OPTIMASI JARAK PENGANGKUTAN TRUK SAMPAH DENGAN MENGGUNAKAN METODE A*
SKRIPSI
HARYSA OCTAFINE 121402068
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN
2019
OPTIMASI JARAK PENGANGKUTAN TRUK SAMPAH DENGAN MENGGUNAKAN METODE A*
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi
HARYSA OCTAFINE 121402068
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN
2019
PERNYATAAN
OPTIMASI JARAK PENGANGKUTAN TRUK SAMPAH DENGAN MENGGUNAKAN METODE A*
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 19 Desember 2019
Harysa Octafine 121402068
iv
UCAPAN TERIMA KASIH
Di atas segalanya penulis mengucapkan puji dan syukur kepada Tuhan Yesus atas berkatNya yang melimpah sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat kelulusan dan memperoleh gelar Sarjana dari Program Studi Teknologi Informasi Universitas Sumatera Utara.
Banyak rasa terima kasih yang ingin penulis ucapkan kepada seluruh pihak yang turut serta terlibat dalam masa perkuliahan dan masa pengerjaan skripsi ini:
1. Penulis mengucapkan terima kasih kepada orangtua penulis, Ramsudin Sihotang dan Masni Manurung, atas cinta kasih, doa dan dukungan luar biasa yang selalu diberikan. Juga bagi saudara-saudara penulis, Goklas Wisely S dan Daniel Parulian S yang juga turut memberikan dukungan dan doa dalam tiap prosesnya.
2. Penulis mengucapkan terima kasih kepada Bapak Dani Gunawan, ST.,MT selaku dosen pembimbing pertama serta dosen pembimbing akademik penulis dan kepada Ibu Sarah Purnamawati,ST.,M.SC selaku dosen pembimbing kedua. Terima kasih telah meluangkan waktu, ide dan tenaganya untuk membimbing penulis baik dalam pembuatan program maupun dalam penulisan skripsi.
3. Penulis mengucapkan terima kasih kepada Bapak Dr. Sawaluddin,M.IT selaku dosen pembanding pertama dan Bapak Dedy Arisandi,ST.,M.Kom selaku dosen pembanding kedua yang telah memberikan kritik dan saran yang bermanfaat.
4. Penulis mengucapkan terima kasih kepada Dekan, Wakil Dekan, Ketua Program Studi Teknologi Informasi, Sekretaris Program Studi Teknologi Informasi, seluruh dosen dan staff di Program Studi Teknologi Informasi USU yang telah mengajar, membimbing dan membantu penulis selama proses perkuliahan dan proses pengerjaan skripsi.
5. Penulis mengucapkan terima kasih kepada Anthonius Padua Sitinjak yang dalam tiap proses nya selalu tersedia untuk membantu, mendukung dan turut mendoakan penulis menyelesaikan penelitian ini.
6. Penulis mengucapkan begitu banyak terima kasih kepada sahabat-sahabat terbaik Adlia Fajrina, Desy R, Maisarah H, Fortina M, Grace Ully SL, Rona I Dona VS, Theresia OMA, Yossi NS, Veronika M, Bang Tommy FN, Tommy S, M Putra Loi , Tito DP, B’ Family, Mafia Team dan sahabat lainnya yang tidak dapat disebutkan satu per satu, terima kasih sudah menjadi sahabat terbaik yang menemani penulis selama menempuh pendidikan dan bahkan di luar daripada itu, kalian tetap sahabat terbaik.
7. Penulis tentunya tak lupa mengucapkan terima kasih kepada seluruh abang, kakak, dan adik dari angkatan 2008, 2009, 2010, 2011, 2013, dan 2014 Teknologi Informasi USU, terkhusus bagi Sintong Siregar dan Reza Taqyuddin.
8. Penulis mengucapkan terima kasih kepada sahabat dari OMK Mandala (Wak Geng) : Kristina Simarmata, Melly YS, Lowis FM, Maria GM, Christin S, Patricia, dll yang setia memberikan dukungan dan motivasi, menghibur, menemani dan mendokan penulis di masa tergenting hingga akhir.
9. Tak lupa penulis juga ucapkan banyak terima kasih untuk grup chat whatsapp
‘yang mau tamat’ yang senantiasa berbagi informasi untuk setiap prosesnya dan selalu saling menyemangati.
10. Terima kasih penulis ucapkan untuk semua pihak yang telah terlibat dalam pengumpulan data maupun pengujian sistem.
11. Penulis sekali lagi mengucapkan terima kasih untuk sahabat semuanya, semoga persahabatan kita kekal abadi.
Kiranya Tuhan memberkati kalian semua.
vi
ABSTRAK
Sampah merupakan salah satu masalah paling pokok yang menjadi keresahan masyarakat dan pemerintah. Dengan tingginya tingkat kepadatan penduduk Kota Medan, penampungan sampah terjadi di banyak tempat. Untuk itu pemerintah harus sigap dalam menyediakan sarana prasarana mengontrolan sampah. Salah satunya ialah dengan menyediakan truk sampah untuk mengangkut sampah dari titik-titik penumpukan menuju ke TPS. Truk sampah yang bertugas dalam suatu daerah sudah di tentukan dan begitupun dengan titik-titik pengangkutannya. Untuk mengoptimalkan waktu, biaya dan kinerja pengangkutan sampah, perlu diperhitungkan jarak terpendek untuk melintasi semua titik penampungan sampah menuju Tempat Pembuangan Sampah. Dengan algoritma A* dan dipadukan dengan rumusan Eucledian Distance, optimasi jarak terpendek pengangkutan truk sampah dapat ditentukan. Pengukuran jarak antar titik dapat dilakukan dengan berpatokan pada peta dari Google Maps dan berfokus pada daerah Medan Barat. Kemudian penentuan titik pengangkutan yang berbeda beda juga ditentukan dan dihubungankan dengan database. Setelah dilakukan pengujian system, Algoritma A* disimpulkan dapat digunakan dengan baik. Beberapa kali pengujian di ulang pada objek yang sama, Algoritma A* tetap konsisten pada hasil yang sama dengan waktu eksekusi kurang dari 3 detik.
Kata kunci : Algoritma A*, Eucledian Distance, shortest path, pengangkutan sampah.
OPTIMIZATION OF GARBAGE TRUCK TRANSPORT DISTANCE USING METHOD A *
ABSTRACT
Garbage is one of the most basic problems that become public and government unrest. With the high level of population density in Medan City, garbage collection occurs in many places. For that the government must be swift in providing infrastructure to control waste. One of them is by providing garbage trucks to transport garbage from the stacking points to the TPS. Garbage trucks on duty in an area have been determined and so are the transportation points. To optimize the time, cost and performance of waste transportation, it is necessary to calculate the shortest distance to cross all waste collection points to the landfill.
With the A * algorithm and combined with the Eucledian Distance formula, optimization of the shortest distance of transporting a garbage truck can be determined. Measurement of the distance between points can be done by sticking to the map from Google Maps and focusing on the area of West Medan. Then the determination of different transport points is also determined and linked to the database. After testing the system, the A * algorithm is concluded that it can be used properly. Several times the test is repeated on the same object, Algorithm A
* remains consistent on the same results with an execution time of less than 3 seconds.
Keywords: Algorithm A *, Eucledian Distance, shortest path, garbage transportation.
viii
DAFTAR ISI
Hal.
PERSETUJUAN ii
PERNYATAAN iii
UCAPAN TERIMA KASIH iv
ABSTRAK vi
ABSTRACT vii
DAFTAR ISI viii
DAFTAR TABEL x
DAFTAR GAMBAR xi
BAB 1 PENDAHULUAN 1
1.1. Latar Belakang 1
1.2. Rumusan Masalah 3
1.3. Tujuan Penelitian 3
1.4. Batasan Masalah 3
1.5. Manfaat Penelitian 3
1.6. Metodologi Penelitian 3
1.7. Sistematika Penulisan 4
BAB 2 LANDASAN TEORI 5
2.1. Sampah 5
2.1.1. Sumber Sampah 5
2.1.2. Fasilitas Pemindahan Sampah 7
2.1.3. Pengumpulan Sampah 7
2.1.4. Alat Pengankutan Sampah 8
2.2. Pengangkutan Sampah Medan Barat 10
2.3. Shortest Path 11
2.4. Vehichle Routing Problem 12
2.5. Path Finding 14
2.6. Algoritma A Start (A*) 14
2.7. Penerapan Algoritma A* 15
2.8. Penelitian Terkait 17
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 18
3.1. Analisis Sistem 18
3.1.1. Analisis Masalah 18
3.1.2. Analisis Kebutuhan 20
3.2. Akuisisi Data 20
3.3. Arsitektur Umum 21
3.4. Analisis Algoritma A* 23
3.5. Flowchart 29
3.6. Perancangan Database 30
3.6.1. Perancangan Tabel Pada Database 30
3.7. Perancangan Antarmuka 33
3.7.1. Rancangan Activity Home 33
3.7.2. Rancangan Tampilan Peta Hasil 34
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 35
4.1. Implementasi Sistem 35
4.1.1. Spesifikasi Perangkat Keras dan Perangkat Lunak 35 4.1.2. Implementasi Perancangan Antarmuka 36
4.1.2.1 Tampilan Halaman Utama 36
4.1.2.2 Tampilan Halaman Hasil 36
4.2. Pengujian Sistem 38
4.3. Hasil Pengujian Sistem 41
BAB 5 KESIMPULAN DAN SARAN 42
5.1. Kesimpulan 42
5.2. Saran 42
x
DAFTAR TABEL
Hal.
