0

Contoh Penelitian Teknik Informatika (5)

Perbandingan Algoritma A* dan Algoritma Simplified Memory-Bounded A* (SMA*) dalam Penentuan Rute Pendistribusian Ice Cream Walls di Kota Bengkulu.

Disusun Oleh:

Zefy Arlinda

1. Pendahuluan

Pendistribusian hasil produksi merupakan hal yang sangat penting bagi perusahaan. Jalur pendistribusian yang dipilih hendaknya merupakan jalur terpendek yang dapat ditempuh. Jalur pendistribusian terpendek dapat menghemat anggaran dana perjalanan dan mempercepat waktu pendistribusian. Itulah mengapa ketepatan memilih jalur pendistribusian merupakan sesuatu yang harus diperhitungkan dengan baik. Begitu juga halnya dengan pendistribusian ice cream pada perusahaan Ice Cream Walls cabang Kota Bengkulu.

Pemilihan jalur pendistribusian terpendek dapat dibantu dengan menggunakan metode pencarian. Terdapat banyak metode pencarian yang telah diusulkan. Semua metode yang ada dibedakan menjadi dua jenis: pencarian buta atau tanpa informasi (blind atau un-informed search) dan pencaria heuristik atau dengan informasi (heuristic atau informed search). Metode-metode yang termasuk ke dalam teknik pencarian yang berdasarkan pada fungsi heuristik adalah: Generate and Test, Hill Climbing (Simple Hill Climbing  dan  Step-Ascent Hill Climbing), A*, Simplified Memory-Bounded A* (SMA*), dan Iterative Deepending A* (IDA*).

Algoritma A* (A Star) dapat menentukan rute terpendek dengan proses optimalisasi sehingga rute yang didapatkan merupakan rute yang optimum. Dalam notasi matematika dituliskan:

f(n) = g(n) + h(n).

Pada Algoritma SMA* terdapat sebuah senarai queue yang digunakan untuk memanipulasi antrian simpul yang terurut berdasarkan f-cost,  disini yang dimaksud f-cost adalah gabungan biaya sebenarnya dan biaya perkiraan, yang secara matematika dinyatakan seperti notasi pada A* tetapi mengalami sedikit modifikasi yaitu f-cost=g(n) + h(n).

Adanya perbedaan algoritma A* dan algoritma Simplified Memory-Bounded A*  dalam menyelesaikan masalah membuat penulis tertarik untuk membandingkan keduanya. Membandingkan algoritma A* dan algoritma Simplified Memory-Bounded A* dalam kasus pencarian jalur terpendek pendistribusian Ice Cream Walls di Kota Bengkulu.

2. Perumusan Masalah

Rumusan masalah dalam penelitian ini adalah:

  1. Algoritma manakah yang lebih optimal antara algoritma A* dan Algoritma Simplified Memory-Bounded A* (SMA*) dalam mencari jalur terpendek pendistribusian Ice Cream Walls di Kota Bengkulu ditinjau dari jarak, jumlah iterasi dan rute pendistribusian?
  2. Bagaimana mengimplementasikan algoritma A* dan algoritma Simplified Memory-Bounded A* (SMA*) dalam mencari jalur terpendek pendistribusian Ice Cream Walls di Kota Bengkulu?

3. Batasan Masalah

Agar pembahasan dalam penelitian ini dapat dilakukan secara terarah dan sesuai dengan yang diharapkan, maka perlu diterapkan batasan-batasan permasalahan yang akan dibahas, antara lain:

  1. Penelitian ini hanya membandingkan optimasi hasil akhir dari metode A* dan Simplified Memory-Bounded A*  (SMA*) berdasarkan variabel jarak, jumlah iterasi dan rute pendistribusian.
  2. Aplikasi ini akan dibangun menggunakan bahasa pemrograman MATLAB.
  3. Model perancangan yang digunakan untuk menganalisis dan mendesain aplikasi ini adalah model perancangan Data Flow Diagram (DFD).

4. Tujuan Penelitian

Tujuan penelitian yang dicapai:

  1. Membandingkan efesiensi antara algoritma A* dan algoritma Simplified Memory-Bounded A* (SMA*)  dalam pencarian jalur terpendek.
  2. Membangun sebuah perangkat lunak algoritma A* dan algoritma Simplified      Memory-Bounded A* (SMA*) untuk mencari jalur terpendek untuk pendistribusian    Ice Cream Walls di Kota Bengkulu

5. Manfaat Penelitian

Manfaat penelitian yang dapat diambil adalah:

  1. Manfaat ilmiah
    • Mengetahui algoritma mana yang lebih optimal antara algoritma A* dan algoritma Simplified Memory-Bounded A* (SMA*).
    • Meningkatkan pemahaman tentang algoritma A* dan algoritma Simplified Memory-Bounded A* (SMA*) dalam pencarian jalur terpendek.

2.  Manfaat Praktis

Membantu perusahaan Ice Cream Walls atas persoalan pencarian jalur terpendek pendistribusian produk di Kota Bengkulu.

