PROPOSAL SKRIPSI

1. Judul

SISTEM INFORMASI GEOGRAFIS PENCARIAN RUTE TERPENDEK

LOKASI RUMAH SAKIT UMUM DI MEDAN DENGAN ALGORITMA A

STAR (A*)

2. Latar Belakang

Dewasa ini, kemajuan teknologi semakin cepat dan canggih. Teknologi ini

dapat dilihat dari perkembangan komputer yang sangat pesat. Komputer dahulunya

digunakan sebagai alat hitung saja. Namun sekarang, setiap orang telah menggunakan

komputer sebagai alat bantu dalam kehidupan sehari-hari untuk memperoleh

informasi secara cepat dan mudah. Salah satu informasi yang dibutuhkan masyarakat

pada saat ini adalah kebutuhan informasi geografis.

Kota Medan merupakan salah satu kota metropolitan di Indonesia dengan

kepadatan penduduk dalam berbagai bidang dan memiliki berbagai macam informasi

yang berhubungan dengan lokasi geografisnya, seperti informasi jalan dan lokasi

suatu fasilitas umum misalnya pusat-pusat perbelanjaan, rumah sakit, sekolah, dan

lain sebagainya. Tentunya informasi tersebut dibutuhkan oleh berbagai pihak dengan

untuk keperluannya masing-masing.

Informasi yang dibutuhkan tidak hanya lokasi fasilitas umum dan jalan tetapi

juga rute terpendek menuju lokasi. Dalam pencarian rute terpendek menuju tempat

rumah sakit umum yang ada di kota Medan, orang selama ini masih melakukan secara

manual. Cara yang dilakukan yaitu dengan melihat peta dalam bentuk hard copy atau

bertanya kepada orang lain. Peta dalam bentuk hard copy tersebut sering menyulitkan

2

seseorang dalam mencari rute yang paling optimum untuk menempuh perjalanan dari

suatu tempat ke tempat lain yang ada di dalam kota karena banyaknya jalan raya yang

ada sehingga menyebabkan banyaknya pilihan jalur yang dapat ditempuh. Dengan

hanya melihat pada peta, seseorang akan membutuhkan waktu yang lama dalam

menentukan jalur terpendek.

Berdasarkan latar belakang di atas, maka pada penelitian ini dibangun sebuah

aplikasi pencarian jarak terdekat (shortestpath) untuk memberikan informasi

mengenai rute terpendek lokasi rumah sakit di Medan. Pencarian rute terpendek

dilakukan dengan menggunakan algoritma A star (A 8). Algoritma A* efektif untuk

pencarian jalur terdekat karena pencariannya cukup cepat dan hasilnya relatif efisien.

3. Identifikasi Masalah

Masalah yang dibahas dalam penelitian ini yaitu bagaimana membangun

aplikasi Sistem Informasi Geografis yang dapat memberikan informasi kepada

masyarakat tentang rute terpendek (shortestpath) dalam mencapai lokasi rumah sakit

di Medan.

4. Perumusan Masalah

Masalah yang dibahas dalam penelitian ini yaitu bagaimana:

a. Menentukan vertex-vertex sebagai lokasi rumah sakit pada peta.

b. Menentukan kordinat setiap vertex pada peta.

c. Melakukan iterasi penentuan jarak terdekat antar vertex.

d. Menampilkan rute-rute yang dilewati menuju lokasi rumah sakit pada peta.

e. Menampilkan fasilitas rumah sakit, misalnya type, kelas, kapasitas dan lainnya.

3

5. Batasan Masalah

Ruang lingkup penelitian ini dibatasi pada:

1. Daerah yang menjadi obyek dalam penelitian ini adalah lokasi rumah sakit di kota

Medan.

2. Data rumah sakit yang dipakai adalah jenis, kelas, kapasitas, fasilitas serta tarif

rumah sakit.

3. Vertex merepresentasikan lokasi rumah sakit umum sedangkan edge

merepresentasikan jalan.

4. Algoritma yang digunakan yaitu Algoritma A* dengan fungsi heuristik Ecludiance

Distance.

5. Jalan diasumsikan dua arah, jenis kendaraan dan kondisi jalan dianggap sama.

6. Perangkat lunak yang digunakan adalah Microsoft Visual Basic 6.0 dan Crystal

Report 8.5.

