i
MOBILE MASHUP
INFORMASI OBJEK WISATA
INDONESIA
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
ii
MOBILE MASHUP
INFORMASI OBJEK WISATA
INDONESIA
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
ABDUL QIFLI SANGADJI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
iii
ABSTRACT
ABDUL QIFLI SANGADJI. Mobile Mashup of Tourism object Information in Indonesia. Supervised by FIRMAN ARDIANSYAH
Mashup is a web application that allows one to integrate information from several companies to create a new or more helpful product information. Nowadays, mobile phone that is being used as a communication tool, is also used as a navigation tool to give directions on the map from the initial position to a certain destination. The position information of various interesting tourism objects in Indonesia is very important to inform the users about the location of the desired tourism object.
This research aims to develop a mobile phone mashup application for the information of tourism objects in Indonesia. Information provided includes description, location, videos, photos, hotels, news, and books of the related tourism objects. Trackpacking, Wego, Google, Flickr, and Youtube were used as the sources of information to obtain the data. Model data passing style with blackboard approach was used to merge the data, in which the source data is written to the variable which is used by the interface component to generate information that will be displayed to the user.
The results of the tests performed on this application produced 90% of the successful display of information. However, the application only showed 70% level of relevance between the query and information displayed, due to the lack of data and the more specific query.
iv Judul Skripsi : Mobile Mashup Informasi Objek Wisata Indonesia
Nama : Abdul Qifli Sangadji
NRP : G64080125
Menyetujui: Pembimbing
Firman Ardiansyah, S.Kom., M.Si. NIP. 19790522 200501 1 003
Mengetahui:
Ketua Departemen Ilmu Komputer
Dr. Ir. Agus Buono, M.Si., M.Kom. NIP. 19660702 199302 1 001
v
PRAKATA
Puji dan syukur penulis panjatkan ke hadirat Allah subhanahu wa-ta'ala atas segala rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir dengan judul Mobile Mashup Informasi Objek Wisata Indonesia. Penelitian ini dilaksanakan mulai Juli 2012 sampai dengan September 2012 dan bertempat di Departemen Ilmu Komputer Institut Pertanian Bogor.
Penulis juga menyampaikan terima kasih kepada pihak-pihak yang telah membantu dalam penyelesaian tugas akhir ini, yaitu:
1 Ayahanda Muhammad Bakri Sangadji, Ibunda Dili Mariani, serta adikku Suhadi Anca Sangadji yang telah mengisi kehidupan sehari-hari.
2 Bapak Firman Ardiansyah, S.Kom., M.Si. selaku pembimbing yang selalu memberikan ide dan semangat serta bersedia mendengarkan keluh kesah penulis selama pengerjaan penelitian ini. 3 Bapak Ahmad Ridha, S.Kom., MS dan Bapak Sony Hartono Wijaya, S.Kom., M.Kom. yang
telah bersedia untuk menjadi penguji.
4 Muhammad Abrar Istiadi, S.Kom., dan Auzi Asfarian, S.Kom., sebagai sahabat terbaik yang telah memberikan dukungan dan ilmu yang bermanfaat.
5 Precia Anita Andansari, S.Pi., yang telah memberikan bantuan dan dukungan selama proses pembuatan skripsi.
6 Tiara, Annisa, Niken, Halimah, dan Ariel sebagai rekan seperjuangan satu bimbingan.
7 Rekan-rekan Ilkomerz 45 atas segala kebersamaan, bantuan, dan motivasi, dan kenangan indah yang telah mengisi kehidupan kampus ini. Semoga ketika kelak kita bertemu lagi, kita telah memperoleh kesuksesan.
Terakhir, penulis berharap penelitian ini dapat memberikan manfaat.
Bogor, September 2012
vi
RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 08 Juni 1990 di Kota Jayapura. Penulis merupakan anak pertama dari lima bersaudara dengan ayah Muhammad Bakri Sangadji dan ibu Dili Mariani. Pada tahun 2007, penulis lulus dari Sekolah Menengah Atas Negeri 03 Nabire – Papua dan diterima di Departemen Ilmu Komputer Institut Pertanian Bogor melalui Jalur Beasiswa Utusan Daerah pada tahun yang sama.
