KATA PENGANTAR. Bukit Jimbaran, Agustus 2017 Penyusun. A.A. Gde Ari Sudana

Transkripsi

1 ABSTRAK Masalah kepadatan lalu lintas merupakan hal umum yang dijumpai di kotakota besar, salah satunya di Kota Denpasar. Salah satu faktor penyebabnya adalah banyaknya jumlah kendaraan pribadi. Solusi dari tingginya jumlah kendaraan pribadi salah satunya adalah peningkatan penggunaan kendaraan umum. Dengan meningkatnya jumlah pengguna kendaraan umum, maka dapat membantu mengurangi kepadatan lalu lintas. Namun dalam pengoprasiannya, kendaraan umum sering mengalami kendala, salah satunya adalah rute yang dilalui tidak optimal yang menyebabkan waktu tempuh kendaraan yang lama. Dalam penelitian ini masalah optimasi yang dipilih adalah masalah pencarian rute optimum kendaraan umum jenis taksi dari persimpangan awal menuju persimpangan akhir menggunakan Algoritma Particle Swarm Optimization. Sistem akan dikembangan dari data yang diperoleh dari penelitian Aditya Setyawan (2016) yaitu data persimpangan dan jalan pada wilayah Denpasar Utara. Dari data yang didapatkan akan dibuat suatu pemodelan Graph yang kemudian akan dicari solusi jalur optimum mengunakan Algoritma Particle Swarm Optimization. Sistem yang berhasil diimplementasikan diuji dengan tiga metode pengujian yaitu Black Box Testing, White Box Testing dan Perbandingan Hasil Pencarian dengan Algoritma Dijkstra. Berdasarkan pengujian yang dilakukan, sistem yang diimplementasikan dengan menggunakan Algoritma Particle Swarm Optimization sudah mampu digunakan untuk memberikan rute perjalanan dari persimpangan awal ke tujuan kepada user berdasarkan waktu tempuh tercepat dan dapat diakses pada aplikasi mobile. Pada 100 pengujian yang dilakukan dengan persimpangan awal dan akhir yang berbeda didapatkan rute yang dihasilkan oleh Algoritma Partikel Swarm Optimization sama dengan rute yang dihasilkan oleh Algoritma Dijkstra dengan tingkat kesamaan sebesar 93% dan 7% hasil yang lebih buruk atau waktu tempuh yang dihasilkan lebih lama daripada Algoritma Dijkstra. Kata kunci: Particle Swarm Optimization, Shortest Path Problem, Kendaraan Umum Taksi, Black-Box Testing, White-Box Testing. i

2 KATA PENGANTAR Puji syukur peneliti panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-nya, Laporan Tugas Akhir dengan judul Rancang Bangun Sistem Penentuan Rute Angkutan Umum Berbasis Web Menggunakan Algoritma Particle Swarm Optimization. Penelitian ini diharapkan dapat bermanfaat untuk masyarakat terutama masyarakat Bali. Sehubungan dengan telah terselesaikannya laporan tugas akhir, maka peneliti mengucapkan terima kasih dan penghargaan kepada berbagai pihak yang telah membantu dalam penyelesaian penelitian ini, antara lain: 1. Bapak I Gede Santi Astawa, S.T., M.Cs. sebagai pembimbing 1 yang telah mengkritisi, memeriksa, membimbing, dan menyempurnakan Laporan Tugas Akhir ini. 2. Bapak Made Agung Raharja,S.Si.,M.Cs. sebagai pembimbing 2 yang telah mengkritisi, memeriksa, membimbing, dan menyempurnakan Laporan Tugas Akhir ini. 3. Bapak Agus Muliantara, S.Kom., M.Kom. selaku Ketua Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana yang telah banyak memberikan masukan dan motivasi sehingga memperlancar dalam proses pelaksanaan penelitian ini. 4. Bapak/Ibu dosen di Jurusan Ilmu Komputer, yang telah meluangkan waktu turut memberikan saran dan masukan dalam penyempurnaan Laporan Tugas Akhir. 5. Aditya Setiawan S.Kom yang telah banyak membantu dalam proses penelitian data yang digunakan pada penelitian ini 6. Alvin Amri, I Wayan Ariatha Sentanu, Andina Tirta Dewi sebagai sahabat yang sudah banyak membantu dalam memberikan saran, kritik, dan pemecahan masalah selama proses pelaksanaan penelitian. 7. Semua pihak yang telah memberi dukungan sehingga laporan tugas akhir ini dapat diselesaikan sesuai dengan waktu yang ditentukan. Disadari pula bahwa sudah tentu laporan ini masih mengandung kelemahan dan kekurangan. Memperhatikan hal ini, maka masukan dan saran saran penyempurnaan sangat diharapkan. Bukit Jimbaran, Agustus 2017 Penyusun A.A. Gde Ari Sudana ii

