DAFTAR ISI
PILAR TEKNOLOGI
JURNAL ILMIAH ILMU-ILMU TEKNIK
Volume 1 Nomor 1 Maret 2016
ISSN : 2502-7042
ANALISIS KEPADATAN LALU LINTAS DENGAN METODE TEMPLATE MATCHING (Studi Kasus : Persimpangan Monjali Yogyakarta)
Setiyo Daru Cahyono
1 - 7
ANALISIS VARIASI MEDIA PENDINGINAN PADA RADIATOR TERHADAP KINERJA LAJU PEMBUANGAN PANAS DENGAN KONVEKSI PAKSA
Mustafa
8 - 16
EVALUASI PELAKSANAAN PROYEK PEMBANGUNAN RUANG KELAS MIN TIRAK DENGAN METODE NILAI HASIL
Lyya Supriono
17 - 21
IMPLEMENTASI DAN ANALISIS SEMANTIC RELATION ANTAR KATA DALAM BAHASA INGGRIS MENGGUNAKAN PENDEKATAN PATH BASE
Eldita Febrian Selfiendi & Moch. Arif Bijaksana.
22 - 28
KAJIAN EKONOMI PROYEK PENGADAAN DAN PERBAIKAN TULISAN ALUN-ALUN KABUPATEN NGAWI
Laily Fatmawati
29 - 35
KUAT TEKAN BETON CAMPURAN 1:2:3 DENGAN AGREGAT LOKAL SEKITAR MADIUN Rosyid Kholilur Rohman
36 - 40
SISTEM INFORMASI PARKIR KENDARAAN BERMOTOR BERBASIS ANDROID Arief Budiman & Joko Triono
PILAR TEKNOLOGI: Jurnal Ilmiah Ilmu-ilmu Teknik Volume 1 Nomor 1 Maret 2016; ISSN : 2502-7042
ANALISIS KEPADATAN LALU LINTAS DENGAN
METODE TEMPLATE MATCHING
(Studi Kasus : Persimpangan Monjali Yogyakarta)
Setiyo Daru Cahyono
Dosen Fakultas Teknik Universitas Merdeka Madiun Email: cahyono.ds@gmail.com
Abstract
Along with the development of information technology, the more occupations that use information technology to help finish the job. One was at the Department of Transportation to use information technology to solve traffic congestion at signalized intersections. By utilizing information technology, the Department of Transportation can analyze the traffic density is computerized. A system created using Template Matching method to analyze the density of traffic at a signalized intersection. Features analyzed were traffic density based queues of vehicles at a signalized intersection. The data used is a photo of the traffic density at an intersection. The photos will be made digital image processing, feature extraction and pattern recognition using Template Matching. To determine the accuracy of the calculation results of the test performed, so we get a percentage of the system’s success in analyzing the density of traffic at an intersection. The success of the system in analyzing the density of traffic at intersections obtained good results in the amount of 81.67%.
Keyword : Template Matching, Traffic density, vehicle queuing photo Abstrak
Seiring perkembangan teknologi informasi, maka semakin banyak bidang-bidang pekerjaan yang memanfaatkan teknologi informasi dalam membantu menyelesaikan pekerjaannya. Salah satunya pada Dinas Perhubungan memanfaatkan teknologi informasi dalam mengatasi kemacetan lalu lintas di persimpangan bersinyal. Dengan memanfaatkan teknologi informasi, Dinas Perhubungan dapat melakukan analisa kepadatan lalu lintas secara komputerisasi. Sebuah sistem dibuat menggunakan metode Template Matching untuk menganalisa kepadatan lalu lintas pada sebuah persimpangan bersinyal. Fitur yang dianalisa adalah kepadatan lalu lintas berdasarkan antrian kendaraan pada sebuah persimpangan bersinyal. Data yang digunakan adalah foto kepadatan lalu lintas pada sebuah persimpangan. Foto tersebut akan dilakukan pengolahan citra digital, ekstraksi ciri, dan pengenalan pola menggunakan Template Matching. Untuk mengetahui hasil pengujian dilakukan perhitungan akurasi, sehingga didapatkan prosentase keberhasilan sistem dalam menganalisa kepadatan lalu lintas pada sebuah persimpangan. Adapun keberhasilan sistem dalam melakukan analisa
kepadatan lalu lintas pada persimpangan didapatkan hasil yang cukup baik yaitu sebesar 81,67%.
Kata kunci : Foto antrian kendaraan, Kepadatan lalu lintas, Template Matching
PENDAHULUAN
Pada tahun 2015 Badan Pusat Statistik telah mencatat bahwa penduduk Indonesia mancapai 254,9 juta jiwa. Pertumbuhan penduduk di kota mengalami kenaikan sebesar 1,75% dan di perdesaan sebesar 0,52% [1]. Semakin bertambanyak penduduk akan memberikan dampak kemacetan pada setiap jalan raya. Karena volume kendaraan di jalan raya akan semakin bertambah. Beberapa rambu lalu lintas dan traffic light sudah dibangun untuk dapat mengurangi kemacetan lalu lintas. Kemacetan lalu lintas yang sering terjadi adalah pada persimpangan. Waktu paling rawan terjadi kemacetan lalu lintas adalah pada jam berangkat kerja dan pulang kerja. Polisi lalu lintas pun ikut turun ke jalan untuk membantu mengatur lalu lintas jalan raya. Polisi akan mengatur lama waktu ruas yang akan berjalan, berdasarkan volume kendaraan. Sehingga kemacetan lalu lintas akan sedikit berkurang. Tetapi polisi lalu lintas terkadang masih belum bisa maksimal dalam menangani kemacetan lalu lintas dalam persimpangan, karena kemacetan terjadi tidak hanya pada satu persimpangan, dan jumlah polisi lalu lintas juga terbatas.
Kemacetan disebabkan karena arus lalu lintas jalan raya yang padat. Jika pada persimpangan kemacetan terjadi karena menumpuknya antrian kendaraan pada persimpangan bersinyal tersebut. Sehingga beberapa penelitian telah dilakukan untuk menganalisa kepadatan lalu lintas pada jalan raya.
Sebuah penelitian dilakukan oleh Hadi dan Samara untuk mendeteksi objek kendaraan
pada jalan raya [2]. Pada penelitian tersebut menggunakan metode Hough Transform (HT) dan Connected Component Labeling (CCL) dalam mendeteksi objek kendaraan. HT digunakan untuk mendeteksi batas jalan raya, karena objek yang dideteksi adalah objek yang terdapat dalam jalan raya. Sedangkan CCL digunakan untuk menandai objek-objek yang terdeteksi sebagai kendaraan. Dalam penelitian hanya kendaraan yang berdimensi besar yang akan dideteksi. Sehingga penelitian tersebut memiliki akurasi sebesar 96,43% dalam pendeteksian kendaraan.
Template Matching merupakan metode yang bekerja dengan membandingkan data baru terhadap template acuan. Beberapa penelitian menggunakan Template Matching juga telah dilakukan pada berbagai bidang. Pada bidang transportasi, penelitian dilakukan oleh Ansori, dkk untuk mendeteksi kendaraan bergerak secara real time [3]. Penelitian dalam bidang transportasi juga dilakukan oleh Akbar Y, dkk dengan memanfaatkan Template Matching untuk menganalisis rambu-rambu lalu lintas [4]. Pada penelitian tersebut telah dilakukan pada waktu pagi, siang, sore, dan malam dengan akurasi keseluruhan sebesar 84,09%.
Pada bidang lain tentang keberhasilan pemanfaatan metode Template Matching telah dilakukan oleh Wahyu Nugroho untuk mendeteksi kerusakan PCB dengan tingkat keberhasilan 100% [5]. Keberhasilan 100% juga telah dibuktikan oleh Bowo Leksono, dkk dengan memanfaatkan Template Matching untuk klasifikasi sidik jari [6]. Pemanfaatan Template Matching dapat juga dimanfaatkan dengan didukung metode
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 3 Analisis Kepadatan Lalu Lintas Integal Proyeksi, salah satu penelitian yang
memanfaatkan Integral Proyeksi dan Template Matching dilakukan oleh Tito Cahyo untuk mengenali karakter dengan hasil yang baik [7]. Karena Template Matching bekerja dengan mencocokkan dengan template acuan, sehingga dapat juga dikombinasikan dengan perhitungan jarak antara dua vektor, salah satunya dengan memanfaatkan Eucluidean Distance. Penelitian yang memanfaatkan Euclidean Distance salah satunya dilakukan oleh Andaruresmi, dkk untuk mendeteksi tipe wilayah, dengan tingkat akurasi keberhasilan sistem sebesar 86,87% [8].
Mengacu dari penelitian-penelitian sebelumnya, maka pada penelitian ini akan dibuat sebuah penelitian dengan memanfaatkan Template Matching untuk menganalisa kepadatan lalu lintas pada persimpangan bersinyal. Template Matching akan digunakan dengan pendukung metode-metode pengolahan citra digital dan Integral Proyeksi. Sedangkan untuk membandingkan antara dua citra akan digunakan perhitungan jarak Euclidean Distance.
METODE PENELITIAN
Pada penelitian ini akan dilakukan analisa terhadap kepadatan lalu lintas menggunakan metode Template Matching. Beberapa penelitian telah menggunakan Template Matching untuk membantu mengatasi suatu permasalahan. Dalam penelitian ini akan menggunakan Template Matching untuk melakukan analisa terhadap kepadatan lalu lintas. Salah satu fitur untuk melakukan analisa kepadatan lalu lintas adalah jumlah volume kendaraan pada jalan raya.
