut penjelasannya (Houde & Hill, 2004).

Keunggulan

• End user dapat berpartisipasi aktif.

• Penentuan kebutuhan lebih mudah diwujudkan.

• Mempersingkat waktu pengembangan sistem informasi.

Kelemahan

• Proses analisis dan perancangan terlalu singkat.

• Kurang fleksibel dalam menghadapi perubahan.

• Prototipe yang dihasilkan tidak selamanya mudah dirubah.

2.25 Unifield Modeling Language

UML (Unified Modelling Language) muncul karena adanya kebutuhan

pemodelan visual dari sistem perangkat lunak. UML merupakan bahasa visual

untuk pemodelan dan komunikasi mengenai sebuah sistem dengan menggunakan

diagram dan teks-teks pendukung. UML hanya berfungsi untuk melakukan

pemodelan. Jadi dengan UML tidak terbatas pada metodologi tertentu, meskipun

pada kenyataannya UML paling banyak digunakan pada metodologi berorientasi

obyek (R. A & M, 2011).

2.25.1 Class Diagram

Diagram kelas atau class diagram menggambarkan struktur sistem

dari segi pendefinisian kelas-kelas yang akan dibuat untuk membangun

sistem. Kelas memiliki apa yang disebut atribut, yaitu variabel-variabel

yang dimiliki oleh suatu kelas, dan metode atau operasi yaitu fungsi-fungsi

yang dimiliki oleh suatu kelas. Kelas-kelas yang ada pada struktur sistem

harus dapat melakukan fungsi-fungsi sesuai dengan kebutuhan sistem (R.

A & M, 2011) Berikut adalah simbol-simbol yang ada pada diagram kelas:


38

Tabel 2.2.1 Class Diagram

(Sumber: Rosa A.S dan M. Shalahuddin, 2011:137 )

Simbol Deskripsi

Kelas

nama_kelas

+atribut

+operasi()

Kelas pada struktur sistem.

Antarmuka/interface

nama_interface

Sama dengan konsep interface

dalam pemrograman berorientasi

obyek.

Asosiasi/Association

Relasi antar kelas dengan makna

umum, asosiasi biasanya juga

disertai dengan multiplicity.

Asosiasi berarah


kelas yang satu digunakan oleh

kelas yang lain.

Generalisasi


generalisasi-spesialisasi (umum-

khusus).

Kebergantungan / dependency


kebergantungan antar kelas.

Agregasi / aggregation


sebuah bagian (whole-part).

2.25.2 Use Case Diagram

Use case merupakan pemodelan untuk kelakuan (behavior) sistem

informasi yang akan dibuat. Use case mendeskripsikan sebuah interaksi

antara satu atau lebih aktor dengan sistem informasi yang akan dibuat. Use

case digunakan untuk mengetahui fungsi apa saja yang ada di dalam sebuah

sistem informasi dan siapa saja yang berhak menggunakan fungsi-fungsi

itu. Ada dua hal utama pada use case yaitu pendefinisian apa yang disebut


39

aktor dan use case. Aktor merupakan orang, proses atau sistem lain yang

berinteraksi dengan sistem informasi yang akan dibuat di luar sistem

informasi yang akan dibuat itu sendiri (R. A & M, 2011).

Berikut adalah simbol-simbol yang ada pada diagram use case:

Tabel 2.2.2 Use Case Diagram


Simbol Deskripsi

Use Case Fungsionalitas yang disediakan

sistem sebagai unit-unit yang

saling bertukar

pesan antar unit atau aktor;

biasanya diawali kata kerja.

Aktor/actor

Orang, proses, atau sistem lain

yang berinteraksi dengan sistem

informasi yang akan dibuat di

luar sistem informasi yang akan

dibuat sendiri.

Asosiasi/Assosiation

Komunikasi antara aktor dan

use case yang berpartisipasi

pada use case atau use case yang

memiliki interaksi dengan aktor

Ekstensi/extend

<<extends>>

Relasi use case tambahan ke

sebuah use case dimana use case

yang ditambahkan dapat berdiri

sendiri walaupun tanpa use case

tambahan itu.

Generalisasi / generalization

Hubungan generalisasi dan

spesialisasi (umum-khusus)

antara dua buah use case dimana

fungsi yang satu adalah fungsi

yang lebih umum dari yang

lainnya.

Nama use case

Nama aktor


40

Menggunakan / include

<<include>>

Relasi use case tambahan ke

sebuah use

case yang ditambahkan

memerlukan use case ini untuk

menjalankan fungsinya atau

sebagai syarat dijalankan use

case ini.

2.25.3 Activity Diagram

Diagram aktivitas atau activity diagram menggambarkan workflow

(aliran kerja) atau aktivitas dari sebuah sistem atau proses bisnis, diagram

aktivitas menggambarkan aktivitas sistem bukan apa yang dilakukan aktor.

Diagram aktivitas juga digunakan untuk mendefinisikan hal-hal berikut:

1. Rancangan proses bisnis di mana setiap urutan aktivitas yang

digambarkan merupakan proses bisnis sistem yang didefinisikan.

2. Urutan atau pengelompokan tampilan dari sistem/user interface di

mana setiap aktivitas dianggap memiliki sebuah rancangan

antarmuka tampilan.

3. Rancangan pengujian di mana setiap aktivitas dianggap

memerlukan sebuah pengujian perlu didefinisikan kasus ujinya

(Sukamto & Shalahuddin, 2011).

Berikut adalah simbol-simbol yang ada pada diagram aktivitas:

Tabel 2.2.3 Activity Diagram


Simbol Deskripsi

Status awal

Status awal aktivitas sistem, sebuah

diagram aktivitas memiliki sebuah

status awal.

Aktivitas

Aktivitas yang dilakukan sistem,

aktivitas biasanya diawali dengan kata

kerja. aktivitas


41

Percabangan / decision

Asosiasi percabangan dimana jika ada

pilihan aktivitas lebih dari satu.

Penggabungan / join

Asosiasi penggabungan dimana lebih

dari satu aktivitas digabungkan

menjadi satu.

Status akhir

Status akhir yang dilakukan sistem,

sebuah diagram aktivitas memiliki

sebuah status akhir.

Swimlane

Memisahkan organisasi bisnis yang

bertanggung jawab terhadap

aktivitas yang terjadi.

2.25.4 Sequence Diagram

Diagram urutan menggambarkan kelakuan obyek pada use case

dengan mendeskripsikan waktu hidup obyek dan message yang dikirimkan

dan diterima antar obyek. Oleh karena itu untuk menggambarkan diagram

sekuen maka harus diketahui obyek-obyek yang terlibat dalam sebuah use

case beserta metode-metode yang dimiliki yang dimiliki kelas yang

diinstasiasi menjadi obyek itu (R. A & M, 2011)

Berikut adalah simbol-simbol yang ada pada diagram sekuen :

Tabel 2.2.4 Sequence Diagram


Simbol Deskripsi

Aktor

Nama aktor

Orang, proses, atau sistem lain yang

berinteraksi dengan sistem informasi

yang akan dibuat di luar sistem

informasi yang akan dibuat sendiri.

Garis Hidup/ lifeline

Menyatakan kehidupan suatu obyek.

Nama swimlane


42

Obyek

Nama obyek : nama kelas

Menyatakan obyek yang

berinteraksi pesan.

Waktu aktif

Menyatakan obyek dalam keadaan

aktif dan berinteraksi pesan.

Pesan tipe create

<<Create>>

Menyatakan suatu obyek membuat

obyek lain, arah panah mengarah

pada obyek yang dibuat.

Pesan tipe call

1:NamaMetode()

Menyatakan suatu obyek memanggil

operasi/metode yang ada pada obyek

lain atau dirinya sendiri.

Pesan tipe send

Menyatakan bahwa suatu obyek

mengirimkan

data/masukan/informasi ke obyek

lainnya.

Pesan tipe return 1:keluaran

Menyatakan bahwa suatu obyek yang

telah menjalankan suatu operasi atau

metode menghasilkan suatu

kembalian ke obyek tertentu.

Pesan tipe destroy

<<destroy>>

Menyatakan suatu obyek mengakhiri

hidup obyek yang lain.

2.26 Black Box Testing

Pengujian black box, juga disebut pengujian perilaku atau behavioral

testing, berfokus pada persyaratan fungsional perangkat lunak. Pengujian black box

berusaha untuk menemukan kesalahan pada beberapa kategori berikut: (1) fungsi-

fungsi yang salah atau hilang, (2) kesalahan interface, (3) kesalahan dalam struktur

data atau akses database eksternal, (4) kesalahan pada performa atau behavior, dan

(5) kesalahan pada inisialisasi dan terminasi (Pressman, 2010).

Tabel 2.2.5 Perbandingan Metode Testing

Metode Kelebihan Kekurangan

1: masukan


43

White Box

Testing

Mampu menemukan kesalah

seperti Kesalahan Logika,

ketidak sesuaian asumsi,

kesalahan

pengetikan(Mustaqbal,

Firdaus, & Rahmadi, 2015).

Perangkat lunak yang jenisnya

besar, metode white box testing

ini dianggap boros karena

melibatkan banyak sumberdaya

untuk melakukannya(Mustaqbal

et al., 2015).

Black Box

Testing

Mampu menemukan

kesalahan seperti fungsi yang

tidak benar, kesalahan

antarmuka, kesalahan pada

struktur data dan akses basis

data, kesalahan performa dan

inisialisasi dan

terminasi(Mustaqbal et al.,

2015)

Hanya befokus berfokus pada

spesifikasi fungsional dari

perangkat lunak. Selain itu

terdapat banyak teknik pada black

box testing tergantung pada

pertanyaan yang dijawab seperti.

Equivalence Partitioning,

Boundary Value Analysis/Limit

Testing, Comparison Testing,

Sample Testing, Robustness

Testing, Behavior Testing,

Performance Testing,

Requirement Testing, Endurance

Testing dan Cause-Effect

Relationship Testing

44

BAB III METODOLOGI PENELITIAN

Sebelum memulai penelitian, penulis melakukan proses pengumpulan data

dengan menggunakan metode pengumpulan data berupa kuesioner dan studi

pustaka. Setelah mendapatkan data yang telah diperlukan untuk proses penelitian

selanjutnya penulis memulai penelitian dengan menggunakan metode

pengembangan sistem yaitu prototipe. Dimana peneliti memulai dengan

menentukan tujuan dari keseluruhan alat yang akan dibuat berdasarkan latar

belakang yang ada, dan mengidentifikasi apa saja yang akan dibutuhkan.

Selanjutnya melakukan pemodelan berupa fungsi-fungsi apa saja yang akan

berjalan yang nantinya diwujudkan dalam sebuah alat berupa prototipe. Langkah

setelah itu penulis akan melakukan testing terhadap prototipe yang hasilnya akan

digunakan untuk dievaluasi.

3.1 Metode Pengumpulan Data

Pengumpulan data dimaksudkan untuk mencari dan mengumpulkan

data yang terkait dengan penelitian seperti dasar teori, metodologi penulisan,

metodologi proses, dan acuan penelitian sejenis. Dalam penelitian ini, metode

pengumpulan data yang dilakukan adalah observasi, wawancara, kuesioner, studi

pustaka, studi literatur.

3.1.1 Data Primer

3.1.1.1 Wawancara

Penulis melakukan wawancara pada 3 mei 2019 dengan

Bapak Muhammad Vinggang selaku Ketua Yayasan Peduli

Kesejahteraan Tuna Netra. Penulis melakukan wawancara guna

mendapatkan informasi mengenai permasalahan yang ada serta

solusi apa yang harus diberikan untuk orang-orang yang

menyandang disabilitas. Hasil wawancara yang penulis lakukan

terdapat pada lampiran.


45

3.1.2 Data Sekunder

3.1.2.1 Studi Pustaka

Pada tahapan pengumpulan data dengan studi pustaka,

penulis membaca dan mempelajari referensi-referensi yang relevan

berupa skripsi, jurnal, dan buku. Fasilitas internet juga digunakan

sebagai media untuk mencari data atau informasi yang

dipublikasikan di dunia maya yang berkaitan dengan obyek

penelitian. Setelah itu penulis mencari informasi yang digunakan

dalam penyusunan landasan teori, metodologi penelitian serta

pengembangan sistem.

