Jurnal Generic Vol 4 No 1 Januari 2009

1

FAKULTAS ILMU KOMPUTER

UNIVERSITAS SRIWIJAYA

Jl. Palembang-Prabumulih

Km. 32 Inderalaya Ogan Ilir 30662

Telp. (0711) 7072729, 379248,

Fax. 379248

Email : [email protected]

� Sistem Navigasi Non-Holonomic Mobile Robot Menggunakan Aplikasi Sensor Ultrasonic

Oleh Siti Nurmaini (Universitas Sriwijaya)

Ahmad Zarkasih (Universitas Sriwijaya)

� Konsep Model,View Dan Controller (Mvc) Penerapannya Pada Pemecahan Pengembangan

Perangkat Lunak Ujian ONLINE

Oleh Ermatita (Universitas Sriwijaya)

Huda Ubaya (Universitas Sriwijaya)

Dwi Rosa Indah (Universitas Sriwijaya)

� Rancang Bangun Perangkat Lunak Sistem Informasi Laboratorium Fasilkom Unsri

Oleh M Aris Ganiardi (Universitas Sriwijaya)

Hardini Noviant (Universitas Sriwijaya)

Mira Afrina (Universitas Sriwijaya)

� Peningkatan Fungsionalitas Perangkat Lunak Melalui Restrukturisasi Data : Sistem Informasi

Akademik Fakultas Ilmu Komputer Universitas Sriwijaya

Oleh M. Fachrurrozi (Universitas Sriwijaya)

� Dynamic Link Library meningkatkan Portabilitas PL yang dibangun dengan paradigma Berorientasi

Objek

Oleh Megah Mulya (Universitas Sriwijaya)

Sukemi (Universitas Sriwijaya)

� Simulasi Antrian Satu Channel Dengan Tipe Kedatangan Berkelompok

Oleh Alvi Syahrini

� Optimalisasi Interkoneksi Virtual Private Network (Vpn) Dengan Menggunakan Hardware Based

Dan Iix (Indonesia Internet Exchange) Sebagai Alternatif Jaringan Skala Luas (Wan)

Oleh Deris Setiawan (Universitas Sriwijaya)

Dian Palupi Rini (Universitas Sriwijaya)

� Pengembangan Perangkat Lunak Pembangkit Fraktal Berbasis Fungsi Polynomial Dengan

Menggunakan Pemrograman Borland C++ Builder 6.0

Oleh Jaidan Jauhari (Universitas Sriwijaya)

� Perancangan Scanner Lembar Komputer berbasis Mikrokontroler

Oleh Bambang Tutuko(Universitas Sriwijaya)

Sarmayanta (Universitas Sriwijaya)

Tasmi (Universitas Sriwijaya)

FAKULTAS ILMU KOMPUTER

UNIVERSITAS SRIWIJAYA

Jl. Palembang-Prabumulih

Km. 32 Inderalaya Ogan Ilir 30662

Telp. (0711) 7072729, 379248,

Fax. 379248


ISSN 1907-4093

Volume : 4

Nomor : 1

Januari

2009

JURNAL ILMIAH

ILMIAH GENERIC

ILMIAH

JURNAL ILMIAH

GENERIC

Volume 4, Nomor 1, Januari 2009

Pelindung

Dekan Fakultas Ilmu Komputer

Universitas Sriwijaya

Ketua Dewan Redaksi Endang Lestari, M.T.

Dewan Redaksi

Ir. Bambang Tutuko, M.T.

Erwin, S.Si., M.Si.

Samsuryadi, S.Si. M.Kom.

Penyunting Ahli

Dr. Darmawijoyo, M.Si. (UNSRI)

Dr. Yusuf Hartono, M.Sc.(UNSRI)

Redaksi Pelaksana

Ir. Siti Nurmaini, M.T

Drs. Megah Mulya, M.T.

Ir. Sukemi, M.T.

Endang Lestari, S.Kom., M.T.

Mgs. Afriyan Firdaus, S.Si., M.IT.

Deris Setiawan, S.Kom., M.T.

Dian Palupi Rini, S.Si., M.Kom.

Alvy Syahrani Utami, S.Si., M.Kom.

Kesekretariatan

Muklish

Alamat Redaksi

Fakultas Ilmu Komputer UNSRI

Jl. Palembang-Prabumulih Km. 32

Inderalaya Ogan Ilir 30662 Telp. (0711) 7072729, 379248,

Fax. 379248

Website : http://www.ilkom.unsri.ac.id


i

Pengantar Redaksi

Puji syukur kami panjatkan kehadirat Allah SWT, atas karunia dan rahmatNya jualah sehinga

Jurnal ilmiah GENERIC ini dapat terbit. Dengan terbitnya Jurnal Generic volume 3 nomor 2

Desember 2008 ini semoga akan dapat lebih menggugah minat penulis untuk menuangkan

aspirasi dan kemampuan menulis dalam bentuk publikasi, khususnya di lingkugan Fakultas

Ilmu Komputer Universitas Sriwijaya.

Pada kesempatan ini kami mengajak rekan-rekan para ilmuan dan peneliti dapat mempublikasikan temuan dan kajiannya dalam jurnal GENERIC ini.

Kami sangat berterima kasih kepada para penulis dari berbagai instansi yang telah

mengizinkan kami memuat paparannya dalam jurnal terbitan edisi ini. Semoga jurnal GENERIC ini dapat terus berkembang dan terbit secara berkelanjutan .

Redaksi

Jurnal Ilmiah GENERIC ISSN 1907-4093

Volume 3 , Nomor 2, Desember 2008

ii

Sistem Navigasi Non-Holonomic Mobile Robot Menggunakan Aplikasi Sensor

Ultrasonic

Oleh Siti Nurmaini (Universitas Sriwijaya)

Ahmad Zarkasih (Universitas Sriwijaya)

1 – 11

Konsep Model,View Dan Controller (Mvc) Penerapannya Pada Pemecahan

Pengembangan Perangkat Lunak Ujian ONLINE

Oleh Ermatita (Universitas Sriwijaya)

Huda Ubaya (Universitas Sriwijaya)

Dwi Rosa Indah (Universitas Sriwijaya)

12 - 20

Rancang Bangun Perangkat Lunak Sistem Informasi Laboratorium Fasilkom

Unsri

Oleh M Aris Ganiardi (Universitas Sriwijaya)

Hardini Noviant (Universitas Sriwijaya)

Mira Afrina (Universitas Sriwijaya)

21 – 32

Peningkatan Fungsionalitas Perangkat Lunak Melalui Restrukturisasi Data :

Sistem Informasi Akademik Fakultas Ilmu Komputer Universitas Sriwijaya

Oleh M. Fachrurrozi (Universitas Sriwijaya)

33 – 38

Dynamic Link Library meningkatkan Portabilitas PL yang dibangun dengan

paradigma Berorientasi Objek

Oleh Megah Mulya (Universitas Sriwijaya)

Sukemi (Universitas Sriwijaya)

39 – 48

Simulasi Antrian Satu Channel Dengan Tipe Kedatangan Berkelompok

Oleh Alvi Syahrini

49 - 56

Optimalisasi Interkoneksi Virtual Private Network (Vpn) Dengan

Menggunakan Hardware Based Dan Iix (Indonesia Internet Exchange)

Sebagai Alternatif Jaringan Skala Luas (Wan)

Oleh Deris Setiawan (Universitas Sriwijaya)

Dian Palupi Rini (Universitas Sriwijaya)

57 - 68

Pengembangan Perangkat Lunak Pembangkit Fraktal Berbasis Fungsi

Polynomial Dengan Menggunakan Pemrograman Borland C++ Builder 6.0 Oleh Jaidan Jauhari (Universitas Sriwijaya)

69 - 81

Perancangan Scanner Lembar Komputer berbasis Mikrokontroler

Oleh Bambang Tutuko(Universitas Sriwijaya)

Sarmayanta (Universitas Sriwijaya)

Tasmi (Universitas Sriwijaya)

82 - 87

iii

1. Ir. Siti Nurmaini, M.T Lektor Fakultas Ilmu Komputer

2. Ahmad Zarkasih, S.T. Tenaga Pengajar Fakultas Ilmu Komputer

1

Sistem Navigasi Non-Holonomic Mobile Robot

Menggunakan Aplikasi Sensor Ultrasonic

Siti Nurmaini & Ahmad Zarkasih

Jurusan Sistem Komputer

Fakultas ilmu komputer

Universitas sriwijaya

[email protected], [email protected]

Abstrak

Dalam penelitian ini dilakukan analisis peletakan sensor jarak jenis ultrasonik

untuk keperluan navigasi nonholonomic mobile robot. Sistem robot

menggunakan 8 buah sensor dengan posisi peletakan dibagian depan, kanan,

dan kiri. Dari hasil pengujian diketahui bahwa jarak deteksi sensor terhadap

halangan berubah sesuai karakteristik dan jenis halangan walaupun perbedaan

tidak terlalu jauh, juga diketahui bahwa tegangan keluaran sensor berubah-

ubah sesuai dengan jarak halangan dengan kata lain tegangan berbanding lurus

dengan jarak. Error untuk jarak halngan terdekat s/d halangan terjauh sebesar

1.64%-6.25%. Untuk halangan permukaan datar, pada jarak 10cm, 20 cm, 30

cm dan 40 cm terjadi error sebesar 14.28%, 8.33%, 8.5% dan 4.44 %.

Kata kunci : mikrokontroler, sensor ultrasonic, error peletakan

Abstract

In this research, we analyze the implementation of distance ultrasonic sensor for

navigation of non-holonomic mobile robot. System of the robot use eight sensors

located in the front, right, and left. From the experiment result, detection of the

distance sensors to the obstacle changed as the characteristic and type of the

obstacle, although there is a little bit differences, and also the output of the sensors changed as the distance from the sensors to the obstacle. Error for closest

distance to the furthest distance is 1.64%-6.25%. Error for wall obstacle distance

in 10 cm, 20 cm, 30 cm and 40 cm are 14.28%, 8.33%, 8.5% and 4.44 %.

Keywords : mobile robot, sensor ultrasonik, error peletakan

1. PENDAHULUAN

1.1. Latar Belakang

Belakangan ini perkembangan teknologi

sensor yang cukup pesat memberikan

dampak positif bagi pengembangan

teknologi robotika sehingga robot yang

dikembangkan memiliki kemampuan

lebih dalam interaksi dengan lingkungannya. Agar dapat bernavigasi

secara autonomous, sebuah robot mobile

yang cerdas tentunya harus mampu mengenali keadaan lingkungan dimana

robot tersebut beroperasi. misal robot

mobile yang dirancang harus memiliki

JURNAL ILMIAH GENERIC VOLUME 4, NOMOR 1, JANUARI 2009 2

kemampuan mendeteksi objek-objek

penghalang yang bersifat statis maupun

dinamis. Untuk tujuan tersebut maka

sebuah robot mobile harus dilengkapi dengan sensor yang dapat memetakan

lingkungan sekelilingnya secara real

time.

Salah satu sensor yang banyak digunakan untuk hal diatas adalah sensor sonar atau

ultrasounik. Hal ini terkait dengan

kemampuan jangkauan deteksinya yang

relative jauh, tingkat radiasi yang aman serta harga relative murah. Tapi

disamping kelebihankelebihan tersebut,

secara praktis ada beberapa keterbatasan dan permasalahan penting dalam

menginterpretasikan data hasil

pembacaan sensor ini, diantaranya adalah

[6]:

1. Sensitifitas deteksi dari sensor sangat tergantung dari besar sudut yang

dibentuk oleh sensor dengan bidang

refleksi (objek): jika sudut yang dibentuk terlalu besar maka sinyal

tidak akan terpantul ke penerima,

sehingga dimungkinkan objek tidak akan terdeteksi oleh sensor. Semakin

jauh jarak objek yang terdeteksi,

maka posisi objek tersebut semakin

tidak diketahui secara pasti. Hal ini terkait dengan bidang deteksi yang

berbentuk kerucut dengan pusat pada

sensor tersebut. 2. Jika objek yang dideteksi berukuran

besar dan berbentuk tidak beraturan

atau jumlahnya banyak, maka

dimungkinkan terjadi pantulan-pantulan, sehingga jarak yang

terdeteksi oleh sensor tidak

merefleksikan jarak objek yang sebenarnya.

Berkaitan dengan permasalahan-permasalahan tersebut, maka kita tidak

dapat secara langsung

mengintepretasikan data jarak yang

dihasilkan sensor sonar secara langsung

tanpa pengolahan awal (misal untuk

mengetahui secara tepat posisi atau dimensi dari objek yang terdeteksi).

1.2. Perumusan Masalah

Peletakan posisi ultrasonik yang optimal akan sangat baik untuk navigasi suatu

mobile robot penghindar halangan,

karena robot jenis ini tidak hanya

mengunakan 2 atau 3 sensor, bahkan bisa 5 s/d 10 sensor. Sedangkan jangkauan

sudut pancar dan penerima sensor sangat

terbatas. Untuk itulah peneliti mencoba untuk merancang suatu sistem mobile

robot jenis nonholonomic menggunakan

7 buah sensor ultrasonik yang akan

dipasang secara tepat untuk memberikan hasil yang optimal dari pendektesian

halangan pada lingkungan robot yang

dibuat.

Permasalahan utama yang menjadi bahasan pada penelitian ini adalah

mencari dan pengatur posisi yang

optimal untuk 7 buah sensor ultrasonik, sebagai pendeteksi halangan pada robot

penghindar halangan guna menghindari

terdapatnya ruang kosong antara sensor

ultrasonik.

Tahapan pengujian adalah sebagai b erikut :

1. Perancangan suatu sistem sensor jarak dengan jenis ultrasonik

2. Pengaktifan sensor yang digunakan untuk keperluan navigasi robot.

3. Pengujian terhadap kemampuan kerja dari sensor ultrasonik yang digunakan pada berbagai kondisi halangan

4. Pengujian terhadap berbagai posisi sensor ultrasonic untuk mencari jarak yang optimal

5. Pada penelitian ini masalah dibatasi

hanya :

Nurmaini & Zarkasih, sistem navigasi non-holonomic…. 3 .

1. Pendektesian besarnya halangan yang berada di depannya sehingga dapat

menghindari halangan tersebut

dengan baik. 2. pendektesian adanya belokan

walaupun robot mobil sudah terlalu

berdekatan dengan salah satu sisi dari jalur jalan.

3. Pendeteksian terhadap adanya

belokan dari jarak yang masih jauh

lebih baik karena mempunyai sudut pantulan yang lebih kecil jika

dibandingkan dengan jika dipasang

secara tidak bersilangan.

1.3. Tujuan Penelitian

Tujuan penelitian ini adalah :

1. Untuk merancang bangun suatu robot mobil penghindar halangan dengan

menggunakan 7 buah sensor ultrasonik yang akan diatur posisinya

sehingga menghasilkan peletakan

yang optimal dalam berbagai kondisi

lingkungan robot. 2. Mengembangkan riset kendali posisi

menggunakan sensor ultrasonik untuk

keperluan navigasi, dan mengetahui pada jarak berapa sensor bekerja

lebih akurat.

I.4 Manfaat Penelitian

Hasil penelitian ini akan menghasilkan

suatu sistem kendali posisi untuk

keperluan navigasi pada mobile robot penghindar halangan jenis nonholonomic

dengan mencari peletakan posisi sensor

yang paling optimal sehingga mengetahui jarak deteksi yang terbaik dari sensor

ultrasonik, apabila diimplementasikan

secara real time pada suatu jenis robot

penghindar halangan sensor dapat

mendeteksi halangan lebih akurat.

2. TINJAUAN PUSTAKA

2.1. Gelombang Ultrasonik

Gelombang ultrasonik merupakan gelombang mekanik longitudinal dengan

frekuensi di atas 20 kHz. Gelombang ini

dapat merambat dalam medium padat, cair dan gas, hal disebabkan karena

gelombang ultrasonik merupakan

rambatan energi dan momentum mekanik

sehingga merambat sebagai interaksi dengan molekul dan sifat enersia medium

yang dilaluinya. Karakteristik

gelombang ultrasonik yang melalui medium mengakibatkan getaran partikel

dengan medium amplitudo sejajar dengan

arah rambat secara longitudinal sehingga menyebabkan partikel medium

membentuk rapatan (Strain) dan tegangan

(Stress). Proses kontinu yang

menyebabkan terjadinya rapatan dan regangan di dalam medium disebabkan

oleh getaran partikel secara periodik

selama gelombang ultrasonik melaluinya.

2.1.1. Energi Dan Intensitas

Gelombang Ultrasonik

Jika gelombang ultrasonik merambat

dalam suatu medium, maka partikel

Medium mengalami perpindahan energi.

Besarnya energi gelombang ultrasonik

yang dimiliki partikel medium adalah :

E =Ep+ Ek

(1)

Dengan :

Ep = energi potensial (Joule)

k = energi kinetik (Joule)

Untuk menghitung intensitas gelombang

ultrasonik perlu mengetahui energi yang dibawa oleh gelombang ultrasonik.

Intensitas gelombang ultrasonik ( I )

adalah energi yang melewati luas

permukaan medium 1 m2/s atau

watt/m2. Untuk sebuah permukaan,


intensitas gelombang ultrasonik ( I )

diberikan dalam bentuk persamaan :

I = 1/2 ρ V A 2 (2 p f)

2= ½ Z (A ω )

2

(2)

Dengan :

r = massa jenis medium kg/m3) ,

f = frekuensi (Hz)

v = kecepatan gelombang (m/s2) ,

V = volume (m3)

A = amplitudo maksimum (m)

Z = ρ v = impedansi Akustik (kg/m 2.s)

ω = 2 π f = frekuensi sudut (rad/s)

2.1.2. Sifat Gelombang Ultrasonik

Gelombang ultrasonik mempunyai sifat

memantul, diteruskan dan diserap oleh suatu medium/jaringan. Apabila

gelombang ultrasonik ini mengenai

permukaan jaringan, maka sebagian dari

gelombang ultrasonik ini akan dipantulkan dan sebagian lagi akan

diteruskan/ditransmisikan. Karakteristik

gelombang ultrasonik yang melalui medium mengakibatkan getaran partikel

dengan medium amplitudo sejajar

dengan arah rambat secara longitudinal sehingga menyebabkan partikel medium

membentuk rapatan (strain) dan tegangan

(stress). Proses kontinu yang

menyebabkan terjadinnya rapatan dan regangan didalam medium disebabkan

oleh getaran partikel secara periodik

selama gelombang ultrasonik melaluinya.

Gambar 1 Gelombang ultrasonik

datang normal pada bidang batas

medium 1 dan medium 2

2.2. Nonholonomic Mobile Robot

Mobile robot yang digunakan dalam riset ini adalah jenis car-like mobile robot

yang beroda tiga dan bergerak pada

bidang horizontal. Mobile robot ini memiliki tiga buah roda, dua roda

belakang digerakkan dengan motor DC

dan satu roda pasif atau castor wheel pada bagian depan. Gambar 2

memperlihatkan model dari mobile robot

pada riset ini, sedangkan input untuk

sistem tersebut adalah dua buah torsi 1T

dan 2T yang dihasilkan oleh dua motor

DC penggerak roda belakang.

0

Gambar 2. Model Mobile Robot

Dari model car-like mobile robot pada

gambar 3-1 diatas, maka persamaan

dinamis sistem diberikan oleh:

1 1

1 1

2 2

sin cos

cos sin

x b um

y bum

b u

λφ φ

λφ φ

φ

= +

= + =

&&

&&

&&

(9) dimana;

1

1b

rm=


2

1b

rI=

1 1 2u T T= +

2 1 2u T T= −

( )cos sinm x yλ φ φ φ= − +& & &

m : Massa robot

I : Inersia mobile robot

1 2,u u : Kendali input

λ : Pengali Lagrange

Pada pers 9 diatas, 1b dan 2b adalah

konstanta yang tidak diketahui dengan

nilai polaritas yang diketahui, dengan asumsi bahwa tanda polaritas

1b dan 2b diperoleh melalui perhitungan

rumus dengan memasukkan nilai massa,

momen inersia, radius roda dan jarak antara roda belakang robot. Pers 10

adalah batasan non-holonomic untuk

mobile robot dengan asumsi roda tidak slip. Fungsi vektor triplet

( ) ( ) ( ) ( ), ,T

q t x t y t tφ = menunjukka

n trajectory (posisi dan orientasi) robot

terhadap bidang kerja yang telah

ditetapkan. Pada setiap waktu yang telah

ditetapkan, [ ], ,T

q x y φ= menggambarkan

postur (konfigurasi) robot. Postur robot

tersebut, [ ], ,T

q x y φ= , dan turunan-nya

, ,T

q x y φ = && & & dijadikan sebagai feedback

bagi sistem.

3. METODOLOGI PENELITIAN

Pada penelitian ini objek yang dijadikan

ukuran untuk menentukan jarak dari

sensor ultrasonik tersebut adalah mobile robot jenis nonholonomic. Pergerakan

dari robot tersebut adalah merupakan

navigasi dari objek dan selanjutnya akan dilihat bagaimana kinerja dari sensor

tersebut.

3.1. Tempat Penelitian

Penelitian ini dilakukan di Laboratorium

Robotika dan Sistem Kendali Jurusan Sistem Komputer Fakultas Ilmu

Komputer Unsri dengan pengujian secara

real time.

3.2. Diagram Blok Penelitian

Sebelum menentukan posisi sensor sebaiknya kita lihat diagram dari sistem

kerja sensor, sehingga dalam penentuan

posisi sensor dapat dilakukan dengan baik

Gambar 3 Diagram blok sensor ultrasonik


Sensor ultra sonic digunakan untuk

mendeteksi benda dalam jangkauan

sensor, kemudian data dari sensor

dimasukkan ke mcu pic16f84. Selain sebagai menerima input, pic16f84 juga

berperan sebagai pembangkit frekuensi

ultrasonic. Setelah data dari sensor diproses maka pic16f84 akan

mengeluarkan data input ke mcu at98c51

yang merupakan kendari pusat. Data yang

didapat , kemudian diproses untuk menentukan apa yang harus dikerjakan

kedua motor dc. Misalnya belok, mundur,

maju atau manuver lainya. Untuk menentukan gerak motor dc digunakan

sebuah mcu pic61f84.

Dengan peletakan sensor yang diatur

sebagai berikut :

1. Depan

Digunakan untuk navigasi objek didepan robot, guna menghindari

benturan dari depan ketika sensor

depan, dan kanan mendeteksi objek maka robot akan bergerak kesebelah

kiri begitupun sebaliknya.

2. Kanan

Untuk mendeteksi objek yang berada disebelah kanan robot, ketika sensor

kanan mendeteksi halangan maka

robot akan menghindar kekiri,

posisinya 030 dari sensor depan.

3. Kiri

Untuk mendeteksi objek yang berada di kiri robot, Ketika sensor kiri

mendeteksi objek maka robot akan

bergerak ke kanan, posisinya 030

dari sensor depan.

4. HASIL DAN PEMBAHASAN

Pengujian sensor ultrasonik meliputi

pengujian perangkat keras disertai pengujian prangkat lunak. Pengujian

dilakukan perbagian untuk

mempermudah dalam menganalisis hasil

perancangan dan hasil pengujian yang

dilakukan.

Bagian-bagian yang diuji adalah:

1. Rangkaian 1 sensor ultrasonik 2. Rangkaian interferensi sensor

ultrasonik

3. Pengujian sistem secara keseluruhan

4.1 Pengujian Sensor Ultrasonik

Pengujian sensor ultrasonik dilakukan untuk mendapatkan jarak terdekat dan

terjauh. Berdasarkan kemampuan

jangkauan halangan sensor ultrasonik jarak terdekat adalah 3 cm dan jarak

terjauh adalah 3 m. Jangkauan jarak ini

dikonversikan kedalam data digital dengan menggunakan mikrokroler

PIC16F84. Untuk jelasnya dapat kita lihat

di dalam Gambar 4.1

Gambar 4.1 Pengujian Jangkauan

Halangan Sensor Ultrasonik

Dari Gambar 4.1 sudut deviasi pancaran

gelombang ultrasonik adalah 400 terhadap

halangan X1. Halangan X1, posisinya dapat diubah-ubah untuk mendapatkan

jarak yang diuji. Data hasil pengujian

dapat dilihat dalam Tabel 4.1.

Tabel 4.1 Data Hasil Pengujian Sensor

Ultrasonik


Dalam Tabel 4.1. terdapat selisih antara

data referensi sensor dan data hasil

pengujian. Sehingga error yang diperoleh

untuk masing-masing data adalah untuk jarak terdekat sebesar 6.25%, jarak

terjauh 1.64%, sinyal paling dekat 6.25%,

sinyal sedang 1.315% dan sinyal paling jauh 1.64%.

Lebar jangkauan sensor ultrasonik

dari hasil pengujian adalah 3.2cm s/d 305

cm, berarti jarak yang di konversikan sebesar 0cm s/d 301.8cm, dan lebar data

MCU adalah 00D s/d 256D. Jangkauan

jarak yang diperoleh harus dikonversikan kedalam bilangan hexadesimal atau

bilangan desimal. Hal ini berarti jarak

301.8cm harus dikonversikan kedalam sinyal digital, sehingga untuk 1 bit data

digital berjarak 1.18cm.

4.2. Pengujian Interperensi Sensor

Ultrasonik

Pengujian ini bertujuan untuk

memdapatkan besarnya data interferensi

dan sudut optimal dari 3 buah sensor ultrasonik. Dalam pengujian ini halangan

akan diletakkan pada jarak 10cm, 20cm,

30cm dan 40 cm dengan posisi peletakan

halangan di depan dan disamping sensor. Permukaan halangan ada dua jenis yaitu

datar dan silinder dengan berbagai

ukuran.

4.2.1 Pengujian Interferensi Sensor

Ultrasonik untuk Posisi Halangan 00

4.2.1.1 Halangan dengan Permukaan

Datar

Pengujian ini dilakukan dengan

meletakkan halangan tegak lurus terhadap

sensor ultrasonik dengan kata lain pada posisi 00. Untuk jelasnya dapat dilihat

dalam Gambar 4.2. Dalam Gambar 4.2

posisi halangan adalah X1, besar sudut antar sensor ultrasonik adalah 30

0 s/d 90

0,

dan besarnya sudut deviasi sensor adalah

400, sedangkan X2 adalah posisi halangan

dengan besar sudut 150 s/d 90

0.

Langkah pengambilan data adalah dengan

cara meletakkan halangan X1 pada posisi

10cm, 20cm, 30 cm dan 40c dengan data referensi untuk jarak tersebut berturut-

turut adalah 0BH, 17H, 22H dan 2EH.

Dari posisi tersebut dapat diketahui berapakah data interferensi untuk sudut-

sudut yang menjadi acuan. Hasil

pengujian dapat dilihat dalam Tabel 4.2.

Gambar 4.2. Posisi Sensor Ultarasonik

dan Halangan

Pada halangan dengan permukaan datar dengan lebar penampang 4.5cm dan 6

cm, pada sudut 300 sampai dengan 35

0

interferensi bernilai 100%, hal ini disebabkan bahwa sudut 30

0 dan 35

0

berada dalam kawasan sudut elevasi

sensor untrasonik. Sehingga error yang dihasilkan adalah 0%.

Pada sudut 450 sampai dengan 50

0, pada

permukaan yang sama, untuk jarak X1

10cm tidak terdapat interferensi pada sensor target, hal ini disebabkan jarak X1

pada sensor referensi tidak berada dalam

kawasan sudut elevasi sensor ultrasonik. Sedangkan untuk jarak X1 20cm

interferensi 10h dengan error 26.08%,

jarak 30cm interferensi 13h dengan error

11,76% dan jarak 40cm interferensi 44h dengan error 4.37%


Tabel 4.2 Hasil Pengujian Sensor untuk Halangan Datar

Pada sudut 60

0 pada permukaan datar

dengan lebar penampang 4.5cm tidak

terjadi interferensi, hal ini disebabkan posisi sensor sudah terlalu jauh dari

jangkauan sudut elevasi untuk jarak

pengujian 40cm. Sedangkan untuk

permukaan 6cm pada jarak 20 cm interferensi 0ah dengan error 56,52%,

pada jarak 30cm interferensi 16h dengan

error 35.29% dan jarak 40cm interferensi 20h dengan error 30.43%.

4.1.1.2. Halangan dengan Pemukaan

Silinder

Pada sudut halangan 300 sampai dengan

500, data yang diperoleh sama dengan

permukaan datar. Pada sudut 550 pada

jarak halangan 40cm tidak terjadi

interferensi untuk tiap-tiap silinder. Hal

ini dikarenakan terjadinya pembiasan atau pembelokan gelombang pantul

sensor ultrasonik.

Pada sudut halangan 600 sampai dengan

650, tidak terjadi interferensi. Hal ini

disebabkan pembiasan gelombang pantul

dan jarak X1 tidak berada dalam kawasan

sudut elevasi sensor.