Kemacetan lalu lintas sering terjadi pada persimpangan bersinyal (traffic light). Sehingga data sekunder yang digunakan pada penelitian ini adalah foto kepadatan lalu lintas pada suatu persimpangan bersinyal. Persimpangan
bersinyal yang dijadikan sebagai tempat studi kasus adalah persimpangan bersinyal Monjali Yogyakarta (Monumen Jogja Monjali Yogyakarta). Data sekunder adalah berupa foto hasil ekstrak dari video hasil pengambilan kamera Dinas Perhubungan Yogyakarta. Dari foto tersebut akan dilakukan analisa kepadatan lalu lintas. Data yang digunakan pada penelitian ini adalah foto hasil estrak video pada jam pagi, siang, dan sore dengan kondisi cuaca cerah. Jam pagi pada pukul 06.00-09.00 WIB, jam siang pada pukul 11.00-14.00 WIB, dan jam sore pada pukul 15.00-18.00 WIB. Kondisi kepadatan lalu lintas pada persimpangan Monjali dapat dilihat pada Gambar 1.
Gambar 1. Kepadatan Lalu Lintas Persimpangan Monjali Yogyakarta Gambar 1 adalah salah foto dari per-simpangan Monjali yang digunakan sistem untuk melakukan analisa kepadatan lalu lintas. Sedangkan sebagai data pendukung dilakukan wawancara dengan Dosen Teknik Sipil Universitas Sebelas Maret. Hasil wawancara terhadap pakar digunakan sebagai data primer yang dapat mendukung keberhasilan pada penelitian ini.
Tahapan dari sistem yang akan dibuat untuk menganalisa kepadatan lalu lintas dapat dilihat pada Gambar 2.
4 PILAR TEKNOLOGI, Volume 1 Nomor 1 Maret 2016 Setiyo Daru Cahyono
Gambar 2. Gambaran Sistem
Pada Gambar 2 telah ditunjukkan
tahapan-tahapan sistem dalam
melakukan analisa kepadatan lalu
lintas pada persimpangan bersinyal.
Dimana citra/gambar yang didapat
dari ekstrak video akan dilakukan
proses pengolahan citra terlebih
dahulu. Dimana citra yang akan
diujikan sebanyak 60 citra yang
terdiri dari 20 citra pada jam pagi, 20
citra pada jam siang, dan 20 citra
pada jam sore. Sebanyak 20 citra pada
jam pagi yaitu 10 citra dengan
kepadatan lalu lintas sepi dan 10 citra
dengan kepadatan lalu lintas ramai,
sebanyak 20 citra pada jam siang
yaitu 10 citra dengan kepadatan lalu
lintas sepi dan 10 citra dengan
kepadatan lalu lintas ramai, dan
sebanyak 20 citra pada jam ramai
yaitu 10 citra dengan kepadatan lalu
lintas sepi dan 10 citra dengan
kepadatan lalu lintas ramai. Citra uji
tersebut akan dilakukan analisa
kepadatan lalu lintas dengan
menggunakan Template Matching.
Tahapan pertama yang dilakukan
adalah pengolahan citra digital
terhadap citra-citra uji tersebut.
Beberapa tahapan pengolahan citra
yang dilakukan dapat dilihat pada
Gambar 3.
Gambar 3. Pengolahan Citra Digital
Sistem Analisis Kepadatan Lalu
Lintas
Tahapan-tahapan pengolahan citra
digital pada sistem analisa kepadatan
lalu lintas telah disajikan oleh
Gambar 3. Tahapan pertama yang
dilakukan adalah proses cropping.
Dimana akan dilakukan pemotongan
AKUISISI CITRAPENGOLAHAN CITRA DIGITAL EKSTRAKSI CIRI PENGENALAN POLA : - TEMPLATE MATCHING - EUCLIDEAN DISTANCE HASIL CROPPING PENINGKATAN KONTRAS BINERISASI PENSKALAAN HASIL AKUISISI CITRA Gambar 2. Gambaran Sistem
Pada Gambar 2 telah ditunjukkan tahapan-tahapan sistem dalam melakukan analisa kepadatan lalu lintas pada persimpangan bersinyal. Dimana citra/gambar yang didapat dari ekstrak video akan dilakukan proses pengolahan citra terlebih dahulu. Dimana citra yang akan diujikan sebanyak 60 citra yang terdiri dari 20 citra pada jam pagi, 20 citra pada jam siang, dan 20 citra pada jam sore. Sebanyak 20 citra pada jam pagi yaitu 10 citra dengan kepadatan lalu lintas sepi dan 10 citra dengan kepadatan lalu lintas ramai, sebanyak 20 citra pada jam siang yaitu 10 citra dengan kepadatan lalu lintas sepi dan 10 citra dengan kepadatan lalu lintas ramai, dan sebanyak 20 citra pada jam ramai yaitu 10 citra dengan kepadatan lalu lintas sepi dan 10 citra dengan kepadatan lalu lintas ramai. Citra uji tersebut akan dilakukan analisa kepadatan lalu lintas dengan menggunakan Template Matching. Tahapan pertama yang dilakukan adalah pengolahan citra digital terhadap citra-citra uji tersebut. Beberapa tahapan pengolahan citra yang dilakukan dapat dilihat pada Gambar 3.
5
Gambar 2. Gambaran Sistem
Pada Gambar 2 telah ditunjukkan
tahapan-tahapan sistem dalam
melakukan analisa kepadatan lalu
lintas pada persimpangan bersinyal.
Dimana citra/gambar yang didapat
dari ekstrak video akan dilakukan
proses pengolahan citra terlebih
dahulu. Dimana citra yang akan
diujikan sebanyak 60 citra yang
terdiri dari 20 citra pada jam pagi, 20
citra pada jam siang, dan 20 citra
pada jam sore. Sebanyak 20 citra pada
jam pagi yaitu 10 citra dengan
kepadatan lalu lintas sepi dan 10 citra
dengan kepadatan lalu lintas ramai,
sebanyak 20 citra pada jam siang
yaitu 10 citra dengan kepadatan lalu
lintas sepi dan 10 citra dengan
kepadatan lalu lintas ramai, dan
sebanyak 20 citra pada jam ramai
lintas sepi dan 10 citra dengan
kepadatan lalu lintas ramai. Citra uji
tersebut akan dilakukan analisa
kepadatan lalu lintas dengan
menggunakan Template Matching.
Tahapan pertama yang dilakukan
adalah pengolahan citra digital
terhadap citra-citra uji tersebut.
Beberapa tahapan pengolahan citra
yang dilakukan dapat dilihat pada
Gambar 3.
Gambar 3. Pengolahan Citra Digital
Sistem Analisis Kepadatan Lalu
Lintas
Tahapan-tahapan pengolahan citra
digital pada sistem analisa kepadatan
lalu lintas telah disajikan oleh
Gambar 3. Tahapan pertama yang
dilakukan adalah proses cropping.
Dimana akan dilakukan pemotongan
PENGOLAHAN CITRA DIGITALEKSTRAKSI CIRI PENGENALAN POLA : - TEMPLATE MATCHING - EUCLIDEAN DISTANCE HASIL CROPPING PENINGKATAN KONTRAS BINERISASI PENSKALAAN HASIL AKUISISI CITRA
Gambar 3. Pengolahan Citra Digital Sistem Analisis Kepadatan Lalu Lintas
Tahapan-tahapan pengolahan citra digital pada sistem analisa kepadatan lalu lintas telah disajikan oleh Gambar 3. Tahapan pertama yang dilakukan adalah proses cropping. Dimana akan dilakukan pemotongan terhadap bagian yang akan dilakukan analisa kepadatan lalu lintas saja. Karena pada persimpangan Monjali merupakan jalan raya dua arah. Sehingga fokus penganalisaan dilakukan pada arah yang terdapat pada belakang lampu lalu lintas saja. Sedangkan arah kebalikan akan dilakukan pemotongan. Kemudian akan ditingkatkan kontrasnya agar mendapat citra yang lebih bagus sebelum dilakukan binerisasi. Binerisasi dilakukan untuk membedakan warna antrian kendaraan dan warna background jalan raya. Sehingga didapatkan nilai piksel 1 dan 0. Setelah dilakukan binerisasi, tahapan selanjutnya adalah penskalaan. Dimana gambar dibuat lebih kecil, dengan tidak mengurangi fokus pendeteksian.
Setelah proses pengolahan citra selesai dilakukan, kemudian akan dilakukan proses ekstraksi ciri dengan menggunakan Integral Proyeksi. Adapun proses ekstraksi ciri dilakukan dengan menjumlahkan nilai piksel baris
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 5 Analisis Kepadatan Lalu Lintas dengan kolom. Proses terakhir yang dilakukan
adalah pengenalan pola dengan menggunakan Template Matching. Dimana terdapat 18 citra digunakan sebagai acuan untuk melakukan pengenalan pola, yang terdiri dari 3 citra kepadatan lalu lintas sepi pada pagi hari, 3 citra kepadatan lalu lintas ramai pada pagi hari, 3 citra kepadatan lalu lintas sepi pada siang hari, 3 citra kepadatan lalu lintas ramai pada siang hari, 3 citra kepadatan lalu lintas sepi pada sore hari,dan 3 citra kepadatan lalu lintas sore. Sebanyak 18 citra acuan terlebih dahulu disimpan ke dalam database. Kemudian setiap citra uji akan dibandingkan dengan citra acuan menggunakan rumus 1 [9].
∑
= → → − = N i i i euclidean l l l l dist 1 2 2 1 2 1, ) ( ) ( ...(1)Perbandingan citra tersebut dihitung menggunakan rumus Euclidean Distance. Prosentase kecocokan dilakukan dengan mengalikan 100% terhadap hasil perhitungan menggunakan Euclidean Distance. Se-dangkan untuk pengujian dilakukan dengan penghitungan akurasi. Dimana akan diban-dingan jumlah citra yang dikenali dengan benar dengan jumlah keseluruhan citra yang diujikan, kemudian dikalikan dengan 100%. Dari perhitungan tersebut akan diketahui keberhasilan sistem dalam melakukan analisa kepadatan lalu lintas pada persimpangan bersinyal. Citra yang dikenali benar adalah citra yang dikenali dengan tepat oleh sistem terhadap citra acuan.
