SlideShare une entreprise Scribd logo
1  sur  88
Télécharger pour lire hors ligne
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                 ISBN 978‐602‐19837‐0‐6 


           Pengukuran Kadar Kepekatan Asap pada Lahan Gambut

                       Arif Gunawan1, Moch. Rivai 2, dan Eko Setijadi3
                          1
                         Teknik Telekomunikasi Politeknik Caltex Riau
                         2,3
                             Intitut Teknologi Sepuluh Nopember (ITS)
                  Email : arif.gunawan09@mhs.ee.its.ac.id arifg8@gmail.com
                  Email : muhammad_rivai@ee.its.ac.id ekoset@ee.its.ac.id 
                                                       
                                                       
                    Abstrak
      Dalam beberapa dekade belakangan ini
Indonesia merupakan derah sebagai pengeksport
asap terbesar , dimana asap tersebut berasal dari
berapa daerah di pulau sumatera. Ini terbukti
dengan beberapa keberatan dan dari negara
tetangga akan asap yang berasal dari hasil
terbakarnya lahan gambut salah satunya dipropinsi
Riau.     Asap hasil terbakarnya lahan gambut
tentunya memiliki karakteristik kandungan partikel        Gambar 1. karakteristik Lahan gambut (Suwido H.
yang berbeda dengan terbakarnya lahan lain.                           Limin, edisi 7 mei 2003)
Dalam penelitian ini dilakukan degan 2 buah
pengujian , yang pertama mengambil sempel lahan                 Kejadian kebakaran hutan dan lahan di
gambut dan dilakukan pembakaran didalam ruang             provinsi riau memiliki pengaruh yang besar
isolator dan mengukur kadar partikel dengan 5 bua         terhadap terjadinya polusi kabut asap yang melintas
sensor,        yaitu         TGS2442          (CO),       batas negara. Pada umumnya kebakaran yang
TGS2201(Metana),TGS            4161(Co2)        dan       terjadi di provinsi riau berada di lahan gambut yang
TGS2612(Gas Oil), serta LM35 sebagai sensor               mendominasi wilayah ini sebesar 60 %, oleh karena
suhu. Pengujian ke dua adalah pengukuran                  itu, kabut asap merupakan fenomena alam yang
langsung dengan meletakan sensor dan sistem di            umum terjadi pada saat musim kebakaran dan
sekitar daerah yang terbakar (dilakukan pada saat         memberikan dampak terhadap negara tetangga
masyarakat membuka lahan untuk perkebunan                 seperti malaysia dan Singapore elias ( Inyoman jaya
sawit) .Setelah itu hasil data sensor diinputkan ke       wistara,2009). Untuk itu penting kiranya di lakukan
mikrokontroller dan selanjutnya ditransmisikan ke         suatu penelitian untuk mengetahui kandungan
PC/Laptop via RS232 dan untuk selanjutnya                 partikel dari hasil pembakaran lahan gambut di
ditampilkan dalam bentuk grafik untuk mengetahui          propinsi riau. Untuk mengetahui kandungan partikel
kandungan asap dari hasil pembakaran lahan                maka digunakan beberapa buah sensor yaitu sensor
gambut.                                                   suhu (LM35), sensor TGS2201 ( gas oline),
                                                          TGS4161(gas Co2), TGS2442 (gas CO), dan sensor
Kata kunci : transmitter, receiver, sensor
                                                          TGS2612 ( gas methan).
1. Pendahuluan
                                                          2. Tinjauan Pustaka
        Kebakaran hutan di Indonesia pada saat ini
                                                               Adapun sistem sensor yang di gunakan
dapat dipandang sebagai bencana regional dan
global. Hal ini disebabkan karena hasil pembakaran        adalah:
yang dilepas ke atmosfer salah satu contoh CO2,
berpotensi menimbulkan         pemanasan global.
Pembukaan lahan gambut berskala besar dengan              2.1. Sensor TGS2442
membuat saluran/parit telah menambah resiko                    TGS2442 menggunakan struktur multilayer
terjadinya kebakaran di lahan gambut pada musim           sensor. Menampilkan TGS2442 baik selektivitas
kemarau.                                                  untuk karbon monoksida, sehingga ideal untuk
                                                          memonitoring kandungan CO. Pada gambar grafik



                                   Data Maning dan Database System                                        3-1
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)            ISBN 978‐602‐19837‐0‐6 


dibawah sumbu y mengindikasikan rasio dari
resistansi sensor (Rs/Ro) dimana :
Rs = Resistansi sensor gas yang ditampilkan pada
      berbagai konsentrasi.
Ro = Resistansi sensor pada 100ppm CO.
Gambar karakteristik rangkian TGS 2442




                                                          Gambar 4. karakteristik rangkaian TGS2612

                                                       2.4. Sensor LM 35
                                                             Sensor suhu menggunakan LM35 ini
                                                       mempunyai presisi yang tinggi dengan lineraritas
                                                       +10.0 mV terhadap suhu Celcius. Suhu yang dapat
      Gambar 2. Karakteristik rangkaian TGS2442        diukur cukup lebar yakni antara –55°C sampai
                                                       dengan 150°C.
2.2. Sensor TGS2201
                                                       2.5. Mikrokontroler ATMega8535
      TGS2201 dapat mendeteksi 2 kandungan pada
1 substrate dan menghasilkan 2 keluaran secara               Mikrokontroler AVR memiliki arsitektur
terpisah untuk merespon kandungan gas                  RISC 8 bit, dimana semua instruksi dikemas dalam
pembuangan diesel dan gas pembuangan bensin.           kode 16-bit (16-bits word) dan sebagian besar
Rs = Resistansi sensor gas yang ditampilkan pada       instruksi dieksekusi dalam 1 (satu) siklus clock,
       berbagai konsentrasi.                           berbeda     dengan    instruksi  MCS51      yang
Ro = Resistansi sensor pada saat udara bersih.         membutuhkan 12 siklus clock. AVR berteknologi
Setelah dilakukan perhitungan berdasarkan              RISC.
karakteristik rangkaian                                Modul sensor dan ruang pengujian




                                                        Gambar 5. Ruang pengukuran dan module Sensor
         Gambar 3. Karakteristik sensor 2201                          yang di gunakan

2.3. Sensor TGS2612
      Sensor TGS2612 mempunyai sensitifitas yang
tinggi terhadap kandungan methane, propane, dan
buthane sehingga membuat,. Fitur-fitur yang
terdapat pada sensor TGS2612 adalah sedikit
mengkonsumsi daya, Sensitifitas yang tinggi
terhadap kandungan methane dan LP gas. Pada
gambar grafik sumbu y mengindikasikan rasio dari
resistansi sensor (Rs/Ro) dimana :
Rs = Resistansi sensor gas yang ditampilkan pada
       berbagai konsentrasi.
Ro = Resistansi sensor pada 5000ppm CO.
Rangkaian karakteristik TGS2612                                Gambar 6. PC monitor Sensor Gas



3-2                                 Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6 


3. Blok    Diagram           Sistem Secara           sensor agar dapat membaca kandungan partikel gas
   Keseluruhan dan           Prinsip Kerja           tentunya setelah dipanaskan oleh tegangan heater.
   Sistem
                                                     3.2. Flow Chat Pengukuran
      Pada rangkaian diatas mengunakan 5 buah
sensor suhu (LM35), sensor TGS2201 (gas oline),           Dalam pembuatan sistem ini dilakukan dengan
TGS4161(gas Co2), TGS2442 (gas CO), dan sensor       beberapa cara salah satunya adalah perancangan
TGS2612 (gas Metan). Hasil pembacaan sensor          system sensor,berikut perancangan system sensor.
diproses oleh mikrokontroler dan kemudian
hasilnya di tampilkan dalam LCD , untuk
terkoneksi dengan Port serial pada PC hasil
pembacaan di teruskan ke komunikasi serial yaitu
MAX 232 dan hasil pembacaanya di tampilkan di
PC




    Gambar 7. Blok diagram Rangkaian Sensor          Gambar 9. Flowchat sensor

3.1. Rangkaian sensor                                      Pada sistem diatas dapat dilihat sinyal hasil
                                                     pembacaan dari sensor-sensor yang berupa
                                                     tegangan dari 0 – 5 Volt masuk kedalam sistem
                                                     mikrokontroler , Mikro sendiri memiliki ADC
                                                     internal dan hasil dapat diolah didalam
                                                     mikrokontroler. Hasil yang telah diolah oleh sistem
                                                     mikrokontroler di teruskan melalui port TX/RX
                                                     sebagai komunikasi serial ke IC MAX232 dan
                                                     diterskan ke PC melalui port DB9. Sedangkan
                                                     perancangan dalam sistem pengolahan data adalah
                                                     sebagai berikut

                                                     4. Analisa
Gambar 8. Rangkaian sensor
                                                     4.1. Pengujian tanpa asap
Pada gambar 8 terdapat 3 buah rangkaian, yaitu
rangkaian sensor TGS2612, rangkaian sensor                Pengujian yang dilakukan tanpa asap di ruang
TGS2442, dan rangkaian sensor TGS2201. Pada          simulasitor, dengan hasil pembacaan sensor adalah
setiap sensor mempunyai RH (tahanan heater) dan      dalam pengujian ini gambut yang sudah diambil
RS. RH berfungsi sebagai tahanan untuk tegangan      hutan akan di bakar di dalam ruang simuator
heater, adapun tegangan heater berfungsi untuk       adapun ruang simulator yang di buat adalah
memanaskan sensor agar dapat membaca                 berdiameter 120 cm x 50 cm x 40 cm sepertigambar
kandungan partikel gas. Dan RS berfungsi sebagai     di bawah ini
tahanan untuk tegangan circuit,adapun tegangan
circuit befungsi untuk memberi tegangan pada



                                 Data Maning dan Database System                                    3-3
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                    ISBN 978‐602‐19837‐0‐6 


                                                                       Tabel 2. Pengukuran dengan asap
                                                             Data ke    suhu    Metana Gas oline   CO        Co2
                                                              1000      32.75     5       91.5       15       96
                                                              1050        33     5.25    92.25       15       96
                                                              1100        33     5.5      92.5       15       96
                                                              1150        33     5.75    92.75     15.25      96
                                                              1200        33      6      93.25      15.5      96
                                                              1250        33      6       93.5     15.75      96
                                                              1300        33      6      93.75       16       96
                                                              1350        33      6        94      18.75     96.75
                                                              1400        33      6        94        19       97
        Gambar 10. Ruang simulator ukur asap                  1450        33      6        94        19      97.25
                                                              1500        33      6        94        19      97.5
                                                              1550        33      6        94        19      97.5
Kemudian di lakukan pembakaran sampah gambut                  1600        33      6        94        19      97.75
dan masukan kedalam ruang simulator ,sampah                   1650      33.25     6        94        19      97.75
yang diambil sebelumnya di timbang memiliki berat             1700       33.5     6        94        19      98.25
1.5 kg, dan sensor mendeteksi perubahan yang                  1750      33.75     6        94        19      98.5
                                                              1800        34      6        94       16.5     98.75
terjadi. Untuk mendapatkan data yang Valid
                                                              1850        34      6        94        17       99
pertama di lakukan pengukuran mendeteksi kondisi              1900        34     6.25      94       17.5      99
normal ruangan tanpa asap gambut. Dan hasil                   1950        34     6.25    94.25      18.5      99
pengukuranya seperti di bawah ini.                            2000        34     6.5     94.25      18.5      99
                                                              2050        34     6.5      94.5     18.25      99
        Tabel 1. Pengukuran ruangan tanpa asap                2100        34     6.75     94.5       19       99
                                                              2150        34     6.75    94.75       18       99
Data ke     Suhu    Metana   Gas oline      CO     Co2        2200        34      7      94.75      19.5     99.25
                                                              2250        34      7        95        18      99.5
   50       31.37    1.00     41.00        14.60   97.00
                                                              2300        34      7        95        18      99.5
  100       31.39    1.00     42.40        14.60   97.00
                                                              2350        34      7        95        18      99.75
  150       31.41    1.00     43.10        14.60   97.00
                                                              2400        34      7        95        18       100
  200       31.44    1.00     43.18        14.60   97.00
                                                              2450        34      7        95        18       100
  250       31.46    1.00     43.25        14.60   97.00
                                                              2500        34     7.25      95        20       100
  300       31.49    1.00     43.33        14.60   97.00
                                                              2550        34     7.5       95        20       100
  350       31.51    1.00     43.40        14.60   97.02
  400       31.54    1.00     43.48        14.60   97.05      2600        34     7.5       95        20       100
  450       31.56    1.00     43.55        14.60   97.07      2650        34     7.75      95       19.5      100
  500       31.59    1.00     43.63        14.60   97.07      2700        34      8        95        19     100.25
  550       31.61    1.00     43.70        14.60   97.07      2750        34     8.25      95       18.5     100.5
  600       31.63    1.00     43.78        14.63   97.07      2800        34     8.5       95        20     100.75
  650       31.66    1.00     43.85        14.65   97.07      2850        34     8.5       95        20       101
  700       31.68    1.00     43.93        14.66   97.07      2900        34     8.75      95        20       101
  750       31.71    1.00     43.98        14.68   97.07      2950        34      9        95        20       101
  800       31.73    1.00     44.00        14.70   97.07      3000        34      9        95        20       101
  850       31.76    1.00     44.57        14.73   97.07      3050        34      9        95        20       101
  900       31.78    1.00     45.00        14.75   97.07
                                                            Dari tabel diatas dapat kita lihat pada suhu tertinggi
Dalam pengambilan data sensor dilakukan sampai              yaitu 34 oC mengandung unsur metan tertinggi 9
dengan 900      data dan telah di rata-ratakan              ppm, gas oline 95 ppm, CO 20ppm, dan CO2
memilikihasil seperti tabel1. Terlihat di dalam             adalah 101 ppm.
ruangan memiliki suhu tertinggi 31.78 oC, methan 1
ppm, gas oline 45ppm, gas CO 14,75 ppm, dan                 4.3. Pengujian dengan asap                     dilokasi
CO2 97.07 ppm.                                                   pembukaan lahan sawit
                                                                 Adapun tujuan pengukuran ini adalah
4.2. Pengujian dengan asap                                 untukmendapatkan data sebenarnya pada saat warga
     Pengukuran kedua adalah dengan membakar               melakukan pembukaan lahan sawit. Walapun sulit
sampah gambut dan meletakan di dalam ruang                 mendapatkan kondisi yang konstan konsentrasi dari
simulator , dan sensor mendeteksi perubahan                asap gambut yang terbakar karena beberapa hal
perubahan di dalam ruang simulator. Dan hasilnya           yaitu:
seperti tabel di bawah ini.                                1. Sulitnya menjangkau daerah yang terbakar
                                                                karena medan yang sulit



3-4                                      Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                      ISBN 978‐602‐19837‐0‐6 


2.   Kondisi cuaca angin yang membuat sulit                        4450    33.77   1.89     69.51    15.00   96.57
     mendapatkan konsentrasi yang luas                             4500    33.82   2.00     70.29    15.00   96.60
                                                                   4550    33.82   2.37     71.09    15.00   96.73
3. Luasnya areal yang terbakar                                     4600    33.83   2.54     71.66    15.00   96.74
4. Sulit memetakan luas daerah yang terbakar                       4650    33.83   2.66     71.91    15.00   96.77
     sebagai acuan ukur.                                           4700    33.86   2.74     72.09    15.00   96.89
5. Sulitnya mengindetifikasi lokasi hotspot/ titik                 4750    33.86   2.89     72.86    15.00   97.00
     apai karena proses terbakarnya sangat singkat                 4800    33.87   2.91     73.00    15.00   97.00
                                                                   4850    33.90   2.94     73.17    15.00   97.00
          Sebagai pembanding maka diambil data                     4900    33.91   3.00     74.26    15.00   97.00
kondisi kualitas udara daerah setelah selesai
terjadinya pembakaran untuk adapun data nya                          Dari data yang diperoleh menunjukan bahwa
adalah sebagai berikut .                                        hasil pembakaran lahan gambut menghasilkan
                                                                beberapa partikel gas diantaranya adalah methan
     Tabel 3. Kondisi sesudah kualitas udara setelah
                                                                dengan konsentrasi 3 ppm, gas oline dengan
                 terjadinya kebakaran
                                                                konsentrasi 74,26 , gas CO ( karbon monoksida ) 15
                                    Gas                         ppm , dan gas CO2 adalah 97 ppm.
 Data ke       suhu     Methan                  CO      CO2 
                                   Oline 
     5050      32.00     0.40      49.00      14.00    95.00 
     5100      32.00     0.65      49.00      14.00    95.00    5. Kesimpulan
     5150      32.00     0.74      49.00      14.00    95.00 
     5200      32.00     0.77      49.00      14.00    95.00         Berdasarkan data yang di peroleh bahwa asap
     5250      32.00     0.89      49.00      14.00    95.00    hasail pembakaran lahan gambut di ruang terbuka
     5300      32.00     0.89      49.00      14.00    95.00    mengandung banyak unsur CO (15 ppm),
     5350      32.00     0.90      49.00      14.00    95.00    CO2(97ppm) , Methan( 3 ppm), gas oline (74,26
     5400      32.00     0.91      49.00      14.00    95.00    ppm). Dengan demikian pembakaran lahan gambut
     5450      32.03     0.96      49.00      14.00    95.00 
                                                                turut menyumbang dampak polusi di kota
     5500      32.09     1.00      49.00      14.00    95,7 
     5550 
                                                                pekanbaru.
               32.17     1.00      49.00      14.00    95,7 
     5600      32.26     1.00      49.00      14.00    95,7 
     5650      32.40     1.00      49.00      14.00    95,7 
     5700      32.49     1.00      49.00      14.00    95,7 
     5750      32.74     1.00      49.00      14.00    95,7 
     5800      32.91     1.00      49.00      14.00    95,7 
     5850      33.00     1.00      49.00      14.00    95,7 
     5900      33.00     1.00      49.00      14.00    95,7 
     5950      33.00     1.12      49.00      14.00    95,7 

     Berdasarkan data di dapatkan kondisi normal
pada saat telah terjadinya proses pembakaran
dengan konsentarsi gas methan 1.12 ppm, gas oline
49 ppm, gas CO 14 ppm dan gas CO2 95,7 ppm
     Dengan hal-hal tersebut untuk mendapatkan
perbandingan dari kondisi pengukuran skala
laboratorium maka pengukuran sebenarnya , akan
perlu dilakukan secara langsung di lapangan.
Pengambilan data di lakukan di daerah kandis
propinsi riau pada tanggal 12 juli 2011 dengan
kondisi pembakaran dalam upaya pembukaan lahan
perkebunan sawit. Adapun data yang di dapat dari
pngukuran lapangan adalah :

     data ke    suhu    Methan    Gas oline    CO      CO2
      4000     32.60     1.00      65.17      15.00    96.00
      4050     32.77     1.00      67.74      15.00    96.11
      4100     32.91     1.00      67.86      15.00    96.14
      4150     32.93     1.00      68.00      15.00    96.17
      4200     32.94     1.00      68.83      15.00    96.26
      4250     33.09     1.00      69.00      15.00    96.27
      4300     33.74     1.11      69.50      15.00    96.46
      4350     33.74     1.14      69.09      15.00    96.49
      4400     33.76     1.40      69.09      15.00    96.54



                                            Data Maning dan Database System                                     3-5
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)    ISBN 978‐602‐19837‐0‐6 


Referensi
[1] Farukh NADEEM, Erich LEITGEB, Radio
    Engineering Vol.19. No.2 Dense maritime Fog
    Attenuation Prediction From measured
    Visibility data, Institute of Broadband
    Communication,      Graz     University    Of
    Technology, Graz, Austria, June 2010
[2] Edward E. Altshuer ,Fellow, IEEE Transaction
    On Antennas and Propagation , Vol.AP-32 ,
    No.7 A simple Expression For Estimating
    attenuation By Fog at Millimeter Wavelengths ,
    july 1984
[3] C.C. Chen ,Attenuation of Elektromagnetic
    Radiation by haze, Fog, Clauds, and Rain
    United State Air Force Project Rand , april
    1975




3-6                               Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)            ISBN 978‐602‐19837‐0‐6 


       Analisis Efektivitas Algoritma C4.5 dalam Menentukan Peserta
                           Pemenang Tender Projek

             Jose Augusto Duarte Guterres, Paulus Mudjihartono, Ernawati
               1
             Magister Teknik Informatika Universitas Atma Jaya Yogyakarta
                         2,3
                             Universitas Atma Jaya Yogyakarta
agoest.jaguar777@gmail.com , paulusmudjihartono@gmail.com, ernawati@mail.uajy.ac.id


