ISSN 1978-161X Volume 5 Nomor 3 September 2013

MATICS Jurnal Ilmu Komputer dan Teknologi Informasi

(Journal of Computer Science and Information Technology)

Jurnal MATICS berisi kumpulan publikasi ilmiah yang dihasilkan dari aktifitas penelitian di bidang Teknik Informatika. Jurnal ini terbit dua kali setahun, yaitu pada bulan Maret dan September, dan diterbitkan oleh Jurusan Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Islam Negeri (UIN) Maulana Malik Ibrahim Malang.

Pelindung

Rektor Universitas Islam Negeri Maulana Malik Ibrahim Malang

Penanggungjawab Dekan Fakultas Sains dan Teknologi

Universitas Islam Negeri Maulana Malik Ibrahim Malang

Dewan Penasehat (Advisory Editorial Board) Dr. Agus Mulyono (UIN Maulana Malik Ibrahim Malang)

Dr. Suhartono, M.Kom (UIN Maulana Malik Ibrahim Malang) Dr. M. Faisal, MT (UIN Maulana Malik Ibrahim Malang)

Prof. Dr. Abdul Hanan Bin Abdullah (UTM Malaysia) Dr. Satria Mandala, M.Sc (UTM Malaysia)

Dr. Ali Mahmudi (ITN Malang)

Ketua Penyunting (Editor in Chief) Fresy Nugroho M.T

Tim Penyunting (Associate Editors)

Ririen Kusumawati, M.kom Fatchurrochman, M.Kom M. Amin Hariyadi, MT

Totok Chamidy, M.Kom Ainul Yaqin, M.Kom

Zaenal Abidin,M.Kom Roro Inda Melani, M.T,M.S.c

Hani Nurhayati,M.T Linda Salma, M.T Ali Wafa, M.Kom

Editor Pelaksana

Ivana Varita, S.kom

Alamat Redaksi (Editorial Office) Jurusan Teknik Informatika

Fakultas Sains dan Teknologi, Universitas Islam Negeri (UIN) Maulana Malik Ibrahim Jl. Gajayana 50 Malang 65144 – Indonesia

ISSN 1978-161XVolume 5 Nomor 3 September 2013

MATICSJurnal Ilmu Komputer dan Teknologi Informasi

(Journal of Computer Science and Information Technology)

DAFTAR ISI

Sistem Reservasi Tiket Bus di Terminal Arjosari Malang 147-154Surya Wirawan, Arief Andy Soebroto, Ismiarta Aknuranda

Sistem Pakar Tes Kepribadian PAPI KOSTICK Untuk Seleksi Dan Penempatan Tenaga Kerja 155-166Dwi Puri Cemani, Arief Andy Soebroto, Satrio Agung Wicaksono

Implementasi Left Corner Parsing Untuk Pembelajaran Grammar Bahasa Inggris Pada Game 3D Adventure “Go To London” 167-174Fachry Khusaini, Fachrul Kurniawan

Aplikasi Permainan SUDOKU Huruf Hijaiyah Menggunakan Algoritma Back Tracking Dan Multiplicative CRNG Sebagai Pembangkit Dan Penyelesai Permainan 175-178Misbakhul Mustofin, Hani Nurhayati

Aplikasi CHATBOT “MI3” Untuk Informasi Jurusan Teknik Informatika Berbasis Sistem Pakar Menggunakan Metode Forward Chaining 179-184Zifora Nur Baiti, Fresy Nugroho

Aplikasi Korelasi PEARSON Dalam Membangun Model Tree-Augmented Network (TAN)(Studi Kasus Pengenalan Karakter Tulisan Tangan) 185-189Irwan Budi Santoso

ConcarAplikasi Color Tracker Untuk Kalkulator Dengan Menggunakan Augmented Reality 190-195Ali Mahmudi, Ahmad Roziqi Zain

Sistem Kontrol Hexapod robot MSR-H01 Menggunakan Mikrokontroler ATMega 128 196-202Yunifa Miftachul Arif

Aplikasi Visualisasi Pemetaan Sekolah Di Kabupaten Pasuruan Jawa Timur Visualisasi Vektor 2 Dimensi Berbasis Android 203-208Andy Pramono, Betty Dewi Puspasari

Komparasi Kinerja Aplikasi Komputer Akuntansi Myob V.17 Dan Accurate V.4 Pada Proses Penyelesaian Transaksi Pembelian Dan Penjualan 209-218Mardiana Andarwati, Theresia Pradiani

Analisa Pola Data Hasil Pembangunan Kabupaten Malang MenggunakanMetode Association Rule 219-225Dewi Sibagariang, Karina Auliasari

146

SISTEM RESERVASI TIKET BUS DI TERMINAL ARJOSARI MALANG

Surya Wirawan1, Arief Andy Soebroto, Ismiarta Aknuranda

Program Studi Teknik Informatika Program Teknologi Informasi dan Ilmu Komputer

Universitas Brawijaya Malang 1suryawirawan_21@yahoo.co.id,

Abstract - Bus Ticket Reservation System is an application that can be used to help booking bus tickets and the buyer will get a report via SMS Gateway. The reservation system is made by conducting field studies in Arjosari Bus Station Malang. This system uses SMS Gateway to send the report to the buyer after booking bus tickets online. SMS Gateway on this application serves as a liaison which delays sms between External Short Message entitiy (ESME) and Short Message Service Center (SMSC) and so does in reserve.The reservation system made is developed with the PHP programming language and has a prototype system pattern. System functions were tested using the validation testing, performance testing, and usability testing. The results percentage of responses usability testing is 67.7%. This shows that Ticket Reservation System at Arjosari Bus Station can be used well enough.

Key word : SMS Gateway, bus Ticket, Arjosari Bus Station Malang

1. PENDAHULUAN Perjalanan dengan menggunakan alat transportasi darat yaitu bus sangat digemari oleh penduduk Indonesia karena harganya yang terjangkau. Hal ini mendorong para pecinta bus untuk semakin mengembangkan sebuah aplikasi agar dapat membantu kerja manusia atau bahkan melebihi kemampuan kerja manusia. Salah satu penerapannya adalah dalam bidang pemesanan tiket perjalanan menggunakan bus. Umumnya pemesanan tiket bus dilakukan secara manual yaitu langsung mendatangi tempat yang menjual tiket perjalanan bus. Tetapi dengan menggunakan aplikasi ini memudahkan pembeli dalam melakukan pemesanan tiket perjalanan bus. Aplikasi yang dibuat ini adalah aplikasi pemesanan tiket bus untuk membantu dalam melakukan pemesanan tiket bus dan pembeli akan mendapatkan report melalui SMS Gateway. Aplikasi ini dibuat dengan melakukan studi lapangan di

Terminal Arjosari Malang. Pada aplikasi ini menggunakan SMS Gateway untuk mengirimkan report kepada pembeli setelah melakukan pemesanan tiket bus secara online. SMS Gateway pada aplikasi ini berfungsi sebagai penghubung yang melakukan delay SMS antara External Short Message Entitiy (ESME) dan Short Message Service Center (SMSC) serta sebaliknya. Komunikasi antara ESME dan SMS Gateway dapat menggunakan protokol Short Message Peer to Peer (SMPP) atau dengan HTTP, sementara ke SMSC menggunakan SMPP [1]. Proses sistem reservasi tiket bus ini sebagai berikut : calon pembeli yang ingin melakukan transaksi dapat membuka website dan melihat info serta layanan yang tersedia. Jika calon pembeli sudah melihat info keberangkatan bus, proses selanjutnya calon pembeli dapat melakukan pemesanan melalui SMS atau mengisi form pembelian tiket yang telah disediakan. Pemesanan

147

147

melalui SMS dilakukan dengan cara mengirimkan SMS berisikan data data pemesanan tiket bus (nama bus, tujuan, tanggal keberangkatan dan jumlah tiket). Jika data telah diterima maka aplikasi akan mengirimkan pesan kepada pembeli tentang status pemesanan tiket, misal nomer tempat duduk yang diinginkan telah dipesan orang lain, dll. Untuk pemesanan tiket dengan mengisi form dapat dilakukan langsung pada saat calon pembeli membuka website reservasi tiket bus. Jika data yang telah dimasukkan pembeli masuk pada basis data maka pembeli akan mendapatkan pesan bahwa tiket yang dipesan tersedia atau tidak tersedia. Proses pembayaran untuk pemesanan tiket via SMS atau mengisi form pembelian tiket online pada sistem ini dilakukan dengan mengirimkan sejumlah uang sesuai dengan total pembelian ke nomer rekening yang telah disediakan dan calon pembeli harus menyimpan bukti transfer pembayaran sebagai bukti untuk menukar dengan tiket yang sudah dipesan sebelumnya. Dan penelitian ini lebih ditekankan pada penggunaan SMS Gateway dalam aplikasi pemesanan tiket bus secara online. 2. Dasar Teori 2.1 SMS Gateway

SMS Gateway merupakan pintu gerbang bagi penyebaran Informasi dengan menggunakan SMS. SMS Gateway dapat menyebarkan pesan ke ratusan nomor secara otomatis dan cepat yang langsung terhubung dengan database nomor ponsel saja tanpa harus mengetik ratusan nomor dan pesan di ponsel anda karena semua nomor akan diambil secara otomatis dari database tersebut [2]. 2.2 Gammu

Gammu adalah sebuah aplikasi cross-platform yang digunakan untuk menjembatani / mengomunikasikan antara database SMS Gateway dengan SMS devices. Aplikasi Gammu berupa daemon yang berjalan secara background [3]. 2.3 Black-Box Testing

Black-box testing atau behavioral testing berfokus pada persyaratan

fungsional perangkat lunak. Pengujian black-box memungkinkan perekayasa perangkat lunak mendapatkan serangkaian kondisi input yang sepenuhnya menggunakan semua persyaratan fungsional untuk semua program [4]. 2.4 Strategi Pengujian

Strategi untuk pengujian perangkat lunak mengintegrasikan metode desain test case perangkat lunak ke dalam sederetan langkah yang direncanakan dengan baik, dan hasilnya adalah konstruksi perangkat lunak yang berhasil [4]. 2.4.1 Pengujian Validasi

Pada kulminasi pengujian terintegrasi, perangkat lunak secara lengkap dirakit sebagai suatu paket; kesalahan interfacing telah diungkap dan dikoreksi, dan seri akhir dari pengujian perangkat lunak, yaitu pengujian validasi dapat dimulai. Validasi perangkat lunak dicapai melalui sederetan pengujian black-box yang memperlihatkan konformitas dengan persyaratan. Rencana pengujian menguraikan kelas-kelas pengujian yang akan dilakukan, dan prosedur pengujian menentukan test case spesifik yang akan digunakan untuk mengungkap kesalahan dalam konformitas dengan persyaratan [4]. 2.4.2 Pengujian Performa

Setelah semua langkah pengujian validasi perangkat lunak secara terstruktur dilakukan, maka perlu dilakukan pengujian sistem di lingkungan dimana dia bekerja untuk mengetahui performa dari perangkat lunak tersebut. Pengujian sistem dirancang untuk menguji waktu kinerja auto-reply dari perangkat lunak SMS Gateway. Pengujian performa melibatkan monitoring pemanfaatan sumber daya dari perangkat lunak yang diuji seperti perangkat lunak pendukung dan perangkat keras. Pengujian performa dilakukan secara spesifik sesuai dengan tipe perangkat lunak yang diuji. Pengujian performa bertujuan untuk mengungkap situasi yang menyebabkan degradasi dan kemungkinan kegagalan sistem [4]. 2.4.3 Pengujian Usability

148

148

Pengujian yang terakhir yaitu pengujian usability. Pengujian usability adalah pengujian terhadap atribut kualitas yang menilai seberapa mudah user interface yang digunakan dalam pengembangan suatu perangkat lunak [5]. Teknik kuisioner dilakukan untuk mendukung pengujian ini. Sampel yang digunakan dalam pengujian ini sebanyak 20 sampel. Pertanyaan yang diajukan dalam kuisioner ini didapatkan dari pihak yang sebelumnya sudah melakukan kuisioner terhadap perangkat lunak berbasis web dengan pengujian usability yang sejenis. Pertanyaan – pertanyaan tersebut akan disertakan sebagai lampiran. Pertanyaan kuisioner yang digunakan mengambil referensi dari web : http://balitbang.depkominfo.go.id/ [6], karena pertanyaan kuisioner dari halaman web tersebut dirasa sudah sesuai dan relevan dengan parameter pengujian usability yang akan dilakukan dalam skripsi ini. 3. METODE PENELITIAN 3.1 Studi Literatur

Studi literatur menjelaskan dasar teori yang digunakan sebagai penunjang dan pendukung penulisan skripsi. 3.2 Analisa Kebutuhan

Analisa kebutuhan bertujuan untuk mendapatkan semua kebutuhan yang diperlukan dari sistem yang akan dibangun. Metode analisis yang digunakan adalah Object Oriented Analysis dengan menggunakan bahasa pemodelan UML (Unified Modeling Language). Diagram Use Case digunakan untuk mendeskripsikan kebutuhan-kebutuhan dan fungsionalitas sistem dari perspektif end-user. Analisis kebutuhan dilakukan dengan mengidentifikasi semua kebutuhan (requirements) sistem. 3.3 Perancangan Sistem

Perancangan sistem dilakukan setelah semua kebutuhan sistem didapatkan melalui tahap analisis kebutuhan. Perancangan sistem berdasarkan Object Oriented Analysis dan Object Oriented Design yaitu menggunakan pemodelan UML (Unified Modeling Language).

Sebagai Gambaran awal, alur penggunaan sistem dapat dilihat pada Gambar 1

Gambar 1. Diagram Blok Sistem

3.4 Implementasi

Dalam implementasi terdapat proses pengkodean. Proses pengkodean atau coding dimaksudkan untuk merealisasikan desain yang telah dibuat secara bertahap dengan memperhatikan alur skenario-skenario yang telah dibuat. Implementasi perangkat lunak dilakukan dengan menggunakan bahasa pemrograman web yaitu PHP.

3.5 Pengujian dan Analisis

Pengujian aplikasi dilakukan untuk mengetahui kesesuaian analisis kebutuhan yang dibuat dengan implementasi aplikasi. Proses pengujian dilakukan tahapan-tahapan yaitu pengujian unit dan pengujian integrasi. Selain itu, dilakukan juga evaluasi sistem terhadap kepuasan konsumen dengan memberikan kuisioner yang dapat diisi langsung oleh konsumen pada aplikasi tersebut. Analisis dari pengujian sistem dilakukan dengan membandingkan hasil-hasil evaluasi dengan persyaratan yang seharusnya dipenuhi oleh sistem. 3.6 Pengambilan Kesimpulan

Pengambilan kesimpulan dilakukan setelah semua tahapan perancangan sistem, implementasi, pengujian dan analisis terhadap sistem aplikasi telah selesai dilakukan. Kesimpulan diambil dari hasil pengujian dan analisis terhadap sistem yang dibangun. Tahap terakhir dari penulisan adalah saran yang dimaksudkan untuk memperbaiki kekurangan yang terjadi dan menyempurnakan penulisan

149

149

serta untuk memberikan pertimbangan atas pengembangan aplikasi selanjutnya. 4. PERANCANGAN

Proses analisis kebutuhan mengacu pada Gambaran umum perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari Malang dan hasil pengumpulan, pemahaman dan penetapan kebutuhan – kebutuhan yang ingin didapatkan oleh pengguna. Proses analisis kebutuhan ini diawali dengan penjabaran Gambaran umum perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari Malang, identifikasi aktor yang terlibat, analisis data yang akan disimpan, penjabaran tentang daftar kebutuhan dan kemudian memodelkannya ke dalam diagram data flow. Analisis kebutuhan ini bertujuan untuk mengGambarkan kebutuhan – kebutuhan yang harus disediakan oleh sistem agar dapat memenuhi kebutuhan pengguna.

Gambar 2. Sistem Reservasi Berbasis SMS Gateway

Pemodelan diagram use case yang mengGambarkan fungsionalitas Sistem Reservasi Tiket di Terminal Arjosari Malang dibagi menjadi dua yaitu diagram use case untuk aplikasi penumpang dan diagram use case untuk aplikasi admin.

System

Calon Penumpang

melihat info busvia sms

mengkonfirmasipembayaran via sms

memesan tiket viawebsite

memesan tiket viasms

melihat info busvia website

Gambar 3. Diagram Use Case Penumpang

admin

mengelola data bus

mengelola datausers

mengelola datapemesanan

mengelola jadwalbus

login

menjalankanservice sms gateway

mengelola datapengemudi

System

Gambar 4. Diagram Use Case Admin

Perancangan data memiliki dua tahap, yaitu pemodelan dengan Pemodelan dengan DFD dan ERD (Entity Relationship Diagram) .

Gambar 5. DFD Level 0 Proses Reservasi Tiket

Basis data berfungsi sebagai tempat menyimpan data. Pemodelan dengan ERD digunakan untuk merancang basis data yang akan dibuat agar masukan dan keluaran program sesuai dengan apa yang diharapkan. Pemodelan dengan ERD mengambil acuan dari proses analisis data yang dilakukan pada tahap analisis kebutuhan.

antrian

pasien

dokter

jadwal_dokter

SMS_masuk

id_smsnomor_pengirim

textwaktu_terima

user

id_user

username password

level

id_antrian id_pasien

id_jadwal

mempunyai mempunyai

id_pasien nama_pasien

id_dokter

nama_dokter

profesi

mempunyai

id_jadwal

id_dokter

waktu

111 1 1 1

SMS_keluar

id_sms_terimanomor_pengirim

textdelivery_report

Gambar 6. Diagram entity relationship 5. IMPLEMENTASI

Implementasi aplikasi dilakukan dengan mengacu kepada perancangan aplikasi. Implementasi Sistem Reservasi Tiket di Terminal Arjosari Malang dilakukan dengan menggunakan pemrograman struktural yaitu menggunakan implementasi database MySQL dengan software XAMPP 1.7.4 dan bahasa pemrograman Java.

Perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari Malang dibagi menjadi dua subsistem, yaitu subsistem aplikasi penumpang dan subsistem aplikasi admin.

150

150

Antarmuka aplikasi penumpang terdiri dari SMS Melihat Info, SMS Info Bus, SMS Pemesanan Tiket, SMS Konfirmasi Pemesanan Tiket, SMS Konfirmasi Bayar .

Gambar 7. SMS Konfirmasi Pembayaran Aplikasi Penumpang

Antarmuka aplikasi administrator terdiri dari halaman Login, halaman Home, halaman Run SMS,keluar, halaman Pengemudi, halaman Bus, halaman Jadwal, halaman Pemesanan dan halaman Users.

Gambar 8. Halaman Home Aplikasi Admin

6. PENGUJIAN DAN ANALISIS Pada bab ini dilakukan proses

pengujian dan analisis terhadap aplikasi perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari Malang yang telah dibangun. Proses pengujian dilakukan melalui dua tahapan (strategi) yaitu pengujian validasi dan pengujian performa aplikasi. Pada pengujian validasi digunakan teknik pengujian Black Box (Black Box Testing). Pada pengujian performa dilakukan dengan menghitung waktu auto-reply SMS menggunakan aplikasi perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari Malang. 6.1 Pengujian Validasi

Pengujian validasi digunakan untuk mengetahui apakah sistem yang dibangun sudah benar sesuai dengan yang dibutuhkan. Item - item yang telah dirumuskan dalam daftar kebutuhan dan

merupakan hasil analisis kebutuhan akan menjadi acuan untuk melakukan pengujian validasi. Pengujian validasi menggunakan metode pengujian Black Box, karena tidak diperlukan konsentrasi terhadap alur jalannya algoritma program dan lebih ditekankan untuk menemukan konformitas antara kinerja sistem dengan daftar kebutuhan. Pada skripsi ini dilakukan pengujian validasi terhadap perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari Malang.

Tabel 1. Hasil pengujian validasi

No. Nama Kasus Uji Status Validitas

1 Kasus Uji Login Sah

Valid

2 Kasus Uji Login Tidak Sah

Valid

3 Kasus Uji Logout Valid 4 Kasus Uji

Menjalankan Service SMS GATEWAY

Valid

5 Mengelola Data Pengemudi

Valid

6 Mengelola Data Bus

Valid

7 Mengelola Data Jadwal

Valid

8 Mengelola Data Pemesanan

Valid

9 Mengelola Data Users

Valid

10 Melihat Info Bus Via SMS Sah

Valid

11 Melihat Info Bus Via SMS Tidak Sah

Valid

12 Melihat Info Bus Via Website

Valid

13 Memesan Tiket Via SMS Sah

Valid

14 Memesan Tiket Via SMS Tidak Sah

Valid

15 Memesan Tiket Via Website

Valid

16 Mengkonfirmasi Pembayaran Sah

Valid

17 Mengkonfirmasi Pembayaran Tidak Sah

Valid

6.2 Pengujian Performa

151

151

Pengujian performa digunakan untuk mengetahui apakah sistem yang dibangun dapat memberikan auto-reply SMS dengan cepat, sehingga dapat memberikan kepastian kepada penumpang dengan cepat pula. Pengujian ini dilakukan dengan menghitung rata-rata lama waktu antara sms yang masuk dengan sms balasan. Pada skripsi ini dilakukan pengujian performa terhadap perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari Malang.

Tabel 2. Hasil pengujian performa id

SMS Nomor Pengirim Waktu

Tunggu (k – t) (seconds)

1 +6281331166073 30 2 +6285394559972 35 3 +6285755676620 47 4 +6285646477963 52 5 +628970418907 36 6 +6285646412251 27 7 +6285797284663 55 8 +6285646596965 38 9 +6285655505963 32 10 +6285646496611 25 11 +6285646584080 45 12 +6285655541353 36 13 +6281805063617 47 14 +6287819544335 52 15 +6282331157795 46 16 +6283834745261 40 17 +6282143685055 37 18 +6281336516651 47 19 +628170500090 51 20 +6283848557985 34 21 +623417000849 46 22 +6281808000751 45 23 +6283848557983 45 24 +6283848557981 35 25 +6283848557983 65

Total 41.92 Dari Tabel 2. dapat disimpulkan

bahwa waktu tunggu antara SMS masuk dan dibalas oleh aplikasi adalah tidak sama. Dengan melakukan 25 pengujian, maka diperoleh rata-rata waktu tunggu auto-reply SMS dalam aplikasi perangkat lunak SMS Gateway pada Sistem Reservasi Tiket Bus Di Terminal Arjosari Malang adalah 41.92 seconds. 6.3 Pengujian Usability

Pengujian usability digunakan untuk menguji kegunaan dari perangkat lunak Sistem Reservasi Tiket di Terminal Arjosari Malang. Pengujian ini ditujukan untuk mengetahui seberapa besar perangkat lunak Sistem Reservasi Tiket di Terminal Arjosari Malang bisa digunakan dengan baik oleh para calon user. Pengujian ini dilakukan dengan cara menyebarkan kuisioner kepada para calon user dan beberapa pegawai P.O bus di Terminal Arjosari Malang. Calon user pada pengujian ini adalah calon penumpang bus di Terminal Arjosari Malang. Pada pengujian ini kriteria – kriteria khusus pada sampel seperti rentang usia, jenis kelamin, dan latar belakang pendidikan diabaikan. Jumlah sampel calon user yang diuji sebanyak 20 sampel.

Tabel 3. Hasil pengujian usability No Komponen Cukup Kurang Tidak 1 Isi Website 51 26 3 2 Ketepatan

informasi 31 9 0

3 Struktur Format dan Desain Sistem

64 35 1

4 Ketanggapan informasi

26 13 1

5 Sikap Penggunaan Sistem

51 9 0

6 Niat Penggunaan Sistem

21 15 4

Total 244 107 9 Dari hasil pengujian di atas dapat

didapatkan 244 jawaban “cukup”, 107 jawaban “Kurang” dan 9 Jawaban “Tidak” dengan total semua jawaban 360. Dapat disimpulkan bahwa nilai persentase jawaban ”Cukup” sebesar 67,7%.

Tabel 4. Rincian persentase tiap komponen No Komponen Persentase 1 Isi Website 63% 2 Ketepatan Informasi 77% 3 Struktur Format dan

Desain Sistem 64%

4 Ketanggapan Informasi

65%

5 Sikap Penggunaan Sistem

85%

6 Niat Penggunaan Sistem

52%

152

152

6.4 Analisis Proses analisis bertujuan untuk

mendapatkan kesimpulan dari hasil pengujian Sistem Reservasi Tiket di Terminal Arjosari yang telah dilakukan. Proses analisis mengacu pada dasar teori sesuai dengan hasil pengujian yang didapatkan. Analisis dilakukan terhadap hasil pengujian di setiap tahap pengujian. Proses analisis yang dilakukan meliputi analisis hasil pengujian validasi, analisis hasil pengujian performa dan analisi hasil pengujian Usability. Proses analisis terhadap hasil pengujian validasi dilakukan dengan melihat konformitas antara hasil kinerja sistem dengan daftar kebutuhan. Berdasarkan hasil pengujian validasi dapat disimpulkan bahwa implementasi dan fungsionalitas perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari telah memenuhi kebutuhan yang telah dijabarkan pada tahap analisis kebutuhan. Proses analisis terhadap hasil pengujian performa dilakukan dengan menghitung nilai rata-rata dari waktu tunggu auto-reply SMS. Berdasarkan hal tersebut maka dapat diambil kesimpulan sebagai berikut : a. Provider dan tempat berpengaruh

terhadap lama waktu tunggu auto-reply SMS.

b. Dalam pengujian perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari yang dilakukan pada notebook Sony Vaio VGN CR-353, didapat hasil yang baik dengan ditunjukkannya lama waktu tunggu auto-reply yang rata – rata sebesar 41.92 detik. Proses analisis terhadap hasil pengujian

dilakukan dengan melihat nilai persentase jawaban “Ya”. Dari 6 komponen pengujian, ada 3 komponen dengan nilai dibawah 65%, yaitu komponen Isi Website, Struktur Format dan Desain Sistem, dan Niat Penggunaan Sistem dengan nilai masing-masing 63%, 64%, dan 52%.

Dari data kuesioner, pada komponen Isi Website total jawaban “Cukup” sebanyak 51, jawaban “Kurang” sebanyak 26 dan jawaban “Tidak” sebanyak 3. Dari empat pertanyaan yang diajukan, pertanyaan ketiga yaitu “Apakah website ini menyediakan laporan hanya tentang yang anda butuhkan ?” memiliki perolehan jawaban “Cukup” sebanyak 8 jawaban, jawaban “Kurang” sebanyak 10 jawaban dan jawaban “Tidak” sebanyak 2 jawaban. Calon user menginginkan informasi yang lebih detail, update dan mudah dimengerti tentang SMS konfirmasi, data-data bus seperti nama bus, jadwal, tujuan dan nomor tempat duduk. . Inilah yang menyebabkan ada 26 jawaban “Kurang” pada komponen Isi Website. Dari data kuesioner, pada komponen Struktur Format dan Desain total jawaban “Cukup” sebanyak 64, jawaban “Kurang” sebanyak 35 dan jawaban “Tidak” sebanyak 1. Dari lima pertanyaan yang diajukan ada dua pertanyaan yang sama-sama memiliki perolehan jawaban “Kurang” sebanyak 9 dan 11 jawaban “Cukup” yaitu pada pertanyaan “Apakah situs web menyediakan desain yang baik ?” dan “Apakah website ini user friendly (intuitif digunakan) ?”. Calon user menginginkan desain website yang lebih menarik agar tidak membosankan. Calon user juga menginginkan ketersediaan informasi tentang panduan pemesanan dan juga pelayanan yang ditawarkan lebih beragam Beberapa calon user juga tidak mencoba untuk menguji sendiri sistem yang sudah disediakan pada saat pengujian. Dua pertanyaan ini menyebabkan 18 jawaban “Kurang” dari total 35 jawaban “Kurang” pada komponen Struktur Format dan Desain.

Dari data kuesioner, pada komponen Niat Penggunaan Sistem total jawaban “Cukup” sebanyak 21, jawaban “Kurang” sebanyak 15 dan jawaban “Tidak” sebanyak 4. Dari dua pertanyaan yang diajukan, pertanyaan kedua yaitu “apakah anda berniat untuk menjadi pengguna setia website ini ?” memiliki perolehan jawaban

153

153

“Cukup” sebanyak 6 jawaban, jawaban “Kurang” sebanyak 12 jawaban dan jawaban “Tidak” sebanyak 2 jawaban. Beberapa calon user masih terbiasa dengan pemesanan tiket secara manual jadi masih terlihat canggung dengan pemesanan tiket secara online maupun via SMS. Inilah yang menyebabkan ada 15 jawaban “Kurang” pada komponen Niat Penggunaan Sistem.

Dari total keseluruhan persentase jawaban, didapatkan nilai 67,7%. Hal ini menunjukkan Sistem Reservasi Tiket di Terminal Arjosari cukup dapat digunakan dengan baik. 7. KESIMPULAN DAN SARAN

Berdasarkan hasil perancangan, implementasi dan pengujian yang dilakukan, maka diambil kesimpulan sebagai berikut : 1. Aplikasi Penumpang perangkat lunak

pada sistem reservasi tiket di Terminal Arjosari Malang dapat digunakan untuk melihat info bus, memesan tiket bus, dan mengkonfirmasi pembayaran tiket.

2. Aplikasi Admin perangkat lunak pada sistem reservasi tiket di Terminal Arjosari Malang dapat digunakan untuk mengelola data bus dan reservasi tiket.

3. Dalam pengujian perangkat lunak SMS Gateway pada Sistem Reservasi Tiket di Terminal Arjosari yang dilakukan pada notebook Sony Vaio VGN CR-353, didapat hasil yang baik dengan ditunjukkannya lama waktu tunggu auto-reply yang rata – rata sebesar 41.92 detik. Provider dan tempat berpengaruh terhadap lama waktu tunggu auto-reply SMS.