3 DAFTAR ISI LEMBAR JUDUL RANCANG BANGUN SISTEM PENENTUAN RUTE OPTIMUM... Error! Bookmark not SURAT PERNYATAAN KEASLIAN KARYA ILMIAH. Error! Bookmark not LEMBAR PENGESAHAN TUGAS AKHIR... Error! Bookmark not ABSTRAK... i KATA PENGANTAR... ii DAFTAR ISI... iii DAFTAR TABEL... vi DAFTAR GAMBAR... vii DAFTAR SOURCECODE... ix BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Desain Penelitian Pengumpulan Data Pengolahan Data Metode Penelititan... 6 BAB II TINJAUAN PUSTAKA... Error! Bookmark not 2.1 Angkutan Umum... Error! Bookmark not 2.2 Graph... Error! Bookmark not 2.3 Permasalahan Jalur Terpendek (Shortest Path Problem)... Error! Bookmark not 2.4 Algoritma Particle Swarm Optimization (PSO)... Error! Bookmark not 2.5 Algoritma Dijkstra... Error! Bookmark not 2.6 Kota Denpasar... Error! Bookmark not 2.7 Metode Pengembangan Perangkat Lunak Waterfall Error! Bookmark not iii

4 2.8 Strategi Pengujian Perangkat Lunak Error! Bookmark not Black Box Testing... Error! Bookmark not White Box Testing... Error! Bookmark not 2.9 Tinjauan Studi... Error! Bookmark not BAB III... Error! Bookmark not METODE PENELITIAN... Error! Bookmark not 3.1 Metode Pengembangan SDLC... Error! Bookmark not Perencanaan... Error! Bookmark not Analisis... Error! Bookmark not Pemodelan Jalur Kendaraan Umum Taksi... Error! Bookmark not Analisis Sistem... Error! Bookmark not Analisis Kebutuhan Fungsional... Error! Bookmark not Kebutuhan Non Fungsional Sistem.. Error! Bookmark not Tahap Perancangan... Error! Bookmark not Rancangan Use Case... Error! Bookmark not Entity Relationship Diagram (ERD) Error! Bookmark not Conceptual Data Model (CDM)... Error! Bookmark not Data Flow Diagram... Error! Bookmark not Rancangan Antramuka... Error! Bookmark not Pengujian Sistem... Error! Bookmark not BAB IV HASIL DAN PEMBAHASAN... Error! Bookmark not 4.1 Gambaran Umum Sistem... Error! Bookmark not 4.2 Lingkungan Implementasi... Error! Bookmark not 4.3 Implementasi Database... Error! Bookmark not 4.4 Implementasi Algoritma PSO... Error! Bookmark not 4.5 Impementasi Antarmuka... Error! Bookmark not Impelementasi Antarmuka Pada Admin... Error! Bookmark not Implementasi Antarmuka pada User Error! Bookmark not 4.6 Pengujian Sistem... Error! Bookmark not Pengujian Black Box... Error! Bookmark not Pengujian White Box... Error! Bookmark not Pengujian Perbandingan Hasil dengan Algoritma Dijkstra... Error! Bookmark not iv

5 BAB V KESIMPULAN DAN SARAN... Error! Bookmark not 5.1 Kesimpulan... Error! Bookmark not 5.2 Saran... Error! Bookmark not Daftar Pustaka... Error! Bookmark not DAFTAR NAMA PERSIMPANGAN (NODE) Error! Bookmark not DI DENPASAR UTARA... Error! Bookmark not LAMPIRAN B... Error! Bookmark not DAFTAR NAMA EDGE (BOBOT) SETIAP RUAS JALANError! Bookmark not DI DENPASAR UTARA... Error! Bookmark not LAMPIRAN C PENGUJIAN BLACK BOX... Error! Bookmark not v

