sistem informasi geografis pencarian lokasi …eprints.unisnu.ac.id/1545/11/artikel.pdfsalah satu...
TRANSCRIPT
Jurnal Sistem Informasi | UNISNU Jepara | 2018 1
SISTEM INFORMASI GEOGRAFIS PENCARIAN LOKASI TERDEKAT
PERUSAHAAN MEBEL DI KABUPATEN JEPARA BERBASIS WEB DENGAN
METODE ALGORITMA A*(STAR)
Ahmad Taufiq
Fakultas Sains dan Teknologi, Program Studi Sistem Informasi
Universitas Islam Nahdlatul Ulama Jepara
Email: [email protected]
Abstract
The furniture craftman is people who sell various types of furniture products. There are many
furniture craftman in Jepara, where residents and tourists did not know the location of craftman
furniture that provide the type of furniture products their needed. So, a Geographic Information
System is created to overcome that situation. This system can displayed the location of furniture
craftman in Jepara and also can determine the shortest route from the location of the starting point
to the location of the destination point. This system is created using the A * (Star) Algorithm
method. A * (Star) algorithm is an algorithm that searches the shortest route from the starting
point to the destination point that refers to the smallest price (f). The result of this system is users
can find information about the location of the furniture craftman easily.
Keywords: Furniture, Geographic Information System, A * (Star) Algorithm..
1. PENDAHULUAN
Salah satu sentra kerajinan mebel di Jawa Tengah adalah Kabupaten Jepara. Kabupaten Jepara
merupakan salah satu kota yang mempunyai banyak sentra mebel yang bisa berpotensi menambah
pendapatan pengrajin sentra mebel di Kabupaten Jepara. Kurangnya informasi yang diperoleh
untuk mencari lokasi tempat sentra mebel di Kabupaten Jepara ini menyebabkan penjualan mebel
dari pengrajin mebel di Kabupaten Jepara masih belum mendapatkan hasil yang maksimal.
Keberadaannya juga belum diimbangi dengan sistem informasi yang menunjang untuk memberikan
informasi secara lengkap mengenai lokasi sentra mebel di Kabupaten Jepara. masyarakat maupun
wisatawan tidak mengetahui lokasi-lokasi yang memproduksi mebel yang sesuai dengan jenis yang
diinginkan, sedangkan masyarakat ataupun wisatawan membutuhkan informasi untuk dapat
mencari lokasi tempat sentra mebel di Kabupaten Jepara.
Maka dari itu penulis merancang sistem yang dapat memudahkan masyarakat dalam mencari
lokasi mebel, jenis produk mebel, maupun alamat perusahaan mebel dengan menggunakan sistem
informasi geografis. Sistem informasi geografis yang dirancang menggunakan pemilihan rute
terpendek yaitu dengan metode Algoritma A*(Star). Algoritma A* menggunakan estimasi jarak
terpendek untuk mencapai titik tujuan dan memiliki nilai heuristik yang dipakai sebagai alat dasar
pertimbangan. Jadi masyarakat langsung mengetahui jalan menuju lokasi perusahaan mebel
tersebut.
Berdasar latar belakang diatas, penulis akan merancang sebuah sistem berbasis web yang
dapat dimanfaatkan untuk memberikan informasi kepada masyarakat tentang lokasi perusahaan
mebel di Kabupaten Jepara dengan judul “SISTEM INFORMASI GEOGRAFIS PENCARIAN
LOKASI TERDEKAT PERUSAHAAN MEBEL DI KABUPATEN JEPARA BERBASIS WEB
DENGAN METODE ALGORITMA A*(STAR)”.
2. LANDASAN TEORI
2.1 Sistem Informasi Geografis
Sistem informasi geografis (SIG) atau yang biasa disebut Geographic Information System
(GIS) merupakan sustu sistem informasi berbasis komputer yang digunakan untuk memproses
suatu data spasial yang ber -georeferensi (detail, fakta, kondisi dan sebagainya) yang disimpan
dalam suatu basis data dan berkaitan dengan persoalan dan juga keadaan dunia nyata (real world).
Manfaat SIG secara umum yaitu memberikan suatu informasi yang hampir mendekati kondisi
dunia nyata, memprediksi hasil dari suatu perencanaan yang strategis (Masykur, 2014) .
