SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI
HYDRANT BERBASIS WEB DENGAN METODE SIMPLE ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
SKRIPSI
HERNA JUNITA PAKPAHAN 081401021
PROGRAM STUDI S-1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI HYDRANT
BERBASIS WEB DENGAN METODE SIMPLE ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer
HERNA JUNITA PAKPAHAN 081401021
PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
FAKULTAS ILMU KOMPTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : SISTEM INFORMASI GEOGRAFIS LOKASI
HYDRANT BERBASIS WEB DENGAN
METODE SIMPLE ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
Kategori : SKRIPSI
Nama : HERNA JUNITA PAKPAHAN
Nomor Induk Mahasiswa : 081401021
Program Studi : SARJANA (S1) ILMU KOMPUTER
Departemen : ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Februari 2015 Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Dian Wirdasari,S.Si.M.Kom Drs. Marihat Situmorang, M.Kom NIP. 198209232010122002 NIP 196312141989031001
Diketahui/Disetujui oleh Departemen Ilmu Komputer
Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara
Ketua,
PERNYATAAN
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI
HYDRANT BERBASIS WEB DENGAN METODE SIMPLE ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Februari 2015
PENGHARGAAN
Segala puji dan syukur penulis panjatkan hanya bagi Allah SWT, Pemelihara seluruh alam raya, yang atas limpahan rahmat, taufik dan hidayah-Nya, penulis mampu menyelesaikan Tugas Akhir ini, serta shalawat dan beriring salam penulis ucapakan kepada Nabi Besar Muhammad SAW.
Tugas akhir ini dikerjakan demi memenuhi salah satu syarat guna memperoleh gelar Sarjana Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Penulis menyadari bahwa tugas akhir ini bukanlah tujuan akhir dari belajar karena belajar adalah sesuatu yang tidak terbatas. Terselesaikannya skripsi ini tentunya tak lepas dari dorongan dan uluran tangan berbagai pihak. Oleh karena itu, dengan segala kerendahan hati penulis mengucapkan rasa terima kasih dan penghargaan kepada :
1. Bapak Drs. Marihat Situmorang M.Kom, selaku pembimbing I yang telah memberikan masukan, bimbingan, serta saran yang membangun untuk penulis.
2. Ibu Dian Wirdasari, S.Si, M,Kom, selaku pembimbing II yang telah memberikan masukan, bimbingan, saran dan motivasi kepada penulis, serta meluangkan banyak waktu dan sabar membantu sehingga penulis dapat menyelesaikan skripsi ini dengan baik
3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Departemen Ilmu Komputer dan sebagai dosen penguji I penulis yang telah memberikan kritik dan saran yang berguna bagi penulis
4. Bapak Ade Candra, ST, M.Kom, sebagai penguji II yang telah memberikan kritik dan saran yang membangun bagi penulis.
5. Ibu Maya Silvi, Lydia B.Sc., M.Sc selaku Sekretaris Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
6. Ibu Dian Rahmawati, S.Si, M.Kom selaku Ketua T.A Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
8. Orang tua tercinta, Ayahanda A. Pakpahan dan Ibunda M.N Panjaitan, atas semua doa, dukungan, kasih saying, kesabaran dan motivasi yang tak ternilai harganya.
9. Abang tersayang Hendra Pakpahan, Hombar Pakpahan dan juga Adik tersayang Hidayati Pakpahan, Seri Rodiah Pakpahan, Ramadhan Pakpahan, Goodman Pakpahan, Ikbal Pakpahan beserta seluruh keluarga besar yang selalu memberikan dukungan, dan spesial untuk kakek Muhammad N. Pakpahan dan nenek N. Nainggolan yang selalu mendoakan dan menyayangi penulis.
10.Keluarga besar Ilmu Komputer, khususnya Rohani Nasution, Alvi Syukriati Hasibuan, Rima Lestari dan semua teman, kerabat, dan sahabat angkatan 2008 yang tidak dapat disebutkan satu persatu, terima kasih atas ide, saran, dan kerja samanya selama ini. Semoga Allah SWT membalas semua kebaikan yang telah kalian berikan.
Penulis,
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI
HYDRANT BERBASIS WEB DENGAN METODE SIMPLE ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
ABSTRAK
Keterlambatan dalam menangani kebakaran yang sering terjadi pada akhir-akhir ini memunculkan gagasan tentang sebuah perangkat lunak yang bisa membantu mempermudah dalam perencanaan penentuan lokasi hydrant sebagai salah satu alat untuk menangani terjadinya kebakaran di kota Medan. Menggunakan Fuzzy Attribute Decision Making (FADM) dengan metode Simple Additive Weighting (SAW) berbasis Sistem Infomasi Geografis (SIG) , akan terasa lebih mudah bagi pengambil keputusan untuk melakukan analisa data yang ada, Dengan adanya Sistem Informasi Geografis maka akan digambarkan posisi penyebaran data pada kondisi yang sesungguhnya. Sistem Informasi Geografis digunakan untuk memvisualisasikan hasil dari alternatif yang bisa digunakan untuk lokasi perencanaan pembangunan hydrant di kota Medan. Simple Additive Weighting (SAW) merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu, dengan bobot kriteria ditentukan bilangan fuzzy oleh adjustment. Dengan menggunakan SAW berbasis SIG dapat menghasilkan suatu sistem yang dapat membantu perencana dalam menentukan lokasi pembangunan hydrant.
WEB BASED GEOGRAPHIC INFORMATION SYSTEM TO DETERMINE HYDRANT LOCATION WITH SIMPLE ADDITIVE
WEIGHTING IN MEDAN CITY ABSTRACT
The delay in handling the fire that often occurs in lately gave rise to the idea of a software that could help ease in locating planning hydrant as one of the tools to handle the occurrence of fires in the city of Medan. By using fuzzy attribute decision making (FADM) with simple additive weighting method (SAW) based on geographical information systems (GIS), it will be easier for decision makers to perform analysis of existing data, with a geographic information system it will be described the position of the spread of data on actual conditions. Geographic information systems are used to visualize the results of an alternative that can be used for development planning in the hydrant location of Medan. Simple Additive Weighting Method (SAW) which is a method used to find the optimal alternative of a number of alternatives with certain criteria, with a weighting of criteria is determined by adjustment of fuzzy numbers. Using the saw can produce a gis-based system that can assist planners in determining the location of construction of the hydrant.