Tabel 2.1. Plat BK Truk dan titik pengangkutan sampah Medan Barat 10
Tabel 2.2. Penelitian Terkait 17
Tabel 3.1. Plat BK Truk dan titik pengangkutan sampah Medan Barat 19
Tabel 3.2. Tabel Deskripsi 30
Tabel 3.3. Tabel Link 31
Tabel 3.4. Tabel Titik 32
Tabel 3.5. Tabel Truk 32
xi DAFTAR GAMBAR
Hal.
Gambar 2.1. Arm Roll Pengangkut Sampah 8
Gambar 2.2. Truk dengan bak pengangkut sampah 9
Gambar 2.3. Contoh Pickup Sampah 10
Gambar 2.4. Ilustrasi titik-titik yang akan dilewati dan jaraknya 13
Gambar 3.1. Salah Satu Sumber Data 21
Gambar 3.2. Arsitektur Umum 22
Gambar 3.3. Contoh Graf Dengan 8 Buah Titik 24
Gambar 3.4. Perhitungan Dengan Binary Three 27
Gambar 3.5. Flowchart Sistem 29
Gambar 3.6. Rancangan Tampilan Home 33
Gambar 3.7. Rancangan Tampilan Hasil 34
Gambar 4.1. Tampilan Halaman Utama 36
Gambar 4.2. Tampilan Halaman Hasil 37
Gambar 4.3. Tampilan Halaman Hasil Jalur Lainnya 37
Gambar 4.4. Tampilan Halaman Hasil Pengujian TPS Cilincing 38 Gambar 4.5. Tampilan Halaman Hasil Pengujian Jalur Lainnya TPS Cilincing 39 Gambar 4.6. Tampilan Halaman Hasil Pengujian TPS Cilincing 2 39 Gambar 4.7. Tampilan Halaman Hasil Pengujian Jalur Lainnya TPS Cilincing 2 40 Gambar 4.8. Tampilan Halaman Hasil Pengujian TPS PT Belian Eka Sakti
Tangguh 40
Gambar 4.9. Tampilan Halaman Hasil Pengujian Jalur Lainnya TPS PT Belian
Eka Sakti Tangguh 41
BAB 1 PENDAHULUAN 1.1 Latar Belakang
Pesatnya perkembangan pembangunan wilayah perkotaan di Indonesia, diikuti oleh peningkatan perpindahan sebagian rakyat pedesaan ke kota dengan anggapan akan memperoleh kehidupan yang lebih baik. Peningkatan jumlah penduduk dalam suatu wilayah tentunya juga akan sebanding dengan peningkatan jumlah limbah di wilayah tersebut. Namun, tidak disertai secara langsung dengan penyediaan sarana dan prasarana yang sebanding oleh pemerintah, akibatnya pelayanan yang ada tidak maksimal dan terjadi penurunan kualitas lingkungan, khususnya pada permasalahan pengangkutan sampah kota. Untuk menanggulangi permasalahan ini, sangat dibutuhkan peranan pemerintah yang didukung oleh kepedulian masyarakat kota setempat.
Dalam penanganannya, persoalan ini tentunya harus memperhatikan beberapa aspek yang akan terpengaruh, salah satunya ialah efiensi biaya. Salah satu sub-sistem persampahan ialah transportasi pengangkutan sampah. Dalam hal ini, dengan memaksimalkan sistem pengangkutan sampah diharapkan mampu mengatasi soal persampahan secara maksimal sehingga akan memberikan dampak lebih positif bagi kesehatan masyarakat, kesehatan lingkungan dan keindahan kota. Pemindahan sampah dari sumber menuju Tempat Pembuangan Akhir (TPA) tentunya dilakukan dengan berbagai sarana pengangkutan yang berbeda yang disesuaikan dengan kebutuhan dan prasarana suatu wilayah.
Dalam pengoptimasian subsistem ini, dengan tujuan agar pengangkutan sampah menjadi lebih mudah, cepat dengan biaya yang relatif murah salah satu langkah yang akan dilakukan ialah meminimasi jarak dan waktu tempuh pengangkutan sampah.
Rute yang paling optimum diharapkan dapat tercapai setelah rute pengangkutan
sampah dibuat lebih efektif dan efisien.Terkhusus di Kota Medan, titik pengumpulan sampah terbilang masih belum teratur.
Bahkan diperhatikan dari hasil pooling terhadap hal yang perlu dibenahi di situs pemerintah, sampah dan banjir menjadi persoalan yang memerlukan perhatian terbesar. Salah satu kecamatan di Kota Medan yang akan menjadi objek penelitian ini adalah Kecamatan Medan Barat yang mana memiliki beberapa titik TPS dan transportasi pengangkutan sampah.
Sebelumnya, penelitian yang berfokus terhadap optimasi pengangkutan sampah dengan berbagai macam metode telah dilakukan. Diantaranya (Hutami, 2017) telah mencoba mengimplementasikan algoritma Nearest Insertion Heuristic dan Modified Nearest Insertion Heuristic untuk megoptimasi rute kendaraan pengangkut sampah di Kota Malang. Sebagai hasilnya, diketahui bahwa kedua algoritma dapat digunakan dan algoritma Nearest Insertion Heuristic menghasilkan rute yang lebih pendek sekalipun perhitungannya lebih rumit.
Kemudian, (Azdy, 2019) melakukan penelitian untuk mengoptimasi rute penjemputan sampah di Kota Palembang dengan menggunakan meode Bellman-Ford. Dari hasil penelitian, didapatkanlah kesimpulan algoritma Bellman-Ford yang telah diterapkan dapat menghasilkan keluaran berupa lintasan dari lokasi awal hingga lokasi akhir dengan nilai cost berupa jarak minimum, tetapi tidak menjamin kunjungan ke seluruh TPS dilakukan.
Untuk metode pencarian jarak terpendek, ada banyak metode yang dapat di terapkan, dan salah satunya adalah Algoritma A* (baca : A Star). A* banyak digunakan dalam mencari jarak terpendek, dan menjadi salah satu algoritma yang terkenal untuk finding path dalam Game. Dimana A* digunakan untuk menentukan jarak tependek/tercepat boot menuju goal, markas lawan atau lawan itu sendiri.
Dari penelitian-penelitian yang sudah dilakukan, penulis akan melakukan penelitian dengan judul Optimasi Jalur Pengangkutan Truk Sampah Menggunakan Metode A*
yang mana objek dari study kasus tersebut adalah daerah Medan Barat.
3
1.2 Rumusan Masalah
Salah satu permasalahan pokok yang harus ditangani Pemerintah Daerah Medan ialah pengumpulan sampah. Tidak semua sampah dapat di angkut oleh petugas kebersihan Kota Medan, sehingga terjadi beberapa penumpukan dalam suatu daerah yang mana harus diangkut dan dikumpulkan ke tempat pembuangan akhir setiap harinya. Berdasarkan permasalahan tersebut, maka perlu ditentukan rute yang optimal untuk meminimalkan jarak, waktu dan biaya yang dibutuhkan dalam pengangkutan sampah.
1.3 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk mengoptimsi jalur pengangkutan truk sampah dengan menggunakan metode VRP dan A* di Kecamatan Medan Barat dari satu titik ke titik lainnya menuju tempat pembuangan sampah sementara.
1.4 Batasan Masalah
1. Daerah penelitian hanya mencakup daerah Kecamatan Medan Barat.
2. Hanya mencari jarak dan menetukan jalur terpendek.
3. Alat pengangkutan yang dioptimalkan ialah berjenis truk sampah.
1.5 Manfaat Penelitian
Manfaat penelitian ini adalah untuk mencari jarak dan menentukan jalur lintasan tersingkat pengangkutan truk sampah dari satu titik ke titik lainnya hingga ke Tempat Pembuangan Sampah (TPS) menggunakan metode VRP dan A* agar penggunaan waktu dan kinerja lebih optimal.
