Metode Depth First Search Untuk Pencarian Rute Jadwal Penerbangan

(1)

SKRIPSI

MASPIN SAHPUTRA

071402030

PROGRAM STUDI TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

(2)

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

(3)

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,

(4)

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

(5)

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.

(6)

Akhir kata penulis mengharapkan semoga skripsi ini dapat bermanfaat dan

membantu semua pihak yang memerlukannya.

(7)

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.

(8)

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.

(9)

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

(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

(11)

DAFTAR TABEL

Halaman

Tabel 3.1 Tabel Penjelasan Gambar 3.1

18

Tabel 3.2 Penjelasan Gambar 3.2

18

19

20

21

22

23

24

Tabel 3.10 Penjelasan Gambar 3.13

25

26

27

28

29

30

31

32

33

34

(12)

35

Tabel 3.23 Penjelasan Gambar 3.26

36

37

38

39

40

41

42

43

Tabel 3.35 Penjelasan Gambar 3.40

44

45

46

47

48

49

50

51

Tabel 3.47 Penjelasan Gambar 3.55

52

53

54

55

(13)

56

57

58

59

60

61

62

Tabel 3.60 Penjelasan Gambar 3.70

62

63

64

65

66

67

68

69

70

71

(14)

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

20

Gambar 3.7 Pengecekan Rute Nomor Data 13-10

21

22

Gambar 3.9 Penyaringan Kota Tujuan dari Data 13-11

22

Gambar 3.10 Pengecekan Rute Nomor Data 13-11-13

23

(15)

Gambar 3.13 Pengecekan Rute Nomor Data 13-11-14-7

24

25

Gambar 3.15 Pengecekan Rute Nomor Data 13-11-14-9

26

27

28

29

30

31

32

33

Gambar 3.23 Pengecekan Rute Nomor Data 13-11-22

33

34

35

36

37

Gambar 3.30 Pengecekan Rute Nomor Data 14-8

38

39

40

41

42

Gambar 3.38 Penyaringan Kota Tujuan dari Data 20

43

44

(16)

45

46

Gambar 3.46 Pengecekan Rute Nomor Data 21-17

47

48

49

50

Gambar 3.53 Pengecekan Rute Nomor Data 22

51

52

53

54

Gambar 3.60 Pengecekan Rute Nomor Data 22-28-2

55

56

Gambar 3.62 Penyaringan Kota Tujuan dari Data 22-28-3

56

57

58

59

Gambar 3.67 Pengecekan Rute Nomor Data 22-28-3-30

60

61

62

63

(17)

64

65

Gambar 3.76 Pengecekan Rute Nomor Data 22-30-10

66

67

68

69

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

(18)

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

(19)

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.

(20)

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.

(21)

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

(22)

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

(23)

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

(24)

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

(25)

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

(26)

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

(27)

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.

(28)

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

(29)

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

a

adalah simpul asal sedangkan v

b

adalah

simpul tujuan.

b.

Graf tak berarah (

undirected graph

)

Graf yang tidak memiliki orientasi arah pada sisinya.

(30)

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

0

e

1

v

1

e

2

v

2

…e

i

v

i

…e

k

v

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.

(31)

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)

(32)

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

(33)

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

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

H I J K L M N O

A

B C

D E F G

(34)

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

(35)

a.

Diagram use-case (

Use case diagram

)

b.

Diagram sekuen (

Sequence diagram

)

c.

Diagram kolaborasi (

Collaboration diagram

)

d.

Diagram statechart (

Statechart diagram

)

(36)

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

(37)

[image:37.842.23.803.58.464.2]

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

M5 BJ D4 U1 U2

S5

D2 M3 M4

B2

J5

BJ Bt1 D1 M1 S4 Y1 D3

J4

M2 BJ J8

(38)

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

(39)

Gambar 3.3

Penyaringan Kota Tujuan dari Data 13

Gambar 3.4

Pengecekan Rute Nomor Data 13-7

Tabel 3.3

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

(40)

Gambar 3.5

Tabel 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

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

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

(41)

Tabel 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

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

Tabel 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

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

Medan 2

Denpasar 3

Surabaya 4

Yogyakarta 1

Banjarmasin 1

Batam 1

Denpasar 1

Medan 1

Jakarta 4

11

12

(42)

Gambar 3.8

Tabel 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

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

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

(43)

Gambar 3.10

Pengecekan Rute Nomor Data 13-11-13

Tabel 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

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

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

(44)

Tabel 3.9

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

(45)

Tabel 3.10

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

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

(46)

Tabel 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

8

Jakarta

5

Batam

1

GA036

Citilink

07:40

09:20 100

345000

4

Total

-

1857000

Gambar 3.15

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

(47)

Tabel 3.12

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

\

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

(48)

Tabel 3.13

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

Gambar 3.17

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

(49)

Tabel 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

11

Jakarta

5

Medan

2

GA042

Citilink

17:10

19:25 135

436000

4

Total

-

1948000

Gambar 3.18

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

(50)

Tabel 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

12

Jakarta

5

Surabaya

4

GA015

Citilink

11:35

12:55 80

357000

4

Total

-

1869000

Gambar 3.19

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

(51)

Tabel 3.16

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

Gambar 3.20

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

(52)

Tabel 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

25

Jakarta

5

Denpasar

3

QZ7516

Airasia

19:35

22:25 110

465000

4

Total

-

1977000

[image:52.595.100.575.117.350.2]

Gambar 3.21

Tabel 3.18

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

dari jam berangkat penerbangan 20.

Jakarta 5

Bandung 2

Bandung 3

Jakarta 4

Surabaya 5

(53)

Gambar 3.22

Tabel