KLP20!3!1 Proposal
Transcript of KLP20!3!1 Proposal
Metodologi Penelitian
Kelompok 20
Anggota Kelompok :
Ida Bagus Adisimakrisna Peling 1008605021
Putu Ramaditya Mardhayiska 1008605054
Kadek Dwi Praseptia Putra 1008605056
Program Studi Teknik Informatika
Jurusan Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Udayana
2013
Judul
Perancangan Sistem Penjadwalan Perjalanan Wisata di Provinsi Bali dengan Penentuan Rute
Optimum Menggunakan Algoritma A* (A Star)
Latar Belakang Masalah
Pariwisata merupakan salah satu industri dengan pertumbuhan tercepat di dunia. Antara
tahun 1970 dan 2000 pariwisata global tumbuh 1,4 kali lebih cepat dari perekonomian dunia.
Peranan pariwisata dalam perekonomian, 10 persen GDP dunia dan menciptakan kesempatan
kerja 8 persen dari kesempatan kerja dunia1. Gambaran tentang industri pariwisata di dunia tidak
jauh berbeda dengan di Indonesia. Pariwisata di Indonesia merupakan sektor ekonomi penting di
Indonesia. Pada tahun 2009, pariwisata menempati urutan ketiga dalam hal penerimaan devisa
setelah komoditi minyak dan gas bumi serta minyak kelapa sawit2. Berdasarkan data tahun 2010,
jumlah wisatawan mancanegara yang datang ke Indonesia sebesar 7 juta lebih atau tumbuh
sebesar 10,74% dibandingkan tahun sebelumnya, dan menyumbangkan devisa bagi negara
sebesar 7.603,45 juta dolar Amerika Serikat3.
Berdasarkan data Badan Pusat Statistik (BPS), urutan pertama provinsi di Indonesia yang
paling sering dikunjungi oleh wisatawan baik domestik maupun mancanegara adalah Bali.
Dengan kondisi yang seperti itu, tidak mengherankan bahwa bisnis pariwisata di Bali tumbuh
dengan subur. Salah satu bisnis pariwisata yang ada adalah Bisnis Biro Perjalanan Wisata. Bisnis
ini menawarkan berbagai paket perjalanan wisata yang secara umum sudah terjadwal mengenai
tempat objek wisata yang akan dikunjungi, waktu perjalanan, akomodasi (penginapan, kendaraan
menuju tempat wisata, dan lain-lain) sebelumnya oleh pihak perusahaan. Penjadwalan perjalanan
wisata di provinsi Bali menjadi penting, khususnya untuk wisatawan agar perjalanan wisata yang
dilakukan termanajemen dengan baik, baik dilihat dari sisi jumlah objek wisata yang ingin
1 Oka A.Yoeti, Ekonomi Pariwisata: Introduksi, Informasi, dan Implementasi (Jakarta: Kompas,
2008), hlm.293 2 Ranking Devisa Pariwisata Terhadap Komoditas Ekspor Lainnya tahun 2004-2009.
Kementerian Kebudayaan dan Pariwisata RI. Diakses pada 27 Juni 2011. 3 Rekapitulasi Wisatawan Mancanegara tahun 2004-2010. Kementerian Kebudayaan dan
Pariwisata RI. Diakses pada 27 Juni 2011.
dikunjungi, biaya, waktu tempuh, dan lain sebagainya. Secara konvensional, penjadwalan ini
dirancang dengan cara yang manual (tidak menggunakan sistem yang terotomatisasi) oleh salah
satu staf yang menangani bidang ini di perusahaan tersebut. Dewasa ini, para wisatawan mulai
mengalami permasalahan tentang ketidakpuasan akan penjadwalan perjalanan wisata yang
diberikan oleh perusahaan yang menyediakan jasa tersebut. Ketidakpuasan yang dimaksud
adalah mengenai adanya objek wisata yang ingin dikunjungi wisatawan namun tidak terdapat
dalam kunjungan tersebut hingga tidak optimumnya perjalanan wisata dari satu objek wisata ke
objek wisata yang lainnya. Tidak optimumnya ini disebabkan oleh beberapa faktor, diantaranya
pihak perusahaan tidak memperhitungkan rute optimum yang harus ditempuh dari satu objek
wisata ke objek wisata yang lain, sehingga perjalanan wisata di provinsi Bali tidak menjadi
menyenangkan bagi wisatawan, karena wisatawan dihadapkan pada permasalahan kemacetan,
lamanya waktu tempuh, dan faktor-faktor lainnya.
