PENCARIAN RUTE TERPENDEK MENGGUNAKAN ITERATIVE DEEPENING A* DENGAN STOCHASTIC NODE CACHING STUDI KASUS MOBILE GIS

(1)

PENCARIAN RUTE TERPENDEK MENGGUNAKAN ITERATIVE DEEPENING A*

DENGAN STOCHASTIC NODE CACHING STUDI KASUS MOBILE GIS

Dimas Wibisono Prakoso¹, M. Zuliansyah², Agung Toto Wibowo³

¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom

Abstrak

Pencarian rute terpendek pada sebuah peta GIS adalah satu fitur Mobile GIS yang bermanfaat bagi para penggunanya. Pencarian rute terdiri dua tahapan yaitu pembangungan graf dan pencarian rute itu sendiri.

Algoritma pencarian heuristik A* bisa digunakan untuk masalah pencarian rute namun memiliki kelemahan yaitu besarnya kebutuhan memori. Kelemahan ini menjadikannya kurang ideal bila diimplementasikan pada perangkat bergerak sebagai client Mobile GIS. Algoritma IDA* dan IDA*

MREC bisa mengatasi ini namun memiliki kelemahan lain yaitu jumlah ekspansi node yang terlampau banyak. Algoritma IDA* SNC mencoba mengatasi kelemahan semua algoritma ini dengan berperilaku seperti IDA* namun memiliki sebuah cache dan nilai probabilitas untuk mengurangi jumlah node yang diekspansi.

Pada tugas akhir ini, algoritma IDA* SNC diimplementasikan sebagai algoritma pencarian rute terpendek pada Mobile GIS. Hasil uji coba dan analisis menunjukan sejauh mana penghematan pemakaian memori IDA* SNC bila dibandingkan dengan A* dan penurunan ekspansi node bila dibandingkan dengan IDA* MREC dalam masalah pencarian rute terpendek.

Kata Kunci : Mobile GIS, algoritma pencarian, heuristik, pencarian rute terpendek, A*, IDA*

MREC, IDA* SNC

Abstract

Shortest path finding in a GIS map is one of Mobile GIS feature that is very useful for its user.

Path finding consist of two steps which is forming graphs and path-finding itself.

A* search algorithm can be used for path finding problem but it has a disadvantage: memory requirement is too much. This disadvantage make its less ideal if implemented on mobile device as Mobile GIS client. IDA* and IDA* SNC try to solve this, but still ,it has another disadvantage:

the amount of expanded node is too much. IDA* SNC algorithm tries to solve all of the previous algorithm disadvantage by behave like IDA* but it has a cache and a probability value to reduce the number of node expansion.

On this final final project, IDA * has been implemented as shortest path finding algorithm on Mobile GIS. The testing and analysis result show how far the efficiency of IDA* SNC memory usage compared with A* and the reduce of node expansion compared with IDA* MREC in shortest path finding problem.

Keywords : Mobile GIS, search algorithm, heuristic, shortest path finding, A*, IDA* MREC, IDA*

SNC

Powered by TCPDF (www.tcpdf.org)

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

(2)

1.1 Latar belakang

Mobile Geographic Information System (Mobile GIS) adalah perluasan Sistem Informasi Geografis konvensional yang diperuntukan untuk perangkat bergerak seperti smartphone dan PDA (Pocket PC). Mobile GIS memungkinkan penggunanya bekerja di lapangan untuk melakukan pengumpulan ,penyimpanan, manipulasi, analisis dan penampilan informasi geografis.

Pencarian jalur terpendek pada sebuah peta adalah salah satu fitur analisis jaringan yang sangat penting yang bisa disediakan oleh mobile GIS. Pengguna GIS yang sering beraktifitas di lapangan seperti perusahaan – perusahaan yang bergerak di bidang ekspedisi, traveling, atau orang-orang yang akan melakukan perjalanan akan terbantu dengan adanya fitur ini.