6 DAFTAR TABEL Tabel 2. 1 Graph berarah dan berbobot... Error! Bookmark not Tabel 2. 2 Graf tidak berarah dan berbobot... Error! Bookmark not Tabel 2. 3 Graf berarah dan tidak berbobot... Error! Bookmark not Tabel 2.4 Tabel Tinjauan Studi... Error! Bookmark not Tabel 3. 1 Rata Rata Kecepatan Kendaraan Umum (Aditya Setiwan,2016)...Error! Bookmark not Tabel 3. 2 Kebutuhan Fungsional Sistem... Error! Bookmark not Tabel 3. 3 Scenario Pengujian Black Box... Error! Bookmark not Tabel 3. 4 Rancangan Hasil Pengujian Black Box Error! Bookmark not Tabel 3. 5 Rencana Pengujian White Box... Error! Bookmark not Tabel 3. 6 Rencana Perbandingan Hasil Algoritma PSO dan Dijkstra... Error! Bookmark not Tabel 4. 1 Hasil Pengujian Black Box Error! Bookmark not Tabel 4. 2 Flowgraph Sistem... Error! Bookmark not Tabel 4. 3 Kasus Uji... Error! Bookmark not Tabel 4. 4 Parameter Algoritma PSO (El-Sisi, 2014)... Error! Bookmark not Tabel 4. 5 Hasil Perbandingan Hasil Antara PSO dan Dijkstra.. Error! Bookmark not Tabel 4. 6 Hasil Perbandingan Solusi per Iterasi... Error! Bookmark not Tabel 4. 7 Hasil Perbandingan Solusi per Iterasi... Error! Bookmark not vi

7 DAFTAR GAMBAR Gambar 3. 1 Metode Pengembangan SDLC (Roberta M. Roth, 2012)... Error! Bookmark not Gambar 3. 2 Pemodelan Graf Denpasar Utara (Aditya Setiawan, 2016)... Error! Bookmark not Gambar 3. 3 Use Case Diagram... Error! Bookmark not Gambar 3. 4 Entity Relationship Diagram... Error! Bookmark not Gambar 3. 5 Conceptual Data Model... Error! Bookmark not Gambar 3. 6 Context Diagram Sistem... Error! Bookmark not Gambar 3. 7 Data Flow Diagram Level 0... Error! Bookmark not Gambar 3. 8 DFD Level 1 Sub Proses Mencari Rute Optimum Kendaraan Umum... Error! Bookmark not Gambar 3. 9 DFD Level 1 Sub Proses Maintenance Data Jalan. Error! Bookmark not Gambar DFD Level 1 Sub Proses Maintenance Data Persimpangan... Error! Bookmark not Gambar DFD Level 1 Maintenance Data Wilayah... Error! Bookmark not Gambar Halaman Utama Admin... Error! Bookmark not Gambar Menu Utama User... Error! Bookmark not Gambar Spinner Gambar Tampilan Google Map Gambar Tampilan Infografik... Error! Bookmark not Gambar Tampilan Google Map...41 Gambar Tampilan Infografik...41 Gambar 4. 1 Implementasi Database... Error! Bookmark not Gambar 4. 2 Implementasi Tabel Node... Error! Bookmark not Gambar 4. 3 Implementasi Tabel Edge... Error! Bookmark not Gambar 4. 4 Implementasi Tabel Wilayah... Error! Bookmark not Gambar 4. 5 Implementasi Tabel Admin... Error! Bookmark not Gambar 4. 6 Implementasi Tabel Result... Error! Bookmark not Gambar 4. 7 Flowchart Algoritma PSO (El-Sisi, 2014)... Error! Bookmark not Gambar 4. 8 Halaman Awal (Home)... Error! Bookmark not Gambar 4. 9 Halaman View Data Persimpangan... Error! Bookmark not Gambar Halaman View Data Jalan... Error! Bookmark not Gambar Halaman View Data Wilayah... Error! Bookmark not Gambar Form Tampilan Rute... Error! Bookmark not Gambar Form Tampilan Seluruh Node... Error! Bookmark not vii

8 Gambar Form Tampilan Hasil Pencarian Rute Tampilan Google Maps... Error! Bookmark not Gambar Form Tampilan Hasil Pencarian Rute Tampilan Infografik... Error! Bookmark not Gambar Form Detail Persimpangan... Error! Bookmark not Gambar Grafik Hasil Per Iterasi Percobaan 1... Error! Bookmark not Gambar Grafik Hasil Per Iterasi Percobaan 1... Error! Bookmark not Gambar Grafik Hasil Per Iterasi Percobaan 1... Error! Bookmark not Gambar Grafik Hasil Per Iterasi Percobaan 1... Error! Bookmark not Gambar Hasil per Iterasi Percobaan A... Error! Bookmark not Gambar Hasil Perbandingan Solusi per Iterasi Percobaan B... Error! Bookmark not Gambar Hasil Perbandingan Solusi per Iterasi Percobaan C... Error! Bookmark not Gambar Hasil Perbandingan Solusi per Iterasi Percobaan D... Error! Bookmark not viii