1.6 Metodologi Penelitian
Tahapan-tahapan yang akan dilakukan pada pelaksanaan penelitian adalah sebagai berikut:
1. Studi Literatur
Pada tahap ini penulis mengumpulkan bahan referensi berkaitan dengan Path Finding, Shortest Path, Optimasi, dan A Star dari berbagai jurnal, skripsi, buku, artikel dan berbagai sumber referensi lainnya.
2. Analisis Masalah
Pada tahap ini dilakukan analisis untuk setiap informasi yang telah di peroleh dari tahap sebelumnya agar mendapatkan pemahaman akan masalah dan metode yang akan digunakan untuk menyelesaikan permasalahan.
3. Perancangan Sistem
Pada tahap ini dilakukan perancangan sistem sesuai dengan hasil dari tahap sebelumnya.
4. Implementasi
Pada tahap ini hasil dari analisis dan perancangan sistem akan di implementasikan ke dalam kode program.
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap pencarian jalur terpendek untuk pengangkutan dan pengantaran truk sampah agar lebih optimal.
6. Dokumentasi dan Penyusunan Laporan.
Pada tahap terakhir membuat dokumentasi dan menyusun laporan hasil.
1.7 Sistematika Penelitian
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut.
Bab 1: Pendahuluan
Bab ini berisi latar belakang, rumusan masalah tujuan penelitian, batasan masalah, manfaat penelitian, metodologi penelitian dan sistematika penulisan.
Bab 2: Landasan Teori
Bab ini berisi teori-teori yang digunakan pada penelitian ini. Teori-teori yang berhubungan dengan pengangkutan truk sampah, Path Finding, Shortest Path serta A* dan penerapannya.
Bab 3: Analisis dan Perancangan
Bab ini berisi analisis dan penerapan metode A* dalam pencarian jalur terpendek.
Bab 4: Implementasi dan Pengujian
Bab ini berisi implementasi dari analisis dan perancangan pada bab 3 dan pengujiannya.
Bab 5: Kesimpulan dan Saran
Bab ini berisi rangkuman dari hasil penelitian yang telah dilakukan dan saran untuk pengembangan aplikasi atau penelitian selanjutnya.
BAB 2
LANDASAN TEORI
2.1 Sampah
Sampah adalah sesuatu bahan atau benda padat yang sudah tidak dipakai lagi oleh manusia,atau benda padat yang sudah digunakan lagi dalam suatu kegiatan manusia dan dibuang (Notoadmodjo, 2003). Sampah merupakan sisa-sisa bahan yang sudah diambil bahan utamanya dan kemudian tidak dipergunakan lagi. Adapun bahan-bahan sisa yang termasuk sampah ditinjau dari segi ekonomi sudah tidak ada harganya dan dari segi lingkungan juga dapat menyebabkan pencemaran, gangguan kesehatan, gangguan kelestarian dan tentu mengurangi kebersihan lingkungan. Suatu bahan dikatakan sampah apabila umumnya mengandung prinsip-prinsip:
1. Adanya suatu benda atau zat padat atau bahan
2. Berhubungan langsung/tidak langsung dengan aktivitas manusia
3. Bahan/benda tak terpakai, tidak disenangi dan dibuang dengan cara-cara yang diterima (perlu pengelolaan yang baik).
2.1.1 Sumber Sampah
Ada beberapa jenis pengelompokan kategori sampah, dan dengan pengolompokan yang berbeda-beda diantaranya digolongkan kepada dua kelompok besar yaitu:
1. Sampah domestik, yaitu sampah yang dihasilkan oleh kegiatan dan pengolahan kebutuhan manusia secara langsung dalam kesehariannya seperti sampah dari rumah tangga, pasar, sekolah, pusat keramaian, permukiman, dan rumah sakit.
2. Sampah non domestik, yaitu sampah yang dihasilkan oleh kegiatan manusia dan pengolahan kebutuhan manusia secara tidak langsung seperti dari pabrik, kehutanan, pertanian, industri, perikanan, peternakan, transportasi, dan sebagainya.
Sedangkan menurut SNI 19-3983-1995, sumber sampah berasal dari:
1. Perumahan; rumah permanen, rumah semi permanen, rumah non permanen.
2. Non perumahan; kantor, toko/ruko, pasar, sekolah, tempat ibadah, jalan, hotel, restoran, industri, rumah sakit, dan fasilitas umum lainnya.
Dan pada dasarnya menurut (Departemen Kesehatan, 1987) secara umum sumber sampah dapat diklasifikasi dalam beberapa kategori sebagai berikut :
1. Pemukiman penduduk
Jenis sampah yang dihasilkan biasanya berasal dari sisa makanan, bahan-bahan sisa dari pengolahan sisa makanan atau sampah basah, sampah kering seperti kemasan makanan, kertas dan lainnya serta abu.
2. Tempat-tempat umum dengan adanya tempat perdagangan
Tempat umum adalah tempat yang dimungkinkan banyak orang berkumpul dan melakukan kegiatan, termasuk tempat perdagangan. Tempat-tempat tersebut mempunyai potensi yang cukup besar dalam menghasilkan sampah mulai dari kemasan pembungkus yang tergolong kering hingga sisa makanan dan bahan makanan yang diperjualbelikan.
3. Sarana pelayanan masyarakat milik pemerintah
Sarana masyarakat tersebut meliputi tempat hiburan umum atau taman, jalan umum, tempat parkir, tempat pelayanan kesehatan, komplek militer, gedung pertemuan dan sarana pemerintah lainnya.
4. Industri : berat-ringan
Sampah yang dihasilkan tempat ini biasanya sampah basah, sampah kering, abu, sisa-sisa bahan bangunan dan sampah berbahaya yang digunakan dalam proses produksi.
5. Pertanian
Sampah ini dihasilkan dari tanaman atau binatang. Sampah yang dihasilkan dapat berupa kemasan-kemasan pembungkus, bahan-bahan makanan yang membusuk, sampah pertanian, pupuk maupun bahan pembasmi hama tanaman.
7
2.1.2 Fasilitas Pemindahan Sampah
Pengangkutan sampah adalah sub-sistem yang bertujuan untuk membawa sampah dari lokasi penampungan sampah atau sumber sampah secara langsung menuju tempat pembuangan akhir (TPA). Disetiap daerah harusnya telah disediakan sarana pemindahan sampah dalam skala yang cukup besar yang harus menangani sampah dengan lokasi titik tujuan sampah yang relatif jauh. Adapun sistem pengangkutan sampah terbagi menjadi 2 yaitu:
1. Tempat Pembuangan Sementara (TPS)
Pengangkutan yang dilakukan dari sumber sampah yang kemudian truk dikumpulkan dan diangkut langsung dengan truk menuju ke Tempat Pembuangan Sementara (TPS).
2. Transfer Depo
Sistem angkutan tidak langsung, yaitu truk sampah mengambil sampah dari TPS dan atau sumber sampah lalu selanjutnya diangkut dengan gerobak atau becak sampah. Sampah akan diangkut ke truk pengangkutan sampah yahng akan mengantarkan sampah ke Tempat Pembuangan Akhir (TPA).
2.1.3 Pengumpulan Sampah
Pengumpulan sampah yang dimaksud bukan sekedar mengumpulkan sampah saja, tetapi juga mengangkut sampah dari rumah-rumah ke tempat pengumpulan, tempat pengolahan atau pemanfaat kembali. Pengumpulan sampah dari wadah-wadah sumber sampah yang berbeda di angkut menggunakan sarana yang berbeda pula, untuk wadah penampungan yang realatif jauh menggunakan sarana seperti gerobak dan truk untuk mengangkutnya menuju ke TPA. Berikut ini adalah beberapa pola pengumpulan sampah:
1. Pola individual langsung adalah kegiatan pengambilan sampah dari rumah- rumah sumber sampah dan diangkut langsung ke tempat pembuangan akhir tanpa melalui kegiatan pemindahan.
2. Pola individual tidak langsung adalah kegiatan pengambilan sampah dari masing-masing sumber sampah dibawa ke lokasi pemindahan untuk kemudian diangkut ke tempat pembuangan akhir.
3. Pola komunal langsung adalah kegiatan pengambilan sampah dari masing- masing titik penampungan sampah dan diangkut ke lokasi pembuangan akhir.
4. Pola komunal tidak langsung adalah kegiatan pengambilan sampah dari masing- masing titik penampungan ke lokasi pemindahan untuk diangkut selanjutnya ke tempat pembuangan.
5. Pola penyapuan jalan yaitu kegiatan pengumpulan sampah hasil penyapuan jalan yang dilakukan petugas kebersihan daerah.
2.1.4 Alat Angkut Sampah
Alat angkut yang digunakan yaitu : a. Arm roll
Dengan arm roll pengangkutan sampah akan berjalan dengan lebih singkat dikarenakan kontainer yang telah terisi sampah akan langsung diangkut tanpa memindahkan muatannya. Biasanya terletak di dekat pasar atau pun jalanan yang cukup lebar. Arm roll pengangkut sampah dapat di lihat pada Gambar 2.1
Gambar 2.1 Arm Roll Pengangkut Sampah
9
b. Truk
Pemuatan sampah menggunakan truk membutuhkan waktu yang lama dan butuh bantuan tenaga orang tetapi untuk bongkar muat di TPA lebih cepat.
