Pola Klasifikasi Sektor Usaha UMKM dengan CART …...klasifikasi sektor usaha data UMKM di Kabupatan Banjar, Kalimantan Selatan berdasar profil pemilik. Ada 9 jenis sektor usaha yang

Seminar Nasional Teknik Elektro dan Informatika (SNTEI) 2018 978-602-18168-7-5 Makassar, 17 September 2018

277

Pola Klasifikasi Sektor Usaha UMKM dengan CART Menggunakan Seleksi Fitur Information Gain

Fatma Indriani 1), Dwi Kartini 2)

1,2 Program Studi Ilmu Komputer, Fakultas MIPA, Universitas Lambung Mangkurat email: [email protected] email: [email protected]

Abstrak

Pada makalah ini, disampaikan hasil penelitian klasifikasi sektor usaha data UMKM di Kabupatan Banjar, Kalimantan Selatan berdasar profil pemilik. Ada 9 jenis sektor usaha yang digunakan sebagai target klasifikasi. Metode klasifikasi yang digunakan adalah CART karena pola klasifikasi dalam bentuk decision tree mudah untuk dipahami. Selain itu penelitian ini juga melakukan seleksi fitur dengan Information Gain (IG) untuk mengetahui aspek mana dari profil pemilik yang berpengaruh terhadap sektor usaha yang dijalani. Hasil eksperimen menunjukkan bahwa jumlah fitur terbaik berdasar nilai akurasi adalah 5 atribut, yaitu kecamatan, pekerjaan, jenis_kelamin, status_dalam_keluarga, pendidikan dengan nilai akurasi 72.92%. Sedangkan berdasar nilai AUC adalah 2 atribut terbaik. Pohon keputusan akhir dibuat dengan menggunakan 5 atribut.

Keywords: klasifikasi, CART, seleksi fitur, Information Gain, UMKM

I. PENDAHULUAN

Keberadaan Usaha Mikro, Kecil dan Menengah (UMKM) saat ini tidak dapat dihapuskan ataupun dihindarkan dari masyarakat bangsa saat ini, karena keberadaannya sangat bermanfaat dalam hal pendistribusian pendapatan masyarakat. Selain itu UMKM juga mampu menciptakan kreatifitas yang sejalan dengan usaha untuk mempertahankan dan mengembangkan unsur-unsur tradisi dan kebudayaan masyarakat setempat.

Pemerintah daerah Kabupatan Banjar, Kalimantan Selatan mengelola data UMKM setempat. Data tersebut dikelola oleh kecamatan dengan rangka untuk mengetahui informasi banyaknya usaha UMKM berdasarkan klasifikasi usaha dan banyaknya pemilik usaha dalam mengembangkan usaha UMKM. Informasi tersebut merupakan informasi untuk mengetahui evaluasi perkembangan UMKM saat ini. Dari tinjauan evaluasi tersebut, peneliti dan pihak instansi masih merasa kurang puas atas hasil yang didapat karena pada umumnya data tersebut belum dimanfaatkan secara maksimal. Salah satu pengetahuan yang diperlukan yaitu adakah faktor dari kondisi pemilik usaha yang mempengaruhi sektor usaha yang dipilih. Faktor pemilik yang dimaksud yaitu seperti usia, pendidikan, jenis kelamin, dan sebagainya.

Pada makalah ini, disampaikan hasil penelitian klasifikasi sektor usaha data UMKM di Kabupatan Banjar, Kalimantan Selatan berdasar profil pemilik. Ada 9 jenis sektor usaha yang digunakan sebagai target klasifikasi. Metode klasifikasi yang digunakan adalah CART karena pola klasifikasi dalam bentuk decision tree mudah untuk dipahami. Selain itu penelitian ini juga melakukan seleksi fitur dengan Information Gain (IG) untuk mengetahui

aspek mana dari profil pemilik yang berpengaruh terhadap sektor usaha yang dijalani.

Selanjutnya pada makalah ini akan dipaparkan tinjauan terdahulu tentang penelitian terkait, serta dasar teori metode CART dan IG (Bagian II). Bagian III akan menjelaskan metodologi yang digunakan meliputi proses cleaning data UMKM dan eksperimen seleksi fitur dengan 10-fold cross validation. Bagian IV menampilkan hasil dan pembahasan analisis fitur terbaik, serta pola pohon keputusan akhir. Bagian V menyampaikan kesimpulan dan saran.

II. KAJIAN LITERATUR

Dalam ranah machine learning, banyak penelitian terkait penggunaan seleksi fitur untuk klasifikasi. Maryam, dkk [1] mengusulkan metode seleksi fitur hybrid gabungan Chi-Square dan Algoritma Genetik (ChiGA) pada SVM untuk diagnosis penyakit Erythemato-Squamous. Wahyuni [2] meneliti pengaruh seleksi fitur F-Score dan roughest terhadap beberapa algoritma klasifikasi SMO, naïve Bayes, MLP, dan C4.5 pada kasus dataset kanker payudara. Pada umumnya seleksi fitur menghasilkan klasifikasi yang lebih baik, namun pada penelitian Restiani [3] menunjukkan sebaliknya. Restiani meneliti klasifikasi deteksi penyakit liver dengan kombinasi algoritma CART dan RIPPER menggunakan seleksi fitur CFS (Correlation based Feature Selection).

Information Gain (IG) sebagai seleksi fitur juga banyak diteliti, seperti Rozzaqi [4] menerapkan IG pada naïve Bayes untuk klasifikasi ketepatan kelulusan mahasiswa, serta Sari, dkk [5] meneliti pengaruh IG terhadap berbagai algoritma klasifikasi untuk prediksi performa akademik mahasiswa. Sedangkan Naufal, dkk


278

[6] menerapkan weighted IG dikombinasikan dengan SVM dengan boostrap untuk permasalahan prediksi loyalitas pelanggan.

Penelitian terkait UMKM ada beberapa yang sudah dilakukan. Maulidiawati, dkk [7] mencari pola asosiasi profil pemilik UMK di Kabupatan Banjar, Kalimantan Selatan, terhadap data usaha dengan algoritma Apriori. Data dari penelitian ini sebagain berasal dari penelitian tersebut.

Penelitian-penelitian lain tentang UMKM adalah klasifikasi kelayakan bantuan UMKM juga pernah dilakukan. Seperti Amirudin [8] meneliti implementasi CART untuk klasifikasi bantuan Usaha Mikro Kecil Menengah (UMKM) bidang telematika. Data digunakan sebanyak 8798 data UMKM dari Susenas BPS 2006. Penggunaan klasifikasi di penelitian ini bertujuan mendapatkan pengetahuan baru yang bisa menunjukkan pemilik usaha UMKM yang mendapatkan bantuan dan pemilik usaha UMKM yang tidak mendapatkan bantuan, menggunakan dua macam model A dan B. Hasil penelitian uji coba validasi ini mencapai 62% data latih dan 73% data uji dengan model (A). 61% data latih dan 63% data uji dengan model (B). Sedangkan Cahyani, dkk [9] menerapkan metode Net Present Value (NPV) untuk sistem penunjang keputusan kelayakan UMKM.

Selanjutnya akan dipaparkan teori dasar untuk mendukung penelitian ini, yaitu metode klasifikasi CART serta seleksi fitur Information Gain (IG).

A. CART

Metode classification dan regression trees (CART) pertama kali diperkenalkan oleh Breiman, dkk [10]. CART membangun pohon keputusan secara top-down dengan jumlah cabang tiap simpul adalah 2. Pada tiap simpul keputusan, CART melakukan pencarian menyeluruh pada semua kemungkinan split (percabangan) pada semua atribut [11]. Penilaian kebaikan suatu split adalah dengan memaksimalkan nilai Gini Index, dengan rumus sebagai berikut. Φ 𝑠|𝑡 = 2𝑃!𝑃! 𝑃 𝑗 𝑡! − 𝑃 𝑗 𝑡!#!"#$%

!!! (1) dimana

Φ 𝑠|𝑡 = nilai kebaikan suatu kandidat

percabangan 𝑠 pada simpul 𝑡

𝑡! = anak kiri simpul 𝑡

𝑡! = anak kanan simpul 𝑡

𝑃! = jumlah instance pada 𝑡!jumlah instance training

𝑃! = jumlah instance pada 𝑡!jumlah instance training

𝑃 𝑗 𝑡! = jumlah instance kelas 𝑗 pada 𝑡!

jumlah instance pada 𝑡

𝑃 𝑗 𝑡! = jumlah instance kelas 𝑗 pada 𝑡!

jumlah instance pada 𝑡

Percabangan yang dipilih adalah nilai Φ 𝑠|𝑡 yang paling tinggi dari semua kemungkinan cabang di simpul tersebut. B. Seleksi fitur Information Gain (IG)

Seleksi fitur mengurangi ukuran data dengan membuang atribut/fitur yang tidak relevan atau redundan [12]. Manfaat lain berkurangnya atribut yaitu mengurangi atribut di pola akhir, sehingga pola klasifikasi lebih mudah dipahami. Salah satu teknik seleksi fitur adalah metode greedy dengan sistem stepwise forward selection. Dimulai dari himpunan kosong, atribut dipilih dan ditambahkan satu per satu berdasar kriteria penilaian tertentu (seperti Information Gain (IG)). Selanjutnya akan dijelaskan cara menghitung IG suatu atribut.

Entropi (informasi yang diperkirakan dibutuhkan untuk klasifikasi suatu instance di dataset) D adalah sebagai berikut:

𝐼𝑛𝑓𝑜 𝐷 = − 𝑝! log! 𝑝!!!!! (2)

di mana pi adalah nilai probabilitas bahwa suatu instance di D berada pada kelas Ci.

Jika data D dipartisi berdasar atribut A menjadi v partisi, nilai entropi setelah partisi yaitu:

𝐼𝑛𝑓𝑜! 𝐷 = −!!!×!

!!! 𝐼𝑛𝑓𝑜 𝐷! (3)

Nilai information gain (IG) suatu atribut A adalah 𝐺𝑎𝑖𝑛 𝐴 = 𝐼𝑛𝑓𝑜 𝐷 − 𝐼𝑛𝑓𝑜! 𝐷 (4)

III. METODE PENELITIAN Langkah-langkah yang dilakukan terdiri dari beberapa

tahap sebagai berikut.

A. Pengumpulan dan Pembersihan Data Data yang digunakan dalam penelitian ini berasal dari dua sumber, yaitu database UMKM untuk data UMKM, dan database Sistem Informasi Administrasi Kependudukan (SIAK) untuk data profil pemilik. Dua data ini digabungkan dan dikonversi ke dalam bentuk Excel.

Selanjutnya, data cleaning menggunakan Open Refine1. Adapun pembersihan yang dilakukan yaitu (1) pengurangan sektor usaha dari 11 menjadi 9 karena ada sektor usaha yang jumlahnya sedikit (kurang dari 5 instance), (2) transformasi atribut Tempat Lahir menjadi dua nilai Kab Banjar dan Luar Kab. Banjar, serta (3) transformasi atribut Status Dalam Keluarga dari 6 macam

1 http://www.openrefine.org/


279

nilai disederhanakan menjadi 4 nilai. Data akhir yang didapat memiliki 1010 instance dan 8 atribut input ditambah 1 atribut target seperti tabel berikut.

Gambar 1. Tahap penelitian

Tabel 1. Daftar atribut beserta nilainya

No Nama Atribut Type Nilai Jumlah

1 tempat_lahir nominal Kab Banjar 542

Luar Kab Banjar 468 2 umur numerik 17-73 1010

3 jenis_kelamin nominal Laki-laki 528

Perempuan 482

4 pendidikan nominal

SLTP/Sederajat 228 SLTA/Sederajat 369

SD/Sederajat 318 D-IV/S1 41

D-I/D-II/D-III 23 Belum Tamat SD 31

5 pekerjaan nominal

Wiraswasta 295 Karyawan Swasta 120

Buruh Tani/Perkebunan 10

Mengurus Rumah Tangga 360

Sopir 8 Pensiunan 6

No Nama Atribut Type Nilai Jumlah Karyawan Honorer 12

Petani/Pekebun/ Peternak 101

PNS/Guru 17 Perangkat Desa 7

Pelajar/Mahasiswa 18 Buruh Harian Lepas 15

Buruh Nelayan/Perikanan 7

Lain-lain 21 Tidak/Belum Bekerja 13

6 status nominal

Kawin 888 Belum Kawin 61

Cerai Mati 36 Cerai Hidup 25

7 status_dalam_keluarga nominal

Kepala Keluarga 552 Istri 397

Anak 49 Famili Lain 12

8 kecamatan nominal

Gambut 340 Sungai Tabuk 160

Martapura 134 Kertak Hanyar 133

Mataraman 100 Aluh-Aluh 77

Karang Intan 23 Astambul 20

Tatah Makmur 11 Aranio 9

Banyu Hirang 3

9 sektor nominal,

kelas target

Perorangan 602 Kegiatan Lainnya 148

Perdagangan 84 Pertanian 61 Perikanan 42

Akomodasi dan Penyediaan Makanan 37

Industri Pengolahan 36

B. Eksperimen Seleksi Fitur

Seleksi fitur dilakukan dengan wrapper method stepwise forward selection berdasarkan nilai Information Gain (IG) tiap atribut. Berhubung jumlah atribut tidak banyak, maka percobaan stepwise forward selection akan dilakukan mulai dari satu atribut terbaik, dilanjutkan dengan penambahan atribut terbaik berikutnya, sampai semua atribut digunakan (tidak ada seleksi fitur).

Pengujian menggunakan 10-fold cross validation. Nilai yang akan dianalisis yaitu tingkat akurasi serta nilai Area Under Curve (AUC) untuk menentukan fitur terbaik. Untuk eksperiman ini tool yang digunakan yaitu Weka2.

C. Pembentukan Decision Tree CART dengan semua instance

2 https://www.cs.waikato.ac.nz/ml/weka/


280

Selanjutnya, fitur terbaik akan digunakan untuk membentuk pola akhir decision tree yang memakai keseluruhan instance pada dataset.

IV. HASIL DAN PEMBAHASAN Dari hasil perhitungan nilai information gain tiap

atribut (Tabel 2), atribut bernilai paling besar yaitu kecamatan, disusul dengan pekerjaan dan jenis_kelamin.

Tabel 2. Nilai Information Gain tiap atribut

No urut Nama Atribut Information

Gain 1 kecamatan 0,7369

2 pekerjaan 0,1945

3 jenis_kelamin 0,0588

4 status_dalam_keluarga 0,0524

5 pendidikan 0,0416

6 status 0,0202

7 tempat_lahir 0,0166

8 umur 0

Selanjutnya dilakukan eksperimen seleksi fitur sesuai Bagian III.B, dan berikut ini (Tabel 3) adalah hasil rata-rata akurasi serta nilai AUC-nya. Dari hasil tersebut, didapat bahwa nilai akurasi hanya menggunakan 1 atribut (kecamatan) paling kecil yaitu 58.82%, sedangkan 2-8 atribut akurasinya tidak jauh beda (Gambar 2). Nilai akurasi tertinggi didapat dengan menggunakan jumlah atribut 5 yaitu kecamatan, pekerjaan, jenis_kelamin, status_dalam_keluarga, dan pendidikan.

Di sisi lain, nilai AUC tertinggi didapat saat jumlah atribut sama dengan 3, disusul dengan jumlah atribut 2 (Gambar 3). Walaupun demikian, peneliti memilih jumlah atribut 5 sebagai jumlah atribut optimal yang akan digunakan saat pembentukan pohon keputusan akhir. Selain itu dapat juga disimpulkan bahwa seleksi fitur pada kasus ini sedikit meningkatkan nilai akurasi dan nilai AUC dibandingkan menggunakan keseluruhan atribut.