9 DAFTAR SOURCECODE Sourcecode 4. 1 Source code Proses Inisialisasi Parameter. Error! Bookmark not Sourcecode 4. 2 Inisialisasi Partikel... Error! Bookmark not Sourcecode 4. 3 Random Partikel... Error! Bookmark not Sourcecode 4. 4 Proses Utama PSO... Error! Bookmark not Sourcecode 4. 5 Sourcecode Proses Menghitung Kecepatan... Error! Bookmark not Sourcecode 4. 6 Sourcecode Proses Update Partikel... Error! Bookmark not Sourcecode 4. 7 Sourcecode Proses Hitung Total Fitness... Error! Bookmark not Sourcecode 4. 8 Hitung Nilai Fitness... Error! Bookmark not Sourcecode 4. 9 Objek Partikel... Error! Bookmark not Sourcecode Mendapatkan Bobot dari Graph Error! Bookmark not Sourcecode Cetak Solusi Terbaik... Error! Bookmark not ix

10 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah kepadatan lalu lintas merupakan hal umum yang dijumpai di kotakota besar, salah satunya di Kota Denpasar. Salah satu faktornya adalah banyaknya jumlah kendaraan pribadi. Tercatat pada tahun 2013 jumlah kendaraan pribadi yang berada di Bali khususnya di Kota Denpasar yaitu sebanyak ( BPS Prov.Bali: 2014 ) dan merupakah jumlah tertinggi dibandingkan kabupaten lainnya di Provinsi Bali. Solusi dari tingginya jumlah kendaraan pribadi salah satunya adalah pemamfaatan penggunaan kendaraan umum. Dengan banyaknya pengguna yang menggunakan kendaraan umum, maka dapat mengurangi kepadatan lalu lintas. Namun dalam pengoprasiannya, kendaraan umum sering mengalami kendala dengan jalur atau rute yang dilalui tidak optimal yang menyebabkan waktu dan jarak tempuh menjadi masalah utama, sehingga pengguna mengalami kerugian waktu dan kenyamanan. Beberapa Algoritma dikembangakan untuk menyelesaikan permasalahan Pengoptimalan Rute Kendaraan seperti Algoritma Genetika (GA), Dijkstra, Bellman-Ford, A*, Floyd Warshall, Johnson dan beberapa algoritma lainnya. Menurut Aditya Setiawan (2016) dalam penelitian sebelumnya dengan judul Sistem Informasi Jalur Optimal Transportasi Umum (Taxi) Berbasis Mobile Menggunakan Metode Algoritma Genetika, terdapat beberapa kekurangan dalam penggunaan Algoritma Genetika. Salah satunya adalah GA masih bergantung kepada jumlah populasi untuk mendapatkan nilai fitness terbaik. Masalah yang sama juga didapatkan pada pada penelitian Rama.M.Sakaton (2011) dimana jika populasi yang digunakan kecil maka kemungkinan ditemukannya nilai solusi optimum oleh Algortima Genetika menjadi berkurang. Parameter yang digunakan GA juga mempengarui keoptimalan dari solusi. Ukuran parameter yang kecil menyebabkan area pencarian algoritma genetika semakin sempit. Tetapi, ukuran parameter yang terlalu besar menyebabkan waktu komputasi semakin lama (Adi Saputro, 2012).