Tabel 4.3. Hasil Pengujian Sensor untuk Halangan Silinder

4.2.2 Pengujian Interferensi Sensor

Ultrasonik untuk Posisi Halangan X2

Dalam gambar 4.2posisi halangan tepat

berada pada X2 atau pada sisi kanan dan kiri dari sensor referensi atu berada di

tengah-tengah antara sensor referensi dan

sensor target. Hal ini berarti kedua sensor saling memberikan interferensi

gelombang pantul. Pengujian ini

dilakukan untuk mengetahui apakah

interferensi masih dapat terjadi bila sensor tidak berada tepat di depan sensor

referensi dan mengetahui data referensi

yang dihasilkan.


Datar

X2 merupakan halangan yang akan diatur

posisinya berdasarkan ketentuan yaitu 10cm, 20cm, 30cm dan 40 cm.

Permukaan halangan terdiri atas dua jenis

datar dan silinder. Untuk sudut peletakan

halangan (X2) adalah 150, 20

0 , 25

0 dan

300. sedangkan sudut sensor target adalah

300, 40

0 , 50

0 dan 60

0. Data referensi

setiap sudut halangan X2 berubah-ubah

terhadap jarak pengujian, hal ini disebabkan semakin jauhnya sudut

halangan dengan sudut elevasi sensor

referensi. Data hasil pengujian dapat

dilihat dalam Tabel 4.4


Tabel 4.4 Hasil Pengujian Sensor untuk Halangan Datar

Dari Tabel 4.4, pada sudut halangan X2

=150, terjadi interferensi sebesar 100%

untuk semua jarak pengujian. Pada sudut halangan X2=20

0, pada jarak 10cm

interferensi 0ch dengan error 14.28%,

jarak 20cm interferensi 16h dengan error 8.33%, jarak 30cm interferensi 20h

dengan error 8.5% dan jarak 40cm

interferensi 2d dengan error 4.44%. Pada

sudut halangan X2 = 250 pada jarak 10cm

dan 20 cm tidak terdapat interferensi,

karena posisi halangan diluar jangkauan

sudut elevasi sensor. Jarak 30cm interferensi 1eh dengan error 18.91% dan

jarak 40cm interferensi 2ah dengan error

14.28%.


Silinder

Tabel 4.5. Hasil Pengujian Sensor untuk Halangan Silinder


Dalam Tabel 4.5. pada sudut 150 sampai

dengan 200 data yang di hasilkan sama

dengan data pada pengujian pada

permukaan datar. Pada sudut 250 jarak

10cm dan 20 cm tidak terdapat data

referensi dan data interferensi, hal ini

disebabkan pada jarak tersebut halangan tidak berada dalam kawasan sudut elevasi

sensor

5. KESIMPULAN DAN SARAN

5.1. Kesimpulan

1. Error yang terjadi untuk masing-masing data adalah untuk jarak

terdekat sebesar 6.25%, jarak terjauh

1.64%, sinyal paling dekat 6.25%, sinyal sedang 1.315% dan sinyal

paling jauh 1.64

2. Pergeseran sudut antara sensor

referensi dengan sensor target di mulai dari sudut 30

0, kemudian

digeser sebanyak 50 sampai sampai

dengan 650. Hal ini disebabkan pada

sudut 650 sudah tidak terjadi

interferensi lagi.

3. Untuk halangan permukaan datar, pada sudut halangan 15

0, terjadi

interferensi sebesar 100% untuk

semua jarak pengujian. Pada sudut

halangan 200, pada jarak 10cm

interferensi 0ch dengan error 14.28%,

jarak 20cm interferensi 16h dengan

error 8.33%, jarak 30cm interferensi

20h dengan error 8.5% dan jarak 40cm interferensi 2d dengan error

4.44%. Pada sudut halangan 250

pada jarak 10cm dan 20 cm tidak terdapat interferensi, karena posisi

halangan diluar jangkauan sudut

elevasi sensor. Jarak 30cm

interferensi 1eh dengan error 18.91% dan jarak 40cm interferensi 2ah

dengan error 14.28%.

4. Untuk Halangan permukaan silinder pada sudut 15

0 sampai dengan 20

0

data yang di hasilkan sama dengan

data pada pengujian pada permukaan

datar. Pada sudut 250 jarak 10cm dan

20 cm tidak terdapat data referensi

dan data interferensi, hal ini disebabkan pada jarak tersebut

halangan tidak berada dalam kawasan

sudut elevasi sensor.

5.2 Saran

Dalam penelitian ini, data yang diambil hanya berdasarkan pergerakan halangan

sedangan robot sendiri dalam keadaan

diam, sehingga data yang didapat adalah berupa data statis. Untuk menghasilkan

data yang lengkap sebaiknya robot juga

dibuat bergerak.

6. DAFTAR PUSTAKA

Budiharto, Widodo. 2006. Membuat

Robot Cerdas. Jakarta : Elex Media

Komputindo. Junaedi, Muchammad. 2006. Robot

Pendeteksi Perpindahan Objek

Dengan Ultrasonik. Surabaya :

ITS. Pitowarno, Endra. 2006. Robotika

Desain, Kontrol, Dan Kecerdasan

Buatan. Yogyakarta: Andi Sahala, Stepanus. 2004. Gelombang

Ultrasonik Dan Terapannya.

Surabaya: UNAIR. Setiawan, Iwan. 2006. Simulasi Model

Sensor Sonar Untuk Keperluan

Sistem Navigasi Robot Mobile.

Semarang: Undip Untung, G Budijanto. 2005.

Pembelajaran Difraksi Fresnel

Pada Penghalang Lurus Menggunakan Gelombang

Ultrasonik. Surabaya: Universitas

Katolik Widya Mandala

1. Ermatita, M.Kom Lektor Fakultas Ilmu Komputer

2. Huda Ubaya, S.T Tenaga Pengajar Fakultas Ilmu Komputer

3. Dwi Rosa Indah, S.T. Tenaga Pengajar Fakultas Ilmu Komputer

12

Konsep Model,View Dan Controller (Mvc) Penerapannya

Pada Pemecahan Pengembangan Perangkat Lunak Ujian

Online

Ermatita & Huda Ubaya & Dwi Rosa Indah

Juruasan Sistem Informasi

Fakultas Ilmu Komputer

Universitas Sriwijaya [email protected], [email protected], [email protected]

Abstrak

Pengenalan pola biomimetik (PPB) didasarkan pada “pengetahuan (kognisi)”

Dasar dari PPB adalah prinsip keberlanjutan-kesamaan (Principle of homology-

continuity-PHC) berarti perbedaan antara dua sampel pada kelas yang sama

perlu diganti. Tujuan PPB adalah menemukan cakupan yang optimal (optimal

covering) dalam sebuah fitur seperti pada pengenalan pola tradisional (PPT).

Dalam PPB, Model neuron baru, Hyper Sausage Neuron (HSN), ditonjolkan

sebagai satu unit cakupan. Gambaran matematis dari HSN diberikan dan batasan

diskriminan 2 dimensinya diperlihatkan. Dalam kajian ini, dua kasus khusus

dengan sampel terdistribusi pada sebuah

Kata kunci : MVC, pola biometrik, pengetahuan, model neuron

Abstract

The development of software online examination system used Model View

Controller (MVC) architecture. In this architecture concept divided to 3 layers,

that is model layer, controller layer and view layer. Each layer responsible for

task on each layer, with the result that easier for software development. Online

examination system can help lecturer and student for examination, without meet

between lecturer and student. For development it base on user interface, so user

can easier for interaction to online examination system, because events from user

can be enforceable.

Keyword: Software, online examination system, GUI,Web, Model-View-Controller

1. PENDAHULUAN

Pengenalan pola telah dikembangkan

selama belasan tahun dan banyak teori

telah menjamur. Semua teori ini

berdasarkan pada model statistik yang mana aturan keputusan didefinisikan

dengan tujuan untuk mengklasifikasi dua

jenis sampel. Dalam teori ini, pengenalan

pola sama dengan “pembagian” dari pola yang berbeda.

PPB pertama kali diperkenalkan oleh

akademisi Wang Shoujue pada tahun

2002. Dalam konsep ini, pengenalan pola berdasarkan pada ”pengetahuan” bukan

Ermatita & Ubaya & Indah,, Konsep Model,View Dan Control... ..

.

13

pada ”pembagian”. Dengan kata lain,

PPB menekankan pada “pengetahuan

secara satu persatu dari semua kelas

sampel (cognition of all sampel classes one by one)” daripada “klasifikasi dari

bermacam-macam sampel (classifications

of many kinds of sampels)”. Karena konsep ini jauh lebih dekat pada

pengklasifikasian seperti yang dilakukan

oleh manusia, maka konsep ini disebut

pengenalan pola biomimetik. Sekarang ini, konsep Prof. Wang telah digunakan

pada banyak aplikasi dengan hasil yang

memuaskan.

2. PENGENALAN POLA

BIOMIMETIK

Ketika seseorang melakukan pengenalan,

ia memberikan penekanan khusus pada

“pengetahuan” dan hanya mempertimbangkan “perbedaan” secara

serius dalam beberapa kasus. Namun,

pengenalan pola tradisional hanya memberikan perhatian pada ”perbedaan”,

dan tanpa melihat konsep ”pengetahuan”.

Metode baru ini berkonsentrasi mengenal

pola pada ”pengetahuan”, PPB yang digagas dalam (Wang 2002). Kata

”biomimetik” menekankan bahwa titik

awal dari fungsi dan model matematis pada pengenalan pola merupakan konsep

”pengetahuan”, yang lebih mirip pada

konsep pengklasifikasian yang terdapat pada manusia.

Dalam dunia nyata, jika dua sampel dari

kelas yang sama tetapi tidak sepenuhnya

sama, perbedaan antara mereka harus diubah secara bertahap. Sehingga, urutan

perubahan secara bertahap terjadi antara

dua sampel dan himpunan setiap sampel dalam urutan memiliki kelas yang sama.

Prinsip keberlanjutan antara sampel yang

sama dalam ruang fitur disebut PHC. Dalam ruang fitur, andaikan bahwa

himpunan A adalah suatu himpunan titik

yang memuat semua sampel dalam kelas

A

Jika x, y ∈ A dan ε > 0 diberikan, harus ada himpunan B,

B = {x1= x, x2,...,xn-1, xn = y | ρ(xm,xm+1) < ε, ANmnm ⊂∈−∈∀ }],1,1[ }

(1)

Walaupun prinsip keberlanjutan-kesamaan tidak terdapat dalam

pengenalan pola tradisonal dan teori

pembelajaran, namun prinsip ini terjadi dalam dunia nyata. Dan prinsip ini

sebagai “pengetahuan awal” dari

distribusi sampel dalam PPB. Pengenalan pola tradisional bertujuan untuk

mendapatkan klasifikasi yang optimal

dari jenis-jenis sampel berbeda dalam

fitur. Namun, PPB bertujuan untuk mencari hubungan optimal dari sampel

sejenis dalam ruang fitur. Dasar dari PPB

adalah untuk menganalisa hubungan antara titik-titik sampel yang dilatih

dalam ruang fitur, dan PHC

memungkinkan hal ini terjadi.

Melalui prinsip keberlanjutan-kesamaan, diketahui bahwa semua sampel sejenis

dari kelas A harus terdistribusi pada

daerah terkait pada ruang fitur. Daerah ini ditulis sebagai P. Dengan

mempertimbangkan gangguan yang kecil,

semua sampel berhampiran dengan P harus dipertimbangkan sebagai sampel

kelas A. Sehingga tujuan PPB adalah

menemukan cakupan yang sesuai pada

ruang fitur kelas A. Didefinisikan

Py

yxdPxd∈

= ),(min),(

(2) ialah jarak antara vektor x dan himpunan

P. Maka, cakupan sempurna himpunan PA

pada kelas A adalah:

JURNAL ILMIAH GENERIC VOLUME 4, NOMOR 1, JANUARI 2009

14

}),({ kAxdxPA ≤=

(3)

dengan k adalah jarak ambang batas. Dalam ruang fitur dimensi-n, PA

mempunyai dimensi-n yang kompleks,

yang memisahkan jarak keseluruhan ruang menjadi dua bagian, satu di kelas

A, yang lainnya bukan. Oleh karena itu,

pengenalan pola dengan PPB dilakukan dengan cara menentukan pemetaan dalam

ruang fitur dari suatu objek yang

melingkupi himpunan PA atau bukan.

3. JARINGAN HYPER SAUSAGE

NEURAL

Karena kesulitan dalam mengumpulkan

semua sampel berada di kelas A, cakupan

himpunan sempurna PA tidak dapat

dibangun. Namun, dapat ditemukan banyak unit sederhana yang menghampiri

himpunan PA. Oleh karena itu,

pengenalan pola dengan PPB adalah untuk menentukan menilai sebuah titik

termasuk ke dalam paling sedikit satu

unit atau tidak.

Sebuah unit neuron dapat membentuk

suatu ruang tertutup yang kompleks

(Wang 2001 dan Wang 2002). Sebagai

contoh, sebuah neuron RBF mengkonstruksi sebuah hyper-sphere,

dan sebuah double weights neuron

(DWN) dapat membentuk hyper-ellipse dan bentuk ruang kompleks yang lain

(Wang 2001). Jadi, jaringan syaraf buatan

adalah pilihan yang sesuai untuk membangun himpunan cakupan dalam

PPB (Wang 2002).

Penggambaran secara matematis HSN P

dari kelas A sebagai berikut (Wenming 2005):

U ,ii PP =

{ },,,),( n

ii RxBykyxxP ∈∈≤= ρ

(4)

[ ]{ }1,0,)1( 1 =−+== + ααα iii SSxxB

(5)

Dengan iS adalah suatu sampel dari

kelas A dalam ruang fitur. Andaikan

[ ]))1(,(min),( 21

1,021 xxxdxxxd αα

α−+=

∈

(6) merupakan jarak antara x dan segmen

garis 21xx . Maka

−−

−>−

<−

=

lainnyaxxxqxx

xxxxxqxx

xxxqxx

xxxd

),,,(

),,(,

0),,(,

),(

21

22

1

1221

2

2

21

2

1

21

2

(7)

12

12

121

)().(),,(

xx

xxxxxxxq

−

−−=

(8)

Dan HSN );,( 21 rxxS adalah

{ }221

2

21 ,();,( rxxxdxrxxS <=

(9)

Bila 1x dan

2x adalah titik yang sama

dalam ruang fitur, maka d2( 21, xxx )

ekivalen dengan ),( 1xxd dan

);,( 21 rxxS ekivalen dengan );( 1 rxS .

Bila 1x dan

2x adalah titik yang

berbeda, maka suatu HSN

);,( 21 rxxS adalah koneksi antara 1x dan

2x .

Suatu model neuron baru, HSN,

didefinisikan sebagai fungsi pentransfer masukan-keluaran:

)),((),;( 2121 xxxdxxxf φ=

(10)

Dengan (.)φ adalah bentuk neuron non-

linier, nRx∈ adalah vektor masukan,

dan nRxx ∈21 , adalah sebagai dua

pusatnya. Salah satu pilihan bentuk dari


.

15

(.)φ adalah fungsi Gauss digunakan

dalam pengepasan data, dan fungsi

ambang merupakan suatu varian dari

jaringan syaraf berbobot majemuk (multiple weights neural network)

(Wenming 2005 dan Wang 2000).

Jaringan dipakai dalam pengepasan data atau pengendalian sistem yang terdiri dari

masukan lapisan node sumber, satu

lapisan tersembunyi, dan keluaran lapisan

bobot linier. Jaringan dibentuk dengan pemetaan

∑=

+=sn

i

iiis xxxdxf1

210 )),(()( ϕλλ

(11)

dengan iλ adalah bobot, dan sni ≤≤0

adalah parameter. Lapisan keluaran

membentuk suatu keputusan berdasarkan

pada keluaran lapisan tersembunyi. Satu

pemetaan

)),((max)( 211

ii

n

is xxxdxf

s

φ=

=

(12)

Dengan (.)φ adalah suatu fungsi ambang.

Algoritma:

Misalkan SSSS adalah himpunan tersaring

yang memuat pola ekspresi sebagai

penentu jaringan dan X adalah himpunan

awal yang memuat semua pola ekspresi

secara terurut.

Mulai 1. Letakan pola lambang pertama

dalam hasil himpunan SSSS, himpunan ini memuat pola lambang

pengukuran bS sebagai bagiannya,

dan bandingkan dengan jarak yang

lainnya.

Set S = S = S = S = bb SSS =max},{ dan

.0max =d

2. Bila tidak ada pola lambang dalam

himpunan awal X hentikan

penyaringan. Selainnya, periksa

pola lambang selanjutnya dalam

X kemudian hitung jaranya ke bS ,

misal bSSd −= .

3. Bila maxdd > ke langkah 6.

Selainnya, lanjut ke langkah 4.

4. Bila ,ε<d set

ddSS == maxmax , ke langkah 2.

5. Letakan S dalam himpunan hasil:

S = S S = S S = S S = S ∪∪∪∪ }{S dan nyatakan

SSb = , SS =max dan .max dd =

Kemudian ke langkah 2.

6. Bila 2max ε>− dd ke langkah 2.

Selainnya, letakan maxS dalam

himpunan hasil: S = S S = S S = S S = S ∪∪∪∪

}{ maxS dan maxSSb = ,

maxmax SSd −= ke langkah 2.

Selesai.

Fungsi diskriminan (karakteristik) untuk

pengenalan pola dari suatu HSN dapat

ditulis sebagai

−= 5.02sgn)(

20

212 ),(

r

xxxd

HSN xf

(13) Jika hasil dari fungsi adalah negatif,

vektor termasuk ke dalam kelas ini, selain

itu bukan kelas ini. Asumsikan x1 = (-1,0,0,…) dan x2 = (1,0,0,…). Batas

diskriminan dari HSN dalam dua dimensi

diperlihatkan pada Gambar 1. Sebagai perbandingan, batas diskriminan dari

neuron DRBF adalah:

−+=

−−

5.022sgn)(20

2

2

20

2

1

r

xx

r

xx

DRBF xf

(14)

Yang juga diperlihatkan pada Gambar 1.


16

Dapat dilihat bahwa daerah yang dicakupi

HSN lebih besar dari DRBF jika ro << 1;

daerah yang dicakupi HSN dan DRBF

mendekati jika ro ≈ 1;

Gambar 1. Batas diskriminan dari

HSN dan DRBF untuk studi 2 dimensi

dengan 0r yang berbeda.

kedua daerah cakupan dari HSN dan

DRBF mendekati ke lingkaran jika ro >> 1, tetapi jari-jari yang setara dari DRBF

adalah 2 dari HSN. Jadi, dengan

parameter berjari-jari yang sama, HSN

dapat berfungsi lebih baik daripada neuron RBF untuk mencakupi daerah

distribusi dari suatu kelas tertentu dalam

ruang fitur.

4. MODEL MATEMATIKA DAN

ANALISIS

PPB menekankan “kognisi” daripada

“divisi”. PPB dapat menemukan cakupan yang optimal daripada pemisahan optimal

hyper-surface. Dalam PPB hanya ada

data dari suatu kelas yang tersedia pada masa pembelajaran. Oleh karena itu,

model matematika ini sangat berbeda

dengan model pengenalan pola tradisional. Dalam tulisan ini, hanya

membahas distribusi yang bertopologi

secara homomorphic terhadap sebuah

garis.

Secara idealnya, diasumsikan bahwa: (i) mengabaikan gangguan, semua sampel di

kelas A didistribusikan dengan baik di

garis P, ditulis sebagai

∉

∈

=

Px

Px

xP

P

x

,0

,

)(

1

(15)

Dimana P adalah panjang garis P; (ii)

peluang dari gangguan suatu vektor x yang mengikuti distribusi normal sebagai

berikut

( ))exp(

1)(

2σσπ

xyxyp

nY

−−=

(16)

Persamaan (3) diberikan suatu sampel himpunan A, suatu pendekatan cakupan

himpunan PA dapat dibangun seperti

Persamaan (3). Dengan perumpamaan di

atas, didapat fungsi kepadatan distribusi peluang:

∫ ∈=Px

xy dxxpxypyp )()()(

(17)

Maka laju pembetulan dan laju penolakan

dapat dihitung. Hyper-Sausage Neuron

digunakan untuk membangun rumusan cakupan himpunan dari dua kasus khusus

berikut, yaitu: sebuah segmen garis dan

sebuah lingkaran. Neuron RBF juga dapat digunakan pada dua kasus ini sebagai

kendali percobaan.

4.1. Segmen garis

Tanpa menghilangkan generalisasi, umpamakan sebuah himpunan sampel

dengan hanya dua sampel: A(-1,0,0,...)

dan B(1,0,0,...) di dimensi n. Maka

( )1,

2

0,

x

x ABlp x

x AB

∈= ∉

(18)

dan


.

17

( ) ( ) ( )

( )

2

2

1

1 1

4

Y x

x AB

r

x x

n

p y p y x p x dx

yExp

y yErf Erf

l

σσ σπσ

∈

−

=

− + − = −

∫

(19) Sebuah HSN dibentuk untuk

menghubungkan kedua titik seperti pada

Persamaan (13) dan neuron DRBF pada

Persamaan (14). Jadi, laju pengenalan pembetulan dari

HSN adalah:

( ) ( )( )

0

0HSN

HSN

f x

P r p x dx≤

= ∫

(20)

dan laju pembetulan dari DRBF adalah:

( ) ( )( )

0

0DBRF

DBRF

f x

P r p x dx≤

= ∫

(21)

untuk 0/1 r yang berbeda, σ dipilih untuk

menjaga agar HSNP = 99% dan DRBFP (r0)

dihitung. Hasilnya diperlihatkan pada

Gambar 2 dan dapat dilihat bahwa laju

pembetulan dari DBRF sesuai dengan

laju pembetulan HSN bila 0/1 r = 1, laju

pembetulan DRBF akan menurun secara

cepat bila 0/1 r menaik. Jadi, kemampuan

umum dari HSN lebih kuat daripada

DRBF bila jarak antara sampel besar.

Gambar 2: Nilai pembetulan dari HSN

dan DRBF untuk 0/1 r yang berbeda.

Bagi 0/1 r yang berbeda, σ dipilih untuk

menjaga pHSN = 99%. Garis bagian atas

mengindikasikan nilai pembetulan dari

HSN, kurva lain berada pada posisi naik

ke turun, menunjukkan nilai pembetulan dari DRBF pada 2, 3, 5, 10, 20 dimensi.

4.2. Lingkaran

Andaikan semua sampel yang ada pada

kelas A didistribusikan dengan baik pada

sebuah lingkaran. Lingkaran ini terletak

pada bidangα dan pusatnya adalah titik

awal dan jari-jarinya adalah l . Lingkaran

ini dinyatakan sebagai )(lC . Maka:

( )( )

( )

1,

2

0, x

x C llp x

x C l

π ∈

= ∉

(22)

dan

( ) ( )( )

( )

( )

22

2

2 2

2 0,

Y x

x C l

p y p y x p x dx

l yExp

lyBesselI

l

ασ

σπσ

∈

=

+ − =

∫

(23) Sampel titik k pada lingkaran ini berada

pada interval yang sama dinyatakan

sebagai k

iiS 1}{ = . Sebuah titik ekstra

11 SSk =+ disertakan pada himpunan

sampel. Terdapat k segmen garis (HSN)

yang menghubungkan titik 1+k . Maka,

fungsi diskriminan adalah:

( )( )2

1

20

, ,

1sgn 2 0.5

ld x s sk

r

HSNl

f x Max

+

=

= −

(24) Jaringan RBF dibangun oleh satu

himpunan sampel dan fungsi diskriminan

berikut:


18

( )2

20

1

sgn 2 0.5

ix sk

r

RBF

i

f x

−

=

= − ∑

(25)

untuk 0/1 r tertentu, maka nilai

pembetulan ideal adalah

( ) ( )( )( ) 0

0

,

99%d C l r

P r p x dx≤

= =∫X

(26) untuk nilai k yang berbeda, maka nilai

pengenalan pada jaringan HSN dan

jaringan RBF yang tepat diperoleh

menggunakan rumus (26) dan dapat dilihat pada Gambar 3. Diperlihatkan

bahwa dengan ukuran sampel menurun,

nilai pembetulan yang tepat dari jaringan HSN terjaga tetap pada taraf yang tinggi

sedangkan nilai pembetulan pada jaringan

RBF menurun secara cepat. Hasil ini juga didukung oleh kemampuan jaringan HSN

secara umum lebih kuat dibandingkan

jaringan RBF, khusunya untuk sampel

berukuran kecil.

Gambar 3. Laju Pembetulan Dari

JSaringan HSN dan RBF

untuk sampel yang berukuran berbeda. Laju pembetulan dari jaringan HSN

dijaga tetap 99% (pada garis atas) ketika

nilai sampel menurun dan dimensi dari ruang fitur bervariasi. Bagaimanapun

juga, laju pembetulan jaringan RBF turun

secara drastik ketika ukuran sampel menurun (dari atas ke bawah, untuk kurva

berdimensi 2,3,5,10 dan 20)

4.3. Distribusi secara umum

Jaringan RBF hanya meliputi wilayah

yang dekat dengan titik sampel,

sementara itu jaringan HSN tidak hanya mencakupi wilayah yang sama dari RBF

tapi juga wilayah yang dekat dengan garis

yang menghubungkan himpunan setiap sudut dari titik sampel. Sehingga jaringan

HSN dapat mencakupi wilayah yang

lebih besar daripada jaringan RBF dengan

parameter yang sama, khususnya ketika jarak antara sampel besar. Oleh karena itu

pada kasus yang umum, jaringan HSN

dapat memiliki kemampuan umum yang lebih besar dibandingkan jaringan RBF.

5. APLIKASI PENGENALAN POLA

BIOMIMETIK

Pola biomimetik sudah digunakan dengan sukses di banyak aplikasi. Dalam aplikasi

ini, PPB telah mencapai hasil yang lebih

baik daripada metode pengenalan pola tradisional, seperti metode SVM dan

KNN.

Aplikasi pertama dari PPB adalah

“recognition system of omnidirectionally oriented rigid objects on the horizontal

surface”. Dengan mengabaikan

gangguan, daerah distribusi dari kelas

tertentu sama seperti lingkaran secara topologi. Maka jaringan digunakan untuk

membangun himpunan cakupan dari

kelas-kelas yang berbeda. Metode SVM dengan kernel RBF juga digunakan

sebagai eksperimen kendali. Sampel

percobaan dan tes dibagi menjadi tiga

himpunan sampel. Yang pertama terdiri dari 3200 sampel dari 8 objek (singa,

badak, harimau, anjing, tank, bus, mobil,

dan pemompa), sementara yang kedua terdiri dari 3200 sampel yang

dikumpulkan kemudian dari 8 objek yang

sama. Yang ketiga, kumpulan dari 2400 sampel dari 6 objek yang lain (kucing,

anjing jantan, zebra, singa kecil, beruang

kutub, dan gajah), digunakan sebagai tes


.

19

yang salah. Semua sampel dipetakan pada

fitur 256 dimensi. Jaringan HSN

dibangun berdasarkan sampel percobaan,

yang dipilih dari himpunan sampel pertama. Dalam kondisi bahwa tidak ada

sampel pada himpunan pertama dan

kedua disalahklasifikasikan dan tidak ada satupun dari himpunan yang ketiga

diartikan salah, rata-rata pengenalan yang

benar dari PPB dan RBF-SVM dengan

himpunan percobaan berbeda diperlihatkan pada Tabel 1.

Dapat dilihat bahwa hasil-hasil PPB jauh

lebih baik daripada hasil metode SVM,

terutama pada eksperimen dengan himpunan sampel yang sedikit.

Aplikasi yang lain dari PPB adalah sistem

pengenalan wajah. Jika perubahan dari tampilan muka dianggap sebagai

gangguan, daerah distribusi sama seperti

busur secara topologi ketika dia

memalingkan wajah-nya secara horizontal. Maka, jaringan HSN sangat

sesuai untuk membangun himpunan

cakupan. Sebanyak 91 gambar wajah dari 3 orang digunakan untuk membangun 3

jaringan HSN dan 226 gambar wajah

digunakan untuk menguji laju pengenalan

pembetulan dari kelas yang sama, sementara 728 gambar digunakan untuk

menguji laju penolakan dari kelas yang

lain. Laju pengenalan pembetulan dari kelas yang sama mencapai 97%,

sementara laju penolakan dari kelas lain

adalah 99,7%. Sebagai perbandingan, laju pengenalan pembetulan dari kelas yang

sama mencapai 89,82%, sementara laju

penolakan dari kelas yang lain adalah

97,94% pada metode K-NN.

Pada basis data wajah ORL, hasil

pengenalan pola yang didapat lebih baik dengan metode PPB daripada metode

SVM seperti pada Tabel 2.

