Penerapan Metode K-Means Clustering Dalam Sistem Informasi

Geografis Cuaca Dengan Framework MS4W

(Studi Kasus: Data Curah Hujan Dan Hari Hujan Di Jawa Tengah)

Artikel Ilmiah

Peneliti:

Griyan Rizky Atmaja (672013198)

Dr. Sri Yulianto Joko Prasetyo, S.Si., M.Kom.

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Agustus 2017

ii

iii

iv

v

1

1. Pendahuluan

Cuaca merupakan keadaan rata-rata udara pada periode waktu sesaat dan salah satu

variable yang menentukan kondisi iklim. Iklim merupakan rata-rata cuaca pada periode

waktu tertentu dan faktor yang mempengaruhi terhadap tipe atau variasi iklim yaitu

curah hujan. Curah hujan adalah air hujan yang berkumpul dalam satu daerah yang

datar, yang memiliki asumsi yaitu tidak menguap, meresap dan mengalir. Rata-rata

curah hujan perbulan didapat dari nilai rata-rata dengan minimal periode 10 (sepuluh)

tahun dan curah hujan normal per bulan didapat dari nilai rata-rata curah hujan selama

periode 30 (tiga puluh) tahun[3].

Indonesia berada di wilayah tropis dan memiliki curah hujan per tahun yang cukup

tinggi. Curah hujan berpengaruh terhadap aktifitas kehidupan seperti keselamatan

masyarakat, produksi pertanian, perikanan, perkebunan dan lain-lainnya sesuai dengan

keadaan di daerah masing-masing. Selain bermanfaat, curah hujan juga dapat

menyebabkan bencana tanah longsor dan banjir[2]. Selain itu hama pertanian tumbuh

sangat banyak di curah hujan yang tinggi. Untuk dapat merencanakan pertanian dengan

tepat, mengoptimalkan produktivitas teknologi dan industri yang erat kaitannya dengan

curah hujan, dan mengantisipasi dampak curah hujan, maka harus mengetahui seberapa

tinggi rendahnya curah hujan disetiap daerah.

Mengetahui tinggi rendahnya curah hujan maka dapat dilakukan dengan cara

mengelompokkan data menjadi beberapa kategori. Pengelompokan data akan akurat

jika dengan menggunakan metode yang akurat. Salah satu metode yang dapat

diterapkan pada kasus ini adalah metode K-Means[2]. Metode K-Means diterapkan

pada aplikasi sistem informasi geografis cuaca pada data curah hujan yang bertujuan

untuk memperlihatkan pemetaan hasil pengelompokan curah hujan dan hari hujan

setiap Kabupaten dan Kota di Jawa Tengah dalam bentuk geografis, sehingga

mempermudah dalam mengetahui seberapa tinggi dan rendahnya curah hujan disetiap

daerah. Tujuan utama penelitian ini adalah penambahan metode K-Means pada sistem

informasi geografis menggunakan MS4W (Map Server).

Metode K-Means bekerja dengan cara membagi data dalam cluster dan membuat

data tepat dalam satu cluster. Nilai hasil cluster dapat dilihat dari jarak terdekat antara

data dengan centroid. Kemudian hasil dari penghitungan metode K-Means di terapkan

dalam menetukan perwaranaan pada pemetaan. Tujuan utama dari aplikasi ini

diharapkan sistem informasi geografis dengan metode K-Means dapat membantu

masyarakat dalam mencari informasi curah hujan di daerah Jawa Tengah selama satu

bulan, terutama masyarakat yang tergantung kepada informasi curah hujan.

2. Tinjauan Pustaka

Penelitian terdahulu yang berjudul “Penerapan Metode K-Means Dalam

Pengelompokan Curah Hujan Di Kalimantan Timur” membahas tentang informasi

curah hujan dalam satu wilayah. Penelitian tersebut menggunakan metode K-Means

2

untuk mengolah data curah hujan per tahun pada stasiun pengamatan di Provinsi

Kalimantan Tengah. Metode K-Means mampu mengelompokkan curah hujan

berdasarkkan tiga kategori rendah, sedang, dan tinggi[2].

Penelitian yang berjudul “Clustering Data Cuaca Untuk Pengenalan Pola

Perioditas Iklim Wilayah Pelaihari Dengan Metode Fuzzy K-Mens” membahas tentang

proses pengolahan data menggunakan algoritma fuzzy c-mens data tersebut berupa data

kecepatan angin, kelembapan udara, penguapan, temperatur, dan curah hujan. Data

tersebut diperoleh 4 klaster dan kondisi cuaca tahun 1990-1999 dari data tersebut akan

di dapatkan kondisi priode setiap tahunnya menjadi semakin panas, dan pergeseran

musim kemarau[3].

