BAB 2 TINJAUAN PUSTAKA
|
|
- Shinta Tanudjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 TINJAUAN PUSTAKA 2.1 Teori Graf Definisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E) yang dalam hal ini V adalah himpunan tidak kosong dari verteks (vertex atau node) = {v 1, v 2,...,v n } dan E adalah himpunan sisi (edge) yang menghubungkan sepasang verteks = {e 1, e 2,...,e n }, atau dapat ditulis singkat notasi G=(V,E). Hal ini berarti bahwa V tidak boleh kosong, sedangkan E boleh kosong. Jadi, sebuah graf dimungkinkan tidak memiliki sisi satu buah pun, tetapi verteksnya harus ada, minimal satu. Graf yang hanya memiliki satu buah verteks tanpa sebuah sisi pun dinamakan graf trivial. (Munir, 2003, hal: 291). Verteks pada graf dapat dinomori dengan huruf, bilangan asli, atau gabungan keduanya. Sedangkan sisi yang menghubungkan verteks v i dan verteks v j dinyatakan dengan pasangan (v i, v j ) atau dengan lambang e 1, e 2,... Dengan kata lain, jika e adalah sebuah sisi yang menghubungkan verteks v i dengan v j, maka e dapat ditulis sebagai e = (v i, v j ). e 5 A e 1 B e 2 e 4 e 6 E C D e 7 e 3 Gambar 2.1 Graf G dengan Lima Verteks dan Tujuh Sisi
2 7 G adalah graf dengan: V = { a, b, c, d, e }. E = { (a, b), (a, c), (c, d), (b, d), (b, e), (b, e), (d, e) }. = { e 1, e 2, e 3, e 4, e 5, e 6, e 7 }. Verteks pada graf dapat merupakan obyek sembarang seperti kota, atom-atom suatu zat, nama anak, jenis buah, komponen alat elektronik dan sebagainya. Sisi dapat menunjukkan hubungan (relasi) sembarang seperti jalur penerbangan, jalan raya, sambungan telepon, ikatan kimia, dan lain-lain. Verteks dalam graf pada tulisan ini merupakan gedung atau persimpangan jalan dan sisi dalam graf merupakan jalan yang menghubungkan gedung atau persimpangan jalan Jenis-jenis Graf Menurut arah dan bobotnya, graf dibagi menjadi empat bagian, yaitu: 1. Graf berarah dan berbobot: tiap sisi mempunyai anak panah dan bobot. A 5 B E C 5 D 9 Gambar 2.2 Graf Berarah dan Berbobot Gambar 2.1 menunjukkan graf berarah dan berbobot yang terdiri dari lima verteks yaitu verteks A, B, C, D, dan E. Verteks A menujukkan arah ke verteks B, verteks C dan verteks D, verteks B menunjukkan arah ke verteks D, verteks C menunjukkan arah ke verteks D, dan seterusnya. Bobot antar verteks pun telah di ketahui.
3 8 2. Graf tidak berarah dan berbobot: tiap sisi tidak mempunyai anak panah tetapi mempunyai bobot. A 5 B E C 5 D 9 Gambar 2.3 Graf Tidak Berarah dan Berbobot Gambar 2.2 menunjukkan graf tidak berarah dan berbobot. Graf terdiri dari lima verteks yaitu verteks A, B, C, D, dan E. Verteks A tidak menunjukkan arah ke verteks B atau C, namun bobot antara verteks A dan verteks B telah diketahui. Begitu juga dengan verteks-verteks yang lain. 3. Graf berarah dan tidak berbobot: tiap sisi mempunyai anak panah yang tidak berbobot. Gambar 2.3 menunjukkan graf berarah dan tidak berbobot. A B E C D Gambar 2.4 Graf berarah dan tidak berbobot 4. Graf tidak berarah dan tidak berbobot: tiap sisi tidak mempunyai anak panah dan tidak berbobot.
4 9 A B E C D Gambar 2.5 Graf Tidak Berarah dan Tidak Berbobot Lintasan Misalkan v 0 dan v n adalah verteks-verteks dalam sebuah graf. Sebuah lintasan dari v 0 ke v n dengan panjang n adalah sebuah barisan berselang-seling dari n + 1 verteks dan n sisi yang berawal dari verteks v 0 dan berakhir dengan verteks v n, (v 0, e 1, v 1, e 2,..., v n- 1, e n, v n ), dengan sisi e i insiden dengan verteks v i-1 dan v i untuk i = 1,..., n. (Jhonsonbaugh, 2002). Jika graf yang ditinjau merupakan graf sederhana, maka lintasan cukup dituliskan sebagai barisan verteks: v 0, v 1, v 2,, v n-1, v n, karena antara dua buah verteks yang berurutan dalam lintasan tersebut hanya terdapat satu sisi. Jika graf yang ditinjau memiliki sisi ganda, maka, lintasan ditulis sebagai barisan berselang-seling antara verteks dan sisi: v 0, e 1, v 1, e 2, v 2, e 3,, v n-1, e n, v n. Verteks dan sisi yang dilalui di dalam lintasan boleh berulang. Sebuah lintasan yang semua verteksnya berbeda (setiap sisinya dilalui hanya sekali) dikatakan lintasan sederhana. Lintasan yang berawal dan berakhir pada verteks yang sama disebut lintasan tertutup (closed walk), sedangkan lintasan yang tidak berawal dan berakhir pada verteks sama disebut lintasan terbuka (open walk). Jalur dari suatu lintasan yang mana setiap verteksnya berbeda kecuali mungkin verteks awal boleh sama verteks akhir disebut closed path. Panjang lintasan adalah jumlah sisi yang muncul dalam suatu lintasan.
5 Representasi Graf Munir (2003, hal: 318), menyatakan bahwa agar graf dapat diproses dalam program komputer, graf harus direpresentasikan ke dalam memori. Terdapat beberapa representasi untuk graf, antara lain matriks ketetanggaan, matriks bersisian dan senarai ketetanggaan Matriks Ketetanggaan (Adjacency Matrix) Misalkan G = (V, E) graf sederhana dimana V = n, n > 1. Maka, matriks ketetanggaan A dari G adalah matriks n x n dimana: A = [a ij ], [a ij ] menjadi 1 bila verteks i dan j terhubung (bertetangga), [a ij ] menjadi 0 bila verteks i dan j tidak terhubung (tidak bertetangga). Dengan kata lain matriks ketetanggaan didefinisikan sebagai berikut, misalkan A matriks berordo n x n (n baris dan n kolom). Jika antara dua verteks terhubung (adjacent) maka elemen matriks bernilai 1, dan sebaliknya jika tidak terhubung bernilai 0. Jumlah elemen matriks bertetanggaan untuk graf dengan n verteks adalah n 2. Jika tiap elemen membutuhkan ruang memori sebesar p, maka ruang memori yang diperlukan seluruhnya adalah pn 2. Keuntungan representasi dengan matriks ketetanggaan adalah kita dapat mengakses elemen matriksnya langsung dari indeks. Selain itu, kita juga dapat menentukan dengan langsung apakah verteks i dan verteks j bertetangga. Pada graf berbobot, a ij menyatakan bobot tiap sisi yang menghubungkan verteks i dengan verteks j. Bila tidak ada sisi dari verteks i ke verteks j atau dari verteks j ke verteks i, maka, a ij diberi nilai tak berhingga.
