RANCANGAN OPTIMALISASI TATA LETAK TEMPAT SAMPAH MENGGUNAKAN ALGORITMA GENETIK

Transkripsi

1 RANCANGAN OPTIMALISASI TATA LETAK TEMPAT SAMPAH MENGGUNAKAN ALGORITMA GENETIK Malem Sendah S ; Yappar Thomasen ; Ngarap Im Manik Staf Peneliti Balitbang KemDikNas, Gedung E Lantai. Jl. Jend. Sudirman, Senaan Jakarta malemsendah@ahoo.com, Jurusan Matematika, Fakultas Sains dan Teknologi, Universitas Bina Nusantara Jln. K.H. Sahdan No. 9, Palmerah, Jakarta Barat 80 manik@binus.edu ABSTRACT Trash is one of the causes of air pollution. Placement of trash cans in a location or region is ver important in optimizing cleanliness and their functionalit. B determining the optimal placement points of the trash can, it could be epected that the people will no longer litter and therefore minimizing air pollution levels. This paper discusses a simulation to determine the optimal placement points of the trash cans b using genetic algorithms. Calculations are performed with the aid of a computer program to simplif and speed up the process. This simulation program will generate coordinates of trash can placement points among alread eisting trash cans. Kewords: genetic algorithm, trash can location, placement optimization ABSTRAK Sampah merupakan salah satu penebab timbulna polusi udara itu. Penempatan tempat sampah di suatu lokasi atau daerah sangat penting untuk mengoptimalkan kebersihan dan kegunaan dari tempat sampah tersebut. Dengan penentuan titik penempatan tempat sampah ang optimal, diharapkan masarakat tidak lagi membuang sampah sembarangan dan meminimalkan tingkat polusi udara. Makalah ini membahas membuat simulasi untuk menentukan titik penempatan tempat sampah ang optimal dengan menggunakan algoritma genetik. Untuk mempermudah dan mempercepat perhitunganna dilakukan dengan bantuan program komputer. Melalui program simulasi ini nantina akan diperoleh titik-titik koordinat penempatan fasilitas tempat sampah ang baru di antara tempat sampah ang sudah ada sebelumna. Kata kunci: algoritma genetik, letak tempat sampah, optimisasi penempatan Rancangan Optimalisasi... (Malem Sendah S; dkk) 87

