Simulasi Animasi Karakter Semut dengan Metode Flocking dan Algoritma Bug

(1)

Simulasi Animasi Karakter Semut dengan Metode Flocking dan Algoritma Bug Deded Efendy, Anggy Trisnadoli,Ananda

Jurnal Aksara Komputer Terapan

Politeknik Caltex Riau

Website : https://jurnal.pcr.ac.id/index.php/jakt/about

Email : pustaka@pcr.ac.id

Simulasi Animasi Karakter Semut dengan

Metode Flocking dan Algoritma Bug

Deded Efendy1_{, Anggy Trisnadoli}2_,_Ananda 3

1_{Program Studi Teknik Informatika, Politeknik Caltex Riau, email: :}_{dedefendypcr@gmail.com} 2_{Program Studi Sistem Informasi, Politeknik Caltex Riau, email: anggy@pcr.ac.id} 3_{Program Studi Teknik Informatika, Politeknik Caltex Riau, email: ananda@pcr.ac.id}

Abstrak

Simulasi merupakan teknik yang sering digunakan untuk menggambarkan sebuah kondisi nyata dan melakukan sederetan uji coba terhadap kondisi tersebut. Salah satu kebutuhan pemodelan yang nyata adalah dimana karakter semut dapat disimulasikan dalam bentuk animasi 2 Dimensi (2D). Pengetahuan akan metode-metode yang dapat digunakan dalam animasi baik secara 2 Dimensi (2D) maupun 3 Dimensi (3D) masih tergolong rendah. Untuk itu agar metode-metode animasi dapat dipahami dan dimengerti dengan baik, maka dirancanglah sebuah aplikasi simulasi animasi semut yang menerapkan dua metode, yaitu metode Flocking dan algoritma Bug. Dengan penerapan metode-metode tersebut, simulasi akan terlihat lebih nyata. Metode Flocking berguna untuk pergerakan animasi secara bergerombol, sedangkan algoritma Bug berguna agar objek nantinya dapat menghindari hambatan yang ada. Hasil yang ditampilkan dari aplikasi simulasi animasi semut ini berupa pergerakan karakter semut secara bergerombol untuk mencari makanan sesuai dengan metode yang digunakan. Berdasarkan hasil survei, sebesar 74,4% responden menyatakan setuju bahwa aplikasi simulasi animasi semut dapat menambah pemahaman terhadap penerapan metode Flocking dan algoritma Bug melalui pergerakan animasi karakter semut.

Kata kunci:animasi simulasi semut, metode Flocking, algoritma Bug.

Abstract

Simulation is a technique that is often used to describe a real condition and perform a series of tests on the condition. One needs a real modeling is where the ants can be simulated characters in animated form 2 Dimensional (2D). Knowledge of methods that can be used in both 2D animation (2D) and three dimensions (3D) is still relatively low. For that to animations methods can be understood well, then designed an animated ant simulation application that implements two methods, the Flocking method and Bug algorithm. By applying these methods, the simulation will look more real. Flocking method is useful for the movement animation are clustered, while the Bug algorithm allows the object will be able to avoid obstacles. Results are shown from simulation applications in the form of animation ant characters movement are clustered in search of food in accordance with the method used. Based on the survey results, 74.4% of respondents agreed that the application of simulation animation ants can increase knowledge of the application of Flocking method and Bug algorithm through ant character movement.

(2)

1. Pendahuluan

Saat ini, animasi merupakan salah satu Keberadaan animasi di dunia saat ini sudah dikenal secara umum. Animasi sudah menjadi salah satu kebutuhan visual yang berperan penting dalam berbagai bidang. Animasi sering digunakan karena lebih komunikatif jika dibandingkan dengan bahasa tulisan dan bahasa lisan. Agar animasi menjadi lebih interaktif dan realistis, maka perlu ditambahkan simulasi terhadapnya. Simulasi secara animasi dapat melengkapi bahasa tulisan dan lisan dalam kaitan menggambarkan sebuah kondisi secara nyata.

