PROPOSAL PENELITIAN
"ANALISIS KOMPARATIF ALGORITMA A-STAR DAN ALGORITMA DIJKSTRA DALAM PENGOPTIMALAN RUTE TERCEPAT KURIR
DI LALU LINTAS KOTA BENGKULU"
Oleh:
Muhammad Ilham Kurniasandy Yustian G1A021074
PROGRAM STUDI INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS BENGKULU
2024
i
KATA PENGANTAR
Puji syukur penulis kepada Tuhan Yang Maha Kuasa atas anugerah kesehatan yang memungkinkan penulis menyelesaikan proposal skripsi ini tepat waktu. Penulis juga ingin mengucapkan terima kasih kepada beberapa pihak yang telah membantu dalam pembuatan proposal ini:
1. Ibu Arie Vatresia, S.T., M.T.I.,Ph.D. sebagai Ketua Program Studi Teknik Informatika Universitas Bengkulu.
2. Bapak Lindung Zalbuin Mase, S.T.,M.Eng.,Ph.D., sebagai dosen pembimbing.
3. Orang tua penulis yang selalu memberikan dukungan tanpa batas serta doa dan motivasi yang tak henti-hentinya.
4. Teman-teman seperjuangan yang memberikan dukungan dan motivasi selama proses penyusunan proposal.
5. Semua pihak yang memberikan dukungan moral, materiil, dan spiritual selama penulisan proposal skripsi ini.
Penulis sadar bahwa proposal ini masih memiliki kekurangan, dan menerima dengan terbuka saran dan kritik untuk perbaikan di masa mendatang. Penulis juga meminta maaf atas kekurangan yang ada dalam proposal ini.
Bengkulu, Mei 2024
Penulis
ii
DAFTAR ISI
KATA PENGANTAR ... i
DAFTAR ISI ... ii
ABSTRAK ... iii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Batasan Msalah ... 2
1.4 Tujuan Penelitian ... 2
1.5 Manfaat PPenelitian ... 3
1.6 Sistematika Penulisan ... 4
BAB II TINJAUAN PUSTAKA ... 5
2.1 Rute ... 5
2.2 Graph ... 5
2.3 Masalah Lintasan Terpendek ... 6
2.4 Algoritma A-Star ... 6
2.5 Algoritma Dijkstra ... 7
2.6 Perbandingan Parameter ... 8
BAB III METODE PENELITIAN... 9
3.1 Jenis Penelitian ... 9
3.2 Sarana Pendukung ... 10
3.3 Teknik Pengumpulan Data ... 10
3.3 Tahapan Penelitian ... 11
DAFTAR PUSTAKA ... 13
iii ABSTRAK
Penelitian ini berfokus pada analisis komparatif antara Algoritma A-Star (A*) dan Algoritma Dijkstra dalam pengoptimalan rute tercepat untuk kurir di lalu lintas Kota Bengkulu. Dalam konteks perkotaan, efisiensi pengiriman sangat dipengaruhi oleh pemilihan rute yang tepat. Algoritma A* dan Dijkstra merupakan dua metode yang sering digunakan untuk menemukan rute terpendek pada graf, namun masing-masing memiliki keunggulan dan kelemahan tersendiri. Penelitian ini bertujuan untuk membandingkan performa kedua algoritma dalam hal waktu eksekusi dan akurasi rute yang dihasilkan. Data yang digunakan meliputi data GPS dan data geospasial yang menunjukkan koordinat geometri jalan di Kota Bengkulu serta data lalu lintas yang mencakup kondisi pada jam sibuk dan non-sibuk.
Pengujian dilakukan dengan menggunakan bahasa pemrograman Python, di mana masing-masing algoritma diimplementasikan untuk menghitung rute terpendek dari berbagai titik awal dan tujuan di kota tersebut. Penelitian ini diharapkan dapat memberikan kontribusi praktis bagi perusahaan kurir di Kota Bengkulu dalam meningkatkan efisiensi pengiriman. Selain itu, hasil penelitian ini juga dapat menjadi referensi bagi pengembang sistem navigasi dan peneliti di bidang optimasi rute dan transportasi.