4. Dalam persentase jawaban pengujian usability, didapatkan nilai 67,7%. Hal ini menunjukkan Sistem Reservasi Tiket di Terminal Arjosari cukup dapat digunakan dengan baik. Saran yang dapat diberikan untuk

pengembangan perangkat lunak ini antara lain :

1. Disarankan memilih provider untuk server yang memiliki traffic kecil.

2. Dapat ditambahkan beberapa fitur seperti pemilihan nomor tempat duduk dan pedoman pemesanan tiket bagi user dalam sistem reservasi tiket bus.

3. Disarankan untuk memberikan keamanan backup data antrian untuk setiap harinya.

4. Disarankan untuk memperbaiki desain dan tampilan web agar lebih menarik minat user.

5. Disarankan untuk menyediakan informasi yang lebih detail, terkini dan mudah dimengerti tentang SMS konfirmasi, data-data bus seperti nama bus, jadwal, tujuan dan nomor tempat duduk.

8. DAFTAR PUSTAKA [1] Murtadlo, Ali & Arifin, Firman &

Setiawardhana. 2011. Simulasi Sistem Informasi Posisi Kereta Api dengan Menggunakan GPS untuk Keselamatan Penumpang. Surabaya : Institut Teknologi Sepuluh November.

[2] Ramadhika A. 2012. SMS Gateway menggunakan Gammu dan MySQL. http://www.ubaya.ac.id/ubaya/articles_detail/33/SMS-Gateway-menggunakan-Gammu-dan-MySQL.html.

[3] Pressman, Roger S. 2010.Software Engineering : A Practitioner’s Approach, Fifth Edition. McGraw Hill.

[4] Nielsen, Jakob. 2003. Usability 101 : Introduction to Usability. Akses dari http://faculty.wiu.edu/CB-Dilger/f07/480/readings/10-nielsen-usability-101.pdf.

154

154

SISTEM PAKAR TES KEPRIBADIAN PAPI KOSTICK UNTUK SELEKSI DAN PENEMPATAN TENAGA KERJA

Dwi Puri Cemani, Arief Andy Soebroto, Satrio Agung Wicaksono Program Studi Teknik Informatika Universitas Brawijaya

Email : puricemani@gmail.com Abstract-Company commonly in doing the selection or the placement of the employees by using curriculum vitae (CV) or application form to see the applicant’s ability. The weakness, although the CV writer who is capable who is able until the level of interview is not a guarantee that he is the right person who is needed by the company. The company can see the adjustment between the aplicant with the working through personality test. Kostick PAPI method is implemented in the expert system to evaluate behavioral and individuals working way in the relation to the working situation. The expert system is implemented in a web-based. The testing used are validation testing (Black Box testing) and accuracy testing the of expert systems. The result of Black Box testing is 100% showing of functionality system works well as requirements list. The result of accuracy testing is 96,49% showing of an expert system functions well as Kostick PAPI method.

Key words : expert system, personality test, PAPI Kostick.

1. PENDAHULUAN

Perusahaan pada umumnya, dalam melakukan seleksi atau penempatan tenaga kerja menggunakan curriculum vitae (CV) atau formulir aplikasi untuk melihat kemampuan seorang pelamar. Kelemahannya meskipun penulis CV yang trampil atau peserta yang berhasil lolos sampai tahap wawancara bukan jaminan bahwa mereka adalah orang yang tepat seperti yang dibutuhkan perusahaan. Perusahaan dapat melihat kemampuan peserta dalam melakukan pekerjaan-pekerjaan tertentu dengan baik dan kesesuaian peserta dengan tempat kerja melalui tes kepribadian [5].

Salah satu tes kepribadian yang sering digunakan dalam lingkup Human Resource Department (HRD) di suatu perusahaan atau organisasi adalah tes PAPI Kostick. PAPI (Personality and Preference Inventory) adalah alat tes penilaian kepribadian terkemuka yang digunakan oleh para profesional HR dan

manajer untuk mengevaluasi perilaku dan gaya kerja individu [2].

Perkembangan teknologi komputer untuk bidang psikologi memungkinkan untuk operasi yang lebih canggih, termasuk interpretasi tes yang integratif. Sistem interpretasi pada komputer, pada dasarnya mencari daftar hasil interpretasi pakar pada program yang telah disimpan di komputer dan akan dipanggil ketika berbagai skor tes dan indeks diperoleh. Kegiatan penggunaan komputer untuk membuat keputusan atau mensimulasikan apa yang ada pada otak manusia dalam membuat keputusan disebut sebagai Artificial Intelligence (kecerdasan buatan) [1].

Sistem pakar merupakan cabang kecerdasan buatan yang bertujuan untuk mengambil pengetahuan dan pengalaman seorang pakar dan mentransfernya ke sistem komputer. Pengetahuan khusus disimpan dalam komputer, yang oleh sistem eksekusi (inference engine)

155

155

digunakan untuk penalaran dan diturunkan kesimpulan spesifik untuk masalah Gambar 1. Tujuan dari sistem pakar adalah untuk membantu dan mendukung penalaran pengguna dan tidak menggantikan penilaian manusia [11].

Perkembangan internet mendukung sistem pakar tes kepribadian tersedia secara online. Beberapa keuntungan sistem pakar tes kepribadian PAPI Kostick tersedia secara online adalah semua materi tes dapat diakses dimana pun melalui komputer atau perangkat lain yang memiliki akses internet, biaya pengadaan alat tes seperti buklet tes, pensil, dan pendistribusiannya berkurang [4]. 2. TINJAUAN PUSTAKA 2.1 Sistem Pakar

Sistem pakar (expert system) adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar [3].

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment).Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar. Lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar [8].

Gambar 1 Arsitektur sistem pakar Sumber : [10]

2.2 Tes Kepribadian

Kepribadian adalah suatu dorongan yang mengatur perilaku seseorang atau memberi petunjuk ke arah tertentu. Hal ini akan membuat seseorang merespon masalah dengan cara yang wajar sesuai dengan situasi yang sedang dihadapi. Kepribadian juga dapat didefinisikan sebagai sebuah cara yang dilakukan seseorang dalam merespon suatu situasi atau cara bertindak yang disukai seseorang terhadap keadaan maupun orang tertentu [6].

Kepribadian biasanya diukur dengan menggunakan kueisioner penilaian diri. Kueisioner ini adalah tes yang secara langsung menanyakan aspek-aspek kepribadian seseorang, mengukur kemampuan dalam menghadapi tekanan secara konsisten dan obyektif, cara menghadapi orang lain, dan sikap perilaku seseorang secara umum. Tes tersebut disebut dengan tes kepribadian atau personality test [5]. 2.3 PAPI Kostick

PAPI™ (Personality and Preference Inventory) adalah “personality assessment” (alat tes penilaian kepribadian) terkemuka yang digunakan oleh para profesional HR (Human Resource) dan manajer terkait untuk mengevaluasi perilaku dan gaya kerja individu pada semua tingkatan [2].

Personality and Preference Inventory (PAPI) dibuat oleh Guru Besar Psikologi Industri dari Massachusetts, Amerika, yang bernama Dr. Max Martin Kostick pada awal tahun 1960-an. Versi Swedia lebih dulu diperkenalkan di awal 1980-an dan versi ini diperkenalkan pada tahun 1997 dengan versi ipsative (PAPI-I) dan normative (PAPI-N). Versi ipsative, PAPI-I, dirancang untuk digunakan untuk pengembangan pribadi, sedangkan normative versi, PAPI-N, yang dimaksudkan untuk digunakan untuk perbandingan dan seleksi. Dasar

156

156

pemikiran untuk desain dan formulasi PAPI didasarkan pada penelitian dan teori kepribadian “needs-press” oleh Murray (1938). [9]. 2.4 Aspek yang Diungkap Tes PAPI

Kostick PAPI disusun sebagai dua aspek

yang terpisah, yaitu pengukuran kebutuhan atau needs dan pengukuran persepsi atau roles (persepsi keadaan individu di tempat kerja). PAPI Kostick untuk menjabarkan kepribadian dalam 20 aspek yang masing – masing mewakili need dan role tertentu. Aspek-aspek tersebut adalah sebagai berikut [7]: a. Work Direction (Arah Kerja)

Need to finish task (N) – Kebutuhan menyelesaikan tugas secara mandiri

Hard intense worked (G) – Peran pekerja keras

Need to achieve (A) – Kebutuhan berprestasi

b. Leadership (Kepemimpinan) Leadership role (L) – Peran

kepemimpinan Need to control others (P) –

Kebutuhan mengatur orang lain Ease in decision making (I) – Peran

membuat keputusan c. Activity (Aktivitas kerja)

Pace (T) – Peran sibuk Vigorous type (V) – Peran penuh

semangat d. Social Nature (Relasi sosial)

Need for closeness and affection (O) – Kebutuhan kedekatan dan kasih sayang

Need to belong to groups (B) – Kebutuhan diterima dalam kelompok

Social extension (S) – Peran hubungan sosial

Need to be noticed (X) – Kebutuhan untuk diperhatikan

e. Work Style (Gaya Kerja) Organized type (C) – Peran mengatur Interest in working with details (D) –

Peran bekerja dengan hal – hal rinci Theoretical type (R) – Peran orang

yang teoritis f. Temperament (Sifat temperamen)

Need for change (Z) – Kebutuhan untuk berubah

Emotional resistant (E) – Peran pengendalian emosi

Need to be forceful (K) – Kebutuhan untuk agresif

c. Followership (Posisi atasan-bawahan) Need to support authority (F) –

Kebutuhan membantu atasan Need for rules and supervision (W) –

Kebutuhan mengikuti aturan dan pengawasan

3. METODE PENELITIAN Konsep penelitian dalam sistem ini

adalah mengakuisisi metode tes PAPI Kostik ke sistem pakar. Hasil keluaran sistem merupakan gabungan pemikiran sistem pakar dan pakar.

Gambar 2 Diagram Blok Batasan Keluaran Sistem Pakar Tes Kepribadian

PAPI Kostick Sumber : Perancangan

Perancangan Sistem pakar dibuat

sesuai dengan arsitektur sistem pakar.

3.1 Akuisisi Pengetahuan Akuisisi pengetahuan adalah

akumulasi, transfer, dan transformasi keahlian pemecahan masalah dari pakar atau sumber pengetahuan ter-dokumentasi ke program komputer, untuk membangun atau memperluas basis pengetahuan. Proses akuisisi pengetahuan melibatkan identifikasi pengetahuan, merepresentasikan pengetahuan dalam format yang sesuai, menyusun pengetahuan, dan men-transfer pengetahuan ke mesin.

Sumber akuisisi pengetahuan yang digunakan adalah pengetahuan seorang pakar di bidang Psikologi Industri dan Organisasi Perusahaan, manual PAPI

157

157

Kostick terbitan PA International, dan referensi pendukung lain (jurnal, dokumentasi internet, dan buku yang relevan).

Metode akuisisi yang digunakan dalam sistem pakar ini adalah wawancara tidak terstruktur dan analisis protokol. Pada wawancara, pakar menginstruksikan knowledge engineer tentang ketrampilan dan strategi yang diperlukan untuk melakukan koreksi dan interpretasi tes kepribadian PAPI Kostick. Dalam pendekatan read-through, pakar diminta mengajar knowledge engineer bagaimana membaca dan menginterpretasikan hasil tes kepribadian. Pakar menyediakan lembar jawaban yang telah terisi kemudian menjelaskan tentang proses skoring hingga mendapatkan hasil.

Pada lembar jawaban tes PAPI Kostick, terdapat 90 nomor soal dan kolom penilaian skor untuk setiap aspek kepribadian. Aspek kepribadian

berjumlah 20 dan hanya dituliskan dalam kode. Lembar jawaban kuisioner PAPI Kostick ditunjukkan pada Gambar 3.

Lembar jawaban dibagi menjadi dua bagian oleh garis diagonal yang menghubungkan kolom total pada pojok kiri atas dengan kolom total pada pojok kanan bawah. Bagian atas garis diagonal digunakan untuk menghitung skor aspek-aspek peran. Bagian bawah garis diagonal digunakan untuk menghitung aspek-aspek kebutuhan.

Setiap nomor soal terikat oleh dua aspek yang dirujuk oleh anak panah horizontal di atas nomor dan anak panah diagonal di bawah nomor. Anak panah horizontal merujuk aspek yang berbeda dengan anak panah diagonal. Setiap aspek kepribadian dirujuk oleh anak panah dari 9 nomor. Skor tiap aspek diperoleh dari jumlah nomor yang merujuk pada aspek tersebut dari 9 nomor yang terikat oleh aspek.

Gambar 3 Lembar Jawaban Tes Kepribadian PAPI Kostick

Sumber : Lembar Jawaban PAPI Kostick Laboratorium Psikologi Universitas Brawijaya

Pada analisis protokol, pakar diminta untuk memberikan proses pemikiran tentang pengembangan alat tes kepribadian untuk seleksi tenaga kerja pada posisi pekerjaan dan perusahaan tertentu.

Pakar memerlukan data jenis pekerjaan atau posisi pekerjaan dan kriteria kepribadian untuk menentukan nilai presentase kecocokan kepribadian. Pakar menyimpulkan aspek apa saja yang relevan dengan kriteria kepribadian yang dibutuhkan beserta skala skornya. Skala

158

158

skor ini digunakan sebagai target atau acuan untuk menentukan apakah pribadi seseorang sesuai dengan kriteria kepribadian yang dibutuhkan suatu perusahaan untuk posisi pekerjaan tertentu.

Pakar menghitung kesesuaian pribadi seorang testee dengan kriteria perusahaan dengan cara mem-bandingkan banyaknya aspek yang skornya sesuai dengan kriteria perusahaan. Knowledge engineer mem-formulasikannya ke dalam persamaan berikut.

n = jumlah aspek yang termasuk dalam skala target ∑ aspek target = jumlah aspek yang menjadi target 3.2 Basis Pengetahuan

Basis Pengetahuan mengandung pengetahuan yang diperlukan untuk memahami, memformulasikan, dan menyelesaikan masalah. Basis pengetahuan terdiri dari dua elemen dasar, yaitu fakta dan aturan (rule). Fakta, misalnya situasi, kondisi, atau permasalahan yang ada. Aturan untuk mengarahkan penggunaan pengetahuan dalam memecahkan masalah.

Berdasarkan proses akuisisi pengetahuan, tahap-tahap untuk mendapatkan keluaran berupa deskripsi kepribadian PAPI Kostick dan presentase kecocokan testee dengan pekerjaan pada suatu perusahaan melalui sebagai berikut.

1. Proses tes

Soal tes kepribadian PAPI Kostick terdiri dari 90 pasangan pernyataan. Setiap pernyataan merujuk pada aspek tertentu. Tiap soal terdiri dari dua pernyataan. Contoh pada soal pertama yang terdiri dari dua pernyataan berikut. Saya seorang pekerja “keras” Saya bukan seorang pemurung

Pernyataan pertama pada lembar jawaban manual diwakili dengan anak panah horizontal yang merujuk pada

aspek G (Peran Pekerja keras). Pernyataan kedua pada lembar jawaban manual diwakili dengan anak panah diagonal yang merujuk pada aspek E. Jika testee menjawab pernyataan pertama maka untuk soal no 1 jawabannya “G”, dan sebaliknya. Basis pengetahuan untuk aturan nomor soal 1-10 dan jawabannya diringkas pada Tabel 1. Tabel 1 Basis Pengetahuan Aturan

Nomor Soal No

Soal Aspek_H Aspek_D

1 G E 2 A N 3 P A 4 X P 5 B X 6 O B 7 Z O 8 K Z 9 F K 10 W F

Sumber: Perancangan

2. Proses Menghitung Skor Aspek Skor setiap aspek diperoleh dengan

cara menghitung jumlah aspek pada jawaban testee. Pada proses tes dijelaskan bahwa jawaban berupa kode aspek. Jumlah frekuensi kode aspek pada jawaban testee adalah skor aspek. Contohnya untuk menghitung aspek G (Peran Pekerja Keras) adalah dengan menghitung jumlah jawaban “G” pada jawaban testee. 3. Proses Menentukan Deskripsi

Kepribadian Deskripsi Kepribadian ditentukan

oleh skor masing-masing aspek. Skor tersebut dibandingkan dengan skala profil kepribadian PAPI Kostick yang diringkas pada Tabel 2 dan 3.

Pada beberapa testee ber-kemungkinan terdapat skor ekstrim pada skor aspek tertentu, yakni skor tertinggi (9) atau skor terrendah (0). Skor ini

159

159

dianggap kurang baik karena memiliki arti ‘terlalu’ pada deskripsi kepribadiannya, sehingga menjadi perhatian khusus pakar. Skor aspek ekstrim memiliki deskripsi kepribadian positif dan negatif.

Tabel 2 Basis Pengetahuan Deskripsi Kepribadian Aspek G dan L

Aspek Kepribadi

an

Skala skor Deskripsi Kepribadian

G - Peran Pekerja Keras

0 – 4 bekerja untuk kesenangan saja, bukan hasil optimal

G - Peran Pekerja Keras

5 – 9 kemauan bekerja keras tinggi

L - Peran Kepemim- pinan

0 – 4 cenderung tidak secara aktif menggunakan orang lain dalam bekerja.

L - Peran Kepemim- pinan

5 – 9 tingkat dimana seseorang memproyeksikan dirinya sebagai pemimpin, ia mencoba menggunakan orang lain untuk mencapai tujuannya.

Sumber: Perancangan

Beberapa testee juga ber-kemungkinan terdapat skor aspek tertentu yang termasuk dalam area pengembangan, yakni perlu pengembangan pada aspek kepribadian tertentu. Deskripsi kepribadian ini membantu pakar untuk menganalisa aspek kepribadian yang perlu dikembangkan baik untuk kepentingan personality improvement atau pengadaan training (bagi perusahaan). 4. Proses Menghitung Persentase

Kesesuaian Kepribadian Testee dengan Target

Menentukan Aspek dan skala skor target perlu dilakukan analisa kepribadian berdasarkan hubungan antar aspek kepribadian dan berdasarkan jenis pekerjaan. Setiap jenis pekerjaan memiliki kriteria kepribadian tertentu. Kepribadian seseorang sangat menentukan hasil kerja dari suatu pekerjaan yang ia lakukan. Contoh untuk

posisi Senior Web Designer di PPTI (berdasarkan lowongan kerja pada situs Job Placement Centre Universitas Brawijaya) harus memiliki kriteria kepribadian sebagai berikut : Berpikir kreatif untuk menciptakan ide-

ide baru. Mampu berinteraksi atau berkomunikasi

dengan baik. Mampu bekerja secara individu maupun

dalam tim. Sanggup bekerja di bawah tekanan. Sanggup bekerja multi tugas pada satu

kisaran waktu tertentu. Bersedia bekerja dalam waktu yg telah

dijadwalkan. Memiliki kemauan kuat untuk belajar

secara mandiri dan mempelajari suatu hal/ilmu baru.

Memiliki motivasi kuat untuk mengembangkan diri.

Berdasarkan kriteria tersebut, pakar memberikan analisa aspek dan skor target pada Tabel berikut.

Tabel 3 Aspek dan Skor Target untuk posisi Senior Web Designer di PPTI No Aspek Skala Skor

Target 1 T - PERAN SIBUK 4 - 8 2 D - PERAN BEKERJA

DENGAN HAL - HAL RINCI

4 - 8

3 N - KEBUTUHAN MENYELESAIKAN TUGAS

5 - 8

4 S - PERAN HUBUNGAN SOSIAL

4 – 5

5 W - KEBUTUHAN MENGIKUTI ATURAN DAN PENGAWASAN

0 - 3

6 A - KEBUTUHAN BERPRESTASI

6 - 8

7 B - KEBUTUHAN DITERIMA DALAM KELOMPOK

4 – 5

8 O - KEBUTUHAN KEDEKATAN DAN KASIH SAYANG

4 – 5

9 V - PERAN PENUH SEMANGAT

4 - 8

160

160

Sumber : Pakar Kesesuaian pribadi testee akan

dilihat dari skor aspek T,V,D,N,S,B,O,W, dan A untuk lolos seleksi tes kepribadian untuk posisi Senior Web Designer di PPTI Universitas Brawijaya. Skor peserta tes harus berada dalam skala skor, tidak melebihi batas atas dan tidak kurang dari batas bawah. Contoh :

Seorang peserta tes seleksi tenaga kerja untuk posisi Senior Web Designer di PPTI menjawab dengan skor :

T = 2 D = 7 S = 8 O = 6 A = 5 W = 1 V = 1 N = 4 B = 5

∑ aspek target = 9 (Jumlah aspek yang dikriteriakan) Dari 9 aspek peserta tes tersebut memiliki skor aspek T, V, N, S, A dan O yang berada di luar skala skor target, sehingga nilai n = 3. % kesesuaian = x 100%

= x 100%

= 33,3333%

Jadi, testee tersebut 33,3333% sesuai dengan target aspek kepribadian untuk posisi pekerjaan Senior Web Designer pada instansi PPTI. 3.3 Representasi Pengetahuan

Representasi pengetahuan meng-gunakan metode kaidah produksi. Kaidah produksi if-then menghubungkan premis dengan konklusi.

IF premis THEN konklusi Konklusi pada bagian THEN bernilai benar jika premis pada bagian IF bernilai benar.

Penerapan struktur aturan produksi dalam menentukan deskripsi kepribadian, bagian premis adalah kode aspek kepribadian serta skor untuk aspek kepribadian tersebut lebih dari batas bawah skala skor dan kurang dari batas atas skala skor. Bagian konklusi adalah Deskripsi kepribadian.

IF Kode Aspek Kepribadian AND Skor >=batas bawah skala skor AND Skor <= batas atas skala skor

THEN Deskripsi Kepribadian 3.4 Mesin Inferensi

Mesin inferensi adalah sebuah program yang berfungsi untuk memandu proses penalaran terhadap suatu kondisi berdasarkan pada basis pengetahuan yang ada, memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan untuk mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi pengendalian, yaitu strategi yang berfungsi sebagai panduan arah dalam melakukan proses penalaran. Teknik Inferensi yang digunakan adalah forward chaining, alur penalaran maju. Proses inferensi sistem pakar ini diilustrasikan pada Gambar 4.

Inferensi yang digunakan adalah PAPI Kostick. Mulai dari soal, proses mengolah jawaban, penilaian skor hingga menentukan deskripsi kepribadian. Forward chaining digunakan untuk penelusuran kesimpulan berdasarkan fakta-fakta yang ada, yakni nilai skor tiap aspek. Berdasarkan skor ini dan aturan target dihasilkan persentase kecocokan testee dengan posisi pekerjaan pada perusahaan yang ia lamar. Hasil akhir terdiri dari dua kesimpulan, deskripsi kepribadian dan presentase kecocokan.

Pohon inferensi pada Gambar 5 mengilustrasikan proses penalaran dari fakta-fakta yang masuk (jawaban testee) untuk target pada contoh kasus posisi pekerjaan Senior Web Designer di PPTI Universitas Brawijaya. Dari jawaban testee skor setiap aspek dapat dihitung. Skor setiap aspek dibandingkan dengan skala skor pada profil PAPI Kostick untuk menentukan deskripsi kepribadiannya.

161

161

Mulai

Menghitung jumlah tiap aspekberdasarkan aturan nomor soal

Apakahnilai total aspek kebutuhan = 45 & nilai total

aspek peran=45?

Mencari Deskripsi Kepribadian berdasarkanskala skor Profil PAPI Kostick

Menghitung total jumlah aspek perandan total jumlah aspek kebutuhan

Menghitung %kecocokan

Tidak

Selesai

Ya

Menampilkan Soal tes

Simpan skor tiap aspek

Simpan Deskripsi kepribadian testee

Simpan %kecocokan

Menampilkan Deskripsikepribadian dan %kecocokan

Jawaban

Gambar 4 Diagram Alir Proses Inferensi Sumber: Perancangan

Pohon inferensi pada Gambar 6 mengilustrasikan proses penalaran dari fakta-fakta yang masuk (jawaban testee) untuk target pada contoh kasus posisi pekerjaan Senior Web Designer di PPTI Universitas Brawijaya. Berdasarkan jawaban testee skor setiap aspek dapat dihitung. Skor setiap aspek dibandingkan dengan target. Kesesuaian skor aspek dengan skala skor target dihitung dalam presentase yang menjadi kesimpulan dari proses pelacakan.

83B,84A T

O

V

D

A

N

S

W

B

40B, 7B, 6A, 26A,26A, 36A

62B

21B, 32B, 43B,54B, 65B,87B,78A

46B, 68B, 79B,90B

2A, 3B, 47B, 69B,80B

56A, 76A,86A,85B, 74B,63B, 52B, 41B

30A

15A, 25A, 35A,39B, 50B

DESKRIPSIKEPRIBADIAN

Gambar 5 Pohon Inferensi Untuk Kesimpulan Deskripsi Kepribadian

Sumber : Perancangan

83B,84A T

O

V

D

A

N

S

W

B

40B, 7B, 6A, 26A,26A, 36A

62B

21B, 32B, 43B,54B, 65B,87B,78A

46B, 68B, 79B,90B

2A, 3B, 47B, 69B,80B

56A, 76A,86A,85B, 74B,63B, 52B, 41B

30A

15A, 25A, 35A,39B, 50B

%KECOCOKAN

TARGET

TARGET

TARGET

TARGET

TARGET

TARGET

TARGET

TARGET

TARGET Gambar 6 Pohon Inferensi Untuk Kesimpulan Persentase Kecocokan Kepribadian Dengan Aspek Target

Sumber : Perancangan

3.5 Antarmuka Antarmuka digunakan oleh pengguna

untuk berkomunikasi dengan sistem pakar. Antarmuka dirancang sesuai kebutuhan pengguna. Halaman website disesuaikan dengan hak akses dan kebutuhan pengguna. Berikut adalah sitemap untuk pakar dalam Gambar 7 dan 8.

162

162

PROFIL

PAPI

LOWONGAN

TESTEE

LOG OUT

ASPEK

DESKRIPSI

SOAL

EKSTRIM

PENGEMBANGAN

LOGIN

LAPORAN

LOWONGAN

PEKERJAAN

PERUSAHAAN

TARGET

DETAIL

Gambar 7 Sitemap Website untuk

Pakar Sumber : Perancangan

Berikut adalah sitemap untuk testee. PROFIL

TES

LOWONGAN

PERUSAHAAN

LOG OUT

LAMARAN PETUNJUK SOAL

LOGIN

Gambar 8 Sitemap Website untuk

Pakar Sumber : Perancangan

3.5.1 Diagram use case

Kebutuhan-kebutuhan fungsional yang diperlukan oleh pengguna dan harus disediakan oleh sistem, akan dimodelkan pada diagram use case seperti Gambar 9.

Gambar 9 Diagram use case sistem

pakar

Sumber: Perancangan

3.6 Perancangan DFD DFD digunakan untuk meng-

Gambarkan aliran data dalam suatu operasi sistem. DFD memiliki beberapa level dalam pemodelan diagram, diantaranya : Context Diagram, DFD level 1, dan DFD level 2. Context Diagram sistem pakar ini diGambarkan pada Gambar 10.

Testee Admin/Pakar

0Sistem Pakar TesKepribadian PAPI

Kostick untuk Seleksidan Penempatan

Tenaga Kerja

Data TesteeData Login

Data LamaranData Jawaban

Data ProfilData Soal

Data LowonganData Perusahaan

Data Admin/PakarData Login

Data Perusahaan BaruData Posisi Pekerjaan Baru

Data PAPI baruData Target Baru

Data Testee Baru

Data ProfilData Perusahaan

Data Posisi PekerjaanData PAPI

Data TargetData Testee

Data Hasil Interpretasi

Gambar 10 Context Diagram sistem pakar

Sumber: Perancangan

4. HASIL DAN PEMBAHASAN Implementasi sistem pakar ini dibuat

berbasis web sehingga implementasi sistem dibangun dengan bahasa pemrograman php dan html. Contoh hasil implementasi sistem adalah laporan detail hasil tes seperti dalam Gambar 11.

163

163

Gambar 11 Tampilan Halaman Laporan Detail Hasil Tes

Sumber: Implementasi Pengujian sistem pakar tes

kepribadian PAPI Kostick untuk seleksi dan penempatan tenaga kerja terdiri dari pengujian validasi dan pengujian akurasi. 4.1 Pengujian Validasi

Pengujian validasi digunakan untuk mengetahui apakah sistem yang dibangun sudah benar sesuai dengan yang dibutuhkan. Pengujian validasi menggunakan metode pengujian Black Box, karena tidak difokuskan terhadap alur jalannya algoritma program namun lebih ditekankan untuk menemukan kesesuaian antara kinerja sistem dengan daftar kebutuhan.

Tabel 4 Hasil Pengujian Validasi No Nama Pengujian Kesimpulan 1 Registrasi Valid 2 Login Valid 3 Logout Valid 4 Edit Profil Valid 5 Melakukan Tes Valid 6 Olah Data Target Valid 7 Olah Data Soal Valid 8 Olah Data Deskripsi Valid 9 Olah Data Lowongan Valid 10 Olah Data Testee Valid 11 Olah Data Perusahaan Valid 12 Olah Data Pekerjaan Valid 13 Olah Data Aspek Valid 14 Analisa Hasil Tes Valid Sumber: Pengujian

Berdasarkan 14 kasus uji yang telah dilakukan pengujian Black Box, masing-masing memberikan kesimpulan valid. Pengujian Black Box menghasilkan nilai valid sebesar 100% yang menunjukkan bahwa fungsionalitas sistem dapat

berjalan dengan baik sesuai dengan daftar kebutuhan. 4.2 Pengujian Akurasi

Pengujian akurasi dilakukan untuk mengetahui performa dari sistem pakar untuk memberikan analisa kepribadian yang berkaitan dengan perilaku atau gaya kerja.

Data yang diuji berjumlah 57 yang merupakan data hasil tes PAPI Kostick yang dilakukan oleh Laboratorium Psikologi Universitas Brawijaya. Data target terdiri dari 11 lowongan pekerjaan.

Prosedur pengujiannya adalah memasukkan lowongan pekerjaan berikut targetnya yakni aspek kepribadian dan skala skor yang telah dibuat pakar. Kemudian memasukkan jawaban dari lembar jawaban hasil tes manual ke sistem pakar. Sistem pakar akan menghitung sesuai dengan metode PAPI Kostick sehingga akan menghasilkan skor aspek kepribadian, deskripsi kepribadian dan persentase kecocokan pribadi testee dengan kualifikasi kepribadian target.