Ada banyak algoritma atau metode yang dapat digunakan untuk menentukan rute
optimum, diantaranya algoritma Dijkstra, algoritma Best-First, algoritma Shooting-Star, dan
mash banyak algoritma yang lainnya. Tiap-tiap algoritma tersebut memiliki cara kerja yang
berbeda-beda dalam menemukan solusi yang paling optimal. Algoritma Djikstra bekerja dengan
menggunakan suatu fungsi biaya, setiap node yang ada pada peta akan diperiksa dan dicatat
biaya untuk sampai pada setiap node, mulai dari node awal sampai node akhir sampai ditemukan
jalur yang paling optimal, karena harus memeriksa semua node kesegala arah yang ada, maka
kinerja algoritma dijkstra kurang efektif untuk mencari jalur optimal pada peta dengan banyak
jalan (node). Sedangkan pada algoritma Best-Search bekerja menggunakan fungsi perkiraan
heuristic yaitu memprioritaskan pemeriksaan node-node yang menurut berada pada arah yang
benar. Karena hanya menggunakan fungsi heuristic dengan tanpa memperhitungkan biaya untuk
menuju suatu node, jalur yang ditemukan dengan algoritma ini mungkin adalah jalur terpendek,
tetapi belum tentu jalur tersebut memiliki biaya terkecil (Anonymous2, 2000). Kedua algoritma
juga tidak efektif apabila penentuan rute optimum memperhitungkan faktor kemacetan (cost dari
suatu jalur yang dipilih).
Algoritma A* (A Star) adalah algoritma pathfinding pengembangan dari algoritma Best
First Search. Seperti halnya pada BFS, untuk menemukan solusi, A* juga ‘dituntun’ oleh fungsi
heuristic. Perbedaan cara kerja A* dengan BFS adalah selain memperhitungkan cost dari current
state ke tujuan dengan fungsi heuristic (seperti BFS), algoritma ini juga mempertimbangkan cost
yang telah ditempuh selama ini dari initial state ke current state. Jadi bila jalan yang telah
ditempuh sudah terlalu panjang dan ada jalan lain yang lebih kecil cost-nya namun memberikan
posisi yang sama dilihat dari goal, jalan baru yang lebih pendek itulah yang akan dipilih.
Dalam penelitian ini, akan dikembangkan suatu perangkat lunak berupa sistem
penjadwalan perjalanan wisata di provinsi Bali yang berbasis web, yang nantinya diharapkan
wisatawan dapat merancang dengan sendirinya perjalanan wisata yang mereka inginkan, sesuai
dengan objek wisata yang ingin mereka kunjungi di provinsi Bali, sehingga mereka mendapatkan
kepuasan tersendiri dalam perjalanan wisata mereka. Untuk algoritma penentuan rute optimum
dari suatu lokasi ke lokasi lainnya digunakan algoritma A*, yang diharapkan nantinya dapat
memperhitungkan faktor kemacetan dalam penentuan rute optimum secara efektif.
Identifikasi Masalah
Penjadwalan perjalanan wisata di provinsi Bali yang beredar di pasaran, hampir
semuanya menggunakan cara yang konvensional, yaitu dirancang oleh pihak penyedia jasa
tersebut tanpa mengikutsertakan wisatawan yang nantinya akan menikmati perjalanan wisata
tersebut. Permasalahan yang sering ditemui di lapangan, wisatawan merasa tidak puas akan
penjadwalan perjalanan wisata yang diberikan oleh perusahaan yang menyediakan jasa tersebut.
Ketidakpuasan yang dimaksud adalah mengenai adanya objek wisata yang ingin dikunjungi
wisatawan namun tidak terdapat dalam kunjungan tersebut. Selain itu, wisatawan terkadang
ingin merancang perjalanan wisatanya sendiri sesuai dengan informasi tempat-tempat wisata
yang mereka dapatkan di media internet, surat kabar, atau media lainnya, sehingga mereka
mendapatkan informasi sejak dini tentang bagaimana gambaran nantinya perjalanan yang mereka
rancang. Gambaran yang dimaksudkan adalah mengenai biaya perjalanan, waktu tempuh dari
suatu tempat ke tempat lainnya, dan lain sebagainya.