2 Jurnal Sistem Informasi | UNISNU Jepara | 2018
Secara umum SIG bekerja berdasarkan integrasi dari 5 komponen yaitu data, software,
hardware, user dan aplikasi. Pada gambar 2.1 ditunjukkan relasi 5 komponen dalam SIG adalah
sebagai berikut :
Gambar 2.1 Komponen SIG (Masykur, 2014)
a. Data
Data merupakam komponen SIG yang penting. Secara fundamental SIG bekerja
berdasarkan 2 tipe data yaitu model data vektor dan data raster.
b. Software
Sebuah software SIG haruslah bisa mengerjakan penyimpanan data, analisis data dan
menampilkan informasi data geografis.
c. Hardware
SIG memerlukan hardware atau perangkat komputer yang mempuni dalam menjalankan
software-software SIG, seperti kapasitas dari memory (RAM), harddisk, processor serta
VGA Card. Hal yang demikian disebabkan karena data-data yang diterapkan dalam
memerlukan ruang yang besar dan dalam proses analisa datanya membutuhkan kapasitas
memori yang besar dan prosesor yang cepat.
d. User
Teknologi SIG tidaklah menjadi berguna tanpa manusia yang mengelola sistem dan
membangun perencanaan yang bisa diterapkan sesuai keadaan dunia nyata. SIG memiliki
tahapan tertentu, dari mendesain dan memelihara sistem hingga pada pengguna yang
menerapkan SIG untuk membantu pekerjaan mereka sehari-hari.
e. Aplikasi
SIG yang baik mempunyai keserasian antara rencana aturan dunia nyata dan desain yang
baik. Terdapat banyak tools yang dapat diterapkan untuk mengimplenentasikan SIG, mulai
yang berbasis desktop sampai yang berbasis pada website. Tools yang berbasis desktop
antara lain ArcView, ArcGis, Map Info dan sebagainya. Sedangkan tools yang berbasis
website yaitu layanan Open Source yang telah disediakan oleh Google (Google maps).
Salah satu keuntungannya yaitu layanan yang free dan dapat dikembangkan sesuai dengan
keinginan sebab Google sendiri telah menyediakan library bagi para pengembang yang
ingin memanfaatkan layanan Google Maps. Google Maps API adalah pengembangan dari
Google Maps. Dengan memakai Google Maps API ini, dimungkinkan untuk bisa
menerapkan Google Maps di dalam sebuah Website. walaupun awalnya Google maps
Sistem Informasi
Geografis
Data
Software
Hardwar
e
User
Aplikasi
Jurnal Sistem Informasi | UNISNU Jepara | 2018 3
hanya JavaScript API, Maps API diperluas untuk menyertakan sebuah API untuk aplikasi
Adobe flash.
2.2 Metode Algoritma A Star
Algoritma ini memakai fungsi distance – plus – cost (umumnya dinotasikan dengan
f(x)) untuk menentukan urutan kunjungan pencarian node yang ada di dalam tree.
Gabungan jarak – plus – biaya yaitu penjumlahan dari dua fungsi, yaitu fungsi path – cost
(selalu dinotasikan dengan g(x), dimungkinkan bernilai heuristik maupun tidak), dan
sebuah kemungkinan penerimaan atas “perkiraan heuristik “ jarak ke lokasi titik tujuan
(dinotasikan dengan h(x)). Fungsi path – cost g(x) merupakan jumlah biaya yang harus
dikeluarkan dari awal node menuju akhir (tujuan) node. Dengan terlebih dahulu mencari
rute yang tampaknya mempunyai kemungkinan besar menuju ke arah tujuan, algoritma
tersebut mengambil jarak perjalanan ke arah tujuan (dimana g(x) bagian dari heuristik
merupakan biaya dari awal). Sebagian terminologi dasar yang terdapat dalam algoritma ini
yakni starting point, simpul (nodes), A, open list,closed list, harha (cost), halangan
(unwalkable) (Syukriah dkk., 2016).