Skor yang diperoleh dari perhitungan di sistem pakar, dicocokkan dengan skor pada lembar jawaban yang diperoleh dari perhitungan manual. Hasil pengujian akurasi sistem pakar dari 57 sampel data yang telah diuji, sebagian ditunjukkan pada Tabel 5.

Nilai akurasi berdasarkan pada hasil pengujian dihitung sesuai perhitungan berikut.

Nilai akurasi = x 100% = 96,49%

164

164

Tabel 5 Hasil Pengujian Akurasi

Sumber: Pengujian

Jadi, dapat disimpulkan bahwa

akurasi sistem pakar berdasarkan 57 data yang diuji adalah 96,49% yang menunjukkan bahwa sistem pakar ini dapat berfungsi dengan baik sesuai dengan prosedur dari metode PAPI Kostick. Ketidakakurasian sistem pakar adalah 3,51% yang disebabkan karena kesalahan perhitungan manual total needs dan total roles. Kesalahan hitung ditunjukkan pada nomor 14 dan 15 pada Tabel 5 yang tidak memiliki total roles. Hal ini menyebabkan data tidak dapat di-interpretasikan karena skor dianggap tidak valid dan tidak dapat dihitung persentase kesesuaian hasil tes dengan skor target. 5. KESIMPULAN

Berdasarkan implementasi dan hasil pengujian dari sistem pakar tes kepribadian PAPI Kostick untuk

seleksi dan penempatan tenaga kerja, maka didapatkan kesimpulan sebagai berikut: 1. Perancangan sistem pakar tes

kepribadian PAPI Kostick untuk seleksi dan penempatan tenaga kerja sesuai dengan arsitektur sistem pakar.

2. Implementasi sistem pakar dengan metode pendekatan PAPI Kostick menggunakan teknik penalaran forward chaining dapat memberikan hasil deskripsi kepribadian yang dapat dicocokkan dengan kualifikasi kepribadian menurut posisi pekerjaan tertentu.

3. Sistem pakar tes kepribadian PAPI Kostick untuk seleksi dan penempatan tenaga kerja memiliki kinerja sistem yang mampu

165

165

berjalan dengan baik sesuai dengan kebutuhan fungsional. Hal ini dibuktikan dengan hasil pengujian Black Box yang memberikan nilai persentase sebesar 100%.

4. Sistem pakar tes kepribadian PAPI Kostick untuk seleksi dan penempatan tenaga kerja mampu memberikan deskripsi kepribadian dan persentase kesesuaian kepribadian testee berdasarkan kualifikasi kepribadian target secara akurat, efektif, dan efisien. Hal ini dibuktikan dengan hasil pengujian akurasi komputasi yang memberikan nilai prosentase sebesar 96,49%.

6. DAFTAR PUSTAKA [1] Butcher, James N. 2003,

“Computerized Psychological Assessment”. Handbook of Psychology, Vol. 10, Hal. 141-163.

[2] Cubiks. 2012, PAPI. [terhubung berkala]. http://www.cubiks.com/ Products/PersonalityAssessments/Pages/papi.aspx [9 Februari 2012].

[3] Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Penerbit Andi, Yogyakarta.

[4] McCullough, C. Sue. 2003, “Computerized Assessment”. Handbook of Psychology & Educational Assessment of Children, Second Edition, Hal 628-670.

[5] Parkinson, Mark. 2004, Panduan Sukses Menghadapi Tes Psikometri, Tiga Serangkai, Solo.

[6] PARKINSON, MARK. 2004, MEMAHAMI KUESIONER KEPRIBADIAN (PERSONALITY QUESTIONNAIRE) , TIGA SERANGKAI, SOLO.

[7] Psychologymania. 2012. Tes PAPI Kostick (Perseptual and Preferences InventoryTest). [terhubung berkala]. http://www.psychologymania.com/2011/07/tes-papi-kostick-perseptual-and.html [24 Januari 2012].

[8] Rohman, F. F. 2008. “Rancang Bangun Aplikasi Sistem Pakar untuk Menentukan Jenis Gangguan Perkembangan pada Anak”. Media Informatika, Vol. 6, No. 1, Hal. 1-23.

[9] Simu, Kajsa.2009,The Construction Site Manager's Impact on Risk Management Performance, Luleå University of Technology, Luleå.

[10] Turban, E., Aronson,J. E., & Liang, T. P. 2005. Decision Support Systems and Intelligent Systems, 7th Edition. Diterjemahkan oleh Siska Primaningrum. Penerbit Andi, Yogyakarta.

[11] Vizureanu, Petrică. 2010, Expert Systems, Intech, Vukovar.

166

166

IMPLEMENTASI LEFT CORNER PARSING UNTUK PEMBELAJARAN GRAMMAR BAHASA INGGRIS PADA

GAME 3D ADVENTURE “GO TO LONDON”

Fachry Khusaini, Fachrul Kurniawan Jurusan teknik Informatika1,2, Fakultas Sains dan Teknologi, UIN Maulana Malik

Ibrahim Malang E-mail: fachry137@gmail.com, fach_77@yahoo.com

ABSTRAK Bahasa Inggris adalah bahasa internasional yang digunakan seluruh orang di dunia untuk berinteraksi satu sama lain. Mempelajari bahasa Inggris sangat diperlukan pada saat ini. Banyak metode pembelajaran yang digunakan untuk mempelajari bahasa Inggris. Game merupakan media pembelajaran yang menyenangkan, terutama bagi anak. Melalui game, anak dapat belajar sambil bermain dalam mengembangkan kemampuannya. Game yang dibangun adalah game pembelajaran grammar bahasa Inggris menggunakan algoritma left corner parsing sebagai pemeriksa dalam kalimat yang dibuat.Algoritma yang digunakan dalam memeriksa sebuah kalimat sangat banyak macamnya, salah satunya algoritma left corner parsing. Algoritma left corner parsing merupakan gabungan dari dua algoritma, yaitu algoritma top down parsing dan bottom up parsing. Tugas algoritma ini memeriksa setiap kata dalam sebuah kalimat, kemudian mencocokkan sebuah pola grammar terhadap hasil pemeriksaan tersebut. Proses pemeriksaan ini yang akan menjadi pemeriksa kata dalam game. Dari uji coba yang dilakukan, metode left corner parsing dapat mengenali pola grammar dengan sangat baik, akan tetapi dalam mengenali makna untuk membentuk sebuah kalimat yang benar masih menjadi kekurangan. Kata kunci:Bahasa Inggris, Game, Left Corner Parsing, Gramm

1. PENDAHULUAN 1.1 LATAR BELAKANG

Bahasa Inggris adalah salah satu dari banyak macam bahasa yang digunakan. Bahasa Inggris sering digunakan dikarenakan bahasa Inggris adalah bahasa internasional yang digunakan oleh banyak negara di dunia untuk berkomunikasi. Dahulu begitu banyak invasi negara Inggris terhadap negara-negara lain, dan akhirnya bahasa inggris diakui sebagai bahasa internasional (Priyana, 2013).

Negara Indonesia dalam hal bahasa Inggris sudah mulai dipelajari dari tingkat sekolah dasar (SD). Dimulai dari bagaimana cara menulis yang

benar, lalu kemudian berlanjut dengan cara pengucapannya yang benar. Dalam faktanya walaupun bahasa Inggris sudah dipelajari dari SD, akan tetapi masih banyak juga yang kurang memahami bagaimana cara pengucapan bahasa Inggris dan juga penulisannya. Bahkan yang sudah menjadi guru/pengajar pun belum tentu bisa dalam hal menulis ataupun mengucapkan bahasa Inggris dengan benar.

Dalam pembelajaran bahasa Inggris terdapat sebuah tata bahasa yang digunakan sebagai standar untuk mengetahui bahasa yang digunakan itu sudah benar atau belum. Standar yang digunakan biasa disebut grammar. Di

167

167

dalam grammar terdapat beberapa cara atau metode untuk menyusun sebuah kalimat dalam membuat sebuah cerita atau untuk berkomunikasi dengan orang lain dengan benar. Dengan mempelajari grammar dengan baik dan benar akan menghasilkan sebuah pemahaman tentang struktur bahasa inggris yang baik dan benar. Dari permasalahan pemahaman grammar ini muncullah ide untuk membuat sebuah pembelajaran tentang grammar bahasa Inggris dimulai dari anak usia dini melalui game adventure “Go to London” yang akan dibangun. 1.2 RUMUSAN MASALAH

Dari pemaparan latar belakang di atas, perumusan masalah dalam penelitian ini, yaitu bagaimana menerapkan algoritma left corner parsing sebagai pemeriksa grammar bahasa Inggris di dalam sebuah game adventure “Go to London”? 1.3 BATASAN MASALAH Agar tujuan lebih terarah dengan jelas dan sistematis, maka permasalahan kami batasi sebagai berikut: 1) Game yang dibangun berjenis

game adventure. 2) Game bersifat single player. 3) Game engine yang digunakan

adalah 3D Game Studio A8. 4) Bahasa pemrograman yang

digunakan adalah Lite-C. 5) Algoritma yang digunakan adalah

Left Corner Parsing. 6) Bentuk kalimat yang digunakan

dalam game yaitu positif tidak termasuk kalimat pertanyaan.

7) Game ini untuk anak-anak usia 8-13 tahun.

8) Kalimat yang digunakan di dalam game menggunakan kalimat sederhana.

9) Setiap kata dianggap hanya memiliki satu arti untuk menghindari ambigu yang terjadi dalam pemilihan tipe atau jenis dari kata tersebut.

10) Kalimat tidak mengandung preposition atau to be yang disingkat seperti “i’m” yang seharusnya “I am”.

11) Tense yang digunakan yaitu simple present tense, simple past tense, dan simple future tense.

12) Pemeriksaan dilakukan pada pola kalimat.

1.4 TUJUAN DAN MANFAAT Penelitian ini bertujuan untuk

menerapkan algoritma left corner parsing sebagai pemeriksa kalimat pada game 3D “Go to London” adventure.

Manfaat dari game ini adalah untuk mempermudah anak dalam mempelajari bahasa Inggris dari segi grammar. Pembuatan game ini dapat membantu mengenali pola grammar sebelum membuat sebuah kalimat bahasa Inggris yang sesuai dengan aturan grammar. 2. DASAR TEORI 2.1 BAHASA INGGRIS

Bahasa Inggris adalah sebuah bahasa yang berasal dari Inggris. Bahasa ini menjadi bahasa utama di daerah Britania Raya (Irlandia, Wales, serta Inggris), Amerika Serikat dan banyak negara yang menggunakannya (Hidayat, 2006).

Di dalam sebuah bahasa pasti terdapat struktur dalam pembuatan sebuah kalimat yang nantinya akan dituliskan atau dikomunikasikan oleh seseorang. Di bahasa Inggris lebih diketahui sebagai grammar atau tata bahasa. Di dunia saat ini yang menjadi pedoman dalam penggunaan grammar yaitu grammar dari Amerika dan Inggris. Kalimat dalam tata bahasa Inggris memiliki pola tertentu yang digunakan untuk membentuk sebuah kalimat. Jenis kata yang terdapat di dalam bahasa Inggris ada 24 macam (Nina, 2010), yaitu: 1. Articles (Kata Sandang) 2. Auxiliary Verb (Kata Kerja Bantu)

168

168

3. Verbs (Kata Kerja) 4. Nouns (Kata Benda) 5. Adjectives (Kata Sifat) 6. Adverbs (Kata Keterangan) 7. Posesive Forms (Bentuk

Kepemilikan) 8. It and There (Bentuk It Dan

There) 9. Modal Auxiliaries (Kata Kerja

Bantu) 10. Pronouns (Kata Ganti) 11. Preposition (Kata Depan) 12. Conjuctions (Kata Sambung) 13. Infinitive (Bentuk Dasar Kata

Kerja) 14. Question Words Questions (Kata

Tanya) 15. Participles (Kata Kerja

Partisipatif) 16. Question Tag (Pertanyaan

Penegas) 17. Gerunds (Kata Kerja -Ing) 18. Conditional Sentences (Kalimat

Pengandaian) 19. Active And Pasive Voice (Kalimat

Aktif Dan Pasif) 20. Agreement/Concord (Persesuaian) 21. Phrases And Clauses (Frase Dan

Klausa) 22. Direct And Indirect Speech

(Kalimat Langsung Dan Tak Langsung)

23. Iregular Verb (Kata Kerja Tak Berurutan)

24. Tenses (Bentuk-Bentuk Waktu)

Sistem kala atau waktu dalam bahasa Inggris dinamakan tense. Tense terdiri dari tiga wilayah tense yaitu: Past Tense (waktu lampau), Present Tense (waktu sekarang), serta Future Tense (waktu akan datang). Dalam setiap tense dikembangkan menjadi empat yaitu Simple, Continuous, Perfect, Perfect Continuous, terkecuali Future Tense yang memiliki delapan macam yang telah dikembangkan. (Winarno, 2006)

2.2 GRAMMAR Grammar di dalam kamus bahasa

Inggris memiliki arti tata bahasa. Secara definisi umum grammar adalah aturan-aturan pembentukan suatu kalimat dalam bahasa, atau biasa juga disebut tata bahasa.

Dengan adanya grammar, proses parsing dapat dilakukan secara cepat dengan cara mencocokkan aturan-aturan yang tepat untuk membentuk struktur suatu kalimat (Suciadi, 2001).

Salah satu contoh grammar sederhana untuk bahasa Inggris ialah sebagai berikut:

a) Sentence = noun phrase + verb phrase

b) Noun phrase = determiner + noun

c) Verb phrase = verb + noun phrase

d) Determiner = the, a e) Noun = dog, dogs, cat f) Verb = chased, see, sees

Dari grammar diatas dapat

dibentuk beberapa kalimat bahasa Inggris yang sederhana, yaitu:

a) The dog chased a cat b) The dog sees a cat

Proses pembentukan kalimat “The

dog chased a cat” dari grammar tersebut dapat dilihat pada Gambar 1.

Gambar 1. Parse tree

2.3 PARSING Parsing adalah proses menentukan

apakah sekumpulan string yang dibuat di token dapat dibuat oleh sebuah grammar. Parser ini nantinya

169

169

diharapkan dapat mengirimkan kesalahan yang terdapat dalam sintaks bahasa tersebut serta mengecek apakah sebuah kalimat tersebut benar sesuai grammar atau tidak.

Ada tiga parser yang biasa digunakan untuk sebuah grammar yaitu Top Down Parsing, Bottom Up Parsing, serta gabungan dari keduanya Left Corner Parsing. Left Corner Parsing pertama kali dikemukakan oleh Rosenkrantz dan Lewis II pada tahun 1970. LC (Left Corner) parsing merupakan strategi yang menggunakan data secara bottom up parsing dan prediksi dari top down parsing. 2.4 LEFT CORNER PARSING

Left Corner Parsing adalah gabungan dari dua buah metode yaitu Top-Down dan Bottom-Up Parsing. Top-Down Parsing melakukan penelusuran dari root/puncak menuju ke leaf/daun (simbol awal sampai simbol terminal). Top-Down bekerja dengan cara menguraikan sebuah kalimat mulai dari constituent yang terbesar sampai menjadi constituent yang terkecil. Constiuent sendiri yaitu unsur-unsur pembentuk kalimat yang dapat berdiri sendiri seperti noun, dan verb. Hal ini dilakukan terus-menerus sampai semua komponen yang dihasilkan ialah constituent yang terkecil dalam kalimat, yaitu kata.

Sedangkan Bottom-Up Parsing bekerja dengan cara mengambil satu demi satu kata dari kalimat yang diberikan, untuk dirangkaikan menjadi constituent yang lebih besar. Hal ini dilakukan terus-menerus sampai constituent yang terbentuk ialah sentence atau kalimat. Dengan demikian metode Bottom-Up Parsing ini bekerja dengan cara yang terbalik dari cara kerja Top-Down Parsing.

Cara kerja Left Corner Parsing ialah dengan mula-mula menerima sebuah kata, menentukan jenis constituent apa yang dimulai dengan jenis kata tersebut, kemudian

melakukan proses parsing terhadap sisa-sisa constituent tersebut dengan cara Top Down. Dengan demikian proses Left-Corner Parsing dimulai secara Bottom Up dan diakhiri secara Top Down (Suciadi, 2001)

Berikut adalah proses cara kerja dari Left Corner Parsing dalam Gambar 2.

Gambar 2. Left Corner Parsing

3. RANCANGAN DESAIN

SISTEM 3.1 STORY BOARD

Dalam subbab ini menjelaskan Gambaran rancangan game yang akan dibuat. Dimulai dengan sebuah pengantar yang berisi tentang tokoh dan alur dari cerita game ini, lalu sebuah judul serta menu yang digunakan dalam game. Setelah itu menceritakan tugas sang pemain dalam menjalankan game ini. Apa yang akan dihadapi oleh pemain ditampilkan di dalan storyboard game ini.Berikut ini adalah Gambar dari desain storyboard game ini.

170

170

Gambar 3. Story Board Game

3.2 DESAIN SISTEM Berikut adalah desain sistem

secara umum yang akan dibangun dalam game.

Gambar 4. Desain Sistem Game

3.3 ALUR LEFT CORNER PARSING SEBAGAI PEMERIKSA KALIMAT

Alur algoritma Left Corner Parsing yang akan digunakan untuk pemeriksaan jawaban dari susunan kata yang dimasukkan oleh pemain. Berikut adalah alur pemeriksaan tersebut.

Gambar 5. Alur Pemeriksaan Left

Corner Parsing Proses pertama yaitu proses

tokenization. Proses tokenization adalah tahap yang mengolah input menjadi kata atau karakter (Nayak & Raghavan). Setelah menjadi kata atau karakter, proses selanjutnya mencocokkan dengan data yang berada dalam array. Apabila terjadi pencocokkan, langkah selanjutnya memeriksa setiap kata menggunakan aturan Left Corner Parsing. Aturan tersebut memeriksa setiap kata yang masuk dimana setiap kata tersebut memiliki jenis kata.

Kata pertama dalam aturan left corner sangat penting, karena menentukan kalimat tersebut benar atau salah melalui aturan pemeriksaan dari sisi kalimat paling kiri. Setelah mengetahui jenis kata yang dimiliki, kemudian mencocokkan dengan pola bangun kalimat yang telah ditentukan, bila sesuai pola, selanjutnya

171

171

mencocokkan kata kedua dari input yang masuk. Seperti langkah dalam memeriksa kata pertama, begitupun proses langkah kedua. Pemeriksaan kata yang masuk berakhir ketika semua kata telah selesai diperiksa. 4. HASIL DAN PEMBAHASAN

4.1 UJI COBA METODE Implementasi dari left corner

parsing ini terdapat kelemahan yaitu dalam hal mengenal kata dan jenis kata yang ada. Sehingga yang seharusnya kalimat tersebut menurut pandangan seseorang tidak sesuai, akan tetapi memiliki pola grammar yang sama. Dilihat secara aturan dalam grammar, jawaban tersebut adalah benar. Hasil inputan juga dapat dipastikan di (http://www.grammarly.com) bahwa kalimat tersebut juga dikenali dengan pola yang sama. Untuk lebih jelasnya dapat dilihat pada Tabel dibawah ini.

Tabel 2. Hasil Uji Coba Metode

No Input Kalimat

Pola Hasil

1. My hat is blue

Pronoun-noun-verb-noun

Kalimat yang benar

2. My blue is hat

Pronoun-noun-verb-noun

Blue dan hat memiliki jenis kata yang sama, Secara pelafalan kalimat kurang tepat.

3. My brother is sick

Pronoun-noun-verb-verb

Kalimat yang benar

4. My brother sick is

Pronoun-noun-verb-verb

Sick dan is mempunyai sama pola. Secara pelafalan

kurang tepat.

5. Della send me a letter

Noun-verb-noun-adjective-noun

Kalimat yang benar

6. Letter send Della a me

Noun-verb-noun-adjective-noun

Letter, Della,dan me mempunyai pola yang sama. Secara pelafalan kalimat kurang tepat.

7. Jakarta is hot weather

Noun-verb-adjective-noun

Kalimat yang benar

8. Weather is hot Jakarta

Noun-verb-adjective-noun

Jakarta dan weather mempunyai sama pola, secara pelafalan kurang tepat

9. My father have two cars

Pronoun-noun-verb-adjective-noun

Kalimat yang benar

10. My cars have two father

Pronoun-noun-verb-adjective-noun

Cars dan father mempunyai sama pola, secara pelafalan kurang tepat

11. I canspeak english verywell

Pronoun-verb-verb-noun-adverb-adverb

Kalimat yang benar

12. I speakcan english very well

Pronoun-verb-verb-noun-adverb-

Speak dan can mempunyai sama pola, secara

172

172

adverb pelafalan kurang tepat

13. I speak can english wellvery

Pronoun-verb-verb-noun-adverb-adverb

Very dan well mempunyai sama pola, secara pelafalan kurang tepat

14. Malang is cold city

Noun-verb-adjective-noun

Kalimat yang benar

15. City is cold Malang

Noun-verb-adjective-noun

Malang dan city mempunyai sama pola, secara pelafalan kurang tepat

Hasil masukan yang terdapat

pada Tabel diatas membuktikan bahwa left corner parsing belum mampu mengenali kata yang mempunyai jenis kata yang sama. Left corner hanya melakukan pemeriksaan terhadap pola dari jenis kata yang dibangun. Sebagai contoh kalimat nomor 5 dan 6. Kedua kalimat mempunyai pola yang sama, akan tetapi secara pelafalan atau pengucapan adalah salah. 5. KESIMPULAN

Hasil pengujian dalam menerapkan left corner parsing pada sebuah game adventure 3D yang telah dibangun dalam proses memeriksa sebuah susunan kata, menyimpulkan bahwa algoritma ini mampu mengenali pola grammar dengan baik, sehingga dapat digunakan untuk memeriksa kalimat tersebut sesuai pola yang dibentuk atau tidak, akan tetapi dilihat dari Tabel 2 untuk hal memilih kata yang cocok sesuai

definisi yang dimiliki sebuah kalimat belum bisa, sehingga terdapat kalimat yang secara pola grammar dapat dikenali dan benar, akan tetapi secara pelafalan dirasa kurang tepat.

Dalam hasil uji coba kepada 20 responden anak-anak yang berumur antara 8 sampai 13 tahun, dapat disimpulkan bahwa game “Go to London Adventure” ini menyenangkan dan menarik bagi responden, terbukti total keseluruhan responden tertarik terhadap game yang dibuat, yaitu dengan nilai prosentase sebesar 97%. 6. DAFTAR PUSTAKA

1) Abdurohman, M., Hadi, S., & Rohidin, D. (2006). Pemeriksaan Tata Bahasa Dalam Kalimat Bahasa Inggris Menggunakan Algoritma Left Corner Parsing. Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2006), (hal. 76-82). Depok.

2) Greenbaum, S. (1996). English Grammar. Oxford University Press.

3) Hidayat, R. T. (2006). Belajar Mudah Bahasa Inggris. Yogyakarta: PUSTAKA PELAJAR.

4) http://www.grammarly.com. 5) Nasution, S. H., Widiastuti, W.

L., & Pasaribu, S. M. (1985). Petunjuk Pemrograman C Edisi Kedua. Jakarta: Erlangga.

6) Nina, A. R. (2010). English Grammar. Yogyakarta: Pustaka Widiatama.

7) Priyana, D. (2013, Maret 19). Pentingnya ber-Bahasa Inggris. (D. Priyana, Penyunting) Dipetik Mei 16, 2013, dari Azzahra News: http://news.universitasazzahra.ac.id/pentingnya-ber-bahasa-inggris/

173

173

8) Sibero, I. C. (2009). Langkah Mudah Membuat Game 3D. Yogyakarta: MediaKom.

9) Suciadi, J. (2001). STUDI ANALISIS METODE-METODE PARSING DAN INTERPRETASI SEMANTIK PADA NATURAL LANGUAGE. JURNAL INFORMATIKA, II(1), 13-22.

10) Winarno, E. D. (2006). Belajar Tuntas Tata Bahasa Inggris (Tanpa Guru). Yogyakarta: PUSTAKA PELAJAR.

174

174

APLIKASI PERMAINAN SUDOKU HURUF HIJAIYAH MENGGUNAKAN ALGORITMA BACKTRACKING DAN

MULTIPLICATIVE CRNG SEBAGAI PEMBANGKIT DAN PENYELESAI PERMAINAN

Misbakhul Mustofin, Hani Nurhayati, MT

Jurusan Teknik Informatika, FSaintek, UIN Maulana Malik Ibrahim Malang e-mail: mr.tofin@yahoo.com

ABSTRAK Algoritma Backtracking (Runut-Balik) merupakan algoritma yang sangat baik dalam menyelesaikan permasalahan yang memiliki banyak kemungkinan karena algoritma ini tidak memeriksa semua kemungkinan yang ada. Algoritma ini hanya mempertimbangkan kemungkinan yang mengarah kepada solusi, sehingga proses pencarian menjadi jauh lebih cepat. Algoritma Multiplicative CRNG adalah algoritma pembangkit bilangan acak yang baik karena tidak membangkitkan bilangan yang sama secara berturut-turut. Pembangkit dan penyelesai permainan Sudoku Hijaiyah merupakan permasalahan yang dapat diselesaikan dengan baik menggunakan perpaduan antara algoritma Backtracking dan algoritma Multiplicative CRNG. Kata kunci: Backtracking, Multiplicative CRNG, Sudoku

PENDAHULUAN Al-Qur’an merupakan kitab suci Agama Islam yang diturunkan menggunakan bahasa Arab. Karena itu dalam mempelajarinya diperlukan pengetahuan mengenai bahasa Arab. Dalam mempelajari bahasa Arab diharuskan mengetahui huruf-huruf bahasa Arab terlebih dahulu. Huruf bahasa Arab biasa dikenal sebagai huruf hijaiyah. Terdapat berbagai macam cara pembelajaran, salah satunya yaitu melalui permainan. Permainan saat ini sudah mulai beralih ke arah mobile smartphone, yang memungkinkan pemain untuk memainkan permainan dimana saja dan kapan saja. Salah satu sistem operasi mobile smartphone yang sedang berkembang saat ini adalah sistem operasi Android. Sistem operasi Android bersifat terbuka sehingga memberi kesempatan bagi para pengembang untuk menciptakan aplikasi mereka sendiri, terutama

aplikasi permainan. Aplikasi permainan berkembang pesat di sistem operasi Android. Salah satu permainan yang dapat dikembangkan di sistem operasi Android adalah Sudoku. Sudoku merupakan salah satu permainan teka-teki angka. Secara umum permainan ini berbentuk Tabel berukuran 9x9 yang di dalamnya terdapat sembilan blok/kelompok berukuran 3x3. Tujuan dari permainan ini adalah mengisi setiap kotak (sel Tabel) yang kosongdengan angka yang terdiri dari1-9 sedemikian hingga tidak terdapat pengulangan angka dalam satu blok, satu baris maupun satu kolom. Dalam menyelesaikan permainan sudoku terdapat beberapa algoritma, salah satunya adalah algoritma backtracking (runut-balik). Algoritma backtracking berbasis pada DFS (Depth First Search). Pada algoritma backtracking, pencarian solusi lebih difokuskan pada pencarian yang mengarah ke solusi saja sehingga

175

175

mempersingkat proses pencarian. Selain algoritma backtracking terdapat algoritma Multiplicative CRNG yang berfungsi sebagai pembangkit angka secara acak. Algoritma pembangkit angka secara acak ini cukup mudah dipahami dan diaplikasikan karena memiliki batasan yang bisa disesuaikan dengan kebutuhan. Penelitian tentang sudoku menggunakan bahasa Arab telah dilakukan oleh Riyadli Abrar (Abrar,2012). Pada penelitian tersebut, pembangkitan dan penyelesaian permainan menggunakan algoritma Harmony Search. Penggunaan Harmony Search pada penelitian tersebut dapat menyelesaikan puzzle Sudoku dengan benar dalam waktu tercepat antara 1 – 15 detik dengan jumlah kotak kosong yang terdapat dalam puzzle antara 35 – 40, 2 – 12 detik dengan jumlah kotak kosong yang terdapat dalam puzzle antara 40 – 45, dan 5 – 35 detik dengan jumlah kotak kosong yang terdapat dalam puzzle antara 45 – 50. Solusi tidak ditemukan pada parameter tertentu yaitu dengan parameter HMS = 10, HMCR = 0.9, dan PAR = 0.1, 0.5, setelah melakukan 1000 improvisasi dalam waktu 49 – 55 detik. Pada penelitian lain yang membahas penyelesaian permainan sudoku menggunakan algoritma Backtracking dan Elimination oleh Agustinus Tri Gunawan (Gunawan, 2010) menghasilkan waktu penyelesaian yang lebih cepat. Pada penelitian tersebut dapat menyelesaikan permainan sudoku dalam waktu 0.1 detik dengan jumlah kotak kosong yang terdapat dalam puzzle berjumlah 10, 29 dan 58. Fungsi acak yang digunakan pada penelitian Agustinus Tri Gunawan adalah fungsi acak bawaan dari bahasa pemrograman. Penulis mencoba membangkitkan bilangan bulat acak sebanyak 10 kali menggunakan fungsi

acak bawaan dari bahasa pemrograman yang akan digunakan yaitu java dengan souce code sebagai berikut:

int acak = (int)(Math.random()*10);

menghasilkan output : 9, 9, 8, 1, 5, 0, 0, 5, 0 dan 6. Penulis juga melakukan uji coba pada algoritma pengacakan Multiplicative CRNG untuk membangkitkan bilangan bulat acak sebanyak 10 kali dengan parameter a=2, m=11, Z0=7 menghasilkan output: 3, 6, 1, 2, 4, 8, 5, 10, 9 dan 7. Dari percobaan tersebut terlihat bahwa bilangan acak yang dibangkitkan menggunakan fungsi bawaan bahasa pemrograman masih kurang maksimal karena beberapa kali mengulang bilangan yang sama secara berturut-turut. Pada percobaan menggunakan algoritma Multiplicative CRNG tidak menghasilkan bilangan yang sama secara berturut-turut.Untuk itu pada penelitian ini tidak menggunakan fungsi bilangan acak bawaan bahasa pemrograman melainkan menggunakan algoritma Multiplicative CRNG sebagai pembangkit bilangan acak. Pada penelitian ini menggunakan perpaduan antara algoritma Backtracking dan Multiplicative CRNG sebagai Generator dan Solver dari permainan sudoku yang akan dibangun dengan harapan dapat menyelesaikan permainan sudoku dengan waktu lebih cepat dan 100% solusi ditemukan. Generator digunakan untuk membangkitkan soal pada Tabel yang sudah disediakan berdasarkan level yang dipilih, sedangkan Solver digunakan untuk menyelesaikan permainan jika pemain menyerah dalam menyelesaikan permainan secara manual. Penelitian ini akan diimplementasikan pada Android OS mobile dengan harapan dapat diaplikasikan dimana saja dan kapan saja.