Kata Kunci: Algoritma A-Star, Algoritma Dijkstra, Pengoptimalan Rute, Lalu Lintas Kota, Efisiensi Pengiriman.
1 BAB I PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi informasi telah memberikan dampak signifikan dalam berbagai aspek kehidupan manusia, termasuk dalam bidang logistik dan distribusi. Di era digital ini, kebutuhan akan layanan pengiriman barang yang cepat dan efisien menjadi semakin penting. Salah satu tantangan utama dalam layanan pengiriman barang, khususnya oleh kurir, adalah menentukan rute tercepat yang dapat menghemat waktu dan biaya operasional(Aulia et al., 2023). Kota Bengkulu, sebagai salah satu kota yang terus berkembang di Indonesia, menghadapi tantangan tersendiri terkait lalu lintas yang semakin kompleks. Oleh karena itu, diperlukan metode yang efektif untuk mengoptimalkan rute pengiriman.
Algoritma Dijkstra dan A* (A-star) merupakan dua algoritma populer yang digunakan untuk menemukan rute terpendek dalam jaringan jalan. Algoritma Dijkstra terkenal dengan kemampuannya menemukan jalur terpendek dari satu titik ke titik lainnya tanpa memperhitungkan heuristik, sementara Algoritma A*
menggabungkan konsep heuristik untuk mempercepat proses pencarian rute terpendek . Kedua algoritma ini memiliki karakteristik dan kinerja yang berbeda, yang dapat berpengaruh pada efektivitas pengiriman barang di wilayah perkotaan seperti Bengkulu(Khakzad, 2023) .
Penelitian ini bertujuan untuk melakukan analisis komparatif antara Algoritma Dijkstra dan Algoritma A* dalam konteks pengoptimalan rute tercepat bagi kurir di lalu lintas Kota Bengkulu. Melalui analisis ini, diharapkan dapat ditemukan algoritma yang paling efisien dan efektif dalam mengatasi tantangan rute pengiriman di kota tersebut. Dengan demikian, hasil penelitian ini diharapkan dapat memberikan kontribusi nyata bagi peningkatan kualitas layanan pengiriman barang di Kota Bengkulu serta menjadi referensi bagi pengembangan sistem rute pengiriman di kota-kota lain yang memiliki karakteristik lalu lintas serupa.
2 1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah dikemukakan sebelumnya dapat dirumuskan permasalahan yaitu:
1. Bagaimana perbandingan kinerja waktu eksekusi antara algoritma A-Star dan algoritma Dijkstra dalam menemukan rute tercepat untuk kurir di lalu lintas Kota Bengkulu?
2. Bagaimana akurasi algoritma A-Star dan algoritma Dijkstra dalam menghasilkan rute tercepat untuk kurir di lalu lintas Kota Bengkulu?
3. Bagaimana pengaruh variasi kondisi lalu lintas, seperti jam sibuk dan non-sibuk, terhadap performa waktu eksekusi dan akurasi algoritma A-Star dan algoritma Dijkstra dalam menentukan rute tercepat untuk kurir di Kota Bengkulu?
1.3 Batasan Masalah
Berikut adalah beberapa batasan masalah yang diterapkan dalam penelitian ini : 1. Objek dari penelitian ini fokus pada perbandingan algoritma A-Star dan
Algoritma Dijkstra agar kurir di Kota Bengkulu dapat menemukan rute tercepat.
2. Data yang digunakan adalah data GPS atau data geospasial yang menunjukkan koordinat geometri dari setiap jalan di Kota Bengkulu.
3. Variasi kondisi lalu lisntas akan dibatasi pada jam sibuk dan non-sibuk.
4. Performa algoritma akan diukur berdasarkan waktu eksekusi dan akurasi dalam menemukan rute tercepat.
5. Pengujian kedua algoritma ini menggunakan bahasa pemrograman Python.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah untuk melakukan perbandingan antara algoritma A-Star dan algoritma Dijkstra dalam konteks pengoptimalan rute untuk kurir di Kota Bengkulu, dengan fokus pada menemukan rute tercepat adalah sebagai berikut:
1. Mengidentifikasi dan membandingkan kinerja waktu eksekusi serta akurasi algoritma A-Star dan Dijkstra dalam menentukan rute tercepat untuk kurir di Kota Bengkulu.