HASIL DAN PEMBAHASAN
Penelitian untuk menganalisa kepadatan lalu lintas pada persimpangan Monjali telah mendapatkan hasil yang cukup baik. Karena dari beberapa pengujian menunjukkan hasil yang cukup baik, sehingga didapatkan juga akurasi sistem yang baik. Pada penelitian ini, objek yang dianalisa adalah kepadatan lalu
lintas berdasarkan antrian kendaraan pada persimpangan Monjali. Pada persimpangan Monjali memiliki arus jalan dua lajur, sehingga untuk arus yang sebaliknya dilakukan pe-motongan/cropping terlebih dahulu. Salah satu hasil pemotongan citra pada persimpangan Monjali ketika situasi jalan raya dalam keadaan sepi dapat dilihat pada Gambar 4.
Gambar 4. Citra Hasil Cropping
Berdasarkan Gambar 4 dapat ditunjukkan bahwa daerah yang dideteksi adalah antrian kendaraan yang berada di belakang lampu lalu lintas. Setelah didapatkan daerah yang akan dianalisa, akan dilanjutkan pada tahapan pengolahan citra untuk peningkatan kontras, binerisasi dan penskalaan. Kemudian akan dilanjutkan proses ekstraksi ciri dan pengenalan pola dengan template matching.
Untuk melakukan proses template matching, terlebih dahulu dilakukan pe-nyimpanan citra acuan untuk digunakan pem banding pada proses template matching. Sebanyak 18 citra yang disimpan pada database yang digunakan sebagai acuan. Dimana sebanyak 60 citra uji akan dilakukan proses template matching menggunakan acuan pada 18 citra template.
Sebanyak 60 citra yang digunakan untuk pengujian, diambil dari tiga waktu yaitu pagi, siang, dan sore. Dimana saat pagi hari akan
diujikan dua jenis citra yaitu citra pagi sepi dan citra pagi ramai. Perbandingan keberhasilan sistem dalam menganalisa kepadatan lalu lintas pada pagi hari dapat dilihat pada Tabel 1.
Tabel 1. Perbandingan Keberhasilan Analisis Kepadatan Lalu Lintas Waktu Pagi
Jenis Citra Jumlah Citra Dikenali Sepi Dikenali Ramai
Pagi Sepi 10 10 0
Pagi Ramai 10 3 7
Pada Tabel 1 telah disajikan perbandingan keberhasilan analisa kepadatan lalu lintas waktu pagi. Sebanyak 10 citra pagi sepi dapat dianalisa sepi sebanyak 10 citra, dan tidak ada citra yang dikenali ramai. Sedangkan sebanyak 10 citra pagi ramai dapat dianalisa ramai sebanyak 7 citra, dan sebanyak 3 citra yang dianalisa sepi. Kemudian untuk perbandingan keberhasilan sistem dalam menganalisa kepadatan lalu lintas pada siang hari dapat dilihat pada Tabel 2.
Tabel 2. Perbandingan Keberhasilan Analisis Kepadatan Lalu Lintas Waktu Siang
Jenis Citra Jumlah Citra Dikenali Sepi Dikenali Ramai
Siang Sepi 10 8 2
Siang
Ramai 10 1 9
Tabel 2 telah menyajikan perbandingan keberhasilan analisa kepadatan lalu lintas waktu siang. Sebanyak 10 citra siang sepi dapat dianalisa sepi sebanyak 8 citra, dan dua citra yang dikenali ramai. Untuk 10 citra siang ramai dapat dianalisa ramai sebanyak 9 citra, dan satu citra yang dianalisa sepi. Sedangkan perbandingan keberhasilan sistem dalam menganalisa kepadatan lalu lintas pada sore hari dapat dilihat pada Tabel 3.
Tabel 3. Perbandingan Keberhasilan Analisis Kepadatan Lalu Lintas Waktu Sore
Jenis Citra Jumlah Citra Dikenali Sepi Dikenali Ramai Sore Sepi 10 8 2 Sore Ramai 10 3 7
Untuk perbandingan keberhasilan analisa kepadatan lalu lintas waktu sore dapat dilihat pada Tabel 3. Sebanyak 10 citra sore sepi dapat dianalisa sepi sebanyak 8 citra, dan dua citra yang dikenali ramai. Untuk 10 citra sore ramai dapat dianalisa ramai sebanyak 7 citra, dan 3 citra yang dianalisa sepi.
KESIMPULAN
Penelitian untuk melakukan analisa kepadatan lalu lintas menggunakan Template Matching telah dilakukan. Dimana penelitian menggunakan 18 template sebagai acuan dan menghasilkan keberhasilan sistem yang cukup baik dalam menganalisa kepadatan lalu lintas. Adapun akurasi sistem dalam menganalisa kepadatan lalu lintas pada pagi hari sebesar 85%. Sedangkan akurasi sistem dalam menganalisa kepadatan lalu lintas pada siang hari juga sebesar 85%, dan akurasi sistem dalam menganalisa kepadatan lalu lintas pada sore hari sebesar 75%. Sehingga didapatkan akurasi total sistem dalam melakukan analisa kepadatan lalu lintas menggunakan Template Matching sebesar 81,67%.
DAFTAR PUSTAKA
Akbar, Y., Hidayat, B., Wibowo, SA. 2011. Analisis Identifikasi Rambu-Rambu Lalu Lintas Dengan Pengolahan Citra Digital Menggunakan Metode Template Matching. Universitas Telkom.
Andaruresmi, R., Rizal, A., Magdalena, R. 2009. Identifikasi Tipe Wilayah Berbasis Pengolahan Citra Penginderaan Jarak
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 7 Analisis Kepadatan Lalu Lintas Jauh. Prosiding SENTIA. Politeknik Negeri
Malang.
Ansori, R., Pramadihanto, D., Ramadijanti, N. 2010. Deteksi Kendaraan Bergerak Secara Real Time. Tesis. Institude Teknologi Sepuluh Nopember.
Cahyo, T. 2013. Aplikasi Pengubah Citra Nominal ke Bentuk Terbilang.
Hadi, S., Samara, YR. 2012. Deteksi Objek Kendaraan Pada Citra Dijital Jalan Raya Menggunakan Metode Visi Komputer. Universitas Pelita Harapan.
Hidayano, A., Leksono, B., Isnanto, R. 2011. Aplikasi Metode Template Matching untuk Klasifikasi Sidik Jari. Thesis. Universitas Diponegoro.
Ljubesic, N., dkk. 2008. Comparing Measures of Semantic Similarity. Kroasia.
R, Anton., A, Cholis. 2015. Jumlah Penduduk Indonesia Sudah 254,9 Juta, Laki-laki Lebih Banyak Dari Perempuan.http:// hidayatullah.com/berita/nasional/ re a d / 2 0 1 5 / 1 1 / 2 0 / 8 3 6 3 2 / j u m l a h -pendududari-perempuan.html/, diakses tanggal 5 April 2016.
Wahyu, N. 2004. Deteksi Kerusakan Jalur PCB Menggunakan Metode Template Matching. Skripsi. Universitas Dian Nuswantoro.
KINERJA LAJU PEMBUANGAN PANAS DENGAN KONVEKSI PAKSA
Mustafa
Dosen Fakultas Teknik Universitas Merdeka Madiun email : mustafa_unmer@yahoo.com
Abstract
Radiator plays an important role in automotive engines because it has a function to cool the engine. when the rain occurs, the radiator can work more optimum, because the fin and tube radiators have additional cooling. In connection with this background, the aim of our research in this time is to determine the effect of variation in the coolant radiator on the performance rate of heat dissipation by convection forced by the additional presence of water such as when rain occurs. The steps in the research method in this time is taking the data from the object of research in the laboratory, tabulation and data extraction, then represented the correlation between the speed rotary engine with the cooling in graphical form. The conclusion of this study is a machine that uses air and water coolant in the radiator has a lower temperature than the machines that use air coolant only, it because the rate of heat transfer coefficient is higher and the heat dissipation is lower.
Keywords: air cooling, forced convection, radiator , water cooling Abstrak
Radiator memegang peranan penting dalam mesin otomotif karena berfungsi untuk mendinginkan mesin. Pada saat hujan radiator dapat bekerja lebih optimum karena sirip dan tube radiator dapat mengalami penambahan pendinginan. Sehubungan dengan latar belakang tersebut maka tujuan penelitian kami kali ini adalah untuk mengetahui pengaruh variasi pendingin pada radiator terhadap kinerja laju pembuangan panas secara konveksi paksa dengan tambahan keberadaan media air seperti saat hujan terjadi. Adapaun langkah – langkah metode penelitian pada kali ini yaitu pengambilan data dari obyek penelitian di laboratorium, tabulasi, ekstraksi data, dan merepresentasikan dalam bentuk grafik korelasi pendinginan dengan putaran mesin. Kesimpulan dari penelitian ini adalah mesin yang menggunakan pendingin udara dan air pada radiator memiliki temperatur yang lebih rendah dibandingkan menggunakan pendingin udara saja, hal ini disebabkan karena laju perpindahan panasnya yang lebih tinggi sedangkan koefisien pembuangan panas yang lebih rendah.
Analisis Variasi Media Pendinginan pada Radiator
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 9
PENDAHULUAN
Radiator memegang peranan penting dalam mesin pembakaran bahan bakar, didalam silinder mesin menyalurkan energi panas ke dalam bentuk tenaga putar. Tetapi energi panas dari bahan bakar tidak se-penuhnya dapat dikonversikan ke dalam bentuk tenaga. Pembakaran bahan bakar didalam silinder menghasilkan panas yang tingg, jika tidak dilakukan pendinginan maka temperatur setiap bagian, terutama bagian silinder akan naik. Keadaan tersebut akan mengakibatkan kerusakan dinding ruang bakar karena terjadinya tegangan termal, kerusakan katup-katup, puncak torak, macetnya cincin torak, dan menguapnya minyak pelumas, sehingga cepat terjadi keausan pada torak dinding silinder.
