BAB IV
METODE PENELITIAN
4.1 Rancangan Penelitian
Inti dari penelitian adalah rancang bangun sistem penjadwalan konsumsi energi listrik dengan penerapan algoritma genetika dan fuzzy logic. Sehingga metode yang digunakan di dalam penelitian adalah studi pustaka yang didukung pengumpulan data pada lapangan yaitu pada kasus PT Rabik Bangun Pertiwi(Blueline). Pengambilan data pada lapangan mencakup dua tahap yaitu : (1) Pra rancang bangun yaitu tahap pengumpulan data untuk tujuan
pendefinisian prosedur dan variabel yang akan digunakan untuk perancangan sistem aplikasi yang akan berupa perangkat lunak berbasis web. Pengumpulan data ini dilakukan dengan wawancara dengan staff yang mengurus kelistrikan pada lapangan. Melalui tahap ini didapat konsep,
algoritma dan struktur database yang sangat diperlukan dalam
pembangunan aplikasi.
(2) Pasca rancang bangun yaitu tahap pengumpulan data untuk menguji
sistem yang telah dibangun dengan menggunakan data yang ada pada lapangan yaitu:
• Data peralatan bertenaga listrik yang digunakan • Jadwal rutin penggunaan perlatan bertenaga listriknya
• Data aktivitas tidak rutin yang terjadi yang melibatkan peralatan bertenaga listrik
• Data gambaran instalasi listrik pada lapangan untuk menentukan pengelompokan instalasi listrik
• Data pegawai dan devisinya yang membagi konsumsi listrik. Data ini digunakan untuk pengujian alert pada SMS gateway.
Dalam tahap ini diuji apakah sistem sudah dirancang sesuai dengan kebutuhan pada lapangan dan mampu memberi manfaat pada lapangan. Jika terjadi kesalahan pada tahap pengujian ini maka akan menjadi revisi bagi perancangan sistem.
Gambar 4.1 Rancangan Penelitian
4.2 Lokasi dan Waktu Penelitian
Lokasi pengambilan data yang akan digunakan sebagai sampel input pada aplikasi adalah PT Rabik Bangun Pertiwi(Blueline) yang merupakan perusahaan dibidang jasa penyediaan internet, yang beralamat di istana kuta galeria, valet 2 No.7, Kuta Bali. Lokasi ini dipilih karena kemudahan akses data untuk konsumsi listrik dan jenis-jenis ativitas yang terjadi disana.
Lokasi pengembangan aplikasi dilakukan pada rumah penulis yang bertempat pada jalan julau pinang nomor 21, denpasar. Waktu penelitian dilakukan antara tahun januari 2010 hingga juli 2010.
Adapun jadwal kegiatan penelitian yang dilakukan adalah sebagai berikut : Tabel 4.1 Jadwal Kegiatan
No Kegiatan 1 2 Bulan Ke-3 4 5 6 Keterangan
1 Studi Literatur dan Survey 2 Desain Aplikasi Database 3 Desain interface
4 Programming
5 Pengujian Sistem Aplikasi 6 Dokumentasi dan Pelaporan 4.3 Ruang Lingkup Penelitian
Ruang lingkup penelitian yang membatasi penelitian ini adalah sebagai berikut :
1) Studi kasus dalam penelitian dan pengembangan sistem ini dibatasi pada lingkungan bidang usaha yang memiliki keterbatasan daya dalam menjalani aktivitasnya dan periode dan kuantitas aktivitasnya cukup bervariasi seperti usaha percetakan, pabrik garmen, peternakan, perkebunan, penyedia jasa internet, software house dan sebagainya.
2) Lokasi pengambilan data yang akan digunakan sebagai sampel input dibatasipada aplikasi adalah PT Rabik Bangun Pertiwi(Blueline) yang merupakan perusahaan dibidang jasa penyediaan internet.
3) Melakukan kajian pustaka mengenai input dan output yang diperlukan dalam perancangan sistem sehingga dapat dihasilkan rangkaian proses yang tepat. 4) Merancang dan membangun sistem penjadwalan konsumsi energi listrik
dengan penerapan algoritama genetika dan fuzzy logic. Sistem ini terdiri dari :
(a) Sistem simulasi input, yaitu melakukan input acak pada basis data dengan range yang telah ditetapkan untuk menguji berbagai kemungkinan yang akan terjadi.
(b) Sistem informasi yang menjadi jalur input dan output sistem kepada pengguna.
(c) Sistem cerdas berbasis fuzzy logic dan algoritma genetika untuk melakukan pemrosesan data input dan output.