v
DAFTAR ISI
Halaman
DAFTAR TABEL ... vi
DAFTAR GAMBAR ... vi
DAFTAR LAMPIRAN ... vi
PENDAHULUAN Latar Belakang ... 1
Tujuan Penelitian ... 1
Ruang Lingkup Penelitian ... 1
TINJAUAN PUSTAKA Mashup ... 1
Arsitektur mashup ... 2
Model Penggabungan Mashup ... 2
Metode Pengujian Perangkat Lunak Blackbox ... 3
METODE PENELITIAN Studi Pustaka ... 3
Analisis Kebutuhan ... 3
Akuisisi Perangkat Keras ... 4
Akuisisi Data ... 4
Penentuan Langkah Pemilihan Query ... 4
Implementasi ... 4
Pengujian ... 4
Lingkungan Implementasi ... 4
HASIL DAN PEMBAHASAN Akuisisi Data ... 4
Pembacaan Masukan Pengguna ... 6
Akuisisi Query ... 6
Penggabungan Data ... 7
Pemilihan Data ... 8
Penampilan Informasi pada Komponen Antarmuka Telepon Genggam ... 8
Antarmuka Navigasi pada Telepon Genggam ... 8
Aplikasi Web Mashup ... 8
Pengujian sistem ... 8
Alur Kerja Sistem yang Dihasilkan ... 6
SIMPULAN DAN SARAN Simpulan ... 9
Saran... 9
DAFTAR PUSTAKA ... 9
vi
DAFTAR TABEL
Halaman
1 Struktur data API Trackpacking ... 5
2 Struktur data API Flickr ... 5
3 Struktur data API Youtube ... 5
4 Struktur data API pencarian Google ... 5
5 Struktur data API Google Books ... 6
6 Struktur data API Google News ... 6
7 Struktur data API Wego ... 6
DAFTAR GAMBAR
Halaman 1 Penggunaan mashup dengan memanfaatkan layanan dari beberapa perusahaan ... 12 Arsitektur aplikasi mashup ... 2
3 Diagram metode penelitian ... 3
4 Alur kerja sistem mashup ... 6
5 Tampilan navigasi pada telepon genggam ... 8
DAFTAR LAMPIRAN
Halaman 1 Antarmuka aplikasi mashup objek wisata di Indonesia pada telepon genggam ... 122 Antarmuka aplikasi web mashup ... 13
3 Hasil pengujian sistem pada beberapa objek wisata di tujuh kota di Indonesia ... 14
1
PENDAHULUAN
Latar Belakang
Mashup merupakan suatu aplikasi web
yang memungkinkan seseorang
mengintegrasikan informasi dari beberapa perusahaan untuk menciptakan informasi atau produk baru yang lebih bermanfaat. Mashup didefinisikan sebagai kombinasi Application Programming Interface (API), konten, dan aplikasi layanan lainnya yang dapat digabungkan dan memberikan gambaran informasi dalam bentuk yang lain (Makki & Sangtani dalam Raza et al. 2008). Gambar 1 memperlihatkan bagaimana mashup dapat mengombinasikan beberapa layanan informasi menjadi sebuah layanan baru.
Indonesia memiliki banyak objek wisata dan bersejarah yang memiliki daya tarik bagi masyarakat luas dan informasinya sudah banyak tersedia di situs tertentu. Namun, setiap situs tersebut mewakili informasi yang berbeda-beda, misalnya ada situs yang hanya memberikan informasi posisi objek wisata dan situs lainnya memberikan gambar-gambar dan lingkungannya. Hal ini dapat mempersulit seseorang dalam memperoleh informasi objek wisata secara terpadu.
Dari masalah tersebut, timbul ide untuk membuat aplikasi yang dapat melayani seseorang untuk mencari informasi objek wisata di Indonesia secara utuh dan lengkap dengan cara mengombinasikan informasi dari beberapa data wisata Indonesia dan kemudian ditampikan kepada pengguna.
Dewasa ini, telepon genggam, selain digunakan sebagai alat komunikasi, juga digunakan sebagai alat navigasi untuk memberikan petunjuk jalan pada peta dari posisi awal ke tempat tujuan. Banyaknya objek wisata di Indonesia membuat informasi posisi tempat tersebut menjadi penting agar pengguna mengetahui letak objek wisata yang diinginkan. Dengan fitur GPS yang terdapat hampir di setiap smartphone, pengguna dapat mengetahui letak objek wisata dan sebagai alat navigasi untuk mencapai tempat tersebut.
Oleh karena itu, pada penelitian ini akan dikembangkan aplikasi mashup objek wisata di Indonesia pada telepon genggam. Diharapkan dengan aplikasi ini, pengguna mendapatkan informasi yang cukup tentang objek wisata dan dapat menggunakan aplikasi
ini sebagai alat navigasi dalam bentuk peta untuk mencapai lokasi objek wisata.
Penelitian ini membatasi beberapa informasi tempat wisata Indonesia, di antaranya deskripsi, lokasi, foto, video, buku, tempat penginapan, dan berita.
Tujuan Penelitian
Penelitian ini bertujuan membangun aplikasi mashup informasi objek wisata di Indonesia pada telepon genggam.
Ruang Lingkup Penelitian
Penelitian ini dilakukan untuk objek wisata di wilayah Indonesia. Informasi yang diberikan meliputi deskripsi, lokasi, video, foto, hotel, berita, dan buku pada setiap objek wisata tersebut. Sumber informasi yang digunakan untuk memperoleh data objek wisata meliputi Trackpacking, Wego, Google, Flickr, dan Youtube.
TINJAUAN PUSTAKA
Mashup
Mashup adalah suatu aplikasi web yang mengkombinasikan isi dari lebih 1 (satu) sumber untuk memproduksi sesuatu yang baru (Meza & Zhu 2008). Hasil dari sebuah aplikasi mashup dapat memberikan informasi yang bermanfaat dibanding isi dari masing-masing sumber.