6 Gambar 2.6 Graf Matriks Ketetanggaan Bentuk matriks ketetanggaan dari graf pada gambar 2.6 adalah v v A = v v v v2 1 v v Seperti halnya matriks kedekatan, pada graf berbobot, a ij menyatakan bobot tiap sisi yang menghubungkan verteks i dengan verteks j. Bila tidak ada sisi dari verteks i ke verteks j atau dari verteks j ke verteks i, maka, a ij juga diberi nilai tak berhingga Matriks Bersisian (Incidency Matrix) Misalkan G = (V, E) adalah graf dengan n verteks dan m sisi, maka matriks kebersisian A dari G adalah matriks berukuran m x n dimana: A = [a ij ], [a ij ] menjadi 1 bila verteks i dan sisi j bersisian, [a ij ] menjadi 0 bila verteks i dan sisi j tidak bersisian. Dengan kata lain matriks bersisian adalah matriks yang merepresentasikan hubungan antara verteks dan sisi. Misalkan A adalah matriks dengan m baris untuk setiap verteks dan n kolom untuk setiap sisi. Jika verteks terhubung dengan sisi, maka elemen
7 12 matriks bernilai 1. Sebaliknya, jika verteks tidak terhubung dengan sisi maka elemen matriks bernilai 0. Gambar 2.7 Graf Matriks Bersisian Bentuk matriks bersisian dari graf pada gambar 2.7 adalah v v A = v v e e2 e3 e Senarai Ketetanggaan (Adjacency List) Matriks ketetanggaan memiliki kelemahan apabila graf memiliki jumlah sisi yang relatif sedikit sehingga graf sebagian besar berisi bilangan 0. Hal ini merupakan pemborosan terhadap memori, karena banyak menyimpan bilangan 0 yang seharusnya tidak perlu disimpan. Untuk kepentingan efisiensi ruang, maka tiap baris matriks tersebut digantikan senarai yang hanya berisikan verteks-verteks dalam adjacency set Vx dari setiap verteks x. Bentuk senarai ketetanggan graf dari gambar 2.7 diatas adalah 1: 3 2: 3,4 3: 1,2,4 4: 2,3
8 Permasalahan Optimasi Menurut Hannawati et al (2002), optimasi adalah pencarian nilai-nilai variabel yang dianggap optimal, efektif dan efisien untuk mencapai tujuan yang diinginkan. Permasalahan optimasi beraneka ragam sesuai kondisi dimana sistem tersebut bekerja. Salah satu masalah optimasi yang paling sering muncul khususnya dalam bidang transportasi yaitu mengenai pencarian jalur terpendek. Optimisasi dalam jalur terpendek dapat didasarkan pada jarak tempuh terdekat menuju suatu fasilitas maupun berdasarkan waktu tercepat untuk mencapainya. Hasil dari penyelesaian masalah rute terpendek dapat disebut sebagai rute optimal Penyelesaian Masalah Optimasi Secara umum penyelesaian masalah pencarian rute terpendek dapat dilakukan dengan menggunakan dua metode, yaitu metode konvensional dan metode heuristik. Metode konvensional diterapkan dengan perhitungan matematis biasa, sedangkan metode heuristik diterapkan dengan perhitungan kecerdasan buatan. (Mutakhiroh et al, 2007). 1. Metode Konvensional Metode konvensional adalah metode yang menggunakan perhitungan matematis biasa. Ada beberapa metode konvensional yang biasa digunakan untuk melakukan pencarian rute terpendek, diantaranya: algoritma Djikstra (single source shortest path), algoritma Floyd-Warshall (all pairs shortest path), dan algoritma Bellman-Ford. 2. Metode Heuristik Metode Heuristik adalah subbidang dari kecerdasan buatan yang digunakan untuk melakukan pencarian dan optimasi. Ada beberapa algoritma pada metode heuristik yang biasa digunakan dalam permasalahan optimasi, di antaranya algoritma semut, algoritma genetika, logika fuzzy, jaringan syaraf tiruan, tabu search, simulated annealing, dan lain-lain.
9 14 Persoalan yang berkaitan dengan optimisasi sangat kompleks dalam kehidupan sehari-hari. Nilai optimal yang didapat dalam optimisasi dapat berupa besaran panjang, waktu, jarak dan lain-lain. Berikut ini adalah beberapa persoalan yang memerlukan optimisasi: menentukan rute terpendek dari suatu tempat ke tempat yang lain, menentukan jumlah pekerja seminimal mungkin untuk melakukan suatu proses produksi agar pengeluaran biaya pekerja dapat diminimalkan dan hasil produksi tetap maksimal, mengatur rute kendaraan umum agar semua lokasi dapat dijangkau, mengatur routing jaringan kabel telepon agar biaya pemasangan kabel tidak terlalu besar. 2.3 Permasalahan Rute Terpendek (Shortest Path Problem) Permasalahan rute terpendek (Shortest Path Problem) merupakan suatu jaringan pengarahan perjalanan dimana seseorang pengarah jalan ingin menentukan rute terpendek antara dua kota berdasarkan rute alternatif yang tersedia, dimana kota tujuan hanya satu. Masalah ini sendiri menggunakan representasi graf untuk memodelkan persoalan yang diwakili sehingga lebih memudahkan penyelesaiannya. Masalahnya adalah bagaimana cara mengunjungi verteks pada graf dari verteks awal ke verteks akhir dengan bobot minimum, dimana dalam hal ini bobot yang digunakan adalah jarak dan kota-kota yang dikunjungi diasumsikan sebagai graf yang saling terhubung (connected graf) antar suatu kota dengan kota yang lainnya. Graf G disebut terhubung jika untuk setiap verteks dari graf terdapat sisi yang menghubungkan kedua verteks tersebut, atau dengan kata lain graf terhubung jika setiap dua verteks yaitu v i dan v j dalam suatu graf terdapat sedikitnya sebuah sisi. Sisi pada graf berarah disebut arc. Berdasarkan data diatas, dapat dihitung rute terpendek dengan mencari jarak antara rute-rute tersebut. Apabila jarak antar rute belum diketahui, jarak dapat dihitung berdasarkan koordinat tempat tersebut, kemudian menghitung rute terpendek yang dapat dilalui.
10 15 A B E F C D Gambar 2.8 Graf yang Berarah dan Tidak Berbobot. Pada gambar 2.8 diatas, misalkan kita dari verteks A ingin menuju verteks F. Untuk menuju verteks F, dapat dipilih beberapa rute yang tersedia yaitu: A B E F A B F A B D E F A C D F A C E F A D F A D E F Rute terpendek dari ketujuh rute yang tersedia belum dapat ditentukan karena jarak atau bobot dari setiap sisi tidak diketahui. Rute terpendek dari verteks A menuju verteks F dapat dihitung dengan mencari jarak diantara sisi-sisi tersebut. Apabila jarak antar sisi belum diketahui, jarak dapat dihitung berdasarkan koordinat verteks-verteks tersebut, kemudian menghitung jalur terpendek yang dapat dilalui.