Pencarian menggunakan algoritma A* ini menghasilkan jalur yang optimal mulai dari
lokasi tempat awal kemudian melalui graf menuju lokasi tempat yang dituju. Metode ini
berdasarkan formula:
F(n) = g(n) + h(n) (1)
Keterangan:
h(n) = biaya estimasi heuristik (prakiraan dari n ke tujuan)
g(n) = jarak dari lokasi awal ke n
f(n) = solusi jarak estimasi terpendek dari node n ke tujuan
Prinsip algoritma A* yaitu dengan mencari jalur paling pendek dari titik awal ke titik
tujuan dengan memperhatikan harga (f) yang paling terkecil. Diawali dengan
menempatkan simpul A pada titik awal, lalu memasukkan seluruh simpul yang bertetangga
dan tidak memiliki atribut rintangan dengan simpul A ke dalam open list, mencari nilai H
terkecil dari simpul-simpul dalam open list tersebut, memindahkan simpul A ke simpul
yang memiliki nilai H terkecil. Simpul sebelum simpul A disimpan sebagai parent dari
simpul A dan dimasukkan ke dalam closed list. Apabila terdapat simpul lain yang
bertetangga dengan simpul A (yang sudah berpindah) namun belum termasuk kedalam
anggota open list, maka masukkan simpul-simpul tersebut kedalam open list. Selain itu,
bandingkan nilai G yang ada dengan nilai G sebelumnya. Jika nilai G sebelumnya lebih
kecil maka simpul A kembali ke posisi awal. Simpul yang pernah dicoba dimasukkan
kedalam closed list. Hal tersebut dilakukan berulang-ulang hingga terdapat solusi atau
tidak ada lagi simpul lain yang berada pada open list (Syukriah dkk., 2016).
Gambar 2.2 menggambarkan bagaimana cara kerja dari algoritma A* secara
konseptual.
4 Jurnal Sistem Informasi | UNISNU Jepara | 2018
Gambar 2.2 konseptual Algoritma A* (Syukriah dkk., 2016)
Dengan mengaplikasikan heuristik, algoritma tersebut dapat menghilangkan langkah-
langkah yang tidak perlu dengan pertimbangan bahwa langkah yang dihilangkan
merupakan langkah yang tidak akan menemukan solusi. Dalam ilmu komputer, A* yaitu
salah satu algoritma pencarian graf terbaik yang dapat menemukan jalur dengan biaya
pengeluaran paling rendah dari titik awal sampai titik tujuan (Wulandari dkk., 2013). 2.3 Fungsi Heuristik
Algoritma A* adalah algoritma pencarian rute yang memakai fungsi heuristik untuk
menentukan pencarian sebuah rute, terlebih dalam hal pengembangan dan pemeriksaan
node-node pada peta (Adipranata, Handojo, dan Setiawan, 2007). Adapun fungsi heuristik
yang biasanya digunakan dalam algoritma A* diantaranya (Ananda dkk., 2010):
1. Manhattan
Fungsi ini hanya akan menjumlahkan selisih dari nilai x dan y dari dua buah titik.
Fungsi heuristik manhattan dinamakan Manhattan karena di kota Manhattan yang
berada di Amerika, jarak dari dua lokasi umumnya dihitung berdasarkan dari blok-
blok yang harus dilalui saja dan tentunya tidak dapat dilintasi secara diagonal.
Perhitungannya dapat ditulis seperti pada rumus berikut :
ℎ(𝑛) = (𝑥2 − 𝑥1) + (𝑦2 − 𝑦1) (2)
Dimana h(n) dapat di definisikan sebagai perkiraan jarak dari node n ke node tujuan
dimana dihitung dengan fungsi heuristik. Variabel 𝑥1 dapat di definisikan sebagai
koordinat x dari node n, sedangkan 𝑦1 dapat di definisikan sebagai koordinat y dari
node n. Variabel 𝑥2 dapat di definisikan sebagai koordinat x dari node tujuan dan 𝑦2
Jurnal Sistem Informasi | UNISNU Jepara | 2018 5
merupakan dapat di definisikan sebagai y dari node tujuan. Nilai dari h(n) akan selalu
bernilai positif.
2. Euclidian
Heuristik ini akan menghitung jarak berdasarkan dari panjang garis yang bisa
ditarik dari dua buah titik. Perhitungannya dapat ditulis sebagai berikut :
ℎ(𝑛) = |√(𝑥1 − 𝑥2) 2 + (𝑦1 − 𝑦2) 2| = √∑ 𝑛𝑖=1 (3)
Dalam kasus ini, skala relatif nilai g mungkin akan tidak sesuai lagi dengan nilai
fungsi heuristik h. Sebab jarak Euclidian akan selalu lebih pendek dari jarak
Manhattan, maka dapat dipastikan selalu akan didapatkan jalur terpendek, meski
secara komputasi lebih berat.