Penelitian sebelumnya “Integrasi Perangkat Lunak Arcgis 9.3, Xampp, Mapserver

for Windows dan Geoserver dalam Rangka Penyusunan Peta Geologi Pulau Bangka

Digital Berbasis Web” membahas tentang aplikasi sistem informasi geografis

menggunakan beberapa perangkat lunak yang bertujuan untuk mengelola data spasial

yang berupa wilayah geografis dan berupa informasi non-spasial yang berhubungan

dengan geologi pada pengguna sistem informasi geografis web-Bassed[6].

Perbedaan penelitian ini dengan sebelumnya adalah penyempurnaan dalam

mengolah data curah hujan dan mengoptimalkan metode K-Means pada sistem

informasi geografis cuaca pada data curah hujan dan hai hujan di Jawa Tengah.

Manfaat adanya optimalisasi tersebut diharapkan dapat membantu dalam pengolahan

data curah hujan yang akan dibuat dalam bentuk pemetaan di wilayah Jawa Tengah.

Penelitian MS4W menggunakan metode K-Means atau pengelompokan data

digunakan pada data mining yang berguna untuk mengelompokkan data-data yang

telah ada ke dalam cluster atau mengelompokkan data sesuai dengan kemiringan atau

atribut data. Metode K-Means menggunakan teknik atau rumus Euclidean Distance.

Metode Euclidean Distance sangat baik untuk menghitung jarak dengan pusat cluster,

selanjutnya akan didapatkan matriks jarak yaitu berupa centroid 1 dan centroid 2[9].

Rumus Euclidean Distance sebagai berikut :

𝑑𝑒 = ∑ √∑ (𝑓𝑑ᵢ, ₖ − 𝑘ⱼ)²𝑚𝑘=1

𝑚

𝑘=1……(1)

Keterangan :

𝑑𝑒 = jarak euclidien

𝑓𝑑ᵢ = data curah hujan

𝑘ⱼ = data hari hujan

𝑚 = jumlah data

3

3. Metode Penelitian Dalam proses penelitian yang menggunakan metode K-Means dilakukan beberapa

tahapan yang saling berkaitan satu sama lain. Penelitian ini diterapkan metodologi

penelitian seperti pada gambar 1.

Gambar 1. Tahapan Penelitian

Gambar 1 menunjukkan tahapan-tahapan penelitian yang ada. Tahapan–

tahapannya adalah sebagai berikut:

a. Identifikasi Masalah, pada tahap ini peneliti mengidentifikasi permasalahan curah

hujan di Kabupaten dan Kota di Jawa Tengah yang menjadi acuan dalam

pembuatan sistem informasi geografis yang bertujuan untuk mengelompokan

menjadi beberapa kategori dan melihat pemetaan dari hasil pengelompokan dalam

bentuk geografis.

b. Perancangan Sistem, pada tahap ini dilakukan perancangan sistem dengan

membuat Unified Modelling Language (UML), meliputi Use Case diagram, Class

diagram, Activity diagram, dan Sequence diagram serta perancangan arsitektur

aplikasi.

c. Perancangan aplikasi, pada tahap ini dilakukan pembuatan aplikasi sistem

informasi geografis berupa pemetaan iklim hujan yang ada di daerah Jawa Tengah

berdasarkan data yang diperoleh dari Pusat Studi Sistem Informasi Pemodelan dan

Mitigasi Tropis (SIMITRO).

d. Implementasi dan pengujian sistem, pada tahap ini adalah proses penerapan dari

rancangan aplikasi pada tahap sebelumnya setelah itu dilakukan proses pengujian

dan analisa terhadap hasil pengujuan.

e. Penulisan hasil penelitian, dalam tahap ini pada tahap ini dilakukan penulisan

terhadap penelitian yang telah dilakukan dalam bentuk laporan.

Metode yang digunakan dalam pembuatan sistem ini adalah metode prototype.

Metode prototype adalah metode yang cocok untuk digunakan membangun sistem

4

tersebut berdasarkan kebutuhan user yang tidak mengidentifikasi secara detail input

dan output. Metode prototype dapat dilihat seperti gambar berikut :

Gambar 2. Metode Prototype

Gambar 2 merupakan gambar metode prototype diawali dengan pengumpulan data

curah hujan di Jawa Tengah yang diperoleh dari Pusat Studi Sistem Informasi

Pemodelan dan Mitigasi Tropis (SIMITRO). Pencarian informasi untuk menentukan

kebutuhan, tujuan dan gambaran suatu sistem. Tahap-tahap yang dilakukan pada

metode prototype dalam membuat aplikasi sistem informasi geografis cuaca pada data

curah hujan adalah:

a. Tahap pengumpulan data, Data yang digunakan dalam penelitian ini adalah data

sekunder yang yang diperoleh dari Pusat Studi Sistem Informasi Pemodelan dan

Mitigasi Tropis (SIMITRO) untuk periode tahun 2008-2011 dimana data yang

digunakan adalah data per bulan. Penelitian ini yang dijadikan unit observasi adalah

Kabupaten dan Kota di Provinsi Jawa Tengah. Data yang digunakan adalah data

curah hujan dan hari hujan.

b. Tahap pengujian metode ini bertujuan menguji metode K-Means Clustering.

