Professional Documents
Culture Documents
Dengan mengucap syukur ke hadirat Tuhan Yang Maha Kuasa, Pusat Penelitian
Komputer dan Sistem Informasi Lembaga Penelitian ITS bekerjasama dengan
PIKTI-ITS menyelenggarakan Seminar Nasional Teknologi Informasi dan
Aplikasinya 2003, pada tanggal 3 April 2003 di Kampus ITS. Seminar
bertujuan untuk membawa bersama peneliti, pengembang, dan pengguna di
bidang Teknologi Informasi untuk saling berinteraksi dalam suatu forum yang
dapat menimbulkan sinergi yang berkelanjutan.
Terima kasih,
Prosiding Seminar Nasional Teknologi Informasi dan Aplikasinya 2003 Kata Pengantar
SAMBUTAN REKTOR ITS
Puji syukur kita panjatkan kehadirat Allah SWT, karena atas rahmat Nya kita
dapat berkumpul pada hari ini untuk menghadiri seminar ini.
Dalam era informasi, daya saing bangsa ditentuka oleh kemapuan sumber daya
manusianya dalam memanfaatkan kemajuan teknologi informasi yang
memberikan dampak perubahan yang besar pada kehidupan masyarakat.
Kemampuan sumber daya ini antara lain dapat diperoleh dengan meningkatkan
kualitas dan kuantitas penelitian baik dalam teknologi inti maupun aplikasinya
supaya dapat memberikan konstribusi pada pembangunan nasional,
meningkatkan kompetensinya, dan mengembangkan kemampuan sesuai dengan
perkembangan global.
Diharapkan forum ini dapat menghasilkan usulan yang bermanfaat dan dapat
menambah nilai serta memberikan konstribusi dalam menghadapi kesenjangan
digital dengan negara maju yang kian membesar.
Selamat berseminar,
Wasalamu’alaikum warahmatullahi wabarakatuh
Prosiding Seminar Nasional Teknologi Informasi dan Aplikasinya 2003 Sambutan Rektor ITS
DAFTAR ISI
Kata Pengantar
Kata Sambutan Rektor ITS
Daftar Isi
Keynote Speaker
IT GOVERNANCE UNTUK MENINGKATKAN KEBERHASILAN INVESTASI IT
Handayani Tjandrasa................................................................................................. 1
Prosiding
1. SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON KEPALA DAERAH
KABUPATEN SERANG DENGAN MENGGUNAKAN MODEL ANALYTIC
HIERARCHY PROCESS
Tavip Ansyori, Dedy Hartawana Wijaya, Ho Andy, Veli Yanto……………….P1.1-4
2. IMPLEMENTASI REAL-TIME TRANSPORT PROTOCOL (RTP)
Anugrah Kusuma Pamosoaji, Bambang Riyanto ………………………… ….P2.1-6
3. PERANCANGAN SISTEM MONITORING AKSES WEB MENGGUNAKAN
ADAPTIVE QUERY
Nanang Syahroni, Titon Dutono, Supeno Djanali…………………………. P3.1-6
4. PERANCANGAN DAN PENGEMBANGAN PERANGKAT LUNAK SMSMAIL
GATEWAY
Firman Arifin, Khamami Herusantoso……………………………………...P4.1-6
5. ANALISA KINERJA ALGORITMA PELEPAS HALAMAN PADA PROXY CACHE
SERVER
Wahyu Suadi………………………………………………………………...P5.1-6
6. PENERAPAN TEKNOLOGI SMS PUSH UNTUK DISEMINASI INFORMASI
KURS VALUTA ASING
Muchammad Husni, Jimmy Gunawan………………………………………P6.1-6
7. RANCANG BANGUN SISTEM INFORMASI MANAJEMEN TRANSPORT ASI
SEMEN
Abdullah Alkaff, Suhadi Lili…………………………………………………P7.1-7
8. PENENTUAN ALTERNATIF RUTE PERJALANAN KENDARAAN DENGAN
SEJUMLAH BATASAN PADA SISTEM INFORMASI GEOGRAFIS
Joko Lianto, Agus Z, Arif B, Sayyid M Iqbal………………………………...P8.1-3
9. DATABASE-SPASIAL DINAMIK UNTUK MANAJEMEN PEWILAYAHAN
KOMODITAS PERKEBUNAN KABUPATEN LEMBATA NUSA TENGGARA TIMUR
Wiweka, H. Gunawan………………………………………………………..P9.1-5
10. KINERJA CLUSTER KOMPUTING BERBASIS MOSIX PADA LINUX
F.X. Arunanto,Muchammad Husni, Mulyadi ………………………. …….P10.1-4
11. ALGORITMA GENETIKA UNTUK MENGOPTIMALKAN LUAS PERMUKAAN