7. Input pada sistem ini adalah titik asal dan titik tujuan yaitu berupa rumah sakit

umum dan persimpangan. Output berupa rute perjalanan, jarak yang harus

ditempuh, jalur yang harus dilewati pada peta, dan perwarnaan pada jalur yang

ditempuh.

6. Tujuan Penelitian

Tujuan penelitian ini adalah membangun aplikasi pencarian rute terdekat

lokasi rumah sakit di kota Medan secara user friendly.

4

7. Manfaat Penelitian

Manfaat dari penelitian ini adalah memberikan informasi kepada masyarakat

tentang lokasi rumah sakit di kota Medan dan rute terpendek untuk mencapai lokasi

tujuan.

8. Metodologi Penelitian

Metodologi penelitian yang digunakan dalam penulisan skripsi ini adalah

sebagai berikut:

1. Studi Literatur

Melakukan studi kepustakaan melaui hasil penelitian berupa buku, jurnal, dan

artikel-artikel yang relevan, serta mempelajari lebih dalam teori-teori tentang

sistem informasi geografis dan Algoritma A*.

2. Pengumpulan Data

Tahapan selanjutnya yaitu pengumpulan data yang berhubungan dengan

penelitian.

3. Analisis dan Perancangan Sistem

Melakukan analisis untuk mengetahui kebutuhan-kebutuhan yang diperlukan

dalam membangun sebuah sistem dan membuat perancangan menggunakan Data

Flow Diagram (DFD) atau diagram aliran data (DAD), flowchart atau diagram

alir program dan perancangan tampilan antarmuka sistem.

4. Pengkodean

Menulis kode program dan mengimplementasikannya ke dalam bahasa

pemrograman.

5

5. Pengujian dan Pemeliharaan

Melakukan pengujian terhadap aplikasi SIG yang dihasilkan dan melakukan

pemeliharaan sistem.

6. Dokumentasi

Penulis mendokumentasikan hasil penelitian dan aplikasi yang telah dibuat dalam

bentuk tugas akhir atau skripsi.

8.1 Prosedur Perancangan

Setelah melakukan riset dan studi literatur maka dilakukan tahapan dalam

membuat skripsi ini sebagai berikut:

a. Merancang suatu sistem yang akan dituangkan pada perancangan

perangkat lunak yang akan dibangun.

b. Merancang algoritma program.

c. Merancang tampilan keluaran dan masukan (output dan Input)

d. Merancang database tempat penyimpanan data.

e. Menulis kode program dalam bahasa pemrograman.

f. Menguji coba program.

g. Implementasi.

8.2 Analisa Kebutuhan

Untuk melakukan penelitian ini diperlukan informasi mengenai cara kerja

pencarian rute terpendek dengan algoritma A-Star.

6

8.3 Desain Sistem dan Antar Muka

a. Desain Sistem Shortestpath

Desain sistem Shortestpath dengan dengan algoritma A Star dapat dilihat pada

Gambar 1.

Gambar 1. Desain Sistem Shortestpath

b. Desain Antar muka pengguna (User Interface)

Desain Antar muka pengguna pada sistem Shortestpath dapat dilihat pada

Gambar 2.

Gambar 2. Desain Antar muka pengguna

Pemasukan Vertex Asal dan Tujuan

Perhitungan jarak setiap rute

Pengurutan RutePembuatan Rute Pada Peta

Menampilkan Rute Terpendek

pada Peta

Iterasi rute dan jarak dengan A Star

Asal

Rute terpendek

Informasi Rumah Sakit(Gambar Rumah Sakit dan

teks Keterangan)

Peta Lokasi Rumah Saki Umum di Kota Medan

Tujuan

Cari

xxxxxx

Batal Keluar

xxxxxxx

7

9. Tinjauan Pustaka

9.1 Graph

Graph bisa dibayangkan sebagai kumpulan obyek atau aktifitas. Sebagai

contoh, rute bis kota dari satu terminal ke terminal lain, rute perjalanan seorang

tukang pos pada saat mengantar surat dari satu rumah ke rumah lain, dan contoh-

contoh lain yang bisa disajikan sebagai suatu graph. Contoh diatas merupakan contoh

klasik dari teori graph yang lebih dikenal dengan persoalan travelling salesman

problem atau shortest path problem, yang pada prinsipnya mencari jalur terpendek

dari semua tempat yang harus dikunjungi, sehingga dapat menghemat waktu, tenaga,

maupun biaya. Selain contoh persoalan di atas, masih banyak persoalan lain yang bisa

disajikan sebagai persoalan graph. (Joyner, 2010).