Tabel 3. Nilai rata-rata akurasi dan AUC seleksi fitur

Jumlah atribut Atribut Akurasi

CART AUC

1 kecamatan 58,82% 0,556

2 kecamatan, pekerjaan 71,78% 0,757

3 kecamatan, pekerjaan, jenis_kelamin 72,57% 0,758

4 kecamatan, pekerjaan,

jenis_kelamin, status_dalam_keluarga

72,48% 0,746

5

kecamatan, pekerjaan, jenis_kelamin,

status_dalam_keluarga, pendidikan

72,97% 0,748

6 kecamatan, pekerjaan,

jenis_kelamin, status_dalam_keluarga,

72,77% 0,748

Jumlah atribut Atribut Akurasi

CART AUC

pendidikan, status

7


status_dalam_keluarga, pendidikan, status,

tempat_lahir

72,48% 0,747

8


status_dalam_keluarga, pendidikan, status, tempat_lahir, umur

72,48% 0,747

Gambar 2. Grafik nilai akurasi berdasar jumlah atribut

Gambar 3. Grafik nilai AUC berdasar jumlah atribut

Berikutnya, CART diterapkan lagi untuk membuat pohon keputusan menggunakan seluruh instance di dataset dan fitur yang terbaik, yaitu kecamatan, pekerjaan, jenis_kelamin, status_dalam_keluarga, pendidikan (Gambar 4). Menurut analisis peneliti, kecamatan menjadi atribut yang paling penting, karena tiap daerah kecamatan memiliki kekhasan sumber daya dan/atau budaya setempat, yang sangat berpengaruh terhadap sektor usaha yang umum dipilih oleh pemilik UMKM.

V. KESIMPULAN Dari hasil pemaparan di atas dapat disimpulkan

sebagai berikut: (1) Kecamatan adalah atribut yang secara dominan memiliki nilai information gain yang tinggi dibanding atribut lain untuk klasifikasi sektor UMKM di kasus ini. (2) Hasil eksperimen menunjukkan bahwa jumlah fitur terbaik berdasar nilai akurasi adalah 5 atribut,

55,00%

60,00%

65,00%

70,00%

75,00%

80,00%

1 2 3 4 5 6 7 8Ak

urasi

Jumlahatribut

0,5

0,55

0,6

0,65

0,7

0,75

0,8

1 2 3 4 5 6 7 8

AUC

Jumlahatribut


281

yaitu kecamatan, pekerjaan, jenis_kelamin, status_dalam_keluarga, pendidikan dengan nilai akurasi 72.92%. Sedangkan berdasar nilai AUC adalah 2 atribut

terbaik. (3) Seleksi fitur pada kasus ini sedikit meningkatkan nilai akurasi dan nilai AUC dibandingkan menggunakan keseluruhan atribut.

Gambar 4. Pohon keputusan akhir menggunakan 5 atribut terbaik

Adapun saran untuk penelitian selanjutnya yaitu

menangani ketidakseimbangan kelas karena kelas sektor usaha Perorangan jumlahnya jauh lebih besar daripada sektor lainnya.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada Universitas Lambung Mangkurat atas pendanaan penelitian ini.

REFERENSI [1] Maryam, N. A. Setiawan, and O. Wahyunggoro,

“A hybrid feature selection method using multiclass SVM for diagnosis of erythemato-squamous disease,” in AIP Conference Proceedings, 2017, vol. 1867, p. 20048.

[2] E. S. Wahyuni, “Penerapan Metode Seleksi Fitur Untuk Meningkatkan Hasil Diagnosis Kanker Payudara,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 7, no. 1, p. 283, 2016.

[3] D. Restiani, “Kombinasi Algoritma C-Ripper Untuk Mendiagnosis Penyakit Liver,” vol. 11, no. 1, pp. 31–36, 2018.

[4] A. R. Rozzaqi, “Naive Bayes dan Filtering Feature Selection Information Gain untuk Prediksi Ketepatan Kelulusan Mahasiswa,” J. Inform. UPGRIS, vol. 1, pp. 30–41, 2015.

[5] B. Nurina Sari, “Implementasi Teknik Seleksi Fitur Information Gain Pada Algoritma Klasifikasi Machine Learning Untuk Prediksi Performa Akademik Siswa,” in Seminar Nasional Teknologi Informasi dan Multimedia 2016, 2016, no. February, p. 6.

[6] A. R. Naufal, R. Satria, A. Syukur, F. I. Komputer, and U. D. Nuswantoro, “Penerapan Bootstrapping untuk Ketidakseimbangan Kelas dan Weighted Information Gain untuk Feature Selection pada Algoritma Support Vector Machine untuk Prediksi Loyalitas Pelanggan,” J. Intell. Syst., vol. 1, no. 2, pp. 98–108, 2015.

[7] A. Maulidiawati, F. Indriani, and D. Kartini, “Penggunaan Metode Apriori Dalam Penemuan Pola Hubungan Profil Pemilik Dengan Data Usaha Umk Kab. Banjar,” in Seminar Nasional Ilmu Komputer (SOLITER) Vol 1, Oktober 2017 ISSN: 2597-6303, 2017, vol. 1, pp. 82–93.

[8] F. Amirudin, “Implementasi Algoritma Clasification And Regression Tree (Cart) Untuk Klasifikasi Bantuan Usaha Mikro Kecil Menengah (Umkm) Jasa Telematika Indonesia,” Universitas Pakuan Bogor, 2016.

[9] N. Cahyani, S. Hardiyanti, and A. Nurzahputra, “Penerapan Metode Net Present Value (NPV) pada Decision Support System Analisis Kelayakan Usaha Mikro Kecil dan Menengah,” vol. 1, pp. 271–279, 2017.

[10] L. Breiman, J. Friedman, C. J. Stone, and R. A. Olshen, Classification and Regression Trees. Wadsworth International Group, 1984.

[11] D. T. Larose and C. D. Larose, Discovering Knowledge in Data. John Wiley & Sons, 2014.

[12] H. Jiawei, M. Kamber, J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques. Morgan Kaufmann, 2012.


282

Penerapan Location-Based Service Pada Layanan Informasi Perguruan Tinggi Berbasis Android

Najirah Umar 1), Billy Eden William Asrul 2), Jamaluddin Sawaji 3)

1,2 Teknik Informatika, STMIK Handayani email: [email protected] email: [email protected]

3 Manajemen Informatika STMIK Handayani email: [email protected]

Abstrak

Perkembangan Android menjadi sebuah sistem operasi telepon pintar yang paling banyak digunakan di dunia. Sistem Android merupakan pilihan bagi perusahaan atau lembaga yang menginginkan sistem operasi berbiaya rendah. Saat ini aplikasi mobile telah banyak digunakan seiring semakin mudahnya mendapatkan perangkat smart phone. Seiring dengan hal tersebut maka banyak dikembangkan aplikasi yang dapat diunduh oleh pengguna smartphone. Salah satu jenis aplikasi smart phone adalah aplikasi yang bisa memberikan informasi ke pengguna terkait dengan lokasi di suatu wilayah tertentu dan juga informasi yang bisa dimanfaatkan oleh pengguna. Aplikasi jenis ini dalam android termasuk dalam kategori Aplikasi yang menggunakan Location Based Service (LBS). Masyarakat pada umumnya dan mahasiswa khusus pada saat tahun akademik baru akan datang ke kota besar seperti Makassar untuk melanjutkan pendidikan, itu akan mengalami kesulitan khusus mahasiswa yang baru pertama kali datang ke Kota Makassar akan mengalami kesulitan dalam pencarian lokasi Perguruan Tinggi, Jarak Tempuh dari Mahasiswa berada dan jalur terdekat yang harus dilalaui untuk menuju satu Perguruan Tinggi. Dari permasalahan tersebut memunculkan gagasan untuk membuat suatu aplikasi android. Aplikasi ini mampu melakukan pencarian dan diharapkan dapat memberikan kemudahan kepada masyarakat pada umumnya terutama calon mahasiswa baru khususnya, dalam mecari informasi lokasi Perguruan Tinggi yang ada kota Makassar. Keywords: Location Based Service, Android, informasi

I. PENDAHULUAN

Perkembangan ilmu pengetahuan dan teknologi yang sangat pesat telah banyak memberikan manfaat dalam kehidupan seperti komputer dan internet yang semakin canggih. Dengan adanya elemen tersebut, manusia telah dipermudah dalam mengakses data, mengolah data, juga dalam berkomunikasi yang tidak lagi dibatasi oleh jarak dan waktu bahkan tempat yang jauh sekalipun. Seiring dengan tingkat mobilitas yang tinggi, beberapa tahun terakhir tengah marak perangkat bergerak atau mobile device. Salah satu perangkat mobile yang paling pesat adalah handphone dimana hampir setiap orang memilikinya. Handphone yang sedianya sebagai alat komunikasi, saat ini sudah lebih dari fungsi dasarnya. Berbagai macam fitur telah ditanamkan, seperti pengolah gambar dan video, pengolah dokumen dan lain sebagainya. Hal ini tak lepas dari penggunaan Sistem Operasi pada handphone, salah satunya adalah android sebagai Sistem Operasi berbasis linux yang dapat digunakan di berbagai perangkat mobile [1].

Android memiliki tujuan utama untuk memajukan inovasi piranti telepon bergerak agar pengguna mampu mengeksplorasi kemampuan dan menambah pengalaman lebih dibandingkan dengan platform mobile lainnya. Saat ini Aplikasi-aplikasi mobile berbasiskan android pada perangkat mobile sedang berkembang pesat serta merupakan salah satu teknologi yang sebagian besar

dibutuhkan oleh semua orang pengguna perangkat mobile berbasis android. Tren teknologi pada ponsel memungkinkan munculnya ide-ide kreatif, inovatif, menarik, aplikasi tersedia secara luas dan terjangkau, dari mulai game, multimedia serta sosial network. Pertumbuhan hardware dan software pada perangkat telepon, menjadikan berbagai platform sistem operasi telah berevolusi yang memungkinkan pengembang untuk mengambil keuntungan dari sumber daya ponsel untuk membuat aplikasi dengan berbagai fitur yang menyediakan user interface yang menarik dan fungsionalitas.

Perkembangan teknologi saat ini semakin maju, dimana teknologi dan informasi telah memasuki semua bidang kehidupan dan sangat berperan penting dalam kehidupan masyarakat. Sehingga tidak heran untuk melakukan kegiatan sehari-hari untuk mencari informasi cepat, mudah dan akurat kita membutuhkan sebuah alat bantu seperti mobile yang bisa diakses dimanapun dan kapanpun.

Kota Makassar sebagai salah satu Kota Besar di Indonesia merupakan kota tujuan pertama untuk melanjutkan pendidikan bagi masyarakat dari kawasan indonesia timur, salah satu yang menjadi permasalahan bagi calon mahasiswa yang berasal dari luar kota Makassar adalah letak Perguruan Tinggi khususnya Perguruan Tinggi swasta yang ada dimana jumlah


283

perguruan tunggu swasta kurang lebih 110 baik berupa Universitas, Institut, Sekolah Tinggi maupun Akademi. Calon mahasiswa akan mengalami kesulitan untuk mengetahui lokasi dan jarak satu Perguruan Tinggi dengan Perguruan Tinggi lainnya. Berdasarkan permasalahan tersebut maka, salah satu upaya untuk mengatasi permasalahan tersebut yaitu dengan membuat aplikasi yang memanfaatkan smartphone untuk mengakses lokasi suatu Perguruan Tinggi.

II. KAJIAN LITERATUR A. Android

Android merupakan suatu software (perangkat lunak) yang digunakan pada mobile device (perangkat berjalan) yang meliputi Sistem Operasi, Middleware dan Aplikasi Inti. Android SDK menyediakan alat dan API yang diperlukan untuk memulai pengembangan aplikasi pada platform. Android menggunakan bahasa pemrograman Java, yaitu kode Java yang terkompilasi dengan data dan file resources yang dibutuhkan aplikasi dan digabungkan oleh aapt tools menjadi paket Android. File tersebut ditandai dengan ekstensi (.apk.)[2]. File inilah yang didistribusikan sebagai aplikasi dan diinstall pada perangkat mobile.

Android adalah sistem operasi mobile yang merupakan versi modifikasi dari Kernel Linux yang bersifat Open Source . Pada awalnya Android dikembangkan oleh Android Inc, yang selanjutnya di beli oleh Google. Android di distribusikan secara terbuka, sehingga para programmer bebas membuat aplikasi untuknya. Sistem Operasi Android ada dua jenis di dunia ini, yang pertama adalah Google Mobile Services (GMS), ini adalah Sistem Operasi Android yang mendapat dukungan penuh dari Google. Tentunya, tipe GMS ini harus mempunyai lisensi dari Google, yang artinya tidak gratis lagi[3]. Didalam Sistem Operasi Android tipe GMS, terdapat Android Market yang menyediakan ribuan aplikasi, baik gratis mapun yang berbayar. Tapi, untuk Indonesia hanya menyediakan aplikasi gratisnya saja. Sistem Operasi Android tipe GMS juga memiliki aplikasi Native Google yang terintegrasi, seperti Gmail, Google maps, Google calender

Teknologi informasi dan komunikasi (Information and Communication Technology) semakin berkembang termasuk teknologi komunikasi jaringan wireless yang menyebabkan evolusi perangkat telepon/ponsel menjadi perangkat mobile canggih yang memberikan perkembangan aplikasi yang bisa berjalan dalam ponsel yang berbasis sistem operasi android. Tren teknologi pada ponsel memungkinkan munculnya ide-ide kreatif, inovatif, menarik, aplikasi tersedia secara luas dan terjangkau, dari mulai game, multimedia serta sosial network. Pertumbuhan hardware dan software pada perangkat telepon, menjadikan berbagai platform sistem operasi telah berevolusi yang memungkinkan pengembang untuk mengambil keuntungan dari sumber daya ponsel untuk membuat aplikasi dengan berbagai fitur yang menyediakan user interface yang menarik dan fungsionalitas. Saat ini perangkat handphone sudah

memiliki banyak fungsi, tidak hanya untuk melakukan telekomunikasi atau sms. Namun handphone saat ini bisa mencari informasi di internet, bermain game, atau dapat juga dijadikan sebagai sarana multimedia, edukasi atau pembelajaran [1].

B. Location-based Service

Location-Based Service merupakan layanan informasi yang dapat diakses menggunakan mobile devices, yang dilengkapi kemampuan untuk mengetahui keberadaan lokasi dari si pengguna perangkat dan kemampuan memberikan informasi mengenai layanan yang tersedia berdasarkan lokasi mereka pada saat itu[4]. Menurut Schiller J. Location Based Service dapat didefinisikan sebagai "layanan yang mengintegrasikan lokasi perangkat mobile atau posisi dengan informasi lain sehingga dapat memberikan nilai tambah bagi pengguna. "Virrantaus mendefinisikan layanan LBS sebagai berikut: “Informasi yang dapat diakses dengan perangkat mobile melalui jaringan layanan mobile dan memanfaatkan kemampuan untuk memanfaatkan lokasi perangkat mobile. “Open Geospatial Consortiummendefinisikan layanan LBS sebagai berikut: "Sebuah layanan nirkabel-IP yang menggunakan informasi geografis untuk melayani pengguna ponsel, terdapat layanan aplikasi yang memanfaatkan posisi terminal mobile[5]. Layanan yang diberikan oleh LBS dapat diklasifikasikan menurut fungsi maupun menurut dan lokasi keberadaan pengguna informasi tersebut. Layanan-layanan itu antara lain: (1) Map Service; (2) City Guide Service; (3) Yellow Page Service; (4) Navigation Service; (5) Location/Context-aware Information Service[6]. Informasi layanan yang ada tersedia dikirimkan ke LBS melalui 2 mode yang berbeda, yang disebut dengan “push” dan “pull”.Pull Service: Layanan diberikan berdasarkan permintaan dari pelanggan akan kebutuhan suatu informasi. Jenis layanan ini dapat dianalogikan seperti menggakses suatu web pada jaringan internet. Sedangkan Push Service: Layanan ini diberikan langsung oleh serviceprovider tanpa menunggu permintaan dari pelanggan, tentu saja informasi yang diberikan tetap berkaitan dengan kebutuhan pelanggan. Layanan berbasis lokasi dapat digambarkan sebagai suatu layanan yang berada pada pertemuan tiga teknologi yaitu: Geographic Information System, Internet Service, dan Mobile Devices, hal ini dapat dilihat pada gambar 1.

