TUGAS AKHIR – KS09 1336
VISUALISASI INFORMASI POTENSI WILAYAH DAN
KONDISI KETERKINIAN MENGGUNAKAN SPATIAL
DAN NON SPATIAL DATABASE BERBASIS WEB
STUDI KASUS: PULAU MADURA
AJI MUDA CASAKA
NRP 521O 100 061
Dosen Pembimbing I
Faizal Johan Atletiko, S.Kom, M.T
Dosen Pembimbing II
Erma Suryani, S.T, M.T, Ph.D
JURUSAN SISTEM INFORMASI
Fakultas Teknologi Informasi
Institut Teknologi Sepuluh Nopember
Surabaya 2014
FINAL PROJECT – KS09 1336
WEB-BASED INFORMATION VISUALIZATION OF
POTENTIAL AREAS AND CONDITIONS USINGS
SPATIAL AND NON-SPATIAL DATABASE CASE
STUDY : MADURA ISLAND
AJI MUDA CASAKA
NRP 521O 100 061
Supervisor I
Faizal Johan Atletiko, S.Kom, M.T
Supervisor II
Erma Suryani, S.T, M.T, Ph.D
INFORMATION SYSTEM DEPARTEMENT
Faculty of Information Technology
Institut Teknologi Sepuluh Nopember
Surabaya 2014
\1
Lf
Ll '
f\0
1
01
D
. '
0
1
T
Di
u run
Unluk
crncnuhi aJah atu
yaral
mp roleh
Jar arjana
K
mputer
pad a
Jurusan istcrn lnf
rnua
i
has Teknologi
Tnform~
i
I
titul
eknolo
i
epuluh N pcm r
lch
:
-VISUALJSASJ INFORMASl
POTENSI WILAY AH DAN
KONDISl
KETERKINIAN
MENGGUNAKAN SPASlAL
DAN
NON SPATIAL
DATABASE
BERBASIS
WEB
STUDI
KASUSPULAUMADURA
TUGASAKlUR
Disusun
Untuk
Memenuhi
Salah Sat
u
Syarat
Memperolcb
Gel
ar SaJjana Komputer
pada
Jurusan
Sistem
lnfonnasi
Falrultas
Teknologi
lnformasi
Institut Tek:nologi
SepuJuh
Nopember
Oleh
:
Aji Muda
Casaka
NRP 5210100 061
Disetujui
Tim Penguji
:
Tanggal
Uj
ian
:
12 Januari
20
I
5
P
eri
ode Wisuada
:
Maret
20
I
5
F•izal
Joban
Adetiko,
S.Kom,
M.
T
Erma
Suryani,
S.
T,
M.
T,
Ph
.
D
Bam bang Setiawan,
S.Kom,
M.T
v
VISUALISASI INFORMASI POTENSI WILAYAH DAN KONDISI KETERKINIAN MENGGUNAKAN SPASIAL
DAN NON SPATIAL DATABASE BERBASIS WEB STUDI KASUS PULAU MADURA
Nama Mahasiswa : Aji Muda Casaka NRP : 5210 100 061
Jurusan : Sistem Informasi FTIF-ITS
Dosen Pembimbing I : Faizal Johan Atletiko, S.Kom, M.T Dosen Pembimbing II : Erma Suryani, S.T, M.T, Ph.D ABSTRAK
Pulau madura merupakan suatu pulau yang tergabung dalam pulau jawa yang merupakan pulau yang berperingkat 5 terbesar dari banyaknya pulau-pulau di indonesia. Dengan besarnya pulau madura yang pastinya memiliki berbagai macam potensi yang ada mulai dari potensi sumber daya alam maupun potensi sumber daya manusianya, namun masih belum terlihat bentuk kontribusi nyata sumber daya alam dan sumber daya manusia didalamnya, hal ini terlihat pada PDRB wilayah Madura hanya mencapai 40% saja dengan hasil tersebut kurang sekali mendukung perekonomian pulau madura selain itu juga dalam hal kontribusi sumber daya manusia di wilayah madura hal ini juga terlihat di dalam sumber data bangkalan dalam angka, sampang dalam angka, pamekasan dalam angka, dan sumenep dalam angka yang semuanya terjadi pada tahun 2010 dan presentase kurang dari 20% yang mendapatkan dunia pendidikan. Mengacu dari permasalahan diatas maka diharapakan bisa membantu memecahkan permasalahan di pulau madura dengan potensi besar didalamnya.
vi
Penelitian ini menggunakan data Spatial dan Non Spatial untuk membuat sebuah pola pemetaan yang nantinya akan mengungkapkan informasi terhadap potensi wilayah dan kondisi keterkiniaan dari data yang diambil dari pemantauan dan sumber terkait. Disajikan dalam bentuk teknologi Visualisasi Informasi sebagai bentuk model pemetaan dan terdapat klasifikasi kedalam kelas yang sesuai dengan kondisi keterkinian serta potensi wilayah yang ada.
Penelitian ini menghasilkan suatu model visualisasi informasi yang baik dan memiliki klasifikasi yang baik di bagian wilayah pulau madura. Sehingga hasil yang didapatkan mampu menjadi gambaran tentang situasi dan kondisi keterkinian yang ada dan berfungsi sebagai referensi dan acuan dalam proses pengembangan wilayah khususnya pada wilayah pulau madura.
Kata kunci: Pulau Madura, Visualisasi Informasi, Spatial, Non Spatial, Potensi Wilayah, Kondisi Keterkinian.
vii
WEB-BASED INFORMATION VISUALIZATION OF POTENTIAL AREAS AND CONDITIONS USINGS SPATIAL AND NON-SPATIAL DATABASE CASE
STUDY : MADURA ISLAND
Student Name : Aji Muda Casaka
NRP : 5210 100 061
Department : Information Systems FTIF-ITS Supervisor I : Faizal Johan Atletiko, S.Kom,M.T Supervisor II : Erma Suryani, S.T, M.T, Ph.D ABSTRACT
Madura is an island belonging to the island of Java which is the fifth largest island in Indonesia. In its moderately wide area, Madura certainly has a wide range of existing potentials such as natural resources and human resources. But those resources still have not utilized well, as seen in GDP Madura which is only 40% and those result inefficiently support the economy of Madura. Moreover, within contribution of human resources in Madura, it can be seen in the data source of year 2010 that the amount of people in Bangkalan, Pamekasan, and Sumenep which are able to pursue education is less than 20%. Referring to the problem stated, this study is expected to assist in solving the problems in Madura, an island with great potential in it.
This study uses spatial and non-spatial data to create a mapping pattern that will display information regarding the potential and present condition of the area based on the data taken from monitoring and related sources. It is presented in the form of information visualization technology as a form of
viii
mapping model and is classified into classes according to present condition and existing potential of the area.
This study generates an acceptable information visualization model and has a good classification in the area of Madura. Therefore, the results obtained are able to describe present statuses and condition and serve as reference and recommendation in development process of the region, especially in the area of Madura.
Keywords: Madura, Information Visualization, Spatial, Non-Spatial, Area Potential, Present Condition.