Yang menjadi otak dari seluruh komputasi pencarian jalur adalah algoritma penelusuran graf. Sebuah peta jaringan harus direpresentasikan dulu dalam bentuk graf sebelum diterapkan algoritma penelusuran graf. Algoritma pencarian heuristic biasa dipakai untuk penelusuran graf karena mampu mengakomodasi informasi tambahan yang mungkin terdapat dalam peta jaringan (heuristic).

Contoh heuristic adalah jarak garis lurus antara dua titik dalam jaringan.

Algoritma pencarian heuristic yang populer digunakan adalah A* dan IDA*

(Itereative Deepening A*). A* cepat dalam eksekusinya namun memiliki kelemahan yaitu kebutuhan memori yang besar sehingga ada kasus yang tidak bisa dipecahkan karena kehabisan memori. Kelemahan A* ini, menjadikannya kurang ideal bila diimplementasikan pada perangkat bergerak yang biasanya memiliki memory jauh lebih kecil dari komputer desktop. Di lain sisi, IDA*

memiliki kebutuhan memory yang lebih sedikit dari A* sehingga bisa memecahkan permasalahan yang tidak bisa dipecahkan oleh A*. Namun ada permasalahan yang tidak bisa dipecahkan oleh kedua algoritma ini; A* kehabisan memori dan IDA* terlalu lambat dalam eksekusinya.

Algoritma IDA* MREC dan IDA* SNC mencoba mengatasi kelemahan yang dimiliki oleh kedua algoritma ini. IDA* MREC bekerja seperti IDA* dengan kebutuhan memori yang sedikit, namun apabila masih tersedia memori yang bisa digunakan, IDA* MREC akan memanfaatkannya untuk mempercepat waktu eksekusi. Algoritma IDA* dengan Stochastic Node Caching (IDA* SNC) bekerja seperti IDA* MREC namun memiliki sebuah fitur tambahan yaitu sebuah nilai probabilitas yang menentukan bagaimana memori ini dimanfaatkan supaya penggunaannya lebih efisien. Dengan fitur-fitur ini, diharapkan IDA* SNC akan bekerja seperti IDA* namun memiliki waktu eksekusi yang lebih cepat dari IDA*

dan IDA* MREC.

Pada tugas akhir ini, penyusun akan mencoba mengimplementasi dan menganalisa performa algoritma pencarian heuristik IDA* SNC ditinjau dari jumlah node yang diekspansi dan pemakaian memori bila dipakai sebagai algoritma penelusuran graf untuk pencarian rute terpendek. Fungsi pencarian rute terpendek ini, nantinya akan ditambahkan sebagai salah satu fungsi analisis jaringan pada sebuah aplikasi Mobile GIS.

1

(3)

1.2

1.3

1.4

1.5 Perumusan masalah

Dalam tugas akhir ini, terdapat beberapa permasalahan yang timbul selama proses untuk menghasilkan sebuah rute terpendek pada peta GIS:

1. Bagaimana membangun sebuah graf dari sebuah peta GIS yang akan menjadi masukan untuk algoritma penelusuran graf.

2. Bagaimana menerapkan algoritma pencarian IDA* SNC sebagai algoritma penelusuran graf untuk mencari rute terpendek pada sebuah peta GIS.

Tujuan

Berdasarkan rumusan masalah di atas, diharapkan akan diperoleh hal-hal sebagai berikut:

1. Menghasilkan perangkat lunak yang mampu membangun graf dari sebuah peta GIS dan melakukan pencarian jalur terpendek yang mengimplementasikan algoritma IDA* SNC sebagai algoritma penelusuran graf.

2. Menguji dan menganalisa performa algoritma pencarian heuristik IDA*

SNC ditinjau dari jumlah node yang diekspansi dan pemakaian memori bila dipakai sebagai algoritma penelusuran graf untuk pencarian rute terpendek.