5) Melakukan berbagai simulasi dengan sistem yang telah dibangun demi menguji keakuratan sistem dalam mengolah data.
6) Membandingkan hasil antara simulasi tanpa dan dengan sistem cerdas yang menerapkan penjadwalan dinamis untuk kemudian dianalisa seberapa efektif sistem ini bila diterapkan.
7) Rancangan sistem tidak mencakup masalah pembiayaan dan tarif yang dikenakan berdasarkan biaya konsumsi tersebut.
4.4 Penentuan Sumber Data
Sesuai yang telah disampaikan pada rancangan penelitian, sumber data untuk pembelajaran prosedur dan variabel untuk rancang bangun sistem dan pengujian sistem adalah PT Rabik Bangun Pertiwi(Blueline). Pengambilan data dilakukan dengan tiga cara yaitu :
(1) Wawancara dengan staff yang membidangi kelistrikan pada perusahaan. (2) Dengan pencatatan langsung spesifikasi peralatan yang mudah ditentukan
seperti PC, router dan sebagainya.
(3) Dengan data litelatur yang ada pada perusahaan seperti gambaran instalasi, data pegawai dan sebagainya.
Sedangkan sumber data untuk perancangan sistem yang berhubungan dengan perancangan teknis diambil sepenuhnya dari studi pustaka yaitu buku-buku yang berhubungan dengan pemrograman dan kecerdasan buatan.
4.5 Variabel Penelitian
Dalam penelitian ini khususnya dalam perangcangan aplikasi maka digunakan beberapa variabel sebagai berikut :
1) Data Pengguna
Yaitu data pengguna dalam sistem yang memiliki 2 jenis yaitu adminitrator dan umum. Administrator memiliki semua fitur pengguna umum namun kedua jenis pengguna ini disimpan dalam tabel yang sama. Data pengguna juga digunakan untuk melakukan pencacatan siapa yang melakukan sebuah aktivitas seperti siapa yang telah melakukan verifikasi terhadap penambahan aktivitas konsumsi listrik dan sebagainya. Sehingga semua aktivitas dapat dimonitor dengan baik guna mencegah kesalahan non teknis yang terjadi. Dalam perancangan sistem ini tidak disertakan data tambahan
bagi pengguna seperti alamat, nomor telepon dan sebagainya yang tidak berhubungan langsung dengan sistem.
2) Data Devisi
Yaitu data yang digunakan untuk mengelompokkan pengguna dan aktivitas konsumsi listrik. Seperti aktivitas pencetakan voucher hotspot oleh pegawai devisi marketing. Sehingga aktivitas bisa dibedakan berdasarkan devisi dan hal ini memungkinkan adanya analisa persentase konsumsi per devisi.
Tabel 4.1.1 Pengguna
Field Tipe Data Isi Kunci NULL
no Int - Primary
-devisi Int - Foreign(4.1.2)
-nama_pengguna Varchar 20 -
-kata_kunci Varchar 50 -
-nama_lengkap Varchar 255 -
-jenis Enum - (admin,umum)
-Tabel 4.1.2 Devisi
Field Tipe Data Isi Kunci NULL
no Int - Primary
-nama Int -
-3) Data Aktivitas Konsumsi Listrik
Yaitu data aktivitas konsumsi listrik yang terdiri dari 3 variabel penentu yaitu jumlah daya yang digunakan dalam aktivitas, lamanya periode aktivitas berlangsung dan prioritas dari aktivitas tersebut. Ketiga variabel penentu tersebut yang akan diproses ke dalam inferensi fuzzy untuk dikelompokkan terlebih dahulu sehingga penjadwalan dengan algoritma genetika menjadi lebih cepat tanpa memproses aktivitas satu persatu. Ketiga variabel penentu tersebut nilai himpunan fuzzy-nya disimpan dalam tabel pengelompokan area waktu. Prioritas disimpan dalam tabel tersendiri agar memungkinkan untuk ditambahkannya tingkatan prioritas baru.