Bagian terpenting dari radiator adalah tube dan kipas radiator sebagai peralatan untuk mengalirkan/menghisap udara sebagai media pendingin. Kendaraan bermotor seperti mobil tidak mengenal cuaca, dimana saat kendaraan digunakan dapat mengalami kondisi hujan dan panas. Pada saat hujan radiator dapat bekerja lebih optimum karena sirip dan tube radiator dapat mengalami penambahan pendinginan. Untuk itu perlu dilakukan penelitian tentang variasi media pendinginan pada radiator terhadap kinerja laju pembuangan panas dengan konveksi paksa.
SISTEM PENDINGIN AIR
Mesin dengan pendingin air sebenarnya merupakan pendingin yang tidak langsung karena air sebagai fluida pendingin tersebut bertindak sebagai pendingin perantara. Sebenarnya mesin tersebut didinginkan oleh udara, hal ini disebabkan yang diserap oleh air pendingin itu dipindahkan ke udara atmosfir. Akan tetapi karena mesin langsung berhubungan dengan air maka disebut
pendingin air. Sistem pendingin air dapat di bedakan menjadi dua macam, yaitu pendingin air dengan sirkulasi alami dan pendingin air dengan sirkulasi paksa. Pada sistem pendingin air dengan sirkulasi alami, sirkulasi air terjadi kerena perbedaan berat jenis air pendingin. Air panas berat jenisnya lebih kecil dan cenderung mengalir keatas. Sistem pendingin air dengan sirkulasi alami cocok untuk mesin-mesin stationer yang berdaya kecil dengan tangki air pendingin yang terletak di bagian atas lebih tinggi daripada silender motor.
Pada sistem pendingin air dengan sirkulasi paksa, sirkulasi air pendigin dilakukan dengan air pendingin. Air pendingin yang panas keluar dari mesin melalui kepala silinder dan masuk kedalam radiator.selanjutnya,air itu didinginkan oleh udara yang mengalir melalui radiator,kemudian dialirkan kembali kedalam blok silinder.aliran udara melalui radiator di sebabkan oleh air,kecepatan gerak kendaraan,atau tali kipas udara.dalam sistem pendingin terdapat saluran untuk menghubungkan singkat (saluran bypass) thermostat dan lubang isap pompa air pendingin.apabila temperatur air pendingin di dalam blok silinder mencapai temperatur tertentu,thermostat akan membuka saluran air keradiator dan menutup saluran dari termostat kelubang isap pompa.
Gambar 1. Radiator
(Sumber :Reparasi Sistem Pendinginan Mesin Mobil, Drs. Daryanto )
RADIATOR
Radiator merupakan suatu alat penukar panas dimana aliran fluida panas (air) bersilangan tegak lurus dengan arah aliran fluida dingin (udara) dan kedua fluida tersebut tidak bercampur. Kedua fluida tersebut hanya mengalir sekali dalam saluran penukar panas atau biasa disebut single pass.
Bagian utama radiator adalah inti radiator yang berupa sirip-sirip dan berkas pipa yang disusun diantara sirip-sirip tersebut. Fluida yang keluar dari mesin berupa air panas mengalir ke dalam inti radiator yang terdiri dari tabung-tabung yang mempunyai sirip-sirip pendingin radiator.
Radiator pada mobil pada umumnya terpasang dibagian depan. Radiator berfungsi untuk mendinginkan air yang menjadi panas setelah beredar dalam mantel air pendingin pada mesin. Yang mempunyai dua tabung air, terletak di atas dan di bawah. Ditabung bagian atas terdapat lubang pengisian air, pipa pemasukan air dari mantel pembuangan dan di tabung bagian bawah terdapat kran pembuangan air, dan pipa penghubung kemesin.
Suatu radiator terdiri dari ini bagian-bagian sebagai berikut
1. Tabung air atas (upper tank) 2. Tabung air bawah (lower tank) 3. Sambungan selang atas 4. Sambungan selang bawah 5. Kisi-kisi ( tube )
6. Sirip-sirip ( fin ) 7. Tutup radiator
8. Kran pembuang (drain cock)
Gambar 2.Bagian – bagian radiator (Sumber:www.googleradiator.com )
PERPINDAHAN PANAS.
1. Perpindahan Panas Konduksi
Perpindahan energy dari temperature tinggi ke temperature rendah . Suatu energi berpindah secara konduksi (conduction), laju perpindahan kalor dinyatakan sebagai :
Q = k. A dT dx
2. Perpindaha Panas Konveksi
Sebuah plat logam panas akan menjadi dingin lebih cepat, Apabila fluida diatas plat bergerak dengan kecepatan tertentu, maka kalor perpindah dengan cara konveksi, yang mana gradient suhu bergantung dari laju fluida membawa kalor. Sedangkan laju perpindahan kalor dipengaruhi oleh luas permukaan perpindahan kalo ( A ) dan beda suhu menyeluruh antara permukan bidang dengan fluida yang dapat dirumuskan sebagai berikut: Perpindahan panas konveksi tergantung pada vikositas fluida, disamping ketergantunganya terhadap sifat-sifat termal fluida, seperti: konduktivitas termal, kalor spesifik, dan densitas. Hal ini disebabkan karena viskositas
Analisis Variasi Media Pendinginan pada Radiator
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 11 mempengaruhi laju perpindahan energi di
daerah dinding.
q = h. A (TW – T) Dimana :
q = perpindahan panas, Watt h = koefisien konveksi, Watt/m2 K
A = luas permukaan, m2
TW = temperatur dinding, K T = temperatur fluida, K
Konveksi paksa disebabkan karena adanya gaya pemaksa yang menyebabkan fluida bergerak dan mempunyai kecepatan. Pada peralatan otomotif menggunakan sisitem konveksi paksa.
Rumus Empiris untuk aliran dalam pipa/ tabung :
Gambar 3. Perpindahan kalor menyeluruh dinyatakan dengan beda suhu limbak
(Sumber : Holman J.P.1995)
Besarnya perpindahan kalor yang terjadi pada suatu penampang/saluran yang berben-tuk pipa/tabung dapat dinyatakan dengan beda suhu limbak (bulk temperature):
q = m.Cp(Tb2 – Tb1) = h.A(Tw – Tb) m = ρ.Um.A
1. Perpindahan Panas Radiasi
Teori thermodinamika bahwa radiator ideal memancarkan energy dengan laju yang sebanding pangkat empat suhu absolut benda tersebut dan berbanding langsung pada luas permukaan yang dapat dirumuskan :
q = s A T4
HIPOTESA
Bahwa penggunaan radiator standart menggunakan pendingin udara dan air dapat meningkatkan kinerja pembuangan panas se-cara konveksi paksa lebih baik dibandingkan radiator standar menggunakan pendingin udara pada kendaraan mazda
METODE PENELITIAN
Variabel Penelitian Variabel Bebas.
Variabel bebas meliputi Variabel bebasnya adalah: Temperatur Masuk (Tin), Temperatur Keluar (Tout), Temperatur udara di depan radiator (Tinrad), Temperatur udara dibelakang radiator (Toutrad) dan Temperatur Mesin (Tm), Laju Aliran ( Flowmeter )
Alat Pengujian dengan type mesin Mazda . Peralatan Pengujian : 1. Alat uji berupa type mesin mobil Mazda GLX 2000 cc, 2. Tachometer, 3. Flowmeter, 4. Thermometer, 5. Radiator Standart, 6. Premium, 7. Pendingan Udara (Fan) dan Air, 8. Radiator Modifikasi.
Langkah – langkah metode penelitian pada kali ini yaitu pengambilan data dari obyek penelitian di laboratorium, tabulasi, ekstraksi data, dan merepresentasikan dalam bentuk grafik korelasi pendinginan dengan putaran mesin.
HASIL DAN PEMBAHASAN
Analisa dilakukan pada bulan Januari tahun 2015 di laboratorium teknik mesin Universitas Merdeka Madiun. Suhu pada 30 ºC, kelembaban udara 60%.
Data hasil pengujian diperoleh dengan menggunakan alat ukur pada pengambilan data seperti dibawah, maka data pengamatan ditabulasikan pada Tabel 1.
Tabel 1. Hasil Perhitungan Rata-Rata T, Cp, k, pr, ρ, μ pada radiator standart
Rata-Rata T ρ CP µ K PR 25.0 1.18475 1006.65000 0.00001742500 0.0260000 0.70750 24.9 1.18514 1006.64750 0.00001742050 0.0260675 0.70755 24.6 1.18629 1006.64000 0.00001740700 0.0260450 0.70770 24.7 1.18591 1006.64250 0.00001741150 0.0260525 0.70765 25.1 1.18437 1006.65250 0.00001742950 0.0260825 0.70745
Tabel 2. Hasil perhitungan radiator standart menggunakan pendingin udara
Tabel 3. Hasil Perhitungan Rata-Rata T, Cp, k, pr, ρ, μ pada radiator standart menggunakan pendingin udara dengan penambahan pendingin air
ΔT ρ CP µ K PR 29.7 1.1667 1006.50952 0.0000185365 0.026427500 0.695150 30.3 1.1643 1006.53810 0.0000185635 0.026472500 0.694850 31 1.1617 1006.57143 0.0000185950 0.026525000 0.694500 31.2 1.1609 1006.58095 0.0000186040 0.026540000 0.69440 31.5 1.1597 1006.59524 0.0000186175 0.026562500 0.69425
Tabel 4. Hasil perhitungan radiator standart menggunakan pendingin udara dengan penambahan pendingin air
Analisis Variasi Media Pendinginan pada Radiator
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 13
ANALISA GRAFIK
Ilustrasi hubungan variasi pendinginan radiator terhadap temperatur air masuk dan air keluar seperti tampak pada Gambar 4.