3. Euclidian kuadrat
Dalam beberapa literatur juga disebutkan Jika nilai g sama dengan 0, maka jarak
komputasi operasi pengakaran pada heuristik jarak Euclidian dihilangkan, dan
menghasilkan rumus sebagai berikut (Ananda dkk., 2010):
ℎ(𝑛) = (𝑥1 − 𝑥2) 2 + (𝑥1 − 𝑦2)
2 (4) 2.4 Mebel
Mebel berasal dari kata movable, yang mempunyai arti bergerak. Mebel juga selalu disebut
juga sebagai furniture. Mebel dapat didefinisikan sebagai prabot yang dibutuhkan, berguna, atau
disukai, seperti barang atau benda yang bisa dipindah-pindah, dipakai untuk melengkapi rumah,
kantor dan sebagainya. Kursi, meja dan almari merupakan contoh sederhana dari mebel (Kartajaya,
2005).
3. METODE PENELITIAN
3.1 Prosedur Penelitian
Dalam penelitian ini, ada beberapa tahapan prosedur penelitian yang dilakukan. Gambaran
prosedur penelitian dapat dilihat pada gambar 3.1 :
Analisis Kebutuhan
Desain Sistem
Implementasi Sistem
Pengujian Sistem
Gambar 3.1 Prosedur Penelitian
6 Jurnal Sistem Informasi | UNISNU Jepara | 2018
Adapun kerangka sistem dari dapat dilihat pada gambar 3.2 di bawah ini : Kerangka Sistem Sistem Informasi Geografis
Data Lokasi
Perusahaan Mebel di
Kabupaten Jepara
Menghitung rute
terdekat dengan
perhitungan
Algoritma AStar
Info Rute terdekat dari
lokasi awal
Gambar 3.2 Kerangka Sistem
3.2 Objek Penelitian
Pada penelitian ini penulis memilih objek penelitian atau studi kasus pada Dinas Koperasi,
UMKM, Tenaga Kerja dan Transmigrasi kabupaten Jepara. Dengan dipilihnya Dinas Koperasi,
UMKM, Tenaga Kerja dan Transmigrasi kabupaten Jepara ini sebagai tempat penelitian, maka
penulis menemukan permasalahan yang timbul dalam pencarian lokasi mebel di Kabupaten Jepara
yakni belum adanya pemanfaatan teknologi untuk membantu masyarakat maupun wisatawan dalam
pencarian lokasi mebel di Kabupaten Jepara.
Dinas Koperasi, UMKM, Tenaga Kerja dan Transmigrasi kabupaten Jepara beralamat di jl.
Pesajen, Demaan. Dinas Koperasi, UMKM, Tenaga Kerja dan Transmigrasi Kabupaten Jepara
dipimpin oleh Ibu Amrina Rosyida, S.Psi, MH selaku kepala Dinas, sedangkan Kepala Bidang
UMKM adalah Ibu Dra. Ririen Hariyanti, MM.
3.3 Metode Pengumpulan Data
Tahap pengumpulan data merupakan tahapan terpenting dalam penelitian ini, data yang
digunakan dalam penelitian ini berasal dari:
1. Studi Referensi
Studi pustaka berfungsi untuk mendukung penelitian yang akan dilaksanankan.
Pengumpulan teori-teori yang bersumber dari buku, jurnal dan penelitian yng
terkait dengan sistem informasi geografis, algoritma A*.
2. Wawancara
Wawancara berfungsi untuk mengumpulkan informasi yang akan berguna dalam
pembuatan sistem yaitu data perusahaan mebel di Kabupaten Jepara, wawancara
dilakukan di Dinas Koperasi, UMKM, Tenaga Kerja dan Transmigrasi Kabupaten
Jepara bidang UMKM. 3.4 Perancangan Database
Perancangan database pada sistem ini menggunakan Entity Relationship Diagram (ERD).
Adapun ERD dari sistem dapat dilihat pada gambar 3.3.
Jurnal Sistem Informasi | UNISNU Jepara | 2018 7
Tempat Memiliki
Kategori
id_tempat
nama_tempat
pemilik
lokasi
telp
jenis_produk
id_kategori
lat
lng
keterangan
kategori
id_kategori
1
User
id_user
user
Mengelola
Visitor
Melihat Mencari
Mencari
N
1
N
1 1
N N
1
N
N
ip_address
pass
nama
telp
Gambar 3.3 Entity Relationship Diagram
Sedangkan relasi antar tabel dapat dilihat pada gambar 3.4 :
Tabel Tempat Tabel Kategori
Tabel User
Id_tempatPK
nama_tempat
pemilik
lokasi
telp
jenis_prosduk
id_kategori
lat
lng
keterangan
id_kategoriPK
Kategori
id_userPK
user
pass
nama
telp
Gambar 3.4 Rancangan Relasi Tabel
3.5 Perancangan Sistem
Perancangan sistem merupakan tahap penggambaran sistem yang akan menghasilkan sebuah
aplikasi sesuai dengan yang direncanakan. perancangan sistem dibuat dengan menggunakan Data
Flow Diagram (DFD) yaitu sebuah teknik grafis yang menggambarkan aliran informasi dan
transformasi yang digunakan pada saat data bergerak dari input menjadi output.