Tabel 4.2.1 Aktivitas Konsumsi
Field Tipe Data Isi Kunci NULL
no Int - Primary
-pengaju Int - Foreign(4.1.1)
-jumlah_daya Char 5 -
-waktu TinyInt - -
-sifat_waktu Enum - mingguan,
bulanan, tahunan
-sifat_waktu_data TinyInt - -
-prioritas TinyInt - -
-keterangan Text - -
-status_persetujuan Bool - -
-Tabel 4.2.2 Prioritas Aktivitas Konsumsi
Field Tipe Data Isi Kunci NULL
no Int - Primary
-nama VarChar 20 -
-urutan TinyInt - -
-4) Data Penjadwalan
Yaitu data penjadwalan konsumsi listrik yang menjadi output utama dalam aplikasi ini. Penjadwalan awalnya dibentuk berdasarkan input aktivitas konsumsi yang telah di verifikasi. Namun input manual tersebut belum tentu optimal untuk target yang diharapkan sehingga dilakukan optimasi penjadwalan agar tercapai taget pemerataan konsumsi.
Penjadwalan ini dilakukan menggunakan algoritma genetik dengan mengambil data pengelompokan yang telah dilakukan oleh inferensi fuzzy. Keputusan optimasi penjadwalan ditentukan berdasarkan data konsumsi ideal per waktu yang telah ditentukan yang akan tercatat pada data pengelompokan area waktu yang berisi derajat keanggotaan fuzzy yang menentukan area waktu itu akan dioptimalisasi/dijadwal ulang atau tidak.
History mencatat aktivitas yang dipindahkan atau dihapus. Sehingga memungkinkan untuk membentuk perbandingan.
Tabel 4.3.1 Pengelompokan Area Waktu
Field Tipe Data Isi Kunci NULL
no Int - Primary
-konsumsi_ideal Int - Foreign(4.3.2)
-waktu_mulai DateTime - -
-waktu_akhir DateTime - -
-jumlah_daya_total Char 5 -
-jumlah_anggota TinyInt - -
-status_optimalisasi Enum - Sudah, Belum
-daya_tinggi TinyInt - - -daya_rendah TinyInt - - -waktu_tinggi TinyInt - - -waktu_rendah TinyInt - - -prioritas_tinggi TinyInt - - -prioritas_rendah TinyInt - - -inferensi TinyInt - -
-Tabel 4.3.2 Konsumsi Ideal per Periode
Field Tipe Data Isi Kunci NULL
no Int - Primary -nama VarChar 20 - -waktu_mulai DateTime - - -waktu_akhir DateTime - - -jumlah_daya_total Char 5 - -Tabel 4.3.3 History
Field Tipe Data Isi Kunci NULL
no Int - Primary
-aktivitas Int - Foreign(4.2.1)
-waktu TinyInt NULL -
-sifat_waktu Enum NULL mingguan,
bulanan, tahunan
-sifat_waktu_data TinyInt NULL -
-status Enum - Pemindahan,
-Sistem berjalan dengan melakukan pencatatan terhadap segala aktivitas yang terjadi pada perkantoran. Tetapi pada prakteknya sangat tidak memungkinkan semua aktivitas dicatat secara akurat satu-persatu. Tentu saja hal tersebut akan sangat merepotkan dan menghambat kinerja pegawai.
Untuk itu aktivitas dipisah berdasarkan prioritasnya. Aktivitas yang dianggap rutin tetapi belum tentu dimanfaatkan secara penuh sesuai besar beban dan periode konsumsi dimasukkan dalam aktivitas berprioritas rendah. Aktivitas-aktivitas yang dimaksud contohnya adalah sebagai berikut :
a) Laptop pegawai, pada sistem bisa didaftarkan semaksimal mungkin pada
jam operasional kantor (office hour). Walaupun pada kenyataannya jarang semua pegawai operasional berada di kantor dan semuanya menyalakan laptop secara bersamaan dalam jam operasional kantor terus-menerus.
b) Printer, walau sangat tidak mungkin melakukan pengeprinan secara terus
menerus namun beban printer yang dianggap penting seperti printer yang diperlukan untuk kebutuhan marketing didaftarkan secara utuh dalam office
hour.
Aktivitas yang prioritas rendah bisa dihilangkan pada periode tertentu untuk menampung aktivitas lain yang prioritasnya lebih tinggi. Seperti tidak boleh menyalakan laptop lebih dari 5 buah pada periode tertentu karena ada aktivitas pengujian peralatan jaringan konsumen yang priorotasnya lebih tinggi
Sedangkan beban yang sudah pasti seperti lampu dan AC dimasukkan sebagai prioritas menengah karena lebih pasti digunakan terus menerus dalam periode tertentu. Aktivitas yang berprioritas tinggi adalah server dan peralatan jaringan komputer lainnya yang berdampak sistemik bagi operasional utama perusahaan. Untuk lebih mudahnya bisa dilihat pada tabel sebagai berikut :
Tabel 4.3.4 Pengelompokan Prioritas Aktivitas
Prioritas Diskripsi Contoh
Rendah • Aktivitas rutin yang didaftarkan secara
maksimum baik dari segi beban maupun periode konsumsinya. Pada prakteknya tidak dijalankan secara penuh.