                   Abstrak                           keputusan yang terbaik dalam memilih kontraktor
                                                     [1].
     Pemilihan kontraktor yang tepat dalam                Penentuan pemilihan terhadap kontraktor
menangani      sebuah      projek     dapat   pula   bertujuan untuk mengetahui kemampuan secara
mempengaruhi       kualitas    kerja.    Keputusan   teknis oleh panitia penyelenggara tender projek
Pemenang tender projek merupakan keputusan           akan pentingnya suatu perencanaan pembangunan
yang dilakukan oleh panitia penyelenggara tender     untuk tahapan projek selanjutnya. Persaingan usaha
projek     yang bersifat transparan yang dapat       yang semakin ketatpun melatarbelakangi perlunya
memberikan nilai riil sesuai dengan ketentuan        sistem penilaian sebagai alat evaluasi kinerja
dalam menentukan pemenang tender projek. Saat        konsultan perencana dalam menangani suatu projek
ini dalam penentuan pemenang tender projek masih     perencanaan, sehingga tercipta suatu produk
bersifat manual sehingga informasi-informasi yang    perencanaan yang optimal, sebagai acuan
merupakan kriteria penentuan pemenang tender         pelaksanaan pekerjaan konstruksi dan sebagai suatu
projek terkadang terabaikan.                         keunggulan [3] dalam pendukung keputusan.
     Kriteria penilaian yang peneliti gunakan             Pembuatan sistem pendukung keputusan
dalam menentukan pemenang tender projek              menurut [2] untuk prakualifikasi kontraktor yang
meliputi evaluasi administasi, evaluasi teknis,      dalam pembuatan model base-nya dilakukan
evaluasi harga dan evaluasi kualifikasi. Empat       dengan mengidentifikasi variabel-variabel pembeda
kriteria tersebut, peneliti gunakan untuk            terhadap kinerja kontraktor dari segi Evaluasi
mengklasifikasikan pemenang tender projek            administrasi, evaluasi teknis, evaluasi harga, dan
menggunakan algoritma C4.5 dengan mencari nilai      evaluasi Kualifikasi. Hal tersebut dapat dilihat dari
Entropy dan Gain yang mana dapat membentuk           validasi eksternal yang dilakukan terhadap data
pohon keputusan dalam menentukan pemenang            yang tidak dipergunakan dalam pembuatan model
tender projek. Penentuan pemenang tender projek      base yang memberikan keakuratan cukup tinggi [2].
ini setelah dianalisa dengan menggunakan             Sistem pendukung keputusan digunakan dalam
algoritma C4.5 dapat memberikan informasi yang       memadukan data dan pengetahuan untuk
efektif dalam menentukan peserta pemenang tender     meningkatkan efektivitas dan efisiensi dalam proses
projek.                                              pengambilan keputusan [4]. Dalam sistem
                                                     pendukung keputusan terdapat informasi-informasi
Kata Kunci : Algoritma C4.5, Entropy, Gain,          yang perlu ditelaah lebih dalam lagi sehingga
             Pemenang tender projek, Pohon           informasi-informasi yang dibutuhkan dalam
             Keputusan.                              pemecahan sebuah masalah dapat diselesaikan
                                                     dengan baik. Dalam sistem pendukung keputusan,
1. Pendahuluan                                       terdapat pula sebuah teknik penggalian data atau
                                                     yang dikenal dengan penambangan data (data
     Menurut [1] menyampaikan bahwa Pemilihan        mining) untuk menyelesaikan suatu masalah dalam
kontraktor yang tepat dalam menangani sebuah         memberikan informasi-informasi yang dibutuhkan,
projek dapat pula mempengaruhi kualitas kerja        metode penggalian data tersebut biasa dikenal
dalam kemajuan pembangunan yang didasarkan           dengan teknik penambangan data.
pada evaluasi multi-atribut. Penilaian dalam              Penambangan data merupakan proses analisis
berbagai atribut untuk dipertimbangkan dalam         data untuk menemukan suatu pola dari kumpulan
pemilihan     kontraktor    dapat    membantu        data-data. Penambangan data mampu menganalisa
meningkatkan proses seleksi dalam mendapatkan        data yang besar menjadi informasi berupa pola
                                                     yang mempunyai arti bagi pendukung keputusan.


                                  Data Maning dan Database System                                     3-7
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)               ISBN 978‐602‐19837‐0‐6 


Salah satu teknik yang ada pada penambangan data        Di mana :
adalah klasifikasi. Beberapa kelompok klasifikasi,      S       = Himpunan kasus
di antaranya adalah pohon keputusan, Bayesian dan       A       = Atribut
jaringan saraf. Salah satu klasifikasi penambangan      i       = Jumlah Partisi Atribut
data dalam pohon keputusan adalah Algoritma             Si      = Jumlah Kasus pada partisi ke i
C4.5. Dalam algoritma C4.5 pemilihan atribut            S       = Jumlah Kasus dalam S
dilakukan dengan menggunakan Gain Ratio dengan
mencari     nilai    entropy.     Algoritma   C4.5
menggunakan pendekatan induksi dimana, dalam
pendekatan ini, algoritma C4.5 membagi-bagi data
berdasarkan kirteria yang di pilih untuk membuat
sebuah pohon keputusan. Algoritma C4.5 ini juga
menggunakan pendekatan secara top-down [5].

2. Metode
     Metode yang digunakan untuk analisis adalah
metode     Klasifikasi,    menggunakan      konsep
penambangan data klasifikasi algoritma C4.5 yaitu
dengan mencari nilai information gain dan entroopy
sehingga dari metode ini dapat membentuk sebuah         Gambar 1. Pohon Keputusan Lengkap (Abidin., A.
pohon keputusan dalam menangani peserta                                  Z. Z., 2011)
pemenang tender projek yang mana secara umum
algoritma C4.5 dapat membangun pohon keputusan
                                                              Gambar 1 menunjukan pohon keputusan dalam
[10] adalah sebagai berikut:
                                                        pemberian rekomendasi ajar [11]. Jumlah simbol
1. Pilih atribut sebagai akar
                                                        lingkaran sebagai node menunjukkan jumlah atribut
2. Buat cabang untuk masing-masing nilai
                                                        sebagai atribut sumber kognitif, minat dan nilai
3. Bagi kasus dalam cabang
                                                        awal. Sedangkan atrinut tujuan berupa rekomendasi
4. Ulangi proses untuk masing-masing cabang
                                                        ajar yang bernilai induktif dan nondirektif.
    sampai semua kasus pada cabang memiliki
    kelas yang sama.
                                                        4. Hasil dan Pembahasan
3. Pembahasan                                                 Analisis efektivitas algoritma C4.5 dalam
                                                        menentukan pemenang tender projek seperti pada
      Algoritma C4.5 adalah pengembangan dari
                                                        tabel 1, data penetuan pemenang tender projek
algoritma ID3. Oleh karena pengembangan tersebut
                                                        merupakan       tahap    pengambilan       keputusan
algoritma C4.5 mempunyai prinsip dasar kerja yang
                                                        berdasarkan kriteria evaluasi administrasi, evaluasi
sama dengan algoritma ID3, hanya saja Algoritma
                                                        teknis, evaluasi harga dan evaluasi kulaifikasi untuk
C4.5 menggunakan pendekatan induksi dimana,
                                                        dijadikan sebagai modal pengetahuan dalam
dalam pendekatan ini, algoritma C4.5 membagi-
                                                        membentuk sebuah pohon keputusan. Analisis dan
bagi data berdasarkan kirteria yang di pilih untuk
                                                        perancangan sistem yang dapat membantu
membuat sebuah pohon keputusan. Algoritma C4.5
                                                        memberikan        keputusan      kepada       panitia
ini juga menggunakan pendekatan secara top-down
                                                        penyelenggara tender projek akan kemungkinan
[5] dalam algoritma C4.5 ([7] [9] [8] [6] 2007)
                                                        perserta tender projek yang akan menerima atau
pemilihan atribut dilakukan dengan menggunakan
                                                        tidaknya sebuah projek diantaranya menentukan
Gain Ratio dengan rumus :
                                                        pohon keputusan, menentukan aturan, model data,
                                                        fungsionalitas sistem dan perancangan struktur
      Entropy(S ) =                      ........(1)
                                                        halaman. Implementasi sistem menggunakan
                                                        bahasa pemrograman Visual studio dan MySQL
Atribut dengan nilai Gain Ratio tertinggi dipilih
                                                        sebagai database-nya.
sebagai atribut test untuk simpul. Dengan gain
                                                              Sebagai langkah awal untuk melakukan
adalah information gain dengan rumus :
                                                        perhitungan pencarian nilai gain dan entropy dapat
                                                        dilihat pada kasus di bawah ini (Tabel 1). Misalkan
Gain(S,A)                                               ditampilkan 54 dataset pengujian untuk klasifikasi
                                                        C4.5
= Entropy(S) -                           .........(2)


3-8                               Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                                                                      ISBN 978‐602‐19837‐0‐6 


       Tabel 1. Tabel Dataset Uji Penentuan peserta                                                                Baris Total Kolom Entropy pada Tabel 2 di
                 pemenang tender projek                                                                       hitung dengan Rumus Sebagai Berikut
    Peserta            Evaluasi          Evaluasi       Evaluasi        Evaluasi      Keputusan Penawaran
Tender Trojek (P)     Adminstrasi         Teknis         Harga         Kualifikasi    (Diterima Atau Tidak)
       P1                Baik             Tinggi         Tinggi         Lengkap                No
       P2                Baik             Tinggi         Tinggi      Tidak Lengkap             No
       P3                Baik             Tinggi        Sedang          Lengkap               Yes
       P4                Baik             Tinggi        Sedang       Tidak Lengkap             No
       P5                Baik             Tinggi        Rendah          Lengkap               Yes
       P6                Baik             Tinggi        Rendah       Tidak Lengkap             No
       P7                Baik            Sedang          Tinggi         Lengkap               Yes
       P8
       P9
                         Baik
                         Baik
                                         Sedang
                                         Sedang
                                                         Tinggi 
                                                        Sedang
                                                                     Tidak Lengkap
                                                                        Lengkap
                                                                                               No
                                                                                              Yes
                                                                                                              Entropy(Total) = (-37/54 * Log2 (37/54)) + (-
      P10
      P11
                         Baik
                         Baik
                                         Sedang
                                         Sedang
                                                        Sedang
                                                        Rendah
                                                                     Tidak Lengkap
                                                                        Lengkap
                                                                                               No
                                                                                              Yes             17/54 * Log2(17/54)
      P12                Baik            Sedang         Rendah       Tidak Lengkap             No
      P13                Baik            Rendah          Tinggi         Lengkap                No
      P14                Baik            Rendah          Tinggi      Tidak Lengkap             No
      P15
      P16
                         Baik
                         Baik
                                         Rendah
                                         Rendah
                                                        Sedang
                                                        Sedang
                                                                        Lengkap
                                                                     Tidak Lengkap
                                                                                              Yes
                                                                                               No
                                                                                                              Entropy(Total) = ((-37/54) * 0,584962501) + ((-
      P17
      P18
                         Baik
                         Baik
                                         Rendah
                                         Rendah
                                                        Rendah
                                                        Rendah
                                                                        Lengkap
                                                                     Tidak Lengkap
                                                                                              Yes
                                                                                               No             17/54) * (-1,584962501)
      P19               cukup             Tinggi         Tinggi         Lengkap                No
      P20
      P21
                        cukup
                        cukup
                                          Tinggi
                                          Tinggi
                                                         Tinggi 
                                                        Sedang
                                                                     Tidak Lengkap
                                                                        Lengkap
                                                                                               No
                                                                                              Yes
                                                                                                               = 0,37372339 + 0,524929986
      P22
      P23
                        cukup
                        cukup
                                          Tinggi
                                          Tinggi
                                                        Sedang
                                                        Rendah
                                                                     Tidak Lengkap
                                                                        Lengkap
                                                                                               No
                                                                                              Yes             = 0,898653376
                                                                                                                    Perhitungan selanjutnya adalah menghitung
      P24               cukup             Tinggi        Rendah       Tidak Lengkap             No
      P25               cukup            Sedang          Tinggi         Lengkap               Yes
      P26               cukup            Sedang          Tinggi      Tidak Lengkap             No
      P27
      P28
                        cukup
                        cukup
                                         Sedang
                                         Sedang
                                                        Sedang
                                                        Sedang
                                                                        Lengkap
                                                                     Tidak Lengkap
                                                                                              Yes
                                                                                               No
                                                                                                              nilai gain total untuk Evaluasi Administrasi dengan
      P29
      P30
                        cukup
                        cukup
                                         Sedang
                                         Sedang
                                                        Rendah
                                                        Rendah
                                                                        Lengkap
                                                                     Tidak Lengkap
                                                                                              Yes
                                                                                               No             menggunakan persamaan (2) berdasarkan nilai
                                                                                                              entropy dari masing-masing atributnya sebagai
      P31               cukup            Rendah          Tinggi         Lengkap                No
      P32               cukup            Rendah          Tinggi      Tidak Lengkap             No
      P33               cukup            Rendah         Sedang          Lengkap                No
      P34
      P35
                        cukup
                        cukup
                                         Rendah
                                         Rendah
                                                        Sedang
                                                        Rendah
                                                                     Tidak Lengkap
                                                                        Lengkap
                                                                                               No
                                                                                              Yes             berikut :
      P36               cukup            Rendah         Rendah       Tidak Lengkap             No
      P37               Kurang            Tinggi         Tinggi         Lengkap                No
      P38               Kurang            Tinggi         Tinggi      Tidak Lengkap             No
      P39               Kurang            Tinggi        Sedang          Lengkap               Yes
      P40               Kurang            Tinggi        Sedang       Tidak Lengkap             No
      P41               Kurang            Tinggi        Rendah          Lengkap               Yes
      P42               Kurang            Tinggi        Rendah       Tidak Lengkap             No
      P43               Kurang           Sedang          Tinggi         Lengkap                No
      P44               Kurang           Sedang          Tinggi      Tidak Lengkap             No
      P45               Kurang           Sedang         Sedang          Lengkap               Yes
      P46               Kurang           Sedang         Sedang       Tidak Lengkap             No
      P47               Kurang           Sedang         Rendah          Lengkap               Yes
      P48               Kurang           Sedang         Rendah       Tidak Lengkap             No
      P49               Kurang           Rendah          Tinggi         Lengkap                No
      P50               Kurang           Rendah          Tinggi      Tidak Lengkap             No
      P51               Kurang           Rendah         Sedang          Lengkap                No
      P52               Kurang           Rendah         Sedang       Tidak Lengkap             No
      P53               Kurang           Rendah         Rendah          Lengkap                No
      P54               Kurang           Rendah         Rendah       Tidak Lengkap             No

                                                                                                                       EntropyAdminstrasi (Baik) = (-11/18 *
Untuk bisa menentukan nilai-nila gain dan entropy                                                                      Log2(11/18) + (-7/18) * Log2(7/18)
dari masing-masing atribut di atas, maka terlebih                                                                      = 0,434190401 + 0,529888364
kita konversi ke dalam bentuk tabel klasifikasi yang                                                                   = 0,964078765
lebih detail sebagai berikut :                                                                                         EntropyAdminstrasi (Cukup) = (-12/18 *
  Tabel 2. Tabel klasifikasi untuk perhitungan nilai                                                                   Log2(12/18) + (-6/18) * Log2(6/18)
                  gain dan entropy                                                                                     = 0,389975 + 0,528320834
                                                                                                                       = 0,918295834
           Node                                      Jumlah   No Yes      Entropy      GAIN
                                                    Kasus (S) (S1) (S2)                                                EntropyAdminstrasi (Kurang) = (-14/18 *
             1        TOTAL                            54     37    17 0,898653376
                     Evaluasi                                                        0,016460341
                                                                                                                       Log2(14/18) + (-4/18) * Log2(4/18)
                    Administrasi        Baik           18     11    7 0,964078765                                      = 0,281998951 + 0,482205556
                                       Cukup           18     12    6 0,918295834                                      = 0,764204507
                                       Kurang          18     14    4 0,764204507

                     Evaluasi                                                        0,216674141
                                                                                                                       Information Gain (Total,EVAdmin)
                      Teknis           Tinggi          18     12    6 0,918295834                                      = 0,898653376 - ((18/54 * 0,964078765 )
                                       Sedang          18     10    8 0,99107606
                                       Rendah          18     15    3 0,650022422
                                                                                                                       + (18/54 * 0,918295834 ) + (18/54 *
                                                                                                                       0,764204507))
                     Evaluasi                                                        0,079182323
                      Harga            Tinggi          18     16    2 0,503258335                                      = 0,898653376 - (0,882193035)
                                       Sedang          18     11    7 0,964078765                                      = 0,036102799
                                       Rendah          18     10    8 0,99107606
                                                                                                                   Perhitungan nilai entropy dan gain diteruskan
                     Evaluasi                                                        0,423175351              sampai atribut terakhir dan diperoleh nilai-nilai gain
                     Kualifikasi       Lengkap         27     10    17 0,950956048
                                    Tidak Lengkap      27     27     0      0                                 dan entropy tertentu. Hasil dari nilai gain kemudian
                                                                                                              dibandingkan dengan nilai gain lainnya untuk
                                                                                                              mencari nilai tertinggi yang akan dijadikan acuan
     Setelah tabel 2 dibuat, maka langkah
                                                                                                              untuk melakukan proses perhitungan kembali pada
selanjutnya adalah melakukan perhitungan nilai
                                                                                                              proses pembentukan struktur pohon [10]. pada
entropy dengan menggunakan persamaan (2), untuk
                                                                                                              perhitungan pada Tabel 2 diatas maka nilan Gain
mencari nilai gain nya nanti. Langkah pertama
                                                                                                              Tertinggi terdapat pada Atribut Evaluasi Kualifikasi
mencari nilai entropy total, dilakukan sebagai
                                                                                                              Sehingga membentuk pohon Keputusannya seperti
berikut :
                                                                                                              pada gambar 1.

                                                                           Data Maning dan Database System                                                      3-9
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)               ISBN 978‐602‐19837‐0‐6 


                                                        6.  IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
                                                            Harga Sedang) AND (Evaluasi Teknis Sedang) THEN
                                                            YES.
                                                        7. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
                                                            Harga Sedang) AND (Evaluasi Teknis Baik) THEN
                                                            YES.
                                                        8. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
                                                            Harga Tinggi) AND (Evaluasi Teknis Baik) THEN NO.
                                                        9. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
                                                            Harga Tinggi) AND (Evaluasi Teknis Sedang) AND
                                                            (Administrasi Baik) THEN YES.
Gambar 2. Pohon Keputusan Untuk Evaluasi Kualifikasi    10. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
                                                            Harga Tinggi) AND (Evaluasi Teknis Sedang) AND
    Tender Projek Menggunakan algoritma C4.5                (Administrasi Cukup) THEN YES.
                                                        11. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
       Setelah melakukan perhitungan seperti                Harga Tinggi) AND (Evaluasi Teknis Sedang) AND
                                                            (Administrasi Kurang) THEN YES.
langkah perhitungan dengan mencari nilai gain dan       12. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
etropy maka proses selanjutnya adalah melakukan             Harga Tinggi) AND (Evaluasi Teknis Rendah) THEN
perhitungan kembali, yang mana atribut evaluasi             NO.
kualifikasilah yang menjadi akar perhitungan
sehingga bisa mendapatkan nilai entopy dan gain         4.2. Algoritma C4.5 dengan Metode Lain :
untuk proses selanjutnya. Setelah semua proses
dihitung maka dapat membentuk pohon keputusan           a. Algoritma C4.5
yang lengkap seperti pada gambar 3.                         Algoritma C4.5 dalam aplikasi weka dikenal
                                                        juga dengan J48 maka hasil dari C4,5 adalah




                                                        b. Algoritma ID3
 Gambar 3. Pohon Keputusan Lengkap Penentuan
       Peserta Pemenang Tender Projek

4.1. Aturann Klasifikasi Algoritma C4.5
     Dari Hasil Analisi berdasarkan gambar 3
diatas maka algoritma dalam menentukan
pemenang tender projek memiliki beberapa aturan:
1.   IF (Evaluasi Kulaifikasi Tidak Lengkap) THEN NO.
2.   IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
     Harga Rendah) THEN YES.                            c. Aturan NNge
3.   IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
     Harga Sedang) AND (Evaluasi Teknis Rendah) AND
     (Evaluasi Administrasi Kurang) THEN NO.
4.   IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
     Harga Sedang) AND (Evaluasi Teknis Rendah) AND
     (Evaluasi Administrasi Cukup) THEN YES.
5.   IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi
     Harga Sedang) AND (Evaluasi Teknis Rendah) AND
     (Evaluasi Administrasi Baik) THEN YES.




