SKRIPSI
MASPIN SAHPUTRA
071402030
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana
Teknologi Informasi
MASPIN SAHPUTRA
071402030
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul
: METODE
DEPTH FIRST SEARCH
UNTUK
PENCARIAN RUTE JADWAL PENERBANGAN
Kategori
: SKRIPSI
Nama
: MASPIN SAHPUTRA
Nomor Induk Mahasiswa
: 071402030
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Departemen
: TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (Fasilkom-TI) UNIVERSITAS
SUMATERA UTARA
Diluluskan di
Medan, 28 Juni 2012
Komisi pembimbing
:
Pembimbing 2
Pembimbing 1
Drs. Sawaluddin M.IT
M. Fadly Syahputra B.Sc.M.Sc.IT
NIP 19591231 199802 1001
NIP 19830129 200912 1003
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
PERNYATAAN
METODE
DEPTH FIRST SEARCH
UNTUK PENCARIAN RUTE JADWAL
PENERBANGAN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali
beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 28 Juni 2012
PENGHARGAAN
Namo buddhaya, puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa,
karena atas berkah, rahmat, dan bimbingan-NYA penulis dapat menyelesaikan
penyusunan skripsi ini.
Dalam penulisan skripsi ini, penulis banyak mendapat bantuan berupa dukungan
dan dorongan dari pihak lain. Dengan segala kerendahan hati, penulis ingin
mengucapkan terima kasih kepada :
1.
Kedua orang tua penulis, yaitu ayahanda Ong Eng Liong dan Ibunda tercinta Ng
Suk Min yang telah memberi banyak dukungan dan kasih sayang serta
bimbingan kepada penulis sehingga bisa menyelesaikan skripsi ini sesuai
harapan mereka. Serta saudara-saudara saya Novita S.Kom, Ongky Maspin
Wiratama B.Com.Sci, Monika Ratu Permata Sari, Raja Maspin Winata, dan
Caroline yang telah memberikan dukungan moril maupun materil kepada
penulis selama ini, dan seluruh keluarga besar atas perhatian dan dukungannya
kepada penulis.
2.
Ketua Program Studi Teknologi Informasi, Bapak Prof. Dr. Opim Sitompul,
M.Sc dan Sekretaris Program Studi Teknologi Informasi juga selaku dosen
pembimbing Bapak Drs. Sawaluddin, M.IT, Dekan dan Pembantu Dekan
Fakultas Ilmu Komputer Dan Teknologi Informasi Universitas Sumatera Utara,
semua dosen pada Program Studi Teknologi Informasi dan pegawai di
Teknologi Informasi Ibu Delima Harahap, Ibu Bamelia, Kak Maya Sofia,
S.Kom, Kak Naumi Syah, Amd, Kak Wardah Chairani, S.E dan Bang Faisal.
3.
Bapak M. Fadly Syahputra, B.Sc.M.Sc.IT selaku dosen pembimbing saya yang
telah meluangkan banyak waktu, tenaga, ide dan pikiran untuk menyelesaikan
skripsi ini.
4.
Bapak M. Anggia Muchtar, ST.MM.IT dan Bapak Dedy Arisandi, ST.M.Kom
selaku dosen pembanding yang telah memberikan banyak saran dan masukkan
serta petunjuk untuk menyelesaikan skripsi ini.
Akhir kata penulis mengharapkan semoga skripsi ini dapat bermanfaat dan
membantu semua pihak yang memerlukannya.
ABSTRAK
Bertambahnya jumlah penumpang dan kebutuhan penumpang dari tahun ke tahun telah
mengakibatkan munculnya banyak operator maskapai penerbangan. Oleh karena itu
penggunaan pesawat terbang sebagai alat transportasi semakin diminati. Namun
terdapat kendala bagi seorang penumpang yaitu apabila penumpang tersebut harus ke
kota tujuan tertentu dimana tidak ada satu operator maskapai saja yang melayani
langsung ke rute tujuan sehingga penumpang harus menggunakan atau berganti
maskapai lain. Pada skripsi ini akan dijelaskan bagaimana menganalisis dan
mengaplikasikan algoritma Depth First Search (DFS) dalam menentukan rute
penerbangan tercepat dengan biaya atau waktu terbaik. Skripsi ini menggunakan data
jadwal penerbangan di Indonesia. DFS akan mencari keseluruhan kemungkinan rute
yang dapat terjadi dari data yang tersedia kemudian hasil dari seluruh pencarian akan
dibandingkan untuk mendapatkan hasil tercepat atau termurah. Hasil dari penelitian ini
menghasilkan sistem pencarian jadwal penerbangan berbasis desktop menggunakan
bahasa pemprograman visual basic yang dapat menampilkan jadwal penerbangan
tercepat atau termurah.
DEPTH FIRST SEARCH METHODS FOR SEARCH FLIGHT ROUTE SCHEDULE
ABSTRACT
Increasing the number of passanger over the year resulted many avation company. That is why
the use of aircraft most widely used. However there is an obstacle if the passanger had to go to
the destination where there is no airlines serving the directly route to destination so that the
passanger have to looking for other airlines. In this study explains about how to analyze the
Dept First Search (DFS) algorithm to determine the fastest flight route with the best cost and
time. The DFS algorithm will search all possible that may occur from the available data of
flight route then the result of all searches will be compared to get the fastest flight route. This
study uses data of Indonesian flight schedule. The result of this paper is a desktop-based to
retrieval system of flight schedule using visual basic programming language that can display
flight schedule with the best cost and time.