Dengan truk, beberapa orang akan menuangkan sampah ke dalamnya dan sampai di TPA, sampah akan langsung dituang. Truk sampah dengan bak pengangkut sampah dapat dilihat pada Gambar 2.2
Gambar 2.2 Truk dengan bak pengangkut sampah.
c. Pick up.
Alat angkut ini digunakan untuk mengangkut sisa-sisa sampah yang ada dipinggir-pinggir jalan, bak sampah dan tumpukan sampah yang telah dikumpulkan petugas sebelumnya. Contoh pickup sampah dapat dilihat pada Gambar 2.3
Gambar 2.3 Contoh Pickup Sampah
2.2 Pengangkutan Sampah Medan Barat
Di Kota Medan, sampah merupakan salah satu dari empat masalah pokok yang harus ditangani oleh pemerintah. Pengangkutan sampah oleh dinas kebersihan pemerintah Kota Medan dilakukan dengan beberapa jenis angkutan, diantaranya becak dan truk sampah. Daerah Medan Barat juga memiliki beberapa titik sumber pengumpulan sampah dan juga TPS. Maka setiap harinya akan dilakukan pengumpulan sampah dari titik pengumpulan sampah menuju tempat penampungan sampah sementara (TPS) sebelum akhirnya diangkut kembali menuju tempat pembungan akhir (TPA). Berikut ini adalah beberapa daerah yang menjadi titik pengumpulan sampah di Medan Barat :
Tabel 2.1 Plat BK Truk dan titik pengangkutan sampah Medan Barat No Plat Truk Kode Nama Jalan
(Titik Penampungan) TPS
BK 9982 H
0 Jalan Mesjid
Jalan Karya 2 A Jalan palang Merah
B Jalan Putri Hijau C Jalan Merak Jingga
D Jalan Perintis Kemerdekaan
BK 8171 J BK 8278 J
0 Jalan Danau Singkarak
Jalan Cilincing A Jalan Danau Poso
B Jalan Gereja
11
Pada Tabel 2.1 dapat dilihat beberapa truk sampah dengan titik-titik pemberhentian dan nama TPS tujuan. Setip truk (Plat BK) setiap harinya akan mengangkut sampah dari titik penampungan sampah yang telah ditentukan. Adapun daerah dengan titik penampungan yang terlalu banyak akan dibagi menjadi 2 jalur sehingga ada 2 truk yang mengangkut sampah di titik-titik berbeda dan menuju 1 TPS yang sama.
Dalam penelitian ini, alat pengangkutan yang menjadi transportasi pengangkutan ialah truk. Truk akan mendatangi setiap titik penampungan sampah dan kemudian di kumpulkan di tempat penampungan yang disebut tempat pembuangan sampah. Pola pengumpulan inilah yang dinamakan pola pengumpulan depo.
2.3 Shortest Path
Dalam persoalan lintasan terpendek (shortest path) salah satunya ialah optimasi jarak dan graf menjadi salah satu persoalannya. Graf memiliki nilai pada tiap sisinya yang menjadi bobot yang harus diperhitungkan dalam menentukan lintasan terpendek. Setiap graf memiliki nilai masing-masing yang nilai atau bobotnya dipengaruhi oleh beberapa aspek yang sama atau berbeda. Nilai atau bobot graf dapat ditentukan sesuai dengan nilai atau bobot jarak, kemacetan, kondisi jalanan, ongos pembangunan dan hal lainnya yang dapat mempengaruhi perjalanan.
D Jalan Amir Hamzah E Jalan Karya Cilincing F Jalan Karya Dame G Gg Rukun
BK 8172 J
0 Jalan Yos Sudarso
PT Berlian Eka Sakti Tangguh A Jalan Budi Kemenangan
B Jalan Budi Kemasyarakatan C Jalan Pertempuran
Dalam perhitungannya, setiap nilai atau bobot akan diasumsikan bernilai positif.
Dimana dalam pehitungannya, tiap nilai akan dijumlahkan tanpa ada pengurangan aspek apapun. Sebagai hasil dalam persoalan ini, nilai terkecil akan diartikan sebagai lintasan terpendek dan kemudian kata “terpendek” akan diasumsikan sebagai panjang minimum dalam suatu bobot atau cost. Meskipun begitu, kata “terpendek” jangan selalu diartikan secara fisik sebagai panjang minimum, sebab kata “terpendek” berbeda-beda maknanya bergantung pada tipikal persoalan yang akan diselesaikan.
Ada beberapa macam persoalan shortest path, antara lain lintasan terpendek : a. Antara dua simpul tertentu (a pair shortets path).
b. Antara semua simpul berpasangan (all pairs shortest path).
c. Antara satu simpul tertentu ke semua simpul lainnya (single source shortest path).
d. Antara dua simpul yang melalui beberapa simpul tertentu (intermediate shortest path)
2.4 Vehicle Routing Problem
Vehicle Routing Problem (VRP) merupakan permasalahan yang berhubungan dengan optimasi jarak atau rute terpendek dengan memperhitungkan keterbatasan atau pun hambatan. Dalam penyelesaian VRP yang menjadi salah satu aspek perhitungan selain jarak ialah jumlah tempat dan jumlah kendaraan. Kondisi yang akan dioptimasikan memiliki sejumlah kendaraan, titik depot awal, jumlah dan titik tempat yang akan disinggahi dan akhirnya titik tujuan akhir yang merupakan titik awal itu sendiri. Dalam penyelesaiannya, pengoptimasian dilakukan untuk menentukan urutan tempat yang akan dilewati dan disesuaikan dengan kendaraan terdekat yang tersedia serta aspek perhitungan lainnya.
Secara ringkas, berikut adalah karakteristik dari permasalahan VRP:
Perjalanan kendaraan berawal dari depot awal dan akan berakhit pada titik yang sama.
Ada beberapa titik yang semuanya harus dikunjungi tepat satu kali
13
Jika kapasitas kendaraan sudah terpakai dan tidak dapat melayani tempat berikutnya, kendaraan dapat kembali ke depot untuk memenuhi kapasitas kendaraan dan melayani tempat berikutnya.
Adapun yang menjadi tujuan optimasi ini ialah mempersingkat/
meminimumkan total jarak dan memperhitungkan hambatan perjalanan dari titik awal, ke persinggahan dan sampai ke titik akhir yang mana merupakan titik awal.
Untuk menyelesaikan masalah VRP ada banyak metode optimasi yang dapat digunakan yaitu diantaranya Algoritma Brute Force, Hill Climbing Method System, Dynamic Programming, Ant Colony, Algoritma Greedy, dan Algoritma Genetika.
Permasalahan yang dihadapi VRP adalah persoalan untuk merencanakan perjalanan dengan totak jarak paling minim. Hal ini tidak mudah dilakukan sebab akan ada beberapa dan bahkan banyak aspek yang harus diperhatikan dan diperhitungkan.
Tiap graf memiliki nilai atau bobot yang berbeda dan dari aspek yang berbeda-beda.
Setiap tujuan bisa saja memiliki banyak jalan, memiliki jarak yang sama namun bobot hambatan yang berbeda, hal ini pun perlu diperhatikan dan diperhitungkan. Maka dari itu VRP kemudian dikenal dengan persoalan non polinomial. Gambaran sederhana dari titik persoalan VRP adalah sebagai berikut:
Gambar 2.4 Ilustrasi titik-titik yang akan dilewati dan jaraknya
Pada Gambar 2.1 ditunjukkan ilustrasi dimana tiap titik menjadi titik perhentian yang harus dilewati hingga akhirnya berhenti di titik tujuan akhir. Dan pada ilustrasi tersebut tertera nilai jarak tiap titik yang dihubungkan dengan garis. Dalam masalah VRP yang harus ditemukan ialah rute tersingkat dari titik awal ke titik tujuan dengan melewati semua titik. Jadi sesui dengan gambar tersebut, dimisalkan titik awal adalah titik 4 maka dalam persoalan VRP, kendaraan akan bergerak dari titik 4 dan VRP harus menentukan urutan rute tercepat sesuai jumlah nilai dari masing-masing graf yang tertera. Lalu dari titk 4, kendaraan akan singgah di titik 1,2,3,5 masing-masing tepat satu kali dan kemudian kembali ke titik 4.
2.5 Path Finding
Dalam Artificial Inteligence yang menjadi salah satu materi penting ialah Path Finding.