8 Jurnal Sistem Informasi | UNISNU Jepara | 2018
Berikut perancangan diagram konteks dari perancangan sistem dapat dilihat pada gambar 3.4
berikut:
User
SIG PENCARIAN LOKASI
TERDEKAT PERUSAHAAN
MEBEL DI KABUPATEN
JEPARA BERBASIS WEB
DENGAN METODE
ALGORITMA A*(STAR)
Visitor
Data Lokasi mebel
Data Kategori Mebel
Info Lokasi mebel
Info Kategori Mebel
Data Lokasi mebel
Data Kategori Mebel
Gambar 3.4 Diagram Konteks
DFD level 0 membahas tentang penjabaran dari rancangan sistem berdasarkan diagram
konteks. Berikut rancangan DFD level 0 dari perancangan sistem dapat dilihat pada gambar 3.5
berikut :
User
1.0
Input data
kategori mebel
tb_kategoriData kategori mebel Data kategori mebel
Info kategori mebel
2.0
Input data lokasi
mebel
tb_lokasiData lokasi mebel Data lokasi mebel
Info lokasi
Data kategori mebel
Visitor3.0
Cari lokasi mebelData lokasi mebel
Info lokasi
Data lokasi mebel
Data kategori mebel
Gambar 3.5 Data Flow Diagram
Rancangan user interface dapat dilihat pada gambar di bawah ini :
Dasboard
Peta
Lokasi
Kategori
User
LogoutSELAMAT DATANG DI APLIKASI SISTEM INFORMASI GEOGRAFIS
PERUSAHAAN MEBEL DIKABUPATEN JEPARA
Copyright © Sistem Informasi Geografis Pencarian Lokasi Terdekat Perusahaan Mebel di Kabupaten Jepara dengan Metode Algoritma A*2018
Sistem Informasi Geografis Pencarian Lokasi Terdekat Perusahaan Mebel di Kabupaten Jepara Dengan Metode Algoritma A*
Dasboard
Peta
Lokasi
Kategori
User
Logout
Dashboard / Daftar Lokasi Mebel
No Nama Tempat Nama Pemilik Lokasi Telp Email Jenis Produk Kategori Lat Lng Aksi
Edit Hapus
TambahPencarian...
<< 1 2 3 >>
Copyright © Sistem Informasi Geografis Pencarian Lokasi Terdekat Perusahaan Mebel di Kabupaten Jepara dengan Metode Algoritma A*2018
Sistem Informasi Geografis Pencarian Lokasi Terdekat Perusahaan Mebel di Kabupaten Jepara Dengan Metode Algoritma A*
Jurnal Sistem Informasi | UNISNU Jepara | 2018 9
Dasboard
Peta
Lokasi
Dashboard / Peta Lokasi Mebel
Peta Lokasi Mebel
Copyright © Sistem Informasi Geografis Pencarian Lokasi Terdekat Perusahaan Mebel di Kabupaten Jepara dengan Metode Algoritma A*2018
Sistem Informasi Geografis Pencarian Lokasi Terdekat Perusahaan Mebel di Kabupaten Jepara Dengan Metode Algoritma A*
Dasboard
Peta
Lokasi
Dashboard / Detail Lokasi
Copyright © Sistem Informasi Geografis Pencarian Lokasi Terdekat Perusahaan Mebel di Kabupaten Jepara dengan Metode Algoritma A*2018
Sistem Informasi Geografis Pencarian Lokasi Terdekat Perusahaan Mebel di Kabupaten Jepara Dengan Metode Algoritma A*
Sistem Informasi Geografis Perusahaan Mebel di Kabupaten Jepara
Dasboard
Peta
Lokasi
Copyright © Sistem Informasi Geografis Perusahaan Mebel di Kabupaten Jepara 2018
Dashboard / Detail Peta
4. HASIL DAN PEMBAHASAN
4.1 Hasil Penelitian
4.1.1 Implementasi Sistem
Implementasi sistem merupakan tahap pembuatan aplikasi yang telah dirancang sebelumnya.
Adapun implementasi dari aplikasi website lokasi perusahaan mebel di Kabupaten Jepara.