DAFTAR ISI
Halaman
Persetujuan
ii
Pernyataan
iii
Penghargaan
iv
Abstrak
vi
Abstract
vii
Daftar isi
viii
Daftar tabel
x
Daftar gambar
xiii
Bab 1 Pendahuluan
1
1.1
Latar Belakang
1
1.2
Rumusan Masalah
3
1.3
Batasan Masalah
3
1.4
Tujuan Penelitian
3
1.5
Manfaat Penelitian
4
1.6
Metode Penelitian
4
1.7
Sistematika Penulisan
5
Bab 2 Landasan Teori
7
2.1 Teori Graf
7
2.1.1 Definisi Graf
7
2.1.2 Jenis Graf
9
2.1.3 Walk dan Path
10
2.2.1 Metode Pencarian Blind/Un-Informed Search
11
2.2.2 Depth First Search
12
2.3 Unified Modeling Language (UML)
14
Bab 3 Analisis dan Perancangan Sistem
16
3.1 Analisis Sistem
16
3.1.1 Analisis Algoritma Depth First Search (DFS)
16
3.1.2 Hasil Analisis
71
3.2 Perancangan Sistem
71
3.2.1 Perancangan UML
71
3.2.2 Perancangan Tampilan
77
3.2.3 Flowchart Algoritma
80
Bab 4 Implementasi dan Pengujian Sistem
83
4.1 Implementasi Sistem
83
4.2 Pengujian Sistem
83
4.2.1 Form Menu Utama User
84
4.2.2 Form Cek Rute
84
4.2.3 Form Login Admin
85
4.2.4 Form Menu Utama Admin
85
4.2.5 Form Menu Rute Baru
86
4.2.6 Form Menu Kota Baru
87
4.3 Proses Pencarian Rute dengan Metode DFS
90
Bab 5 Kesimpulan dan Saran
98
5.1 Kesimpulan
98
5.2 Saran
98
Daftar Pustaka
99
DAFTAR TABEL
Halaman
Tabel 3.1 Tabel Penjelasan Gambar 3.1
18
Tabel 3.2 Penjelasan Gambar 3.2
18
Tabel 3.3 Penjelasan Gambar 3.4
19
Tabel 3.4 Penjelasan Gambar 3.5
20
Tabel 3.5 Penjelasan Gambar 3.6
21
Tabel 3.6 Penjelasan Gambar 3.7
21
Tabel 3.7 Penjelasan Gambar 3.8
22
Tabel 3.8 Penjelasan Gambar 3.10
23
Tabel 3.9 Penjelasan Gambar 3.11
24
Tabel 3.10 Penjelasan Gambar 3.13
25
Tabel 3.11 Penjelasan Gambar 3.14
26
Tabel 3.12 Penjelasan Gambar 3.15
27
Tabel 3.13 Penjelasan Gambar 3.16
28
Tabel 3.14 Penjelasan Gambar 3.17
29
Tabel 3.15 Penjelasan Gambar 3.18
30
Tabel 3.16 Penjelasan Gambar 3.19
31
Tabel 3.17 Penjelasan Gambar 3.20
32
Tabel 3.18 Penjelasan Gambar 3.21
32
Tabel 3.19 Penjelasan Gambar 3.22
33
Tabel 3.20 Penjelasan Gambar 3.23
34
Tabel 3.22 Penjelasan Gambar 3.25
35
Tabel 3.23 Penjelasan Gambar 3.26
36
Tabel 3.24 Penjelasan Gambar 3.27
36
Tabel 3.25 Penjelasan Gambar 3.29
37
Tabel 3.26 Penjelasan Gambar 3.30
38
Tabel 3.27 Penjelasan Gambar 3.31
39
Tabel 3.28 Penjelasan Gambar 3.32
39
Tabel 3.29 Penjelasan Gambar 3.33
40
Tabel 3.30 Penjelasan Gambar 3.34
41
Tabel 3.31 Penjelasan Gambar 3.35
41
Tabel 3.32 Penjelasan Gambar 3.36
42
Tabel 3.33 Penjelasan Gambar 3.37
42
Tabel 3.34 Penjelasan Gambar 3.39
43
Tabel 3.35 Penjelasan Gambar 3.40
44
Tabel 3.36 Penjelasan Gambar 3.41
44
Tabel 3.37 Penjelasan Gambar 3.42
45
Tabel 3.38 Penjelasan Gambar 3.44
46
Tabel 3.39 Penjelasan Gambar 3.45
46
Tabel 3.40 Penjelasan Gambar 3.46
47
Tabel 3.41 Penjelasan Gambar 3.48
48
Tabel 3.42 Penjelasan Gambar 3.49
49
Tabel 3.43 Penjelasan Gambar 3.50
49
Tabel 3.44 Penjelasan Gambar 3.51
50
Tabel 3.45 Penjelasan Gambar 3.52
51
Tabel 3.46 Penjelasan Gambar 3.53
51
Tabel 3.47 Penjelasan Gambar 3.55
52
Tabel 3.48 Penjelasan Gambar 3.56
53
Tabel 3.49 Penjelasan Gambar 3.57
54
Tabel 3.50 Penjelasan Gambar 3.59
55
Tabel 3.52 Penjelasan Gambar 3.61
56
Tabel 3.53 Penjelasan Gambar 3.63
57
Tabel 3.54 Penjelasan Gambar 3.64
58
Tabel 3.55 Penjelasan Gambar 3.65
59
Tabel 3.56 Penjelasan Gambar 3.66
60
Tabel 3.57 Penjelasan Gambar 3.67
60
Tabel 3.58 Penjelasan Gambar 3.68
61
Tabel 3.59 Penjelasan Gambar 3.69
62
Tabel 3.60 Penjelasan Gambar 3.70
62
Tabel 3.61 Penjelasan Gambar 3.71
63
Tabel 3.62 Penjelasan Gambar 3.72
64
Tabel 3.63 Penjelasan Gambar 3.73
65
Tabel 3.64 Penjelasan Gambar 3.74
66
Tabel 3.65 Penjelasan Gambar 3.75
66
Tabel 3.66 Penjelasan Gambar 3.76
67
Tabel 3.67 Penjelasan Gambar 3.77
68
Tabel 3.68 Penjelasan Gambar 3.78
68
Tabel 3.69 Penjelasan Gambar 3.79
69
Tabel 3.70 Penjelasan Gambar 3.80
70
Tabel 3.71 Penjelasan Gambar 3.81
71
DAFTAR GAMBAR
Halaman
Gambar 2.1 Gambar graf dimana setiap titik mewakili kota-kota dan garis
7
mewakili jalan.
Gambar 2.2 Gambar graf sederhana (G)
8
Gambar 2.3 Gambar kiri merupakan graf (G), gambar kanan merupakan
8
adjacency lists.