Pengujian metode ini dilakukan perhitungan sesuai rumus dengan media excel untuk

melihat apakah benar metode tersebut cocok dan layak untuk digunakan dan

diterapkan pada sistem penyeleksian ini. Tahap pengujian metode ini diharapkan

dapat memberikan informasi kepada masyarakat mengenai tinggi rendahnya curah

hujan setiap bulan di Jawa Tengah.

c. Tahap perancangan sistem ini dibuat perancangan desain sistem dimana nantinya

terdapat 2 user yang dibedakan antara admin dan user. Admin yang mengatur semua

5

sistem pada website sistem informasi geografis yang menampung data curah hujan.

User bertugas untuk melihat data curah hujan yang telah diinput oleh admin.

perancangan sistem ini mulai dibuat dengan menggunakan Unified Modelling

Language (UML).

d. Setelah tahap demi tahap selesai, kemudian dilakukan evaluasi untuk mengetahui

kekurangan dari sistem dan kelebihan dari sistem. Jika terdapat kekuarangan maka

sistem akan diperbaiki, jika tidak ada kekurangan maka tahap selesai.

Selanjutnya dalam tahap ini dilakukan perancangan sistem serta perancangan

user interface dari model yang akan dibangun. Adapun diagram yang dibuat yaitu Use

Case diagram. Use Case diagram dari model yang akan dibangun dapat dilihat di

gambar 3.

Gambar 3. Use Case Diagram pada Sistem Informasi Geografis Iklim Hujan

Gambar 3 merupakan use case diagram pada sistem informasi geografis Iklim

Hujan di Jawa Tengah. Use-case menjelaskan sistem yang sedang dibangun memiliki

user yang hanya bisa melihat data hujan, dan hasil pemetaan saja, yang telah diolah

sebelumnya oleh admin, manipulasi data atau menghapus sejumlah data, dan

mengelola csv hanya bisa dilakukan oleh admin.

Hapus Data Tambah Data Edit Data

Pengolahan Data Curah Hujan

View Data Curah Hujan

Hasil Pemetaan

Tampilan Utama UserUser

Login AdminAdmin

Tampilan Utama Admin

Mengolah CSV

6

Gambar 4. Activity Diagram Login Admin

Gambar 4 menjelaskan tentang Activity diagram login admin yaitu menjelaskan

aktivitas admin dan aplikasi saat pertama kali dijalankan hingga masuk ke menu utama.

Gambar 4 menunjukan jika masuk ke menu utama admin harus melakukan login

terlebih dahulu, langkang awal admin mengisi username dan password lalu system

akan request ke database jika password dan username invalid maka admin akan

kembali ke menu login, sedangkan jika admin telah login dengan benar atau valid,

secara otomatis admin langsung masuk ke menu utama (admin).

mengisi username

dan password

menu utama

request

login valid

validasi

benar

salah

databasesystemadmin

7

Gambar 5. Activity Diagram pada Sistem Informasi Curah Hujan

Gambar 5 merupakan activity diagram sistem informasi geografis iklim cuaca di

Jawa Tengah. Admin melakukan login dari mulai input username dan password sampai

dengan memanipulasi data, proses manipulasi data terbagi menjadi 3 yaitu insert data,

update data, dan delete data. secara umum gambaran fungsionalitasnya dibuat dalam

bentuk activity diagram ditunjukkan pada gambar 5.

Arsitektur sistem menjelaskan konsep desain arsitektur sistem yang akan

dirancang dan dibangun. Program apa saja yang digunakan serta arus alur yang terjadi

pada program serta relasi antar program tersebut. Berikut gambar 6 akan menjelaskan

mengenai arsitektur sistem.

Masukkan Username

dan Password

Mengolah CSV

Melihat

Pemetaan

end

Memilih Menu

hapus data

edit data

Mengolah Data

tambah data

mengulang

aktifitas

Proses Login

ValidasiNo

Menu Utama

Admin

Ya

Hasil pengolahan

data manual

SystemAdmin

8

Gambar 6. Sequence Diagram Login Admin

Gambar 6 menunjukan bagaimana proses login pada admin yang harus melewati

tahapan-tahapan, admin harus form untuk login setelah itu admin mengisi username

dan password setelah itu database akan validasi data kemudian menampilakan pesan

kesalahan jika username dan password tidak sesuai. Selanjutnya, jika valid maka

database akan menampilkan halaman utama web dan admin dapat mengelola data

kemudian admin kemabali ke halaman utama web setelah selesai mengolah data lalu

logout.