Gambar 1.Teknologi Location Based Service [4]


284

Dalam menggunakan layanan berbais lokasi elemen yang diperlukan antara lain: 1. Mobile Devices yaitu sebuah alat yang digunakan

untuk meminta informasi yang dibutuhkan. Biasanya perangkat yang memungkinkan yaitu PDA, Mobile Phone, laptop, dan perangkat lainnya yang mempunyai fasilitas navigasi.

2. Communication Network adalah jaringan selular yang mengirimkan data pengguna dan permintaan layanan.

3. Positioning Component untuk pengolahan layanan biasanya posisi pengguna harus ditentukan. Posisi dapat diperoleh menggunakan jaringan komunikasi atau dengan menggunakan Global Positioning System (GPS).

4. Service and Application Provider adalah penyedia layanan pengguna selular yang bertanggung jawab untuk memproses layanan.

5. Data and Content Provider yaitu penyedia layanan informasi data yang dapat dimintaoleh pengguna.

Gambar 2. Komponen LBS [2]

III. METODE PENELITIAN Metode pengembangan perangkat lunak (Software

Development Methodology) merupakan panduan langkah demi langkah dalam pembangunan aplikasi perangkat lunak.Metode pengembangan perangkat lunak dalam penelitian ini dilakukan dengan menggunakan metode pengembangan Extreme Programming (XP), ada empat tahapan yang harus dilalui (Pressman, 2012) yaitu:

Gambar 3. Proses Extreme Programming [7]

A. Perencanaan Pada tahap ini peneliti melakukan analisis dan

perumusan masalah, pengumpulan data, untuk tahapan-tahapannya terdiri dari kepustakaan dan wawancara,

dilanjutkan dengan analisis yang terdiri dari analisis kebutuhan sistem dan kebutuhan perangkat.

B. Desain Pada tahap ini peneliti dapat secara langsung

melakukan desain, mulai dari sistem sampai arsitekturnya. Peneliti merancang aktifitas perangkat lunak menggunakan Unified Modelling Language (UML)

C. Pengkodean Pada tahap ini peneliti mengimplementasikan hasil

desain ke dalam kode menggunakan bahasa pemrograman Java. Untuk proses pencarian lokasi Perguruan Tinggi.

D. Pengujian Pada tahap ini sistem yang telah menjadi suatu

aplikasi diuji dan dites yang bila semua tidak ada kesalahan maka selanjutnya diimplementasikan dilingkungan pemakai sistem, diikuti dengan pembuatan dokumentasi dari aplikasi yang dibuat.

IV. HASIL DAN PEMBAHASAN A. Analisis Analisis dalam pembuatan prototipe aplikasi

informasi budaya pada perangkat mobile ini menggunakan pendekatan object-oriented analysis and design (OOAD) dengan menggunakan notasi unified modeling language (UML). Pada tahapan ini dilakukan pembelajaran mengenai aplikasi yang akan dibuat. Proses analisis aplikasi akan menghasilkan sebuah kesimpulan tentang apa yang akan dilakukan aplikasi, siapa yang akan menggunakan aplikasi, kapan dan dimana aplikasi akan digunakan. Sehingga didapatkan sebuah spesifikasi kebutuhan fungsional dan non fungsional dari sistem yang akan dibuat. Dari tahapan analisis yang dilakukan, kemudian dibuat pemodelan dari sistem dalam 2 bentuk model yang dinotasikan oleh UML yaitu : Functional Model dan Behavioral Model.

FunctionalModel menggambarkan proses bisnis dan interaksi sistem informasi dengan lingkungannya. Dalam pengembangan sistem berorientasi objek, dua jenis model yang digunakan untuk menjelaskan fungsi dari suatu sistem informasi yaitu menggunakan: usecase dan activitydiagram. Usecase digunakan untuk menggambarkan fungsi dasar dari sistem.

Gambar 4. Use Case Diagram


285

Activity diagram mendukung pemodelan logis dari proses bisnis dan alur kerja. Usecase dan Activity diagram dapat digunakan untuk menggambarkan seperti apa arus sistem saat ini dan akan menjadi seperti apa nantinya sistem yang sedang dikembangkan. Functional model adalah sarana untuk mendokumentasikan dan memahami persyaratan dan memahami fungsi atau perilaku eksternal dari sistem.

Gambar 5. Activity Diagram

B. Tampilan Aplikasi Tampilan menu Aplikasi merupakan halaman yang

ditampilkan setelah halaman splash screen yang selanjutnya akan menampilkan daftar menu sebagai berikut:

Gambar 6. Tampilan Splash Screen

Jika pengguna akan mengetahui lokasi pengguna, maka dapat dipilih menu Lokasi. Selanjutnya aplikasi akan menampilkan posisi pengguna seperti berikut : a. Lokasi saya menampilkan titik koordinat dari

pengguna aplikasi ini. b. Titik koordinat dari pengguna aplikasi ditandai

dengan marker berwarna merah. c. Pada halaman ini, klik tombol untuk memperbesar

tampilan map atau tombol untuk memperkecil tampilan map.

Gambar 7. Lokasi Pengguna dan Tujuan

Setelah menentukan perguruan tinggi yang akan dicari maka di layar akan ditampilkan lokasi perguruan tinggi tersebut beserta jalur yang akan dilewati dan waktu yang digunakan untuk sampai ke lokasi yang dituju seperti gambar berikut:

Gambar 8. Jalur Menuju Lokasi

Apabila pengguna telah menentukan Perguruan Tinggi yang akan dipilih, maka tampilan akan menuju Maps dimana Maps akan menampilkan rute beserta nama jalan yang akan dilewati. C. Pengujian

Tahap selanjutnya adalah proses pengujian terhadap prototipe yang telah dibuat, proses pengujian ini dilakukan untuk memastikan prototipe yang telah dibuat sesuai dengan kebutuhan. Metode yang digunakan dalam proses pengujian, yaitu metode black box testing. Pengujian ini bertujuan untuk menunjukkan fungsi dari prototipe yang dibangun sesuai dengan cara beroperasinya, memastikan keseusaian output dengan input yang diberikan. Pengujian dengan metode Black Box tidak memperhatikan proses logical yang ada pada prototipe yang dibuat.


286

Tabel 1. Tabel Hasil Pengujian

V. KESIMPULAN

Berdasarkan pembahasan hasil penelitian, dapat disimpulkan bahwa: 1. Teknlogi Location-BasedService dapat digunakan

dalam pencarian informasi lokasi Perguruan Tinggi dan lokasi pengguna aplikasi.

2. Aplikasi yang menerapkan Location Based Service (LBS) berbasis android dapat menamplkan informasi daftar lokasi Perguruan Tinggi, jalur yang harus dilewati dan waktu tempuh.

3. Hasil pengujian menggunakan blackbox testing menunjukan bahwa aplikasi inidapat berjalan sesuai konsep location-based Service.

UCAPAN TERIMA KASIH

1. Badan Pengurus Yayasan atas bantuan dana Penelitian 2. Ketua STMIK Handayani yang senantiasa

memberikan dukungan demi kemajuan penelitian di lingkungan STMIK Handayani.

3. Ketua LPPM STMIK Handayani yang senantisa memberikan dukungan dalam pelaksanaan penelitian

4. Kepala ICT STMIK Handayani dan Mahasiswa yang membatu selama pelaksanaan Penelitian

REFERENSI

[1] Hartati, Sulis Janu, & Jufri Lukman Ahmad Hakim, 2009, Pemanfaatan Layanan Short Text Message Services untuk Otomasi Maintenance Reminder System. Surabaya, SNASTI

[2] Nazruddin safaat, Android Pemrograman aplikasi mobile smartphone dan tablet berbasis android, Informatika, Badung, 2013

[3] Singhal Manav and Shukla Anupam, Implementation of Location based Service in Android using GPS and Web Services, International of Computer Science Issues, vol. 9, pp. 237-242, Jan 2012.

[4] Putra, I.G.P.D. (2014), Perancangan Simulasi Sistem Informasi Transportasi Bus Trans Sarbatiga

Dengan Menggunakan Metode Location-Based-Service (LBS) Berbasis Mobile, Universitas Udayana Bukit Jimbaran

[5] Singhal Manav and Shukla Anupam, Implementation of Location based Service in Android using GPS and Web Services, International of Computer Science Issues, vol. 9, pp. 237-242, Jan 2012

[6] Fauzi, Penerapan Location-Based Service Pada Layanan Informasi Budaya Indonesia Di Perangkat Mobile, Factor Esacta, 2015

[7] Pressman, R.S. (2012), Rekayasa Perangkat Lunak, Andi: Yogyakarta.

[8] Location Based Reminder Using GPS For Mobile, by Priyanka Shah, Ruta Gadgil, and Neha Tamhankar, tahun 2012.

Kegiatan Pengujian Hasil Mendeteksi Lokasi Terdeteksi Menampilkan Peta Tampil

Menampilkan Informasi PT Tampil

Menampilkan Daftar PT Tampil

Menampilkan Jalur Lokasi Tampil

Menampilkan Arah ke lokasi PT dari lokasi

pengguna Tampil


287

Sistem Pendukung Keputusan Peramalan Harga Komoditas Pangan Menggunakan Algoritma Naïve Bayes dan Simple Exponential

Smoothing Studi Kasus: Dinas Perdagangan Kota Makassar

Billy Eden William Asrul 1), Sitti Zuhriyah 2)

1,2 STMIK Handayani Makassar email: [email protected]

Abstrak

Dinas Perdagangan Kota Makassar menyediakan informasi daftar harga pangan. Masyarakat ataupun pihak lain yang memerlukan informasi dapat mengunjungi Kantor Dinas Perdagangan Kota Makassarsecara langsung. Informasi tersebut disajikan dalam bentuk selebaran.Penelitian ini bertujuan adalah untuk merancang dan menerapkan Sistem Pendukung Keputusan Peramalan Harga Komoditas PanganMenggunakanAlgoritma Naive Bayesdan Simple Exponential Smoothing untuk memprediksi harga pangan di Kota Makassar.Desain penelitian yang digunakan adalah UML yang didesain secara terstruktur yang terdiri dari rancangan model use case diagram, activity diagram, sequence diagram dan class diagram. Text editor yang digunakan dalam membangun sistem ini adalah sublime text, sedangkan bahasa pemrograman menggunakan PHP, javascript, dan MySql untuk pengolahan database.Dalam penelitian ini pengumpulan data diperoleh melalui observasi, wawancara dan dokumentasi.Hasil dari penelitian ini adalah sistem berbasis website yang menyediakan informasi harga komoditas dan sistem pendukung keputusan prediksi harga komoditas pangan di Kota Makassar.Sistem tersebut membantu instansi dalam menyediakan informasi dan pelaporan.

Keywords: SPK, Naive Bayes, Simple Exponential Smoothing.

I. PENDAHULUAN Pangan merupakan salah satu prioritas utama program

pembangunan nasional karena memiliki nilai strategis terkait dengan kebutuhan masyarakat yang paling mendasar serta aspek ketahanan nasional, stabilitas ekonomi, stabilitas politik, dan keamanan. Dari aspek ekonomi pangan, harga merupakan salah satu aspek penting yang perlu mendapat perhatian. Penentuan harga pangan sangat penting terutama di tingkat petani sebagai produsen (dengan tetap melindungi konsumen), dengan tujuan melindungi petani kecil dari permainan harga.

Kurangnya informasi harga pangan dan perkiraan harga pangan yang terpercaya yang akan mempengaruhi para pelaku ekonomi ditingkat nasional dan daerah. Menimbulkan gejolak harga yang pada gilirannya dikhawatirkan dapat mempengaruhi stabilitas ekonomi makro. Ketidakjelasan dan kurang integritasnya informasi harga berpengaruh terhadap kestabilan harga pangan. Dinas Perdagangan Kota Makassar merupakan pihak yang menyediakan informasi harga pangan. Masyarakat ataupun pihak lain yang memerlukan informasi dapat mengunjungi Kantor Dinas Perdagangan Kota Makassar secara langsung. Informasi disajikan dalam bentuk selebaran. Namun informasi yang diberikan belum ada klasifikasi harga. Klasifikasi harga yang dimaksud adalah pembagian harga antara harga naik, harga turun, dan harga normal.

Dengan memperhatikan hal tersebut di atas, maka perlu dibuat sebuah sistem yang dapat memberikan informasi yang akurat mengenai hal-hal yang berkaitan dengan harga pangan. Oleh karena itu, Peneliti membuat suatu Sistem Pendukung Keputusan peramalan Harga Komoditas Pangan Menggunakan Algoritma Naïve Bayes dan Simple Exponential Smoothhing di Kota Makassar. Seperti penelitian sebelumnya, sistem Prediksi harga daging sapi lokal di Kota Semarang[7], pada penelitian tersebut hanya menampilkan prediksi harga tanpa penjelasan harga naik, turun, atau normal,serta tidak menampilkan keadaan atau kondisi komoditas.Sedangkan Penelitian lain yang menggunakan metode Naïve Bayes adalah sistem pendukung keputusan menentukan lokasi rumah makan yang strategis menggunakan metode Naïve Bayes [8], pada penelitian tersebut dibuat suatu sistem untuk menentukan lokasi yang tepat dalam mendirikan sebuah rumah makan.

Sistem pendukung keputusan yang dibuat berbasis web dirancang dengan tujuan untuk memudahkan dan mengefisienkan kinerja dan aktifitas kerja serta memberikan gambaran umum tentang harga komoditas, kondisi komoditas pangan, dan prediksi harga barang.

Dalam pembuatan sistem ini digunakan metode Simple Exponential Smoothing dan Naïve Bayes. Simple exponential smoothing merupakan algoritma peramalan


288

yang melakukanprosedur yang secara terus menerus memperbaiki peramalan dengan merata-rata (menghaluskan = smoothing) nilai masa lalu dari suatu data runtut waktu dengan cara menurun (exponential). Tujuan dari metode ini adalah menentukan nilai α yang meminimumkan means Absolute percentage error [7]. Sedangkan Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yaitu memprediksi peluang di masa depan berdasarkan pengalaman sebelumnya. Berdasarkan penjelasan tersebut maka penelitian ini akan membahas, bagaimana merancang sistem Pendukung Keputusan Peramalan Harga Komoditas Pangan menggunakan Algoritma Naïve Bayes dan Simple Exponential Smoothing di Kota Makassar?


A. Sistem Pendukung Keputusan

Sistem Pendukung Keputusan Merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambil keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, di mana tidak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat.[4]

Sistem Pendukung Keputusan merupakan sistem informasi yang menyediakan informasi, pemodelan dan pemanipulasian data. Definisi lain Sistem pendukung keputusan adalah sistem tambahan, mampu untuk mendukung analisis data secara ad hoc dan pemodelan keputusan serta berorientasi pada perencanaan masa depan.[8]

B. Metode Naive Bayes

Naive Bayes Classifier (NBC) merupakan teknik prediksi berbasis probabilistic sederhana yang berdasar pada penerapan teorema Bayes(atau aturan Bayes) dengan asumsi independensi (ketidaktergantungan) yang kuat(naif).[4]

Algoritma Naïve Bayes merupakan salah satu algoritma yang terdapat pada teknik klasifikasi. Dalam algoritma ini semua atribut yang terdapat pada dataset dianggap tidak mempunyai hubungan, jadi antara atribut dianggap tidak ada keterhubungannya dengan atribut yang lain. Algoritma ini menghitung probabilitas masing-masing atribut untuk dihitung kembali rata-rata probabilitas atribut-atribut tersebut. Metode Naïve Bayes cukup mudah di implementasikan, dan hasil dari metode ini pun baik.[3]

Dari pendapat diatas dapat kita simpulkan bahwa Naive bayes adalah teknik prediksi berbasis probabilistic sederhana dan merupakan salah satu algoritma yang terdapat pada teknik klasifikasi.