Perkembangan animasi banyak memberikan perubahan positif diseluruh dunia, terutama di Indonesia. Melihat banyaknya hal positif yang dapat diterima dari sebuah pemodelan animasi, maka pemodelan ini dapat digabungkan dengan sifat atau karakter dari semut. Karakter semut di dunia nyata banyak memberikan sisi positif dalam kehidupan sehari-hari maupun dunia kerja. Namun, banyak manusia yang belum menyadari hal ini. Mensimulasikan karakter semut dalam bentuk animasi merupakan salah satu cara dalam mengatasi hal tersebut. Selain itu, penerapan simulasi ini menggunakan metode Flocking dan algoritma Bug, sehingga akan memudahkan pengguna untuk mengenali secara umum seperti apa algoritma tersebut.

Pengetahuan mengenai metode-metode dalam simulasi animasi pada saat sekarang ini masih dapat dikatakan kurang. Oleh karena itu, dalam proyek akhir ini akan dibuat aplikasi simulasi animasi berbasis desktop untuk media pembelajaran guna menambah wawasan terhadap metode Flocking dan algoritma Bug. Dalam pembuatan proyek akhir ini, studi kasus yang diambil adalah pergerakan semut dalam mencari makanan. Aplikasi dibangun dengan judul “Simulasi Animasi Karakter Semut dengan Metode Flocking dan Algoritma Bug”.

1.1 Perumusan Masalah

Perumusan masalah dalam pembuatan proyek akhir ini adalah bagaimanakah mensimulasikan semut yang bergerak mencari makanan dan berhadapan dengan hambatan statis (diam) menggunakan metode Flocking dan algoritma Bug.

1.2 Tujuan dan Manfaat

Tujuan dari proyek akhir ini adalah untuk mensimulasikan pergerakan karakter semut dalam mencari makanan melalui animasi 2D dengan metode Flocking dan algoritma Bug.

Manfaat dari pembuatan proyek akhir ini adalah untuk memberikan pengetahuan terhadap pengguna akan penerapan metode Flocking dan algoritma Bug.

2. Landasan Teori

2.1 Perbandingan Penelitian

Penelitian sebelumnya yang dilakukan oleh Lorek dan White [15] dari University of Oldenburg meneliti tentang “Parallel Bird Flocking Simulation”. Penelitian tersebut menggambarkan bagaimana perilaku sekawanan burung yang sedang terbang.

Pada penelitian selanjutnya oleh Dewi (2012) dari Institut Teknologi Sepuluh Nopember (ITS) pernah meneliti tentang pergerakan orang di mall yang keluar menuju pintu utama dan dapat menghindari hambatan dinamis. Penelitian yang dilakukan tersebut berjudul “Simulasi Pergerakan Pengunjung Mall menggunakan Flocking dan Obstacle Avoidance”. Simulasi menggunakan bahasa pemrograman Python.

Adapun perbedaan proyek akhir ini dengan peneliti terdahulu adalah studi kasus dan metode yang digunakan. Tabel 1.

(3)

2.2 Simulasi dan Animasi

Simulasi [20] merupakan suatu prosedur kuantitatif yang menggambarkan sebuah kondisi nyata, dengan mengembangkan sebuah model dari sistem tersebut dan melakukan sederetan uji coba untuk memperkirakan perilaku sistem pada kurun waktu tertentu.

Animasi [3] adalah gambar bergerak. Dalam penemuannya, Animasi didapatkan dari banyak gambar pada lembaran kertas, yang kemudian kertas tersebut diputar untuk mendapatkan kesan bergerak. Dengan bantuan komputer, saat ini Animasi bisa dibuat dengan lebih mudah.