Path Finding merupakan salah satu solusi dari persoalan yang berhubungan dengan persoalan graf. Graf dalam bidang matematika digambarkan sebagai himpunan titik-titk yan biasanya di sebut dengan simpul atau node dan terhubung oleh egde. Sementara edge adalah suatu vektor yang menghubungkan tiap simpul dan memiliki arah serta nilai atau besaran tertentu. Dalam proses penentuan jalan terpendek dari simpul awal menuju simpul tujuan harus dilakukan penelusuran pada tiap graf. Penelusuran dilakukan dengan mengikuti arah edge yang menghubungkan antar simpul.
2.6 Algoritma A Star (A*)
Algoritma A* (A-star) merupakan salah satu algoritma yang paling sering digunakan sebagai algoritma pecarian jalur (path finding) dan sebagai graph traversal, yang mana merupakan proses plotting jalur yang paling efektif dari satu titik ke titik lainnya yang disebut simpul (node). Metode Best First Search merupakan metode dasar yang kemudian dikembangkan menjadi metode A*. Pada prinsipnya, algoritma ini mencari jalur terpendek antar titik dengan menghitung bobot terkecil. Dalam prosesnya menentukan jalur optimal, algoritma A* akan memeperhitungkan setiap nilai yang memiliki kemungkinan terkecil dari current state menuju ke goal dengan fungsi heuristik, dan juga memperhitungkan setiap nilai yang telah didapatkan dari initial state ke current state. Maka jika dari initial state ke current state sudah terlalu panjang dan
15
yang sama dilihat dari goal, maka jalan terpendeklah yang akan dipilih (Sukriyah, Y., 2016).
Algoritma A* (A-star) merupakan algoritma yang kemudian dikembangkan dengan menerapkan perhitungan heuristik. Dalam perhitungannya, algoritma ini akan mengeliminasi tahapan-tahapan yang tidak memiliki potensi akan menghasilkan atau menemukan jarak lintasan terpendek atau yang tidak memiliki potensi akan mencapai solusi yang diinginkan dengan penerapan heuristik. Dengan heuristik, maka algoritma A* pasti akan mendapatkan solusi (jika memang ada solusinya).
Algoritma A* mempunyai waktu komputasi yang cepat yang menyebabkan algoritma A* menjadi sangat populer sebagai algoritma shortest path yang baik . Algoritma A* memiliki beban komputasi dan waktu simulasi yang paling kecil dibandingkan dengan algoritma populer lainnya seperti Floyd-Warshall.
2.7 Penerapan Algoritma A Star (A*)
Algoritma A* memiliki 5 komponen utama, yaitu: simpul (node) awal, simpul (node) goal, open list, closed list dan cost. Node awal merupakan titik awal dari posisi saat ini yang terkadang disebut initial state, sedangkan node goal merupakan titik akhir atau dapat juga disebut titik tempat tujuan atau vertex. Cost merupakan nilai atau bobot dari jarak tempuh dari suatu simpul ke simpul selanjutnya. Selain itu juga dikenal istilan curretn state yaitu titik saat ini yang selanjutnya diteruskan ke tujuan dan sebelumnya dari titik terdahulu. Open list ini merupakan priority queue, dimana setiap simpul yang masuk pertama akan dikeluarkan pertama (First In, First Out) dengan syarat tertentu.
Closed list ini berupa sebuah tumpukan, dimana simpul yang terakhir dimasukkan akan dikeluarkan pertama kali (Last In, First Out). Selain sebagai penampung simpul yang telah dilewati, closed list ini juga digunakan untuk mendapatkan jarak terdekat saat simpul tujuan sudah dicapai.
Algoritma A* menggunakan dua antrian, yaitu open dan close. Dimulai dengan titik awal dijadikan antrian prioritas titik untuk dilalui, dikenal sebagai open set. Nilai prioritas akan semakin tinggi sesuai dengan semakin rendahnya cost untuk suatu verteks. Dalam proses pengoptimasian dengan algoritma A*, setiap suatu simpul
mendapatkan cost atau nilai tertinggi maka akan langsung dihapuskan dari antrian.
Dengan artian nilai tersebut sudah tidak memiliki kemungkinan sebagai jalur terpendek yang hendak dicari. Sementara itu, nilai f dan h diperbaharui sesuai dengan relasi pada graf kemudian di tambahkan pada antrian. Algoritma A* akan terus mengulang pencarian dan perhitungannya sampai ke titik tujuan yang memiliki nilai f terendah.
Untuk itu digunakan perhitungan dengan nilai heuristik dengan tujuan mempersempit ruang pencarian dengan membatasi verteks yang akan diuji pada tiap cabang. Setelah sampai ke titik tujuan atau goal maka algoritma A* akan menjumlahkan jarak path yang sebenarnya. Algoritma akan memeriksa setiap simpul dan menggabungkan setiap cost yang dibutuhkan untuk sampai ke simpul selanjutnya, maka akan di dapatkan nilai atau cost dari titikawal hingga akhir.
Prinsip algoritma A* yaitu melewati semua graf yang berhubungan dengan starting point, lalu kemudian mengurutkan cost terkecil dengan memperhatikan cost kedalam antrian graf yang dilalui. Jika pada titik tertentu jalur lintasan yang dilalui memiliki cost yang lebih tinggi dari jalur lintasan yang lain yang sedang dijalani, maka A* akan menghapuskan jalur lintasan dengan cost yang lebih tinggi dari yang lainnya.
Cost tersebut akan dibuang dari antrian dan tidak diperhitungkan kembali.
17
2.8 Penelitian Terkait
Tabel 2.2 Penelitian Terkait
NO JUDUL
PENELITIAN
PENELITI TAHUN KESIMPULAN
1 Implementation and Analysis of A* Algorithm for Multiple Goal Pathfinding Used at NPC(Non- Playable Charactrer) Movement
Taufiq,P.J 2015 Penerapan algoritma A*(Star) dengan menggunakan nilai
heuristik yang didapat dari mengkombinasikan jarak garis lurus antar masing- masing tujuan mampu menyelesaikan kasus multiple-goal dengan hasil yang complete dan
optimal.
2 Kecerdasan Buatan
Menggunakan Algoritma A Star (A*)Dalam Permainan Ular Tangga(Snake 3D)
Maaruf, K.C 2016 Dari hasil pengujian dan analisis dapat disimpulkan bahwa komputer dalam game ini telah diuji sangat efektif dalam
mendapatkan makanan dengan menggunakan Algoritma A Star (A*) 3 Optimasi Pencarian
Jalur dengan Metode A-Star
Mutiana, V 2013 Berdasarkan hasil pengujian, dapat disimpulkan bahwa penggunaan metode A*
tidak menjamin bahwa rute yang terpilih adalah rute terbaik atau paling optimal
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas tentang implementasi metode yang digunakan dalam optimasi jarak terpendek jalur pengankutan sampah di Kota Medan. Pada bab ini juga akan di bahas tentang data yang digunakan, serta tahap analisis dan perancangan sistem.
3.1 Analisis Sistem
Analisis sistem merupakan tahapan yang menjelaskan beberapa permasalahan yang akan membantu proses perancangan model sistem yang nantinya akan diimplementasikan dan menjadi penyelesaian dari masalah yang dikaji. Aplikasi Optimasi Jalur Pengangkutan Truk Sampah dengan Menggunakan Metode A* ini merupakan aplikasi untuk menentukan rute terpendek dengan melalui beberapa titik pengangkutan. Pembuatan aplikasi ini melalui beberapa tahapan untuk mempermudah perancangan dan pembuatannya.
3.1.1 Analisis Masalah
Penumpukan sampah sangatlah mengganggu kenyamanan apabila tidak segera ditangani. Untuk itu setiap harinya sampah-sampah di penampungan diangkut oleh petugas dinas kebersihan Kota Medan. Untuk menjalankan tugasnya, ada banyak titik penampungan sampah yang harus didatangi. Untuk itu petugas memerlukan suatu cara yang cepat dalam mencari rute terpendek dan dapat memilih solusi yang paling optimal, sehingga dapat menghemat waktu dan membuat perjalanan lebih efektif dan efisien.
Dengan dasar ini penulis mencari suatu cara untuk mencari rute terpendek dengan menggunakan metode A*.
Permasalahan pada penelitian ini, bukan membandingkan kinerja kedua metode tersebut, namun menyatukan kedua metode tersebut dalam menentukan jarak dan rute
19
antara satu titik dan titik lainnya. A* akan mengeliminasi semua jalur dari satu titik ke titik lainnya yang dianggap tidak akan mengoptimalkan jarak dan memilih satu jarak terpendek. Sementara metode VRP akan mengkalkulasikan dan mencari semua jalur yang mungkin antar titik hingga mendapatkan jalur terpendek. Berikut ini adalah nama truk dan jalur yang harus dilewatinya tersusun dalam Tabel 3.1.