9.1.1 Definisi Graph

Graph adalah pasangan himpunan (V, E) yang dinotasikan dengan G = (V, E),

V adalah himpunan titik, simpul, verteks, atau nodes dari G yaitu V= {v1, v2, v3,…, vn}

dan E adalah himpunan rusuk, edges, atau sisi dari G, yaitu E= {e1, e2, e3,…, em}..

Sebuah graph dimungkinkan tidak mempunyai edge satu buah pun, tetapi verteksnya

harus ada minimal satu. Graph yang hanya memiliki satu buah verteks tanpa sebuah

edge pun dinamakan graph trivia. (Munir, 2003).

8

9.1.2 Algoritma A*

Algoritma A* merupakan perbaikan dari metode best-first search dengan

memodifikasi fungsi heuristiknya. A* akan meminimumkan total biaya lintasan. Pada

kondisi yang tepat, A* akan memberikan solusi yang terbaik dalam waktu yang

optimal (Satria, 2010).

Fungsi f sebagai estimasi fungsi evaluasi terhadap node n, dapat dituliskan:

f(n)=g(n)+h'(n)

dengan:

f(n) = fungsi evaluasi

g(n) = biaya yang sudah dikeluarkan dari keadaan awal sampai keadaan n.

h'(n) = estimasi biaya untuk sampai pada suatu tujuan mulai dari n.

Dengan demikian dapat dikatakan bahwa:

o Apabila h' = h, berarti proses pelacakan sudah sampai pada suatu tujuan.

o Apabila g = h' = 0, maka dikendalikan oleh apapun. f random, artinya sistem tidak

dapat r Apabila g=k (konstanta biasanya menggunakan breadth first search.

Pada Algoritma A*, juga dibutuhkan 2 antrian, yaitu:

- OPEN,yang berisi node.node yang sudah dibangkitkan, sudah memiliki fungsi

heuristik namun belum diuji.

- CLOSED berisi node-node yang sudah diuji

Sebelum kita menuju ke algoritma A* lebih lanjut, akan dibahas terlebih dahulu

tentang algoritma A.

Algoritma A:

1. Set: OPEN={S}, dan CLOSED=0, dengan S adalah node yang dipilih sebagai

keadaan awal.

9

2. Kerjakan jika OPEN belum kosong:

a.Cari node n dari OPEN dimana nilai f(n) minimal, kemudian tempatkan n pada

CLOSED.

b. Jika n adalah node tujuan, keluar. SUKSES.

c. Ekspan node n keanak-anaknya.

d. Kerjakan untuk setiap anak n, yaitu n':

i. Jika n belum ada di OPEN atau CLOSED, maka:

1. Masukkan n ke OPEN' Kemudian set backpointerdari n ke n.

2. Hitung:

a. h(n);

b. g(n) = g(n)+c(n,n); dengan c(n,n) adalah biaya dari n ke n',

dan

c. f(n) = g(n)+h(n).

ii. Jika n'telah ada di OPEN atau CLOSED dan jika g(n) lebih kecil (untuk

versi n'yang baru), maka:

1. Buang versi lama n'.

2. Ambil n'di OPEN, dan set backpointer dari n' ke n.

Algoritma A* sebenarnya merupakan pengembangan dari algoritma A, dengan

batasan bahwa h(n) < h*(n), dengan:

o h(n) = biaya yang sebenarnya dari biaya minimal lintasan dari n ke sembarang

tujuan.

o g(n) = biaya yang sebenarnya dari biaya minimal lintasan dari S ke n.

10

o f(n) = h(n) + g(n); adalah biaya ysng sebenarnya dari biaya minimum solusi

lintasan dari S ke sembarang tujuan yang melalui n.

Nilai h dapat diterima jika h'(n) s h(n). Pencarian dengan algoritma A* ini akan lebih

sempurna jika faktor percabangannya terbatas, dan untuk setiap operator memiliki

biaya yang bernilai positif (total jumlah node dengan h'(.) < h(tujuan) terbatas.