2.3 Karakter Semut

Dalam kehidupan nyata, salah satu hewan yang bisa menjadi “guru” dalam belajar adalah semut. Meski secara fisik semut itu kecil, tetapi ada beberapa pelajaran yang dapat kita ambil dari semut yaitu pantang menyerah, memiliki rasa kerja sama yang tinggi dan pintar dalam mencari peluang [16].

2.4 Metode Flocking

Flocking adalah suatu teknik yang sangat terkenal untuk mensimulasikan perilaku segerombolan entitas atau individu. Flocking pada simulasi ini didukung oleh fungsi seek. Fungsi seek berguna agar semut memiliki arah dan tujuan yang akan dicapai. Metode Flocking memiliki tiga aturan sederhana yang saling terkait yaitu pemisahan antar objek, penyesuaian kecepatan dan berpadu [19] :

1. Separation (Pemisahan)

Separation memberikan kemampuan untuk menjaga jarak dengan boids lain yang merupakan tetangganya. Hal ini dapat

tabrakan. Gambar 1. Separation (Sumber : http://www.red3d.com/cwr/steer/gdc99/) 2. Alignment (Penyesuaian Kecepatan)

Alignment memberikan kemampuan untuk menyelaraskan diri dengan boids terdekat lainnya. Dalam hal ini yaitu kepala berada di arah yang sama dan kecepatan boids yang seimbang. Alignment mengarahkan boids menuju posisi rata-rata tetangga.

Gambar 2. Alignment

(Sumber :

http://www.red3d.com/cwr/steer/gdc99/) 3. Cohesion (Kohesi)

Cohesion memberikan kemampuan untuk berpadu (tetap dekat) dengan boids terdekat lainnya. Hal ini akan membuat boids tetap bersama-sama dengan kawanan lokalnya dan melakukan kegiatan pengumpulan beberapa kawanan.

Gambar 3. Cohesion

(Sumber :

http://www.red3d.com/cwr/steer/gdc99/)

2.5 Algoritma Bug

Pada dasarnya, algoritma Bug berdasarkan [11] merumuskan ide indra perasa agar objek dapat bergerak menuju target dan bergerak di sekitar batas dari hambatan. Objek di sini diasumsikan sebagai titik yang dapat mendeteksi batas dari hambatan jika objek tersebut menyentuhnya.

Prinsip dari algoritma Bug sederhana sekali yaitu :

1. Bergerak menuju target yang ingin dicapai.

(4)

2. Mengikuti batas tepi dari hambatan hingga objek dapat bergerak kembali menuju target.

3. Target tercapai.

Gambar 4. Algoritma Bug

(Sumber :

http://syrotek.felk.cvut.cz/data/files/ECI/intro-II.pdf)

2.6 Skala Likert

Skala likert [21] adalah suatu skala psikometrik yang digunakan dalam kuesioner dan merupakan salah satu teknik yang dapat digunakan dalam evaluasi suatu program atau kebijakan perencanaan.Skala Likert ini telah banyak digunakan oleh para peneliti guna mengukur persepsi atau sikap seseorang. Skala ini menilai sikap atau tingkah laku yang diinginkan oleh para peneliti dengan cara mengajukan beberapa pertanyaan kepada responden. Kemudian responden diminta memberikan pilihan jawaban atau respons dalam skala ukur yang telah disediakan, misalnya sangat setuju, setuju, netral, tidak setuju, dan sangat tidak setuju.

2.7 Aturan kode program standar industry

Aplikasi pengujian white-box yang digunakan pada proyek akhir ini menyediakan aturan-aturan yang dapat digunakan dalam proses analisa kode program aplikasi. Aturan-aturan yang disediakan tersebut dikelompokkan menjadi beberapa kategori diantaranya yaitu aturan object oriented programming (OOP), optimasi, keamanan, kode program pada aplikasi yang tidak digunakan, kode program yang memungkinkan untuk mengalami kesalahan, dll. Aturan-aturan dan kategori yang ditampilkan didasarkan pada prosedur analisis standar dan dokumentasi Java berstandarkan industri. Penjelasan lengkap mengenai natura-aturan

kode program, dapat dilihat pada website

[1] :

http://www.appperfect.com/support/docs/ja va-code-test/index.html, bagian Built-In rules.