Gambar 2.4 Gambar kiri merupakan graf (G), gambar kanan merupakan matriks
9
dari graf(G)
Gambar 2.5 Gambar graf (G)
10
Gambar 2.6 Proses algoritma DFS
13
Gambar
3.1 Proses Pencarian Secara Keseluruhan
17
Gambar 3.2 Pengecekan Rute Nomor Data 13
18
Gambar 3.3 Penyaringan Kota Tujuan dari Data 13
19
Gambar 3.4 Pengecekan Rute Nomor Data 13-7
19
Gambar 3.5 Pengecekan Rute Nomor Data 13-8
20
Gambar 3.6 Pengecekan Rute Nomor Data 13-9
20
Gambar 3.7 Pengecekan Rute Nomor Data 13-10
21
Gambar 3.8 Pengecekan Rute Nomor Data 13-11
22
Gambar 3.9 Penyaringan Kota Tujuan dari Data 13-11
22
Gambar 3.10 Pengecekan Rute Nomor Data 13-11-13
23
Gambar 3.11 Pengecekan Rute Nomor Data 13-11-14
23
Gambar 3.13 Pengecekan Rute Nomor Data 13-11-14-7
24
Gambar 3.14 Pengecekan Rute Nomor Data 13-11-14-8
25
Gambar 3.15 Pengecekan Rute Nomor Data 13-11-14-9
26
Gambar 3.16 Pengecekan Rute Nomor Data 13-11-14-10
27
Gambar 3.17 Pengecekan Rute Nomor Data 13-11-14-11
28
Gambar 3.18 Pengecekan Rute Nomor Data 13-11-14-12
29
Gambar 3.19 Pengecekan Rute Nomor Data 13-11-14-19
30
Gambar 3.20 Pengecekan Rute Nomor Data 13-11-14-25
31
Gambar 3.21 Pengecekan Rute Nomor Data 13-11-20
32
Gambar 3.22 Pengecekan Rute Nomor Data 13-11-21
33
Gambar 3.23 Pengecekan Rute Nomor Data 13-11-22
33
Gambar 3.24 Pengecekan Rute Nomor Data 13-12
34
Gambar 3.25 Pengecekan Rute Nomor Data 13-19
35
Gambar 3.26 Pengecekan Rute Nomor Data 13-25
35
Gambar 3.27 Pengecekan Rute Nomor Data 14
36
Gambar 3.28 Penyaringan Kota Tujuan dari Data 14
37
Gambar 3.29 Pengecekan Rute Nomor Data 14-7
37
Gambar 3.30 Pengecekan Rute Nomor Data 14-8
38
Gambar 3.31 Pengecekan Rute Nomor Data 14-9
38
Gambar 3.32 Pengecekan Rute Nomor Data 14-10
39
Gambar 3.33 Pengecekan Rute Nomor Data 14-11
40
Gambar 3.34 Pengecekan Rute Nomor Data 14-12
40
Gambar 3.35 Pengecekan Rute Nomor Data 14-19
41
Gambar 3.36 Pengecekan Rute Nomor Data 14-25
42
Gambar 3.37 Pengecekan Rute Nomor Data 20
42
Gambar 3.38 Penyaringan Kota Tujuan dari Data 20
43
Gambar 3.39 Pengecekan Rute Nomor Data 20-15
43
Gambar 3.40 Pengecekan Rute Nomor Data 20-16
43
Gambar 3.41 Pengecekan Rute Nomor Data 20-17
44
Gambar 3.43 Penyaringan Kota Tujuan dari Data 21
45
Gambar 3.44 Pengecekan Rute Nomor Data 21-15
45
Gambar 3.45 Pengecekan Rute Nomor Data 21-16
46
Gambar 3.46 Pengecekan Rute Nomor Data 21-17
47
Gambar 3.47 Penyaringan Kota Tujuan dari Data 21-17
47
Gambar 3.48 Pengecekan Rute Nomor Data 21-17-13
48
Gambar 3.49 Pengecekan Rute Nomor Data 21-17-14
48
Gambar 3.50 Pengecekan Rute Nomor Data 21-17-20
49
Gambar 3.51 Pengecekan Rute Nomor Data 21-17-21
50
Gambar 3.52 Pengecekan Rute Nomor Data 21-17-22
50
Gambar 3.53 Pengecekan Rute Nomor Data 22
51
Gambar 3.54 Penyaringan Kota Tujuan dari Data 22
52
Gambar 3.55 Pengecekan Rute Nomor Data 22-23
52
Gambar 3.56 Pengecekan Rute Nomor Data 22-27
53
Gambar 3.57 Pengecekan Rute Nomor Data 22-28
53
Gambar 3.58 Penyaringan Kota Tujuan dari Data 22-28
54
Gambar 3.59 Pengecekan Rute Nomor Data 22-28-1
54
Gambar 3.60 Pengecekan Rute Nomor Data 22-28-2
55
Gambar 3.61 Pengecekan Rute Nomor Data 22-28-3
56
Gambar 3.62 Penyaringan Kota Tujuan dari Data 22-28-3
56
Gambar 3.63 Pengecekan Rute Nomor Data 22-28-3-23
57
Gambar 3.64 Pengecekan Rute Nomor Data 22-28-3-27
57
Gambar 3.65 Pengecekan Rute Nomor Data 22-28-3-28
58
Gambar 3.66 Pengecekan Rute Nomor Data 22-28-3-29
59
Gambar 3.67 Pengecekan Rute Nomor Data 22-28-3-30
60
Gambar 3.68 Pengecekan Rute Nomor Data 22-28-3-31
61
Gambar 3.69 Pengecekan Rute Nomor Data 22-28-3-32
61
Gambar 3.70 Pengecekan Rute Nomor Data 22-29
62
Gambar 3.71 Pengecekan Rute Nomor Data 22-30
63
Gambar 3.73 Pengecekan Rute Nomor Data 22-30-7
64
Gambar 3.74 Pengecekan Rute Nomor Data 22-30-8
64
Gambar 3.75 Pengecekan Rute Nomor Data 22-30-9
65
Gambar 3.76 Pengecekan Rute Nomor Data 22-30-10
66
Gambar 3.77 Pengecekan Rute Nomor Data 22-30-11
67
Gambar 3.78 Pengecekan Rute Nomor Data 22-30-12
67
Gambar 3.79 Pengecekan Rute Nomor Data 22-30-19
68
Gambar 3.80 Pengecekan Rute Nomor Data 22-30-25
69
Gambar 3.81 Pengecekan Rute Nomor Data 22-31
69
Gambar 3.82 Pengecekan Rute Nomor Data 22-32
70
Gambar 3.83 Diagram
Use Case
72
Gambar 3.84 Diagram aktivitas cek rute
73
Gambar 3.85 Diagram aktivitas
login
74
Gambar 3.86 Diagram aktivitas update rute
75
Gambar 3.87 Diagram aktivitas update kota
76
Gambar 3.88 Tampilan form utama user
77
Gambar 3.89 Tampilan form utama admin
77
Gambar 3.90 Tampilan form rute
78
Gambar 3.91 Tampilan form kota
78
Gambar 3.92 Tampilan form login
79
Gambar 3.93 Tampilan form pengecekan rute
79
Gambar 3.94 Flowchart algoritma
82
Gambar 4.1 Form menu utama user
84
Gambar 4.2 Form cek rute
84
Gambar 4.3 Form menu login
85
Gambar 4.4 Pesan kesalahan
login
85
Gambar 4.5 Menu utama admin
85
Gambar 4.6 Form menu rute baru
86
Gambar 4.7 Pesan data rute berhasil disimpan
86
Gambar 4.9 Tampilan awal sistem dengan menginput kota asal, kota tujuan dan
90
tanggal tujuan
Gambar 4.10 Hasil filter data dengan kota asal medan
91
Gambar 4.11 Pencarian di data no 13-9
92
Gambar 4.12 Hasil pertama, rute yang dapat terjadi
93
Gambar 4.13 Pencarian di data no 13-25
93
Gambar 4.14 Hasil kedua, rute yang dapat terjadi
94
Gambar 4.15 Pencarian di data no 22-29
95
Gambar 4.16 Hasil ketiga, rute yang dapat terjadi
95
Gambar 4.17 Hasil rute tercepat
96
ABSTRAK
Bertambahnya jumlah penumpang dan kebutuhan penumpang dari tahun ke tahun telah
mengakibatkan munculnya banyak operator maskapai penerbangan. Oleh karena itu
penggunaan pesawat terbang sebagai alat transportasi semakin diminati. Namun
terdapat kendala bagi seorang penumpang yaitu apabila penumpang tersebut harus ke
kota tujuan tertentu dimana tidak ada satu operator maskapai saja yang melayani
langsung ke rute tujuan sehingga penumpang harus menggunakan atau berganti
maskapai lain. Pada skripsi ini akan dijelaskan bagaimana menganalisis dan
mengaplikasikan algoritma Depth First Search (DFS) dalam menentukan rute
penerbangan tercepat dengan biaya atau waktu terbaik. Skripsi ini menggunakan data
jadwal penerbangan di Indonesia. DFS akan mencari keseluruhan kemungkinan rute
yang dapat terjadi dari data yang tersedia kemudian hasil dari seluruh pencarian akan
dibandingkan untuk mendapatkan hasil tercepat atau termurah. Hasil dari penelitian ini
menghasilkan sistem pencarian jadwal penerbangan berbasis desktop menggunakan
bahasa pemprograman visual basic yang dapat menampilkan jadwal penerbangan
tercepat atau termurah.
