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.