11 Algoritma Semut Algoritma Semut merupakan teknik probabilistik untuk menyelesaikan masalah komputasi dengan menemukan rute optimum. Algoritma Semut diperkenalkan oleh Moyson dan Manderick pada tahun 1996 dan secara meluas dikembangkan oleh Marco Dorigo Cara Kerja Algoritma Semut Mencari Rute Terpendek Untuk mendiskusikan algoritma semut, lingkungan yang akan kita gunakan adalah sebuah graf yang fully connected (setiap verteks memiliki sisi ke verteks yang lain) dan bidirectional (setiap rute bisa ditempuh bolak-balik dua arah). Setiap sisi memiliki bobot yang menunjukkan jarak antara dua buah verteks yang dihubungkan oleh sisi tersebut. Algoritma Semut ini menggunakan sistem multiagen, yang berarti kita akan mengerahkan seluruh semut buatan yang masing-masingnya bergerak sebagai agen tunggal. Setiap semut memiliki daftar_kota yang akan menyimpan sisi-sisi yang sudah pernah ia lalui, dimana ia tidak diijinkan untuk melalui sisi yang sama dua kali dalam satu kali perjalanan. Semut mampu mengindera lingkungannya yang kompleks untuk mencari makanan dan kemudian kembali ke sarangnya dengan meninggalkan zat feromon pada rute-rute yang mereka lalui. Feromon adalah zat kimia yang berasal dari kelenjar endokrin dan digunakan oleh makhluk hidup untuk mengenali sesama jenis, individu lain, kelompok, dan untuk membantu proses reproduksi. Berbeda dengan hormon, feromon menyebar ke luar tubuh dapat mempengaruhi dan dikenali oleh individu lain yang sejenis (satu spesies). Proses peninggalan feromon ini dikenal sebagai stigmergy, sebuah proses memodifikasi lingkungan yang tidak hanya bertujuan untuk mengingat jalan pulang ke sarang, tetapi juga memungkinkan para semut berkomunikasi dengan koloninya. Seiring waktu, bagaimanapun juga jejak feromon akan menguap dan akan
12 17 mengurangi kekuatan daya tariknya. Lebih lama seekor semut pulang pergi melalui rute tersebut, lebih lama jugalah feromon menguap. Gambar 2.9 Perjalanan Semut Menemukan Sumber Makanan (Sumber: Menentukan Jalur Terpendek Menggunakan Algoritma Semut, Muttakhiroh) Gambar 2.9.a menujukkan perjalanan semut dalam menemukan rute terpendek dari sarang ke sumber makanan, terdapat dua kelompok semut yang melakukan perjalanan. Kelompok semut L berangkat dari arah kiri ke kanan dan kelompok semut R berangkat dari kanan ke kiri. Kedua kelompok berangkat dari titik yang sama dan dalam posisi pengambilan keputusan jalan sebelah mana yang akan diambil. Kelompok L membagi dua kelompok lagi. Sebagian melewati jalan atas dan sebagian melewati jalan bawah. Hal ini juga berlaku pada kelompok R. Gambar 2.9.b dan gambar 2.9.c menunjukkan bahwa kelompok semut berjalan pada kecepatan yang sama dengan meninggalkan feromon atau jejak kaki di jalan yang telah dilalui. Feromon yang ditinggalkan oleh kumpulan semut yang melewati jalan atas telah mengalami banyak penguapan karena semut yang melewati jalan atas berjumlah lebih sedikit dibandingkan jalan yang di bawah. Hal ini disebabkan jarak yang ditempuh lebih panjang dibandingkan jalan yang di bawah. Sedangkan feromon yang berada pada bagian bawah penguapannya cenderung lebih lama. Karena semut yang melewati jalan bawah lebih banyak daripada semut yang melewati jalan atas.
13 18 Gambar 2.9.d menunjukkan bahwa semut-semut yang lain pada akhirnya memutuskan untuk melewati jalan bawah karena feromon yang ditinggalkan masih banyak, sedangkan feromon pada jalan atas sudah banyak menguap sehingga semutsemut tidak memilih jalan atas. Semakin banyak semut yang melewati jalan maka semakin banyak semut yang mengikutinya, semakin sedikit semut yang melewati jalan, maka feromon yang ditinggalkan semakin berkurang bahkan hilang. Dari sinilah kemudian terpilihlah rute terpendek antara sarang dan sumber makanan. Secara ringkas diperlukan beberapa proses agar semut mendapatkan rute optimal yaitu: 1. Semut akan berkeliling secara acak dari sarang hingga menemukan sumber makanan. 2. Ketika menemukan sumber makanan mereka kembali ke sarang sambil meninggalkan tanda menggunakan feromon. 3. Seekor semut yang menemukan rute optimal akan menempuh rute ini lebih cepat dari rekan-rekannya, melakukan round-trip lebih sering, dan dengan sendirinya meninggalkan feromon lebih banyak dari rute-rute yang lebih lambat ditempuh. 4. Feromon yang berkonsentrasi tinggi pada akhirnya akan menarik semut-semut lain untuk berpindah rute, menuju rute paling optimal, sedangkan rute lainnya akan ditinggalkan. 5. Pada akhirnya semua semut yang tadinya menempuh rute yang berbeda - beda akan beralih ke sebuah rute paling optimal dari sarang menuju ke tempat makanan.
14 Pseudocode Algoritma Semut Pseudeocode Algoritma Semut ditunjukkan oleh tabel 2.1 dibawah ini: Tabel 2.1 Pseudocode Algoritma Semut Baris Pseudo code 1 initialization default data; 2 sourcevertex <- input vertex; 3 destinationvertex <- input vertex; 4 m <- input ant used value; 5 NCMax <- input cycle used value; 6 For i <- 1 To NCMax Do 7 For j <- m Do 8 While currentvertex <> destinationvertex do 9 q <- random from 0..1; 10 If q <= q0 then 11 Calculate probability; Find vertex that has maximum probability has 12 not used; 13 currentvertex <- new vertex; 14 Update daftar_kota; 15 Else 16 Calculate probability; prob <- random from 0..1; 19 Calculate probability cumulative for currentvertex; Find the closest value based on cumulative value and probability; 20 currentvertex <- new vertex; 21 Update daftar_kota; 22 End If 23 End While 24 Update Local Pheromone; 25 End For 26 Calculate total distance each ant; 27 Find the best result for current cycle; 28 Update Global Pheromone; 39 End For 30 Show the best result; 2.5 Sistem Informasi Geografis Menurut Purwadhi (1994), Sistem Informasi Geografis merupakan suatu sistem yang mengorganisasi perangkat keras (hardware), perangkat lunak (software), dan data, serta dapat mendayagunakan sistem penyimpanan, pengolahan maupun analisis data secara simultan, sehingga dapat diperoleh informasi yang berkaitan dengan aspek keruangan.