3. Metodologi Penelitian

3.1 Perancangan Diagram ALir

Diagram alir merupakan bagan yang menggambarkan urutan proses pada aplikasi atau sistem yang dibangun secara berurutan yang sehingga mudah untuk dimengerti baik oleh user maupun programmer.

(5)

Gambar 5 menjelaskan sistem keseluruhan simulasi animasi yang dilakukan hingga semua semut berhasil mencapai makanan. Gambar 6 menjelaskan perancangan metode Flocking yang digunakan dengan menerapkan tiga aturan yaitu separation, alignment dan cohesion. Perancangan algoritma Bug pada Gambar 7 menunjukkan pergerakan semut ketika posisinya sudah berada dekat dengan batas tepi hambatan.

3.2 Perancangan class Diagram

Pada perancangan use case diagram ini, pengguna dapat menginputkan banyak jumlah semut dan dapat keluar dari aplikasi melalui tombol keluar seperti yang ditunjukkan pada Gambar 8.

Menjalankan sim ul asi Pengguna

Gambar 8. Use Case Diagram

3.3 Perancangan Class Diagram

Pada perancangan class diagram ini, setiap hubungan relasi antar-proses yang terjadi ditampilkan beserta dengan method-method dan parameter-parameter yang mendukung sehingga akan terlihat jelas struktur sistem seperti yang ditunjukkan pada Gambar 9.

Gambar 9. Class Diagram Tampilan aplikasi pada Gambar 9 berisi method Mulai(), Selesai() dan Lanjut_berhenti(). Pada method Mulai() terdapat tiga method yaitu Flocking(), Bug() dan Seek(). Pada method Mulai(), pengguna dapat menjalankan simulasi. Method Selesai() digunakan untuk mengakhiri simulasi dan method Lanjut_berhenti() digunakan untuk menlanjutkan dan memberhentikan simulasi.

4. Hasil dan Pembahasan

4.1 Pengujian Black Box

Metode pengujian black-box [22] merupakan strategi pengujian dimana hanya memperhatikan atau memfokuskan kepada faktor fungsionalitas perangkat lunak. Pengujian terhadap aplikasi simulasi animasi semut dilakukan dengan cara melakukan perbandingan apakah hasil yang ditampilkan oleh aplikasi sesuai dengan hasil yang diinginkan pengguna. Perbandingan tersebut ditampilkan dalam bentuk tabel-tabel seperti berikut :

(6)

Gambar 10 menampilkan data-data pengujian terhadap metode Flocking, dimana dilakukan perbandingan dengan jumlah semut 10 antara hasil yang diinginkan dengan output yang ditampilkan oleh aplikasi. Sedangkan Gambar 11 menampilkan data-data pengujian terhadap algoritma Bug dengan proses pengujian seperti yang dilakukan pada Gambar 10.

4.2 Pengujian White-box

Keterangan jumlah kekeliruan kode program dengan menggunakan aplikasi AppPerfect Java Code Test [2] sebelum perbaikan adalah 37 kekeliruan kode program pada aplikasi simulasi animasi semut yang diujikan. Contoh beberapa kekeliruan kode program yang terjadi yaitu :

1. Avoid overloading methods on argument types, penggunaan method dengan nama yang sama seharusnya tidak dideklarasi lebih dari 1 kali.

2. Class or interfaces having same name as java file should be public, penggunaan nama di dalam class yang merupakan nama utama dari kelas tersebut tidak dideklarasi sebagai public.

3. Avoid declaring multiple variables in a single declaration statement, deklarasi dengan menggunakan statement tunggal untuk beberapa variabel.