Ada tiga kompenen penting dalam membangun aplikasi mashup, yaitu:
1 Isi dan sumber data
Sumber data merupakan pondasi paling penting dari sebuah aplikasi mashup. data
2
dapat diperoleh melalui API, web feeds, atau screen scraping techniques. Hingga sekarang, banyak penyedia jasa informasi telah mengambil langkah untuk membuat informasi mereka lebih mudah diakses, di antaranya menggunakan API yang dapat dilalui oleh protocol web seperti Reprsentational State Transfer (REST) dan web Services.
2 Algoritme atau proses mashup
Pada tahap ini, data dari sumber yang berbeda diintegrasikan. Proses mashup bisa terjadi pada server, client, atau kombinasi keduanya.
3 Platform presentasi
Pada komponen ini, pengguna akhir melihat produk mashup dan beriteraksi dengan isi mashup. komponen ini mengeksekusi proses dan menghasilkan isi mashup.
Arsitektur mashup
Pada aplikasi web mashup, terdapat hubungan beberapa teknologi untuk membangun sebuah mashup. Gambar 2 memperlihatkan arsitektur mashup yang terdiri atas beberapa teknologi untuk membangun sebuah aplikasi mashup. Bagian presentation dan interactivity merupakan antarmuka yang digunakan oleh pengguna. Web services merupakan bagian yang memungkinkan aplikasi memperoleh data sehingga data yang diperoleh dikembalikan ke bagian presentation dan interactivity (Griffin 2008).
Model Komponen mashup
Model komponen menentukan sifat dari komponen dan pengaruh bagaimana mereka dapat diintegrasikan. Antarmuka komponen yang telah terdefinisi dengan baik dapat memfasilitasi reusability, sedangkan antarmuka komponen yang fleksibel memastikan extensibility (Yu et al. 2008). Terdapat tiga ciri model komponen, yaitu: 1 Type
Suatu komponen dapat berupa data (DA), logika aplikasi (AL), atau antarmuka (UI) dengan masing-masing memiliki peran yang berbeda-beda.
2 Interface
Suatu komponen dapat melakukan create-read-update-delete pada antarmuka, API dalam bahasa pemrograman yang spesifik.
3 Extensibility
Pengguna dapat menciptakan komponen baru atau memperbanyak model komponen untuk memenuhi kebutuhan pengguna.
Model Penggabungan Mashup
Model penggabungan menentukan cara komponen yang terintegrasi untuk membentuk mashup, dengan asumsi komponen telah tersedia. Penggabungan yang dilakukan harus sederhana dan memiliki karakteristik (Yu et al. 2008). Model penggabungan memiliki beberapa karaktersitik tertentu, yaitu:
1 Model output type
Model penggabungan ini dapat berupa DA (data), AL (logika aplikasi), dan UI (antarmuka) tergantung pada penggabungan yang menyediakan data, API, atau aplikasi dengan antarmuka pengguna.
2 Orchestration style
Komponen orkestrasi menyiratkan spesifikasi untuk mendefinisikan dan mensinkronisasikan eksekusi komponen. Terdapat tiga pendekatan, yaitu:
Flow based style
Mendefinisikan orkestrasi sebagai pengurutan atau pemesanan parsial antara tugas atau komponen dan diekspresikan melalui flow chart like formalisms.
Event based dengan model publish-subscribe
Pendekatan untuk memelihara sinkronisasi perilaku antar komponen.
Layout based style
Komponen ada tidaknya antarmuka pengguna disusun dalam tata letak aplikasi gabungan secara umum.
3
Setiap perilaku komponen dispesifikasikan secara individu. 3 Model data passing style
Terdapat dua pendekatan pada model ini, yaitu:
Dataflow
Pada pendekatan ini, terjadi aliran data dari komponen ke komponen lainnya.
Blackboard
Data ditulis pada variabel yang melayani sebagai sumber dan target operasi komponen. Pendekatan ini hampir sama dengan bahasa pemrograman.
1 Model Instance
Model service composition traditional yang mengaktifkan satu instance dari composition saat pesan tertentu tiba. Kemudian, sistem mengeksekusi instance tersebut di dalam thread dan context utama yang sama.
2 Exceptions dan Transactions
Model composition yang memungkinkan mendukung pengecualian dan penanganan transaksi.
Levenshtein distance
Algoritme Levenshtein distance merupakan cara menghitung jumlah perubahan yang diperlukan untuk memodifikasi sebuah string agar mendapatkan string yang lain (Levenshtein 2012).
Jarak Levenshtein antara dua string didefinisikan sebagai jumlah minimum yang diperlukan untuk mengubah satu string ke string yang lain dengan beberapa operasi seperti penyisipan, penghapusan, atau pergantian karakter tungal.