2 PENDAHULUAN Dalam era sekarang ini polusi udara sudah menjadi masalah ang mendapat perhatian khusus di seluruh dunia. Sampah merupakan salah satu sumber terjadina polusi udara. Setiap negara di berbagai belahan dunia mengusahakan metode ataupun cara untuk mengolah sampah sehingga tingkat polusi udara bisa dikurangi dan memperoleh keuntungan dari hasil daur ulang sampah tersebut. Namun ada hal-hal ang dirasakan kurang mendapat perhatian. Salah satuna aitu ketersediaan tempat sampah di tempat-tempat umum. Penediaan tempat sampah di lingkungan masarakat dirasa sangat penting karena menangkut kebersihan dan kesehatan masarakat di setiap daerah. Sampah dari masarakat ang bertebaran di sepanjang jalan itu sebagian besar disebabkan karena ketersediaan tempat sampah ang kurang memadai dan optimal. Dengan penentuan titik penempatan tempat sampah ang optimal, diharapkan masarakat tidak lagi membuang sampah sembarangan dan dapat meminimalkan tingkat polusi udara. Saat ini ketersediaan tempat sampah di wilaah Kemanggisan Jakarta Barat dirasakan masih sangat kurang dan belum optimal karena jarak antar tempat sampah ang sangat berjauhan. Selain itu kondisi tempat sampah ang sudah tidak laak juga menjadi hal ang harus diperhatikan dan diperbaiki. Mengetahui hal ini, penulis bermaksud membahas penentuan titik penempatan tempat sampah ang lebih efektif, optimal, dan bermanfaat dengan bantuan program simulasi. Dari hasil simulasi tersebut, nantina dapat dilihat titik-titik ang digunakan untuk meletakkan tempat sampah sehingga lebih optimal. Ruang lingkup permasalahan dalam perancangan simulasi ini dibatasi hana pada; Informasi ang disediakan hana meliputi daerah Palmerah khususna sekitar Binus Universit, Analisis sistem hana mencakup titik-titik penempatan tempat sampah di wilaah sekitar Binus Universit, Algoritma ang digunakan aitu Algoritma Genetik, Penelitian ini hana bertujuan memberi informasi berupa gambaran daerah ang dapat dijangkau oleh setiap tempat sampah sebelumna, kemudian dibandingkan dengan lokasi tempat sampah ang baru, sehingga dapat dilihat optimalisasi dari titiktitik lokasi tempat sampah ang baru, Diasumsikan kondisi tempat sampah ada ang belum memadai, sehingga diambil beberapa lokasi tempat sampah ang cukup memadai, Diasumsikan tempat sampah ang akan ditempatkan adalah tempat sampah jenis fiber berukuran sama dengan pemisahan sampah organik dan non organik, Diasumsikan tidak ada perubahan struktur bangunan dan jenis usaha di setiap toko ang ada di lokasi penelitian. Dalam makalah ini studi kasus mengambil tempat di daerah sekitar Binus Universit Kemanggisan. Daerah ini termasuk daerah ang cukup padat penduduk karena sebagian besar adalah tempat tinggal dan rumah makan. Hal ini juga ang mengakibatkan tingkat produksi sampah di daerah ini relatif tinggi. Permasalahan ang dihadapi adalah kurangna ketersediaan fasilitas tempat sampah dan penempatan fasilitas tersebut ang tidak optimal menebabkan sampah bertebaran di ruas jalan. Pada saat hujan pun beberapa ruas jalan mengalami genangan air akibat saluran air ang tersumbat akibat sampah ang bertebaran. Permasalahan seperti ini sebenarna sudah diantisipasi dengan penediaan truk sampah ang mengangkut pada saat malam di sepanjang ruas jalan. Namun, karena ketersediaan tempat sampah ang kurang mengakibatkan pengangkutan sampah menjadi tidak optimal. Masalah ang sering dihadapi adalah masarakat membuang sampah sembarangan dikarenakan tidak melihat tempat sampah disekitarna. Sebagian besar orang menggunakan jalan pintas dengan membuang langsung di tempat. Salah satu cara untuk meminimalisasi permasalahan tersebut adalah dengan Algoritma Genetik ang berguna untuk menghasilkan titik-titik penempatan fasilitas tempat sampah ang optimal sehingga mudah dijangkau. Dengan algoritma genetik ini dapat menghitung titik-titik mana saja ang optimal untuk digunakan sebagai posisi tempat sampah. Untuk mempermudah perhitunganna dilakukan dengan mengembangkan sebuah program komputer. 88 Jurnal Mat Stat, Vol. 0 No. Juli 00: 87-99

3 METODE PENELITIAN Setelah melihat permasalahan di atas dan mempelajarina, maka penulis mencoba untuk merancang suatu program simulasi ang menggunakan Algoritma Genetik untuk menelesaikan masalah tersebut. Algoritma Genetik ini akan menentukan posisi terbaik untuk menempatkan fasilitas tempat sampah di antara ketentuan-ketentuan ang ada. Perhitungan ang akan dilakukan cukup banak sehingga dibutuhkan suatu program ang memudahkan untuk melakukan perhitungan titiktitik koordinat ang baru di antara titik-titik koordinat ang sudah ada. Gambar berikut ini menunjukkan flowchart algoritma genetik untuk penelesaian masalah di atas (Suanto, 00: Whitten et al, 00). Gambar Flow Chart Algoritma Genetik Pertama-tama populasi harus memiliki nilai awal ang diisi dengan genome ang memiliki kombinasi gen ang acak. Kemudian dicari nilai fitness masing-masing anggota populasi. Setelah masing-masing anggota populasi memiliki nilai fitness, dilakukan seleksi untuk membentuk populasi ang baru berdasarkan nilai fitness ang terbaik. Proses ini dilanjutkan dengan persilangan anggota populasi untuk mencari anggota populasi baru lainna. Teknik ang digunakan adalah roulette wheel. Setelah persilangan terjadi, dilakukan proses mutasi kemudian dilakukan secara berulang hingga anggota populasi lengkap.(desiani dan Arhami, 006). Rancangan Optimalisasi... (Malem Sendah S; dkk) 89