Gambar 7. Sequence Diagram Admin Input Data

Admin : AdminAdmin : AdminLoginLogin Halaman UtamaHalaman Utama Form input dataForm input data databasedatabase

1 : Akses Login ()

2 : Halaman Utama admin

3 : Form input data

4 : Simpan

5 : Tampilkan hasil Inputan

9

Gambar 7 menjelaskan bagaimana admin masuk kehalamn web dengan login

terlebih dahulu jika login sukses selanjutnya admin menuju ke halaman utama

kemudian admin menampilkan bagian form input data curah hujan setelah data terisi

semua simpan form data inputan ke data database secara otomatis data inputan yang

telah di isi admin akan muncul ke tabel hasil inputan .

Gambar 8. Class Diagram

Gambar 8 menujukan bahwa adanya relasi antara tabel kab dengan tabel cc yang

relasinya berupa kode kab yang merupakan primary key dari tabel kab dengan kode

kab yang ada pada tabel cc, yang nantinya akan menghasilkan berupa nama kab. yang

nantinya akan muncul di interface user dan admin.

Gambar 9. Design Arsitektur pada Sistem Informasi Geografis Iklim Hujan

10

Gambar 9 menjelaskan tentang arsitektur sistem yang ada pada aplikasi ini.

Dari pengguna mulai dengan request informasi yang ada pada aplikasi sistem informasi

yang ada pada aplikasi web. Jika user ingin melihat data maka aplikasi sistem informasi

ini akan request data-data curah hujan yang ada pada database kemudian ditampilkan

pada menu lihat data. Menu mengolah data admin juga sama, jika input, edit, dan delete

data makan sistem informasi ini akan megolah data dan secara otomatis metode K-

Means bekerja kemudian dimasukkan ke dalam database yang nantinya akan

ditampilkan pada menu lihat data. Untuk menu lihat peta aplikasi request data 30

Kabuaten Kota ke database. Data dari database akan dicocokkan dengan 30 Kabuaten

Kota yang ada pada shape file dan source file (SHP) yang ada. MapServer (MS4W)

menjadi jembatan antara aplikasi web php dengan SHP. MapServer terdapat fungsi-

fungsi dapat membaca database SHP kemudian menkonfersikan kedalam bentuk peta.

Jika data dari 30 Kabupaten dan Kota yang ada pada SHP sesuai maka dilakukan

pewarnaan berdasarkan nilai metode curah hujan tiap daerah. Warna yang ada pada

peta Jawa Tengah menjadi acuan untuk pemberian informasi curah hujan tiap bulan.

4. Hasil dan Pembahasan

Hasil sistem yang dibangun adalah penerapan dari metode K-means pada sistem

informasi geografis curah hujan di Jawa Tengah menggunakan php. Pengguna sistem

ini dibagi menjadi dua, yang pertama adalah admin yang berperan untuk mengola

keseluruhan data dan yang kedua adalah user yang berperan untuk melihat hasil dari

pemetaan berupa geografis seperti gambar 13. Seperti yang sudah dijelaskan

sebelumnya tentang metode K-Means, dimana nantinya akan berperan dalam

mengelompokan data curah hujan.

Gambar 10. Menu Login Admin

11

Gambar 10 merupakan gambar menu login admin dimana sebelum masuk ke menu

utama admin dan melakukan pengolahan data curah hujan dimana admin harus login

terlebih dahulu.

Gambar 11. Grafik Curah Hujan dan Hari Hujan Bulan Desember Tahun 2008

Gambar 11 data hujan merupakan data hujan pada bulan desember tahun 2008

pada data tersebut terdapat 30 Kabupaten atau Kota di Jawa Tengah, data yang terdapat

di gambar 11 yaitu data curah hujan dan hari hujan. Data pada gambar 11 selalu

mengalami fluktuasi data yang beragam, dengan data curah hujan tertinggi terdapat

pada Kabupaten Jepara dengan nilai 548 dan data hari hujan tertinggi pada Kabupaten

Wonosobo dengan nilai 23. Data curah hujan terendah terdapat pada Kabupaten Blora

dengan nilai 140 dan data hari hujan terendah terdapat di Kabupaten Klaten dengan

nilai 9.

Tahap ini di jelaskan langkah-langkah pengoprasian algoritma K-Means secara

manual. Dari banyak data Kota dan Kabupaten di Jawa Tengah untuk penerapan

metode K-Means dalam data hujan di lakukan dengan parameter-parameter berikut ini

jumlah cluster = 2, jumlah data = 30, jumlah atribut = 2.