3. Membandingkan ekspansi node dan penggunaan memory untuk proses pencarian dari IDA* SNC dengan algoritma heuristik lain yaitu A*, dan IDA* MREC.

Batasan Masalah

Untuk mencapai tujuan di atas, dilakukan pembatasan masalah sebagai berikut:

1. Peta yang digunakan berupa peta vektor dua dimensi dengan elemen polyline saja tanpa elemen polygon.

2. Data attribut tidak dipakai, yang diperhitungkan hanya bobot jarak saja.

3. Hasil pengukuran yang diperoleh dari pengujian :

• Jumlah node yang diekspansi.

• Pemakaian memory untuk proses pencarian.

4. Pencarian rute berlangsung pada client (Mobile Client).

Metodologi penyelesaian masalah

Uraian metodologi penyelesaian masalah dapat berupa variabel-variabel dalam penelitian, model yang digunakan, rancangan penelitian, teknik pengumpulan data dan analisis data, cara penafsiran dan penyimpulan hasil penelitian.

Berikut adalah tahapan-tahapan didalam penyusunan tugas akhir ini:

• Studi Pustaka

Bertujuan untuk mendapatkan literatur-literatur mengenai topik algoritma pencarian heuristik (A*,IDA*,IDA* MREC, IDA* SNC), PocketPC, GIS dan Mobile GIS

2

(4)

Bertujuan untuk mendapatkan kebutuhan dari elemen-elemen perangkat lunak yang dibangun. Selanjutnya mentransformasikan karakteristik perangkat lunak kedalam sebuah model yang dalam tugas akhir ini menggunakan teknologi object oriented.

• Implementasi dan Pengujian System

Bertujuan untuk mengimplementasikan model yang dibuat pada perancangan kedalam sebuah baris-baris kode program. Dan melakukan pengujian terhadap hasil akhir dari aplikasi ini.

• Penyusunan laporan tugas akhir dan kesimpulan akhir.

1.6 Sistematika Penulisan

Tugas akhir ini disusun berdasarkan sistematika penulisan sebagai berikut : Bab I : Pendahuluan

Bab ini akan membahas kerangka penelitian atau percobaan dalam tugas akhir, meliputi latar belakang masalah, perumusan masalah, tujuan, batasan masalah, metode penyelesaian masalah, dan sistematika penulisan.

Bab II : Dasar Teori

Bab ini memuat dasar teori yang mendukung dan mendasari penulisan tugas akhir ini, yaitu mengenai pengertian GIS, Mobile GIS, pencarian heuristic, konsep IDA* SNC

Bab III : Analisis dan Perancangan Sistem

Bab ini akan membahas mengenai analisis dan perancangan sistem pencarian rute terpendek pada mobile GIS dengan menggunakan algoritma IDA* SNC. Dalam tugas akhir ini analisis dan perancangan perangkat lunak dibangun dengan metode object oriented.

Bab IV : Implementasi dan Analisis Hasil

Bab ini menjelaskan tentang implementasi dari perancangan yang telah dilakukan, serta penganalisaan hasil dari sistem yang telah dibuat.

Bab V : Kesimpulan dan Saran

Bab terakhir ini menjelaskan kesimpulan secara umum dari seluruh rangkaian penelitian yang dilakukan dan saran untuk pengembangan selanjutnya.

3

(5)

5. Kesimpulan dan Saran

5.1

5.2 Kesimpulan

Dari hasil pengujian dan analisis yang dilakukan maka dapat dirumuskan kesimpulan sebagai berikut

1. Algoritma SNC bisa digunakan sebagai algoritma pencarian jalur terpendek untuk aplikasi Mobile GIS.

2. Dalam hal pemakaian memori, algoritma SNC lebih baik diimplentasikan untuk pencarian rute terpendek pada perangkat bergerak yang memorinya terbatas dibandingkan dengan A* karena lebih hemat memori (bisa mencapai 46 % penghematannya).