Ilustrasi Gambar 5. berikut ini meng-gambarkan hubungan pendinginan radiator terhadap temperatur udara masuk dan keluar radiator.
Ilustrasi Gambar 6. Menggambarkan hubungan pendinginan radiator terhadap temperatur mesin.
Ilustrasi Gambar 7. Menggambarkan hubungan variasi pendinginan radiator terhadap laju perpindahan panas.
Ilustrasi Gambar 8. Menggambarkan hubungan variasi pendinginan radiator terhadap koefisien perpindahan panas.
Gambar 4. Grafik hubungan pendingin radiator terhadap temperatur air masuk dan keluar
Gambar 5 Grafik hubungan pendingin radiator terhadap temperatur udara masuk dan keluar radiator.
Gambar 6. Grafik hubungan pendinginradiator terhadap temperatur mesin
Gambar 7.Grafik hubungan variasi pendingin radiator terhadap laju perpindahan panas
Analisis Variasi Media Pendinginan pada Radiator
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 15
PEMBAHASAN
1. Hubungan variasi pendingin radiator terhadap temperatur air masuk dan keluar Berdasarkan dari analisa grafik me-nunjukan adanya peningkatan temperatur air masuk dan keluar dengan mengikuti pola yang sama, namun selisih antara tem-peraur air masuk dan temperatur air keluar pada pemanfaatan pendingin udara dan air lebih besar dibandingkan dengan hanya menggunakan pendingin udara pada peng-ujian radiator standart. Kondisi tersebut disebabkan oleh pendingin udara dan air lebih mampu membuang panas dibandingkan dengan hanya menggunakan pendingin udara. Dengan kondisi demikian, jika terjadi hujan, maka air hujan yang terhisap oleh kipas pendingin radiotor sangat membantu pendinginan air dan mesin.
2. Hubungan variasi pendingin radiator terhadap temperatur media pendingin masuk dan keluar
Berdasarkan dari grafik diatas terlihat semakin besar putaran mesin, maka tem-peratur udara masuk melalui permukaan sirip dan tube radiator dan temperatur udara keluar radiator meningkat. Peningkatan temperatur ini mengikuti dengan pola yang sama, namun selisih antara temperaur udara masuk melalui permukaan sirip dan tube radiator ,dengan temperatur udara keluar dari radiator pada pemanfaatan pendingin udara dan air lebih besar dibandingkan dengan hanya meng gunakan pendingin udara saja pada pengujian radiator standart. Kondisi demikian disebabkan oleh pendinginan udara dan air lebih mampu membuang panas, sehingga temperatur udara keluar radiator lebih tinggi dibandingkan dengan hanya menggunakan pendingin udara pada radiator standart. 3. Hubungan variasi pendingin radiator
terhadap temperatur mesin
Berdasarkan dari grafik diatas terlihat semakin besar putaran mesin, maka tem-peratur mesin meningkat. Peningkatan temperatur ini mengikuti pola yang sama, namun temperatur mesin menggunakan pendingin udara dan air lebih landai dan cenderung stabil dibandingkan dengan hanya menggunakan pendingin udara saja pada pengujian radiator standart. Temperatur mesin dengan memanfaatkan pendingin udara dan air memiliki pendinginan yang lebih sempurna, karena panas mesin yang dibawa oleh air pendingin menuju radiator, lebih dapat dibuang ke udara dibandingkan hanya menggunakan pendingin udara pada radiator. Sehingga pada saat hujan pendinginan mesin lebih sempurna yang diakibatkan oleh pembuangan panas pada radiator lebih sempurna pula.
4. Hubungan variasi pendingin radiator terhadap laju pembuangan panas
Berdasarkan dari grafik diatas dimana terlihat semakin besar putaran mesin, maka laju pembuagan panas semakin meningkat meningkat. Peningkatan laju pembuagan panas ini mengikuti pola yang sama, namun laju pembuagan panas menggunakan pendingin udara dan air lebih tinggi di-bandingkan dengan hanya menggunakan pendingin udara saja pada pengujian radiator standart. Kondisi demikian disebabkan oleh selisih temperatur udara masuk radiator dan keluar radiator mengunakan pendingin udara dan air lebih besar dibandingkan dengan selisih temperatur udara masuk radiator dan keluar radiator mengunakan pendingin udara saja. Selisih temperatur ini akan memperbesar jumlah panas yang mampu dibuang ke udara lingkungan.
5. Hubungan variasi pendingin radiator terhadap koefisien perpindahan panas Berdasarkan dari grafik diatas. dimana terlihat semakin besar putaran mesin, maka
laju pembuagan panas semakin meningkat. Peningkatan koefisien pembuangan panas ini mengikuti pola yang sama, namun koefisien pembuangan panas menggunakan pendingin udara dan air lebih rendah ,dibandingkan dengan hanya menggunakan pendingin udara saja pada pengujian radiator standart. Kondisi demikian disebabkan oleh selisih temperatur udara masuk dan keluar menggunakan pendingin udara dan air lebih besar dibandingkan dengan pendingin udara saja. Selisih dari temperatur ini berfungsi sebagai pembagi pada persamaan koefisien pembuangan panas.
KESIMPULAN
1. Menggunakan pendingin udara dan air pada radiator memiliki temperatur mesin lebih rendah dibandingkanmenggunakan pendingin udara.
2. Menggunakan pendingin udara dan air pada radiator memiliki laju pembuangan panas lebih tinggi dibandingkan menggunakan pendingin udara.
3. Menggunakan pendingin udara dan air pada radiator memiliki koefisien pembuangan panas lebih rendah dibandingkan menggunakan pendingin udara.
DAFTAR PUSTAKA
Ariyanto, H., Pengaruh Kecepatan Aliran Fluida Masuk Terhadap Efektivitas Heat Exchanger Model Shell And Tube, Tugas Akhir no. 00.54.401, Jurusan Teknik Mesin UK Petra, 2000.
Cengel, Y. A., Introduction to Thermodynamics and Heat Transfer, New York: McGraw Hill, 1997.
Daryanto, Reparasi Sistem Pendinginan Mesin Mobil, Jakarta Departemen Teknik Mesin Universitas Indonesia, Jakarta
Handoyo E. H., Pengaruh Kecepatan Aliran Terhadap Efektivitas Shell-and-Tube Heat Exchanger, Jurnal Teknik Mesin Vol. 2, No. 2, 2000
Holman J. P., Perpindahan Kalor , Jakarta : Penerbit Erlangga, 1995.
Incropera, F.P. and D.P. DeWitt, Fundamentals of Heat Transfer, New York: John Wiley & Sons, 1981.
Koestoer, R. A. dan Zulkifli , Perpindahan Kalor Konveksi, Laboratorium Perpindahan Kalor – Fakultas Teknik Universitas Indonesia, Jakarta, 1998.
Murti M. R., Laju pembuangan panas pada radiator dengan fluida campuran 80 % Air dan 20 % RC pada rpm konstan, Jurnal Teknik Mesin Cakram, Vol. 2 No. 1, 2008. Toyota Astra Motor, PT., New Step 1 Training
Manual, Toyota Service Training, Jakarta, 1994.
PILAR TEKNOLOGI: Jurnal Ilmiah Ilmu-ilmu Teknik Volume 1 Nomor 1 Maret 2016; ISSN : 2502-7042
EVALUASI PELAKSANAAN PROYEK PEMBANGUNAN
RUANG KELAS MIN TIRAK DENGAN METODE NILAI HASIL
Lyya Supriono
* Staf Pengajar Fakultas Teknik Universitas Merdeka Madiun
Abstract
There are many constraint in every construction project occur in finishing process, because of that, it needs to held weekly evaluation to see the working process, is it getting delay or fast. By the evaluation we can know the constraint early so it can be done the anticipation in well. The method uses to evaluated construction project the new class room in MIN Tirak is result value method. From the evaluation it can be concludes that the project has benefit by the benefitial Rp. 10.446.574,00. The value of SPI=1 so the project run as the schedule planed or can be said on schedule.
Key word: cost, project evaluation, time, value result method
PENDAHULUAN
1. Latar Belakang
Pembangunan dibidang kontruksi antara satu proyek dengan proyek yang lain memiliki kendala yang berbeda. Begitu pula dengan proyek pembangunan Ruang kelas MIN tirak tak lepas dari kendala dan resiko yang harus dihadapi. Setiap kendala dan hambatan tentunya akan sangat berpengaruh terhadap kelangsungan pelaksanaan proyek tersebut.
Untuk mengatisipasi hal tersebut maka perlu dilakukan evaluasi disetiap minggu atau bulannya agar terpantau apakah suatu pekerjaan mengalami keterlambatan atau percepatan. Waktu pelaksanaan tentu akan mempengaruhi biaya. Semakin lama pelaksanaan tentunya akan semakin banyak dana yang harus dikeluarkan. Untuk mengon-trol penggunaan dana maka dengan itu dilakukan evaluasi yang berhubungnan
dengan waktu dan biaya dengan metode nilai hasil.
Metode nilai hasil adalah memiliki be-berapa indicator diantaranya adalah ACWP, BCWP dan BCWS.
2. Rumusan Masalah
Yang menjadi rumusan masalah dalam pelaksanaan pekerjaan ini adalah sebagai berikut:
a. Apakah proyek menguntungkan?
b. Berapa lama waktu penyelesaian proyek ? 3. Tujuan
Yang menjadi tujuan masalah dalam pelaksanaan pekerjaan ini adalah sebagai berikut:
a. Untuk mengetahui proyek mengun tungkan atau tidak.
b. Untuk mengetahui waktu penyelesaian proyek.