Tabel 1. Pusat Awal Cluster

Variable Cluster

1 (Maksimum) 2 (Minimum)

Curah Hujan 548 140

Hari Hujan 17 12

0

100

200

300

400

500

600

Bre

bes

Teg

al

Pem

alan

g

Pek

alon

gan

Bat

ang

Ko

ta S

emar

ang

Sem

aran

g

Ken

dal

Dem

ak

Gro

bo

gan

Pat

i

Ku

du

s

Jep

ara

Rem

ban

g

Blo

ra

Ban

yu

mas

Cil

acap

Purb

alin

gga

Ban

jarn

egar

a

Mag

elan

g

Tem

ang

gu

ng

Won

oso

bo

Purw

ore

jo

Keb

um

en

Suk

oh

arjo

Kar

ang

anyar

Won

og

iri

Sra

gen

Kla

ten

Bo

yo

lali

Data Hujan Bulan Desember Tahun 2008

Curah Hujan HariHujan

12

Rumus mencari cluster:

Nilai tertinggi curah hujan = Max (curah hujan) …….(2)

Nilai terendah curah hujan = Min (curah hujan) …….(3)

Tabel 1 Merupakan tabel pusat awal cluster, pada bagian ini di cari dulu titik awal

cluster yang yang nanti akan di hitung untuk mencari centroid pada cluster 1 di

dapatkan dengan cara mencari nilai maksimum dari data curah hujan pada bulan

desember tahun 2008 dan di dapatkan cluster 1 dengan nilai 548 dan 17 di ambil dari

data ke 13, selanjutnya pada cluster 2 di cari data minimum dan di dapatkan cluster 2

dengan nilai 140 dan 12.

Gambar 12. Grafik Centroid 1 dan Centroid 2

Rumus mencari centroid 1 dan centroid 2 :

C1 = √(𝐶𝑢𝑟𝑎ℎ 𝐻𝑢𝑗𝑎𝑛 − 𝑚𝑎𝑥1)2 + (𝐻𝑎𝑟𝑖 𝐻𝑢𝑗𝑎𝑛 − 𝑚𝑎𝑥2)² …….(4)

= √(337 − 548)² + (17 − 17)²

=√(−211)² + (0)²

=√(−211)2

=√44.521

=211

050

100150200250300350400450

Bre

bes

Teg

al

Pem

alan

g

Pek

alon

gan

Bat

ang

Ko

ta S

emar

ang

Sem

aran

g

Ken

dal

Dem

ak

Gro

bo

gan

Pat

i

Ku

du

s

Jep

ara

Rem

ban

g

Blo

ra

Ban

yu

mas

Cil

acap

Purb

alin

gga

Ban

jarn

egar

a

Mag

elan

g

Tem

ang

gu

ng

Won

oso

bo

Purw

ore

jo

Keb

um

en

Suk

oh

arjo

Kar

ang

anyar

Won

og

iri

Sra

gen

Kla

ten

Bo

yo

lali

Data C₁ dan C₂

C₁ C₂

13

C2 = √(𝐶𝑢𝑟𝑎ℎ 𝐻𝑢𝑗𝑎𝑛 − 𝑚𝑖𝑛1)2 + (𝐻𝑎𝑟𝑖 𝐻𝑢𝑗𝑎𝑛 − 𝑚𝑖𝑛2)² ..…...(5)

= √(337 − 140)² + (17 − 12)²

=√(197)2 + (5)2

=√38,809 + 25

=197,0634

Gambar 12 setelah di dapatkan cluster 1 dan cluster 2 lalu memasukkan rumus

Euclidean Distance maka di temukan hasil dari centroid 1 dan centroid 2, contoh pada

Kabupaten Brebes di dapatkan centroid 1 nilai 211 dan centroid 2 dengan nilai

197,0634.

Gambar 13. Grafik Mencari Jarak Terendah

Rumus jarak terendah :

Jarak terendah = Min (c1:c2) …………(6)

= Min (211:197,0634)

= 197.0634

Gambar 13 mencari jarak terendah untuk mencari jarak terendah dengan cara

mencari nilai minimum antara centroid 1 dan centroid 2 lalu di dapatkan jarak terendah,

contoh jarak terendah pada centroid 1 dan centroid 2 di Kabupaten Brebes adalah

197,0634.

0

50

100

150

200

250

Bre

bes

Teg

al

Pem

alan

g

Pek

alon

gan

Bat

ang

Ko

ta S

emar

ang

Sem

aran

g

Ken

dal

Dem

ak

Gro

bo

gan

Pat

i

Ku

du

s

Jep

ara

Rem

ban

g

Blo

ra

Ban

yu

mas

Cil

acap

Purb

alin

gga

Ban

jarn

egar

a

Mag

elan

g

Tem

ang

gu

ng

Won

oso

bo

Purw

ore

jo

Keb

um

en

Suk

oh

arjo

Kar

ang

anyar

Won

og

iri

Sra

gen

Kla

ten

Bo

yo

lali

Jarak Terendah

14

Gambar 14. Menu Input Data

Gambar 14 menjelaskan tentang input data yang dilakukan oleh admin yang akan

muncul pada halaman data admin dan data user. Menu input data admin terdapat 3

combo box yaitu nama Kabupaten dan Kota, bulan dan tahun. Sedangkan untuk text

field berjumlah 2 yaitu curah hujan dan hari hujan.