11 2 Particle Swarm Optimization (PSO) diusulkan oleh Dr. Eberhart dan Dr. Kennedy pertama di tahun 1995, dan itu berasal dari penelitian perilaku kawanan mencari makan. Meskipun PSO telah digunakan untuk optimasi selama hampir dua dekade, ini merupakan periode waktu yang relatif singkat jika dibandingkan dengan teknik EC lainnya seperti Artificial Neural Networks (ANN), Algoritma Genetika (GA), atau Ant Colony Optimization (ACO). Namun, karena keuntungan dari PSO adalah cepat menuju konvergensi optimal, kemudahan dalam encoding dan decoding, mudah untuk diterapkan di banyak daerah penelitian seperti optimasi global, pelatihan jaringan syaraf tiruan, sistem kontrol fuzzy, desain optimasi engineering, manajemen logistik & supply chain dan proses komputasi yang cepat (Choosak Pornsing 2014). Salah satu kelebihan PSO lainnya adalah tidak bergantung pada operator genetik seperti operator seleksi, operator crossover dan operator mutasi untuk beroperasi individu. PSO mengoptimalkan populasi melalui pertukaran informasi di antara individu. PSO mencapai solusi optimal dengan memulai dari sekelompok solusi acak dan kemudian mencari solusi berulang kali. PSO itu terbukti menjadi semacam algoritma optimasi yang efisien oleh berbagai penelitian dan percobaan (E. Oscan dan C. K.Mohan, 1998). Kelebihan lainnya dari PSO adalah PSO memiliki keefektivitasan yang sama (menemukan solusi optimum global) tetapi secara signifikan lebih baik dari sisi efisiensi komputasional (Hassan dan Rania, 2004). Dalam penelitian ini masalah optimasi yang dipilih adalah masalah transportasi umum. Optimasi yang dicari adalah pencarian rute optimal untuk sebuah perjalanan dari posisi awal menuju posisi tujuan menggunakan Algoritma Particle Swarm Optimization. Sistem akan dikembangan dari data yang diperoleh dari Data Dinas Pekerjaan Umum (PU) tahun Dari data yang didapatkan akan dibuat suatu pemodelan Graph yang kemudian akan dicari solusi jalur optimum mengunakan Algoritma Particle Swarm Optimization. 1.2 Rumusan Masalah Berdasarkan latar belakang masalah tersebut dapat dirumuskan suatu permasalahan yaitu:

12 3 1. Bagaimana menerapkan Particle Swarm Optimization untuk menyelesaikan masalah pencarian rute optimum kendaraan umum dan mengimplementasikannya ke dalam bentuk aplikasi? 2. Bagaimana merancang dan mengimplementasikan suatu sistem yang dapat diakses oleh user melalui perangkat mobile (mobile view)? 1.3 Batasan Masalah Adapun batasan masalah yang terdapat pada penelitian ini yaitu: 1. Representasi graf jaringan jalan di Denpasar Utara mengacu kepada data yang digunakan pada penelitian Sistem Informasi Jalur Optimal Transportasi Umum (Taxi) Berbasis Mobile Menggunakan Metode Algoritma Genetika (Aditya, 2016). 2. Kendaraan umum yang akan diteliti adalah jenis kendaraan umum taksi. 3. Pencarian jalur optimal tidak memperhatikan perlambatan lalu lintas yang terjadi. 4. Jalur kendaraan yang dijadikan graf merupakan jalur di Denpasar Utara yang dapat dilalui oleh kendaraan umum taksi. 5. Bahasa pemrograman yang digunakan adalah PHP dan user dapat mengakses sistem dalam bentuk mobile view. 1.4 Tujuan Penelitian Adapun tujuan dari penelitian ini adalah: 1. Menguji akurasi Algoritma Particle Swarm Optimization untuk menyelesaikan masalah penentuan rute optimum kendaraan umum. 2. Membangun sebuah aplikasi pencarian rute optimum kendaraan umum menggunakan Algoritma Particle Swarm Optimization berbasis web dan dapat diakses melalui perangkat mobile. 1.5 Manfaat Penelitian Adapun manfaat penelitian adalah untuk membantu pemerintah serta pengemudi kendaraan umum dalam menentukan rute optimum angkutan umum di Denpasar Utara, sehingga pelayanan angkutan umum dapat ditingkatkan.