Halaman
Daftar Gambar xii
Daftar Lampiran xiii
Bab 1 Pendahuluan
1.7 Sistematika Penulisan 4
Bab 2 Tinjauan Teori 5
2.1Definisi Sistem Informasi Geografis 5 2.1.1 Komponen Utama Sistem Informasi Geografis 6
2.1.2 Sub-Sistem SIG 8
2.8.1 Tahapan FMADM 21 2.9 Metode Simple Additive Weighting 22
2.9.1 Langkah-langkah Penggunaan Metode SAW 23
2.9.2 Kelebihan Metode SAW 24
2.9.3Hydrant 24
Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Permasalahan 26
3.2Analisis Model FMADM dengan Metode SAW 27
3.2.1 Kriteria dan Bobot 27
3.3Pemecahan Masalah dengan Metode Overlay dan Metode
Simple Additive Weighting 30
3.4 Perancangan Flowchart 32
3.5 Perancangan Data Flow Diagram (DFD) 35
3.5.1 DFD Level 0 36
3.5.2 DFD Level 1 36
3.6 Perancangan Antar Muka 37
3.6.1 Rancangan Halaman Muka 37
3.6.2 Rancangan Fire Hydrant 38
3.6.3Rancangan HalamanHasil Matriks Ternormalisasi R
dan Preferensi setiap Alternatif 39
3.6.4 Rancangan HalamanTampilan Peta Lokasi FireHydrant
di Kota Medan 39
Bab 4 Implementasi Dan Pengujian
4.1 Metode Overlay 41
4.2 Metode Simple Additive Weighting 44
4.3 Implementasi Sistem 48
4.3.1 Halaman Utama 49
4.3.2 Halaman Input Bobot Kriteria dan Matriks Keputusan X 49 4.3.3 Halaman Matriks Ternormalisasi R dan Nilai Preferensi 50 4.3.4 Halaman Tampilan Peta Lokasi Hydrant Terbaik 51 4.3.5 Perbandingan Output Hydrant Metode SAW dengan data 53
Bab 5 Kesimpulan Dan Saran
5.1 Kesimpulan 55
5.2 Saran 56
DAFTAR TABEL
Tabel Keterangan Halaman
2.1 Simbol-simbol flowchart 15
2.2 Beberapa simbol data flow diagram (DFD) 16 3.1 Kriteria Lokasi Hydrant 27 3.2 Bobot bilangan fuzzy untuk kriteria topografi 28 3.3 Bobot bilangan fuzzy untuk kriteria penggunaan lahan 28 3.4 Bobot bilangan fuzzy untuk kriteria geologi 29 3.5 Bobot bilangan fuzzy untuk kriteria hidrologi 29 3.6 Bobot bilangan fuzzy untuk kriteria aksesibilitas 29 3.7 Rating kecocokan Untuk Kriteria Calon lokasi hydrant 31 3.8 Membuat matriks keputusan berdasarkan rating
kecocokan 31
3.9 Kamus Data DFD Level 0 36
3.10 Kamus Data DFD Level 1 37
4.1 Bobot Kriteria 45
DAFTAR GAMBAR
Gambar Keterangan Halaman
2.1 Sub-sistem SIG 8
2.2 Format data raster 11
2.3 Format data vektor 11
2.4 Contoh Representasi objek titik untuk data posisi sumur bor
17
2.5 Contoh representasi objek garis untuk data lokasi jalan 17 2.6 Contoh representasi objek polygon untuk data landuse. 18 2.7 Contoh representasi objek permukaan 3D 18
2.8 Struktur hirarki FMADM 22
3.1 Gambar Diagram ishikawa untuk analisis masalah 27 3.2 Grafik bobot 30 3.3 Flowchart overlay peta wilayah sesuai kriteria 33 3.4 Flowchart penentuan nilai prioritas kriteria 34 3.5 Flowchart penentuan nilai prioritas global 35
3.6 DFD level 0 36
3.7 DFD level 1 36
3.8 Rancangan halaman utama 38
3.9 Rancangan halaman matriks keputusan 38
3.10 Rancangan halaman matriks ternormalisasi R dan preferensi setiap alternatif
39
3.11 Rancangan halaman tampilan peta lokasi hydrant 40 4.1 Peta hasil overlay 1 (topografi dan penggunaan lahan) 41 4.2 Peta Hasil Overlay 2 (Overlay 1 dan Geologi) 42 4.3 Peta Hasil Overlay 3 (Overlay 2 dan Hidrologi) 43 4.4 Peta Hasil Overlay 4 (Overlay 3 dan Aksebilitas) 44
4.5 Grafik Bobot 45
4.6 Tampilan Utama Aplikasi SIG Hydrant 49
4.8 Halaman Matriks Ternormalisasi R dan Nilai Preferensi 51 4.9 Halaman Tampilan Peta Lokasi Hydrant Terbaik 52 4.10 Tampilan Peta Lokasi Hydrant Setelah Dua Kali
Pembesaran
SISTEM INFORMASI GEOGRAFIS PENENTUAN LOKASI
HYDRANT BERBASIS WEB DENGAN METODE SIMPLE ADDITIVE WEIGHTING DI WILAYAH KOTA MEDAN
ABSTRAK
Keterlambatan dalam menangani kebakaran yang sering terjadi pada akhir-akhir ini memunculkan gagasan tentang sebuah perangkat lunak yang bisa membantu mempermudah dalam perencanaan penentuan lokasi hydrant sebagai salah satu alat untuk menangani terjadinya kebakaran di kota Medan. Menggunakan Fuzzy Attribute Decision Making (FADM) dengan metode Simple Additive Weighting (SAW) berbasis Sistem Infomasi Geografis (SIG) , akan terasa lebih mudah bagi pengambil keputusan untuk melakukan analisa data yang ada, Dengan adanya Sistem Informasi Geografis maka akan digambarkan posisi penyebaran data pada kondisi yang sesungguhnya. Sistem Informasi Geografis digunakan untuk memvisualisasikan hasil dari alternatif yang bisa digunakan untuk lokasi perencanaan pembangunan hydrant di kota Medan. Simple Additive Weighting (SAW) merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu, dengan bobot kriteria ditentukan bilangan fuzzy oleh adjustment. Dengan menggunakan SAW berbasis SIG dapat menghasilkan suatu sistem yang dapat membantu perencana dalam menentukan lokasi pembangunan hydrant.
WEB BASED GEOGRAPHIC INFORMATION SYSTEM TO DETERMINE HYDRANT LOCATION WITH SIMPLE ADDITIVE
WEIGHTING IN MEDAN CITY ABSTRACT
The delay in handling the fire that often occurs in lately gave rise to the idea of a software that could help ease in locating planning hydrant as one of the tools to handle the occurrence of fires in the city of Medan. By using fuzzy attribute decision making (FADM) with simple additive weighting method (SAW) based on geographical information systems (GIS), it will be easier for decision makers to perform analysis of existing data, with a geographic information system it will be described the position of the spread of data on actual conditions. Geographic information systems are used to visualize the results of an alternative that can be used for development planning in the hydrant location of Medan. Simple Additive Weighting Method (SAW) which is a method used to find the optimal alternative of a number of alternatives with certain criteria, with a weighting of criteria is determined by adjustment of fuzzy numbers. Using the saw can produce a gis-based system that can assist planners in determining the location of construction of the hydrant.
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Kota Medan merupakan salah satu kota yang mampu memberikan tunjangan besar bagi Negara. Di wilayah ini banyak objek ataupun tempat yang strategis untuk berbagai macam sentra bidang seperti sentra ekonomi, bisnis, hiburan, pendidikan, dan lain-lain. Banyaknya tempat-tempat strategis tersebut ditambah lagi dengan tingkat kepadatan penduduk mengakibatkan terjadinya hambatan ataupum hal-hal yang tidak diinginkan seperti banyaknya tindakan kejahatan, terjadinya kemacetan, terjadinya banjir, dan tidak ketinggalan pula terjadinya bencana kebakaran yang dapat terjadi setiap saat dan di berbagai tempat.
Terjadinya suatu kebakaran disuatu wilayah akan mengakibatkan kerugian besar bagi wilayah tersebut dan juga akan mempengaruhi pendapatan bagi negaranya. Maka hal ini harus dihindari sebaik mungkin dengan menentukan lokasi hydrant yang tepat dan juga harus memadai.
Hydrant merupakan salah satu aspek pendukung yang paling penting dalam penanganan kebakaran dan aspek pendukung lainnya yaitu sumber air dan juga pos pemadam kebakaran yang siap siaga. Dengan adanya aspek pendukung tersebut maka penanganan kebakaran akan lebih cepat dilakukan dan dapat meminimalisir jumlah korban serta kerugian yang ditimbulkan oleh bencana kebakaran.
Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif maksudnya adalah bahwa setiap wilayah/daerah akan diberikan kriteria yang sama seperti keadaan hidrologi, lahan, tophografi, dan lain-lain. Dan kemudian setiap ktiteria tersebut akan diberikan nilai bobot per wilayah/daerah yang menjadi pertimbangan lokasi hydrant, dan dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah yang menjadi lokasi hydrant di kota Medan berdasarkan kriteria-kriteria yang ditentukan.
SIG (Sistem Informasi Geografis) adalah sebuah sistem komputer yang memiliki kemampuan untuk mengambil, menyimpan, menganalisa, dan menampilkan informasi dengan referensi geografis. Komponen utama SIG adalah sistem komputer, data geospatial dan pengguna.
Mencermati hal di atas, maka penulis tertarik mengembangkan sistem informasi geografis untuk lokasi hydrant di kota Medan.
1.2 Perumusan Masalah
Berdasarkan latar belakang di atas, maka rumusan masalahnya adalah bagaimana merancang sistem informasi geografis dengan metode simple additive weighting dalam menentukan lokasi yang cocok untuk penentuan lokasi hydrant.
1.3 Batasan Masalah
Adapun batasan masalah pada Tugas Akhir ini adalah:
1) Sistem informasi geografis ini hanya untuk visualisasi peta lokasi hydrant di kota Medan.
2) Output dari sistem adalah kecamatan yang sesuai untuk lokasi hydrant di kota Medan.