xiii
DAFTAR ISIABSTRAK ... v
ABSTRACT ... vii
KATA PENGANTAR ... ix
DAFTAR ISI ... xiii
DAFTAR GAMBAR ... xvii
DAFTAR TABEL ... xxi
1BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 3
1.3 Batasan Tugas Akhir ... 3
1.4 Tujuan Tugas Akhir ... 4
1.5 Manfaat Kegiatan Tugas Akhir ... 4
1.5.1 Manfaat Tugas Akhir ... 4
1.5.2 Manfaat Dalam Bidang Keilmuan ... 4
1.5.3 Manfaat Bagi Masyarakat ... 5
1.6 Target Luaran ... 5
1.7 Keterkaitan dengan Road Map Laboratorium E – Bisnis Dan SPK (Sistem Pengambilan Keputusan) ... 5
1.8 Penelitian Sebelumnya ... 7
1.9 Sistematika Penulisan ... 8
2 BAB II TINJAUAN PUSTAKA... 11
2.1 Kondisi Daerah ... 11 2.1.1 Kondisi Bangkalan ... 11 2.1.2 Kondisi Sampang... 11 2.1.3 Kondisi Pamekasan ... 12 2.1.4 Kondisi Sumenep... 12 2.2 Potensi Wilayah ... 12 2.2.1 Pertanian ... 12 2.2.2 Perkebunan ... 13 2.2.3 Perikanan ... 13 2.2.4 Pertambangan ... 13
xiv
2.2.5 Peternakan ... 13
2.2.6 Pariwisata ... 14
2.2.7 Pendidikan ... 14
2.3 Teori Analisa Spasial ... 14
2.3.1 Pengertian Analisis Spasial ... 15
2.3.2 Contoh Pemodelan Spasial ... 15
2.4 Teori Pemetaan ... 17
2.5 Teori Analisa Clustering K-Means ... 18
2.5.1 Clustering ... 18
2.6 Langkah-langkah Clustering K-Means Alogritma .... 18
2.7 Flowchart Clustering K-Means Alogritma ... 20
2.8 Sistem Informasi Geografis (SIG) ... 20
2.8.1 Manfaat Sistem Informasi Geografis (SIG) ... 21
2.8.2 Komponen Dalam Sistem Informasi Geografis (SIG) 22 2.9 Visualisasi Informasi ... 23
2.9.1 Visualisasi Tools ... 23
3 BAB III METODOLOGI ... 29
3.1 Analisis Kebutuhan Sistem ... 30
3.2 Identifikasi Permasalahan ... 31
3.3 Studi Literatur ... 31
3.4 Pengumpulan Data ... 32
3.5 Pembuatan Aplikasi ... 33
3.6 Pengujian Aplikasi ... 34
3.7 Pengambilan Kesimpulan Dan Saran ... 34
3.8 Penyusunan Buku Tugas Akhir ... 34
4 BAB IV ANALISIS KEBUTUHAN DAN DESAIN SISTEM ... 35
4.1 Analisis Kebutuhan User ... 35
4.1.1 Analisis Kebutuhan Fungsional ... 36
4.1.2 Analisis Kebutuhan Non Fungsional ... 37
4.2 Analisis Kebutuhan Data ... 38
4.3 Analisis Clustering K-Means SPSS ... 40
4.4 Pengumpulan Data ... 40
xv
4.5.1 Potensi Peternakan... 44 4.5.2 Potensi Perikanan ... 44 4.5.3 Potensi Pertanian ... 45 4.5.4 Potensi Perkebunan ... 45 4.5.5 Potensi Pertambangan ... 45 4.5.6 Potensi Pariwisata ... 454.5.7 Potensi Sumber Daya Manusia ... 45
4.6 Analisis Data ... 46
4.6.1 Clustering K-means Dengan SPSS ... 46
4.6.2 Clustering K-means Dengan Microsoft Excel52 4.6.3 Hasil Analisis Data Kabupaten Bangkalan .... 61
4.6.4 Hasil Analisis Data Kabupaten Sampang ... 66
4.6.5 Analisis Data Kabupaten Pamekasan ... 71
4.6.6 Analisis Data Kabupaten Sumenep ... 76
4.7 Perancangan Desain Sistem ... 84
4.7.1 Pembuatan Domain Model ... 85
4.7.2 Pembuatan Use Case Diagram ... 85
4.7.3 Pembuatan Robustness Diagram ... 85
4.7.4 Pembuatan Sequence Diagram ... 86
4.7.5 Pembuatan Test Case ... 86
4.7.6 Pembuatan Graphical User Interface Storyboard Menggunakan Software \GUI Design Studio 86 5 BAB V IMPLEMENTASI DAN UJI COBA ... 93
5.1 Pembuatan Peta Dan Konversi Peta ... 93
5.1.1 Konversi Shapefile Ke Keyhole Markup Language ... 93
5.1.2 Konversi Keyhole Markup Language Ke Google Maps ... 98
5.2 Data Spasial Dan Non-Spasial ... 100
5.2.1 Data Spasial ... 100
Latitude ... 100
Latitude ... 103
Latitude ... 105
xvi
5.2.2 Data Non Spasial ... 110
5.3 Pembuatan Database Non Spasial ... 115
5.4 Pembuatan Fungsi Sistem Visualisasi Informasi .... 117
5.4.1 Pembuatan Fungsi Menampilkan Peta Dalam Web 117 5.4.2 Pembuatan Fungsi Pilih Provinsi ... 119
5.4.3 Pembuatan Fungsi Pilih Kabupaten/kota ... 120
5.4.4 Pembuatan Fungsi Pilih Potensi ... 121
5.4.5 Pembuatan Fungsi Pilih Jenis Potensi ... 122
5.4.6 Pembuatan Fungsi Tampilkan Peta ... 123
5.4.7 Pembuatan Fungsi Parameter Clustering Peta124 5.4.8 Pembuatan Fungsi Legenda ... 125
5.4.9 Pembuatan Peta Dengan Warna Berdasarkan Legenda ... 126
5.4.10 Menampilkan Data Informasi Dengan Pop Up127 5.5 Uji Coba ... 129
5.5.1 Uji Coba Fungsional ... 129
5.5.2 Uji Coba Non Fungsional ... 129
5.6 Analisa Hasil Uji Coba ... 134
5.6.1 Analisa Hasil Uji Coba Fungsional ... 134
5.6.2 Analisa Hasil Uji Coba Non Fungsional ... 134
6 BAB VI ... 137
7 KESIMPULAN DAN SARAN ... 137
8 DAFTAR PUSTAKA ... 141 10 BIODATA PENULIS ... 145 11 LAMPIRAN A ... A-1 12 LAMPIRAN B ... B-1 13 LAMPIRAN C ... C-1 14 LAMPIRAN D ... D-1 15 LAMPIRAN E ... E-1 16 LAMPIRAN F ... F-1 17 LAMPIRAN G ... G-1
xxi
DAFTAR TABEL
Tabel 1. 1 Penelitian Terkait ... 7
Tabel 2. 2 Perbandingan Pemetaan Tradisional Dan SIG ... 18
Tabel 3. 1 Data Atribut ... 32
Tabel 4. 1 Kebutuhan Fungsional ... 36
Tabel 4. 2 Kebutuhan Non Fungsional ... 38
Tabel 4. 3 Hasil Analisis Clustering ... 52
Tabel 4. 4 Kriteria clustering K-means ... 52
Tabel 4. 5 Data Potensi Ayam - Bangkalan ... 53
Tabel 4. 6 Membagi Secara Acak Data ... 54
Tabel 4. 7 Nilai Centroid Tiap Cluster ... 55
Tabel 4. 8 Hasil Perhitungan Tiap Data Ke Centroid ... 57
Tabel 4. 9 Hasil New Cluster Iterasi 1 ... 58
Tabel 4. 10 Hasil New Cluster Iterasi 2 ... 59
Tabel 4. 11 Hasil New Cluster Iterasi 3 ... 60
Tabel 4. 12 Potensi Ayam Bangkalan ... 61
Tabel 4. 13 Potensi Sapi Bangkalan ... 62
Tabel 4. 14 Potensi Perikanan Laut Bangkalan ... 62
Tabel 4. 15 Potensi Perikanan Tawar Bangkalan ... 63
Tabel 4. 16 Potensi Pertanian Padi Bangkalan... 63
Tabel 4. 17 Potensi Pertanian Jagung Bangkalan ... 64
Tabel 4. 18 Potensi Perkebunan Kelapa Bangkalan... 64
Tabel 4. 19 Potensi Perkebunan Tembakau Bangkalan ... 65
Tabel 4. 20 Potensi Pertambangan Garam Bangkalan ... 65
Tabel 4. 21 Potensi Pertambangan Batuan Bangkalan ... 66
Tabel 4. 22 Potensi Peternakan Ayam Sampang ... 67
Tabel 4. 23 Potensi Peternakan Sapi Sampang ... 67
Tabel 4. 24 Potensi Perikanan Laut Sampang ... 68
Tabel 4. 25 Potensi Perikanan Tawar Sampang ... 68
Tabel 4. 26 Potensi Pertanian Padi Sampang ... 69
Tabel 4. 27 Potensi Pertanian Jagung Sampang... 69
Tabel 4. 28 Potensi Perkebunan Kelapa Sampang ... 70
xxii
Tabel 4. 30 Potensi Pertambangan Garam Sampang ... 71
Tabel 4. 31 Potensi Pertambangan Batuan Sampang ... 71
Tabel 4. 32 Potensi Peternakan Ayam Pamekasan ... 72
Tabel 4. 33 Potensi Peternakan Sapi Pamekasan ... 72
Tabel 4. 34 Potensi Perikanan Laut Pamekasan ... 73
Tabel 4. 35 Potensi Perikanan Tawar Pamekasan ... 73
Tabel 4. 36 Potensi Pertanian Padi Pamekasan ... 74
Tabel 4. 37 Potensi Pertanian Jagung Pamekasan ... 74
Tabel 4. 38 Potensi Perkebunan Kelapa Pamekasan ... 75
Tabel 4. 39 Potensi Perkebunan Tembakau Pamekasan ... 75
Tabel 4. 40 Potensi Petambangan Garam Pamekasan ... 76
Tabel 4. 41 Potensi Petambangan Batuan Pamekasan ... 76
Tabel 4. 42 Potensi Peternakan Ayam Sumenep ... 77
Tabel 4. 43 Potensi Peternakan Sapi Sumenep ... 77
Tabel 4. 44 Potensi Perikanan Laut Sumenep ... 78
Tabel 4. 45 Potensi Perikanan Tawar Sumenep ... 78