DEPTH FIRST SEARCH METHODS FOR SEARCH FLIGHT ROUTE SCHEDULE
ABSTRACT
Increasing the number of passanger over the year resulted many avation company. That is why
the use of aircraft most widely used. However there is an obstacle if the passanger had to go to
the destination where there is no airlines serving the directly route to destination so that the
passanger have to looking for other airlines. In this study explains about how to analyze the
Dept First Search (DFS) algorithm to determine the fastest flight route with the best cost and
time. The DFS algorithm will search all possible that may occur from the available data of
flight route then the result of all searches will be compared to get the fastest flight route. This
study uses data of Indonesian flight schedule. The result of this paper is a desktop-based to
retrieval system of flight schedule using visual basic programming language that can display
flight schedule with the best cost and time.
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Perjalanan melalui jalur udara merupakan salah satu alternatif bagi seseorang untuk
melakukan perjalanan jarak jauh. Salah satu hal dipilihnya perjalanan jalur udara
dikarenakan waktu tempuh yang relatif cepat jika bandingkan menggunakan
transportasi laut ataupun darat.
Pesawat terbang sebagai armada komersil transportasi udara telah menjadi pilihan
bagi setiap orang yang menginginkan waktu perjalanan yang singkat. Penggunaan
pesawat terbang sebagai alat transportasi semakin diminati. Menurut data dari
Direktorat Hubungan Udara dari tahun 2005 sampai tahun 2009 rata-rata terjadi
peningkatan jumlah penumpang yang melakukan perjalanan dengan transportasi
udara.
Bertambahnya jumlah penumpang dan kebutuhan penumpang dari tahun ke tahun
telah mengakibatkan munculnya banyak operator maskapai penerbangan. Operator
maskapai penerbangan muncul dengan berbagai cara untuk menarik jumlah
penumpang baik meningkatkan pelayanan, memurahkan harga tiket sampai
mengoperasikan pesawat sesuai jadwal penerbangan (
on time
).
Jumlah peminat pengguna transportasi udara yang terus meningkat tidak terlepas dari
adanya program
Low Cost Carriers
(LCC) dari sejumlah maskapai penerbangan.
Low
mengurangi biaya pelayanan dan operasional (
non full service
) (Rizki, 2009) yang
diusung maskapai penerbangan untuk menarik penumpang telah membuat dunia
penerbangan menjadi kompetitif yang sebelumnya dikuasai oleh operator maskapai
penerbangan yang
full
pelayanan (O’Connell & Williams, 2005).
Maskapai penerbangan yang menjadi pilihan penumpang biasanya memiliki harga
yang murah dan memiliki jadwal yang tepat serta mau mengukur dan memonitor
kualitas dan kepuasan layanan yang diberikan agar penumpang tetap memilih
maskapai tersebut (Saha & Theingi, 2009). Maskapai penerbangan yang sering
membatalkan dan menunda jadwal penerbangan akan berakibat langsung pada jumlah
peminat penumpang untuk menggunakan maskapai penerbangan tersebut (Zegordi &
Jafari, 2010)
Ketika seorang penumpang merencanakan sebuah perjalanan dari sebuah kota ke kota
lain dengan menggunakan sebuah maskapai penerbangan, penumpang tersebut akan
mencari maskapai penerbangan yang melayani rute tersebut. Akan tetapi tidak semua
kota atau rute tujuan dapat dilayani sebuah operator maskapai penerbangan.
Salah satu kendala bagi seorang penumpang yaitu apabila penumpang tersebut harus
ke kota tujuan tertentu dimana tidak ada satu operator maskapai saja yang melayani
langsung ke rute tujuan sehingga penumpang harus menggunakan atau berganti
maskapai lain untuk melanjutkan perjalanan kekota tujuan dan harus transit dikota lain
agar sampai kekota yang ditujunya. Penumpang tersebut harus mencari informasi
tentang maskapai lain yang melayani rute yang diinginkannya.
Apabila rute tujuan telah ada maskapai yang melayani langsung tanpa transit di kota
lain memang bukan sebuah masalah bagi seorang penumpang, akan tetapi jika harus
dilakukan transit dan harus berganti maskapai tentu menyulitkannya apalagi biaya
atau waktu menjadi pertimbangan dalam menentukan maskapai yang harus
digunakannya.
Oleh karena itu pada penulisan skripsi ini penulis akan meneliti metode
Depth
First Search
(DFS) untuk menentukan rute penerbangan dengan waktu atau biaya
1.2. Rumusan Masalah
Berdasarkan pada penjelasan latar belakang sebelumnya, maka perumusan masalah
dalam skripsi ini adalah bagaimana menganalisis dan mengaplikasikan algoritma
Depth First Search
dalam menentukan rute penerbangan dengan biaya atau waktu
terbaik.
1.3.
Batasan Masalah
Agar pembahasan dalam penulisan ini lebih terarah dan mencegah adanya perluasan
masalah dan pembahasan yang terlalu kompleks, maka penulis membuat batasan
masalah yang akan dijadikan pedoman dalam pelaksanaan tugas akhir yaitu:
1.
Pengujian data yaitu beberapa rute-rute penerbangan domestik (dalam negeri)
dari sejumlah maskapai di Indonesia.