3) Aplikasi yang digunakan adalah ArcView gunanya untuk mendigitasi peta dan untuk menampilkan display peta, Mapserver dan berbasis web.
5) Kriteria/batas untuk penentuan lokasi hydrant yang digunakan yaitu topografi, pengunaan lahan, geologi, hidrologi, aksesibilitas.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah merancang sistem informasi geografis dengan metode Simple additive weighting berbasis web untuk menentukan lokasi hydrant di kota Medan.
1.5Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah membantu pemerintah kota Medan dalam penentuan lokasi pembangunan hydrant dengan tepat di kota Medan untuk meminimalisir jumlah korban serta kerugian yang akan terjadi akibat bencana kebakaran.
1.6 Metode Penelitian
1) Studi literatur
Metode ini dilakukan studi kepustakaan melalui hasil penelitian lain yang relevan serta buku maupun artikel–artikel yang diperoleh melalui internet. 2) Analisis dan Perancangan
Metode ini dilaksanakan dengan menganalisis permasalahan yang ada, batasan masalah yang dimiliki serta berbagai kebutuhan yang diperlukan.
3) Implementasi
Metode ini dilaksanakan dengan melakukan implementasi perangkat lunak yang bertujuan untuk melakukan proses pembelajaran pada sistem dengan menggunakan metode Simple Additive Weighting.
4) Pengujian
5) Dokumentasi Sistem
Melakukan pembuatan sistem mulai dari tahap awal hingga pengujian system.
1.7 Sistematika Penulisan
Sistematika penulisan tugas akhir ini dibagi dalam lima bab, masing-masing bab diuraikan sebagai berikut:
Bab 1 PENDAHULUAN
Bab ini berisikan Latar Belakang Pemilihan Judul, Rumusan Masalah, Batasan Masalah, Tujuan Penelitian, Manfaat Penelitian, Metodologi Penyelesaian Masalah, dan Sistematika Penulisan.
Bab 2 LANDASAN TEORI
Bab ini menjelaskan tentang tinjauan teoritis yang meliputi uraian singkat mengenai sistem informasi geografis, metode fuzzy multi atribut decision making, metode Simple Additive Weighting (SAW) beserta cara kerja metode Simple Additive Weighting (SAW).
Bab 3 ANALISIS DAN PERANCANGAN
Bab ini menjelaskan tentang analisis permasalahan dan kebutuhan serta perancangan sistem.
Bab 4 IMPLEMENTASI DAN PENGUJIAN PROGRAM
Bab 5 PENUTUP
BAB 2
TINJAUAN TEORI
2.1 Definisi Sistem Informasi Geografis(SIG)
Sistem Informasi Geografis (SIG) adalah sebuah sistem komputer yang memiliki
kemampuan untuk mengambil, menyimpan, menganalisa, dan menampilkan
informasi dengan referensi geografis (Budianto. 2010.)
Menurut sumber Esri (1990), bahwa sistem informasi geografis adalah
kumpulan terorganisasi dari perangkat keras komputer, perangkat lunak, data
geografi dan personil yang dirancang secara efisien untuk memperoleh,
menyimpan, mengupdate, memanipulasi, menganalisis, dan menampilkan semua
bentuk informasi yang bereferensi geografis (Prahasta, Eddy. 2006)
Sistem Informasi Geografis adalah suatu sistem untuk mendayagunakan dan
menghasil gunakan pengolahan dan analisis data spasial (keruangan) serta data
non- spasial (tabular), dalam memperoleh berbagai informasi yang berkaitan
dengan aspek keruangan, baik yang berorientasi ilmiah, komersil, pengelolaan
maupun kebijaksanaan. Berikut adalah beberapa keuntungan penggunaan SIG
(Hanafi. 2011)
1) SIG mempunyai kemampuan untuk memilih dan mencari detail yang
diinginkan, menggabungkan satu kumpulan data dengan kumpulan data
lainnya, melakukan perbaikan data dengan lebih cepat dan memodelkan data
serta menganalisis suatu keputusan.
2) SIG dengan mudah menghasilkan peta-peta tematik yang dapat digunakan
untuk menampilan informasi-informasi tertentu. Peta-peta tematik tersebut
dapat dibuat dari peta-peta yang sudah ada sebelumnya, hanya dengan
memanipulasi atribut-atributnya.
3) SIG memiliki kemampuan untuk menguraikan unsur-unsur yang terdapat di
permukaan bumi menjadi beberapa layer data spasial, dengan layer
Dengan demikian aplikasi SIG dapat menjawab beberapa pertanyaan
berkenaan dengan (Budianto, Eko. 2010.):
1) Lokasi Ada apa di lokasi tertentu (di lereng gunung, di desa A), apa yang
terjadi di lokasi tersebut (rawan banjir, ada deposit emas, curah hujannya
tinggi, dan sebagainya).
2) Kondisi Dimana lokasi jalan yang paling macet, berapa besar potensi
tambang yang ada di Kabupaten X dan sebagainya.
3) Kecenderungan/Trend Seberapa besar tingkat degradasi kawasan hutan
lindung di DAS dan sebagainya.
4) Pola Bagaimana hubungan antara jenis tanah dan produksi gondorukem,
bagaimana pola penyebaran penyakit di sekitar kawasan industri kayu dsb.
5) Simulasi/Modeling Berapa besar menurunnya erosi bila luas hutan di hulu
Sungai Jeneberang meningkat sebesar 1.000 hektar.
2.1.1 Komponen Utama Sistem Informasi Geografis (SIG) 1. Daya Manusia
Komponen manusia memegang peranan yang sangat menentukan, karena
tanpa manusia maka sistem tersebut tidak dapat diaplikasikan dengan baik.
Jadi manusia menjadi komponen yang mengendalikan suatu sistem sehingga
menghasilkan suatu analisa yang dibutuhkan.
2. Software
Software merupakan sistem modul yang berfungsi untuk mengoperasikan
sistem informasi geografis. Sebuah software SIG harus menyediakan fungsi
dan tool yang mampu melakukan penyimpanan data analisis dan
menampilkan informasi geografis. Dengan demikian elemen yang harus
terdapat dalam komponen software SIG adalah tools untuk melakukan input
dan transformasi data geografis, sistem manajemen basis data, tools yang
mendukung query geografis, analisis dan visualisasi, Geographical User
Interface (GUI) untuk memudahkan akses pada tools geografi.
3. Hardware
yang sedikit lebih tinggi dibanding spesifikasi komponen sistem informasi
lainnya. Hal ini disebabkan karena data-data yang digunakan dalam SIG,
penyimpanannya membutuhkan ruang yang besar dan dalam proses
analisanya membutuhkan memory yang besar dan processor yang cepat.
Beberapa hardware yang sering digunakan dalam sistem informasi geografis
adalah personal komputer, mouse, digitizer, printer, plotter dan scanner.
4.Aplikasi sistem informasi geografis dalam proces perencanaan
Sistem informasi geografis sudah diaplikasikan dalam berbagai bidang
seperti pertanian, lingkungan manajemen sumber daya alam, parawisata,
geologi, perencanaan, dan lain sebagainya. keunggulan sistem informasi
geografis sehingga digunakan pada bidang-bidang tersebut adalah karena
kemampuannya mengintegrasikan antara data spasial dan data atribut
sehingga dalam analisisnya mampu menghasilkan informasi yang kompleks.
5. Data
Hal yang merupakan komponen penting dalam sistem informasi geografis
adalah data. Secara fundamental sistem informasi geografis bekerja dengan
dua tipe data yaitu data vektor dan data raster. Setiap data yang merujuk
lokasi di permukaan bumi dapat disebut sebagai data spasial bereferensi
geografis. Misalnya data kepadatan penduduk suatu daerah, data jaringan
jalan suatu kota, data distribusi lokasi pengambilan sampel, dan sebagainya.
Data SIG dapat dibagi menjadi dua macam, yaitu data grafis dan data atribut
atau tabular. Data grafis adalah data yang menggambarkan bentuk atau
kenampakan objek di permukaan bumi, sedangkan data tabular adalah data
deskriptif yang menyatakan nilai dari data grafis tersebut (Pahlevy. 2010.)