3-10                                Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6 


5. Kesimpulan                                               Ieee., 2010, Assessment Of The Risk Factors
                                                            Of Coronary Heart Events Based On Data
     Dari Hasil Analisis data diatas dengan                 Mining With Decision Trees, Ieee.
pembuktian-pembukitan         algoritma        C4.5    [6] Al-Hegami, Ahmed Sultan., 2007, Classical
berdasarkan literatur yang digunakan maka dapat             And Incremental Classification In Data
disimpulkan bahwa metode algoritma C4.5-pun                 Mining Process, Ijcsns International Journal
dapat diterapkan dalam menentukan peserta                   Of Computer Science And Network Security,
pemenang tender projek dengan menggunakan                   Vol.7 No.12, December.
kriteria kriteria evaluasi administrasi, evaluasi      [7] Chih-Chiang Wei., And Jiing-Yun You.,
teknis, evaluasi harga dan evaluasi kualifikasi dan         2011, C4.5 Classifier For Solving The
jika dibandingkan dengan metode lain seperti ID3            Problem Of Water Resources Engineering,
dan NNge maka algoritma C4.5 memiliki correctly             Proceeding Of The International Conference
classified yang lebih tinggi jika dibandingkan              On Advanced Science, Engineering And
dengan metode yang lain (metode ID3 dan aturan              Information Technology, Isbn 978-983-
NNge) dan root relative squere error Pada                   42366-4-9, Juanuary.
algoritma C4.5 lebih rendah jika dibandingkan          [8] Karegowda, Asha Gowda., Manjunath, A. S.,
dengan metode yang lain (metode ID3 dan aturan              And Jayaram, M.A., 2010, Comparative
NNge) sehingga algoritma C4.5 dapat dikatakan               Study Of Attribute Selection Using Gain Ratio
sebagai metode yang efektif dalam menentukan                And Correlation Based Feature Selection,
peserta pemenang tender projek.                             International    Journal    Of    Information
                                                            Technology And Knowledge Management,
Referensi                                                   Volume 2, No. 2, Pp. 271-277, July-
                                                            December.
[1]   Turskis, Zenonas., 2008., Multi-Attribute        [9] Minegishi, Tatsuya., Ise, Masayuki., Niimi,
      Contractors Ranking Method By Applying                Ayahiko., Konishi, And Osamu., 2009,
      Ordering Of Feasible Alternatives Of                  Extension Of Decision Tree Algorithm For
      Solutions In Terms Of Preferability                   Stream Data Mining Using Real Data, Fifth
      Technique, Baltic Journal On Sustainability,          International Workshop On Computational
      14(2): 224–239.                                       Intelligence & Applications, Ieee Smc
[2]   Demir, Hülya And Bostanci, Bülent., 2010.,            Hiroshima Chapter, Hiroshima University,
      Decision-Support      Analysis    For    Risk         Japan, November.
      Management, African Journal Of Business          [10] Kusrini, Luthfi, E. T., 2009, Algoritma Data
      Management, Vol. 4(8), Pp. 1586-1604,18               Mining, Edisi 1, Andy Offset, Yogyakarta.
      July, Issn 1993-8233 ©2010 Academic              [11] Abidin., A. Z. Z., 2011, Implementasi
      Journals.                                             Algoritma     C4.5     dalam     menganalisa
[3]   Diputra, I Gede Astawa., 2009, Sistem                 kemungkinan pembelian komputer sebagai
      Penilaian Kinerja Konsultan Perencana                 media pembelajaran mahasiswa, Digital
      Dalam Menangani Proyek Perencanaan                    Information & Sistem conference, ISBN 978-
      Bangunan Gedung, Jurnal Ilmiah Teknik Sipil           979; Bandung.
      Vol. 13, No. 2, Juli.
[4]   Suprapto, Heri., And Wulandari Sri., 2006,
      Decision Support System (Dss) Dalam
      Prakualifikasi Kontraktor, International Civil
      Engineering        Conference       "Towards
      Sustainable Civil Engineering Practice,
      Surabaya, August 25-26.
[5]   Karaolis, Minas A., Member., Ieee., Moutiris,
      Joseph A., Hadjipanayi Demetra., And
      Pattichis, Constantinos S., Senior Member.,




                                    Data Maning dan Database System                                 3-11
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)    ISBN 978‐602‐19837‐0‐6 




3-12                             Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6 


  Sistem Tracking antaran Paket pada Unit Pelayanan PT. Pos Indonesia
      Menggunakan metode pendekatan Algoritma Graph Travelling
                          Salesperson Problem

                             Richki Hardi, Yul Hendra, dan Munar
                    Fakultas Ilmu Komputer Universitas Almuslim
     richkihardi@gmail.com, yul_hendrapdg@yahoo.com, munar_amik@yahoo.co.id  


                    Abstrak                            terjadinya perubahan-perubahan yang dampaknya
                                                       mempengaruhi segala aspek kehidupan dan terjadi
     Persoalan Travelling Salesperson Problem-         secara berkelanjutan pada lingkungan perusahaan
TSP merupakan persoalan optimasi untuk mencari         pengiriman barang standar nasional.
perjalanan terpendek bagi pedagang keliling yang             Salah satu jenis perkembangan ilmu
ingin berkunjung ke beberapa kota, dan kembali ke      pengetahuan dan teknologi adalah perkembangan
kota asal keberangkatan. TSP merupakan                 dunia komputasi, satu diantaranya adalah kemajuan
persoalan yang sulit bila dipandang dari sudut         sistem informasi. Hampir tidak ada batas ruang dan
komputasinya. Beberapa metode telah digunakan          waktu sehubungan dengan sistem informasi
untuk memecahkan persoalan tersebut namun              tersebut, informasi dari tempat yang jauh secara
hingga saat ini belum ditemukan algoritma yang         fisik dapat dengan cepat dan mudah diketahui oleh
mangkus untuk menyelesaikannya. Cara termudah          kita. Melalui Sistem Informasi berbasis teknologi
untuk menyelesaikan TSP yaitu dengan mencoba           informasi pekerjaan menjadi mudah, efektif dan
semua kemungkinan rute dan mencari rute yang           efisien.
terpendek. Namun, pada zaman yang serba praktis              PT. Pos Indonesia sebagai perusahaan
sekarang ini dibutuhkan algoritma yang dapat           mediator dalam bidang pengiriman dan antaran
menyelesaikan TSP dengan cepat sehingga                mempunyai tantangan berat dalam menghadapi
diperoleh solusi yang mendekati solusi optimal.        dampak perubahan yang ada saat ini, antara lain
Algoritma TSP sangat tepat digunakan untuk             yaitu adanya pola pergeseran demand masyarakat
penyelesaian masalah optimasi yang kompleks dan        dimana unit-unit pelayanan masih belum maksimal,
sukar diselesaikan dengan metode konvensional.         namun di sisi lain kebutuhan konsumenpun semakin
Data rute dan jarak serta waktu tempuh yang            meningkat, selain itu masalah-masalah yang
digunakan untuk menentukan rute terpendek pada         berkaitan dengan sarana pelayanan, pengiriman
sistem ini didapat dari hasil survey di kantor pos     barang, tarif pengiriman, keadaan barang, kepuasan
Lhokseumawe.                                           konsumen, keselamatan kerja, dan lain sebagainya
                                                       juga perlu mendapatkan perhatian dan penanganan
Kata kunci : Algoritma Graph, Rute Terpendek,          yang serius.
             Travelling Salesperson Problem,                 Proses antaran paket yang sedang berjalan di
             Tracking Paket, Web.                      kantor pos, khususnya daerah Aceh menggunakan
                                                       rute transportasi umum, dengan armada yang sangat
1.   Pendahuluan                                       terbatas sehingga membutuhkan waktu yang lama.
                                                       Jika kantor pos kecamatan (KPC) ingin mengirim
1.1 Latar belakang Masalah                             paket ke kota lain maka paket tersebut harus diolah
      Perkembangan      ilmu    pengetahuan dan        terlebih dahulu oleh kantor pos pemeriksa (KPRK)
teknologi kian pesat, hal tersebut dapat dilihat dan   untuk kemudian dikirim ke kota tujuan, walaupun
dirasakan secara langsung maupun tidak langsung.       jarak antara Kantor pos kecamatan lebih dekat
Perkembangan tersebut tengah berdampak pada            dengan kota tujuan.
segala aspek kehidupan manusia. Globalisasi yang             Permasalahannya        adalah     bagaimana
terjadi sekarang ini mengakibatkan terjadinya          menentukan rute yang tepat sehingga paket dapat
perubahan-perubahan          yang       dampaknya      sampai ke kota tujuan dalam waktu yang sesingkat
mempengaruhi segala aspek kehidupan dan terjadi        mungkin dengan menggunakan rute tersebut, paket
secara berkelanjutan, termasuk di lingkungan           yang sampai ke suatu kota atau kantor pos dapat
perusahaan pengiriman barang standar nasional.         diarahkan ke kantor pos berikutnya yang tepat
Globalisasi yang terjadi dewasa ini mengakibatkan      sehingga paket menuju kota atau kantor pos


                                   Data Maning dan Database System                                   3-13
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                 ISBN 978‐602‐19837‐0‐6 


penerima dengan delai (delay) waktu yang                  Lhokseumawe dalam menentukan rute pengiriman
minimum. Dengan kata lain, harus menentukan               paket dari satu kota ke kota lainnya sehingga dapat
lintasan terpendek dan mendekati yang akan dilalui        menghemat waktu dalam proses pengiriman paket.
oleh paket tersebut dari kantor pos pengirim ke           Diharapkan dapat memberikan sumbangan bagi
kantor pos penerima.                                      pengembang ilmu di bidang komputer dan
      Dalam proses antaran paket dari satu kota ke        informatika     serta   memanfaatkan      kemajuan
kota lain tentunya perlu ada pertimbangan efisiensi       teknologi      untuk     kemajuan       masyarakat,
waktu dan biaya oleh Perusahaan sehingga                  pembelajaran bagi mahasiswa teknik informatika
diperlukan ketepatan dalam menentukan rute                khususnya dan sebagai implementasi ilmu
terpendek antar suatu kota. Hasil penentuan rute          pengetahuan dari penelitian tersebut.
terpendek bisa didapatkan dengan menggunakan
metode       pendekatan        algoritma     Travelling   1.5 Tujuan Penelitian
Salesperson Problem (TSP), yaitu algoritma yang
mencari panjang lintasan terpendek dan mendekati               Tujuan penelitian ini adalah merancang dan
optimal dari titik asal ke titik tujuan dan kembali ke    mengimplementasikan sebuah sistem penelusuran
titik asal dalam sebuah graf berbobot tersambung          paket yang dapat memberikan kemudahan bagi
dengan biaya minimal.                                     suatu permasalahan tracking dengan menggunakan
      Dari latar belakang masalah di atas, maka           metode pendekatan algoritma TSP pada kantor Pos
judul yang dapat diangkat dalam tesis ini yaitu           Lhokseumawe.
”Sistem Tracking Antaran Paket Pada Unit
Pelayanan PT.Pos Indonesia menggunakan metode             1.6 Batasan Masalah
pendekatan Algoritma Graph - Travelling                        Berdasarkan latar belakang masalah tersebut,
Salesperson Problem (TSP).                                agar hasil penelitian ini maksimal maka
                                                          pembahasan masalah hanya dibatasi pada:
1.2 Rumusan Masalah                                       1. Pencarian rute terpendek antaran paket
                                                             menggunakan algoritma Graph TSP.
     Adapun permasalahan dalam penelitian ini
                                                          2. Rute di dalam sistem ini mengacu pada titik
dapat dirumuskan sebagai berikut :
                                                             yang telah ditentukan oleh PT.Pos sebagai
1. Bagaimana memilih dan menentukan rute-rute
                                                             sarana untuk memberikan laporan.
   terpendek yang mendekati optimal untuk
                                                          3. Data yang digunakan dalam sistem ini adalah
   antaran paket dari kota asal ke kota tujuan
                                                             data sekunder (rute, data jarak, dan data kantor
   kemudian kembali ke kota asal.
                                                             pos di Aceh) yang bersumber dari kantor pos
2. Bagaimana mengimplementasikan algoritma
                                                             Lhokseumawe dan kantor perhubungan Aceh
   TSP dalam menentukan rute pada proses antaran
                                                             Utara.
   paket.
3. Bagaimana membuat aplikasi untuk pencarian
   rute antaran paket di kantor pos Lhokseumawe.          2. Tinjauan       Pustaka      dan     Landasan
                                                             Teori
1.3 Keaslian Penelitian
                                                          2.1 Tinjauan Pustaka
     Penelitian sejenis yang pernah dilakukan oleh
peneliti sebelumnya dilakukan dengan cara                      Penelitian sebelumnya dilakukan Mukti (2005)
menggunakan algoritma djikstra dalam menentukan           dengan judul membangun system informasi
lokasi titik terdekat pengeboran batubara. Dengan         geografis untuk pemetaan papan reklame di
dasar tersebut di atas penulis akan mencoba               Yogyakarta. Pada penelitian tersebut           masih
melakukan penelitian yang bersifat baru, sampai           menggunakan software tambahan macromedia flash
dengan saat ini sepanjang yang penulis ketahui,           sebagai antar muka sehingga file yang dihasilkan
belum ada dan belum pernah dilakukan penelitian           dengan digitasi deprogram arcview harus diekspor
tentang penggunaan sistem tracking antaran paket          menjadi file berekstensi *.dxf sehingga melakukan
pada unit pelayanan PT. Pos Indonesia                     dua kali pekerjaan selain itu digitasi onscreen pada
menggunakan metode pendekatan Algoritma Graph             program arcview jika di ekspor kedalam file dxf
“Travelling Salesperson Problem (TSP)”                    menjadi kurang sempurna. Perangkat lunak arcview
                                                          sebebarnya sudah di desain cukup lengkap bahkan
                                                          arcview bisa membuat antar muka sendiri dengan
1.4 Manfaat Penelitian
                                                          menggunakan fasilitas customize dan tidak perlu
     Manfaat dari penelitian adalah diharapkan            menggunakan perangkat yang lain. Disini penulis
dapat menjadi salah satu acuan bagi kantor Pos


3-14                                  Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6 


menggunakan software arcview dan Microsoft            jumlah titik yang terdapat adalah empat buah dan
access untuk menyimpan basis data.                    banyak kemungkinan lintasannya adalah tiga buah.
      Penelitian ini juga mengacu pada penelitian     Yaitu :
yang dilakukan oleh Wijayanto (2005), dengan
judul SIG untuk pemetaan transceiver station BTS.
Telkom Flexi PT.Telkom cabang Bantul. Pada
penelitian tersebut peneliti menggunakan perangkat
lunak arcview tetapi penggunaannya belum
menggunakan        hotlink    untuk    menampilkan       Gambar 2.9 contoh tiga macam lintasan kasus
informasi yang lebih detail sehingga informasi yang
dihasilkan hanya berupa atribut dari theme yang       Lintasan pertama = (a,b,c,d,a) atau (a,d,c,b,a)
ada. Arcview memiliki fasilitas hotlink sehingga      Mempunyai panjang = 10 + 12 + 8 + 15 = 45.
dapat membantu menampilkan informasi yang lebih       Lintasan Kedua = (a,c,d,b,a) atau (a,b,d,c,a)
lengkap dan menarik. Dan penelitian ini penulis       Mempunyai panjang = 12 + 5 + 9 + 15 = 41,
telah menggunakan fasilitas hotlink sehingga dapat    Lintasan Ketiga = (a,c,b,d,a) atau (a,d,b,c,a)
ditampilkan informasi yang lebih luas dan lebih       Mempunyi panjang = 10 + 5 + 9 + 8 = 32
detail. Karena fasilitas hotlink dapat menerima       Dari hasil enumerasi ini didapat hasil minimum
masukan yang berupa file text, image, dan file doc,   yaitu 32. Tetapi jumlah enumerasi dari algoritma ini
sehingga dapat ditampilkan informasi yang lebih       adalah (n – 1)! yang tidak akan efisien jika jumlah n
luas dan lebih menarik.                               bernilai sangat besar.

2.2 Landasan Teori                                    2) Branch and Bound

2.2.1 Algorima Graph-Travelling Salesperson
      Problem
Prosedur Sederhana Pemecahan TSP
      Dalam penyelesaian masalah TSP kita dapat
membagi kedalam 2 metode, yaitu metode optimal
dan metode aproksimasi. Metode optimal akan
menghasilkan hasil yang optimal (minimum)
sedangkan metode aproksimasi akan menghasilkan
hasil yang mendekati optimal.

2.2.2 Metode Optimal
     Sejak permasalahan TSP ditemukan pada                        Gambar: Branch and Bound
tahun 1800 oleh matematikawan Irlandia Sir
William Rowan Hamilton dan matematikawan                   Sama dengan complete enumeration, pada
Inggris Thomas Penyngton Kirkman, pusat               algoritma Branch and Bounpun ternyata memiliki
perhatian studi ini adalah menemukan secara pasti     kompleksitas algoritma (n-1)!, dimana n adalah
nilai minimum dari persoalan TSP dengan               jumlah kota. Untuk kasus diatas hasil yang di capai
konsekuensi dibutuhkan waktu yang cukup lama          adalah 15
untuk menyelesaikannya.
                                                      2.2.3 Metode Aproksimasi
1) Complete Enumeration                                      Greedy Heuristic
      Metode ini akan mengenumerasi setiap
kemungkinan yang terdapat dalam graf, setelah itu
algoritma ini akan membandingkan lintasan mana
yang paling minimum. Misal untuk kasus berikut
ini :




    Gambar: contoh empat titik lintasan kasus                      Gambar: Greedy Heuristic


                                   Data Maning dan Database System                                    3-15
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)              ISBN 978‐602‐19837‐0‐6 


     Pada algoritma ini, pemilihan lintasan akan           Metodologi yang digunakan adalah analisis
dimulai pada lintasan yang memiliki nilai paling      dan desain terstruktur dengan tahap-tahap sebagai
minimum, setiap mencapai suatu kota, algoritma ini    berikut :
akan memilih kota selanjutnya yang belum
dikunjungi dan memiliki jarak yang paling             3.3.1 Penelitian Lapangan (Field Research)
minimum. Algoritma ini disebut juga Nearest           a. Dalam melakukan penelitian ini penulis
Neighbour.                                                melakukan       Observasi,     Yaitu    metode
     Kompleksitas algoritma ini memang sangat             pengumpulan data dengan menggunakan
mengagumkan yaitu O(n), tetapi hasil yang kita            pengamatan langsung dan pencatatan dengan
dapat bisa sangat jauh dari hasil yang optimal,           sistematik terhadap gejala atau fenomena yang
semakin banyak kota semakin besar pula perbedaan          terkait tanpa mengajukan pertanyaan.
hasil yang dicapai. Misalnya untuk contoh kasus       b. wawancara dengan Kepala bagian Pengolahan
yang sama dengan algoritma Branch and Bound               data dan Kepala bagian pusat informasi di
sebelumnya yang menghasilkan nilai 15, maka               kantor pos Lhokseumawe. Teknik analisis
algoritma ini menghasilkan nilai 18 berbeda sebesar       terhadap sistem yang ada atau sedang berjalan
20% dari hasil sebelumnya padahal jumlah kota         c. Implementasi, Yaitu metode dengan cara
hanya 5 buah.                                             mengimplementasikan hasil perancangan yang
                                                          telah dibuat menjadi suatu tampilan yang
3. Metodologi Penelitian                                  menarik      sehingga   memudahkan        dalam
                                                          pembelajaran tentang objek penelitian.
3.1 Lokasi Penelitian                                 d. Metode Uji Coba, Yaitu suatu metode dimana
                                                          perancangan yang telah diimplementasikan
     Lokasi penelitian adalah PT.Pos Indonesia
                                                          kedalam program dapat diuji cobakan
(Persero), kantor cabang Lhokseumawe, Dinas
                                                          kebenarannya kepada orang lain yang ingin
Perhubungan Aceh Utara, Bapedda Aceh Utara dan
                                                          mempelajarinya.
Bapedda Lhokseumawe.
                                                      3.3.2 Penelitian Kepustakaan (Library Research)
3.2 Alat dan Bahan Penelitian                              Metode ini merupakan metode pengumpulan
3.2.1. Alat Penelitian                                data dengan cara mempelajari literature, paket
                                                      modul dan panduan, buku-buku pedoman, buku-
1) Perangkat Keras                                    buku perpustakaan dan segala kepustakaan lainnya
      Perangkat keras yang digunakan dalam            yang dianggap perlu dan mendukung.
penelitian ini yaitu : Spesifikasi perangkat keras
(hardware) yang digunakan pada penelitian ini         3.4 Langkah-langkah Penelitian
yaitu berupa Laptop dengan spesifikasi tinggi Intel
Core2Duo, Memory 2GB, dan nVidia Graphic                    Langkah-langkah dalam melakukan penelitian
512MB, Serta alat cetak printer Canon MP450           ini adalah sebagai berikut
untuk memudahkan peneliti dalam melakukan             a. Tahap Perancangan Sistem
penelitian                                            b. Perancangan graf dan algoritma TSP yaitu untuk
2) Perangkat Lunak, PHP dan MySQL                          - Menentukan graf yang akan dipakai.
                                                           - Menggambarkan graf sesuai dengan Peta
3.2.2. Bahan Penelitian                                        jalan seluruh Aceh.
      Bahan penelitian yang dibutuhkan adalah              - Menentukan titik-titik didalam graf.
sebagai berikut :                                          - Memasukkan bobot nilai dalam graf.
a. Data kantor pos di Nanggroe Aceh Darussalam             - Menentukan rute-rute yang bisa dilewati
b. Data Paket di kantor pos                                    untuk antaran paket dari titik awal ke titik-
c. Data rute yang dilalui pada saat antaran paket              titik selanjutnya.
d. Data lokasi kantor pos                                  - Menentukan rute terpendek atau nilai
e. Data jarak antar kota dan kabupaten di                      minimumnya         dengan     menggunakan
    Nanggroe Aceh Darussalam                                   algoritma TSP.
f. Peta jalan Nanggroe Aceh Darussalam.               c. Tahap Pembuatan Sistem
g. Data berita seputar perusahaan                         Langkah-langkah yang digunakan untuk
h. Data profile Perusahaan                                membuat sistem adalah sebagai berikut :
i. Data Tarif                                              - Menentukan bahasa pemograman yang
                                                               akan dipakai.
3.3 Metode Pengumpulan Data                                - Membuat tabel-tabel database.