Sebagai contoh misalkan kita memiliki ruang pencarian seperti terlihat pada

Gambar 2, Node M merupakan keadaan awal, dan node T merupakan tujuannya.

Biaya edge yang menghubungkan node M dengan node A adalah biaya yang

dikeluarkan dari untuk bergerak dari kota M ke kota A. Nilai g diperoleh berdasarkan

biaya edge minimal. Sedangkan nilai h' di node A merupakan nilai perkiraan

(estimasi) terhadap biaya yang harus diperlukan dari node A untuk sampai ke tujuan

(nilai ini tidak menjamin keberadaan solusi, hanya perkiraan saja). h'(n) bernilai co

jika sudah jelas tidak ada hubungan antara node n dengan node tujuan (alan buntu)

seperti pada Gambar 3.

Gambar 3 Graf Pencarian A Star

11

Dengan merunut nilai untuk setiap node pada Gambar 3 dapat dibuat sebuah tabel

seperti terlihat pada Tabel 1.

Tabel 1 Hasil Runutan Graf Pencarian

Pada Tabel 1 tersebut dapat dilihat bahwa, karena h’(n) < h(n) untuk setiap n, maka

nilai h dapat diterima.

Tabel 2. Tabel Status tiap node untuk Algoritma A*

Apabila kita menggunakan fungsi evaluasi: f(n) = h'(n), maka solusi yang didapat

adalah lintasan terpendek: M-C-H-T dengan biaya sebesar 7. Alur penelusuran dapat

dilihat pada Tabel 3.

Tabel 3 Penelusuran dengan f’(n)=h’(n)

12

Apabila masalah ini kita selesaikan dengan menggunakan Algoritma A*, dengan

fungsi evaluasi: f(n) = g(n) + h'(n), maka solusi yang didapat adalah lintasan

terpendek: M-C-H-T dengan biaya sebesar 7. Alur penelusuran dapat dilihat pada

Tabel 4.

Tabel 4. Penelusuran dengan f’(n)=g(n)+h’(n)

Dengan menggunakan Algoritma A* ini, nilai h' dari pelacakan yang terjadi mungkin

di bawah dari perkiraan (underestimate) atau bias jadi di atas dari perkiraan

(overestirnate) terhadap nilai h.

Gambar 4. h’ Underestimate h

Gambar 4. menunjukkan nilai h' yang underestimate terhadap h. Misalkan biaya untuk

tiap edge=l (g=1), masing-masing node B, C, dan D memiliki nilai estimasi h' sama

dengan 3, 4, dan 5, maka akan dipilih jalur dengan biaya terendah yaitu ke node B

dengan biaya 4 (3+1). Kemudian node B dieksplorasi. Andaikan node B hanya

13

memiliki 1 cabang, yaitu E dengan h' = 3 juga, maka biaya yang akan dikeluarkan dari

A sampai E menjadi 5 (3+2). Bila E dieksplore dan hanya memiliki satu cabang yaitu

F dengan h' = 3 juga, maka biaya yang dikeluarkan dari A sampai E menjadi 6 (3+3).

Keadaan ini jauh lebih buruk dibandingkan jika arah pelacakan sebelumnya dari A ke

C.

Gambar 5. Contoh h’ Overestimate h

Gambar 5. menunjukkan nilai h' yang overestimate terhadap h. Misalkan biaya untuk

tiap edge=l (g=1), masing-masing node B, C, dan D memiliki nilai estimasi h' sama

dengan 3, 4, dan 5, maka akan dipilih jalur dengan biaya terendah yaitu ke node B

dengan biaya 4 (3+1). Kemudian node B diekspansi. Andaikan node B hanya

memiliki 1 cabang, yaitu E dengan h'= 2, maka biaya yang akan dikeluarkan dari A

sampai E menjadi 4 (2+2) juga. Bila E diekspansi dan hanya dimiliki satu cabang

yaitu F dengan h' = 1, maka biaya yang dikeluarkan dari A sampai E menjadi 4 (1+3)

juga. Bila F diekspansi dan hanya dimiliki satu cabang yaitu G dengan h' = 0, maka

biaya yang dikeluarkan dari A sampai G menjadi 4 (O+4) juga. Diperoleh nilai

estimasi yang selalu konstan yaitu 4. Jika fungsi heuristik h' dapat diterima, maka

dapat dikatakan bahwa algoritma ini optimal (memiliki lintasan terpendek). Disini,

tidak akan pernah terjadi overestimate dari suatu keadaan ke tujuan.