P(Y|X) = ! ! !(!"|!)!(!)

……………………………………(1) Dimana, P(Y|X) = Probabilitas data dengan vector X pada kelas Y P(Y) = Probabilitas awal kelas Y P( | Y) = Probabilitas X berdasarkan kondisi hipotesis H P(X) = Probabilitas X

C. Forecasting

Forecasting adalah peramalan atau perkiraan mengenai sesuatu yang belum terjadi. Ramalan yang dilakukukan pada umumnya akan berdsasarkan data yang terdapat di masa lampau yang dianalisis dengan menggunakan metode-metode tertentu. Forecasting diupayakan dibuat agar dapat meminimumkan pengaruh ketidakpastian tersebut, dengan kata lain bertujuan mendapatkan ramalan yang bisa meminimumkan kesalahan meramal (forecast error) yang biasanya diukur dengan mean absolute devition, absolute error, dan sebagainya. Peramalan merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien.[6]

D. Single Exponential Smoothing

Single Exponential Smoothing juga dikenal sebagai Simple Exponential Smoothing atau metode Exponential Smoothing sederhana [6].

Simple Exponential Smoothing digunakan untuk peramalan dengan jangka waktu pendek, biasanya hanya satu bulan ke depan. Model ini mengasumsikan bahwa data berfluktuasi di sekitar rata- rata yang stabil (tidak ada trend atau pertumbuhan pattern yang konsisten). Rumus dari model Simple Exponential Smoothing adalah sebagai berikut : Ft+1 = α Dt + (1 – α) Ft ………………………………(2) Keterangan: Ft+1 = Hasil peramalan α = inisialisasi Dt = Data sekarang Ft = Peramalan Sebelumnya

III. METODE PENELITIAN

Metode penelitian yang diterapkan dalam mengembangkan Sistem Pendukung Keputusan peramalan harga komoditas pangan terdiri dari beberapa tahap.Dimulai dengan tahapan analisis kebutuhan sistem, perancangan desain sistem, pengujian, dan implementasi sistem.

Tahapan analisisi kebutuhan sistem hal pertama yang dilakukan adalah menentukan kebutuhan- kebutuhan sistem.Kebutuhan sistem terbagi menjadi dua yaitu fungsional yang meliputi kebutuhan user, kebutuhan administrator, dan pengujian.Sedangkan kebutuhan non-fungsional, meliputi kebutuhan perangkat keras dan kebutuhan perangkat lunak. Dalam tahapan analisis


289

kebeutuhan juga mencakup pengumpulan data yang akan digunakan, yaitu data primer dan data sekunder. Data primer diperoleh dari wawancara langsung dengan pegawai Dinas Perdagangan Kota Makassar, sedangkan data sekunder diperoleh dari data yang sudah ada, terdiri dari data harga bahan pangan dari beberapa pasar yang ada di Kota Makassar.

Perancangan desain sistem bertujuan untuk memudahkan kinerja dan aktivitas kerja serta memberikan gambaran umum tentang bagaimana yang tepat untuk mendesain suatu system sesuai dengan kebutuhan instansi. Dalam tahap ini dibuat sebuah Use Case diagram yaitu sebagai berikut:


Dalam tahap perancangan system, algoritma yang

digunakan adalah algoritma Naive Bayes dan Simple Exponential Smoothing. Algoritma untuk peramalan/prediksi harga barang digunakan algoritma Simple Exponential Smoothing, metode tersebut adalah prosedur yang secara terus menerus memperbaiki peramalan/prediksi harga dengan merata-rata nilai masa lalu dari suatu data runtut waktu dengan cara menurun [7]. Tujuan dari metode ini adalah menentukan nilai α yang meminimumkan means percentage error (MPE). Simple Exponential Smoothing diformulakan sebagai berikut, Ft + 1 = α Dt + ( 1 – α ) Ft……………………………...(3)

Sedangkan metode untuk memprediksi harga naik atau turun suatu komoditas adalah metode Naïve Bayes, yang merupakan pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari, dataset yang diberikan[4]. Algoritma Naïve Bayes didasarkan pada asumsi penyederhanaan bahwa nilai atribut secara kondisional saling bebas jika diberikan nilai output.

Keuntungan penggunaan Naïve Bayes adalah metode hanya membutuhkan jumlah data pelatihan ( training data ) yang kecil untuk menentukan estimasi parameter yang diperlukan dalam proses pengklasifikasian. Naïve Bayes sering bekerja jauh lebih baik dalam kebanyakan situasi dunia nyata yang kompleks dari pada yang diharapkan ( Alfa Saleh, 2015). Persamaan dari teorema Bayes adalah :

𝑃 𝐻 𝑋 = ! ! ! .! !! !

…………………………..(4) Di mana : X : Data dengan class yang belum diketahui H : Hipotesis data merupakan suatu class spesifik P(H/X) : Probabilitas hipotesis H berdasar kondisi X

(posteriori probabilitas) P(H) : Probabilitas hipotesis H (prior probabilitas) P(X/H) : Probabilitas X berdasarkan kondisi pada

hipotesis H P(X) : Probabilitas X

Untuk menjelaskan metode Naïve Bayes, perlu diketahui bahwa proses klasifikasi memerlukan sejumlah petunjuk untuk menentukan kelas apa yang cocok bagi sampel yang dianalisis tersebut. Karena itu, metode Naïve Bayes di atas disesuaikan sebagai berikut: 𝑃 𝐶 𝐹!… 𝐹! = ! ! .! !!…!! !

! !!…!!……………………(5)

Dimana variabel C merepresentasikan kelas, sementara variabel F1 ... Fn merepresentasikan karakteristik petunjuk yang dibutuhkan untuk melakukan klasifikasi. Maka rumus tersebut menjelaskan bahwa peluang masuknya sampel karakteristik tertentu dalam kelas C (Posterior) adalah peluang munculnya kelas C (sebelum masuknya sampel tersebut, seringkali disebut prior), dikali dengan peluang kemunculan karakteristik-karakteristik sampel pada kelas C (disebut juga likelihood), dibagi dengan peluang kemunculan karakteristik-karakteristik sampel secara global (disebut juga evidence).

IV. HASIL DAN PEMBAHASAN Berikut merupakan contoh hasil permalan harga gula

pasir dengan menggunakan metode Simple Exponential Smoothing, berdasarkan data aktual dari tanggal 1 Mei 2018 sampai tanggal 9 Mei 2018 ( nilai α = 0,9).

Tabel 1. Ramalan harga gula pasir

Tanggal Harga aktual Harga ramalan

Margin Error

2018-05-01 14.000 14.000 0

2018-05-02 14.000 14.000 0

2018-05-03 14.000 14.000 0

2018-05-04 14.000 14.000 0

2018-05-06 14.000 14.000 0 2018-05-07 12.500 12.650 0.0120 2018-05-08 12.500 12.515 0.0012 2018-05-09 12.500 12.502 0.0001


290

Dari hasil ramalan harga gula pasir dengan menggunakan Simple Exponential Smoothingyang diperlihatkan pada tabel di atas menunjukkan margin error yang sangat kecil bahkan bernilai nol. Berikut merupakan implementasi prediksi harga naik atau turun dengan menggunakan algoritma Naïve Bayes.

Tabel 2. Data training Naïve Bayes

No Kondisi bahan pokok

Cuaca Persediaan kendaraan Hasil prediksi

1 Baik Baik Banyak Baik Turun 2 Baik Baik Banyak Rusak Turun 3 Baik Baik Kurang Rusak Naik 4 Rusak Buruk Kurang Rusak Turun 5 Rusak Baik Banyak Baik Turun 6 Rusak Buruk Kurang Baik Turun 7 Baik Buruk Kurang Rusak Naik 8 Baik Buruk Banyak Baik Naik 9 Baik Buruk Banyak Rusak Naik

10 Rusak Baik Banyak Rusak Turun 11 Rusak Buruk Kurang Baik Naik Sebagai contoh, jika kondisi komoditas pangan dengan data sebagai berikut :

Table 3. Contoh kondisi komoditas Kondisi bahan pokok

Cuaca Persediaan Kondisi kendaraan

Hasil prediksi

Rusak Baik Banyak Baik ??? Dengan implementasi Naïve Bayes dalam Pemrograman PHP maka diperoleh : $bahan_pokok =$this->input->post('kondisi_bahan_pokok'); $cuaca = $this->input->post('cuaca'); $kondisi_kendaraan =$this->input->post('kondisi_kendaraan'); $persediaan = $this->input->post('persediaan'); Tahap 1 menghitung jumlah P (Y= Naik) = 5/11 ‘ jumlah data “Naik” pada kolom “Hasil Prediksi” dibagi jumlah data P (Y=Turun) = 6/11 ‘ jumlah data “Turun” pada kolom “Hasil Prediksi” dibagi jumlah data Listing : $naik=$this->Naive_bayes_model->Count("WHERE keterangan='Naik'")->num_rows(); $turun=$this->Naive_bayes_model->Count("WHERE keterangan='Turun'")->num_rows(); $total=$this->Naive_bayes_model->Count("")->num_rows(); Tahap 2 menghitung jumlah kasus yang sama dengan kelas yang sama P(Kondisi Bahan Pokok = Rusak | Y= Naik) = 1/5 ‘jumlah data Kondisi Bahan Pokok “Rusak” dengan hasil prediksi “Naik” dibagi jumlah data Naik P(Kondisi Bahan Pokok = Rusak | Y= Turun) = 4/6 ‘jumlah data Kondisi Bahan Pokok “Rusak” dengan hasil prediksi “Turun” dibagi jumlah data Turun

Listing : $bahan_pokok_naik= $this->Naive_bayes_model->Count("WHERE kondisi_bahan_pokok like '$bahan_pokok' and keterangan='Naik'")->num_rows(); $bahan_pokok_turun= $this->Naive_bayes_model->Count("WHERE kondisi_bahan_pokok like '$bahan_pokok' and keterangan='Turun'")->num_rows(); P(Cuaca = Baik | Y= Naik) = 1/5 jumlah data dengan Cuaca“Baik” dibagi jumlah data Naik P(Cuaca = Baik | Y= Turun) = 4/6 jumlah data dengan Cuaca“Baik” dibagi jumlah dataTurun Listing : $cuaca_naik= $this->Naive_bayes_model->Count("WHERE cuaca like '$cuaca' and keterangan='Naik'")->num_rows(); $cuaca_turun= $this->Naive_bayes_model->Count("WHERE cuaca like '$cuaca' and keterangan='Turun'")->num_rows(); P(Persediaan = Banyak | Y= Naik) = 2/5 jumlah data dengan Persediaan “Banyak” dibagi jumlah data Naik P(Persediaan = Banyak | Y= Turun) = 4/6 jumlah data dengan Persediaan “Banyak” dibagi jumlah dataTurun Listing : $kondisi_kendaraan_naik = $this->Naive_bayes_model->Count("WHERE kondisi_kendaraan like '$kondisi_kendaraan' and keterangan='Naik'")->num_rows(); kondisi_kendaraan_turun = $this->Naive_bayes_model->Count("WHERE kondisi_kendaraan like '$kondisi_kendaraan' and keterangan='Turun'")->num_rows(); P(Kondisi Kendaraan = Baik | Y= Naik) = 2/5 jumlah data dengan Kondisi Kendaraan “Baik” dibagi jumlah data Naik P(Kondisi Kendaraan = Baik | Y= Turun) = 3/6 jumlah data dengan Kondisi Kendaraan “Baik” dibagi jumlah dataTurun Listing : $persediaan_naik = $this->Naive_bayes_model->Count("WHERE persediaan like '$persediaan' and keterangan='Naik'")->num_rows(); $persediaan_turun= $this->Naive_bayes_model->Count("WHERE persediaan like '$persediaan' and keterangan='Turun'")->num_rows(); Tahap 3 kalikan semua hasil variable Naik dan Turun P (Kondisi Bahan Pokok = Rusak), (Cuaca = Baik), (Persediaan = Banyak), (Kondisi kendaraan = Baik ) | Naik) = {P(P(Kondisi Bahan Pokok = Rusak |Y= Naik). P(Cuaca = Baik | Y= Naik) . P(Persediaan = Banyak |Y= Naik). P(Kondisi kendaraan = Baik | Y= Naik) = 1/5 * 1/5 * 2/5 * 2/5 * 5/11 = 0,0028 P (Kondisi Bahan Pokok = Rusak), (Cuaca = Baik), (Persediaan = Banyak), (Kondisi kendaraan = Baik ) | Turun)


291

= {P(P(Kondisi Bahan Pokok = Rusak |Y= Turun). P(Cuaca = Baik | Y= Turun) . P(Persediaan = Banyak |Y= Turun). P(Kondisi kendaraan = Baik | Y= Turun) = 4/6 * 4/6 * 4/6 * 3/6 * 6/11 = 0,077 Listing : $p=($naik/$total)*($bahan_pokok_naik/$naik)*($cuaca_naik/$naik)*($kondisi_kendaraan_naik/$naik)*($persediaan_naik/$naik); $p2=($turun/$total)*($bahan_pokok_turun/$turun)*($cuaca_turun/$turun)*($kondisi_kendaraan_turun/$turun)*($persediaan_turun/$turun); Tahap 4 bandingkan hasil Naik dan Turun Karena hasil (P|Turun) lebih besar dari (P|Naik) maka keputusanya adalah“Turun”. if ( $p >= $p2 ){$data['keterangan'] = "Naik";} else{$data['keterangan'] = "Turun";

Tabel 4. Hasil Uji Komoditas Kondisi bahan pokok

Cuaca Persediaan Kondisi kendaraan

Hasil prediksi

Rusak Baik Banyak Baik Turun Implementasi Pada Sistem

Berikut beberapa contoh tampilan pada Website sistem peramalan harga dengan menggunakan metode Simple Exponential dan Naïve Bayes: a. Login

Tampilan form login Admin tetapi juga merupakan form login untuk Pegawai.

Gambar 2. Tampilan Login

b. Tampilan Menu Home

Tampilan Menu Home yang merupakan salah satu menu di tampilan utama untuk pengunjung.Menu ini bisa di akses atau di gunakan oleh pengunjung.berikut tampilan menu Home

Gambar 3. Menu Home

c. Menu Detail Bahan Pokok Tampilan Menu detail bahan pokok yang merupakan

salah satu menu di tampilan utama untuk pengunjung yang dapat diakses atau digunakan oleh pengunjung. Menu ini menampilkan prediksi harga salah satu komoditas secara detail.

Gambar 4. Menu detail bahan pokok

d. Menu Tabel Komoditas

Tampilan Menu Tabel Komoditas yang merupakan salah satu menu di tampilan utama untuk pengunjung.Menu ini bisa di akses atau di gunakan oleh pengunjung.


292

Gambar 5. Menu Tabel Komoditas

e. Menu Prediksi

Salah satu menu di tampilan utama adalah tampilan Menu Prediksi yang dapat diakses dan digunakan oleh pengunjung, yang menampilkan prediksi harga barang komoditas, baik harga naik, turun ataupun normal.

Gambar 6. Menu Prediksi

V. KESIMPULAN Agar sistem Pendukung Keputusan peramalan Harga

dapat lebih optimal maka Sistem pendukung keputusan yang dibuat berbasis web dirancang dengan tujuan untuk memudahkan dan mengefisienkan kinerja dan aktifitas kerja serta memberikan gambaran umum tentang harga komoditas, kondisi komoditas pangan, dan prediksi harga barang.