4 Perancangan Laar Program ini memiliki menu utama aitu menu (Pengenalan Program), menu (Simulasi), menu (Peta Sebaran), menu (Petunjuk Penggunaan), menu (Inde) seperti ang ditunjukkan pada gambar. Gambar Rancangan Laar Menu Simulasi Menu Simulasi ini akan meminta input dari user aitu jumlah generasi ang diinginkan untuk program jalankan. Masukan ini hana boleh berisi angka. Apabila Simulasi berhasil, user akan melihat laar hasil simulasi dengan algoritma genetik. Sementara apabila gagal misalna karena memasukkan input berupa huruf maupun spasi, user akan diminta untuk memasukkan input jumlah generasi kembali. Pada saat masukan user dapat diproses, maka program akan menjalankan modul-modul sebagai berikut : Modul Algoritma Genetik: Deklarasi nilai populasi, pc, pm Deklarasi binar kromosom awal Deklarasi titik lokasi tempat sampah awal Cari nilai _ma, _ma, _min, _min dari koordinat titik lokasi ang ada Hitung nilai gen_, gen_ Hitung nilai Cost Hitung nilai fitness Lakukan Perulangan for(generasi 0;ma_generasi;generasi) Panggil modul cross_over Cari nilai gen_ ang baru, nilai gen_ ang baru, dan nilai crossover Mencari nilai Cost dan fitness ang baru Panggil modul mutasi Cari nilai gen_ ang baru, nilai gen_ ang baru, dan nilai mutasi Cari nilai Cost dan fitness ang baru 90 Jurnal Mat Stat, Vol. 0 No. Juli 00: 87-99

5 Modul cross_over Deklarasi nilai pc dan batas crossover Deklarasi nilai acak arra[ma_generasi] Mendapatkan indeks dari nilai acak ang kurang dari nilai pc Lakukan cross_over terhadap biner pada indeks ang telah didapat Modul mutasi Deklarasi nilai pm Deklarasi nilai acak arra[panjang_kromosom] Mendapatkan indeks dari nilai acak ang kurang dari nilai pm Lakukan mutasi terhadap biner pada indeks ang telah didapat Program juga akan menjalankan modul untuk link ke database untuk mengambil data ang diperlukan pada saat proses perhitungan seperti koordinat-koordinat fasilitas ang ada, seperti terlihat pada gambar. Gambar Rancangan Laar Hasil Simulasi Pada laar ini akan ditampilkan hasil perhitungan dari generasi ke- sampai generasi ang diinginkan sesuai masukan dari user sebelumna. Perancangan Database Penimpanan data ang digunakan dalam program simulasi penempatan tempat sampah ini adalah database menggunakan PhpMAdmin. Tabel ang digunakan ada dua aitu tabel koordinat tempat sampah ang sudah ada dan tabel daftar inde. Tabel koordinat tempat sampah mempunai empat field aitu id sebagai primar ke,,, dan bobot. Tabel daftar inde mempunai tiga field aitu id sebagai primar ke, istilah, dan deskripsi. Rancangan Optimalisasi... (Malem Sendah S; dkk) 9

6 Berikut adalah Use Case Diagram dari perancangan program dalam makalah ini. Menjalankan program Memasukkan input data Memproses data Edit database Keluar program Menampilkan output data Gambar Use case diagram Program Simulasi Spesifikasi Perangkat Keras & Lunak Spesifikasi perangkat keras ang digunakan untuk menjalankan program simulasi ini dengan baik adalah Processor Intel Pentium CPU.00 GHz dengan memor 0 MB DDR dengan Hard Disk Drive 80 GB. Sedangkan spesifikasi perangkat lunak ang digunakan dalam pembuatan program simulasi ini adalah Operating Sstem Windows XP Service Pack dengan Software Macromedia Dreamweaver MX 00, Apache.6.8, PhpMAdmin..9., PHP..6, MSQL.0.67(Nugroho, 006). Langkah Awal Menjalankan Program Sebelum mulai menjalankan program, pengguna harus terlebih dahulu menjalankan langkahlangkah berikut : Pertama, mengaktifkan server Apache dan MSql. Kedua, membuka Internet Browser, lalu mengetik alamat berikut pada address bar : Ketiga, tekan Enter untuk mulai menjalankan program. HASIL DAN PEMBAHASAN Pada saat program dijalankan, maka Browser akan menampilkan tampilan awal dimana terdapat sambutan selamat datang. Selain itu pada laar juga ada menu aitu Pengenalan Program, Simulasi, Peta Sebaran, Petunjuk Penggunaan, dan Inde ang memiliki kegunaanna masing-masing. Beberapa tampilan hasil simulasi program seperti ang terlihat berikut ini. 9 Jurnal Mat Stat, Vol. 0 No. Juli 00: 87-99