3.1.2.2 Studi Literatur

Selain studi pustaka, dalam penelitian ini menggunakan

referensi lain berupa bahan tulisan dari skripsi, jurnal atau

penelitian yang memiliki keterkaitan dengan topik yang dibahas

dalam penelitian ini.

3.2 Metode Pengembangan Sistem

Dalam pengembangan sistem ini, penulis menggunakan metodologi

pengembangan sistem dengan metode Prototyping. Ada 5 tahapan prototyping yang

digunakan dalam metode prototyping (Pressman, 2010) yaitu: 1) Tahap

komunikasi, 2) Tahap Pengumpulan Kebutuhan, 3) Tahap Membangun sistem, 4)

Tahap Mengkodekan Sistem, 5) Tahap Menguji Sistem.

3.2.1 Tahap Komunikasi

Paradigma prototyping dimulai dengan adanya komunikasi antara

aktor yang akan menggunakan sistem tersebut untuk menentukan sasaran

hasil keseluruhan dari perangkat lunak/sistem, mengidentifikasi kebutuhan

dan lingkungan dimana sistem tersebut akan digunakan.

Pada tahapan ini komunikasi yang penulis lakukan adalah dengan

mencari informasi terkait melalui referensi jurnal yang mengenai sistem e-

voting yang telah diteliti, kemudian mendiskusikannya dengan pakar atau

ahli dibidang penelitian penulis (kali ini penulis mendiskusikannya dengan

dosen pembimbing skripsi yaitu Ibu Nenny Anggraini, M.T) untuk

menganalisis masalah lebih lanjut dan menyimpulkan sebuah teori yang


46

akan diuji/ dibuktikan untuk menjadi sebuah solusi serta manfaat penelitian

ke depannya.

3.2.2 Tahap Pengumpulan Kebutuhan

Prototyping dimulai dengan pengumpulan persyaratan perancangan

seperti bertemu pelanggan untuk menentukan tujuan keseluruhan dari

sistem dan alat, mengidentifikasi persyaratan apa pun yang diketahui serta

menentukan area garis besar dimana definisi lebih lanjut itu diharuskan.

Desain berfokus pada representasi dari aspek-aspek perangkat lunak yang

akan dilihat oleh pelanggan atau pengguna (misalnya, pendekatan input dan

format output)(Pressman, 2010).

Pada tahapan pengumpulan kebutuhan ini, penulis melakukan

pengumpulan data dengan cara observasi, wawancara terhadap pihak

terkait, studi pustaka dan studi literatur. Dari hasil pengumpulan data

tersebut, penulis mendapatkan data mengenai business flow dalam

pemungutan suara elektronik serta kebutuhan sistem dan data-data yang

dapat digunakan seperti DPT. Tahap pengumpulan kebutuhan ini akan terus

berjalan selama masih membangun prototipe sampai tahap pengujian

alatnya.

3.2.3 Tahap Mengkodekan Sistem

Pada tahap ini, dibuat kode program di Raspberry Pi 3 model B

menggunakan bahasa pemrograman Python. Selain itu, juga dilakukan

pemograman di sisi server untuk menyimpan dan mengelola data.

Raspberry Pi dapat berkomunikasi dengan server melalui jaringan internet.

Untuk akses audio penulis menggunakan library PyAudio dan untuk

berkomunikasi dengan Cloud Speech API kita menggunakan Google Cloud

Client.

3.2.4 Tahap Pengujian Sistem

Dalam tahap pengujian sistem, peneliti menggunakan cara black box

testing yang berfokus pada fungsi-fungsi yang harus memenuhi syarat

kebutuhan dan pengujian analisis terhadap metode yang digunakan secara

manual.

1. Tahap pertama adalah pengujian raspberry pi yang telah dikerjakan

apakah telah sesuai dan berhasil terhubung ke server.


47

2. Tahap kedua adalah pengujian web services apakah telah tepat dan

sesuai.

3. Tahap ketiga adalah pengujian secara keseluruhan baik dari sisi server

side yaitu application service dan client side yaitu raspberry pi.

4. Tahap keempat adalah pengujian keamanan sistem dari eksploitasi

Cross Site Scription (XSS), Cross Site Request Forgery (CSRF) dan SQL

Injection.

5. Tahap kelima adalah pengujian performa server dan client yaitu CPU

dan memori

6. Tahap keenam adalah pengujian speech recognition yaitu real time

factor dan command success rate.

3.3 Kerangka Berpikir

Pengembangan sistem ini disusun melalui beberapa tahapan yang harus

dilakukan dengan tujuan memudahkan penulis dalam melakukan penelitian.

Adapun alur atau kerangka penelitian yang dilakukan oleh penulis dapat dilihat

pada gambar di bawah ini.


48

Gambar 3.1 Kerangka Berpikir

Identifikasi Masalah

Studi Pustaka

Studi LapanganWawancara

Observasi

Komunikasi Hasil Studi Literatur

PengumpulanKebutuhan

Ruang Lingkup

Analisa Kebutuhan Hardware & Software

Membangun Sistem Unified Modeling Language

Pengkodean Sistem

Pengujian Sistem Black Box

Kesimpulan & Saran

Perumusan Masalah

Pengumpulan Data

Metode Prototyping

Analisa Sistem Berjalan

Analisa Sistem Usulan


49

BAB IV ANALISIS, PERANCANGAN SISTEM, IMPLEMENTASI DAN

PENGUJIAN SISTEM

4.1 Tahap Komunikasi

Pengumpulan data dimaksudkan untuk mencari dan mengumpulkan data

yang terkait dengan penelitian seperti dasar teori, metodologi penulisan, metodologi

proses, dan acuan penelitian sejenis. Dalam penelitian ini, metode pengumpulan

data yang dilakukan adalah observasi, wawancara, kuesioner, studi pustaka, studi

literatur.

Dari beberapa literatur yang didapat, dapat diketahui belum terdapat

penelitian yang meneliti tentang sebuah sistem e-voting untuk penyandang tuna

netra. Tabel 4.1 menjelaskan studi literatur yang digunakan dalam penelitian ini.

Tabel 4.1 Hasil Studi Literatur

Nama Judul Tahun Kekurangan Kelebihan

Patimah dan

Latifah

Pengembangan

Aplikasi E-

Voting

Berbasis Web

dan SMS

Gateway

Pemilihan

Ketua Badan

Eksekutif

Mahasiswa

STMIK Jakarta

STIK

2017 Aplikasi

masih berbasis

Web dan

masih

menggunakan

SMS Gateway

dimana cukup

memakan

biaya

sistem

memiliki

waktu

kecepatan

akses yang

cepat dan

user

interface

yang mudah

digunakan.

Fakhriyan

Nur Rofiq

dan Ajib

susanto

Implementasi

RESTful Web

Service untuk

Sistem

2017 Belum

berwujud

aplikasi hanya

Sistem telah

mendukung

real quick

count


50

Penghitungan

Suara Secara

Cepat pada

Pilkada

sebatas sebuah

web service

B

Muthusentil,

Joshuva J,

Kishore S,

Nadendiran

K

Smart

Assistance for

Blind People

using

Raspberry Pi

2018 Tulisan yang

dikenali baru

tulisan hasil

printout

dokumen

sehingga

belum siap

untuk

digunakan

sehari hari

Integrasi

beberapa

macam

teknologi

yaitu OCR

(Optical

Character

Recognition)

& TTS (Text

to Speech) Shilpa H

Baria, Chintan Bhatt

Personal and

Intelligent Home Assistant to Control Devices Using Raspberry Pi

2017 Belum

terdapat

mekanisme

keamanan

untuk

mencegah

penggunaan

tanpa izin

Integrasi

raspberry pi

dengan

berbagai alat

dirumah

Mohammad Hasanzadeh Mofrad

Speech Recognition and Voice Separation for the Internet of Things

2018 Prototipe

belum

terintegrasi ke

perangkat lain

Mebuat

protipe alat

yang mampu

memproses 2

perintah

suara

sekaligus


51

4.2 Tahap Pengumpulan Kebutuhan

Pada tahap ini, dijelaskan apa saja yang menjadi kebutuhan sistem, yang

meliputi mendefinisikan ruang lingkup, analisis kebutuhan software maupun

hardware, dan juga analisis sistem berjalan dan usulan.

4.2.1 Mendefinisikan Ruang Lingkup

Ruang lingkup dalam penelitian ini adalah orang yang memiliki

keterbatasan fisik dalam segi indra penglihatan. Sistem e-voting yang

diusulkan dapat digunakan tanpa memerlukan bantuan orang lain. Selain itu

dideskripsikan juga jenis kegiatan apa saja yang mungkin dapat mendukung

pemilih dan panitia untuk menggunakan sistem e-voting. Pengembangan

dilakukan berdasarkan pada hasil kuesioner dan wawancara yang telah

dikumpulkan, dengan melibatkan narasumber dan orang-orang yang

mengalami gangguan atau hambatan dalam indra penglihatannya.

4.2.2 Analisa Kebutuhan Hardware

Dalam pembuatan sistem ini, dibutuhkan beberapa perangkat keras

atau hardware baik berupa mikrokomputer dan komponen elektronik

lainnya. Pemilihan spesifikasi hardware menjadi sangat penting agar sistem

dapat berjalan dengan baik sesuai dengan kebutuhan pengguna. Tabel 4.2

menerangkan daftar komponen yang dibutuhkan:

Tabel 4.2 Analisa Kebutuhan Hardware

No. Komponen Jumlah Kegunaan

1. Raspberry Pi 3

Model B

1 Sebagai otak dari sistem yang dapat

mengolah data dan melakukan

seluruh proses pada sistem.

2. Micro SD 16 GB

Class 10

1 Tempat penyimpanan data pada

Raspberry Pi.

3. WiFi Router 1 Memungkinkan Raspberry Pi untuk

dapat terkoneksi dengan server dan

internet.

4. Power Source Micro

USB 5 V 2.0 A

1 Memberikan power untuk Raspbery

Pi untuk dapat menyala.


52

5. Microphone 1 Memungkinkan Raspberry Pi untuk

dapat menerima masukan suara

4.2.3 Analisa Kebutuhan Software dan Tools

Selain Hardware yang sudah disebutkan sebelumnya, dibutuhkan

juga Software dan Tools untuk mendukung hardware agar berjalan sesuai

dengan yang diharapkan. Berikut software yang dibutuhkan dalam

pembuatan pembuatan sistem ini agar dapat berjalan sesuai dengan yang

diharapkan.

Tabel 4.3 Analisa Kebutuhan Software

No. Nama

Software/Tools

Kegunaan

1.

Pemrograman Bash Shell Untuk memberikan instruksi-instruksi

kepada Raspberry Pi.

2.

Pemrograman Python Untuk menjalankan script yang dikirim ke

Raspberry Pi

3. Bahasa Pemrograman

HTML, dan CSS

Untuk pembuatan website administrator

dan live count

4. PyAudio Memungkinkan pengolahan audio dengan

menggunakan python

5. Cloud Client Libraries Memungkinkan pemprosesan audio oleh

google cloud

6. Visio Memungkinkan penulis untuk melakukan

desain sistem aplikasi berupa flowchart.

7. CorelDraw x7 Memungkinkan penulis untuk melakukan

desain atau rancangan gambar.

4.2.4 Analisa Sistem Berjalan

Berdasarkan hasil observasi, wawancara dan kuesioner yang

dilakukan, dapat diketahui bahwa kebanyakan sistem yang berjalan saat ini


53

masih manual. Mulai dari tahap calon registrasi pemilih hingga pemilihan.

Gambar 4.1 menunjukkan sistem yang berjalan saat ini untuk pemilihan

Gambar 4.1 Skema Alur Sistem Berjalan

Tahapan proses yang ada saat proses pemilihan yang saat ini

berlangsung adalah pemilih datang ke TPS yang tersedia, kemudian

mendaftarkan identitas diri, setelah itu panitia akan memberikan

sebuah surat suara. Setelah mendapatkan surat suara pemilih menuju

ke bilik suara untuk melakukan pemilihan. Usai mencoblos pemilih

akan menuju ke kotak suara untuk meletakan surat suara mereka.