Dapat dilihat bahwa laju kesalahan (baik

laju kesalahan pengklasifikasian maupun

laju penerimaan yang salah) mencapai nol, dan pada masa yang sama laju

pembetulan pada metode PPB meningkat

dibandingkan dengan metode SVM.

6. KESIMPULAN

Dari uraian di atas dapat disimpulkan

bahwa:

1. Metode PPB menekankan pada

analisis distribusi dari sampel kelas

tertentu dalam fitur.

2. Informasi terdahulu atas distribusi tes sampel dapat mengubah kemampuan

generalisasi secara signifikan.

3. PPB telah mencapai hasil yang lebih baik daripada metoda pengenalan

pola tradisional, seperti SVM dan K-

NN, dalam banyak aplikasi.

4. HSN bekerja lebih baik daripada

neuron RBF untuk menutupi daerah

distribusi dari kelas tertentu dalam

fitur. Perbandingan dalam dua kasus khusus antara HSN dan RBF sangat

mendukung hal ini.


20

7. DAFTAR PUSTAKA

Wang Shoujue, Biomimetic Pattern

Recognition, Acta Electronica Sinica, Vo1. 30. No. 10, pp. 1417-

1420, Oct. 2002.

Wang Shoujue, LI Zhaozhou, Chen Xiangdong and Wang Bainan,

Discussion on the basic mathematic

model of neurons in general

purpose neurocomputer, Acta Electronica Sinica, Vol. 29, No. 5,

pp. 577-580, May 2001.

Wang Shoujue and Wang Bainan, Analysis and theory of high

dimension space geometry for

artificial neural networks, Acta Electronica Sinica, Vol. 30, No. 1,

Jan 2002.

Wang Shoujue, Biomimetics pattern

recognition, Neural Networks Society (INNS, ENNS, JNNS)

Newsletter, Vol. 1, No. 1, pp. 35,

Mar 2003. Wenming Cao, Jianqing Li, and Shoujue

Wang. Continuous Speech

Research Based on Hyper Sausage.

CIS 2005, Part II, LNAI 3802, pp. 1110 – 1115. Springer-Verlag

Berlin Heidelberg, 2005.

Wenming Cao, Xiaoxia Pan, Shoujue Wang: Continuous speech research

based on two-weight neural

network, Lecture Notes in Computer Science, Vol. 3497, pp.

345-350, Springer-Verlag, Berlin

Heidelberg New York, 2005.

Wang Shoujue, Chen YM, Wang XD, Modeling and optimization of

semiconductor manufacturing

process with neural networks, Chinese Journal of Electronics Vol.

9, No. 1, pp. 1-5, 2000.

Wang Zhihai, Zhao Zhanqiang and Wang Shoujue, A method of biomimetic

pattern recognition for face

recognition, Pattern Recognize &

Artificial Intelligence, Vol. 16, No.

4, Dec. 2003.

Wang Shoujue and Qu Yanfeng, ORL

face database on the biomimetic pattern recognition, Acta

Electronica

1. M Aris Garniardi, S.Si. Tenaga Pengajar Fakultas Ilmu Komputer

2. Mira Afrina, M.Sc Tenaga Pengajar Fakultas Ilmu Komputer

3. Hardini Novianti, S.E Tenaga Pengajar Fakultas Ilmu Komputer

21

Rancang Bangun Perangkat Lunak Sistem Informasi

Laboratorium Fasilkom Unsri

M.Aris Garniardi & Mira Afrina & Hardini Novianti

Jurusan Sistem Informasi


Universitas sriwijaya

[email protected], [email protected], [email protected]

Abstrak

COMLAB adalah salah satu unit penunjang akademik yang dimiliki oleh

Fasilkom Unsri. Kegiatan yang dilaksanakan di COMLAB terdiri dari pengajaran,

penelitian, pengabdian pada masyarakat dan tugas akhir mahasiswa. Pada

penelitian ini mencoba untuk membuat suatu perangkat lunak sistem informasi

manajemen COMLAB untuk membantu memanajemen data administratif dan

inventaris COMLAB. Pembuat perangkat lunak menggunakan metode WaterFall

yang berbasis jaringan. Diharapkan dengan adanya perangakat lunak ini dapat

membantu kegiatan administratif dan inventaris yang ada di COMLAB.

Kata Kunci : Laboratorium, Perangkat Lunak, Sistem Informasi, Metode Waterfall

Abstract

COMLAB is one of academic supporting unit that belongs to Computer Science

Faculty, Sriwijaya University. The activities done in COMLAB consist of teaching,

researching, dedicating to the society and students final project. This research tried

to make software of COMLAB manageable information system to help in

managing administrative data and COMLAB inventories. Software builder used

WaterFall method that based on networking. Hopefully this software can help

administrative activity and inventories in COMLAB.

Keyword : Laboratoryum, Software, Information System, Waterfall Methode

1. PENDAHULUAN

Fakultas Ilmu Komputer (selanjutnya disebut dengan Fasilkom) Universitas

Sriwijaya yang diresmikan pada tanggal

1 Desember 2006 memiliki dua unit kegiatan yaitu Program Diploma

Komputer dan Computer Laboratory

(selanjutnya disebut dengan COMLAB). Lokasi kedua unit tersebut berada di

Bukit Besar Palembang.

COMLAB Fasilkom Unsri dibentuk

untuk mendukung kegiatan akademik

mahasiswa. COMLAB memiliki sebelas laboratorium yang terletak di indralaya

dan bukit besar. Di setiap laboratorium

terdapat seorang laboran yang memiliki tugas mengelola laboratorium. Laboran

bertanggung jawab langsung kepada

Kepala COMLAB. Meskipun secara organisasi COMLAB dibawah Fasilkom

Unsri, COMLAB mempunyai

manajemen sendiri.


22

Dalam kegiatan sehari-hari COMLAB

Fasilkom Unsri menerapkan Tri Darma

perguruan tinggi yaitu pendidikan,

penelitian, dan pengabdian pada masyarakat. Di bidang pendidikan

COMLAB melayani praktikum dan

tugas akhir mahasiswa. Hasil dari penelitian COMLAB telah banyak

melahirkan aplikasi terapan yang

digunakan untuk menunjang kegiatan

akademik. Terakhir dibidang pengabdian pada masyarakat COMLAB

sering mengadakan pelatihan dibidang

ICT (Information Communication Technology).

Saat ini sistem administrasi dan

inventaris yang digunakan di COMLAB masih menggunakan cara manual. Data

administrasi dan inventaris didapat dari

masing-masing laboratorium yang

kemudian dikelola kembali secara manual menggunakan Microsoft Excel.

Namun cara tersebut tidak cocok lagi di

era perkembangan teknologi informasi ini. Selain membutuhkan banyak tenaga,

tempat serta peralatan, cara tersebut

dianggap tidak efisien lagi untuk saat

ini, mengingat banyaknya waktu yang dibutuhkan untuk memeriksa data secara

manual satu persatu. Selain itu

Microsoft Excel tidak memiliki fleksibilitas pengolahan data karena

tidak memiliki basis data, sehingga sulit

untuk melakukan pengolahan data termasuk backup data dan recovery.

Untuk memperkecil risiko yang

mungkin saja terjadi maka

diperlukannya sebuah perangkat lunak sistem yang dilengkapi dengan adanya

basis data yang dapat membantu

pendataan administratif dan inventaris di COMLAB agar lebih efektif dan efisien.

Selain itu, perangkat lunak sistem

informasi administratif dan inventaris COMLAB akan menjadi alat yang

efektif dan efisien untuk membantu

meringankan pekerjaan staf administrasi

untuk mendata dosen, laboran, teknisi,

inventaris laboratorium dan proses

transaksi yang relatif besar dan

mempermudah untuk meng-update atau

menghapus data yang ada. Pihak yang terkait dalam penggunaan

sistem ini adalah staf administrasi dan

laboran yang bertugas untuk mengurus administrasi dan inventaris COMLAB.

Perangkat lunak sistem yang akan

penulis buat ini diharapkan dapat

membantu meringankan pekerjaan administratif COMLAB dan

memberikan solusi yang bermanfaat.

Pada perangkat lunak ini penulis akan menggunakan bahasa pemrograman

Microsoft Visual Basic dan Database

Server SQL Server 2000.

1.1. Perumusan Masalah

Setiap tahun jumlah mahasiswa

Fasilkom Unsri terus bertambah dan

jumlah kegiatan semakin banyak. Jadwal pemakaian laboratorium pun

terus bertambah. Akibatnya terdapat

berbagai permasalahan yang ada di

COMLAB antara lain:

1. Kurang terorganisirnya sistem

administrasi yang ada di

laboratorium.

2. Belum adanya sistem yang menangani data kegiatan dan

fasilitas (inventaris) yang ada di

laboratorium. 3. Jumlah laboratorium yang banyak

dan tersebar di gedung yang

bertingkat.

4. Belum terintegrasi sistem informasi yang ada di laboratorium

1.2. Tujuan

1. Merancang perangkat lunak sistem informasi manajemen COMLAB

(selanjutnya disebut dengan

SIMLAB) Fasilkom Unsri.

2. Membuat perangkat lunak berbasis

jaringan SIMLAB Fasilkom Unsri

Ganiardi, Afrina, Novianti, Rancang Bangun Perangkat ...

23

untuk mempermudah pengarsipan

administrasi, inventaris dan kegiatan

laboratorium COMLAB.

3. Mengimplementasikan perangkat lunak yang sudah dibuat.

4. Memanajemen semua informasi

yang ada di COMLAB .

1.3. Manfaat

Manfaat yang didapatkan dengan adanya

penelitian ini adalah :

1. Mempermudah penyimpanan arsip administrasi akademik di

laboratorium, baik data yang

berhubungan dengan praktikum, penelitian maupun pengabdian

masyarakat di laboratorium.

2. Mempermudah penyimpanan arsip administrasi sarana dan prasarana

laboratorium, baik data yang

berhubungan dengan pemakaian laboratorium, serta pemeliharaan

fasilitas-fasilitas yang ada di

dalamnya.

3. Mempermudah pembuatan berita acara pemakaian laboratorium

(praktikum, penelitian maupun

pengabdian masyarakat)

4. Mempermudah pembuatan berita

acara pemakaian dan pemeliharaan

fasilitas laboratorium (praktikum, penelitian maupun pengabdian

masyarakat)

5. Mempermudah pembuatan laporan administrasi laboratorium.

6. Mempermudah pembuatan laporan

pemakaian dan pemeliharaan fasilitas laboratorium (praktikum,

penelitian maupun pengabdian

masyarakat)

7. Mempermudah koordinasi antar

bagian di laboratorium dengan

adanya sistem yang berbasis jaringan.

1.4. Batasan Masalah

Sistem yang akan dibangun ini memiliki beberapa kemampuan dan batasan

tertentu yaitu:

1. Perancangan dan pembuatan

perangkat lunak hanya mengolah data yang sifatnya administratif.

2. Program dibuat dengan

menggunakan pemrograman

struktural. 3. Database yang digunakan adalah

DBMS yang bersifat relasional.

4. Sistem diimplementasikan pada jaringan komputer yang bersifat

lokal.

1.5. Metodologi Penelitian

Metode yang digunakan dalam

penelitian ini adalah :

1. Mempelajari konsep pembuatan

sebuah perangkat lunak sistem informasi.

2. Pada tahap awal penelitian dimulai

dari pembelajaran cara membuat perangkat lunak sistem informasi.

Pembelajaran dengan cara membaca

dari buku, literatur, dan jurnal yang

pernah diterbitkan. Setelah mendapatkan pengetahuan yang

cukup tentang pengertian sistem

informasi dilanjutkan dengan mempelajari perangkat lunak sistem

informasi yang telah dibuat orang

sebelumnya. 3. Mengumpulkan dan menganalisis

data.

4. Setelah didapatkan pemahaman

yang baik tentang perangkat lunak sistem informasi, langkah

selanjutnya mengumpulkan data

yang diperlukan untuk membuat sistem informasi laboratorium. Data

yang didapatkan dianalisis sebagai

dasar perancangan sistem.


24

5. Merancang diagram alir untuk

memudahkan pembuatan

programnya.

6. Hasil analisis sistem dituangkan dalam bentuk diagram : ERD (Entity

Relationship Diagram) untuk

menggambarkan hubungan antar entitas, DFD (Data Flow Diagram)

untuk aliran data pada program, dan

terakhir flow chart untk

menggambarkan alur program yang dibuat.

7. Pembuatan Program dan

Implementasi 8. Langkah-langkah meliputi :

a. Pembuatan database yang akan

digunakan b. Membuat relasi antar tabel

c. Form input program

d. Form output program

e. Form-form transaksi f. Laporan

g. Menuliskan kode-kode program

pada tiap form h. Mengimplementasikan program

yang telah dibuat

9. Uji coba dilakukan setelah program

selesai dibuat. Tujuan dari uji coba ini adalah untuk mendeteksi kalau

ada kesalahan data yang

dikeluarkan. 10. Langkah terakhir adalah

menganalisis hasil yang diperoleh,

apakah sudah sesuai dengan tujuan awal pembuatan program.

1.6. Waktu dan Tempat Penelitian

Waktu pelaksanaan yang dibutuhkan

untuk melakukan penelitian ini adalah bulan Mei-Oktober 2008 di laboratorium

Komputer Dasar 1A.

2. TINJAUAN PUSTAKA

2.1. Laboratorium

Laboratorium adalah suatu tempat atau ruangan untuk melakukan penelitian,

eksperimen atau pengukuran. Fasilitas

yang dimiliki sebuah laboratorium tergantung jenis kegiatan yang

berlangsung di laboratorium. Pada

laboratorium komputer biasanya

terdapat banyak komputer yang terhubung jaringan. Di komputer itu

telah terinstal aplikasi yang dibutuhkan

selama praktikum atau penelitian.

2.2. Sistem Informasi

Suatu sistem yang dinyatakan sebagai

sistem informasi, lengkap dengan

jaringan komputer yang terbaru, belum

dapat dikatakan sebagai sistem informasi yang utuh, jika di dalamnya

hanya terdapat data dummy, jika di

dalamnya tidak terdapat informasi yang bermanfaat bagi sistem organisasi atau

jika datanya ada yang dimasukkan,

namun sudah kadaluarsa.

Sistem informasi dapat disebut baik, jika usernya rajin memasukkan data,

memeriksa data dari waktu ke waktu,

jika operatornya rajin memeriksa

kebenaran proses-proses pengolahan data yang ada di dalamnya, serta jika

pimpinan organisasinya mudah

mengakses informasi tentang kinerja sistem organisasi, melalui keberadaan

sistem informasi, serta didasarkan pada

data yang akurat dan mutakhir.

Sistem informasi dapat merupakan kombinasi teratur apa pun dari orang-

orang, hardware, software, jaringan

komunikasi, dan sumber data yang mengumpulkan, mengubah, dan

menyebarkan informasi dalam sebuah

organisasi.


25

2.3. Definisi Rekayasa Perangkat

Lunak

Rekayasa perangkat lunak adalah

disiplin ilmu yang membahas semua

aspek produksi perangkat lunak mulai dari tahap awal spesifikasi sistem

sampai pemeliharaan sistem setelah

digunakan. [Ian Sommerville, 2003,

hal.7].

2.3.1. Structured Analysis (analisis

terstruktur)

Structured Analysis merupakan sebuah

teknik model-driven yang berfokus pada

proses yang digunakan untuk menganalisis sistem yang ada,

mendefinisikan persyaratan bisnis untuk

sebuah sistem baru atau keduanya.

Model dari analisis ini mengilustrasikan komponen-komponen sistem, yaitu:

proses, input, output serta file-file yang

bersangkutan. [Jeffery L Whitten, 2004,

hal.177].

2.3.2. Model Proses Perangkat Lunak

(waterfall)

Model proses perangkat lunak

merupakan representasi abstrak dari

proses perangkat lunak. Model ini diilustrasikan pada Gambar 1, berkat

penurunan dari satu fase ke fase yang

lainnya, model ini dikenal sebagai ’model air terjun’ atau siklus hidup

perangkat lunak. Tahap-tahap utama

dari model ini memetakan kegiatan-

kegiatan pengembangan dasar, yaitu: a. Analisis dan definisi persyaratan

Pelayanan, batasan, dan tujuan

sistem ditentukan melalui konsultasi dengan user sistem. Persyaratan ini

kemudian didefinisikan secara rinci

dan berbagai fungsi sebagai spesifikasi sistem.

b. Perancangan sistem dan perangkat

lunak

Proses perancangan sistem membagi

persyaratan dalam sistem perangkat keras atau perangkat lunak.

Kegiatan ini menentukan arsitektur

sistem secara keseluruhan. Perancangan perangkat lunak

melibatkan identifikasi dan deskripsi

abstraksi sistem perangkat lunak

yang mendasar dan hubungan-hubungannya.

c. Implementasi dan pengujian unit

Pada tahap ini, perancangan perangkat lunak direalisasikan

sebagai serangkaian program atau

unit program. Pengujian unit melibatkan verifikasi bahwa setiap

unit telah memenuhi spesifikasinya.

d. Integrasi dan pengujian sistem

Unit program atau program individual diintegrasikan dan diuji

sebagai sistem yang lengkap untuk

menjamin bahwa persyaratan sistem telah dipenuhi. Setelah pengujian

sistem, perangkat lunak dikirim ke

pelanggan.

e. Operasi dan pemeliharaan Biasanya (walaupun tidak

seharusnya), ini merupakan fase

siklus hidup yang paling lama. Sistem diinstalasi dan dipakai.

Pemeliharaan mencakup koreksi

dari berbagai error yang tidak ditemukan pada tahap-tahap

terdahulu, perbaikan atas

implementasi unit sistem dan

pengembangan pelayanan sistem, sementara persyaratan-persyaratan

baru ditambahkan.

Pada prinsipnya, hasil dari setiap fase

merupakan satu atau lebih dokumen

yang disetujui (’ditanda-tangani’). Fase berikutnya tidak boleh dimulai sebelum

fase sebelumnya selesai. [Ian

Sommerville, 2003, hal.42-hal.44]


26

Sumber : Buku Rekayasa Perangkat

Lunak Jilid 1 oleh Ian Sommerville

Gambar 1 Siklus Hidup Perangkat

Lunak

2.4. Jaringan Komputer Client-Server

Client-Server dapat diartikan sebagai

kemampuan komputer untuk meminta

layanan request data kepada komputer lain. Komputer yang meminta layanan

disebut sebagai client, sedangkan yang

menyediakan layanan disebut sebagai server.

Pengertian lain, client melakukan

permintaan suatu informasi atau mengirim perintah ke server. Server

akan menerima permintaan dan perintah

client. Kemudian server akan

memproses memproses berdasarkan permintaan tersebut, dan

mengembalikan kepada client sebagai

hasil pemrosesan yang sudah dilakukan.

2.4.1. Karakteristik Client-Server

Adapun karakteristik client-server, yaitu

sebagai berikut :

1. Client dan Server merupakan item

proses (logika) terpisah yang

bekerja sama pada suatu jaringan

komputer untuk mengerjakan suatu

tugas

2. Service : Menyediakan layanan terpisah yang berbeda

3. Shared resource : Server dapat

melayani beberapa client pada saat yang sama dan mengatur

pengaksesan resource.

4. Asymmetrical Protocol : antara

client dan server merupakan hubungan one-to-many. Client

memulai komunikasi dengan

mengirim request ke server. Server menunggu permintaan dari client.

Kondisi tersebut juga

memungkinkan komunikasi callback.

5. Transparency Location : proses

server dapat ditempatkan pada

mesin yang sama atau terpisah dengan proses client. Client-server

akan menyembunyikan lokasi server

dari client. 6. Mix-and-match : tidak tergantung

pada platform

7. Message-based-exchange : antara

client dan server berkomunikasi dengan mekanisme pertukaran

message.

8. Encapsulation of service : message memberitahu server apa yang akan

dikerjakan

9. Scalability : sistem C/S dapat dimekarkan baik vertikal maupun

horizontal

10. Integrity : kode dan data server

diatur secara terpusat, sedangkan pada client tetap pada komputer

tersendiri


3.1. Prosedur yang Diusulkan

Sistem yang akan dibuat memiliki

prosedur sebagai berikut :

Definisi

persyar

atan

Perancangan

sistem dan

perangkat lunak

Implementasi

dan pengujian

unit

Integrasi dan

pengujian sistem

Operasi dan

pemeliharaan


27

1. Untuk masuk ke dalam sistem setiap

aktor harus login terlebih dahulu

sesuai dengan peran masing-masing.

2. Aktor-aktor yang berinteraksi langsung dengan sistem adalah

administrator, staf administrasi,

laboran, dan kepala COMLAB. 3. Staf administrasi mengolah data

administrasi berupa: data

laboratorium, data dosen, data

laboran, data teknisi, data praktikum, dan data surat-menyurat

di form-form aplikasi pada

SIMLAB . 4. Setiap akhir bulan staf administrasi

membuat rekap laporan data

administrasi dan dilaporkan kepada Kepala COMLAB

5. Laboran menginputkan data

kegiatan di laboratorium pengajaran,

penelitian dan tugas akhir, pengabdian masyarakat, dan

kegiatan lain di form-form pada

SIMLAB. 6. Laboran mengelola data inventaris

laboratorium di tempatnya bertugas.

7. Laboran menginputkan data apabila

ada kerusakan barang di laboratorium dan menyerahkan

laporannya ke kepala COMLAB dan

diteruskan ke teknisi. 8. Teknisi menginputkan data barang

yang telah diperbaiki dan membuat

laporan kepada kepala COMLAB. 9. Setiap akhir bulan laboran

melaporkan data yang diolahnya

kepada kepala COMLAB.

10. Tugas administrator adalah mengawasi jalanya sistem

3.2. Kelebihan Sistem yang diusulkan

1. Sistem yang ditawarkan dapat

mempermudah melakukan entry data dan edit data serta

penghapusan data master dan

transaksi.

2. Pada setiap form ditambahkan

kemampuan filterisasi dalam peng-

entry-an data sehingga sistem

secara otomatis melakukan pemeriksaan data yang menjadi

input-an dengan data yang ada

pada database, sehingga jika ada data yang sama secara otomatis

entry data ditolak.

3. Sistem mampu mengelompokan

data berdasarkan informasi yang diinginkan.

4. Sistem yang dibangun bekerja pada

jaringan lokal jadi setiap laboratorium dapat berkomunikasi.

5. Sistem yang ditawarkan memiliki

basisdata sehingga dapat mempermudah dalam melakukan

pengolahan transformasi data.

3.3. Desain Arsitektural

Tujuan tugas desain yang pertama ini

adalah untuk menentukan sebuah arsitektur aplikasi. Arsitektur aplikasi

menetapkan teknologi yang akan

digunakan seseorang, beberapa, atau

seluruh sistem informasi khususnya pada data, proses, antarmuka, dan

komponen jaringan mereka. Jadi

mendesain arsitektur aplikasi melibatkan pertimbangan teknologi jaringan dan

pengambilan keputusan bagaimana data,

proses, dan antarmuka dari sistem akan didistribusikan disekitar lokasi

penggunaan sistem.

Untuk penerapan, penulis

memanfaatkan arsitektur client-server yang dimana ada sebuah komputer

sebagai database server dan ada

komputer yang berstatus client.


28

Operating Sistem : Windows Database Server : Microsoft SQL

Server 2000 Parser : Microsoft

Visual Basic 6

Gambar 2. Desain Arsitektur

SIMLAB

Dari desain arsitektural, deliverable

yang dihasilkan adalah Data Flow

Diagram dengan menyertakan teknologi yang dipakai. DFD yang akan

digambarkan dimulai dari diagram

konteks, level 1, dan diagram rinci proses.

3.4. Rancangan DFD

Diagram sistem yang diusulkan ini terdapat empat entitas sebagai pelaku

luar dari sistem, adapun sistem yang

tergambar pada gambar 3 sebagai

berikut :

Gambar 3. Diagram Konteks Sistem

Yang Diusulkan

3.5. Hirarki Modul Perangkat Lunak

Secara umum, perangkat lunak

mempunyai menu utama yang menampilkan tujuh pilihan submenu,

yaitu: File, Data master, Administrasi,

Kegiatan, Inventaris, Laporan,dan

Tentang lihat pada Gambar 4.

Gambar 4. Bagan Menu Perangkat Lunak Sistem


29

3.6. Prosedur Operasional

1. Login dan logout Login user dibedakan menjadi

empat jenis, yaitu: admin, staff

administrasi, laboran dan pimpinan. User harus melakukan

proses login bila ingin masuk ke

dalam sistem. Setelah masuk ke

dalam sistem user dapat memasukan data, mengedit data,

menghapus data, melihat data atau

mencetak laporan. Operasi pada data tersebut tergantung pada

peran user. Fungsi logoff

digunakan bila user ingin keluar dari proses autentifikasi sistem.

2. Data

Menu data master berisikan data-

data entitas yang diperlukan oleh sistem. Data pada menu ini terdiri

laboratorium, pengelola

laboratorium, dosen, teknisi, mahasiswa, dan praktikum. Pada

form menu ini user dapat

melakukan operasi memasukan,

mengubah, menghapus, mencari data atau mencetak laporan. User

yang bisa mengakses ini hanya

admin dan staf administrasi. 3. Administrasi

Menu administrasi berisikan data

administrasi pada SIMLAB berupa data surat masuk, surat

keluar, kelengkapan akademik

laboran,dan absensi. Form menu

ini hanya bisa memasukan data dan proses pencarian. Menu ini

hanya bisa diakses oleh admin dan

staff administrasi 4. Kegiatan

Menu ini digunakan oleh laboran

untuk memasukan data kegiatan-kegiatan yang ada di laboratorium.

Kegiatan tersebut berupa

pengajaran, penelitian, pengabdian

pada masyarakat, tugas akhir

mahasiswa, dan kegiatan lainya.

5. Peralatan

Menu ini digunakan untuk

mengelola data peralatan yang ada di laboratorium. Pengelolaan

berupa memasukan data inventaris

peralatan laboratorium, mengelola data peminjaman dan

pengembalian alat laboratorium

oleh laboran, mengelola data

kerusakan dan perbaikan oleh teknisi, terakhir memasukan data

pemasok.

6. Laporan Menu ini berisikan laporan

kegiatan yang ada di laboratorium

7. Tentang Berisi data pembuat program dan

deskripsi singkat tentang

SIMLAB.\

8. User

Menu ini akan menampilkan form user

jika. Form ini digunakan untuk mengelola data user.

3.7. Implementasi Perangkat Lunak

Sistem

SIMLAB ini diimplementasikan di

laboratorium Komputer Dasar 1A sebagai tempat uji coba. Laboratorium

ini dipilih karena penulis mempunyai

akses penuh penggunaan laboratorium. Selain itu juga di laboratorium tersebut

memiliki infrastruktur yang dibutuhkan

Perangkat keras yang dibutuhkan antara

lain sebagai berikut : 1. Satu perangkat komputer server

lengkap dengan spesifikasi :

Pentium 4 2,66 GHz, RAM 512 MHz, Harddisk 40 Gbyte.

2. Satu perangkat komputer client

lengkap dengan spesifikasi : Pentium 4 1,8 GHz, RAM 512

MHz, Harddisk 40 Gbyte.

3. Satu buah switch hub

4. Kabel UTP dan konektornya.


30

Perangkat lunak yang digunakan antara

lain sebagai berikut :

1. Sistem Operasi Windows Server 2003 dan Windows XP

Profesional

2. Microsoft Visual Basic 6. 3. Microsoft SQL Server 2000.

3.7.1.Tampilan Sistem

a. Tampilan Login

Tampilan sistem ini merupakan tampilan

login dari SIMLAB Fasilkom Unsri,

berisi halaman login untuk masuk ke menu utama dari SIMLAB Fasilkom

Unsri. Selain itu juga di tampilkan form

dosen sebagai uji coba.

Gambar 5. Tampilan Halaman Login

b. Tampilan Menu Utama

Menu utama digunakan untuk memilih

form-form yang ada di di SIMLAB.

Gambar 6. Menu Utama

c. Form Dosen

Form dosen digunakan untuk mengelola data dosen seperti penyimpanan,

pengubahan, penghapusan data. Pada

form ini juga dilengkapi dengan

pencarian dan pencetakan data.

Gambar 7. Form Dosen

d. Form Konfirmasi Laporan

Form Konfirmasi Laporan digunakan untuk menampilkan opsi pencetakan

laporan. Laporan dicetak berdasarkan

opsi semua, aktor pelaksana, dan periode waktu.

Gambar 8. Form Konfirmasi Laporan

3.8.Testing

Pengujian dilakukan pada perangkat

lunak itu sendiri. pengujian Black-Box

memang di desain untuk mengungkap kesalahan, selain itu digunakan untuk

memperlihatkan bahwa fungsi-fungsi

perangkat lunak adalah operasional. Bahwa input diterima dengan baik dan

output dihasilkan dengan tepat, dan

integritas seperti file data dipelihara.