3. Ukuran cache mempengaruhi jumlah node yang diekspansi, semakin besar cache, semakin sedikit node yang diekspansi.

4. Nilai probabilitas cache node mempengaruhi jumlah node yang diekspansi, bisa meningkatkan atau menurunkan jumlah node yang diekspansi.

5. Ukuran cache mempengaruhi pemakaian memori, semakin besar cache, semakin banyak pemakaian memori.

6. Nilai probabilitas cache node mempengaruhi pemakaian memori, semakin kecil nilai probabilitas semakin kecil pemakaian memori..

7. SNC kalah dari A* dalam hal jumlah node yang diekspansi. Perbandingan ekspansi node antara A* dengan SNC bisa mencapai 0.008.

8. SNC mengungguli A* dalam hal pemakaian memori. Perbandingan pemakaian memori antara SNC dengan A* bisa mencapai 0.54

9. SNC mengungguli MREC dalam hal jumlah node yang diekspansi maupun pemakaian memori. Dengan ukuran cache yang sama, meskipun antara SNC dengan MREC tidak mempunyai perbedaan yang signifikan dalam hal pemakaian memori, namun dalam hal jumlah node yang diekpansi, SNC unggul jauh dengan perbandingan antara SNC dengan MREC bisa mencapai 0.24.

Saran

Dalam pengembangan selanjutnya maka penyusun menguraikan beberapa saran yang dapat diperhatikan:

1. Untuk menentukan sebuah node disimpan dicache atau tidak, selain dengan nilai probabilitas cache node (p), bisa juga diperhitungkan besar percabangannya. Makin tinggi, makin besar kemungkinan disimpan dalam cache. Dengan ini diharapkan ekspansi node bisa lebih dikurangi.

2. Algoritma SNC bisa diimplementasikan sebagai sebuah layanan pencarian rute terpendek pada sebuah GIS Server Web Service. Dengan adanya permintaan pencarian jalur dari banyak pengguna, penghematan memori algoritma ini akan lebih termanfaatkan.

44

(6)

[1] A. Suhendar, Gunadi Hariman, 2002, ”Visual Modelling Menggunakan UML dan Rational Rose”, Bandung: Informatika.

[2] Anup K. Sen, A. Bagchi, 1989, “Fast Recursive Formulation For Best-First Search that Allow Controlled Use of Memory”, Computer Aided Management Centre Indian Institute of Management Calcutta.

[3] ESBIC, Geobusiness, 2006

http://www.esbic.ie/geobusiness/Mobile_GIS/Main_Components.htm

#gis, didownload pada tanggal 04 April 2006

[4] ESRI, Mobile GIS ref, 2006,

http://www.esri.com/software/arcgis/about/mobile.html, didownload pada tanggal 04 April 2006.

[5] Georgia Tech, Basic Math FAQ: Answer, 2006, http://www- static.cc.gatech.edu/gvu/multimedia/graphics/elabor/math/mathfaq_lines.html, didownload pada tanggal 04 april 2006.

[6] R. E. Korf, 1985, “Depth-first iterative-deepening: an optimal admissible tree search”, Artificial Intelligence vol.27 no.1 pp.97-109

[7] SCO, GIS Analyis, 2006, http://www.sco.wisc.edu/index.html, didownload pada tanggal 04 April 2006

[8] S. Russel, P. Norvig, 1995, “Artificial Intelligence A Modern Approach”, New Jersey: Prentice Hall.

[9] S. Shekhar, S. Chawla, 2002, Spatial Databases: A Tour. New Jersey:

Prentice Hall.

[10] T. Miura, T. Ishida, 1998, “Stochastic Node Caching for Memory-bounded Search”, Departement of Social Informatics University of Tokyo.

[11] Tri Agus Proyitno, XML didalam System Informasi Geografi, 2002 http://www.bk.or.id, didownload pada tanggal 04 April 2006.

45