Adapun implementasi sistem adalah sebagai berikut :
a. Halaman Homepage Admin
Berikut merupakan tampilan halaman homepage admin dapat dilihat pada gambar 4.1
berikut :
Gambar 4.1 Halaman Homepage Admin
10 Jurnal Sistem Informasi | UNISNU Jepara | 2018
b. Halaman Input Lokasi
Berikut merupakan tampilan halaman input lokasi dapat dilihat pada gambar 4.2 berikut :
Gambar 4.2 Halaman Input Lokasi
c. Halaman Input Kategori
Berikut merupakan tampilan halaman input kategori dapat dilihat pada gambar 4.3 berikut :
Gambar 4.3 Halaman Input Kategori
d. Halaman Peta Visitor
Berikut tampilan halaman peta visitor. Pada halaman ini terdapat 3 halaman yaitu halaman
peta lokasi mebel, halaman detail lokasi dan halaman detail rute. Halaman peta lokasi
mebel berisi seluruh lokasi mebel yang tersimpan di dalam database dalam bentuk peta.
Berikut merupakan tampilan halaman peta visitor dapat dilihat pada gambar 4.4 berikut :
Gambar 4.4 Halaman Peta Visitor (Halaman Peta Lokasi Mebel)
Halaman detail lokasi berisi informasi detail dari perusahaan mebel. Berikut merupakan
tampilan halaman peta visitor dapat dilihat pada gambar 4.5 berikut :
Gambar 4.5 Halaman Peta Visitor (halaman detail Lokasi)
Jurnal Sistem Informasi | UNISNU Jepara | 2018 11
halaman detail rute berisi rute dari posisi kita ke posisi lokasi mebel yang sebelumnya
dipilih. Berikut merupakan tampilan rute detail dapat dilihat pada gambar 4.6 berikut :
Gambar 4.6 Halaman Peta Visitor (Halaman Detail Rute)
e. Halaman Daftar Lokasi Mebel
Halaman daftar lokasi mebel berisi seluruh lokasi mebel yang tersimpan di dalam database
dalam bentuk tabel. Berikut tampilan halaman daftar lokasi mebel dapat dilihat pada
gambar 4.7 berikut :
Gambar 4.7 Halaman Daftar Lokasi Mebel
4.2 Pembahasan
4.2.1 Proses Perhitungan A*
Berikut perhitungan Algoritma A* dari titik awal (Jepara Digital Valley) ke titik tujuan
(Jawara Furniture), dimana pengambilan nodenya berdasarkan persimpangan jalan. Hasil dari
proyeksi peta dapat dilihat pada gambar 4.8 berikut :
Gambar 4.8 Gambaran Peta
Selanjutnya gambar peta dikonversikan kedalam bentuk matriks, dimana setiap index matriks
mewakili jarak 20 meter. Hasil dari konversi peta kedalam bentuk matriks dapat dilihat pada
gambar 4.9 berikut :
12 Jurnal Sistem Informasi | UNISNU Jepara | 2018
Gambar 4.9 Peta Dalam Bentuk Matriks
Marker merah melambangkan lokasi titik awal (Jepara Digital Valley), marker biru
melambangkan lokasi titik tujuan (Jawara Furniture) sedangkan marker hijau melambangkan
nodenya.