Telah dijelaskan diawal bahwa SIG adalah suatu kesatuan membentuk sistem
yang terdiri dari berbagai komponen, tidak hanya perangkat keras komputer
beserta dengan perangkat lunaknya saja, akan tetapi harus tersedia data
geografis yang benar dan sumberdaya manusia untuk melaksanakan perannya
dalam memformulasikan dan menganalisa persoalan yang menentukan
2.1.2 Sub-Sistem SIG
Suatu sistem informasi geografis menyediakan empat perangkat kemampuan untuk menangani data tereferensi secara geografi dan dijelaskan dengan gambar seperti pada gambar 2.1 di bawah ini (Prahasta. 2006):
Gambar 2.1 Sub-Sistem SIG
1) Data Input
Sub-sistem ini bertugas untuk mengumpulkan dan mempersiapkan data
spasial dan attribut dari berbagai sumber. Bertanggung jawab dalam
mengkonversi atau mentransformasikan format-format data aslinya ke
dalam format yang dapat digunakan oleh SIG dalam format digital. Data
tersebut mungkin dapat direkam (capture) baik dalam bentuk vektor
maupun raster. Cara ini dapat dilakukan melalui pendigitalan manual,
scanning, atau dari data digital yang ada.
2) Data Output
Sub-sistem ini menampilkan atau menghasilkan keluaran seluruh atau
sebagian basis data baik dalam bentuk softcopy (on-screen or electronic
file) atau hardcopy (paper or film). Dalam mempertimbangkan suatu
SIG perlu untuk mengkaji kualitas, akurasi, dan mudah dalam
penggunaannya dalam menghasilkan output yang diinginkan. Umumnya
sistem berbasiskan vektor dapat menghasilkan peta yang berkualitas lebih
tinggi dari pada sistem berbasiskan raster.
3) Data Management
SIG Data
Output
Data Managemen Data Input
Sub-sistem ini mengorganisasikan baik data spasial maupun atribut ke
dalam sebuah basis data sedemikian rupa sehingga mudah dipanggil,
diupdate dan diedit. Ada fungsi-fungsi yang dibentuk oleh SIG untuk
menyimpan dan menerima data dari basis data, kemampuan ini sama
seperti halnya dengan kemampuan yang disediakan oleh perangkat
lunak manajemen basis data. Data dimasukan ke dalam struktur data yang
sudah didefinisikan yang mungkin saling berhubungan atau mungkin juga
tidak saling berhubungan.
4) Data Manipulasi dan Analisis
Sub-sistem ini menentukan informasi yang dapat dihasilkan oleh SIG.
SIG melakukan manipulasi dan pemodelan data untuk menghasilkan
informasi yang diharapkan. Fungsi analisis SIG secara umum dibagi
kedalam dua bagian yaitu analisis spasial dan analisis non-spasial.
Analisis spasial memerlukan pengetahuan hubungan geografi antara
data-data (points, lines, and polygons) yang terdapat dalam SIG. sedangkan
analisis non-spasial menggambarkan suatu query dari database, sejenis
fungsi dalam database management software.
2.2 Basis Data Spasial dan Atribut
2.2.1 Basis Data Spasial
Data spasial adalah sebuah data yang berorientasi geografis dan memiliki
sistem koordinat tertentu sebagai dasar referensinya (Nuarsa IW. 2005.).
Sebagian besar data yang akan ditangani dalam SIG merupakan data spasial
yaitu sebuah data yang berorientasi geografis, memiliki sistem koordinat
tertentu sebagai dasar referensinya dan mempunyai dua bagian penting yang
membuatnya berbeda dari data lain, yaitu informasi lokasi (spasial) dan
informasi deskriptif (atribut) yang dijelaskan berikut ini(Yousman. 2004):
1) Informasi lokasi (spasial) merupakan informasi yang berkaitan dengan
koordinat Cartesian XYZ (absis, ordinat dan ketinggian), termasuk
diantaranya sistem proyeksi.
2) Informasi deskriptif (atribut) atau informasi non-spasial merupakan
informasi suatu lokasi yang memiliki beberapa keterangan yang berkaitan
dengan lokasi tersebut, contohnya jenis vegetasi, populasi, luasan, kode
pos, dan sebagainya. Informasi atribut seringkali digunakan pula untuk
menyatakan kualitas dari lokasi.
Secara sederhana format dalam bahasa komputer berarti bentuk dan kode
penyimpanan data yang berbeda antara file satu dengan lainnya. Dalam SIG,
data spasial dapat direpresentasikan dalam dua format yaitu (Prahasta. 2005):
1) Model Data Raster
Data raster atau disebut juga dengan sel grid adalah data yang dihasilkan
dari sistem penginderaan jauh. Pada data raster, obyek geografis
direpresentasikan sebagai struktur sel grid yang disebut dengan piksel
(picture element). Pada data raster, resolusi tergantung pada ukuran
piksel-nya. Dengan kata lain, resolusi piksel menggambarkan ukuran sebenarnya
di permukaan bumi yang diwakili oleh setiap piksel pada citra. Semakin
kecil ukuran permukaan bumi yang direpresentasikan oleh satu sel,
semakin tinggi resolusinya. Data raster sangat baik untuk
merepresentasikan batas-batas yang berubah secara gradual, seperti jenis
tanah, kelembaban tanah, vegetasi, suhu tanah dan sebagainya.
Keterbatasan utama dari data raster adalah besarnya ukuran file, semakin
tinggi resolusi grid-nya semakin besar pula ukuran filenya dan sangat
tergantung pada kapasistas perangkat keras yang tersedia. Masing-masing
format data mempunyai kelebihan dan kekurangan. Pemilihan format data
yang digunakan sangat tergantung pada tujuan penggunaan, data yang
tersedia, volume data yang dihasilkan, ketelitian yang diinginkan, serta
kemudahan dalam analisa. Contoh gambar format data raster dapat dilihat
Gambar 2.2 Format Data Raster
2) Model Data Vektor
Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam
kumpulan garis, area (daerah yang dibatasi oleh garis yang berawal dan
berakhir pada titik yang sama), titik dan nodes (merupakan titik
perpotongan antara dua buah garis). Keuntungan utama dari format data
vektor adalah ketepatan dalam merepresentasikan fitur titik, batasan dan
garis lurus. Hal ini sangat berguna untuk analisa yang membutuhkan
ketepatan posisi, misalnya pada basis data batas-batas kadaster. Contoh
penggunaan lainnya adalah untuk mendefinisikan hubungan spasial dari
beberapa fitur. Kelemahan data vektor yang utama adalah ketidak
mampuannya dalam mengakomodasi perubahan gradual. Contoh gambar
Gambar 2.3 Format Data Vektor
2.2.2 Sumber Data Spasial
Data spasial yang digunakan dalam proyek SIG dapat berasal dari berbagai
sumber. Beberapa sumber yang umumnya digunakan dalam pembangunan
basis data spasial adalah sebagai berikut (Nuarsa IW. 2005):
a) Peta Analog
Peta analog (antara lain peta topografi, peta tanah, peta kawasan hutan dan
perairan, dan sebagainya) yaitu peta dalam bentuk cetak. Pada umumnya
peta analog dibuat dengan teknik kartografi, kemungkinan besar memiliki
referensi spasial seperti koordinat, skala, arah mata angin dan sebagainya.
Peta analog yang meliputi wilayah yang luas, seperti peta topografi, peta
penggunaan lahan dan peta lereng, umumnya bersumber pada citra satelit
atau foto udara. Dalam tahapan SIG sebagai keperluan sumber data, peta
analog dikonversi menjadi peta digital dengan cara format raster diubah
menjadi format vektor melalui proses digitasi sehingga dapat menunjukan
koordinat sebenarnya di permukaan bumi. Proses digitasi dapat pula
dilakukan langsung bila tersedia meja digitasi. Namun dewasa ini sebagian
besar digitasi peta analog dilakukan on-screen atau langsung di monitor
setelah peta dikonversi menjadi peta raster melalui pemindai (scanner).
b) Citra Penginderaan Jauh
Data Penginderaan Jauh (antara lain citra satelit dan foto-udara),
merupakan sumber data yang terpenting bagi SIG, utamanya untuk
memantau kondisi lahan, karena ketersediaanya secara berkala dan
mencakup area tertentu yang cukup luas). Dengan adanya
bermacam-macam satelit di ruang angkasa dengan spesifikasinya masing-masing kita
bisa memperoleh berbagai jenis citra satelit untuk beragam tujuan
pemakaian. Data citra satelit sebagian besar disediakan dalam format
raster.
c) Data Hasil Pengukuran
Data pengukuran lapangan yang dihasilkan berdasarkan teknik pemetaan
contohnya batas administrasi, batas kepemilikan lahan, batas persil, batas
hak pengusahaan hutan, trase (alur) jalan hutan dan lain lain.
d) Data Global Positioning System
Teknologi Global Positioning System (GPS) memberikan terobosan
penting dalam menyediakan data bagi SIG. Keakuratan pengukuran GPS
semakin tinggi dengan berkembangnya teknologi. Data ini biasanya
direpresentasikan dalam format vektor.
