1
BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Pustaka
(Mariana, Redjeki, & Razaq, 2015) algoritma nearest neighbours adalah sebuah algoritma untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Penelitian
“Penerapan Algoritma k-NN (nearest Neighbor) Untuk Deteksi Penyakit (Kanker
Serviks)” membantu pengguna untuk mencari informasi mengenai penyakit kanker serviks dan konsultasi keluhan gejala penyakit kanker serviks dengan mudah.
(Mahardhika, Arif, & Rahmi, 2014) Nearest neighbours dipergunakan
untuk merancang rute berdasarkan jarak terdekat berikutnya. Pada penelitian
“Penyelesaian Vehicle Routing Problem Dengan Menggunakan Metode Nearest neighbor (Studi Kasus : MTP Nganjuk Distributor PT. Coca Cola)” setiap literasinya, dilakukan pencarian pelanggan terdekat dengan pelanggan yang terakhir untuk ditambahkan pada akhir rute tersebut. Rute baru dimulai dengan cara yang sama jika tidak terdapat posisi yang fisibel untuk menempatkan pelanggan baru karena kendala kapasitas atau time windows.
(Kurniawati et al., 2016) Kegiatan operasional pendistribusian suatu produk dilakukan dengan menyusun jadwal dan menentukan rute. Penentuan rute merupakan keputusan pemilihan jalur terbaik sebagai upaya pelayanan konsumen. Perencanaan rute mempunyai peran penting bagi kegiatan distribusi, agar suatu produk sampai secara cepat ke pelanggan. Tanpa perencanaan yang baik, maka resiko keterlambatan bisa terjadi.
(Prathama & Sulistyo, 2016) pada penelitian “Penentuan Rute Distribusi
Bantuan Medis untuk Bencana Erupsi Gunung Merapi di Yogyakarta” diperlukan rute pendistribusian bantuan logistik critical yang cepat, efektif, dan efisien. Rute
sebagai Vehicle Routing Problem (VRP).
(Banjarnahor, 2017), dalam penelitian “Sistem Penentuan Rute Terbaik Menggunakan Algoritma Genetika (Studi Kasus Roadshow Marketing UMBY di Yogyakarta) ini fokus untuk menentukan rute yang optimal berdasarkan sekolah-sekolah yang sudah ditentukan. Penelitan ini bertujuan mencari nilai fitness yang paling rendah berdasarkan beberapa proses generasi dan pembentukan populasi dari kromosom dan gen. Kemudian alur programnya dimulai dari input an data sekolah sebagai kromosom dan nilai bobot dicari berdasarkan jarak sekolah A ke sekolah B. Pencarian nilai bobot menggunakan google maps, ketika input an sekolah akan mengeluarkan jarak berupa angka yang nantinya sebagai nilai bobot yang akan diperoses menggunakan algoritma nearest neighbours. Kemudian hasilnya akan mengeluarkan satu solusi atau satu kromosom yang menampilkan total dari setiap rute terbaiknya pada setiap generasinya.
(Al Akbar & Sumiati, 2014) Penelitian terdahulu pernah dibuat oleh fahmi
yang berjudul “Penentuan Rute Distribusi Teh Botol menggunakan Metode Traveling Salesman Problem (TSP) untuk Minimasi Biaya Distribusi”
menyebutkan perlu perhatian khusus yang harus diberikan oleh pihak manajemen perusahaan terkait pada efisiensi, efektifitas, dan produktifitas dengan mempertimbangkan sumber daya yang dimiliki guna pencapain suatu target. Untuk mencapai target yang diharapkan, diperlukan adanya kebijakan dan terpenting bagaimana pengaturan rute pengiriman barang secara optimal kepada konsumen. Pendistribusian suatu produk harus mempertimbangkan faktor waktu dan jarak tempuh, biaya bahan bakar, rute yang akan dilalui, serta berapa jumlah armada yang dibutuhkan.