176

176

1. METODE, ALAT, DAN BAHAN Metode:

1. Backtracking 2. Multiplicative CRNG

Alat dan Bahan:

1. Laptop Compaq Presario V3000 2. Smartphone Android Sony

Ericsson Experia X8 3. Eclipse IDE 4. Android SDK 5. Android Emulator

3. HASIL DAN DISKUSI Sudah dijelaskan sebelumnya bahwa pada penelitian yang sudah dilakukan oleh Riyadli Abrar dalam menyelesaikan teka-teki Sudoku menggunakan algoritma Harmony Search menemukan solusi dalam waktu lebih atau sama dengan 1 detik. Sedangkan pada penelitian Agustinus Tri Gunawan yang menggunakan algoritma Backtracking dan Elimination dalam menyelesaikan teka-teki Sudoku mampu menyelesaikannya dalam waktu kurang dari 1 detik dengan berbagai kondisi. Namun karena menggunakan fungsi random bawaan bahasa pemrograman maka hasil acak masih kurang maksimal. Pada penelitian ini permasalahan Sudoku diselesaikan perpaduan antara algoritma Backtracking dan Multiplicative CRNG agar dapat membangkitkan permainan Sudoku secara unik (tidak ada pengulangan teka-teki secara berturut-turut) dan menyelesaikannya dengan waktu yang cepat. Algoritma generator: 1. Mengisi seluruh kotak puzzle

menggunakan algoritma Backtracking dan disimpan sebagai solusi cadangan.

2. Menghilangkan beberapa kotak puzzle sesuai dengan level

permainan secara acak menggunakan algoritma Multiplicative CRNG.

3. Menampilkan soal hasil generate. Algoritma solver: 1. Mengisi seluruh kotak puzzle yang

kosong menggunakan algoritma Backtracking secara acak menggunakan algoritma Multiplicative CRNG.

2. Jika ditemukan solusi dari inputan user, maka menampilkan hasil penyelesaian pada papan permainan.

3. Jika tidak ditemukan solusi dari masukan user, maka menampilkan penyelesaian cadangan yang telah disimpan sebelumnya pada saat pembuatan soal.

2 7 8 5 4 5 2 4 9 6 4 8 1 5 6 3 7 2 1 9 8 4 6 3 5 8 2 1 9 6 6 3 7 5

Gambar 1. Permainan Sudoku.

4.KESIMPULAN

Algoritma Backtracking dan Multiplicative CRNG merupakan algoritma yang baik untuk digunakan sebagai pembangkit dan penyelesai teka-teki Sudoku karena menghasilkan teka-teki yang unik setiap dibangkitkan dan dapat diselesaikan dengan waktu yang cepat.

177

177

5.DAFTAR PUSTAKA Abrar, Riyadli. 2012 . Aplikasi

Permainan Arabic Sudoku Menggunakan Metode Harmony Search sebagai Pembangkit dan Penyelesaian Permainan.Skripsi. Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN Maulana Malik Ibrahim. Malang.

Gunawan, Agustinus Tri. 2010. Penerapan Algoritma Backtracking dan Elimination untuk Membangun Generator dan Solver dalam Menyelesaikan Permainan Sudoku. Sekolah Tinggi Manajemen Informatika dan Komputer AMIKOM. Yogyakarta.

Izzuddin, Muhammad. 2009. Memperbaiki bacaan Al-Qur’an (Metode Tartil 12 Jam). Assalam Publishing. Solo.

L, Riani. 2010.Pembangkit Bilangan Acak. Mata Kuliah Pemodelan & Simulasi. Jurusan Teknik Informatika Universitas Komputer Indonesia. Bandung.

Morenvino, M. Ray, I. dan Anton, S. 2006. Penerapan Algoritma Runut-Balik Untuk Penyelesaian Teka-Teki Sudoku.Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika Institut Teknologi Bandung. Bandung., in press

Safaat H, Nazruddin. 2011. Android, Pemrograman Aplikasi Mobile Smartphone dan Tablet PC Berbasis Android. Informatika. Bandung.

Sari, Rina Dewi Indah. 2007. Analisis Penyelesaian Puzzle Sudoku dengan Menerapkan Algoritma Backtracking Memanfaatkan Bahasa Pemrograman Visual Basic 6.0 dan Database Microsoft Access 2003. Jurusan Teknik Informatika Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) “ASIA”. Malang.

Zeeb, Charles N. dan Patrick J. Burns. 1984.Random Number Generator

Recommendation. Department of Mechanical Engineering Colorado State University. Colorado.

Al-Qur’an dan Terjemahannya. Al-Jumanatul ‘Ali. Bandung.

http://en.wikipedia.org/wiki/Sudoku_algorithms, diakses pada tanggal 31 Mei 2012 pukul 14.04

178

178

APLIKASI CHATBOT “MI3” UNTUK INFORMASI JURUSAN TEKNIK INFORMATIKA BERBASIS SISTEM PAKAR

MENGGUNAKAN METODE FORWARD CHAINING Zifora Nur Baiti, Fresy Nugroho, ST.,MT

Jurusan Teknik Informatika, Fakultas Saintek, UIN Maulana Malik Ibrahim Malang e-mail: zhi_1mo3t@yahoo.com

ABSTRAK

Chatbot adalah suatu aplikasi yang dirancang untuk berkomunikasi dengan mesin. Komunikasi ini membantu user dalam mencari sebuah informasi. Informasi yang diberikan bermacam-macam, seperti tentang akademik. Chatbot yang dibangun ini dikhususkan untuk sebuah informasi yang melingkupi jurusan Teknik Informatika UIN Maliki Malang. Chatbot ini dibangun dengan menerapkan sistem pakar menggunakan metode forward chianing. Metode forward chaining adalah metode yang digunakan untuk mencari kesimpulan dari fakta-fakta yang terkumpul. Metode forward chaining merupakan algoritma yang baik sebagai penyelesaian proses pencarian jawaban berdasarkan kata kunci dari pertanyaan user. Sistem kerja aplikasi ini adalah dengan memecah susunan kalimat menjadi kata kemudian dari kata tersebut oleh sistem akan dicari kunci yang membuat aplikasi dapat menjawab dengan benar. Dari hasil penelitian dengan menginputkan kalimat-kalimat yang berhubungan dan tidak dengan kategori, aplikasi ini mampu mengenali kata kunci pada kalimat-kalimat tersebut. Hal ini mengacu pada hasil pengujian yang didapatkan persentase sebesar Sangat Setuju 48,88% dan Setuju 51,22% dari 25 responden dengan beberapa kalimat masukan.

Kata Kunci: Informasi, Chatbot, sistem pakar, Forward Chaining

1. PENDAHULUAN 1.1 Latar Belakang

Manusia adalah makhluk paling mulia yang diciptakan oleh Tuhan. Yang membedakan sekaligus menjadikan manusia lebih istimewa jika dibandingkan dengan makhluk lainnya adalah manusia dibekali dengan akal, pikiran, perasaan, serta emosi. Salah satu aspek penting dari keistimewaan manusia tersebut adalah kecerdasan. Manusia dengan kecerdasannya yang tinggi mampu mengubah cara dan pola hidup yang dulu primitif menjadi sangat modern seperti sekarang. Manusia mampu membuat mesin-mesin yang memiliki kecerdasan sehingga dapat bekerja dengan sendirinya. Hal tersebut mulai dapat terwujud setelah diciptakannya sebuah mesin canggih yang bernama komputer.

Teknik yang memungkinkan mesin untuk berpikir dan dapat mengambil keputusan sendiri dinamakan kecerdasan buatan atau artificial intelligence (AI).

Dengan menggunakan kecerdasan buatan maka tidaklah mustahil akan ada mesin yang benar-benar mampu berpikir, bertindak, mendengar, melihat, dan berbicara layaknya manusia.

Sekarang, mesin atau ‘alat hasil penemuan manusia’ tidak lagi terfokus pada usaha menggantikan tenaga manusia untuk melakukan suatu pekerjaan, walaupun hal tersebut masih aktif dilakukan, alat tersebut dirancang untuk menggantikan otak manusia.

Perkembangan jaman ditandai dengan perkembangan ‘otak elektronik’. Para praktisi di berbagai bidang menggunakan komputer untuk mempermudah kegiatan yang mereka

179

179

lakukan dan mereka berlomba-lomba siapa yang memakai alat tercanggih, yang juga berarti memakai teknologi komputerisasi terpintar. Tujuan dari penelitian kecerdasan buatan adalah menciptakan mesin yang dapat berkomunikasi seperti layaknya manusia [ANOM4].

Sekarang ini, telah bermunculan chatbot-chatbot (sistem komputer yang berbasiskan bahasa alami atau natural language) lain yang telah beberapa langkah lebih maju dari ELIZA. Seperti chatbot yang diberi nama A.L.I.C.E, dan masih ada lagi yang lain. Semua chatbot yang bermunculan kemudian dan telah memenangkan Loebner Prize tersebut menggunakan kecerdasan buatan sebagai dasar aplikasi mereka. Walaupun telah banyak bermunculan chatbot-chatbot, tetapi penggunaan dari chatbot itu sendiri belum dimaksimalkan. Chatbot-chatbot tersebut cenderung hanya dimanfaatkan untuk memenangkan lomba atau alasan iseng lainnya.

Sebagai mahasiswa Teknik Informatika dengan bidang peminatan kecerdasan buatan, terdapat keinginan untuk mencoba menggali kemampuan chatbot agar terdapat kegunaan nyata dalam implementasinya. Dan untuk memaksimalkan kemampuan chatbot, ruang lingkup pembicaraannya harus dibatasi. Dengan alasan-alasan tersebut, peneliti bermaksud untuk mengadakan penelitian skripsi dengan judul “Aplikasi Chatbot “MI3” Untuk Informasi Jurusan Teknik Informatika Berbasis Sistem Pakar Dengan Metode Forward Chaining”.

Chatting robot atau juga bisa disebut chatbot adalah salah satu kecanggihan yang nantinya menggantikan suatu pekerjaan manusia. Dengan sistem kerja yang dilakukan oleh chatbot, nantinya manusia ataupun user dapat dengan mudah mencari sebuah informasi yang diinginkan. Chatbot sekarang ini sudah mulai diterapkan di dalam sebuah website. Chatbot pertama ditulis oleh Joseph Weizenbaum, profesor MIT pada tahun 1966. Pada waktu itu tentu saja chatbot

dibuat masih amat sangat sederhana. Chatbot ELIZA adalah program operasi dalam MAC time-sharing. Sistem di MIT yang membuat beberapa jenis bahasa alami percakapan antara manusia dan komputer. Kalimat masukan dianalisis berdasarkan aturan dekomposisi yang dipicu oleh kata kunci yang muncul dalam masukan teks. Chatbot yang terdapat di dalam website tersebut pada umumnya menjawab sebuah pertanyaan yang diajukan oleh user. Ruang lingkup yang dipertanyakan pun sudah dibatasi sehingga tidak keluar dari batas ruang lingkup yang ditentukan. Tetapi ada juga aplikasi chatbot yang tidak mempunyai batasan ruang lingkup, sehingga dalam hal menjawab sebuah pertanyaan sering tidak sesuai dengan apa yang ditanyakan oleh user.

Penerapan sebuah aplikasi chatbot dalam pendidikan dirasakan masih kurang. Belum dibutuhkannya aplikasi chatbot tersebut yang dijadikan dasar alasan belum diterapkannya aplikasi chatbot dalam pendidikan. Akan tetapi tidak semua kalangan menggunakan alasan tersebut dalam penerapan aplikasi chatbot. Website sebuah universitas dijadikan penerapan aplikasi chatbot untuk mengetahui informasi yang berkaitan dengan kampus. Dengan adanya chatbot yang difokuskan pada jurusan teknik informatika diharapkan dapat membantu mengurangi masalah ketidaktahuan user yang masih awam. Kebanyakan mahasiswa yang kurang informasi tentang jurusan teknik informatika dapat menyelesaikan ketidaktahuannya melalui chatbot ini.

1.2 Rumusan Masalah

Berdasarkan uraian diatas, maka dirumuskan masalah dari penelitian ini adalah bagaimana rancang bangun aplikasi chatbot “MI3” (Machine Intelligence of Informatics Information) yang mampu berkomunikasi dengan user. 1.3 Batasan Masalah

Dalam penelitian ini agar program yang dibuat mampu merespon pertanyaan ataupun komentar dari user dalam sebuah

180

180

dialog, maka perlu dibuat batasan-batasan yang diberikan, yaitu:

a. Dialog dilakukan dalam bahasa Indonesia yang sesuai dengan EYD (Ejaan Yang Disempurnakan) seperti kata “sistem” bukan “sistim”.

b. Chatbot “MI3” tidak melayani masukan dalam bentuk perhitungan matematis, dan tidak menanggapi masukan yang berupa karakter.

c. Chatbot “MI3” tidak membedakan lawan bicaranya berdasarkan identitas seperti jenis kelamin, umur, atau nama.

d. Topik Dialog dibatasi seputar informasi tentang laboratorium, matakuliah, ruang perkuliahan, waktu perkuliahan, dosen pengampu pada jurusan Teknik Informatika.

e. Aplikasi ini dibangun menggunakan Netlogo versi 4.1.3.

f. Aplikasi ini merupakan sebuah pemodelan Chatbot menggunakan Netlogo.

2. Dasar Teori 2.1 Chatbot

Program chatbot pertama ditulis oleh Joseph Weizenbaum, profesor MIT pada tahun 1966. Pada waktu itu tentu saja chatbot dibuat masih amat sangat sederhana. Meskipun perkembangan kecerdasan buatan saat ini sangat pesat dan canggih, namun chatbot tetap mempertahankan kedudukannya dalam dunia Artificial Intellegence [WEIZ66].

Chatbot adalah sebuah simulator percakapan yang berupa program komputer yang dapat berdialog dengan penggunanya dalam bahasa alami. Karena chatbot hanya sebuah program, dan bukan robot (chatbot tidak memiliki tubuh dan tidak memiliki mulut sehingga tidak dapat berbicara seperti manusia), maka yang dimaksud dengan dialog antar manusia sebagai pengguna dengan chatbot dilakukan dengan cara mengetik apa yang akan dibicarakan dan chatbot akan memberikan respon. Orang yang membuat

dan mengembangkan program chatbot disebut bot master [RUDI05]. 2.2 Netlogo

NetLogo adalah bahasa pemodelan yang dapat diprogram untuk mensimulasikan fenomena alam dan sosial. Bahasa pemodelan ini ditulis oleh Uri Wilensky pada tahun 1999. NetLogo sangat cocok untuk pemodelan sistem yang kompleks, yang dapat dikembangkan dari waktu ke waktu. Pemodel dapat memberikan instruksi kepada ratusan atau ribuan "agen", dimana operasi tiap agen bersifat independen. Kelebihan ini memungkinkan eksplorasi hubungan perilaku yang terjadi antar individu di tingkat mikro dan memodelkan pola yang muncul pada tingkat makro dari interaksi banyak individu [FRESS12]. 2.3 Sistem Pakar

Expert System atau sistem pakar adalah suatu program yang bertindak sebagai penasehat atau konsultan pintar dengan mengambil pengetahuan yang disimpan dalam domain tertentu [SRI03]. Seorang pemakai yang belum berpengalaman dalam mendiagnosa suatu masalah dapat memecahkan masalah yang sulit dan mengambil keputusan yang benar.

Secara umum sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. Sistem pakar tidak untuk menggantikan kedudukan seorang pakar tetapi untuk memasyaratkan pengetahuan dan pengalaman pakar tersebut. Sistem pakar dikembangkan pertama kali oleh komunitas AI tahun 1960an. Sistem pakar yang pertama adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Newel Simon.

Gambar 1 Konsep Dasar Sistem Pakar

181

181

2.4 Forward Chaining Runut maju merupakan strategi

pencarian yang memulai proses pencarian dari sekumpulan data atau fakta, dari data-data tersebut dicari suatu kesimpulan yang menjadi solusi dari permasalahan yang dihadapi. Mesin inferensi mencari kaidah-kaidah dalam basis pengetahuan yang premisnya sesuai dengan data-data tersebut, kemudian dari kaidah-kaidah tersebut diperoleh suatu kesimpulan. Runut maju memulai proses pencarian dengan data sehingga strategi ini disebut juga data-driven [HERR12].

Operasi dari sistem forward chaining dimulai dengan memasukkan sekumpulan fakta yang diketahui ke dalam memori kerja (working memory), kemudian menurunkan fakta baru berdasarkan aturan yang premisnya cocok dengan fakta yang diketahui. Proses ini dilanjutkan sampai dengan mencapai gol atau tidak ada lagi aturan yang premisnya cocok dengan fakta yang diketahui [ANOM2]. Basis Pengetahuan (Knowledge Base)

Basis pengetahuan berisi pengtahuan-pengetahuan dalam penyelesaian masalah. Ada 2 bentuk pendekatan basis pengetahuan [NOFI00] : Penalaran Berbasis Aturan (Rule

Based Reasoning) 1. Pengetahuan dalam sistem pakar

direpresentasikan dalam bentuk IF-THEN atau dalam bentuk Production Rules.

2. Motor inferensi menentukan aturan awal (rule antecedents) yang sesuai. Sisi kiri harus cocok dengan

fakta yang ada di memori kerja 3. Aturan yang sesuai ditempatkan di

agenda dan dapat diaktivasi. 4. Aturan yang terdapat di agenda

dapat diaktivasi. a. Aktivasi aturan akan

membangkitkan fakta baru di sisi kanan

b. Aktivasi dari satu aturan adalah bagian dari aktivasi aturan yang lain.

5. Contoh Basis Aturan : IF …. THEN Rules

Gambar 2 If Then Rules 1

Production Rules

Gambar 3 Production Rules 1

3. Rancangan Desain Sistem

Gambar 4 Alur Perancangan

Tahap analisa sistem ini dilakukan

untuk memenuhi kebutuhan sistem dalam hal: a. Analisa masukan: meneliti masukan

seperti apa yang mampu dibaca oleh sistem untuk kemudian dieksekusi.

b. Analisa keluaran: meneliti kemampuan keluaran sistem apakah sudah memenuhi kebutuhan yang diinginkan.

c. Analisa proses: meneliti jalannya sistem dalam mengeksekusi masukan hingga proses keluaran.

d. Analisa data: meneliti kelengkapan data yang dibutuhkan oleh sistem.

182

182

Gambar 5 Proses forward chaining

Proses forward chaining dimulai

dengan user memasukkan informasi atau pertanyaan ke dalam text field yang sudah disediakan oleh aplikasi. Kemudian pertanyaan tersebut dipisah menjadi beberapa kata dan dicari kata kunci yang sesuai dengan yang ada pada aplikasi setelah kata kunci ditemukan maka aplikasi menjawab pertanyaan user dengan jawaban yang benar sedangkan jika aplikasi tidak dapat menemukan kata kunci maka jawaban muncul tetapi tidak berhubungan dengan pertanyaan dari user. Kebutuhan Aplikasi

Aplikasi ini dibangun menggunakan Netlogo 4.3.1 sehingga terdapat kemudahan dalam membuat interface dengan menggunakan turtle shape editor yang sudah tersedia berbagai macam tools dalam Netlogo. 4. HASIL DAN PEMBAHASAN 4.1 Uji Coba Metode

Implementasi sistem pakar pada aplikasi chatbot ini terletak pada proses pencarian jawaban atas masukan pertanyaan dari user. Proses pertama terjadi ketika user memasukkan pertanyaan ke dalam kotak pertanyaan. Setelah itu masukan akan dicari berdasarkan kategori yang dipilih dan kata kunci yang ada di dalam pertanyaan. Berikut adalah Tabel hasil implementasi algoritma sistem pakar pada aplikasi chatbot.

Gambar 6 Hasil chatbot

Tabel 1 Tabel Hasil Uji Coba No Masukan

Pertanyaan Kata Kunci Hasil

1. Jadwal hari jumat apa?

Jadwal hari jumat

- Organisasi dan Arsitektur Komputer - Grafika Komputer - Keamanan dan Jaringan Komputer - Matematika Lanjut - Pengantar Filsafat Ilmu

2. Jadwal matakuliah hari jumat apa?

jadwal (.+) jumat

- Organisasi dan Arsitektur Komputer - Grafika Komputer - Keamanan dan Jaringan Komputer - Matematika Lanjut - Pengantar Filsafat Ilmu

3. Siapa nama dosen matlan?

Dosen matlan

Kamu Matlan kelas apa? (Cantumkan nama matkul + kelas (Matlan kelas A))

4. Saya matlan kelas c

Matlan kelas c

SUHARTONO, M.Kom

5. Kelas c - Maaf pertanyaan anda kurang jelas, silahkan bertanya kembali

6. Dimana ruang kuliah matlan?

Ruang kuliah matlan

Kamu Matlan kelas apa? (Cantumkan Ruang nama matkul + kelas (Ruang Matlan kelas A))

7. Ruang kuliah matlan dimana?

Ruang kuliah matlan

Kamu Matlan kelas apa? (Cantumkan Ruang nama matkul + kelas (Ruang Matlan kelas A))

8. Ruang matlan kelas c

Ruang matlan kelas c

Matlan Kelas C Bertempat di Gedung B.107

9. Jam berapa matlan ada perkuliahan?

Jam berapa matlan

Kamu Matlan kelas apa? (Cantumkan Pukul nama matkul + kelas (Pukul Matlan kelas A))

10. Pukul matlan kelas c

Pukul matlan kelas c

Matlan Kelas C Sabtu Pukul 12.20-14.50

Tahap ini dilakukan untuk mengetahui

kemampuan aplikasi dalam menangani pertanyaan. Proses pengujian dilakukan sesuai dengan batasan masalah. Proses

183

183

pengujian ini lebih terfokus pada bentuk susunan kalimat. Dalam proses pengujian ini kalimat yang dimasukkan berjumlah 40 kalimat.

Pengujian sistem ini dilakukan dengan menjalankan aplikasi chatting kemudian memasukkan kalimat dalam text field yang telah tersedia. Sebelumnya harus memilih kategori dan setup aplikasi.

Dari 40 kalimat sampel uji, didapatkan 37 kalimat yang teruji benar dalam susunan kalimat dan kata kunci. Dengan menggunakan rumus berikut,

𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑠𝑒 𝑘𝑒𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙𝑎𝑛 = 𝑗𝑢𝑚𝑙𝑎 ℎ 𝑘𝑒𝑏𝑒𝑟 ℎ𝑎𝑠𝑖𝑙𝑎𝑛𝑗𝑢𝑚𝑙𝑎 ℎ 𝑘𝑎𝑙𝑖𝑚𝑎𝑡 𝑢𝑗𝑖 x 100%

Maka persentase keberhasilan aplikasi chatbot ini sebesar 92,5%. 4.2 PEMBAHASAN

Dari hasil uji coba di atas, membuktikan bahwa metode forward chaining mampu menyelesaikan permasalahan untuk mengenali kalimat yang dimasukkan, apakah kalimat tersebut merupakan bentuk dari salah satu kata kunci atau bukan. Meskipun hampir mendekati sempurna, namun hasil persentase sebesar 92,5% juga membuktikan bahwa aplikasi ini masih memerlukan penyempurnaan. Kelengkapan kata kunci sangat berpengaruh pada keberhasilan aplikasi ini.

5. KESIMPULAN Dari hasil implementasi dan uji coba

yang telah peneliti lakukan, memperoleh kesimpulan bahwa algoritma Sistem Pakardengan metode forward chaining merupakan algoritma yang baik sebagai penyelesaian proses pencarian jawaban berdasarkan kata kunci dari pertanyaan user.

Aplikasi ini sangat cocok untuk media informasi, sebagaimana terlihat dari hasil uji coba prosentase sebesar 92%. Dari hasil penelitian penulis menyimpulkan bahwa aplikasi ini sangat membantu mahasiswa sebagai media informasi jurusan Teknik Informatika.

6. DAFTAR PUSTAKA [ANOM2] http://digilib.ittelkom.ac.id/

index.php?option=com_content&view=article&id=677:res&catid=13:rpl&Itemid=14 diakses tanggal 27 Mei 2013

[ANOM4] library.binus.ac.id/...ac.../Bab1PS/2007-2-00224-IF%20BAB%20I.ps diakses tanggal 15 November 2012

[NOFI00] http://nofita_rismawati.staff.gunadarma.ac.id/Downloads/files/29921/2-Pendahuluan+ES.doc diakses tanggal 6 Januari 2013

[HERR12] http://herriyance.trigunadharma.ac.id/wp-content/uploads/2012/06/Bab4_AI.pdf diakses tanggal 27 Mei 2013

[RUDI05] Rudiyanto, N. 2005. Perancangan dan Implementasi Perangkat Lunak Natural Language Processing Untuk Pengembangan Chatbot Berbahasa Indonesia. Skripsi. Universitas Komputer Indonesia (UNIKOM) Bandung.

[SRI03] Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan Aplikasinya.Yogyakarta:GRAHA ILMU.

[WEIZ66] Weizenbaum, J. 1966. ELIZA-A computer program for the study of natural language communication between man and machine. Communicationsof the ACM 10.8: 36-45.

[FRESS12] Nugroho, Fressy. 2012. Tutorial Netlogo. Malang: UIN PRESS

184

184

APLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN)

(Studi Kasus Pengenalan Karakter Tulisan Tangan)

Irwan Budi Santoso Jurusan Teknik Informatika, Sains dan Teknologi

Universitas Islam Negeri (UIN) Maulana Malik Ibrahim Malang irwan.budi331177@gmail.com

Abstrak- Langkah pertama dalam membangun model pengenalan Tree-Augmented Network (TAN) dengan mengukur besarnya hubungan diantara pasangan fitur objek. Salah satu metode yang dapat digunakan mengukur besarnya keeratan hubungan secara linier diantara pasangan fitur adalah Korelasi Pearson. Aplikasi Korelasi Pearson dalam membangun model Tree-Augmented Network (TAN) dalam penelitian ini, akan diujicobakan pada kasus membangun model pengenalan karakter tulisan tangan. Data fitur karakter tulisan tangan untuk kasus ini, diasumsikan mengikuti distribusi gaussian karena estimasi parameter model pengenalannya menggunakan estimator Maximum Likelihood (ML). Hasil eksperimen dengan menggunakan data training yang terdiri dari 5 jenis karakter tulisan tangan, menunjukkan untuk dimensi fitur karakter tulisan tangan 10x30 (30 fitur), akurasi sistem Korelasi Pearson dalam membangun model TAN untuk mengenali karakter tulisan tangan sebesar 88 %. Kata Kunci : Korelasi Pearson, Tree-Augmented Network, Karakter Tulisan Tangan, Maximum Likelihood 1. Pendahuluan

Salah satu tujuan utama dalam pengembangan metode pengenalan adalah untuk mendapatkan atau meningkatkan akurasi dalam pengenalan. Akurasi suatu metode dalam melakukan pengenalan sangat dipengaruhi oleh seberapa baik model yang dihasilkan metode tersebut dan seberapa baik estimator yang digunakan. Tree-Augmented Network (TAN) adalah salah satu model pengenalan yang secara konsep dibangun dengan memperhatikan hubungan atau dependensi diantara pasangan fitur-fitur objek (Irwan, 2012) dan Maximum Likelihood (ML) adalah salah satu estimator model yang sering digunakan.

Secara konsep keberhasilan dalam meningkatkan akurasi sistem atau pengenalan suatu objek tergantung dari dua hal yaitu metode yang digunakan dalam membangun model pengenalan serta estimator model yang digunakan. Dalam penelitian ini, akan dicoba membahas

bagaimana aplikasi motode Korelasi Pearson dalam membangun model TAN.

Model Tree-Augmented Network (TAN) adalah model pengenalan atau klasifikasi yang secara teori dibangun dengan memperhatikan hubungan atau dependensi diantara pasangan fitur objek, sehingga salah satu tahapan penting dalam membangun model pengenalan ini adalah dengan mengukur besarnya hubungan diantara pasangan fitur objek. Pada penelitian ini, akan diaplikasikan metode Korelasi Pearson untuk mengukur keeratan hubungan secara linier diantara pasangan fitur objek sebagai tahapan dalam membangun model TAN serta seberapa besar tingkat akuasi sistem yang dihasilkannya.