Kode Program 1 Fungsi Menu Input Data 1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

23.

24.

25.

26.

27.

28.

29.

30.

31.

<?php include("DataAktual.php");

$dataaktual = new DataAktual();

$hasil = $dataaktual->getData();

$kab = mysqli_query($db_link,"SELECT * FROM tb_kab ORDER BY kode_kab");

?>

<div>

<form action="insert_data.php" method="post">

<table width="380" align="center">

<tr style="height:60px">

<td>Nama Kabupaten/Kota:</td>

<td>

<select name="kode_kab" class="form-control">

<option value="">- PILIH KABUPATEN/KOTA -</option>

<?php

while($dc=mysqli_fetch_array($kab))

{

echo "<option value=$dc[0]>$dc[1]</option>";

}

?>

</select>

</td>

</tr>

<tr style="height:60px">

<td>Bulan:</td>

<td>

<select name="bulan" class="form-control">

<option value="JANUARI">JANUARI</option>

<option value="FEBUARI">FEBUARI</option>

<option value="MARET">MARET</option>

<option value="APRIL">APRIL</option>

15

32.

33.

34.

35.

36.

37.

38.

39.

40.

41.

42.

43.

44.

45.

46.

47.

48.

49.

50.

51.

52.

53.

54.

55.

56.

57.

58.

59.

60.

61.

62.

63.

64.

65.

66.

<option value="MEI">MEI</option>

<option value="JUNI">JUNI</option>

<option value="JULI">JULI</option>

<option value="AGUSTUS">AGUSTUS</option>

<option value="SEPTEMBER">SEPTEMBER</option>

<option value="OKTOBER">OKTOBER</option>

<option value="NOVEMBER">NOVEMBER</option>

<option value="DESEMBER">DESEMBER</option>

</select>

</td>

<input type="text" name="bulan" class="form-control" / size="40">

</tr>

<tr style="height:60px">

<td>Tahun:</td>

<td>

<select name="tahun" class="form-control">

<option value="" selected>- PILIH TAHUN -</option>

<?php

$tahun=2000;

for ($i=$tahun; $i<=$tahun +50 ; $i++){

echo "<option value=$i>$i</option>";}?></select>

</td>

</tr>

<tr style="height:60px">

<td>Curah Hujan:</td>

<td><inputtype="text"name="curah_hujan" class="form-control"/ size="40"></td>

</tr>

<tr style="height:60px">

<td>Hari Hujan:</td>

<td><input type="text" name="hari_hujan" class="form-control"/ size="40"></td>

</tr>

<tr align="center" style="height:60px">

<td colspan="2"><input type="submit" class="btn btn-primary"

value="simpan"/><input type="reset" class="btn btn-warning" style="margin-

left:30px" value="reset"/></td>

Kode program 1 merupakan script untuk persiapan pembuatan peta, pada baris 1-

5 untuk include dari data aktual dan menyimpan ke database. Baris 10-20 untuk relasi

combo box pada nama Kabupten dan kode Kabupaten, baris 24-40 untuk menampilkan

combo box bulan dan terdapat pilihan bulan, baris 45- 54 untuk combo box tahun secara

otomatis tahun akun muncul, baris 55-61 untuk input text field curah hujan dan hari

hujan dan baris terakhir 62-66 untuk menampilkan tombol button untuk menyimpan

data yang telah di isi.

Dalam bagian ini, menjelaskan tentang Pseudocode pada perancangan metode K-

Means, sebagai berikut:

16

Proses perhitungan pseudocode metode K-Means

{Program ini digunakan untuk melakukan perhitungan metode K-Means }

Kamus

D₁, D₂, E₁, E₂ = object

A₁, A₂ = string

CH1, CH₂, HH₁, HH₂, T₁, T₂, Y₁, Y₂, C₁, C₂, x, y = float

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

23.

24.

25.

26.

27.

28.

29.

30.

31.

32.

33.

34.

35.

36.

37.

Start

// mencari nilai Max

A₁ mencari data Max x

D₁ pengambilan data x Max

E₁ pengambilan data y

//mencari nilai Min

A₂ mencari data Min x

D₂ pengambilan data x Min

E₂ pengambilan data y

//input data

input x

input y

For I = 1 to N

CH₁ = data x – Max D₁

HH₁ = data y – Max E₁

X₁ = sqrt (CH₁) pangkat 2

Y₁ = sqrt (HH₁) pangkat 2

T₁ = (X₁) + (Y₁)

sqrt (T₁) Then

Output C₁

CH₂ = data x - Min (D₂)

HH₂ = data y - Min (E₂)

X₂ = sqrt (CH2) pangkat 2

Y₂ = sqrt (HH2) pangkat 2

T₂ = (X₂) + (Y₂)

sqrt (T₂) Then

Output C₂

M = Min (C₁:C₂)

Output M

End For

End.