3
2. Menganalisis keefektifan rute yang dihasilkan oleh kedua algoritma dalam kondisi lalu lintas yang berbeda, terutama pada jam sibuk dan non-sibuk.
3. Meneliti pengaruh variasi kondisi lalu lintas, seperti jam sibuk dan non-sibuk, terhadap performa dan efektivitas algoritma A-Star dan Dijkstra dalam menentukan rute tercepat.
4. Memberikan rekomendasi terkait penggunaan algoritma yang paling sesuai untuk pengoptimalan rute kurir di Kota Bengkulu, serta potensi peningkatan atau penyesuaian yang dapat dilakukan untuk meningkatkan efisiensi pengiriman.
1.5 Manfaat Penelitian
Manfaat penelitian membandingkan rute menggunakan algoritma A-Star dan Dijkstra dalam konteks pengoptimalan rute kurir di Kota Bengkulu antara lain:
1. penelitian ini dapat membantu memilih algoritma yang paling efisien dalam menentukan rute tercepat untuk kurir. Hal ini dapat meningkatkan efisiensi pengiriman barang dan layanan kurir di Kota Bengkulu.
2. Dengan mengetahui algoritma mana yang lebih baik dalam menemukan rute tercepat, penelitian ini dapat membantu mengurangi waktu tempuh yang diperlukan untuk pengiriman barang, sehingga memberikan manfaat baik bagi kurir maupun penerima barang.
3. Bagi Universitas Bengkulu, penelitian ini dapat menjadi kontribusi penting dalam pengembangan ilmu pengetahuan dan teknologi, khususnya dalam bidang optimasi rute dan aplikasi algoritma dalam konteks logistik dan transportasi.
4. Bagi penulis, melalui penelitian ini, penulis dapat mengembangkan keterampilan penelitian, analisis data, dan pemecahan masalah, yang akan berguna untuk pengembangan karir di masa depan.
5. Bagi Masyarakat, dengan menggunakan hasil penelitian ini, perusahaan kurir dan layanan pengiriman di Kota Bengkulu dapat meningkatkan kualitas layanan mereka dengan menawarkan rute pengiriman yang lebih cepat dan efisien kepada pelanggan mereka.
4 1.6 Sistematika Penulisan
Dalam penyusunan proposal penelitian ini, sistematika penulisan dibagi menjadi beberapa bab sebagai berikut.
BAB I PENDAHULUAN
Bab ini membahas latar belakang penelitian, perumusan masalah, batasan masalah, tujuan, manfaat penelitian, dan sistematika penulisan yang akan diikuti dalam tugas akhir ini.
BAB II TINJAUAN PUSTAKA
Bab ini memperkenalkan landasan teori dan literatur terkait yang menjadi dasar dalam memahami masalah yang dikaji dalam penelitian ini, khususnya dalam konteks algoritma A-Star dan Dijkstra serta penggunaannya dalam pengoptimalan rute kurir.
BAB III METODE PENELITIAN
Bab ini menjelaskan metode yang digunakan dalam pengumpulan data, analisis masalah yang muncul, serta metode pengembangan sistem untuk membandingkan kinerja algoritma A-Star dan Dijkstra dalam pengoptimalan rute kurir di Kota Bengkulu.
BAB IV ANALISIS DAN PERANCANGAN SISTEM
Bab ini berfokus pada analisis kebutuhan sistem serta perancangan sistem untuk membandingkan kinerja algoritma A-Star dan Dijkstra dalam pengoptimalan rute kurir. Di sini, akan dibahas detail mengenai arsitektur sistem, algoritma yang digunakan, dan desain antarmuka pengguna.
BAB V IMPLEMENTASI DAN EVALUASI
Bab ini membahas implementasi sistem yang telah dirancang, serta hasil evaluasi kinerja algoritma A-Star dan Dijkstra dalam pengoptimalan rute kurir di Kota Bengkulu. Selain itu, akan dilakukan diskusi dan interpretasi terhadap hasil penelitian serta pembandingan dengan penelitian terdahulu.
BAB VI PENUTUP
Bab ini berisi kesimpulan dari penelitian yang telah dilakukan, termasuk temuan utama, implikasi praktis, dan rekomendasi untuk pengembangan lebih lanjut.