2.
Metode yang digunakan yaitu metode
Depth First Search
(DFS).
3.
Perancangan
program
aplikasi
penerbangan
menggunakan
bahasa
pemrograman visual basic 6.
1.4. Tujuan Penelitian
Tujuan dari penelitian skripsi ini adalah membuat aplikasi sistem informasi yaitu
sistem penerbangan dengan metode
Depth First Search (DFS)
untuk rute penerbangan
1.5. Manfaat Penelitian
Manfaat dari penelitian pada skripsi ini yaitu:
1.
Sistem penerbangan domestik dengan menggunakan metode
Depth First
Search
diharapkan dapat membantu para penumpang dalam pengambilan
keputusan untuk melakukan perjalanan dengan maskapai penerbangan.
2.
Menunjukkan pengoptimalan sistem dengan menerapkan algoritma
Depth Fist
Search.
1.6. Metode Penelitian
Tahapan-tahapan yang akan dilakukan pada pelaksanaan skripsi ini adalah sebagai
berikut :
1.
Studi Literatur
Studi literatur dilakukan dengan mengumpulkan bahan-bahan referensi baik
dari buku, artikel, paper, jurnal, makalah, maupun situs-situs internet. Studi
literatur yang dilakukan terkait dengan metode
Depth First Search
, serta data
rute-rute penerbangan domestik di Indonesia.
2.
Analisis Permasalahan
Pada tahap ini dilakukan analisis terhadap hasil studi literatur untuk
mengetahui dan mendapatkan pemahaman mengenai metode
Depth Fisth
Search
.
3.
Perancangan Sistem
Pada tahap ini dilakukan perancangan arsitektur, perancangan data dan
perancangan antarmuka. Proses perancangan dilakukan berdasarkan hasil
4.
Implementasi Sistem
Pada tahap ini dilakukan proses implementasi pengkodean program dalam
aplikasi komputer menggunakan bahasa pemrograman yang telah dipilih yang
sesuai dengan analisis dan perancangan yang sudah dilakukan.
5.
Pengujian
Pada tahap ini dilakukan proses pengujian dan percobaan terhadap sistem
sesuai dengan kebutuhan yang ditentukan sebelumnya serta memastikan
program yang dibuat berjalan seperti yang diharapkan.
6.
Dokumentasi
Pada tahap ini dilakukan pembuatan dokumentasi sistem, lengkap dengan
analisis yang diperoleh.
7.
Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi hasil analisis dan implementasi dari
konsep metode
Depth First Search
.
1.7. Sistematika Penulisan
Penulisan skripsi ini terdiri dari lima bab dengan masing-masing bab secara singkat
dijelaskan sebagai berikut:
Bab 1 :
Pendahuluan
Bab ini berisi berisikan latar belakang, rumusan masalah, batasan
masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian
Bab 2 :
Landasan Teori
Pada bab ini dibahas mengenai teori-teori pendukung penelitian
skrispsi yaitu metode
Depth First Search (DFS).
Bab 3 :
Analisis dan Perancangan Sistem
Pada bab ini berisikan paparan analisis terhadap permasalahan dan
penyelesaian persoalan terhadap metode
Depth First Search
serta
identifikasi kebutuhan perancangan sistem.
Bab 4 :
Implementasi Sistem
Pada bab ini berisi implementasi perancangan sistem dari hasil analisis
dan perancangan yang sudah dibuat, serta menguji sistem untuk
menemukan kelebihan dan kekurangan pada sistem rekomendasi yang
dibuat.
Bab 5 :
Kesimpulan dan Kritik
Pada bab ini berisikan kesimpulan yang didapatkan terhadap hasil
penelitian skripsi dan saran untuk pengembangan lebih lanjut tentang
BAB 2
LANDASAN TEORI
2.1
Teori graf
2.1.1 Definisi graf
Graf adalah kumpulan dari minimal satu atau lebih simpul (vertex) yang
dihubungkan oleh sisi atau busur (edge). Dalam kehidupan sehari-hari, graf
banyak diaplikasikan (Suryanaga, 2003) seperti untuk pengaturan arus lalu
lintas, jaringan komputer, pembuatan chip, jaringan sosial dan sebagainya.
Simpul didalam graf biasanya dilambangkan dengan titik sedangkan
busur dilambangkan dengan garis. Contohnya : kota-kota di lambangkan
dengan titik dan garis melambangkan jalan yang menghubungkan antar
kota.
Gambar 2.1
Gambar graf dimana setiap titik mewakili kota-kota dan
garis mewakili jalan.
Menurut Diestel (2000), sebuah graf G dapat diartikan sebagai
himpunan berhingga dan tak kosong dari v dan e yang merupakan
himpunan pasangan tak berurut dari unsur-unsur di v, dimana v=
Vertex
dan e=
edge.
Gambar 2.2
Gambar graf sederhana (G)
pada
gambar 2.2
, G memiliki v={1,2,3,4} dan e={(1,3), (1,2), (1,4), (2,4),
(3,4)} atau {
e1,e2,e3,e4,e5
}.
Ada dua cara merepresentasikan sebuah graf (Adamchik, 2005)
1.
Adjacency lists
Representasi ini secara visual lebih mudah dimengerti, akan tetapi
kurang bagus untuk dioperasikan bila
vertex
yang dimiliki terlalu
banyak.
Biasanya adjacency lists direpresentasikan seperti bentuk array.
Gambar 2.3
Gambar kiri merupakan graf (G), gambar kanan
merupakan adjacency lists.
Kerugian potensial dari representasi adjacency-daftar adalah bahwa
tidak ada cara cepat untuk menentukan apakah ada
edge
diantara
dua simpul.
2.
Adjacency matrix
Representasi ini baik digunakan untuk representasi graf didalam
komputer.
e3
e1
e2
e4
e5
1
2
3
Kekurangan dari
adjacency lists
dapat ditutupi dengan
adjacency
matrix. Adjacency matrix
adalah matriks dari v x v dimana,
M
i,j
1, jika ada
�
diantara dan
0, jika tidak ada
�
diantara dan
Gambar 2.4
gambar kiri merupakan graf (G), gambar kanan
merupakan matriks dari graf(G)
2.1.2
Jenis-jenis graf
Menurut Scheinerman dan Ullman (2008), berdasarkan ada atau tidaknya
gelang (
loop
), graf digolongkan menjadi dua, yaitu :
a.
Graf sederhana (
simple graph
)
Graf yang tidak memiliki
loops
dan sisi paralel.
b.
Graf tak-sederhana (
unsimple graph/multigraph
)
Graf yang memiliki
loops
dan sisi paralel.
Menurut Munir (2008), Berdasarkan ada atau tidaknya arah, graf
digolongkan menjadi dua, yaitu :
a.