Tahap terakhir adalah pemilih meja panitia dan mencelupkan jari

mereka dengan tinta guna menandakan bahwa pemilih telah

memilih.

4.2.5 Analisa Sistem Usulan

Sistem usulan yang diajukan pada tahap ini berdasarkan identifikasi

kebutuhan dan analisis sistem berjalan, sistem e-voting akan digunakan

dalam pembuatan sistem pemungutan suara elektronik untuk tuna netra.

Dengan masukan berupa suara dan keluaran berupa suara yang diputar pada

client (raspberry pi) sebagai media input dan output.

Gambar 4.2 menunjukkan secara garis besar bagaimana sistem

usulan berjalan dengan menggunakan Raspberry Pi dan Hardware

pendukung lainnya.


54

Gambar 4.2 Sistem usulan

Gambar 4.2 menunjukkan alur sistem yang diusulkan. Pertama

pengguna harus didaftarkan terlebih dahulu oleh admin melalui aplikasi

web. Setelah terdaftar pengguna berpindah ke alur pemilihan, sistem dapat

menerima masukan melalui suara dengan menggunakan microphone setelah

itu akan diproses oleh raspberry pi client dan akan membalas dengan output

berupa suara melalui speaker. Pengguna dapat melihat hasil perhitungan

langsung secara live dengan mengakses aplikasi web yang tersedia.

Berikut penjelasan dari komponen sistem usulan:

ETHERNET

USB

USB

HDMIPWR IN

U2U1

A/V

CAM

ERA

DIS

PLAY

RUN

ACT

PWR

GPI

O

GPI

O 3

GPI

O 1

1

Gro

und

3V3

GPI

O 1

9

ID_S

D

GPI

O 2

GPI

O 2

6

Gro

und

GPI

O 9

3V3

GPI

O 2

7 G

PIO

17

Gro

und

GPI

O 1

0

GPI

O 6

GPI

O 4

GPI

O 5

GPI

O 1

3

GPI

O 2

2

GPI

O 2

1G

PIO

20

GPI

O 1

6G

roun

dG

PIO

12

Gro

und

ID_S

CG

PIO

7G

PIO

8G

PIO

25

Gro

und

GPI

O 2

4G

PIO

23

Gro

und

GPI

O 1

8G

PIO

15

GPI

O 1

4 G

roun

d 5V

5V

Raspberry Pi 2Model B

Raspberry PI Client

Microphone

Speaker

User

User Web App Administrator

Alur Registrasi Pengguna

Alur Pemilihan

User Web App

Live Count

CloudSpeech API

Open Vote API


55

• Administrator Web App: Berfungsi sebagai sistem untuk

mempermudah admin melakukan registrasi pemilih, registrasi

kandidat dan mengelola data kegiatan serta hasil pemilu melalui

website.

• Raspberry Pi Client: Berfungsi sebagai alat untuk mempermudah

pengguna disabilitas berinteraksi dengan sistem e-voting tanpa

memerlukan interaksi sentuhan atau GUI (Graphical User

Interface) seperti aplikasi konvensional.

• Live Count Web App: Berfungsi sebagai sistem untuk menampilkan

hasil suara yang telah masuk secara real-time kepada pemilih atau

kandidat.

• Google Cloud Speech API: Berfungsi sebagai media untuk

menerjemahkan audio pengguna menjadi perintah yang dapat

dipahami oleh raspberry pi.

• Open Vote API: Berfungsi sebagai penghubung komunikasi antara

raspberry pi dengan sistem e-voting.

• Microphone : Berfungsi menangkap audio dari pengguna dan

diteruskan ke raspberry pi.

• Speaker: Berfungsi mengeluarkan audio dari raspberry pi untuk

diteruskan kepada pengguna.

Berikut adalah penjelasan dan gambaran secara detail berdasarkan

gambaran secara garis besar di atas:

A. Proses pada Alur Administrator Web:

Gambar 4.3 Proses interaksi pengguna dengan web admin

• Administrator akan mengakses web administrator, dan masuk ke dalam

sistem

User Web App Administrator


56

Gambar 4.4 Proses tambah, hapus, ubah dan tampilkan informasi di web

admin

• Administrator dapat menambahkan, menghapus, mengubah data

pemilih, data kegiatan pemilihan yang sedang berlangsung serta

kandidat yang mengikuti pemilihan, semua informasi akan disimpan di

database server.

B. Proses pada Alur pemilihan:

Gambar 4.5 Proses pengguna pada raspberry pi

• Pengguna akan berbicara melalui microphone yang disediakan,

microphone akan menangkap suara dan meneruskannya ke raspberry pi

untuk dikelola lebih lanjut.

Gambar 4.6 Proses dari microphone ke Google Cloud Speech

• Suara yang ditangkap oleh microphone akan diproses PyAudio setelah

itu akan diteruskan ke services class dan akan dilanjutkan oleh cloud

client dimana, cloud client akan mengirimkan data audio ke Google

Cloud Speech API.

Administrator Web App

tambah, hapus, edit data pemilih

tambah, hapus, edit data kandidat

tambah, hapus, edit data kegiatan pemilihan

Tampilkan hasil pemilihan

ETHERNET

USB

USB

HDMIPWR IN

U2U1

A/V

CAM

ERA

DIS

PLAY

RUN

ACT

PWR

GPI

O

GPI

O 3

GPI

O 1

1

Gro

und

3V3

GPI

O 1

9

ID_S

D

GPI

O 2

GPI

O 2

6

Gro

und

GPI

O 9

3V3

GPI

O 2

7 G

PIO

17

Gro

und

GPI

O 1

0

GPI

O 6

GPI

O 4

GPI

O 5

GPI

O 1

3

GPI

O 2

2

GPI

O 2

1G

PIO

20

GPI

O 1

6G

roun

dG

PIO

12

Gro

und

ID_S

CG

PIO

7G

PIO

8G

PIO

25

Gro

und

GPI

O 2

4G

PIO

23

Gro

und

GPI

O 1

8G

PIO

15

GPI

O 1

4 G

roun

d 5V

5V

Raspberry Pi 2Model B

Raspberry PI Client

Microphone

User CloudSpeech API

MicrophoneCloud

Speech API

PyAudio Services Class Cloud Client


57

Gambar 4.7 Proses dari Google Cloud Speech API ke Web Admin API

• Cloud Speech Api akan mengembalikan data berupa hasil

penerjemahan audio, selanjutnya services class akan berinteraksi

dengan server.

Gambar 4.8 Proses dari server menuju ke pengguna

• Setelah services class mendapatkan balasan dari server atau Cloud

Speech Api, services class akan memberikan perintah yang akan

diterjemahkan oleh espeak (Text to Speech Engine) kemudian akan

memberi balasan kepada pengguna melalui speaker.

C. Proses pada Alur Live Count Web:

Gambar 4.9 Proses interaksi pemilih dengan Web Live Count

• Pemilih dapat mengakses halaman live count, di halaman tersebut

seluruh data suara yang masuk akan ditampilkan secara real-time

tanpa delay.

Services ClassCloud Client

CloudSpeech API

Open Vote API

Services Class

CloudSpeech API

Open Vote API

Speaker

Espeak (TTS Engine)

Pemilih Web App Open Vote API


58

• Halaman membuat koneksi dengan server dan server akan

mengirimkan data ke halaman jika ada suara masuk.

4.3 Tahap Membangun Sistem

4.3.1 Pembuatan Flowchart

Merancang atau mendesain suatu sistem bisa didefinisikan sebagai

tugas yang fokus pada detail spesifikasi dari solusi berbasis komputer.

Penulis membuat sebuah flowchart atau alur kerja dari sistem pemungutan

suara elektronik untuk mempermudah penulis dalam mengimplementasikan

teori, dan algoritma yang dipilih. Gambar flowchart sistem rancangan yang

akan penulis buat dapat dilihat pada gambar berikut.

Gambar 4.10 Flowchart Pemilih

Berdasarkan gambar flowchart 4.10 berikut adalah alur kerja dari pemilih :

Mulai

Mulai Bicara

Autentikasi

Daftar Kandidat

Pilih Kandidat

Selesai

True

False

False

True


59

• Pemilih mulai berbicara melalui microphone dan menyebutkan nomor

identitas pemilih yang telah didefinisikan oleh administrator

• Sistem akan mencoba melakukan autentikasi berdasarkan nomor identitas

yang telah disebutkan dengan berkomunikasi dengan Server.

• Jika autentikasi berhasil maka pemilih akan pindah ke menu selanjutnya dan

mendengar instruksi yang disediakan oleh sistem melalui headphone /

speaker. Jika autentikasi gagal maka pemilih akan diminta melakukan

autentikasi ulang.

• Proses selanjutnya adalah sistem akan memberikan feedback audio yang

berisi daftar kandidat yang tersedia dengan format nama dan nomor pilih.

• Tahap terakhir adalah pilih kandidat, dengan menggunakan nomor pilih

yang telah disebutkan di proses sebelumnya, pemilih tinggal menyebutkan

nomor pilihan kandidat yang diinginkan. Jika berhasil maka sistem akan

memberikan feedback berhasil dan jika gagal maka sistem akan

memberikan feedback gagal untuk mencoba kembali

Gambar 4.11 Flowchart Administrator

Mulai

Masukan Username Password

Autentikasi

Tampilkan Menu

Tambah, Hapus, Edit Pengguna

Process

Tambah, Hapus, Edit Pemilihan

Tambah, Hapus, Edit Kandidat

Selesai

True

False

True True True

False False False


60

Berdasarkan gambar flowchart 4.11, berikut adalah alur kerja dari pemilih

:

• Administrator masuk ke halaman web administrator dan memasukan

username dan password untuk masuk ke dalam sistem.

• Jika autentikasi berhasil maka administrator akan diteruskan masuk, jika

gagal maka administrator tetap berada di halaman tersebut dan diminta

untuk mencoba kembali.

• Administrator akan masuk ke halaman utama, halaman ini akan

menampilkan semua menu yang tersedia.

• Jika administrator memilih menu pengguna, maka administrator dapat

menambah, hapus, edit, pengguna sistem e-voting.

• Jika administrator memilih menu pemilihan, maka administrator dapat

menambah, hapus, edit, pemilihan yang sedang berlangsung.

• Jika administrator memilih menu pengguna, maka administrator dapat

menambah, hapus, edit, kandidat yang dapat dipilih oleh pengguna.

• Ditahap ini semua perintah yang telah diinput oleh administrator akan

diproses dan disimpan di sisi server.

Gambar 4.12 Flowchart Tampilan Live Count

Berdasarkan gambar flowchart 4.12, berikut adalah alur kerja dari live count:

• Pengguna mengakses halaman web live count.

Mulai

Display

Berhenti


61

• Halaman web live count akan menampilkan semua kandidat yang tersedia

untuk sebuah kegiatan pemilihan, berikut jumlah suara yang masuk. Sistem

akan menampilkan semua suara yang masuk secara real-time.

4.3.2 Pembuatan Use Case

A. Use Case Diagram

Mendeskripsikan interaksi antara aktor dan kebutuhan

fungsional di dalam sistem yang dibuat. Berikut ini merupakan use

case diagram dari sistem pemungutan suara elektronik

menggunakan Google Cloud Speech berbasis Raspberry Pi :

Gambar 4.13 Use Case Diagram

B. Use Case Diagram

Membuat tabel yang menjelaskan skenario dari diagram use

case yang ada. Use case scenario mendefinisikan apa yang dilakukan

System

Manajemen Kandidat

ManagementPengguna

ManagementKegiatan Pemillu

Administrator (Panitia)

PemilihPungut Suara

Lihat Perhitungan

Login


62

oleh sistem ketika aktor mengaktifkan use case. Struktur dari use case

scenario ini terdiri dari:

1. Nama use case.

2. Aktor yang terlibat.

3. Pre-condition yang penting bagi use case untuk memulai.

4. Deskripsi rinci dari aliran kejadian yang mencakup:

• Main flow dari kejadian yang bisa dirinci lagi menjadi sub flow

dari kejadian (sub flow bisa dibagi lagi lebih jauh menjadi sub

flow yang lebih kecil agar dokumen lebih mudah dibaca dan

dimengerti)

• Alternative flow untuk mendefinisikan situasi perkecualian

• Post-condition yang menjelaskan state dari sistem setelah use

case berakhir.