Keterangan :
Titik Koordinat
A (0,0)
B (5,7)
C (5,0)
D (5,13)
E (29,7)
F (29,0)
G (41,16)
H (41,9)
Tahap selanjutnya merupakan menghitung fungsi heuristik. Fungsi Heuristik yang digunakan
oleh penulis yaitu Euclidean Distance alasan penulis menggunakan fungsi heuristik ini karena
fungsi ini dapat memberikan hasil yang lebih baik (mendekati jarak sebenarnya) dibandingkan
dengan fungsi heuristik yang lain. Berikut rumus menghitung fungsi heuristik euclidean distance
dan penyelesaiannya dapat dilihat sebagai berikut :
7 B 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 E
6 1 1
5 1 1
4 1 1
3 1 1
2 1 1
1 1 1
0 A 1 1 1 1 C 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 F 1 1 1 1 1 1 1 1
1 1 1 1 1
2 1 1 1
3 1 1 1
4 1 1
5 1 1
6 1 1
7 1 1
8 1 1 1 1 1 1
9 1 1 1 1 1 1 1 1 1 1 H
10 1 1 1 1 1 1 1 1 1 1
11 1 1 1 1 1 1 1 1 1 1
12 1 1 1 1 1 1 1 1 1 1 1
13 D 1 1 1 1 1 1 1
14 1 1 1 1
15 1 1 1 1 1
16 1 1 1 G
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41
Jurnal Sistem Informasi | UNISNU Jepara | 2018 13
Setelah nilai heuristik dari masing-masing node telah didapat selanjutnya adalah pencarian
dalam algoritma A* yaitu dengan mencari f(n) dengan rumus :
f(n) = h(n) + g(n) dimana,
h(n) = Nilai heuristik antar koordinat
g(n) = Jarak koordinat ke titik tujuan
A (0,0) ke C (5,0)
C(5,0) ke F(29,0)
F (29,0) ke H (41,9)
C(5,0) ke B (5,7)
B (5,7) ke E (29,7)
E (29,7) ke F (29,0)
C (5,0) ke D (5,13)
D (5,13) ke G (41,16)
G (41,16) ke H (41,9)
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ∑ 𝑛𝑖=1
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
d 𝑥 + 𝑦 = (𝑥1 − 𝑥2)2+ (𝑦1 − 𝑦2)
2 = ( − )2 + ( − )2 = + = =
14 Jurnal Sistem Informasi | UNISNU Jepara | 2018
A
(0,0)
C
(5,0)
F(n)=h(n)+g(n)
=8,60+5
=13,6
B
(5,7)
D
(5,13)
F(n)=h(n)+g(n)
=13+13
=26
F(n)=h(n)+g(n)
=7+7
=14 F
(29,0)
F(n)=h(n)+g(n)
=24+24
=48
E
(29,7)
G
(41,16)
H
(41,9)
F(n)=h(n)+g(n)
=24+24
=48
F(n)=h(n)+g(n)
=36,12+55
=91,12
F(n)=h(n)+g(n)
=15+21
=36
F
(29,0)
H
(41,9)
F(n)=h(n)+g(n)
=7+7
=14
F(n)=h(n)+g(n)
=7+7
=14
H
(41,9)
F(n)=h(n)+g(n)
=15+21
=36
Gambar 4.10 Langkah 6 Perhitungan Algoritma A*
Titik F memiliki 1 cabang yaitu titik H, maka f(n) secara otomatis memilih cost pada titik H
sebagai titik akhir.
Dari ketiga rute didapatkan hasil sebagai berikut :
1. A – C – B – E – F – H
Dengan total f(n) 125,6, karena satu index koordinat mewakili 20 meter maka jarak
sebenarnya (dalam Meter) adalah 125,6 × 20 = 2512 meter dalam Kilometer = 2,5 Km.
2. A – C – D – G – H
Dengan total f(n) 144,72, karena satu index koordinat mewakili 20 meter maka jarak
sebenarnya (dalam Meter) adalah 144,72 × 20 = 2894,4 meter dalam Kilometer = 2,9
Km.
3. A – C – F – H
Dengan total f(n) 97,6, karena satu index koordinat mewakili 20 meter maka jarak
sebenarnya (dalam Meter) adalah 97,6 × 20 = 1952 meter dalam Kilometer = 1,9 Km.
Jadi dari ketiga rute yang telah dihitung dapat disimpulkan bahwa rute terpendek adalah A – C
– F – H dengan jarak 1,9 Km.
Berikut tampilan di sistem dapat dilihat pada gambar berikut :
1. Rute Pertama
Gambar 4.11 Hasil perhitungan A* di Sistem (Rute 1)
Jurnal Sistem Informasi | UNISNU Jepara | 2018 15
2. Rute Kedua
Gambar 4.12 Hasil perhitungan A* di Sistem (Rute 2)
3. Rute Ketiga
Gambar 4.13 Hasil perhitungan A* di Sistem (Rute 3)
4.2.2 Hasil Pengujian Sistem
Pengujian sistem yang digunakan dengan menggunakan metode black box testing. Berikut
hasil dari pengujian menggunakan metode black box testing adalah sebagai berikut :
Tabel 4.1 Pengujian Login Menggunakan Metode Black Box Testing
NO Skenario Pengujian Hasil Yang Diharapkan Kesimpulan
1. Input Username dan
Password benar lalu klik
Masuk
Sistem akan menampilkan
halaman admin
Berhasil
Test Case : Hasil Pengujian :
2. Input Username dan
Password salah atau kosong
lalu klik Masuk
Sistem akan menampilkan
pesan “Salah kombinasi
username dan password.”