Graf berarah (
directed graph
)
Graf yang memiliki orientasi arah pada sisinya.
(v
a,v
b) ≠ (v
b,v
a)
Pada simpul (v
a,v
b), v
aadalah simpul asal sedangkan v
badalah
simpul tujuan.
b.
Graf tak berarah (
undirected graph
)
Graf yang tidak memiliki orientasi arah pada sisinya.
Dalam hal ini tidak terdapat simpul asal maupun simpul tujuan
karena bukan merupakan hal yang terlalu diperhatikan.
Berdasarkan bobotnya, graf juga terbagi menjadi dua, yaitu :
a.
Graf berbobot
Graf yang setiap sisinya memiliki nilai atau harga. Misalnya
sisi melambangkan jalan, bobot bisa merupakan panjang jalan
dan sebagainya tergantung kebutuhan.
b.
Graf tak berbobot
Graf yang setiap sisinya tidak memiliki nilai atau harga.
2.1.3
Walk
dan
path
Menurut Yulianti (2008),
walk
dalam graf G adalah sebuah urutan tak nol
yang suku-sukunya bergantian antara simpul dan sisi. dimana
w = v
0e
1v
1e
2v
2…e
iv
i…e
kv
k :1≤ i ≤ k
Panjang dari sebuah
walk
adalah banyaknya sisi yang dilalui dalam
walk
tersebut.
[image:30.595.292.416.540.669.2]Sebuah
path
atau jalur adalah
walk
dengan semua simpul dalam barisan
berbeda.
Gambar 2.5
gambar graf (G)
e
–
c
–
d
–
b
–
c
–
d
–
b
–
a adalah sebuah
walk
dengan panjang 7.
Berdasarkan hasil diatas maka dapat dinyatakan bahwa setiap simpul
walk
pasti mengandung simpul
path
.
2.2
Searching
(pencarian)
Metode pencarian dapat dibedakan ke dalam dua jenis, yaitu:
1.
pecarian buta/tanpa informasi (
blind
atau
un-informed search
)
2.
pencarian heuristik/dengan informasi (
heuristic
atau
informed search
)
Menurut Russel dan Norvig (1995), untuk mengukur performansi metode
pencarian, terdapat 4 kriteria yang dapat digunakan, yaitu :
a.
Completeness
: apakah metode tersebut menjamin penemuan solusi
jika solusinya memang ada?
b.
Time complexity
: berapa lama waktu yang diperlukan?
c.
Space complexity
: berapa banyak memori yang diperlukan?
d.
Optimality
: apakah metode tersebut menjamin menemukan solusi yang
terbaik jika terdapat beberapa solusi berbeda?
2.2.1 Metode Pencarian
Blind/Un-Informed Search
Metode pencarian
blind/un-informed search
merupakan metode pencarian
tanpa adanya informasi awal yang digunakan dalam proses pencarian
Metode-metode yang termasuk kedalam teknik pencarian
Blind/Un-Informed Search
, yaitu:
a.
Breadth First Search (BFS)
b.
Uniform Cost Search (UCS)
c.
Depth First Search (DFS)
d.
Depth-Limited Search (DLS)
e.
Iterative Deepening Search (IDS)
2.2.2
Depth First Search (DFS)
Pada metode DFS, pencarian dilakukan pada suatu simpul dalam setiap
level dari paling kiri, jika pada level terdalam solusi belum ditemukan,
maka pencarian dilanjutkan pada simbul sebelah kanan dan simpul yang
kiri dapat dihapus dari memori. Jika pada level yang paling dalam tidak
ditemukan solusi, maka pencarian dilanjutkan pada level sebelumnya.
Demikian seterusnya sampai ditemukan solusi.
Menurut Suyanto (2007), Kelebihan DFS adalah pemakaian memori
yang lebih sedikit. DFS hanya menyimpan sekitar
bd
simpul, di mana
b
adalah faktor percabangan dan
d
adalah kedalaman solusi. Jika
b
= 10 dan
d
= 3, maka jumlah simpul yang disimpan di memori adalah 1 + 10 + 10 +
10 = 31. Hal ini berbeda jauh dengan
Breadth First Search
yang harus
menyimpan semua simpul yang pernah dibangkitkan. Pada kasus tersebut,
Breadth First Search
harus menyimpan 1 + 10 + 100 + 1000 = 1111
simpul. Kelebihan lainnya adalah jika solusi yang dicari berada pada level
yang dalam dan paling kiri, maka DFS akan menemukannya dengan cepat.
Sedangkan kelemahan DFS adalah jika pohon yang dibangkitkan
mempunyai level yang sangat dalam (tak terhingga), maka tidak ada
jaminan menemukan solusi. Artinya DFS
tidak
complete
. Kelemahan
lainnya adalah jika terdapat lebih dari satu solusi yang sama tetapi berada
pada level yang berbeda, maka DFS tidak menjamin untuk menemukan
Algoritma DFS:
1.
Masukkan simpul akar ke dalam antrian
Q
. Jika simpul akar = simpul
solusi, maka Stop.
2.
Jika
Q
kosong, tidak ada solusi. Stop.
3.
Ambil simpul
v
dari kepala (
head
) antrian.
4.
Jika kedalaman simpul
v
sama dengan batas kedalaman maksimum,
kembali ke langkah 2.
5.
Bangkitkan semua anak dari simpul
v
. Jika
v
tidak mempunyai anak
lagi, kembali ke langkah 2. Tempatkan semua anak dari
v
di antrian
Q
.
6.
Jika anak dari simpul
v
adalah simpul tujuan, berarti solusi telah
ditemukan, kalau tidak, kembali lagi ke langkah 2.
Start with A
Discovered [B,C]
Explore B
Discovered [D,E,C]
Explore D
Discovered [H,I,E,C]
Explore H
Finished H
Discovered [I,E,C]
Explore I
Finished I,D
[image:33.595.88.573.380.703.2]Discovered [E,C]
Gambar 2.6
proses algoritma DFS
AB C
D E F G
H I J K L M N O
A
B C
D E F G
H I J K L M N O
A
B C
D E F G
H I J K L M N O
A
B C
D E F G
H I J K L M N O
A
B C
D E F G
H I J K L M N O
A
B C
D E F G
2.3 Unified Modeling Language (UML)
Unified Modeling Language (UML) adalah
sebuah “bahasa” yang sudah
menjadi standard industri untuk visualisasi, merancang dan mendokumentasikan
sistem perangkat lunak (Dharwiyanti, S dan Wahono, S.R., 2003). Dengan
menggunakan UML kita dapat membuat model untuk semua jenis aplikasi
piranti lunak, dimana aplikasi tersebut dapat berjalan pada piranti keras,
sistem operasi dan jaringan apapun serta ditulis dalam bahasa pemrograman
apapun. Tetapi karena UML juga menggunakan class dan operation dalam
konsep dasarnya, maka UML lebih cocok untuk penulisan piranti lunak dalam
bahasa berorientasi objek.