2.2.3 Data Atribut
Data atribut memberikan gambaran atau menjelaskan informasi berkaitan
dengan fitur peta atau cara kerja SIG. Data atribut dapat disimpan dalam
format angka maupun karakter. Pada Sistem Informasi Geografis, utamanya di
ArcView dan ARC/INFO data atribut dihubungkan dengan data spasial melalui
identifier (ID) yang terkait di fitur. Pada ArcView file dikenal dengan nama
shapefile (*.SHP) yang terdiri dari serangkaian file, atribut yang disimpan pada
file berekstensi *.dbf (Nuarsa IW. 2005).
2.2.4 Penentuan Atribut
Analisis kebutuhan atribut berganda sangat bergantung pada proses penentuan
atribut oleh pembuat keputusan karena dengan atribut tersebut pembuat
keputusan akan mengevaluasi pencapaian tujuan keputusan. Dalam melakukan
pengambilan ide atribut ada dua cara yang dapat ditempuh pembuat keputusan
yaitu menggunakan panel ahli dan melakukan survey literatur. Atribut yang
digunakan harus mewakili tujuan yang ingin dicapai. Proses pencarian hingga
sub-sub atribut yang lebih kecil terus dilakukan hingga diperoleh atribut yang
nyata. Hal-hal yang harus dimilik oleh atribut sebagai berikut (Nuarsa IW.
2005):
a) Atribut harus lengkap, atribut telah mewakili semua hal yang relevan
b) Atribut saling terpisah satu dengan yang lain, atribut tidak harus tergantung
pada atribut lain sehingga dapat dilakukan proses trade off pada langkah
selanjutnya dan menghindari double-counting.
c) Atribut dibatasi pada hal penting (signifikan) bagi kinerja, atribut diawali
oleh tujuan utama yang abstrak dan ditingkat paling bawah.
2.2.5 Pembobotan Atribut
Atribut tidak selalu memilliki tingkat kepentingan yang sama. Dengan
pemberian pembobotan yang berbeda, pembuat keputusan dapat menuangkan
pertimbangan nilai kepentingan yang berbeda diantara atribut keputusan.
Bobot juga akan membimbing seorang manajer proyek atau program untuk
mengupayakan hal terbaik dalam pencapaian target yang memilliki bobot
terbesar karena besarnya bobot juga menggambarkan tingkat tanggung jawab
yang lebih besar terhadap atribut tersebut.
Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu
pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara
subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan
kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan
subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam
proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada
pendekatan obyektif, nilai bobot dihitung secara matematis sehingga
mengabaikan subyektifitas dari pengambil keputusan.
2.3 Flowchart
Flowchart adalah gambaran dalam bentuk diagram alir dari algoritma-algoritma
dalam suatu program, yang menyatakan arah alur program tersebut. Berikut
adalah beberapa simbol yang digunakan dalam menggambar suatu flowchart
Table 2.1 simbol-simbol flowchart
SIMBOL NAMA FUNGSI
Terminator Permulaan/akhir program
Garis alir (flow
line) Arah aliran program
Preparation Proses inisialisasi / pemberian harga awal
Proses Proses perhitungan atau proses pengolahan data
Input/Output Data Proses input atau output data, parameter, informasi
Predefined process
(sub program)
Permulaan sub program/proses
menjalankan sub program
Decision
Perbandingan pernyataan,
penyeleksian data yang
memberikan pilihan untuk
langkah selanjutnya
On page
connector
Penghubung bagian-bagian
flowchart yang berada pada satu
halaman
Off page
connector
Penghubung bagian-bagian
flowchart yang berada pada
.4 Data Flow Diagram (DFD)
Data Flow Diagram (DFD) adalah suatu diagram yang menggunakan notasi-notasi
untuk menggambarkan arus dari data sistem, yang penggunaannya sangat
membantu untuk memahami sistem secara logika, tersruktur dan jelas (Pahlevy.
2010.).
DFD merupakan alat bantu dalam menggambarkan atau menjelaskan sistem yang
sedang berjalan logis. Dalam sumber lain dikatakan bahwa DFD ini merupakan
salah satu alat pembuatan model yang sering digunakan, khususnya bila
fungsi-fungsi sistem merupakan bagian yang lebih penting dan kompleks dari pada data
yang dimanipulasi oleh sistem. Dengan kata lain, DFD adalah alat pembuatan
model yang memberikan penekanan hanya pada fungsi sistem. DFD ini
merupakan alat perancangan sistem yang berorientasi pada alur data dengan
konsep dekomposisi dapat digunakan untuk penggambaran analisa maupun
rancangan sistem yang mudah dikomunikasikan oleh profesional sistem kepada
pemakai maupun pembuat program (Pahlevy. 2010). Beberapa simbol dari Data
Flow Diagram (DFD) dapat dilihat pada tabel 2.2
Tabel 2.2 gambar beberapa simbol Data Flow Diagram (DFD)
Simbol Nama Penjelasan
Sumber dan tujuan data
External entity merupakan kesatuan di luar lingkungan sistem bisa berupa orang, organisasi dan sistem lain
Arus data
Arus data yang masuk dan keluar dalam sebuah sistem
Proses transformasi
Penyimpanan data
Penyimpanan data digambarkan dengan dua garis horizontal.
2.5Representasi Grafis Suatu Objek
Informasi grafis suatu objek dapat dimasukan dalam bentuk titik, garis, polygon
(Prahasta, Eddy. 2005.).
1) Titik adalah representasi grafis atau geometri yang paling sederhana bagi
objek spasial. Representasi titik tidak memiliki dimensi tetapi dapat
diidentifikasikan di atas peta dan dapat ditampilkan pada layer monitor
dengan menggunakan simbol-simbol tertentu. Contoh representasi objek titik
untuk data posisi sumur bor dapat dilihat pada gambar 2.4.
Gambar 2.4 Contoh representasi objek titik untuk data posisi sumur bor
2) Garis adalah bentuk geometri linier yang akan menghubungkan paling
sedikit dua titik dan digunakan untuk merepresentasikan objek-objek satu
dimensi. Contoh representasi objek garis untuk data lokasi jalan dapat
dilihat pada gambar 2.5.
3) Geometri polygon digunakan untuk merepresentasikan objek-objek dua
dimensi, seperti danau, batas propinsi, batas kota, batas tanah, dan lain-lain.
Suatu polygon paling sedikit dibatasi oleh tiga garis yang saling terhubung
diantara ketiga titik. Di dalam basis data, semua bentuk area dua dimensi
direpresentasikan oleh bentuk polygon. Contoh representasi objek polygon
untuk data landuse dapat dilihat pada gambar 2.6.
Gambar 2.6 Contoh representasi objek polygon untuk data landuse.
4) Objek Tiga Dimensi
Setiap fenomena fisik memiliki lokasi di dalam ruang. Akibatnya, model
data yang lengkap harus mencakup dimensi yang ketiga (ruang 3 dimensi).
Hal ini berlaku untuk permukaan tanah, menara, sumur, bangunan,
batas-batas, dan lain lain. Contoh representasi objek permukaan 3D dapat dilihat
pada gambar 2.7.
Gambar 2.7 Contoh representasi objek permukaan 3D
2.6 Digitasi
Digitasi merupakan proses pembentukan data yang berasal dari data raster
menjadi data vektor. Dalam sistem informasi geografis dan pemetaan digital,
Digitasi pada Arcview dilakukan pada dokumen view dan disimpan di dalam
sebuah shapefile (file .shp). Oleh karena itu, proses digitasi didahului dengan
pembuatan sebuah shapefile kosong. Peta hasil digitasi selanjutnya dapat
digunakan dalam proses overlay.