Dengan menerapkan sistem Pendukung Keputusan Peramalan Harga Komoditas Pangan menggunakan Algoritma Naïve Bayes dan Simple Exponential Smoothing di Kota Makassar, Masyarakat ataupun pihak

lain yang dapat mengakses informasi tentang Klasifikasi harga yakni pembagian harga antara harga naik, harga turun, dan harga normal dengan mudah. Hal ini disebabkan karena algoritma peramalan yang melakukan prosedur yang secara terus menerus memperbaiki peramalan dengan merata-rata (menghaluskan = smoothing) nilai masa lalu dari suatu data runtut waktu dengan cara menurun (exponential).

UCAPAN TERIMA KASIH Terima kasih disampaikan kepada, para pelaku

industri dan UMKM di lingkungan Kota Makassar, Dinas Perdagangan Kota Makassar, yang telah memberikan dukungan sehingga penelitian dapat terlaksana dengan baik, kepada Pimpinan dan rekan-rekan dosen di STMIK Handayani yang telah memberikan bantuan dalam penyelesaian penelitian ini.

REFERENSI

[1] Al Fatta.Hanif, “Analisis dan Perancangan Sistem Informasi”.Yogyakarta: Penerbit Andi, 2007

[2] Hermawan, “Unified Modelling Language (UML)”. Yogyakarta: Penerbit ANDI, 2004

[3] Sari. Mega Kartika, “Kombinasi Metode K-Nearest Neighbor Dan Naïve Bayes Untuk Klasifikasi Data”. Yogyakarta: Prosiding SEMNASTEKNOMEDIA, STMIK AKAKOM, 2015.

[4]. Wasiati. Hera, “Sistem Pendukung Keputusan Penentuan Kelayakan Calon Tenaga Kerja Indonesia Menggunakan Metode Naive Bayes”, IJNS-Indonesian Journal on Networking and security, Volume 3 No. 2 Tahun 2014.

[5] Yuli, Ni Putu Sukmarani dkk, “Penerapan Metode Single Exponential Smoothing pada permalan penjualan dalam penentuan kuantitas Produksi Roti (studi Kasus Perusahaan Roti Dhiba Kendari)”, semanTIK, Vol.2, No.1, Jan-Jun 2016, pp. 229-236

[6] Margi, Kristen, “ Analisisi dan Penerapan Metode Single Exponential Smoothing untuk Prediksi Penjualan pada Periode Tertentu”, prosiding SNATIF ke-2 Tahun 2015

[7] Meysatya, Riska “ Sistem Prediksi Harga Daging Sapi Lokal di Kota Semarang Menggunakan Moving Average”, Jurnal UDINUS, 2013.

[8]. Yusnita, Amelia, “Sistem Pendukung Keputusan Menentukkan Lokasi Umah Makan Yang Strategis Menggunakan Metode Naive Bayes”, SEMANTIK, 2012.


293

Sistem Pelaporan Pelaksanaan Kegiatan Sertifikasi Kompetensi BNSP (Studi Kasus: LSP-P1 Politeknik Negeri Ujung Pandang)

Farid Mustari 1), Irmawati 2), Rini Nur 3)

1,2,3 Teknik Elektro, Politeknik Negeri Ujung Pandang email: [email protected] email: [email protected]

email: [email protected]

Abstrak Terciptanya MEA (Masyarakat Ekonomi ASEAN) merupakan terciptanya pasar bebas dibidang tenaga kerja.

Indonesia haruslah mempersiapkan sumber daya (SDM) yang terampil, cerdas dan kompetitif. Sehingga perlu adanya sertifikasi profesi yang merupakan salah satu elementer penting bagi tenaga kerja maupun mahasiswa. Badan Nasional Sertifikasi (BNSP) merupakan badan independan yang bertanggungjawab kepada Presiden dalam menyelenggarakan sertifikasi kompetensi profesi bagi tenaga kerja. LSP-P1 merupakan suatu lembaga yang pelaksana kegiatan sertifikasi profesi yang telah mendapat lisensi dari BNSP untuk melaksanakan kegiatan ini yang memiliki aspek terpenting yaitu asesmen. Di mulai pada tahapan asesor melakukan proses asesmen yang kemudian laporan hasil asesmen di kirim ke pengurus LSP. Pelaporan hasil asesmen sampai penerbitan sertifikat seringkali membutuhkan proses yang memekan waktu dan seringkali mengalami beberapa kendala. Pada penelitian ini dibangun sebuah aplikasi sistem pelaporan pelaksanaan kegiatan sertifikasi berbasis web menggunakan bahasa pemrograman PHP dan database MySQL. Dengan adanya sistem pelaporan pelaksanaan sertifikasi BNSP ini, proses pengajuan hasil asesmen oleh LSP menjadi lebih optimal dikarenakan pengelolaan data asesmen menggunakan sistem yang berbasis digital, dibandingkan dengan sistem sebelumnya yang masih mengandalkan pengerjaan secara manual.

Keywords: LSP P-1 PNUP, Data Base Management System (DBMS), Framework

I. PENDAHULUAN

Dalam rangka membangun dan memelihara kompetensi, LSP-P1 PNUP membutuhkan adanya sistem pelaporan sertifikasi yang merupakan sebuah sistem yang dibuat guna mendapatkan data-data tentang kegiatan sertifikasi BNSP dalam ruang lingkup kampus Politeknik Negeri Ujung Pandang, dalam proses ini ada beberapa unit yang LSP butuhkan tetapi pada pembutan program ini hanya berfokus pada proses hasil asesmen saja. Setelah proses tersebut kemudian oleh pengurus LSP dikirim kembali ke BNSP yang selanjutanya BNSP akan menerbitkan nomor blanko yang dikirim ke LSP-P1, pada akhir proses ini LSP kemudian berperan dalam penerbitan sertifikat. Dalam proses penerbitan sertifikat ini LSP-P1 mengalami kendala seperti proses penomoran sertifikat beberapakali sering diubah serta proses rekapitulasi data dengan berbagai berkas yang bertumpuk sehingga menghambat asesor dalam kelancaran proses asesmen terutama dalam penerbitan sertifikat.

Pelaporan hasil asesmen kepada LSP-P1 PNUP sampai terbitnya sertifikat membutuhkan proses yang mengandalkan pengerjaan manual, hal ini menghambat admin LSP-P1 dalam kelancaran proses asesmen. Pada sistem pelaporan yang dibangun ini didesain agar hasil asesmen dapat langsung masuk ke aplikasi pelaporan [1]. Sehingga proses pelaporan hasil asesmen oleh asesor dapat lebih cepat, hal ini juga akan mempercepat proses penerbitan sertifikat kompetensi oleh LSP-P1 PNUP.


A. Pengertian Sistem Sistem adalah suatu kumpulan objek yang saling

berinteraksi yang terdiri dari bagian-bagian dan berhubungan secara sinergi untuk mencapai suatu tujuan.

B. Pengertian Informasi Informasi ibarat darah yang mengalir di dalam tubuh

suatu organisasi, sehingga informasi sangat penting didalam suatu orgnisasi. Suatu sistem yang kurang mendapatkan informasi akan menjadi luruh, kerdil, dan akhirnya berhenti. Sumber dari informasi adalah data, data merupakan bentuk jamak dari bentuk data item.Jadi informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi yang menerimanya [2].

C. Pengertian Sistem Informasi Sistem Informasi adalah suatu sistem di dalam suatu

organisasi yang mempertemukan kebutuhan pegolahan, transaksi harian, mendukung operasi, bersifat managerial, dan kegiatan strategi dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan [3].

D. Alat Desain Unified Modeling Language (UML) Unified Modeling Language terbagi menjadi sembilan

diagram yang masing – masing memiliki aturan – aturan tertentu dalam penyusunan. Diagram – diagram tersebut


294

tersusun atas sejumlah elemen grafik yang saling membentuk satu kesatuan dalam permodelan software. Masing-masing diagram UML mempresentasikan berbagai sudut pandangan terhadap sistem dan mendefenisikan apa yang dikerjakan oleh sistem, bukan bagaimana sistem berkerja [4].

E. Data Base Management System (DBMS) DBMS merupakan kependekkan dari Database

Management System, yang dalam bahasa Indonesia dikenal dengan istilah Sistem Manajemen Basis Data dan sering juga disingkat menjadi SMBD. DBMS atau SMBD merujuk pada suatu sistem yang berfungsi sebagai pengolahan basis data sehinga menjadi sebuah informasi. Kami mengutip dari buku Strategi Perancangan dan Pengelolaan Basis Data karya Kusrini, M.Kom mengatakan, pengertian DBMS adalah software yang menangani semua akses ke basis data, software tersebut memungkinkan menyusun, mengolah dan memperbaharui item-item dalam suatu basis data atau database. DBMS mempunyai kemampuan untuk mengolah data dalam jumlah yang besar, selain itu DBMS juga mampu untuk melakukan manipulasi data dengan mudah dan cepat. Perlu untuk diketahui, sebelum adanya sistem manajemen basis data atau DBMS data disimpan dalam bentuk file berupa text yang ada pada sistem operasi [5].

III. METODE PENELITIAN Prosedur dalam penelitian diperlukan agar penelitian

ini dapat terstruktur sehingga hasil yang nantinya diperoleh sesuai dengan tujuan pada penelitian. Adapun tahapan prosedur penelitian ini dibuat berdasarkan pengembangan rekeyasa perangkat lunak.

Gambar 1. Diagram Prosedur Penelitian

A. Identifikasi Masalah

Pada tahapan ini, masalah yang ditemukan adalah dalam proses penerbitan sertifikat ini LSP-P1 mengalami kendala seperti proses penomoran sertifikat yang beberapakali sering diubah serta proses rekapitulasi data

dengan berbagai berkas yang bertumpuk maka daya seperti inilah yang dibutuhkan untuk membangun sistem ini.

B. Analisis Sistem

Sistem pelaporan yang dibangun pada penelitian ini berjudul Sistem Pelaporan Kegiatan Sertifikasi BNSP. Sistem ini berbasis website. Pada website diberikan tiga hak akses yaitu Administrator (Admin), Asesor, dan Asesi. Administrator yang bertindak sebagai penghubung antara kedua user yaitu Asesor dan Asesi.

C. Gambaran Umum Sistem

Administrator terlebih dahulu akan melakukan proses penginputan data-data user dan seluruh data pendukung sertifikasi secara manual. Setelah proses penginputan selesai maka seluruh data tersebut akan langsung masuk ke halaman utama Asesi dan Asesor.

D. Use Case Diagram

Use case merupakan salah satu cara untuk menggambarkan perilaku aktor terhadap system [4]. Dalam sistem ini hanya administrator yang diberikan hak akses seperti ditunjukkan pada Gambar 2.


E. Entity Relationship Diagram (ERD)

ERD menggambarkan hubungan antara entitas yang nantinya digunakan pada database sebuah system yang akan dibuat seperti ditunjukkan pada Gambar 3.

Gambar 3. Entity Relationship Diagram (ERD)


295

F. Implementasi dan Pengujian • Implementasi

Sistem ini diimplementasikan menggunakan web browser dengan menggunakan aplikasi xampp dan bahasa pemrograman PHP . • Pengujian Sistem

Tahapan pengujian yang di gunakan yaitu pengujian black box testing berfokus pada persyaratan fungsional perangkat lunak. Dengan demikian, pengujian black-box memungkinkan perekayasa perangkat lunak mendapatkan serangkaian kondisi input yang sepenuhnya menggunakan semua persyaratan fungsional untuk suatu program.

IV. HASIL DAN PEMBAHASAN

A. Struktur Database Database adalah kumpulan data yang saling berelasi

[6]. Pada aplikasi sistem pelaporan pelaksanaan sertifikasi BNSP ini penulis menggunakan 6 tabel database yaitu asesi, asesor, asesmen, skema, program, dan sertifikat. Berikut struktur file database pada masing-masing tabel:

1. Asesi

Pada sistem pelaporan pelaksanaan kegiatan sertifikasi berbasis web dalam media penyimpanan data asesi mengunakan tabel asesi yang ditunjukkan pada Tabel 1.

Tabel 1. Tabel Asesi

Tabel asesi terdiri dari field id, nama asesi, nim, prodi, jurusan, asesor, hp, pendidikan terakhir, alamat, email, organisasi, dan id asesi. Tabel asesi berisikan data semua asesi yamg terdaftar. Data asesi digunakan saat mengolah dan menyusun data asesmen.

2. Asesor

Pada sistem pelaporan pelaksanaan kegiatan sertifikasi dalam media penyimpanan data asesor mengunakan tabel asesor. Tabel asesor dapat dilihat pada Tabel 2

Tabel 2. Tabel Asesor

Tabel asesor terdiri dari nama, nip, no sertifikat, no

blanko, email, no registrasi, hp, bidang, sector, skema, provinsi, masa berlaku, dan masa berakhir. Pada gambar tabel asesor berisikan data asesor LSP P-1 PNUP.

3. Skema

Pada sistem pelaporan kegiatan pelaksanaan kegiatan sertifikasi dalam media penyimpanan data skema mengunakan tabel skema. Tabel skema dapat dilihat pada Tabel 3.

Tabel 3. Tabel Skema

Tabel skema terdiri dari kolom id, kode skema, nama

skema, lingkup, dan bidang. Tabel skema berisikan data skema yang tersedia pada proses asesmen. Data skema digunakan saat mengolah dan menyusun data asesmen.

4. Program

Pada sistem pelaporan pelaksanaan kegiatan sertifikasi dalam media penyimpanan data program mengunakan tabel program. Tabel program dapat dilihat pada Tabel 4.

Tabel 4. Tabel Program

Tabel program terdiri dari kolom id, nama program,

kode program, tahun, jumlah paket, dan bulan. Pada


296

gambar tabel program berisikan data program yang tersedia pada sertifikasi BNSP.

5. Asesmen

Pada sistem pelaporan pelaksanaan kegiatan sertifikasi dalam media penyimpanan data asesmen mengunakan tabel data asesmen. Tabel data asesmen dapat dilihat pada Tabel 5.

Tabel 5. Tabel Asesmen

Tabel data asesmen terdiri dari id, nim, kode program,

no registrasi asesor, kode skema, keputusan, tanggal akhir, dan tanggal mulai. Pada gambar tabel data asesmen berisikan data asesmen yang terdaftar dalam kegiatan sertifikasi ini.

6. Sertifikat

Pada sistem pelaporan pelaksanaan kegiatan sertifikasi dalam media penyimpanan data pemegang sertifikat menggunakan tabel data sertifikat. Tabel data sertifikat dapat dilihat pada Tabel 6.

Tabel 6. Tabel Sertifikat

Tabel data pemegang sertifikat terdiri dari id

sertifikat, no regitrasi, no sertifikat, no blanko, tahun berakhir, foto, dan keputusan. Tabel data pemegang sertifikat berisikan data nama asesi yang telah melalukan proses asesmen dan layak untuk mendapatkan sertifikat.

B. Modul Awal Bila Pengguna meng-inputkan username dan

password dengan benar maka akan masuk ke modul awal Sistem Pelaporan Pelaksanaan Kegiatan Sertifikasi BNSP. Modul awal dapat dilihat pada Gambar 4.

Gambar 4. Modul Awal

Pada gambar di atas terdapat link menuju modul-

modul lain yaitu modul asesor, modul asesmen, modul asesi, modul skema, modul program, dan modul sertifikat.

C. Modul Asesi

Modul asesi berfungsi untuk menampilkan data asesi serta melakukan pengolahan data asesi yang akan melakukan asesmen. Pada modul asesi, admin dapat melakukan tambah nama, nim, prodi, jurusan, asesor, no hp, pendidikan terakhir, alamat, email, organisasi, id asesi serta dapat mengedit dan menghapus data-data tersebut seperti gambar dibawah ini.

Gambar 5. Modul Asesi

Pada gambar diatas jika ingin menambahkan data

asesi di mulai dengan klik modul Tambah Asesi maka akan tampil format form pengisian data asesi selanjutnya klik tombol simpan untuk menyimpan data ke dalam database, seperti gambar berikut.