15 20 Menurut Gou Bo, Sistem Informasi Geografis adalah teknologi informasi yang dapat menganalisis, menyimpan dan menyimpan baik data spasial maupun data non spasial. Sedangkan menurut Nicholas Chrisman, Sistem Informasi Geografis adalah sistem yang terdiri dari perangkat keras, perangkat lunak, data, manusia, organisasi dan lembaga yang digunakan untuk mengumpulkan, menyimpan, menganalisisis, dan menyebarluaskan informasi mengenai daerah-daerah di permukaaan bumi. (Prahasta, 2009). Berdasarkan keterangan diatas dapat disimpulkankan bahwa Sistem Informasi Geografis (SIG) merupakan sistem infomasi berbasis komputer yang menggabungkan antara unsur peta (geografis) dan informasi tentang peta tersebut (data atribut) yang dirancang untuk mendapatkan, mengolah, memanipulasi, analisa, memperagakan dan menampilkan data spatial untuk menyelesaikan perencanaan, mengolah dan meneliti permasalahan. Salah satu alasan mengapa konsep-konsep Sistem Informasi Geografis (SIG) beserta sistem aplikasinya menjadi menarik untuk digunakan di berbagai disiplin ilmu karena SIG dapat menurunkan informasi secara otomatis tanpa keharusan untuk selalu melakukan interpretasi secara manual sehingga SIG dengan mudah dapat menghasilkan data spasial tematik yang merupakan (hasil) turunan dari data spasial yang lain (primer) dengan hanya memanipulasi atribut-atributnya dengan melibatkan beberapa operator logika dan matematis. (Prahasta, 2009). Sistem Informasi Geografis menggunakan sistem basis data dengan kemampuan khusus untuk data yang tereferensi secara geografis berikut sekumpulan operasi-operasi yang mengelola data tersebut. Sistem Informasi Geografis dibutuhkan karena untuk data spasial penanganannya sangat sulit terutama karena peta dan data statistik cepat kadaluarsa hingga tidak ada pelayanan penyediaan data dan informasi yang dfiberikan menjadi tidak akurat. Oleh karena itu Sistem Informasi Geografis merupakan suatu sistem yang menarik, sistem yang cenderung dibuat interaktif ini dapat mengintegrasikan data spasial (peta vektor dan citra digital), atribut (tabel sistem database), audio, video dan lain sebagainya. Hasil integrasi tersebut membuat
16 21 Sistem Informasi Geografis memiliki berbagai fungsionalitas, antara lain adalah sebagai berikut: 1. Kemampuan dasarnya sebagai mapping system dengan kemampuan kartografisnya. 2. Melakukan query terhadap data spasial ataupun data atribut yang terkait. 3. Menampilkan dan mengolah data permukaan tiga dimensi sebagai alat bantu pemodelan dengan aspek tiga dimensi Subsistem Sistem Informasi Geografis Menurut Prahasta (2009), Sistem Informasi Geografis (SIG) dapat diuraikan menjadi beberapa subsistem berikut: 1. Data Input Subsistem ini bertugas untuk mengumpulkan dan mempersiapkan data spasial dan atribut dari berbagai sumber. Subsistem ini bertanggung jawab dalam mengkonversi atau mentransformasikan format data aslinya ke dalam format yang dapat digunakan oleh SIG. 2. Data Output Subsistem ini menampilkan atau menghasilkan keluaran seluruh atau sebagian basis data baik dalam bentuk softcopy maupun bentuk hardcopy seperti tabel, grafik, peta dan lain-lain. 3. Data Management Subsistem ini mengorganisasikan baik data spasial maupun atribut ke dalam sebuah basis data sedemikian rupa sehingga mudah dipanggil, diperbarui, dan dirubah.
17 22 4. Data Manipulation & Analysis Subsistem ini menentukan informasi-informasi yang dapat dihasilkan oleh SIG. Selain itu, subsistem ini juga melakukan manipulasi dan pemodelan data untuk menghasilkan informasi yang diharapkan. Gambar Subsistem Sistem Informasi Geografis (Sumber: Konsep-konsep Dasar SIG, Prahasta, Informatika) Komponen Sistem Informasi Geografis Sistem Informasi Geografis merupakan hasil dari beberapa komponen. Komponen Sistem Informasi Geografis terbagi menjadi empat, yaitu sebagai berikut: 1. Perangkat Keras (Hardware) Sistem Informasi Geografis membutuhkan komputer untuk menyimpan data dan dalam melakukan pengolahan data. Semakin kompleks data yang ingin diolah, maka semakin besar juga kebutuhan memori dan kecepatan pengolah datanya. 2. Perangkat Lunak (Software) Perangkat lunak dibutuhkan untuk memasukkan, menyimpan dan mengeluarkan data bila diperlukan. Perangkat lunak Sistem Informasi Geografis harus memiliki beberapa elemen seperti mampu melakukan input
18 23 dan transformasi data geografis, sistem manajemen basis data, mampu mendukung query geografis, analisis dan visualisasi, dan memiliki Grafical User Interface (GUI) untuk memudahkan akses. 3. Data Dalam SIG semua data dasar geografis harus diubah terlebih dahulu ke dalam bentuk digital untuk memudahkan dalam pengolahan data. Data dalam SIG dibagi menjadi dua bentuk yakni geografical atau data spasial dan data atribut. a. Data spasial adalah data hasil pengukuran, pencatatan dan pencitraan terhadap suatu unsur keruangan yang berada di bawah, pada atau di atas permukaan bumi dengan posisi keberadaannya mengacu pada sistem koordinat nasional. b. Data atribut adalah gambaran data yang terdiri dari informasi yang relevan terhadap suatu lokasi seperti kedalaman, ketinggian, lokasi penjualan, dan lain-lain dan bisa dihubungkan dengan lokasi tertentu dengan maksud untuk memberikan identifikasi seperti alamat, kode pos, dan lain-lain. 4. Manusia (Brainware) Manusia dibutuhkan untuk mengendalikan seluruh Sistem Informasi Geografis. Adanya koordinasi dalam Sistem Informasi Geografis sangat diperlukan agar informasi yang diperoleh menjadi benar, tepat dan akurat.
19 Model Data dalam Sistem Informasi Geografis Menurut Tim Penulis (2009, hal: 23), data yang dipergunakan dalam Sistem Informasi Geografis umumnya dapat dibagi menjadi tiga bagian besar yaitu: 1. Data Grafis Data grafis dibagi menjadi data raster dan data digital: a. Data raster adalah semua data digital yang didapatkan dari hasil scanning dan data lain yang belum dalam format vektor. b. Data Digital adalah data digital yang didapat dari hasil digitasi dan telah dilengkapi dengan data teks maupun data atribut lainnya. 2. Data Tabular Data Tabular adalah data selain data grafis yang berupa data pendukung berupa teks, angka, dan data pendukung yang lain. 3. Data Vektor Data vektor adalah data digital atau data yang telah diubah ke bentuk digital dan telah dilengkapi dengan data objek atau informasi objek. Dalam tugas akhir ini yang digunakan adalah data vektor. Karena peta dalam bentuk vektor tidak terpengaruh oleh resolusi, karena itu apabila peta dibesarkan atau dkecilkan akan tidak mengalami pixelate. Di sisi lain, peta dalam bentuk vektor juga menghasilkan file dalam ukuran yang lebih kecil dari raster, sehingga dapat lebih menghemat memori. 2.6 MapWindow MapWindow adalah Programmable Geographic Information System yang mendukung manipulasi, analisis, dan melihat data geospasial dan data atribut terkait dalam beberapa standar data format SIG. MapWindow dikembangkan oleh Prof. Daniel P
20 25 Ames, dan Jeff Horsbaugh dari Utah State University (USU). MapWindow merupakan alat pemetaan, sistem pemodelan SIG, dan aplikasi SIG programming interface (API) yang semuanya dikemas dalam satu paket. MapWindow dikembangkan untuk mengatasi kebutuhan pemrograman SIG yang dapat digunakan dalam rekayasa penelitian dan proyek perangkat lunak tanpa membeli sistem SIG yang lengkap atau tanpa menjadi ahli SIG sebelumnya Aplikasi MapWindow MapWindow merupakan sofware aplikasi berlabel free, salah satu perangkat lunak untuk Sistem Informasi Geografis (SIG) yang berbasis open source. MapWindow bersifat free baik dalam hal lisensi pemakaian maupun pengembangannya. MapWindow dapat digunakan untuk berbagai keperluan, misalnya: 1. Sebagai alternatif desktop SIG yang open source. 2. Untuk mengkonversi data ke bentuk lain. 3. Untuk mengembangkan dan mendistribusikan alat yang berkaitan dengan analisis data spasial. 4. Melakukan task sebagaimana perangkat lunak SIG lainnya Fitur Utama MapWindow Menurut Usman et al (2008, hal: 7), fitur utama sekaligus yang menjadi keunggulan MapWindow sebagai aplikasi SIG adalah: 1. MapWindow merupakan perangkat lunak programmable geografic information system yang digunakan untuk memanipulasi, menganalisis, menampilkan data geospasial dan mengelompokkan data yang beratribut geografis dalam beberapa format data SIG yang standar. MapWindow dapat digunakan sebagai tool untuk pemetaan, pemodelan dengan SIG dan antar muka pada program SIG.