4. Declare imports in alphabetical order, pemanggilan import library java akan lebih efektif, rapi dan tidak membingungkan jika penulisan dan deklarasi dibuat berdasarkan abjad.

5. Declare methods not using instance members static, method yang dideklarasikan tidak digunakan untuk instance members, hal ini akan menyulitkan ketika ingin mengambil nama method atau variabel yang terdapat pada class lain.

Setelah dilakukan perbaikan terhadap kekeliruan-kekeliruan kode program tersebut, maka didapat hasil akhir setelah perbaikan seperti yang ditunjukkan pada Gambar 12. Gambar 12 menampilkan diagram keseluruhan jumlah dan tingkat kekeliruan kode program yaitu hanya tersisa 1 kekeliruan tingkat rendah yang tidak dapat diselesaikan.

Gambar 12. Hasil akhir kekeliruan kode program aplikasi

4.3 Analisa Pengujian Black-box

Berdasarkan pengujian black -box dengan cara melakukan perbandingan parameter-parameter terhadap metode dan fungsi, maka didapatkan keterangan bahwa pergerakan karakter animasi semut dengan menerapkan metode Flocking dan algoritma Bug yang ditampilkan oleh aplikasi adalah sesuai dengan output diinginkan yaitu semut dapat bergerak secara bergerombol, mengikuti batas tepi hambatan apabila jarak antara semut dengan hambatan sudah dekat, dapat menuju makanan dan dapat menampilkan pesan kesalahan apabila jumlah inputan kurang dari 1.

4.4 Analisa Pengujian White-box

Berdasarkan pengujian white-box dengan menggunakan aplikasi AppPerfect Java Code Test, jumlah kekeliruan kode program sebelum diperbaiki adalah sebesar 37 kekeliruan, sedangkan setelah dilakukan perbaikan terhadap kode program, jumlah kekeliruan kode program menjadi sebesar 1 kekeliruan. Berdasarkan data-data pengujian sebelumnya, kekeliruan kode program menggunakan aplikasi yang tidak dapat diperbaiki pada pengujian sebelumnya adalah kekeliruan pada class Main.java.

Pesan kekeliruan kode program pada class Main.java adalah hindari

(7)

Hal ini disebabkan karena deklarasi nama class menggunakan tipe data extends dan implements yang membuat panjang baris kode program menjadi panjang. Baris kode program nama class ini tidak dapat disederhanakan karena kedua method ini sudah menjadi satu kesatuan untuk mewujudkan aplikasi simulasi animasi semut.

Berdasarkan perbaikan-perbaikan kode program yang telah dilakukan mengikuti rekomendasi aturan standar kode program dalam industri, dapat dikatakan bahwa penulisan dan penggunaan kode program pada aplikasi simulasi animasi semut ini dapat memenuhi aturan kode program berstandarkan industri.

4.5 Analisa Kuesioner

Untuk melihat kualitas aplikasi yang telah dibuat, maka dilakukan survei berupa pengisian kuesioner. Kuesioner dilakukan kepada 25 pengguna aplikasi simulasi animasi semut ini. Kuesioner berisikan pernyataan dan responden harus memilih salah satu pilihan jawaban (Sangat Tidak Setuju, Tidak Setuju, Netral, Setuju, dan Sangat Setuju). Penyataan kuesioner yang diberikan adalah “simulasi dan animasi yang ditampilkan dapat dimengerti dengan baik (pernyataan 1)”, “aplikasi ini menambah pemahaman terhadap metode Flocking dan algoritma Bug yang diterapkan (pernyataan 2)”, “tampilan dari aplikasi ini baik dan menarik (pernyataan 3)” dan “aplikasi ini mudah digunakan (pernyataan 4)”. Gambar grafik hasil kuesioner dapat dilihat pada gambar di bawah ini :