Tabel 4. 46 Potensi Pertanian Padi Sumenep ... 79
Tabel 4. 47 Potensi Pertanian Jagung Sumenep... 79
Tabel 4. 48 Potensi Perkebunan Kelapa Sumenep ... 80
Tabel 4. 49 Potensi Perkebunan Tembakau Sumenep ... 80
Tabel 4. 50 Potensi Pertambangan Garam Sumenep ... 81
Tabel 4. 51 Potensi Pertambangan Batuan Sumenep ... 81
Tabel 4. 52 SDM Tidak Sekolah Di Pulau Madura ... 82
Tabel 4. 53 SDM Sekolah Dasar Di Pulau Madura ... 83
Tabel 4. 54 SDM Sekolah Menengah Pertama Di Pulau Madura ... 83
Tabel 4. 55 SDM Sekolah Menengah Atas Di Pulau Madura ... 84
Tabel 4. 56 SDM Perguruan tinggi Di Pulau Madura ... 84
Tabel 5. 1 Data Spasial Bangkalan ... 100
Tabel 5. 2 Data Spasial Sampang... 103
Tabel 5. 3 Data Spasial Pamekasan ... 105
Tabel 5. 4 Data Spasial Sumenep... 107
Tabel 5. 5 Data Non Spasial Bangkalan ... 110
xxiii
Tabel 5. 7 Data Non Spasial Pamekasan ... 113 Tabel 5. 8 Data Non Spasial Sumenep ... 113
xxiv
Halaman ini sengaja dikosongkanxvii
DAFTAR GAMBAR
Gambar 1. 1 Road map penelitian laboratorium E – Bisnis
(Sumber: Laboratorium E – Bisnis) ... 6
Gambar 1. 2 Road map penelitian laboratorium Sistem Pengambilan Keputusan (Sumber: Laboratorium SPK) ... 7
Gambar 2. 1 Potensi Perikanan Tawar Di Kabupaten Bangkalan ... 16
Gambar 2. 2 Flowchart Clustering K-means ... 20
Gambar 2. 3 Komponen Sistem Informasi Geografis ... 22
Gambar 3. 1 Metodologi Pengerjaan Tugas Akhir ... 29
Gambar 3. 2 Alur Analisis Tugas Akhir ... 30
Gambar 3. 3 Alur Sistem Peta Digital ... 33
Gambar 4. 1 Clustering K-Means SPSS ... 40
Gambar 4. 2 Buku Bangkalan Dalam Angka 2013 ... 41
Gambar 4. 3 Buku Pamekasan Dalam Angka 2013 ... 42
Gambar 4. 4 Buku Sumenep Dalam Angka 2013 ... 43
Gambar 4. 5 Buku Sampang Dalam Angka 2012 ... 44
Gambar 4. 6 Analisis Clustering : pilih Analyze ... 46
Gambar 4. 7 Analisis Clustering : pilih Classify ... 47
Gambar 4. 8 Analisis Clustering : pilih K-Means Cluster .... 47
Gambar 4. 9 Analisis Clustering : pilih Number of Clusters 48 Gambar 4. 10 Analisis Clustering : pilih data ... 49
Gambar 4. 11 Analisis Clustering : pilih Iterate ... 49
Gambar 4. 12 Analisis Clustering : pilih Save ... 50
Gambar 4. 13 Analisis Clustering : pilih Options ... 51
Gambar 4. 14 Analisis Clustering : pilih OK ... 51
Gambar 4. 15 GUI Halaman Utama Untuk Pemilihan Peta Dan Potensi ... 87
Gambar 4. 16 GUI Halaman Hasil Visualisasi Informasi ... 88
Gambar 4. 17 Halaman Visualisasi Informasi Grafik Persebaran ... 89
Gambar 4. 18 GUI Halaman Utama Untuk Pemilihan Persebaran Data ... 90
xviii
Gambar 4. 19 Halaman Informasi Data Persebaran Data ... 91
Gambar 5. 1 Layer Vektor ... 94
Gambar 5. 2 Upload Peta Shapefile ... 95
Gambar 5. 3 Pilih Peta Shapefile ... 95
Gambar 5. 4 Hasil Upload Peta Shapefile ... 96
Gambar 5. 5 Konversi Peta ... 96
Gambar 5. 6 Pilih Format KML Dan Simpan Peta ... 97
Gambar 5. 7 Hasil Konversi Peta Sudah Tesimpan ... 97
Gambar 5. 8 Google Drive - Fusion Table ... 98
Gambar 5. 9 Upload File Peta .KML ... 99
Gambar 5. 10 Hasil Konversi Peta ... 99
Gambar 5. 11 Database Pertama ... 116
Gambar 5. 12 Database Kedua ... 117
Gambar 5. 13 Peta Pulau Madura ... 118
Gambar 5. 14 Source Code Menampilkan Peta ... 119
Gambar 5. 15 Fungsi Pilih Provinsi ... 119
Gambar 5. 16 Source Code Fungsi Menampilkan Provinsi 120 Gambar 5. 17 Fungsi Pilih Kabupaten ... 120
Gambar 5. 18 Source Code Fungsi Menampilkan Kabupaten ... 121
Gambar 5. 19 Fungsi Pilih Potensi... 121
Gambar 5. 20 Source Code Fungsi Menampilkan Potensi . 122 Gambar 5. 21 Fungsi Pilih Jenis Potensi ... 122
Gambar 5. 22 Source Code Fungsi Menampilkan Jenis Potensi ... 123
Gambar 5. 23 Fungsi Button Tampilkan Peta ... 123
Gambar 5. 24 Sorce Code Button Tampilkan Peta ... 123
Gambar 5. 25 Fungsi Parameter Clustering Peta ... 124
Gambar 5. 26 Source Code Parameter Clustering Peta ... 124
Gambar 5. 27 Fungsi Legenda ... 125
Gambar 5. 28 Source Code Fungsi Legenda ... 125
Gambar 5. 29 Perbedaan Warna Peta ... 126
Gambar 5. 30 Source Code Klasifikasi Warna Peta ... 127
xix
Gambar 5. 32 Source Code Data Informasi Dengan Pop Up
... 128
Gambar 5. 33 Hasil Web Scan Acunetix ... 130
Gambar 5. 34 Halaman Login Dengan Engine Trident ... 131
Gambar 5. 35 Halaman Login Dengan Engine Gecko ... 131
Gambar 5. 36 Halaman Login Dengan Engine WebKit ... 132
Gambar 5. 37 Halaman Visualisasi Informasi Dengan Trident ... 132
Gambar 5. 38 Halaman Visualisasi Informasi Dengan Gecko ... 133
Gambar 5. 39 Halaman Visualisasi Informasi Dengan WebKit ... 133
xx
Halaman ini sengaja dikosongkan11
2BAB IITINJAUAN PUSTAKA
Bab ini akan memaparkan beberapa teori yang digunakan sebagai landasan dalam pengerjaan tugas akhir ini. Teori yang dipaparkan diantaranya yaitu mengenai Kondisi Existing Daerah, Teori Analisa Spasial, Teori Pemetaan, Sistem Informasi Geografis, dan Visualisasi Informasi Pemetaan berbasis website.
2.1 Kondisi Daerah 2.1.1 Kondisi Bangkalan
Kabupaten Bangkalan merupakan salah satu daerah yang terletak di pulau Madura yang merupakan wilayah administrasi di Provinsi Jawa Timur mempunyai luas wilayah 1.260,14 Km2. Secara geografis posisinya berada di antara 112º – 113º BT dan 6º – 7º LS. Dengan batas-batas wilayah sebagi berikut[13] :
Disebelah utara : Laut Jawa
Disebelah timur : Kabupaten Sampang Disebelah selatan dan barat : Selat Madura
2.1.2 Kondisi Sampang
Kabupaten Sampang secara administrasi masih termasuk kedalam wilayah Propinsi Jawa Timur yang secara geografis terletak diantara 113008’ - 113039’ Bujur Timur dan 6005’ - 7013’ Lintang Selatan dan berada pada ketinggian 0 - 300 m. Batas wilayah Kabupaten Sampang adalah[11] :
Sebelah Utara : Laut Jawa
Sebelah Selatan : Selat Madura
Sebelah Barat : Kabupaten Bangkalan
2.1.3 Kondisi Pamekasan
Secara geografis Kabupaten Pamekasan merupakan bagian dari wilayah propinsi Jawa Timur terletak di sebelah timur Pulau Jawa pada salah satu Kabupaten dikawasan Pulau Madura.
Kabupaten Pamekasan memiliki luas wilayah 79.230 Ha (792,3 km2), dan terletak pada koordinat 6051’–7031’ Lintang Selatan dan 113019’ – 1130 58’ Bujur Timur.
Batas-batas wilayah Kabupaten Pamekasan adalah[11] : Sebelah Utara : Laut Jawa
Sebelah Selatan : Selat Madura Sebelah Barat : Kabupaten Sampang Sebelah Timur : Kabupaten Sumenep
2.1.4 Kondisi Sumenep
Kabupaten Sumenep yang berada di ujung Timur Pulau Madura terletak diantara 113° 32’ 54” - 116° 16’ 48” Bujur Timur dan 4° 55’ - 7° 24’ Lintang Selatan, dengan batas-batas sebagai berikut[11] :
Sebelah Utara :Laut Jawa Sebelah Selatan :Selat Madura
Sebelah Barat :Kabupaten Pamekasan Sebelah Timur :Laut Jawa/Laut Flores
2.2 Potensi Wilayah 2.2.1 Pertanian
Pertanian adalah kegiatan mengelola sumber daya alam hayati dengan bantuan teknologi, modal, tenaga kerja, dan manajemen untuk menghasilkan Komoditas Pertanian
yang mencakup tanaman pangan, hortikultura, perkebunan, dan/atau peternakan dalam suatu agroekosistem[17].