Gambar 6. Modul Tambah Asesi

Selain itu, pada modul ini juga dilengkapi tombol Edit

dan Hapus yang berfungsi untuk melakukan edit dan hapus data asesi.


297

D. Modul Asesor Modul asesor adalah modul yang berisikan data

asesor yang menjadi penguji selama proses asesmen berlangsung. Pada modul asesor admin dapat melakukan tambah, edit dan hapus, seperti gambar dibawah ini.

Gambar 7. Modul Asesor

Proses menambahkan data asesor di mulai dengan

klik modul tambah asesor maka akan muncul form data asesor dan diisi sesuai data asesor yang tersedia, selanjutnya klik tombol simpan untuk menyimpan data ke dalam database, seperti gambar berikut.

Gambar 8. Modul Tambah Data Asesor

Selain itu, pada Modul ini juga dilengkapi tombol

Edit dan Hapus yang berfungsi untuk melakukan edit dan hapus data asesor. E. Modul Skema

Modul skema merupakan modul untuk mengolah data skema serta menampilkan data skema yang terdapat pada proses asesmen. Pada modul skema admin dapat melakukan tambah data skema, edit data skema dan hapus data skema, seperti gambar dibawah ini.

Gambar 9. Modul Skema

Pada gambar di atas jika ingin menambahkan data

skema di mulai dengan klik modul tambah skema maka

akan tampil format form skema dan diisi sesuai data skema yang tersedia, selanjutnya klik tombol simpan untuk menyimpan data ke dalam database, seperti gambar berikut.

Gambar 10. Tambah Data Skema

Selain itu, pada modul ini juga dilengkapi tombol Edit

dan Hapus yang berfungsi untuk melakukan edit dan hapus data skema.

F. Modul Program

Modul program merupakan modul untuk mengolah data program serta menampilkan data program di tabel asesmen. Pada modul program dapat melakukan tambah data program, edit data program dan hapus data program, seperti gambar dibawah ini.

Gambar 11. Modul Program


program di mulai dengan klik modul tambah program maka akan tampil format form data program dan diisi sesuai data program yang terdapat pada proses asesmen, selanjutnya klik tombol simpan untuk menyimpan data ke dalam database, seperti gambar berikut.

Gambar 12. Modul Tambah Data Program

Selain itu, pada modul ini juga dilengkapi tombol

Edit dan Hapus yang berfungsi untuk melakukan edit dan hapus data program. G. Modul Asesmen

Modul hari merupakan modul untuk mengolah data asesmen serta menampilkan data asesmen di sertifikat.


298

Pada modul asemen dapat melakukan tambah data asesmen, edit data asesmen dan hapus data asesmen, seperti gambar dibawah ini.

Gambar 13. Modul Asesmen


asesmen di mulai dengan klik modul tambah asesmen maka akan tampil format form data asesmen dan diisi sesuai data yang tesedia, selanjutnya klik tombol simpan untuk menyimpan data ke dalam database, seperti gambar berikut.

Gambar 14. Modul Tambah Asesmen

Selain itu, pada modul ini juga dilengkapi tombol

Edit dan Hapus yang berfungsi untuk melakukan edit dan hapus data asesmen.

H. Modul Sertifikat

Modul sertifikat merupakan modul untuk mengolah data asesi yang berhak menerima sertifikat. Pada modul sertifikat selain dapat melakukan edit dan hapus admin juga dapat melakukan penerbitan sertifikat. Pada modul ini terdapat beberapa format sertifikat yang di ujikan oleh asesor LSP dan juga modul ini langsuung terhubung dengan tabel asesi yang dimana juga tabel asesi terhubung dengan tabel asesmen, seperti gambar dibawah ini.

Gambar 15. Modul Sertifikat

Pada gambar di atas jika ingin mengedit dan menghapus data sertifikat dengan klik tombol edit maka akan tampil format form sertifikat dan jika ingin menghapus data sertifikat tekan tombol hapus maka secara otomatis dat sertifikat yang dipilih akan terhpus, selanjutnya klik tombol simpan untuk menyimpan data ke dalam database, seperti gambar berikut.

Gambar 16. Modul Edit Sertifikat

V. KESIMPULAN Berdasarkan hasil dan pembahasan pada bab-bab

sebelumnya, dapat ditarik kesimpulan sebagai berikut: 1. Dengan adanya sistem pelaporan pelaksanaan

sertifikasi BNSP ini proses pengajuan hasil asesmen oleh asesor menjadi lebih optimal dikarenakan pengelolaan data asesmen menggunakan sistem yang berbasis digital dalam hal ini web, dibandingkan dengan pengolaan sistem sebelumnya yang masih mengandalkan pengerjaan secara manual.

2. Dilihat dari sisi penggunaan sistem pelaporan pelaksanaan sertifikasi BNSP ini, memudahkan LSP menyediakan data-data untuk perancanaan dan evaluasi dalam proses asesmen karena memiliki interface yang dapat diakses secara online melalui web browser.

UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih kepada Allah

subhanahu wa ta’ala, kedua orang tua, saudara, kedua dosen pembimbing, seluruh dosen prodi Teknik Komputer dan Jaringan PNUP serta kerabat dekat penulis.

REFERENSI [1] Amelia Riska, 2017, Perancangan Aplikasi

Perangkat Asesmen Sertifikasi Kompetensi Pada Lembaga Sertifikasi Profesi.

[2] Sutarman, 2012, “Pengantar Teknologi Informasi”, Yogyakarta : Bumi Aksara.

[3] Yakub, 2012, Pengantar Sistem Informasi, Graha Ilmu, Yogyakarta.

[4] Martin, 2009, “UML Distilled Panduan Singkat Bahasa Pemodelan Objek Standar”, Andi : Yogyakarta.

[5] Mandala Maya, “Pengertian DBMS dan Contoh Program DBMS”, http://www.mandalamaya.com/pengertian-dbms-dan-contoh-program-dbms/ (diakses 20 Juli 2018).

[6] Gianty, T., 2012, “White Box Testing dan Black Box Testing”, Andi : Yogyakarta.


299

Penerapan Sistem Peringatan Potensi Tabrakan untuk Peningkatan Keselamatan Pada Lokasi Rawan Kecelakaan

Ibrahim Abduh 1), Dahlia Nur 2), Muh. Ahyar 3)

1,2,3 Jurusan Teknik Elektro Politeknik Negeri Ujung Pandang email: [email protected]

email: [email protected] email: [email protected]

Abstrak

Kecelakaan lalu lintas merupakan suatu peristiwa yang tidak disangka-sangka dan tidak disengaja yang dapat melibatkan antar kendaraan. Salah satu pemicu kecelakaan lalu lintas adalah ketidaktahuan pengemudi akan kehadiran kendaraan lain dijalan yang secara tiba-tiba. Penelitian ini dilakukan untuk mengembangkan suatu sistem peringatan potensi tabrakan antar kendaraan untuk meningkatkan keselamatan dijalan. Sistem ini terdiri dari mini komputer Raspberry Pi3 yang terintegrasi dengan perangkat komunikasi antar kendaraan berbasis wireless IEEE 802.11n serta dibekali modul tambahan penerima GPS. Pada program aplikasi yang dibuat akan mengambil informasi yaitu lokasi koordinat dan kecepatan, melalui penerima GPS yang kemudian secara berkala akan bertukar informasi antar kendaraan menggunakan komunikasi wireless. Berdasarkan inforrmasi yang diterima program akan menghitung jarak antar kendaraan dan mengidentifikasi kemungkinan potensi tabrakan. Hasil program akan ditampilkan ke LCD dalam bentuk peta digital berupa titik-titik lokasi kendaraan pada peta, disertai informasi jarak dan pesan peringatan ketika terdapat potensi tabrakan. Sistem ini akan membantu pengemudi memantau kendaraan lain yang tak terlihat secara langsung dan memberikan peringatan dini kemungkian potensi tabrakan yang dapat terjadi sehingga dapat mencegah terjadinya kecelakaan dijalan.

Keywords: Sistem Transportasi Cerdas, Sistem Komunikasi Antar Kendaraan, Sistem Peringatan Potensi Tabrakan

I. PENDAHULUAN Banyaknya kejadian kecelakaan lalu lintas

menunjukkan kondisi keselamatan jalan sangat mengkhawatirkan, dengan pertumbuhan jumlah kendaraan yang terus bertambah setiap tahunnya dan tingkat mobilitas penggunanya yang tinggi memiliki kemungkinan untuk terjadinya kecelakaan lalu lintas sangatlah tinggi.

Keselamatan dalam berlalu-lintas tidak hanya dipengaruhi oleh faktor pengemudi dan kelaikan kendaraan, namun juga dipengaruhi oleh faktor-faktor lain seperti infrastruktur jalan, kelengkapan rambu atau petunjuk jalan, desain ruas jalan, kondisi alam, jarak pandang kendaraan, yang secara tidak langsung dapat memicu terjadinya kecelakaan di jalan raya.

Berdasarkan data Kepolisian, di Indonesia, kasus kecelakaan lalu lintas masih didominasi oleh kelalaian pengemudi yakni sebesar 61%, diikuti oleh faktor prasarana dan lingkungan sebesar 30%, dan 9% disebabkan karena faktor kendaraan [1].

Salah satu potensi kecelakaan yang dapat terjadi dijalan raya adalah dititik persimpangan jalan atau dipembelokan. Hal ini dapat disebabkan oleh pengemudi yang tidak melihat keberadaan kendaraan lain saat berada di persimpangan atau kendaraan yang berada di depannya ketika terdapat belokan.

Solusi alternatif untuk untuk mengatasi permasalahan lalu lintas seperti keselamatan berkendara, adalah dengan penerapan sistem transportasi cerdas

(intellegent transportation system) yang memadukan teknologi informasi dan telekomunikasi dalam infrastruktur transportasi dan kendaraan.

Salah satu teknologi yang dapat di implementasikan pada sistem transportasi cerdas yaitu sistem peringatan potensi tabrakan antar kendaraan. Sistem ini akan memberi tahu pengemudi situasi lalu-lintas dijalan dan memberikan peringatan kepada pengemudi jika terdapat potensi tabrakan dijalan utamanya dititik blind spot (titik yang tidak terlihat oleh pengemudi), misalnya di persimpangan atau di pembelokan, dengan memberikan peringatan yang tepat waktu dan dapat diandalkan. Sistem keamanan ini akan menambah kewaspadaan pengemudi sehingga dapat mencegah tabrakan.

Untuk mendukung sistem ini, setiap kendaraan harus memiliki perangkat komunikasi antar kendaraan yang digunakan untuk pertukaran informasi berupa lokasi dan kecepatan kendaraan. Adanya informasi ini akan membantu pengemudi memantau kendaraan lain yang berada disekitarnya dan mengantisipasi potensi tabrakan yang dapat terjadi. Hal ini dapat mencegah timbulnya situasi berbahaya dengan melakukan reaksi pencegahan.

Sejumlah penelitian terkait sistem peringatan potensi tabrakan antar kendaraan yang telah dikembangkan sebelumnya diantaranya oleh Firdhaus Hari S. A. H dkk, melakukan desain simulator dari sistem peringatan dini atau Early Warning System (EWS) untuk pencegahan kecelakaan antar kendaraan


300

dalam jaringan Vehicular Ad-hoc Networks (VANET) [2]. Penelitian ini menggunakan program aplikasi SUMO, MOVE, dan simulator jaringan NS-2 dalam mensimulasikan jaringan VANET. Skenario pengujian dilakukan dengan mengambil peta jalan raya dari Open Street Map (OSM) untuk membuat topologi jalan dan lingkungan lalu lintas termasuk infrastruktur pinggir jalan seperti lampu lalu lintas yang realistis. M. Zen Samsono Hadi dkk, melakukan pengembangan aplikasi vehicular ad-hoc network untuk monitoring kecelakaan mobil dijalan raya [3]. Penelitian ini menggunakan wireless 802.15 (zigbee) dalam membangun sistem komunikasi antar kendaraan. Dari hasil penelitian tersebut delay waktu yang didapatkan masih sangat tinggi sehingga tidak bisa diaplikasikan pada sistem pencegah kecelakaan dijalan raya.

Meski penelitian tentang pengembangan sistem pencegah kecelakaan dijalan raya telah dilakukan, namun sepanjang pengetahuan penulis belum ada peneliti yang menerapkan pada platform sistem embedded. Dalam penelitian ini, kami merancang dan menerapkan sistem peringatan potensi tabrakan antar kendaraan di perangkat mini komputer Raspberry Pi 3. Data berupa koordinat dan kecepatan kendaraan yang diperoleh dari GPS disebarkan melalui perangkat komunikasi wireless 802.11n yang telah terintegrasi pada Raspberry Pi 3 sebagai media komunikasi antar kendaraan.

II. TINJAUAN PUSTAKA

A. Sistem Komunikasi Antar Kendaraan

Kendaraan memanfaatkan teknologi nirkabel untuk dapat berkomunikasi. Ketersediaan perangkat komunikasi bertujuan untuk mendukung berbagi informasi antar kendaraan dan infrastruktur dijalan. Dengan adanya perangkat ini, memungkinkan pengembangan berbagai aplikasi keselamatan utamanya untuk mencegah atau mengurangi dampak kecelakaan, termasuk didalamnya aplikasi peringatan potensi tabrakan.

Teknologi baru dalam komunikasi data antar kendaraan yang bergerak dengan kecepatan tinggi dan digunakan untuk pertukaran informasi di jalan raya dikenal sebagai Vehicular Ad Hoc Networks (VANET).

VANET merupakan kategori dari Mobile Ad-hoc Network (MANET) di mana node tediri dari kendaraan dan Roadside Unit (RSU). Bentuk jaringan VANET dan MANET cenderung sama, namun terdapat beberapa perbedaan karakteristik, antara lain mobilitas tinggi, perubahan topologi sangat cepat, pergerakan yang cenderung terarah dan mengikuti pola-pola tertentu, kepadatan node yang tidak dapat diprediksi, dan waktu koneksi yang cenderung singkat [4].

Jaringan VANET memadukan kemampuan komunikasi antar kendaraan dan komunikasi kendaraan dengan infrastruktur sepanjang jalan. Melalui komunikasi nirkabel, kendaraan dalam jarak 100 sampai 300 meter dapat saling terhubung satu sama lain dan bergabung ke jaringan VANET yang pada gilirannya,

akan membentuk sebuah jaringan dengan cakupan yang luas. Gambar 1 menunjukkan struktur jaringan VANET.

Gambar 1. Struktur jaringan VANET [5]

B. Sistem Transportasi Cerdas

Sistem transportasi cerdas adalah teknologi, aplikasi atau platform yang mengintegrasikan perangkat elektronik, komunikasi, komputer, kontrol dan penginderaan dan pendeteksian kedalam sistem transportasi untuk meningkatkan keselamatan, efisiensi dan layanan transportasi. Dengan hadirnya teknologi ini dapat memberikan rasa aman, nyaman dan tenang dalam berkendara.

Motivasi utama dalam penerapan sistem transportasi cerdas adalah memungkinkan aplikasi berperan dalam mencegah kemacetan atau kecelakaan sehingga dapat meningkatkan keselamatan dan menyelamatkan ribuan nyawa. Sistem ini bergantung pada pertukaran informasi yang sering di antara kendaraan dan antara kendaraan dengan infrastruktur di jalan. Perutakaran informasi ini dapat berupa pesan peringatan untuk kendaraan tetangga dalam kasus kecelakaan mobil, adanya halangan di jalan, kondisi cuaca buruk dan keadaan darurat di jalan.

Teknologi sistem transportasi cerdas dapat dijadikan sebagai sebuah metode lanjutan dari sistem transportasi yang dibangun dengan mengintegrasikan manusia, kendaraan dan lingkungan dalam suatu sistem informasi dan komunikasi yang terpadu. Gambar 2 menunjukkan elemen dari infrastruktur sistem trasnportasi cerdas.