7 Berikut ini tampilan awal program: Gambar Tampilan Awal Apabila pengguna sudah memasukkan masukan dengan benar, maka algoritma genetik akan langsung dijalankan. Setelah simulasi berhasil, maka hasil perhitungan simulasi akan ditampilkan. Dalam percobaan ini, pengguna memasukkan masukan aitu angka 7 ang berarti pengguna menginginkan jumlah generasi sebanak 7. Maka output na pun akan ada 7 generasi. Gambar 6 berikut ini menampilkan hasil perhitungan simulasi algoritma genetic: Gambar 6 Hasil Solusi Awal Perhitungan Genetik Rancangan Optimalisasi... (Malem Sendah S; dkk) 9

8 Dari gambar di atas, dapat diketahui gen X sampai X dan Y sampai Y sebagai solusi awal algoritma genetik. Gambar 7 menggambarkan proses cross over dan mutasi dari generasi ke- hingga generasi ke-. Gambar 7 proses cross over dan mutasi dari generasi ke- hingga generasi ke- 9 Jurnal Mat Stat, Vol. 0 No. Juli 00: 87-99

9 Menu Peta Sebaran Menu ini akan menampilkan peta sekitar daerah Binus Universit beserta lokasi tempat sampah ang sudah ada di sekitar daerah tersebut. Gambar 8 berikut ini adalah tampilan laar menu Peta Sebaran: Gambar 8 Peta Sebaran Data Fasilitas Tempat Sampah Berdasarkan pengumpulan data ang diperoleh dari peninjauan daerah di sekitar Binus Universit seperti ang terlihat dalam peta sebaran di atas, terdapat sekitar lokasi tempat sampah ang masih memadai. Sebagian besar tempat sampah ang ada sudah tidak memadai, banak diantarana sudah rusak. Tabel berikut ini adalah tabel lokasi tempat sampah ang sudah ada. Tabel Lokasi Tempat Sampah Koordinat lokasi tempat sampah di atas dibuat berdasarkan hasil pemetaan pada diagram kartesius. Bobot pada tiap lokasi tempat sampah digunakan sebagai salah satu variabel dalam menentukan minimum cost. Bobot ang digunakan dalam proses perhitungan program ini hana merupakan permisalan karena keterbatasan informasi mengenai biaa ang dikeluarkan pemerintah untuk pengaturan dan penempatan tempat sampah tersebut. Rancangan Optimalisasi... (Malem Sendah S; dkk) 9

10 Pembahasan Dalam penentuan titik optimal penempatan posisi tempat sampah ang baru di antara ang sudah ada, digunakan parameter sebagai berikut (Surani, 006): Popsize : P c (crossover) : 0. P m (mutasi) : 0.0 Peluang kelestarian kromosom terbaik : 0. Berdasarkan koordinat lokasi tempat sampah ang sudah ada, didapat nilai terkecil dan terbesar untuk X adalah 0 dan 9, sedangkan untuk Y adalah dan 8. Dengan demikian, dapat dihitung panjang kromosom sebagai berikut : [ log[ 0 ] n L i b a Panjang Kromosom log ( 9 ) Panjang Kromosom (L ) log ( 8 ) [ [ 0 0 ] [ [ 0 ] L Panjang kromosom (L). L merupakan panjang kromosom X dan L merupakan panjang kromosom Y. Untuk tahap awal adalah membangkitkan populasi awal secara random sehingga didapatkan solusi awal. Dalam kasus ini, dengan jumlah populasi adalah dan panjang kromosom adalah, maka didapatkan populasi awalna sebagaimana dalam Tabel berikut : Tabel Populasi Awal Kromosom ke - Bentuk Biner X Bentuk Biner Y Dari tabel di atas, dapat diketahui : Nilai desimal dari X : ; Nilai desimal dari X : Nilai desimal dari X : ; Nilai desimal dari X : Nilai desimal dari X : ; Nilai desimal dari Y : Nilai desimal dari Y : ; Nilai desimal dari Y : Nilai desimal dari Y : ; Nilai desimal dari Y : Setelah diketahui nilai V (nilai desimal dari bilangan biner), maka dapat dicari koordinat fasilitas baru dari populasi awal tersebut dengan rumus berikut : ( b a) a int* n 96 Jurnal Mat Stat, Vol. 0 No. Juli 00: 87-99