Metode Pengujian Perangkat Lunak
Blackbox
Metode pengujian blackbox, atau disebut juga pengujian behavioral, adalah pengujian perangkat lunak yang berfokus pada kebutuhan fungsional dari perangkat lunak. Pengujian blackbox mengharuskan pengembang menyusun sekumpulan input yang akan digunakan untuk seluruh fungsi yang akan diuji. Pengujian ini dilakukan untuk menemukan kesalahan pada perangkat lunak pada beberapa kategori berikut (Pressman 2001):
Fungsi yang salah atau hilang, Kesalahan antarmuka,
Kesalahan pada struktur data atau akses
Metode penelitian yang digunakan dapat dilihat pada Gambar 3. Metode yang digunakan terdiri atas tahap studi pustaka, analisis, akuisisi perangkat keras, akuisisi data, penentuan langkah pemilihan query, implementasi, dan pengujian.
Studi Pustaka
Pada tahap ini dilakukan kegiatan mengumpulan data-data pendukung dan literatur untuk membangun aplikasi serta karakteristik lingkungan pengembangan sistem. Sumber-sumber yang didapatkan berupa jurnal, buku, dan beberapa informasi yang relevan dengan penelitian.
Analisis Kebutuhan
Setelah tahap studi pustaka, dilakukan
4
analisis kebutuhan pengembangan sistem. Berdasarkan kebutuhan tersebut, diperoleh spesifikasi kebutuhan sumber data, informasi, spesifikasi perangkat lunak, spesifikasi perangkat keras, dan spesifikasi pengguna telepon genggam.
Akuisisi Perangkat Keras
Pada tahap ini dilakukan tahap pengenalan karakteristik perangkat keras yang digunakan dalam pengembangan. Pengenalan karakterstik meliputi sistem operasi yang digunakan, fitur telepon genggam, dan sifat antarmuka telepon genggam.
Akuisisi Data
Pada tahap ini dilakukan proses akuisisi data yang dibutuhkan sesuai dengan hasil analisis kebutuhan. Data diperoleh dengan melakukan pemanggilan data melalui API, di mana API dari setiap data diperoleh dengan mendaftar pada beberapa web dan secara langsung menerima dari penyedia web tertentu.
Penentuan Langkah Pemilihan Query
Pada tahap ini dilakukan proses penentuan pembentukan query. Penentuan juga dilakukan pada data yang akan menjadi validasi sebuah query dan data yang menentukan frekuensi jumlah kemunculan query yang tertinggi sampai dengan terendah.
Implementasi
Pada tahap ini dilakukan implementasi sistem pada telepon genggam dan web sebagai fitur tambahan. Implementasi meliputi pembangunan antarmuka pengguna, model data, variabel penyimpanan data, dan penerapan langkah pemilihan query pada sistem.
Pengujian
Pada tahap ini dilakukan proses pengujian pada sistem. Aspek yang diuji dalam tahap ini adalah melihat informasi yang dihasilkan dengan query yang diberikan dan tingkat hubungan antara query dan informasi yang diperoleh.
Lingkungan Implementasi
Dari tahap analisis, diperoleh kebutuhan perangkat keras dan perangkat lunak yang digunakan dalam pengembangan sistem. Perangkat keras yang digunakan dalam
pengembangan sistem adalah Nokia Lumia 710 dengan spesifikasi sebagai berikut: Sistem operasi Windows Phone 7.10
Tango,
Kamera 5.0 megapixel, Ruang penyimpanan 8 GB, GPS,
Ukuran layar 480 x 800 pixels, dan prosesor Qualcomm Snapdragon 1.4 GHz.
Perangkat lunak yang digunakan dalam pengembangan sistem adalah:
Visual Studio 2010, SDK Windows Phone 7.1, Google Chrome, dan
Microsoft Expression Design 4.
HASIL DAN PEMBAHASAN
Akuisisi Data
Data objek wisata yang digunakan dalam penelitian ini adalah data yang secara langsung didapatkan dari badan-badan yang terkait. Sesuai dengan kebutuhan sistem, informasi objek wisata yang disajikan adalah deskripsi, lokasi, foto, video, buku, berita, dan tempat penginapan (hotel). Masing-masing informasi didapatkan dari beberapa badan usaha yang berbeda-beda. Pada setiap data yang diperoleh diambil beberapa parameter penting sesuai dengan informasi yang ingin disajikan. Parameter tersebut dapat dilihat pada setiap tabel struktur data masing-masing API.
Data deskripsi dan lokasi objek wisata diperoleh dari situs Trackpacking yang merupakan layanan jejaring sosial bagi pengguna yang gemar melakukan perjalanan. Data yang diperoleh dalam format JSON melalui sebuah API dengan link:
http://www.trackpacking.com/api/vi
ew_destination/?apikey=[api
key]&destination _uri =[query]
5
Tabel 1 Struktur data API Trackpacking
Nama Parameter Tipe
destination_name Varchar destination_uri Varchar destination_description Text destination_address Text destination_latitude Varchar destination_longitude Varchar province_name Varchar file_name Varchar
Data foto diperoleh dari situs jejaring sosial foto yang dimiliki oleh Yahoo, yaitu Flickr. Data Flickr diperoleh dalam format XML dengan melakukan pendaftaran dan mendapatkan api key yang bisa digunakan untuk mengakses API Flickr tersebut. Tabel 2 memperlihatkan struktur data API Flickr, sedangkan data diperoleh melalui link:
http://api.flickr.com/services/res t/?method=flickr.photos.search&api _key=[api key]&text=[query] &sort= relevance
Tabel 2 Struktur data API Flickr
Nama Parameter Tipe
Id Varchar
Owner Varchar
Secret Varchar
Server Varchar
Farm Integer
Title Varchar
Ispublic Integer
Pada Tabel 2 terdapat beberapa parameter yang memiliki pengertian khusus, yaitu: Owner: id pengguna yang telah terdaftar
pada situs flickr.