3-16                               Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                    ISBN 978‐602‐19837‐0‐6 


    -  Merancang menu interface sistem.                 Table: Perhitungan Rute optimal dari simpul awal a
    -  Mengimplementasikan sistem kedalam                       = A (Lsm) kesemua simpul lainnya.
       bahasa pemograman.                                                (Untuk Nilai D)
d. Tahap Pengujian Sistem                                
   Langkah-langkah yang digunakan dalam
   menguji sistem adalah sebagai berikut:
    - Melakukan Test Case
    - Memberikan jenis uji Black Box test

4. Hasil dan Pembahasan
4.1 Perhitungan       Matriks     Ketetanggaan
    Graf
    Matriks ketetanggaan dari graf diatas adalah:

Tabel Matriks ketetanggan perhitungan rute optimal                                                           
         untuk graf kantor pos di Aceh:
                                                             Dari perhitungan diatas maka Rute optimal
                                                        antaran paket pada kantor pos Lhokseumawe ke
                                                        kantor pos tujuan adalah sebagai berikut :

                                                            Tabel Lintasan optimal dari simpul asal ke simpul
                                                                                tujuan:
                                                                                     




4.2 Rute     Terpendek            Menggunakan
    Algoritma TSP

Table Perhitungan Rute optimal dari simpul awal a
       = A (Lsm) kesemua simpul lainnya.                                                                         
                (Untuk Nilai S):
   
                                                        4.3 Implementasi Sistem
                                                        4.3.1 Lokasi Sistem Tracking




                                                     

                                                                                                             


                                  Data Maning dan Database System                                         3-17
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)            ISBN 978‐602‐19837‐0‐6 


                                                      1. Sistem Tracking paket hanya menyediakan
                                                         fasilitas penentuan rute antaran paket dengan
                                                         lintasan optimal, daftar tarif, ekspedisi paket,
                                                         kritik saran, profile, dan berita. Untuk
                                                         pengembangan sistem ini lebih lanjut, dapat
   Gambar: Hasil dari pencarian rute terpendek           ditambahkan      modul-modul       lain    yang
        menggunakan algoritma TSP                        mendukung sistem ini
                                                      2. Dalam menentukan rute optimal algoritma TSP
      Gambar di atas menunjukkan pencarian rute          tidak selamanya dapat memberikan rute yang
terpendek dari node asal A ke node tujuan N. Proses      nilainya minimal, karena prinsip yang
pencarian rute terpendek dari node asal A ke node        digunakan oleh algoritma TSP disini adalah
akhir N menggunakan algoritma TSP melalui                semua cara dicoba untuk mencari rute yang
proses penentuan titik ke titik yang terdekat            optimal, untuk bisa mendapatkan pencarian rute
berdasarkan bobot jarak. Algoritma TSP akan              optimal secara baik kedepannya dalam
mencari semua lintasan yang mungkin dilewati             pencarian rute terpendek bisa menggunakan
menuju titik akhir untuk kemudian ditentukan             algoritma yang lebih luas ruang lingkup
lintasan terpendeknya. Dan lintasan terpendek dari       kerjanya.
node asal A ke node akhir N dapat melewati A – F
– K– L – M - N dengan total jarak 371 Km.             Daftar Pustaka
                                                      Betha, Sidik, Ir, 2002, Pemrograman Web dengan
5. Penutup                                                  PHP, Penerbit Informatika, Bandung
5.1 Kesimpulan                                        Handoyo, Hendri Purwo, dkk, Pemecahan
                                                            Masalah Jalur Terpendek dengan Travelling
     Setelah membuat aplikasi sistem tracking               SalesPerson Problem, Jurusan Teknik
antaran paket dengan menggunakan Algoritma TSP              Informatika Sekolah tinggi Teknologi Telkom,
pada PT. Pos Indonesia Persero Lhokseumawe,                 Bandung.
maka dapat diambil kesimpulan sebagai berikut:        Hardi, Richki, 2007. Sistem Ekspedisi Paket
1. Sistem ini dapat menemukan urutan kunjungan              Sentral Pengolahan Pos Yogyakarta PT. Pos
   lokasi (satu lokasi hanya dikunjungi satu kali)          Indonesia (Persero) Berbasis WEB. Skripsi
   yang total "nilai"-nya paling optimal (bisa              S1 Universitas Ahmad Dahlan, Yogyakarta.
   minimal atau maksimal bergantung tujuannya).       Hardi, Richki, 2009. Tugas Analisa Algoritma
   "Nilai,' di sini bisa berupa jarak, biaya,               Graph.
   kenyamanan, dan sebagainya. tujuannya adalah       Kadir, Abdul, 2008. Dasar Pemograman Web
   menemukan urutan lokasi pengantaran paket                Dinamis Menggunakan PHP. Penerbit Andi,
   yang total jaraknya paling minimal.                      Yogyakarta.
2. Aplikasi sistem Tracking paket ini dapat           Munir, Rinaldi, 2005. Buku Teks Ilmu Komputer
   digunakan untuk meningkatkan pencarian paket             Matematika Diskrit Edisi Ketiga. Penerbit
   dan penentuan rute dalam pengiriman paket                Informatika, Bandung.
   serta mempersingkat waktu pencarian rute           Nugroho, Bunafit, 2004, Aplikasi Pemograman
   antaran paket secara efektif dan efisien serta           Web Dinamis dengan PHP dan MySQL,
   menyediakan informasi yang cepat dan mudah.              Penerbit Gava Media, Yogyakarta.
3. Sistem Tracking paket ini sangat efektif dalam     Pradhana, Aditya Bayu, Studi Dan Implementasi
   memberikan hasil yang akurat dan terkini                 Persoalan Lintasan Terpendek Suatu Graf,
   tentang status dan kondisi paket.                        Program Studi Teknik Informatika, Institut
4. Sistem Tracking paket ini menyediakan                    Teknologi Bandung.
   keamanan data kepada setiap kantor cabang dan      Rafiudin, Rahmat. 2004. Panduan Menjadi
   juga kantor pusat yang mempunyai hak akses,              Seorang          Webmaster.          Penerbit
   yaitu dengan memberikan user ID dan password             Andi,Yogyakarta.
   yang dapat di enkripsi.                            Setioko, Budy, Solusi Chinese Postman Problem
                                                            yang Berprinsip Greedy. Jurusan Teknik
5.2 Saran                                                   Informatika, Sekolah Tinggi Teknologi
                                                            Telkom, Bandung.
     Beberapa saran yang dapat diberikan untuk        Sigit, Poncow, Analisis dan Perancangan Sistem,
pengembangan sistem tracking ini adalah sebagai             Khusus untuk kalangan sendiri.
berikut:


3-18                               Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)    ISBN 978‐602‐19837‐0‐6 


http://www-groups.dcs.st-
        andrews.ac.uk/~history/Mathematicians/Ha
        milton.html
http://www-groups.dcs.st-
        andrews.ac.uk/~history/Mathematicians/Kirk
        man.html
http://www.oup.co.uk/isbn/0-19-853916-9




                                  Data Maning dan Database System                         3-19
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)    ISBN 978‐602‐19837‐0‐6 




3-20                             Data Maning dan Database System
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6 


       Kajian Pengaruh Teknologi Informasi dan Komunikasi Dalam
         Pengembangan Pertanian Dalam Rangka Meningkatkan
                    Produktifitas Komoditi Pertanian

                                  Hotden Leonardo Nainggolan
    Dosen Program Studi Agribisnis Fakultas Pertanian Universitas HKBP Nommensen Medan
                               Email : hotden_ngl@yahoo.com


                  ABSTRAK                            dengan demikian kesejahteraan hidup masyarakat
                                                     petani akan semakin baik.
     Teknologi informasi dan komunikasi diyakini
sebagai alat yang mampu membuat perubahan            Kata Kunci : pertanian, penanaman, pemeliharaan,
dalam kehidupan manusia yang dapat diaplikasikan                  teknologi komunikasi dan informasi.
dalam berbagai bidang yang bertujuan untuk
memberikan kemudahan dalam aktivitas kehidupan
sehingga memberikan manfaat bagi masyarakat.
                                                     1. Pendahuluan.
Kajian ini dilakukan untuk mengetahui manfaat dan           Keberhasilan     penerapan     suatu     sistem
pengaruh Teknologi informasi dan komunikasi          informasi yang didukung oleh perangkat teknologi
dalam pengembangan pertanian baik dalam bidang       informasi merupakan tujuan dari manajemen
penanaman, pemeliharaan, prediksi panen hinga        perusahaan sehingga tercipta cara kerja yang efektif
proses pengolahan hasil panen, serta untuk           dan efisien, namun demikian dalam prakteknya
mengoptimalkan pemanfaatan faktor faktor             tidak sedikit perusahaan yang mengalami kegagalan
produksi pertanian dalam peningkatan produktifitas   dalam membangun suatu sistem informasi yang
komoditi pertanian. Kajian ini menggunakan           terintegrasi dengan baik. Hal itu disebabkan oleh
metode kepustakaan dalam melihat manfaat dan         beberapa faktor yang harus dipertimbangkan untuk
pengaruh Teknologi informasi dan komunikasi          memberikan solusi terhadap permasalahan tersebut,
dibidang pertanian. Berdasarkan hasil kajian         sehingga diperlukan komitmen dan kerja keras yang
diketahui; a) teknologi informasi dan komunikasi     cerdas dari tim implementator system demi
berperan penting dalam pengembangan pertanian        terciptanya kesuksesan dalam penerapan suatu
terutama dalam bidang penanaman, pemeliharaan        sistem informasi secara terintegrasi.
dan prediksi panen, b) jika diaplikasikan dalam             Salah satu faktor penting yang harus
internet akan bermanfaat untuk mengetahui            diperhatikan     adalah    bagaimana      melakukan
penanaman sesuai dengan kondisi lahan hingga         perubahan cara kerja dan pola pikir pengguna agar
prediksi panen yang tepat, c) petani juga akan       dapat mendukung pekerjaan dengan system
mendapatkan informasi yang cepat dan akurat          komputerisasi.        Perlu diperhatikan bahwa
dengan mengakses semua informasi yang berkaitan      perubahan cara kerja dan pola pikir tersebut tidak
dengan kegiatan pertanian melalui internet.          bisa dilakukan secara instan tetapi memerlukan
Melalui kajian ini disimpulkan; a) teknologi         tahapan proses yang relatif lama, terlebih bagi
informasi dan komunikasi membantu memperlancar       pengguna yang telah terbiasa menggunakan cara
arus informasi bagi petani, b) mencegah              kerja tradisional. Beberapa faktor seperti
keterlambatan terutama mengenai penanaman,           kecerdasan dan kedewasaan mental pengguna
pemupukan,        penyemprotan,       pemanenan,     dalam menjalankan suatu system informasi baru
pengeringan bahkan ramalan cuaca, dan harga          yang belum dikenal merupakan kunci keberhasilan
bahan pertanian, c) teknologi informasi dan          dalam melakukan implementasi system informasi
komunikasi bermanfaat bagi          petani untuk     yang terintegrasi. Disamping itu perubahan cara
mengetahui kebutuhan akan faktor produksi            kerja maupun pola pikir yang didukung oleh
mingguan dengan akurat. Dengan demikian              perangkat      teknologi     informasi       sangatlah
teknologi informasi dan komunikasi merupakan         dipengaruhi       oleh     perubahan        organisasi
harapan yang dapat digunakan oleh petani             (organization change).
Indonesia sebagai alat pengembangan pertanian               Perubahan organisasi ini identik dengan
untuk meningkatkan produktivitas pertanian maka      upaya perubahan budaya (culture) perusahaan.
                                                     Perubahan budaya perusahaan ini sangat ditentukan


                                  Data Maning dan Database System                                     3-21
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)               ISBN 978‐602‐19837‐0‐6 


oleh peranan top manajemen perusahaan sebagai            penanaman, peternakan, dan perikanan. Salah satu
teladan (contoh) bagi karyawan / pengguna untuk          contoh teknologi informasi komunikasi yaitu
mendukung cara kerja dengan dukungan penuh               internet yang menyajikan dunia tanpa batas. Lewat
penggunaan teknologi informasi. Penelitian ini           sarana inilah diharapkan dapat digunakan untuk
bertujuan untuk membahas bagaimana pengaruh              mencari segala informasi yang dibutuhkan dan
teknologi informasi dan perubahan organisasi             dapat pula digunakan oleh masyarakat desa untuk
dalam mencapai kesuksesan membangun suatu                meningkatkan kesejahteraan perekonomian melalui
sistem informasi yang terintegrasi.                      korespondensi dengan orang lain di berbagai
                                                         penjuru dunia yang menyangkut berbagai informasi.
2. Teknologi Informasi dan Komunikasi                          Secara umum bahwa masyarakat desa selalu
                                                         mengalami kendala dalam dalam mendapatkan
   dalam Bidang Pertanian                                informasi yang baru dan tepat. Oleh karena itu
      Dalam era globalisasi bahwa penguasaan             informasi dari internet akan berperan sebagai
terhadap teknologi komunikasi dan informasi              pembeneri informasi bagi petani menyangkut
merupakan suatu keharusan           karena diyakini      berbagai hal yang berkaitan dengan kegiatan
sebagai alat pengubah. Sejarah membuktikan               pertaniannya, mulai dari pemeliharaan tanaman,
evolusi teknologi selalu terjadi yang pada gilirannya    pemberian pupuk, irigasi, ramalan cuaca dan harga
bahwa      temuan      teknologi    tersebut     dapat   pasaran. Dengan internet juga bermanfaat untuk
diaplikasikan untuk memperoleh kemudahan dan             memberikan       informasi    yang    menyangkut
manfaat dalam aktivitas kehidupan manusia.               penanaman hingga persediaan di pasar.
Teknologi informasi komunikasi merupakan faktor                Maka dengan demikian arus informasi akan
yang sangat penting dalam mendukung peningkatan          lancar sehingga keterlambatan dan miskomunikasi
kualitas baik sumber daya manusia, sumber daya           mengenai penanaman, pemupukan, penyemprotan,
alam hingga pada pelayanan pemerintah kepada             pemanenan, pengeringan, dan penjualan hampir
masyarakat. Teknologi informasi mempunyai tiga           tidak akan terjadi lagi. Demikian juga dengan
peranan pokok yaitu :                                    koperasi akan dapat mengetahui kebutuhan
a. Instrumen dalam mengoptimalkan proses                 mingguan para petani secara akurat serta koperasi
     pembangunan, yaitu dengan memberikan                akan dapat meningkatkan perannya sebagai
     dukungan terhadap manajemen dan pelayanan           pengumpul serta pemasar hasil produksi pertanian
     kepada masyarakat.                                  langsung kepada konsumen akhir.           Sehingga
b. Produk dan jasa teknologi informasi                   dengan demikian bahwa teknologi informasi dan
     merupakan       komoditas      yang      mampu      komunikasi ini diharapkan dapat dipergunakan oleh
     memberikan peningkatan pendapatan baik bagi         sebanyak mungkin petani Indonesia sehingga
     perorangan, dunia usaha dan bahkan negara           produktivitas pertanian mereka meningkat.
     dalam bentuk devisa hasil ekspor jasa dan
     produk industri telematika lainnya.                 3. Peran Teknologi Informasi                  dan
c. Teknologi informasi bisa menjadi perekat
                                                            Komunikasi dalam Pertanian
     persatuan dan kesatuan bangsa melalui
     pengembangan sistem informasi yang mampu                  Pertanian merupakan sebuah sektor yang
     menghubungkan semua institusi pada area yang        memilki peranan cukup penting dalam kehidupan
     berbeda dan berjauhan diseluruh wilayah             manusia, karena merupakan sektor yang mampu
     nusantara.                                          penyediaan kebutuhan akan pangan masyarakat
       Kesadaran akan pentingnya teknologi               dalam kehidupannnya sehari-hari. Disamping itu
komunikasi dan informasi (information and                bahwa sektor pertanianl merupakan sektor andalan
communication technologi), bukan hanya monopoli          disamping sektor-sektor lainnya karena mampu
kalangan pengusaha besar saja tetapi juga                memberikan kontribusi bagi devisa Negara serta
bertumbuh di kalangan pengusaha kecil dan                menjadi tumpuan kehidupan masyarakat di daerah
masyarakat lainnya, seperti koperasi, kelompok           pedesaan. Akan tetapi bahwa pengelolaan usaha
tani, bahkan masyarakat biasa. Teknologi informasi       tani rakyat di Indonesia umumnya masih bersifat
dan komunikasi berperan penting dalam                    tradisional dan belum menerapkan menggunakan
pengembangan bisnis, kelembagaan organisasi dan          teknologi baru.
juga mampu mendorong percepatan kegiatan                       Rendahnya penerapan teknologi di pada
ekonomi dan taraf hidup masyarakat. Teknologi            sektor pertanian tentu berdampak pada rendahnya
juga     memegang        peranan    penting     dalam    produktivitas usaha tani yang dihasilkan, sementara
pengembangan pertanian. Teknologi dimafaatkan            itu pertambahan penduduk semakin tidak terkendali
dalam tiga cabang utama pertanian yaitu                  maka sudah tentu kebutuhan terhadap sektor

3-22                                 Data Maning dan Database System
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system

Contenu connexe

Similaire à 3. data maning dan database system

Publikasi 08.01.2392
Publikasi 08.01.2392Publikasi 08.01.2392
Publikasi 08.01.2392Rahman Malang
 
Sistem Kendali Suhu Ruangan dengan Metode PID Menggunakan LM35 dan Triac Be...
Sistem Kendali  Suhu Ruangan dengan Metode PID  Menggunakan LM35 dan Triac Be...Sistem Kendali  Suhu Ruangan dengan Metode PID  Menggunakan LM35 dan Triac Be...
Sistem Kendali Suhu Ruangan dengan Metode PID Menggunakan LM35 dan Triac Be...RizkiMoci
 
Laporan ikb acara 5
Laporan ikb acara 5Laporan ikb acara 5
Laporan ikb acara 5Yuwan Kilmi
 
Pemadam api otomatis dengan kendali fuzzy
Pemadam api otomatis dengan kendali fuzzyPemadam api otomatis dengan kendali fuzzy
Pemadam api otomatis dengan kendali fuzzyGhaisani Yasmin
 
makalah-termometer-digital
makalah-termometer-digitalmakalah-termometer-digital
makalah-termometer-digitalRendy Wahyudi
 
STUDI SERTIFIKASI SISTEM PENDETEKSI API DAN PANAS BERLEBIH DENGAN SISTEM PNEU...
STUDI SERTIFIKASI SISTEM PENDETEKSI API DAN PANAS BERLEBIH DENGAN SISTEM PNEU...STUDI SERTIFIKASI SISTEM PENDETEKSI API DAN PANAS BERLEBIH DENGAN SISTEM PNEU...
STUDI SERTIFIKASI SISTEM PENDETEKSI API DAN PANAS BERLEBIH DENGAN SISTEM PNEU...KalvinTanoyo
 
PERANCANGAN SISTEM OTOMASI TEKANAN UAP, SUHU, DAN LEVEL AIR PADA DISTILASI AI...
PERANCANGAN SISTEM OTOMASI TEKANAN UAP, SUHU, DAN LEVEL AIR PADA DISTILASI AI...PERANCANGAN SISTEM OTOMASI TEKANAN UAP, SUHU, DAN LEVEL AIR PADA DISTILASI AI...
PERANCANGAN SISTEM OTOMASI TEKANAN UAP, SUHU, DAN LEVEL AIR PADA DISTILASI AI...SyamsirAbduh2
 
Pendeteksi kulaitas udara
Pendeteksi kulaitas udara Pendeteksi kulaitas udara
Pendeteksi kulaitas udara Raden Muh Hadi
 
Rangkaian sistem minimum avr 8535
Rangkaian sistem minimum avr 8535Rangkaian sistem minimum avr 8535
Rangkaian sistem minimum avr 8535vstarz
 
AIR QUALITY CONTROL BASED ON MICROCONTROLLER
AIR QUALITY CONTROL BASED ON MICROCONTROLLERAIR QUALITY CONTROL BASED ON MICROCONTROLLER
AIR QUALITY CONTROL BASED ON MICROCONTROLLERZikra Dinandy
 
Pendeteksi kualitas udara dengan sensor mq 135 berbasis microcontroller
Pendeteksi kualitas udara dengan sensor mq 135 berbasis microcontrollerPendeteksi kualitas udara dengan sensor mq 135 berbasis microcontroller
Pendeteksi kualitas udara dengan sensor mq 135 berbasis microcontrollerHeny Handayani
 
Sensor dan aktuator
Sensor dan aktuatorSensor dan aktuator
Sensor dan aktuatorIsa Rachman
 
kelompok 3_Sensor Suara dan Sensor Gas.pptx
kelompok 3_Sensor Suara dan Sensor Gas.pptxkelompok 3_Sensor Suara dan Sensor Gas.pptx
kelompok 3_Sensor Suara dan Sensor Gas.pptxRaissaAlfatikarani
 
Alat detektor api
Alat detektor apiAlat detektor api
Alat detektor apiwilardo123
 
Riko hadiarto 151354027_b200_saski
Riko hadiarto 151354027_b200_saskiRiko hadiarto 151354027_b200_saski
Riko hadiarto 151354027_b200_saskiRiko Hadiarto
 

Similaire à 3. data maning dan database system (20)

06 jurnal anita
06 jurnal anita06 jurnal anita
06 jurnal anita
 
Publikasi 08.01.2392
Publikasi 08.01.2392Publikasi 08.01.2392
Publikasi 08.01.2392
 
Sistem Kendali Suhu Ruangan dengan Metode PID Menggunakan LM35 dan Triac Be...
Sistem Kendali  Suhu Ruangan dengan Metode PID  Menggunakan LM35 dan Triac Be...Sistem Kendali  Suhu Ruangan dengan Metode PID  Menggunakan LM35 dan Triac Be...
Sistem Kendali Suhu Ruangan dengan Metode PID Menggunakan LM35 dan Triac Be...
 