2. Korelasi Pearson Korelasi Pearson digunakan untuk

mengetahui tingkat atau keeratan hubungan secara linier antara dua variabel

185

185

atau dua fitur objek. Selanjutnya besarnya hubungan ini ditunjukkan dengan koefisien korelasi yang disimbolkan dengan ρ untuk populasi dan r untuk sampel (DeCoursey, 2003). Bila diketahui fitur iX ={ i1x , i2x ,...,

iNx } dan fitur jX ={ j1x , j2x ,..., jNx } maka koefisien korelasi dirumuskan sebagai berikut:

22ji

ijji

σσ

σ=)X,ρ(X (1)

dengan nilai 2

iσ , 2jσ dan ijσ merupakan

elemen-elemen dari matrik kovarian dari iX dan jX yang ditulis sebagai berikut:

2

2

jji

ijiij (2)

Koefisien korelasi yang digunakan untuk mengukur keeratan diantara pasangan fitur objek ini, untuk selanjutnya sebagai bobot pada egde dari sebuah graph. 3. Tree-Augmented Network (TAN) Tree-Augmented Network (TAN) sangat berkaitan dengan naïve Bayes klasifier, karena Tree-Augmented Network adalah hasil pengembangan dari naïve Bayes. Pada naïve Bayes klasifier, diasumsikan bahwa diantara fitur objek bersifat independen. Adanya asumsi independen inilah yang menyebabkan naïve Bayes klasifier tidak realistis untuk diterapkan karena pada faktanya hampir setiap fitur memiliki hubungan atau bersifat dependen terhadap fitur yang lainnya. Sedangkan pada Tree-Augmented Network (TAN) secara konsep dibangun dengan memperhatikan hubungan atau dependensi diantara pasangan fitur-fitur objek. Dalam prakteknya untuk membagun Tree-Augmented Network (TAN) dilakukan dengan menemukan Bayesian network yang baik dengan varibel kelas sebagai root-nya serta diperbolehkannya saling mempengaruhi diatara fitur atau variabel (Friedman,1997).

Jika diketahui Xn,,X=U ...1 adalah sekumpulan data training, selanjutnya bayesian network dianggap sebagai Directed Acyclic Graph (G) dan merupakan join distribusi probabilitas U . Bila diketahui parameter network adalah Θ maka bayesian network dapat ditulis

>ΘG,B =< , dan dalam join distribusi probabilitas U (Friedman,1997) ditulis sebagai berikut:

n

iX

n

iXiBnB iXii

XPXXP1

)|(1

1 )|(),...,( (3)

dengan parameter network (Θ ) berisi parameter )|(| ixiBx xP

ixi untuk setiap nilai

ii Xx dan iXix , dan

iX merupakan parent dari iX didalam G . 4. Membangun Model Tree- Augmented Network

Membangun model TAN (Amy, 2005) (Friedman, 1997) (Murphy,2001) dilakukan berdasarkan prosedur Chow dan Liu yang mempunyai lima tahap, sebagai berikut: 1. Menghitung besarnya dependensi

diantara setiap pasangan atribut yaituiX dan jX , ji .

2. Membangun graph komplit tak berarah dengan node-nya merupakan atribut

nX,,X ...1 . Sedangkan bobot pada edge

iX jX adalah besarnya dependensi antara iX dan jX .

3. Membangun maximum weighted spanning tree (MWST) dengan algoritma Prim’s (Levitin,2003).

4. Membangun sebuah tree berarah sebagai hasil transformasi dari tree (graph) tak berarah menjadi sebuah tree berarah dengan memilih sebuah root variabel dan mensetting arah edge dari root variabel tersebut.

5. Membangun model TAN, dengan menambah simpul (vertex) yang diberi label C dan menambah edge atau arc dari C ke setiap iX .

186

186

5. Estimasi Parameter Model TAN Dengan memperhatikan pada bab-bab

sebelumnya maka nilai parameter Θ dari model TAN dapat ditentukan dengan menggunakan persamaan 4 (Friedman, 1997) (Jesus,1999)

)|(ˆ

)|,(ˆ)||(ˆ

|| CP

CxPCxP

i

i

iixi

xD

xiDxiDCx

(4)

dengan )|,(ˆ CxP

ixiD ),( || CXCX IXJIXJN dan

)|(ˆ CPixD ),( || CC IXIX

N (irwan, 2012) . sedangkan untuk mendapat parameter dari setiap distribusi normal (gaussian) dengan menggunakan estimator Maximum Likelihood. 6. METODE PENELITIAN 6.1. Membangun Model TAN dengan Korelasi Pearson

Langkah-langkah membangun Model TAN dengan Korelasi Pearson untuk pengenalan karakter tulisan tangan dalam bentuk image) dapat dilihat secara detail dapat Algoritma Membangun Model TAN dengan Korelasi Pearson (Irwan,2012). Algoritma Membangun Model TAN dengan Korelasi Pearson

TAN(D)Model doX,Xfor ji setiap

Tentukan wij (bobot)

{ ijw =22ji

ijji

σσ

σ=)X,ρ(X }

rarah(w)GraphTakBeGTB MWST(GTB)BN

{maximum weighted spanning tree}

root)ah(BN,GraphBerarTreeB eeB)TambahC(TrTAN return TAN Dari algoritma tersebut, Korelasi Pearson digunakan untuk menentukan bobot untuk membentuk GTB yaitu graph tak berarah dimana bobot tersebut adalah

bobot dari edge sutau graph. Dengan menggunakan maximum weighted spanning tree selanjutnya dibentuk BN yaitu bayesian network. Dan dengan BN dan root yang dipilih, dapat dibangun TreeB yang merupakan tree berarah dan dari TreeB selanjutnya dibangun model TAN. 6.2. Data Eksperimen

Untuk membangun model TAN dengan mengaplikasi Korelasi Pearson digunakan data nyata dalam bentuk image karakter tulisan tangan yang terdiri dari 5 kelas (karakter) yaitu a/A , b/B, c/C, d/D dan e/E (Irwan, 2012) seperti pada Gambar 1. yang masing-masing kelas memiliki sampel berukuran 10 pengamatan tanpa membedakan huruf besar atau kecil.

Gambar 1. Data nyata dengan lima jenis Objek karakter tulisan tangan

(Irwan,2012)

Selanjutnya data nyata tersebut sebagai data training untuk membentuk model TAN. Untuk dimensi fitur objek setiap data training dibuat sama misalnya lima jenis objek karakter tulisan tangan ( a/A , b/B, c/C, d/D dan e/E) dalam bentuk image dengan setiap objek ukuran dimensi atau fiturnya sama. Sebagai misal percobaan dengan dimensi objek 10x3 (30 fitur), maka dimensi image untuk lima jenis objek yang lain juga dibuat sama dengan ukuran 10x3 (30 fitur). 6.3 Pelaksanaan Eksperimen Pelaksanaan eksperimen dalam penelitian ini, dengan menggunakan data nyata yaitu lima jenis karakter tulisan tangan dalam bentuk image atau citra dilaksanakan dalam beberapa tahap. Adapun langkah-langkah pelaksanaan eksperimen adalah sebagai berikut:

1. Menentukan dimensi fitur objek percobaan yaitu banyaknya fitur

187

187

objek yang diekstraksi dari objek (image) data training.

2. Melakukan ekstraksi fitur objek berdasarkan dimensi fitur yang dipilih

3. Membangun Model TAN dengan mengaplikasikan Korelasi Pearson berdasarkan algoritma Membangun Model TAN dengan Korelasi Pearson pada sub-bab 6.1

4. Estimasi parameter model dengan mengguanakan persamaan 4.

5. Pengenalan objek data training berdasarkan model yang telah dibangun.

6. Menghitung akurasi sistem dalam mengenali karakter tulisan tangan.

Pada langkah kedua yaitu ekstraksi fitur dari objek training dilakukan setalah objek atau image dirubah dalam bentuk grayscale disesuaikan ukuran image-nya berdasarkan dimensi fitur objek yang dipilih. Sedangkan pada langkah 5, proses pengenalan objek data training dilakukan setelah proses membangun model TAN dan estimasi parameter modelnya selesai dilakukan. Proses ini dilakukan dalam rangka untuk menghitung tingkat akurasi sistem yang sekaligus menunjukkan seberapa baik performa sistem dalam mengenali karakter tulisan tangan dengan menggunakan model TAN. 7. HASIL DAN PEMBAHASAN

Hasil percobaan dengan menggunakan skenario data training seperti pada pemahasan sebelumya, dengan dimensi fitur 10 x 3 (30 fitur) diperoleh struktur model TAN seperti pada Gambar 2.

Tingkat akurasi sistem yang dihasilkan dengan menggunakan model tersebut adalah 88% dengan perincian pengenalan dapat dilihat pada Gambar 3. Matrik Confusion Hasil pengenalan Karakter Tulisan Tangan.

X1

X2X3

X4 X5 X6 X7 X8 X9 X10 X11 X12X13

X14

X15

X16

X17

X18X19

X20 X21 X22 X23 X24 X25 X26X27

X28

X29

X30

C

Gambar 2. Struktur Model TAN dengan

dimensi objek 10x3 (30 fitur) dengan korelasi

a/A b/B c/C d/D e/E a/A 7 1 0 1 1 b/B 0 9 0 0 1 c/C 0 0 8 2 0 d/D 0 0 0 10 0 e/E 0 0 0 0 10

Gambar 3. Matrik Confusion Hasil pengenalan Karakter Tulisan Tangan.

Kesalahan dalam mengenali karakter tulisan tangan ditunjukkan oleh penegenalan terhadap karakter A yaitu satu karakter yang sebenarnya karakter A dikenali sebagai karakter B, satu karakter D dan satu karakter E. Berikutnya kesalahan pada pengenalan karakter B yaitu satu karakter B dikenali sebagai karakter E dan kesalahan pada pengenalan karakter C yaitu dua karakter C dikenali sebagai karakter D. sedangkan untuk karakter D dan E hasil pengenlannya benar semua. 8. KESIMPULAN Korelasi Pearson dapat diaplikasikan untuk membangun model pengenalan Tree-Augmented Network (TAN), yaitu untuk mengukur besarnya hubungan

188

188

diantara pasangan fitur objek. Dari eksperimen yang dilakukan dengan menggunakan data training terdiri dari 5 jenis karakter tulisan tangan dan masing-masing fitur karakter diasumsikan mengikuti distribusi gaussian, menunjukkan untuk dimensi fitur 10x3 (30 fitur) model TAN yang dibangun dengan Korelasi Pearson mampu menghasilkan akurasi sistem sebesar 88% 9. REFERENSI Amy Ratnakaran, “Bayesian Network”,

Applied Statistics Honours, Department of Mathematics and Statistics, University of Melbourne, 2005.

W.J. DeCoursey, “Satistics and Probability for Engineering Application With Microsoft® Excel”, Elsevier Science (USA), 2003.

Friedman, N. D. Geiger, and M. Goldszmidt, “Bayesian network classifiers”, Machine Learning, vol.29, hal 131–163, 1997.

Irwan B.S, 2012, Model Pengenalan Terbaik dengan Tree-Augmented Network (TAN) dan Estimator Maximum Likelihood (ML) Berdasarkan Fitur Objek, MATICS (jurnal Ilmu Komputer dan Teknologi Informasi UIN Malang), vol.4. no.5, hal 197-203.

Jesus Cerquides, “ Applying General Bayesian Techniques to Improve TAN Induction”, UBS AG Bahnhofstrasse 45, 1999.

A. Levitin, “Introduction The Design & Analysis of Algorithms”, Villanova University, 2003.

K. Murphy (2001), Bayes net matlab toolbox,www.cs.berkeley.edu/»murphyk/Bayes /bnt.html

189

189

CONCAR APLIKASI COLOR TRACKER UNTUK KALKULATOR DENGAN MENGGUNAKAN AUGMENTED REALITY

Ali Mahmudi1, Ahmad Roziqi Zain2

1Teknik Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Malang amahmudi@hotmail.com1, zain.ahmadd@gmail.com2

Abstract

Penggunaan webcam Color Tracker dengan pengaturan awal warna marker berwarna Merah, Biru atau Hijau, digunakan untuk mengerakkan kursor di komputer. Bila terjadi tumbukan antara kursor dengan salah satu tombol concar maka akan menampilkan sebuah angka. Pergerakan kursor terjadi dengan mengambil titik koordinat X dan Y dari pencarian nilai titik-titik pixel yang sama dengan nilai pengaturan Marker awal. Jangkauan webcam berukuran 800x600 pixel dengan tampilan Mirror.

Setelah dilakukan proses pengujian yang dilakukan terhadap 17 orang dengan mengisi kuisioner mendapatkan presentase tingkat keberhasilan 91,5%. Sistem operasi yang dapat digunakan oleh aplikasi ini adalah Windows. Keywords : Webcam, Augmented Reality, Color Tracker, Kalkulator. 1. PENDAHULUAN

Mengontrol sebuah aplikasi komputer tanpa menyentuh perangkat keras komputer, dengan menggunakan media inputan webcam, merupakan hal yang relatif baru. Sebuah video yang diambil dari webcam, kemudian diproses setiap pixel-nya, sedemikian hingga dapat menggerakkan kursor dan memasukkan angka ke dalam komputer secara langsung.

Analisis dari perusahaan Juniper Research di Amerika memperkirakan Augmented reality (AR) akan memberikan pendapatan sebesar 732 juta dollar selambat-lambatnya tahun 2014. Teknologi dengan menggunakan pendekatan Augmented Reality, sudah banyak digunakan di Indonesia, antara lain oleh Kompas, Sosro, LA Light, MetroTV hingga berkembang pada digital televisi yaitu SmartTV.

2. LANDASAN TEORI 2.1. Augmented Reality

Augmented Reality (AR) adalah sebuah pencitraan 2 atau 3 dimensi yang diproyeksikan kedalam waktu nyata. Pengguna akan merasa melihat 2 atau 3 dimensi tersebut dalam layar dengan sebuah marker.

Augmented Reality terbagi dalam empat tipe [5], yaitu :

1. Marker, bersifat single, multi, paddle marker. Contoh QRcode dan Barcode.

2. Natural Feature (Markerless), bersifat single, multi object. Contoh Face Recognition, Motion Detection.

3. Grafmetric, bersifat Position Coordinate, Compass. Contoh Wikitude.

4. Visual Search, bersifat Single, replacement. Contoh Translating OCR.

Gambar 1. Secara umum AR

2.2. Threshold

Untuk warna-warna dasar nilai RGB cukup efektif dalam melakukan deteksi. Nilai threshold dapat diambil berdasarkan pola warna, tetapi sangat rentan terhadap kestabilan cahaya. Penggunaan threshold dengan menggunakan rumus seperti pada persamaan 1.

190

190

(1) 2.3. Adobe Flash CS5

Adobe Flash merupakan sebuah aplikasi yang dibuat oleh Adobe dan program standar authoring tool professional. Adobe Flash digunakan untuk membuat animasi dan Gambar yang sangat menarik. Apliasi ini juga digunakan untuk membuat situs web sehingga situs menjadi lebih interaktif dan dinamis Selain itu, Adobe Flash juga dapat digunakan untuk membuat animasi logo, movie, game, navigasi pada situs web, tombol animasi, banner, dan screen saver.

Adobe Flash memiliki fasilitas-fasilitas pembantu untuk membuat animasi, yaitu fasilitas Action Script, filter, custom easing, dan dapat memasukkan video lengkap dengan fasilitas playback FLV. Keunggulan yang dimiliki Adobe Flash adalah mampu menerima script pemrograman, baik yang berjalan sendiri atau digunakan bersama-sama dengan XML, PHP, dan Database.

2.4. Action Script 3.0

Action Script 3.0 (AS3) merupakan bahasa pemrograman yang bekerja didalam platform Adobe Flash. Action Script dibangun untuk mengembangkan pemrograman interaktif secara efisien. Platform aplikasi Flash Action Script dapat digunakan untuk membuat animasi yang sederhana sampai dengan yang kompleks. Penggunaan data dan aplikasi tampilan yang interaktif, pertama kali diperkenalkan dalam Flash Player 9.

Acrion Script merupakan bahasa pemrograman berorientasi objek didasarkan pada ECMA Script-standar yang menjadi dasar JavaScript dan memberikan hasil yang luar biasa dalam kinerja dan produktifitas pengembang.

2.5. Dynamic Text

Merupakan bentuk teks yang isinya bisa berubah sesuai dengan proses tertentu. Dynamic text berbeda dengan static text karena isi dari static text tidak dapat berubah-ubah atau tetap[1]. Dynamic text dipakai dalam pembuatan animasi atau game. Aplikasi ini

dapat diimplementasikan pada hasil nilai yang selalu berubah menurut kaidah waktu atau proses tertentu sehingga nilai tersebut mempunyai arti tertentu.

Gambar 2. Pembuatan Dynamic Text 2.6. Motion Tween

Motion Tween adalah sebuah aplikasi untuk pembuatan animasi dengan mengubah ukuran, rotasi, atau posisi yang dilakukan secara terus menerus dalam jangka waktu tertentu.

Gambar 3 Motion Tween. 2.7. Deteksi Tumbukan

Tumbukan terjadi jika dua movie clip yang saling bersentuhan. Hal ini dapat diimplementasikan ketika terdapat objek yang saling bersentuhan, maka akan melakukan sebuah proses tertentu.

Gambar 4. Pendeteksian Tumbukan Objek

Pada Gambar ketiga dari Gambar 4, menurut mata kita, movie clip lingkaran dengan movie clip kotak belum terjadi tumbukan. Tetapi dalam flash, tumbukan tersebut sudah terjadi karena tumbukan dihitung dari sebuah bentuk kotak yang dibentuk oleh garis-garis yang ditarik dari titik terluar sebuah movie clip[4].

191

191

3. PERANCANGAN DAN ANALISIS 3.1. Analisa Kebutuhan

Perancangan Concar ini menggunakan beberapa proses pengolahan citra, salah satunya yaitu Color Tracker. Diagram blok perencanaan perangkat lunak terdapat pada Gambar 5.

WEBCAM

COLORTRACKER

PENGATURANAWAL

COLORTRACKER

MENUUTAMA CONCAR

Gambar 5. Diagram Blok Perancangan

Spesifikasi perangkat lunak yang digunakan dalam pembuatan aplikasi ini adalah

1. Adobe Flash CS5 2. FlashDevelop-4.3.0-RTM 3. SDK FLEX 4.6

Aplikasi yang dibuat meliputi pembacaan webcam untuk menerima inputan dari warna marker merah, biru ataupun hijau. Tampilan mirror untuk memudahkan kontrol. Tampilan mirror ini dibuat dengan video webcam yang kemudian diolah per pixel. Hal ini disebut dengan Color Tracker. Color Tracker ini untuk mengendalikan dan menjalankan kursor dengan mengikuti warna tertentu yang dibaca oleh webcam. 3.2. Color Tracker

Sebelum menggunakan Color Tracker, hal yang perlu dilakukan adalah pengaturan warna awal yang untuk mengontrol kursor. Hal ini dilakukan karena jangkauan yang dideteksi oleh webcam berukuran 800x600 pixel. Jika terdapat titik warna dengan nilai pixel yang sama, maka kursor akan mengikuti posisi marker pada jari tangan. Penggunaan Color Tracker dengan memasang marker berwarna merah, biru, atau hijau pada salah satu jari tangan, ditunjukkan pada Gambar 6. Cara pembacaan warna marker dengan melakukan pencarian nilai titik yang sesuai dengan nilai awal aplikasi, hal tersebut disebut dengan kursor [7].

Gambar 6. Marker Warna Pada Jari Tangan

Color Tracker terbagi menjadi beberapa

proses yang saling berhubungan. Salah satu proses di dalam color tracker adalah cek warna pixel. Cek warna pixel adalah proses penyesuaian nilai pixel saat pengaturan awal dengan nilai marker yang ditangkap oleh webcam. Proses Color Tracker ditunjukkan pada Gambar 7.

DETECTWEBCAM

PILIH WEBCAMYANG

DIGUNAKAN

Pengaturanawal color

tracker

JIKA kursor_warnaTUMBUKAN tombolMAKA show_menu

SETTINGkursor_warna

JIKA warna_piksel == color MAKAkursor_warna.x=warna_piksel.xkursor_warna.y=warna_piksel.y

CEKwarna_piksel

Gambar 7. Diagram Blok Color Tracker

3.3. Struktur Navigasi

Agar memiliki menu yang jelas, maka dibuat struktur navigasi seperti ditunjukkan pada Gambar 8.

MENU UTAMACONCAR

COKEYAR TENTANGSAYA PENGGUNAAN MENU KELUAR

YA TIDAK

TAMPILKANMENU

SEMBUNYIKANMENU

MENU AWAL

Gambar 8. Struktur Navigasi Concar

192

192

4. PEMBAHASAN DAN HASIL 4.1. Implementasi Augmented Reality

Pada bagian implementasi ini yang dilakukan yaitu proses pembacaan warna sebagai acuan pengganti kursor (Color Tracker). Color tracker digunakan untuk memilih menu dengan acuan warna merah, hijau atau biru yang dipasang pada salah satu jari tangan.

4.2. Pembacaan Kursor Marker

Pengaturan awal warna kursor dapat diatur sebelum melakukan pemilihan menu. Pengaturan awal warna kursor dilakukan dengan meng-klik warna marker pada posisi yang sejajar. Pada proses ini, dilakukan pengambilan warna dan kemudian disimpan sementara sebagai indikator kursor. Pendeteksian warna dilakukan setiap 30 FPS pada setiap pixel dengan ukuran Gambar 800x600 pixel. Pencocokan nilai warna dilakukan secara heksadesimal.

Setelah melakukan pengaturan awal warna marker merah, biru atau hijau, langkah selanjutnya adalah melakukan pemilihan menu utama dengan menyentuhkan bagian marker warna ke jangkauan tombol menu utama. Bila Color Tracker berhasil mendeteksi warna dan melakukan tumbukan atau pilihan, maka halaman selanjutnya akan menampilkan halaman animasi Motion Tween yang berisi informasi, cara penggunaan, konfirmasi keluar dari aplikasi permainan dan menyembunyikan menu sementara. Pada Gambar 9 dilakukan percobaan pemilihan salah satu menu, yang bertumbukan dengan kursor sehingga akan menampilkan sebuah halaman dengan animasi Motion Tween.

Gambar 9. Percobaan Color Tracker Menu Utama

4.3. Halaman Concar Halaman Concar akan muncul bila terjadi

tumbukan antara Color Tracker dengan tombol menu Concar yang terletak pada kanan-atas.

Gambar 10. Halaman Concar

Setelah Concar selesai maka dilakukan pengembangan yaitu membuat Calculator Augmented Reality, tampilan aplikasi tersebut pada Gambar 10. 4.4. Halaman Tentang Kami

Halaman tentang kami, seperti ditunjukkan pada Gambar 11, berisi informasi tentang aplikasi ini. Seperti pembuat, judul, metode yang digunakan, logo, nama program studi dan kampus tempat dimana proses pembuatan. Tombol Back to Menu dapat digunakan untuk kembali ke menu utama.

Gambar 11. Halaman Tentang Saya 4.5. Halaman Penggunaan

Halaman Penggunaan, seperti ditunjukkan pada halaman 12, berisi tata cara menggunakan aplikasi ini. Hal tersebut dijelaskan pada halaman How to Use. Untuk memilih halaman ini, dengan melakukan tumbukan pada tombol How to Use yang tersedia pada layar menu utama yang telah disediakan. Cara mengembalikan ke posisi halaman semula,

193

193

dengan melakukan tumbukan pada Gambar animasi tombol Back to Menu. Kemudian, tampilan kembali ke halaman utama dengan menu utama. Gambar 12. Halaman Penggunaan 4.6. Halaman Konfirmasi Keluar

Pada Gambar 13 berisi tampilan halaman konfirmasi Keluar yaitu sebuah halaman konfirmasi untuk keluar atau tidak dari aplikasi Concar ini. Hal ini dilakukan dengan memilih TIDAK untuk membatalkan proses keluar dari aplikasi Concar atau pilih YA untuk tetap menggunakan aplikasi Concar.

Gambar 13. Halaman konfirmasi keluar dari Concar 4.7. Pengujian

Pengujian dilakukan dengan mengisi kuisioner. Pemilihan penguji aplikasi dipilih secara acak yang berjumlah 17 orang dengan 9 pertanyaan pada setiap lembar kuisioner. Tabel 1 merupakan tabulasi hasil pengujian White Box, Tabel 2 merupakan pengujian efektifitas, Tabel 3 merupakan pengujian desain tampilan, dan Tabel 4 merupakan pengujian kemudahan.

Tabel 1. Pengujian Kebutuhan Fungsional

No Fungsi Persentase Berhasil Gagal

1 Pemilihan webcam yang digunakan 100 % 0 %

2 Pengaturan awal warna dari color tracker

76.4 % 23.5 %

3

Jika terjadi tumbukan antara kursor dengan salah satu menu, akan menampilkan isi menu

82.3 % 17.6 %

4 Menyembunyikan menu utama 82.3 % 17.6 %

5 Menampilkan menu utama 94.1 % 5.8 %

Rata - Rata 91.5 % 8.5 % Tabel 2. Pengujian Efektifitas

No Kategori Jumlah Persentase 1 Efektif 5 29.4 %

2 Cukup efektif 10 58.8 %

3 Kurang efektif 2 11.7 %

Tabel 3. Pengujian Desain Tampilan

No Kategori Jumlah Persentase 1 Baik 9 52.9 %

2 Cukup Baik 7 41.1 %

3 Kurang Baik 1 5.8 %

Tabel 4. Pengujian Kemudahan

No Kategori Jumlah Persentase 1 Mudah 6 35.2 %

2 Cukup Mudah 8 47 %

3 Kurang Mudah 3 17.6 %

4.8. Kelebihan dan Kekurangan Color

Tracker Kelebihan dari Concar ini ialah aplikasi

ini dapat memilih menu dengan Color Tracker. Color Tracker adalah sebuah jari yang diberi marker warna merah, biru, atau hijau dengan pengaturan awal terlebih dahulu. Dengan adanya Color Tracker gerakan tangan pada jangkauan tertentu, pengguna tidak perlu menyentuh keyboard.

Color Tracker memiliki kekurangan yaitu saat kursor tidak dapat mengikuti warna

194

194

merah, biru atau hijau. Hal tersebut dapat terjadi bila warna yang terdapat pada jari terlalu cerah atau terlalu redup. Sehingga harus menggunakan webcam yang disertai dengan cahaya LED. 5. PENUTUP 5.1. Kesimpulan 1. Color Tracker dapat digunakan untuk

memilih menu utama dengan menggerakkan jari yang dipasangi warna merah, biru atau hijau, yang diatur terlebih dahulu di awal pemakaian aplikasi.

2. Color Tracker dapat digunakan dengan baik jika penyinaran cahaya tidak berubah. Sehingga, kursor dapat mengikuti warna dengan baik. Selain itu, Color Tracker dapat digunakan dengan baik jika warna marker yang digunakan sebagai kursor hanya ada 1 warna pada layar yang dideteksi.

3. Implementasi ini diujikan pada penggunap acak yg berjumlah 17 orang dengan mengisi kuisioner yang berisi 17 pertanyaan, dan mendapatkan presentase tingkat keberhasilannya 91.5 % dan tingkat kegagalan 8.5%.

4. Pada pengujian efektifitas, diperoleh hasil Cukup Efektif dengan presentase 58.8 %, pengujian desain tampilan mendapatkan hasil Baik dengan presentase 52.9 %, pengujian kemudahan mendapatkan hasil Cukup Mudah dengan presentase 47 %.

5. Aplikasi ini dijalankan dengan menggunakan sistem operasi Windows. Pada sistem operasi Linux (Ubuntu), Macintos masih belum bisa dijalankan karena tidak dapat membaca driver webcam.

5.2. Saran 1. Color Tracker yang masih menggunakan

marker berwarna merah, biru atau hijau yang dipasang pada jari dapat digantikan dengan Hand-Tracking sehingga untuk menggerakkan kursor dapat lebih efektif dan mudah digunakan.

2. Bentuk desain dapat dikembangkan dengan bentuk animasi 3 dimensi.

3. Kepekaan pada Motion Detector dapat ditingkatkan dengan menggabungkan teknologi Kinect, 3GearSystem, atau Motion Leap, sehingga dapat mengenali bentuk tangan lebih detail, seperti ibu jari,

jari telunjuk jari tengah, jari manis, ataupun kelingking.

4. Aplikasi ini dapat dikembangkan sehingga dapat dijalankan dengan menggunakan sistem operasi Linux, Mahintosh.

DAFTAR PUSTAKA

[1] Dhewiberta H. 2009. Mahir dalam 7 Hari : Macromedia Flash MX 2004. Yogyakarta : Andi Offset.

[2] Fadlisyah,S.Si. 2007. Computer Vision dan Pengolahan Citra.Yogyakarta : CV.Andi Offset.

[3] Radion, K S.ST. 2012. Easy Game Programming Using Flash and ActionScript 3.0. Yogyakarta : CV.Andi Offset.

[4] Zeembry. 2005. 123 Tip & Trik Action Script Flash MX 2004.Jakarta : PT Elex Media Komputindo.

[5] Madden, L. 2011. Professional Augmented Reality, Browser for Smartphones.Wiley Publishing,Inc.

[6] Shupe, R and Z.R. 2011. Learning Action Script 3.0 Second Edition.O’Reilly Media,Inc.

[7] Braunstein,R and M.H.W. 2008. Action Script 3.0 Bible. Wiley Publishing,Inc.

[8] ___________, Teknologi Augmented Reality, sumber http://www.scribd.com/doc/55994631/Teknologi-Augmented-Reality. Diakses tanggal 8 Maret 2013 pukul 03:01.

[9] ___________, Augmented Reality Masa Depan Interaktifitas, sumber: http://teknologiterkini.com/augmented-reality-masa-depan-interaktivitas/. Diakses tanggal 2 April 2012 pukul 11:10.

[10] __________, Pendapatan Layanan Berbasis Augmented Reality, sumber : http://www.selular.co.id/berita/BNews/2011/02/192/Pendapatan-Layanan Berbasis-Augmented-Reality-Mencapai-$15-Miliar-di-2015.htm. Diakses tanggal 17 Mei 2013 pukul 19:22.