Secret: kode secara acak yang dapat digunakan untuk mengambil file foto. Server: nomor server di mana sebuah file
foto disimpan.
Farm: nomor penyimpanan yang terdiri dari beberapa server.
Ispublic: status yang menyatakan sebuah foto dapat digunakan atau tidak.
Data video tentang objek wisata diperoleh dari situs Youtube yang merupakan salah satu situs penyedia layanan video. Tabel 3 memperlihatkan struktur data pada API Youtube. Data diperoleh dalam format JSON melalui link:
http://gdata.youtube.com/feeds/mob ile/videos?v=2&maxresults=10&alt=j sonc&q=[query]&format=6&key=[api
key]
Tabel 3 Struktur data API Youtube
Nama Parameter Tipe
Id Varchar
Title Varchar
Description Varchar sqDefault Varchar Mobile Varchar Duration Float
Rating Float
Pada Tabel 3 terdapat parameter yang memiliki pengertian khusus, yaitu:
sqDefault: url gambar utama pada video dengan format jpg.
Mobile: url video dengan format 3gp yang khusus digunakan untuk aplikasi telepon genggam.
Pada pengembangan sistem, dibutuhkan sebuah data untuk memberikan jumlah frekuensi kemunculan kata yang memiliki hubungan dengan query yang diberikan pengguna. Google merupakan situs pencarian yang digunakan pada sistem ini. Tabel 4 memperlihatkan struktur data dari API pencarian Google, sedangkan data diperoleh dalam format JSON melalui link:
http://ajax.googleapis.com/ajax/se rvices/search/web?v=1.0&q=[query]
Tabel 4 Struktur data API pencarian Google
Nama Parameter Tipe
title Varchar
titleNoFormatting Varchar
content Text
url Varchar
Parameter titleNoFormating merupakan judul pada setiap data API pencarian Google yang tidak menggunakan tanda baca.
Data koleksi buku yang diperoleh dari situs Google Books yang merupakan salah satu layanan koleksi dan penjualan buku. Tabel 5 memperlihatkan struktur data pada API Google Books, sedangkan data diperoleh dalam format JSON melalui link:
6
Tabel 5 Struktur data API Google Books
Nama Parameter Tipe
Title Varchar
Author Varchar
publishedDate Varchar Description Text averageRating Integer Publisher Varchar Thumbnail Varchar
Informasi berita tentang objek wisata diperoleh dari situs Google News yang merupakan layanan mesin pencari dengan fokus pada berita terbaru.
Tabel 6 memperlihatkan struktur data pada RSS feed Google News, sedangkan data diperoleh dalam format XML melalui sebuah link:
http://news.google.co.id/news?gl=i d&pz=1&cf=all&ned=id_id&hl=id&q=[q uery]&output= rss
Tabel 6 struktur data API Google News
Nama Parameter Tipe
Title Varchar
Link Varchar
publishedDate Varchar Description Text
Data tempat penginapan atau hotel diperoleh dari Wego yang merupakan situs layanan pencarian hotel dan tiket. Tabel 7 memperlihatkan struktur data pada API Wego, sedangkan data Wego diperoleh dalam format JSON melalui sebuah API dengan link:
http://api.wego.com/hotels/api/sea rch/show/historical?hotel_id=[id daerah]&key=[api key]
Atribut id daerah merupakan kode dari setiap daerah di Indonesia yang telah didefinisikan oleh Wego.
Tabel 7 struktur data API Wego
Nama Parameter Tipe
Id Integer
Name Varchar
Desc Text
Starts Integer
Image Varchar
price_str Varchar
url Varchar
Alur Kerja Sistem yang Dihasilkan
Penelitian ini menghasilkan sebuah aplikasi mashup yang berjalan pada platform
Windows Phone. Gambar 4 memperlihatkan alur kerja sistem yang dikembangkan.
Pembacaan Masukan Pengguna
Pada tahap ini, sistem menerima masukan dari pengguna. Masukan yang diberikan oleh pengguna akan diproses oleh sistem. Jika masukan tersebut valid, sistem akan melanjutkan ke tahap akuisisi data. Tetapi, jika masukan tersebut tidak valid, sistem akan menyarankan untuk pengguna memberi masukan baru.
Akuisisi Query
Pada tahap ini, sistem akan melakukan proses pemilihan query terhadap masukan dari pengguna. Terdapat tiga proses, yaitu perbaikan query, pemeriksaan query, dan
7
penentuan frekuensi jumlah kemunculan kata yang memiliki hubungan dengan query.