Kesimpulan ini juga akan mengaitkan kembali dengan tujuan dan manfaat penelitian yang telah dijelaskan sebelumnya.
5 BAB II
TINJAUAN PUSTAKA
2.1 Rute
Menurut (Haryamurti, 2017) Rute merupakan salah satu faktor yang perlu dipertimbangkan didalam pengembangan sistem jaringan jalan. Dalam menentukan rute setiap pengguna jalan selalu memiliki berbagai alasan dalam memilih rute terbaiknya. Alasan tersebut yang menjadi dasar pertimbangan dalam memilih rute. Tujuan penelitian ini untuk mengetahui variabel – variabel yang mempengaruhi pengguna jalan dalam memilih rute dan mengukur persepsi individu dalam memilih rute.
Rute adalah jalur atau perjalanan yang diambil dari satu lokasi ke lokasi lainnya. Dalam konteks penelitian yang Anda sebutkan tentang analisis komparatif algoritma A* dan Dijkstra dalam pengoptimalan rute tercepat kurir di lalu lintas Kota Bengkulu, rute merujuk pada jalur yang ditempuh oleh kurir dari titik awal ke titik tujuan dengan mempertimbangkan berbagai faktor seperti jarak, waktu tempuh, kondisi lalu lintas, dan preferensi lainnya. Dalam penelitian tersebut, rute tercepat merupakan jalur yang memberikan waktu tempuh paling singkat dari titik awal ke titik tujuan (Novita, 2021).
2.2 Graph
Graf adalah kumpulan simpul yang saling terhubung melalui sisi atau busur.
Dalam definisi formalnya, sebuah graf direpresentasikan sebagai pasangan himpunan (V, E), dimana V adalah himpunan tidak kosong dari vertex atau simpul, dan E adalah himpunan sisi yang menghubungkan sepasang vertex (Gede Wahyu Antara Dalem, 2018). Teori graf merupakan salah satu topik dasar dalam matematika diskrit dan ilmu komputer. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antar objek tersebut.
Secara visual, graf direpresentasikan dengan menggunakan titik atau bulatan untuk merepresentasikan objek, dan garis untuk menyatakan hubungan antar objek (Ayu et al., 2007).
6
Menurut (Ayu Nugraeni, 2015)Salah satu aplikasi utama dari teori graf adalah dalam pencarian rute terpendek, di mana tujuannya adalah untuk menemukan rute dari posisi awal ke posisi akhir dengan beban atau bobot yang paling ringan dibandingkan dengan seluruh rute yang ada. Algoritma A* adalah salah satu dari banyak algoritma yang dapat digunakan dalam pencarian rute terpendek.
2.3 Masalah Lintasan Terpendek
Pencarian lintasan terpendek dalam graf melibatkan mencari lintasan antara dua atau lebih simpul dalam graf. Graf yang digunakan biasanya merupakan graf berbobot, yang artinya setiap sisi dalam graf memiliki nilai atau bobot yang menunjukkan jarak antar simpul. Bobot pada sisi graf ini biasanya bernilai positif, meskipun dalam beberapa kasus dapat bernilai negatif. Lintasan terpendek dari suatu simpul awal ke suatu simpul tujuan didefinisikan sebagai lintasan dengan bobot minimum dan berupa lintasan sederhana (Pratiwi, 2022).
Konsep "WHUSHQGHN" dalam lintasan terpendek mengacu pada upaya untuk meminimalkan bobot pada suatu lintasan dalam graf. Ada beberapa jenis persoalan lintasan terpendek, di antaranya adalah:
a. Lintasan terpendek antara dua simpul tertentu.
b. Lintasan terpendek antara semua pasangan simpul.
c. Lintasan terpendek dari suatu simpul tertentu ke semua simpul lain.
d. Lintasan terpendek antara dua simpul tertentu yang melewati beberapa simpul lain di antaranya.
2.4 Algoritma A-Star
Algoritma A* adalah algoritma pencarian jalur yang diterapkan dalam ilmu komputer untuk menemukan jalur terpendek antara dua titik pada grafik.
Algoritma ini memiliki aplikasi yang luas dalam permainan video dan robotika, di mana agen perlu melakukan navigasi melalui lingkungan yang kompleks.