Laporan vanny manpro suhu
Laporan vanny manpro suhuLaporan vanny manpro suhu
Laporan vanny manpro suhu
 
Laporan ikb acara 5
Laporan ikb acara 5Laporan ikb acara 5
Laporan ikb acara 5
 
Pemadam api otomatis dengan kendali fuzzy
Pemadam api otomatis dengan kendali fuzzyPemadam api otomatis dengan kendali fuzzy
Pemadam api otomatis dengan kendali fuzzy
 
Bab iii andri
Bab iii andriBab iii andri
Bab iii andri
 
makalah-termometer-digital
makalah-termometer-digitalmakalah-termometer-digital
makalah-termometer-digital
 
STUDI SERTIFIKASI SISTEM PENDETEKSI API DAN PANAS BERLEBIH DENGAN SISTEM PNEU...
STUDI SERTIFIKASI SISTEM PENDETEKSI API DAN PANAS BERLEBIH DENGAN SISTEM PNEU...STUDI SERTIFIKASI SISTEM PENDETEKSI API DAN PANAS BERLEBIH DENGAN SISTEM PNEU...
STUDI SERTIFIKASI SISTEM PENDETEKSI API DAN PANAS BERLEBIH DENGAN SISTEM PNEU...
 
PERANCANGAN SISTEM OTOMASI TEKANAN UAP, SUHU, DAN LEVEL AIR PADA DISTILASI AI...
PERANCANGAN SISTEM OTOMASI TEKANAN UAP, SUHU, DAN LEVEL AIR PADA DISTILASI AI...PERANCANGAN SISTEM OTOMASI TEKANAN UAP, SUHU, DAN LEVEL AIR PADA DISTILASI AI...
PERANCANGAN SISTEM OTOMASI TEKANAN UAP, SUHU, DAN LEVEL AIR PADA DISTILASI AI...
 
Tugas Besar Elektronika
Tugas Besar ElektronikaTugas Besar Elektronika
Tugas Besar Elektronika
 
Pendeteksi kulaitas udara
Pendeteksi kulaitas udara Pendeteksi kulaitas udara
Pendeteksi kulaitas udara
 
Reviewpaper3
Reviewpaper3Reviewpaper3
Reviewpaper3
 
Rangkaian sistem minimum avr 8535
Rangkaian sistem minimum avr 8535Rangkaian sistem minimum avr 8535
Rangkaian sistem minimum avr 8535
 
AIR QUALITY CONTROL BASED ON MICROCONTROLLER
AIR QUALITY CONTROL BASED ON MICROCONTROLLERAIR QUALITY CONTROL BASED ON MICROCONTROLLER
AIR QUALITY CONTROL BASED ON MICROCONTROLLER
 
Pendeteksi kualitas udara dengan sensor mq 135 berbasis microcontroller
Pendeteksi kualitas udara dengan sensor mq 135 berbasis microcontrollerPendeteksi kualitas udara dengan sensor mq 135 berbasis microcontroller
Pendeteksi kualitas udara dengan sensor mq 135 berbasis microcontroller
 
Sensor dan aktuator
Sensor dan aktuatorSensor dan aktuator
Sensor dan aktuator
 
kelompok 3_Sensor Suara dan Sensor Gas.pptx
kelompok 3_Sensor Suara dan Sensor Gas.pptxkelompok 3_Sensor Suara dan Sensor Gas.pptx
kelompok 3_Sensor Suara dan Sensor Gas.pptx
 
Alat detektor api
Alat detektor apiAlat detektor api
Alat detektor api
 
Riko hadiarto 151354027_b200_saski
Riko hadiarto 151354027_b200_saskiRiko hadiarto 151354027_b200_saski
Riko hadiarto 151354027_b200_saski
 

Plus de Dony Riyanto

KNIME For Enterprise Data Analytics.pdf
KNIME For Enterprise Data Analytics.pdfKNIME For Enterprise Data Analytics.pdf
KNIME For Enterprise Data Analytics.pdfDony Riyanto
 
Implementasi Teknologi Industri 4.0 pada TNI AD
Implementasi Teknologi Industri 4.0 pada TNI ADImplementasi Teknologi Industri 4.0 pada TNI AD
Implementasi Teknologi Industri 4.0 pada TNI ADDony Riyanto
 
Blockchain untuk Big Data
Blockchain untuk Big DataBlockchain untuk Big Data
Blockchain untuk Big DataDony Riyanto
 
Mengenal ROS2 Galactic
Mengenal ROS2 GalacticMengenal ROS2 Galactic
Mengenal ROS2 GalacticDony Riyanto
 
Membuat Desain Roket Amatir dan Menjalankan Simulasi
Membuat Desain Roket Amatir dan Menjalankan SimulasiMembuat Desain Roket Amatir dan Menjalankan Simulasi
Membuat Desain Roket Amatir dan Menjalankan SimulasiDony Riyanto
 
Creating UDP Broadcast App Using Python Socket on WIndows & Linux
Creating UDP Broadcast App Using Python Socket on WIndows & LinuxCreating UDP Broadcast App Using Python Socket on WIndows & Linux
Creating UDP Broadcast App Using Python Socket on WIndows & LinuxDony Riyanto
 
Desain ground control & Sistem Pendukung untuk Male UAV/UCAV
Desain ground control & Sistem Pendukung untuk Male UAV/UCAVDesain ground control & Sistem Pendukung untuk Male UAV/UCAV
Desain ground control & Sistem Pendukung untuk Male UAV/UCAVDony Riyanto
 
Application Performance, Test and Monitoring
Application Performance, Test and MonitoringApplication Performance, Test and Monitoring
Application Performance, Test and MonitoringDony Riyanto
 
Cloud Service Design for Computer Vision, Image & Video Processing+Analytics
Cloud Service Design for Computer Vision, Image & Video Processing+AnalyticsCloud Service Design for Computer Vision, Image & Video Processing+Analytics
Cloud Service Design for Computer Vision, Image & Video Processing+AnalyticsDony Riyanto
 
RealNetworks - SAFR Platform Whitepaper
RealNetworks - SAFR Platform WhitepaperRealNetworks - SAFR Platform Whitepaper
RealNetworks - SAFR Platform WhitepaperDony Riyanto
 
Dl6960 Demo Software User's Guide v1.4
Dl6960 Demo Software User's Guide v1.4Dl6960 Demo Software User's Guide v1.4
Dl6960 Demo Software User's Guide v1.4Dony Riyanto
 
Review of Existing Response System & Technology.
Review of Existing Response System & Technology.Review of Existing Response System & Technology.
Review of Existing Response System & Technology.Dony Riyanto
 
Beberapa Studi Kasus Fintech Micro Payment
Beberapa Studi Kasus Fintech Micro PaymentBeberapa Studi Kasus Fintech Micro Payment
Beberapa Studi Kasus Fintech Micro PaymentDony Riyanto
 
Rencana Pengembangan REST API dan Microservice pada MONEVRISBANG
Rencana Pengembangan REST API dan Microservice pada MONEVRISBANGRencana Pengembangan REST API dan Microservice pada MONEVRISBANG
Rencana Pengembangan REST API dan Microservice pada MONEVRISBANGDony Riyanto
 
Implementasi Full Textsearch pada Database
Implementasi Full Textsearch pada DatabaseImplementasi Full Textsearch pada Database
Implementasi Full Textsearch pada DatabaseDony Riyanto
 
Beberapa strategi implementasi open api untuk legacy system existing app
Beberapa strategi implementasi open api untuk legacy system existing appBeberapa strategi implementasi open api untuk legacy system existing app
Beberapa strategi implementasi open api untuk legacy system existing appDony Riyanto
 
Pengenalan Big Data untuk Pemula
Pengenalan Big Data untuk PemulaPengenalan Big Data untuk Pemula
Pengenalan Big Data untuk PemulaDony Riyanto
 
Introduction to BACnet: Building Automation & Control Network
Introduction to BACnet: Building Automation & Control NetworkIntroduction to BACnet: Building Automation & Control Network
Introduction to BACnet: Building Automation & Control NetworkDony Riyanto
 
Enterprise Microservices
Enterprise MicroservicesEnterprise Microservices
Enterprise MicroservicesDony Riyanto
 
Edge Exploration of QR Code Technology Implementation
Edge Exploration of QR Code Technology ImplementationEdge Exploration of QR Code Technology Implementation
Edge Exploration of QR Code Technology ImplementationDony Riyanto
 

Plus de Dony Riyanto (20)

KNIME For Enterprise Data Analytics.pdf
KNIME For Enterprise Data Analytics.pdfKNIME For Enterprise Data Analytics.pdf
KNIME For Enterprise Data Analytics.pdf
 
Implementasi Teknologi Industri 4.0 pada TNI AD
Implementasi Teknologi Industri 4.0 pada TNI ADImplementasi Teknologi Industri 4.0 pada TNI AD
Implementasi Teknologi Industri 4.0 pada TNI AD
 
Blockchain untuk Big Data
Blockchain untuk Big DataBlockchain untuk Big Data
Blockchain untuk Big Data
 
Mengenal ROS2 Galactic
Mengenal ROS2 GalacticMengenal ROS2 Galactic
Mengenal ROS2 Galactic
 
Membuat Desain Roket Amatir dan Menjalankan Simulasi
Membuat Desain Roket Amatir dan Menjalankan SimulasiMembuat Desain Roket Amatir dan Menjalankan Simulasi
Membuat Desain Roket Amatir dan Menjalankan Simulasi
 
Creating UDP Broadcast App Using Python Socket on WIndows & Linux
Creating UDP Broadcast App Using Python Socket on WIndows & LinuxCreating UDP Broadcast App Using Python Socket on WIndows & Linux
Creating UDP Broadcast App Using Python Socket on WIndows & Linux
 
Desain ground control & Sistem Pendukung untuk Male UAV/UCAV
Desain ground control & Sistem Pendukung untuk Male UAV/UCAVDesain ground control & Sistem Pendukung untuk Male UAV/UCAV
Desain ground control & Sistem Pendukung untuk Male UAV/UCAV
 
Application Performance, Test and Monitoring
Application Performance, Test and MonitoringApplication Performance, Test and Monitoring
Application Performance, Test and Monitoring
 
Cloud Service Design for Computer Vision, Image & Video Processing+Analytics
Cloud Service Design for Computer Vision, Image & Video Processing+AnalyticsCloud Service Design for Computer Vision, Image & Video Processing+Analytics
Cloud Service Design for Computer Vision, Image & Video Processing+Analytics
 
RealNetworks - SAFR Platform Whitepaper
RealNetworks - SAFR Platform WhitepaperRealNetworks - SAFR Platform Whitepaper
RealNetworks - SAFR Platform Whitepaper
 
Dl6960 Demo Software User's Guide v1.4
Dl6960 Demo Software User's Guide v1.4Dl6960 Demo Software User's Guide v1.4
Dl6960 Demo Software User's Guide v1.4
 
Review of Existing Response System & Technology.
Review of Existing Response System & Technology.Review of Existing Response System & Technology.
Review of Existing Response System & Technology.
 
Beberapa Studi Kasus Fintech Micro Payment
Beberapa Studi Kasus Fintech Micro PaymentBeberapa Studi Kasus Fintech Micro Payment
Beberapa Studi Kasus Fintech Micro Payment
 
Rencana Pengembangan REST API dan Microservice pada MONEVRISBANG
Rencana Pengembangan REST API dan Microservice pada MONEVRISBANGRencana Pengembangan REST API dan Microservice pada MONEVRISBANG
Rencana Pengembangan REST API dan Microservice pada MONEVRISBANG
 
Implementasi Full Textsearch pada Database
Implementasi Full Textsearch pada DatabaseImplementasi Full Textsearch pada Database
Implementasi Full Textsearch pada Database
 
Beberapa strategi implementasi open api untuk legacy system existing app
Beberapa strategi implementasi open api untuk legacy system existing appBeberapa strategi implementasi open api untuk legacy system existing app
Beberapa strategi implementasi open api untuk legacy system existing app
 
Pengenalan Big Data untuk Pemula
Pengenalan Big Data untuk PemulaPengenalan Big Data untuk Pemula
Pengenalan Big Data untuk Pemula
 
Introduction to BACnet: Building Automation & Control Network
Introduction to BACnet: Building Automation & Control NetworkIntroduction to BACnet: Building Automation & Control Network
Introduction to BACnet: Building Automation & Control Network
 
Enterprise Microservices
Enterprise MicroservicesEnterprise Microservices
Enterprise Microservices
 
Edge Exploration of QR Code Technology Implementation
Edge Exploration of QR Code Technology ImplementationEdge Exploration of QR Code Technology Implementation
Edge Exploration of QR Code Technology Implementation
 