Perbaikan query dilakukan dengan algoritme Levenshtein distance. Jarak string maksimal adalah tiga perubahan karakter antara masukan pengguna dan nama objek wisata pada data Trackpacking. Proses perbaikan query meliputi:
1 Sistem menerima masukan dari pengguna, 2 Sistem memeriksa kesalahan query dengan
algoritme Levenshtein distance dengan maksimal perubahan tiga karakter. 3 Sistem akan mengambil string dengan
perubahan yang paling minimal.
4 Jika nilai perubahan karakter melebihi batas maksimal, masukan pengguna diteruskan ke tahap pemeriksaan query tanpa ada perbaikan.
Pemeriksaan query dilakukan dengan melakukan pencarian data nama objek wisata di Indonesia pada data Tracpacking yang sesuai dengan query. Proses pemeriksaan query meliputi:
1 Sistem menerima query hasil perbaikan, 2 Sistem melakukan pemeriksaan nama
objek wisata pada data Trackpacking dengan query yang diberikan,
3 Jika terdapat data yang sesuai dengan query, query tersebut valid,
4 Jika tidak terdapat data yang sesuai dengan query, sistem akan menyarankan pengguna untuk memberikan masukan yang lain. Penentuan jumlah frekuensi kemunculan kata yang memiliki hubungan dengan query dilakukan untuk mendapatkan query baru yang sesuai berdasarkan data pencarian Google. Proses ini menentukan jumlah frekuensi dari setiap kata pada data Google yang berhubungan dengan query. Proses penentuan query baru meliputi:
1 Jika query valid, sistem menerima query tersebut,
2 Sistem melakukan pencarian pada data Google dengan memberikan masukan dari query yang valid tersebut,
3 Sistem memperoleh data Google yang terdiri dari title, url, dan content,
4 Sistem mencari kata pada parameter title di setiap data Google yang sesuai dengan query. Jika ada, sistem akan mengambil kata tersebut dan kata sebelumnya (n-1), 5 Sistem melakukan perhitungan frekuensi
jumlah kemunculan dari kata yang telah didapatkan dari data Google,
6 Sistem menentukan kata yang memiliki frekuensi jumlah kemunculan tertinggi untuk menjadi masukan pada API yang tersedia untuk memperoleh data deskripsi, lokasi, video, foto, buku, berita, dan hotel, 7 Jika setiap kata memiliki nilai frekuensi
kemunculan yang sama, sistem akan kembali menggunakan query yang valid dari pengguna untuk diteruskan ke API. Langkah-langkah pemilihan query tersebut dapat diilustrasikan pada contoh berikut: 1 Pengguna memberikan masukan nama
objek wisata, yaitu Vredeburg,
2 Sistem melakukan perbaikan kata Vredeburg dan diteruskan ke tahap pemeriksaan query karena kata Vredeburg memiliki nilai jumlah perubahan karakter minimal,
3 Sistem mencari dan menyesuaikan kata Vredeburg pada data Trackpacking yang sudah tersimpan pada ruang penyimpanan telepon genggam,
4 Setelah kata Vredeburg terdapat pada data Trackpacking, sistem menyatakan bahwa kata Vredeburg valid dan akan diteruskan ke proses penentuan jumlah frekuensi kemunculan query,
5 Kata Vredeburg akan digunakan sebagai query pada API pencarian Google untuk memperoleh data Google yang sesuai query tersebut dengan link:
6 http://ajax.googleapis.com/ajax/ Benteng Vredeburg dan Vredeburg. Terdapat dua kemunculan kata Benteng Vredeburg dan satu untuk kata Vredeburg. Dari jumlah frekuensi kemunculan kata tersebut, sistem memilih Benteng Vredeburg sebagai query yang akan digunakan untuk memperoleh informasi dari API data sumber,
9 Sistem akan menampilkan kata Benteng Vredeburg dan Vredeburg pada halaman Other Query untuk dijadikan referensi query bagi pengguna aplikasi.
Penggabungan Data
8
dengan struktur data sesuai dengan parameter pada setiap API sehingga variabel tersebut dapat digunakan sebagai data sumber dan target operasi komponen antarmuka untuk menampikan informasi kepada pengguna. Penulisan sumber data pada variabel memudahkan pengguna untuk mencari objek wisata yang telah dilakukan sebelumnya.
Pemilihan Data
Pada tahap ini, sistem melakukan pemilihan data yang akan digunakan untuk memberikan hasil kepada pengguna.
Pada data deskripsi, foto, video, buku, dan berita, sistem mengurutkan data berdasarkan hubungan antara query dan nama objek wisata dari setiap data. Setelah diurutkan, sistem akan mengambil data pertama sebagai hasil yang akan ditampilkan pada antarmuka pengguna, sedangkan pada data hotel, digunakan alamat pada data deskripsi sebagai pencarian hotel di daerah objek wisata. Sistem mengambil data hotel pertama sebagai hasil yang akan ditampilkan pada antarmuka. Selain data pertama yang telah digunakan, sistem akan menggunakan data yang lain untuk digunakan pengguna sebagai hasil alternatif.