Cara kerja algoritma ini adalah dengan memperluas simpul yang paling menjanjikan dalam grafik berdasarkan perkiraan heuristik jarak ke tujuan.
Heuristik ini adalah fungsi yang memperkirakan sisa jarak dari suatu node ke tujuan, dan algoritma A* menggunakan heuristik ini untuk memprioritaskan
7
node mana yang akan dieksplorasi selanjutnya. Algoritma ini menggabungkan fitur terbaik dari algoritme Dijkstra dan pencarian pertama yang rakus, sehingga efisien dan efektif (Sinlae et al., 2023).
Algoritma A* dimulai dari node awal dan melakukan eksplorasi grafik dengan cara yang meminimalkan jumlah biaya untuk mencapai suatu node dan estimasi heuristik dari jarak yang tersisa ke tujuan. Proses ini terus berlanjut hingga mencapai node tujuan atau menetapkan bahwa tidak ada jalur menuju tujuan. Salah satu keuntungan utama dari algoritma A* adalah kepastian untuk menemukan jalur terpendek jika fungsi heuristik yang tepat digunakan.
Meskipun kinerja algoritma dapat dipengaruhi oleh pemilihan fungsi heuristik, dengan heuristik yang baik, algoritma A* dapat jauh lebih cepat daripada metode pencarian jalur lainnya. Metode ini berdasarkan pada persamaan(Sugianti et al., 2020).
2.5 Algoritma Djkstra
Algoritma Dijkstra, yang ditemukan oleh ilmuwan komputer Belanda Edsger Dijkstra, adalah salah satu algoritma yang sangat terkenal untuk mencari rute terpendek dalam sebuah graf berarah. Algoritma ini dianggap cocok karena penggunaannya yang mudah, dengan hanya perlu menentukan titik awal dan titik tujuan. Penerapannya mencakup kasus-kasus seperti pencarian rute terpendek antara dua kota, yang sering disebut sebagai Single-source Single Destination Shortest Path Problems. Algoritma ini menggunakan strategi greedy, dimana pada setiap langkah, dipilih sisi dengan bobot terkecil yang menghubungkan simpul yang sudah dipilih dengan simpul lain yang belum dipilih. Parameter yang dibutuhkan oleh algoritma Dijkstra adalah tempat asal dan tujuan dalam bentuk sisi (vertex) atau vertices jamak untuk dibandingkan. Setiap sisi dari rute ini adalah pasangan vertices(u,v) yang melambangkan hubungan dari vertex u ke vertex v. Algoritma ini menghitung jarak terpendek dari s ke t untuk sepasang vertex s dan t (Agung, 2019).
Algoritma Dijkstra telah berhasil diterapkan dalam berbagai penelitian, seperti pada Vehicle Routing Problems for City Logistics, dimana optimasi rute kendaraan dianggap sebagai kunci dalam perkembangan mobilisasi produk urban. Penelitian lain, seperti Aplikasi pgRouting Untuk Penentuan Jalur
8
Optimum Pada Pembuatan Rute Pemadam Kebakaran, juga menghasilkan hasil yang menarik dalam penggunaan algoritma Dijkstra dalam konteks yang berbeda (Jason et al., 2022).
2.6 Perbandingan Parameter
Pada parameter pertama, perbandingan dilakukan antara perhitungan secara manual dan perhitungan menggunakan program. Evaluasi dilakukan untuk menentukan metode perhitungan mana yang paling efektif dalam mencari rute terpendek berdasarkan titik awal dan tujuan tertentu. Perhitungan secara manual dilakukan dengan menganalisis data, graf, dan proses perhitungan secara manual oleh penulis. Sementara itu, perhitungan secara program akan menggunakan bahasa pemrograman C untuk membandingkan hasil dan mengevaluasi efektivitas serta efisiensi kedua metode dalam mencari rute terpendek secara lebih cepat dan praktis.