Tabel 3.1 Plat BK Truk Sampah dan Titik Pengangkutan Sampah No Plat Truk Kode Nama Jalan
(Titik Penampungan) TPS
BK 9982 H
0 Jalan Mesjid
Jalan Karya 2 A Jalan palang Merah
B Jalan Putri Hijau C Jalan Merak Jingga
D Jalan Perintis Kemerdekaan
BK 8171 J BK 8278 J
0 Jalan Danau Singkarak
Jalan Cilincing A Jalan Danau Poso
B Jalan Gereja C Jalan Karya
D Jalan Amir Hamzah E Jalan Karya Cilincing F Jalan Karya Dame G Gg Rukun
BK 8172 J
0 Jalan Yos Sudarso
PT Berlian Eka Sakti Tangguh A Jalan Budi Kemenangan
B Jalan Budi Kemasyarakatan C Jalan Pertempuran
3.1.2 Analisis Kebutuhan
Kebutuhan merupakan suatu keinginan yang akan dicapai dalam melakukan perancangan. Kebutuhan menggambarkan fungsi dan batasan untuk aplikasi. Adapun analisis kebutuhan dibagi menjadi dua, antara lain adalah kebutuhan fungsional dan kebutuhan nonfungsional.
3.1.2.1 Kebutuhan Fungsional
Kebutuhan fungsional merupakan kebutuhan yang fungsi-fungsinya harus dipenuhi pada rancangan aplikasi. Kebutuhan fungsional yang harus dipenuhi pada aplikasi yang akan dirancang adalah :
1. Aplikasi harus mampu menentukan titik awal dan titik akhir dari pencarian.
2. Aplikasi harus mampu menentukan jalur terpendek yang akan dilalui.
3.1.2.2 Kebutuhan Nonfungsional
1. Sistem yang akan dibangun harus mudah digunakan (user friendly), artinya sistem ini akan mudah digunakan oleh user dengan tampilan yang sederhana dan dapat dimengerti.
2. Kinerja sistem atau perangkat lunak yang akan dibangun harus dapat menunjukkan hasil rute terpendek pengangkutan sampah dengan menggunakan algoritma A* dan VRP.
3. Hemat biaya sistem, yaitu perangkat lunak yang digunakan tidak memerlukan perangkat tambahan yang dapat mengeluarkan biaya.
3.2 Akuisisi Data
Data yang digunakan dalam penelitian ini merupakan data yang dikumpulkan secara langsung. Adapun salah satu sumber informasi data diambil dari website resmi Pemerintah Kota Medan, yaitu http://webgis.pemkomedan.go.id. Dari sumber tersebut didapatkan informasi nomor plat BK truk sampah dan nama-nama TPS daerah Medan Barat. Selanjutnya data data tersebut disusun dalam database sehingga membentuk kelompok sesuai dengan sub-daerah masing-masing. Tampilan halaman webgis yang
21
Gambar 3.1 Salah satu sumber data (sumber http://webgis.pemkomedan.go.id)
3.3 Arsitektur Umum
Adapun yang menjadi proses awal ialah input data dalam database. Data yang disimpan merupakan informasi mengenai
1. Pengangkutan, yaitu nomor plat BK kendaraan (truk sampah) serta masing- masing titik tujuannya.
2. Titik-titik pembuangan sampah dan Tempat Penampungan Sampah (tujuan akhir pengangkutan).
3. Relasi antar titik
Selanjutnya tahapan proses dilakukan oleh user untuk mendapatkan informasi dengan memilih Plat BK atau TPS yang ingin diketahui pada halaman utama. Kemudian sistem akan mengambil data dari database berupa plat BK, titik awal dan titik tujuan yang sesuai nomor plat, lalu nilai relasi antar titik. Selanjutnya sistem akan melakukan perhitungan A* untuk menemukan setiap titik-titik terdekat dari titik awal yang mungkin dilalui. Lalu kemudian dengan Eucledian Distance sistem akan menentukan jumlah jarak antar satu titik ke titik lainnya yang sudah ditentukan. Selanjutnya sistem mencari dan menemukan rute dengan jarak antar satu titik ke titik lainnya dan dari titik awal ke titik akhir dengan nilai terendah.
Setelah menemukan rute terpendek, sistem akan menampilkan data pada halaman hasil berupa peta dengan titik awal, titik-titik persinggahan dan titik tujuan yang dihubungkan dengan garis merah. Garis merah akan menujukkan rute terpendek pengangkutan sampah dari tempat pembuangan sampah hingga ke penampungan sampah. Hasil yang ditujukkan sesuai dengan truk atau TPS yang dipilih pada halaman awal/utama.
Secara diagram, proses ini digambarkan pada gambar arsitektur utama yaitu Gambar 3.2 berikut ini.
23
3.4 Analisis Algoritma A*
Algoritma A* digambarkan sebagai graf untuk menyelesaikan persoalan dalam mencari jalur terpendek. Dengan menggunakan graf, arah, tujuan dan perhitungan dapat ditentukan dengan lebih mudah sebab adanya tampilan yang lebih atraktif dalam menunjukkan cost dan menghubungkan jalur. Dalam penggunaan algoritma A*, strategi yang digunakan ialah perhitungan heuristik dimana jarak yang akan dihitung ialah jarak sebenarnya dan dapat ditambahkan dengan besara niai atau bobot hambatan lainnya yang kiranya akan memperngaruhi perjalanan. Dengan penggunaan fungsi heuristik pula, yang diuji hanyalah verteks yang mendekati verteks tujuan dan berpotensi sebagai jalur terpendek. Dalam notasi matematika dituliskan sebagai berikut:
f(n) = g(n) + h(n) ……….. 3.1
Keterangan:
g(n)= total jarak didapat dari vertex awal ke vertex sekarang
h(n)= jarak estimasi vertex tujuan, sebuah fungsi heuristik utuk membuat perkiraan seberapa jauh lintasan yang akan diambil ke vertex tujuan
f(n) = jumlah dari g(x) dan h(x). \
Dalam penggunaannya, algoritma A* juga dapat dimanfaatkan jika pencarian ingin dilakukan secara berulang. Dalam prinsipnya, Algoritma A* akan mencari graf yang mungkin dari titik awal untuk sampai ke titik tujuan dan akan melintasi semua graf tersebut kemudian akan mengurutkan dari cost terkecil dan memasukkan cost ke dalam antrian graf yang dilalui. Jika dalam prosesnya, pada titik tertentu di jalur yang dilewati ditemukan cost yang memiliki nilai yang lebih tinggi dari costyang telah dilewati, maka A* akan meninggalkan jalur tersebut karena jalur tersebut tidak lagi memiliki potensi menjadi jalur terpendek.
Algoritma A* menggunakan dua antrian, yaitu open dan close. Dimulai dengan titik awal dijadikan antrian prioritas titik untuk dilalui, dikenal sebagai open set. Nilai prioritas akan semakin tinggi sesuai dengan semakin rendahnya cost untuk suatu verteks. Dalam proses pengoptimasian dengan algoritma A*, setiap suatu simpul
mendapatkan cost atau nilai tertinggi maka akan langsung dihapuskan dari antrian.
Dengan artian nilai tersebut sudah tidak memiliki kemungkinan sebagai jalur terpendek yang hendak dicari. Sementara itu, nilai f dan h diperbaharui sesuai dengan relasi pada graf kemudian di tambahkan pada antrian. Algoritma A* akan terus mengulang pencarian dan perhitungannya sampai ke titik tujuan yang memiliki nilai f terendah.
Untuk itu digunakan perhitungan dengan nilai heuristik dengan tujuan mempersempit ruang pencarian dengan membatasi verteks yang akan diuji pada tiap cabang. Setelah sampai ke titik tujuan atau goal maka Algoritma A* akan menjumlahkan panjang path yang sebenarnya (Coppin, 2004).
Untuk menganalisa algoritma A Star digunakan 8 titik yaitu A,B,C,D,E,F,G dan H yang disusun dalam sebuah graf sederhana. Titik-titik tersebut dapat dilihat pada Gambar 3.3.
Gambar 3.3 Contoh Graf Dengan 8 Buah Titik
Terdapat 8 titik pada graf tersebut yaitu titik A,B,C,D,E,F,G dan H. Titik asal adalah A dan tujuan adalah titik H. Koordinat dari masing-masing titik adalah A(0,8), B(6,9), C(7,5), D(25,11), E(22,6), F(28,10), G (27,5) dan H(36,2).
Untuk mendapatkan nilai h(n) akan digunakan perhitungan fungsi heuristik. Fungsi heuristik yang digunakan adalah Euclidean Distance.