Penampilan Informasi pada Komponen Antarmuka Telepon Genggam
Pada tahap ini, pengguna dapat melihat informasi objek wisata pada antarmuka sistem yang terdiri dari deskripsi, lokasi, video, foto, berita, buku, dan hotel sesuai dengan query yang diberikan. Lampiran 1 memperlihatkan tampilan antarmuka informasi pada sistem.
Antarmuka Navigasi pada Telepon Genggam
Setiap objek wisata memiliki lokasi yang dapat ditampilkan dalam bentuk peta. Telepon genggam yang digunakan pada penelitian ini memiliki fitur GPS yang dapat digunakan sebagai alat navigasi untuk mengarahkan pengguna menuju lokasi objek wisata.
Bing Maps Directions Task merupakan tools yang digunakan untuk memberikan tampilan navigasi pada pengguna dalam bentuk peta sehingga pengguna dapat mengetahui arah menuju tempat tujuan yang ditentukan dengan letak lintang dan bujur (MSDN 2012). Tampilan navigasi pada telepon genggam dapat dilihat pada Gambar 5.
Aplikasi Web Mashup
Setelah mendapatkan informasi objek wisata yang diinginkan, pengguna dapat membagikan informasi tersebut melalui jejaring sosial seperti Facebook, Twitter, dan LinkedIn. Informasi yang telah dibagikan akan terlihat pada aplikasi web mashup.
Aplikasi web mashup memperoleh query dan destination-uri yang valid dari sebuah API yang dikirim dari aplikasi telepon genggam dengan sebuah link:
http://itani.web.id/wu/get.php?k=[
query]|[destination-uri]
Query tersebut merupakan hasil proses dalam pemilihan query dan dinyatakan valid oleh sistem pada telepon genggam. Query tersebut digunakan untuk memperoleh informasi dari API Google, Flickr, Wego, dan Youtube, sedangkan destination-uri merupakan nama objek wisata yang digunakan untuk memperoleh informasi lokasi dan deskripsi dari API Trackpacking. Tampilan aplikasi web mashup objek wisata di Indonesia dapat dilihat pada Lampiran 2.
Pengujian sistem
Pada tahap ini, dilakukan pengujian dengan metode blackbox pada sistem dengan memberikan masukan dua nama objek wisata secara acak di setiap 7 (tujuh) kota sebagai tempat wisata favorit saat liburan di Indonesia
9
versi Wego yang terdiri atas Bali, Bandung, Yogyakarta, Jakarta, Malang, Lombok, dan Surabaya, menurut berita Uniqpost (Uniqpost 2012).
Hasil pengujian memberikan kesimpulan bahwa sistem dapat memberikan informasi deskripsi, lokasi, foto, video, direction, hotel, berita, dan buku pada objek wisata yang diujikan, tetapi ada objek wisata yang mengandung kata yang pantai tidak memiliki informasi direction dan hotel. Hal ini dikarenakan data direction Bing Maps dan Hotel Wego tidak menjangkau wilayah objek wisata tersebut.
Persentase keberhasilan sistem memberikan informasi pada objek wisata yang telah diuji mencapai 90% (Lampiran 3), masing-masing informasi memiliki persentase keberhasilan berikut: deskripsi (85.7%), lokasi (100%), direction (71.4%), foto (100%), video (100%), berita (85.7%), buku (100%), dan hotel (78.5%) . Pada hasil persentase tersebut, terlihat bahwa kurangnya data yang tersedia dan komposisi query yang kurang spesifik.
Pada pemilihan query, terdapat beberapa masukan pengguna yang telah mengalami perubahan yang dilakukan oleh sistem. Salah satu contoh ialah kata Vredeburg yang menjadi Benteng Vredeburg. Hal ini dikarenakan pada data hasil pencarian Google, terdapat kata Vredeburg yang mengandung kata Benteng sehingga sistem mengambil kata Benteng Vredeburg sebagai query yang akan digunakan untuk memperoleh informasi. Pada tahap ini juga dilakukan pengujian informasi yang relevan terhadap masukan yang diberikan pengguna. Pengujian dilakukan oleh lima pengguna aplikasi dengan memberikan dua masukan tempat objek wisata yang berbeda di Indonesia.
Persentase keberhasilan informasi yang relevan antara query dan informasi telah mencapai 70% (Lampiran 4). Masing-masing informasi memiliki persentase keberhasilan berikut: deskripsi (60%), lokasi (100%), direction (70%), foto (80%), video (90%), berita (70%), buku (60%), dan hotel (30%).
SIMPULAN DAN SARAN
Simpulan
Penelitian ini menghasilkan aplikasi mobile mashup objek wisata di Indonesia
yang dapat digunakan untuk mencari informasi objek wisata di wilayah Indonesia. Proses penggabungan data menggunakan model passing style dengan pendekatan blackboard. Sumber data ditulis pada variabel yang digunakan komponen antarmuka untuk menghasilkan informasi yang akan ditampilkan kepada pengguna.