4. Batasan Masalah
Yang menjadi batasan masalah dalam pelaksanaan pekerjaan ini adalah sebagai berikut:
a. Obyek yang dijadikan penelitian adalah pembangunan ruang kelas MIN Tirak. b. Melakukan analisis hanya pada waktu dan
biaya dengan metode nilai hasil.
LANDASAN TEORI
1. Manajemen Proyek
Manajemen Proyek adalah kegiatan meren-canakan, mengorganisasikan, meng arahkan dan mengendalikan sumberdaya organisasi perusahaan untuk mencapi tujuan tertentu dalam waktu tertentu dengan sumber daya tertentu (Budi Santoso, 1997).
2. Metode Nilai Hasil
Metode yang berfungsi untuk meng-endalikan waktu dan biaya pelaksanaan kontruksi. Metode ini dapat memberikan gambaran nilai akhir biaya yang harus dikeluarkan dan waktu penyelesaian proyek. a. Biaya Aktual
Actual Cost of Work Perform (ACWP) yaitu Variabel yang menyatakan pengeluaran actual dari pekerjaan yang sudah dikerjakan sampai waktu tertentu b. Nilai Hasil
Bugdeted Cost of Work Performanced (BCWP) Variabel yang menyatakan jumlah biaya yang dikeluarkan untuk pekerjaan yang sudah dikerjakan.
c. Jadwal Anggaran
Budgeted Cost of Work Schedule (BCWS) yaitu variable yang menyatakan besarnya biaya yang dianggarkan untuk pekerjaan yang dijadwalkan untuk satu periode tertentu dan ditetapkan dalam anggaran
d. Varians Biaya dan Jadwal Terpadu
Varians Biaya/Cost Varians (CV) dan Varians Jadwal/Schedule Varians (SV) menurut Iman Suharto, 1997., Dirumuskan sebagai berikut:
Varians Biaya(CV)=BCWP–ACWP(2.1) Varians Jadwal(SV)= CWP–BCWS( 2.2)
Kriteria untuk kedua indikator tersebut diatas baik itu CV (Cost Varians) maupun SV (Schedule Varians) ditabelkan oleh Iman Soeharto seperti tersebut dibawah ini:
Tabel 2.1 Analisa Varians Terpadu
CV SV Indikasi
nol nol On schedule, on cost positif nol On schedule, under cost negatif nol On schedule, over cost nol positif A head schedule, on
cost
positif negatif A head schedule, under cost
negatif positif A head schedule, over cost
nol negatif Behind schedule, on cost
positif negatif Behind schedule, under cost
negatif negatif Behind schedule, over cost
Sumber: Iman Suharto, 1997:273
e. Indeks Produktivitas dan Kinerja
Indek kinerja biaya dan waktu meng-gunakan rumus sebagai berikut:
Indeks Kinerja Biaya
Evaluasi Pelaksanaan Proyek Pembangunan Ruang Kelas
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 19 Indeks Kinerja Jadwal
(2.4)
f. Perkiraan waktu dan biaya penyelesaian proyek Perkiraan waktu dan biaya dicari dengan dengan rumus sebagai berikut:
(2.5)
(2.6) Kurva S
Kurva S berisi tentang progres pekerjaan yang telah dicapai selama pekerjaan kontruksi berlangsung. Kurva S merupakan cara termudah untuk melihat kemajuan suatu pekerjaan.
METODE PENELITIAN
1. Metode Penelitian
Jenis metode yang dipergunakan dalam penelitian ini adalah deskritif kuantitatif yaitu mempergunakan data yang terukur. Sedangkan deskritif yaitu dengan memberikan penjelasan tentang masalah yang terkait dengan hasil pengolahan data.
2. Pengumpulan Data
Pengumpulan data dari pihak pengawas berupa rencana anggran biaya, Laporan mingguan, laporan bulanan, schedule dan data akuntansi proyek MIN Tirak.
3 Teknik Pengumpulan Data
Memperoleh data laporan mingguan, bulanan dan Schedule dari konsultan pengawas
4. Tahap dan Prosedur Penelitia a. Studi literature
b. Mengitung ACWP, BCWP, BCWS c. Menghitung CV,SV, CPI, SPI, ETC
d. Menghitung EAC e. Pembahasan f. Kesimpulan g. Saran
PEMBAHASAN
Waktu pelaksanaan proyek maksimal hingga 12 minggu. Jika melebihi batas waktu yang telah ditentukan maka akan ada sangksi yang diberikan kepada kontraktor. Untuk itu dilakukan evaluasi dengan metode nilai hasil. Dengan indicator yang ada maka diperoleh hasil sebagai berikut:
4.1 Tabel perhitungan BCWP MGG BCWP BCWP Kom 1 9.405.000 9.405.000 2 23.158.300 32.563.300 3 12.179.860 44.743.160 4 19.210.400 63.953.560 5 14.406.700 78.360.260 6 13.907.300 92.267.560 7 49.703.500 141.971.060 8 44.745.800 186.716.860 9 5.155.700 191.872.560 10 8.853.240 200.725.800 11 26.090.900 226.816.700 12 41.968.300 268.785.000
Sumber: Hasil olahan
BCWP diperoleh Rp.268.785.000,00 4.2 Tabel perhitungan BCWS MGG BCWS BCWS Kom 1 8.943.497 8.943.497 2 9.060.230 18.003.727 3 14.461.961 32.465.687 4 12.234.788 44.700.476
MGG BCWS BCWS Kom 5 12.234.788 56.935.264 6 23.563.404 80.498.668 7 23.563.404 104.062.072 8 20.352.122 124.414.194 9 13.519.065 137.933.259 10 13.519.065 151.452.324 11 49.642.297 201.094.621 12 67.889.031 268.983.652
Sumber: Hasil olahan
BCWP diperoleh Rp.268.983.652,00 4.3 Tabel perhitungan ACWP
MGG ACWP ACWP Kom
1 10.195.750 10.195.750 2 16.535.750 26.731.500 3 11.935.750 38.667.250 4 16.935.750 55.603.000 5 13.935.750 69.538.750 6 13.675.750 83.214.500 7 38.935.750 122.150.250 8 40.935.750 163.086.000 9 6.918.750 170.004.750 10 10.983.750 180.988.500 11 20.935.750 201.924.250 12 56.421.750 258.346.000
Sumber: Hasil olahan
ACWP diperoleh Rp.258.362.000,00 4.6. Tabel Rekapitulasi Nilai SPI, CPI
MINGGU KE CPI SPI
1 0,92 1,1
2 1,22 1,8
3 1,16 1,4
MINGGU KE CPI SPI
4 1,15 1,4 5 1,13 1,4 6 1,11 1,1 7 1,16 1,4 8 1,14 1,5 9 1,13 1,4 10 1,11 1,3 11 1,12 1,1 12 1,04 1,0
Sumber: Hasil olahan
Idek kinerja Biaya pada minggu pertama pengeluran lebih besar dari rencana, sedangkan pada minggu berikutnya hingga minggu ke dua belas pengeluaran lebih kecil dari anggaran yang telah ditentukan. Sedangkan untuk indek kinerja waktu me-nunjukan bahwa pengerjaan lebih cepat dari rencana dari minggu pertama hingga minggu ke sebelas. Sedangkan minggu ke dua belas tepat sesuai dengan schedule rencana
4.5. Tabel Rekapitulasi Nilai CV, SV
CV SV -790.750 461.503 5.831.800 14.559.573 6.075.910 12.277.473 8.350.560 19.253.084 8.821.510 21.424.996 9.053.060 11.768.892 19.820.810 37.908.988 23.630.860 62.302.666 21.867.810 53.939.301 19.737.300 49.273.476 24.892.450 25.722.079 10.439.000 -198.652
Evaluasi Pelaksanaan Proyek Pembangunan Ruang Kelas
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 21
Sumber: Hasil olahan
Pada minggu pertama pekerjaan selesai lebih cepat dari pada rencana dengan menelan biaya di atas anggaran., sedangkan pada minggu ke dua hingga minggu ke sebelas pekerjaaan terlaksana lebih cepat dari pada jadwal dengan biaya lebih kecil dari pada anggaran, untuk minggu ke dua belas pekerjaan selesai lebih lambat dan menelan biaya yang lebih kecil.
4.6. Tabel Rekapitulasi Nilai ETC, EAC
ETC EAC
281.403.418 258.537.078
Sumber: Hasil olahan
Nilai Perkiraan biaya hingga akhir sebesar Rp.258.537.078,00
KESIMPULAN DAN SARAN
1. Kesimpulan
Hasil dari analisis data diatas dapat di-simpulkan bahwa:
a. Biaya yang harus dikeluaarkan hingga akhir pekerjaan adalah Rp. 258.537.078, b. SPI sama dengan satu menunjukkan
bahwa penyelesaian proyek on schedule 2. Saran
Agar pengendalian dapat berjalan secara efektif maka tidak hanya dibutuhkan manajemen yang baik tapi juga membutuhkan tenaga ahli yang harus dipersiapkan
DAFTAR PUSTAKA
Karnila, 2012. Analisis Nilai Hasil Terhadap Biaya pada Proyek Kontruksi (Studi kasus Pada Proyek Pembangunan Gedung Perkuliahan Fispol Universitas Gajah Mada Yogyakarta. M. Fauzan Mawardi. Evaluasi Kemajuan
Proyek Dengan Metode Nilai Hasil Proses Pengendalian Kinerja Waktu dan Biaya Santoso Budi, 1997. Manajemen Proyek, Guna
darma, Surabaya.
Suharto, Iman, (1995), Manajemen Proyek : Dari Konseptual sampai Operasional, Erlangga, Jakarta.