Berhasil
Test Case : Hasil Pengujian :
16 Jurnal Sistem Informasi | UNISNU Jepara | 2018
Tabel 4.2 Pengujian Data Lokasi Mebel Menggunakan Metode Black Box Testing
NO Skenario Pengujian Hasil Yang Diharapkan Kesimpulan
1. Tambah data lokasi mebel
(tidak ada yang kososng) lalu
klik Simpan
Sistem sukses tambah data
lokasi mebel.
Berhasil
Test Case : Hasil Pengujian :
2. Tambah data lokasi mebel
(data yang di input ada yang
kososng) lalu klik Simpan
Sistem tidak akan menyimpan
ketika kolom tidak terisi
semua, sistem akan
menampilkan pesan Field
bertanda * tidak boleh kosong
Berhasil Test Case : Hasil Pengujian :
Tabel 4.3 Pengujian Data Kategori Mebel Menggunakan Metode Black Box Testing
NO Skenario Pengujian Hasil Yang Diharapkan Kesimpulan
1. Tambah data kategori mebel
(tidak ada yang kososng) lalu
klik Simpan
Sistem sukses tambah data
kategori mebel.
Berhasil
Test Case : Hasil Pengujian :
2. Tambah data kategori mebel
(data yang di input ada yang
kososng) lalu klik Simpan
Sistem tidak akan menyimpan
ketika kolom tidak terisi
semua, sistem akan
menampilkan pesan Field
bertanda * tidak boleh kosong
Berhasil Test Case : Hasil Pengujian :
Jurnal Sistem Informasi | UNISNU Jepara | 2018 17
Tabel 4.4 Pengujian Pencarian Lokasi Mebel Menggunakan Metode Black Box Testing
NO Skenario Pengujian Hasil Yang Diharapkan Kesimpulan
1. Cari nama, lokasi, jenis
produk dan kategori sesuai
dengan Keyword lalu klik
Enter
Sistem sukses menampilkan
data sesuai Keyword.
Berhasil Test Case : Hasil Pengujian :
2. Cari nama, lokasi, jenis
produk dan kategori tidak
sesuai dengan Keyword lalu
klik Enter
Sistem tidak menampilkan
data.
Berhasil Test Case : Hasil Pengujian :
5. KESIMPULAN
Berdasarkan penelitian yang telah dilakukan selama membuat Sistem Informasi Geografis ini,
maka dapat ditarik kesimpulan sebagai berikut :
1. Sistem menampilkan lokasi perusahaan mebel dalam bentuk peta digital.
2. Sistem dapat menentukan rute terpendek dari titik awal menuju titik akhir dengan
menggunakan Algoritma A*(Star).
3. Sistem terhubung langsung dengan database untuk menampilkan data yang telah di
olah oleh Administrator.
6. REFERENSI
Adipranata, Rudy, Andreas Handojo, and Happy Setiawan. 2007. “APLIKASI PENCARI RUTE
OPTIMUM PADA PETA GUNA MENINGKATKAN EFISIENSI WAKTU TEMPUH
PENGGUNA JALAN DENGAN METODE A* DAN BEST FIRST SEARCH.” Jurnal
Informatika 8(2): 100–108.
Ananda, Nur Pandu Satria, Sri Wahjuni, and Endang Purnama Giri. 2010. “Penentuan Rute
Terpendek Menggunakan Variasi Fungsi Heuristik Algoritme A * Pada Mobile Devices.”
Jurnal Ilmiah Ilmu Komputer 15(2): 17–24.
Kartajaya, Hermawan. 2005. Attracting Tourists Traders Investors. Gramedia Pustaka Utama.
https://id.wikipedia.org/wiki/Mebel (July 11, 2017).
Masykur, Fauzan. 2014. “Implementasi Sistem Informasi Geografis Menggunakan Google Maps
Api Dalam Pemetaan Asal Mahasiswa.” Jurnal SIMETRIS 5(2): 181–86.
Syukriah, Yenie, Falahah, and Hermi Solihin. 2016. “Penerapan Algoritma A* (Star) Untuk
Mencari Rute Tercepat Dengan Hambatan.” Seminar Nasional Telekomunikasi dan
Informatika (SELISIK) (Selisik): 219–24.
Wulandari, Hesty, Ragil Saputra, S Si, M Cs, Sukmawati Nur Endah, and M Kom. 2013. “SISTEM
INFORMASI GEOGRAFIS PARIWISATA JAKARTA SELATAN DENGAN PENCARIAN
RUTE TERPENDEK MENGGUNAKAN ALGORITMA A* PADA PGROUTING.” Journal of
Informatics and Technology 2(2): 48–58. http://ejournal-s1.undip.ac.id/index.php/joint (July
15, 2017).