Digitasi peta dilakukan melalui beberapa proses:
a) data raster (gambar peta dasar) yaitu menambah data gambar ke dalam
Arcview, File > Add Data di toolbar menu, kemudian memilih gambar
yang akan di digitasi.
b) Meregistrasi data raster yaitu dilakukan setelah peta tampil, tujuannya
untuk memberikan skala yang benar pada citra dengan jalan
memberikan koordinat bumi kepada citra.
c) Membuat shapefile (file .shp) yaitu dengan mengidentifikasi terlebih
dahulu objek-objek yang akan didigitasi. Setelah objek teridentifikasi,
buatlah shapefile untuk masing-masing kategori objek.
d) Melakukan proses digitasi yaitu dilakukan setelah shapefile dibuat,
selanjutnya tambahkan shapefile-shapefile yang akan didigitasi,
mengunakan tombol add data.
e) Memasukkan data atribut.
Data atribut memberikan gambaran atau menjelaskan informasi
berkaitan dengan fitur peta atau coverage SIG. Data atribut dapat
disimpan dalam format angka maupun karakter. Pada Sistem Informasi
Geografis di ArcView, data atribut dihubungkan dengan data spasial
melalui identifier atau sering disingkat ID yang terkait di fitur.
f) Menghasilkan data vektor yang akan digunakan untuk overlay.
Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam
kumpulan garis, area (daerah yang dibatasi oleh garis yang berawal dan
berakhir pada titik yang sama), titik dan nodes merupakan titik
perpotongan antara dua buah garis.
Overlay merupakan suatu sistem informasi dalam bentuk grafis yang dibentuk
dari penggabungan berbagai peta individu (memiliki informasi/database yang
spesifik). Overlay peta dilakukan minimal dengan 2 jenis peta yang berbeda
secara teknis dikatakan harus ada polygon yang terbentuk dari 2 jenis peta yang
dioverlaykan. Jika dilihat data atributnya, maka akan terdiri dari informasi peta
pembentukya (Prahasta, Eddy. 2006), contohnya, melakukan overlay peta
tofografi dengan peta penggunaan lahan, maka di peta barunya akan menghasilkan
polygon baru berisi atribut topografi dan penggunaan lahan. Agregat dari
kumpulan peta individu ini, atau yang biasa disebut peta komposit, mampu
memberikan informasi yang lebih luas dan bervariasi. Masing-masing peta
tranparansi memberikan informasi tentang komponen lingkungan dan sosial. Peta
komposit yang terbentuk akan memberikan gambaran tentang konflik antara
proyek dan faktor lingkungan. Metode ini tidak menjamin akan mengakomodir
semua dampak potensial, tetapi dapat memberikan dampak potensial pada spasial
tertentu (Prahasta. 2005).
2.8Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Atribut Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan
kriteria. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut,
kemudian dilanjutkan dengan proses perangkingan yang menyeleksi alternatif
yang sudah diberikan (Kusumadewi, Harjoko, dan Wardoyo. 2006). Dalam
FMADM terdapat beberapa komponen umum yang digunakan yaitu :
a) Alternatif yaitu objek-objek yang berbeda dan memiliki kesempatan yang
sama untuk dipilih oleh pengambil keputusan.
b) Atribut yang sering disebut sebagai karakteristik, komponen atau kriteria
keputusan. Meskipun pada kebanyakan kriteria bersifat satu level, namun
tidak menutup kemungkinan adanya sub-kriteria yang berhubungan
c) Konflik antar kriteria, beberapa kriteria biasanya memiliki konflik antara
satu dengan yang lainnya.
d) Bobot keputusan (W), bobot keputusan ini menunjukkan kepentingan
relatif dari setiap kriteria.
e) Matriks keputusan, suatu matriks keputusan X yang berukuran m x n,
berisi elemen xij, yang merepresentasikan rating dari alternatif Ai (
i=1,2,…,m) m adalah banyaknya jumlah alternatif, terhadap kriteria Cj
(j=1,2,…,n) n adalah jumlah kriteria (Kusumadewi, Harjoko, dan Wardoyo. 2006).
2.8.1 Tahapan FMADM
Menurut Rudholpi (2000), Proses dari FMADM ini dilakukan melalui 3
tahapan yaitu:
1) Pada tahapan penyusunan komponen situasi, akan dibentuk tabel taksiran
yang berisi indentifikasi alternatif dan spesifikasi tujuan, kriteria dan
atribut.
2) Pada tahapan analisis dilakukan melalui 2 langkah yaitu:
a) Mendatangkan taksiran dari besaran potensial, kemungkinan, dan
ketidakpastian yang berhubungan dengan dampak-dampak yang
mungkin pada setiap alternatif.
b) Melakukan pemilihan dari preferensi pengambilan keputusan untuk
setiap nilai dan ketidakpedulian pada setiap resiko yang timbul.
3) Dan kemudian dilakukan tahap sintesis informasi.
Secara umum, pendekatan FMADM dilakukan dengan 2 langkah yaitu :
1) Melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap
semua tujuan pada setiap alternatif.
2) Melakukan perankingan alternatif-alternatif keputusan tersebut berdasarkan
hasil agregasi keputusan.
Dengan demikian dikatakan bahwa masalah multi-attribute decision making
atau kriteria Cj(j= 1,2,…,n). Matriks keputusan setiap alternatif terhadap setiap
atribut X, sebagai berikut:
X = [
]
Dimana X merupakan rating kinerja alternatif ke-i terhadap atribut ke-j.
Nilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut,
diberikan sebagai W, dimana W merupakan bobot keputusan yang telah
ditentukan dari W1 hingga Wn yaitu jumlah bobot keputusan yang
diberikan. Rating kinerja X dan nilai bobot W merupakan nilai utama yang
merepresentasikan preferensi absolute dari pengambilan keputusan.
Kemudian dilanjutkan dengan proses perankingan untuk mendapat
alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi
yang diberikan, gambar struktur hirarki FMADM dijelaskan pada gambar
Gambar 2.8.
Gambar 2.8 struktur hirarki FMADM Kriteria-1
(C1)
Kriteria-2 (C2)
Kriteria-m Masalah
Alternatif-1 (A1)
Alternatif-3m (Am) Alternatif-2
(A2)
…
2.9Metode Simple AdditiveWeighting (SAW).
Salah satu metode yang digunakan untuk menyelesaikan masalah dari Fuzzy
Multiple Attribute Decision Making ( FMADM ) adalah metode Simple Additive
Weighting (SAW) yaitu suatu metode yang digunakan untuk mencari alternatif
optimal dari sejumlah alternatif dengan kriteria tertentu.
Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode
penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan
terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Pahlevy.
2010). Metode SAW membutuhkan proses normalisasi matriks keputusan X ke
suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Formula untuk melakukan normalisasi tersebut adalah sebagai berikut
(Kusumadewi, Harjoko, dan Wardoyo. 2006):
Dimana:
rij = rating kinerja ternormalisasi dari alternatif Ai (i=,2,…,m)
Maxi= nilai maksimum dari setiap baris dan kolom.
Mini= nilai minimum dari setiap baris dan kolom.
xij= baris dan kolom dari matriks.
Formula untuk mencari nilai preferensi untuk setiap alternatif (Vi) diberikan
sebagai( Kusumadewi, Harjoko, dan Wardoyo.2006):
Dimana:
Vi= Nilai akhir dari alternatif
Wi= Bobot yang telah ditentukan
rij= Normalisasi matriks.
Nilai Vi yang lebih besar mengindikasikan bahwa aternatif Ai lebih terpilih.
2.9.1 Langkah-langkah Penggunaan Metode SAW
1) Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan
keputusan.
2) Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3) Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan
normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis
atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh
matriks ternormalisasi R.
4) Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh
nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi (Henry.
2009).
2.9.2 Kelebihan Metode SAW
Kelebihan dari metode simple additive weighting dibanding dengan model
pengambil keputusan lainnya terletak pada kemampuannya untuk melakukan
penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot
preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi
alternatif terbaik dari sejumlah alternatif yang ada karena adanya proses
perangkingan setelah menentukan bobot untuk setiap atribut (Kusumadewi,
Harjoko, dan Wardoyo. 2006).