21 26 2. Layaknya perangkat lunak open source, MapWindow bebas digunakan dan didistribusikan. MapWindow juga boleh dimodifikasi dan diintegrasikan dengan perangkat lunak yang lain sesuai dengan kebutuhan si pemakai. 3. MapWindow tidak hanya sekedar menampilkan data tetapi merupakan perangkat lunak SIG yang terbuka dan fleksibel sehingga bisa dikembangkan lebih lanjut. Ini berarti pengguna yang sudah matang dapat mengembangkan program tambahan dalam bentuk plug-in untuk meningkatkan fungsinya (misalnya plug-in untuk pemodelan, penampilan spesifik, dan editor data). Plug-in yang ditulis selanjutnya bisa dibagikan atau didistribusikan. 4. MapWindow memiliki fasilitas SIG yang standar untuk visualisasi data, editing atribut pada tabel (*.dbf), editing shape file dan konversi data. Puluhan format data SIG bisa ditangani MapWindow termasuk shape file, GeoTIFF, ESRI ArcInfo ASCII dan Binary. Adapun tampilan dari MapWindow dapat dilihat pada gambar dibawah ini: Gambar Tampilan MapWindow
22 Komponen MapWindow Menurut Usman et al (2008, hal: 9), perangkat lunak mapwindow terdiri dari tiga komponen utama, yaitu Main MapWindow Application, Core Component, dan Plugin. 1. Main MapWindow Apllication Merupakan pusat antarmuka MapWindow. Dari sini kita dapat menampilkan elemen-elemen data seperti shape file dan grid. 2. Core Componen Merupakan komponen yang dioperasikan didalam MapWindow. Core componen terdiri dari 3 bagian yaitu MapWinGIS, MapWinInterfaces, dan MapWinGeoProc. 3. Plug-in Merupakan tool khusus yang ditulis menambah kemampuan Main MapWindow Apllication. Empat plug-in sudah dibuat didalam aplikasi main MapWindow, yaitu Table Editor, Shape file Editor, GIS Tools, dan Feature Identifier/ Labeler. Plug-in yang lain dikembangkan oleh masyarakat pengguna untk berbagai keperluan dan tersedia di situs MapWindow (
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Graf didefinisikan dengan G = (V, E), di mana V adalah himpunan tidak kosong dari vertex-vertex = {v1, v2, v3,...,vn} dan E adalah himpunan sisi
Lebih terperinciBAB II TINJAUAN PUSTAKA. a) Purwadhi (1994) dalam Husein (2006) menyatakan: perangkat keras (hardware), perangkat lunak (software), dan data, serta
BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis (SIG) 2.1.1 Pengertian Sistem Informasi Geografis Ada beberapa pengertian dari sistem informasi geografis, diantaranya yaitu: a) Purwadhi (1994) dalam
Lebih terperinciBAB II TINJAUAN PUSTAKA
17 BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis Sistem Informasi Geografis atau Geografic Information Sistem (GIS) merupakan sistem komputer yang digunakan untuk memasukkan, menyimpan, memeriksa,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal ini V adalah himpunan tidak kosong dari simpul-simpul
Lebih terperinciLANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf
Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Tsunami Tsunami adalah gelombang laut yang terjadi karena adanya gangguan impulsif pada laut. Gangguan impulsif tersebut terjadi akibat adanya perubahan bentuk dasar laut secara tiba-tiba
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Dasar Graf Graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G=(V,E), yang dalam hal ini V adalah himpunan tidak-kosong dari simpul-simpul (vertices
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 TEORI GRAF 2.1.1 Definisi Definisi 2.1 (Munir, 2009, p356) Secara matematis, graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Sistem informasi adalah suatu sistem manusia dan mesin yang terpadu untuk menyajikan informasi guna mendukung fungsi operasi, manajemen, dan pengambilan keputusan. Tujuan dari sistem
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Informasi Geografis (SIG) Sistem Informasi Geografis (SIG) merupakan suatu sistem berbasis komputer yang digunakan untuk mengumpulkan, menyimpan, menggabungkan, mengatur,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Informasi Geografis (SIG) Sistem Informasi Geografis atau Geographic Information System (GIS) merupakan suatu sistem informasi yang berbasis komputer, dirancang untuk bekerja
Lebih terperinciGambar 3.1. Semut dalam Proses menemukan sumber makanan
BAB III LANDASAN TEORI 3.1 Algortima Semut Koloni semut merupakan algoritma yang bersifat heuristik untuk menyelesaikan masalah optimasi. Algoritma ini diinspirasikan oleh lingkungan koloni semut pada
Lebih terperinciKarena tidak pernah ada proyek yang dimulai tanpa terlebih dahulu menanyakan: DIMANA?