Unified Modeling Language (UML) bukanlah :
1. Bahasa pemrograman visual, tapi bahasa pemodelan visual.
2. Spesifikasi kakas, tetapi spesifikasi bahasa pemodelan.
3. Proses, tetapi yang memungkinkan proses-proses.
UML membagi diagram menjadi dua tipe yaitu :
1. Diagram Struktur
Diagram ini untuk memvisualisasi, menspesifikasi, membangun dan
mendokumentasikan aspek statik dari sistem. Diagram struktur di UML terdiri
dari :
a. Diagram Kelas (
Class diagram
)
b. Diagram Objek (
Object diagram
)
c. Diagram komponen (
Component Diagram
)
d. Diagram deployment (
Deployment Diagram
)
2. Diagram perilaku
Diagram ini untuk memvisualisasi, menspesifikasi, membangun dan
mendokumentasikan aspek dinamis dari sistem. Diagram struktur di UML
a.
Diagram use-case (
Use case diagram
)
b.
Diagram sekuen (
Sequence diagram
)
c.
Diagram kolaborasi (
Collaboration diagram
)
d.
Diagram statechart (
Statechart diagram
)
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
Tahap analasis sistem dilakukan sebelum tahapan perancangan dilakukan. Tujuan
dibuatnya analisis sistem adalah untuk mengetahui alasan mengapa sistem diperlukan,
merumuskan kebutuhan-kebutuhan dari sistem sehingga fungsi yang terdapat dalam
sistem dapat bekerja secara optimal. Dalam bab ini juga akan dibahas analisis
algoritma DFS dan contoh proses kerja DFS terhadap sistem.
3.1.1 Analisis Algoritma
Depth First Search
(DFS)
Sistem yang dibangun untuk menyelesaikan masalah, menggunakan metode pencarian
Depth First Search (DFS)
. DFS akan mencari keseluruhan kemungkinan rute yang
dapat terjadi dari data yang tersedia kemudian hasil dari seluruh pencarian akan
dibandingkan untuk mendapatkan hasil yang tercepat atau termurah tergantung
kondisi yang diinginkan.
Pencarian solusi DFS dicirikan dengan simpul-simpul terdalam terdalam
terlebih dahulu. Pertama simpul awal dibangkitkan, kemudian simpul pada arah
kedua, pada simpul arah ketiga dan seterusnya. Jadi pencarian mengikuti sebuah
lintasan tunggal mulai dari simpul awal terus menurun kebawah ke simpul-simpul
arah bawahnya. Jika pencarian mencapai level terdalam, maka pencarian dilakukan
level sebelumnya.
Berikut adalah cara kerja algoritma DFS pada sistem penerbangan. Contoh
kasus yang dijelaskan dimisalkan yaitu rute penerbangan dari kota asal Medan ke
Gambar 3.1
Proses Pencarian Secara Keseluruhan
J5 B2 B3 S5 J4
D2 M3
B3
M4
BJ Bt1 D1 M1 M2 S4 Y1 D3
J1 S1
M5 BJ BJ D4 J8 U1 U2
B2 B3 S5 J4
BJ Bt1 D1 M1 M2 S4 Y1 D3
M5 BJ D4 U1 U2
S5
D2 M3 M4
B2
BJ Bt1 D1 M1 M2 S4 Y1 D3
J5
BJ Bt1 D1 M1 S4 Y1 D3
J4
M2 BJ J8
Tabel 3.1
Tabel Penjelasan Gambar 3.1
Kode
Nama Kota
M
Medan
B
Bandung
J
Jakarta
BJ
Banjarmasin
U
UjungPandang
S
Surabaya
Y
Yogyakarta
D
Denpasar
Bt
Batam
NB : nilai pada edge merupakan ID data yang memuat nilai terkait data tersebut
seperti yang dilampirkan.
Gambar 3.2
Pengecekan Rute Nomor Data 13
Tabel 3.2
Penjelasan Gambar 3.2
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta 4
GA041
Citilink
09:45
12:00 135
538000 1
Total
135
538000
Ket : pencarian dilanjutkan ke level berikutnya.
Jakarta 5
Bandung 2
Bandung 3
Jakarta 4
Surabaya 5
13
20
21
22
14
Gambar 3.3
Penyaringan Kota Tujuan dari Data 13
Gambar 3.4
Pengecekan Rute Nomor Data 13-7
Tabel 3.3
Penjelasan Gambar 3.4
No
data
Kota
asal
Kota tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan
Jakarta 4
GA041
Citilink
09:45
12:00 135
538000 1
7
Jakarta
4
Banjarmasin
1
GA058
Citilink
12:10
14:50 100
370000 2
Total
245
908000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan selisih waktu tunggu antara jam tiba
penerbangan 13 dan jam berangkat penerbangan 7 tidak >=30 menit.
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 4
11
12
19
25
7
8
9
10
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 4
11
12
19
25
7
8
9
Gambar 3.5
Pengecekan Rute Nomor Data 13-8
Tabel 3.4
Penjelasan Gambar 3.5
No
data
Kota asal Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan
Jakarta 4 GA041
Citilink
09:45
12:00 135
538000 1
8
Jakarta 4
Batam 1
GA036
Citilink
07:40
09:20 100
345000 2
Total
-
883000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 13 lebih besar dari
jam berangkat penerbangan 8.
Gambar 3.6
Pengecekan Rute Nomor Data 13-9
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 4
11
12
19
25
7
8
9
10
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 4
11
12
19
25
7
8
9
Tabel 3.5
Penjelasan Gambar 3.6
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan
Jakarta 4
GA041
Citilink
09:45
12:00 135
538000 1
9
Jakarta
4
Denpasar
1
GA082
Citilink
17:30
20:15 105
377000 2
Total
570
915000
Ket : pencarian tidak dilanjutkan kelevel berikutnya dikarenakan kota tujuan Denpasar telah ditemukan dan
waktu tunggu antar jadwal penerbangan >=30menit.
Gambar 3.7
Pengecekan Rute Nomor Data 13-10
Tabel 3.6
Penjelasan Gambar 3.7
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta
4
GA041
Citilink
09:45
12:00 135
538000
1
10
Jakarta
4
Medan
1
GA040
Citilink
07:00
09:15 135
482000
2
Total
-
1020000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 13 lebih besar dari
jam berangkat penerbangan 10.
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 4
11
12
Gambar 3.8
Pengecekan Rute Nomor Data 13-11
Tabel 3.7
Penjelasan Gambar 3.8
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta
4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan
2
GA042
Citilink
17:10
19:25 135
436000
2
Total
-
1020000
Ket : pencarian dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 13 lebih kecil dari
jam berangkat penerbangan 11.