195

195

Sistem Kontrol Hexapod robot MSR-H01 Menggunakan Mikrokontroler ATMega 128

Yunifa Miftachul Arif

Teknik Informatika, Fakultas Saintek, UIN Maulana Malik Ibrahim Malang Abstrak Penelitian ini membahas tentang bagaimana model sistem kontrol hexapod robot menggunakan mikrokontroler ATMega 128. Hexapod robot yang digunakan sebagai objek dalam penelitian ini adalah kit MSR-H01. Kit hexapod robot ini dilengkapi dengan sistem pBrain yang mengontrol setiap pergerakan mekaniknya. Komunikasi data antara mikrokontroler AVR ATMega 128 dengan pBrain menggunakan komunikasi serial RS 232. Hexapod robot pada penelitian ini dilengkapi dengan sensor ultrasonik untuk mengetahui kondisi lingkungan dan obstacle di sekitar robot. Selain itu ultrasonik juga menjadi input ATMega 128 untuk menentukan perintah gerak yang dikirimkan ke pBrain. Untuk menentukan gerakan mekanik, mode yang digunakan simkontrol pada pBrain adalah mode offroad. Hasil ujicoba yang telah dilakukan menunjukkan bahwa mode offroad dapat digunakan robot untuk berjalan di track datar, berkarpet maupun track bergelombang dengan kecepatan maksimal 7 s/m pada track datar. Kata kunci: kontrol, hexapod robot, ultrasonik, mode offroad 1. PENDAHULUAN Robot adalah segala peralatan otomatis yang dibuat untuk menggantikan fungsi yang selama ini dilakukan oleh manusia. Namun dalam perkembangan selanjutnya, robot diartikan sebagai manipulator multi fungsional yang dapat diprogram, yang dengan pemrograman itu ditujukan untuk melakukan sesuatu tugas tertentu [1]. Agar dapat bekerja secara otomatis tentunya robot membutuhkan sensor-sensor untuk mengetahui kondisi lingkungannya. Robot yang dapat berpindah tempat atau yang biasa disebut sebagai mobile robot, umumnya juga memiliki sensor-sensor yang digunakan untuk mendeteksi objek-objek disekitar robot, terutama objek di area jalur pergerakannya. Semakin pesat perkembangan teknologi secara umum saat ini membuat semakin pesat pula perkembangan terhadap teknologi sensor. Mulai dari sensor jarak, logam, suhu, panas, cahaya, sampai dengan sensor citra bisa didapatkan dengan mudah dan murah. Untuk mengetahui jarak objek dan obstacle, mobile robot dapat menggunakan sensor jarak. Sensor jarak yang dimaksud bisa

menggunakan jenis sensor ultrasonik ataupun sensor inframerah. Pada penelitian ini sensor jarak yang digunakan adalah jenis sensor ultrasonik. Proses sensing yang dilakukan pada sensor ini menggunakan metode pantulan suara untuk menghitung jarak antara sensor dengan objek sasaran [2]. Sensor ultrasonik adalah sensor yang bekerja dengan memanfaatkan gelomnbang suara, sehingga interferensi dari terang dan gelap cahaya lingkungan menjadi lebih kecil. Hal tersebut berbeda dengan prinsip kerja sensor infra merah, yang memanfaatkan pantulan cahaya untuk mengetahui jarak, sehingga lebih rawan terhadap interferensi cahaya di lingkungannya. Sistem mobile robot diharapkan dapat mendeteksi dan mengetahui kondisi lingkungannya lebih luas, bukan hanya di depan robot tetapi juga di samping maupun di belakang mekanik robot. Sehingga dengan mengetahui lebih luas kondisi lingkungannya, sistem robot nantinya dapat merencanakan pergerakan menuju path tujuan, mencari jalur terpendek serta dapat merencanakan pergerakan untuk menghindari obstacle. Dengan menggunakan lebih banyak sensor, maka

196

196

kondisi lingkungan yang diharapkan robot dapat mengetahui kondisi lingkungan lebih luas dan detail sesuai dengan yang diharapkan.

2. TINJAUAN PUSTAKA Robot Berorientasi Fungsi

Sistem robot yang dibahas dalam penelitian ini termasuk kedalam model robot berorientasi fungsi, yang mempunyai komponen utama, antara lain: mekanik robot, sensor, aktuator dan sistem kontroler.

Gambar 1 berikut ini mengilustrasikan tentang sebuah diagram sistem robot yang berorientasi fungsi [5].

Sistem Kontroler

Mekanik Robot SensorAktuator

Sistem Aktuator

Sistem Roda

Sistem Tangan

Untuk Navigasi(gerak berpindah)

Untuk Manipulasi(gerak penanganan)

Kamera

Sistem Robot

Mengikuti jalur Berdasarkan obyek statik atau

bergerak (menuju obyek, menghindari obyek/halangan) berbasis vision, proximity, dll.

Berdasarkan urutan perintah (referensi trajektori)

Ujung tangan (posisi TIP): Mewngikuti referensi trajektori Mengikuti obyek (berbasis vision,

proximity, dll.) Memegang, mengambil,

mengangkat, memindah atau mengolah obyek

Real world

Gambar 1 Sistem Robot dan Orientasi Fungsi Hexapod robot MSR-H01

Penelitian ini menggunakan Hexapod robot MSR-H01 sebagai sistem mekanik yang kemudian dikontrol dengan menggunakan mikrokontroler ATMega 128. MSR-H01 adalah modul robot yang memiliki 6 buah kaki dengan masing-masing 3 DOF (Degree Of Freedom) yang dimiliki setiap kakinya. Setiap DOF digerakkan oleh motor servo tipe xx sebagai aktuatornya. Model Hexapod robot MSR-H01 ditunjukkan melalui gambar 2 berikut ini.

Gambar 2 Kit Hexapod robot MSR-H01

Kit Robot MSR-H01 dilengkapi

dengan sistem hardware yang mengontrol setiap servo pada sistem mekaniknya, sistem tersebut disebut dengan pBrain. Selanjutnya pBrain bisa di komunikasikan dengan sistem lain misalnya komputer atau jenis minimum mikrokontroler yang lain. Berikut ini adalah fitur yang dimiliki oleh pBrain Hexapod robot MSR-H01 [6]:

- Konfigurasi menggunakan terminal port atau control port menggunakan koneksi Bluetooth

- Kontrol gerak menggunakan terminal port atau control port

- Geometri badan yang dapat diatur - Geometri kaki yang dapat diatur - Konfigurasi re-map multiple servo

output - Konfigurasi Gait - X,Y,Z rotasi dan translasi badan - Berjalan ke segala arah - Kalibrasi rotasi servo - Servo reverse untuk tiap kaki - Kalibrasi kaki - 4 menu tipe gait - 2 pilihan gaya berjalan - 8 supported baud rates - 3 PWM servo ranges, standart,

extend, dan full (500 – 2500 uS) - PWM terpisah untuk ketelitian 1 uS

resolusi PWM

197

197

Mikrokontroller Atmel AVR ATMega 128

Sebagai pengendali fungsi input/output dalam penelitian ini digunakan jenis mikrokontroler AVR ATMega 128. AVR merupakan seri mikrokontroler CMOS 8-bit buatan Atmel, berbasis arsitektur RISC (Reduced Instruction Set Computer). Hampir semua instruksi dieksekusi dalam satu siklus clock. AVR mempunyai 32 x 8 register general-purpose, timer/counter fleksibel dengan mode compare, interrupt internal dan eksternal, serial UART, programmable Watchdog Timer, dan mode power saving. Mempunyai ADC dan PWM internal. AVR juga mempunyai In-System Programmable Flash on-chip yang mengijinkan memori program untuk diprogram ulang dalam sistem menggunakan hubungan serial SPI. ATMega128 adalah mikrokontroler CMOS 8-bit daya-rendah berbasis arsitektur RISC yang ditingkatkan.

Kebanyakan instruksi dikerjakan pada satu siklus clock, ATMega128 mempunyai throughput mendekati 16 MIPS per MHz membuat disainer sistem untuk mengoptimasi komsumsi daya versus kecepatan proses [3].

Gambar 3 Pin-pin ATMega 128

Pin-pin pada ATmega16 dengan

kemasan 53-pin programmable I/O line sebagaimana ditunjukkan pada gambar 3. Software yang digunakan untuk mengisi program pada mikrokontroller AVR adalah

CodeVision AVR dimana bahasa pemrograman yang digunakan adalah bahasa C.

Sensor Ultrasonik

Sensor ultrasonik adalah sensor yang bekerja berdasarkan prinsip pantulan gelombang suara dan digunakan untuk mendeteksi keberadaan suatu objek tertentu frekuensi kerjanya pada daerah diatas gelombang suara dari 40 KHz hingga 400 KHz. Besar amplitudo sinyal elektrik yang dihasilkan unit sensor penerima tergantung dari jauh dekatnya objek yang dideteksi.

Proses sensing yang dilakukan pada sensor ini menggunakan metode pantulan untuk menghitung jarak antara sensor dengan obyek sasaran. Jarak antara sensor tersebut dihitung dengan cara mengalikan setengah waktu yang digunakan oleh sinyal ultrasonik dalam perjalanannya dari rangkaian pengirim sinyal (Tx) sampai diterima oleh rangkaian penerima sinyal (Rx) dengan kecepatan rambat dari sinyal ultrasonik tersebut pada media rambat yang digunakannnya, yaitu udara. Kecepatan rambat sinyal ultrasonik di udara adalah 342 m/s, sama dengan cepat rambat bunyi di udara [4].

Gambar 4 Prinsip pemantulan gelombang Ultrasonik

Pada penelitian ini sensor ultrasonik digunakan sebagai indra robot untuk mengetahui jarak objek yang ada di sekitarnya. 3. DESAIN DAN IMPLEMENTASI

SISTEM Secara umum desain hexapod robot

yang menjadi topik utama dalam penelitian ini dibagi menjadi beberapa bagian, mulai

198

198

dari sensor, minimum mikrokontroler, dan aktuator. Selanjutnya dijelaskan melalui diagram blok yang ditunjukkan pada gambar 5.

MasterMikrokontrolerATMega128

pBrain MSR-H01 Sistem MekanikMSR-H01

LCD 16x4

Push Button

Serial

Ultrasonik 4

Ultrasonik 1

Ultrasonik 2

Ultrasonik 3

Ultrasonik 6

Ultrasonik 5

Interface

Gambar 5 Blok Diagram Sistem

Hexapod robot yang dibangun pada penelitian ini menggunakan 6 buah sensor ultrasonik yang berfungsi mendeteksi objek yang berada di lingkungan sekitar robot. Masing-masing sensor langsung dihubungkan ke mikrokontroler ATMega128, sebagai acuan mikrokontroler untuk memberi perintah gerak kepada kendali sistem mekanik yaitu pBrain MSR-H01.

Sistem seperti yang ditunjukkan pada gambar 5 dilengkapi dengan input pushbutton yang berfungsi sebagai user interface antara robot dengan manusia, khususnya untuk perintah start, reset, dan perintah lainnya. Selain itu ada juga LCD 16x4 yang digunakan sebagai output sistem yang dapat menampilkan beberapa informasi terutama berkaitan dengan kondisi masing-masing sensor. Hasil implementasi sistem hexapod robot sesuai dengan blok diagram yang dimaksud ditunjukkan pada gambar 6.

Gambar 6 Hexapod robot

Sistem Kontrol Berbasis ATMega 128

ATMega 128 pada penelitian ini digunakan sebagai control utama yang mengatur segala bentuk gerakan robot melalui pBrain, terhadap kondisi masukan sensor ultrasonik dan perintah dari push button. Konfigurasi PORT I/O ATMega 128 ditunjukkan melalui tabel 1. Tabel 1 Konfigurasi PORT I/O ATMega 128 PORT Fungsi A.0, A.1 Triger dan Echo Ultra 1 A.2, A.3 Triger dan Echo Ultra 1 A.4, A.5 Triger dan Echo Ultra 1 A.6, A.7 Triger dan Echo Ultra 1 B.0, B.1 Triger dan Echo Ultra 1 B.2, B.2 Triger dan Echo Ultra 1 C.0 – C.7 LCD Display D.2, D.3 RX, TX komunikasi serial F.0 – F.3 Push button

Rangkaian elektronik yang didalamnya

termasuk minimum sistem ATMega 128 yang menjadi main control hexapod robot pada penelitian ini ditunjukkan pada gambar 7.

199

199

Gambar 7 Rangkaian Elektronik Hexapod robot

Sistem Komunikasi Serial

Sistem komunikasi data antara ATMega 128 dengan pBrain kit MSR-H01 adalah dengan menggunakan komunikasi serial. Setiap perintah dari ATMega 128 kepada pBrain dikirimkan melalui komunikasi serial dengan standart RS232. Implementasi antar muka yang dimaksud ditunjukkan melalui gambar 8.

Gambar 8 Implementasi sistem komunikasi serial dengan RS232

Konfigurasi Sensor Ultrasonik

Sensor ultrasonik pada penelitian ini disusun dengan konsep melingkar seperti ditunjukkan pada gambar 9. Tujuannya adalah agar robot dapat mengetahui semua kondisi objek yang ada di lingkungan sekitarnya.

ULTRA 1

ULTRA 2

ULTRA 3

ULTRA 4

ULTRA 5

ULTRA 6

Gambar 9 Susunan sensor ultrasonik 4. HASIL DAN PEMBAHASAN

Hexapod robot yang menjadi bahasan dalam penelitian ini dapat secara otomatis bergerak berdasarkan input dari sensor ultrasonik yang dikontrol dengan menggunakan ATMega 128. Selanjutnya output dari ATMega 128 dihubungkan dengan kit pBrain agar dapat diterjemahkan ke dalam gerakan mekanik robot. pBrain memiliki karakteristik menunggu karakter “@@@” dari mikrokontroler sebelum dapat melaksanakan perintah-perintahnya melalui simkontrol. Perintah yang dikirimkan mikrokontroler kepada pBrain tersebut ditunjukkan pada tabel 2. Sedangkan contoh perintah awal untuk dapat berkomunikasi dengan pBrain ditunjukkan dalam gambar 10 yang berisi sourcecode program dalam bahasa C yang dibuat dengan menggunakan CodeVision AVR.

200

200

Gambar 10 Sourcecode komunikasi awal

mikrokontroler dengan pBrain

Tabel 2 Perintah Mikrokontroler kepada pBrain Key Deskripsi + Menaikkan Power Hexapod - Menurunkan Power Hexapod SPACE Stop hexapod ! Stop darurat (mematikan servo secara

langsung ) W Maju S Mundur A Belok kiri D Belok kanan Q Crab kiri (jalan miring) E Crab kanan (jalan miring) 1 Wave mode 1 (pelan) 2 Wave mode 2 3 Wave mode 3 4 Tripod mode (jalan cepat) 5 Onroad mode (medan datar , cepat) 6 Offroad mode (pelan , medan

rintangan) 7 Menurunkan kecepatan transfer kaki

0.1detik 8 Meningkatkan kecepatan transfer kaki

0.1detik 9 Mereset kecepatan transfer kaki ke

default R Reset posisi kaki ke normal B Mengaktifkan mode full 3D balance C Menonaktifkan mode Full 3D balance

Sedangkan contoh perintah untuk menghasilkan gerakan mekanik robot yang dikirimkan kepada pBrain ditunjukkan melalui gambar 11.

Gambar 11 Sourcecode perintah gerak mikrokontroler kepada pBrain

Gambar 11 menunjukkan beberapa

perintah dasar yang dikirimkan kepada pBrain. Diantaranya adalah perintah berdiri dengan mengirimkan karakter “+”, masuk ke dalam mode offroad dengan karakter “6”, jalan ditempat dengan karakter “r”, dan menambah kecepatan dengan mengirimkan karakter “8”. Offroad mode yang dimaksud adalah gerakan robot dengan kaki berjinjit, sehingga badan robot dapat terangkat lebih tinggi, dengan tujuan agar dapat melewati medan yang tidak teratur / bergelombang.

Gambar 12 Uji coba robot pada track

201

201

Dalam tahap ujicoba, hexapod robot dijalankan pada beberapa model track, datar, datar di karpet dan bergelombang. Gambar 12 menunjukkan ujicoba robot ketika dijalankan pada track datar. Track bergelombang yang dimaksud dalam penelitian ini adalah track datar dengan beberapa obstacle penghalang, sehingga membentuk track yang bergelombang. Mode yang diujicobakan pada penelitian ini menggunakan mode offroad dan hasilnya ditunjukkan pada tabel 3.

Tabel 3 Ujicoba hexapod robot dalam 3 track

Ujicoba Track Kecepatan rata-rata

1. Datar 7 s/m 2. Karpet 13 s/m 3. Bergelombang 16 s/m

Sesuai dengan hasil ujicoba yang ditunjukkan pada tabel 3, bahwa pada dasarnya dengan menggunakan mode offroad hexapod robot masih dapat berjalan pada 3 track yang berbeda. Ditinjau dari segi kecepatannya, hexapod robot dapat berjalan lebih cepat pada track datar mencapai 7 s/m.

5. KESIMPULAN

Kesimpulan dan rencana penelitian

lanjutan yang dapat dideskripsikan dari hasil penelitian ini adalah sebagai berikut:

1. Sistem control dengan menggunakan mode offroad terbukti dapat digunakan oleh hexapod robot MSR-H01 untuk dapat bergerak pada track datar, karpet, maupun bergelombang. Dengan maksimal kecepatan 7 s/m pada track datar, dan paling lambat pada track bergelombang dengan kecepatan 16 s/m.

2. Perlu penelitian lebih lanjut tentang penggunaan mode control hexapod yang lain, diantaranya mode onroad dan mode tripod. Sehingga arah penelitian selanjutnya dapat membahas tentang sistem

otomatisasi perubahan mode berdasarkan kondisi lingkungan yang ditemui.

DAFTAR PUSTAKA [1] Yunifa Miftachul Arif. September

2011 Hardware Control Pada Robot Pemindah Bunga. Jurnal MATICS, No. 4, Vol. 4.

[2] Hani dan Slamet. Desember 2010. Sensor Ultrasonik SRF05 Sebagai Memantau Kecepatan Kendaraan Bermotor. Jurnal Teknologi, Volume 3 Nomor 2.

[3] ……..,”datasheet ATmega128”, www.atmel.com

[4] Suprapto, Sumardi, Iwan Setiawan. Rancang Bangun Robot Mobil Pemadam Api Berbasis Mikrokontroler AT89S52. Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro.

[5] Pitowarno, Endra. 2006. Robotika : Disain, Kontrol, dan Kecerdasan Buatan. Yogyakarta: PT Andi Offset.

[6] Micromagic System. 2009. Configuration Guide : p.Brain-HexEngine V1.2. www.micromagicsystem.com

202

202

APLIKASI VISUALISASI PEMETAAN SEKOLAH DI KABUPATEN PASURUAN JAWA TIMUR VISUALISASI

VEKTOR 2 DIMENSI BERBASIS ANDROID

Andy Pramono, S.Kom, M.T.1 Betty Dewi Puspasari, S.Kom, M.T.2

1Universitas Negeri Malang, Jurusan Seni Desain, Email: radensugih2716@yahoo.com 1STT Atlas Nusantara Malang, Program Studi Teknik Informatika, Email:

prasari1611@yahoo.com

Abstrak Pada saat ini kebutuhan akan ketersediaan informasi yang cukup akurat sangat dibutuhkan dalam segala bentuk kegiatan atau usaha, baik itu dalam lingkup pemerintahan maupun usaha. Demikian pula dalam hal ketersediaan informasi data non akademik sekolah sangat diperlukan bagi Dinas Pendidikan dan kebudayaan Kabupaten Pasuruan, yang selama ini mengalami kesulitan dalam mengambil kebijakan pengembangan pendidikan di Kabupaten Pasuruan karena kurangnya informasi non akademik sekolah. Penelitian ini merupakan pengembangan dari penelitian sebelumnya yang berbasis web untuk propinsi Kalimantan Timur, penelitian ini akan menghasilkan suatu aplikasi visualisasi pemetaan sekolah Kabupaten Pasuruan yang akan menghasilkan suatu aplikasi yang mampu memberikan informasi mengenai data non akademik sekolah bagi Dinas Pendidikan Kabupaten Pasuruan yang divisualisasikan dalam bentuk pemetaan vektor 2D ini dilaksanakan dalam beberapa tahap melalui tahap pengumpulan data dan analisa, konsep perancangan aplikasi (konsep perancangan meliputi DFD, ER, Desain Interface) dan implementasi dan ujicoba. Hasil dari penelitian ini adalah memberikan alternatif solusi dalam memberikan informasi data non akademik sekolah di Kabupaten Pasuruan Jawa Timur.

Kata Kunci: Pemetaan Sekolah, mobile, vektor 2 dimensi

1. LATAR BELAKANG Penerapan sistem informasi mengenai data sekolah saat ini telah mulai dibangun di seluruh Indonesia, namun pada saat ini sistem informasi ini masih bersifat data akademik dari sekolah. Berkaitan data diluar sistem akademik sekolah masih kurang bahkan belum diimplementasikan di seluruh wilayah Indonesia. Padahal sistem informasi diluar sistem akademik sekolah sangat penting bagi pemerintah baik pemerintah nasional maupun pemerintah daerah, adapun sistem informasi non akademik ini lebih ditekankan mengenai SDM, fasilitas dan manajemen sekolah. Sistem informasi non akademik ini sangat penting untuk digunakan sebagai analisa dan evaluasi keadaan suatu sekolah. Keberadaan sistem

informasi non akademik seperti ini belum ada di Kabupaten Pasuruan Jawa Timur. Perkembangan sistem informasi saat ini telah sampai pada saat yang baik sekali dimana suatu sistem informasi dapat dibangun dengan memperhatikan kondisi dan keadaan tempat implementasi suatu sistem informasi. Memperhatikan kondisi georafis Kabupaten Pasuruan yang memiliki luas wilayah 14.493 km² dengan kondisi berbukit maka perancangan sistem informasi di Kabupaten Pasuruan lebih diarahkan pada sistem informasi berbasis mobile. Dengan memperhatikan hal tersebut diatas perancangan aplikasi untuk visualisasi pemetaan sekolah ini diarahkan pada siatem informasi web dan mobile yang memungkinkan beberapa daerah dalam wilayah Kabupaten Pasuruan dapat

203

203

mengakses sistem informasi dimanapun posisi mereka berada. 2. TINJAUAN PUSTAKA Peta Peta merupakan pengenalan lokasi yang digunakan untuk mengidentifikasi suatu daerah. Peta memiliki berbagai macam bentuk seperti yang dapat kita lihat peta yang sering digunakan sebagai bahan ajar mata pelajaran geografi berupa buku bernama atlas, berisi beberapa Negara di dunia dan kota-kota yang terdapat di dalamnya. Pengertian peta adalah gambaran permukaan bumi pada bidang datar dengan skala tertentu melalui sistem proyeksi (Pengetahuan Peta, Mata Pelajaran Geografi). Menurut Buranda (1985:4) pada hakekatnya peta adalah alat bantu atau alat peraga untuk menyampaikan gagasan-gagasan pada orang lain. Agar hakekat peta sebagai alat peraga membawa manfaat yang sebesar-besarnya maka terdapat beberapa hal yang perlu diperhatikan dalam pembuatan peta sebagai berikut: a. Pencitraan gambar peta jelas dan tidak membingungkan, sehingga pembaca tidak kebingungnan saat membaca. Penambahan legenda, skala, judul yang menunjukan isi dan lokasi daerah yang di gambarkan pada peta memudahkan pembaca atau pengguna, b. Mudah ditangkap pembaca, yaitu dengan dilengkapi simbol, tata warna dan proyeksi yang jelas, c. Peta harus memberikan gambaran yang sebenarnya suatu daerah atau wilayah. Kejelasannya dapat tampak dari penggunaan skala, dan tujuan dari peta tersebut, d.Petadiharapkan bersih dan rapi. Sistem Operasi Android Pengertian Android sendiri adalah sistem operasi berbasis Linux yang dipergunakan sebagai pengelola sumber daya perangkat keras, baik untuk ponsel, smartphone dan juga PC tablet. Secara umum Android adalah platform yang terbuka bagi para

pengembang untuk menciptakan aplikasi mereka sendiri untuk digunakan oleh berbagai piranti bergerak. Semenjak kehadirannya pada 9 Maret 2009, Android telah hadir dengan versi 1.1, yaitu sistem operasi yang sudah dilengkapi dengan pembaruan estetis pada apalikasinya, seperti jam alrm, voice search, pengiriman pesan dengan Gmail, dan pemberitahuan email. Hingga tahun 2012, Android telah berkembang dengan pesat. Dalam kurun 3 tahun Android telah diproduksi dalam versi, dan versi terakhir yang diproduksi disebut sebagai Android versi 4.1 atau Android Jelly Bean. Karakteristik Media Interaktif berbasis Android Media interaktif mobile sebagai media penyampaian informasi atau pesan memiliki beberapa karakteristik sebagai berikut: (1) Teks :teks berfungsi sebagai penjelas tambahan di dalam Media interaktif mobile ini. Di dalam Media interaktif mobile ini teks cenderung berskala medium tapi tidak dalam jumlah banyak, karena teks tidaklah karakteristik yang mendominasi Media interaktif mobile,(2) Ilustrasi: secara umum grafik berarti gambar garis, yang merupakan komponen penting dalam perancangan Media interaktif mobile. Menurut Jefkins (1995:9) salah satu cara untuk menyampaikan informasi secara cepat dan tepat adalah menggunakan kata-kata dan gambar. Maka daripada itu, ilustrasi merupakan hal penting untuk menarik pengguna menggunakan Media interaktif mobile ini.,(3) Animasi:animasi adalah menggerakan obyek 2D yang bergerak agar terlihat hidup seperti berjalan, berbicara, melompat dan lain sebagainya. Sutopo (2002:219) menyimpulkan membuat animasi berarti menggerakan gambar seperti kartun, tulisan dan lain sebagainya.Di dalam perancangan animasi

204

204

terdapat frame-frame atau tahapan per second untuk menggerakan gambar. setiap frame nya mewakili setiap pergerakan, fungsi frame tersebut untuk memberikan suatu gerakan yang halus dan tidak kaku.,(4) Suara:dalam hal ini suara yang dibutuhkan adalah suara yang mengiringi Media interaktif mobile, dan efek tombol untuk menarik perhatian pengguna., (5) Hubungan Interaktif:hubungan interaktif dalam konteks ini adalah terjadinya timbal balik kontak yang dilakukan, reaksi akibat tercapainya tujuan media yang interaktif. Seperti contoh pengguna menekan tombol untuk melink halaman selanjutnya dan menekan tombol lain untuk memasuki halaman berikutnya. Sutopo (2002:220) menyebutkan bahwa alternative link diperlukan bila pengguna menunjuk pada suatu obyek atau button supaya dapat mengakses program tertentu. Interactive link diperlukan untuk menggabungkan beberapa elemen multimedia sehingga menjadi informasi yang terpadu. Vektor 2 Dimensi Vektor adalah besaran yang memiliki nilai dan arah. Kecepatan, percepatan,gaya, tekanan, momentum dan sebagainya adalah contoh-contoh besaran vektor. Penulisan vektor dengan vektor satuan mempermudah pengertian tentang arah vektor itu.Beberapa vektor dapat dijumlahkan maupun dikalikan. Pada bab ini Kamu akan memperdalam tentang vektor sebagai besaran yang memiliki nilai dan arah. Meliputi vektor dua dimensi dan vektor tiga dimensi. Orang mengukur jarak adalah menghitung seluruh lintasan gerak yang ditempuh, sedangkan mengukur perpindahan berarti mengukur panjang dari titik awal ke arah titik akhir lintasan. Jadi kalau seorang siswa berlari dari suatu sudut mengelilingi lapangan sepak bola satu kali putaran, berarti Ia menempuh jarak keliling lapangan sepak bola itu, tetapi dikatakan perpindahannya nol. Contoh besaran skalar lainnya adalah panjang, massa, waktu,

suhu, kelajuan. perlajuan, usaha, daya sedangkan contoh besaran vektor diantaranya perpindahan, kecepatan, percepatan, gaya, momentum dan sebagainya. Gambar 1 merupakan besaran vektor diantaranya kecepatan angin, kecepatan arus air laut yang menggerakkan kapal laut, kecepatan pesawat tempur.

Gambar 1.Besaran vektor pada kecepatan pesawat tempur.

Gambar 2. Vektor 2 Dimensi Menurut Alonso dan Finn, sebuah vektor dapat digambarkan berupa anak panah atau ruas garis berarah.Panjang anak panah atau ruas garis menyatakan nilai atau besar vektor, sedangkan arah anak, panah menyatakan arah vektor.Notasi besaran vektor dapat dinyatakan dengan huruf besar atau huruf kecil yang diberi tanda panah di atasnya. Misalnya: vektor ab atau |AB| 3. METODE PENELITIAN Adapun konsep perancangan dari peta Media interaktif mobile ini dapat digambarkan pada gambar 3 dibawah ini

205

205

Gambar 3. DFD Level 0 Aplikasi Visualisasi Pemetaan Sekolah Kab Pasuruan Adapun pada perancangan ini diawali dengan pengumpulan data yang meliputi data pustaka dan observasi. Dalam tahap pengumpulan data ini ada beberapa hal yang didapatkan sebagai sumber data untuk membangun aplikasi visualisasi pemetaan sekolah di Kabupaten Pasuruan. Berdasarkan DFD level 0, dapat kita lihat bahwa aplikasi ini meliputi dari 3 bahasan utama yaitu mengenai 1. Data informasi yang meliputi informasi pengumuman, berita, dan kegiatan yang akan, sedang dan telah dilakukan dilingkungan Dinas Pendidikan dan Kebudayaan Kabupaten Pasuruan. Untuk bahasan data informasi ini yang dapat melakukan input data adalah pihak petugas sekolah dan admin aplikasi visualisasi pemetaan sekolah. Pihak petugas sekolah yang dalam hal ini ditekankan pada pemberian informasi kegiatan yang dilakukan dilingkungan sekolah masing-masing, sedangkan admin dalam hal input data mengenai pengumuman dan berita dilingkungan Dinas Pendidikan dan Kebudayaan Kabupaten Pasuruan. Sedangkan pihak Dinas Pendidikan dan Kebudayaan Kabupaten Pasuruan dan pengguna umum untuk sub Data Informasi ini hanya dapat melihat., 2. Data Foto Kegiatan ini meliputi segala foto yang bersumber dari kegiatan maupun kondisi fasilitas dari masing-masing sekolah. Untuk bahasan data foto kegiatan ini yang dapat melakukan input data adalah pihak petugas sekolah dan admin aplikasi visualisasi

pemetaan sekolah. Pihak petugas sekolah yang dalam hal ini ditekankan pada pemberian foto kegiatan dan kondisi fasilitas yang ada dilingkungan sekolah masing-masing, sedangkan admin dalam hal ini merupakan finalisasi dari data yang diinputkan dari pihak petugas sekolah. Sedangkan pihak Dinas Pendidikan dan Kebudayaan Kabupaten Pasuruan dan pengguna umum untuk sub Data Informasi ini hanya dapat melihat., 3. Data Sekolah ini berisi mengenai informasi data sekolah yang bersifat manajemen yang meliputi data sekolah, data siswa, data guru, dan data fasilitas beserta keadaaannya. Untuk bahasan data sekolah ini yang dapat melakukan input data adalah pihak petugas sekolah dan admin aplikasi visualisasi pemetaan sekolah, pihak admin disini lebih bersifat fasilitator yang membantu apabila terjadi masalah dalam hal masukan data dari masing-masing sekolah. 4. HASIL DAN PEMBAHASAN Dalam penelitian ini hasil yang dapat dilihat pada desain interface dari aplikasi visualisasi pemetaan sekolah dan tahap uji coba yang dilakukan pada penerapan yang dilakukan terhadap aplikasi visualisasi pemetaan sekolah ini. Desain Interface Aplikasi visualisasi Pemetaan Sekolah Pemetaan ini terdapat pada bagian Data Sekolah dimana konsep visualisasi dilakukan dengan pola penampilan peta Kabupaten Pasuruan secara keseluruhan dari sini pengguna dapat memilih kecamatan yang akan dipilih (dapat dilihat pada gambar 4. Setelah pengguna memilih kecamatan, maka pengguna akan masuk kedalam tampilan pemetaan per kecamatan seperti ditunjukkan dalam gambar 5, dimana dalam tampilan ini dapat dibedakan dalam 2 hal yaitu 1.Untuk pengguna hanya dapat melihat informasi mengenai Data sekolah dengan mengklik icon sekolah., 2. Untuk Admin dan

206

206

Pegawai Sekolah tidak hanya dapat melihat namun juga dapat menambah data sekolah maupun mengedit data sekolah. Dalam hal menginput data ini pihak admin dan pegawai sekolah tidak hanya menginput data sekolah, data siswa, data guru dan data fasilitas saja namun juga menentukan posisi dari sekolah tersebut.