2.2.2 Perkebunan
Perkebunan adalah segala kegiatan yang mengusahakan tanaman tertentu pada tanah dan/ atau media tumbuh lainnya dalam ekosistem yang sesuai, mengolah dan memasarkan barang dan jasa hasil tanama tersebut, dengan bantuan ilmu pengetahuan dan teknologi, permodalan serta manajemen untuk mewujudkan kesejahteraan bagi pelaku usaha perkebunan dan masyarakat[18].
2.2.3 Perikanan
Perikanan adalah semua kegiatan yang berhubungan dengan pengelolaan dan pemanfaatan sumber daya ikan dan lingkungannya mulai dari praproduksi, produksi, pengolahan sampai dengan pemasaran yang dilaksanakan dalam suatu sistem bisnis perikanan[19].
2.2.4 Pertambangan
Pertambangan adalah sebagian atau seluruh tahapan kegiatan dalam rangka penelitian, pengelolaan dan pengusahaan mineral atau batubara yang rneliputi penyelidikan umum, eksplorasi, studi kelayakan, konstruksi, penambangan, pengolahan dan pemurnian, pengangltutan dan penjualan, serta kegiatan pasca tambang[20].
2.2.5 Peternakan
Peternakan adalah segala urusan yang berkaitan dengan sumber daya fisik, benih, bibit dan/atau bakalan, pakan, alat dan mesin peternakan, budi daya ternak, panen, pascapanen, pengolahan, pemasaran, dan pengusahaannya[21].
2.2.6 Pariwisata
Pariwisata adalah berbagai macam kegiatan wisata dan didukung berbagai fasilitas serta layanan yang disediakan oleh masyarakat, pengusaha, Pemerintah, dan Pemerintah Daerah[22].
2.2.7 Pendidikan
Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya untuk memiliki kekuatan spiritual keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak mulia, serta keterampilan yang diperlukan dirinya, masyarakat, bangsa dan negara[12].
2.3 Teori Analisa Spasial
Sistem Informasi Geografis (SIG) merupakan sistem yang memiliki kemampuan dalam menjawab baik pertanyaan spasial maupun pertanyaan non spasial beserta kombinasinya (queries) dalam rangka memberikan solusi-solusi atas permasalahan keruangan. Artinya, sistem ini memang sengaja dirancang untuk mendukung berbagai analisis terhadap informasi geografis, teknik-teknik yang digunakan untuk meneliti dan mengeksplorasi data dari perspektif keruangan, untuk datanya sedemikian rupa hingga dapat meningkatkan pemahaman dan wawasan.
Teknik- teknik ini berada dalam sebuah payung umum yang bernama analisis spasial. Di dalam SIG, segala teknik atau pendekatan perhitungan matematis yang terkait dengan data atau layer (tematik) keruangan dilakukan dalam fungsi analisis tersebut. Dengan fungsi analisis spasialya yang mumpuni, menjadikan SIG sebagai perangkat lunak yang terkenal saat ini[9].
2.3.1 Pengertian Analisis Spasial
Secara umum, analisis spasial adalah suatu teknik atau proses yang melibatkan sejumlah hitungan dan evaluasi logika (matematis) yang dilakukan dalam rangka mencari atau menemukan potensi hubungan atau pola-pola yang (mungkin) terdapat diantara unsur-unsur geografis (yang terkandung dalam data digital dengan batas-batas wilayah studi tertentu. Ringkasnya, analisis spasial merupakan[9] :
1. Sekumpulan teknik untuk menganalisis data spasial. 2. Sekumpulan teknik yang hasil-hasilnya sangat
bergantung pada lokasi objek yangbersangkutan (sedang dianalisis).
3. Sekumpulan teknik yang memerlukan akses baik terhadap lokasi objek maupun atribut-atributnya.
2.3.2 Contoh Pemodelan Spasial
Ada banyak jenis model proses untuk menyelesaikan berbagai permasalahan di berbagai bidang, misalnya[9] :
1. Optimalisasi
Kebanyakan model spasial melibatkan pencarian terhadap lokasi yang optimal, misalnya untuk mencari lokasi yang paling optimal untuk membangun infrastruktur (jembatan, sekolah, dan pemukiman baru).
2. Pemodelan Jarak
Biasanya pemodelan tersebut berfokus pada jarak, misalnya berapa jarak tempuh kendaraan yang bermula dari jember ke jakarta yang paling efisien. 3. Pemodelan Hidrologi
Pemodelan yang biasanya terdapat pada proses-proses tentang aliran air dan bahan-bahan polusi yang terlarut di dalam suatu daerah aliran sungai.
4. Pemodelan Permukaan
Pemodelan yang biasanya terdapat pada proses-proses tentang bagaimana tingkat polusi udara pada berbagai kota di dalam suatu provinsi.
Dari semua pemodelan tersebut akan terwujud dan nantinya akan menggambarkan sebuah hasil akhir dari proses analisis spasial. Dan nantinya akan dimunculkan dalam bentuk peta digital yang menggambarkan sebuah informasi dari analisa tersebut.
Pada gambar 2.1 dibawah ini misalnya, hasil dari proses analisa potensi kawasan perikanan tawar yang terdapat di kabupaten bangkalan.
Gambar 2. 1 Potensi Perikanan Tawar Di Kabupaten Bangkalan
2.4 Teori Pemetaan
Dalam teori pemetaan tersebut pastinya tidak akan terlepas dari apa yang namanya peta, peta dasar, peta tematik, pemetaan, dan juga berbandingan antara pemetaan tradisional atau analog dengan pemetaan yang menggunakan sebuah teknologi SIG atau peta digital[1].
1. Peta
Peta adalah sekumpulan titik garis dan area yang didefinisikan dengan lokasi dalam ruangan yang bereferensi pada system koordinat dengan atribut non spasialnya.
2. Peta Dasar
Peta Dasar adalah peta yang menggambarkan segala sesuatu yang terdapat pada suatu wilayah, misalnya kota, jalan raya, danau, pegunungan, dan lain sebagainya.
3. Peta Tematik
Peta Tematik adalah peta yang menampilkan jenis atau kelas informasi berdasarkan tema tertentu, misalnya peta geologi, peta kependudukan, peta aktivitas ekonomi, peta hutan, dan laon sebagainya.
4. Pemetaan
Pemetaan merupakan konsep dasar dari SIG, yang berfungsi menvisualisasikan suatu data yang berbentuk daftar atau tabel yang dapat divisualisasikan sesuaidengan keinginan dan juga dapat mengubahnya ke bentuk grafik sehingga mudah untuk dianalisis
5. Perbandingan antara pemetaan tradisional dengan pemetaan teknologi SIG :
Tabel 2. 1 Perbandingan Pemetaan Tradisional Dan SIG Pemetaan Tradisional Pemetaan Teknologi SIG
- Keterbatasan
penyajian informasi pada kertas.
- Waktu lama dan mahal untuk pengelolaan peta. - Lemah dalam
integrasi informasi geografis dar peta-peta dengan berbagai proyeksi dan skala
- Keterbatasan hanya karena perkembangan teknologi penyimpanan.
- Dapat langusng meremajakan berdasarkan sejumlah sumber informasi termasuk sistem dan database.
- Integrasi dapat dilakukan dengan lebih mudah dan efisien pada multi layer.
2.5 Teori Analisa Clustering K-Means 2.5.1 Clustering
Clustering adalah suatu proses mengelompokkan sebuah obyek berdasarkan sebuah informasi yang diperoleh dari data yang menjelaskan hubungan antar obyek dengan tujuan untuk mempunyai nilai kesamaan antar kelas atau variabel. Dalam data mining clustering berfungsi untuk proses menemukan pola didalam suatu data set[7].
2.6 Langkah-langkah Clustering K-Means Alogritma Berikut ini merupakan langkah-langkah algoritma dari metode Clustering K-Means[7]
1. Partisi data set menjadi 2 atau lebih cluster awal . 2. Hitung centroid masing-masing cluster.
Dalam menentukan nilai centroid untuk awal iterasi, nilai awal dilakukan secara acak, sedangkan untuk menentukan nilai centroid yang merupakan tahapan dari iterasi, maka digunakan rumus dibawah ini :
Dimana:
- vij adalah centroid/ rata-rata cluster ke-I untuk variable ke-j.
- Ni adalah jumlah data yang menjadi anggota cluster ke-i.
- i,k adalah indeks dari cluster. - j adalah indeks dari variabel.
- xkj adalah nilai data ke-k yang ada di dalam cluster tersebut untuk variable ke-j.
3. Hitung jarak tiap record pada semua centroid. Untuk menghitung setiap jarak titik centroid ke tiap titik-titik obyek dapat menggunakan Euclidean Distance :
Dimana:
- De adalah Euclidean Distance - i adalah banyaknya objek,
- (x,y) merupakan koordinat object dan - (s,t) merupakan koordinat centroid. 4. Pengelompokkan obyek
Rubah anggota cluster berdasar jarak terpendek terhadap centroid. Jika nilai yang diperolah dalam keanggotaan data pada distance matriks adalah 1 atau 0, dimana untuk nilai 1 untuk tiap-tiap data harus masuk ke cluster 1 begitu juga sebaliknya.
5. Lakukan langkah 2 -4 sampai tidak terjadi perubahan anggota cluster.
2.7 Flowchart Clustering K-Means Alogritma
Dalam gambar 2.2 dibawah ini merupakan gambaran flowchart clustering k-means[7].