Information and Communication Technology

Infrastruktur Kendaraan

Pengemudi

Keamanan, Keselamatan dan Kenyamanan

Gambar 2. Elemen infrastruktur sistem transportasi cerdas

Teknologi ini diharapkan mampu membangun suatu sistem infrastruktur transportasi yang nyaman dengan prioritas utamanya adalah peningkatan keselamatan di jalan (road safety).


301


Penelitian ini dikembangkan dengan memanfaatkan perangkat dan aplikasi teknologi informasi dan komunikasi. Sistem peringatan potensi tabrakan antar kendaraan digunakan untuk memantau dan memperingatkan keberadaan kendaraan lain yang berpotensi menyebabkan tabrakan. Setiap kendaraan dalam radius terdekat akan saling bertukar informasi tentang posisi koordinat dan kecepatan kendaraan menggunakan sistem komunikasi wireless. Dari koordinat tersebut akan diproses untuk menentukan kemungkinan adanya potensi tabrakan atau tidak. Adapun skenario prototype diperlihatkan pada Gambar 3.

Awas, ada potensi tabrakan

Awas, ada potensi tabrakan

Gambar 3. Skenario prototype

Gambar 4 merupakan diagram use case yang merepresentasikan user requirement dari sistem peringatan potensi tabrakan antar kendaraan di jalan. Interaksi pengguna dalam hal ini pengemudi terhadap sistem dilakukan melalui dua fungsi yaitu melihat titik lokasi kendaraannya terhadap kendaraan lain di peta secara realtime, dan melihat pesan serta mendengar peringatan tanda bahaya.

Melihatpetalokasikendaraan

Melihatpesandanmendengar

peringatan/bahayaPengemudi

SistemPeringatandijalan

Gambar 4. Diagram use case

Sistem peringatan potensi tabrakan antar kendaraan dibuat sebagai solusi untuk mencegah terjadinya tabrakan di lokasi rawan kecelakaan seperti dipersimpangan jalan atau dibelokan yang merupakan titik blind spot atau titik yang tidak terlihat oleh pengendara, dengan cara memberikan tanda peringatan bagi pengemudi ketika memasuki kondisi yang berbahaya sehingga pengemudi dapat mengantisipasi potensi tabrakan yang kemungkinan dapat terjadi. Sistem ini akan bekerja secara otomatis dan dijalankan dengan media komunikasi nirkabel. Perangkat utama dari sistem ini menggunakan komputer mini Raspberry Pi 3 sebagai

embedded sistem yang telah dibekali dengan prosesor pendukung Broadcom BCM2837 ARMv8A Quad Core 64 bit dan dilengkapi perangkat komunikasi berbasis Wireless IEEE 802.11n. Perangkat USB GPS VK-172 Glonass akan ditambahkan ke Raspbery Pi 3 untuk mendapatkan data lokasi dari satelit. Adapun Modul LCD dan speaker digunakan sebagai antar muka pengguna dengan sistem.

Sistem peringatan potensi tabrakan sangat bergantung pada kehandalan sistem komunikasi antar kendaraan yang akan mengirim dan menerima data koordinat lokasi dan kecepatan kendaraan secara terus menerus dalam radius tertentu. Adapun blok diagram perancangan hardware sistem secara keseluruhan ditunjukkan pada Gambar 5.

Perangkat Komunikasi Wireless

Mini Komputer

LCDBUZZER

GPS

Kendaraan

Perangkat Komunikasi Wireless

Mini Komputer

LCDBUZZER

GPS

Kendaraan

PengirimanInformasiLokasidanKecepatan

Gambar 5. Blok diagram sistem

Perangkat ini ditempatkan dikendaraan umum/pribadi untuk membantu pengemudi mengantisipasi terjadinya tabrakan sehingga dapat menghindari kecelakaan. Adapun tampilan alat seperti ditunjukkan pada Gambar 6.

Gambar 6. Tampilan alat

Dalam perancangan software, perangkat ini menggunakan sistem operasi Raspbian Linux yang telah dinstall beberapa software pendukung untuk mengaktifkan perangkat antarmuka dan membangun koneksi jaringan wireless ad-hoc.

Untuk dapat memantau posisi kendaraan lain dijalan, dibuat program socket menggunakan program Python yang dapat mengirim dan menerima koordinat lokasi dan kecepatan kendaraan melalui sistem komunikasi wireless. Adapun program socket tersebut terdiri dari program client yang berfungsi mengirim data berupa koordinat dan kecepatan kendaraan, dan program server yang berfungsi menerima data. Data koordinat kendaraan tersebut kemudian diproses dan ditampilkan


302

ke program aplikasi. Untuk memudahkan pengguna menjalankan aplikasi, maka dibuat program berbasis GUI menggunakan program Gambas. Secara garis besar alur kerja program sistem peringatan potensi tabrakan antar kendaraan dapat dilihat pada Gambar 7.

Gambar 7. Pseudocode penerapan sistem peringatan potensi tabrakan antar kendaraan

Metode yang digunakan dalam menghitung jarak antara dua titik kendaraan adalah metode Haversine. Formula Haversine akan menghasilkan jarak terpendek antara dua titik yang diambil dari garis bujur (longtitude) dan garis lintang (latitude). Berikut rumus formula Haversine: d = acos ( sin φ1 ⋅ sin φ2 + cos φ1 ⋅ cos φ2 ⋅ cos Δλ ) ⋅ R (1) d = acos (sin(lat1)*sin(lat2) + cos(lat1)*cos (lat2)*cos (lon2-lon1) ) * R (2) ket: d = jarak (m) lat = latitude lon = longitude R = jari-jari bumi sebesar 6371000 (m)

Untuk mengindentifikasi potensi tabrakan antar kendaraan, maka digunakan library Pyproj dalam program Python. Library Pyproj terdiri dua kelas yakni Proj yang berfungsi mengkonversi antara nilai koordinat latitude dan longitude pada peta (x, y) dan Geod.Proj berfungsi melakukan perhitungan jarak lingkaran dan sudut. Gambar 8 menunjukkan potensi titik pertemuan kendaraan (intersection).

TitikPertemuan

KendaraanA(x1,y1)

KendaraanB(x2,y2)

Gambar 8. Titik pertemuan dua koordinat

IV. HASIL DAN PEMBAHASAN Pengujian pada sistem peringatan potensi tabrakan

antar kendaraan untuk mengetahui tingkat keberhasilan pengiriman data koordinat antar kendaraan. Dalam memantau dan menentukan adanya potensi tabrakan antar kendaraan, sistem ini membutuhkan data koordinat posisi kendaraaan lain yang berada disekitarnya. Sehingga kehandalan sistem ini sangat ditentukan oleh kinerja pengiriman data koordinat antar kendaraan. Skenario pengujian ini bertujuan untuk mengetahui apakah prototype ini mampu digunakan dalam keadaan real dijalan. Skenario dalam pengujian ini adalah dua kendaraan yang telah dibekali perangkat prototype akan bergerak dari arah berlawanan menuju titik pertemuan pada daerah blindspot. Pengambilan data dilakukan dengan variasi kecepatan dari 10 km/jam - 60 km/jam. Hasil pengujian ini berupa data jarak pengiriman dan penerimaan data pertama kali antar kendaraan dalam posisi bergerak dan saling mendekat. Hasil pengambilan data dari pengujian dapat dilihat pada Gambar 9.

Gambar 9. Pengujian jarak keberhasilan pengiriman data

terhadap kecepatan kendaraan

Dari grafik hasil pengujian, dapat dilihat bahwa pada kecepatan rendah yakni 10km/jam jarak pengiriman data sebesar 42 meter dan pada kecepatan tinggi 60km/jam diperoleh jarak sebesar 11.56 meter. Hasil ini menunjukkan bahwa dengan kecepatan yang semakin meningkat maka jarak pengiriman akan semakin menurun.

V. KESIMPULAN

Penelitian ini merancang prototype sistem peringatan potensi tabrakan antar kendaraan yang

Algoritma Inisialisasi perangkat Mengaktifkan wireless mode Ad-Hoc Mengaktifkan fungsi GPS While(start) do Mendapatkan data koordinat longitude, latitude dan kecepatan Inisialisasi socket Mengirim dan menerima data koordinat dan kecepatan Menampilkan peta dan titik lokasi kendaraan Menghitung jarak antar kendaraan Menghitung potensi titik tabrakan antar kendaraan if (jarak < aman & potensi tabrakan)

Menampilkan pesan peringatan bahaya Membunyikan peringatan melalui speaker

End End


303

berfungsi sebagai aplikasi keselamatan berkendara. Sistem ini akan sangat membantu untuk memperingatkan pengemudi jika terdapat potensi adanya tabrakan dijalan. Selain itu sistem ini juga dapat digunakan untuk memantau posisi kendaraan lain dijalan. Hasil pengujian prototype menunjukkan sistem ini dapat mengirimkan data dengan jarak yang masih ideal untuk digunakan dalam memberikan peringatan kepada pengemudi kendaraan.

UCAPAN TERIMA KASIH Ucapan terima kasih ditujukan kepada Kementrian

Riset, Teknologi dan Perguruan Tinggi yang telah membiayai penelitian ini.

REFERENSI [1] Kemenhub RI, 2018. Faktor Penyebab Terbesar

Kecelakaan Transportasi di Indonesia. Diakses melalui https://kominfo.go.id/ content/detail/10368/rata-rata-tiga-orang-meninggal-setiap-jam-akibat-kecelakaan-jalan/0/artikel_gpr tanggal 6 Agustus 2018

[2] F. H. S. A. H, I. W. Mustika, dan B. S. Hantono, “Desain Sistem Peringatan Dini Untuk Pencegahan Kecelakaan Dalam Jaringan VANET”. Jur. Tek. Elektro dan Teknol. Inf. Fak. Tek. Univ. Gadjah Mada, vol. 2014, no. Sentika, pp. 1–6, 2014.

[3] Zen , S Hadi, Nanok, Adi dan Taufiqurrahman, “Sistem Monitoring Kecelakaan Mobil Pada Jaringan VANET Menggunakan Sistem Komunikasi Multi-Hop”. Seminar Nasional Teknologi Informasi dan Aplikasinya (Sentia), 2013.

[4] Ibrahim, Abduh and Muh., Ahyar and Lidemar, Halide, “Penerapan Teknologi Sistem Transportasi Cerdas Untuk Peningkatan Efisiensi dan Keselamatan Berkendara di Jalan Raya”. Seminar Forum Pendidikan Tinggi Teknik Elektro Indonesia, 2015.

[5] N. Alsharif, A. Wasef and X. Shen, “ESPR: Efficient Security Scheme for Position-Based Routing in Vehicular Ad Hoc Networks”, 2010 IEEE Global Telecommunications Conference GLOBECOM 2010, Miami, FL, 2010, pp. 1-5.


304

Aplikasi Bebas Bengkalai Mahasiswa Pada Politeknik Negeri Ujung Pandang

Muhammad Alim Bahri 1), Iin Karmila Yusri 2), Hafsah Nirwana 3)

1,2 Prodi Teknik Komputer dan Jaringan Jurusan Teknik Elektro Politeknik Negeri Ujung Pandang email: [email protected]

email: [email protected] 3 Prodi Teknik Telekomunikasi Jurusan Teknik Elektro Politeknik Negeri Ujung Pandang

email: [email protected]

Abstrak Bebas bengkalai merupakan kewajiban mahasiswa untuk lanjut ke semester berikutnya, adapun tujuan penerapan

bebas bengkalai bagi mahasiswa adalah untuk menyatakan bahwa mahasiswa yang bersangkutan tidak memiliki masalah dan kewajiban yang belum selesai pada semester berjalan. Namun saat ini, salah satu masalah dalam pengurusan bebas bengkalai antara lain, staf/dosen kewalahan melayani banyaknya mahasiswa, memakan waktu, biaya operasional yang mahal, pemalsuan tanda tangan atau berkas dicuri. Pada penelitian ini, Aplikasi Bebas Bengkalai dibangun dengan sistem informasi berbasis website dan memanfaatkan API SIMAK PNUP untuk mendapatkan data mahasiswa, data kompensasi mahasiswa, data jurusan, data prodi, data kelas, data nilai mahaiswa, dan data mata kuliah. Hasil yang di dapatkan dari Aplikasi Bebas Bengkalai, pada pengujian wawancara staf, dosen, dan mahasiswa mengatakan aplikasi bebas bengkalai mudah untuk digunakan dan aplikasi bebas bengkalai memiliki manfaat dalam proses pengurusan bebas bengkalai sehingga staf, dosen, dan mahasiswa setuju dengan adanya aplikasi bebas bengkalai. Keywords: Framework Codeighniter, Bebas Bengkalai PNUP, API SIMAK PNUP

I. PENDAHULUAN

Dalam pelaksanaan sistem akademik, Politeknik Negeri Ujung Pandang (PNUP) menerapkan aturan Bebas Bengkalai yang merupakan salah satu syarat bagi mahasiswa untuk dapat melanjutkan studi ke semester berikutnya. Tujuan penerapan Bebas Bengkalai bagi mahasiswa ini adalah untuk menyatakan bahwa mahasiswa yang bersangkutan tidak memiliki masalah atau kewajiban yang belum selesai pada semester berjalan. Sedangkan manfaat penerapan aturan Bebas Bengkalai bagi mahasiswa Politeknik Negeri Ujung Pandang adalah untuk mendorong mahasiswa untuk menegakkan kedisiplinan dalam kegiatan akademik dan kemahasiswaan [2].

Saat ini, pengurusan Bebas Bengkalai bagi mahasiswa Politeknik Negeri Ujung Pandang masih menggunakan sistem manual yaitu menggunakan kertas dan metode verifikasi berupa tanda tangan dari beberapa pihak yang berkaitan dengan pengurusan Bebas Bengkalai ini. Sesuai dengan peraturan yang berlaku di Politeknik Negeri Ujung Pandang bahwa pihak-pihak yang memiliki kewenangan terhadap pengurusan Bebas Bengkalai ini adalah Ketua Jurusan, Ketua Program studi (Ketua Prodi), Wali Kelas, Kepala UPT Perpustakaan, Kepala Urusan Rumah Tangga, Bendahara Penerima, Kepala Sub Bagian Kemahasiswaan (Ka. Subag Kemahasiswaan), Kepala Sub Bagian Akademik (Ka. Subag Akademik).

Berdasarkan hasil wawancara penulis pada tanggal 31 Oktober sampai dengan 13 November 2017 terhadap

beberapa pihak dan mahasiswa yang berkaitan dengan Bebas Bengkalai ini, didapatkan informasi bahwa pengurusan Bebas Bengkalai mahasiswa pada Politeknik Negeri Ujung Pandang belum efektif dan efisien. Hasil wawancara menunjukkan adanya beberapa masalah pada pengurusan Bebas Bengkalai mahasiswa. Berdasarkan pengalaman responden, pernah terjadi kecurangan berupa pemalsuan tanda tangan dan pencurian berkas. Selain itu, pihak-pihak yang berurusan dengan bebas bengkalai ini membutuhkan waktu yang sangat banyak untuk memverifikasi dan bertanda tangan sehingga cenderung kehilangan waktu untuk mengerjakan tugas yang lain. Masalah lainnya adalah adanya biaya operasional yang besar berupa biaya penggandaan formulir Bebas Bengkalai.

Oleh karena itu, pengurusan Bebas Bengkalai mahasiswa pada saat ini merupakan masalah yang kompleks baik bagi pimpinan, dosen, dan staf yang terkait dalam pengurusan bebas bengkalai, maupun bagi mahasiswa Politeknik Negeri Ujung Pandang. Dengan demikian, diperlukan penanganan secara terpadu dan berkelanjutan yang disertai dengan kebijakan pimpinan yang tepat dalam penanganan urusan Bebas Bengkalai mahasiswa di Politeknik Negeri Ujung Pandang.