Saran
Untuk penelitian selanjutnya, aplikasi ini dapat dikembangan dengan semantic search untuk proses pemilihan query. Proses tersebut akan dilakukan berdasarkan konten yang ada pada sumber data agar informasi yang dihasilkan sesuai dengan keinginan pengguna. Selain itu, dapat pula dibuat aplikasi mashup objek wisata di beberapa negara dengan menambahkan data dasar sebagai data validasi untuk objek wisata di negara lain sehingga diharapkan pengguna dan kebutuhan aplikasi wisata mashup akan meningkat.
DAFTAR PUSTAKA
[Uniqpost] Berita Uniqpost. 2012. Tujuan wisata favorit di Indonesia saat libur
lebaran versi Wego.
http://uniqpost.com/43419 / tujuan - wisata-favorit-di-indonesia-saat-libur-lebaran-versi-wego [31 Agu 2012]. [Levenshtein] levenshtein. 2012. The
Levenshtein Algorithm. http://www. levenshtein.net [9 Sep 2012].
[MSDN] Windows Phone Develop. 2012.
Griffin E. 2008. Foundations of Popfly Rapid Mashup Development. New York: Apress.
Meza J, Zhu Q. 2008. Mix, Match, Rediscovery: A Mashup Experiment of Knowledge Organization in an Enterprise Environment. London: IGI Global. Raza M, Hussain FK, Chang E. 2008. A
10
Pressman RS. 2001. Software Engineering: A
Practitioner’s Approach. Ed ke-5.
Singapura: McGraw- Hill.
11
12
Lampiran 1 Antarmuka aplikasi mashup objek wisata di Indonesia pada telepon genggam
Antarmuka informasi deskripsi dan video dengan menggunakan query: Candi Borobudur
Antarmuka informasi foto dan hotel dengan menggunakan query: Candi Borobudur
13
14
Lampiran 3 Hasil pengujian sistem pada beberapa objek wisata di tujuh kota di Indonesia
Kota Wisata Objek digunakan sistem Query yang Deskripsi Lokasi Direction Foto Video Berita Buku Hotel Persentase
Bali
Sanur Pantai Sanur √ √ - √ √ √ √ √ 87.5 %
Candi Dasa Pantai Candi Dasa √ √ - √ √ - √ √ 75 %
Bandung
Kawah
Kamojang Kawah Kamojang √ √ √ √ √ - √ √ 87.5 %
Tangkuban
Perahu Tangkuban Perahu √ √ √ √ √ √ √ √ 100 %
Yogyakarta Candi
Borobudur Candi Borobudur √ √ √ √ √ √ √ √ 100 %
Vredeburg Benteng Vredeburg √ √ √ √ √ √ √ - 87.5 %
Jakarta
Tidung Pulau Tidung √ √ √ √ √ √ √ √ 100 %
Monas Monas √ √ √ √ √ √ √ √ 100 %
Malang
Sempu Pulau Sempu - √ √ √ √ √ √ √ 87.5 %
Kota Batu Kota Batu - √ √ √ √ √ √ √ 87.5 %
Lombok
Pantai
Senggigi Pantai Senggigi √ √ - √ √ √ √ - 75 %
Pantai Kuta Pantai Kuta √ √ - √ √ √ √ - 75 %
Surabaya
Suramadu Suramadu √ √ √ √ √ √ √ √ 100 %
Kebun Binatang Surabaya
Binatang Kebun
Surabaya √ √ √ √ √ √ √ √ 100 %
15
Lampiran 4 Hasil pengujian sistem melihat tingkat hubungan antara query dengan informasi objek wisata yang diinginkan oleh pengguna
Nama Pengguna
Query dari pengguna
Informasi yang diinginkan
pengguna
Query yang
digunakan sistem Deskripsi Lokasi Direction Foto Video Berita Buku Hotel Persentase
Sidiq Rumakabis
Pulau Pombo Pulau Pombo Pulau Pombo √ √ - √ √ - √ √ 75 %
Taman Safari Bogor
Taman Safari
Bogor Taman Safari Bogor √ √ √ √ √ √ - - 75 %
Fauziah Instanti
Puncak Puncak
Bogor Puncak √ √ √ √ - - - - 50 %
Gunung Salak
Gunung
Salak Gunung Salak √ √ √ √ √ √ √ - 87.5 %
Suhadi Anca Sangadji
Pantai
Anyerr Pantai Anyer Pantai Anyer √ √ √ - √ √ - - 62.5 %
Tabgkuban Perahu
Tangkuban
Perahu Tangkuban Perahu √ √ √ √ √ √ √ - 87.5 %
Arif Nugraha
Bandung Bandung Bandung - √ √ √ √ √ √ √ 87.5 %
Pangandaran Pangandaran Pangandaran - √ √ - √ √ √ - 62.5 %
Abdullah Sofyaun
Rajaampt Raja Ampat Raja Ampat - √ - √ √ √ √ - 62.5 %
Pantainatsepa Pantai
Natsepa Pantai Natsepa - √ - √ √ - - √ 50 %