2.10 Hydrant
Hydrant merupakan sebuah terminal air bantuan darurat ketika terjadi kebakaran.
Hydrant juga berfungsi untuk mempermudah proses penanggulangan ketika
bencana kebakaran melanda. Pada saat terjadinya peristiwa kebakaran Fire
Protection Association (NFPA) secara spesifik menyakan bahwa Fire hydrant
harus diwarnai dengan chrome yellow atau warna lain yang mudah terlihat, tetapi
sebenarnya aspek terpenting adalah warna tersebut harus konsisten terutama
dalam satu wilayah. Adadua jenis hydrant yaitu sebagai berikut ini:
1) Hydrant Box
Hydrant Box atau Hydrant gedung adalah suatu sistem pencegah kebakaran
yang menggunakan pasokan air dan dipasang di dalam bangunan atau gedung
dan untuk menentukan jumlah dan titik hydrant gedung menggunakan acuan
Standart National Indonesia (SNI).
2) Hydrant Pilar
Hydrant pilar atau sering disebut dengan hydrant halaman atau hydrant kota
adalah suatu sistem pencegah kebakaran yang membutuhkan pasokan air dan
dipasang di luar bangunan. Hydrant ini biasanya digunakan oleh mobil pemadam
kebakaran (PMK) untuk mengambil air jika kekurangan dalam tangki mobil.
Hydrant ini di letakkan disepanjang akses mobil PMK. Karakteristik dan
kesesuaian lahan untuk loaksi hydrant adalah sebagai berikut (Hanafi,
Muhammad. 2011).
a) Topografi
Topografi juga berpengaruh penting terhadap kelancaran tekanan air pada
hydrant. Semakin tinggi lokasi yang akan digunakan semakin kecil tekanan
airnya.
b) Penggunaan Lahan
Penggunaan lahan digunakan untuk melihat daya dukung lahan yaitu untuk
mengetahui sejauh mana kemampuan sumber daya lahan untuk suatu
penggunaan tertentu. Lahan yang dimaksud adalah lahan kering yang berada
di wilayah pemukiman atau yang sudah padat penduduk.
Geologi yang dimaksud adalah jenis tanah yang ada di kota Medan.
Karakteristik tanah yang cocok untuk kawasan industri adalah bertekstur
sedang sampai kasar.
d) Hidrologi
Hidrologi yang dimaksud adalah ketersediaan air di kota Medan. Wilayah
yang mempunyai ketersediaan air tinggi menjadi salah satu penentu untuk
keputusan pembangunan lokasi hydrant karena air sangat diperlukan untuk
fire hydrant. Ketersediaan air ini dapat berupa air sungai atau air PAM.
e) Aksesibilitas
Aksesibilitas yang dimaksud adalah jalur transportasi yang terdapat di kota
Medan. Dalam penelitian ini jalan dibedakan menurut jenisnya, yaitu jalan tol,
jalan arteri, jalan kolektor, jalan local, dan rel kereta api yang ditentukan
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1Analisis Permasalahan
Banyaknya kebakaran yang terjadi di wilayah kota Medan menjadikan masalah
semakin kompleks. Kebijakan dalam mengatasi kebakaran yang terjadi di wilayah
kota Medan yang dilakukan dengan pembangunan hydrant yang tepat diharapkan
meningkatkan kuantitas dan kualitas dalam pengolahan sumber daya khususnya
dalam menempatkan atau mengalokasikan hydrant yang tepat.
Oleh karena itu penulis berinisiatif untuk merancang suatu sistem yang
dapat membantu pihak perencana dalam pengambilan keputusan menentukan
pembangunan lokasi hydrant untuk mengantisipasi terjadinya kebakaran di
wilayah kota Medan.
Pada Gambar 3.1. terdapat sebuah diagram Ishikawa yang digunakan
untuk menganalisis masalah. Diagram Ishikawa adalah sebuah alat grafis yang
digunakanuntuk mengeksplorasi dan menampilkan pendapat tentang komponen
inti suatukondisi di dalam organisasi. Diagram ini juga dapat menyusuri
sumber-sumber penyebab atas suatu masalah. Oleh sebab itu, diagram Ishikawa sering
disebutdiagram sebab-akibat atau diagram tulang ikan (fishbone diagram), karena
secara kasat mata digram ini menyerupai tulang ikan. Identifikasi terhadap
permasalahan melalui diagram ini akan membantu menganalisis kebutuhan sistem
Gambar 3.1 Diagram Ishikawa Untuk Analisis Masalah
3.2. Analisis Model FMADM dengan Metode SAW
Dalam penyeleksian beasiswa dengan menggunakan model Fuzzy Multiple
Attribute Decision Making (FMADM) dengan metode Simple Additive
Weighting(SAW) diperlukan kriteria-kriteria dan bobot untuk melakukan
perhitungannya sehingga akan didapat alternatif terbaik, dalam hal ini alternatif
yang dimaksud adalah yang berhak menerima beasiswa berdasarkan
kriteria-kriteria yang ditentukan.
3.2.1 Kriteria dan Bobot
Model FMADM dan SAW dalam prosesnya memerlukan kriteria yang akan
dijadikan bahan perhitungan pada proses perankingan. Kriteria yang
menjadibahan pertimbangan penentuan lokasi hydrant seperti yang ditunjukan
pada tabel 3.1
Tabel 3.1 Kriteria Lokasi Hydrant
Kriteria Keterangan C1 Tofografi
C2 Penggunaan Lahan C3 Geologi
Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya.
Bilangan fuzzy merupakan bilangan acak yang bisa ditentukan berapa saja
bobot bilangannya. Dan berdasarkan tabel 3.1 terdapat enam bobot bilangan
fuzzy, dapat dilihat pada tabel 3.2, 3.3, 3.4, 3.5, 3.6 berikut.
1. Tofogtafi
Bobot bilangan fuzzy untuk kriteria topografi dapat dilihat pada tabel 3.2.
Tabel 3.2 bobot bilangan fuzzy untuk kriteria topografi
Kriteria Bobot
Tofografi (C1) 0.00
0.20 0.40 0.60 0.80 1.00
2. Penggunaan Lahan
Bobot bilangan fuzzy untuk kriteria penggunaan lahan dapat dilihat pada
tabel 3.3.
Tabel 3.3 bobot bilangan fuzzy untuk kriteria penggunaan lahan
Kriteria Bobot
Penggunaan Lahan(C2) 0.00
0.20
0.40
0.60
0.80
1.00
3. Geologi
Bobot bilangan fuzzy untuk kriteria geologi dapat dilihat pada tabel 3.4.
Kriteria Bobot
Bobot bilangan fuzzy untuk kriteria hidrologi dapat dilihat pada tabel 3.5.
Tabel 3.5 bobot bilangan fuzzy untuk kriteria hidrologi
Kriteria Bobot
Bobot bilangan fuzzy untuk kriteria hidrologi dapat dilihat pada tabel 3.6.
Tabel 3.6 bobot bilangan fuzzy untuk kriteria hidrologi
Kriteria Bobot
Aksesibilitas (C5) 0.00
0.20 0.40 0.60 0.80 1.00
Keterangan bobot setiap kriteria diatas adalah sebagai berikut :
sangat rendah (SR) =0.00
rendah (R) =0.20
sedang (S) =0.40
tinggi (T) =0.60
sangat tinggi (ST) =0.80
Dari bobot bilangan fuzzy di atas maka dapat digambar grafik bobot seperti
pada gambar 3.1.
Gambar 3.2 Grafik bobot
3.3 Pemecahan Masalah dengan Metode Overlay dan Metode Simple Additive Weighting
a) Metode Overlay
1) Melakukan overlay terhadap peta tofografi dan peta penggunaan lahan
2) Hasil overlay di atas di-overlay dengan peta geologi.
3) Hasilnya di-overlay lagi dengan peta hidrologi.
4) Dan hasilnya di-overlay dengan peta aksesibilitas.