Pada parameter kedua, yang berkaitan dengan kompleksitas, ketiga algoritma yang digunakan akan dievaluasi untuk melihat seberapa efisien mereka dalam menentukan rute terpendek pada graf yang tersedia. Kompleksitas di sini merujuk pada seberapa rumitnya algoritma yang digunakan, dan indikatornya adalah seberapa efisien rute yang dihasilkan oleh algoritma tersebut dapat ditempuh oleh wisatawan. Tujuannya adalah agar para wisatawan dapat melakukan perjalanan menuju destinasi tertentu dengan cepat dan menggunakan rute yang paling tepat (Hendra & Riti, 2022).
9 BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian ini menggunakan metodologi penelitian iterative- enhancement. Metode penelitian iterative-enhancement adalah pendekatan dalam pengembangan sistem atau perangkat lunak yang melibatkan siklus iteratif dari perbaikan dan peningkatan berkelanjutan(Taufik Cimpago & Putra Kusuma, 2024).
Pendekatan ini memungkinkan peneliti atau pengembang untuk secara bertahap meningkatkan kualitas dan fungsionalitas sistem atau produk, sambil terus memperhitungkan masukan dan umpan balik dari pengguna atau stakeholder yang terlibat. Hal ini memungkinkan penyesuaian yang lebih baik terhadap kebutuhan yang mungkin berubah seiring waktu atau dalam tanggapan terhadap pengalaman pengguna yang sebenarnya (Taqwiym, 2020).
3.2.1 Analisis
Pada tahap ini, penulis melakukan studi pustaka dari berbagai sumber seperti buku, jurnal, skripsi, dan internet. Keputusan diambil untuk membangun sistem penentuan jarak terpendek dengan menerapkan fungsi data koordinat menggunakan Euclidean Distance, serta mengimplementasikan algoritma Dijkstra. Penulis juga melakukan analisis dan perencanaan terhadap sistem yang akan dikembangkan, termasuk analisis kebutuhan fungsional dan non-fungsional sistem, serta analisis kebutuhan pengguna.
3.2.2 Desain dan Perancangan
Tahap ini melibatkan perancangan sistem penentuan jarak terpendek yang akan dibangun, termasuk desain alur kerja sistem menggunakan flowchart dan desain fungsionalitas sistem menggunakan Data Flow Diagram.
3.2.3 Implementasi Pengkodean
Pada tahap ini, penulis membangun sistem yang telah direncanakan dengan menggunakan bahasa pemrograman Javascript.
10 3.2.4 Pengujian
Tahap ini melibatkan pengujian sistem yang telah dibangun untuk memeriksa kesalahan. Penulis memeriksa proses perhitungan jarak dan penentuan rute dari data koordinat yang direpresentasikan dalam bentuk grafik yang dapat dipahami oleh manusia. Penulis juga membandingkan hasil optimasi berupa jarak terpendek yang dihasilkan.
3.2.5 Pengiriman Incremental
Pada tahap ini, penulis menerima kritik dan saran dari para dosen mengenai sistem yang dibangun. Jika sistem disetujui, maka akan dirilis.
Namun, jika masih ada bagian dari sistem yang belum disetujui, penulis akan kembali mengulang proses pengembangan aplikasi ke increment selanjutnya.
Pengumpulan data dilakukan melalui pendekatan wawancara, observasi, dan studi kepustakaan untuk memahami kebutuhan perangkat lunak. Kerjasama dengan peneliti penelitian digunakan untuk mengumpulkan data.
3.2 Sarana Pendukung
a. Perangkat keras (Hardware):
1. Laptop dengan spesifikasi Prosesor Intel Core i5, RAM 8 GB, VGA NVDIA GTX 1650 dan monitor LCD 15.6" dengan resolusi 1920x1080 px.
2. Smartphone iOS, termasuk iPhone 15, dengan sistem operasi OS.
b. Perangkat lunak:
1. Sistem Operasi: Windows 11 (edisi profesional).
2. Bahasa Pemrograman: Python versi 3.x untuk implementasi algoritma dan analisis data.
3. Manajemen Data: MySQL sebagai basis data untuk menyimpan data geospasial dan hasil pengujian.
4. Version Control: Git dan GitHub untuk manajemen versi kode sumber.
3.3 Teknik Pengumpulan Data
Pengumpulan data yang valid merupakan tahapan utama dalam melakukan penelitian. Berikut beberapa metode pengumpulan data yang dilakukan dalam penelitian ini (Crisnaldy, 2021), seperti :
11
1.