Rumus Euclidean Distance :
25
h(n)=√(x2-x1 )2+(y2-y1 )2 ……….. 3.2 Nilai Heuristik
A ke B (0,8), (6,9) = 6,08 A ke C (0,8), (7,5) = 7,62 B ke D (6,9), (25,11) = 19,10 B ke C (6,9), (7,5) = 4,12 C ke B (7,5), (6,9) = 4,12 C ke E (7,5), (22,6) = 15,03 D ke F (25,11), (28,10) = 3,16 D ke E (25,11), (22,6) = 5,83 E ke D (22,6), (25,11) = 5,83 E ke G (22,6), (27,5) = 5,10 F ke G (28,10), (27,5) = 5,10 F ke H (28,10), (36,2) = 11,31 G ke F (27,5), (28,10) = 5,10 G ke H (27,5), (36,2) = 9,49
g(n) didapat dari mengukur jarak antara 1 point ke point lainnya. Pada Gambar 3.3 jarak antara 1 poin ke poin lainnya ditunjukkan oleh garis biru. Setiap kotak atau pixel mewakili nilai 1. Lalu kemudian untuk mencari nilai f(n) dengan Rumus 3.1.
Maka nilai f(n):
A ke B = 13 + 18 = 31 A ke C = 36,01 + 37 = 73,01 A ke D = 31,62 + 40 = 71,62 A ke E = 14,21 + 20 = 34,21 B ke A = 13 + 18 = 31 B ke C = 24,33 + 29 = 53,33 B ke D = 23,43 + 34 = 57,43
B ke E = 14,04 + 16 = 30,04 C ke A = 36,01 + 37 = 73,01 C ke B = 24,33 + 29 = 53,33 C ke D = 12,43 + 17 = 29,43 C ke E = 26,93 + 35 = 61,93 D ke A = 31,62 + 40 = 71,62 D ke B = 23,43 + 34 = 57,43 D ke C = 2,53 + 17 = 29,43 D ke E = 19,03 + 20 = 39,03 E ke A = 14,21 + 20 = 34,21 E ke B = 14,04 + 16 = 30,04 E ke C = 26,93 + 35 = 61,93 E ke D = 19,03 + 20 = 39,03
Setelah f(n) telah didapatkan, gambarkan rute perjalanan. Setiap pemilihan rute dilakukan dengan memilih nilai terkecil. Selanjutnya akan dilakukan perhitungan dengan Binary Tree.
27
Gambar 3.4 Perhitungan dengan Binary Three
Binary Tree atau pohon biner adalah sebuah pohon dalam struktur data yang bersifat hirarkis (hubungan one to many). Tree bisa didefenisikan sebagai kumpulan simpul dengan setiap simpul mempunyai paling banyak dua anak.
Secara khusus, anaknya dinamakan kiri dan kanan. Binary tree tidak memiliki lebih dari tiga level dari Root. Binary tree adalah suatu tree dengan syarat bahwa tiap node (simpul) hanya boleh memiliki maksimal dua subtree dan kedua subtree tersebut haruslah terpisah. Tiap simpul dalam binary tree boleh memiliki paling banyak dua child (anak simpul), dan secara khusus anaknya akan dinamakan kiri dan kanan.
Pohon biner dapat juga disimpan sebagai struktur data implisit dalam array, dan jika pohon tersebut merupakan sebuah pohon biner lengkap, metode ini tidak boros tempat. Dalam penyusunan yang rapat ini, jika sebuah node memiliki indeks i, anaknya dapat ditemukan pada indeks ke-2i+1 dan 2i+2, meskipun ayahnya (jika ada) ditemukan pada indeks lantai ((i-1)/2) (asumsikan akarnya memiliki indeks kosong).
Maka jalur tersingkat yang dapat dilalui adalah A-B-C-E-G-F-H Total f(n) = 12,08+9,12+31,03+11,10+11,10+27,31 = 101,74
Berikut terminologi dasar yang terdapat pada algoritma A* : 1. Starting point sebagai posisi awal sebuah benda.
2. Current adalah simpul yang sedang dijalankan pada algoritma pencarian jarak terpendek.
3. Simpul adalah petak kecil atau piksel sebagai representasi dari arah path finding. Bentuknya dapat berupa persegi, lingkaran, ataupun segitiga.
4. Open list adalah tempat menyimpan data node yang mungkin diakses dari starting point maupun node yang sedang dijalankan. Setiap node yang masuk pertama akan dikeluarkan pertama dengan syarat tertentu.
5. Closed list adalah tempat penyimpanan data simpul sebelum current yang juga merupakan bagian dari jalur terpendek yang telah berhasil diciptakan.
Closed list ini juga digunakan untuk mendapatkan jarak terdekat saat simpul tujuan sudah dicapai.
6. Simpul tujuan adalah simpul yang dituju atau juga kadang disebut initial state.
7. Halangan adalah sebuah atribut yang menyatakan bahwa sebuah simpul tidak dapat dilalui oleh current.
29
3.5 Flowchart
Secara umum alur proses sistem dapat dilihat pada flowchart sebagai berikut:
Gambar 3.5 Flowchart Sistem
Secara garis besar, Aplikasi pencari jarak terpendek dengan algoritma A* ini dapat dituliskan sebagai berikut:
1. Mulai.
2. Inisialisasi peta.
3. Membaca data seluruh verteks dan bobot sisi pada database verteks dan jarak.
4. Input titik awal dan titik tujuan dari database.
5. Melakukan proses perhitungan rute terpendek menggunakan Algoritma A*
berdasarkan input dari langkah sebelumnya.
6. Menampilkan rute terpendek pada peta.
7. Selesai.
3.6 Perancangan Database
Perancangan database ini digunakan untuk menyimpan dan mengelola dan menampilkan seluruh data yang berhubungan dan digunakan dalam sistem ini. Untuk melakukan penyimpanan koordinat dilakukan secara manual dengan menyimpan titik- titik koordinat yang telah dibuat sebelumnya. Peletakan titik-titik pada peta dilakukan sesuai dengan titik penumpukan sampah yang memang terjadwal untuk didatangi truk pengangkut sampah.
3.6.1 Perancangan Tabel pada Database
Setiap tabel yang ada pada database ini berisi data-data yang berhubungan dalam sistem ini.
3.6.1.1 Tabel Deskripsi
Tabel 3.2 Tabel Deskripsi
No Nama field Tipe Extra
1 id_deskrispi int (3) AUTO_INCREMENT
2 nama_rute varchar (11)
31
Pada sistem ini dilakukan penitikan koordinat jalan secara manual untuk wilayah di sekitar Medan Barat. Titik-titik koordinat tersebut akan menjadi acuan dalam membuat relasi titik yang akan digunakan untuk menentukan rute terdekat dengan menggunakan algoritma A*. Struktur table deskripsi dapat di lihat pada Tabel 3.2.
3.6.1.2 Tabel Relasi
Tabel 3.3 Tabel link
No Nama field Tipe Extra
1 id_link int (11) AUTO_INCREMENT
2 rel_a varchar (25)
3 rel_b varchar (25)
4 jarak int (255)
Tabel ini merupakan tabel yang menyimpan relasi atau hubungan dari satu titik ke titik lainnya. Titik yang dimaksud adalah titik koordinat yang telah disimpan didalam tabel deskripsi. Relasi titik ini lah yang nantinya akan menjadi dasar untuk perhitungan algoritma A*. Struktur tabel link dapat dilihat pada Tabel 3.3.
3.3.1.3 Tabel titik
Tabel 3.4 Tabel Titik
No Nama field Tipe Extra
1 id int (4) AUTO_INCREMENT
2 name varchar (64)
3 latitude varchar (255) 4 longitude varchar (255)
Tabel ini merupakan tabel yang menyimpan informasi posisi dari titik- titik yang ada di peta. Relasi titik ini lah yang nantinya akan menjadi dasar untuk perhitungan algoritma A*. Struktur tabel Titik dapat dilihat pada Tabel 3.4.
3.3.1.4 Tabel Truk
Tabel 3.5 Tabel Truk
No Nama field Tipe Extra
1 id_truk int (3) AUTO_INCREMENT
2 nama varchar (128)
3 rute varchar (64)
Tabel ini merupakan tabel yang menyimpan informasi mengenai truk, TPS tujuannya dan juga titik-titik pengangkutan yang harus disinggahi oleh truk pengangkut sampah tersebut. Nama dari titik-titik tersebutlah yang nantinya menghubungkan kepada nilai titik untuk menjadi dasar perhitungan algoritma
33
3.7 Perancangan Antarmuka (Interface)
Dalam membangun sebuah sistem perlu adanya perancangan antarmuka yang nantinya sangat membantu memudahkan pengoperasian sistem. Dalam merancang antarmuka pengguna, ada beberapa syarat yang harus dipenuhi agar tercipta sebuah perangkat lunak yang mudah dan informatif untuk pengguna (user friendly).