Gambar 2. 2 Flowchart Clustering K-means 2.8 Sistem Informasi Geografis (SIG)
Sistem informasi geografis adalah suatu sistem untuk menangkap, menyimpan, mengecek, mengintegrasikan, memanipulasi, dan mendisplay data dengan peta digital. GIS dibangun berdasarkan pada ‘geografi’ atau ‘spasial’ dimana object ini mengarah pada spesifikasi lokasi dalam suatu space. Objek bisa berupa fisik, budaya, atau ekonomi alamiah.
Penampakan tersebut ditampilkan pada suatu peta untuk memberikan gambaran yang representatif dari spasial suatu objek sesuai dengan kenyataannya dibumi. Simbol, warna dan gaya garis digunakan untuk mewakili setiap spasial yang berbeda pada peta dua dimensi.
Sistem Informasi Geografis (SIG) atau juga dikenal sebagai Geographic Information System (GIS) saat ini tidak hanya bertujuan untuk menyelesaikan permasalahan geografi saja tetapi sudah merambah ke berbagai bidang seperti analisis penyakit epidemik (demam berdarah) dan analisis kejahatan (kerusuhan) termasuk analisis kepariwisataan. Kemampuan dasar dari GIS adalah mengintegrasikan berbagai operasi basis data seperti query, menganalisisnya serta menampilkannya dalam bentuk pemetaan berdasarkan letak geografisnya[10].
2.8.1 Manfaat Sistem Informasi Geografis (SIG)
Fungsi GIS adalah meningkatkan kemampuan menganalisis informasi spasial secara terpadu untuk perencanaan dan pengambilan keputusan untuk analisis dan penerapan database keruangan. GIS mampu memberikan kemudahan-kemudahan yang diinginkan untuk melihat fenomena kebumian dengan perspektif yang lebih baik.
2.8.2 Komponen Dalam Sistem Informasi Geografis (SIG)
Gambar 2. 3 Komponen Sistem Informasi Geografis 1. Perangkat Keras (Hardware) Sistem Informasi
Geografis membutuhkan komputer untuk menyimpan data dan dalam melakukan pengolahan data. Semakin kompleks data yang ingin diolah, maka semakin besar pula hardware yang akan digunakan.
2. Perangkat Lunak (Software) Perangkat lunak dibutuhkan untuk memasukkan, menyimpan dan mengeluarkan data bila diperlukan.
3. Data Dalam GIS semua data dasar geografis harus diubah terlebih dahulu ke dalam bentuk digital untuk memudahkan dalam pengolahan data. Data dalam GIS dibagi menjadi dua bentuk yakni geografical atau data spasial, dan data atribut.
a. Data spasial adalah data hasil pengukuran, pencatatan dan pencitraan terhadap suatu
unsur keruangan yang berada di bawah, pada atau di atas permukaan bumi dengan posisi keberadaannya mengacu pada sistem koordinat nasional[8].
b. Data atribut adalah gambaran data yang terdiri dari informasi yang relevan terhadap suatu lokasi seperti kedalaman, ketinggian, lokasi penjualan, dan lain-lain dan bisa dihubungkan dengan lokasi tertentu dengan maksud untuk memberikan identifikasi seperti alamat, kode pos, dan lain-lain[7]. 4. Manusia Manusia dibutuhkan untuk mengendalikan
seluruh Sistem Informasi Geografis. Adanya koordinasi dalam Sistem Informasi Geografis sangat diperlukan agar informasi yang diperoleh menjadi benar, tepat dan akurat.
2.9 Visualisasi Informasi 2.9.1 Visualisasi Tools 2.9.1.1
HTML 5
HTML5 (Hypertext Markup Language version 5) adalah sebuah bahasa markah yang menstrukturkan isi dari World Wide Web yang merupakan teknologi utama pada internet. HTML5 juga mempunyai standar untuk menyempurnakan elemen-elemen yang terdapat pada standar sebelumnya dan menambahkan beberapa fitur-fitur yang baru untuk mendukung pembuatan aplikasi website yang lebih kompleks[14].
2.9.1.2
Javascript
Javascript adalah bahasa skrip yang ditempelkan pada kode HTML dan diproses di sisi klien. Dengan adanya bahasa ini, kemampuan dokumen HTML menjadi semakin luas. Kalau dilihat dari suku katanya terdiri dari dua suku kata, yaitu Java dan Script. Java adalah Bahasa pemrograman berorientasi objek, sedangkan Script adalah serangkaian instruksi program[14].
2.9.1.3
PHP
PHP, yang merupakan singkatan dari Hypertext
Preprocessor, adalah bahasa skrip yang dapat disisipkan
kedalam file HTML. PHP banyak dipakai untuk memrogram web yang dinamis. PHP juga dapat digunakan untuk membangun sebuah website aplikasi mapun CMS.
Dengan PHP yang bisa disisipkan kedalam file HTML ini berarti ketika sebuah halaman PHP diakses, kode PHP dibaca oleh server. Output dari fungsi PHP pada halaman biasanya dikembalikan sebagai kode HTML, yang nantinya dapat dibaca oleh browser.
Adapun kelebihan-kelebihan dari PHP yaitu: 1. PHP mudah dibuat dan kecepatan akses
tinggi
2. PHP dapat berjalan dalam web server yang berbeda dan dalam sistem operasi yang berbeda pula.
3. PHP diterbitkan secara gratis
4. PHP termasuk server-side programming 5. PHP digunakan pada semua sistem
operasi Linux, Unix, Microsoft Windows, Macintosh.
6. PHP tidak terbatas hasil keluaran HTML (Hypertext Markup Languages)
Sistem database yang didukung PHP adalah: 1. Oracle 2. Sybase 3. mSQL 4. MySQL 5. Solid 6. Generic ODBC 7. Postgres SQL 2.9.1.4
MySQL
MySQL merupakan software open source yang pada awalnya dikembangkan pada platform sistem operasi Linux namun kemudian dikembangkan untuk penggunaan pada platform Windows. Operasi dasar yang dapat dilakukan pada MySQL meliputi pembuatan (create) database, modifikasi database dan operasi Query (operasi yang digunakan untuk menampilkan atau mengambil data dari database).
2.9.1.5
XAMPP
XAMPP merupakan singkatan dari X (empat system operasi apapun), Apache, MySQL, PHP, Perl. XAMPP adalah tool yang menyediakan paket perangkat lunak dalam satu buah paket. Dalam paket XAMPP sudah terdapat Apache (web server), MySQL (database), PHP (server side scripting), Perl, FTP server, phpMyAdmin dan berbagai pustaka bantu lainnya.
Dengan menginstall XAMPP maka kita tidak perlu lagi melakukan instalasi dan melakukan konfigurasi web server Apache, PHP dan MySQL secara manual. XAMPP akan otomatis menginstalasi dan konfigurasinya.
2.9.1.6
Arcview
Arcview merupakan salah satu perangkat lunak GIS yang sangat populer dan paling banyak diminati kalangan profesional untuk mengelola data-data spasial. Arcview dibuat oleh ESRI (Environmental Systems Research Institute). Dengan menggunakkan perangkat lunak Arcview user dengan mudah dapat mengelola data, menganalisa dan membuat visualisasi informasi peta serta laporan yang berkaitan dengan data spasial bereferensi geografis[9].
2.9.1.7
Google Maps
Google Maps adalah layanan gratis yang diberikan oleh google yang cukup terkenal. Dengan google maps yang berisikan tentang peta globe virtual artinya google maps tersebut dapat menampilkan peta wilayah maupun peta lokasi. Jika ingin menambahkan fitur google maps didalam web bisa menggunakan google maps api. Google maps api adalah sebuah library javasript yang disediakan.
Manfaat menggunakan Google Maps :
1. Dengan menggunakan Google Maps API dapat menghemat waktu dan biaya Anda untuk membangun aplikasi peta digital yang handal.
2. Mempercepat pencarian sebuah lokasi dalam waktu yang singkat.
2.9.1.8
Fusion Table
Google Fusion Tables adalah sebuah aplikasi eksperimental yang memungkinkan untuk menyimpan, berbagi, query, dan memvisualisasikan tabel data. Google Fuion Table menawarkan REST API untuk mengelola tabel, info jendela template, dan style. Permintaan endpoint memungkinkan Anda untuk mengelola baris data (insert /
update / menghapus), dan query tabel untuk semua baris yang sesuai dengan kondisi spasial atau data.
2.9.1.9
SPSS
SPSS (Statistical Program for Social Science) adalah sebuah perangkat lunak yang mempunyai kemampuan analisis yang sangat bagus. Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu social, sehingga kepanjangan SPSS itu sendiri adalah Statistikal Package for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistikal Product and Service Solutions.
28
29
BAB III METODOLOGIPada bab ini dibahas mengenai langkah-langkah penelitian yang dilakukan. diawali dengan analisis sistem, identifikasi permasalahan, studi literatur, sampai dengan penyusuans buku tugas akhir.