31

Black box testing disebut juga sebagai

behavioral testing, fokus dalam

pengujian ini adalah pada fungsionalitas

requirements dari sebuah perangkat lunak.

Black-box testing bertujuan

mencari error-error sebagai berikut: 1. Fungsi yang salah atau hilang

2. Error antarmuka

3. Kesalahan di struktur data atau akses

basis data eksternal

4. Kesalahan tingkah laku

5. Kesalahan inisialisasi dan terminasi

Berikut tabel testing untuk beberapa form fungsi requirement:

NO Test Items Hasil yang

Diharapkan

Hasil

Sebenarnya

Keterangan

A Test Untuk

Login

A1 Login dengan

Username salah

dan Password salah

Sistem

menampilkan

warning text “Username &

Password Salah”

Sistem

menampilkan text

“Username & Password Salah”

Sesuai yang

diharapkan

A2 Login dengan

Username benar dan password

salah

Sistem

menampilkan warning text

“Username &

Password Salah”

Sistem

menampilkan warning text

“Username &

Password Salah”

Sesuai yang

diharapkan

A3 Login dengan Username salah

dan password

benar

Sistem menampilkan

warning text


Sistem menampilkan

warning text


Sesuai yang diharapkan

A4 Login dengan

Username benar

dan Password benar

Sistem

menampilkan

halaman utama sistem

Sistem

menampilkan

halaman utama sistem

Sesuai yang

diharapkan

A5 Login dengan

status Admin

Sistem

menampilkan semua menu

dalam sistem

Sistem

menampilkan semua menu

dalam sistem

Sesuai yang

diharapkan


32

4. KESIMPULAN

1. Kekurangan sistem administrasi COMLAB yang sedang digunakan

adalah masih menggunakan sistem

2. manual. Sehingga untuk

menambah data langsung

menambahnya pada file Microsoft Excel yang digunakan. Proses

mengubah data ataupun

menghapus data pada sistem harus mencari secara manual data yang

bersangkutan. Hal ini

menyebabkan waktu pelaksanaan dan pengolahan data menjadi tidak

efektif dan tidak efisien.

Kelebihan sistem sekarang yang

sedang digunakan COMLAB adalah penggunaannya lebih

mudah.

3. Sistem yang ditawarkan ini memberikan alternatif bagi

COMLAB untuk mempermudah

melakukan pengolahan data mulai

dari entry data, edit data ataupun menghapus data dan melakukan

backup dan recovery. Kelebihan

sistem yang ditawarkan ini ada filterisasi dan klasifikasi pada tiap

data yang dimasukkan.

5. SARAN

Saran yang dapat penulis berikan untuk

pengembangan sistem antara lain :

• Sistem dapat dikembangkan secara

kompleks untuk bagian inventaris

barang di laboratorium.

• Sistem ini dapat digabungkan

dengan integrasi SIMAK Fasilkom Unsri.

• Pengembangan selanjutnya

sebaiknya berbasiskan web based,

karena dengan dengan

berbasiskan web based SIMLAB

akan lebih fleksibel.

6. DAFTAR PUSTAKA

Febrian, Jack. 2004. Pengetahuan

Komputer dan Teknologi Informasi. Informatika, Bandung.

Kristanto, Andri. 2004. Rekayasa

Perangkat Lunak (Konsep Dasar).

Gava Media, Yogyakarta. NN. 2006. Email diakses dari

http://penataanruang.pu.go.id/ta/L

apak05/P1/1/ Lamp1.pdf tanggal 30-05-2008 pukul 11:20.

Presman, Roger. S. 2002. Rekayasa

Perangkat Lunak : Pendekatan Praktis (buku I). Andi,

Yogyakarta.

Sommerville, Ian. 2003. Software

Engineering (Rekayasa Perangkat Lunak). Erlangga, Jakarta.

Whitten, Jeffery L. 2004. Metode

Desain dan Analisis Sistem. Andri, Yogyakarta.


21

1. M. Fachrurrozi, M.Kom Tenaga Pengajar Fakultas Ilmu Komputer

33

Peningkatan Fungsionalitas Perangkat Lunak Melalui

Restrukturisasi Data : Sistem Informasi Akademik

Fakultas Ilmu Komputer Universitas Sriwijaya

M. Fachrurrozi

Jurusan Teknik Informatika,


Universitas Sriwijaya,

[email protected]

Abstrak

Bagian penting di dalam kegiatan akademik di suatu perguruan tinggi. Adanya

keinginan untuk meningkatkan fungsionalitas perangkat lunak, berdampak

terhadap data yang ada di sistem lama, sehingga data tersebut perlu untuk

dipertahankan untuk dapat digunakan di sistem baru nantinya. Salah satu

metode yang dapat dipakai adalah Restrukturisasi Data. Restrukturisasi data ini

dilakukan dengan beberapa tahapan, yaitu mendeteksi database smells yang ada

di sistem lama, rekayasa ulang data berdasarkan database smells yang

ditemukan, implementasi hasil yang diperoleh serta melakukan pengujian

terhadap data yang telah dipindahkan ke lingkungan DBMS yang baru.

Kata kunci : Restrukturisasi data, Database Smells, DBMS

Abstract

Academic Information system is one important part in college’s academic

activity. System must be able to accommodate changes due to technology and

data amount growth and improvement, so change in software must be made to

improve its functionality. This change can affect data that exist in old system,

thus data have to be protected so it can be used in new system later. One usable

method is data restructuring. Data restructuring is conducted with some steps,

consist of database smells detection in legacy system, data reengineering based

on found database smells, implementation of reengineering result , and

conducting test to data in it’s new DMBS environment.

Keywords : Data Restructuring, Database Smells, DBMS

1. PENDAHULUAN

SEBAGAI salah satu perguruan tinggi

negeri, Universitas Sriwijaya (Unsri) terus menerus melakukan peningkatan

mutu pendidikan, baik dari sisi internal

maupun eksternal. Dari sisi internal,

Unsri terus mengembangkan sistem administrasi dan mutu pendidikan salah

satunya dengan cara meningkatkan

fasilitas-fasilitas administrasi dan

pembelajaran. Salah satu fasilitas yang


34

telah dikembangkan oleh Unsri dari sisi

internal adalah Sistem Informasi

Akademik (Simak), yaitu sistem

informasi yang melayani seluruh proses kegiatan akademik dari awal hingga

akhir perkuliahan.

Seiring berjalannya perkuliahan,

ditemukan beberapa permasalahan yang

timbul dari perangkat lunak dengan

menggunakan sistem basisdata Simak

tersebut antara lain sulitnya melakukan

perunutan (tracing) proses, sulitnya

menerbitkan data mahasiswa dan dosen,

sulitnya pengelolaan nilai akademik

mahasiswa jika mahasiswa mengulang

pada mata kuliah tertentu. Hal ini

disebabkan salah satunya karena tidak

adanya rancangan data yang jelas akibat

dari proses pembangunan yang

dilakukan dengan metode AdHoc.

Metode Ad Haus adalah metode

pembangunan yang langsung membuat

program tanpa ada dokumen

penyertanya.

Kemudian yang paling diperhatikan

adalah dari sisi efektivitas waktu

maupun biaya, antara lain penggunaan

kertas untuk formulir pengisian KRS

mahasiswa yang kemudian discan

dengan mesin OMR. Munculnya

teknologi-teknologi baru memberikan

pilihan untuk melakukan peningkatan

fungsionalitas terhadap sistem lama

tersebut. Penampungan data yang lebih

luas serta tingkat keamanan yang

ditawarkan oleh beberapa DBMS

relasional dan aplikasi yang berbasiskan

web yang memudahkan untuk

melakukan kegiatan secara bersamaan di

tempat yang berbeda.

Dari berbagai permasalahan dan

pemikiran di atas maka muncul

kebutuhan baru (tambahan) dari

perangkat lunak ada. Kebutuhan baru

tersebut itu meliputi beberapa

penambahan fungsionalitas perangkat

lunak. Peningkatan fungsionalitas itu

sendiri mencakup penambahan beberapa

layanan fungsi dan pemanfaatan

teknologi baru sehingga kegiatan

akademik dapat dioptimalkan baik dari

sisi waktu maupun biaya..

Untuk meningkatkan fungsionalitas

perangkat lunak tersebut akan dilakukan

beberapa langkah untuk mengakomodasi

kebutuhan baru, salah satunya melalui

restrukturisasi data. Restrukturisasi data

adalah salah satu metode yang

melibatkan perubahan unit dari analisis

kumpulan data, diikuti dengan

pembuatan variabel-variabel yang

signifikan kepada unit-unit yang baru.

1.1. Restrukturisasi Data

Tujuan utama dari restrukturisasi data

adalah melakukan struktur ulang terhadap data guna mendapatkan

lingkungan data yang teratur dan

tersusun dengan baik. Proses ini

melibatkan analisa dan reorganisasi terhadap struktur data (kadang-kadang

nilai-nilai data), bisa merupakan bagian

dari proses perpindahan dari sistem file-based ke sebuah lingkungan DBMS,

atau perubahan dari DBMS satu ke

DBMS lainnya.

Gambar 1. Restrukturisasi data

Strategi yang dapat dilakukan untuk

melakukan restrukturisasi data yaitu:

1)Schema Conversion; 2)Data

Conversion; 3)Program Modification.

Terdapat dua jenis proses konversi

M. Fachrurrozi, Peningkatan Fungsionalitas ...

35

skema pada legacy system, yaitu:

1)transformasi Source Physical Schema

(SPS) ke Target Physical Schema

(TPS); 2)transformasi SPS ke

Conceptual Schema (CS).

Gambar 2. Proses Konversi Skema

1.1. REFACTORING BASISDATA

(DATABASE REFACTORING)

Refactoring Basisdata adalah perubahan

sederhana pada skema basisdata untuk meningkatkan desain dalam

mempertahankan segi perilaku maupun

informasi dalam kode semantic, dengan kata lain tidak menambahkan

fungsionalitas baru atau memperlebar

fungsionalitas yang ada, tidak juga menambahkan data atau mengubah

makna data.

1.2. Database Smells

Fowler (1997) memperkenalkan konsep

“code smells”, sebuah strategi umum

untuk mencari masalah yang ada di

dalam kode, sehingga muncul kebutuhan

untuk merefactor-nya. Serupa dengan

itu, terdapat “database smells” yang juga

muncul kebutuhan serupa. Smell

basisdata meliputi: 1)Multipurpose

column; 2)Multipurpose table;

3)Redundant data; 4)Tables with too

many columns; 5)Tables with too many

rows; 6)"Smart" columns; 7)Fear of

change.

2. FITUR PERANGKAT LUNAK

Sistem informasi akademik Fakultas

Ilmu Komputer Universitas Sriwijaya

(Simak Fasilkom Unsri) ini menggunakan basis data berjenis

indexed file based dengan ekstensi

dBase file (.dbf) dan berusaha mengikuti

kaidah pendekatan relasional.

Secara umum Simak memiliki

fungsionalitas yang hampir sama dengan

sistem informasi perguruan tinggi

lainnya. Simak ini melayani beberapa kegiatan administrasi akademik antara

lain yaitu: 1)Pendataan identitas

mahasiswa melalui scanner OMR; 2)Pendataan mata kuliah secara manual;

3)Pengisian Kartu Rencana Studi (KRS)

dan kartu Perubahan Rencana Studi

(KPRS) melalui scanner OMR; 4)Penerbitan Kartu Studi Mahasiswa

(KSM); 5)Pengolahan nilai akademik

mahasiswa; 6)Penerbitan Kartu Hasil Studi (KHS); 7)Penerbitan Daftar

Kumpulan Nilai (DKN); 8)Penerbitan

Transkrip Nilai Akhir (TNA).

3. DETEKSI SMELL BASISDATA

Data Redundan; Berdasarkan struktur

data Simak akan memungkinkan sekali terjadinya data yang redundan. Beberapa

kolom yang berisikan informasi dari

tabel tertentu muncul di tabel yang lain

seperti yang digambarkan di Tabel 1.

Tabel 1. Data Redundan

N

O

Kolom/

Informasi

Tabel Frekuensi

1 NAMA Mhs_XXX, 3


36

TRANSKRIP_XXX,

KHS_XXX

2 NAMA,

NAMAPA

Dosen_D3,

KHS_XXX

2

3 NAMA_MK

NMKX

MK_XXX

KHS_XXX

2

Tabel yang memiliki terlalu banyak kolom; Tabel yang memiliki terlalu

banyak kolom akan memberikan

kesulitan dalam akses data melalui program serta kecepatan akses ke data

tersebut. Smell ini juga memungkinkan

sebuah kolom dapat bernilai kosong

(nullable). Berdasarkan Tabel 1 ada beberapa tabel yang dianggap memiliki

kolom yang terlalu banyak, yaitu seperti

yang terlihat di Tabel 2 di bawah ini.

Tabel 2. Tabel Yang Memiliki Terlalu

Banyak Kolom

No Nama File Jumlah

kolom

1 KRS_XXX.dbf 18

2 KHS_XXX.dbf 121

3 Transkrip_XXX.dbf 707

Tabel yang memiliki terlalu banyak baris; Di dalam Simak ada beberapa

tabel yang memungkinkan memiliki

baris yang semakin bertambah seiring

banyaknya mahasiswa dan kegiatan akademik masing-masing mahasiswa.

4. KEBUTUHAN FUNGSIONAL

SISTEM BARU

Adapun spesifikasi kebutuhan

fungsional di sistem baru adalah:

1)Sistem dapat melayani mahasiswa

melakukan pengisian KRS atau KPRS

per semester secara online (FCS01);

2)Sistem dapat melayani dosen PA melakukan persetujuan isian KRS dan

KPRS secara online (FCS02); 3)Sistem

dapat melayani dosen memasukkan nilai mahasiswa per kelas per semester secara

online (FCS03); 4)Sistem dapat

mengolah nilai sesuai dengan aturan

perkuliahan (FCS04); 5)Sistem dapat menerbitkan KSM, KHS, DNA dan

TNA (FCS05); 6)Sistem dapat

menerbitkan nilai mahasiswa per matakuliah per semester (FCS06);

7)Sistem dapat melayani mahasiswa

mengambil beberapa matakuliah dari

jurusan lain (FCS07).

5. KEBUTUHAN NON

FUNGSIONAL SISTEM BARU

Adapun spesifikasi kebutuhan non

fungsional di sistem baru adalah:

1)Sistem yang berbasiskan web (web based) (FCS07); 2)Tidak menggunakan

scanner OMR lagi (FCS08);

3)Mahasiswa mengisi KRS dan KPRS

langsung secara online (FCS09); 4)Sistem dapat digunakan di jaringan

lokal saja (intranet), namun ada

kemungkinan akan menjadi jaringan internet (FCS10); 5)Kemungkinan

sistem baru ini akan dikembangkan ke

tingkat universitas (FCS11); 6)Data yang ada di sistem lama dapat

dikonversi dan dipindahkan ke sistem

baru semaksimal mungkin dengan

menjaga informasi yang ada di

dalamnya (FCS12).


37

6. REKAYASA ULANG BASISDATA

Kemudian dibuat rancangan untuk sistem baru yang dinamakan Facis. Facis

ini merupakan hasil rekayasa ulang dari

sistem lama (Simak). Hasil rekayasa ulang meliputi program, data dan

dokumentasi. Namun pada tesis ini akan

dibahas hanya pada sisi basisdatanya

saja.

Data merupakan suatu informasi yang sangat penting untuk sebuah sistem,

salah satunya karena terkait dengan

pengambilan keputusan. Di dalam sebuah sistem, data biasanya disimpan

dalam bentuk tertentu. Seperti yang

telah dijelaskan di bab sebelumnya, untuk Simak, data disimpan dalam

bentuk file (DBF File) dan diolah

dengan program. Data yang ada di

Simak tidak dimasukkan ke dalam lingkungan DMBS tertentu, seperti

MySQL atau Oracle, serta ditemukan

beberapa “smells” yang berpengaruh pada performansi dan kualitas data yang

ada di Simak.

Berdasarkan Simak ini dirancang sebuah

sistem baru yaitu Facis yang diharapkan

akan memberikan peningkatan

fungsionalitas tertentu melalui

restrukturisasi data yang ada di Simak

tersebut. Basisdata yang digunakan di

Facis akan mengikuti kaidah basisdata

relasional dan dimasukkan ke dalam

lingkungan DBMS MySQL. Dengan

tidak menghilangkan fitur utama yang

ada di Simak serta adanya peningkatan

fungsionalitas, semua data yang ada di

Simak dikonversi (data convertion) dan

dimasukkan (data migration) ke dalam

Basisdata baru yang telah dibuat.

7. IMPLEMENTASI DAN

PENGUJIAN BASISDATA

Setelah tahap perancangan, akan

diuraikan proses implementasi hasil

rancangan tersebut ke dalam lingkungan

DBMS yaitu MySQL 5.0. Tahap

implementasi ini meliputi proses

konversi dan migrasi data serta pengujian data hasil migrasi data Simak

ke Facis.

Adapun tahapan-tahapan yang dilakukan dalam proses implementasi rancangan

basisdata, yaitu: 1)Implementasi

diagram fisik yang diperoleh dari hasil

restrukturisasi data; 2)Migrasi data; tahap ini merupakan tahap pemindahan

data Simak yang ada ke dalam

lingkungan DBMS Facis. Pada tahap pengujian basisdata,

dilakukan pengujian terhadap basisdata

yang baru dengan menggunakan data lama yang telah dipindahkan. Pengujian

ini bertujuan untuk melihat apakah data

yang telah dipindahkan dapat

menghasilkan keluaran yang sesuai dengan kebutuhan dan tidak mengubah

data yang dihasilkan di Simak.

8. KESIMPULAN

Sistem Informasi Akademik (Simak) Fasilkom Unsri dibuat tidak sepenuhnya

menerapkan proses rekayasa perangkat

lunak, karena Simak hanya terdiri dari

program dan data, namun dokumentasinya tidak tersedia; Dengan

tidak tersedia dokumentasi, ditemui

beberapa kesulitan dalam melakukan proses rekayasa ulang perangkat lunak

tersebut, antara lain sebelum melakukan

rekayasa ulang, harus ditelusuri ulang dari awal hingga akhir setiap proses

yang ada di sistem tersebut.; Pada proses

migrasi data perlu diperhatikan

karakteristik-karakteristik dari sistem lama, antara lain mengenai format

penanggalan yang diterapkan

sebelumnya.

9. REFERENSI

Ambler, Scott W, Pramod J. Sadalage, 2006. Refactoring Databases:


38

Evolutionary Database Design,

Addison Wesley Professional.

Bultan, Tevfik, 2004. CMPSC 172:

Software Engineering – Software Maintainance.

Dwiantoro, Tino, Materi ke-02: Sistem

Basis Data, www.dwiantoro.com. Hainaut, Jean-Luc, 1998. Database

Reverse Engineering, Database

Applications Engineering

Laboratory, Institut d’Informatique, University of

Namur.

Hainaut, Jean-Luc, Jean Henrard, J-M Hick, D. Rolan, V. Englebert,

1996. Database Design Recovery,

Database Applications Engineering Laboratory, Institut

d’Informatique, University of

Namur.

Henrard, Jean, Jean-Marc Hick, Philippe Thiran, Jean-Luc Hainaut,

Strategies for Data

Reengineering, Database Applications Engineering

Laboratory, Institut

d’Informatique, University of

Namur. Pressman, Roger S, 2005. SOFTWARE

ENGINEERING, A Practitioner’s

Approach sixth edition, Mc Graw Hill.

Ranmuthugala, M.H.P, Software

Engineering, www.cse.mrt.ac.lk/lecnotes/cs302/ .

Sommerville, Ian, 2005. SOFTWARE

ENGINEERING 6th Edition,

Addison Wesley. Toft Hansen, Kjell, 2002, Introduction

to Database, Distance Learning

from NVU-AITeL. http://dev.mysql.com/tech-

resources/articles/storage

engine/part_2.html


39

1. Megah Mulya, M.T. Asisten Ahli Fakultas Ilmu Komputer

2. Sukemi, M.T. Asisten Ahli Fakultas Ilmu Komputer

39

Penggunaan Dll Untuk Meningkatkan Modularitas Dan

Portabilitas Perangkat Lunak Yang Dikembangkan

Dengan Paradigma Berorientasi Obyek

Megah Mulya & Sukemi

Jurusan Teknik Informatika


Universitas Sriwijaya Palembang

[email protected]


Fakultas Ilmu Komputer Universitas Sriwijaya

[email protected]

Abstrak

Kualitas perangkat lunak yang dikembangkan dengan paradigma berorientasi

obyek (berisi kelas) perlu ditingkatkan berkaitan dengan kemudahan perawatan

dan kemudahan dipindahkan antar lingkungan (bahasa pemrograman/ aplikas/

kompilator) yang berbeda. Sementara itu terdapat teknologi dynamic link library

(DLL) yang dikembangkan oleh perusahaan Microsoft untuk sarana sharing

antar aplikasi terhadap fungsi yang dibuat dengan bahasa C (paradigma

prosedural). Penelitian ini berusaha menjawab kebutuhan tersebut melalui kajian

modularitas dan portabilitas dengan menerapkan teknologi DLL.. Metodologi

penelitian ini meliputi kajian pustaka terhadap modularitas, portabilitas, DLL

yang dilanjutkan dengan menerapkan hasil kajian tersebut kedalam perangkat

lunak yang dikembangkan dengan Borland C++ Builder dan Borland Delphi.

Dari kajian dan penerapan tersebut menghasilkan kesimpulan bahwa DLL dapat

digunakan untuk meningkatkan modularitas dan portabilitas perangkat lunak

yang dikembangkan dengan paradigma berorientasi obyek. Peningkatan modularitas diperoleh dari karakteristik DLL yang memiliki tingkat kohesi tinggi

dan kopling rendah. Peningkatan portabilitas dengan DLL dapat diperoleh

dengan cara sharing kelas atau melalui sharing obyek.

Katakunci: DLL, modularitas, portabilitas

Abstract

The software qualiy developed with object oriented paradigm (contain class) need

increase in term of easy mantaince and easily migration to diferent environments

Meanwhile there was the Dynamic Link Library (DLL) technologi developed by

Mirosoft as a mean of inter-application sharing to function developed using C

language This research tried to meet the needs through modularity and

portability observation by implementing DLL technology. The methodology of

this reaserch are library research to modularity, portability and DLL which were

continued by implementing the analysis on the software developed with Borland


40

C++ Builder and Borlan Delphi. From these analysis and inplementation it can

be concluded that DLL can use for increment modularity and portabilty of

software is developed by object oriented paradigm. The increase of modularity was

produced by DLL character which have hight cohession and low coupling. The

increase of portability was produced through class sharing or object sharing.

Keyword: DLL, modularity, portability

1. PENDAHULUAN

Paradigma berorientasi obyek dewasa

ini telah menjadi tren karena memiliki kelebihan-kelebihan yang dapat

meningkatkan kualitas perangkat lunak

hasil rekayasa dan efisiensi proses

rekayasa. Sementara itu modularitas dan portabilitas merupakan masalah penting

karena merupakan atribut perangkat

lunak yang berkualitas (Sommerville, 2004 ). Modularitas dan portabilitas

yang dihasilkan paradigma ini masih

perlu ditingkatkan berkaitan dengan : 1. Diperlukan portabilitas agar kelas

mudah dipindahkan dari satu

kompilator dengan bahasa tertentu

ke kompilator lain dengan bahasa berbeda.

2. Kelas yang umum dipakai oleh

beberapa aplikasi perlu pemeliharaan (maintaince) untuk

keperluan perubahan yang

berkaitan dengan koreksi atau

penyempurnaan (correctif dan perfectif).

Dynamic Link Library merupakan pustaka dinamis yang berisi fungsi-

fungsi yanga dipakai bersama oleh

aplikasi-aplikasi. Fungsi-fungsi tersebut merupakan hasil pengembangan dengan

paradigma prosedural. Konsep dynamic

link library tersebut diharapkan dapat

mengatasi permasalah-permasalah didalam pengembangan perangkat lunak

dengan paradigma berorientasi obyek.

Dengan memberikan solusi terhadap

kekurangan-kekurangan tersebut maka modularitas dan portabilitas perangkat

lunak yang dikembangkan dengan

paradigma berorientasi obyek dapat

lebih ditingkatkan lagi, sehinga dapat meningkatkan kualitas perangkat lunak.

Permasalahan di dalam penelitian ini

dibatasi untuk pengembangan perangkat lunak dengan paradigma berorientasi

obyek dalam lingkungan sistem operasi

Windows. Batasan tersebut perlu ditegaskan karena konsep dynamic link

library hanya dikenal pada lingkungan

sistem operasi Windows. Selain itu

sebagai kasus uji didalam penelitian ini juga dibatasi implementasinya pada

pembuatan DLL dengan Borland C++

Builder yang akan diakses dari program yang dibuat dengan Borland C++ itu

sendiri dan dan Borland Delphi.

2. DASAR TEORI

2.1. Modularitas dan Portabilitas

Perangkat Lunak

Modularitas dan portabilitas merupakan faktor penting karena termasuk atribut

kualitas perangkat lunak (Sommerville,

2004).

Modularitas berasal dari kata modul. Modul adalah bagian perangkat lunak

yang besar yang dipecah menjadi bagian

kecil-kecil dengan diberi nama dan

pengalamatan memori berbeda-beda. Modul-modul tersebut kemudian

diintegrasikan untuk membentuk

perangkat lunak yang dapat memenuhi kebutuhan dari suatu persoalan

Mulya & sukemi, Penggunaan Dll Untuk Meningkatkan Modularitas....

41

(Pressman, 2005). Definisi lain, modul

adalah komponen perangkat sistem yang

menyediakan layanan untuk komponen

yang lain, tetapi mungkin tidak akan bekerja secara normal jika diperlakukan

sebagai sistem yang terpisah

(Sommerville, 2004). Sedangkan modularitas berarti tingkat atau kualitas

suatu modul.

Perancangan modular yang efektif

ditentukan oleh beberapa faktor yaitu (Pressman, 2005):

1. Ketidakterikatan antar modul

(functional independence) : setiap modul menangani satu

fungsionalitas dan meminimalkan

interaksi dengan modul lain. Ketidakterikatan antar modul ini

diukur dari dua kriteria secara

kualitatif yaitu kohesi dan kopling.

2. Kohesi (cohesion) : modul yang baik mempunyai kohesi yang tingi

dengan cara merancang satu modul

memiliki satu tugas dan antar elemen didalam modul memiliki

ikatan yag kuat.

3. Kopling (coupling) : modul yang

baik memiliki kopling yang rendah. Disain perangkat lunak yang baik

harus membuat sekecil mungkin

interaksi antar modul.

Modularitas merupakan aspek penting

dalam pengembangan peangkat lunak karena beberapa pertimbangan (Abreu-

Poels-Sahraoui-Zuse, 2003):

1) Memperjelas pengorganisasian

perancangan dan pengembangan oleh suatu team pe ngembang.

2) Mengurangi kompleksitas sistem

yang besar. 3) Memberi kemudahan pengujian

parallel secara simultan.

4) Mengurangi resiko perbaikan suatu bagian terhadap bagian lain dalam

sistem.

5) Kebutuhan penggunaan kembali

(reuse) suatu bagian perangkat

lunak.

6) Kemudahan kontrol unit-unit sistem. 7) Perlu pembatasan perambatan

kesalahan (error propagation).

Portabilitas berasal dari kata port, yang

menjadi sarana komputer untuk

berkomunikasi dengan dunia luar.

Bagian program dikatakan portable jika dapat dijalankan di dalam lingkungan

perangkat keras dan atau pada perangkat

lunak yang berbeda-beda (Sanchez and Canton, 2008).

Portabilitas adalah kemudahan suatu

perangkat lunak untuk dipindahkan/ dioperasikan dari suatu lingkungan

(environment) ke lingkungan lain yang

berbeda.. Lingkungan yang berbeda

dapat berarti perangkat keras yang berbeda atau perangkat lunak yang

berbeda (Pressman, 2005).

Portabilitas penting karena meminimalkan usaha (biaya)

perpindahan perangkat lunak antar

lingkungan. Keputusan penggunaan

beragam bahasa pemrograman selalu berakibat mengorbankan portabilitas

sehingga diperlukan teknik yang tinggi

untuk mengatasi masalah tersebut (Sanchez and Canton, 2008).

2.2. Paradigma Berorientasi Obyek

Paradigma berorientasi obyek adalah

suatu cara mengorganisasikan perangkat lunak sebagai kumpulan obyek-obyek

yang memiliki sifat (struktur data) dan

perilaku (fungsi) yang saling berinteraksi melalui pesan (message)

(Rumbaugh-Blaha-Premerlan-Eddy-

Lorensen, 1991). Konsep yang menjadi pilar paradigma

berorientasi obyek adalah : abstarksi

(abstraction), pembungkusan

(encapsulation), pewarisan


42

(inheritance), kebanyakrupaan

(polymorphism). (Alhir, 1998).