Tabel 4.3 Use Case Login

Use case name Login

Use case id 1

Actor Administrator

Description Use case menggambarkan kegiatan untuk masuk kedalam

sistem

Pre-condition N/A

Typical course of

events

Actor action System Response

1. Mengakses halaman

sistem e-voting.

2. Menampilkan halaman

login

Alternate

Course

Jika terjadi kesalahan pada saat mencoba masuk kedalam

sistem, sistem akan menampilkan error

Post-condition Aktor berhasil masuk ke dalam sistem

Tabel 4.4 Use Case Manajemen Kandidat

Use case name Manajemen Kandidat

Use case id 2

Actor Administrator


63

Description Use case menggambarkan kegiatan untuk menambah,

menghapus, mengubah data kandidat

Pre-condition Aktor telah masuk ke dalam sistem dan memilih akses

sebagai admin

Typical course of

events



manajemen kandidat

2. Menampilkan daftar

kandidat yang telah

tersimpan

Alternate

Course

Sistem akan menampilkan “tidak ada kandidat yang

aktif” jika saat itu tidak ada data kandidat.

Post-condition Aktor berhasil melihat daftar kandidat yang tersimpan

Tabel 4.5 Use case Manajemen Pengguna

Use case name Manajemen Pengguna

Use case id 3

Actor Administrator


menghapus, mengubah data pengguna


sebagai admin

Typical course of

events



manajemen pengguna


pengguna yang telah

tersimpan

Alternate

Course

Sistem akan menampilkan “tidak ada pengguna yang

aktif” jika saat itu tidak ada data pengguna.

Post-condition Aktor berhasil melihat daftar pengguna yang tersimpan

Tabel 4.5 Use Case Manajemen Kegiatan Pemilu

Use case name Manajemen Kegiatan Pemilu

Use case id 4


64

Actor Administrator


menghapus, mengubah data kegiatan pemilihan


sebagai admin

Typical course of

events



manajemen kegiatan

pemilu


kegiatan pemilu yang

telah tersimpan

Alternate

Course

Sistem akan menampilkan “tidak ada kegiatan pemilu”

jika saat itu tidak ada data kegiatan.

Post-condition Aktor berhasil melihat daftar kegiatan pemilu yang

tersimpan

Tabel 4.6 Use Case Pungut Suara

Use case name Pungut Suara

Use case id 5

Actor Pemilih

Description Use case menggambarkan kegiatan untuk memungut

suara terhadap seorang kandidat

Pre-condition Aktor telah masuk ke dalam sistem

Typical course of

events


1. Memilih kandidat 2. Menampilkan pesan

berhasil

Alternate

Course

Sistem akan menampilkan “sudah memilih” apabila

pengguna mencoba memilih 2 kali, dan “kandidat tidak

ditemukan” apabila kandidat tidak valid

Post-condition Aktor berhasil memungut suara terhadap kandidat yang

diinginkan


65

Tabel 4.7 Lihat Perhitungan

Use case name Lihat perhitungan

Use case id 6

Actor Pemilih / Administrator

Description Use case menggambarkan kegiatan untuk melihat jumlah

suara yang telah masuk kedalam sistem

Pre-condition Aktor telah masuk ke dalam sistem

Typical course of

events


1. Membuka halaman live

count

2. Menampilkan jumlah

suara yang telah masuk

Alternate

Course

Sistem akan menampilkan “belum ada suara masuk”

apabila belum ada yang memungut suaranya

Post-condition Aktor berhasil melihat jumlah suara yang masuk

4.3.3 Pembuatan Activity Diagram

Activity diagram memodelkan workflow proses bisnis dan urutan

aktivitas dalam sebuah proses. Diagram ini sangat mirip dengan flowchart,

karena memodelkan workflow dari satu aktivitas ke aktivitas lainnya. Pada

awal pemodelan, proses activity diagram berguna untuk membantu

memahami keseluruhan proses.


66

Gambar 4.14 Activity Diagram Pemilih

Gambar 4.14 Menunjukkan hubungan antara pengguna dengan

sistem pada proses pemilihan. Pertama user menyebutkan user id, setelah

itu sistem akan menangkap masukan audio dan terjadi proses translasi audio

menjadi perintah. Jika perintah dikenali maka perintah akan diproses ke

tahap selanjutnya, jika perintah tidak dikenali maka pengguna perlu

mengulangi proses ini.

Tahap selanjutnya adalah memutar audio kandidat yang tersedia.

Setelah mendengar audio kandidat yang tersedia, pengguna hanya perlu

mengingat nomor kandidat yang diinginkan dan menyebutkan nomor

kandidat tersebut jika ingin memilih kandidat tersebut. Jika kandidat

dikenali maka suara akan diproses dan disimpan oleh server. Jika tidak

maka suara invalid dan pengguna dapat mengulangi kembali tahapan ini.

User Sistem

start

Sebutkan user_id Proses Translasi menjadi perintah

translasi

Proses PerintahDengar Audio

Putar kandidat yang tersediaSebutkan kandidat

Proses Translasi

translasi

Simpan pilihan


67

Gambar 4.15 Activity Diagram Administrator

Gambar 4.15 Menunjukkan hubungan antara administrator dengan

sistem. Pertama administrator memasukan username dan password, setelah

itu sistem akan memvalidasi masukan jika masukan valid maka sistem akan

melalukan proses autentikasi, jika autentikasi berhasil sistem akan

menampilkan menu utama.

Jika autentikasi gagal administrator perlu mengulangi tahapan

memasukkan username dan password. Setelah sistem menampilkan menu

utama, administrator bisa memilih menu yang ingin diakses, sistem akan

menampilkan halaman yang dipilih selanjutnya sistem juga akan

menampilkan aksi yang tersedia seperti tambah, hapus, update dan delete.

Jika aksi dipilih maka sistem akan memproses aksi tersebut dan perubahan

akan disimpan di sisi server.

Administrator Sistem

Masukan username dan password Validasi masukan

Tampilkan menu utama

Menampilkan halaman yang

dipiilih

pilih menu

Menampilkan aksi yang tersedia

pilih aksi

Memproses aksi yang dipilih

Memproses aksi

Proses Autentikasi

valid

autentikasi


68

Gambar 4.16 Activity Live Count

Gambar 4.16 Menunjukkan hubungan aktivitas antara pengunjung

dengan sistem. Pertama pengunjung mengakses halaman web selanjutnya

sistem akan menarik data kandidat pada kegiatan pemilihan yang

berlangsung, kemudian akan menarik data suara kandidat yang valid dan

telah terekam.

4.3.4 Pembuatan Sequence Diagram

Sequence diagram menggambarkan kelakuan obyek pada use case

dengan mendeskripsikan waktu hidup obyek dan message yang dikirimkan

dan diterima antar obyek. Sequence diagram menjelaskan secara detail

urutan proses yang dilakukan oleh sistem untuk mencapai tujuan dari use

case, interaksi yang terjadi antar class, operasi apa saja yang terlibat serta

urutan antar operasi dan informasi yang diperlukan oleh masing-masing

operasi.

Pengunjung Sistem

Mengakses halaman web

Tampilkan halaman

Tarik data


69

Gambar 4.17 Sequence Diagram Administrator

Gambar 4.18 Sequence Diagram Pemilih

Gambar 4.19 Sequence Diagram Hasil

Admin Sistem Server Database

Menggunakan Sistem E-Voting Validasi Data Tersimpan

Tarik DataTampilkan

Pemilih Sistem Google Cloud

Berbicara Kirim Audio

Hasil Transkripsi

Server

Kirim Perintah

Hasil Perintah

Audio Feedback

Pemilih Sistem

Buka Halaman Kirim Permintaan

Hasil Permintaan

Server


70

4.3.5 Pembuatan Class Diagram

Merupakan diagram yang selalu ada pada pemodelan sistem yang

berorientasi objek. Class diagram menunjukkan hubungan antar class

dalam sistem yang sedang dibangun dan bagaimana mereka saling

berkolaborasi untuk mencapai suatu tujuan.

Gambar 4.4.20 Class Diagram

Pada objek Pengguna diatas merepresentasikan entitas pengguna,

dimana objek memiliki atribut atau property seperti user_id, nama, nomor

handphone, password, email dan level akses. Objek user memiliki metode

untuk memvoting yang berelasi dengan objek Vote, berpartipasi sebagai

kandidat yang berelasi dengan objek kandidat. Selain objek Pengguna

terdapat objek Kandidat, dimana objek ini merepresentasikan entitas

pengguna yang mencalonkan diri atau dicalonkan sehingga dapat dipilih

dalam sebuah kegiatan pemilihan.

Objek Pemilihan adalah objek yang merepresentasikan entitas

kegiatan pemilihan yang berlangsung di suatu organisasi atau institusi.

Objek Vote adalah objek yang merepresentasikan entitas yang menampung

suara yang masuk dari user untuk kandidat.

add()edit()update()delete()enroll()unroll()vote()

user_idNameEmailphone_numberpasswordrole

User

add()edit()update()delete()

candidate_idNamedescription

Candidate

add()edit()update()delete()

election_idNamedescription

Election

vote_idcandidate_iduser_id

Vote


71

4.3.6 Pembuatan Inteface

Pada tahap ini dilakukan perancangan tampilan (antarmuka)

halaman-halaman web. Perancangan antarmuka ini diharapkan dapat

memudahkan administrator mengelola informasi terkait pemungutan suara

serta pemilih mengetahui hasil perhitungan yang sudah masuk. Halaman

antar muka dibedakan menjadi 2 yaitu halaman administrator dan halaman

pemilih.

Gambar 4.21 Halaman Login

Gambar 4.21 adalah tampilan halaman login untuk administrator.

Pada saat administrator ingin masuk ke dalam sistem administrator harus

melewati halaman ini dan memasukkan username dan password yang telah

tersimpan didalam sistem. Apabila administrator berhasil maka akan masuk

ke halaman utama yang menampilkan semua fitur yang tersedia.


72

Gambar 4.22 Halaman Manajemen Kandidat

Gambar 4.22 adalah tampilan halaman manajemen kandidat untuk

administrator. Pada halaman ini administrator dapat menambah,

menghapus, mengubah dan melihat kandidat yang dapat dipilih oleh

pengguna dalam kegiatan pemilihan

Gambar 4.23 Halaman Manajemen Pengguna

Gambar 4.23 adalah tampilan halaman manajemen pengguna untuk



73

menghapus, mengubah dan melihat pengguna yang dapat mengakses dan

melakukan pemilihan di dalam sistem.

Gambar 4.24 Halaman Manajemen Kegiatan

Gambar 4.24 adalah tampilan halaman manajemen kegiatan untuk


menghapus, mengubah dan melihat kegiatan pemilihan yang sedang

berlangsung di dalam sistem.


74

Gambar 4.25 Halaman Hasil Pemilihan

Gambar 4.25 adalah tampilan halaman hasil pemilihan untuk

administrator. Pada halaman ini administrator dapat melihat jumlah suara

yang telah masuk tetapi tidak dapat mengubah ataupun memanipulasi suara

yang telah masuk dan terekam di dalam sistem.

Gambar 4.26 Halaman Live Count

Gambar 4.26 adalah tampilan halaman manajemen kandidat untuk



75

menghapus, mengubah dan melihat kandidat yang dapat dipilih oleh

pengguna dalam kegiatan pemilihan

4.3.7 Pembuatan Rancangan Keamanan

Sistem web e-voting dirancang untuk sebisa mungkin aman baik itu

keamanan dari sisi luar yaitu penyerang maupun dalam yaitu admin itu

sendiri. Untuk itu beberpa metode pengamanan akan diterapkan pada sistem

yang akan dibuat. Beberapa rancang keamanan yaitu:

• Aplikasi dijalankan di dalam cloud yang telah teruji keamanan dan

kehandalannya yaitu Google Cloud

• Aplikasi terhubung dengan domain vousmeevoyez.xyz dan telah

menggunakan SSL tervalidasi

• Password yang digunakan di hash menggunakan SHA-256

• Membatasi login gagal sebatas 3 kali

• Menggunakan JWT sebagai metode autentikasi

• Menggunakan Serializer pada setiap request body sehingga input akan

selalu divalidasi

• Membatasi fungsionalitas admin dan pengguna

4.4 Tahap Implementasi Sistem

Tahapan selanjutnya adalah tahap implementasi sistem, yang merupakan

tahap menerjemahkan desain sistem menjadi sebuah bahasa pemrograman.