3. data maning dan database system

  • 1. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Pengukuran Kadar Kepekatan Asap pada Lahan Gambut Arif Gunawan1, Moch. Rivai 2, dan Eko Setijadi3 1 Teknik Telekomunikasi Politeknik Caltex Riau 2,3 Intitut Teknologi Sepuluh Nopember (ITS) Email : arif.gunawan09@mhs.ee.its.ac.id arifg8@gmail.com Email : muhammad_rivai@ee.its.ac.id ekoset@ee.its.ac.id      Abstrak Dalam beberapa dekade belakangan ini Indonesia merupakan derah sebagai pengeksport asap terbesar , dimana asap tersebut berasal dari berapa daerah di pulau sumatera. Ini terbukti dengan beberapa keberatan dan dari negara tetangga akan asap yang berasal dari hasil terbakarnya lahan gambut salah satunya dipropinsi Riau. Asap hasil terbakarnya lahan gambut tentunya memiliki karakteristik kandungan partikel Gambar 1. karakteristik Lahan gambut (Suwido H. yang berbeda dengan terbakarnya lahan lain. Limin, edisi 7 mei 2003) Dalam penelitian ini dilakukan degan 2 buah pengujian , yang pertama mengambil sempel lahan Kejadian kebakaran hutan dan lahan di gambut dan dilakukan pembakaran didalam ruang provinsi riau memiliki pengaruh yang besar isolator dan mengukur kadar partikel dengan 5 bua terhadap terjadinya polusi kabut asap yang melintas sensor, yaitu TGS2442 (CO), batas negara. Pada umumnya kebakaran yang TGS2201(Metana),TGS 4161(Co2) dan terjadi di provinsi riau berada di lahan gambut yang TGS2612(Gas Oil), serta LM35 sebagai sensor mendominasi wilayah ini sebesar 60 %, oleh karena suhu. Pengujian ke dua adalah pengukuran itu, kabut asap merupakan fenomena alam yang langsung dengan meletakan sensor dan sistem di umum terjadi pada saat musim kebakaran dan sekitar daerah yang terbakar (dilakukan pada saat memberikan dampak terhadap negara tetangga masyarakat membuka lahan untuk perkebunan seperti malaysia dan Singapore elias ( Inyoman jaya sawit) .Setelah itu hasil data sensor diinputkan ke wistara,2009). Untuk itu penting kiranya di lakukan mikrokontroller dan selanjutnya ditransmisikan ke suatu penelitian untuk mengetahui kandungan PC/Laptop via RS232 dan untuk selanjutnya partikel dari hasil pembakaran lahan gambut di ditampilkan dalam bentuk grafik untuk mengetahui propinsi riau. Untuk mengetahui kandungan partikel kandungan asap dari hasil pembakaran lahan maka digunakan beberapa buah sensor yaitu sensor gambut. suhu (LM35), sensor TGS2201 ( gas oline), TGS4161(gas Co2), TGS2442 (gas CO), dan sensor Kata kunci : transmitter, receiver, sensor TGS2612 ( gas methan). 1. Pendahuluan 2. Tinjauan Pustaka Kebakaran hutan di Indonesia pada saat ini Adapun sistem sensor yang di gunakan dapat dipandang sebagai bencana regional dan global. Hal ini disebabkan karena hasil pembakaran adalah: yang dilepas ke atmosfer salah satu contoh CO2, berpotensi menimbulkan pemanasan global. Pembukaan lahan gambut berskala besar dengan 2.1. Sensor TGS2442 membuat saluran/parit telah menambah resiko TGS2442 menggunakan struktur multilayer terjadinya kebakaran di lahan gambut pada musim sensor. Menampilkan TGS2442 baik selektivitas kemarau. untuk karbon monoksida, sehingga ideal untuk memonitoring kandungan CO. Pada gambar grafik Data Maning dan Database System 3-1
  • 2. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  dibawah sumbu y mengindikasikan rasio dari resistansi sensor (Rs/Ro) dimana : Rs = Resistansi sensor gas yang ditampilkan pada berbagai konsentrasi. Ro = Resistansi sensor pada 100ppm CO. Gambar karakteristik rangkian TGS 2442 Gambar 4. karakteristik rangkaian TGS2612 2.4. Sensor LM 35 Sensor suhu menggunakan LM35 ini mempunyai presisi yang tinggi dengan lineraritas +10.0 mV terhadap suhu Celcius. Suhu yang dapat Gambar 2. Karakteristik rangkaian TGS2442 diukur cukup lebar yakni antara –55°C sampai dengan 150°C. 2.2. Sensor TGS2201 2.5. Mikrokontroler ATMega8535 TGS2201 dapat mendeteksi 2 kandungan pada 1 substrate dan menghasilkan 2 keluaran secara Mikrokontroler AVR memiliki arsitektur terpisah untuk merespon kandungan gas RISC 8 bit, dimana semua instruksi dikemas dalam pembuangan diesel dan gas pembuangan bensin. kode 16-bit (16-bits word) dan sebagian besar Rs = Resistansi sensor gas yang ditampilkan pada instruksi dieksekusi dalam 1 (satu) siklus clock, berbagai konsentrasi. berbeda dengan instruksi MCS51 yang Ro = Resistansi sensor pada saat udara bersih. membutuhkan 12 siklus clock. AVR berteknologi Setelah dilakukan perhitungan berdasarkan RISC. karakteristik rangkaian Modul sensor dan ruang pengujian Gambar 5. Ruang pengukuran dan module Sensor Gambar 3. Karakteristik sensor 2201 yang di gunakan 2.3. Sensor TGS2612 Sensor TGS2612 mempunyai sensitifitas yang tinggi terhadap kandungan methane, propane, dan buthane sehingga membuat,. Fitur-fitur yang terdapat pada sensor TGS2612 adalah sedikit mengkonsumsi daya, Sensitifitas yang tinggi terhadap kandungan methane dan LP gas. Pada gambar grafik sumbu y mengindikasikan rasio dari resistansi sensor (Rs/Ro) dimana : Rs = Resistansi sensor gas yang ditampilkan pada berbagai konsentrasi. Ro = Resistansi sensor pada 5000ppm CO. Rangkaian karakteristik TGS2612 Gambar 6. PC monitor Sensor Gas 3-2 Data Maning dan Database System
  • 3. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  3. Blok Diagram Sistem Secara sensor agar dapat membaca kandungan partikel gas Keseluruhan dan Prinsip Kerja tentunya setelah dipanaskan oleh tegangan heater. Sistem 3.2. Flow Chat Pengukuran Pada rangkaian diatas mengunakan 5 buah sensor suhu (LM35), sensor TGS2201 (gas oline), Dalam pembuatan sistem ini dilakukan dengan TGS4161(gas Co2), TGS2442 (gas CO), dan sensor beberapa cara salah satunya adalah perancangan TGS2612 (gas Metan). Hasil pembacaan sensor system sensor,berikut perancangan system sensor. diproses oleh mikrokontroler dan kemudian hasilnya di tampilkan dalam LCD , untuk terkoneksi dengan Port serial pada PC hasil pembacaan di teruskan ke komunikasi serial yaitu MAX 232 dan hasil pembacaanya di tampilkan di PC Gambar 7. Blok diagram Rangkaian Sensor Gambar 9. Flowchat sensor 3.1. Rangkaian sensor Pada sistem diatas dapat dilihat sinyal hasil pembacaan dari sensor-sensor yang berupa tegangan dari 0 – 5 Volt masuk kedalam sistem mikrokontroler , Mikro sendiri memiliki ADC internal dan hasil dapat diolah didalam mikrokontroler. Hasil yang telah diolah oleh sistem mikrokontroler di teruskan melalui port TX/RX sebagai komunikasi serial ke IC MAX232 dan diterskan ke PC melalui port DB9. Sedangkan perancangan dalam sistem pengolahan data adalah sebagai berikut 4. Analisa Gambar 8. Rangkaian sensor 4.1. Pengujian tanpa asap Pada gambar 8 terdapat 3 buah rangkaian, yaitu rangkaian sensor TGS2612, rangkaian sensor Pengujian yang dilakukan tanpa asap di ruang TGS2442, dan rangkaian sensor TGS2201. Pada simulasitor, dengan hasil pembacaan sensor adalah setiap sensor mempunyai RH (tahanan heater) dan dalam pengujian ini gambut yang sudah diambil RS. RH berfungsi sebagai tahanan untuk tegangan hutan akan di bakar di dalam ruang simuator heater, adapun tegangan heater berfungsi untuk adapun ruang simulator yang di buat adalah memanaskan sensor agar dapat membaca berdiameter 120 cm x 50 cm x 40 cm sepertigambar kandungan partikel gas. Dan RS berfungsi sebagai di bawah ini tahanan untuk tegangan circuit,adapun tegangan circuit befungsi untuk memberi tegangan pada Data Maning dan Database System 3-3
  • 4. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Tabel 2. Pengukuran dengan asap Data ke suhu Metana Gas oline CO Co2 1000 32.75 5 91.5 15 96 1050 33 5.25 92.25 15 96 1100 33 5.5 92.5 15 96 1150 33 5.75 92.75 15.25 96 1200 33 6 93.25 15.5 96 1250 33 6 93.5 15.75 96 1300 33 6 93.75 16 96 1350 33 6 94 18.75 96.75 1400 33 6 94 19 97 Gambar 10. Ruang simulator ukur asap 1450 33 6 94 19 97.25 1500 33 6 94 19 97.5 1550 33 6 94 19 97.5 Kemudian di lakukan pembakaran sampah gambut 1600 33 6 94 19 97.75 dan masukan kedalam ruang simulator ,sampah 1650 33.25 6 94 19 97.75 yang diambil sebelumnya di timbang memiliki berat 1700 33.5 6 94 19 98.25 1.5 kg, dan sensor mendeteksi perubahan yang 1750 33.75 6 94 19 98.5 1800 34 6 94 16.5 98.75 terjadi. Untuk mendapatkan data yang Valid 1850 34 6 94 17 99 pertama di lakukan pengukuran mendeteksi kondisi 1900 34 6.25 94 17.5 99 normal ruangan tanpa asap gambut. Dan hasil 1950 34 6.25 94.25 18.5 99 pengukuranya seperti di bawah ini. 2000 34 6.5 94.25 18.5 99 2050 34 6.5 94.5 18.25 99 Tabel 1. Pengukuran ruangan tanpa asap 2100 34 6.75 94.5 19 99 2150 34 6.75 94.75 18 99 Data ke Suhu Metana Gas oline CO Co2 2200 34 7 94.75 19.5 99.25 2250 34 7 95 18 99.5 50 31.37 1.00 41.00 14.60 97.00 2300 34 7 95 18 99.5 100 31.39 1.00 42.40 14.60 97.00 2350 34 7 95 18 99.75 150 31.41 1.00 43.10 14.60 97.00 2400 34 7 95 18 100 200 31.44 1.00 43.18 14.60 97.00 2450 34 7 95 18 100 250 31.46 1.00 43.25 14.60 97.00 2500 34 7.25 95 20 100 300 31.49 1.00 43.33 14.60 97.00 2550 34 7.5 95 20 100 350 31.51 1.00 43.40 14.60 97.02 400 31.54 1.00 43.48 14.60 97.05 2600 34 7.5 95 20 100 450 31.56 1.00 43.55 14.60 97.07 2650 34 7.75 95 19.5 100 500 31.59 1.00 43.63 14.60 97.07 2700 34 8 95 19 100.25 550 31.61 1.00 43.70 14.60 97.07 2750 34 8.25 95 18.5 100.5 600 31.63 1.00 43.78 14.63 97.07 2800 34 8.5 95 20 100.75 650 31.66 1.00 43.85 14.65 97.07 2850 34 8.5 95 20 101 700 31.68 1.00 43.93 14.66 97.07 2900 34 8.75 95 20 101 750 31.71 1.00 43.98 14.68 97.07 2950 34 9 95 20 101 800 31.73 1.00 44.00 14.70 97.07 3000 34 9 95 20 101 850 31.76 1.00 44.57 14.73 97.07 3050 34 9 95 20 101 900 31.78 1.00 45.00 14.75 97.07 Dari tabel diatas dapat kita lihat pada suhu tertinggi Dalam pengambilan data sensor dilakukan sampai yaitu 34 oC mengandung unsur metan tertinggi 9 dengan 900 data dan telah di rata-ratakan ppm, gas oline 95 ppm, CO 20ppm, dan CO2 memilikihasil seperti tabel1. Terlihat di dalam adalah 101 ppm. ruangan memiliki suhu tertinggi 31.78 oC, methan 1 ppm, gas oline 45ppm, gas CO 14,75 ppm, dan 4.3. Pengujian dengan asap dilokasi CO2 97.07 ppm. pembukaan lahan sawit Adapun tujuan pengukuran ini adalah 4.2. Pengujian dengan asap untukmendapatkan data sebenarnya pada saat warga Pengukuran kedua adalah dengan membakar melakukan pembukaan lahan sawit. Walapun sulit sampah gambut dan meletakan di dalam ruang mendapatkan kondisi yang konstan konsentrasi dari simulator , dan sensor mendeteksi perubahan asap gambut yang terbakar karena beberapa hal perubahan di dalam ruang simulator. Dan hasilnya yaitu: seperti tabel di bawah ini. 1. Sulitnya menjangkau daerah yang terbakar karena medan yang sulit 3-4 Data Maning dan Database System
  • 5. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  2. Kondisi cuaca angin yang membuat sulit 4450 33.77 1.89 69.51 15.00 96.57 mendapatkan konsentrasi yang luas 4500 33.82 2.00 70.29 15.00 96.60 4550 33.82 2.37 71.09 15.00 96.73 3. Luasnya areal yang terbakar 4600 33.83 2.54 71.66 15.00 96.74 4. Sulit memetakan luas daerah yang terbakar 4650 33.83 2.66 71.91 15.00 96.77 sebagai acuan ukur. 4700 33.86 2.74 72.09 15.00 96.89 5. Sulitnya mengindetifikasi lokasi hotspot/ titik 4750 33.86 2.89 72.86 15.00 97.00 apai karena proses terbakarnya sangat singkat 4800 33.87 2.91 73.00 15.00 97.00 4850 33.90 2.94 73.17 15.00 97.00 Sebagai pembanding maka diambil data 4900 33.91 3.00 74.26 15.00 97.00 kondisi kualitas udara daerah setelah selesai terjadinya pembakaran untuk adapun data nya Dari data yang diperoleh menunjukan bahwa adalah sebagai berikut . hasil pembakaran lahan gambut menghasilkan beberapa partikel gas diantaranya adalah methan Tabel 3. Kondisi sesudah kualitas udara setelah dengan konsentrasi 3 ppm, gas oline dengan terjadinya kebakaran konsentrasi 74,26 , gas CO ( karbon monoksida ) 15 Gas  ppm , dan gas CO2 adalah 97 ppm. Data ke  suhu  Methan   CO   CO2  Oline  5050  32.00  0.40  49.00  14.00  95.00  5100  32.00  0.65  49.00  14.00  95.00  5. Kesimpulan 5150  32.00  0.74  49.00  14.00  95.00  5200  32.00  0.77  49.00  14.00  95.00  Berdasarkan data yang di peroleh bahwa asap 5250  32.00  0.89  49.00  14.00  95.00  hasail pembakaran lahan gambut di ruang terbuka 5300  32.00  0.89  49.00  14.00  95.00  mengandung banyak unsur CO (15 ppm), 5350  32.00  0.90  49.00  14.00  95.00  CO2(97ppm) , Methan( 3 ppm), gas oline (74,26 5400  32.00  0.91  49.00  14.00  95.00  ppm). Dengan demikian pembakaran lahan gambut 5450  32.03  0.96  49.00  14.00  95.00  turut menyumbang dampak polusi di kota 5500  32.09  1.00  49.00  14.00  95,7  5550  pekanbaru. 32.17  1.00  49.00  14.00  95,7  5600  32.26  1.00  49.00  14.00  95,7  5650  32.40  1.00  49.00  14.00  95,7  5700  32.49  1.00  49.00  14.00  95,7  5750  32.74  1.00  49.00  14.00  95,7  5800  32.91  1.00  49.00  14.00  95,7  5850  33.00  1.00  49.00  14.00  95,7  5900  33.00  1.00  49.00  14.00  95,7  5950  33.00  1.12  49.00  14.00  95,7  Berdasarkan data di dapatkan kondisi normal pada saat telah terjadinya proses pembakaran dengan konsentarsi gas methan 1.12 ppm, gas oline 49 ppm, gas CO 14 ppm dan gas CO2 95,7 ppm Dengan hal-hal tersebut untuk mendapatkan perbandingan dari kondisi pengukuran skala laboratorium maka pengukuran sebenarnya , akan perlu dilakukan secara langsung di lapangan. Pengambilan data di lakukan di daerah kandis propinsi riau pada tanggal 12 juli 2011 dengan kondisi pembakaran dalam upaya pembukaan lahan perkebunan sawit. Adapun data yang di dapat dari pngukuran lapangan adalah : data ke suhu Methan Gas oline CO CO2 4000 32.60 1.00 65.17 15.00 96.00 4050 32.77 1.00 67.74 15.00 96.11 4100 32.91 1.00 67.86 15.00 96.14 4150 32.93 1.00 68.00 15.00 96.17 4200 32.94 1.00 68.83 15.00 96.26 4250 33.09 1.00 69.00 15.00 96.27 4300 33.74 1.11 69.50 15.00 96.46 4350 33.74 1.14 69.09 15.00 96.49 4400 33.76 1.40 69.09 15.00 96.54 Data Maning dan Database System 3-5
  • 6. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Referensi [1] Farukh NADEEM, Erich LEITGEB, Radio Engineering Vol.19. No.2 Dense maritime Fog Attenuation Prediction From measured Visibility data, Institute of Broadband Communication, Graz University Of Technology, Graz, Austria, June 2010 [2] Edward E. Altshuer ,Fellow, IEEE Transaction On Antennas and Propagation , Vol.AP-32 , No.7 A simple Expression For Estimating attenuation By Fog at Millimeter Wavelengths , july 1984 [3] C.C. Chen ,Attenuation of Elektromagnetic Radiation by haze, Fog, Clauds, and Rain United State Air Force Project Rand , april 1975 3-6 Data Maning dan Database System
  • 7. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Analisis Efektivitas Algoritma C4.5 dalam Menentukan Peserta Pemenang Tender Projek Jose Augusto Duarte Guterres, Paulus Mudjihartono, Ernawati 1 Magister Teknik Informatika Universitas Atma Jaya Yogyakarta 2,3 Universitas Atma Jaya Yogyakarta agoest.jaguar777@gmail.com , paulusmudjihartono@gmail.com, ernawati@mail.uajy.ac.id Abstrak keputusan yang terbaik dalam memilih kontraktor [1]. Pemilihan kontraktor yang tepat dalam Penentuan pemilihan terhadap kontraktor menangani sebuah projek dapat pula bertujuan untuk mengetahui kemampuan secara mempengaruhi kualitas kerja. Keputusan teknis oleh panitia penyelenggara tender projek Pemenang tender projek merupakan keputusan akan pentingnya suatu perencanaan pembangunan yang dilakukan oleh panitia penyelenggara tender untuk tahapan projek selanjutnya. Persaingan usaha projek yang bersifat transparan yang dapat yang semakin ketatpun melatarbelakangi perlunya memberikan nilai riil sesuai dengan ketentuan sistem penilaian sebagai alat evaluasi kinerja dalam menentukan pemenang tender projek. Saat konsultan perencana dalam menangani suatu projek ini dalam penentuan pemenang tender projek masih perencanaan, sehingga tercipta suatu produk bersifat manual sehingga informasi-informasi yang perencanaan yang optimal, sebagai acuan merupakan kriteria penentuan pemenang tender pelaksanaan pekerjaan konstruksi dan sebagai suatu projek terkadang terabaikan. keunggulan [3] dalam pendukung keputusan. Kriteria penilaian yang peneliti gunakan Pembuatan sistem pendukung keputusan dalam menentukan pemenang tender projek menurut [2] untuk prakualifikasi kontraktor yang meliputi evaluasi administasi, evaluasi teknis, dalam pembuatan model base-nya dilakukan evaluasi harga dan evaluasi kualifikasi. Empat dengan mengidentifikasi variabel-variabel pembeda kriteria tersebut, peneliti gunakan untuk terhadap kinerja kontraktor dari segi Evaluasi mengklasifikasikan pemenang tender projek administrasi, evaluasi teknis, evaluasi harga, dan menggunakan algoritma C4.5 dengan mencari nilai evaluasi Kualifikasi. Hal tersebut dapat dilihat dari Entropy dan Gain yang mana dapat membentuk validasi eksternal yang dilakukan terhadap data pohon keputusan dalam menentukan pemenang yang tidak dipergunakan dalam pembuatan model tender projek. Penentuan pemenang tender projek base yang memberikan keakuratan cukup tinggi [2]. ini setelah dianalisa dengan menggunakan Sistem pendukung keputusan digunakan dalam algoritma C4.5 dapat memberikan informasi yang memadukan data dan pengetahuan untuk efektif dalam menentukan peserta pemenang tender meningkatkan efektivitas dan efisiensi dalam proses projek. pengambilan keputusan [4]. Dalam sistem pendukung keputusan terdapat informasi-informasi Kata Kunci : Algoritma C4.5, Entropy, Gain, yang perlu ditelaah lebih dalam lagi sehingga Pemenang tender projek, Pohon informasi-informasi yang dibutuhkan dalam Keputusan. pemecahan sebuah masalah dapat diselesaikan dengan baik. Dalam sistem pendukung keputusan, 1. Pendahuluan terdapat pula sebuah teknik penggalian data atau yang dikenal dengan penambangan data (data Menurut [1] menyampaikan bahwa Pemilihan mining) untuk menyelesaikan suatu masalah dalam kontraktor yang tepat dalam menangani sebuah memberikan informasi-informasi yang dibutuhkan, projek dapat pula mempengaruhi kualitas kerja metode penggalian data tersebut biasa dikenal dalam kemajuan pembangunan yang didasarkan dengan teknik penambangan data. pada evaluasi multi-atribut. Penilaian dalam Penambangan data merupakan proses analisis berbagai atribut untuk dipertimbangkan dalam data untuk menemukan suatu pola dari kumpulan pemilihan kontraktor dapat membantu data-data. Penambangan data mampu menganalisa meningkatkan proses seleksi dalam mendapatkan data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan. Data Maning dan Database System 3-7
  • 8. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Salah satu teknik yang ada pada penambangan data Di mana : adalah klasifikasi. Beberapa kelompok klasifikasi, S = Himpunan kasus di antaranya adalah pohon keputusan, Bayesian dan A = Atribut jaringan saraf. Salah satu klasifikasi penambangan i = Jumlah Partisi Atribut data dalam pohon keputusan adalah Algoritma Si = Jumlah Kasus pada partisi ke i C4.5. Dalam algoritma C4.5 pemilihan atribut S = Jumlah Kasus dalam S dilakukan dengan menggunakan Gain Ratio dengan mencari nilai entropy. Algoritma C4.5 menggunakan pendekatan induksi dimana, dalam pendekatan ini, algoritma C4.5 membagi-bagi data berdasarkan kirteria yang di pilih untuk membuat sebuah pohon keputusan. Algoritma C4.5 ini juga menggunakan pendekatan secara top-down [5]. 2. Metode Metode yang digunakan untuk analisis adalah metode Klasifikasi, menggunakan konsep penambangan data klasifikasi algoritma C4.5 yaitu dengan mencari nilai information gain dan entroopy sehingga dari metode ini dapat membentuk sebuah Gambar 1. Pohon Keputusan Lengkap (Abidin., A. pohon keputusan dalam menangani peserta Z. Z., 2011) pemenang tender projek yang mana secara umum algoritma C4.5 dapat membangun pohon keputusan Gambar 1 menunjukan pohon keputusan dalam [10] adalah sebagai berikut: pemberian rekomendasi ajar [11]. Jumlah simbol 1. Pilih atribut sebagai akar lingkaran sebagai node menunjukkan jumlah atribut 2. Buat cabang untuk masing-masing nilai sebagai atribut sumber kognitif, minat dan nilai 3. Bagi kasus dalam cabang awal. Sedangkan atrinut tujuan berupa rekomendasi 4. Ulangi proses untuk masing-masing cabang ajar yang bernilai induktif dan nondirektif. sampai semua kasus pada cabang memiliki kelas yang sama. 4. Hasil dan Pembahasan 3. Pembahasan Analisis efektivitas algoritma C4.5 dalam menentukan pemenang tender projek seperti pada Algoritma C4.5 adalah pengembangan dari tabel 1, data penetuan pemenang tender projek algoritma ID3. Oleh karena pengembangan tersebut merupakan tahap pengambilan keputusan algoritma C4.5 mempunyai prinsip dasar kerja yang berdasarkan kriteria evaluasi administrasi, evaluasi sama dengan algoritma ID3, hanya saja Algoritma teknis, evaluasi harga dan evaluasi kulaifikasi untuk C4.5 menggunakan pendekatan induksi dimana, dijadikan sebagai modal pengetahuan dalam dalam pendekatan ini, algoritma C4.5 membagi- membentuk sebuah pohon keputusan. Analisis dan bagi data berdasarkan kirteria yang di pilih untuk perancangan sistem yang dapat membantu membuat sebuah pohon keputusan. Algoritma C4.5 memberikan keputusan kepada panitia ini juga menggunakan pendekatan secara top-down penyelenggara tender projek akan kemungkinan [5] dalam algoritma C4.5 ([7] [9] [8] [6] 2007) perserta tender projek yang akan menerima atau pemilihan atribut dilakukan dengan menggunakan tidaknya sebuah projek diantaranya menentukan Gain Ratio dengan rumus : pohon keputusan, menentukan aturan, model data, fungsionalitas sistem dan perancangan struktur Entropy(S ) = ........(1) halaman. Implementasi sistem menggunakan bahasa pemrograman Visual studio dan MySQL Atribut dengan nilai Gain Ratio tertinggi dipilih sebagai database-nya. sebagai atribut test untuk simpul. Dengan gain Sebagai langkah awal untuk melakukan adalah information gain dengan rumus : perhitungan pencarian nilai gain dan entropy dapat dilihat pada kasus di bawah ini (Tabel 1). Misalkan Gain(S,A) ditampilkan 54 dataset pengujian untuk klasifikasi C4.5 = Entropy(S) - .........(2) 3-8 Data Maning dan Database System