14

10. Sistematika Penulisan

Sistematika dalam penulisan tugas akhir ini adalah:

BAB 1 PENDAHULUAN

Pada bab ini menjelaskan latar belakang masalah dari penelitian yang akan

dilakukan beserta batasannya, tujuan dan manfaat penelitian, metodologi

penelitian dan sistematika penulisan skripsi ini.

BAB 2 TINJAUAN PUSTAKA

Beberapa teori yang mendukung penelitian akan dibahas pada bab ini. Teori

yang dibahas seperti Teori Graf, Lintasan Terpendek, Algoritma A*, data flow

diagram, flow chart serta bahasa pemrograman.

BAB 3 ANALISIS DAN PERANCANGAN

Bab ini berisi analisa pencarian rute terdekat dengan algoritma A star,

perancangan menggunakan Data Flow Diagram (DFD) atau diagram aliran

data (DAD), Flowchart atau diagram alir program, perancangan tampilan

antarmuka sistem.

BAB 4 IMPLEMENTASI DAN PENGUJIAN APLIKASI

Pada bab ini akan membahas mengenai hasil dari penelitian berupa tampilan

dari aplikasi dan bagian-bagiannya serta rekayasa dari aplikasi ini

menggunakan Microsoft Visual Basic 6.0.

BAB 5 KESIMPULAN DAN SARAN

Hasil-hasil penelitian berupa solusi dari masalah yang bahas dalam penelitian

ini akan disimpulkan pada bab ini. Selain itu pada bab ini juga berisi saran

untuk penelitian kedepannya agar dapat dikembangkan atau melanjutkan

penelitian yang berkaitan dengan masalah dalam penelitian ini.

15

DAFTAR PUSTAKA

Al-bahra bin Ladjamudin. 2005,” Analisa Dan Desain System Informasi”, Erlangga, Jakarta.

Artikel Algoritma_tabusearch.php, Wikipedia, http: //id.wikipedia.org/ w/ index.php?title, diakses tangal 24 Januari 2010.

Wahyudi, Bambang, 2007, Konsep Sistem Informasi, Penerbit ANDI, Yogyakarta.

Elly, Muhammad Jafar, 2009. Sistem Informasi Geografi, Graha Ilmu, Jakarta.

Hadi, Rahadian. 2001. Pemrograman Windows API dengan Microsoft Visual Basic. Jakarta: PT. Elex Media Komputindo.

Joyner, David., Van Nguyen Minh., Cohen Nathann. (2010). Algorithmic Graph Theory. GNU Free Documentation License.

Kadir, Abdul, 1998, Konsep dan Tuntunan Praktis Basis Data, ANDI, Yogyakarta.

Kendall-Kendall, 2005, Analisa Dan Perancangan Sistem, Elexmedia Komputindo, Jakarta.

Pohan Husni Iskandar, 1997, Pengantar Perancangan Sistem, Erlangga, Jakarta

Syahputra, Iwan Halim. , Octavia, Tanti. , Chandra, Agus Susanto. 2009. Tabu Search Sebagai Lokal Search Pada Ant Colony Untuk Penjadwalan Flowshop, Surabaya, Dalam Jurnal Teknik Industri, Vol. 11, No. 2, Desember 2009.

Munir, Rinaldi. 2009. Matematika Diskrit Edisi Ketiga, Bandung : Informatika

Dinas Kebudayaan dan Pariwisata Propinsi Sumatera Utara. 2010. Sumatera Utara. http://www.northsumatratourism.info/

Jogiyanto, 2005. Konsep Perancangan Sistem. Bandung. Informatika.

Puntodewo, Atie., Dewi, Sonya., Tarigan, Jusupta, 2003, Sistem Informasi Geografis Untuk pengelolaan sumberdaya alam, Center for International Forestry Research, Jakarta.

16

Satria, Pandu, Nur Ananda, Wahjuni, Sri., Giri, Endang Purnama., 2010. Penentuan Rute Terpendek Menggunakan Variasi Fungsi Heuristik Algoritme A* pada Mobile Devices, Jurnal Ilmiah Ilmu Komputer, Vol 15 No. 2, Desember 2010 : 17 – 24.