Mengacu kepada analisis sistem usulan, yang menggunakan beberapa fungsi

hardware yang harus diprogram agar bisa berjalan sebagaimana fungsinya.

Implementasi sistem dibagi menjadi 3 tahapan yaitu:

4.4.1 Pemprograman Alat

Kontruksi perangkat keras yang digunakan adalah sebagai berikut:


76

Gambar 4.27 Skema Alat

Dari gambar diatas dapat dilihat bahwa raspberry pi akan menerima

masukan berupa audio melalui microphone, setelah itu akan berkomunikasi

dengan google cloud speech API, untuk menerjemahkan audio ke dalam

perintah yang dimengerti oleh sistem dan setelah itu akan berkomunikasi

dengan server. Raspberry pi akan mengeluarkan output berupa audio

kembali melalui speaker.

Untuk dapat berkomunikasi dengan server dan memproses audio kita

perlu menginstall beberapa library di raspberry pi seperti google cloud

client, pyaudio. Berikut gambar library yang diperlukan.

Microphone

Speaker

USB

3.5 MM Audio Jack

CloudSpeech

API

Open Vote API

Internet


77

Gambar 4.28 Library yang diperlukan

Setelah mengistal seluruh library yang diperlukan maka kita perlu

membuat kode untuk dapat mengelola audio dan mengirimkannya ke

Google Cloud Speech API. Berikut adalah file listen.py yang berkomunikasi

dengan Google Cloud Speech API


78

Gambar 4.29 file listen.py

Selain berkomunikasi dengan Google Cloud Speech API, audio akan dapat

diterjemahkan oleh raspberry pi dan akan diteruskan ke server e-voting untuk

menarik atau mengirim data yang diperlukan seperti daftar kandidat dan

kandidat yang dipilih.

Berikut adalah file services.py yang berkomunikasi dengan server


79

Gambar 4.30 file services.py

Setelah semua bagian kode yang diperlukan selesai, kita dapat merangkai

alat dan menjalankan aplikasi di raspberry pi

Gambar 4.31 Alat yang telah dirangkai

4.4.2 Pemprograman Web Admin

Berdasarkan pada Gambar 4.2, selain mengkodekan di sisi alat yaitu

raspberry pi, kita memerlukan sebuah aplikasi di sisi server yang dapat

mengelola dan menyimpan data terkait sistem e-voting seperti daftar

kandidat dan suara yang masuk. Selain itu server juga harus dapat menerima

dan membalas data yang dikirimkan dari raspberry pi.


80

Gambar 4.32 file Auth Services.py

Auth Services ini berfungsi untuk mengatur autentikasi yang terjadi

didalam sistem. Jika username dan password benar maka sistem akan

membuat token untuk user tersebut.


81

Gambar 4.33 file election services.py

Election Services ini berfungsi untuk mengatur data terkait kegiatan

pemilihan yang tersimpan di dalam sistem, seperti tambah kegiatan

pemilihan, tampilkan kegiatan pemilihan, hapus kegiatan pemilihan dan

perbaharui kegiatan pemilihan

Gambar 4.34 file candidate services.py

Candidate Services ini berfungsi untuk mengatur data terkait

kandidat yang tersimpan di dalam sistem, seperti tambah kandidat

pemilihan, tampilkan kandidat pemilihan, hapus kandidat pemilihan dan

perbaharui kandidat pemilihan


82

Gambar 4.35 file user services.py

User Services ini berfungsi untuk mengatur data terkait pengguna

yang tersimpan di dalam sistem, seperti tambah pengguna, tampilkan

pengguna, hapus pengguna dan perbaharui pengguna


83

Gambar 4.36 file vote services.py

Vote Services ini berfungsi untuk memproses informasi hasil suara

yang masuk ke suatu kandidat pemilihan dan menampilkannya di website

admin dan live count.


84

Gambar 4.37 file models.py

Impementasi JWT guna melindungi sistem dari ancaman dan penggunaan

diluar tujuan.

4.4.3 Pemprograman Web Live Count

Untuk dapat melihat hasil perhitungan suara secara real-time kita

memerlukan sebuah aplikasi yang dapat menampilkan data suara yang telah

masuk ke dalam sistem. Berikut adalah potongan kode yang digunakan

membuat halaman web live count.


85

Gambar 4.38 file routes.py

Routes.py berfungsi menampilkan halaman web yang diakses oleh

pengguna, routes.py akan berkomunikasi dengan services.py

Gambar 4.39 file services.py

Services.py berfungsi untuk melakukan komunikasi via API dengan

Server, yaitu mengambil data kandidat di pemilihan yang sedang

berlangsung serta jumlah suara saat ini.

Gambar 4.40 file index.html

Index.html adalah file yang berisi HTML yang digunakan untuk sebagai

halaman live, terhubung dengan Javascript atau CSS untuk memperindah

halaman dan membuat halaman web interaktif.


86

4.5 Tahap Pengujian Sistem

4.5.1 Black Box Testing

Pengujian ini dilakukan secara alpha. Metode yang digunakan

dalam pengujian alpha adalah metode Black Box Testing. Metoda ini yang

berfokus pada fungsionalitas sistem terutama hasil inputan dan keluaran

yang dilakukan oleh pengguna. Pengujian dikatakan berhasil jika output

sesuai dengan kendali input yang dimasukkan pada tiap perintah.

A. Pengujian Alat

Setelah melakukan perancangan dan implementasi, peneliti

melakukan evaluasi terhadap alat yang dibangun. Hasil dari evaluasi penulis

rangkum dalam bentuk tabel berikut. Tabel 4.8 Black Box Testing Alat

Kebutuhan Deskripsi Hasil yang

diharapkan Hasil

Pengguna dapat

melakukan

autentikasi

menggunakan suara

Input suara dengan

menyebutkan

nomor identitas

yang telah

diregister oleh

admin

Sistem memberi

balasan suara Berhasil

Pengguna dapat

mengetahui siapa

saja kandidat yang

ingin dipilih

Input suara untuk

menampilkan

kandidat yang

tersimpan

Sistem memberi

balasan suara

yaitu daftar

kandidat yang

dapat dipilih

Berhasil

Pengguna dapat

memilih kanddiat

menggunakan suara

Input suara untuk

memilih kandidat

Sistem memberi

balasan suara Berhasil

B. Pengujian Web Admin


87


melakukan evaluasi terhadap alat yang dibangun. Hasil dari evaluasi penulis

rangkum dalam bentuk tabel berikut. Tabel 4.9 Black Box Testing Web Admin

Kebutuhan Deskripsi Hasil yang

diharapkan Hasil

Administrator dapat

masuk ke dalam sistem

Administrator

melakukan autentikasi di

halaman login

Masuk ke sistem Berhasil

Administrator dapat

mengatur pengguna

Administrator

menambah, menghapus,

melihat dan mengubah

data pengguna

Sistem

menyimpan

perubahan data

Berhasil

Administrator dapat

mengatur kegiatan

pemilihan

Administrator



data kegiatan pemilihan

Sistem

menyimpan

perubahan data

Berhasil

Administrator dapat

mengatur kandidat

Administrator



data kandidat

Sistem

menyimpan

perubahan data

Berhasil

Administrator dapat

mengatur voting

Administrator dapat

melihat hasil voting

Sistem

menampilkan data Berhasil

C. Pengujian Web Live Count


melakukan evaluasi terhadap web live count yang dibangun. Hasil dari

evaluasi penulis rangkum dalam bentuk tabel berikut.

Tabel 4.10 Black Box Testing Web Live Count

Deskripsi Hasil yang

diharapkan Hasil


88

User mengakses

halaman web Live

count

Halaman Web Live

count ditampilkan Berhasil

User dapat melihat

jumlah suara yang

telah masuk ke

dalam sistem secara

real-time

Suara kandidat yang

telah masuk

ditampilkan secara

real-time

Berhasil

4.5.2 User Acceptance Test

Pada pengembangan perangkat lunak, user acceptance testing (UAT), juga

disebut pengujian beta (beta testing), pengujian aplikasi (application testing), dan

pengujian pengguna akhir (end user testing) adalah tahapan pengembangan

perangkat lunak ketika perangkat lunak diuji pada “dunia nyata” yang dimaksudkan

oleh pengguna. Test case yang dilakukan ada 4 yaitu, instruksi penggunaan,

melakukan autentikasi, memutar daftar kandidat dan memilih kandidat. Pengujian

terhadap 3 orang menunjukan nilai yang berbeda-beda, hasil tersebut dapat dilihat

pada tabel:


89

Tabel 4.11 User Acceptance Testing Muhammad Vinggang

User Acceptance Testing

Tanggal Uji: 3 Mei 2019

Penguji: Muhammad Vinggang

Test Case Langkah Pengujian Hasil yang

diharapkan

Hasil

Aktual

Keterangan

Menampilkan

instruksi

penggunaan

Mengaktifkan alat

Sistem memberi

balasan suara

tentang tata cara

penggunaan sistem

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

penggunaa

n alat

Melakukan

Autentikasi

Input suara dengan

menyebutkan nomor

identitas yang telah

diregister oleh admin

Sistem memberi

balasan suara dan

pengguna

terautentikasi

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

selanjutnya

Memutar daftar

kandidat

Input suara untuk

menampilkan

kandidat yang

tersimpan

Sistem memberi

balasan suara yaitu

daftar kandidat

yang dapat dipilih

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

selanjutnya

Memilih

kandidat

Input suara untuk

memilih kandidat

Sistem memberi

balasan suara

Sesuai

dengan

yang

diharapkan

N/A

Tabel 4.12 User Acceptance Testing Sukaesih



Penguji: Sukaesih


diharapkan

Hasil

Aktual

Keterangan


90

Menampilkan

instruksi

penggunaan

Mengaktifkan alat

Sistem memberi

balasan suara

tentang tata cara

penggunaan sistem

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

penggunaa

n alat

Melakukan

Autentikasi

Input suara dengan

menyebutkan nomor



Sistem memberi

balasan suara dan

pengguna

terautentikasi

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

selanjutnya

Memutar daftar

kandidat

Input suara untuk

menampilkan

kandidat yang

tersimpan

Sistem memberi

balasan suara yaitu

daftar kandidat

yang dapat dipilih

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

selanjutnya

Memilih

kandidat

Input suara untuk

memilih kandidat

Sistem memberi

balasan suara

Sesuai

dengan

yang

diharapkan

N/A


91

Tabel 4.13 User Acceptance Testing Muhammad Yoga



Penguji: Muhammad Yoga


diharapkan

Hasil

Aktual

Keterangan

Menampilkan

instruksi

penggunaan

Mengaktifkan alat

Sistem memberi

balasan suara

tentang tata cara

penggunaan sistem

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

penggunaa

n alat

Melakukan

Autentikasi

Input suara dengan

menyebutkan nomor



Sistem memberi

balasan suara dan

pengguna

terautentikasi

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

selanjutnya

Memutar daftar

kandidat

Input suara untuk

menampilkan

kandidat yang

tersimpan

Sistem memberi

balasan suara yaitu

daftar kandidat

yang dapat dipilih

Sesuai

dengan

yang

diharapkan

Sistem

memutar

audio

instruksi

selanjutnya

Memilih

kandidat

Input suara untuk

memilih kandidat

Sistem memberi

balasan suara

Sesuai

dengan

yang

diharapkan

N/A

92

BAB V HASIL DAN PEMBAHASAN

5.1 Hasil

Berdasarkan materi yang disampaikan di Bab II tentang sistem e-voting,

yang sistem e-voting adalah proses pemungutan suara secara elektronik

menggunakan komputer yang dicatatkan secara rahasia dan ter amankan.

Penggunaan Internet of Things, merupakan salah satu teknologi terbaru yang

menarik, dapat membantu dan diterapkan di berbagai kegiatan manusia.