Abstraksi direpresentasikan sebagai

kelas (class). Kelas digunakan untuk instansiasi obyek yang membungkus

data dan fungsi menjadi suatu black box.

Dengan cara itu maka obyek memiliki tingkat kohesi yang tingi dan kopling

rendah.

2.2.1. Obyek dan Kelas

Obyek (object) adalah representasi dari

entitas sebagai sarana pembungkusan karakteristik struktural yang disebut

atribut (attribute) dan karakteristik

perilaku yang disebut operasi (operation/methode). Atribut

merepresentasikan karakteristik entitas

yang menentukan keadaan (state) suatu

obyek. Operasi Merepresentasikan perilaku obyek jika menerima pesan

(message). Operasi dapat berupa

prosedur atau fungsi yang hanya dapat diakses dengan menyertakan obyeknya.

Kelas (class) adalah deskripsi dari suatu

obyek pada saat implementasi (coding).

Pembuatan kelas difokuskan kepada implementasi karakteristik dan perilaku

secara umum. Kelas adalah deskripsi

dari obyek dengan atribut, operasi, semantik, asosiasi dan interaksi

(Sanchez and Canton, 2008).

Kelas dapat dipandang sebagai suatu tipe yang didefinisikan pemrogram

sehingga dapat digunakan untuk

deklarasi variabel yang berupa obyek

(instansiasi).

2.2.2. Penurunan Sifat

Penurunan sifat (inheritance) adalah

kemampuan suatu obyek mewarisi sifat-sifat dari obyek yang lain. Kemampuan

ini menghasilkan program yang efisien

karena adanya mekanisme pemakaian

kembali (reusable) kode program (Rumbaugh-Blaha-Premerlan-Eddy

Lorensen, 1991).

2.2.3. Kelas Abstrak

Kelas abstrak adalah kelas yang memliki

operasi yang bersifat virtual C++ menyediakan dua macam operasi virtual

yaitu virtual masih memiliki definisi dan

virtual tanpa definisi (pure virtual). Kelas abstrak adalah kelas yang

memiliki operasi virtual murni sehingga

tidak dapat digunakan untuk instansiasi

obyek dan berperan sebagai antarmuka (interface) (Sanchez and Canton, 2008).

2.3. Dynamic Link Library

Pengembangan perangkat lunak, pada

umumnya menggunakan pustaka yang

berisi fungsi-fungsi yang sering digunakan secara berulang-ulang. File

pustaka digabungkan ke aplikasi pada

saat proses linking. Pada C dan C++ sering menggunakan perintah #include

untuk menyatakan hearder fungsi yang

merujuk pada fungsi-fungsi file pustaka (LIB) (Sanchez and Canton, 2008).

Salah satu karakteristik yang unik dari

Windows adalah dynamic linking.

Sistem operasi Windows dapat menggunakan proses linker

konvensional (proses linker secara

statis) dengan file berekstensi LIB dan dapat secara dinamis menggunakan

dynamic link library (DLL) (Sanchez

and Canton, 2008). DLL berbeda dengan pustaka umum

pada proses linking fungsi dari DLL

secara fisik tidak disalin dan digabung

kedalam executable file tetapi tetap terpisah dan dipanggil oleh executable

file (”client”) pada saat runtime.

Program yang dibuat pemrogram lain dapat menggunakan fungsi yang ada

dalam file DLL dengan mengirimkan

parameter atau menerima nilai balikan

dari fungsi dan selama dapat mengikuti kesepakatan dalam pemangilan fungsi


43

atau prosedur tersebut. (Sanchez and

Canton, 2008).

2.3.1. Mekanisme Penggunaan DLL

pada Aplikasi Berbasis Windows

Peranan DLL (dari Windows API

ataupun yang dibuat pemrogram) di dalam suatu aplikasi dapat dilihat pada

gambar 1.

Gambar 1. Struktur file program

berbasis windows (Sanchez and

Canton, 2008)

Gambar 2. Mekanisme pemanggilan DLL (Microsoft, 2006).

Terdapat tiga komponen utama model

pengembangan perangkat lunak

menggunakan DLL (Microsoft, 2006) :

1. Library loader : melakukan pemanggilan terhadap DLL secara

efisien dan benar.

2. DllMain entry-point function :

fungsi yang akan dipanggil oleh

library loader pada saat dilakukan load maupun unload terhadap DLL.

Loader melakukan pemangilan

secara serial terhadap DllMain,

sehingga dijamin hanya ada satu DllMain yang dipanggil pada satu

saat.

3. Loader lock : bertangung jawab

melakukan sinkronisasi agar

pemanggilan DLL dilakukan secara


44

serial dengan menerapkan

mekanisme penguncian terhadap

struktur data pada library loader.

Skema pemanggilan DLL yang melibatkan ketiga komponen tersebut

ditunjukan oleh gambar 2.

2.3.2. Pembuatan DLL pada

Borland C++

Borland C++ Builder (C++ Builder)

memiliki fasilitas untuk pembuatan DLL. Dengan C++ Builder pembuatan

DLL akan menghasilka selain file

berekstensi DLL juga file berekstensi LIB yang keduanya saling terkait.

Pustaka LIB ini harus digunakan

bersama-sama dengan DLL-nya. (Swart-

Cashman-Gustavson-Hollingworth, 2003).

Pembuatan DLL pada C++ Builder DLL

melalui DLL Wizard secara otomatis menampilkan fungsi DllEntryPoint()..

Jika file sumber program yang akan

dijadikan DLL berekstensi cpp maka harus didahului dengan perintah extern

“C”. Agar fungsi dalam DLL dapat

diakses dari aplikasi lain maka pada

header fungsi harus diawali dengan perintah _declpec( dllexport) (Swart-

Cashman-Gustavson-Hollingworth,

2003).

2.3.3. Pemanggilan DLL dari

Borland C++ Bulider dan Borland

Delphi

Pada C++ Builder maupun Delphi

penggunaan DLL dapat dilakukan

dengan cara statis (static loading) dan dinamis (dynamic loading). Pada

pemanggilan secara statis DLL

dipanggil pada saat aplikasi start up (modul DLL disalin ke memori

komputer) dan akan terus berada di

memori sampai aplikasi berakhir.

Sedangkan pada pemangilan secara

dinamis DLL dipanggil pada saat

aplikasi sudah berjalan pada dan

membutuhkan fungsi/prosedur yang

berada didalam DLL DLL tersebut dapat dibebaskan dari memori sebelum

aplikasi berakhir. (Swart-Cashman-

Gustavson-Hollingworth, 2003) (Cantu,

203).

Pada C++ Builder, pemanggilan DLL

secara statis harus menyertakan header

file (prototipe fungsi) dan menyertakan

LIB file yang menyertai DLL kedalam proyek (dengan project manager).

Sedangkan pemanggilan secara dinamis

dilakukan dengan fungsi LoadLibrary() dan GetProcAddress() serta

membebaskannya dari memori dengan

fungsi FreeLibrary(). (Swart-Cashman-

Gustavson-Hollingworth, 2003) Pada Delphi, pemanggilan DLL secara

statis memerlukan prototipe

fungsi/prosedure dengan kata kunci “external” diikuti nama file DLL.

Sedangkan pemanggilan secara dinamis

melibatkan fungsi SafeLoadLibrary() dan GetProcAddress() serta untuk

membebaskan dari memori dengan

FreeLibrary(). (Cantu, 203).

3. Analisis

3.1. Analisis Peningkatan

Modularitas Menggunaan DLL

Derajat kopling suatu obyek (instansiasi kelas) adalah sangat kecil (bisa nol),

sehingga perbaikan terhadap suatu kelas

tidak akan memberikan akibat apapun

terhadap kelas yang lain (Sommerville, 2004). Dengan rendahnya kopling antar

kelas didalam suatu modul maka

perangkat lunak yang menggunakan modul tersebut memiliki tingkat

modularitas tinggi. Dengan demikian

pengembangan perangkat lunak yang mengunakan paradigma berorientasi

obyek sudah meningkatkan modularitas.


45

Akan tetapi modularitas pada paradigma

berorientasi obyek masih dapat

ditingkatkan untuk meningkatkan

kemudahan dalam perawatan (maintainable) pada saat modifikasi

terhadap suatu modul. Jika kebutuhan

sistem berubah maka mungkin diperlukan perubahan/penyesuaian

terhadap suatu modul. Jika pada suatu

modul telah dilakukan perubahan maka

harus dilakukan kompilasi terhadap modul yang bersangkutan dan linking

ulang terhadap aplikasi seperti telah

dijelaskan pada bagian 2.3 tentang sifat pustaka statis. Artinya tingkat

keterikatan (independence) modul

dengan aplikasi (program utama) masih tinggi.

Persoalan tersebut dapat diatasi dengan

menjadikannya modul sebagai DLL dan

digunakan dalam proses linking secara dinamis seperti telah diuraikan pada

bagian 2.3. Dengan cara ini maka kelas-

kelas pada pustaka benar-benar dapat dimodifikasi secara terpisah dari

aplikasinya dan hanya perlu dikompilasi

ulang tanpa proses linking. Karena

modul DLL dapat dikelola secara terpisah (independent) dari modul yang

lain maka berarti DLL dapat

meningkatkan modularitas perangkat lunak. Dengan karakteristik ini berarti

DLL juga meningkatkan tingkat

maintainability perangkat lunak terutama untuk dukungan pasca-jual.

Dari bagian 2.3.1 telah dijelaskan

tentang tiga komponen utama pada

model DLL dan tentang pengaturan pada satu saat hanya satu DllMain entry-

point function yang dapat dipanggil.

Mekanisme ini memiliki konsekuensi sebuah fungsi didalam suatu DLL tidak

mungkin memanggil fungsi di dalam

DLL yang lain. Hal ini berarti antar DLL memiliki tingkat kopling yang

rendah (nol).

Karakteristik tersebut mengakibatkan

perancang modul tidak mungkin

meletakkan fungsi-fungsi atau kelas-

kelas yang saling berkaitan (tidak

independence) kedalam beberapa DLL

yang terpisah. Sehingga memaksa perancang modul untuk meletakkannya

kedalam satu modul yang akan dibentuk

menjadi DLL. Kondisi ini berakibat positip dengan meningkatnya tingkat

kohesi didalam modul. Dengan tingkat

kopling yang rendah dan tingkat kohesi

tinggi maka menghasilkan tingkat modularitas dari perangkat lunak

menjadi tinggi. Kondisi ini menghalangi

terjadinya perambatan kesalahan dari suatu modul ke modul yang lain (error

propagation).

3.2. Analisis Peningkatan Portabilitas

Menggunakan DLL

Pada paradigma berorientasi obyek fungsi dan prosedur dibungkus oleh

obyek yang disebut operasi/methode,

sehingga pemanggilanya harus menyertakan obyeknya seperti

dijelaskan pada bagian 2.2.1. Akibatnya

modul yang dikembangkan dengan

paradigma berorientasi obyek yang berisi kelas tidak dapat melakukan

sharing operasi/methode. Jadi pada

dasarnya DLL tidak dapat digunakan untuk meningkatkan modul yang berisi

kelas pada paradigma berorientasi

obyek. Oleh karena itu dibutuhkan suatu teknik supaya keterbatasan penggunaan

teknologi DLL didalam paradigma

berorientasi obyek tersebut dapat diatasi.

3.2.1. Peningkatan Portabilitas Antar

Aplikasi yang Dibuat dengan Bahasa

Pemrograman yang Sama

Didalam pemrograman bahasa C dan

C++ portabilitas kelas dengan cara sharing antar aplikasi dilakukan

menggunakan pustaka statis (static

library) yang biasanya disimpan dalam

file berekstensi LIB seperti penjelasan


46

pada bagian 2.3. Pustaka LIB dapat

berisi kelas akan dilakukan proses

linking bersama aplikasi yang akan

menggunakannya. Dengan pustaka LIB aplikasi dapat menggunakan kelas untuk

instansiasi obyek, membuat turunan

kelas baru dan manipulasi polimorfisme. Sharing kelas dengan pustaka statis LIB

ini hanya dapat dilakukan diantara

aplikasi-aplikasi yang dibuat dengan

bahasa C++. Pada pembuatan DLL dengan

kompilator Borland C++ Builder selain

dihasilkan file berekstensi DLL juga dihasilkan file berekstensi LIB seperti

telah dijelaskan di bagian 2.3.2 Dengan

demikian maka DLL dapat digunakan untuk meningkatkan portabilitas

perangkat lunak yang berupa kelas atau

sekumpulan kelas didalam lingkungan

pemrograman C++ dengan cara tetap menyertakan file LIB yang menyertai

DLL tersebut dan tentu saja

menyertakan file header-nya. Peningkatan portabilitas ini hanya

sebatas antar aplikasi yang

dikembangkan dengan bahasa C++.

Selain itu penyertaan file LIB hanya berguna untuk pemanggilan DLL secara

statis seperti diuraikan pada bagian

2.3.3. Dengan demikian portabilitas modul yang berisi kelas yang

dikembangkan dengan paradigma

berorientasi obyek hanya dapat ditingkatkan dengan batasan antar

aplikasi C++ dengan pemanggilan

secara setatis dan bukan antar aplikasi

dengan bahasa pemrograman berbeda.

3.2.2. Peningkatan Portabilitas Antar

Aplikai yang Dibuat dengan Bahasa

Pemrograman Berbeda

Bahasa-bahasa pemrograman selain C++ tidak dapat menggunakan pustaka LIB

dan header file yang berkstensi h.

Dengan keterbatasan tersebut maka

antar bahasa pemrograman tidak dapat

dilakukan sharing kelas melalui DLL.

Tetapi seperti diuraikan pada bagian 2.3

bahwa aplikasi dari bahasa yang

mendukung penggunaan DLL dapat memanggil fungsi didalam DLL tersebut

dengan mengirimkan parameter atau

menerima nilai balikan dari fungsi. Kemampuan DLL ini dapat

dimanfaatkan dengan cara nilai balikan

tersebut berupa obyek. Sedangkan dari

uraian bagian 2.2.1 bahwa obyek merupakan instansiasi dari kelas. Jika

antar aplikasi tidak dapat melakukan

sharing kelas maka jalan keluarnya adalah antar aplikasi harus dapat

melakukan sharing obyek. Agar dapat

dilakukan sharing obyek maka instansiasi obyek dengan kelas harus

dilakukan didalam DLL. Agar obyek

hasil instansiasi didalam DLL tersebut

dapat digunakan oleh apikasi lain maka harus disediakan suatu fungsi yang

memberikan nilai balikan berupa obyek.

Jadi fungsi tersebut akan menjadi sarana agar kelas-kelas didalam modul DLL

dapat digunakan aplikasi lain walaupun

tidak secara langsung tetapi melalui

sharing obyek. Pemecahan masalah dengan sharing

obyek mengharuskan perancang modul

DLL untuk meletakkan kelas dan fungsi didalam DLL. Hal ini menimbulkan

masalah baru yang berupa batasan

aplikasi-aplikasi yang akan melakukan sharing modul DLL harus

dikembangkan dengan bahasa

pemrograman yang mendukung

paradigma berorientasi obyek sekaligus mendukung paradigma prosedural.

Sharing obyek hanya dapat dilakukan

untuk aplikasi-aplikasi yang dikembangkan dengan bahasa

pemrograman yang mendukung

paradigma berorientasi obyek dan prosedural (hybrid).


47

4. IMPLEMENTASI

Pada penelitian ini teknologi DLL

diterapkan dalam pengembangan

perangkat lunak yang mengimplementasikan algoritma

Blowfish dengan nama modul

ClassCipher.dll. Modul DLL berisi kelas Cipher dengan methode Encrypt() dan

Decrypt(). Selain itu untuk sarana

sharing obyek disediakan fungsi

CreateMyObject(). Peningkatan modularitas aplikasi

pengguna DLL akan berdampak positip

jika fungsi/methode penyusun implementasi Blowfish atau modul lain

terdapat kesalahan (error) maka tidak

akan berpengaruh diantara modul-modul tersebut. Artinya tidak terjadi

perambatan kesalahan antar modul

(error propagation). Selain itu terdapat

dampak lain yaitu jika ClassCipher.dll diubah mengimplementasikan algoritma

Kriptografi yang berbeda tidak akan

mengganggu aplikasinya (tanpa perlu dilakukan proses link ulang.

Aplikasi pemakai modul ClassCipher.dll

berupa simulasi transmisi data yang

melibatkan proses enkripsi dan dekripsi. Aplikasi tersebut dikembangkan dengan

C++ Builder dan Delphi. Peningkatan

modularitas ditunjukkan melalui analisis terhadap modul ClassCipher.dll.

Sedangkan peningkatan portabilitas

ditunjukkan melalui analisis modul ClassCipher.dll dan pengembangan

aplikasi yang menggunakan DLL

tersebut.

Apikasi yang menggunakan ClassCipher.dll terdiri dari empat

aplikasi simulasi. Aplikasi pertama

dikembangkan dengan C++ Builder berhasil menunjukkan peningkatan

portabilitas melalui sharing kelas.

Aplikasi kedua dikembangkan dengan C++ Builder menunjukkan peningkatan

portabilitas melalui sharing obyek.

Aplikasi ketiga dan keempat

dikembangkan dengan Delphi keduanya

menunjukan peningkatan portabilitas

melalui sharing obyek.

5. KESIMPULAN

Penelitian ini menghasilkan kesimpulan sebagai berikut:

1. Penggunaan teknologi Dynamik

Link Library (DLL) terbukti dapat meningkatkan modularitas dan

portabilitas perangkat lunak yang

dikembangkan dengan paradigma

berorientasi obyek. 2. Peningkatan portabilitas

dilingkungan bahasa C++ pada

perangkat lunak yang dikembangkan dengan paradigma berorientasi

obyek diperoleh dengan teknologi

DLL dengan cara sharing kelas dan menyertakan file LIB.

3. Peningkatan portabilitas

dilingkungan bahasa hybrid selain

C++ pada perangkat lunak yang dikembangkan dengan paradigma

berorientasi obyek diperoleh dengan

teknologi DLL dengan cara sharing obyek.

6. SARAN

Terdapat beberapa saran terhadap

penelitian ini yaitu: 1. Untuk lebih jelas menunjukkan

manfaat modularitas terhadap

kemudahan perawatan (maintainability) sebaiknya

penelitian ini dilengkapi dengan

membuat DLL yang mengimplementasikan algoritma

selain Blowfish misalnya DES,

IDEA atau yang lain yang siap

dipanggil dari aplikasi tanpa proses linking ulang.

2. Untuk meningkatkan manfaat

teknologi DLL berkaitan dengan portabilitas maka penelitian ini

dapat dilanjutkan dengan kajian

terhadap penerapan DLL pada


48

bahasa-bahasa selain C++ dan

Pascal berorientasi obyek yang

mendukung penggunaan DLL dan

berorientasi obyek, misalnya Visual Basic dan lain-lain.

7. DAFTAR PUSTAKA

Abreu-Poels-Sahraoui-Zuse, 2003,

Quantitative Approaches in

Object-Oriented Software Engineering, Fernando Brito e

Abreu, Geert Poels, Houari A.

Sahraoui and Horst Zuse (eds), ISBN:1903996279

Alhir, 1998, The Object-Oriented

Paradigm , Sinan Si Alhir, 1998 Cantu, 2003, Mastering Delphi 7, Marco

Cantu, Sybex

Microsoft, 2006, Best Practices for

Creating DLLs, Microsoft Corporation. All rights reserved

Pressman, 2005, Software Engineering

A Practitioner’s Approach, Sixth Edition, Roger S. Pressman, Mc

Graw Hill, New York

Rumbaugh-Blaha-Premerlan-Eddy-

Lorensen, 1991, Object-Oriented Modeling and Design, James

Rumbaugh, Michael Blaha,

William Premerlan, Frederick Eddy, William Lorensen, Prentice

Hall, New Jersey, 1991.

Sanchez and Canton, 2008, Software Solutions for Engineers and

Scientists, Julio Sanchez and

Maria P. Canton, CRC Press New

York, 2008 Sommerville, 2004, Software

Engineering, 7th Edition, Ian

Sommerville Swart-Cashman-Gustavson-

Hollingworth, 2003, Borland C++

Builder 6 Developer’s Guide, Bob Swart, Mark Cashman, Paul

Gustavson, and Jarrod

Hollingworth, Sams Publishing

USA, 2003.

1. Alvi Syahrini Utami, S.Si, M.Kom Tenaga Pengajar Fakultas Ilmu Komputer

49

Simulasi Antrian Satu Channel Dengan Tipe Kedatangan

Berkelompok

Alvi Syahrini Utami




[email protected]

Abstrak

Masalah antrian tidak hanya terjadi dalam kegiatan sehari – hari namun juga

dapat terjadi pada suatu sistem komputer. Antrian yang akan dibahas memiliki

sebuah server dengan satu garis antrian yang melayani unit dalam antrian satu

per satu dengan tipe kedatangan berkelompok. Pola kedatangan pada antrian ini

berdistribusi Poisson dan pola pelayanan berdistribusi Eksponensial dengan

disiplin antrian FIFO ( First In First Out ). Untuk mengamati perilaku sistem

antrian digunakan simulasi yang akan dijalankan dengan memberikan input yang

berbeda-beda dan akan mempengaruhi output sistem. Dari hasil simulasi

diharapkan dapat diketahui karakteristik sistem antrian terutama probabilitas

kesibukan server sehingga dapat dijadikan landasan untuk pengambilan

keputusan terhadap sistem antrian yang diamati.

Kata kunci : antrian, kedatangan berkelompok, simulasi

Abstract

Queuing problem is not about a daily problem only but it can also happen in a

computer system. Queuing dicussed in this study has a server with one waiting line

that serves customer one by one. Arrival pattern in this queue is Poisson

distribution and the service pattern is Exponential distribution with FIFO ( First

In First Out ) queue discipline. Queuing system applied action is observed by using a simulation that is run by giving different input that will influence the output

system. The simulation is aimed to find out the characteristic of queuing system in

terms of the server busy probability which can be used as the fundamental

consideration in decision making toward the queuing system observed.

Keywords : queue, batch arrival, simulation

1. PENDAHULUAN

Antrian tidak hanya terjadi pada kegiatan

sehari – hari, tetapi juga terjadi pada suatu sistem komputer. Pada suatu sistem

komputer, antrian terutama terjadi pada

suatu sistem multiprogramming dimana banyak program yang dijalankan oleh

satu CPU sehingga program – program yang harus dijalankan harus mengantri

terlebih dahulu sesuai dengan aturan

yang ada dalam antrian. Selain itu antrian

juga dapat terjadi pada suatu sistem jaringan komputer dimana komputer –


50

komputer client mengantri untuk

memperoleh layanan dari server.

Antrian adalah sebuah aktifitas dimana

customer menunggu untuk memperoleh

layanan (Kakiay, 2004)). Antrian terjadi karena terbatasnya sumber daya

pelayanan yang pada kenyataannya

disebabkan karena adanya faktor ekonomi yang membatasi yang selalu

terkait dengan berapa jumlah server yang

harus disediakan Sistem antrian adalah

kumpulan customer, server beserta aturan yang mengatur kedatangan para customer

dan pemrosesan masalahnya. Salah satu

komponen dari sistem antrian adalah pola kedatangan customer. Tipe kedatangan

dapat berupa one-at-a-time yaitu seorang

customer datang pada satu waktu, dan

sekelompok customer yang datang bersamaan pada satu waktu ( batch

arrival ).

Untuk pola kedatangan berkelompok ( batch arrival ), diharapkan server mampu

mengakomodasi jumlah antrian unit yang

masuk ke antrian dalam jumlah yang lebih dari satu dalam waktu yang

bersamaan. Sehingga dengan satu buah

server unit tidak menunggu terlalu lama

Penyelesaian masalah antrian dapat dilakukan dengan metode analitik atau

teori antrian yang telah memiliki formula

yang telah ditetapkan. Tetapi untuk masalah yang terlalu kompleks

diperlukan suatu pemodelan dan simulasi

untuk menganalisa sistem sehingga dapat diketahui bagaimana tingkah laku sistem

yang melibatkan peristiwa batch arrival

(Gupta and Hira, 2003). Selain itu juga

diamati beberapa besaran seperti waktu tunggu, waktu antar kedatangan dan

utilisasi pelayanan.

Dalam simulasi, digunakan suatu program komputer untuk mengevaluasi

sebuah model dan pengumpulan data

dilakukan untuk memperkirakan

karakteristik sebenarnya dari model yang diinginkan. Untuk model yang dapat

diselesaikan secara analitik, simulasi

dapat digunakan untuk membandingkan

bagaimana hasil yang didapat melalui

simulasi dengan penyelesaian yang

diperoleh melalui metode analitik.

2. STRUKTUR SISTEM ANTRIAN

Dalam mempelajari suatu sistem antrian, perlu untuk diketahui struktur sistem

antrian tersebut. Struktur suatu sistem

antrian terdiri dari jumlah server yang

melayani, pola kedatangan, pola pelayanan,dan disiplin antrian (winston).

2.1 Jumlah Server

Berdasarkan jumlah server, antrian dapat dibagi :

1. Antrian Single Channel

Antrian single channel adalah antrian yang hanya terdiri dari satu server

yang melayani unit yang datang ke

dalam suatu sistem antrian. Apabila

server sedang sibuk, maka unit yang datang harus menunggu dengan

membentuk satu garis tunggu sampai

tiba gilirannya.

2. Antrian Multiple Channel

Antrian multiple channel adalah dua

atau lebih service channel yang

diasumsikan identik dalam hal kemampuan layanan. Pada sistem

multiple channel, unit – unit yang

datang menunggu dalam satu garis antrian untuk kemudian bergerak

menuju server yang kosong untuk

dilayani.

2.2 Pola Kedatangan

Pola kedatangan pada suatu sistem

antrian dapat direpresentasikan oleh

waktu antar kedatangan yang merupakan suatu periode waktu antara dua

kedatangan yang berurutan. Kedatangan

customer dalam sistem antrian dapat dipisahkan oleh interval kedatangan yang

sama ataupun tidak sama yang

probabilitasnya diketahui yang disebut juga kedatangan acak.

Utami, Simulasi Antrian Satu Channel Dengan Tipe …

51

Laju dimana customer datang dalam

suatu antrian untuk dilayani merupakan

jumlah customer yang datang per unit

waktu, disebut juga laju kedatangan. Jika kedatangan bersifat acak, harus diketahui

distribusi probabilitas yang

mencerminkan kedatangan terutama waktu antar kedatangan.

2.3 Pola Pelayanan

Pola pelayanan pada suatu sistem antrian

juga mencerminkan pola bagaimana sejumlah customer meninggalkan sistem.

Departure ( keberangkatan ) juga dapat

direpresentasikan oleh waktu pelayanan yang merupakan waktu antar departure.

Waktu pelayanan dapat berupa waktu

pelayanan konstan ataupun variabel yang diketahui bahkan acak yang merupakan

variabel yang diketahui probabilitasnya.

Jika waktu pelayanan terdistribusi secara

acak, harus dicari distribusi probabilitas yang paling baij dalam mendeskripsikan

tingkah laku layanan.

Laju dimana suatu service channel dapat melayani customer adalah jumlah

customer yang dilayani per unit waktu

yang disebut laju pelayanan. Dengan

asumsi service channel selalu dalam keadaan sibuk sehingga tidak ada waktu

idle dari service channel yang

diperkenankan. Nilai rata – rata dari laju

kedatangan direpresentasikan oleh µ.

2.4 Disiplin Antrian

Disiplin antrian adalah aturan bagaimana

urutan pelayanan yang diberikan

terhadap unit berikutnya yang ada dalam antrian ketika server menganggur.

Disiplin antrian dapat berupa :

1. FCFS ( First Come First Served ) yang artinya unit yang datang lebih

dahulu akan dilayani terlebih dahulu.

2. LCFS ( Last Come First Served )

yang artinya unit yang datang paling akhir akan dilayani terlebih dahulu.

3. SRO ( Service in Random Order )

yaitu pelayanan yang diberikan terhadap unit adalah acak.

4. SPT (Shortest Processing Time )

yaitu unit yang dilayani terlebih

dahulu adalah unit yang memiliki

process time terpendek.