Kode program pseudocode merupakan algoritma metode K-Means, pada baris 2-

5 berfungsi untuk mencari data x tertinggi pada database, baris 7-10 berfungsi untuk

mencari data x terendah. Baris 12-14 untuk menginputkan manual data x dan data y.

Baris ke 16 untuk mengambil semua data yang di inputkan di database tiap per bulan,

baris 17-23 mencari nilai C₁, baris 25-31 mencari nilai C₂ dan baris terakhir 33-34

untuk mencari data terendah dari C₁ dan C₂.

Pengujian proses penghitungan metode K-Means digunakan untuk

mengelompokkan data. Pertama kita mengambil data curah hujan dan hari hujan dari

tabel cc untuk mencari data maksimum dan minimum. Selanjutnya setelah mendapat

17

nilai maksimum dan minimum menghitung dengan menggunakan rumus dari

Euclidean Distance untuk menghasilkan C₁ dan C₂, setelah itu nilai C₁ dan C₂ dihitung untuk mencari nilai minimum. Selanjutnya nilai minimum tersebut digunakan

dalam mengelompokkan data curah hujan untuk mencari tinggi rendahnya curah

hujan.

Gambar 15. Hasil Pemetaan

Gambar 15 merupakan tampilan dari pemetaan curah hujan di daerah Jawa

Tengah. Peta yang digunakan adalah peta Kabupaten dan Kota di Jawa Tengah.

Sebelah kanan peta adalah keterangan pewarnaan. Terdapat 3 jenis warna yang

menunjukkan level curah hujan tiap daerah yaitu jika nilai curah hujan 0-70 berwarna

hijau, jika nilai curah hujan antara 71-155 berwana kuning, dan nilai curah hujan antara

156-400 berwarna merah. Misal pada daerah Rembang mempunyai mempunyai nilai 6

masuk pada kategori rendah maka pewarnaan akan hijau. Daerah Temanggung

memiliki nilai 140 masuk pada kategori sedang maka perwarnaan kuning. Daerah

Wonosobo memiliki nilai 203 masuk pada kategori tinggi dan perwarnaan merah.

Kode Program 2 Fungsi Pewarnaan pada Peta 1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

$db = new dbProvinsi;

$db->connect();

$kab =array();

$kab= $db->getKodeKab();

$min=array();

for($a=0;$a<count($kab);$a++)

{

$db->connect();

$min=$db->getMin($kab[$a],$bulan,$tahun,$kode_kab);

18

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

23.

24.

25.

26.

27.

28.

29.

30.

31.

32.

33.

34.

if(($min<= 0))

{

$r=255;

$g=255;

$b=255;

}

else if(($min > 0)&&($min <= 70.00))

{

$r=0;

$g=254;

$b=0;

}

else if(($min > 70.00)&&($min <= 155.00))

{

$r=255;

$g=215;

$b=0;

}

else if(($min > 155.00)&&($min <= 400.00))

{

$r=255;

$g=0;

$b=0;

}

Kode program 2 merupakan script untuk persiapan pembuatan peta, pada baris 1-

3 untuk mengambil data Kabupaten dan Kota dari database, paada baris ke 4 untuk

mengambil kode Kabupaten dan Kota di database. Baris 6-10 untuk menampilkan peta

berdasarkan bulan, tahun dan kode Kabupaten dan Kota. Baris 11-16 untuk pewarnaan

warna putih jika data kosong, baris 17-22 untuk pewarnaan hijau, baris 23-28 untuk

pewarnaan kuning, dan baris 29-34 untuk pewarnaan merah.

Pengujian aplikasi dilakukan untuk menguji fungsi-fungsi aplikasi tersebut

dengan menggunakan teknik black box testing yang merupakan pengujian fungsional

tanpa melihat dan mengetahui alur eksekusi program, namun hanya dengan

memperhatikan setiap fungsi dari tampilannya sudah berjalan dengan baik dan sesuai

dengan harapan. Hasil pengujian dapat dilihat pada tabel 1.

Tabel 1 Hasil Pengujian Fungsionalitas Program Menggunakan Black Box

No Fungsi Yang

Diuji

Bentuk

Pengujian Hasil Yang Diharapkan

Hasil

Pengujian

1 Fungsi Login

admin

Username dan

password

Sistem akan menampilkan halaman

login untuk admin

Valid

2 Lihat Data Lihat data

perbulan

Sistem akan menampilkan data

berdasarkan inputan dari admin

Valid

3 Input data curah

hujan oleh

admin

Pengimputkan

data curah

hujan

Data terebut muncul ke data tabel

admin dan user

Valid

19

4 Delete data

curah hujan oleh

admin

Delete data Data yang di delete oleh admin akan

hilang

Valid

5 Edit data curah

hujan oleh

admin

Edit data Data yang di edit oleh admin akan

berubah.