5)Hasil dari semua overlay di atas adalah menghasilkan wilayah atau
kecamatan yang sesuai dengan kriteria yang akan dianalisis pada tahap
berikutnya.
b) Metode Simple Additive Weighting
1) Menentukan wilayah alternatif dan jenis kriteria hydrant. Dalam penelitian
ini, kriteria-kriteria yang dibutuhkan adalah topografi, Penggunaan Lahan,
geologi, Hidrologi, Aksesibilitas dan juga bobot bilangan fuzzy pada setiap
kriteria.
2)Menentukan rating kecocokan setiap alternatif pada setiap kriteria, seperti
tabel 3.7.
Tabel 3.7 Rating kecocokan untuk kriteria calon lokasi hydrant
Alternatif Kriteria
0.00 0.20 0.40 0.60 0.80 1.00
1.00 SR R S T ST
Tofografi
3) Membuat matriks keputusan berdasarkan rating kecocokan, seperti tabel 3.8
Table 3.8 Membuat matriks keputusan berdasarkan rating kecocokan
Alternatif Kriteria
(C1) (C2) (C3) (C4) (C5) Kec 1
Kec 2
Kec 3
4) Kemudian dihasilkan matriks keputusan dari tabel kecocokan
5) Matriks keputusan tersebut kemudian dinormalisasikan berdasarkan
persamaan
Dimana:
rij= rating kinerja ternormalisasi dari alternatif Ai(i= 1,2,…,m)
Maxi= nilai maksimum dari setiap baris dan kolom.
Mini= nilai minimum dari setiap baris dan kolom.
xij= baris dan kolom dari matriks.
yang disesuaikan dengan jenis atribut sehingga diperoleh matriks
6) Kemudian dilakukan proses perankingan dengan menentukan nilai
preferensi Vi pada setiap alternative Ai dari matriks ternormalisasi R dengan
pesamaan sebagai berikut.
Dimana:
Vi= Nilai akhir dari alternatif
Wj= Bobot yang telah ditentukan (telah ditentukan oleh judgement dan
untuk konversi nilai kualitatif di butuhkan variable fuzzy) dimana untuk
nilai {W1=0.00, W2=0.20, W3=0.40, W4=0.60,W5=0.80, W6=1.00}
rij= Normalisasi matriks.
7) Nilai Vi terbesar dari proses perankingan mengindikasikan alternative Ai
yang terpilih.
3.4 Perancangan Flowchart Sistem
Sistem flowchart dapat didefinisikan sebagai bagan yang menunjukkan arus
pekerjaan secara keseluruhan dari sistem. Bagan ini menjelaskan urut-urutan dari
prosedur-prosedur yang ada didalam sistem. Bagan alir sistem menunjukkan apa
yang dikerjakan di sistem. Flowchart yang akan dirancangan pada sistem ini
terdiri dari flowchart overlay, penentuan prioritas dan penentuan prioritas global.
Berikut masing-masing flowchart untuk proses tersebut. Gambar flowchart
overlay peta wilayah sesuai kriteria dijelaskan pada gambar 3.3.
nj
ij j
i
w
r
V
Gambar 3.3 Flowchart overlay peta wilayah sesuai kriteria
Gambar Flowchart penentuan nilai prioritas kriteria dijelaskan pada gambar 3.4. Mulai
Peta topografi dan aksesibilitas
Hasil overlay 1
Hasil overlay 2
Hasil ovelay 3
Overlay peta hasil overlay 3 dan aksesibilitas Overlay Peta topografi dan aksesibilitas
Overlay peta hasil overlay 1dengan geologi
Overlay peta hasil overlay 2 dan hidrologi
Gambar 3.4 Flowchart penentuan nilai prioritas kriteria
Mulai
Matriks ternormalisasi R
Kalikan nilai setiap bobot keputusan dengan
hasl setiap matriks ternormalisasi R
Selesai
Gambar 3.5 Flowchart penentuan nilai prioritas global
3.5 Perancangan Data Flow Diagram (DFD)
Data flow diagram (DFD) adalah alat pembuatan model yang memungkinkan
profesional sistem untuk menggambarkan sistem sebagai suatu jaringan proses
fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual
maupun komputerisasi. DFD ini sering disebut juga dengan nama bubble chart,
bubble diagram,model proses, diagram alur kerja, atau model fungsi.DFD
memberikan suatu mekanisme bagi pemodelan fungsional dan pemodelan
informasi.
Gambar data flow diagram level 0 dapat dilihat pada gambar 3.6.
User
FADM Simple additive
weighting Matriks
Decision
Gambar 3.6 DFD level 0
Kamus data untuk menjelaskan tentang gambar DFD level 0 dapat dilihat pada
tabel 3.9.
Tabel 3.9 Kamus Data DFD Level 0
Nama / Proses Input Keterangan Proses Output
Fuzzy Multiple
Atribut Decision
Making
Matriks Pada proses ini, kriteria untuk setiap alternatif akan diproses untuk menghasilkan alternatif lokasi hydrant
Decision
3.5.2 DFD Level 1
Gambar data flow diagramlevel 1 dapat dilihat pada gambar 3.7.
Kamus data untuk menjelaskan gambar DFD level 1 dapat dilihat pada tabel
3.10.
Tabel 3.10 Kamus Data DFD Level 1
No / Nama Proses
Input Keterangan Proses Output
1.0 memasukan nilai kriteria yang akan menghasilkan matriks prioritas. prioritas kriteria diproses untuk menghasilkan sebuah decision.
Pada proses ini, nilai tertinggi dari hasil prioritas global akan menjadi pilahan wilayah pembangunan hydrant
Keputusan
3.6 Perancangan Antar Muka
Tahapan ini sangat penting karena antarmuka yang baik akan membuat pengguna
merasakan kenyamanan dalam menggunakan sebuah aplikassi komputer. Berikut
struktur menu yang akan dirancang pada aplikasi sistem pendukung keputusan ini.
3.6.1 Rancangan Halaman Muka
Halaman muka merupakan halaman “Selamat Datang” kepada user dengan penjelasan singkat mengenai sistem. Rancangannya dapat dilihat pada Gambar
Gambar 3.7 Rancangan halaman utama
Gambar 3.8. Halaman Muka
Gambar 3.8 Halaman Utama
3.6.2 Rancangan Fire Hydrant Kota Medan
Gambar Rancangan halaman fire hydrant untuk menentukan matriks keputusan
dapat dilihat pada gambar 3.9.
Gambar 3.8 Rancangan halaman matriks keputusan
Gambar 3.9. Rancangan halaman fire hydrant untuk menentukan matriks keputusan
Image
SISTEM INFORMASI GEOGRAFIS
Home Tentukan bobot matriks keputusan
Fire Hydrant Kota Medan Topografi
Geologi Hidrologi Aksesbility
Matriks keputusan
Reset Proses
SISTEM INFORMASI GEOGRAFIS
Home
Fire Hydrantkota Medan Topografi
Halaman ini tampil ketika tombol ”fire hydrant kota Medan” di klik dan menampilkan menu untuk memasukkan matriks keputusan.
3.6.3 Rancangan Halaman Hasil Matriks ternormalisasi R danPreferensi Setiap Alternatif
Gambar Rancangan halaman hasil ternormalisasi R danpreferensi setiap
alternatif. Halaman ini tampil ketika tombol ”Proses” di klik dan menghasilkan matriks ternormalisasi R dan preferensi setiap alternatif, dapat di lihat pada
gambar 3.10.
Gambar 3.7 Rancangan halaman hasil alternatif lokasi fire hydrant
Gambar 3.10 Rancangan Halaman Matriks Ternormalisasi R dan Preferensi Setiap Alternatif
3.6.4 Rancangan Halaman Tampilkan Peta Lokasi Fire Hydrant dikota Medan
Gambar Rancangan halaman Peta Lokasi Hydrant yang tepat di kota Medan.
Halaman ini tampil ketika tombol ”Tampikan Peta” diklik, rancangandapat dilihat pada gambar 3.11.
SISTEM INFORMASI GEOGRAFIS Home
Fire Hydrant Kota Medan Topografi
Geologi Hidrologi Aksesbility
Lokasi terbaik
Matriks ternormalisasi R
Nilai preferensi
Gambar 3.10 R
Gambar 3.11. Rancangan Halaman Tampilan Peta Lokasi Hydrant SISTEM INFORMASI GEOGRAFIS
Home Peta Lokasi Hydrant
Fire Hydrant Kota Medan Topografi
Geologi Hidrologi Aksesbility