2

Contoh Penelitian Teknik Informatika (4)

Aplikasi Data Mining Untuk Menampilkan Informasi Pejualan Ice Cream Walls di Kota Bengkulu Menggunakan Metode A Priori

1. Pendahuluan
Pesatnya perkembangan teknologi informasi dewasa ini khususnya dalam aplikasi-aplikasi database yang diiringi dengan meningkatnya kapabilitas media penyimpanan yang semakin besar memungkinkan terjadinya akumulasi data dalam jumlah besar. Akumulasi data ini membentuk sebuah gudang data yang mengandung banyak informasi penting. Bila tidak digali, informasi penting yang terpendam di gudang data akan menjadi tidak berguna. Pemanfaatan gudang data yang ada untuk menggali informasi yang berguna membantu mengambil keputusan mendorong munculnya cabang ilmu baru. Cabang ilmu baru ini digunakan untuk mengatasi masalah penggalian informasi atau pola yang penting atau menarik dari data dalam jumlah besar, yang disebut dengan data mining.
Menurut Turban (dalam Kusrini dan Lutfi, 2009:3) ‘Data mining adalah suatu istilah yang digunakan untu menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengektraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar.’
Pemanfaatan teknik data mining diharapkan dapat memberikan informasi-informasi yang sebelumnya tersembunyi di dalam gudang data sehingga menjadi informasi yang berharga. Salah satu kelompok data mining berdasarkan tugas yang dapat dilakukan adalah asosiasi. Algoritma a priori termasuk jenis aturan asosiasi pada data mining. Analisis atau association rule mining merupakan teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item. Contoh aturan asosiatif dari analisis pembelian di suatu pasar swalayan adalah dapat diketahuinya berapa besar kemungkinan seorang pelanggan membeli roti bersamaan dengan susu.
Dalam dunia perdagangan diperlukan sebuah kreativitas dan inovasi dari produsen agar penjualan produknya bisa ditingkatkan. Hal ini juga berlaku pada PT Roxy Prameswari sebagai produsen ice cream walls, jika tidak ada kreatifitas dan inovasi maka akan dapat menurunkan tingkat penjualan. Ada bermacam-macam cara untuk mensiasati agar produk yang dijual bisa meningkat dan diminati konsumen. Membuat aplikasi yang bisa membantu produsen meningkatkan penjualan produk merupakan cara yang bisa dilakukan. Salah satu caranya adalah memnfaatkan teknik data mining, dalam hal ini menggunakan algoritma a priori (asosiasi data mining).

2. Perumusan Masalah
Berdasarkan uraian pada latar belakang di atas, maka rumusan masalah dalam penelitian ini adalah bagaimana membangun aplikasi data mining untuk menghasilkan informasi yang berguna tentang hubungan tingkat penjualan ice cream walls dengan data ice cream walls yang dipasarkan di Kota Bengkulu. Informasi yang ditampilkan berupa nilai support dan confidence hubungan antara tingkat penjualan dengan data ice cream yang dipasarkan.

3. Batasan Masalah
Agar pembahasan dalam penelitian ini dapat dilakukan secara terarah dan sesuai dengan yang diharapkan, maka perlu diterapkan batasan-batasan permasalahan yang akan dibahas, antara lain:
a. Pada tugas akhir ini hanya menyajikan informasi tentang tingkat penjualan ice cream walls di Kota Bengkulu dengan
teknik data mining.
b. Informasi yang ditampilkan adalah nilai support dan confidence hubungan antara tingkat penjualan dengan data ice
cream walls yang dipasarkan di Kota Bengkulu.
c. Data yang digunakan adalah data ice cream walls yang dipasarkan di Kota Bengkulu.
d. Dalam tugas akhir ini tidak membahas pada hasil proses data mining dan analisis hasil yang keluar.