BANGUN KOTAK TANPA TUTUP PADA SUATU BIDANG DATAR SEGIEMPAT
Juniawati …………………………………………………………………. P11.1-6
12. PELACAKAN DAN PENGENALAN WAJAH MENGGUNAKAN WEBCAM DAN
METODE GABOR FILTER
Prosiding Seminar Nasional Teknologi Informasi dan Aplikasinya 2003 Daftar Isi
Resmana Lim, Yulia, Roy Otniel Pantouw ……………………………….. P12.1-7
13. PENYELESAIAN MASALAH POHON STEINER DALAM GERAF DENGAN
ALGORITMA GENETIK
Supeno Djanali …………………………………………………………. P13.1-6
14. PENGENALAN POLA FORMAT DAN DATA PADA CITRA FORMULIR
Handayani Tjandrasa, Hartarto Junaedi ………………………………. P14.1-6
15. PENCATATAN DATA PEMAKAIAN DAYA LISTRIK DENGAN SISTEM ON-LINE
BERBASIS TEKNOLOGI INFORMASI
Dedid Cahya Happyanto, Ratna Adil ……………………………………P15.1-7
16. RANCANG BANGUN PENGEKSTRASIAN CITRA WAJAH DENGAN
PEMANFAATAN RUANG WARNA LHS
Rully Soelaiman, Esther Hanaya, Salman ……………………………… P16.1-7
17. DATA VISUALIZATION USING CFD
I K A P Utama ………………………………………………………….. P17.1-6
18. AUTOMATIC PROGRAMMING PADA PENYELESAIAN MASALAH BAYESIAN
( IMPLEMENTASI DENGAN WINBUGS)
Nur Iriawan ……………………………………………………………. P18.1-5
19. PERANCANGAN DAN PEMBUATAN PERANGKAT LUNAK PENELUSUR WEB
( WEB CRAWLER ) MENGGUNAKAN ALGORITMA PAGERANK
Agus Zainal, Suhadi Lili, Budianto……………………………….. ……P19.1-8
20. ALGORITMA HEURISTIK UNTUK OPTIMASI PENJADWALAN ARMADA
DALAM SISTEM TRANSPORTASI SEMEN
Suhadi Lili, Royke Wirasantoso, Abdullah Alkaff …………………….. P20.1-3
Prosiding Seminar Nasional Teknologi Informasi dan Aplikasinya 2003 Daftar Isi
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
Handayani Tjandrasa
Abstrak
Berdasarkan hasil riset dan survei yang dilakukan oleh lembaga-lembaga konsultasi IT ternama,
ternyata banyak investasi IT yang gagal atau memberikan manfaat tidak seperti yang diharapkan sehingga
menimbulkan kekhawatiran organisasi/perusahaan atas berhasilnya pengembalian investasi IT untuk
mendukung objektif bisnis organisasi/perusahaan. Upaya untuk memperkecil resiko kegagalan atau
meningkatkan keberhasilan investasi IT dapat dilaksanakan secara terencana dengan IT governance yang
berfungsi mengarahkan dan mengontrol suatu organisasi supaya dapat mencapai tujuan organisasi dengan
menambah nilai sambil menyeimbangkan resiko terhadap pengembalian IT dan prosesnya.
Dalam perencanaan strategis IS/IT perlu dievaluasi lingkungan internal bisnis , seperti posisi bisnis
organisasi/perusahaan dan tujuan bisnis yang ingin dicapai; lingkungan eksternal bisnis seperti kompetitor,
makroekonomi, politik; kemudian didefinisikan kebutuhan IS/IT untuk menunjang bisnis dan inisiatifnya yang
dapat diterjemahkan dalam desain arsitektur enterprise IT. Arsitektur enterprise ini digunakan sebagai acuan
organisasi/perusahaan untuk tahapan implementasinya berdasarkan proses migrasi yang terencana. Pada
makalah ini diberikan hasil kasus secara generik untuk portfolio aplikasi dan relasi antar cluster yang dapat
digunakan untuk membentuk arsitektur enterprise.
8. ARSITEKTUR ENTERPRISE
STRATEGIC HIGH POTENTIAL Arsitektur enterprise adalah kumpulan
??Business ?? External ?? Information ??Home model-model, diagram, tabel, dan deskripsi yang
Planning & Communication Ware-house/ Banking secara bersama dapat menterjemahkan
Control ?? Project EIS/DSS/OL ??Insurance kompleksitas entitas kedalam operasi yang
??Org.Planning/ Manage-ment AP Monitorin
Management System ?? Electronic g System disederhanakan dengan representasi yang berarti.