Gambar 2. Tamp ilan Interface (Tampilan Kabupaten)

Gambar 3. Tampilan Data Sekolah (Tampilan Kecamatan dan Info) Gaya Desain Media Gaya desain yang digunakan pada tampilan peta adalah etnic retro, penggabungan dua unsur yaitu budaya sebagai tanda pengenal dan warna-warna yang mewakili Visualisasi informasi sekolah Kabupaten Pasuruan Jawa Timur. Dua unsur tersebut talah kuat mewakili informasi sekolah dan letak informasi sekolah di Jawa Timur. Motif budaya yang digunakan merupakan motif dayak Jawa Timur yang terkenal dengan motif berupa akar-akaran sebagai simbolisasi dari hubungan antara manusia dengan alam. Sedangkan warna coklat merupakan perwakilan warna dari kesan natural dariinformasi sekolah itu sendiri. Ini juga

diwujudkan dalam desain icon dan animasi seperti ditampilkan pada gambar 6. Jenis tipografi yang digunakan adalah Orator Std pada tombol cepat di bagian kanan peta, dan Arial digunakan pada nama peta layanan. Penggunaan font Arial ini dipilih untuk memudahkan pengguna dalam memahami isi dari petadansangat tepat penggunaan nya pada media elektronik atau digital.

Gambar 6. Tampilan Icon Sekolah Tahap uji coba Aplikasi visualisasi pemetaan sekolah Tahap uji coba dari aplikasi ini dilakukan dengan 2 tahap yaitu tahap uji coba di LAN Universitas Negeri Malang dan tahap uji coba lapangan dilakukan 2 kecamatan di Kabupaten Pasuruan Jawa Timur, yaitu Kecamatan Beji dan Grati. Pada uji coba yang dilakukan di LAN Universitas Negeri Malang, aplikasi diletakkan pada komputer di lab komputer UM, kemudian dilakukan proses uji coba mulai instalasi dan menjalankan aplikasi pada gadget berbasis android, beruda data informasi, data foto kegiatan dan data sekolah. Proses ini dilaksanakan pada 12 titik jaringan di lokasi yang berbeda dengan gadget yang berbeda. Tahap uji coba di lapangan dilakukan di dengan menggunakan 3 Hp Android, uji coba yang dilakukan sama dengan yang dilakukan pada ujicoba 1 yaitu proses uji coba menjalankan aplikasi pada gadget berbasis android, beruda data informasi, data foto kegiatan dan data sekolah. Hasil dari tahap uji coba dapat dilihat pada tabel 1 dibawah ini. Dalam hasil ujicoba secara keseluruhan dapat dikatakan tidak mengalami kendala karena pada 2 tahap ujicoba yang dilakukan hanya pada tahap uji coba di lapangan yang mengalami kendala, hal ini dikarenakan daya Hp yang kurang bagus sehingga

207

207

mengakibatkan terputusnya proses pada aplikasi visualisasi pemetaan sekolah Kabupaten Pasuruan. Tabel 1: Tahap uji coba

5. KESIMPULAN Berdasarkan hasil penelitian yang dilakukan pada aplikasi visualisasi pemetaan sekolah Kabupaten Pasuruan Jawa Timur dapat ditarik kesimpulan bahwa penerapan aplikasi visualisasi pemetaan sekolah Kabupaten Pasuruan Jawa Timur dapat dilaksanakan dengan baik dengan tingkat keberhasilan proses 99,5%, dimana hasil ini didapatkan dari hasil uji coba dimana hasil uji coba untuk tahap Data Sekolah untuk proses penentuan posisi tingkat keberhasilan 100% sedang proses data info sekolah 99,3%. Hasil ujicoba untuk Data foto kegiatan tingkat keberhasilan penerapan 98,7% dan data informasi dengan tingkat keberhasilan 100%. DAFTAR PUSTAKA [1] Sutopo, A.H.2002. Analisis dan

Desain Berorientasi Objek. Yogyakarta: J&J Learning

[2] Tay, Vaughan. 2004. Multimedia : Making It Work Edisi 6. Yogyakarta : ANDI

[3] Cooper , Alan. About Face 3. The Essentials of Interaction Design, ISBN

[4] 978-0470084113, www.newsrider.com, USA, 2008

[5] Hoekman, Robert, Designing the Moment: Web Interface Design Concepts in Action,www.newsrider.com, USA, 2008

[6] Reilly, Designing Interface second edition, ISBN 978-1-449-37390-4, Canada, 2010

208

208

KOMPARASI KINERJA APLIKASI KOMPUTER AKUNTANSI MYOB V.17 DAN ACCURATE V.4 PADA

PROSES PENYELESAIAN TRANSAKSI PEMBELIAN DAN PENJUALAN

Mardiana Andarwati1), Theresia Pradiani2)

1)Fakultas Teknologi Informasi Universitas Merdeka Malang 2)Fakultas Ilmu Komputer Universitas Putera Batam

Abstrak

Studi komparasi antara Myob dan Accurate untuk membandingkan perangkat lunak buatan lokal (dalam negeri) dan luar negeri. Myob merupakan perangkat lunak buatan Australia. Sedangkan Accurate merupakan produk buatan lokal (dalam negeri) yang secara umum lebih dapat memenuhi permintaan pasar di Indonesia. Hasil komparasi menunjukkan bahwa Accurate v.4 untuk proses IPO pembelian tunai unggul ± 1 menit. Sedangkan untuk proses IPO pembelian down payment dan untuk proses IPO pembelian kredit tidak menunjukkan perbedaan yang signifikan. Dan dalam penyelesaian langkah proses penjualan, sekali lagi Accurate v.4 menunjukkan keunggulan ± 35 detik. Kata kunci :komparasi, Myob, Accurate

I. LATAR BELAKANG Saat ini banyak sekali program aplikasi komputer di bidang akuntansi yang sudah jadi dan siap untuk dipakai, baik produk buatan dalam negeri ataupun luar negeri. Program aplikasi akuntansi merupakan aplikasi yang dibangun secara otomatis untuk pembukuan yang lebih mudah menghasilkan laporan keuangan secara lebih lengkap, cepat, dan akurat. Program aplikasi akuntansi yang siap pakai ini biasanya dipergunakan bagi UKM (Usaha Kecil Menengah) yang dibuat secara terpadu (integrated). Produk ini menawarkan berbagai macam fitur untuk memantau kinerja perusahaan. Namun banyaknya produk perangkat lunak akuntansi di pasaran justru membingungkan, karena fitur tiap produk tersebut hampir sama, salah satunya MYOB dan Accurate. Berdasarkan uraian di atas, penulis melakukan komparasi antara Myob dan Accurate untuk membandingkan perangkat lunak buatan lokal (dalam negeri) dan luar negeri. Dengan harapan user akan memperoleh gambaran kecocokan software

akuntansi yang tersedia apabila akan diterapkan dan diimplementasikan untuk membantu pengelolaan bisnis. Myob merupakan software buatan luar negeri yaitu berasal dari Australia. Sedangkan Accurate merupakan produk buatan lokal (dalam negeri) yang secara umum lebih dapat memenuhi permintaan pasar di indonesia. Pemakaian perangkat lunak dipilih sesuai dengan visi pengguna yang bersifat masa depan untuk kemudian dijabarkan strateginya sesuai dengan visi pengguna. Disamping itu pemilihan perangkat lunak juga didasarkan pada pembenahan sistem dan pengembangan sumber daya manusianya. Dengan adanya penelitian ini maka akan didapat suatu output yang bisa menjadi acuan bagi para pengguna atau pemakai atau user perangkat lunak aplikasi akuntansi dalam mengaplikasikan Myob dan Accurate sesuai dengan kebutuhan pasar. II. METODOLOGI PENELITIAN Penelitian ini dilakukan dengan melakukan kajian teoritik untuk mengetahui gambaran umum yang signifikan pada Myob v.17 dan Accurate

209

209

v.4. Dan melakukan perhitungan waktu penyelesaian proses pencatatan transaksi pembelian kepada supplier dan penjualan kepada customer pada perusahaan retail, dalam hal ini adalah mini market. Adapun secara spesifikasi, yang diuji antara lain a. Komparasi gambaran umum secara

signifikan fitur dari Myob dan Accurate

b. Uji kecepatan waktu dalam penyelesaian proses pembelian (pembelian tunai, pembelian dengan uang muka/down payment, pembelian kredit) dengan menggunakan Myob dan Accurate

c. Uji kecepatan waktu dalam penyelesaian proses penjualan (penjualan tunai, penjualan dengan uang muka/down payment, penjualan kredit) dengan menggunakan Myob dan Accurate Berikut diagram alur penelitian untuk

bisa mengetahui arah dan hasil yang diharapkan.

Gambar 1. Diagram Alur Penelitian

III. HASIL PENELITIAN 3.1. Gambaran Umum Myob v.17 dan

Accurate v.4 Berdasarkan Studi Literatur

Tampilan awal Perbedaan tampilan awal (starting

display) antara Myob v.17 dan Accurate v.4 adalah pada saat membuka display Myob v.17 mempunyai tampilan yang terlihat formal dengan lima icon dan keterangan tentang icon tertera di sebelah kanan icon. Myob lebih menekankan ke

arah tampilan default sebuah software bisnis.

Ga

mbar 2. Myob

Starting Display

Pada saat pertama kali membuka Accurate v.4 akan terlihat display yang memiliki enam gambar icon di mana akan muncul keterangan tentang icon tersebut apabila cursor diarahkan di atas icon. Accurate menampilkan display atau tampilan yang lebih modern atau tampilan yang berbeda dari software akuntansi lain.

Gambar 3. Accurate Starting Display Setup Database Dalam hal pengoperasiannya, Myob menampilkan fitur yang mudah dipahami. Operator tinggal mengikuti alur proses yang disediakan dalam software Myob. Dalam men-setup di awal ketika hendak menyesuaikan dengan proses bisnis perusahaan memerlukan kejelian karena Myob telah menyediakan bentuk proses baku sesuai dengan pilihan ketika men-setup. Karena database Myob merupakan database yang dikunci, artinya pengguna tidak dapat melakukan modifikasi laporan, modifikasi field di Myob sehingga customization sulit untuk dipenuhi (tarymarthe). Sehingga apabila salah menentukan proses bisnis saat setup maka proses bisnis akan menjadi kurang relevan. Untuk proses bisnis UKM di Indonesia, mungkin software Myob kurang pas mengingat software ini dibangun atas memperhatikan kondisi bisnis di negara asalnya. Sedangkan untuk Accurate sangat mudah dan sangat aplikatif bagi proses bisnis UKM di Indonesia dan dalam

210

210

penggunaan software ini juga sangat mudah diikuti tanpa memerlukan pengetahuan akuntansi sebelumnya. Dalam proses set up dibagi manjadi dua yaitu set up database dengan persiapan standart dan persiapan mahir. Database untuk Myob merupakan database yang dikunci dalam arti pengguna tidak dapat melakukan modifikasi laporan, modifikasi field di Myob sehingga customization apabila diperlukan relatif sulit dipenuhi oleh Myob. Sedangkan database Accurate merupakan database server firebird, database SQL dari kelas Client/server. Sehingga Accurate mampu melayani sampai ratusan user sekaligus tanpa penurunan performance yang berarti. Selain itu databasenya sangat kuat sehingga tidak akan rusak sekalipun listrik untuk server mati mendadak (danzoo46) Bahasa Myob v.17 merupakan software buatan Australia, hanya bisa menampilkan tampilan bahasa Inggris. Software tersebut dibuat oleh Data-Tech Software Pty. Ltd. Australia. Data-Tech Sofware merekomendasikan Myob accounting, arsitek, konsultan, galeri seni, salon kecantikan kontraktor dan menyediakan daftar rekening siap pakai. Untuk menampilkan bahasa lain diperlukan “on-screen translation program” atau program penerjemah on-screen (yang terdapat di layar) atau mungkin add-on lain yang harus ditambah sendiri.

Accurate v.4 merupakan software yang diciptakan putra putri Bangsa Indonesia yang berdiri dibawah bendera PT. Cipta Piranti Sejahtera lebih dikenal dengan sebutan CPSSoft yang berlokasi di Jakarta. Mampu menampilkan dua jenis bahasa untuk tampilannya yaitu Bahasa Indonesia dan Bahasa Inggris. Sehingga lebih familiar dan mudah dipahami di Indonesia. Myob merupakan software buatan luar negeri yang lebih tepatnya perusahaan dari Australia sehingga mungkin kurang bisa memenuhi permintaan pasar di Indonesia bila dibandingkan Accurate.

Fitur-fitur Pada Myob metode persediaan dengan menggunakan average, belum ada multi warehouse sehingga mengakibatkan pengelolaan atas barang konsinyasi relatif sulit dikelola dalam Myob, tidak ada fitur untuk mengelola perusahaan dengan multi company artinya laporan konsolidasi tidak dapat diharapkan dapat dibuat dengan menggunakan Myob.

Untuk Accurate terdapat fitur penting seperti mencatat transaksi dalam berbagai mata uang (multi currency) dengan kurs komersil serta kurs pajak, multi sales tax, multi user, multi company, multi level discount, multi unit dengan 3 level unit, metode persediaan dengan FIFO serta Average, multi warehouse, dan dapat mengonsolidasikan laporan keuangan dari beberapa anak perusahaan. Perpajakan Pada Myob belum ada feature perpajakan di dalamnya karena Myob merupakan software buatan luar negeri. Pembuatan laporan yang berkaitan dengan PPN dan lainnya harus dikelola diluar software Myob karena tidak sesuai dengan sistem perpajakan yang berlaku di Indonesia.

Untuk Accurate sudah ada feature pajak. Tax report dari PPN IN dan OUT sampai pada SPT Tahunan Form 1771 secara otomatis yang berlaku di Indonesia. Standart akuntansi yang digunakan pun sudah sesuai dengan standart akuntansi yang ada di Indonesia, terkait dengan pencatatan dan pelaporan keuangannya. Laporan Keuangan Mempunyai kemampuan untuk mengeksplorasi semua laporan ke program Excel tanpa melalui proses ekspor/impor file yang merepotkan. Laporan keuangan untuk Myob menampilkan laporan keuangan komparasi serta menampilkan analisis laporan dalam bentuk grafik. Disamping itu kemampuan trash back semua laporan ke semua dokumen dan sumber transaksi. Serta dapat diaplikasikan untuk 105 jenis perusahaan yang telah direkomendasikan.

211

211

Laporan pada Accurate dapat mengkonsolidasikan laporan keuangan dari beberapa anak perusahaan, disamping itu dapat di view langsung dengan Microsoft excel, serta terdapat fasilitas untuk proses export dan import data. Laporan serta faktur yang dapat di customize oleh user apabila user memahami proses report dengan fast report. Sementara itu dilengkapi dengan tampilan grafis (graphics user interface) yang mudah dipahami bahkan untuk orang yang baru pertama kali menggunakannya (Rahmat H. 2010). Digit Akun dan Nilai Transaksi Digit akun pada Myob mencapai lima (5) digit sedangkan pada Accurate digit akunnya mencapai 30 digit. Nilai transaksi yang dapat di cover Myob accounting software mencapai 11 digit sedangkan untuk Accurate accounting software bisa mencapai 15 digit dan dua desimal atau setara dengan 920 triliun. 3.2. Komparasi Waktu Myob v.17

dan Accurate v.4 A. MYOB 1. Pembelian Tunai

Proses penyelesaian transaksi pembelian tunai diawali dengan input, proses, dan output. Untuk input pembelian tunai dimulai dari proses melakukan entry data barang melalui inventory > item list dan melakukan entry data supplier melalui card file. Sedangkan proses pembelian tunai dimulai dengan melakukan entry purchases di fasilitas purchases. Purchases yang digunakan adalah enter purchases dengan status close bill. Dan nilai pembayaran diberikan penuh dan di entry pada paid to day dengan termin COD (cash on delivery). Untuk output pembelian tunai berupa hasil status pembelian tunai (purchases register) dan laporan pembelian tunai (purchases report).

2. Pembelian dengan uang muka/down payment

Proses penyelesaian transaksi pembelian dengan uang muka (down

payment) diawali dengan input, proses, dan output. Untuk input pembelian tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data supplier melalui card file. Sedangkan proses pembelian dengan uang muka (down payment) dimulai dengan melakukan enter purchases di fasilitas purchases. Purchases yang digunakan adalah enter purchases dengan status order (merupakan proses pesanan yang berisi barang-barang yang diminta untuk dibeli dan jumlah kuantitas yang akan dibeli, syarat pembayaran (term), harga beli yang telah melalui kesepakatan dengan pemasok, biaya angkut dan down payment (uang muka) untuk mencatat nilai uang muka yang diberikan atas pesanan pembelian produk pada transaksi tersebut melalui paid to day. Setelah itu pilih pay bills (merupakan pembayaran hutang ke pemasok yang akan mengakhiri siklus pembelian order). Untuk output pembelian dengan uang muka berupa hasil status pembelian dengan uang muka (purchases register) dan laporan pembelian dengan uang muka (purchases report).

3. Pembelian kredit Proses penyelesaian transaksi

pembelian kredit diawali dengan input, proses, dan output. Untuk input pembelian tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data supplier melalui card file. Sedangkan proses pembelian tunai dimulai dengan melakukan entry purchases di fasilitas purchases. Purchases yang digunakan adalah enter purchases dengan status bill dan purchases payment (merupakan pembayaran hutang ke pemasok yang akan mengakhiri siklus pembelian). Perbedaan untuk langkah pembelian dengan uang muka dan kredit terletak pada barang yang sudah diterima atau belum dan jumlah pembayaran yang diberikan pada

212

212

purchases payment. Apabila pembelian dengan uang muka maka barang masih belum diterima karena masih order dan pembayaran dilakukan berdasarkan nilai uang muka yang diberikan sedangkan pembelian dengan kredit terletak pada barang yang sudah diterima dan pembayaran dilakukan dengan cara mengangsur (kredit) yang menggunakan termin. Untuk output pembelian tunai berupa hasil status pembelian kredit (purchases register) dan laporan pembelian kredit (purchases report).

B. Accurate 1. Pembelian Tunai

Proses penyelesaian transaksi pembelian tunai diawali dengan input, proses dan output. Untuk input pembelian tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data supplier melalui card file. Sedangkan proses pembelian tunai dimulai dengan melakukan entry purchases di fasilitas purchases. Purchases yang digunakan adalah purchases invoice (merupakan proses penagihan dari pihak pemasok ke perusahaan) dan purchases payment (merupakan pembayaran hutang ke pemasok yang akan mengakhiri siklus pembelian). Untuk output pembelian tunai berupa hasil status pembelian tunai (purchases register) dan laporan pembelian tunai (purchases report).

2. Pembelian dengan Uang muka (down payment)

Proses penyelesaian transaksi pembelian dengan uang muka (down payment) diawali dengan input, proses dan output. Untuk input pembelian tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data supplier melalui card file. Sedangkan proses pembelian dengan uang muka (down payment) dimulai dengan melakukan entry purchases di fasilitas purchases. Purchases yang digunakan adalah purchases order (merupakan proses

pesanan yang berisi barang-barang yang diminta untuk dibeli dan jumlah kuantitas yang akan dibeli, syarat pembayaran, harga beli yang telah melalui kesepakatan dengan pemasok, biaya angkut) dan down payment (uang muka) unuk mencatat nilai uang mukan yang diberikan atas pesanan pembelian produk pada transaksi tersebut. Setelah itu pilih purchases payment (merupakan pembayaran hutang ke pemasok yang akan mengakhiri siklus pembelian). Untuk output pembelian dengan uang muka berupa hasil status pembelian dapat dilihat dan laporan pembelian dengan uang muka (purchases report).

3. Pembelian Kredit Proses penyelesaian transaksi

pembelian kredit diawali dengan input, proses dan output. Untuk input pembelian tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data supplier melalui card file. Sedangkan proses pembelian tunai dimulai dengan melakukan entry purchases di fasilitas purchases. Purchases yang digunakan adalah purchases invoice (merupakan proses penagihan dari pihak pemasok ke perusahaan) dan purchases payment (merupakan pembayaran hutang ke pemasok yang akan mengakhiri siklus pembelian). Perbedaan untuk langkah pembelian secara tunai dan kredit terletak pada barang yang sudah diterima atau belum dan jumlah pembayaran yang diberikan pada purchases payment. Apabila pembelian dengan uang muka maka barang masih belum diterima karena masih order dan pembayaran dilakukan berdasarkan nilai uang muka yang diberikan sedangkan pembelian dengan kredit terletak pada barang yang sudah diterima dan pembayaran dilakukan dengan cara mencicil (kredit) yang menggunakan termin (term). Untuk output pembelian tunai berupa hasil status pembelian kredit (purchases

213

213

register) dan laporan pembelian kredit (purchases report).

3.3. Komparasi Waktu penyelesaian

langkah proses penjualan Myob v.17 dan Accurate v.4

A. MYOB 1. Penjualan Tunai

Proses penyelesaian transaksi penjualan tunai diawali dengan input, proses dan output. Untuk input penjualan tunai dimulai dari proses melakukan entry data barang melalui inventory > item list dan melakukan entry data customer melalui card file. Sedangkan proses penjualan tunai dimulai dengan melakukan entry sales di fasilitas sales. Sales yang digunakan adalah enter sales dengan status close invoice. Dan nilai penerimaan uang diberikan penuh dan di entry pada paid to day dengan termin COD (cash on delivery). Untuk output penjualan tunai berupa hasil status penjualan tunai (sales register) dan laporan penjualan tunai (sales report).

2. Penjualan dengan uang muka/down payment

Proses penyelesaian transaksi penjualan dengan uang muka (down payment) diawali dengan input, proses dan output. Untuk input penjualan tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data customer melalui card file. Sedangkan proses penjualan dengan uang muka (down payment) dimulai dengan melakukan enter sales di fasilitas sales. Sales yang digunakan adalah enter sales dengan status order (merupakan proses pesanan yang berisi barang-barang yang diminta untuk dijual dan jumlah kuantitas yang akan dijual, syarat pembayaran (term), harga jual yang telah melalui kesepakatan

dengan pelanggan, biaya angkut dan down payment (uang muka) untuk mencatat nilai uang muka yang diberikan atas pesanan penjualan produk pada transaksi tersebut melalui paid to day. Setelah itu pilih receive payment (merupakan penerimaan piutang ke customer yang akan mengakhiri siklus penjualan order). Untuk output penjualan dengan uang muka berupa hasil status penjualan dengan uang muka (purchases register) dan laporan penjualan dengan uang muka (sales report).

3. Penjualan kredit Proses penyelesaian transaksi

penjualan kredit diawali dengan input, proses dan output. Untuk input penjualan tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data customer melalui card file. Sedangkan proses pembelian tunai dimulai dengan melakukan entry sales di fasilitas sales. Sales yang digunakan adalah enter sales dengan status invoice dan receive payment (merupakan penerimaan piutang ke pelanggan yang akan mengakhiri siklus penjualan). Perbedaan untuk langkah penjualan dengan uang muka dan kredit terletak pada barang yang sudah dikirim atau belum dan jumlah penerimaan piutang yang diberikan pada receive payment. Apabila penjualan dengan uang muka maka barang masih belum diterima karena masih order dan penerimaan piutang dilakukan berdasarkan nilai uang muka yang diberikan sedangkan penjualan dengan kredit terletak pada barang yang sudah dikirim dan penerimaan piutang dilakukan dengan cara mengangsur (kredit) yang menggunakan termin. Untuk output penjualan tunai berupa hasil status penjualan kredit (sales register) dan laporan penjualan kredit (sales report).

214

214

B. Accurate 1. Penjualan Tunai

Proses penyelesaian transaksi penjualan tunai diawali dengan input, proses, dan output. Untuk input penjualan tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data customer melalui card file. Sedangkan proses penjualan tunai dimulai dengan melakukan entry sales di fasilitas sales. Sales yang digunakan adalah sales invoice (merupakan proses penagihan dari pihak customer ke perusahaan) dan sales receipt (merupakan penerimaan piutang dari pelanggan yang akan mengakhiri siklus penjualan). Untuk output penjualan tunai berupa hasil status penjualan tunai (sales register) dan laporan penjualan tunai (sales report).

2. Penjualan dengan Uang muka (down payment)

Proses penyelesaian transaksi penjualan dengan uang muka (down payment) diawali dengan input, proses, dan output. Untuk input penjualan tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data supplier melalui card file. Sedangkan proses pembelian dengan uang muka (down payment) dimulai dengan melakukan entry purchases di fasilitas purchases. Purchases yang digunakan adalah purchases order (merupakan proses pesanan yang berisi barang-barang yang diminta untuk dibeli dan jumlah kuantitas yang akan dibeli, syarat pembayaran, harga beli yang telah melalui kesepakatan dengan pemasok, biaya angkut) dan down payment (uang muka) unuk mencatat nilai uang muka yang diberikan atas pesanan pembelian produk pada transaksi tersebut. Setelah itu pilih purchases payment (merupakan pembayaran hutang ke pemasok yang akan mengakhiri siklus pembelian). Untuk output pembelian dengan uang muka berupa hasil status

pembelian dapat dilihat dan laporan pembelian dengan uang muka (purchases report).

3. Penjualan Kredit Proses penyelesaian transaksi

pembelian kredit diawali dengan input, proses dan output. Untuk input pembelian tunai dimulai dari proses melakukan entry data barang melalui item list dan melakukan entry data supplier melalui card file. Sedangkan proses pembelian tunai dimulai dengan melakukan entry purchases di fasilitas purchases. Purchases yang digunakan adalah purchases invoice (merupakan proses penagihan dari pihak pemasok ke perusahaan) dan purchases payment (merupakan pembayaran hutang ke pemasok yang akan mengakhiri siklus pembelian). Perbedaan untuk langkah pembelian secara tunai dan kredit terletak pada barang yang sudah diterima atau belum dan jumlah pembayaran yang diberikan pada purchases payment. Apabila pembelian dengan uang muka maka barang masih belum diterima karena masih order dan pembayaran dilakukan berdasarkan nilai uang muka yang diberikan sedangkan pembelian dengan kredit terletak pada barang yang sudah diterima dan pembayaran dilakukan dengan cara mencicil (kredit) yang menggunakan termin (term). Untuk output pembelian tunai berupa hasil status pembelian kredit (purchases register) dan laporan pembelian kredit (purchases report).

IV. KESIMPULAN

Melakukan komparasi antara Myob dan Accurate untuk membandingkan perangkat lunak buatan lokal (dalam negeri) dan luar negeri. Dengan harapan

215

215

user akan memperoleh gambaran kecocokan software akuntansi yang tersedia apabila akan diterapkan dan diimplementasikan untuk membantu pengelolaan bisnis. Pemakaian perangkat lunak dipilih sesuai dengan visi pengguna yang bersifat masa depan untuk kemudian dijabarkan strateginya sesuai dengan visi pengguna. Disamping itu pemilihan perangkat lunak juga didasarkan pada pembenahan sistem dan pengembangan sumber daya manusianya.

Dengan adanya penelitian ini maka akan didapat suatu output yang bisa menjadi acuan bagi para pengguna atau pemakai atau user perangkat lunak aplikasi akuntansi dalam mengaplikasikan Myob dan Accurate sesuai dengan kebutuhan pasar. Dalam hal ini adalah pasar Myob dan Accurate.