PENGUKURAN KEKOTAAN Geographic Information System (1) Lecture Note: by Sri Rezki Artini, ST., M.Eng Geomatic Engineering Study Program Dept. Of Geodetic Engineering Permohonan GIS!!! Karena tidak pernah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Lintasan Terpendek Lintasan terpendek merupakan lintasan minumum yang diperlukan untuk mencapai suatu titik dari titik tertentu (Pawitri, ) disebutkan bahwa. Dalam permasalahan pencarian
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Sistem yang Berjalan Analisa sistem yang berjalan bertujuan untuk mengidentifikasi persoalanpersoalan yang muncul dalam pembuatan sistem, hal ini dilakukan
Lebih terperinciBAB II LANDASAN TEORI
16 BAB II LANDASAN TEORI 2.1 Sistem Informasi Geografis 2.1.1 Sistem Sistem dapat didefinisikan sebagai sekumpulan objek, ide, yang saling terkait untuk mencapai suatu tujuan tertentu [14]. Sistem adalah
Lebih terperinciANT COLONY OPTIMIZATION
ANT COLONY OPTIMIZATION WIDHAPRASA EKAMATRA WALIPRANA - 13508080 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail: w3w_stay@yahoo.com ABSTRAK The Ant Colony Optimization
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesperson Problem selanjutnya dalam tulisan ini disingkat menjadi TSP, digambarkan sebagai seorang penjual yang harus melewati sejumlah kota selama perjalanannya,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Menurut Dasgupta dkk (2008), graph merupakan himpunan tak kosong titik-titik yang disebut vertex (juga disebut dengan node) dan himpunan garis-garis
Lebih terperinciOPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION. Zulfikar Hasan, Novianita Achmad, Nurwan
OPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION Zulfikar Hasan, Novianita Achmad, Nurwan ABSTRAK Secara umum, penentuan rute terpendek dapat dibagi menjadi dua metode,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelum sampai pada pendefenisian masalah lintasan terpendek, terlebih dahulu pada bagian ini akan diuraikan mengenai konsep-konsep dasar dari model graph dan
Lebih terperinciAplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf
Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Nur Fajriah Rachmah - 0609 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan
Lebih terperinciPerbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek
Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek Finsa Ferdifiansyah NIM 0710630014 Jurusan Teknik Elektro Konsentrasi Rekayasa Komputer Fakultas Teknik Universitas
Lebih terperinciSISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG
SISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG Achmad Hambali Jurusan Teknik Informatika PENS-ITS Kampus PENS-ITS Keputih Sukolilo Surabaya 60 Telp (+6)3-59780, 596, Fax. (+6)3-596 Email : lo7thdrag@ymail.co.id
Lebih terperinci[Type the document title]
SEJARAH ESRI Sistem Informasi Geografis adalah suatu sistem informasi yang digunakan untuk memasukkan, menyimpan, memanggil kembali, mengolah, menganalisa, dan menghasilkan data yang mempunyai referensi
Lebih terperinciPENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY. Budi Triandi
Budi, Penemuan Jalur Terpendek Dengan 73 PENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY Budi Triandi Dosen Teknik Informatika STMIK Potensi Utama STMIK Potensi Utama, Jl.K.L Yos Sudarso Km 6,5 No.3-A
Lebih terperinciPenggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf
Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Informasi Geografis Pencarian Apotik terdekat di Kota Yogyakarta. Pada
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian yang sama pernah dilakukan sebelumnya oleh Bambang Pramono (2016) di STMIK AKAKOM dalam skripsinya yang berjudul Sistem Informasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada awalnya komputer hanya digunakan untuk alat hitung saja tetapi seiring dengan perkembangan teknologi, komputer diharapkan mampu melakukan semua yang dapat
Lebih terperinciPencarian Jalur Terpendek dengan Algoritma Dijkstra
Volume 2 Nomor 2, Oktober 207 e-issn : 24-20 p-issn : 24-044X Pencarian Jalur Terpendek dengan Algoritma Dijkstra Muhammad Khoiruddin Harahap Politeknik Ganesha Medan Jl.Veteran No. 4 Manunggal choir.harahap@yahoo.com
Lebih terperinciBAB II PEMBAHASAN 1. Pengertian Geogrhafic Information System (GIS) 2. Sejarah GIS
BAB II PEMBAHASAN 1. Pengertian Geogrhafic Information System (GIS) Sistem Informasi Geografis atau disingkat SIG dalam bahasa Inggris Geographic Information System (disingkat GIS) merupakan sistem informasi
Lebih terperinciPERANCANGAN SISTEM INFORMASI GEOGRAFIS PENENTUAN JALUR JALAN OPTIMUM KODYA YOGYAKARTA
PERANCANGAN SISTEM INFORMASI GEOGRAFIS PENENTUAN JALUR JALAN OPTIMUM KODYA YOGYAKARTA Taufiq Hidayat, Agus Qomaruddin Munir Laboratorium Pemrograman dan Informatika Teori, Jurusan Teknik Informatika, Fakultas
Lebih terperinciBAB II TINJAUAN PUSTAKA
II TINJUN PUSTK 2.1 Pengertian Sistem Informasi Geografis Sistem Informasi Geografis atau Geographic Information Sistem (GIS) merupakan sistem komputer yang digunakan untuk memasukkan, menyimpan, memeriksa,
Lebih terperinciDiktat Algoritma dan Struktur Data 2
BB X GRF Pengertian Graf Graf didefinisikan sebagai pasangan himpunana verteks atau titik (V) dan edges atau titik (E). Verteks merupakan himpunan berhingga dan tidak kosongdari simpul-simpul (vertices
Lebih terperinciBAB 2 LANDASAN TEORI. Perancangan sistem merupakan penguraian suatu sistem informasi
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Perancangan Sistem Perancangan sistem merupakan penguraian suatu sistem informasi yang utuh ke dalam bagian komputerisasi yang dimaksud, mengidentifikasi dan mengevaluasi
Lebih terperinciBAB I PENDAHULUAN. Semakin cepat waktu yang ditempuh maka semakin pendek pula jalur yang
BAB I PENDAHULUAN I.1. Latar Belakang Pada dasarnya manusia membutuhkan waktu untuk mencapai suatu tujuan. Semakin cepat waktu yang ditempuh maka semakin pendek pula jalur yang ditempuh. Hal ini menunjukkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Terminologi graf Tereminologi termasuk istilah yang berkaitan dengan graf. Di bawah ini akan dijelaskan beberapa definisi yang sering dipakai terminologi. 2.1.1 Graf Definisi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Geographical Information System (GIS) Geographical Information System (GIS) yang dalam bahasa Indonesia dikenal sebagai Sistem Informasi Geografis (SIG) didefenisikan sebagai
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Sistem Informasi Geografis Sistem Informasi Geografis adalah bahagian dari pada sistem informasi yang diaplikasikan untuk data geografi atau alat database untuk analisis
Lebih terperinciAnalisa Pencarian Jarak Terpendek Lokasi Wisata di Provinsi Sumatera Utara Menggunakan Algoritma Ant Colony Optimization (ACO)
Analisa Pencarian Jarak Terpendek Lokasi Wisata di Provinsi Sumatera Utara Menggunakan Algoritma Ant Colony Optimization (ACO) Juanda Hakim Lubis Prorgram Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciPenggunaan Graf dalam Algoritma Semut untuk Melakukan Optimisasi
Penggunaan Graf dalam lgoritma Semut untuk Melakukan Optimisasi Ibnu Sina Wardy NIM : 150505 Program Studi Teknik Informatika, Institut Teknologi andung Jl. Ganesha 10, andung E-mail : if1505@students.if.itb.ac.id
Lebih terperinciJURNAL IT STMIK HANDAYANI
Nurilmiyanti Wardhani Teknik Informatika, STMIK Handayani Makassar ilmyangel@yahoo.com Abstrak Algoritma semut atau Ant Colony Optimization merupakan sebuah algoritma yang berasal dari alam. Algoritma
Lebih terperinciImplementasi Algoritma Dijkstra pada Peta Spasial
Implementasi Algoritma Dijkstra pada Peta Spasial Dosen Pembimbing : Dr. Ing Adang Suhendra SSi, SKom, MSc Nama : Idham Pratama Abstract Aplikasi ini bertujuan untuk menentukan lokasi yang spesifik dari
Lebih terperinciBAB II DASAR TEORI Rumah Sakit. Rumah sakit adalah salah satu sarana kesehatan tempat menyelenggarakan