MULAI Analisis Kebutuhan Sistem Aplikasi Identifikasi Permasalahan Pengumpulan Data Pembuatan Sistem Aplikasi Apakah Sistem Sudah Sesuai ? Pengujian Sistem Aplikasi ya tidak Selesai Pengambilan Kesimpulan Dan Saran Studi Literatur Penyusunan Buku Tugas Akhir
Melalui gambar 3.1 di atas, dapat diketahui langkah-langkah pengerjaan tugas akhir, seperti :
3.1 Analisis Kebutuhan Sistem
Analisis kebutuhan sistem merupakan sebuah proses dimana untuk mengetahui kebutuhan sistem itu sendiri. Pada tahapan ini dilakukan analisis yang mendalam terhadap data-data dan teknologi yang akan digunakan. Dan analisa yang nanti digunakan yaitu :
Gambar 3. 2 Alur Analisis Tugas Akhir
- Dalam langkah pertama raw data ini harus mendapatkan data-data yang sesuai dengan topik penelitian tersebut dan data-data yang digunakan adalah data potensi alam dan potensi manusia.
- Dalam langkah kedua analisa ini memakasi analisa clustering k-means yang mana sudah dijelaskan dalam tinjauan pustaka, sehingga dari hasil analisa tersebut akan muncul data baru, dari data baru tersebut akan dilakukan proses pembuatan peta digital.
- Dalam langkah ketiga peta digital dimana dari data yang sudah dianalisa nantinya akan di teruskan ke dalam bentuk peta digital untuk proses visualisasinya.
• Potensi Alam • Potensi Manusia Raw Data • Clustering K-Means Analisa • Shapefile • Website Peta Digital
- Dan analisis untuk kebutuhan sistem aplikasi juga nantinya dengan analisis kebutuhan fungsional sistem dan non fungsional sistem.
3.2 Identifikasi Permasalahan
Pada tahap ini tahap dimana dilakukannya proses pengkajian permasalahan yang diangkat dalam tema tugas akhir tersebut, sehingga dapat diketahui apa saja kebutuhan dan keluaran yang diinginkan. Identifikasi permasalahan dilakukan dengan mendapatkan informasi tentang kondisi keterkinian dan potensi wilayah yang ada di pulau madura dan selain ituj juga nantinya dapat dilakukan untuk menentukan suatu metode yang nantinya akan dipakai dalam proses pengerjaannya.
Melakukan survey pada Badan Pusat Statistik (BPS) dan Badan Pengembangan Wilayah Surabaya Madura (BPWS) untuk mendapatkan informasi tentang pulau madura dan potensi wilayah di pulau madura.
3.3 Studi Literatur
Studi literatur merupakan tahapan dimana terdapat proses pembelajaran yang terkait dengan semua metde yang diingingkan. Pembelajaran dilakukan dengan mencari suatu sumber referensi dan acuan yang relevan terhadap studi kasus yang dikembangkan dalam tugas akhir tersebut. Literatur bisa digunakan dan didaparkan dari sejumlah paper dan jurnal yang terakreditasi, e-book, dan tesis, serta sumber baccan yang ada di internet. Buku dan Jurnal yang nantinya digunaan dalam studi literatur adalah
- Classification, Clustering, and Data Mining Applications: Proceedings of the Meeting of the International Federation of Classification Societies
(IFCS), Illinois Institute of Technology, Chicago, 15-18 July 2004
- Tan, Pang-Nin, Michael Steinbach, Vipin Kumar. 2005. “ Introduction to Data Mining ”. Pearson Education Inc. Boston.
3.4 Pengumpulan Data
Pengumpulan data merupakan tahapan dimana untuk mendapatkan data untuk kita kembangkan dalam tugas akhir tersebut. Data tersebut bisa ditemukan dalam bentuk wawancara, kuesioner, dll. Data yang dikumpulkan lalu diolah dan dianalisa untuk menemukan jawaban atas permasalahan yang muncul pada penelitian yang sedang dilakukan. Data-data yang dibutuhkan sebagai bahan penelitian ini berasal dari instansi terkait dengan fokus potensi wilayah dan kondisi keterkinian pulau madura yaitu :
1. Badan Pusat Statistik Kota Surabaya (BPS).
2. Badan Pengembangan Wilayah Surabaya Madura (BPWS).
Berdasarkan data yang didapatkan, nantinya akan ditentukan bentuk atribut yang akan menjadi pengaruh dalam fokus perkembangan potensi wilayah di pulau madura. Atribut tersebut terdiri dari potensi sumber daya alam maupun manusia dimana kedua potensi tersebut merupakan hal wajib jika ingin mengembangkan suatu potensi wilayah yang ada.
Tabel 3. 1 Data Atribut Atribut
Potensi Sumber Daya Alam - Potensi Perikanan - Potensi Pertanian - Potensi Peternakan - Potensi Pertambangan - Potensi Perkebunan
- Potensi Pariwisata
Potensi Sumber Daya Manusia - Tidak Sekolah - SD - SMP - SMA - Perguruan Tinggi 3.5 Pembuatan Aplikasi
Setelah kebutuhan aplikasi sudah tercapai mulai dari data, teknologi yang digunakan, maka langkah selanjutnya adalah proses pembuatan aplikasi. Pada proses ini nantinya kita mengintegrasikan data, lalu data tersebut akan menjadi sebuah data peta digital, dan nantinya akan dikembangkan ke dalam bentuk website. Secara umum alur jalan aplikasi yang akan dibuat adalah sebagai berikut :
3.6 Pengujian Aplikasi
Dalam tahapan ini dilakukan untuk mengetahui apakah aplikasi yang sudah dibuat dan sudah dijalankan nantinya bisa sesuai dengan fungsi yang sudah ditentukan. Jika nantinya sistem tersebut masih terdapat beberapa kesalahan maka akan dilakukan perbaikan dan jika sistem sudah tidak ada kesalahan maka pembuatan sistem sudah selesai.
3.7 Pengambilan Kesimpulan Dan Saran
Dalam tahap ini digunakan untuk memberikan kesimpulan dari hasil penelitian yang dilaksanakan dan saran yang nantinya bisa digunakan untuk proses pengembangan lagi.
3.8 Penyusunan Buku Tugas Akhir
Dalam tahap ini, akan disusun buku tugas akhir sebagai dokumentasi dari pengerjaan tugas akhir.
35
4BAB IVANALISIS KEBUTUHAN DAN DESAIN SISTEM
Pada bab ini akan dijelaskan mengenai tahap pengerjaan sistem yaitu analisis kebutuhan, pengumpulan data, analisis data dan perancangan desain/fitur dari sistem.
4.1 Analisis Kebutuhan User
Sistem Informasi Geografis ini ditujukan untuk BPWS (Badan Pengembangan Wilayah Suramadu) yang menangani proses pengembangan daerah khususnya di pulau madura.
Tujuan dari analisis ini adalah untuk mengetahui daerah mana yang mempunyai potensi paling tinggi, sedang, dan rendah. Sehingga instansi tersebut mampu membuat suatu kebijakan untuk daerah yang masuk di dalam kategori tersebut.
Yang akan melakukan kontak dengan sistem aplikasi web hanyalah user dan admin.
1. User hanya bisa melihat tampilan map apabila memilih beberapa menu yang diinginkan dan nantinya setelah memilih beberapa menu maka tampilan baru akan muncul, sehingga dengan munculnya tampilan baru tersebut menandakan user telah memilih potensi yang ingin dilihat dalam sistem informasi geografis pulau madura. Setelah memilih beberapa menu untuk melihat tampilan map pulau madura, user bisa memilih menu lainnya untuk melihat grafik pertumbuhan yang ada di pulau madura dan dengan memilih menu potensi yang ada.
2. Admin memiliki hak akses yang lebih terhadap aplikasi web dimana admin bertugas untuk
memperbaharui konten ataupun data persebaran peta di aplikasi web.
4.1.1 Analisis Kebutuhan Fungsional
Setelah melakukan kebutuhan user maka dapat diketahui untuk kebutuhan fungsional sistem nantinya berupa website. Terdapat beberapa fitur yang akan dibuat dalam aplikasi tersebut, antara lain :
4.1.1.1 Pengaturan Tampilan Peta
Di dalam pengaturan tampilan peta ini, setiap user bisa memilih tampilan peta yang diinginkannya. Setiap pemilihan peta akan mempresentasikan potensi yang ada di pulau madura. Dan user hanya bisa memilih potensi dari daerah mana yang nantinya akan ditampilkan oleh sistem. 4.1.1.2 Pengaturan Tampilan Grafik
Di dalam pengaturan tampilan grafik ini, setiap user bisa memilih tampilan grafik yang diinginkannya. Setiap pemilihan grafik akan mempresentasikan potensi yang ada di pulau madura serta pertumbuhan potensi dari tahun 2011 sampai dengan tahun 2012. Dan user hanya bisa memilih grafik potensi dari daerah mana yang nantinya akan ditampilkan oleh sistem.