  • 9. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Tabel 1. Tabel Dataset Uji Penentuan peserta Baris Total Kolom Entropy pada Tabel 2 di pemenang tender projek hitung dengan Rumus Sebagai Berikut Peserta Evaluasi Evaluasi Evaluasi Evaluasi  Keputusan Penawaran Tender Trojek (P) Adminstrasi Teknis Harga Kualifikasi (Diterima Atau Tidak) P1 Baik Tinggi Tinggi Lengkap No P2 Baik Tinggi Tinggi  Tidak Lengkap No P3 Baik Tinggi Sedang Lengkap Yes P4 Baik Tinggi Sedang Tidak Lengkap No P5 Baik Tinggi Rendah Lengkap Yes P6 Baik Tinggi Rendah Tidak Lengkap No P7 Baik Sedang Tinggi Lengkap Yes P8 P9 Baik Baik Sedang Sedang Tinggi  Sedang Tidak Lengkap Lengkap No Yes Entropy(Total) = (-37/54 * Log2 (37/54)) + (- P10 P11 Baik Baik Sedang Sedang Sedang Rendah Tidak Lengkap Lengkap No Yes 17/54 * Log2(17/54) P12 Baik Sedang Rendah Tidak Lengkap No P13 Baik Rendah Tinggi Lengkap No P14 Baik Rendah Tinggi  Tidak Lengkap No P15 P16 Baik Baik Rendah Rendah Sedang Sedang Lengkap Tidak Lengkap Yes No Entropy(Total) = ((-37/54) * 0,584962501) + ((- P17 P18 Baik Baik Rendah Rendah Rendah Rendah Lengkap Tidak Lengkap Yes No 17/54) * (-1,584962501) P19 cukup Tinggi Tinggi Lengkap No P20 P21 cukup cukup Tinggi Tinggi Tinggi  Sedang Tidak Lengkap Lengkap No Yes = 0,37372339 + 0,524929986 P22 P23 cukup cukup Tinggi Tinggi Sedang Rendah Tidak Lengkap Lengkap No Yes = 0,898653376 Perhitungan selanjutnya adalah menghitung P24 cukup Tinggi Rendah Tidak Lengkap No P25 cukup Sedang Tinggi Lengkap Yes P26 cukup Sedang Tinggi  Tidak Lengkap No P27 P28 cukup cukup Sedang Sedang Sedang Sedang Lengkap Tidak Lengkap Yes No nilai gain total untuk Evaluasi Administrasi dengan P29 P30 cukup cukup Sedang Sedang Rendah Rendah Lengkap Tidak Lengkap Yes No menggunakan persamaan (2) berdasarkan nilai entropy dari masing-masing atributnya sebagai P31 cukup Rendah Tinggi Lengkap No P32 cukup Rendah Tinggi  Tidak Lengkap No P33 cukup Rendah Sedang Lengkap No P34 P35 cukup cukup Rendah Rendah Sedang Rendah Tidak Lengkap Lengkap No Yes berikut : P36 cukup Rendah Rendah Tidak Lengkap No P37 Kurang Tinggi Tinggi Lengkap No P38 Kurang Tinggi Tinggi  Tidak Lengkap No P39 Kurang Tinggi Sedang Lengkap Yes P40 Kurang Tinggi Sedang Tidak Lengkap No P41 Kurang Tinggi Rendah Lengkap Yes P42 Kurang Tinggi Rendah Tidak Lengkap No P43 Kurang Sedang Tinggi Lengkap No P44 Kurang Sedang Tinggi  Tidak Lengkap No P45 Kurang Sedang Sedang Lengkap Yes P46 Kurang Sedang Sedang Tidak Lengkap No P47 Kurang Sedang Rendah Lengkap Yes P48 Kurang Sedang Rendah Tidak Lengkap No P49 Kurang Rendah Tinggi Lengkap No P50 Kurang Rendah Tinggi  Tidak Lengkap No P51 Kurang Rendah Sedang Lengkap No P52 Kurang Rendah Sedang Tidak Lengkap No P53 Kurang Rendah Rendah Lengkap No P54 Kurang Rendah Rendah Tidak Lengkap No EntropyAdminstrasi (Baik) = (-11/18 * Untuk bisa menentukan nilai-nila gain dan entropy Log2(11/18) + (-7/18) * Log2(7/18) dari masing-masing atribut di atas, maka terlebih = 0,434190401 + 0,529888364 kita konversi ke dalam bentuk tabel klasifikasi yang = 0,964078765 lebih detail sebagai berikut : EntropyAdminstrasi (Cukup) = (-12/18 * Tabel 2. Tabel klasifikasi untuk perhitungan nilai Log2(12/18) + (-6/18) * Log2(6/18) gain dan entropy = 0,389975 + 0,528320834 = 0,918295834 Node Jumlah No Yes Entropy GAIN Kasus (S) (S1) (S2) EntropyAdminstrasi (Kurang) = (-14/18 * 1 TOTAL 54 37 17 0,898653376 Evaluasi 0,016460341 Log2(14/18) + (-4/18) * Log2(4/18) Administrasi Baik 18 11 7 0,964078765 = 0,281998951 + 0,482205556 Cukup 18 12 6 0,918295834 = 0,764204507 Kurang 18 14 4 0,764204507 Evaluasi 0,216674141 Information Gain (Total,EVAdmin) Teknis Tinggi 18 12 6 0,918295834 = 0,898653376 - ((18/54 * 0,964078765 ) Sedang 18 10 8 0,99107606 Rendah 18 15 3 0,650022422 + (18/54 * 0,918295834 ) + (18/54 * 0,764204507)) Evaluasi 0,079182323 Harga Tinggi 18 16 2 0,503258335 = 0,898653376 - (0,882193035) Sedang 18 11 7 0,964078765 = 0,036102799 Rendah 18 10 8 0,99107606 Perhitungan nilai entropy dan gain diteruskan Evaluasi 0,423175351 sampai atribut terakhir dan diperoleh nilai-nilai gain Kualifikasi Lengkap 27 10 17 0,950956048 Tidak Lengkap 27 27 0 0 dan entropy tertentu. Hasil dari nilai gain kemudian dibandingkan dengan nilai gain lainnya untuk mencari nilai tertinggi yang akan dijadikan acuan Setelah tabel 2 dibuat, maka langkah untuk melakukan proses perhitungan kembali pada selanjutnya adalah melakukan perhitungan nilai proses pembentukan struktur pohon [10]. pada entropy dengan menggunakan persamaan (2), untuk perhitungan pada Tabel 2 diatas maka nilan Gain mencari nilai gain nya nanti. Langkah pertama Tertinggi terdapat pada Atribut Evaluasi Kualifikasi mencari nilai entropy total, dilakukan sebagai Sehingga membentuk pohon Keputusannya seperti berikut : pada gambar 1. Data Maning dan Database System 3-9
  • 10. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  6. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Sedang) THEN YES. 7. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Baik) THEN YES. 8. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Tinggi) AND (Evaluasi Teknis Baik) THEN NO. 9. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Tinggi) AND (Evaluasi Teknis Sedang) AND (Administrasi Baik) THEN YES. Gambar 2. Pohon Keputusan Untuk Evaluasi Kualifikasi 10. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Tinggi) AND (Evaluasi Teknis Sedang) AND Tender Projek Menggunakan algoritma C4.5 (Administrasi Cukup) THEN YES. 11. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Setelah melakukan perhitungan seperti Harga Tinggi) AND (Evaluasi Teknis Sedang) AND (Administrasi Kurang) THEN YES. langkah perhitungan dengan mencari nilai gain dan 12. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi etropy maka proses selanjutnya adalah melakukan Harga Tinggi) AND (Evaluasi Teknis Rendah) THEN perhitungan kembali, yang mana atribut evaluasi NO. kualifikasilah yang menjadi akar perhitungan sehingga bisa mendapatkan nilai entopy dan gain 4.2. Algoritma C4.5 dengan Metode Lain : untuk proses selanjutnya. Setelah semua proses dihitung maka dapat membentuk pohon keputusan a. Algoritma C4.5 yang lengkap seperti pada gambar 3. Algoritma C4.5 dalam aplikasi weka dikenal juga dengan J48 maka hasil dari C4,5 adalah b. Algoritma ID3 Gambar 3. Pohon Keputusan Lengkap Penentuan Peserta Pemenang Tender Projek 4.1. Aturann Klasifikasi Algoritma C4.5 Dari Hasil Analisi berdasarkan gambar 3 diatas maka algoritma dalam menentukan pemenang tender projek memiliki beberapa aturan: 1. IF (Evaluasi Kulaifikasi Tidak Lengkap) THEN NO. 2. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Rendah) THEN YES. c. Aturan NNge 3. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Rendah) AND (Evaluasi Administrasi Kurang) THEN NO. 4. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Rendah) AND (Evaluasi Administrasi Cukup) THEN YES. 5. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Rendah) AND (Evaluasi Administrasi Baik) THEN YES. 3-10 Data Maning dan Database System
  • 11. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  5. Kesimpulan Ieee., 2010, Assessment Of The Risk Factors Of Coronary Heart Events Based On Data Dari Hasil Analisis data diatas dengan Mining With Decision Trees, Ieee. pembuktian-pembukitan algoritma C4.5 [6] Al-Hegami, Ahmed Sultan., 2007, Classical berdasarkan literatur yang digunakan maka dapat And Incremental Classification In Data disimpulkan bahwa metode algoritma C4.5-pun Mining Process, Ijcsns International Journal dapat diterapkan dalam menentukan peserta Of Computer Science And Network Security, pemenang tender projek dengan menggunakan Vol.7 No.12, December. kriteria kriteria evaluasi administrasi, evaluasi [7] Chih-Chiang Wei., And Jiing-Yun You., teknis, evaluasi harga dan evaluasi kualifikasi dan 2011, C4.5 Classifier For Solving The jika dibandingkan dengan metode lain seperti ID3 Problem Of Water Resources Engineering, dan NNge maka algoritma C4.5 memiliki correctly Proceeding Of The International Conference classified yang lebih tinggi jika dibandingkan On Advanced Science, Engineering And dengan metode yang lain (metode ID3 dan aturan Information Technology, Isbn 978-983- NNge) dan root relative squere error Pada 42366-4-9, Juanuary. algoritma C4.5 lebih rendah jika dibandingkan [8] Karegowda, Asha Gowda., Manjunath, A. S., dengan metode yang lain (metode ID3 dan aturan And Jayaram, M.A., 2010, Comparative NNge) sehingga algoritma C4.5 dapat dikatakan Study Of Attribute Selection Using Gain Ratio sebagai metode yang efektif dalam menentukan And Correlation Based Feature Selection, peserta pemenang tender projek. International Journal Of Information Technology And Knowledge Management, Referensi Volume 2, No. 2, Pp. 271-277, July- December. [1] Turskis, Zenonas., 2008., Multi-Attribute [9] Minegishi, Tatsuya., Ise, Masayuki., Niimi, Contractors Ranking Method By Applying Ayahiko., Konishi, And Osamu., 2009, Ordering Of Feasible Alternatives Of Extension Of Decision Tree Algorithm For Solutions In Terms Of Preferability Stream Data Mining Using Real Data, Fifth Technique, Baltic Journal On Sustainability, International Workshop On Computational 14(2): 224–239. Intelligence & Applications, Ieee Smc [2] Demir, Hülya And Bostanci, Bülent., 2010., Hiroshima Chapter, Hiroshima University, Decision-Support Analysis For Risk Japan, November. Management, African Journal Of Business [10] Kusrini, Luthfi, E. T., 2009, Algoritma Data Management, Vol. 4(8), Pp. 1586-1604,18 Mining, Edisi 1, Andy Offset, Yogyakarta. July, Issn 1993-8233 ©2010 Academic [11] Abidin., A. Z. Z., 2011, Implementasi Journals. Algoritma C4.5 dalam menganalisa [3] Diputra, I Gede Astawa., 2009, Sistem kemungkinan pembelian komputer sebagai Penilaian Kinerja Konsultan Perencana media pembelajaran mahasiswa, Digital Dalam Menangani Proyek Perencanaan Information & Sistem conference, ISBN 978- Bangunan Gedung, Jurnal Ilmiah Teknik Sipil 979; Bandung. Vol. 13, No. 2, Juli. [4] Suprapto, Heri., And Wulandari Sri., 2006, Decision Support System (Dss) Dalam Prakualifikasi Kontraktor, International Civil Engineering Conference "Towards Sustainable Civil Engineering Practice, Surabaya, August 25-26. [5] Karaolis, Minas A., Member., Ieee., Moutiris, Joseph A., Hadjipanayi Demetra., And Pattichis, Constantinos S., Senior Member., Data Maning dan Database System 3-11
  • 12. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  3-12 Data Maning dan Database System
  • 13. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Sistem Tracking antaran Paket pada Unit Pelayanan PT. Pos Indonesia Menggunakan metode pendekatan Algoritma Graph Travelling Salesperson Problem Richki Hardi, Yul Hendra, dan Munar Fakultas Ilmu Komputer Universitas Almuslim richkihardi@gmail.com, yul_hendrapdg@yahoo.com, munar_amik@yahoo.co.id   Abstrak terjadinya perubahan-perubahan yang dampaknya mempengaruhi segala aspek kehidupan dan terjadi Persoalan Travelling Salesperson Problem- secara berkelanjutan pada lingkungan perusahaan TSP merupakan persoalan optimasi untuk mencari pengiriman barang standar nasional. perjalanan terpendek bagi pedagang keliling yang Salah satu jenis perkembangan ilmu ingin berkunjung ke beberapa kota, dan kembali ke pengetahuan dan teknologi adalah perkembangan kota asal keberangkatan. TSP merupakan dunia komputasi, satu diantaranya adalah kemajuan persoalan yang sulit bila dipandang dari sudut sistem informasi. Hampir tidak ada batas ruang dan komputasinya. Beberapa metode telah digunakan waktu sehubungan dengan sistem informasi untuk memecahkan persoalan tersebut namun tersebut, informasi dari tempat yang jauh secara hingga saat ini belum ditemukan algoritma yang fisik dapat dengan cepat dan mudah diketahui oleh mangkus untuk menyelesaikannya. Cara termudah kita. Melalui Sistem Informasi berbasis teknologi untuk menyelesaikan TSP yaitu dengan mencoba informasi pekerjaan menjadi mudah, efektif dan semua kemungkinan rute dan mencari rute yang efisien. terpendek. Namun, pada zaman yang serba praktis PT. Pos Indonesia sebagai perusahaan sekarang ini dibutuhkan algoritma yang dapat mediator dalam bidang pengiriman dan antaran menyelesaikan TSP dengan cepat sehingga mempunyai tantangan berat dalam menghadapi diperoleh solusi yang mendekati solusi optimal. dampak perubahan yang ada saat ini, antara lain Algoritma TSP sangat tepat digunakan untuk yaitu adanya pola pergeseran demand masyarakat penyelesaian masalah optimasi yang kompleks dan dimana unit-unit pelayanan masih belum maksimal, sukar diselesaikan dengan metode konvensional. namun di sisi lain kebutuhan konsumenpun semakin Data rute dan jarak serta waktu tempuh yang meningkat, selain itu masalah-masalah yang digunakan untuk menentukan rute terpendek pada berkaitan dengan sarana pelayanan, pengiriman sistem ini didapat dari hasil survey di kantor pos barang, tarif pengiriman, keadaan barang, kepuasan Lhokseumawe. konsumen, keselamatan kerja, dan lain sebagainya juga perlu mendapatkan perhatian dan penanganan Kata kunci : Algoritma Graph, Rute Terpendek, yang serius. Travelling Salesperson Problem, Proses antaran paket yang sedang berjalan di Tracking Paket, Web. kantor pos, khususnya daerah Aceh menggunakan   rute transportasi umum, dengan armada yang sangat 1. Pendahuluan terbatas sehingga membutuhkan waktu yang lama. Jika kantor pos kecamatan (KPC) ingin mengirim 1.1 Latar belakang Masalah paket ke kota lain maka paket tersebut harus diolah Perkembangan ilmu pengetahuan dan terlebih dahulu oleh kantor pos pemeriksa (KPRK) teknologi kian pesat, hal tersebut dapat dilihat dan untuk kemudian dikirim ke kota tujuan, walaupun dirasakan secara langsung maupun tidak langsung. jarak antara Kantor pos kecamatan lebih dekat Perkembangan tersebut tengah berdampak pada dengan kota tujuan. segala aspek kehidupan manusia. Globalisasi yang Permasalahannya adalah bagaimana terjadi sekarang ini mengakibatkan terjadinya menentukan rute yang tepat sehingga paket dapat perubahan-perubahan yang dampaknya sampai ke kota tujuan dalam waktu yang sesingkat mempengaruhi segala aspek kehidupan dan terjadi mungkin dengan menggunakan rute tersebut, paket secara berkelanjutan, termasuk di lingkungan yang sampai ke suatu kota atau kantor pos dapat perusahaan pengiriman barang standar nasional. diarahkan ke kantor pos berikutnya yang tepat Globalisasi yang terjadi dewasa ini mengakibatkan sehingga paket menuju kota atau kantor pos Data Maning dan Database System 3-13
  • 14. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  penerima dengan delai (delay) waktu yang Lhokseumawe dalam menentukan rute pengiriman minimum. Dengan kata lain, harus menentukan paket dari satu kota ke kota lainnya sehingga dapat lintasan terpendek dan mendekati yang akan dilalui menghemat waktu dalam proses pengiriman paket. oleh paket tersebut dari kantor pos pengirim ke Diharapkan dapat memberikan sumbangan bagi kantor pos penerima. pengembang ilmu di bidang komputer dan Dalam proses antaran paket dari satu kota ke informatika serta memanfaatkan kemajuan kota lain tentunya perlu ada pertimbangan efisiensi teknologi untuk kemajuan masyarakat, waktu dan biaya oleh Perusahaan sehingga pembelajaran bagi mahasiswa teknik informatika diperlukan ketepatan dalam menentukan rute khususnya dan sebagai implementasi ilmu terpendek antar suatu kota. Hasil penentuan rute pengetahuan dari penelitian tersebut. terpendek bisa didapatkan dengan menggunakan metode pendekatan algoritma Travelling 1.5 Tujuan Penelitian Salesperson Problem (TSP), yaitu algoritma yang mencari panjang lintasan terpendek dan mendekati   Tujuan penelitian ini adalah merancang dan optimal dari titik asal ke titik tujuan dan kembali ke mengimplementasikan sebuah sistem penelusuran titik asal dalam sebuah graf berbobot tersambung paket yang dapat memberikan kemudahan bagi dengan biaya minimal. suatu permasalahan tracking dengan menggunakan Dari latar belakang masalah di atas, maka metode pendekatan algoritma TSP pada kantor Pos judul yang dapat diangkat dalam tesis ini yaitu Lhokseumawe. ”Sistem Tracking Antaran Paket Pada Unit Pelayanan PT.Pos Indonesia menggunakan metode 1.6 Batasan Masalah pendekatan Algoritma Graph - Travelling Berdasarkan latar belakang masalah tersebut, Salesperson Problem (TSP). agar hasil penelitian ini maksimal maka pembahasan masalah hanya dibatasi pada: 1.2 Rumusan Masalah 1. Pencarian rute terpendek antaran paket menggunakan algoritma Graph TSP. Adapun permasalahan dalam penelitian ini 2. Rute di dalam sistem ini mengacu pada titik dapat dirumuskan sebagai berikut : yang telah ditentukan oleh PT.Pos sebagai 1. Bagaimana memilih dan menentukan rute-rute sarana untuk memberikan laporan. terpendek yang mendekati optimal untuk 3. Data yang digunakan dalam sistem ini adalah antaran paket dari kota asal ke kota tujuan data sekunder (rute, data jarak, dan data kantor kemudian kembali ke kota asal. pos di Aceh) yang bersumber dari kantor pos 2. Bagaimana mengimplementasikan algoritma Lhokseumawe dan kantor perhubungan Aceh TSP dalam menentukan rute pada proses antaran Utara. paket. 3. Bagaimana membuat aplikasi untuk pencarian rute antaran paket di kantor pos Lhokseumawe. 2. Tinjauan Pustaka dan Landasan Teori 1.3 Keaslian Penelitian 2.1 Tinjauan Pustaka Penelitian sejenis yang pernah dilakukan oleh peneliti sebelumnya dilakukan dengan cara Penelitian sebelumnya dilakukan Mukti (2005) menggunakan algoritma djikstra dalam menentukan dengan judul membangun system informasi lokasi titik terdekat pengeboran batubara. Dengan geografis untuk pemetaan papan reklame di dasar tersebut di atas penulis akan mencoba Yogyakarta. Pada penelitian tersebut masih melakukan penelitian yang bersifat baru, sampai menggunakan software tambahan macromedia flash dengan saat ini sepanjang yang penulis ketahui, sebagai antar muka sehingga file yang dihasilkan belum ada dan belum pernah dilakukan penelitian dengan digitasi deprogram arcview harus diekspor tentang penggunaan sistem tracking antaran paket menjadi file berekstensi *.dxf sehingga melakukan pada unit pelayanan PT. Pos Indonesia dua kali pekerjaan selain itu digitasi onscreen pada menggunakan metode pendekatan Algoritma Graph program arcview jika di ekspor kedalam file dxf “Travelling Salesperson Problem (TSP)” menjadi kurang sempurna. Perangkat lunak arcview sebebarnya sudah di desain cukup lengkap bahkan arcview bisa membuat antar muka sendiri dengan 1.4 Manfaat Penelitian menggunakan fasilitas customize dan tidak perlu   Manfaat dari penelitian adalah diharapkan menggunakan perangkat yang lain. Disini penulis dapat menjadi salah satu acuan bagi kantor Pos 3-14 Data Maning dan Database System