4. Tinjauan Pustaka
4.1.Data Mining

Data mining, sering juga disebut knowledge discovery in database KDD, adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola atau hubungan dalam set data berukuran besar. Keluaran dari data mining ini dapat digunakan untuk memperbaiki pengambilan keputusan di masa depan. Sehingga istilah pattern recognition sekaragn jarag digunakan karena ia termasuk bagan dari data mining (Santosa, 2007:10).
Seiring dengan perkembangan teknologi, semakin berkembang pula kemampuan kita dalam menggumpulkan dan mengolah data. Penggunaan sistem komputerisasi dalam berbagai bidang baik itu dalam transaksi-transaksi bisnis, maupun untuk kalangan pemerintah dan sosial, telah menghasilkan data yang berukuran sangat besar. Data-data yang terkumpul ini merupakan suatu tambang emas yang dapat digunakan sebagai informasi dalam dunia bisnis. Aplikasi basis data telah banyak diterapkan dalam berbagai bidang, antara lain bidang manajemen, manajemen data untuk industri, ilmu pegetahuan, administrasi pemerintah dan bidang-bidang lainnya. Akibatnya data yang dihasilkan oleh bidang-bidang tersebut sangatlah besar dan berkembang dengan cepat.
Hal ini menyebabkan timbulnya kebutuhan terhadap teknik-teknik yang dapat melakukan pengolahan data sehingga dari data-data yang ada dapat diperoleh informasi penting yang dapat digunakan untuk perkembangan masing-masing bidang tersebut. Istilah data mining sudah berkembang jauh dalam mengadaptasi setiap bentuk analisa data. Pada dasarnya data mining berhubungan dengan analisa data dan penggunaan teknik-teknik perangkat lunak untuk mencari pola dan keteraturan dalam himpunan data yang sifatnya tersembunyi.
Informasi-informasi yang berguna dipeoleh dari data-data yang ada, hubungan antara item dalam transaksi, maupun informasi informasi-yang potensial, selanjutnya dapat diekstrak dan dianalisa dan diteliti lebih lanjut dari berbagai sudut pandang. Informasi yang ditemukan ini selanjutnya dapat diaplikasi kan untuk aplikasi manajemen, melakukan query processing, pengambilan keputusan dan lain sebagainya. Dengan semakin berkembangnya kebutuhan akan informasi-informasi, semakin banyak pula bidang-bidang yang rnenerapkan konsep data mining.
4.2.Algoritma A Priori
Algoritma a priori termasuk jenis aturan asosiasi pada data mining. Selain a priori yang termasuk pada golongan ini adalah metode Generalized Rule Induction dan Algoritma Hash Based. Aturan yang menyatakan asosiasi antara beberapa atribut sering disbut affinity analysis atau market basket analysis. Analisis asosiasi atau association rule adalah teknik data mining untuk menemukan aturan asosiatif antara suatu kombninasi item.
Algoritma Apriori yang bertujuan untuk menemukan frequent itemsets dijalankan pada sekumpulan data. Analaisis A priori didefenisikan suatu proses untuk menemukan semua aturan a priori yang memenuhi syarat minimum untuk support dan syarat minimum untuk confidence. Support adalah nilai penunjang, atau persentase kombinasi sebuah item dalam database. Rumus support sebagai berikut:

Support (A) = (jumlah transaksi mengandung A/Total transaksi) x 100%.

Sedangkan confidence adalah nilai kepastian yaitu kuatnya hubungan antar item dalam sebuah apriori. Confidence bisa dicari setelah pola frekuensi munculnya sebuah item ditemukan.

5. Tujuan Penelitian
Berdasarkan latar belakang di atas tujuan penelitian ini adalah mendapatkan informasi yang berguna tentang tingkat penjualan ice cream walls di Kota Bengkulu dengan teknik data mining.

6. Manfaat Penelitian
Manfaat penelitian yang dapat diambil adalah:
1. Penulis dapat lebih mengetahui cara menerapkan ilmu-ilmu yang telah dipelajari selama ini dalam merancang dan
membuat aplikasi sistem dengan teknik data mining.
2. Menyajikan informasi tentang hubungan tingkat penjualan dengan data ice cream walls di Kota Bengkulu.
3. Pihak PT Roxy Prameswari dapat mengetahui tingkat penjualan ice cream dan mengetahui faktor yang mempengaruhi
tingkat penjualan ice cream walls di Kota Bengkulu.

7. Metode Penelitian
7.1. Jenis Penelitian
Penelitian yang akan dilakukan ini menggunakan metode penelitian terapan karena tujuan penelitian ini adalah menerapkan metode data mining dalam menghasilkan suatu aplikasi yang dapat membantu dalam mengetahui tingkat penjualan ice cream walls di Kota Bengkulu. “Penelitian terapan dilakukan dengan tujuan menerapkan, menguji, dan mengevaluasi kemampuan suatu teori yang diterapkan dalam memecahkan masalah-masalah praktis” (Sugiyono, 2002:2).
7.2. Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini adalah teknik dokumentasi. Pada teknik dokumentasi data-data yang berkenaan dengan penelitian didapat dengan cara mengumpulkan data-data yang sudah ada di PT Roxy Prameswari.
7.3.Alat Bantu Pengembangan Sistem
Alat bantu yang digunakan dalam penelitian ini adalah:
1. UML (Unified Modeling Language).
2. Perangkat keras yang akan digunakan dalam penelitian ini adalah satu unit laptop dengan spesifikasi:
Processor : Intel (R) Core (TM) 2 Duo CPU T5870 @2.00 GHz.
Memori : 1 GB of RAM
Harddisk : 250 GB
3. Perangkat lunak yang akan digunakan adalah:
Windows 7 Ultimate
Delphi 8
Microsoft Office Visio 2003 untuk perancangan form aplikasi.

DAFTAR PUSTAKA

Guritno, Suryo., dkk. 2011. Theory and Application of IT Research. Yogyakarta: Andi.

Kusrini dan Luthfi, E.T. 2009. Algoritma Data Mining. Yogyakarta: Andi

Santosa, Budi. 2007. Data Mining: Teknik Pemanfaatan Data Untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.