33. 3. KEDATANGAN DAN

PELAYANAN

3.1 Distribusi Waktu Kedatangan

Suatu proses kedatangan dalam suatu

sistem antrian artinya menentukan

distribusi probabilitas untuk jumlah kedatangan untuk suatu periode waktu

(Winston). Pada kebanyakan sistem

antrian, suatu proses kedatangan terjadi secara acak dan independent terhadap

proses kedatangan lainnya, dan tidak

dapat diprediksi kapan suatu kedatangan akan terjadi. Dalam hal ini, distribusi

probabilitas poisson menyediakan

deskripsi yang cukup baik untuk suatu

pola kedatangan. Suatu fungsi probabilitas Poisson menyediakan

probabilitas untuk suatu x kedatangan

pada suatu periode waktu yang spesifik dan membentuk fungsi probabilitas

sebagai berikut :

!)(

x

exP

x λλ −

= untuk x = 0,1,2,…

dimana

x = jumlah kedatangan per periode

waktu

λ = rata – rata jumlah kedatangan per

periode waktu

e = 2.71828

3.2 Distribusi Waktu Pelayanan

Waktu layanan adalah waktu yang

dihabiskan seorang unit pada fasilitas layanan ketika layanan dimulai

(Winston). Waktu layanan antara seorang

unit dengan unit lainnya biasanya tidak konstan. Distribusi probabilitas untuk

waktu layanan biasanya mengikuti

distribusi probabilitas eksponensial yang


52

formulanya dapat memberikan informasi

yang berguna mengenai operasi yang

terjadi pada suatu antrian. Dengan

menggunakan distribusi probabilitas eksponensial, probabilitas dimana waktu

layanan akan lebih kecil atau sama

dengan waktu t adalah

P(waktu layanan ≤ t) = 1 – e-µt

Dimana

µ = rata – rata jumlah unit yang dapat dilayani per satu periode waktu

e = 2.271828

3.3 Hubungan antara Distribusi

Poisson dan Distribusi Eksponensial

Untuk melihat hubungan antara distribusi

Poisson dengan distribusi Eksponensial dapat kembali dilihat dari peluang

distribusi Poisson

tx

ex

txXxf λλ

===

!

)(]Pr[)( (2.1)

dimana λ adalah rerata kedatangan dan t

adalah periode waktu.

Didefinisikan T sebagai waktu suatu kejadian, diperoleh

)Pr()( tTtF ≤= (2.2)

ini sama dengan

]Pr[1]Pr[)( tTtTtF >−=≤= (2.3)

dimana

tet

xtT λλ −

=−=>

!0

)(]0Pr[]Pr[

0

te λ−= (2.4)

Selanjutnya disubstitusikan ke hasil Pr(T>t) dalam persamaan (2.3) dan

diperoleh F(t) = 1-e-lt

yang merupakan fungsi distribusi Eksponensial.

3.4 Sifat Memoryless Distribusi

Eksponensial

Memoryles berarti banyaknya hasil yang

terjadi dalam suatu selang waktu atau daerah tertentu tidak terpengaruh oleh (

bebas dari ) apa yang terjadi pada selang

waktu atau daerah lain yang terpisah Gellenbe and Pujolle, 1999).

Pr ( x ≤ T + t | x > T ) = Pr ( x ≤ t )

Hanya ada dua distribusi yang

memiliki sifat memoryless yaitu distribusi eksponensial ( kontinu ) dan

distribusi Geometri ( diskret ). Berikut

bukti sifat memoryless distribusi eksponensial.

Pr (x≤T+t|x>T)

)Pr(

)]()Pr[(

Tx

TxtTx

>>∩+≤

=

)Pr(

)]Pr()Pr[(

Tx

TxtTx

>≤−+≤

=

)1(1

)1()1( )(

t

ttTt

e

eeλ

λλ

−

−+−

−−−−−

=

t

tt

e

eeλ

λλ

−

−− −=

)1(

te λ−−= 1

)Pr( tx ≤=

3.5 Pola Kedatangan Berkelompok

Pola kedatangan pada suatu sistem

antrian dapat berupa batch arrival yaitu

kedatangan sekelompok orang pada satu waktu secara bersamaan (Gellenbe and

Pujolle,1999). Untuk antrian yang

memiliki pola kedatangan berkelompok, kedatangan yang terjadi mengikuti proses

Poisson dengan rata – rata l, tetapi setiap kedatangan tidak hanya terdiri dari satu


53

unit tetapi sejumlah unit yang datang

bersamaan dalam jumlah yang acak.

Dalam hal ini terdapat sebuah server

yang memiliki waktu layanan yang berdistribusi eksponensial.

Misal αj dengan j ≥ 1 adalah probabilitas kedatangan kelompok yang terdiri dari

sejumlah j unit, dan N adalah variabel

acak yang menyatakan ukuran sebuah

kelompok sehingga jjNP α== ][ .

Berdasarkan hal tersebut, masing –

masing kedatangan berkelompok akan

memiliki probabilitas yang berbeda –

beda sesuai dengan distribusinya tetapi tidak menutup kemungkinan dua

kelompok yang berbeda akan memiliki

probabilitas yang sama.

Sedangkan untuk waktu tunggu unit

merupakan jumlah waktu layanan

terhadap unit – unit yang datang sebelumnya dan waktu tunggu di dalam

kelompoknya.

Dari informasi di atas, dapat dibuat suatu

pernyataan yang lebih tepat. Jika X(t) adalah jumlah total unit yang datang pada

waktu t, dan jika Bi adalah jumlah unit

dalam kelompok ke-i, maka X(t) diperoleh dengan

∑=

=)(

1

)(tN

i

iBtX untuk t ≥ 0

Pada tipe kedatangan berkelompok (

batch arrival ), jumlah kedatangan unit dalam satu kali kedatangan merupakan

variabel acak positif X, yang dapat

dituliskan sebagai :

xCxXP == )(

Sistem tersebut merupakan Markovian

karena kejadian yang akan datang

tergantung pada situasi sekarang. Dimana

λλ /xxC = , jika λx adalah laju

kedatangan suatu kelompok unit yang terdiri dari x unit

4. SIMULASI MODEL ANTRIAN

Simulasi model antrian termasuk ke

dalam model simulasi dinamis karena

pada model simulasi suatu sistem antrian dimana keadaan sistem, termasuk jumlah

unit dalam antrian dan apakah fasilitas

layanan sedang sibuk atau idle, akan berubah atau berkembang dari waktu ke

waktu (Law and Kelton, 1991). Simulasi

model antrian termasuk dalam simulasi

discrete – event yang berkaitan dengan permodelan sistem stokastik yang

berubah dari waktu ke waktu melalui

sebuah representasi dimana variabel keadaan berubah hanya pada titik – titik

diskrit dalam waktu.

Untuk mensimulasikan suatu sistem antrian, pertama harus didefinisikan

dahulu keadaan sistem dan dipahami

konsep tentang events dan clock time.

Event didefinisikan sebagai situasi yang menyebabkan keadaan sistem berubah

secara cepat. Pada model antrian dengan

single server, hanya dua event yang mungkin dapat merubah keadaan sistem :

kedatangan ke dalam sistem dan

keberangkatan dari sistem pada saat

penyelesaian layanan. Dalam simulasi, event – event ini akan dijadwalkan untuk

menentukan titik tertentu dalam waktu.

Waktu dalam simulasi di atur menggunakan sebuah variabel yang

disebut clock time.

Pada simulasi model antrian dengan single server, waktu antar kedatangan t1,

t2, … adalah independen yang artinya

Gambar 1. Proses kedatangan batch

arrival


54

suatu kedatangan tidak mempengaruhi

kedatangan lainnya. Sebuah unit yang

datang pada saat server dalam keadaan

menganggur langsung dapat menerima layanan segera, dan waktu layanan s1, s2,

… untuk unit berikutnya merupakan

variabel acak yang terdistribusi secara identik yang independent terhadap waktu

antar kedatangan. Sedangkan unit yang

datang pada saat server dalam keadaan

sibuk akan bergabung dalam antrian. Setelah menyelesaikan layanan untuk

seorang unit, server kemudian memilih

unit yang berada di dalam antrian (jika ada) dengan aturan first-in first-out (

FIFO ).

Simulasi dimulai pada keadaan “empty-and-idle” yang berarti tidak ada unit di

dalam sistem dan server dalam keadaan

menganggur (Render and Stair). Pada

waktu 0, ditunggu kedatangan untuk unit pertama yang terjadi setelah waktu antar

kedatangan t1. Simulasi akan berakhir

sampai unit ke n telah menyelesaikan waktu tunggunya dalam antrian dimana

unit ke n memasuki layanan. Jadi waktu

dimana simulasi berakhir adalah suatu

variabel acak yang tergantung pada nilai yang diamati untuk variabel acak waktu

antar kedatangan dan waktu layanan.

Untuk melihat performansi sistem, dilihat dari seberapa sibuk server dengan

menghitung utilisasi server selama

simulasi berlangsung ( dari waktu 0 sampai tn ) dimana server dalam keadaan

sibuk.

5. SIMULASI ANTRIAN SATU

CHANNEL DENGAN TIPE

KEDATANGAN BERKELOMPOK

Simulasi dilakukan dengan membatasi jumlah elemen atau unit dalam kelompok

pada setiap kedatangan maksimal 8 unit.

Kelompok – kelompok yang datang ke sistem memiliki probabilitasnya masing –

masing. Jumlah probabilitas kelompok –

kelompok yang datang harus sama

dengan 1. Berdasarkan hal tersebut, masing – masing kedatangan

berkelompok akan memiliki probabilitas

yang berbeda – beda tetapi tidak menutup

kemungkinan ada dua kelompok yang

berbeda atau lebih memiliki probabilitas

yang sama.

Pada hasil simulasi digunakan notasi

sebagai berikut :

D = durasi

Pk = Probabilitas Server Kosong

Ps = Probabilitas Server Sibuk

J = Jumlah Unit yang datang

Lk = Laju Kedatangan

Lp = Laju Pelayanan

5.1 Simulasi dengan durasi berbeda

Simulasi dijalankan berulang kali dengan

durasi yang berbeda – beda untuk suatu komposisi probabilitas yang sama.

Sedangkan input laju kedatangan dan laju

pelayanan tetap dengan syarat :

][

1][

SENE <λ

dimana

l = laju kedatangan

E[N] = ekspektasi jumlah customer dalam satu kelompok

][

1

SE = laju pelayanan

Kemudian untuk masing – masing durasi

dilihat bagaimana karakteristik antrian

yang dihasilkan. Hasil simulasi ditunjukkan pada tabel berikut :

Dengan P(1) = 0.05, P(2) = 0.05, P(3) =

0.03, P(4) = 0.02, P(5) = 0.2, P(6) = 0.4,

P(7) = 0.2, P(8) = 0.05, laju kedatangan = 3, dan laju pelayanan = 17


55

Tabel 1. Hasil simulasi

D

(jam)

Pk Ps J

1

2

3

4

5

0.10

0.07

0.03

0.07

0.09

0.90

0.93

0.97

0.93

0.91

889

1681

2588

3326

4886

Dari hasil simulasi dapat dilihat bahwa probabilitas server sibuk paling tinggi

terdapat pada durasi selama 3 jam,

setelah simulasi dilakukan lebih dari 3

jam tejadi penurunan kemungkinan server sibuk

5.2. Simulasi dengan laju pelayanan

berbeda

Selain perubahan durasi, percobaan

simulasi juga dilakukan dengan

mengubah laju pelayanan dengan komposisi probabilitas yang sama.

Berikut hasil data simulasi yang

dilakukan dengan mengubah laju pelayanan menjadi semakin besar dengan

laju kedatangan sebesar 3 unit per menit

selama durasi 4 jam. Berikut hasil simulasi :

dengan P(1) = 0.05, P(2) = 0.05, P(3) =

0.03, P(4) = 0.02, P(5) = 0.2, P(6) =

0.4, P(7) = 0.2, P(8) = 0.05, laju kedatangan = 3, dan durasi = 4 jam


Lp (unit per

detik)

Pk Ps J

18

19

20

0.12

0.17

0.23

0.88

0.83

0.77

3353

3251

3113

Dari hasil simulasi, semakin besar laju

pelayanan akan memperkecil probabilitas

kesibukan server.

5.3. Simulasi dengan laju kedatangan

dan laju pelayanan berbeda

Dengan komposisi probabilitas yang

sama pula dilakukan pengujian pada laju kedatangan yang berbeda, tetapi dengan

berubahnya laju kedatangan maka laju

pelayanan juga akan berubah karena

besarnya laju pelayanan terpengaruh oleh besarnya laju kedatangan dan komposisi

probabilitas kedatangan. Berikut hasil

simulasi dengan P(1) = 0.05, P(2) = 0.05, P(3) = 0.03, P(4) = 0.02, P(5) = 0.2,

P(6) = 0.4, P(7) = 0.2, dan P(8) = 0.05


Lp (unit

per detik)

Lp (unit

per detik)

Pk Ps J

1

2

4

6

12

23

0.20

0.1

1

0.0

7

0.80

0.89

0.93

1878

2342

4308

Dari hasil simulasi, semakin besar laju kedatangan akan menyebabkan semakin

besar pula probabilitas server sibuk

walaupun laju pelayanan juga diperbesar.

6. KESIMPULAN

Dari ketiga simulasi yang telah

dilakukan, terdapat suatu hal menarik yang dapat diamati bahwa untuk simulasi

dengan durasi yang berbeda – beda akan

terjadi suatu kondisi dimana probabilitas kesibukan server paling tinggi pada

terjadi saat simulasi dijalankan dengan

durasi 3 jam. Apabila simulasi dijalankan

dengan durasi lebih dari 3 jam maka akan terjadi penurunan probabilitas kesibukan

server. Simulasi juga dapat dijalankan

untuk komposisi probabilitas yang lain


56

dengan laju kedatangan dan pelayanan

yang berbeda sehingga dapat

diperkirakan kapan waktu tersibuk

server. Jika waktu tersibuk server dapat diperkirakan, maka dapat dipersiapkan

suatu tindakan terhadap perilaku server

menjelang waktu tersebut, misalnya dengan menambah server atau tindakan

lainnya.

Selain itu untuk memperkecil

probabilitas kesibukan server dapat dilakukan dengan memperbesar laju

pelayanan terhadap unit yang datang.

7. DAFTAR PUSTAKA

Gelenbe, Erol and Pujolle, Guy, 1999. Introduction to Queueing

Networks, Second Edition, New

York: John Wiley and Sons.

Gupta, Prem Kumar and Hira, D.S, 2003. Operations Research, Ram Nagar,

New Delhi: S. Chand & Company

Ltd.

Kakiay, Thomas T. 2004. Dasar Teori

Antrian untuk Kehidupan Nyata,

Andi Offset, Yogyakarta

Law, Avril. M and Kelton, W. David, 1991. Simulation Modelling and

Anakysis, Second Edition, New

York: McHraw-Hill, Inc.

Render, Barry and Stair, Ralph M. Jr,

Quantitative Analysis for

Management, Seventh Edition, New Jersey: Prentice Hall.

Winston, Wayne L. Operations Research

: Application and Algorithms,

Third Edition, Duxbury Press : An Imprint of Wardsworth Publishing

Company, Belmont California.


57

1. Deris Setiawan, S.Kom, M.T Assisten Ahli Fakultas Ilmu Komputer 2. Dian Palupi Rini, S.Si, M.Kom Asisten Ahli Fakultas Ilmu Komputer

57

Optimalisasi Interkoneksi Virtual Private Network (Vpn)

Dengan Menggunakan Hardware Based dan Iix (Indonesia

Internet Exchange) Sebagai Alternatif

Jaringan Skala Luas (Wan)

Deris Stiawan & Dian Palupi Rini




[email protected],




[email protected]

Abstrak

Virtual Private Network (VPN) salah satu solusi yang bisa digunakan untuk

interkoneksi jaringan skala luas (WAN), saat ini banyak para provider telcom

menawarkan solusi VPN sebagai komunikasi data perusahaan bisnis untuk

interkoneksi ke kantor-kantor cabangnya. Indonesia Internet Exchange (IIX) yang

menginterkoneksikan semua penyedia jasa internet (ISP) di Indonesia dalam satu

jaringan yang terpusat secara lokal. Solusi interkoneksi VPN dapat menggunakan

hardware based yang mempunyai kelebihan dibandingkan software based. Solusi VPN

dan penggunaan Interkoneksi IIX dapat menjawab interkoneksi secara lokal ke

jaringan intranet dengan aman namun melalui jaringan yang bisa diakses dengan

mudah dan murah seperti jaringan Internet. IIX lebih murah dan bisa dioptimalkan

pengelamatan routingnya selama digunakan untuk diwilayah layanan Indonesia. IIX

akan memperpendek lompatan paket data, memperkecil latency waktu, dan

meningkatkan penggunaan traffic content di Indonesia.

Kata Kunci :VPN, Perangkat Keras, ISP

Abstract

Virtual Private Network ( VPN) one of a solution which can be used for the

interconnections wide area network ( WAN), in this time a lot of all provider telco offer

the solution VPN as communications of data of business company for the

interconnections of to its office of brancsh. Indonesia of Internet Exchange ( IIX)

which interconnection all Intermet Service Provider (ISP) in indonesian in one

network which centrally locally. VPN solution can use the hardware based having

excess compared to by software based. Solution of VPN and use of IIX

Interconnections can reply the locally Interconnection to network intranet safely. IIX

efficient in routing address during used for the region of Indonesia service. IIX will


58

cut short the jumping movement of data packet, reduced latency time, and improve the

use of traffic content in Indonesia.

Kata kunci : Virtual Private Network, VPN, IIX, Hardware Based

1. PENDAHULUAN

1.1 Latar Belakang

Jaringan komunikasi data yang terintegrasi saat ini sudah menjadi

kebutuhan utama bagi sebuah institusi

atau perusahaan bisnis, terutama perusahaan yang mempunyai banyak

cabang di lokasi geografis yang berbeda

dan juga untuk perusahaan yang kegiatan

perkantorannya menuntut seorang pegawai tidak hanya behind the desk saja,

namun juga harus mobile. Oleh karena itu

kemudahan untuk akses data antar kantor atau kekantor sangat diperlukan

dimanapun dan kapanpun pegawai

tersebut berada.

Kegiatan untuk komunikasi data langsung

ke server suatu kantor, memerlukan suatu

teknologi hardware dan dukungan teknis

yang rumit sehingga hal ini akan

menyebabkan pembiayaan menjadi mahal. Padahal kebutuhan koneksi data berupa

sistem informasi yang terintegrasi saat ini

sangat tinggi, dari sistem teknologi client server biasa sampai dengan implementasi

sistem seperti ERP, Supply Chain, CRM,

E-business dan sebagainya. Namun tidak

semua perusahaan mempunyai anggaran yang banyak terutama untuk membiayai

komunikasi data seperti sewa sirkuit,

bandwidth dan biaya perbulan lainnya dari

sebuah provider.

Selama ini penggunaan teknologi wide

area network (WAN) menjadi salah satu solusi banyak perusahaan untuk

komunikasi data. WAN adalah jaringan

komunikasi yang meliputi area geograpis yang luas dan biasanya menggunakan

fasilitas dari transmisi provider, seperti

perusahaan telpon atau lainnya. Infrastruktur inilah yang nantinya menjadi

penghubung antara kantor pusat ke

cabang-cabang dan telecomutters. Namun ada beberapa hal yang harus diperhatikan

dalam memilih solusi Infrastruktur

jaringan komunikasi ini, diantaranya :

Bandwidth, Teknologi, Skalability, Support IP Based, Easy Configuration &

maintenance, Low Cost dan Security.

Menurut hasil penelitian dari infonetics dikatakan bahwa saat ini penggunaan

Interkoneksi WAN meningkat 58 % pada

kuartal pertama tahun 2007 dan kuartal

pertama tahun 2008.

Gambar 1. Topology Classic WAN

(sumber cisco.com)

Pada gambar 1 terlihat topology yang

dahulu digunakan untuk mengkoneksikan

banyak kantor cabang dan para pegawai yang mobile menggunakan infrastruktur

penyedia jasa leased line, Frame relay,

Dial-up atau menggunakan ATM, namun

Main

Office

Mobile Workers

Regional Office

Home

Offices

Private Lines Frame Relay

Remote Office

Setiawan, Rini Optimalisasi Interkoneksi Virtual Private Network (Vpn)...

59

karana ketidakseimbangan antara

tingginya biaya yang harus dikeluarkan

dengan rendahnya aspek teknikalnya

seperti bandwidth, protocol, interface, lastmiles, coverage area, jarak dan lain-

lain, maka solusi WAN klasik ini mulai

ditinggalkan. Pertumbuhan jaringan internet di

Indonesia, sekalipun masih dalam tahap

awal dan belum memasyarakat seperti

halnya di negara-negara maju, menunjukkan trend yang sangat positif.

Potensi penggunanya yang begitu besar

dari penduduk Indonesia yang pada saat ini (Juli 1997) berjumlah sekitar 200 juta

jiwa tidak dapat diabaikan begitu saja.

Koneksi ke internet dilakukan dengan menghubungkan suatu perangkat

komunikasi ke Internet Service Provider

(ISP), sedangkan ISP akan terkoneksi ke

Network Access Provider (NAP) dan NAP terkoneksi ke jaringan tulang punggung

(backbone) dunia yang terhubung lewat

kabel Fiber Optic bawah laut, jaringan nirkabel atau jaringan komunikasi satelite.

Perkumpulan Asosiasi Penyelenggara

Jasa Internet Indonesia (APJII) membuat

interkoneksi peering nasional agar pengelamatan routing di Internet menjadi

lebih cepat dan tidak membuang traffic

internet ke Internet global / internasional. Interkoneksi ini disebut IIX atau

Indonesia Internet Exchange, yang

menghubungkan semua ISP (internet Service Provider), NAP (Network Access

Provider) dan Telco lainnya kedalam

jaringan yang terpusat dan saling

terhubung. Interkoneksi IIX ini berujung

di Gedung Cyber Jl. Kuningan Barat No 8

Jakarta. Jadi dengan interkoneksi peering

ini maka koneksi antara ISP atau NAP di Indonesia tidak perlu pengelamatan atau

routing ke luar negeri lagi.

Solusi VPN dan penggunaan Interkoneksi

IIX, dapat menjadi satu alternatif

interkoneksi, dimana bisa terkoneksi

secara lokal ke jaringan intranet kantor dengan aman namun melalui jaringan

yang bisa diakses dengan mudah seperti

jaringan Internet, dengan menggunakan interkoneksi jaringan IIX yang cenderung

lebih murah dan bisa dioptimalkan

pengelamatan routingnya selama

digunakan untuk diwilayah layanan Indonesia. IIX akan memperpendek

lompatan paket data, memperkecil latency

waktu, dan meningkatkan penggunaan traffic content di Indonesia.

Kegunaan yang paling besar saat ini

menggunakan traffik IIX adalah pengembang content games lokal atau

pengembang games dunia yang meletakan

servernya di jaringan IIX. Akibatnya

banyak para pengusaha warnet berlomba untuk terkoneksi ke jaringan IIX ini.

Padahal optimalisasi jaringan IIX dapat

dilakukan dengan memanfaatkan untuk interkoneksi lain, yang salah satunya

dapat melewatkan dan mengintegrasikan

perusahaan-perusahaan atau institusi

bisnis ke kantor-lantor cabang lainnya.

1.2 Tujuan Penelitian

Tujuan dari penelitian ini adalah

menganalisa dan kajian optimalisasi interkoneksi jaringan skala luas (WAN)

dengan menggunakan VPN memanfaatkan

interkoneksi IIX.

1.3 Manfaat Penelitian

Manfaat dari penelitian ini adalah memberikan gambaran tentang alternatif

lain yang dapat menjadi solusi untuk

interkoneksi jaringan skala luas (WAN).


60

1.4 Metode Penelitian

Langkah – langkah yang dilakukan dalam

penelitian ini adalah sebagai berikut :

1. Analisa kebutuhan jaringan WAN

pada sebuah perusahaan melalui studi

pustaka dan literatur. 2. Perancangan dan alternatif solusi

3. Evaluasi hasil

2. TINJAUAN PUSTAKA

2.1 Interkoneksi

Internet, adalah sebuah sistem yang besar

dan banyak yang menghubungkan jutaan

sistem dan terdiri dari multi-protocol,

berbagai macam media, jaringan global

dunia yang dahulu dikembangkan oleh

Departemen Pertahanan Amerika Serikat yang dikenal dengan ARPAnet, namun

karena Internet adalah jaringan public

maka bersifat open dan saat ini masalah keamanan menjadi sangat krusial terutama

informasi-informasi penting yang lewat di

Internet dapat disadap oleh orang lain.

Perkembangan teknologi Internet saat ini

sangat cepat melebihi perkembangan teknologi radio dan televisi.

Gambar 2. Skema Tunneling & Encapsulations VPN

Jaringan Internet adalah kumpulan jaringan di dunia yang menghubungkan

jutaan komputer perusahaan, badan

pemerintahan, institusi pendidikan, dan perorangan, dengan internet pengguna

mendapatkan akses untuk memperoleh

informasi global dan komunikasi sistem

(Shelly, Discovering Computer, 62)

Pertumbuhan jaringan internet di Indonesia, sekalipun masih dalam tahap

awal dan belum memasyarakat seperti

halnya di negara-negara maju, menunjukkan trend yang sangat positif.

Potensi penggunanya yang begitu besar

dari penduduk Indonesia yang pada saat


61

ini (Juli 1997) berjumlah sekitar 200 juta

jiwa tidak dapat diabaikan begitu saja.

Untuk mengembangkan pasar yang besar

ini, salah satu prasyarat adalah dibentuknya suatu interkoneksi nasional

antar penyelenggara jasa internet (PJI) di

Indonesia, sehingga pelanggan dari satu PJI dapat dengan mudah dan murah

berkomunikasi dengan pelanggan PJI

yang lain yang berada di Indonesia. IIX

dibentuk oleh APJII yang awalnya bersifat amal dan sukarela dengan maksud

menyatukan trafik antar Internet Service

Provider (ISP) di Indonesia sehingga tidak perlu transit ke luar negeri.

(www.iix.net.id/?do=latar-tujuan)

IIX dibuat untuk peering ISP-ISP dan NAP yang ada di Indonesia Tujuannya

adalah membentuk jaringan interkoneksi

nasional yang memiliki kemampuan dan

fasilitas yang sesuai dengan kebutuhan yang ada, untuk digunakan oleh setiap ISP

yang memiliki ijin beroperasi di Indonesia.

ISP yang tersambung ke IIX tanpa biaya bandwith, hanya biaya link fisik sepeti

serat optik, wireless atau leased line, yang

berbeda-beda. Cukup murah bagi ISP

yang berada di Jakarta tetapi mahal bagi ISP yang ada di luar Jakarta, apalagi di

luar Jawa, karena biaya link fisiknya saja

jauh lebih mahal daripada link internasional termasuk kapasitas

bandwidth langsung melalui satelit ke luar

negeri. (http://id.wikipedia.org/wiki/Indonesia_Int

ernet_Exchange)

Virtual Private Network (VPN)

memungkinkan dibentuk interkoneksi

network melalui jaringan internet dengan

protocol tunneling agar terbentuk koneksi

secara private. (James E Goldman, Applied Data Communications, 624).

Virtual Private Network (VPN) sebuah

session yang di authentication dan lajur

komunikasi yang dienkripsi melalui

jaringan publik seperti Internet, dimana

VPN hanya memproteksi session

komunikasi antara dua domain. (Chris Brenton, Mastering Network Security,

321).

Saat ini ada beberapa jenis peralatan VPN yang ada di pasaran dunia, dengan

banyaknya produk VPN akan menyulitkan

dalam menentukan peralatan yang tepat

yang akan digunakan, Hardware Based VPN adalah suatu perangkat alternatif dari

router based yang berfungsi sebagai

perangkat keras yang menangani mekanisme routing dan network

addressing, VPN tunneling protocol,

Enkripsi, Bandwidth management, Layanan otentikasi, Accounting, Kompresi

data, Fungsi Firewall, dan Koneksitas

dengan VPN client

2.2 Virtual Private Network (VPN)

Dengan perkembangan interkoneksi

Internet yang semakin luas dan turunnya harga bandwidth yang signifikan di

Indonesia, maka Teknologi komunikasi

data yang menggunakan interkoneksi Internet adalah suatu pilihan yang tepat.

VPN merupakan sebuah jaringan private

yang menghubungkan satu node jaringan ke node jaringan lainnya dengan

menggunakan jaringan Internet. Data yang

dilewatkan akan diencapsulation

(dibungkus) dan dienkripsi, supaya data

tersebut terjamin kerahasiaannya.

Peningkatan penggunaan koneksi VPN

dari tahun ke tahun sangat signifikan

karena murahnya infrastruktur yang dibutuhkan serta mudahnya dalam

instalasi, maka koneksi ini lebih efisien

dibandingkan dengan metode WAN.


62

Ada beberapa alasan mengapa saat ini

penggunaan perusahaan banyak

membangun solusi VPN, diantaranya ;

1. Menekan biaya interkoneksi

2. Memperluas interkoneksi ke user yang

selama ini susah dijangkau 3. Dapat mengirimkan aplikasi-aplikasi

baru berbasis Internet Protocol

4. Fleksibel dalam pemilihan topology

5. Skalabilitas Network terjaga 6. Meningkatkan tingkat Security

Mengapa aman, karena Sistem keamanan di VPN menggunakan beberapa lapisan,

seperti pada Gambar 2 sebelumnya dapat

dijabarkan beberapa metode keamanan VPN, diantaranya ;

1. Metode tunneling (terowongan),

membuat terowongan virtual diatas jaringan publik menggunakan

protocol seperti Point to Point

Protocol (PPTP), Layer 2 Tunneling Protocol (L2TP), Generic Routing

Encapsulation (GRE) atau IP Sec.