Dapat disimpulkan untuk kebutuhan fungsionalnya adalah sebagai berikut :
Tabel 4. 1 Kebutuhan Fungsional Kebutuhan Fungsional
1. Sistem harus dapat menampilkan peta daerah berdasarkan kabupaten.
2. Sistem harus dapat menampilkan peta daerah berdasarkan potensi dan jenis potensi.
3. Sistem harus dapat menampilkan peta daerah berdasarkan jenis parameter clustering.
4. Sistem harus dapat menampilkan informasi nama kecamatan di dalam peta daerah.
5. Sistem harus dapat menampilkan informasi jumlah produksi di dalam peta daerah.
6. Sistem harus dapat menampilkan informasi data grafik di dalam peta daerah.
Fitur Data Peta
7. Sistem harus dapat menginputkan persebaran data. 8. Sistem harus dapat mengedit persebaran data. 9. Sistem harus dapat menghapus persebaran data. 10. Sistem harus dapat mengupload persebaran data.
11. Sistem harus dapat menampilkan data daerah berdasarkan kabupaten, potensi, dan jenis potensi.
4.1.2 Analisis Kebutuhan Non Fungsional
Setelah melakukan analisis kebutuhan fungsional, selanjutnya adalah menentukan analisisi kebutuhan non fungsional dari sistem aplikasi tersebut. Analisis kebutuhan non fungsional meliputi :
Tabel 4. 2 Kebutuhan Non Fungsional Kebutuhan Non Fungsional Faktor kinerja sistem aplikasi
1. Sistem harus dapat bekerja selama 24 jam sehari dan 7 hari seminggu.
2.
Akan dilakukannya sistem maintenace untuk proses pemeliharaan sistem.Faktor kebutuhan perangkat keras 1. Intel Core i3
2. RAM 4 GB 3. VGA 2 GB
4. 64-bit Operating System 5. Hardisk Drive 500 GB Faktor kebutuhan perangkat lunak
1. Sistem operasi : microsoft Windows 7 2. SPSS untuk pengolahan analisis data 3. Aplikasi pengolahan data SIG : arcview 4. Notepad ++
5. Database server : MYSQL, Fusion Table
6. Web browser : internet explore, google chrome, opera, firefox dan sebagainya.
4.2 Analisis Kebutuhan Data
Sebelum melakukan proses pengumpulan data dan proses selanjutnya, maka perlu dilakukan analisis kebutuhan untuk menjamin kebutuhan sistem terpenuhi.
Terlebih dahulu untuk mengenai proses analisis kebutuhan yang nantinya akan membantu kita dalam hal
pembuatan sistem atau desain sistem. Beberapa data yang diperlukan dalam pengembangan visualisasi informasi, diantaranya yaitu :
1. Data spasial, Data spasial berupa lokasi wilayah kecamatan yang ditunjukkan dengan peta pulau madura dan layer-layer peta. Layer-layer tersebut meliputi layer wilayah pulau madura.
o Layer wilayah pulau madura adalah kumpulan dari jumlah kecamatan, dimana batas kecamatan menjadi batas wilayah. 2. Data non spasial, Data non spasial merupakan data
penunjang atau atribut-atribut tambahan dalam perencanaan kebutuhan data dalam SIG, disebut sebagai entities non-spasial. Data ini biasanya berupa tabel (basis data atau database). Tabel-tabel ini saling berintegrasi antara satu dengan yang lainnya. Sehingga membentuk suatu sistem basis data. Data non spasial pada SIG ini adalah data wilayah kecamatan di pulau madura dan juga parameter potensi yang sudah dijelaskan diatas. 3. Data sumber daya alam :
o Pertanian o Perikanan o Peternakan o Perkebunan o Pariwisata o Pertambangan 4. Data sumber daya manusia :
o Tidak Sekolah o Sekolah Dasar
o Sekolah Menengah Pertama o Sekolah Menengah Atas
o Perguruan Tinggi
4.3 Analisis Clustering K-Means SPSS
Clustering adalah suatu proses mengelompokkan sebuah obyek berdasarkan sebuah informasi yang diperoleh dari data yang menjelaskan hubungan antar obyek dengan tujuan untuk mempunyai nilai kesamaan antar kelas atau variabel. Dalam data mining clustering berfungsi untuk proses menemukan pola didalam suatu data set[7]. Dan untuk lebih
jelas dalam proses ini akan dijelaskan pada bab analisis data.
Gambar 4. 1 Clustering K-Means SPSS 4.4 Pengumpulan Data
Setelah melakukan survey langsung kepada instansi terkait, yaitu Badan Pusat Statistik (BPS) dan juga Badan Pengembangan Wilayah Suramadu (BPWS) untuk dapat mengetahui kondisi keterkinian dan juga selanjutnya adalah pengumpulan daya. Data yang diperoleh dari instansi tersebut berbentuk buku atau jurnal yang nantinya bisa dibaca ataupun disalin ulang ke dalam bentuk format Microsoft Excel. Data-data yang dikumpulkan adalah Data-data-Data-data yang sudah termasuk dalam paramater didalam tugas akhir ini yaitu data potensi
perikanan, potensi peternakan, potensi pertambangan, perkebunan, potensi pariwisata, dan juga potensi pendidikan.
Gambar 4. 2 Buku Bangkalan Dalam Angka 2013 Pada gambar 4.2 diatas tersebut adalah gambar buku yang berisikan data-data yang ada dan data-data yang mendukung dalam proses pengerjaan tugas akhir ini. Data-data yang diambil adalah Data-data-Data-data potensi perikanan, potensi peternakan, potensi pertambangan, perkebunan, potensi pariwisata, dan juga potensi pendidikan dari daerah bangkalan.
Gambar 4. 3 Buku Pamekasan Dalam Angka 2013 Pada gambar 4.3 diatas tersebut adalah gambar buku yang berisikan data-data yang ada dan data-data yang mendukung dalam proses pengerjaan tugas akhir ini. Data-data yang diambil adalah Data-data-Data-data potensi perikanan, potensi peternakan, potensi pertambangan, perkebunan, potensi pariwisata, dan juga potensi pendidikan dari daerah pamekasan.
Gambar 4. 4 Buku Sumenep Dalam Angka 2013 Pada gambar 4.4 diatas tersebut adalah gambar buku yang berisikan data-data yang ada dan data-data yang mendukung dalam proses pengerjaan tugas akhir ini. Data-data yang diambil adalah Data-data-Data-data potensi perikanan, potensi peternakan, potensi pertambangan, perkebunan, potensi pariwisata, dan juga potensi pendidikan dari daerah sumenep.
Gambar 4. 5 Buku Sampang Dalam Angka 2012 Pada gambar 4.5 diatas tersebut adalah gambar buku yang berisikan data-data yang ada dan data-data yang mendukung dalam proses pengerjaan tugas akhir ini. Data-data yang diambil adalah Data-data-Data-data potensi perikanan, potensi peternakan, potensi pertambangan, perkebunan, potensi pariwisata, dan juga potensi pendidikan dari daerah sampang.
4.5 Hasil Pengumpulan Data
Setelah melakukan pengumpulan data selanjutnya adalah menyusun berdasar potensi-potensi yang telah ditentukan, berikut ini adalah hasil dari pengumpulan data. 4.5.1 Potensi Peternakan
Dalam potensi peternakan ini, data yang diambil adalah data potensi peternakan ayam dan sapi di seluruh kabupaten yang ada di pulau madura. Untuk data potensi peternakan bisa dilihat pada lampiran F.
4.5.2 Potensi Perikanan
Dalam potensi perikanan ini, data yang diambil adalah data potensi perikanan laut dan tawar di seluruh
kabupaten yang ada di pulau madura. Untuk data potensi perikanan bisa dilihat pada lampiran F.
4.5.3 Potensi Pertanian
Dalam potensi pertanian ini, data yang diambil adalah data potensi pertanian padi dan jagung di seluruh kabupaten yang ada di pulau madura. Untuk data potensi pertanian bisa dilihat pada lampiran F.
4.5.4 Potensi Perkebunan
Dalam potensi perkebunan ini, data yang diambil adalah data potensi perkebunan padi dan jagung di seluruh kabupaten yang ada di pulau madura. Untuk data potensi perkebunan bisa dilihat pada lampiran F.
4.5.5 Potensi Pertambangan
Dalam potensi pertambangan ini, data yang diambil adalah data potensi pertambangan garam dan batuan di seluruh kabupaten yang ada di pulau madura. Untuk data potensi pertambangan bisa dilihat pada lampiran F.
4.5.6 Potensi Pariwisata
Dalam potensi peternakan ini, data yang diambil adalah data potensi peternakan ayam dan sapi di seluruh kabupaten yang ada di pulau madura. Untuk data potensi peternakan bisa dilihat pada lampiran F.
4.5.7 Potensi Sumber Daya Manusia
Dalam potensi sumber daya manusia ini, data yang diambil adalah data jenjang pendidikan yang tidak sekolah, sekolah dasar (sd), sekolah menengah pertama (smp), sekolah menengah atas(sma), dan juga tingkat perguruan tinggi di seluruh kabupaten yang ada di pulau madura. Untuk data potensi peternakan bisa dilihat pada lampiran F.
4.6 Analisis Data
Setelah melakukan pengumpulan data tahapan selanjutnya adalah analisis data, yang mana dalam tahapan ini nantinya akan digunakan sebagai proses untuk mengclusterkan suatu wilayah yang ada dalam sistem. Dengan proses tersebut juga nantinya data akan terklasifikasi berdasarkan beberapa parameter, yaitu parameter tinggi, sedang, dan rendah. Dan parameter tersebut akan digunakan dalam sistem aplikasi ini.