Kuesioner

Untuk menganalisa data yang didapatkan digunakan metode skala likert. Analisa data akan dilakukan terhadap masing-masing pernyataan yang diberikan. Tabel 2 menujukkan analisa hasil kuesioner dari masing-masing pernyataan :

Tabel 2. Persentase Hasil Kuesioner

Evaluasi Hasil kuesioner Pernyat aan 1 76,8% Pernyat aan 2 74,4% Pernyat aan 3 70,4% Pernyat aan 4 86,4% Berdasarkan kesimpulan-kesimpulan diatas, dapat dikatakan bahwa aplikasi ini dapat digunakan sebagai media pembelajaran untuk menambah pengetahuan terhadap penerapan metode Flocking dan algoritma Bug melalui pergerakan karakter semut.

5. Kesimpulan dan Saran

5.1 Kesimpulan

Kesimpulan pada proyek akhir ini adalah sebagai berikut :

1. Melihat dari hasil kuesioner pada proses analisa, dapat dinyatakan bahwa pergerakan animasi karakter semut berhasil disimulasikan. Responden menyatakan setuju sebesar 76,8% bahwa simulasi dan animasi yang ditampilkan dapat dimengerti dengan baik, setuju sebesar 70,4% bahwa tampilan dari aplikasi ini menarik dan sangat setuju sebesar 86,4% bahwa aplikasi ini mudah digunakan. 2. Pergerakan animasi semut dengan

menerapkan metode Flocking dan algoritma Bug berdasarkan pengujian black-box yang telah dilakukan adalah sesuai dengan output yang diinginkan yaitu semut bergerak secara bergerombol dan

(8)

dapat menghindari hambatan dengan cara mengikuti batas tepi dari hambatan untuk menuju makanan.

3. Berdasarkan hasil survei terhadap 25 orang responden, aplikasi simulasi animasi semut dapat menambah pemahaman pengguna terhadap penerapan metode Flocking dan algoritma Bug dengan memberikan hasil persentase setuju sebesar 74,4%.

4. Penulisan dan penggunaan kode program pada proyek akhir ini melalui pengujian menggunakan aplikasi AppPerfect Java Code Test dapat memenuhi aturan kode program berstandarkan industri.

5.2 Saran

Untuk pengembangan aplikasi ini, ada beberapa hal yang dapat disarankan antara lain :

1. Ruang lingkup pergerakan semut dapat diperluas yaitu mencari makanan dan membawa makanan tersebut ke sarang.

2. Aplikasi ini dapat dikembangkan dengan membuat fitur tambahan untuk perpindahan posisi hambatan dan makanan secara dinamis. 3. Pemodelan animasi pada aplikasi

ini dapat dikembangkan menjadi pemodelan 3D.

Daftar Pustaka

[1] AppPerfect Corporation. Built-In Rules. Diambil 9 Agustus 2013 dari

http://www.appperfect.com/support/docs/ja va-code-test/index.html

[2] AppPerfect Java Code Test. Diunduh 18 Juli 2013 dari

http://www.appperfect.com/products/java-code-test.html

[3] Arifin, Rey. (2012). Pengertian Animasi. Diambil 29 Desember 2012 dari

http://www.reyarifin.com/2012/11/pengerti an-animasi.html

[4] Bab III.Metode Penelitian (t,t). Institut Pertanian Bogor. Diunduh 28 Juli 2013 dari

http://repository.ipb.ac.id/bitstream/h andle/123456789/56696/BAB%20III .%20METODE%20PENELITIAN.p df?sequence=5

[5] Chapter 2. Introduction to Software Testing (t,t). Diunduh 18 Juli 2013 dari

http://www.ece.uvic.ca/~itraore/seng 426-06/notes/qual06-2-1.pdf

[6] Contoh Skala Likert Penelitian. Diambil 27 Juli 2013 dari

http://www.onlinesyariah.com/2012/

12/contoh-skala-likert-penelitian.html

[7] Cui, X. (2006). A Flocking Based Algorithm for Document Clustering Analysis. Journal of System Architecture. 652.