Permasalahan yang kedua adalah ketika perusahaan merancang jadwal perjalanan wisata,
seringkali tidak memperhitungkan faktor optimumnya perjalanan dari suatu tempat ke tempat
lainnya. Faktor yang dimaksud adalah kemacetan yang sering dialami wisatawan ketika
melakukan perjalanan, sehingga perjalanan wisata mereka kurang efektif. Algoritma-algoritma
yang digunakan menentukan rute optimum, seperti Djikstra dan Best-First kurang efektif. Jika
kelemahan Djikstra pada mencari jalur optimal pada peta dengan banyak jalan (node), karena
harus memeriksa semua node kesegala arah yang ada, sedangkan Best-First memiliki kelemahan
menggunakan fungsi heuristic dengan tanpa memperhitungkan biaya untuk menuju suatu node,
sehingga jalur yang ditemukan dengan algoritma ini mungkin adalah jalur terpendek, tetapi
belum tentu jalur tersebut memiliki biaya terkecil.
Pertanyaan Penelitian
Adapun pertanyaan penelitian yang diajukan adalah sebagai berikut.
1. Bagaimana merancang sebuah penjadwalan perjalanan wisata di provinsi Bali yang
terotomatisasi yang dapat digunakan oleh wisatawan apabila wisatawan ingin
merancang sendiri perjalanan wisata mereka, dan dapat digunakan ketika mereka
masih berencana melakukan perjalanan wisata, dan wisatawan juga ingin
memperoleh gambaran tentang biaya, waktu tempuh, dan hal lainnya dalam
perjalanan wisata yang akan mereka rancang ?
2. Bagaimana pengaruh algoritma A* (A Star) dalam penentuan rute optimum yang
memperhitungkan faktor kemacetan dalam suatu penjadwalan perjalanan wisata di
provinsi Bali ?
3. Bagaimana efektivitas algoritma A* (A Star) dalam penentuan rute optimum yang
memperhitungkan faktor kemacetan ?
Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah sebagai berikut.
1. Membuat sebuah perangkat lunak sistem penjadwalan perjalanan wisata di provinsi
Bali, yang menggunakan algoritma A* (A Star) sebagai metode dalam penentuan
rute optimumnya.
2. Mengetahui tingkat efektivitas dan pengaruh algoritma A* (A Star) sebagai metode
dalam penentuan rute optimum dalam penjadwalan perjalanan wisata, jika
dibandingkan dengan kedua algoritma yang ada (Djikstra dan Best-First).
Manfaat Penelitian
Manfaat dari penelitian ini adalah sebagai berikut.
1. Memudahkan wisatawan yang ingin merancang perjalanan wisatanya di provinsi
Bali secara mandiri, sehingga mereka hanya tinggal memilih tempat mana yang
ingin dikunjungi, dan sistem akan secara otomatis memberikan jadwal tentang
urutan tempat mana yang harus dikunjungi terlebih dahulu, waktu tempuh dari
suatu lokasi ke lokasi lainnya, perkiraan biaya yang dihabiskan, dan faktor-faktor
lainnya yang dipandang perlu diperhatikan oleh wisatawan dalam perencanaan
liburannya di Pulau Bali. Diharapkan perjalanan wisata, mereka akan lebih
memuaskan, dan permasalahan tentang ketidakpuasan mengenai adanya objek
wisata yang ingin dikunjungi wisatawan namun tidak terdapat dalam kunjungan
dapat terselesaikan.
Daftar Pustaka
1. Russel, Stuart J and Peter Norvig. Artificial Intelligence: A Modern Approach. New
Jersey: Prentice Hall, 2003.
2. “AI Game Programming.” Amit’s Game Programming Site. 9 October 2003.
<http://theory.stanford.edu/~amitp/GameProgramming>.
3. “A Star Pathfinding for Beginners.” Policyalmanac. 21 April 2004.
<http://www.policyalmanac.org/games>.
4. Dechter, Rina; Judea Pearl. Generalized best-first search strategies and the
optimality of A*. Journal of the ACM 32 (3): pp. 505 – 536. 1985.