Untuk melakukan proses clusterisasi ini, cluster di diatur sama dengan 3 dengan dasar pertimbangan bahwa dalam algoritma k-means untuk awalnya minimum sama dengan 2, dalam tugas akhir ini dipilih 3 hal ini dikarenakan sudah mencukupi kebutuhan untuk melakukan proses clustering untuk menentukan daerah mana yang memiliki potensi tinggi, potensi sedang, dan juga potensi rendah.
4.6.1 Clustering K-means Dengan SPSS
Untuk mempermudah dalam proses analisis clusteringnya, dalam analisis ini dibantu dengan tools SPSS. Dalam tools tersebut terdapat beberapa menu yang nantinya akan mempermudah dalam proses clustering datanya. Dan langkah-langkah untuk analisis clustering seperti berikut ini :
Gambar 4. 6 Analisis Clustering : pilih Analyze Langkah awal untuk melakukan analisis clustering dengan spss adalah seperti pada gambar 4.6 diatas, pilih menu Analyze.
Gambar 4. 7 Analisis Clustering : pilih Classify Langkah kedua untuk melakukan analisis clustering dengan spss adalah seperti pada gambar 4.7 diatas, pilih menu Classify.
Gambar 4. 8 Analisis Clustering : pilih K-Means Cluster Langkah ketiga untuk melakukan analisis clustering dengan spss adalah seperti pada gambar 4.8 diatas, pilih menu K-Means Cluster.
Gambar 4. 9 Analisis Clustering : pilih Number of Clusters
Setelah memilih menu K-Means Cluster, maka yang terjadi akan muncul tampilan yang baru seperti gambar 4.9 diatas. Setelah itu ubah parameter yang ada pada menu Number of Clusters menjadi 3, angka 3 dalam arti ini adalah parameter clustering yang sudah ditetapkan yaitu tinggi, rendah, dan sedang.
Gambar 4. 10 Analisis Clustering : pilih data
Setelah itu langkah selanjutnya adalah memindahkan variabel data yang akan kita proses analisis clustering k-means yang seperti gambar 4.10 diatas. Dalam kolom warna merah tersebut adalah variabel data dan dalam kolom warna kuning adalah variabel nama daerah.
Setelah memilih data-data yang akan di analisis, langkah berikutnya adalah seperti gambar 4.11 diatas, yaitu pilih Itterate dan akan muncul tampilan lagi setelah itu pilih continue.
Gambar 4. 12 Analisis Clustering : pilih Save
Setelah memilih Itterate, langkah berikutnya adalah seperti gambar 4.12 diatas, yaitu pilih Save dan akan muncul tampilan lagi setelah itu pilih continue setelah itu centang Cluster membership.
Gambar 4. 13 Analisis Clustering : pilih Options Setelah memilih Save, langkah berikutnya adalah seperti gambar 4.13 diatas, yaitu pilih Options dan akan muncul tampilan lagi setelah itu pilih continue.
Gambar 4. 14 Analisis Clustering : pilih OK
Setelah semua proses diatas sudah dilakukan, maka langkah selanjutnya adalah kita melakukan proses running
untuk proses cluseringnya. Seperti gambar 4.14 diatas klik OK untuk melihat hasil dari proses clustering K-means.
Tabel 4. 3 Hasil Analisis Clustering
Pada tabel 4.1 diatas tersebut merupakan hasil dari proses clustering K-means. Jadi pada data ayam tersebut dapat dibagi menjadi 3 kriteria yang mana kriteria tersebut mempunyai arti yaitu :
Tabel 4. 4 Kriteria clustering K-means rendah
sedang tinggi
4.6.2 Clustering K-means Dengan Microsoft Excel Untuk membuktikkan bahwa dalam perhitungan clustering menggunakan tools SPSS yang sudah dilakukan dan diterangkan pada sub bab sebelumnya, maka pengujiannya bisa menggunakan tools Microsoft excel yang mana dalam tools tersebut bisa dilakukan perhitungan manual untuk menyamakan hasil dari spss maupun dengan excel.
Dan untuk cara perhitungannya bisa dilakukan dengan langkah-langkah seperti berikut, berdasarkan algoritma clustering k –means :
Partisi data set menjadi 2 atau lebih cluster awal.
Hitung centroid masing-masing cluster.
Hitung jarak tiap record pada semua centroid.
Pengelompokkan obyek berdasarkan jarak terpendek.
Lakukan langkah 2 -4 sampai tidak terjadi perubahan anggota cluster.
Setelah memahami algoritma clustering k-means, selanjutnya bisa dilakukan perhitungannya, berikut langkah-langkahnya :
1. Ambil contoh data seperti tabel berikut ini, contoh dalam hal ini diambil data potensi peternakan ayam – bangkalan.
Tabel 4. 5 Data Potensi Ayam - Bangkalan
NO KECAMATAN AYAM (ekor) 1 Kamal 42436 2 Labang 26742 3 Kwanyar 38792 4 Modung 54041 5 Blega 58576 6 Konang 27374 7 Galis 73944 8 Tanah Merah 161203 9 Tragah 57866 10 Socah 26789 11 Bangkalan 129069 12 Burneh 53107 13 Arosbaya 37534
NO KECAMATAN AYAM (ekor) 14 Geger 38446 15 Kokop 63087 16 Tanjung Bumi 33606 17 Sepulu 53194 18 Klampis 33357
2. Setelah mendapatkan data seperti pada tabel diatas, langkah berikutnya adalah membagi cluster berdasarkan secara acak, seperti tabel dibawah ini. Pada tabel dibawah ini dibagi menjadi 3 bagian atau cluster dengan warna berbeda yang mana tujuan membagi 3 cluster adalah untuk menentukan daerah mana yang memiliki potensi yang paling tinggi, sedang, maupun rendah.
Tabel 4. 6 Membagi Secara Acak Data KECAMATAN AYAM Kamal 42436 Labang 26742 Kwanyar 38792 Modung 54041 Blega 58576 Konang 27374 Galis 73944 Tanah Merah 161203 Tragah 57866 Socah 26789
Bangkalan 129069 Burneh 53107 Arosbaya 37534 Geger 38446 Kokop 63087 Tanjung Bumi 33606 Sepulu 53194 Klampis 33357
3. Setelah membagi data menjadi 3 cluster, selanjutnya adalah menghitung nilai mean yang ada ditiap clusternya dengan rumus yang digunakan.
V
=
𝐼 𝑁I = Nilai data.
V = Centroid atau jumlah rata-rata cluster ke-i. N = Jumlah data anggota cluster.
4. Dengan perhitungan tersebut, maka barulah diketahui untuk nilai mean ditiap clusternya, seperti tabel dibawah ini.
Tabel 4. 7 Nilai Centroid Tiap Cluster KECAMATAN AYAM CENTROID
Kamal 42436 41326,83 Labang 26742 Kwanyar 38792 Modung 54041 Blega 58576 Konang 27374
KECAMATAN AYAM CENTROID Galis 73944 83663 Tanah Merah 161203 Tragah 57866 Socah 26789 Bangkalan 129069 Burneh 53107 Arosbaya 37534 43204 Geger 38446 Kokop 63087 Tanjung Bumi 33606 Sepulu 53194 Klampis 33357
5. Setelah mengetahui nilai mean ditiap clusternya, langkah selanjutnya adalah menghitung nilai jarak atau euclidien distance dengan rumus seperti berikut :
𝐷𝑒 = √(𝑋𝑖 − 𝑆𝑖)2
De= Euclidien distance. Xi = Data object cluster. Si = Data Centroid.
6. Setelah menghitung nilai jarak data terhadap data centroid dengan rumus yang sudah dijelaskan diatas, maka hasilnya akan seperti tabel berikut ini :
Tabel 4. 8 Hasil Perhitungan Tiap Data Ke Centroid
KECAMATAN AYAM CENTROID
Jarak ke CENTROID A Jarak ke CENTROID B Jarak ke CENTROID C Kamal 42436 Centroid A 41326,83 1109,166667 41227 768 Labang 26742 14584,83333 56921 16462 Kwanyar 38792 2534,833333 44871 4412 Modung 54041 12714,16667 29622 10837 Blega 58576 17249,16667 25087 15372 Konang 27374 13952,83333 56289 15830 Galis 73944 Centroid B 83663 32617,16667 9719 30740 Tanah Merah 161203 119876,1667 77540 117999 Tragah 57866 16539,16667 25797 14662 Socah 26789 14537,83333 56874 16415 Bangkalan 129069 87742,16667 45406 85865 Burneh 53107 11780,16667 30556 9903 Arosbaya 37534 Centroid C 43204 3792,833333 46129 5670 Geger 38446 2880,833333 45217 4758 Kokop 63087 21760,16667 20576 19883 Tanjung Bumi 33606 7720,833333 50057 9598 Sepulu 53194 11867,16667 30469 9990 Klampis 33357 7969,833333 50306 9847
7. Setelah menghitung jarak data object cluster centroid, maka langkah selanjutnya adalah melihat nilai jarak atau data terpendek dari ketiga jarak centroid. Setelah itu barulah mendapatkan hasil new cluster, hasil new cluster didapatkan dari melihat jarak terpendak antar cluster. Dan hasilnya akan seperti tabel dibawah ini :