Studi literatur Pada tahapan ini, dilakukan peninjauan literatur yang relevan agar memperoleh informasi yang cukup untuk pelaksanaan penelitian.2.
Observasi Data GPS: Mengumpulkan data GPS yang mencakup koordinat geometri dari setiap jalan di Kota Bengkulu. Data ini dapat diperoleh melalui penyedia layanan peta digital seperti Google Maps API atau OpenStreetMap.3.
Data Lalu Lintas: Mengumpulkan data lalu lintas yang mencakup informasi kepadatan lalu lintas pada berbagai waktu (jam sibuk dan non-sibuk). Data ini bisa diperoleh dari otoritas transportasi setempat atau layanan lalu lintas online.4.
Peta Jalan: Mendapatkan peta jalan kota Bengkulu yang menyajikan detail jalan, persimpangan, dan infrastruktur lainnya. Ini dapat diakses melalui lembaga pemerintahan setempat.3.4 Tahapan Penelitian
Metodologi yang digunakan untuk melakukan Analisis Komparatif Algoritma A-Star Dan Algoritma Dijkstra Dalam Pengoptimalan Rute Tercepat Kurir Di Lalu Lintas Kota Bengkuluyang menggunakan metote penelitian iterative- enhancement.
Gambar 1 Diagram Alur Desain Peneliti
12
Penjelasan dari gambar 1 di atas mengenai tahap-tahap penelitian Secara deskriptif, algoritma ini terdiri dari beberapa langkah. Langkah-langkahnya dapat dipaparkan sebagai berikut:
a) Tentukan titik yang akan menjadi node awal, kemudian berikan bobot jarak pada node pertama ke node terdekat satu per satu. Algoritma akan melakukan pencarian secara bertahap dari satu titik ke titik lainnya.
b) Berikan nilai bobot (jarak) untuk setiap pasangan titik, dengan menetapkan nilai 0 pada node awal dan nilai tak hingga pada node lain yang belum diisi.
c) Selanjutnya, tandai semua node yang belum dilalui dan atur node awal sebagai
"Node keberangkatan".
d) Dari node keberangkatan, pertimbangkan node tetangga yang belum dilalui dan hitung jaraknya dari titik keberangkatan. Jika jarak ini lebih kecil dari jarak sebelumnya (yang sudah dihitung sebelumnya), hapus data lama dan simpan data jarak dengan jarak yang baru.
e) Setelah mempertimbangkan setiap jarak terhadap node tetangga, tandai node yang sudah dilalui sebagai "Node dilewati". Node yang sudah dilewati tidak akan dicek lagi, dan jarak yang disimpan adalah jarak terakhir dan minimal.
f) Tentukan "Node belum dilewati" dengan jarak terkecil (dari node keberangkatan) sebagai "Node keberangkatan" berikutnya, dan ulangi langkah- langkah tersebut hingga mencapai node tujuan.
13
DAFTAR PUSTAKA
Agung, H. (2019). Sistem Penentuan Jarak Terpendek Berdasarkan Data Coordinate Menggunakan Algoritma Dijkstra Dalam Kasus Pengantaran Barang Se-Jabodetabek. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 8(1), 14–23. https://doi.org/10.32736/sisfokom.v8i1.587
Aulia, S. R., Wamiliana, W., Asmiati, A., & Notiragayu, N. (2023). Perbandingan Algoritme Dijkstra dan Algoritme A* (A-Star) dalam Penentuan Lintasan Terpendek dari Dinas Pendidikan Provinsi Lampung ke Beberapa Sekolah Menengah Atas (SMA) Negeri di Provinsi Lampung. Jurnal Pepadun, 4(2), 183–190. https://doi.org/10.23960/pepadun.v4i2.177
Ayu, K., Pawitri, Y., Purwadi, J., Studi, P., Informatika, T., & Teknik, F. (2007).