BAB II DASAR TEORI 2.1. Rumah Sakit Rumah sakit adalah salah satu sarana kesehatan tempat menyelenggarakan upaya kesehatan dengan memberdayakan berbagai kesatuan personel terlatih dan terdidik dalam menghadapi
Lebih terperinciGRAF. V3 e5. V = {v 1, v 2, v 3, v 4 } E = {e 1, e 2, e 3, e 4, e 5 } E = {(v 1,v 2 ), (v 1,v 2 ), (v 1,v 3 ), (v 2,v 3 ), (v 3,v 3 )}
GRAF Graf G(V,E) didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan berhingga dan tidak kosong dari simpul-simpul (verteks atau node). Dan E adalah himpunan berhingga dari busur (vertices
Lebih terperinciPenggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum
Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Sebelum memulai pembahasan lebih lanjut, pertama-tama haruslah dijelaskan apa yang dimaksud dengan traveling salesman problem atau dalam bahasa Indonesia disebut sebagai persoalan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Graf Menurut Rinaldi Munir (2003), Graf adalah struktur diskrit yang terdiri dari simpul (vertex) dan sisi (edge), atau dengan kata lain, graf adalah pasangan himpunan (V, E)
Lebih terperinciWEBGIS PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITM A STAR (A*) (Studi Kasus: Kota Bontang)
Jurnal Informatika Mulawarman Vol. 8 No. 2 Edisi Juli 2013 50 WEBGIS PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITM A STAR (A*) (Studi Kasus: Kota Bontang) 1) Yuliani, 2) Fahrul Agus 1,2) Program Studi
Lebih terperinciSISTEM INFORMASI SUMBERDAYA LAHAN (Kuliah ke 12)
SISTEM INFORMASI SUMBERDAYA LAHAN (Kuliah ke 12) SISTEM MANAJEMEN BASIS DATA Oleh: Dr.Ir. Yuzirwan Rasyid, MS Beberapa Subsistem dari SISTEM INFORMASI GEOGRAFIS 1. Subsistem INPUT 2. Subsistem MANIPULASI
Lebih terperinciPERANCANGAN APLIKASI PENCARIAN RUTE TERPENDEK MENEMUKAN TEMPAT PARIWISATA TERDEKAT DI KEDIRI DENGAN METODE FLOYD- WARSHALL UNTUK SMARTPHONE
PERANCANGAN APLIKASI PENCARIAN RUTE TERPENDEK MENEMUKAN TEMPAT PARIWISATA TERDEKAT DI KEDIRI DENGAN METODE FLOYD- WARSHALL UNTUK SMARTPHONE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH
Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 17 24. PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Fatmawati, Bayu Prihandono, Evi Noviani INTISARI
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciPemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf
Pemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf Anugrah Adeputra - 13505093 Program Studi Informatika, Sekolah Teknik Elektro & Informatika ITB Jl. Ganesha No.10 If15093@students.if.itb.ac.id
Lebih terperinciPenyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut
Penyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut Irfan Afif (13507099) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Teori Graf Teori graf merupakan pokok bahasan yang sudah tua usianya namun memiliki banyak terapan sampai saat ini. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan
Lebih terperinciIMPLEMENTASI METODE ANT COLONY OPTIMIZATION UNTUK PEMILIHAN FITUR PADA KATEGORISASI DOKUMEN TEKS
IMPLEMENTASI METODE ANT COLONY OPTIMIZATION UNTUK PEMILIHAN FITUR PADA KATEGORISASI DOKUMEN TEKS Yudis Anggara Putra Chastine Fatichah Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Ada beberapa penelitian yang telah dilakukan sebelumnya yang menjadi acuan dalam penyusunan skripsi ini. Penelitian yang berjudul Using Geographical Information
Lebih terperinciPENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI
PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Graph Graf adalah struktur data yang terdiri dari atas kumpulan vertex (V) dan edge (E), biasa ditulis sebagai G=(V,E), di mana vertex adalah node pada graf, dan edge adalah rusuk
Lebih terperinciANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 201 210. ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP) Cindy Cipta Sari, Bayu Prihandono,
Lebih terperinciPenentuan Jarak Terpendek dan Jarak Terpendek Alternatif Menggunakan Algoritma Dijkstra Serta Estimasi Waktu Tempuh
Penentuan Jarak Terpendek dan Jarak Terpendek Alternatif Menggunakan Algoritma Dijkstra Serta Estimasi Waktu Tempuh Asti Ratnasari 1, Farida Ardiani 2, Feny Nurvita A. 3 Magister Teknik Informatika, Universitas
Lebih terperinci17.2 Pengertian Informasi Geografis
Bab 17 Sistem Informasi Geografis 17.1 Pendahuluan Sistem informasi geografis atau SIG merupakan suatu sistem berbasis komputer yang digunakan untuk mengumpulkan, menyimpan, menggabungkan, mengatur mentransformasikan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Transportasi telah menjadi salah satu kebutuhan penting dalam kegiatan sehari-hari di kehidupan bermasyarakat. Kemajuan teknologi informasi yang ada sekarang,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Graf 2.1.1 Definisi Graf Graf adalah pasangan himpunan (V, E), dan ditulis dengan notasi G = (V, E), V adalah himpunan tidak kosong dari verteks-verteks {v 1, v 2,, v n } yang
Lebih terperinciA. Pendahuluan Sistem Informasi Geografis/GIS (Geographic Information System) merupakan bentuk cara penyajian informasi terkait dengan objek berupa
A. Pendahuluan Sistem Informasi Geografis/GIS (Geographic Information System) merupakan bentuk cara penyajian informasi terkait dengan objek berupa wilayah dalam bentuk informasi spatial (keruangan). GIS
Lebih terperinciPERANCANGAN SISTEM INFORMASI GEOGRAFIS PENENTUAN JALUR JALAN OPTIMUM KODYA YOGYAKARTA MENGGUNAKAN ALGORITMA DIJKSTRA
PERANCANGAN SISTEM INFORMASI GEOGRAFIS PENENTUAN JALUR JALAN OPTIMUM KODYA YOGYAKARTA MENGGUNAKAN ALGORITMA DIJKSTRA Agus Qomaruddin Munir Fakultas Sains & Teknologi, Universitas Respati Yogyakarta Jl.
Lebih terperinciPENERAPAN ALGORITMA DIJKSTRA PADA PERMASALAHAN LINTASAN TERPENDEK OBJEK WISATA ALAM KOTA KUPANG BERBASIS WEB
J-ICON, Vol. 2 No., Maret 204, pp. ~9 PENERAPAN ALGORITMA DIJKSTRA PADA PERMASALAHAN LINTASAN TERPENDEK OBJEK WISATA ALAM KOTA KUPANG BERBASIS WEB Ahmad Rizal, Sebastianus A. S. Mola 2, Tiwuk Widiastuti
Lebih terperinciPengertian Sistem Informasi Geografis
Pengertian Sistem Informasi Geografis Sistem Informasi Geografis (Geographic Information System/GIS) yang selanjutnya akan disebut SIG merupakan sistem informasi berbasis komputer yang digunakan untuk
Lebih terperinciTujuan. Pengenalan SIG
Pengenalan SIG Tujuan Mengerti konsep sistem informasi geografis Mengerti model data pada SIG Memahami proses membangun SIG Dapat merancang dan membangun sistem informasi geografis 1 Materi Pengenalan
Lebih terperinciIMPLEMENTASI ALGORITMA SEMUT UNTUK PENCARIAN RUTE TERPENDEK BERBASIS SISTEM INFORMASI GEOGRAFIS
IMPLEMENTASI ALGORITMA SEMUT UNTUK PENCARIAN RUTE TERPENDEK BERBASIS SISTEM INFORMASI GEOGRAFIS Edi Iskandar Teknik Informatika STMIK Akakom e-mail: edi_iskandar@akakom.ac.id Abstrak Dalam kehidupan global
Lebih terperinciAplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar
Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar Arifin Luthfi Putranto (13508050) Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung E-Mail: xenoposeidon@yahoo.com
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Proses yang sedang berjalan dalam pencarian daerah rawan tindak kejahatan masih bersifat manual. Bentuk manual yaitu masyarakat yang akan bepergian
Lebih terperinciPencarian Lokasi Fasilitas Umum Terdekat Berdasarkan Jarak dan Rute Jalan Berbasis SIG
Pencarian Lokasi Fasilitas Umum Terdekat Berdasarkan Jarak dan Rute Jalan Berbasis SIG Pembimbing : Arif Basofi, S. Kom Arna Fariza, S.Kom, M. Kom Oleh : Yulius Hadi Nugraha 7406.030.060 Jurusan Teknologi
Lebih terperinciSISTEM INFORMASI GEOGRAFIS PENCARIAN RUTE OPTIMUM OBYEK WISATA KOTA YOGYAKARTA DENGAN ALGORITMA FLOYD-WARSHALL
SISTEM INFORMASI GEOGRAFIS PENCARIAN RUTE OPTIMUM OBYEK WISATA KOTA YOGYAKARTA DENGAN ALGORITMA FLOYD-WARSHALL Ragil Saputra Program Studi Teknik Informatika FMIPA UNDIP Jl. Prof. Soedharto, SH Tembalang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini perkembangan perangkat telepon telah sampai pada era smartphone. Telepon pada zaman dulu hanya berfungsi sebagai alat komunikasi suara atau pesan saja.