Simanjuntak P., Gray C.,dkk, 1992. Pengantar Evaluasi Proyek. Jilid II, Penerbit Gramedia Pustaka, Jakarta.
Soedrajat, Sastramadja. 1994. Analisa (Cara Modern) Anggaran Biaya Pelaksanaan, Penerbit Nova, Bandung.
Tarore H., 2001. Analisis Sistem Rekayasa Konstruksi (ASREKO). Sam Ratulangi University Press, Manado.
Yohanes L.D. Adianto, Ali Maliki, Wisnu Prasetyo. Analisis Biaya dan Waktu Optimal pada Proyek Ruko Paskal Hypersquare dengan Least Cost Scheduling. Volume 14, No. 1 Edisi XXXIV Pebruari 2006.
BAHASA INGGRIS MENGGUNAKAN PENDEKATAN PATH BASE
Eldita Febrian Selfiendi1 & Moch. Arif Bijaksana. 2
1 Mahasiswa Teknik Informatika, Universitas Telkom 2Dosen Teknik Informatika, Universitas Telkom
1 eldita@student.telkomuniversity.ac.id 2 arifbijaksana@telkomuniversity.ac.id
Abstract
Today a lot of data in text in world. The large number of data in text make amount of research data text increases. To produce research data text with accurate result required some things one is semantic relation. Semantic relation is relatedness between words based on the relationships that owned by those word. Calculation on semantic relation can solved using path base approach. Path representation semantic relation in graf. In this research built a system that calculate semantic relation using path base approach. This system calculations involving influence of the number of text relationship,depth and combination weights and depth. Based on test results showed that using path base generated weak correlation, amount of relation can increase correlation and highest correlation occurred in calculation using weight and depth.
Keywords: depth, graph, path base, semantic relation and weight Abstrak
Dewasa ini banyak data berbentuk teks dalam bahasa Inggris.Banyaknya jumlah data tersebut mengakibatkan jumlah penelitian tentang data teks meningkat.Untuk menghasilkan penelitian data teks dengan hasil yang akurat dibutuhkan beberapa hal salah satunya semantic relation.Semantic relation adalah keterkaitan antar kata berdasarkan relasi yang dimiliki oleh kata tersebut.Perhitungan pada semantic relation dapat diselesaikan dengan menggunakan pendekatan path base. Path base memodelkan semantic relation menggunakan graf. Pada penelitian ini dibangun sistem yang menghitung semantic relation dengan menggunakan pendekatan path base. Sistem ini melakukan perhitungan dengan melibatkan pengaruh jumlah jenis relasi kata, kedalaman serta kombinasi bobot dan kedalaman pada graf. Berdasarkan hasil pengujian menunjukan bahwa perhitungan dengan menggunakan path base dihasilkan korelasi lemah, semakin banyak relasi maka hasil korelasi akan semakin meningkat serta perhitungan dengan korelasi tertinggi didapatkan dengan menggunakan kombinasi bobot dan kedalaman.
Implementasi dan Analisis Semantic Relation
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 23
PENDAHULUAN
Dewasa ini semakin banyak data yang termuat dalam bentuk teks.Banyaknya data tersebut membuat penelitian tentang data teks semakin meningkat.Contohhnya Word Sense Ambiguation, Semantic Information Retrieval, Text Clustering dan Semantic Text Relatedness.Untuk menghasilkan hasil yang memiliki akurasi yang baik penelitian tersebut membutuhkan perhitungan semantic relation antar kata. Saat ini proses tersebut dialakukan dengan cara mengambil data keterkaitan antar kata yang telah didefinisikan oleh ahli. Data tersebut memiliki kekurangan yaitu tidak memiliki acuan ukuran yang sama antar ahli.
Semantic relation adalah keterkaitan sepasang kata berdasar relasi kata yang dimilikinya.Relasi tersebut dapat berupa hipernim, hiponim, meronim serta holonim. Terdapat beberapa pendekatan untuk membangun semantic relation antar kata salah satunya adalah path base.Pendekatan ini merepresentasikan hubungan antar kata dalam bentuk graf dengan node sebagai kata atau sense dan edge sebagai relasi antar kata atau sense.Semantic relation antar kata dihitung dengan cara mengalikan bobot pada edge dan kedalaman node sebuah jalur yang terbentuk. Path base melakukan perhitungan berdasarkan hierarki antar kata atau sense dalam knowledge base.
Pada penelitian ini dikembangkan sistem yang dapat mengitung semantic relation antar kata dalam Bahasa Inggris. Penelitian ini juga melakukan pengamatan pengaruh jumlah jenis relasi kata yang digunakan, bobot dan kedalaman terhadap hasil perhitungan yang didapatkan.Digunkan Bahasa Inggris dikarenakan Bahasa Inggris adalah bahasa yang banyak digunakan di dunia.Selain itu, Bahasa Inggris juga telah memiliki knowledge base yang lengkap yaitu WordNet.WordNet merupakan knowledge base yang sudah
banyak digunakan untuk penelitian dalam bidang text mining dan memiliki library yang bisa langsung ditambahkan pada sistem.
RUMUSAN MASALAH
Berdasarkan pendahuluan yang telah dijelaskan sebelumnya, maka rumusan masalah yang dipaparkan pada penelitian ini adalah
1. Bagaimana menghitung semantic relation antar kata(noun) dalam bahasa Inggris pada suatu pasangan kata ?
2. Bagaimana pengaruh jumlah relasi, ke-dalaman dan kombinasi bobot dan kedalaman terhadap hasil perhitungan menggunakan pendekatan path base ?
DASAR TEORI
1. Semantic Relation
Semantic relation mendefinisikan asosiasi antar konsep.Asosiasi itu dapat berupa classical relation seperti hypernemy, hyponomy, meronymy, antonomy, synonymy dan implicit connection. Asosiasi tersebut didapatkan dari deskripsi konsep tersebut yang telah ada pada knowledge source[11].
Hipernim merupakan relasi yang nunjukan apabila kata yang pertama me-miliki tingkatan yang lebih tinggi dari kata berikutnya.Contoh hipernim dari car adalah machine. Hiponim merupakan relasi yang terjadi apabila kata pertama merupakan subclass dari kata berikutnya.Contoh hipo-nim dari device adalah machine.Merohipo-nim merupakan relasi yang menunjukan bahwa kata yang pertama lebih umum dari pada kata berikutnya.Contoh meronim laptop adalah microprocessor.Holonim adalah relasi yang berlawanan dengan meronim. Contoh holonim dari central processing unit adalah laptop[3,4].
Terdapat beberapa penelitian yang dijadikan acuan untuk melakukan penelitian
tentang semantic relation yaitu penelitian yang telah dilakukan oleh Rada et al.(1989) dan Susna (1993). Penelitian Rada et al.(1989) melakukan perhitungan keterkaitan antar kata dengan cara mekalkulasi panjang length antar node. Penelitian Susna (1993) melakukan perhitungan keterkaitan antar kata dengan menggunakan representasi graf.Penelitian ini menggunakan graf yang berbobot. Perhitungan dilakukan dari dua arah dari node awal ke node akhir dan sebaliknya[2,8,10].
Dewasa ini semantic relation banyak digunakan untuk Natural Language Processing (NLP) application. Contohnya Word Sense Ambiguation, Semantic Information Retrieval, Finding real spelling errors dan computing lexical chain[2].
2. Path Base
Path baseadalah sebuah metode yang memodelkan semantic relation dalam bentuk graf. Graf digunakan untuk melakukan per hitungan keterkaitan antar kata.Node merupakan representasi dari word dan sense se dangkan edge merupakan representasi relasi antar kata dalam WordNet. Bobot graf yang digunakan pada penelitian ini mengacu pada probability of occurrences yang diciptakan oleh Song et al (2004). Bobot graf yang digunakan adalah sebagai berikut :
Tabel 2.1 Probability Of Occurrence WordNet 2.0 Edge Type Probability of Occurence Hypernym / Hyponym 0.61 Part Meronym / Holonym 0.0367
Perhitungan menggunakan path base dapat dilakukan dengan 3 cara yaitu per-hitungan menggunakan bobot, per per-hitungan menggunakan kedalaman dan gabunagan perhitunagan menggunakan bobot dan kedalaman.
Perhitungan menggunakan bobot yang disebut SCM dilakukan dengan cara meng-alikan bobot edge yang ada pada jalur antar kedua kata tersebut. Jika terdapat lebih dari satu jalur maka akan dipilih hasil perkalian bobot yang terbesar. SCM dapat dirumuskan sebagai berikut
(𝑆, 𝑂, 𝑃) = Π𝑙𝑖=1𝑤𝑖 (2.1) Keterangan
w = bobot pada edge yang dilalui.
Perhitungan menggunakan kedalaman yang biasa disebut dengan SPE dilakukan dengan cara mengalikan kedalaman jalur yang dimiliki antar kedua kata. Jika terdapat lebih dari satu jalur maka akan dipilih hasil perkalian terbesar. SPE dapat dirumuskan sebagai berikut :
(2.2) Keterangan
d = kedalaman node yang dilalui dmax = kedalaman dari maksimum WordNet yaitu 15
Perhitungan menggunakan kombinasi antara bobot dan kedalaman dilakukan dengan cara mengalikan hasil perhitungan bobot dan hasi perhitungan kedalaman. Jika terdapat lebih dari satu jalur maka akan dipilih hasil perkalian terbesar. Perhitungan ini dapat dirumuskan sebagai berikut
SCM.SPE = {(𝑆, 𝑂, 𝑃) ∙ (𝑆, 𝑂, 𝑃) (2.3) [6,7,11]
3. WordNet
WordNet adalah sebuah knowledge base yang biasa digunakan untuk penelitian keterkaitan leksikal.WordNet merupakan kamus elektronik tentangnoun, verbs, adjectives, dan adverbs yang dikembangkan
Implementasi dan Analisis Semantic Relation
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 25 di Pricenton University. WordNet memiliki
117.798 noun, 11.592 verb, 22.479 adjective dan 4.481 adverb.WordNet menyajikan data kata dalam bentuk synonym set (synset/sense). Sense merupakan kumpulan kata yang memiliki makna sejenis.Terdapat kemungkinan satu kata memiliki beberapa sense dikarenakan terdapat beberapa kata yang memiliki banyak makna.Setiap sense memiliki gloss. Gloss adalah contoh kalimat yang digunakan untuk memperjelas suatu synset [1,4,8,12]
Contoh sense pada WordNet adalah sebagai berikut, kata computer pada WordNet memiliki 2 sense.Sense pertama computer = { computing machine, computing device, data processor, electronic computer, information processing system } dengan gloss (a machine for performing calculations automatically). Sense kedua computer = {calculator, reckoner, figurer, estimator, computer } dengan gloss(an expert at calculation (or at operating calculating machines)[4].