2.2 Landasan Teori
2.2.1 Rekayasa Perangkat Lunak
Tim developer skala besar maupun individu sekarang mampu membangun program komputer. Perangkat lunak canggih salah satunya dapat di implementasikan komputasi prediksi. Perangkat lunak sekarang sudah tertanam pada alat-alat elektronik, perangkat medis hingga sistem persenjataan, individu, pebisnis, hingga pemerintahan semakin bergantung pada perangkat lunak untuk pengambilan keputusan strategis serta operasi dan kontrol sehari-hari, (Pressman, 2010).
Sistem yang akan dikembangkan ialah kesatuan dari beberapa komponen yaitu ada proses input an data, kemudian proses pencarian nilai bobot atau jarak, dan proses perhitungan menggunakan algoritma nearest neighbours. Dengan setiap komponen jika dihubungkan akan membuat suatu output atau informasi akan menampilkan hasil rute berupa jarak dan urutuan rute secara visual.
2.2.2 Algoritma Nearest Neighbours
Algoritma nearest neighbours adalah sebuah algoritma untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut, (Widiarsana, 2011). Algoritma nearest neighbour adalah pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada yang memiliki kesamaan. Tujuan dari algoritma ini adalah untuk mengklasifikasikan objek baru berdasarkan atribut dan training sample.
(Fauzi & Affan, 2015), Algoritma nearest neighbours pada sistem ini merupakan pengembangan langkah-langkah dalam penentuan minimal spanning tree. Pada Gambar 2.1 digambarkan cara kerja algoritma nearest neighbours dengan menentukan titik terdekat dari titik awal. Titik terdekat tersebut kemudian ditetapkan sebagai titik awal, lalu dilanjutkan dengan titik terdekat dari titik awal yang baru. Begitu seterusnya sehingga diperoleh jarak terbaik.
2.2.3 Hal–hal yang harus diperhatikan dalam Algoritma Nearest Neighbours
Ada beberapa hal yang harus diperhatikan untuk menjalankan algoritma nearest neighbours, yaitu sebagai berikut:
a. Dimulai dari titik awal keberangkatan.
b. Dilanjutkan dengan mencari vertex/lokasi yang belum dikunjungi dan memiliki jarak terpendek dari titik awal.
c. Kemudian ke lokasi lain yang memiliki jarak terdekat dari lokasi yang dipilih sebelumnya.
d. Jika semua vertex/lolasi telah dikunjungi tepat satu kali maka algoritma berakhir.
2.2.4 Route atau rute
Rute adalah pertemuan antara titik dengan titik yang lain, maka dihasilkan
jarak. Satuan yang digunakan untuk jarak tersebut kilometer (km). Pada penelitian ini data untuk jarak-jarak yang digunakan sebagai data diambil dari google maps.
2.2.5 Entity Relationship Diagram (ERD)
Hubungan antar entity akan menyangkut dua komponen yang menyatakan jalinan ikatan yang terjadi, yaitu derajat dan partisipasi hubungan. Derajat hubungan menyatakan jumlah anggota entity yang terlibat di dalam ikatan yang terjadi. Dalam hal ini ikatan yang terjadi akan membentuk instan hubungan
a. Derajat hubungan
Jika entity A mempunyai sejumlah anggota a1, a2, a3,……….,dan seterusnya . Entiti B mempunyai anggota b1, b2, b3,………..,dan seterusnya. Pasangan antara anggota entity A dan B dapat dilakukan sesuai dengan derajat hubungannya, yaitu 1:1 (satu-satu,”one to one”), 1:m (satu-banyak, “one to many”), atau m:n (banyak-banyak,”many to many”).
1. Derajat hubungan 1:1
Gambar 2.2ERD Derajat 1:1
2. Derajat hubungan 1:m
Gambar 2.3ERD Derajat 1:m
Derajat hubungan ini terjadi bila tiap anggota entity A boleh berpasangan dengan lebih dari satu anggota entity B. Sebaliknya tiap anggota entity B hanya boleh berpasangan dengan satu anggota entity A. Perlu diingat bahwa derajat hubungan 1:m mencakup juga hubungan 1:1, 1:0 dan 0:1. Penggambaran dalam E-R diagram dan instan hubungan dapat dilihat pada Gambar 2.3.