Valid

6 Lihat hasil

pemetaan dari

data curah hujan

Hasil

pemetaan dari

data curah

hujan

Sistem akan melakukan peroses untuk

menampilkan bentuk peta yang

nantinya menampilkan hasil disetiap

Kabupaten dan Kota berdasar data

curah hujan per bulan dan per tahun

yang di pilih

Valid

7 Fungsi alert Alert Sistem akan memunculkan alert jika

pada setiap proses terjadi kesalahan

Valid

8 Menampilkan

data hasil

metode K-Means

Pengujian

dengan

menginputkan

data

Meampilkan data c1, c2 dan nilai

terendah pada data admin

Valid

9 Log out admin Keluar dari

halaman

admin

Admin akan keluar dari halaman admin

dan akan muncul pada halaman user

Valid

Berdasarkan hasil pengujian dengan teknik black box testing pada tabel 1, dapat

disimpulkan bahwa aplikasi atau sistem informasi geografis cuaca pada data curah

hujan dengan metode K-Means dapat mengahasilkan pemetaan yang sesuai dengan

tujuan penelitian, dengan adanya sistem ini dapat membantu masyarakat untuk

mengetahui data curah hujan per bulan dan tinggi rendahnya curah hujan disetiap

Kabupaten dan Kota di Jawa Tengah.

5. Kesimpulan dan Saran

Dari penelitian ini maka dapat disimpulkan bahwa :

a. Dengan adanya aplikasi atau sistem ini dapat memberikan informasi kepada

masyarakat tentang tinggi rendahnya curah hujan dengan melihat hasil

pemetaan dari pengelompokan data curah hujan di Kabupaten dan Kota di Jawa

Tengah.

b. Dengan metode K-Means sistem ini dapat berjalan dengan baik dan

perbandingan hasil perhitungan excel dengan perhitungan alogaritma yang ada

dalam sistem berjalan dan mendapatkan hasil yang valid atau sama.

c. Sistem ini tidak hanya mengelompokan data curah hujan dengan metode K-

Means tetapi juga menghasilkan pemetaan dari MapServer (MS4W) untuk

mempermudah dalam mengetahui seberapa tinggi dan rendahnya curah hujan

disetiap daerah.

Aplikasi sistem informasi geografis ini masih dapat dikembangkan lebih banya

lagi, antara lain :

20

a. Menambahkan beberapa indikator lagi untuk menentukan daerah curah hujan

tinggi, sedang dan rendah.

b. Mengembangkan pada tampilan peta, agar daerah yang curah hujan tinggi lebih

spesifik lagi.

6. Daftar Pustaka

[1] Mulyono, D. 2014. Analisis Karakteristik Curah Hujan Di Wilayah Kabupaten

Garut Selatan. Jurnal. Garut: Sekolah Tinggi Teknologi Garut.

[2] Puspitasari, N., Haviluddin. Penerapan Metode K-Means Dalam

Pengelompokkan Curah Hujan Di Kalimantan Timur. Jurnal. Universitas

Mulawarman – Samarinda.

[3] Ramadhan, A ., Andi A., Irwan B. 2014. Clustering Data Cuaca Untuk

Pengenalan Pola Perioditas Iklim Wilayah Pelaihari Dengan Metode Fuzzy C-

Means . Jurnal. FMIPA Universitas Lambung Mangkurat.

[4] SIMITRO. 2008. Data Curah Hujan. Salatiga: Pusat Studi Sistem Informasi

Pemodelan dan Mitigasi Tropis (SIMITRO).

[5] Sulistyorini, P. 2014. Pemodelan Visual dengan Menggunakan UML dan

Rational Rose. Jurnal. STMIK Widya Pratama Pekalongan.

[6] Novita, I. Pembuatan Sistem Informasi Geografis Berbasis Web Daerah

Pemilihan Dan Hasil Pemilu 2004 Dan 2009 Pada Wilayah Dki Jakarta

Menggunakan Arcview 3.3 Dan Mapserver. Universitas Gunadarma

[7] Slamet, H., Eko, S., Suhartono. 2011. Sistem Informasi Geografis Berbasis Web

untuk Pemetaan Sebaran Alumni Menggunakan Metode K-Means . Jurnal.

Universitas Kristen Satya Wacana Salatiga.

[8] Prastuti, S. 2009. Pemodelan Visual dengan MenggunakanUMLdan Rational

Rose. STMIK Widya Pratama Pekalongan.

[9] Lizda, I., Ervina, G. 2015. Pemanfaatan Algoritma K-Means Untuk Pemetaan

Hasil Klasterisasi Data Kecelakaan Lalu Lintas. Universitas Islam Indonesia.