Gambar 3.9
Penyaringan Kota Tujuan dari Data 13-11
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 4
11
12
19
25
7
8
9
10
Jakarta 5
Bandung 2
Bandung 3
Jakarta 4
Surabaya 5
13
20
21
22
14
Gambar 3.10
Pengecekan Rute Nomor Data 13-11-13
Tabel 3.8
Penjelasan Gambar 3.10
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta
4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan
2
GA042
Citilink
17:10
19:25 135
436000
2
13
Medan
2
Jakarta
4
GA041
Citilink
09:45
12:00 135
538000
3
Total
-
1512000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 11 lebih besar
dari jam berangkat penerbangan 13.
Gambar 3.11
Pengecekan Rute Nomor Data 13-11-14
Jakarta 5
Bandung 2
Bandung 3
Jakarta 4
Surabaya 5
13
20
21
22
14
Medan 2
Jakarta 5
Bandung 2
Bandung 3
Jakarta 4
Surabaya 5
13
20
21
22
14
Tabel 3.9
Penjelasan Gambar 3.11
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta
4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan
2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta
5
GA043
Citilink
19:55
22:10 135
538000
3
Total
745
1512000
Ket : pencarian dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 11 lebih kecil dari
jam berangkat penerbangan 14 dan waktu tunggu antar jadwal penerbangan >=30 menit.
Gambar 3.12
Penyaringan Kota Tujuan dari Data 13-11-14
Gambar 3.13
Pengecekan Rute Nomor Data 13-11-14-7
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
19
25
7
8
9
10
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
Tabel 3.10
Penjelasan Gambar 3.13
No
data
Kota
asal
Kota tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Le
vel
13
Medan Jakarta 4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan 2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta 5
GA043
Citilink
19:55
22:10 135
538000
3
7
Jakarta
5
Banjarmasin
1
GA058
Citilink
12:10
14:50 100
370000
4
Total
-
1882000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 14 lebih besar dari
jam berangkat penerbangan 7.
Gambar 3.14
Pengecekan Rute Nomor Data 13-11-14-8
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
19
25
7
8
9
Tabel 3.11
Penjelasan Gambar 3.14
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta
4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan
2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta
5
GA043
Citilink
19:55
22:10 135
538000
3
8
Jakarta
5
Batam
1
GA036
Citilink
07:40
09:20 100
345000
4
Total
-
1857000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 14 lebih besar
dari jam berangkat penerbangan 8.
Gambar 3.15
Pengecekan Rute Nomor Data 13-11-14-9
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
19
25
7
8
9
Tabel 3.12
Penjelasan Gambar 3.15
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta 4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan 2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta 5
GA043
Citilink
19:55
22:10 135
538000
3
9
Jakarta
5
Denpasar
1
GA082
Citilink
17:30
20:15 105
377000
4
Total
-
1889000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 14 lebih besar
dari jam berangkat penerbangan 9.
\
Gambar 3.16
Pengecekan Rute Nomor Data 13-11-14-10
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
19
25
7
8
9
Tabel 3.13
Penjelasan Gambar 3.16
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta
4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan
2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta
5
GA043
Citilink
19:55
22:10 135
538000
3
10
Jakarta
5
Medan
1
GA040
Citilink
07:00
09:15 135
482000
4
Total
-
1994000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 14 lebih besar
dari jam berangkat penerbangan 10.
Gambar 3.17
Pengecekan Rute Nomor Data 13-11-14-11
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
19
25
7
8
9
Tabel 3.14
Penjelasan Gambar 3.17
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta
4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan
2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta
5
GA043
Citilink
19:55
22:10 135
538000
3
11
Jakarta
5
Medan
2
GA042
Citilink
17:10
19:25 135
436000
4
Total
-
1948000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 14 lebih besar
dari jam berangkat penerbangan 11.
Gambar 3.18
Pengecekan Rute Nomor Data 13-11-14-12
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
19
25
7
8
9
Tabel 3.15
Penjelasan Gambar 3.18
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta 4 GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan 2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta 5 GA043
Citilink
19:55
22:10 135
538000
3
12
Jakarta
5
Surabaya
4
GA015
Citilink
11:35
12:55 80
357000
4
Total
-
1869000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 14 lebih besar
dari jam berangkat penerbangan 12.
Gambar 3.19
Pengecekan Rute Nomor Data 13-11-14-19
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
19
25
7
8
9
Tabel 3.16
Penjelasan Gambar 3.19
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Le
vel
13
Medan Jakarta 4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan 2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta 5
GA043
Citilink
19:55
22:10 135
538000
3
19
Jakarta
5
Yogyakarta
1
QZ7552
Airasia
10:40
11:45 65
555000
4
Total
-
2067000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 14 lebih besar
dari jam berangkat penerbangan 19.
Gambar 3.20
Pengecekan Rute Nomor Data 13-11-14-25
Medan 2
Denpasar 3
Surabaya 4
Yogyakarta 1
Banjarmasin 1
Batam 1
Denpasar 1
Medan 1
Jakarta 5
11
12
19
25
7
8
9
Tabel 3.17
Penjelasan Gambar 3.20
No
data
Kota
asal
Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Level
13
Medan Jakarta 4
GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta
4
Medan 2
GA042
Citilink
17:10
19:25 135
436000
2
14
Medan
2
Jakarta 5
GA043
Citilink
19:55
22:10 135
538000
3
25
Jakarta
5
Denpasar
3
QZ7516
Airasia
19:35
22:25 110
465000
4
Total
-
1977000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 14 lebih besar
dari jam berangkat penerbangan 25.
[image:52.595.100.575.117.350.2]Gambar 3.21
Pengecekan Rute Nomor Data 13-11-20
Tabel 3.18
Penjelasan Gambar 3.21
No
data
Kota asal Kota
tujuan
Kode
penerbangan
Nama
maskapai
Jam
berangkat
Jam
tiba
Waktu
perjalanan
Biaya
Le
vel
13
Medan
Jakarta 4 GA041
Citilink
09:45
12:00 135
538000
1
11
Jakarta 4
Medan 2 GA042
Citilink
17:10
19:25 135
436000
2
20
Medan 2
Bandung
2
QZ7981
Airasia
17:10
19:30 140
555000
3
Total
-
1529000
Ket : pencarian tidak dilanjutkan ke level berikutnya dikarenakan jam tiba penerbangan 11 lebih besar
dari jam berangkat penerbangan 20.
Jakarta 5
Bandung 2
Bandung 3
Jakarta 4
Surabaya 5
Gambar 3.22
Pengecekan Rute Nomor Data 13-11-21
Tabel