Dengan sistem ini pengguna dengan keterbatasan fisik yaitu tuna netra dapat

melakukan pemilihan hanya dengan mengucapkan suara dan mendengarkan

instruksi yang diputar. Apabila pengguna mengucapkan instruksi yang tepat maka

instruksi akan diproses, proses dimulai dari autentikasi pengguna dengan

mengucapkan nomor identitas yang telah diberikan oleh administrator, memutar

audio daftar kandidat yang tersedia dan memilih kandidat yang diinginkan cukup

dengan mengucapkan kandidat yang diinginkan.

Apabila semua proses dilaksanakan dengan benar maka suara akan terekam

dan ditampilkan secara real-time di web live count yang tersedia. Berdasarkan

kebutuhan dari penelitian yang dilakukan, yaitu tentang sistem pemungutan suara

elektronik yang berfokus pada pengguna tuna netra dengan dilakukannya observasi,

wawancara dan kuesioner kepada penyandang tuna netra.

5.1.1 Web Admin

Web Admin adalah salah satu fitur untuk mengelola data yang

dibutuhkan dalam suatu kegiatan pemilihan seperti mengatur daftar

kandidat dan daftar pemilih. Seluruh data yang diubah dan ditambahkan di

web ini akan disimpan di server pusat sehingga data tersebut juga dapat

diakses oleh raspberry pi dan web live count.

93


Gambar 5.1 Halaman Login Admin

Untuk dapat mengakses halaman lain, pengguna admin harus

memasukkan username dan password yang tepat di halaman ini. Jika

berhasil maka akan diteruskan ke halaman manajemen pengguna.

Gambar 5.2 Halaman Manajemen Pengguna

Berikut adalah halaman manajemen pengguna. Pada halaman ini

administrator dapat menambah, menghapus, mengubah dan melihat pengguna yang

dapat mengakses dan melakukan pemilihan di dalam sistem.

94


Gambar 5.3 Halaman Manajemen Kandidat

Berikut adalah halaman manajemen Kandidat. Pada halaman ini

administrator dapat menambah, menghapus, mengubah dan melihat pengguna yang

menjadi kandidat kegiatan pemilihan.

Gambar 5.4 Halaman Hasil Pemilihan

Berikut adalah halaman manajemen hasil pemilihan. Pada halaman

ini administrator hanya dapat melihat hasil pemilihan yang telah

berlangsung.

5.1.2 Web Live Count

Sistem e-voting juga menyediakan Web Live Count sebagai salah

satu fitur untuk mengetahui jumlah suara yang masuk secara real-time

sehingga data yang masuk transparan dan dapat diketahui oleh seluruh

peserta kegiatan pemilihan. Dengan adanya sebuah web yang menampilkan

hasil perhitungan secara real-time kegiatan pemilihan dapat berlangsung

secara lebih efektif dan efisien. Seluruh data yang ditampilkan ini akan

berubah secara otomatis tergantung suara yang masuk dan terhitung di

server pusat.

95


Gambar 5.5 Halaman Web Live Count

5.1.3 Raspberry Pi

Pada dasarnya digunakan raspberry pi sebagai alat perpanjangan

dari sistem yang dikembangkan, alat ini bertugas untuk memproses semua

kegiatan yang diperlukan dalam melakukan terkait e-voting. Raspberry Pi

membutuhkan microphone untuk melakukan penangkapan audio atau suara,

yang kemudian diproses dengan google cloud library client untuk

menerjemahkan rekaman suara menjadi sebuah perintah yang dikenali

raspberry pi.

Selain itu ditambahkan juga headphone yang dikoneksikan lewat

audio jack 3.5mm pada raspberry pi sebagai media keluaran sistem. Dalam

upaya pembuatan sistem dapat diakses online dengan web, penulis

menggunakan raspberry pi 3 yang sudah terpasang 802.11n Wireless LAN,

sehingga dapat dengan mudah terkoneksi dengan internet. Power source

micro USB dengan 5V 2.0 A diperlukan untuk memberikan power pada

raspberry pi sehingga dapat menyala dan melakukan proses dengan baik

dan sesuai dengan kebutuhan.

5.2 Pengujian

Setelah sistem dikembangkan sesuai dengan metode yang telah dijelaskan

pada Bab sebelumnya, dilakukan skenario pengujian berikut:

5.2.1 Pengujian Beban CPU, Disk dan Network pada Server

Pengujian ini dilakukan dengan menggunakan tools Google

StackDriver. Server menggunakan compute engine dengan spesifikasi

custom yang dijelaskan di gambar 5.6:

96


Gambar 5.6 Spesifikasi Server Compute Engine

Setelah masing-masing pengujian dilakukan, didapatkan nilai CPU,

Network dan Disk yang dikonsumsi Sistem, data tersebut ditampilkan

dalam gambar dan table berikut:

Tabel 5.1 Penggunaan CPU pada Server No Waktu Penggunaan CPU(%)

1. 9.20 2.2

2. 9.25 2.2

3. 9.30 2.2

4. 9.35 3.0

5. 9.40 3.8

6. 9.45 3.8

7. 9.50 2.8

8. 9.55 2.8

9. 10.00 2.8

10. 10.05 2.8

Gambar 5.7 Grafik Penggunaan CPU pada Server Compute Engine

Dari tabel 5.1 dan gambar 5.7 menunjukkan pada waktu 9.20 – 9.30

server idle dan pada 9.40 – 9.45 terjadi peningkatan aktivitas sehingga cpu

97


mengalami burst untuk tetap dapat memproses aktivitas tersebut dan pada

9.50 – 10.05 server kembali idle.

Tabel 5.2 Penggunaan Network pada Server No Waktu Incoming Packet (KB) Outcoing Packet(KB)

1. 9.20 0.975 4.02

2. 9.25 0.975 4.02

3. 9.30 0.975 4.02

4. 9.35 1.0 5.86

5. 9.40 2.0 7.0

6. 9.45 0.975 4.02

7. 9.50 0.975 4.02

8. 9.55 0.975 4.02

9. 10.00 0.975 4.02

10. 10.05 0.975 5.86

Gambar 5.8 Grafik Penggunaan Jaringan pada

Server Compute Engine


tidak banyak aktivitas pada jaringan server sehingga paket yang dikirim

menuju server (incoming) sangat kecil kurang dari 1 KB dan paket yang

dikirim dari server (outgoing) kurang dari 5.86 KB. Pada waktu 9.35 – 9.40

terjadi peningkatan aktivitas incoming dan outgoing pada jaringan. Pada

9.50 – 10.05 jaringan idle kembali.

Tabel 5.3 Penggunaan Disk pada Server No Waktu Read Operation (KB) Write Operation(KB)

1. 9.20 0 7.22

2. 9.25 0 7.22

98


3. 9.30 0 7.22

4. 9.35 10 8.0

5. 9.40 0 8.0

6. 9.45 0 8.0

7. 9.50 0 7.22

8. 9.55 0 8.0

9. 10.00 0 8.0

10. 10.05 0 8.0

Gambar 5.9 Grafik Penggunaan Disk pada Server Compute Engine


tidak ada operasi read pada server hanya ada operasi write. Pada waktu 9.35

baru terjadi operasi read sekaligus write pada server. Pada 9.50 – 10.05

server kembali melakukan operasi write sesuai keadaan awal.

Dari ketiga grafik dan tabel penggunaan sumber daya pada server

dapat diketahui sistem lebih banyak menggunakan sumber daya pada CPU

atau CPU Bound dan lebih banyak operasi terjadi pada network dibanding

dengan disk.

5.2.2 Pengujian Beban CPU dan Memory pada Client

Pengujian ini dilakukan dengan menggunakan tools htop, htop

adalah sebuah aplikasi untuk mengetahui berapa besar memory dan berapa

persen CPU yang digunakan saat proses komputer berjalan.

Skenario pengujian ini adalah dengan mencoba menjalankan setiap

perintah yang ada sesuai dengan pengaturan program. Masing-masing hasil

dari pengujian dengan htop lalu dicatat, berapa sampai berapakah memory

dan CPU yang dikonsumsi raspberry pi untuk setiap perintah.

Setelah masing-masing pengujian dilakukan, didapatkan nilai CPU,

Network dan Disk yang dikonsumsi Sistem, data tersebut ditampilkan

dalam gambar dan table berikut:

99


Tabel 5.4 Penggunaan CPU dan Memory pada Raspberry Pi

Nama Proses CPU

(%)

Memory

(%)

Memutar Text to Speech 1 - 2 0.5 - 0.9

Processing (Menterjemahkan audio menjadi

perintah dan berinteraksi dengan server) 0 - 2 2 – 2.7

Idle 0 - 2 0 – 0.4

Gambar 5.10 Tampilan Proses berjalan dengan HTOP

Dari tabel 5.4 dan gambar 5.10 menunjukkan pada Raspberry Pi client

sumber daya memori lebih banyak digunakan dibandingkan CPU sehingga

dapat disimpulkan pada client bersifat I/O bound.

5.2.3 Pengujian Real Time Factor

Pengujian dilakukan di Yayasan Peduli Kesejahteraan Tuna Netra

Bersama ketua YPKTN Bapak Muhammad Vinggang dan rekan-rekan

yayasan yang tinggal di perumahan daerah Bintaro. Pertama admin

membuat akun untuk semua penyandang disabilitas yang akan menguji coba

alat untuk mendapatkan nomor identitas. Setelah nomor identitas didapat

maka mereka dapat menggunakan prototipe.

Untuk menghitung nilai dari real time factor diperlukan latensi dari

masing masing percobaan. P1 menunjukkan tahap autentikasi, P2

menunjukkan tahap putar daftar kandidat dan P3 menunjukkan tahap pilih

kandidat.

100


Berikut hasil pengukuran latensi yang didapatkan : Tabel 5.5 Hasil Pengujian Latensi (T1)

1 2 3 4 5 6 7 8 9 10 Latensi (Detik)

P1 5.8 6.0 3.2 4.4 3.3 3.1 7.1 3.0 3.1 3.3 4.23

P2 3.8 3.3 3.7 3.2 3.1 3.1 3.1 3.0 3.2 7.2 3.67

P3 3.7 3.0 2.9 3.3 3.1 3.1 3.0 3.1 2.9 3.4 3.15

Hasil dari T1, didapatkan Latensi rata-rata dari setiap perintah

setelah 10 kali percobaan dengan autentikasi sebesar 4.23 detik, daftar

kandidat sebesar 3.67 detik dan pilih kandidat 3.15 detik. Tabel 5.6 Hasil Pengujian Latensi (T2)

1 2 3 4 5 6 7 8 9 10 Latensi (Detik)

P1 2.9 3.0 2.7 2.7 2.9 3.0 2.9 2.8 3.1 3.2 2.92

P2 3.3 2.9 3.0 2.9 2.8 3.1 3.1 3.0 3.1 3.3 3.05

P3 2.9 3.3 3.0 3.5 3.1 3.1 3.0 2.9 3.0 2.9 3.07



kandidat sebesar 3.05 detik dan pilih kandidat 3.07 detik. Tabel 5.7 Hasil Pengujian Latensi (T3)

1 2 3 4 5 6 7 8 9 10 Latensi (Detik)

P1 3.3 2.9 2.8 3.4 3.6 3.0 3.0 3.1 2.9 2.8 3.08

P2 3.0 3.0 3.2 3.0 2.9 3.3 2.7 3.0 3.0 2.8 2.99

P3 3.0 2.9 3.2 2.8 3.4 3.2 2.8 3.3 2.8 3.0 3.04



kandidat sebesar 2.99 detik dan pilih kandidat 3.04 detik.

101


5.2.4 Pengujian Command Success Rate

Skenario pengujian yang dilakukan sama seperti di poin 5.2.3

Pengujian ini bertujuan untuk mendapatkan command recognition rate dan

false acceptance.

Untuk menghitung nilai Command Success Rate dan False

Acceptance Rate, penulis melakukan pengujian pada tiga tuna netra

sebanyak 10 kali untuk setiap perintah. Ketika perintah memutar keluaran

yang diinginkan maka itu digolongkan correct sedangkan jika sistem

memutar keluaran berupa “perintah tidak dikenali, silahkan ulangi kembali”

maka itu digolongkan incorrect.