PPTP dan L2TP adalah layer 2

tunneling protocol. keduanya melakukan pembungkusan payload

pada frame Point to Point Protocol

(PPP) untuk di lewatkan pada jaringan. IP Sec berada di layer 3 yang

menggunakan packet, yang akan

melakukan pembungkusan IP header sebelum dikirim ke jaringan.

2. Metode Enkrpsi untuk

Encapsulations (membungkus) paket

data yang lewat di dalam tunneling,

dimana data akan dienkripsi pada saat

dilewatkan. Data disini akan dirubah

dengan metode algoritma cripthography tertentu seperti DES,

3DES, atau AES

3. Metode Otentikasi User, karena

banyak user yang akan mengakses

dari banyak titik maka digunakan

beberapa metode protocol otentikasi user tertentu, seperti Remote Access

Dial In User Services (RADIUS) dan

Digital Certificates. 4. Integritas Data, karena paket data

yang dilewatkan di jaringan publik

maka diperlukan penjaminan

integritas data atau kepercayaan data apakah terjadi perubahan atau tidak.

Metode VPN dapat menggunakan

HMA C-MD5 atau HMA C-SHA1 untuk menjamin paket tidak dirubah

pada saat pengiriman.

3. ALTERNATIF WAN VIA IIX

3.1 Interkoneksi IIX

Sejak tahun 2000an disaat trend Internet di Indonesia booming dan makin

banyaknya penyedia jasa internet,

perkumpulan Asosiasi Penyelenggara

Jasa Internet Indonesia (APJII) membuat interkoneksi peering nasional agar

pengelamatan routing di Internet menjadi

lebih cepat dan tidak membuang traffic internet ke Internet global / internasional.

Interkoneksi ini disebut IIX atau

Indonesia Internet Exchange.


63

Gambar 3. Design Topology IIX

Interkoneksi IIX ini menghubungkan

semua ISP (Internet Service Provider), NAP (Network Access Provider) dan

Telco lainnya kedalam jaringan yang

terpusat dan saling terhubung. Interkoneksi IIX ini berujung dan bertemu

di Gedung Cyber Jl. Kuningan Barat No 8

Jakarta. Jadi dengan interkoneksi ini maka

koneksi antara ISP atau NAP di Indonesia tidak perlu pengelamatan atau routing ke

luar negeri lagi. Dari Gambar 3 topology

gambar diatas dapat diterangkan ; 1. Koneksi backbone membentuk

topology Ring antara IIX-1 dengan

IIX-2 dan IIX-3 menggunakan kabel Fiber Optic (FO) dengan transfer data

mencapai 1Gbps.

2. Koneksi dari IIX di jakarta ke IIX

Wilayah di daerah-daerah

menggunakan leased channel, atau

metro-e dari NAP UPSTREAM yang

disewa oleh para ISP di daerah tersebut.

3. Koneksi E-Gov untuk kepentingan

Departemen DIKNAS, MILITER atau

pemerintahan lainnya dihubungkan ke

core IIX via leased channel atau provider UPSTREAMnya.

Tujuan utama membuat simpul-simpul di daerah indonesia untuk mengumpulkan

semua provider ISP di indonesia dan

pengguna content lokal lainnya untuk

terinterkoneksi ke IIX. Dari data yang didapat 50 % traffic berasal dari ISP dan

kebanyakan untuk traffic bandwidth

games. Hal ini sangat disayangkan dengan kemampuan jaringan IIX yang belum

dapat dioptimalkan.

Gambar 4. Perancangan Topology

koneksi private via IIX


64

3.1 Aspek Teknik IIX

Saat ini terdapat tiga node utama IIX yang

terhubung dengan backbone Fiber Optic dan topology ring. Interkoneksi utama

inilah yang menjadi backbone ke ISP,

NAP yang ada diseluruh indonesia baik yang berada di jawa atau daerah-daerah

lainnya. IIX juga saat ini di

interkoneksikan dengan jaringan

pemerintahan seperti untuk keperluan militer dan pendidikan (INHERENT /

JARDIKNAS).

Dari gambar 3 terlihat tiga tempat interkoneksi IIX ;

1. IIX 1 berada di Gedung Telkom

Graha Citra Caraka, Jl. Jend. Gatot Subroto 52 dan direlokasi ke Gedung

Arthatel

2. IIX-2 terletak di Gedung Cyber Jl.

Kuningan Barat No. 8 Jakarta 3. IIX-3 berada di Annex Building Suite

101 AB Plaza Kuningan Jl. H.R.

Rasuna Said Kav C 11 – 14 (http://www.napinfo.net)

4. PERANCANGAN VPN

4.4.1. Analisa Kebutuhan Jaringan

WAN P Pada Sebuah

Perusahaan

Ada beberapa solusi komunikasi VPN yang ditawarkan oleh provider

telekomunikasi kepada perusahaan. Salah

satunya adalah VPN IP dengan teknologi

MPLS.

Dari Gambar 4 diatas dapat dijelaskan

sebagai berikut ;

1. Kebutuhan interkoneksi untuk menghubungkan beberapa kantor

cabang dan telecomutters yang berada

di wilayah Indonesia.

2. Kebutuhan perusahaan untuk

terkoneksi secara lokal melalui

jaringan interkoneksi.

3. Koneksi di Kantor Pusat menggunakan koneksi dedicated,

koneksi dedicated terkoneksi ke dua

ISP yang berbeda backbone

upstreamnya agar bisa

mengoptimalkan load balancing yang

akan dikonfigurasi. Load Balancing

dibutuhkan agar tingkat layanan terjaga dan terjamin, sedangkan

Bandwidtnya dibutuhkan lebih besar

dari bandwidth yang di kantor cabang. 4. Di setiap kantor cabang dapat

menggunakan koneksi dedicated atau

koneksi broadband, yang mana pointing ip addressnya point-to-point

ke ip publik atau mesin Domain Name

Server (DNS) yang berada di kantor

pusat. 5. Para pekerja rumah secara remote dan

mobile (telecommuters) dapat

terkoneksi secara langsung ke server kantor pusat dengan menggunakan

VPN Client software yang juga di

pointing ip addressnya point-to-point

ke ip publik atau mesin Domain Name Server (DNS) yang berada di kantor

pusat via koneksi broadband.

4.2 Perancangan Jaringan VPN dengan

menggunakan interkoneksi IIX

Penggunakan sistem VPN dengan IIX bisa

menggunakan suatu perangkat hardware khusus produksi vendor tertentu yang

dibuat untuk melakukan proses

komunikasi lewat jaringan Internet, sistem

ini sering disebut sebagai solusi hardware

based.

Kelebihan utama dari sistem hardware

based ini adalah sistem keamanan, kinerja,

fleksibel, dan kontrol manajemen serta


65

dapat di koneksikan dengan infrastruktur

jaringan lainnya seperti sistem keamanan

atau kualitas layanan yang sudah ada

untuk memperkuat fungsi VPN tersebut. Dengan memilih perangkat yang tepat

maka komunikasi data dengan VPN dapat

juga mengintegasikan komunikasi suara melalui metode IP Telephony.

Maksudnya perangkat VPN ini juga dapat

mendukung protocol untuk komunikasi

suara, konsep yang dikenal sebagai

AVVID (Architecture Voice, Video and

Integrated Data) untuk mengoptimalkan koneksi dalam jaringan

4.3 Solusi Hardware Router /

Concentrator

Gambar 5. Design Topology Interkoneksi private via IIX

Solusi ini menggunakan sebuah perangkat

router series tertentu, router yang sudah mensupport protocol VPN dapat langsung

dikonfigurasi baik disisi pusat atau disisi

kantor cabang, intinya yang membangun “koneksi” antara dua titik atau lebih secara

simultan dilakukan oleh router tersebut.

Ciri router bisa mensupport VPN adalah

dengan disediakannya perintah Tunneling

encapsulation VPN didalam sistemnya.

Pada gambar 5 semua node router di

setiap kantor cabang terkoneksi secara point-to-point ke router yang berada di

kantor pusat melewati jaringan IIX.

Estimasi yang dibutuhkan untuk solusi ini

adalah ;

Kantor pusat

Jenis Koneksi Dedicated CIR 1:1

Bandwidth 2 x minimal 1024 kbps

Jenis

Perangkat

Router series support

VPN(series yang lebih

tinggi dari kantor cabang)

Routing Static ke cabang with

load balancing

Management Firewall dan QoS Bandwidth akses


66

Kantor Cabang

Jenis Koneksi Dedicated CIR 1:1

Bandwidth minimal 512 kbps

Jenis Perangkat Router series support

VPN

Routing Static ke pusat

Management Firewall dan QoS

Bandwidth akses

Contoh series router ternama yang

mensupport VPN adalah 7000 series, 3600

series, 2600 series, 1700 series dan SOHO 900 series / 800 series. Terdapat juga

VPN Module yang bisa digunakan di

series tertentu dan mempunyai features tambahan seperti IOS plus Firewall IPSec

dan Dual 10/100 Mbps. Sedangkan contoh

series router lainnya seperti Pasport series 200, 1750, 2700, dan 5000.

Kelebihan utama dari sistem ini adalah di

tingkat kehandalan dan jaminan layanan

yang diberikan, karena memang suatu

perangkat yang dibuat untuk melakukan

fungsi pengelamatan.

4.4 Solusi Server based produk SOHO/

SMB

Solusi tepat untuk perusahaan Small Office Home Office (SOHO) atau Small

Medium Business (SMB), di beberapa

contoh studi kasus perusahaan bisnis di Indonesia yang menggunakan solusi ini

adalah sistem maskapai penerbangan,

travel dan perusahaan retailed

menggunakan sistem yang dibangun dengan “backbone” solusi dari vendor

SOHO/SMB.

Perangkat ini juga bisa digunakan sebagai “router broadband” untuk melakukan

NAT, dan beberapa feature firewall

sederhana. Rata-rata produk dari vendor ini dapat melakukan 200 koneksi

dedicated VPN tunnels secara simultan

dengan funsgi mendukung metode IP Sec

/ IKESA. Pada gambar 6 sampai gambar 8 dibawah

adalah contoh dari topology dan produk

vendor SOHO/SMB yang menawarkan solusi hardware based.

Gambar 6. Solusi hardware based VPN


67



Mungkin sistem mixed atau campuran

yang dikombinasikan perangkat router

atau concentrator khusus yang dipasang di

sisi kantor pusat dan penggunaan solusi SOHO/SMB digunakan sebagai solusi

kantor cabang atau telecommuters adalah

solusi yang bijak. Namun tingkat kompatibelitas pasti sangat menjadi

perhatian utama.

5. KESIMPULAN

Tulisan ini diharapkan dapat memberikan gambaran tentang alterntif interkoneksi

jaringan skala luas (WAN) yaitu

interkoneksi dengan menggunakan teknologi VPN dengan memanfaatkan

interkoneksi IIX.

Dengan menggunakan jaringan IIX maka dapat mereduksi biaya sewa layanan

bandwidth yang selama ini menjadi solusi

perusahaan bisnis. Interkoneksi Indonesia

Internet Exchange (IIX) sangat efektif

untuk menghubungkan traffic data yang

interkoneksinya berada di Indonesia, karena dengan IIX dapat meningkatkan

kinerja jaringan karena latency yang kecil

dan dapat mengoptimalisasikan pengelematan di router kita. IIX dapat

menjadi solusi tepat bagi para perusahaan

bisnis yang mempunyai banyak kantor

cabang di Indonesia VPN saat ini berkembang pesat

dikarenakan faktor efektifitas dan efisien

bari dari sisi teknis dan bisnis, ditunjang

dengan semakin beragamnya solusi yang

ditawarkan oleh para vendor-vendor

pembuat solusi jaringan komputer. VPN dapat mengintegrasikan jaringan melewati

jaringn publik dengan aman.

Solusi VPN dengan menggunakan

hardware based sangat tepat untuk


68

mendapatkan performa dan kehandalan

interkoneksi yang dibangun, karena proses

encapsulations, enkripsi dan tunneling

dilakukan diperangakatnya bukan di sebuah sistem operasi.

6. DAFTAR PUSTAKA

Archer Kevin, Core James, Cothen Chuck,

Davis Roger, White B. Gregory, Ph.D, Dicenso David, Goog J,

Travis, William E. Dwayne, 2001,

“Voice and Data Security”., Sams Publishing., USA., 14-

15 pp.

Dicson Kevin.,1999, “The ABCs Of VPNs”.,Packet Magazine Cisco

System., Third Editions

2002,USA., 50-55 pp.

David Barry, 2002, “VPN Management”., Third Edition 2002, Packet

Magazine Cisco

System., USA., 57-60 pp. Chris Brenton, Sybex Network, 1996.,

“Mastering Network

Security”,USA.

James E Goldman, Phillip T Rawless, “Applied Data Communications”.,

2001 .,John Wiley & Sons,

Inc.,USA Marilee Ford, H. Kim Lew, Steve Spanier,

Tim Stevenson, 1997,

Internetworking Techlogies Handbook, Cisco Network

Press, USA________., 2003, “VPN with

windows 2003”,

Whitepaper Microsoft,USA,

www.technet.microsoft.com/en-

us/network/bb545442.aspx.

Shelly Cashman Vermaat, Discovering Computer, Salemba Infotek, Jakarta,

2007

Steve Spanier, Tim Stevenson, Marilee

Ford, 1997., “Internetworking

Technologies Handbook”., Cisco

Press., USA, ________.,2002., “Virtual Private

Network : An

Overview”., Whitepaper Microsoft .,USA.,

<http://www.microsoft.com/docs/vpnover

view>

________.,2002. http://www.byteandswitch.com/document.

asp?doc_id=161113&WT.svl=wire2

_6 _______,.htttp://www.iix.net.id/?do=latar-

tujuan

_______,.2008 http://id.wikipedia.org/wiki/Indones

ia_Internet_Exchange)

_______,.2008, http://www.napinfo.net

1. Jaidan Jauhari, S.Pd, M.T. Asisten Ahli Fakultas Ilmu Pendidikan

69

Pengembangan Perangkat Lunak Pembangkit Fraktal

Berbasis Fungsi Polynomial dengan Menggunakan

Pemrograman Borland C++ Builder 6.0

Jaidan Jauhari

Jurusan Matematika

Fakultas Ilmu Pendidikan


[email protected]

Abstrak

Dalam geometri fraktal objek di gambarkan dengan menggunakan algoritma

iteratif. Fraktal memiliki sifat self similarity dimana setiap bagian dari fraktal

menyerupai bagian yang lebih besar, namun dalam skala yang berbeda. Proses

pembangkitan geometri fraktal dilakukan dengan cara iterasi terhadap fungsi

matematika tertentu. Pada penelitian ini dibangun sebuah perangkat lunak

untuk membangkitkan geometri fractal berbasis fungsi polinomial. Metodologi

yang digunakan penelitian ini adalah metodologi pengembangan perangkat

lunak Waterfall Model Perancangannya menggunakan model fungsional yaitu

DFD (Data Flow Diagram). Perangkat lunak PoliFrak dibangun dalam

lingkungan pemrograman Microsoft Windows. Bahasa pemrograman yang

dipakai adalah Borland C++ Builder 6.0. Perangkat lunak ini telah

menghasilkan keluaran seperti yang diinginkan yaitu berupa pembangkitan

gambar fraktal, sesuai dengan variabel, parameter dan warna masukan.

Kata Kunci : geometri fraktal, self similarity, berbasis fungsi polinomial

Abstract

In fractal geometry, object is drawn using iterative algorithm. Fractal has self

similarity by nature, such that each part of fractal is similar to the bigger part,

but in different scale. Fractal generation process is done by iteration toward

certain mathematic function. One of the mathematic function is the polinomial

function-based one. This research is limited only for polinomial function-based

fractals. The methodology used in developing this software is waterfall model.

The design used functional model, that is DFD (Data Flow Diagram). PoliFrak

software is developed in Microsoft Windows programming environment.

Programming language used here is Borland C++ Builder 6.0. This software has

produce the desired output, such as fractal image generation.

Keywords : fractal geometry, self similarity, polinomial function-based

1. PENDAHULUAN

Di sekeliling kita terdapat banyak objek.

Jika objek tersebut merupakan bentuk

yang teratur seperti lingkaran, elips,

segiempat, bola, kubus atau kerucut

maka objek-objek tersebut dapat

dinyatakan dalam rumus sederhana sebagai fungsi koordinat dalam geometri


70

Euclidian. Tetapi bentuk objek di alam

umumnya tidak beraturan dan kompleks

yang tidak mudah didekati dengan

rumus matematika geometri Euclidian

(Pietronero,1995 : 70).

Istilah fraktal pertama kali dikemukakan

oleh B. Mandelbrot. Geometri fraktal

memberikan gambaran dan model matematika kejadian kompleks di alam

yang berbeda dengan geometri Euclidian

yang dikenal selama ini. Objek dalam

geometri Euclidian digambarkan dengan rumus, sedangkan

pada geometri fraktal digambarkan

dengan suatu algoritma iteratif. Dimensi fraktal memiliki sifat self-similarity,

yaitu setiap bagian dari fraktal

menyerupai keseluruhan bagian yang

lebih besar namun dalam skala yang berbeda. Ini artinya, bagian-bagian dari

objek akan terlihat identik dengan

objek itu sendiri bila dilihat secara keseluruhan. Alam memiliki sifat ini,

misalnya cabang-cabang pohon

menyerupai pohonnya, puncak gunung mempunyai bentuk sama dengan

pegunungan, awan kecil mempunyai

pola yang sama dengan awan besar,

demikian juga dengan struktur atom sama seperti tata surya makro kosmik.

Oleh karena itu fraktal sering disebut

goemetri alam. Pembangkitan fraktal dapat dilakukan

dengan melakukan iterasi baik terhadap

fungsi matematika atau dapat juga iterasi atas elemen-elemen dasar

penyusun grafik, seperti titik, garis dan

bentuk-bentuk geometri sederhana

seperti segitiga, segiempat dan lain-lain. Fraktal yang terakhir ini dinamakan

fraktal bebas, contohnya adalah fraktal

plasma dan fraktal pohon. Sedangkan fraktal-fraktal yang dibangkitkan

melalui fungsi matematika antara lain

fraktal yang berbasis bilangan kompleks

dan fraktal yang berbasis fungsi polynomial. Fraktal berbasis fungsi

polynomial akan menghasilkan gambar-

gambar yang indah dan akan

menghasilkan gambar fraktal yang unik. Bentuk-bentuk fraktal dari iterasi fungsi

matematika semakin menarik, indah, dan bervariasi setelah ditemukan mesin

komputer yang sangat membantu

komputasi (perhitungan). Selain membantu komputasinya, mesin

komputer dengan perkembangan

teknologi tampilannya, membantu

penampilan bangun fraktal menjadi menakjubkan (Mujiono, 2002). Pada

penelitian sebelumnya (Jauhari dkk,

2004) telah dibuat perangkat lunak untuk membangkitkan fraktal berbasis

fungsi polinomial, tetapi perangkat

lunak yang dibuat masih memiliki beberapa kelemahan antara lain masih

belum ada fasilitas untuk memperbesar

gambar, variabel-variabel masukan

masih dibatasi hanya untuk bilangan-bilangan tertentu. Untuk itu pada tulisan

ini perangkat lunak tersebut telah

dikembangkan lebih lanjut untuk mengatasi kekurangan-kekurangan

tersebut.

Penelitian ini ditulis dengan tujuan

untuk mengembangkan perangkat lunak pembangkit fraktal berbasis fungsi

polynomial, dengan mengikuti langkah-

langkah metodologi pengembangan perangkat lunak waterfall model.

Sedangkan manfaat dari penelitian ini

adalah dapat menghasilkan gambar fraktal yang bervariasi, tergantung pada

parameter, variabel dan warna masukan.

Fraktal berasal dari bahasa latin, dari

kata kerja frangere yang berarti membelah atau kata sifat fractus yang

artinya tidak teratur atau terfragmentasi.

Beberapa pakar yang lain mengatakan dalam bahwa fraktal adalah gambar

yang secara intuitif berkarakter, yaitu

setiap bagian pada sembarang ukuran jika diperbesar secukupnya akan tampak

seperti gambar seutuhnya ada dua

informasi terkandung di dalamnya :

Jauhari, Pengembangan Perangkat Lunak Pembangkit Fraktal… 71

1. Gambar primitif sebagai blok

pembangun, yang jika diduplikasi

dengan berbagai ukuran dan

dikomposisikan dapat membentuk gambar.

2. Aturan rekursif yang mendefinisikan

posisi relatif dari gambar primitif dengan berbagai ukuran.

Himpunan Fraktal menurut Falconer

(1992 : 40) mempunyai 5 karakter, yaitu :

1. Merupakan struktur halus,walaupun

diperbesar seberapapun. 2. Bersifat terlalu tidak teratur, jika

digambarkan dengan bahasa

geometri biasa. 3. Mempunyai Self-similarity ,

mungkin secara pendekatan maupun

secara statistik.

4. Dimensi fraktal biasanya lebih besar dari dimensi topologinya.

5. Umumnya dapat didefinisikan

secara sederhana, mungkin secara rekursif.

Secara umum dari pendapat-pendapat di

atas dapat disimpulkan sifat-sifat fraktal

ada 2 macam, yaitu : Self-similarity

Fraktal adalah obyek yang memiliki

kemiripan dengan dirinya sendiri (Self-similarity) namun dalam skala

yang berbeda, ini artinya obyek

fraktal terdiri dari bagian-bagian yang memiliki sifat seperti obyek

tersebut. Setiap bagian obyek

tersebut bila diperbesar akan identik

dengan obyek tersebut. Dimension

Fraktal adalah obyek yang memiliki

dimensi bilangan riil. Untuk membandingkan ukuran fraktal

diperlukan dimensi fraktal. Dimensi

fraktal didefinisikan sebagai kerapatan fraktal menempati ruang

metrik.

Panjang sebuah segmen garis

(dimensi dua) dapat diketahui

dengan mengukur panjang antar

dua titik. Namun obyek fraktal

tidak dapat diukur panjangnya,

karena memiliki variasi tak hingga.

Gambar 1. Obyek Fraktal

Gambar 1 menunjukkan panjang dari

objek fraktal tersebut bertambah 4/3

setiap tahap. Sehingga panjang objek fraktal tersebut = 4/3 x 4/3 x 4/3 x ….

Objek fraktal tersebut memiliki panjang

tak berhingga. Dalam geometri fraktal, fraktal adalah

sebuah titik di dalam ruang metrik.

Ruang metrik disimbolkan dengan X, adalah himpunan titik-titik yang disertai

dengan fungsi d : X x X → ℜ yang mengukur jarak antara dua buah titik di

ruang tersebut.

Definisi 1. Sebuah ruang X adalah sebuah himpunan. Titik-titik

pada ruang adalah anggota-

anggota dari himpunan.

Definisi 2. Sebuah ruang metrik (X,d) adalah sebuah ruang X bersama

dengan sebuah fungsi riil d : X x

X → ℜ yang mengukur jarak antara dua titik x dan y pada X. Fungsi ini memiliki aksioma

sebagai berikut :

(1) Simetri d(x,y) = d(y,x) ∀x,y

∈ X

(2) Positif 0<d(x,y)<∞ ∀x,y ∈

X, x ≠ y (3) Jarak ke diri sendiri d(x,x) =

0, ∀x ∈ X

Panjang segmen = 1

Total = 1

Panjang segmen = 1/3

Total = 4/3

Panjang segmen = 1/9

Total = 16/9

( a )

( b )

( c )


72

(4) Ketaksamaan segitiga d(x,y)

≤ d(x,z) + d(z,y) ∀x,y,z ∈ X Fungsi d disebut sebagai metrik.

Definisi 3. Dua buah metrik d1 dan d2

pada ruang X adalah sama jika ada bilangan konstan 0 < c1 < c2

< ∞ sedemikian hingga :

c1d1(x,y) ≤ d2(x,y) ≤ c2d1(x,y)

∀(x,y) ∈ X x X

Sebuah titik dalam geometri fraktal dapat berupa gambar

hitam putih, yaitu himpunan

bagian yang padat dari ruang X. Dalam geometri fraktal ruang

dimana fraktal ‘hidup’ adalah

himpunan bagian dari X dan

disimbolkan dengan F. Definisi 4. Misalkan (X, d) adalah ruang

metrik lengkap, maka F(X)

menyatakan ruang yang titik-titiknya adalah himpunan

bagian dari X. Titik-titik di

ruang F disimbolkan dengan huruf kapital, misalnya A, B,

dan lain-lain.

Jika x ∈ X dan B ∈ F(X) , maka jarak antara titik x dengan himpunan B dalam

ruang metrik adalah :

d(x,B) = minimum{d(x, y), y ∈ B}

Gambar 2. Jarak Titik ke Himpunan

Sedangkan jarak antara A ∈ F(X) dan B

∈ F(X) dalam suatu ruang metrik yang sama didefinisikan oleh

d(A,B) = maksimum{d(x, B), x ∈ A}

Gambar 3. Jarak Himpunan ke

Himpunan

Definisi 5. Misalkan (X, d) adalah ruang

metrik lengkap, maka jarak Hausdorf antara titik A dan B di dalam F(X)

adalah :

h(A,B) = maksimum{d(A,B), d(B,A)}.

Gambar 4. Jarak Haussdorff

Fraktal Berbasis Fungsi Polinomial

Dalam penelitian ini fungsi polynomial

yang akan dibahas adalah :

a. Polinomial Tchebychev

Polinomial Tchebychev adalah

polinomial yang di dalam bidang teknik

elektro banyak digunakan dalam tapis frekuensi. Ada empat macam polinomial

Tchebychev, yaitu Tn, Un, Cn, dan Sn.

Iterasi dilakukan atas fungsi sebagai

berikut

)(. 1−= nn zfcz

dengan zn adalah bilangan kompleks,

f(zn-1) adalah salah satu bentuk

polinomial Tchebychev (yaitu Tchebychev T, C, U atau S) dan c adalah

suatu konstanta bilangan kompleks yang

nilainya ditentukan oleh suatu lokasi

d(x, B)

Titik x

Himpunan Bd(x, B) = minimum {d(x,y), y anggota B

h(A, B)

Himpunan B

h(A, B) = maksimum dari d(A,B) dan d(B,A)

Himpunan A

d(A, B)

Himpunan B

d(A, B) = maksimum {d(x,B), x anggota A

Himpunan A


titik dalam bidang kompleks. Untuk

menentukan koefisien dari polinomial

Tchebychev dapat dilihat pada tabel-

tabel berikut :

Tabel 1. Koefisien Polinomial Tchebychev T

z0 z1 z2 z3 z4 z5 z6 z7

T0 1

T1 1

T2 -1 2

T3 -3 4

T4 1 -8 8

T5 5 -20 16

T6 -1 18 -48 32

T7 -7 56 -112 64

Tabel 2.Koefisien Polinomial Tchebychev C

z0 z1 z2 z3 z4 z5 z6 z7

C0 2

C1 1

C2 -2 1

C3 -3 1

C4 2 -4 1

C5 5 -5 1

C6 -2 9 -6 1

C7 -7 14 -7 1

Tabel 3. Koefisien Polinomial Tchebychev U

z0 z1 z2 z3 z4 z5 z6 z7

U0 1

U1 2

U2 -1 4

U3 -4 8

U4 1 -

12

16

U5 6 -32 32

U6 -1 24 -80 64

U7 -8 80 -192 128


74

Tabel 4. Koefisien Polinomial Tchebychev S

z0 z1 z2 z3 z4 z5 z6 z7

S0 1

S1 1

S2 -1 1

S3 -2 1

S4 1 -3 1

S5 3 -4 1

S6 -1 6 -5 1

S7 -4 1

0

-6 6

Sebagai contoh misalkan akan

dibangkitkan suatu fraktal Tchebychev

C6, berdasarkan tabel 2 koefisien untuk polinomial Tchebychev C6 adalah :

)296( 246

6 −+−= zzzC

sehingga fraktal Tchebychev C6 dihasilkan dengan melakukan iterasi atas

fungsi

)296( 246−+−= zzzczn

b. Polinomial Legendre dan Laguerre

Fraktal Legendre dan Laguerre dihasilkan dari proses iterasi atas fungsi

Legendre dan Laguerre yaitu :

czfd

z nn +=−

)(1

1

dengan zn adalah bilangan kompleks, d

adalah suatu konstanta (yang dalam

tabel 3 dan 4 pada label pembagi), f(zn-1) adalah polinomial Legendre atau

Laguerre sesuai dengan jenis fraktal

yang akan dihasilkan dan c adalah suatu konstanta bilangan kompleks. Sebagai

contoh, misalnya akan dibuat fraktal

Legendre P5, maka polinomialnya

adalah :

zzzP 157063 35

5 +−=

dengan nilai d nya adalah 8. Jika

persamaan terakhir disubstitusikan ke persamaan awal maka fraktal Legendre

diperoleh dari iterasi fungsi :

czzzz ++−= )157063(125,0 355

Tabel 5. Koefisien Polinomial Legendre

Pembagi z0 z1 z2 z3 z4 z5 z6 z7

P0 1 1

P1 1 1

P2 2 -1 3

P3 2 -3 5

P4 8 3 -30 35

P5 8 15 -70 63

P6 16 -5 105 -315 231

P7 16 -35 315 -693 429


Tabel 6. Koefisien Polinomial Laguerre

Pembagi Z0 z1 z2 z3 z4 z5 z6

L0 1 1

L1 1 1 -1

L2 2 2 -4 1

L3 6 6 -18 9 -1

L4 24 24 -96 72 -16 1

L5 120 120 -600 600 -200 25 -1

L6 720 720 -

4320

5400 2400 450 -36 1

c. Polinomial Hermite

Fraktal Hermite diperoleh dengan melakukan iterasi atas fungsi berikut :

czfz nn +=−

)( 1

dengan zn adalah bilangan kompleks,

f(zn-1) adalah polinomial Hermite dan c adalah konstanta bilangan kompleks.