Hubungan yang terjadi antara entiti A dan B ditunjukan adanya instan hubungan yang meliputi a1 berpasangan dengan b1, a3 berpasangan dengan b2 dan b3, a5 berpasangan dengan b4 dan b5. Selanjutnya a2, a4, a6 dan b6 masing-masing tidak mempunyai pasangan, (Waljiyanto, 2010).
3. Derajat hubungan m:n
Gambar 2.4 ERD Derajat m:n
2.2.6 Data Flow Diagram (DFD)
Data Flow Diagram (DFD) disebut juga dengan Diagram Arus Data
(DAD). DFD adalah suatu model logika data atau proses yang dibuat untuk menggambarkan dari mana asal data, dan kemana tujuan data yang keluar dari sistem, dimana data disimpan, proses apa yang menghasilkan data tersebut, dan interaksi antara data yang tersimpan, dan proses yang dikenakan pada data tersebut, (Kristanto, 2008).
DFD dalam bahasa Indonesia disebut sebagai DAD (Diagram Arus Data) memperlihatkan gambaran tentang masukan-proses-keluaran dari suatu sistem/perangkat lunak, yaitu obyek-obyek data mengalir ke dalam perangkat lunak, kemudian ditransformasi oleh elemen-elemen pemrosesan, dan obyek-obyek data hasilnya akan mengalir keluar dari sistem/perangkat lunak, (Pressman, 2010).
2.2.7 Proses Pemodelan Software Metode Waterfall
Model waterfall adalah model klasik yang bersifat sistematis dan berurutan dalam membangun software. Nama model ini sebenarnya adalah “linear sequential model”. Model ini sering disebut juga dengan “classic life cycle” atau
metode waterfall. Pengembangan dengan waterfall meggunakan pendekatan secara sistematis dan berurutan karena tahap demi tahap yang dilalui harus menunggu selesainya tahap sebelumnya dan berjalan berurutan, (Pressman, 2010). Berikut alur model waterfall menurut Pressman digambarkan pada Gambar 2.5.
Gambar 2.5 Waterfall Pressman
1. Communication (Project Initiation & Requirements Gathering)
2. Planning (estimating, scheduling, tracking)
Setelah tahap communication dilanjutkan ke tahap planning. Pada tahap ini dilakukan perencanaan estimasi tugas yang akan dilakukan, resiko-resiko yang dapat terjadi saat pengerjaan software, penjadwalan kerja yang akan dilaksanakan, dan tracking proses pengerjaan software.
3. Modeling (analysis, design)
Pada tahap ini dilakukan perencanaan design sistem, pemodelan arsitektur sistem, seperti design struktur data, arsitektur sistem, tampilan interface, dan algoritma program.
4. Contruction (code & test)
Tahapan ini mulai implementasi ke dalam bentuk source code bahasa pemrograman tertentu dari hasil modeling yang sudah direncanakan, setelah tahap pengkodean selesai dilakukan maka selanjutnya pengujian terhadap sistem yang sudah dibuat tujuannya untuk menemukan error (bug) lebih awal sebelum sistem diserahkan ke customer.
5. Deployment (delivery, support, feedback)
Pada tahap ini merupakan implementasi software ke customer, pemeliharaan software, perbaikan software, dan pengembangan software berdasarkan umpan balik yang diberikan agar sistem dapat berjalan sesuai dengan fungsinya.
2.2.8 PHP
PHP adalah bahasa scripting yang menyatu dengan HTML dan dijalankan pada server side. Semua sintaks yang kita berikan akan sepenuhnya dijalankan pada server sedangkan yang dikirim ke browser hanya hasilnya saja.
2.2.9 Just in mind Prototyper
Just in mind merupakan tool prototyping yang memiliki kelebihan dalam
Tool tersebut mampu menyematkan fitur-fitur interaksi yang interaktif