Berikut hasil pengukuran latensi yang didapatkan : Tabel 5.8 Hasil Pengujian Tuna Netra (T1)

Correct Incorrect CSR(%) FAR(%)

P1 8 2 80% 20%

P2 9 1 90% 10%

P3 8 2 80% 20%

Hasil dari T1, didapatkan berapa banyak perintah yang berhasil

dikenali dan gagal dikenali setelah 10 kali percobaan dengan jumlah

perintah autentikasi dikenali sebanyak 8 dan 2 yang tidak dikenali. Daftar

kandidat 9 kali dikenali dan 1 kali tidak dikenali dan piliih kandidat 8 kali

dikenali dan 2 kali tidak dikenali. Tabel 5.9 Hasil Pengujian Tuna Netra (T2)


P1 8 2 80% 20%

P2 9 1 90% 10%

P3 7 3 70% 30%




102


kandidat 9 kali dikenali dan 1 kali tidak dikenali dan pilih kandidat 7 kali

dikenali dan 3 kali tidak dikenali. Tabel 5.10 Hasil Pengujian Tuna Netra (T3)


P1 8 2 80% 20%

P2 10 0 100% 0%

P3 8 2 80% 20%




kandidat 10 kali dikenali dan 0 kali tidak dikenali dan pilih kandidat 8 kali

dikenali dan 2 kali tidak dikenali.

5.2.5 Pengujian Keamanan

Pengujian ini dilakukan dengan beragai macam tools untuk

memastikan bahwa keamanan aplikasi dapat terjamin.

A. Validasi Domain & SSL

Dengan menggunakan tools yang disediakan oleh SSL Labs di

https://www.ssllabs.com/ssltest/analyze.html?d=api.vousmeevoyez.xy

z, dapat dilihat bahwa SSL yang terpasang di server tervalidasi dan

memiliki rating A.

103


Gambar 5.11 Rating SSL

Gambar 5.12 Validasi Sertifikat SSL Website Admin di Browser

Gambar 5.13 Validasi Sertifikat SSL Website Live Count di Browser

104


B. Pengujian JWT

Untuk mendapatkan JWT kita memerlukan autentikasi ke dalam

sistem terlebih dahulu, dengan memanfaatkan sebuah HTTP Client

yaitu Postman kita mampu berinteraksi dengan web services tanpa UI.

Gambar 5.14 Autentikasi untuk mendapatkan JWT

Setelah berhasil mendapatkan JWT kita dapat melakukan validasi

dari JWT yang terima dengan menggunakan https://jwt.io/.

Gambar 5.15 Validasi dan Decode JWT

Jika JWT Valid dan memiliki JWT Secret, Token dapat di decode

untuk mengetahui informasi dari token tersebut, jika ada salah satu yang

tidak valid maka akan muncul keterangan signature verification failed.

105


Semua API yang tersedia pada web services dilindungi dengan JWT jadi

tanpa menggunakan JWT Valid dan aktif maka request akan ditolak.

Gambar 5.16 Error yang dikirim oleh server

C. Pengujian XSS, CSRF dan SQL Injection

Untuk menguji keamanan sistem dari eksploitasi dan serangan yang sering

muncul yaitu XSS, CSRF dan SQL Injection. Penulis menggunakan sebuah

beberapa tool audit keamanan open source yaitu wapiti dan nikto.

Untuk memulai menscan vulnerability pada website yg telah dibuat, kita

cukup memberikan url yaitu https://vote-admin.vousmeevoyez.xyz/

106


Gambar 5.17 Hasil Vulnerability Report Wapiti

Hasil scan dari wapiti menunjukkan bahwa website aman dari eksploitasi

yang sering muncul.

Gambar 5.18 Proses menscan website menggunakan CLI Nikto

Setelah proses scan menggunakan nikto selesai berikut adalah hasil yang

didapatkan :

Gambar 5.19 Informasi Host yang diambil melalui Nikto

Selain informasi host pada url website tersebut, nikto juga memberikan hasil

proses scan pada celah-celah yang terdapat pada website.

Gambar 5.20 Hasil Audit menggunakan software Nikto

Dari laporan yang diberikan oleh nikto terlihat bahwa tidak ada

vulnerability kritis yang terdapat pada website. Dapat disimpulkan juga dari hasil

Analisa tool audit keamanan website sudah terlindungi dari eksploitasi dan

keamanan yaitu XSS, CSRF, SQL Injection.

107


5.3 Pembahasan

A. Real Time Factor

Dengan audio rata rata yang diproses oleh Google Cloud Speech API

sebesar 3 detik, didapatkan Real Time Factor sebagai table berikut. Tabel 5.11 Real Time Factor

T1 T2 T3

Autentikasi 1.41 0.97 1.03

Daftar Kandidat 1.22 1.01 0.99

Pilih Kandidat 1.05 1.02 1.01

𝑅𝑇𝐹 =1.41 + 1.22 + 1.05 + 0.97 + 1.01 + 1.02 + 1.03 + 0.99 + 1.01

3 + 3 + 3

Tabel 5.11 menampilkan nilai rata-rata latensi dari setiap percobaan dari

tabel 5.5, tabel 5.6 dan tabel 5.7. Durasi rata-rata audio yang diproses sebesar 3

detik untuk setiap proses. Dengan menggunakan rumus (1) didapatkan nilai average

real time factor 1.08.

Dapat disimpulkan dengan nilai real time factor sebesar 1.08 maka perintah

yang diucapkan oleh pengguna dapat dikenali oleh sistem mendekati real-time

karena real time factor yang didapatkan mendekati angka 1.0.

B. Command Success Rate & False Acceptance Rate

Berdasarkan hasil pengujian yang dilakukan dapat disimpulkan Command

Success Rate dan False Acceptance Rate dalam grafik sebagai berikut:

108


Gambar 5.12 Grafik Command Success Rate (%)

Gambar 5.13 Grafik False Acceptance Rate (%)

𝐶𝑆𝑅 =0.8 + 0.9 + 0.8 + 0.8 + 0.9 + 0.7 + 0.8 + 1 + 0.8

9 × 100% Dengan menggunakan nilai tabel 5.8, tabel 5.9 dan tabel 5.10 serta menggunakan

rumus (2) dapat dihitung nilai Command Success Rate sebesar 83.3%

𝐹𝐴𝑅 =0.2 + 0.1 + 0.2 + 0.2 + 0.1 + 0.2 + 0.2 + 0 + 0.2

9 × 100%

Kemudian dengan menggunakan rumus (3) dapat dihitung nilai False Acceptance

Rate sebesar 15.5%

80

90

8080

90

70

80

100

80

A U T E N T I K A S I D A F T A R K A N D I D A T P I L I H K A N D I D A T

COMMAND RECOGNITION RATE (%)T1 T2 T3

20

10

2020

10

30

20

0

20

A U T E N T I K A S I D A F T A R K A N D I D A T P I L I H K A N D I D A T

FALSE ACCEPTANCE RATE (%)T1 T2 T3

109


Dapat ditarik kesimpulan dengan nilai Command Success Rate sistem sebesar 83.3

% dan False Acceptance Rate sistem sebesar 15.5 % maka sistem cukup akurat

dalam mengenali dan memproses perintah dengan tepat dibandingkan tidak

mengenali perintah dan gagal memproses perintah.

110

BAB VI KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan hasil dari penelitian yang penulis implementasi dapat ditarik

kesimpulan berikut:

Sistem Sistem Pemungutan Suara Elektronik dengan menggunakan Google

Cloud Speech berbasis Raspberry Pi adalah suatu sistem pemungutan yang dalam

pelaksanannya menggunakan teknologi dengan menggunakan suara sebagai media

masukan dan keluaran sistem dengan memanfaatkan teknologi Google Cloud

Speech API sebagai software dan Raspberry Pi sebagai hardware. Sistem dapat

mengenali instruksi dan perintah yang telah didefinisikan dengan teknologi

Automatic Speech Recognition. Selain fungsionalitas keamanan sistem telah teruji

dari serangan seperti XSS, CSRF dan SQL Injection.

Dari penelitian kali ini didapatkan Command Success Rate (CSR) sebesar

83.3%. dan Real Time Factor (RTF) sebesar 1.08. Hasil dari penelitian ini

menunjukkan bahwa sistem cukup akurat mengenali perintah dan responsif dalam

memproses perintah.

6.2 Saran

Karena penelitian dan pengembangan sistem ini belum cukup sempurna ada

beberapa saran yang penulis dapat berikan setelah melakukan penelitian

pengembangan dan pengujian aplikasi ini seperti:

1. Dalam pengembangan selanjutnya untuk menyempurnakan sistem ini,

sistem dapat mengenali ucapan perintah dalam konteks kalimat.

2. Untuk pengembangan selanjutnya dapat dikembangkan sebuah text to

speech yang lebih mendekati suara manusia.

3. Untuk pengembangan selanjutnya dapat dikembangkan sebuah sistem yang

mampu membantu penyandang disabilitas lainnya selain tuna netra.

4. Kedepannya diharapkan bisa dilakukan hak paten terhadap alat yang dibuat

5. Keamanan dapat ditingkatkan lebih lanjut

111


DAFTAR PUSTAKA

Al-Jufri, H. (2011). Sistem Informasi Manajemen Pendidikan. Jakarta Pusat: PT.

Smart Grafika.

Ali, R. (2011). PROSPEK DAN TANTANGAN PENERAPAN E-VOTING DI

INDONESIA. Seminar Nasional Peran Negara Dan Masyarakat Dalam

Pembangunan Demokrasi Dan Masyarakat Madani Di Indonesia.

Badan Pengkajian dan Penerapan Teknologi. (n.d.). e-Pemilu, Gunakan e-

Rekapitulasi bertanda tangan elektronik. Retrieved from

https://bppt.go.id/teknologi-informasi-energi-dan-material/3565"

BPPT. (2013). E Voting Demokrasi Di Ujung Jari (I). Retrieved May 7, 2018,

from https://www.bppt.go.id/teknologi-informasi-energi-dan-material/1869-

e-voting-demokrasi-di-ujung-jari

Brian Benchoff. (2016). INTRODUCING THE RASPBERRY PI 3. Retrieved

May 20, 2019, from https://hackaday.com/2016/02/28/introducing-the-

raspberry-pi-3/

Dutoit, T. (1997). An Introduction to Text-to-Speech Synthesis. Springer.

Element14. (2015). Raspberry Pi 3 Model B GPIO 40 Pin Block Pinout. Retrieved

May 20, 2019, from https://www.element14.com/community/docs/DOC-

73950/l/raspberry-pi-2-model-b-gpio-40-pin-block-pinout

Element14. (2016). Raspberry Pi 3 Model B with 1GB of RAM with WiFi and

Bluetooth Low Energy. Retrieved May 20, 2019, from

https://www.element14.com/community/docs/DOC-81294/l/raspberry-pi-3-

model-b-with-1gb-of-ram-with-wifi-and-bluetooth-low-energy

Forge, S. (n.d.). eSpeak text to speech.

G, A. (2018). Speech Recognition. Retrieved August 1, 2019, from

https://devopedia.org/speech-recognition

Gay, W. (2014). Raspberry Pi Hardware Reference. New York: Apress.

112


Google. (n.d.). Cloud Speech API.

Google Cloud Platform Benefits. (n.d.).

Gupta, S., & Gupta, B. B. (2016). CSSXC : Context-Sensitive Sanitization

Framework for Web Applications against XSS Vulnerabilities in Cloud

Environments. Procedia - Procedia Computer Science, 85(Cms), 198–205.

https://doi.org/10.1016/j.procs.2016.05.211

Halfacree, E., & Upton Gareth. (2016). Raspberry Pi User Guide. UK: John

Wiley & Sons, Inc.

Hararei. (n.d.). SQL Injection Attack Projection. Retrieved June 15, 2019, from

http://www.hararei.com/sql-injection-protection.php

Harrell, C. R. (2011). Simulation Using ProModel. McGraw-Hill Education -

Europe.

Hidayat, S., & Firmanda, S. F. (2015). Scheduler and Voice Recognition on Home

Automation Control System, 150–155.