Untuk menentukan koefisien

polinomialnya dapat dilihat pada tabel

berikut :

Tabel 7. Koefisien Polinomial Hermite

z0 Z1 z2 z3 z4 z5 z6 z7

H0 1

H1 2

H2 -2 4

H3 -12 8

H4 12 -48 16

H5 120 -160 32

H6 -120 720 -480 64

H7 -1680 3360 -

1344

128


Metode penelitian yang digunakan

dalam penelitian ini adalah metodologi pengembangan perangkat lunak

Waterfall Model (Pressman, 2003 : 50).

Tahapan-tahapan pengembangannya,

yaitu :

1. Analisis dan perancangan perangkat

lunak

Tahap analisis adalah tahapan pengumpulan kebutuhan-kebutuhan

dari semua elemen sistem perangkat

lunak yang akan di bangun. Metode perancangan yang

digunakan adalah model fungsional

yaitu Data Flow Diagram (DFD).


76

2. Implementasi perangkat lunak

Mengimplementasikan hasil

perancangan perangkat lunak ke

dalam bahasa pemrograman, yaitu ke dalam bahasa pemrograman

Borland C++ Builder Versi 4.0

3. Pengujian perangkat lunak Menguji perangkat lunak terhadap

beberapa kasus uji dan

mengevaluasi kinerja perangkat

lunak apakah sudah sesuai dengan kebutuhan yang diinginkan.


3.1. Hasil Analisis Dan Perancangan

Perangkat Lunak

Fasilitas-fasilitas yang ada di dalam

perangkat lunak yang diberi nama

PoliFrak ini adalah sebagai berikut :

1. Pembangkitan Fraktal yang terdiri

dari

� Membangkitkan fraktal baru, dengan adanya fasilitas ini maka

dapat dibuat sebuah fraktal

dengan masukan berupa file

teks. � Modifikasi Fraktal, dengan

fasilitas ini sebuah fraktal yang

telah dibentuk dapat dimodifikasi dengan cara

memodifikasi parameter-

parameternya. Fraktal yang akan

dimodifikasi harus sudah ada di dalam suatu list fraktal. Di

samping itu Fraktal yang sudah

dimodifikasi dapat disimpan atau dibatalkan.

2. Menyimpan data fraktal, dengan

fasilitas ini suatu fraktal yang sudah

dibangkitkan atau dimodifikasi

dapat disimpan ke dalam direktori

tertentu atau ke dalam list fraktal.

3. Membuka data fraktal, dengan adanya fasilitas ini pengguna dapat

membuka suatu fraktal dari list

fraktal dengan cara memilih suatu file yang akan di buka.

4. Menampilkan About, dengan adanya

fasilitas ini pengguna dapat

menampilkan form yang berisi informasi mengenai perangkat lunak

ini.

4. PERANCANGAN ANTAR

MUKA

Di dalam sebuah perangkat lunak,

antarmuka memegang peranan penting

karena antarmuka berhubungan langsung dengan pengguna perangkat

lunak. Untuk memudahkan pengguna

digunakan sistem menu pull down. Menu dan sub menunya seperti berikut

ini :

� Menu File yang terdiri dari : Sub

menu Open, Sub menu Save, Sub menu Save As, Sub Menu Close,

Sub menu Exit

� Menu Generation yang terdiri dari

: Sub menu Create, Sub menu

Modification

• Menu Help yang terdiri dari :

Submenu About

Selain menu pulldown, ada beberapa

tombol (buttonspeed) yang merupakan

shortcut ke beberapa proses yaitu tombol Open, Save, Create dan

Modification.


Gambar 6. Struktur Menu

b. Perancangan Layar Saji Pengguna berinteraksi dengan perangkat

lunak PoliFrak melalui layar saji dalam

bentuk jendela (Windows). Layar saji terdiri dari jendela utama, jendela create

dan jendela about.

Perancangan masing-masing layar saji

untuk setiap jendela adalah sebagai berikut

1. Jendela layar utama

Jendela layar utama ini adalah layar pertama yang muncul jika perangkat

lunak dijalankan. Pada layar ini

pengguna dapat memilih menu-menu

yang ada. 2. Jendela Create

Bila pengguna membuka tombol

Generation kemudian Create pada layar menu utama, maka jendela

Create akan muncul. Jendela ini akan

digunakan oleh pengguna sebagai sarana memasukkan paremater-

parameter untuk membangkitkan

fraktal.

3. Jendela About Jendela ini menampilkan informasi

mengenai nama perangkat lunak,

pembuatnya, versi pembuatan, tahun pembuatan dan nama lembaga.

5. MODEL FUNGSIONAL Model fungsional menggambarkan

proses-proses yang terjadi dalam

perangkat lunak, masukan serta keluaran

yang terjadi pada proses. Model

fungsional PoliFrak akan digambarkan dalam diagram aliran data (DFD).

Diagram aliran data untuk PoliFrak

terdiri dari diagram context dan diagram aliran data level-level

berikutnya yang merupakan turunan dari

diagram context dengan proses yang

lebih terperinci.

a. Diagram Konteks Diagram Konteks PoliFrak

digambarkan pada gambar 7. Masukan ke sistem berupa parameter-parameter

masukan, sedangkan keluarannya

gambar fraktal dan pesan kesalahan.

Gambar 7. Diagram Konteks (DFD

level 0)

b. DFD Level 1

Gambar 8. memperlihatkan perincian

proses dari DFD level 1, yang terdiri dari proses-proses sebagai berikut :


78

Pengguna

1.0

Inputing Data

Data Variabel, Parameter,

Warna dan Pilihan Fraktal

Pesan Kesalahan

Parameter dan

Variabel proses,

Warna,

Pilihan Fraktal

2.0

Operation

Fraktal

3.0

Saving Data

4.0

Displaying

Fraktal

File Data

Pengguna

Parameter, Variabel, Warna

dan Pilihan Fraktal

Parameter, Variabel, Warna

dan Pilihan Fraktal

Parameter, Variabel,

Warna dan Pilihan Fraktal

Nama File

Nama FileGambar Fraktal

Gambar Fraktal

Fili Gambar

Fraktal,

File Teks

Gambar

Fraktal

Gambar 8. DFD level 1

6. IMPLEMENTASI PERANGKAT

LUNAK

Perangkat lunak PoliFrak dibangun dalam lingkungan pemrograman

Microsoft Windows. Bahasa

pemrograman yang dipakai adalah

Borland C++ Builder 4.0. Adapun

alasan pemilihan lingkungan ini

adalah : � Jika dibandingkan dengan

lingkungan berbasis mode teks seperti DOS, lingkungan

Windows mempunyai

kemampuan untuk memberikan

antar muka yang lebih baik dan mudah.

� Bahasa pemrograman C++

hemat ruang memori, sehingga

relatif lebih cepat

menjalankannya,, meskipun aplikasi yang dibuat melakukan

proses terhadap gambar.

� Penggunaan C++ Builder karena aplikasi ini cukup potensial

untuk pemrograman visual dan

pembuatan antar muka yang memadai.

a. Implementasi Antarmuka

Pengguna Untuk memudahkan pemakai dalam

penggunaannya PoliFrak dilengkapi

dengan menu. Respon aksi yang diberikan pemakai/pengguna melalui


menu diimplementasikan dalam

program pada sebuah procedure.

Keseluruhan procedure yang dikerjakan

implementasinya sesuai dengan struktur menu seperti dalam tabel berikut :

Tabel 1. Pengaktifan Prosedur

Melalui Struktur Menu

Keberadaan

di Form

Nama

Item

Menu

Nama Procedure

JendelaMenu

Utama

File

Open FileOpen1Click

Save FileSave1Click

SaveAs FileSaveAs1Click

Close FileClose1Click

Exit FileExit1Click

JendelaMenu

Utama

Generation

Create GenerationCreate1

Click

Modificati

on

GenerationModific

ation1Click

JendelaAbout Help

About HelpAbout1Click

b. Implementasi Jendela Utama

Langkah pertama dalam

mengimplementasikan jendela utama

adalah dengan menampilkan form dan unit program yang berasosiasi

dengannya. Pada form ini telah tersedia

tiga tombol kontrol yaitu minimize,

maximize/restore, dan close disudut kanan atas. Demikian juga dibagian atas

terdapat caption bar untuk

menempatkan judul form yang akan di buat. Langkah berikutnya adalah dengan

memilih komponen pallete untuk

menampilkan struktur menu dan tombol-tombol speedbutton serta area untuk

menampilkan gambar fraktal yang akan

dibangkitkan.

7. KESIMPULAN DAN SARAN

Dari Pembahasan mengenai

sebelumnya, dapat ditarik beberapa kesimpulan sebagai berikut :

1. Geometri fraktal dapat

dibangkitkan dengan cara

melakukan iterasi terhadap

suatu fungsi matematika tertentu. Salah satu fungsi

matematika tersebut adalah

fungsi yang berbasis fungsi polynomial.

2. Perangkat lunak PoliFrak

dibangun dengan menggunakan

metode perancangan berorientasi aliran data (DFD)

dan diimplementasi dengan

perangkat pengembangan Borland C++ Builder versi 6.0,

dan telah mencapai tujuan yang

diinginkan yaitu dapat membangkitkan fraktal.

3. Perangkat lunak yang dibuat

telah dapat menampilkan citra

seperti yang diinginkan sesuai dengan parameter dan variable

masukan yang diberikan

pengguna. Untuk proses pengembangan lebih

lanjut, maka beberapa saran yang perlu

dipertimbangkan adalah perlu

dikembangkan dan dibuat perangkat lunak pembangkit fraktal yang lain,

misalnya berbasis fungsi transenden,

fraktal pohon, dan fractal plasma.

8. DAFTAR PUSTAKA

Barnsley, Michael F. 1995. Fractals

Everywhere. London : Academic

Press Professional

Falconer,Kenneth. 1992. Fractal

Geometry: Mathemetical

Foundation & Applications. New

York : John-Wiley & Sons.

Jauhari, Jaidan. 2002. Perangkat

Lunak Pembangkit Fraktal

Mandelbrot, Jurnal Ilmiah

Matrik Universitas Bina Darma

Palembang 4(3), Halaman 149-

158


80

Jauhari, Jaidan, dkk. 2004.

Perangkat Lunak Pembangkit

Fraktal. Makalah disampaikan

pada Seminar Nasional Research

and Studies Proyek TPSDP

Tanggal 11-13 Februari 2004 di

Yogyakarta

Jain, Anil K.1989. Fundamentals Of

Digital Image Processing.

Englewood Cliffs: Prentice-Hall

International Editions.

Mandelbrot, B.B. 1997. The Fractal

Geometry of Nature. W.H.

Freeman Company Martono, Koko. 2000. Sari Informasi

Fungsi Kompleks. Bandung :

HIPMA ITB

Munir, Rinaldi,1999.

Pengelompokan Blok Ranah

Berdasarkan Rata-rata dan

Variansi Intensitas Pixel Pada

Pemampatan citra Dengan Transformasi Fraktal, Tesis

tidak diterbitkan. Bandung :

Magister Informatika ITB

Oliver,Dick.1992. Fractal

Vision:Puts Fractals to Work

For You.Sams.

Mujiono, 2002. Tentang Fraktal.

Harian Umum Kompas Tanggal

10 Mei 2002

Online:www.kompas.com/kompas_c

etak/0205/10/iptek/tent34.htm

[diakses tanggal 15 Juli 2004]

Pietronero, L and E. Tosatti.1995.

Fractal in Physics. Proceeding of

the Sixth Trieste Int. Symp. On

Fractal in Physics, ICTP, Trieste

Italy, July 9-12

Pressman, R.S. 2003. Software Engeneering : A Practitioner’s

Approach (5thed). New York :

Mc Graw Hill.

Purcell, E.J. dan Dale Verberg. 1995.

Kalkulus dan Geometri Analitis

(Jilid 2) Jakarta : Erlangga.

Stevens,Roger.T. 1990. Advanced

Fractal Programming in C.

M&T Books


9. LAMPIRAN

Contoh Keluaran yang dihasilkan adalah

sebagai berikut :

1. Fraktal Berbasis Polynomial

Tchebychep

Gambar berikut diperoleh dari masukan

Xmax = 1,2 Ymax = 1,2

Faktor Warna = 5

Xmin = -1.2 Ymin = -0,9

2. Fraktal Berbasis Polynomial

Legendre Gambar berikut diperoleh dari masukan

Xmax = 1,4 Ymax = 1,2

Faktor Warna = 8

Xmin = -1,4 Ymin = -1,2

1. Ir, Bambang Tutuko, M.T . Asisten Ahli Fakultas Ilmu Komputer 2. Sarmayanta Sembiring, S.Si Tenaga Pengajar Fakultas Ilmu Komputer

82

Perancangan Scanner Pembacaan Data KRS/KPRS

Berbasis Mikrokontroller AT89S52

Bambang Tutuko & Sarmayanta Sembiring




[email protected], [email protected]

Abstrak

Penggunaan sistem otomatisasi dengan sensor sebagai pendeteksi dan

mikrokontroler sebagai kendali sangat banyak sekali digunakan dalam aplikasi

bidang pendidikan. Salah satunya adalah sistem scanner menggunakan media

optik sebagai sensor, yang telah banyak dipakai dalam pengisian dan

pengoreksian KRS / KPRS. Namun peralatan yang dijual saat ini berharga relatif

mahal, berdasarkan hal tersebut dilakukan penelitian perancangan scanner KRS

/ KPRS menggunakan sensor photodioda dan berbasiskan mikrokontroler agar

biaya dapat ditekan dan menghasilkan kinerja yang baik. Dari hasil pengujian

dapat disimpulkan bahwa sistem yang dirancang bekerja dengan performansi

yang diinginkan dan dapat membaca data dengan baik yaitu angka 1 sd 9 selain

itu dibaca x dan terjadi konversi data dari 10 bit menjadi 8 bit.

Kata kunci : Sensor, Mikrokontroler, Photodioda

Abstract

Automation system with sensor as detector and microcontroller as controller has

been commonly used in education application. One example is scanner system

using optic media as sensor which has been often used in filling and checking

KRS/KPRS. However, the equipment sold costs relatively expensive nowadays.

Therefore, the research was done on designing scanner KRS/KPRS using

photodiode sensor and based on microcontroller in order to minimize the cost and

the result is still in a good performance. From the testing it could be concluded

that this system performance worked as expected. It could read the data well; that

was the number 1 until 9 besides it was read as x and happened to be data

conversion from 10 bit to 8 bit.

Keyword : Scanner, Microcontroller AT89S52, Photodioda

Tutuko & Sembiring Perancangan Scanner Pembacaan data Krs…

83

1. PENDAHULUAN

1.1 Latar Belakang Penggunaan sistem otomatisasi dengan

sensor sebagai pendeteksi dan

mikrokontroler sebagai kendali sangat banyak sekali digunakan dalam aplikasi

bidang pendidikan. Salah satunya adalah

sistem scanner menggunakan media optik sebagai pendeteksi data lembar

komputer. Pada saat ini pengisian dan

pengkoreksian KRS / KPRS di lembaga

pendidikan masih banyak dilakukan secara manual yang menggunakan

tenaga manusia dalam menginput data,

cara seperti itu tidak begitu praktis dan akurat.

Scanner salah satu media yang dapat

membantu dalam melakukan pembacaan

data, berupa sinyal digital dimana scanner ini dilengkapi dengan sensor

yang berfungsi sebagai media

pembacaan data lembar kerja computer. Data yang telah di baca oleh scanner

akan menjadi input mikrokontroller

sebagai kendali dan kemudian di kirim ke komputer secara serial.

OMR adalah salah satu jenis peralatan

scaner yang banyak digunakan oleh

instansi dalam pembacaan data maupun pemeriksaan hasil ujian, namun

peralatan tersebut sangat mahal,

berdasarkan hal tersebutlah dilakukan penelitian “Perancangan scanner KRS /

KPRS berbasiskan mikrokontroler”.

Diharapkan dari penelitian ini biaya untuk pembuatan peralatan akan

menjadi lebih murah dan dengan

kualitas yang baik.

1.2 Perumusan Masalah

Permasalahan yang akan menjadi

bahasan utama dalam penelitian adalah adalah perancangan alat scanner dengan

menggunakan sensor cahaya photodioda

sebagai pendeteksi bulatan hitam pada

lembar computer dan menjadi inputan bagi mikrokontroler AT89S52.

Pemilihan sensor tersebut dengan

pertimbangan harga yang relatif lebih

murah dan kulitas daerah kerja yang

baik, Sehingga dalam pembaacaan

lembar KRS / KPRS diharapkan menghasil kinerja yang baik sesuai

dengan spesifikasi yang diharapkan.

1.3 Tujuan Penelitian

Tujuan penelitian ini untuk

mengembangkan riset bidang sistem

kendali dan elektronika digital dengan aplikasi alat scanner yang digunakan

untuk membaca data KRS dan KPRS

menggunakan sensor photodiode dan mikrokontroler AT89S52, untuk

mempercepat pengolahan dan

pengecekan data sehingga data yang didapat lebih akurat dan proses

pengoreksi lebih cepat.

1.4 Manfaat Penelitian Hasil penelitian ini akan sangat

bermanfaat bagi Jurusan di lingkungan

Unsri khususnya di Fakultas ilmu komputer dalam proses penginputan

KRS / KPRS mahasiswa, sehingga

mempermudah jurusan dalam membuat

laporan dan rekap data mata kuliah permahasiswa

2. TINJAUAN PUSTAKA

2.1. Mikrokontroler AT89S52

Mikrokontroler AT89S52, merupakan salah satu jenis dari mikrokontroler

yang diproduksi oleh atmel. Dimana

mikrokontroler jenis ini kompatibel

dalam hal proses penggunaannya dengan jenis program MC-S52 yand

dikeluarkan oleh intel. Semua perangkat

MCS-52 memiliki ruang alamat tersendiri untuk perogram memori dan

data memori. AT89S52 mempunyai 40

kaki, 32 kaki digunakan untuk keperluan port paralel buatan ATMEL.

Setiap port terdiri atas 8 pin, sehingga


84

terdapat 4 port, yaitu port 0, port 1, port

2, dan port 3. Pemisahan program dan

data memori memungkinkan

pengaksesan data memori dan pengalamatan 8 bit, sehingga dapat

langsung disimpan dan dimanipulasi

oleh mikrokontroler dengan kapasitas akses 8 bit. Dan untuk pengaksesan data

memori dengan alamat 16 bit, terlebih

dahulu register DPTR (Data Pointer).

Mikrokontroler AT89S52 memiliki 32 saluran I/O. Rangkaianya minimum

system dapat dilihat pada Gambar 2.1

Gambar 2.1. Minimum System

AT89S52

2.2. Rangkaian Sensor

Apabila photodiode menerima cahaya

maka arus pada photodiode akan mendekati satu fasa dengan fluks cahaya

sehingga tegangan V1 akan berbanding

terbalik degan besar arus yang melalui

photodiode. Tegangan V1 selanjutnya akan dibandingkan dengan Vref dimana

nilai Vref dibuat lebih kecil dari V1

pada saat cahaya yang diterima fotodioda yang terhalang kertas

KRS/KPRS tanpa bulatan hitam. Nilai

Vref harus lebih besar dari V1 pada saat cahaya yang diterima fotodioda yang

terhalang kertas KRS/KPRS dengan

bulatan hitam.

VccRR

RV

ref

42

4

+

=

Apabila Vin < Vref maka Vout = Vcc

(berlogika 1) dan apabilai Vin ≥ Vref maka Vout = 0 (berlogika 0).

Gambar 2.2 Rangkaian Sensor

cahaya

2.3. IC MAX-232 Komunikasi dengan port serial PC

dilakukan dengan menggunakan standar

RS232 oleh karena itu diperlukan interfacing IC RS232 sebagai perantara

antara port serial PC dengan port serial

mikrokontroler AT89S52. Fungsi utama

dari IC RS232 adalah mengubah data serial. Pada saat mikrokontroler

menerima data serial dari port serial PC

dalam bentuk RS232 maka akan diubah oleh RS232 menjadi level TTL dahulu

sebelum diterima. Sebaliknya pada saat

mikrokontroler mengirimkan data serial melalui port serial mikrokontroler dalam

level TTL maka akan diubah dulu ke

dalam bentuk RS232 sebelum diterima

oleh port serial PC. IC MAX-232 adalah sebuah IC yang mengubah level

tegangan TTL ke RS-232 atau

sebaliknya. Rangkaian tersebut dapat dilihat pada Gambar 2.3.


85

Gambar 2.3. Rangkaian IC MAX-232


3.1 Perancangan Hardware.

Blok diagram perancangan dapat dilihat

pada Gambar 3.1 dibawah ini :

Gambar 3.1. Blok Diagram

Perancangan

Kertas KRS/KPRS akan masuk ditarik

motor stepper pertama menuju sensor. Lalu bulatan-hitma akan dibaca dalam

bit dan dikondisikan dengan rangkaian

gerbang logika. Data yang terbaca selanjutnya akan dikirim ke PC melalui

port serial mikrokontroller ke port serial

PC dengan interfacing MAX 232.

Pada saat kertas KRS/KPRS yang tidak diberi tanda lingkaran hitam menutupi

photodiode yang disinari dari atas

dengan sumber cahaya maka photodiode masih menerima sebagaian intesitas

cahaya tersebut dan pada saat kertas

KRS/KPRS yang diberi bulatan hitam

melewati photodiode maka hanya sebagian kecil saja intesitas cahaya yang

diterima photodiode. Dengan kondisi

diatas maka V1 pada saat tidak ada

bulatan hitam lebih kecil dari V1 pada

saat ada bulatan hitam. V1 sebagai sinyal analog tersebut selanjutnya dirubah

menjadi sinyal digital dengan dua

kondisi yaitu 1 dan 0 dengan cara membandingkan V1 terhadap VRef yang

telah diatur, dimana VRef diatur lebih

besar dari V1 pada saat kertas

KRS/KPRS tidak ada bulatan hitam dan VRef lebih kecil dari V1 pada saat

KRS/KPRS ada bulatan hitam. Vout akan

berlogika 1 apabila V1 < VRef dan Vout akan berlogika 0 apabila V1 ≥ VRef.

Pengisian KRS/KPRS ditandai dengan

bulatan hitam untuk menandai nomor yang dipilih. Untuk setiap baris terdiri

atas nomor 0 s/d 9 (10 digit). Karena

mikrokontroller yang digunakan pada

penelitian ini untuk setiap port nya 8 bit. Untuk memudahkan dan menghemat

rangkaian pengkode maka 5 bit pertama

terhubung langsung (straight) dengan 5 bit pertama dan 5 bit terakhir di

kondisikan degan rangkaian logika

sehingga outputnya akan menjadi 3 bit.

5 bit terakhir hanya mewakili 5 kondisi yaitu pilihan angka 5,6,7,8 dan 9, jika

ada pilihan kombinasi maka dianggap

salah. 3 bit output merupan rangkaian kombinasi yang dapat mewakili 000(2)

s/d 111(2).

3.2. Rancangan Perangkat Lunak

Berikut ini adalah flowchart dari

mikrokontroller untuk membaca data

dari KRS/KPRS per port dan langsung dikirimkan ke komputer melalui port

serial. Pada penelitian ini digunakan port

0 sebagai input.


86

Gambar 3.2 Flowchart Input Sensor

4. PENGUJIAN DAN ANALISIS

Pada penelitian ini, data yang diamati meliputi tegangan output dari sensor

saat tidak ada kertas KRS/KPRS yang

menghalanginya, saat ada kertas KRS/KPRS yang menghalangi tetapi

tidak ada bulan hitam dan saat sensor

dihalangi kertas KRS/KPRS yang ada

bulatan hitam. Selain data dalam bentuk tegangan yang dikelurkan sensor data

yang diamati adalah deret biner yang

dihasilkan sensor setiap kali melakukan pembacaan per baris dan kolom serta

data yang dikirimkan ke komputer

melalui port serial.

4.1. Hasil Pengujian Lembar Scanner Pengujian ini dilakukan pada 2 port

keluaran mikrokontroler. Port pertama

digunakan sebagai input menuju

komputer dan port yang lain untuk

menggerakan motor. Dari hasil

pengujian data yang didapat adalah sebagai berikut :

Tabel 4.1 Hasil Konversi

Mikrokotroler

tanda

Hitam

Krs /

Kprs

Data 10 Bit

Indikator

Data 8 bit

indikator

Data

Ke

PC

0 1111111110 11111110 0

1 1111111101 11111101 1

2 1111111011 11111011 2

3 1111110111 11110111 3

4 1111101111 11101111 4

5 1111011111 11011111 5

6 1110111111 10111111 6

7 1101111111 10011111 7

8 1011111111 1111111 8

9 111111111 1011111 9

Selain

itu Selain itu Selain itu X

Apabila kertas komputer yang dilingkari

hitam adalah angka 1 maka data yang

akan kirim oleh sensor ke mikro adalah 1111111110 kemudian mikrokontroler

akan mengolah data tersebut mejadi

string yang bernilai 1, dan apabila terjadi kesalahan dalam pembulatan

pada kertas komputer seperti

pembulatan 2 kali pada kolom yang sama atau pembulatan yang tidak tepat

maka mikrokontroler akan membaca

data yang dikirim oleh sensor akan

dibaca error.

4.2. Pengujian Software

Pengujian lakukan dengan

menggunakan 1 buah PC yang berfungsi menerima input dari mikrokontroler,

untuk menghubungkan mikrokontroler

dan PC menggunakan serial RS 232.

software yang digunakan adalah VB


87

sebagai media untuk menampilkan hasil

inputan mikrokontroler. Pada aplikasi

ini pertama ditampilkan menu login.

Gambar 4.1 Form Login

Aplikasi ini akan menampilkan data

setelah ada inputan dari mikrokontroler,

tampilan pada aplikasi ini sesuai dengan kondisi yang telah dikondisikan pada

mikrokontroler, adapun tampilan pada

aplikasi ini adalah seperti gambar 4.3

dibawah ini.

5. KESIMPULAN

Berdasarkan hasil pengujian dan analisa

yang dilakukan pada sistem yang telah

di buat maka dapat disimpulkan bahwa

1. Tegangan referensi untuk setiap

komporator berbeda

2. Mekanik dalam hal ini (tempat sensor) sangat menentukan

ketepatan pembacaan

3. Faktor cahaya eksternal mempengaruhi tegangan refrensi

4. Pada komunikasi serial,

penginisialisasian baudrate

dilakukan pada PC dan pada mikrokontroller. Kedua inisialisasi

ini harus sama

6. DAFTAR PUSTAKA

Brown, A.D., and J.L. Volakis, “Patch

Antennas on Ferromagnetic

Substrates”, IEEE Transactions on

Antennas and Propagation, vol. 47 pp. 33-39, Nov 1999

Demeterscu, D. and B.V. Budaev. “TM

Electromagnetic Scattering by a

Transparent Wedge with Resistive

Faces”, IEEE Transactions on Antennas and Propagation, vol.

50 pp. 47-54, April 2000..

Elliot, Scot D., & Daniel J. Dailey, 1995, “Wireless Communications

for Inteligent Transportation

Systems”, Artech House Inc.,

London Hayt, William H. Jr., 1992.

“Elektromagnetika Teknologi”,

Penerbit Erlangga, Bandung. Lee, C.W. and H. Son. “Radiation

Characteristics of Dielectric-

Coated Coaxial Waveguided Periodic Slot with Finite and Zero

Thickness”, IEEE Transactions on

Antennas and Propagation, vol.

43 pp. 16-25, January 1999. Siwiak, Kazimierz. 1995. “Radiowave

Propagation and Antena For

Personal Communication”, Artech House Inc., London.

Documents

Jurnal Generic Vol 4 No 1 Januari 2009