  • 15. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  menggunakan software arcview dan Microsoft jumlah titik yang terdapat adalah empat buah dan access untuk menyimpan basis data. banyak kemungkinan lintasannya adalah tiga buah. Penelitian ini juga mengacu pada penelitian Yaitu : yang dilakukan oleh Wijayanto (2005), dengan judul SIG untuk pemetaan transceiver station BTS. Telkom Flexi PT.Telkom cabang Bantul. Pada penelitian tersebut peneliti menggunakan perangkat lunak arcview tetapi penggunaannya belum menggunakan hotlink untuk menampilkan Gambar 2.9 contoh tiga macam lintasan kasus informasi yang lebih detail sehingga informasi yang dihasilkan hanya berupa atribut dari theme yang Lintasan pertama = (a,b,c,d,a) atau (a,d,c,b,a) ada. Arcview memiliki fasilitas hotlink sehingga Mempunyai panjang = 10 + 12 + 8 + 15 = 45. dapat membantu menampilkan informasi yang lebih Lintasan Kedua = (a,c,d,b,a) atau (a,b,d,c,a) lengkap dan menarik. Dan penelitian ini penulis Mempunyai panjang = 12 + 5 + 9 + 15 = 41, telah menggunakan fasilitas hotlink sehingga dapat Lintasan Ketiga = (a,c,b,d,a) atau (a,d,b,c,a) ditampilkan informasi yang lebih luas dan lebih Mempunyi panjang = 10 + 5 + 9 + 8 = 32 detail. Karena fasilitas hotlink dapat menerima Dari hasil enumerasi ini didapat hasil minimum masukan yang berupa file text, image, dan file doc, yaitu 32. Tetapi jumlah enumerasi dari algoritma ini sehingga dapat ditampilkan informasi yang lebih adalah (n – 1)! yang tidak akan efisien jika jumlah n luas dan lebih menarik. bernilai sangat besar. 2.2 Landasan Teori 2) Branch and Bound 2.2.1 Algorima Graph-Travelling Salesperson Problem Prosedur Sederhana Pemecahan TSP Dalam penyelesaian masalah TSP kita dapat membagi kedalam 2 metode, yaitu metode optimal dan metode aproksimasi. Metode optimal akan menghasilkan hasil yang optimal (minimum) sedangkan metode aproksimasi akan menghasilkan hasil yang mendekati optimal. 2.2.2 Metode Optimal Sejak permasalahan TSP ditemukan pada Gambar: Branch and Bound tahun 1800 oleh matematikawan Irlandia Sir William Rowan Hamilton dan matematikawan Sama dengan complete enumeration, pada Inggris Thomas Penyngton Kirkman, pusat algoritma Branch and Bounpun ternyata memiliki perhatian studi ini adalah menemukan secara pasti kompleksitas algoritma (n-1)!, dimana n adalah nilai minimum dari persoalan TSP dengan jumlah kota. Untuk kasus diatas hasil yang di capai konsekuensi dibutuhkan waktu yang cukup lama adalah 15 untuk menyelesaikannya. 2.2.3 Metode Aproksimasi 1) Complete Enumeration Greedy Heuristic Metode ini akan mengenumerasi setiap kemungkinan yang terdapat dalam graf, setelah itu algoritma ini akan membandingkan lintasan mana yang paling minimum. Misal untuk kasus berikut ini : Gambar: contoh empat titik lintasan kasus Gambar: Greedy Heuristic Data Maning dan Database System 3-15
  • 16. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Pada algoritma ini, pemilihan lintasan akan Metodologi yang digunakan adalah analisis dimulai pada lintasan yang memiliki nilai paling dan desain terstruktur dengan tahap-tahap sebagai minimum, setiap mencapai suatu kota, algoritma ini berikut : akan memilih kota selanjutnya yang belum dikunjungi dan memiliki jarak yang paling 3.3.1 Penelitian Lapangan (Field Research) minimum. Algoritma ini disebut juga Nearest a. Dalam melakukan penelitian ini penulis Neighbour. melakukan Observasi, Yaitu metode Kompleksitas algoritma ini memang sangat pengumpulan data dengan menggunakan mengagumkan yaitu O(n), tetapi hasil yang kita pengamatan langsung dan pencatatan dengan dapat bisa sangat jauh dari hasil yang optimal, sistematik terhadap gejala atau fenomena yang semakin banyak kota semakin besar pula perbedaan terkait tanpa mengajukan pertanyaan. hasil yang dicapai. Misalnya untuk contoh kasus b. wawancara dengan Kepala bagian Pengolahan yang sama dengan algoritma Branch and Bound data dan Kepala bagian pusat informasi di sebelumnya yang menghasilkan nilai 15, maka kantor pos Lhokseumawe. Teknik analisis algoritma ini menghasilkan nilai 18 berbeda sebesar terhadap sistem yang ada atau sedang berjalan 20% dari hasil sebelumnya padahal jumlah kota c. Implementasi, Yaitu metode dengan cara hanya 5 buah. mengimplementasikan hasil perancangan yang   telah dibuat menjadi suatu tampilan yang 3. Metodologi Penelitian menarik sehingga memudahkan dalam pembelajaran tentang objek penelitian. 3.1 Lokasi Penelitian d. Metode Uji Coba, Yaitu suatu metode dimana perancangan yang telah diimplementasikan Lokasi penelitian adalah PT.Pos Indonesia kedalam program dapat diuji cobakan (Persero), kantor cabang Lhokseumawe, Dinas kebenarannya kepada orang lain yang ingin Perhubungan Aceh Utara, Bapedda Aceh Utara dan mempelajarinya. Bapedda Lhokseumawe. 3.3.2 Penelitian Kepustakaan (Library Research) 3.2 Alat dan Bahan Penelitian Metode ini merupakan metode pengumpulan 3.2.1. Alat Penelitian data dengan cara mempelajari literature, paket modul dan panduan, buku-buku pedoman, buku- 1) Perangkat Keras buku perpustakaan dan segala kepustakaan lainnya Perangkat keras yang digunakan dalam yang dianggap perlu dan mendukung. penelitian ini yaitu : Spesifikasi perangkat keras (hardware) yang digunakan pada penelitian ini 3.4 Langkah-langkah Penelitian yaitu berupa Laptop dengan spesifikasi tinggi Intel Core2Duo, Memory 2GB, dan nVidia Graphic Langkah-langkah dalam melakukan penelitian 512MB, Serta alat cetak printer Canon MP450 ini adalah sebagai berikut untuk memudahkan peneliti dalam melakukan a. Tahap Perancangan Sistem penelitian b. Perancangan graf dan algoritma TSP yaitu untuk 2) Perangkat Lunak, PHP dan MySQL - Menentukan graf yang akan dipakai.   - Menggambarkan graf sesuai dengan Peta 3.2.2. Bahan Penelitian jalan seluruh Aceh. Bahan penelitian yang dibutuhkan adalah - Menentukan titik-titik didalam graf. sebagai berikut : - Memasukkan bobot nilai dalam graf. a. Data kantor pos di Nanggroe Aceh Darussalam - Menentukan rute-rute yang bisa dilewati b. Data Paket di kantor pos untuk antaran paket dari titik awal ke titik- c. Data rute yang dilalui pada saat antaran paket titik selanjutnya. d. Data lokasi kantor pos - Menentukan rute terpendek atau nilai e. Data jarak antar kota dan kabupaten di minimumnya dengan menggunakan Nanggroe Aceh Darussalam algoritma TSP. f. Peta jalan Nanggroe Aceh Darussalam. c. Tahap Pembuatan Sistem g. Data berita seputar perusahaan Langkah-langkah yang digunakan untuk h. Data profile Perusahaan membuat sistem adalah sebagai berikut : i. Data Tarif - Menentukan bahasa pemograman yang akan dipakai. 3.3 Metode Pengumpulan Data - Membuat tabel-tabel database. 3-16 Data Maning dan Database System
  • 17. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  - Merancang menu interface sistem. Table: Perhitungan Rute optimal dari simpul awal a - Mengimplementasikan sistem kedalam = A (Lsm) kesemua simpul lainnya. bahasa pemograman. (Untuk Nilai D) d. Tahap Pengujian Sistem   Langkah-langkah yang digunakan dalam menguji sistem adalah sebagai berikut: - Melakukan Test Case - Memberikan jenis uji Black Box test 4. Hasil dan Pembahasan 4.1 Perhitungan Matriks Ketetanggaan Graf Matriks ketetanggaan dari graf diatas adalah: Tabel Matriks ketetanggan perhitungan rute optimal   untuk graf kantor pos di Aceh: Dari perhitungan diatas maka Rute optimal antaran paket pada kantor pos Lhokseumawe ke kantor pos tujuan adalah sebagai berikut : Tabel Lintasan optimal dari simpul asal ke simpul tujuan:   4.2 Rute Terpendek Menggunakan Algoritma TSP Table Perhitungan Rute optimal dari simpul awal a = A (Lsm) kesemua simpul lainnya.   (Untuk Nilai S):   4.3 Implementasi Sistem 4.3.1 Lokasi Sistem Tracking     Data Maning dan Database System 3-17
  • 18. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  1. Sistem Tracking paket hanya menyediakan fasilitas penentuan rute antaran paket dengan lintasan optimal, daftar tarif, ekspedisi paket,   kritik saran, profile, dan berita. Untuk pengembangan sistem ini lebih lanjut, dapat Gambar: Hasil dari pencarian rute terpendek ditambahkan modul-modul lain yang menggunakan algoritma TSP mendukung sistem ini 2. Dalam menentukan rute optimal algoritma TSP Gambar di atas menunjukkan pencarian rute tidak selamanya dapat memberikan rute yang terpendek dari node asal A ke node tujuan N. Proses nilainya minimal, karena prinsip yang pencarian rute terpendek dari node asal A ke node digunakan oleh algoritma TSP disini adalah akhir N menggunakan algoritma TSP melalui semua cara dicoba untuk mencari rute yang proses penentuan titik ke titik yang terdekat optimal, untuk bisa mendapatkan pencarian rute berdasarkan bobot jarak. Algoritma TSP akan optimal secara baik kedepannya dalam mencari semua lintasan yang mungkin dilewati pencarian rute terpendek bisa menggunakan menuju titik akhir untuk kemudian ditentukan algoritma yang lebih luas ruang lingkup lintasan terpendeknya. Dan lintasan terpendek dari kerjanya. node asal A ke node akhir N dapat melewati A – F – K– L – M - N dengan total jarak 371 Km. Daftar Pustaka Betha, Sidik, Ir, 2002, Pemrograman Web dengan 5. Penutup PHP, Penerbit Informatika, Bandung 5.1 Kesimpulan Handoyo, Hendri Purwo, dkk, Pemecahan Masalah Jalur Terpendek dengan Travelling Setelah membuat aplikasi sistem tracking SalesPerson Problem, Jurusan Teknik antaran paket dengan menggunakan Algoritma TSP Informatika Sekolah tinggi Teknologi Telkom, pada PT. Pos Indonesia Persero Lhokseumawe, Bandung. maka dapat diambil kesimpulan sebagai berikut: Hardi, Richki, 2007. Sistem Ekspedisi Paket 1. Sistem ini dapat menemukan urutan kunjungan Sentral Pengolahan Pos Yogyakarta PT. Pos lokasi (satu lokasi hanya dikunjungi satu kali) Indonesia (Persero) Berbasis WEB. Skripsi yang total "nilai"-nya paling optimal (bisa S1 Universitas Ahmad Dahlan, Yogyakarta. minimal atau maksimal bergantung tujuannya). Hardi, Richki, 2009. Tugas Analisa Algoritma "Nilai,' di sini bisa berupa jarak, biaya, Graph. kenyamanan, dan sebagainya. tujuannya adalah Kadir, Abdul, 2008. Dasar Pemograman Web menemukan urutan lokasi pengantaran paket Dinamis Menggunakan PHP. Penerbit Andi, yang total jaraknya paling minimal. Yogyakarta. 2. Aplikasi sistem Tracking paket ini dapat Munir, Rinaldi, 2005. Buku Teks Ilmu Komputer digunakan untuk meningkatkan pencarian paket Matematika Diskrit Edisi Ketiga. Penerbit dan penentuan rute dalam pengiriman paket Informatika, Bandung. serta mempersingkat waktu pencarian rute Nugroho, Bunafit, 2004, Aplikasi Pemograman antaran paket secara efektif dan efisien serta Web Dinamis dengan PHP dan MySQL, menyediakan informasi yang cepat dan mudah. Penerbit Gava Media, Yogyakarta. 3. Sistem Tracking paket ini sangat efektif dalam Pradhana, Aditya Bayu, Studi Dan Implementasi memberikan hasil yang akurat dan terkini Persoalan Lintasan Terpendek Suatu Graf, tentang status dan kondisi paket. Program Studi Teknik Informatika, Institut 4. Sistem Tracking paket ini menyediakan Teknologi Bandung. keamanan data kepada setiap kantor cabang dan Rafiudin, Rahmat. 2004. Panduan Menjadi juga kantor pusat yang mempunyai hak akses, Seorang Webmaster. Penerbit yaitu dengan memberikan user ID dan password Andi,Yogyakarta. yang dapat di enkripsi. Setioko, Budy, Solusi Chinese Postman Problem yang Berprinsip Greedy. Jurusan Teknik 5.2 Saran Informatika, Sekolah Tinggi Teknologi Telkom, Bandung. Beberapa saran yang dapat diberikan untuk Sigit, Poncow, Analisis dan Perancangan Sistem, pengembangan sistem tracking ini adalah sebagai Khusus untuk kalangan sendiri. berikut: 3-18 Data Maning dan Database System
  • 19. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  http://www-groups.dcs.st- andrews.ac.uk/~history/Mathematicians/Ha milton.html http://www-groups.dcs.st- andrews.ac.uk/~history/Mathematicians/Kirk man.html http://www.oup.co.uk/isbn/0-19-853916-9 Data Maning dan Database System 3-19
  • 20. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  3-20 Data Maning dan Database System
  • 21. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Kajian Pengaruh Teknologi Informasi dan Komunikasi Dalam Pengembangan Pertanian Dalam Rangka Meningkatkan Produktifitas Komoditi Pertanian Hotden Leonardo Nainggolan Dosen Program Studi Agribisnis Fakultas Pertanian Universitas HKBP Nommensen Medan Email : hotden_ngl@yahoo.com ABSTRAK dengan demikian kesejahteraan hidup masyarakat petani akan semakin baik. Teknologi informasi dan komunikasi diyakini sebagai alat yang mampu membuat perubahan Kata Kunci : pertanian, penanaman, pemeliharaan, dalam kehidupan manusia yang dapat diaplikasikan teknologi komunikasi dan informasi. dalam berbagai bidang yang bertujuan untuk memberikan kemudahan dalam aktivitas kehidupan sehingga memberikan manfaat bagi masyarakat. 1. Pendahuluan. Kajian ini dilakukan untuk mengetahui manfaat dan Keberhasilan penerapan suatu sistem pengaruh Teknologi informasi dan komunikasi informasi yang didukung oleh perangkat teknologi dalam pengembangan pertanian baik dalam bidang informasi merupakan tujuan dari manajemen penanaman, pemeliharaan, prediksi panen hinga perusahaan sehingga tercipta cara kerja yang efektif proses pengolahan hasil panen, serta untuk dan efisien, namun demikian dalam prakteknya mengoptimalkan pemanfaatan faktor faktor tidak sedikit perusahaan yang mengalami kegagalan produksi pertanian dalam peningkatan produktifitas dalam membangun suatu sistem informasi yang komoditi pertanian. Kajian ini menggunakan terintegrasi dengan baik. Hal itu disebabkan oleh metode kepustakaan dalam melihat manfaat dan beberapa faktor yang harus dipertimbangkan untuk pengaruh Teknologi informasi dan komunikasi memberikan solusi terhadap permasalahan tersebut, dibidang pertanian. Berdasarkan hasil kajian sehingga diperlukan komitmen dan kerja keras yang diketahui; a) teknologi informasi dan komunikasi cerdas dari tim implementator system demi berperan penting dalam pengembangan pertanian terciptanya kesuksesan dalam penerapan suatu terutama dalam bidang penanaman, pemeliharaan sistem informasi secara terintegrasi. dan prediksi panen, b) jika diaplikasikan dalam Salah satu faktor penting yang harus internet akan bermanfaat untuk mengetahui diperhatikan adalah bagaimana melakukan penanaman sesuai dengan kondisi lahan hingga perubahan cara kerja dan pola pikir pengguna agar prediksi panen yang tepat, c) petani juga akan dapat mendukung pekerjaan dengan system mendapatkan informasi yang cepat dan akurat komputerisasi. Perlu diperhatikan bahwa dengan mengakses semua informasi yang berkaitan perubahan cara kerja dan pola pikir tersebut tidak dengan kegiatan pertanian melalui internet. bisa dilakukan secara instan tetapi memerlukan Melalui kajian ini disimpulkan; a) teknologi tahapan proses yang relatif lama, terlebih bagi informasi dan komunikasi membantu memperlancar pengguna yang telah terbiasa menggunakan cara arus informasi bagi petani, b) mencegah kerja tradisional. Beberapa faktor seperti keterlambatan terutama mengenai penanaman, kecerdasan dan kedewasaan mental pengguna pemupukan, penyemprotan, pemanenan, dalam menjalankan suatu system informasi baru pengeringan bahkan ramalan cuaca, dan harga yang belum dikenal merupakan kunci keberhasilan bahan pertanian, c) teknologi informasi dan dalam melakukan implementasi system informasi komunikasi bermanfaat bagi petani untuk yang terintegrasi. Disamping itu perubahan cara mengetahui kebutuhan akan faktor produksi kerja maupun pola pikir yang didukung oleh mingguan dengan akurat. Dengan demikian perangkat teknologi informasi sangatlah teknologi informasi dan komunikasi merupakan dipengaruhi oleh perubahan organisasi harapan yang dapat digunakan oleh petani (organization change). Indonesia sebagai alat pengembangan pertanian Perubahan organisasi ini identik dengan untuk meningkatkan produktivitas pertanian maka upaya perubahan budaya (culture) perusahaan. Perubahan budaya perusahaan ini sangat ditentukan Data Maning dan Database System 3-21
  • 22. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  oleh peranan top manajemen perusahaan sebagai penanaman, peternakan, dan perikanan. Salah satu teladan (contoh) bagi karyawan / pengguna untuk contoh teknologi informasi komunikasi yaitu mendukung cara kerja dengan dukungan penuh internet yang menyajikan dunia tanpa batas. Lewat penggunaan teknologi informasi. Penelitian ini sarana inilah diharapkan dapat digunakan untuk bertujuan untuk membahas bagaimana pengaruh mencari segala informasi yang dibutuhkan dan teknologi informasi dan perubahan organisasi dapat pula digunakan oleh masyarakat desa untuk dalam mencapai kesuksesan membangun suatu meningkatkan kesejahteraan perekonomian melalui sistem informasi yang terintegrasi. korespondensi dengan orang lain di berbagai penjuru dunia yang menyangkut berbagai informasi. 2. Teknologi Informasi dan Komunikasi Secara umum bahwa masyarakat desa selalu mengalami kendala dalam dalam mendapatkan dalam Bidang Pertanian informasi yang baru dan tepat. Oleh karena itu Dalam era globalisasi bahwa penguasaan informasi dari internet akan berperan sebagai terhadap teknologi komunikasi dan informasi pembeneri informasi bagi petani menyangkut merupakan suatu keharusan karena diyakini berbagai hal yang berkaitan dengan kegiatan sebagai alat pengubah. Sejarah membuktikan pertaniannya, mulai dari pemeliharaan tanaman, evolusi teknologi selalu terjadi yang pada gilirannya pemberian pupuk, irigasi, ramalan cuaca dan harga bahwa temuan teknologi tersebut dapat pasaran. Dengan internet juga bermanfaat untuk diaplikasikan untuk memperoleh kemudahan dan memberikan informasi yang menyangkut manfaat dalam aktivitas kehidupan manusia. penanaman hingga persediaan di pasar. Teknologi informasi komunikasi merupakan faktor Maka dengan demikian arus informasi akan yang sangat penting dalam mendukung peningkatan lancar sehingga keterlambatan dan miskomunikasi kualitas baik sumber daya manusia, sumber daya mengenai penanaman, pemupukan, penyemprotan, alam hingga pada pelayanan pemerintah kepada pemanenan, pengeringan, dan penjualan hampir masyarakat. Teknologi informasi mempunyai tiga tidak akan terjadi lagi. Demikian juga dengan peranan pokok yaitu : koperasi akan dapat mengetahui kebutuhan a. Instrumen dalam mengoptimalkan proses mingguan para petani secara akurat serta koperasi pembangunan, yaitu dengan memberikan akan dapat meningkatkan perannya sebagai dukungan terhadap manajemen dan pelayanan pengumpul serta pemasar hasil produksi pertanian kepada masyarakat. langsung kepada konsumen akhir. Sehingga b. Produk dan jasa teknologi informasi dengan demikian bahwa teknologi informasi dan merupakan komoditas yang mampu komunikasi ini diharapkan dapat dipergunakan oleh memberikan peningkatan pendapatan baik bagi sebanyak mungkin petani Indonesia sehingga perorangan, dunia usaha dan bahkan negara produktivitas pertanian mereka meningkat. dalam bentuk devisa hasil ekspor jasa dan produk industri telematika lainnya. 3. Peran Teknologi Informasi dan c. Teknologi informasi bisa menjadi perekat Komunikasi dalam Pertanian persatuan dan kesatuan bangsa melalui pengembangan sistem informasi yang mampu Pertanian merupakan sebuah sektor yang menghubungkan semua institusi pada area yang memilki peranan cukup penting dalam kehidupan berbeda dan berjauhan diseluruh wilayah manusia, karena merupakan sektor yang mampu nusantara. penyediaan kebutuhan akan pangan masyarakat Kesadaran akan pentingnya teknologi dalam kehidupannnya sehari-hari. Disamping itu komunikasi dan informasi (information and bahwa sektor pertanianl merupakan sektor andalan communication technologi), bukan hanya monopoli disamping sektor-sektor lainnya karena mampu kalangan pengusaha besar saja tetapi juga memberikan kontribusi bagi devisa Negara serta bertumbuh di kalangan pengusaha kecil dan menjadi tumpuan kehidupan masyarakat di daerah masyarakat lainnya, seperti koperasi, kelompok pedesaan. Akan tetapi bahwa pengelolaan usaha tani, bahkan masyarakat biasa. Teknologi informasi tani rakyat di Indonesia umumnya masih bersifat dan komunikasi berperan penting dalam tradisional dan belum menerapkan menggunakan pengembangan bisnis, kelembagaan organisasi dan teknologi baru. juga mampu mendorong percepatan kegiatan Rendahnya penerapan teknologi di pada ekonomi dan taraf hidup masyarakat. Teknologi sektor pertanian tentu berdampak pada rendahnya juga memegang peranan penting dalam produktivitas usaha tani yang dihasilkan, sementara pengembangan pertanian. Teknologi dimafaatkan itu pertambahan penduduk semakin tidak terkendali dalam tiga cabang utama pertanian yaitu maka sudah tentu kebutuhan terhadap sektor 3-22 Data Maning dan Database System