• Aktivitas tidak rutin yang bisa ditunda dan
boleh dijalankan kapan saja dalam batasan periode tertentu dan bisa dijalankan oleh staff call center.
Laptop pegawai Printer, scanner
Komputer operasional sekunder
Backup data server yang ringan
Menengah • Aktivitas rutin yang sudah pasti beban dan
periode konsumsinya.
• Aktivitas tidak rutin yang bisa ditunda namun harus dilakukan oleh staff ahli.
• Maintenance rutin.
Komputer operasional primer
Backup server khusus Konfigurasi server AC
Lampu
Pengecesan genset Tinggi • Server yang menjadi operasional utama
perusahaan.
• Aktivitas proyek yang menyangkut konsumen.
• Maintnance yang mendesak akibat
gangguan.
Server utama
Peralatan jaringan komputer utama
Proyek yang melibatkan client
4.6 Instrument Penelitian
Pengambilan data pada PT Rabik Bangun Pertiwi(Blueline) dilakukan dengan wawancara pada staff yang mengurus kelistrikan disana. Namun beberapa perangkat khususnya yang mudah ditentukan seperti komputer, dilakukan dengan mengecek spesifikasi yang tertera pada perangkat.
Sedangkan perangkat lunak yang digunakan dalam penelitian dan perancangan sistem adalah sebagai berikut :
(1) Linux Mint (2) Apache 2 (3) PHP 5 (4) MySQL 5 (5) Gammu SMS Gateway (6) Mozilla Firefox 4.7 Prosedur Penelitian
Adapun alur prosedur tulisan ini adalah sebagai berikut:
1) Studi pustaka yang berhubungan dengan perancangan sistem dan mempelajari gambaran umum kasus pada lokasi penelitian tanpa pendalaman pada pengambilan data karena sudah dianggap bisa menggambarkan variabel penelitian untuk perancangan sistem.
2) Perancangan sistem yang telah didasari studi pustaka dan studi kasus pada lokasi penelitian dengan variabel penelitian yang didapat.
3) Pembangunan antar muka sistem. 4) Pembangunan sistem komputasi cerdas.
5) Melakukan pengambilan data secara akurat untuk menguji sistem secara umum terhadap gambaran umum konsumsi listrik yang terjadi.
6) Pembangunan sistem simulasi berdasarkan data yang diambil terakhir sehingga dianggap aktual dan akurat.
7) Pengujian sistem untuk menguji penggambaran studi kasus yang dapat dicapai oleh sistem.
Adapun flowchart-nya adalah sebagai berikut :
4.8 Analisa Data
Sistem penjadwalan konsumsi energi listrik dengan algoritma genetika dan fuzzy logic ini dilakukan dengan alur sebagai berikut :
1) Analisa sistem, yaitu melakukan analisa yang lebih spesifik terhadap sistem penjadwalan konsumsi energi listrik pada dengan algoritma genetika dan
fuzzy logic sesuai dengan tujuan sistem pada lokasi yang digunakan sebagai
studi kasus yaitu PT Rabik Bangun Pertiwi(Blueline).
2) Melakukan studi pustaka dan studi kasus untuk mendapatkan jangkauan dan takaran yang tepat dalam melalukan simulasi sistem. Sehingga diharapkan pengujian sistem menjadi lebih aktual dan akurat.
3) Melakukan pemodelan data dengan menggunakan Metode perangkat pemodelan sistem untuk menggambarkan sistem, data, aliran data, hubungan data, dan batasan data.
4) Mendesain model sistem informasi sesuai studi pustaka dan studi kasus dengan mempresentasikan hasil desain tersebut kedalam pemrograman DBMS dan aplikasi DBMS.
5) Mengaplikasikan sistem tersebut kedalam pemrograman web dengan bahasa pemrograman PHP.
6) Untuk mengetahui tingkat keberhasilannya maka pada tahap akhir dilakukan suatu pengujian terhadap sistem informasi secara keseluruhan.
7) Pengujian melalui data dammies yaitu berupa angka-angka acak untuk menguji berbagai kasus yang terjadi di dalam sistem.
8) Pengambilan kesimpulan kesuksesan sistem dari ketepatan hasil pengujian berdasarkan penggambaran yang dapat dilakukan sistem terhadap kasus yang terjadi pada lapangan.