Lebih terperinciBAB III PEMODELAN MASALAH
BAB III PEMODELAN MASALAH Masalah penjadwalan kereta api jalur tunggal dapat dimodelkan sebagai sebuah kasus khusus dari masalah penjadwalan Job-Shop. Hal ini dilakukan dengan menganggap perjalanan sebuah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini akan membahas landasan teori, penelitian terdahulu, kerangka pikir dan hipotesis yang mendasari penyelesaian permasalahan dalam penentuan jarak terpendek untuk Pendistribusian
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pencarian rute terpendek merupakan masalah dalam kehidupan sehari-hari, berbagai kalangan menemui masalah yang sama dalam pencarian rute terpendek (shortest path) dengan
Lebih terperinciMENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT
MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT One of graph application on whole life is to establish the
Lebih terperinciPENGEMBANGAN PROTOTIPE SISTEM INFORMASI GEOGRAFIS PENYEBARAN RUTE ANGKUTAN UMUM KOTA SEMARANG
PENGEMBANGAN PROTOTIPE SISTEM INFORMASI GEOGRAFIS PENYEBARAN RUTE ANGKUTAN UMUM KOTA SEMARANG Afif Luthfi Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Email : luthrev@gmail.com ABSTRAK : Tugas Akhir
Lebih terperinciBAB 2 LANDASAN TEORI
11 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Algoritma 2.1.1 Sejarah Algoritma Para ahli berusaha menemukan asal kata algorism ini namun hasilnya kurang memuaskan. Akhirnya para ahli sejarah matematika menemukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinci= himpunan tidak-kosong dan berhingga dari simpul-simpul (vertices) = himpunan sisi (edges) yang menghubungkan sepasang simpul
Struktur Data Graf 1. PENDAHULUAN Dalam bidang matematika dan ilmu komputer, teori graf mempelajari tentang graf yaitu struktur yang menggambarkan relasi antar objek dari sebuah koleksi objek. Definisi
Lebih terperinciBAB I PENDAHULUAN. dapat kita lihat betapa kompleksnya persoalan persoalan dalam kehidupan
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi komputer saat ini sangat pesat sekali, dampaknya dapat kita lihat betapa kompleksnya persoalan persoalan dalam kehidupan perkantoran, pendidikan
Lebih terperinciMILIK UKDW BAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Saat ini, teknologi komputer menjadi alat bantu yang sangat bermanfaat terutama untuk melakukan pekerjaan dalam hal kalkulasi, pendataan, penyimpanan berkas
Lebih terperinciSTUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM
Seminar Nasional Aplikasi Teknologi Informasi (SNATI ) ISSN: `1907-5022 Yogyakarta, 19 Juni STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini, akan dibahas landasan teori mengenai teori-teori yang digunakan dan konsep yang mendukung pembahasan, serta penjelasan mengenai metode yang digunakan. 2.1. Jalur Terpendek
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Loket Bus merupakan tempat dimana masyarakat yang akan memesan atau membeli suatu tiket untuk menggunakan sarana transportasi bus sebagai keperluan
Lebih terperinciBAB II TINJAUAN PUSTAKA. memahami SIG. Dengan melihat unsur-unsur pokoknya, maka jelas SIG
BAB II TINJAUAN PUSTAKA 2.1. Sistem Informasi Geografis 2.1.1. Pengertian SIG Pada dasarnya, istilah sistem informasi geografi merupakan gabungan dari tiga unsur pokok: sistem, informasi, dan geografi.
Lebih terperinciPENENTUAN RUTE TERPENDEK DENGAN METODE FLOYD WARSHALL PADA PETA DIGITAL UNIVERSITAS SUMATERA UTARA SKRIPSI DHYMAS EKO PRASETYO
PENENTUAN RUTE TERPENDEK DENGAN METODE FLOYD WARSHALL PADA PETA DIGITAL UNIVERSITAS SUMATERA UTARA SKRIPSI DHYMAS EKO PRASETYO 091402023 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciBAB 2 LANDASAN TEORI
4 BAB 2 LANDASAN TEORI 2.1 Pengertian Kemacetan Kemacetan adalah situasi atau keadaan tersendatnya atau bahkan terhentinya lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan melebihi kapasitas
Lebih terperinciBAB 1 PENDAHULUAN. Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN APLIKASI
27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma
Lebih terperinciBAB 2 LANDASAN TEORI. Komputer berasal dari bahasa Latin computare yang artinya menghitung. Jadi
BAB 2 LANDASAN TEORI 2.1 Pengertian Komputer Komputer berasal dari bahasa Latin computare yang artinya menghitung. Jadi komputer dapat diartikan sebagai alat untuk menghitung. Perkembangan teknologi dan
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Gambaran Umum Manusia mempunyai kemampuan untuk belajar sejak dia dilahirkan, baik diajarkan maupun belajar sendiri, hal ini dikarenakan manusia mempunyai jaringan saraf.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.1 Ant Colony System dan Asal Usulnya Pada subbab ini akan diuraikan mengenai asal usul Ant Colony System (ACS), yaitu membahas tentang semut dan tingkah lakunya yang merupakan sumber
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini teknologi telah berkembang dengan cukup pesat. Perkembangan teknologi mengakibatkan pemanfaatan atau pengimplementasian teknologi tersebut dalam berbagai
Lebih terperinciBAB I PENDAHULUAN. Di tengah masyarakat dengan aktivitas yang tinggi, mobilitas menjadi hal yang penting.
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Di tengah masyarakat dengan aktivitas yang tinggi, mobilitas menjadi hal yang penting. Namun pada kenyataannya, terdapat banyak hal yang dapat menghambat
Lebih terperinciBAB II DASAR TEORI PENELITIAN
BAB II DASAR TEORI PENELITIAN 2.1 Pengangkutan Sampah Pengangkutan sampah adalah kegiatan membawa sampah dari lokasi tempat pembuangan sampah sementara (TPS) atau langsung dari sumber sampah menuju tempat
Lebih terperinci