[8] Dewi, Meilany. (2012). Simulasi Pergerakan Pengunjung Mall Menggunakan Flocking dan Obstacle Avoidance. Tesis. Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember.

[9] Flocking Behaviour Simulator. Diunduh 18 Juli 2013 dari http://www.lalena.com/AI/Flock/

[10] Hakim, Zainal. (2012). Mengenal Istilah Animasi. Diambil 15 Februari

2013 dari

http://www.zainalhakim.web.id/posti ng/mengenal-istilah-animasi.html [11] Khaksar, W., Tang, S.H., & Khaksar,

M. (2012). Improved Bug algorithm for online path planning: Utilization of vision sensor. Scientific Research and Essays. 7 (30), 2744-2753. [12] Kulich, Miroslav. (2011). Bug

Algorithms. University in Prague. Diunduh 4 Februari 2013 dari http://syrotek.felk.cvut.cz/data/files/E CI/intro-II.pdf

[13] Kurniawati, Arik. (2010). Simulasi Pergerakan Pengunjung Mall Menggunakan Potential Field. Jurnal Ilmiah KURSOR. 5 (3). 186-196. Diunduh 3 Agustus 2013 dari

(9)

content/uploads/2012/02/vol5_no3_p6.pdf [14] Leksono, Agus. (2009). Algoritma

Ant Colony Optimization (ACO) Untuk Menyelesaikan Travelling Salesman Problem (TSP). Skripsi. Jurusan Matematika Universitas Diponegoro. Diunduh 3 Agustus

2013 dari

http://eprints.undip.ac.id/7314/1/Tug as_Akhir_(full).pdf

[15] Lorek, Helmut., & White, Matthew. (1993). Parallel Bird Flocking Simulation. University of Oldenburg. Diunduh 18 Nopember 2012 dari http://citeseerx.ist.psu.edu/viewdoc/d ownload?doi=10.1.1.48.8430&rep=r ep1&type=pdf

[16] Motivasi Belajar Hidup dari Semut (t,t). Diambil 3 Agustus 2013 dari http://www.jagatmotivasi.com/motiv asi-belajar-hidup-dari-semut/

[17] Patel, Amit. (2012). Ray Casting. Diambil 3 Agustus 2013 dari

http://www.redblobgames.com/articl es/visibility/

[18] Plaku, Erion. Introduction to Robotics Bug Algorithms. Catholic University of America. Diunduh 3 Februari 2013 dari

http://www.ceng.metu.edu.tr/~saranli /courses/ceng786/lectures/Lecture2- BugAlgorithms.pdf

[19] Reynolds, C.W. (2010). Steering Behaviours For Autonomous Characters. Diambil 18 Nopember

2012 dari

http://www.red3d.com/cwr/steer/gdc 99/

[20] Rochman, A.A. (2009). Simulasi Pertumbuhan Batang Tanaman Cemaranorfolk Menggunakan L-Sistem Dengan Delphi. Skripsi. Jurusan Teknik Informatika Universitas Islam Negeri (UIN). Diakses 27 Juli 2013 dari

http://lib.uin- malang.ac.id/thesis/fullchapter/04550055-affan-abdur-rochman.ps

[21] Skala Likert sebagai Teknik Evaluasi (t,t). Diambil 27 Juli 2013 dari

06/12/skala-likert-568158.html

[22] Strife, Robert. (2013). Testing dan Implementasi. Diambil 9 Agustus 2013 dari

http://robert-strife.com/testing-dan-implementasi/RobertStrifepersonalweb [23] Zahara, R., Larastia, B.C., &

Nurmala, L. (2010). White Box Testing. Diambil 20 Februari 2013 dari

http://teknologi.kompasiana.com/tera pan/2010/12/06/white-box-testing-323009.html