Pada WordNet disediakan relasi antar kata berdasarkan sense kata tersebut. Relasi yang terdapat pada WordNet adalah hipernim, hiponim, meronim, holonim dan antonim. Contoh hipernim computer pada sense pertama adalah {machine, device, instr umentality:instrumentation, artifact:artifact, whole:unit, object, entity}. Contoh hiponim computer pada sense pertama adalah analog computer, digital computer. Contoh meronim computer pada sense pertama adalah keyboard, bus, microchip[4]
METODE PENELITIAN
Pada penelitian ini dibangun sebuah sistem yang dapat melakukan perhitungan hubungan relasi antar kata benda dalam bahasa Inggris. Sistem ini menerapkan semantic relation dengan pendekatan pathbase. Gambaran umum sistem ini adalah sebagai berikut
Gambar 3. 1 Gambaran Umum Sistem
Masukan sistem adalah sepasang kata Bahasa Inggris.Sistem membuat graf berdasar pada hierarki kata tersebut pada WordNet. Setelah graf terbentuk sistem mencari jalur yang menghubungkan antara sepasang kata tersebut.Sistem melakukan perhitungan semantic relation berdasar pada jalur yang telah terbentuk. Kemudian sistem melakukan pengecekan kondisi semua sense pada kata
pertama telah dibandingkan dengan semua sense pada kata kedua, jika masih terdapat sense yang belum dibandingkan maka kembali pada proses pembentukan graf jika tidak system menampilkan hasil perhitungan dan proses selesai.
1. Pembuatan Graf
Terdapat 2 jenis proses pembuatan graf pada penelitian ini, graf yang pertama
adalah graf dengan relasi hipernim-hiponim dan graf yang kedua adalah graf dengan relasi hipernim-hiponim dan meronim-holonim. Pembuatan graf dimulai dengan mendeklarasikan relasi dari kata pertama dan kedua. Proses deklarasi relasi dilakukan menggunakan library RiTa WordNet[5]. Proses selanjutnya adalah pembuatannode dan edge dengan bobot yang sesuai dengan relasi yang dimiliki kata tersebut.
2. Pencarian Jalur
Jalur yang digunakan adalah jalur yang memiliki hasil perkalian terbesar dari bobot edge yang dilalui dari node kata pertama hingga node kata kedua.
3. Proses Perhitungan
Pada penelitian ini dilakukan 3 jenis perhitungan semantic relation yaitu perhitungan secara SCM, SPE dan SCM.SPE. Setiap jalur yang tercipta dihutung semantic relation dengan SCM, SPE maupun SCM.SPE pada setiap jalur yang terbentuk. Setelah semua jalur telah dihitung maka akan dicari nilai terbesar dari masing – masing perhitungan menggunakan SCM, SPE maupun SCM.SPE
HASIL PENELITIAN DAN PEMBAHASAN
1. Pengujian Sistem
Sistem ini diuji menggunakan data test wordsim353 semantic relatedness.Wordsim353 semantic relatedness terdiri dari 252 pasang kata beserta nilai keterkaitan tiap pasang kata tersebut. Nilai keterkaitan antar kata atau yang biasa disebut dengan gold standart merupakan nilai yang dihasilkan dari pemikiran beberapa ahli. Contoh data test adalah pasangan kata planet – constellation memiliki gold standart 8.06 [9]. Pada penelitian ini hanya diujikan 194 pasang kata dari data test dikarenakan terdapat kata pada data test yang tidak tersedia dan tidak memiliki hipernim yang lengkap pada library yang digunakan oleh penulis.
Terdapat 2 pengujian yang dilakukan pada penelitian ini. Pengujian pertama dilakukan pada graf pertama sistem yaitu graf dengan relasi hipernim – hiponim. Sistem diuji menggunakan data test untuk melakukan perhitungan semantic relation secara SCM, SPE maupun SCM.SPE. Pengujian kedua dilakukan pada graf kedua sistem yaitu graf dengan relasi hipernim – hiponim dan meronim-holonim. Sistem diuji dengan data test untuk melakukan perhitungan semantic relation seperti pada pengujian pertama. Setelah didapatkan hasil perhitungan semantic relation secara SCM, SPE dan SCM.SPE baik dari graf pertama maupun graf kedua dilakukan perhitungan korelasi hasil perhitungan sistem dengan gold standart dengan bantuan Ms.Excel. Berikut adalah hasil perhitungan korelasi
Tabel 3.1 Hasil KorelasI
RELASI PERHITUNGAN SCM SPE SCM.SPE Hipernim-Hiponim 0.0818 0.14 0.200 Hipernim-Hiponim dan Meronim-Holonim 0.0819 0.17 0.201 2. Analisis Sistem
Setelah dikembangkan sistem perhitungan semantic relation dan dilakukan pengamatan pengaruh jumlah relasi, kedalaman dan perpaduan bobot dan kedalaman terhadap hasil perhitungan maka pada pembahasan selanjutnya dilakukan analisis berdasarkan hasil pengujian.
a. Analisis Pengaruh Relasi
Berdasarkan hasil pengujian menunjukan bahwa perhitungan menggunakan relasi hipernim-hiponim dan meronim-holonim menghasilkan korelasi yang lebih tinggi baik menggunakan SCM, SPE maupun SCM.SPE.
Implementasi dan Analisis Semantic Relation
Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 27 Hal ini disebabkan semakin banyak relasi yang
terbentuk maka jalur yang terbentuk akan semakin banyak sehingga memungkinkan menghasilkan perhitungan dengan korelasi yang lebih baik.
b. Analisis Pengaruh Kedalaman
Berdasar hasil pengujian menunjukan bahwa perhitungan menggunakan SPE memiliki korelasi yang lebih tinggi diban-dingkann dengan SCM baik menggunakan relasi hiponim maupun hipernim-hiponim dan meronim-holonim.Perhitungan SPE dapat lebih baik jika dibandingkan dengan SCM dikarenakan jika terdapat dua pasangan kata yang memiliki jumlah edge yang sama namun memiliki tingkat kedalaman yang ber-beda akan menghasilkan perhitungan yang berbeda.
c. Analisis Pengaruh Bobot dan Kedalaman Berdasar hasil pengujian perhitungan SCM.SPE memiliki korelasi yang lebih tinggi jika dibandingkan dengan SCM dan SPE baik pada relasi hipernim-hiponim maupun relasi hipernim-hiponim dan meronim-holonim. Perhitungan dengan menggunakan SCM. SPE menghasilkan korelasi yang paling tinggi dikarenakan perhitungan ini selain memperhatikan jarak juga memperhatikan kedalaman jalur yang dilewati. Jika terdapat jalur dengan panjang jalur yang sama maka sistem akan memilih jalur yang memiliki hasil perkalian bobot dan kedalaman yang paling besar.
d. Analisis Pengaruh Korelasi
Berdasarkan hasil pengujian korelasi ter-besar yang didapatkan adalah 0.201. Hasil kor-elasi tersebut tergolong dalam korkor-elasi lemah. Didapatkan hasil korelasi lemah pada peneli-tian ini dikarenakan penelipeneli-tian ini mengguna-kan pendekatan path dengan relasi hipernim, hiponim, meronim dan holonim. Pendekatan path hanya mengandalkan jalur taksonomi dari kata untuk melakukan perhitungan, jika
jalur yang menghubungkan kedua kata ter-sebut menghasilkan perhitungan yang kecil maka hasil keterkaitan kata tersebut juga kecil begitu pula sebaliknya.
PENUTUP
1. Simpulan
Berdasarkan hasil pengujian yang telah dilakukan dapat ditarik kesimpulan bahwa korelasi yang dihasilkan dengan menggunakan path base tergolong dalam korelasi lemah. Semakin banyak jenis relasi kata yang digunakan maka menghasilkan perhitungan korelasi yang semakin tinggi. Perhitungan semantic relation dengan memperhatikan pengaruh bobot dan kedalaman menghasilkan korelasi yang paling baik dari pada perhitungan dengan menggunakan bobot maupun kedalaman saja. 2. Saran
Berikut ini adalah beberapa saran untuk pengembangan penelitian ini lebih lanjut a. Penelitian selanjutnya menggunakan
semua relasi yang dimiliki oleh kata. b. Penelitian selanjutnya menggunakan
semua POS(Part Of Speech) tidak hanya noun.
DAFTAR PUSTAKA
Agirre Eneko, Alfonseca Enrique , Hall Keith, Kravalova Jana Marius,Pasca, Soroa Aitor. (2007). A Study on Similarity and Relatedness Using Distributional and WordNet-based Approaches. IXA NLP Group, University of the Basque Country Budanitsky Alexander, Hirs Graeme.(2006).
Evaluating WordNet-based Measures of Lexical Semantic Relatedness.Association for Computional Linguistics Volume 32 Number 1.
Jurafsky, Dan dan Chirstopher Manning. WordNet Meaning and Similiarity. http://