11 Rancangan Optimalisasi... (Malem Sendah S; dkk) * 0 9 * * * 9* 8 9* * 0 9 * * * 7* 8 7* * * * * 80* 8 80* * 0 9 6* * * * 8 * * * * * 9 * 9 8 * 9

12 Dari hasil perhitungan sampai dan sampai, maka dapat dicari total biaa dan nilai fitness masing-masing dengan rumus sebagai berikut (Kusumadewi dan Purnomo, 00): C n i W i ( X i X ) ( Y i Y ) Nilai fitness /C Nilai akhir populasi dari generasi ke- akan digunakan sebagai nilai awal populasi pada generasi ke- dan selanjutna. Perhitungan koordinat di atas memiliki hasil ang sama dengan perhitungan dengan program simulasi seperti ang terlihat dari gambar 6. Berdasarkan hasil perhitungan dan tampilan program, terdapat beberapa hal ang menjadi kelebihan maupun kelemahan dari program ini. Berikut adalah kelebihan dari program simulasi ini, aitu: () Program simulasi ini dapat melakukan pencarian titik baru ang optimal dari titik-titik ang sudah ada di database dengan algoritma genetic; () Program simulasi dengan algoritma genetik ini dapat melakukan iterasi sejumlah generasi ang diinginkan pengguna; () Koordinat lokasi tempat sampah diperoleh dari database sebelum dihitung oleh program sehingga memungkinkan untuk menambah ataupun mengubah koordinat lokasi; () Tampilan ang menarik dari web sehingga pengguna tidak jenuh dengan hana melihat angka-angka dari hasil generasi; dan () Program simulasi ini dilengkapi dengan beberapa menu pendukung lainna seperti daftar inde ang dapat memberi informasi/wawasan kepada pengguna mengenai istilah-istilah dalam algoritma genetik maupun pemetaan juga objek ang digunakan. Program simulasi ini juga memiliki beberapa kelemahan aitu () Kecepatan perhitungan tergantung dari spesifikasi komputer, apabila pengguna memasukkan jumlah generasi ang besar, maka waktu proses perhitunganna pun menjadi lama dan () Peta Sebaran ang ada tidak dapat di update sehingga tidak dapat melihat lokasi antara tempat sampah ang baru dan ang sudah ada secara langsung. PENUTUP Setelah melakukan analisis dan perancangan program simulasi optimalisasi tata letak tempat sampah dengan algoritma genetik maka dapat diperoleh kesimpulan bahwa Algoritma genetik mampu memberikan hasil optimal dalam penentuan tata letak tempat sampah secara ilmiah melalui perhitungan ang ada. Nilai fitness merupakan bagian dari algoritma genetik ang berguna untuk meneleksi individu-individu ang akan digunakan dalam proses persilangan dan penggunaan database sebagai tempat memasukkan data dan informasi berguna karena dapat di update dengan mudah dan tidak perlu mengubah keseluruhan program. DAFTAR PUSTAKA Desiani, A., dan Arhami, M. (006). Konsep Kecerdasan Buatan. Andi, Yogakarta. Nugroho, B. (007). PHP dan MSQL dengan Editor Dreamweaver MX. Andi, Yogakarta. Kusumadewi, S., Purnomo, H. (00). Penelesaian Masalah Optimasi dengan Teknik-Teknik Heuristik. Graha Ilmu, Yogakarta. 98 Jurnal Mat Stat, Vol. 0 No. Juli 00: 87-99

13 Surani, E. (006). Pemodelan dan Simulasi. Graha Ilmu, Yogakarta. Suanto. (00). Algoritma Genetika dalam Matlab. Andi, Yogakarta. Whitten, J.L.., Bentle, L.D., dan Dittman, K.C., (00) Sstems analsis and design methods, 6th edition. Irwin/McGraw-Hill, McGraw-Hill Companies, Inc. Rancangan Optimalisasi... (Malem Sendah S; dkk) 99