3.7.1 Rancangan Activity Home
Tampilan home dari aplikasi pencarian jarak terpendek pengangkutan truk sampah memiliki tampilan yang cukup sederhana demi memudahkan user dalam menggunakannya. Pada halaman utama telah tersaji peta Medan Barat dengan titik-titik rute yang mungkin. Kemudian disediakan tombol pilihan untuk user memilih truk manakah yang ingin diketahui jalurnya ataupun TPS manakah yang ingin diketahui jalur pengangkutannya. Lalu terdapat tombol cek yang setelah digunakan akan menampilkan hasil perhitungan rute terpendek pengangkutan sampah yang diinginkan.
Rancangan tampilan utama supir dapat dilihat pada Gambar 3.6.
Gambar 3.6 Rancangan Tampilan Home
3.7.2 Rancangan Tampilan Peta Hasil
Tampilan peta hasil pun memiliki tampilan yang cukup sederhana sehingga user dapat langsung melihat hasil pencarian jalur terdekat sesuai aplikasi pencarian jarak terpendek pengangkutan sampah tersebut. Pada tampilan hasil ini, akan ditunjukkan garis mewakili rute perjalanan truk sampah serta titik-titik perhentiannya. Pada halaman ini juga ditampilkan pilihan jalur lainnya serta jarak perjalanannya. Berikut adalah model tampilan halaman hasil yang ditunjukkan pada Gambar 3.7.
Gambar 3.7 Rancangan Tampilan Hasil
BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1 Implementasi Sistem
4.1.1. Spesifikasi Perangkat Keras dan Perangkat Lunak
Spesifikasi perangkat keras yang digunakan dalam pembangunan sistem ini adalah:
1. Laptop ASUS X55QG
2. Sistem Operasi Windows 10 Pro 64 Bit
3. Prosesor AMD A10-9620P RADEON R5, 10 COMPUTE CORES 4C+6G(4CPlus), ~2.5GHz Core(TM) i5-2410M CPU @ 2.30GHz 4. Kapasitas Harddisk 1000GB
5. RAM 8GB
Spesifikasi perangkat lunak yang digunakan untuk membangun sistem ini adalah sebagai berikut:
1. Android Studio 2.1.2 2. PHP
3. Visual Studio Code 4. XAMPP v3.2.2.
5. Apache Jena Fuseki 3.6.0.
6. MySQL
4.1.2. Implementasi Perancangan Antarmuka
Adapun implementasi perancangan antrarmuka pada sistem ini berdasarkan rancangan yang telah dilakukan pada Bab 3 adalah sebagai berikut :
1. Tampilan Halaman Utama
Halaman utama merupakan halaman yang muncul pertama kali saat sistem dijalankan. Halaman ini berisi nama sistem, tag select untuk memilih plat BK yang akan ditampilkan rutenya. Tampilan halaman utama sistem pencarian jalur terpendek truk sampah dapat dilihat pada Gambar 4.1
Gambar 4.1. Tampilan Halaman Utama
2. Tampilan halaman hasil
Halaman hasil merupakan halaman hasil yang kemudian muncul setelah memilih Plat BK truk dan tombol cek ditekan. Halaman menampilkan jalur terpendek, titik titik yag akan dilewati serta informasi jarak tempuh tersingkat dan jarak tempuh lainnya dengan urutan titik berbeda. Tampilan halaman hasil sistem pencarian jalur terpendek truk sampah dapat dilihat pada Gambar 4.2.
37
Gambar 4.2. Tampilan Halaman Hasil – BK 9982 H
Gambar 4.3. Tampilan Halaman Hasil – Jalur lainnya
4.2 Pengujian Sistem
Setelah melakukan proses, implementasi dilakukan dengan proses pengujian. Pengujian aplikasi ini dilakukan untuk mengetahui apakah algoritma A* dapat menentukan jalur pengangkutan sampah terpendek. Perhitungan dilakukan dengan algoritma A* untuk menentukan jalur terpendek dari titik awal ke TPS dan Eucledian Distance untuk menentukan jarak terdekat antar titik. Adapun cara kerja algoritma A Star yaitu dengan mencari nilai f(n) terkecil untuk setiap rutenya.
Adapun dalam sistem ini dan benar hasil pengumpulan data, setiap truk dengan Plat BK tetap telah ditentukan TPS yang akan dituju. Maka, setiap truk telah memiliki titik-titik yang pasti untuk melakukan pengangkutan dan pengantaran sampah. Untuk itu yang sistem ini dibangun untuk membantu menentukan rute yang terpendek sesuai dengan perhitungan algoritma A*.
Berikut ini adalah hasil-hasil pengujian terhadap pencarian jalur pengangkutan sampah terdekat yang di lakukan beberapa kali pada setiap Plat BK atau TPS tujuan.
Gambar 4.4. Tampilan Halaman Hasil Pengujian– TPS Cilincing 1
39
Gambar 4.5. Tampilan Halaman Hasil Pengujian – Jalur Lainnya TPS Cilincing
Gambar 4.6. Tampilan Halaman Hasil Pengujian– TPS Cilincing 2
Gambar 4.7. Tampilan Halaman Hasil Pengujian – Jalur Lainnya TPS
Cilincing 2
Gambar 4.8. Tampilan Halaman Hasil Pengujian–TPS PT Belian Eka Sakti Tangguh
41
Gambar 4.9 Tampilan Halaman Hasil Pengujian – Jalur Lainnya TPS PT Belian Eka Sakti Tangguh
4.3. Hasil Pengujian Sistem
Dari hasil uji sistem optimasi pengangkutan truk sampah Medan Barat dengan menggunakan metode A*, secara keseluruhan sistem dapat berjalan dengan baik dan menunjukkan hasil dalam waktu yang singkat. Selain daripada itu juga sistem mampu memilih dan menunjukkan rute terpendek jalur pengangkutan sampah, serta melewati seluruh titik penjemputan hingga ke TPS.
5.1 Kesimpulan
Berdasarkan analisis dari sistem dan pengujian sistem secara menyeluruh yang telah dilakukan pada bab sebelumnya, maka ada beberapa hal yang dapat dijadikan kesimpulan pada penelitian ini antara lain:
1. Algoritma A* (A Star) dengan modifikasi mampu menyelesaikan permasalahan dalam menentukan jarak terpendek.
2. Sistem penentuan jalur terpendek dengan menggunakan algoritma A* (A Star) juga mampu menentukan jalur tersingkat dengan perhentian yang ditetapkan.
5.2 Saran
Penulis menyarankan dalam pengembangan penelitian lebih lanjut untuk sistem penentuan rute terpendek mampu meningkatkan aspek perhitungan dalam menentukan jarak terpendek, seperti bobot kemacetan ataupun volume muatan truk.
43
DAFTAR PUSTAKA
Azdy, R.A & Darnis, F. 2019. Implementasi Bellman-Ford untuk Optimasi Rute Pengambilan Sampah di Kota Palembang. Jurnal Nasional Teknik Elektro dan Teknologi Informasi 8(4):327-333
Dalem, I.B.G.H. 2018. Penerapan Algoritma A*(Star) Menggunakan Graph untuk Menghitung Jarak Terpendek. Jurnal Resistor Rekayasa Sistem Komputer 1(1):41-47.
Hadiwiyoto, Soewedo. 1983. Penanganan dan Pemanfaatan Sampah. Yayasan Idayu : Jakarta.
Hutami, D.W . 2017. Implementasi Algoritma Nearest Insertion Heuristic dan Modified Nearest Insertion Heuristic Pada Optimasi Rute Kendaraan Pengangkut Sampah (Studi Kasus: Dinas Kebersihan dan Pertamanan Kota Malang). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1(2) : 95-99.
Depkes, RI. (1987). “Pedoman Bidang Studi Pembuangan Sampah , Akademi Penilik Kesehatan Teknologi Sanitasi (APKTS)”. Jakarta : Proyek Pengembangan Pendidikan Tenaga Sanitasi Pusat Departemen Kesehatan.
Maaruf, K.C. 2016 . Kecerdasa Buatan Menggunakan Algoritma A Star (A*) Dalam Permainan Ular Tangga (Snake 3D). Teknik Imformatika STIMIK, AMIKOM.
Yogyakarta.
Mutiara,V. , Fitria, A. , & Noviana, M. 2013. Optimasi Pencarian Jalur dengan Metode A.Star. Jurnal Solusi Dan Algoritma Pemilihan Jalur. 5(2) : 42.
Notoatmodjo, Soekidjo. 2003. Ilmu Kesehatan Masyarakat. Rineka Cipta : Jakarta.
Sukriyah, Y., dkk. 2016. Penerapan Algoritma A* (Star) untuk Mencari Rute Tercepat dengan Hambatan. Seminar Nasional Telekomunikasi dan Informatika. Bandung.
Teknik Informatika Universitas Widyatama
Taufig, P.J, Agung T.W & Gia, S. 2015. Untuk Menentukan Jalur Dengan Multiple Goal Pada Pergerakan NPC (Non-Playable Character) Movement. Teknik Imformatika Universitas Telkom. 2(3)