Houde, S., & Hill, C. (2004). What do Prototypes Prototypes? USA: Apple

Computer Inc.

Indonesia, C. (2019). Pemilu 2019, Bawaslu Sebut 2.366 TPS Tak Ramah

Disabilitas. Retrieved from

https://www.cnnindonesia.com/nasional/20190417220635-32-

387446/pemilu-2019-bawaslu-sebut-2366-tps-tak-ramah-disabilitas

Intan, D., Saputra, S., Handani, S. W., & Diniary, G. A. (2017). Pemanfaatan

Cloud Speech API untuk Pengembangan Media Pembelajaran Bahasa Inggris

Menggunakan Teknologi Speech Recognition, 10(2), 92–105.

Kadir, A. (2017). Dasar Raspberry Pi. Yogyakarta: Andi.

Karpagavalli, S., & Chandra, E. (2016). A Review on Automatic Speech

Recognition Architecture and Approaches, 9(4), 393–404.

Këpuska, , & Bohouta, G. (2017). Comparing Speech Recognition Systems (

Microsoft API , Google API And CMU Comparing Speech Recognition

113


Systems ( Microsoft API , Google API And CMU Sphinx ), (March).

https://doi.org/10.9790/9622-0703022024

Lambert, K. A. (2015). Python Programming for Teens. Boston: Cengage

Learning PTR. Retrieved from http://the-

eye.eu/public/concen.org/Nonfiction.Ebook.Pack.Oct.2015-

PHC/9781305271951.Cengage Learning.Python Programming for

Teens.Kenneth A. Lambert.2014.pdf

Latifah, P. (2017). Pengembangan Aplikasi E- Voting Berbasis Web dan SMS

Gateway Pemilihan Ketua Badan Eksekutif Mahasiswa STMIK Jakarta

STIK. Jurnal Ilmiah KOMPUTASI, 16(September), 167–173.

Law, A. M., & W David Kelton. (2000). Simulation Modeling and Analysis.

McGraw-Hill Education - Europe.

Meizani, M. N., Muid, A., & Rismawan, T. (2015). PEMBUATAN PROTOTIPE

KACAMATA ELEKTRONIK UNTUK TUNA NETRA BERBASIS

MIKROKONTROLER MENGGUNAKAN SENSOR ULTRASONIK.

Jurnal Coding, Sistem Komputer Untan, 03(2), 88–99.

Menkumham. (2016). Undang-Undang Republik Indonesia Nomor 8 Tahun 2016

Tentang Penyanddang Disabilitas.

Mohsen, K. (2005). EXPERIENCING SMALL-SCALE E-DEMOCRACY IN

IRAN, 1–9. https://doi.org/10.1002/j.1681-4835.2005.tb00143.x

Mosse, D. (2018). Speech Recognition and Voice Separation for the Internet of

Things, (15).

Mustaqbal, M. S., Firdaus, R. F., & Rahmadi, H. (2015). Pengujian Aplikasi

Menggunakan Black Box Testing Boundary Value Analysis (Studi Kasus :

Aplikasi Prediksi Kelulusan SNMPTN). Jurnal Ilmiah Teknologi Informasi

Terapan, 1(3), 31–36. Retrieved from

http://jitter.widyatama.ac.id/index.php/jitter/article/view/70

Muthusenthil, B. (2018). Smart Assistance for Blind People using Raspberry Pi,

4(2), 884–891.

114


Okokpujie, K., Noma-osaghae, E., John, S., & Jumbo, P. C. (2017). Automatic

Home Appliance Switching Using Speech Recognition Software and

Embedded System, (October). https://doi.org/10.1109/ICCNI.2017.8123775

OWASP. (2018a). Cross-Site Request Forgery (CSRF). Retrieved June 15, 2019,

from https://www.owasp.org/index.php/Cross-

Site_Request_Forgery_(CSRF)

OWASP. (2018b). Cross-site Scripting (XSS). Retrieved June 15, 2019, from

https://www.owasp.org/index.php/Cross-site_Scripting_(XSS)

Pelton, G. E. (1993). Voice Processing. McGraw-Hill Education - Europe.

Pfister, C. (2011). Getting Started with the Internet of Things. (B. Jepson, Ed.).

O’Reilly Media, Inc.

Pi, R. (2018). GPIO. Retrieved May 20, 2019, from

https://www.raspberrypi.org/documentation/usage/gpio/

Pi, R. (2019). Trademark rules and brand guidelines. Retrieved May 20, 2019,

from https://www.raspberrypi.org/trademark-rules/

Postman. (n.d.). The Only Complete API Development Environment. Retrieved

June 27, 2019, from https://www.getpostman.com

Pradopo, S. (1977). Pendidikan Anak-anak Tunanetra. Bandung: Departemen

Pendidikan dan Kebudayaan.

Prasetyawan, P. (2018). PENGEMBANGAN APLIKASI MOBILE E-VOTING

PILKADES SEMINAR NASIONAL TEKNOLOGI 2018, (April).

Pressman, R. S. (2010). Rekayasa Perangkat Lunak Pendekatan Praktisi.

Yogyakarta: ANDI Yogyakarta.

R. A, S., & M, S. (2011). Modul Pembelajaran Rekayasa Perangkat Lunak

Terstruktur dan Berorientasi Objek. Bandung: Modula.

Rahmatulloh, A., Sulastri, H., & Nugroho, R. (2018). Keamanan RESTful Web

Service Menggunakan JSON Web Token ( JWT ) HMAC SHA-512, 7(2).

115


Riera, A., & Brown, P. (2003). Bringing Confidene to Electronic Voting.

Electronic Journal of E-Government, 1(1), 43–50. Retrieved from

http://www.ejeg.com/volume-1/volume1-issue-1/issue1-art5-abstract.htm

Rofiq, F. N., & Susanto, A. (2017). Implementasi RESTful Web Service untuk

Sistem Penghitungan Suara Secara Cepat pada Pilkada. EKSPLORA

INFORMATIKA, 159–168.

Rozpoznávání, O. P. (2014). Rozpoznávání řeči pomocí KALDI.

Sandi, S., Putra, H., & Selatan, S. P. (2017). Penanggulangan Serangan XSS ,

CSRF , SQL Injection Menggunakan Metode Blackbox Pada Marketplace

IVENMU, 4(2), 289–300.

Sebastien, C., & Herve, S. (2011). How to fit cryptographic e-voting into smart

cards.

Setyanto, E., Rasyidah, N., & Sulhan, M. (2017). Aplikasi Tik Dalam Manajemen

Pendidikan Dasar Dan Menengah. HIKMAH: Jurnal Pendidikan Islam, 6(2),

298–317.

Sommerville, I. (2015). Software Engineering 10th Edition. In Software

Engineering.

Sudaryono, Margono, & Rahayu. (2011). Pengembangan Instrumen Penelitian

Pendidikan Yogyakarta: Graha Ilmu. Yogyakarta: Graha Ilmu.

Suhendra. (2016). Plus Minus e-Voting untuk Pilkada Indonesia. Retrieved March

25, 2018, from https://tirto.id/plus-minus-e-voting-untuk-pilkada-indonesia-

bNoN

Sullo, C., & Lodge, D. (n.d.). Nikto2. Retrieved June 28, 2019, from

https://cirt.net/Nikto2

Surribas, N. (2018). The web-application vulnerability scanner. Retrieved June

27, 2019, from http://wapiti.sourceforge.net

Vermessan, O., & Friess, P. (2013). Internet of Things Strategic Research and

Innovation Agenda. River Publisher.

116


Wagner, J. (2014). Review: Postman Client Makes RESTful API Exploration a

Breeze. Retrieved June 27, 2019, from

https://www.programmableweb.com/news/review-postman-client-makes-

restful-api-exploration-breeze/brief/2014/01/27

Wikipedia. (n.d.). Stackdriver. Retrieved from

https://en.wikipedia.org/wiki/Stackdriver

Wikipedia. (2010). Flask (web framework). Retrieved April 28, 2019, from

https://en.wikipedia.org/wiki/Flask_(web_framework)

Wikipedia. (2018). Raspberry Pi. Retrieved May 20, 2019, from

https://id.wikipedia.org/wiki/Raspberry_Pi

117


LAMPIRAN

Wawancara

Wawancara dilakukan kepada Muhammad Panggeng Viharmiles, S.Sos sebagai

Ketua Yayasan Peduli Kesejahteraan Tuna Netra (PKTN) pemerhati kaum

disabilitas tuna netra.

1) Seseorang yang seperti apa disebut tuna netra?

Jawaban: Seseorang yang tidak dapat melihat objek di sekelilingnya

atau memiliki keterbatasan penglihatan tidak selayaknya orang normal.

2) Adakah kategori- kategori tuna netra?

Jawaban: Dari segi kategori yang saya ketahui yaitu ada yang adalah

buta total atau buta sebagian.

3) Bagaimana saat ini jika bapak/ibu ingin berpartisipasi dalam kegiatan

pemilu, untuk menyampaikan aspirasi?

Jawaban: Untuk saat ini kami mengikut kegiatan pemilu sebagaimana

yang sudah ditetapkan oleh pemerintah, perbedaanya mungkin orang

normal dapat pergi ke TPS secara langsung, untuk kami tuna netra kami

biasanya menunggu pendamping untuk ke TPS dan nanti saat proses

pencoblosan.

4) Pernahkah terjadi kesulitan saat berada di TPS ataupun pada saat proses

pencoblosan?

Jawaban: Permasalahan yang biasa kami temui adalah kekurangan

template, hal ini disebabkan kurang akuratnya data sensus atau

penetapan DPT sebelum pelaksanaan. Akibatnya pada saat hari

pelaksanaan, kita sebagai penyandang disabilitas harus menunggu lebih

lama akibat panitia perlu meminta template dikirim terlebih dahulu di

tempat yang tidak menyediakan atau kekurangan. Selain itu

permasalahan lain adalah saat pemilihan presiden template tersedia tapi

saat pemilihan kandidat legislatif template tidak tersedia akibatnya kita

memerlukan pendamping pada saat pencoblosan yang sebenarnya tidak

sesuai dengan asas LUBER.

5) Apakah bapak/ibu pernah mendengar tentang sistem e-voting?

Jawaban: saya pernah mendengar tentang sistem e-voting. Kebetulan

salah satu dari kerabat kami pernah diundang untuk ikut uji coba e-

118


voting yang dilakukan oleh BPPT. Awalnya kami pikir sistem tersebut

lebih sulit dibandingkan sistem biasanya, tetapi ternyata lebih praktis

dan lebih cepat karena semuanya digital.

6) Menurut ibu/bapak apakah ada kekurangan dari sistem e-voting yang

pernah ibu/bapak coba sendiri atau dengar dari orang lain?

Jawaban: Sepengetahuan saya dari berita dan kerabat, sistem e-voting

yang dikembangkan oleh BPPT itu berbasis layar sentuh. Saat ini

kebanyakan dari anggota yayasan sudah pandai menggunakan

smartphone ada yang menggunakan IOS dan Android. Kami

memanfaatkan teknologi yang tersedia yaitu VoiceOver dan TalkBack

sehingga saat kita menekan layer sentuh kami mengetahui apa yang

sedang kami ketik dan sebagainya. Tetapi alat yang dikembangkan oleh

BPPT sepertinya belum memiliki fitur ini dan memang belum dirancang

untuk pengguna disabilitas seperti kami.

7) Menurut bapak, apakah dibutuhkan sebuah sistem e-voting yang dibuat

khusus untuk dapat mengakomodasi pengguna disabilitas seperti tuna

netra dengan memanfaatkan suara untuk berinteraksi?

Jawaban: sepertinya iya, menurut saya teknologi itu sangat penting dan

belakangan ini mulai banyak kalangan mengembangkan teknologi

untuk memfasilitasi dan mempermudah aktivitas atau pekerjaan orang-

orang seperti kami yang memiliki keterbatasan fisik. Dengan adanya

teknologi seperti sistem e-voting dengan bantuan suara tentu ini akan

sangat membantu kami dalam proses pemilihan sehingga kami dapat

mandiri.

119


simulasi e-voting pemilu untuk penyandang tuna...

Documents