Berdasarkan permasalahan tersebut maka pada skripsi ini penulis membuat aplikasi Bebas Bengkalai untuk mempermudah pengurusan Bebas Bengkalai mahasiswa Politeknik Negeri Ujung Pandang


305

II. TINJAUAN PUSTAKA

A. Bebas Bengkalai Bebas bengkalai terdiri dari dua kata yaitu “Bebas” dan “Bengkalai”. Menurut Kamus Bahasa Indonesia bahwa Bebas dapat diartikan sebagai lepas dari kewajiban, sementara Bengkalai atau terbengkalai diartikan sebagai terhenti sebelum selesai dikerjakan. Dengan demikian, dapat diartikan bahwa bebas bengkalai bagi mahasiswa adalah mahasiswa lepas dari kewajiban untuk lanjut ke semester berikutnya.

Sistem pengurusan Bebas Bengkalai di awali oleh bendahara, selanjutnya Ka. Subag. Kemahasiswaan, selanjutnya Kepala Urusan Rumah Tangga, selanjutnya Kepala UPT Perpustakaan, selanjutnya Kepala Lab, selanjutnya Wali Kelas, selanjutnya Ketua Prodi, selanjutnya Ketua Jurusan [2].

B. Framework Framework adalah kerangka kerja yang memudahkan programmer untuk membuat sebuah aplikasi sehingga programmer akan lebih mudah melakukan perubahan (customize) terhadap aplikasinya dan dapat memakainya kembali untuk aplikasi lain yang sejenis [9]. CodeIgniter merupakan sebuah framework pemrograman web dengan menggunakan bahasa php. Framework ini ditulis dengan menggunakan bahasa php versi 4 dan versi 5 [5].

C. Perl Hypertext Prepprocessor (PHP)

PHP adalah bahasa pemrograman yang digunakan secara luas untuk penangangan pembutan dan pengembangan sebuah web dan bisa digunakan pada html. PHP singkatan dari Perl Hypertext prepprocessor yang digunakan sebagai bahasa script serverside dalam pengembangan web yang disisipkan pada dokumen HTML. Penggunaan PHP memungkinkan web dapat dibuat dinamis sehingga maintenance situs web tersebut menjadi lebih mudah dan efisien. PHP merupakan software OpenSource yang disebarkan dan dilisensikan secara gratis serta dapat didownload secara bebas dari situs resminya [1].

PHP dapat berjalan pada 3 operating system, yaitu : Linux, Unix, dan windows, dan juga dapat dijalankan secara runtime pada suatu console [7].

D. Basis Data Sistem basis data adalah sistem terkomputerisasi

yang tujuan utamanya adalah memelihara data yang sudah diolah atau informasi dan membuat informasi tersedia saat dibutuhkan. Pada intinya basis data adalah media untuk menyimpan data agar dapat diakses dengan mudah dan cepat. Pada aplikasi ini menggunakan basis data relasional yang diimplementasikan dengan tabel-tabel yang saling memiliki relasi [8].

Basis Data MySQL adalah sebuah sistem manajemen basis data relasi (relational database management system) yang bersifat “terbuka” (open

source). Terbuka maksudnya adalah MySQL boleh didownload oleh siapa saja. Baik versi kode program aslinya (source code program) maupun versi binernya (executable program) dan bisa digunakan secara (relatif) gratis baik untuk dimodifikasi sesuai dengan kebutuhan seseorang maupun sebagai suatu program aplikasi komputer [6].

E. Hyper Text Markup Language (HTML)

HTML merupakan salah satu format yang digunakan dalam pembuatan dokumen dan aplikasi yang berjalan di halaman web. Oleh karena itu agar dapat membuat program aplikasi di atas halaman web, terlebih dahulu harus mengenal dan menguasai HTML. Walaupun sekarang telah banyak paket aplikasi yang dapat digunakan untuk membuat halaman web secara WYSIWWIG (what you see is what you get) seperti frontpage, DreamWaver, Netscape Composer dan masih banyak lagi [4]. F. JavaScript

JavaScript adalah bahasa pemrograman yang khusus untuk halaman web agar halaman web menjadi lebih hidup. Kalau dilihat dari suku katanya terdiri dari dua suku kata, yaitu Java dan Script. Java adalah bahasa pemrograman beroreintasi objek, sedangkan Script adalah serangkaian instruksi program.

Ada beberapa hal yang harus diperhatikan dalam pengelolaan pemrograman JavaScript, diantaranya JavaScript adalah “case sensitive”, yang artinya JavaScript membedakan huruf besar dan huruf kecil. Jika anda pernah belajar bahasa pemrograman seperti Turbo C atau C++, maka sama seperti bahasa pemrograman tersebut, dimana huruf T tidak sama dengan huruf t [10].

G. Application Programming Interface (API)

API merupakan software interface yang terdiri atas kumpulan instruksi yang disimpan dalam bentuk library dan menjelaskan bagaimana agar suatu software dapat berinteraksi dengan software lain. Secara struktural, API merupakan spesifikasi dari suatu data structure, objects, functions, beserta parameter-parameter yang diperlukan untuk mengakses resource dari aplikasi tersebut. Seluruh spesifikasi tersebut membentuk suatu interface yang dimiliki oleh aplikasi untuk berkomunikasi dengan aplikasi lain, dan API dapat digunakan dengan berbagai bahasa programming, ataupun hanya dengan menggunakan Uniform Resource Locator (URL) yang telah disediakan oleh suatu website [3].


Prosedur penelitian diperlukan agar penelitian dapat berjalan secara terstruktur sehingga hasil yang diperoleh sesuai dengan tujuan penelitian. Adapun tahapan prosedur penelitian ini diawali dengan pengumpulan data, setelah pengumpulan data dilakukan selanjutnya melakukan analisis kebutuhan, setelah analisis kebutuhan dilakukan selanjutnya melakukan perancangan sistem, setelah perancangan sistem dilakukan selanjutnya


306

melakukan pemograman, dan terakhir setelah pemograman dilakukan selanjutnya melakukan implementasi dan pengujian. Diagram prosedur penelitian dapat dilihat pada gambar dibawah ini.

Gambar 1. Diagram Tahapan Prosedur Penelitian

A. Pengumpulan Data

Pengumpulan data dilakukan untuk dapat mengidentifikasi masalah yang terjadi pada pengurusan bebas bengkalai saat ini, sehingga Aplikasi Bebas Bengkalai Mahasiswa pada Politeknik Negeri Ujung Pandang ini perlu untuk diadakan. Agar masalah pada pengurusan bebas bengkalai saat ini dapat diidentifikasi, diperlukan data yang akurat.

B. Analisis Kebutuhan Pada tahapan analisis kebutuhan ini dilakukan

proses pengumpulan data diawal penelitian dengan melakukan wawancara, membagikan kuisioner dan studi literatur agar tahap perancangan sistem dapat dibangun sesuai dengan kebutuhan.

Pada sistem ini terdapat dua interaksi antar Mahasiswa dan dosen/staf yang terkait dengan bebas bengkalai. Pada sisi mahasiswa dapat melihat data verifikasi bebas bengkalai sedangkan pada sisi dosen/staf yang terkait dengan bebas bengkalai diberikan hak akses untuk login ke sistem untuk melakukan verifikasi data bebas bengkalai mahasiswa.

C. Perancangan Sistem

Setelah analisis kebutuhan, perancangan dari aplikasi bebas bengkalai sesuai dengan analisis kebutuhan. Perancangan aplikasi bebas bengkalai ini dibuat dalam bentuk activity diagram, use case diagram, rancangan basis data, rancangan input/output, dan diagram sistem.

Gambar 2. Activity Diagram


Gambar 5. Diagram Sistem Aplikasi Bebas Bengkalai

D. Pemrograman

Pemrograman merupakan penulisan bahasa program agar aplikasi dapat dijalankan oleh mesin. Aplikasi ini dibangun menggunakan bahasa pemrograman JavaScript dan PHP serta bahasa tanda HTML dan CSS. Pada penelitian ini dibutuhkan sebuah perangkat lunak sebagai media untuk menuliskan kode bahasa pemrograman yaitu Sublime Text Editor, dan


307

sebuah server untuk menjalankan aplikasi web yaitu aplikasi XAMPP. Dari sisi tampilan untuk lebih mempermudah digunakan sebuah template yang merupakan sebuah tampilan yang sudah jadi dengan menggunakan bahasa HTML dan CSS, selain itu digunakan pula framework Codeigniter untuk membangun Aplikasi Bebas Bengkalai

E. Implementasi dan Pengujian

Metode pengujian yang digunakan adalah blackbox testing yaitu langkah pengujian yang dilakukan untuk melihat hasil output dari aplikasi yang telah dibangung. Blackbox testing ini digunakan untuk mengukur tingkat error dari hasil program. Pada tahap ini dilakukan pengerjaan Aplikasi Bebas Bengkalai berbasis website serta pengujian. Pada tahap pengujian, dilakukan pengujian fungsionalitas input/output yang meliputi pengujian setiap modul.

Sedangkan, pada tahap pengujian wawancara aplikasi bebas bengkalai, terlebih dahulu dilakukan pengujian sistem secara langsung terhadpat staf/dosen yang terkait dengan bebas bengkalai dan mahasiswa. Setelah melakukan pengujian secara langsung, selanjutnya dilakukan wawancara untuk mengetahui tingkat kepuasan pengguna terhadap aplikasi bebas bengkalai.

IV. HASIL DAN PEMBAHASAN

Aplikasi Bebas Bengkalai ini digunakan oleh unsur yang terlibat dalam proses bebas bengkalai pada Politeknik Negeri Ujung Pandang dan berhasil berjalan sesuai dengan fungsionalitasnya.

Pada tahap pengujian sistem, dilakukan pengujian fungsionalitas input/output yang meliputi pengujian setiap modul login, sisi Admin, sisi Bendahara Penerima, sisi Ka. Subag Kemahasiswaan, sisi Kepala Urusan Rumah Tangga, sisi Kepala UPT Perpustakaan, sisi Kepala Lab, sisi Wali Kelas, sisi Ketua Prodi, sisi Ketua Jurusan, dan sisi Mahasiswa. Pada pengujian sistem setiap modul berhasil berjalan sesuai dengan fungsionalitasnya.

Setelah uji coba aplikasi dilakukan pengujian untuk mengetahui tingkat kepuasan pengguna terhadap aplikasi bebas bengkalai yang telah dibuat. Pengujian dilakukan dalam bentuk wawancara yang terdiri dari 4 pernyataan yang menanyakan tentang pendapat responden dalam menggunakan aplikasi bebas bengkalai (Dapat dilihat pada Lampian 4 dan 5). Responden dalam pengujian wawancara adalah Staf, Ketua Jurusan, dan Mahasiswa yang terkait dengan pengurusan bebas bengkalai, berjumlah 4 orang.

Adapun hasil pengujian wawancara aplikasi bebas bengkalai yaitu sebagai berikut. menurut Ketua Jurusan Akuntansi, Aplikasi Bebas Bengkalai mempunyai interface yang mudah untuk digunakan karena menu yang tersedia mudah dipahami. Selain itu Aplikasi Bebas Bengkalai sangat memudahkan dalam pengurusan bebas bengkalai sehingga Aplikasi Bebas Bengkalai sangat bermanfaat dan Ketua Jurusan Akuntansi selaku

pimpinan jurusan sangat setuju Aplikasi Bebas Bengkalai di terapkan di Politeknik Negeri Ujung Pandang.

Selanjutnya menurut Ka. Subag Kemahasiswaan, Aplikasi Bebas Bengkalai mudah untuk digunakan, hanya harus disiplin untuk membuka dan mengisi data Aplikasi Bebas Bengkalai. Manfaat lain Aplikasi Bebas Bengkalai yang didapatkan Ka. Subag Kemahasiswaan adalah tidak terganggu oleh kedatangan Mahasiswa, yang ingin mengurus bebas bengkalai karena validasi dilakukan secara online.

Ka. Subag Kemahasiswaan mendukung penerapan Aplikasi Bebas Bengkalai. Sedangkan menurut Mahasiswa, Aplikasi Bebas Bengkalai mudah untuk digunakan karena mahasiswa tidak perlu lagi mencari dosen/staf yang terkait dengan bebas bengkalai sehingga Aplikasi Bebas Bengkalai sangat membantu dan mempunyai manfaat dalam proses pengurusan bebas bengkalai. Hanya mahasiswa yang mempunya bengkalai yang harus menghadap ke staf yang terkait dengan bebas bengkalai, sedangkan mahasiswa yang tidak memeliki bengkalai hanya perlu download form bebas bengkalai. Mahasiswa sangat setuju apabila Aplikasi Bebas Bengkalai digunakan pada Politeknik Negeri Ujung Pandang.

V. KESIMPULAN

Dari proses perancangan, implementasi dan pengujian dapat ditarik kesimpulan bahwa aplikasi bebas bengkalai yang dibangun dapat memudahkan pihak Dosen/Staf yang terkait dengan pengurusan bebas bengkalai, dan Mahasiswa. Selain itu aplikasi bebas bengkalai memiliki manfaat dalam proses pengurusan bebas bengkalai dan dapat digunakan pada sistem Akademik di PNUP.

VI. REKOMENDASI

Untuk pengembangan aplikasi ini, selanjutnya dapat dikembangkan dengan menambahkan fitur baru, karena pada aplikasi ini masih ada fitur yang dibutuhkan yaitu contohnya fitur notifikasi validasi. Oleh karena itu, hal ini dapat menjadi acuan kedepannya dengan mengembangkan sistem ini agar lebih bermanfaat bagi pihak-pihak yang berkaitan dengan pengurusan bebas bengkalai.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada Allah subhanahu wa ta’ala, kedua orang tua, PH UKM SENIOR PNUP, kedua dosen pembimbing, seluruh dosen dan staf prodi Teknik Komputer dan Jaringan PNUP.


308

REFERENSI [1] Ana Nur Cahyanti, B. E. P. (2012) ‘Journal Speed

– Sentra Penelitian Engineering dan Edukasi – Volume 4 No 4 � 2012 � ijns.org’, 4(4), pp. 17–21.

[2] Bahri (2017) 'Bebas Bengkalai Politeknik Negeri Ujung Pandang'.

[3] Dedi Heriawan (2011) ‘Implementasi Aplikasi dengan API web based’, pp. 9–51.

[4] H.Abd Rahman (2015) ‘Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 7 No 3 - 2015 - ijns.org’, Jurnal Speed, 7(3), pp. 7–12.

[5] HERBOWO, A. R. (2012) ‘Responsive, W E B Untuk, Design Berita, Situs Codeigniter, Menggunakan Framework’, (10108111), pp. 1–10.

[6] Jayanti (2014) ‘Sistem Informasi Penggajian Pada CV . Blumbang Sejati Pacitan’, 6(3), pp. 36–43.

[7] Praptiningsih, B. E. P. (2015) ‘Pembuatan Engine E-Learning pada Sekolah Menengah Pertama (SMP) Negeri 2 Kebonagung’, IJNS - Indonesian Journal on Networking and Security, Volume 4 N(ijns.ap.mmi.org), p. 6.

[8] Purnama, B. E. (2010) ‘Bambang Eka Purnama Universitas Surakarta ABSTRAKSI : Salah satu penggunaan teknologi komputer adalah sebagai media informasi dan pengolahan data yang interaktif komunikatif dan familiar untuk masyarakat pengguna .’, 2(1).

[9] Rahmadiansyah, D. et al. (2012) ‘Implementasi Metode Model View Controller Menggunakan Framework Code Igniter dalam Pengembangan Aplikasi Manajemen Depo Petikemas pada Unit Usaha Belawan Logistics Center’, Isbn 978-602-19837-0-6, (Snastikom), pp. 1–11.

[10] Yatini, I. (2012) ‘Aplikasi pengolahan citra berbasis web menggunakan javascript dan jquery’, pp. 1–8.

Documents

Pola Klasifikasi Sektor Usaha UMKM dengan CART …...klasifikasi sektor usaha data UMKM di Kabupatan Banjar, Kalimantan Selatan berdasar profil pemilik. Ada 9 jenis sektor usaha yang