Berdasarkan permasalahan dan pembahasan di atas maka dapat disimpulkan : 1. Gambaran umum untuk Myob sebagai

perangkat lunak akuntansi buatan Australia berbeda dengan Accurate Accounting Software buatan Indonesia. Gambaran yang dimaksudkan adalah tampilan awal, setup database, bahasa, fitur-fitur, perpajakan, laporan keuangan, digit akun dan nilai transaksi. Dari segi tampilan awal (display), untuk Myob terlihat formal dengan 5 icon. Untuk Accurate memiliki 6 gambar icon, dengan display lebih modern. Dari segi setup database, untuk Myob menggunakan database Myob merupakan database yang dikunci, artinya pengguna tidak dapat melakukan modifikasi laporan, modifikasi field di Myob sehingga customization sulit untuk dipenuhi. Untuk Accurate Menggunakan database server firebird, database SQL dari kelas Client/server. Accurate mampu melayani sampai ratusan user sekaligus tanpa penurunan performance yang berarti job costing software Selain itu database-nya sangat kuat sehingga tidak akan rusak sekalipun listrik untuk server mati

mendadak. Dari segi bahasa, untuk Myob menampilkan tampilan bahasa Inggris dan untuk Accurate menampilkan dua jenis bahasa untuk tampilannya yaitu Bahasa Indonesia dan Bahasa Inggris. Dari segi fitur, untuk Myob metode persediaan dengan menggunakan average, belum ada multi warehouse sehingga mengakibatkan pengelolaan atas barang konsinyasi relatif sulit dikelola dalam Myob, tidak ada fitur untuk mengelola perusahaan dengan multi company artinya laporan konsolidasi tidak dapat diharapkan dapat dibuat dengan menggunakan Myob. Untuk Accurate, mencatat transaksi dalam berbagai mata uang (multi currency) dengan kurs komersil serta kurs pajak, multi sales tax, multi user, multi company, multi level discount, multi unit dengan 3 level unit, metode persediaan dengan FIFO serta Average, multi warehouse, dan dapat mengonsolidasikan laporan keuangan dari beberapa anak perusahaan. Dari segi perpajakan, untuk Myob belum ada feature perpajakan di dalamnya karena Myob merupakan software buatan luar negeri sehingga tidak ada fitur perpajakan didalamnya. Untuk Accurate, sudah ada feature pajak. Tax report dari PPN IN dan OUT sampai pada SPT Tahunan Form 1771 secara otomatis yang berlaku di Indonesia. Dari segi laporan keuangan, untuk Myob menampilkan laporan keuangan komparasi serta menampilkan analisis laporan dalam bentuk grafik. Disamping itu kemampuan trash back semua laporan ke semua dokumen dan sumber transaksi. Serta dapat diaplikasikan untuk 105 jenis perusahaan yang telah direkomendasikan. Untuk Accurate, dapat mengkonsolidasikan laporan keuangan dari beberapa anak perusahaan, disamping itu dapat di view langsung dengan Microsoft excel, serta terdapat fasilitas untuk proses export dan import data. Laporan serta faktur yang dapat di customize oleh user

216

216

apabila user memahami proses report dengan fast report. Dari segi digit akun dan nilai transaksi, untuk Myob mencapai lima (5) digit sedangkan pada Accurate digit akunnya mencapai 30 digit. Untuk Accurate, mencapai 15 digit dan dua desimal atau setara dengan 920 triliun.

2. Lama waktu yang dipergunakan dalam penyelesaian langkah proses pembelian (pembelian tunai, pembelian dengan uang muka/down payment, pembelian kredit) dengan menggunakan Myob v.17 adalah untuk proses IPO pembelian tunai 3 menit 39 detik, proses IPO pembelian down payment 4 menit 23 detik, dan untuk proses IPO pembelian kredit 2 menit 8 detik. Lama waktu yang dipergunakan dalam penyelesaian langkah proses pembelian (pembelian tunai, pembelian dengan uang muka/down payment, pembelian kredit) dengan menggunakan Accurate v.4 adalah untuk proses IPO pembelian tunai 2 menit 56 detik, proses IPO pembelian down payment 4 menit 31 detik, dan untuk proses IPO pembelian kredit 2 menit 21 detik.

3. Lama waktu yang dipergunakan dalam penyelesaian langkah proses penjualan (penjualan tunai, penjualan dengan uang muka/down payment, penjualan kredit) dengan menggunakan Myob v.17 adalah untuk proses IPO penjualan tunai 3 menit 27 detik, proses IPO penjualan down payment 2 menit 76 detik, dan untuk proses IPO penjualan kredit 3 menit 2 detik. Lama waktu yang dipergunakan dalam penyelesaian langkah proses penjualan (penjualan tunai, penjualan dengan uang muka/down payment, penjualan kredit) dengan menggunakan Accurate v.4 adalah untuk proses IPO penjualan tunai 2 menit 50 detik, proses IPO penjualan down payment 2 menit 41 detik, dan untuk proses IPO penjualan kredit 2 menit 19 detik.

V. DAFTAR PUSTAKA

1. Khakim, K.N. 2011, Analisis Faktor-Faktor Yang Mempengaruhi Penerimaan Dan Penggunaan Software Akuntansi Myob Dengan Menggunakan Pendekatan Technology Acceptance Model (Tam), Semarang : Skripsi, Fakultas Ekonomi Universitas Diponegoro

2. Sastrawan U.,Sp, Ratih Pratiwi,Se dan Eka Merdekawati, Se. 2012, Perbandingan Penerapan Sistem Akuntansi Konvensional Dengan Sistem Akuntansi Berbasis Komputer Pada Perusahaan Dagang, 08 Jurnal Sains Terapan Edisi II Vol-2 (1) :114–130

3. Wan Maimunah Binti Wan Ishak. 2002, Kemahiran menggunakan perisian prakauan dan pemrosesan perkataan (word processing) di kalangan peljar diploma perakauan : satu tinjauan di lima politeknik di Malaysia Kolej Universiti Teknologi Tun Hussei Onn

4. Istianingsih,Dr. dan Wiwik Utami, SE, Msi, Ak. Pengaruh Kepuasan Pengguna Sistem Informasi Terhadap Kinerja Individu (Studi Empiris Pada Pengguna Paket Program Aplikasi Sistem Informasi Akuntansi Di Indonesia), Fakultas Ekonomi Universitas Mercubuana

5. Prakoso G. 2010, Analisis Pengaruh Pengetahuan Akuntansi, Pengetahuan Teknologi Informasi dan Kemampuan Berbahasa Inggris Terhadap Penguasaan SAP Pada Mahasiswa Strata Satu Jurusan Akuntansi Stie Perbanas Surabaya : Sekolah Tinggi Ilmu Ekonomi Perbanas, Surabaya

6. Yulius Kurnia S. 2005. Pengaruh Pengetahuan Teknologi Informasi yang Dikuasai Akuntan Pendidik, Persepsi Manfaat Sistem Informasi dan Kecocokan Antara Tugas Teknologi Terhadap Pemanfaatan Kinerja Teknologi Informasi Oleh Akuntan Pendidik.Jurnal Kajian

217

217

Bisnis, vol. 13, no.2, mei 2005,194-205

7. Erma Suryani. 2009.Pengaruh pengetahuan akuntansi dan pemanfaatan software Akuntansi terhadap kinerja individu mahasiswa jurusan akuntansi STIE Perbanas Surabaya. Skripsi Sarjana Perbanas : STIE Perbanas Surabaya.

218

ANALISA POLA DATA HASIL PEMBANGUNAN KABUPATEN MALANG MENGGUNAKAN

METODE ASSOCIATION RULE

𝐃𝐞𝐰𝐢 𝐒𝐢𝐛𝐚𝐠𝐚𝐫𝐢𝐚𝐧𝐠𝟏), 𝐊𝐚𝐫𝐢𝐧𝐚 𝐀𝐮𝐥𝐢𝐚𝐬𝐚𝐫𝐢𝟐) 𝟏.𝟐)Jurusan Teknik Informatika, Institut Teknologi Nasional Malang

Jalan Raya Karanglo Km 2, Malang, Telp. (0341) 417634 Email : karina.auliasari86@gmail.com

Abstract

Data of development results in an area divided into several sectors. Each sector has a commodity, government use this data to determine potential comodity in small coverage area. This paper was based on our research use association rule method, as we know this method commonly used in data mining to discover pattern from huge data. Apriori is an algorithm that is implemented on application in this research, this algorithm is used to generate strong association information (strong linkage) between commodities in each sector. Support, confidence values and relationship between each commodities in 33 districts Kabupaten Malang displayed by application. From test result showed that more higher value of confidence and support make the strong relationships between commodity value. Minimum limit value can not support more than 33, because most transaction data which is calculated from the total number of 33 districts in Malang.

Intisari Data hasil pembangunan di suatu area dibagi-bagi menjadi beberapa sektor. Tiap sektor

memiliki komoditas, pemerintah menggunakan data ini untuk menentukan komoditas yang paling berpotensi di suatu daerah. Paper ini disusun berdasarkan pada penelitian menggunakan metode association rule, sebagaimana kita tahu metode ini umum digunakan pada data mining untuk menemukan suatu pola dari data yang berkapasitas besar. Algoritma apriori diimplementasikan pada aplikasi pada penelitian ini, algoritma ini digunakan untuk menghasilkan informasi keterkaitan yang kuat antar komoditas di tiap sektor. Nilai support, confidence dan hubungan antara tiap komoditas pada 33 kecamatan di Kabupaten Malang ditampilkan oleh aplikasi. Dari hasil pengujian menunjukkan bahwa semakin tinggi nilai confidence dan support maka semakin kuat nilai hubungan antar komoditi. Nilai batasan minimum support tidak bisa lebih dari 33, karena data transaksi terbanyak yang dihitung adalah dari seluruh jumlah kecamatan yang ada pada 33 kecamatan di Kabupaten Malang. Keywords : Development result, Data Mining, Association Rule, Apriori Algorithm

219

PENDAHULUAN

Pemerintah daerah dan masyarakat bekerja sama mengelola sumber daya yang ada untuk meningkatkan pertumbuhan ekonomi dan menciptakan suatu lapangan kerja baru. Tujuan dari usaha pembangunan ekonomi selain menciptakan pertumbuhan yang setinggi-tingginya, harus pula menghapus atau mengurangi tingkat kemiskinan, ketimpangan pendapatan dan tingkat pengangguran. Kebijakan yang diambil dalam proses pembangunan daerah didasarkan pada empat faktor, yaitu kekayaan sumber daya alam, posisi geografis, potensi lahan dan potensi sumber daya manusia. Faktor-faktor tersebut mengarahkan pemerintah daerah untuk mendorong pembangunan industri, pengembangan lahan pertanian dan perkebunan, dan pengelolaan hasil perternakan dengan tepat. Data hasil pembangunan memiliki kapasitas data yang besar dengan berbagai variasinya. Hal ini menimbulkan permasalahan dalam proses pengambilan kebijakan terkait dengan pengalokasian dana pada tiap sektor pembangunan di suatu daerah. Peran teknologi diimbangi dengan adanya sistem informasi diperlukan untuk menganalisa informasi yang dihasilkan. Oleh karena itu, diperlukan analisa terhadap pola data hasil pembangunan di setiap daerah sehingga dapat diketahui sektor dan komoditi yang berpotensi. Dengan demikian hasil analisa yang akurat dan cepat menunjang pemerintah daerah untuk memutuskan pengalokasian dana tepat sasaran. Pencarian pola dari data yang berskala besar berkaitan dengan data mining. Data mining sendiri adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual (Pramudiono, 2006). Association rule adalah salah satu teknik dalam data mining pola dari suatu kumpulan data (Kantardzic, 2003). Metode association rule menghasilkan aturan tertentu menghubungkan data yang satu dengan data yang lain. Untuk mencari keterkaitan data dari suatu kumpulan data, harus dicari terlebih dahulu frequent

itemset yaitu sekumpulan item yang sering muncul bersamaan. Setelah semua pola frequent itemset terbentuk, barulah dicari aturan asosiatif yang memenuhi tertentu. Data hasil pembangunan di Kabupaten Malang dibagi menjadi empat bidang yaitu, geografis, perkembangan ekonomi makro, pembiayaan pembangunan, dan hasil pembangunan secara sektoral Badan (Perencanaan Kabupaten Malang, 2006). Data tersebut dalam penelitian ini dianalisis menggunakan metode association rule untuk menghasilkan informasi mengenai sektor pembangunan dan komoditi yang paling berpotensi pada setiap kecamatan di Kabupaten Malang. TINJAUAN PUSTAKA

1. ASSOCIATION RULE

Aturan asosiasi yang berbentuk “if … then …” atau “jika … maka …” merupakan pengetahuan yang dihasilkan dari fungsi aturan asosiasi. Dengan kata lain Association rules (aturan asosiasi) atau affinity analysis (analisis afinitas) berkenaan dengan studi tentang “jika-maka”. Karena awalnya berasal dari studi tentang database transaksi pelanggan untuk menentukan kebiasaan suatu produk dibeli bersama produk apa, maka aturan asosiasi juga sering dinamakan Market Basket Analysis atau aturan yang menyatakan asosiasi antara beberapa atribut (Han et al, 2006). Association rule mining adalah teknik mining untuk menemukan aturan assosiatif antara suatu kombinasi item (Kantardzic, 2003). Penting tidaknya suatu aturan assosiatif dapat diketahui dengan dua parameter, support yaitu persentase kombinasi item tersebut dalam database dan confidence yaitu kuatnya hubungan antar item dalam aturan assosiatif.

Analisis asosiasi dikenal juga sebagai salah satu metode data mining yang menjadi dasar dari berbagai metode data mining lainnya. Khususnya salah satu tahap dari analisis asosiasi yang disebut analisis pola frekuensi tinggi (frequent pattern mining) menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien (Susanto, dkk, 2010). Penting

220

tidaknya suatu aturan assosiatif dapat diketahui dengan dua parameter, support (nilai penunjang) yaitu prosentase kombinasi item tersebut. dalam database dan confidence (nilai kepastian) yaitu kuatnya hubungan antar item dalam aturan assosiatif. Analisis asosiasi didefinisikan suatu proses untuk menemukan semua aturan assosiatif yang memenuhi syarat minimum untuk support (minimum support) dan syarat minimum untuk confidence (minimum confidence).

2. ALGORITMA APRIORI

Algoritma apriori termaksud jenis aturan asosiasi pada data mining. Analisis asosiasi adalah teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item. Algoritma yang paling populer dikenal sebagai Apriori dengan paradigma generate and test, yaitu pembuatan kandidat kombinasi item yang mungkin berdasar aturan tertentu lalu diuji apakah kombinasi item tersebut memenuhi syarat support minimum (Santosa,2007).

Kombinasi item yang memenuhi syarat tersebut disebut frequent itemset, yang nantinya dipakai untuk membuat aturan-aturan yang memenuhi syarat confidence minimum. Suatu aturan asosiatif dapat diketahui dengan dua parameter, yaitu support dan confidence. Support (nilai penunjang) adalah presentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi (Lutfi, dkk, 2009).

Metodologi dasar analisis asosiasi terbagi menjadi dua tahap : 1. Analisa pola frekuensi tinggi

Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari nilai support dalam database. Nilai support sebuah item diperoleh dengan rumus sebagai berikut.

𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝐴) = ∑( 𝐴 ∪ 𝐵)𝑛

…………...(2.1) Sementara itu, nilai support dari 2 item diperoleh dari rumus 2 sebagai berikut. Support (A,B) =

P(A∩B)……………(2.2)

𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝐴,𝐵) = ∑ ( 𝐴 ∪ 𝐵)∑𝐴

.………..(2.3) Keterangan : A dan B = item atau komoditi 2. Pembentukan Aturan Asosiasi

Sebuah set dari item disebut juga itemset. Sebuah itemset yang mengandung k items adalah k itemset. Set {gula, kopi} adalah 2-itemset. Jumlah kejadian munculnya itemset adalah jumlah tranksaksi yang mengandung itemset tersebut, atau disebut frequency, support count, atau count dari itemset. Sebuah itemset akan memenuhi minimum support (min-sup) jika jumlah kejadian munculnya itemset tersebut lebih besar atau sama dengan min-sup yang telah ditentukan. Jika salah satu itemset memenuhi support, maka itemset tersebut disebut juga frequent itemset. Suatu set dari frequent k-itemset pada umumnya di notasikan dengan L(k).

Langkah – langkah untuk melakukan perhitungan association rule terdiri dari : 1. Temukan frequent itemset (ф), yaitu

suatu item set yang memenuhi minimum support dan confidence yang telah ditentukan.

2. Menetapkan semua frequent itemset yaitu itemset yang memiliki frekuensi itemset minimal sebesar bilangan ф yang telah ditetapkan sebelumnya.

3. Gunakan frequent itemset tersebut untuk menghasilkan association rule.

PEMBAHASAN 1. IMPLEMENTASI ALGORITMA Algoritma apriori adalah algoritma paling terkenal untuk menemukan pola frekuensi tinggi. Pola frekuensi tinggi adalah pola-pola item di dalam suatu database yang memiliki frekuensi atau support di atas ambang batas tertentu yang disebut dengan istilah minimum support. Minimum support adalah batas minimum transaksi. Jika jumlah transaksi kurang dari minimum support maka item atau kombinasi item tidak akan diikutkan perhitungan selanjutnya. Algoritma ini akan menghasilkan kandidat baru dari k-

221

itemset dari frequent itemset dan menghitung nilai support k-itemset tersebut. Itemset yang memiliki nilai support di bawah dari minimum support akan dihapus. Penghitungan ini juga tidak perlu melakukan perulangan scanning pada database untuk menghitung confidence, cukup dengan mengambil itemset dari hasil support. Proses pada algoritma apriori dapat dilihat pada diagram alir pada Gambar 1.

Generate Ck(candidate

itemset)

Inputminimumsupport

start

Ck >= minimumsupport ?

Generate Fk(frequent itemset)

Inputconfidence

Generateconfidence

Rules >=minimal

confidence

Generate strongrule

End

Y

K+1

Y

NK+1

Gambar 3.4 Diagram Alir Apriori

Algortima akan berhenti ketika tidak ada lagi frequent itemset baru yang dihasilkan. Rule yang dihasilkan berasal dari frequent itemset, sehingga dalam menghitung rule menggunakan confidence, tidak perlu lagi menghitung support karena semua calon rules yang dihasilkan telah memenuhi minimum support sesuai yang ditentukan. Contoh dari proses mining untuk mengetahui hubungan jumlah produksi lima komoditi disektor peternakan dari lima kecamatan. Misalkan data seperti pada Tabel 1. Pada hasil Tabel 1 dapat dibentuk dalam tabular data transaksi yang akan tampak seperti Tabel 2. Dari data transaksi dengan format

tabular tersebut didapat kandidat pertama (C1) seperti pada Tabel 3. Pada kandidat pertama C1 didapat hasil seperti pada Tabel 4. Dari Tabel 4 didapat kandidat kedua (C2) seperti pada Tabel 5. Pada kandidat kedua C2 dapat ditetapkan minimum support = 1, maka kandidat yang kurang dari nilai 1 maka akan di hapus. Sehingga didapat hasil seperti pada Tabel 6 minimum support 1 (L2).

Tabel 1 Tabel Peternakan Kode

(id_kecamatan) Item

(komoditi) yang dimiliki

01 T1, T3, T4, T5 02 T3, T4, T5 03 T1, T2, T3, T5 04 T1, T2, T3, T4 05 T1, T4, T5

Tabel 2 Format Tabular Data Transaksi Peternakan

Transaksi T1 T2 T3 T4 T5 01 1 0 1 1 1 02 0 0 1 1 1 03 1 1 1 0 1 04 1 1 1 1 0 05 1 0 0 1 1

Tabel 3 Kandidat pertama (C1) Itemset Support count

T1 4 T2 2 T3 4 T4 4 T5 4

Tabel 4 Hasil pertama

(L1) Itemset Support count

T1 4 T2 2 T3 4 T4 4 T5 4

Tabel 5 Kandidat kedua

(C2) Itemset Support count T1, T2 2

222

T1, T3 3 T1, T4 3 T1, T5 3 T2, T3 2 T2, T4 1 T2, T5 1 T3, T4 3 T3, T5 3 T4, T5 3

Tabel 6 Hasil setelah minimum

support ditetapkan (L2) Itemset Support count T1, T2 2 T1, T3 3 T1, T4 3 T1, T5 3 T2, T3 2 T3, T4 3 T3, T5 3 T4, T5 3

Dari Tabel 6 didapat kandidat ketiga (C3) dengan kombinasi terhadap tiga itemset dapat dilihat seperti pada Tabel 7.

Tabel 7 Kandidat ketiga (C3) Itemset Support count

T1, T2, T3 2 T1, T2, T4 1 T1, T2, T5 1 T1, T3, T4 2 T1, T4, T5 2 T2, T3, T4 1 T2, T3, T5 1 T3, T4, T5 2

Dari data-data tersebut dapat diambil association rule sebagai berikut : 1. T1, T2, T3

Support = jumlah { T1, T2, T3} / total transaksi = 2/5 = 40% Confidence = transaksi { T1, T2, T3} / jumlah T1 = 2/4 = 50%

2. T1, T2, T4 Support = jumlah { T1, T2, T4} / total transaksi = 1/5 = 20% Confidence = transaksi { T1, T2, T4} / jumlah T1 = 1/4 = 25%

3. T1, T2, T5 Support = jumlah { T1, T2, T5} / total transaksi = 1/5 = 20%

Confidence = transaksi { T1, T2, T5/ jumlah T1 = 1/4 = 25%

4. T1, T3, T4 Support = jumlah { T1, T3, T4} / total transaksi = 2/5 = 40% Confidence = transaksi { T1, T3, T4} / jumlah T1 = 2/4 = 50%

5. T1, T4, T5 Support = jumlah { T1, T4, T5} / total transaksi = 2/5 = 40% Confidence = transaksi { T1, T4, T5} / jumlah T1 = 2/4 = 50%

6. T2, T3, T4 Support = jumlah { T2, T3, T4} / total transaksi = 1/5 = 20% Confidence = transaksi { T2, T3, T4} / jumlah T1 = 1/2 = 50%

7. T2, T3, T5 Support = jumlah { T2, T3, T5} / total transaksi = 1/5 = 20% Confidence = transaksi { T2, T3, T5} / jumlah P1 = 1/2 =50%

8. T3, T4, T5 Support = jumlah { T3, T4, T5} / total transaksi = 2/5 = 40% Confidence = transaksi { T3, T4, T5} / jumlah P1 = 2/4 =50%

Keterangan : Hasil perhitungan support dan confidence dapat dijadikan persen (%) dengan cara bilangan*100.

Setelah proses mining akan disajikan hasil dari data mining berupa tabel hubungan kekuatan dengan nilai support dan confidence masing-masing atribut serta threshold yang digunakan. Semakin tinggi nilai confidence dan support maka semakin kuat nilai hubungan antar atribut.

2. HASIL PENGUJIAN

Proses perhitungan menggunakan algoritma aprioripada sistem menghasilkan adalah aturan akhir yang berisi keterkaitan antar komoditi. Hasil dari proses ini ditunjukkan pada Gambar 2. Pada hasil pengujian dapat dilahat pada Gambar 2 yaitu dapat memilih berdasarkan komoditi dan nilai. Dalam aturan sudah terdapat nilai support, confidence dansupportXconfidence yang merupakan nilai dari strong rule.

223

Nilai support dari suatu komoditi merupakan nilai dari seluruh data yang ada dalam database yang mengandung itemset (komoditi) tersebut. Nilai support 60 artinya adalah kemunculan suatu itemset (komoditi) adalah 20 dari seluruh data yang ada pada database.

Gambar 2 Hasil rule yang terbentuk

Nilai confidence merupakan tingkat kepastian dari kebenaran pada rule yang terbentuk. Rule yang dicari merupakan nilai yang mempunyai kebenaran yang tinggi atau yang sering muncul.

Rule PADI SAWAH>>JAGUNG LADANG dan PADI SAWAH >> UBI KAYU dengan nilai yang sama yaitu support 90 memiliki nilai confidence 90 dan supportXconfidence 8264 artinya kemunculan dari PADI SAWAH >> JAGUNG LADANG dan PADI SAWAH >> UBI KAYU adalah 90 dari database.

Rule PADI LADANG>>JAGUNG SAWAH dan PADI LADANG>>JAGUNG LADANG dengan nilai sama yaitu support 60 memiliki nilai confidence 100 dan supportXconfidence 6060 artinya kemunculan dari PADI LADANG>>JAGUNG SAWAH dan PADI LADANG>>JAGUNG LADANG adalah 60 dari databse.

Semakin tinggi nilai support dan confidence maka akan semakin kuat aturan (strong rule) yang dihasilkan. Pada rule yang terbentuk diatas memiliki nilai confidence yang berbeda apabila dibalik seperti PADI LADANG>>JAGUNG

SAWAH dengan JAGUNG SAWAH>>PADI LADANG karena nilai confidence tergantung dari support count suatu itemset (komoditi). Support count PADI LADANG berbeda dengan JAGUNG SAWAH yang muncul disaat bersamaan dinyatakan dengan support PADI LADANG dan JAGUNG SAWAH.

KESIMPULAN

Dari hasil pengujian dapat diketahui bahwa komoditi yang sering muncul dari seluruh kecamatan yang diuji maka komoditi tersebut merupakan komoditi paling berpotensi. Penerapan algoritma apriori pada aplikasi digunakan untuk menampilkan informasi tingkat jumlah produksi yang dihasilkan oleh setiap sektor pembangunan. Informasi yang dihasilkan berupa nilai support dan confidence serta keterkaitan antara tingkat jumlah produksi komoditi dengan kecamatan yang ada di Kabupaten Malang. Pengukuran validitas algoritma menggunakan dua perhitungan untuk menunjukkan hasil yang sama dalam perhitungannya, sehingga aplikasi dapat dikatakan valid dan akurat. Data komoditi yang diproses pada data mining meliputi data jenis komoditi, data tahun, data kecamatan, dan jumlah produksi komoditi. Hasil dari proses data mining ini dapat digunakan sebagai pertimbangan dalam mengambil keputusan lebih lanjut tentang faktor yang mempengaruhi jumlah produksi pada setiap jenis komoditi di sektor khususnya faktor dalam nilai perhitungan jumlah produksi per tahun. Semakin tinggi nilai confidence dan support maka semakin kuat nilai hubungan antar komoditi. DAFTAR PUSTAKA

[1]Badan Perencanaan Kab. Malang, 2006, “Hasil-hasil Pembangunan Kab. Malang Thn. 2004 s/d 30 Juni 2006”; Badan Perencanaan Kabupaten Malang; Malang.

[2]Han, J. ; Kamber,Micheline, 2006; Second Edition Data Mining Concepts and Techniques; MORGAN

224

KAUFMANN PUBLISHER; San Fransisco.

[3]Kantardzic, M.; 2003; Data Mining: Concepts,Models, Methods, and Algorithms; John Wiley & Sons; New Jersey.

[4]Laboratorium Sistem Informasi; 2011; Modul Database; Institut Teknologi Nasional; Malang.

[5]Lutfi, E.T. ; Kusrini; 2009; Algoritma Data Mining; ANDI OFFSET; Yogyakarta.

[6]Pramudiono, I.; 2006; Apa Itu Data Mining?;

http://datamining.japati.net/ [7]Susanto, S. ; Suryadi, D.; 2010;

Pengantar DATA MINING Menggali Pengetahuan dari Bongkahan Data; ANDI OFFSET; Yogyakarta.

[8]Santosa, B., 2007; Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis, Graha Ilmu; Yogyakarta.

225

TATA CARA PENULISAN JURNAL 1. Naskah merupakan tulisan hasil atau tinjauan pustaka dalam Bahasa Indonesia

atau Bahasa Inggris yang belum pernah dipublikasikan. 2. Jumlah halaman naskah minimal 4 (empat) halaman dan maksimal 10 (dua

puluh) halaman. 3. Format Naskah:

a. Ditulis dalam Bahasa Indonesia yang baku atau Bahasa Inggris. b. Ukuran kertas A4. c. Diketik dalam bentuk 2 (dua) kolom untuk setiap halaman, kecuali abstrak. d. Jarak penulisan antar baris adalah 1 (satu) spasi. e. Format margin :

i. Atas : 25 mm ii. Bawah : 25 mm

iii. Samping kanan : 25 mm iv. Samping kiri : 30 mm

f. Kata-kata asing ditulis dengan huruf miring (italic). g. Tulisan menggunakan jenis huruf Times New Roman 12 dengan pengolah

kata MS Word (minimal MS Word 6). h. Gambar diberi nomor dan judul Tabel serta ditulis di atas Tabel dengan jarak

1 (satu) spasi. i. Tabel diberi nomor Tabel dan judul Tabel serta ditulis di atas Tabel dengan

jarak 1 (satu) spasi. j. Foto dicetak dalam bentuk hitam putih yang disesuaikan dengan format

keteknisian jurnal. 4. Naskah yang dikirim ke redaksi dalam bentuk Bahasa Indonesia maupun Bahasa

Inggris harus disertai abstrak dan kata kunci dalam bahasa Indonesia dan Bahasa Inggris. Abstrak tersebut ditulis mengGambarkan secara umum tentang isi naskah dengan ketentuan maksimal adalah 300 kata dan diketik dengan jarak spasi 1 (satu) dengan jenis huruf Times New Roman 12 dalam bentuk format italic.

5. Judul naskah ditulis secara singkat dan informatif dengan jenis huruf Times New Roman 16 (enam belas) dan jika ada sub judul maka jenis hurufnya sama dengan judul utama tetapi besar hurufnya adalah 14 (empat belas).

6. Nama penulis naskah ditulis lengkap tanpa gelar akademik beserta afiliasinya dengan jenis huruf Times New Roman 12 (dua belas).

7. Daftar Pustaka disusun secara berurutan berdasarkan alphabet atau nomor urut. Urutan penulisan daftar pustaka : nama pengarang, judul, penerbit, kota penerbit, tahun dan halaman. Nama pengarang mendahulukan nama keluarga atau nama dibalik dan tanpa gelar.

8. Kutipan acuan daftar pustaka yang digunakan dinyatakan dengan menuliskan nama pengarangnya atau menuliskan nomor pustaka yang diacu pada akhir kalimat.

9. Isi tulisan bukan tanggung jawab redaksi dan redaksi berhak melakukan pengubahan dan memperbaiki tata bahasa setiap naskah yang dimuat.

10. Tidak diadakan surat menyurat kecuali tulisan yang disertai perangko akan dikembalikan (karena tidak memenuhi persyaratan atau perlu diperbaiki).

226