13 4 1.6 Metodologi Penelitian Pada subbab metodologi penelitian ini akan dijelaskan langkah-langkah dalam penelitian. Adapun subbab bahasan yang akan dijelaskan adalah desain penelitian, pengumpulan data, dan metode pengembangan sistem yang digunakan Desain Penelitian Penelitian ini mengambil judul Rancang Bangun Sistem Penentuan Rute Optimum Angkutan Umum Berbasis Web menggunakan Metode Particle Swarm Optimization (Studi Kasus Denpasar Utara). Dalam penelitian ini, metode yang digunakan dalam penelitian ini adalah metode kualitatif dengan tipe studi kasus. Menurut Sugiyono (2009:9) penelitian kualitatif adalah metode penelitian yang digunakan untuk meneliti pada kondisi objek yang alamiah. Sementara itu, menurut Bogdan dan Biklen (dalam Syamsudin, 2009:175) studi kasus merupakan pengujian secara rinci terhadap satu latar atau satu orang subjek atau satu tempat penyimpanan dokumen atau satu peristiwa tertentu. Sementara, Surachman (dalam Syamsudin, 2011:19) membatasi pendekatan studi kasus sebagai suatu pendekatan dengan memusatkan perhatian pada suatu kasus secara intensif dan rinci. Alasan menggunakan metode ini karena penelitian ini akan meneliti jalur optimal yang dapat dilalui oleh transportasi umum secara alamiah dalam hal ini adalah taksi dalam mengantarkan penumpangnya ke lokasi tujuan. Dalam penelitian ini, penulis akan menelusuri jalur optimal yang dapat dilalui oleh taksi yang dijadikan sebagai objek penelitian. Selanjutnya, penulis akan menggunakan metode Algoritma Particle Swarm Optimization sebagai solusi permasalahan yang akan diimplementasikan dalam sistem informasi berbasis mobile yang dapat digunakan oleh penggunanya untuk mengakses jalur optimal dari titik asal ke titik tujuan Pengumpulan Data Dalam penelitian ini, objek yang di jadikan bahan studi disini adalah taksi. Dari objek tersebut diperoleh data data yang akan digunakan pada penelitian ini.

14 5 Data tersebut adalah data jalan atau jalur yang akan dilewati oleh taksi. Pada data tersebut terdapat, kecepatan dan jarak dari setiap jalan yang dilalui oleh taksi. Data kecepatan pada penelitian ini di tinjau dari lebar jalan, kondisi jalan dan lingkungan sekitar dari jalan. Jenis data yang digunakan pada penlitian ini dari cara memperolehnya di dapat data dengan kategori data primer (primary data). Data primer adalah data yang diambil langsung dari objek penelitian atau merupakan data yang berasal dari sumber asli atau pertama. Data primer tersebut harus dicari melalui narasumber atau responden yaitu orang yang dijadikan objek penelitian atau orang yang dijadikan sebagai sarana informasi maupun data (Hasibuan, 2007). Data primer pada penelitian ini diperoleh dari data penelitian sebelumnya oleh Aditya Setiawan (2016) berupa data persimpangan yang akan menjadi node, data jalan yang akan menjadi edge serta bobot merupakan waktu tempuh dari kendaraan taksi Pengolahan Data Setelah data penelitian didapat, kemudian dilakukan langkah pengolahan data. Pengolahan data yang pertama adalah mengolah data yang didapat dari Dinas Perhubungan Kota Denpasar untuk menentukan waktu tempuh dari setiap jalan yang dilalui oleh taksi. Untuk mendapatkan data waktu tempuh, maka dapat digunakan rumus: t = s..(1.1) v Dimana: t = Waktu tempuh s = Jarak v = Kecepatan Dengan menggunakan rumus tersebut maka akan didapat data waktu tempuh dari setiap jalan yang dilalui oleh taksi. Data tersebut kemudian akan dijadikan sebagai bobot (edge) dalam Graf yang kemudian akan dilakukan perhitungan dengan menggunakan metode Algoritma Particle Swarm Optimization untuk mencari jalur optimal.

15 6 Data kecepatan di tinjau dari lebar jalan, kondisi jalan, dan lingkungan sekitar, seperti sekolah, kantor dan pasar yang sifatnya dinamis. Pengolahan data kecepatan yang meliputi kondisi jalan, dan lingkungan sekitar di lakukan dengan melakukan wawancara di Dinas Perhubungan Kota Denpasar. Data kecepatan pada Dinas Perhubungan Denpasar didapat dengan menggunakan observasi langsung atau disebut on board survey. Disini penulis melakukan wawancara guna mendapatkan rata rata kecepatan di setiap ruas jalan di Denpasar Utara. Sebagai acuan, pihak Metode Penelititan Metode pengembangan sistem yang digunakan untuk Sistem Penentuan Rute Optimum Angkutan Umum Berbasis Web menggunakan Metode Particle Swarm Optimization adalah metode pengembangan sistem SDLC model Waterfall. Metode pengembangan sistem ini dipilih agar pengembangan sistem menjadi terorganisir, karena setiap fase harus terselesaikan dengan lengkap sebelum melangkah ke fase berikutnya. Metode pengujian yang dilakukan antara lain adalah Black Box Testing, White Box Testing dan Pengujian Perbandingan Pencarian Rute dengan Algoritma Dijkstra.