Implementasi algoritma physical-a* (pha*) untuk menemukan lintasan
terpendek. 2007(November), 1–11.
https://www.researchgate.net/profile/Joko-Purwadi-
2/publication/268394194_IMPLEMENTASI_ALGORITMA_PHYSICAL- A_PHA_UNTUK_MENEMUKAN_LINTASAN_TERPENDEK/links/593a78f845 8515504298a961/IMPLEMENTASI-ALGORITMA-PHYSICAL-A-PHA-UNTUK- MENEMUKAN-LINTASAN-TERPENDEK.pdf
Ayu Nugraeni, R. (2015). Penerapan Algoritma A* Dalam Penyelesaian Rute
Terpendek Pendistribusian Barang. Ujm, 4(1).
http://journal.unnes.ac.id/sju/index.php/ujm
Cormen, T. H., Leiserson, C. E., Rivest, R. L., & Stein, C. (2001). Introduction to
Algorithms 2nd version. In Edition, Second.
https://edutechlearners.com/download/Introduction_to_algorithms-3rd Edition.pdf
Crisnaldy, A. (2021). Literature Review (Metodologi Penelitian). ReseachGate. Net, May, 1–22.
Gede Wahyu Antara Dalem, I. B. (2018). Penerapan Algoritma A* (Star) Menggunakan Graph Untuk Menghitung Jarak Terpendek. Jurnal RESISTOR
(Rekayasa Sistem Komputer), 1(1), 41–47.
https://doi.org/10.31598/jurnalresistor.v1i1.253
Haryamurti, J. T. (2017). Kajian Variabel Pemilihan Rute Berdasarkan Persepsi Pengguna
14
Jalan Dengan Teknik Stated Preference. E-Jurnal Matrik Teknik Sipil, 1473–1478.
Hendra, H., & Riti, Y. F. (2022). Perbandingan Algoritma Dijkstra Dan Floyd- Warshall Dalam Menentukan Rute Terpendek Stasiun Gubeng Menuju Wisata Surabaya. JIKA (Jurnal Informatika), 6(3), 297.
https://doi.org/10.31000/jika.v6i3.6528
Jason, Siever, M., Valentino, A., Suryaningrum, K. M., & Yunanda, R. (2022).
Dijkstra’s algorithm to find the nearest vaccine location. Procedia Computer Science, 216(2022), 5–12. https://doi.org/10.1016/j.procs.2022.12.105
Khakzad, N. (2023). A methodology based on Dijkstra’s algorithm and mathematical programming for optimal evacuation in process plants in the event of major tank fires. Reliability Engineering and System Safety, 236(February), 109291. https://doi.org/10.1016/j.ress.2023.109291
Novita, D. (2021). Perbandingan Algoritma A* dan Dijkstra dalam Pencarian Rute Terpendek. Universitas Palangkaraya, May, 1–6.
https://www.researchgate.net/publication/351270416_Literature_Review_Perbandin gan_Algoritma_A_dan_Dijkstra_dalam_Pencarian_Rute_Terpendek
Pratiwi, H. (2022). Application Of The Dijkstra Algorithm To Determine The Shortest Route From City Center Surabaya To Historical Places. Jurnal Teknologi Dan Sistem Informasi Bisnis, 4(1), 213–223. https://doi.org/10.47233/jteksis.v4i1.407
Sinlae, A. A. J., Nuraini, R., Alamsyah, D., & Riskiono, S. D. (2023). Implementasi Algoritma A* (A-Star) dan Greedy Dalam Penentuan Routing Pada Wide Area Network (WAN). Journal of Computer System and Informatics (JoSYC), 4(3), 551–557. https://doi.org/10.47065/josyc.v4i3.3374
Sugianti, N., Mardhiyah, A., & Fadilah, N. R. (2020). Komparasi Kinerja Algoritma BFS, Dijkstra, Greedy BFS, dan A* dalam Melakukan Pathfinding. JISKA (Jurnal Informatika Sunan Kalijaga), 5(3), 194–204.
https://doi.org/10.14421/jiska.2020.53-07
Taqwiym, A. (2020). Penerapan Metode Iterative Pada Perancangan Sistem Pembukuan Penjualan Pt.Xyz. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 9(2), 254–263. https://doi.org/10.32736/sisfokom.v9i2.895 Taufik Cimpago, I., & Putra Kusuma, G. (2024). Analysis and Implementation of
Website Improvement Proposals using Usability Testing Method. Gede Putra Kusuma INNOVATIVE: Journal Of Social Science Research, 4, 9615–9627.