?? etc Audit ??etc Dalam kata lain arsitektur enterprise memberikan
System
cara untuk mendeskripsikan komposisi struktural
dari aktivitas bisnis dan sistem otomasi.
??HR ??Budget System ?? OLService ??Repair Arsitektur Enterprise dapat diilustrasikan
Management ?? Finance System Manageme
secara analogi dengan arsitektur bangunan
??Logistics Management & ?? Security IS nt
??Maintenance Accounting ?? Doc. System ??etc gedung yang terdiri dari desain keseluruhan
??Prod. Planning ?? etc gedung, spesifikasi konstruksi, banyaknya lantai,
infrastruktur, aturan bangunan, tipe bahan
KEY OPERATIONAL SUPPORT bangunan, dan sebagainya. Arsitektur bangunan
Gambar 3. Contoh pengelompokan beberapa aplikasi gedung tidak memperhatikan hal yang detil dan
untuk enterprise spesifik dapat diadaptasi untuk memenuhi kebutuhan
yang bervariasi. Berdasarkan arsitektur diperoleh
Pengelompokan aplikasi (dari Porter’s blueprint yang menetapkan standar dasar untuk
chain) dapat digambarkan kembali dalam bentuk diikuti oleh tim konstruksi. Arsitektur tidak
cluster-cluster aplikasi dan relasinya seperti pada memspesifikasikan vendor atau supplier khusus
Gambar 4. untuk komponen gedung, tetapi memberikan
fleksibilitas dengan menentukan standar
HR MANAGE-
komponen yang dapat dipenuhi satu atau lebih
MENT supplier. Keputusan yang lebih spesifik dibuat
pada waktu implementasi.
Langkah-langkah yang dapat digunakan dalam
pengembangan arsitektur enterprise :
– Tentukan ruang lingkup proyek
– Bentuk tim inti yang bekerja waktu
penuh dan anggota tim ahli dalam area
fungsional untuk bekerja paruh waktu
MANUFACTU- ADMINISTRATION & – Tetapkan visi target yang merupakan visi
RING INFRASTRUCTURE bersama
Maintenance, Business & Organization
Prod. Logistics, Management, F&A,
– Deskripsikan dimana kita berada
Process Capital Asset sekarang. Deskripsi ini merupakan
Control, etc Management, etc arsitektur baseline sistem informasi yang
dipakai perusahaan sekarang
– Kembangkan arsitektur target. Arsitektur
target menggambarkan visi dari sistem
PROCUREMENT informasi enterprise di masa mendatang
Contract Jadi arsitektur enterprise adalah gambaran besar
Management System, bagaimana sistem informasi utama pada seluruh
Project Management
OTHERS organisasi bekerja bersama. Architecting
System, Procurement
mendefinisikan apa yang dilakukan, tidak
Logistics, etc
bagaimana melakukannya. Detail bagaimana nya
lebih diperhatikan pada saat mendesain sistem
individual yang memenuhi visi target. Arsitektur
IT dapat dilihat dari empat sudut pandang yaitu
sudut pandang organisasi kerja, fungsi aplikasi,
Gambar 4. Cluster-cluster aplikasi dan relasinya informasi, dan infrastruktur.
Abstrak
Tujuan penelitian ini adalah untuk menganalisis pengambilan keputusan dalam pemilihan kepala
daerah di Kabupaten Serang. Agar pengambilan keputusan dapat lebih optimal, maka digunakan Sistem
Pendukung Keputusan, yang mana dalam kasus ini memakai model Analytic Hierarchy Process. Sistem ini akan
diterapkan dari tingkat bakal calon untuk menjadi calon Kepala Daerah. Dengan adanya sistem ini, maka
masyarakat tidak perlu khawatir, karena semua calon yang akan dipilih telah melalui penyaringan yang ketat
dan adil. Metode yang dilakukan adalah dengan penelitian pustaka dan penelitian lapangan yang dilakukan
melalui survey dan wawancara. Sistem ini menghasilkan analisa dan perancangan sistem pengambilan
keputusan yang dapat meningkatkan efektifitas dan kualitas pengambilan keputusan dalam pemilihan calon
kepala daerah.
4.2 Kekurangan Atau Kelemahan Sistem yang Pemilihan. Sama juga dengan alternatif/Bakal
Berjalan Calon, semua Bakal Calon diperiksa kelengkapan
Setelah melakukan wawancara dan surat-surat yang diminta, sesuai Undang –
kuesioner, akhirnya dapat ditemukan beberapa Undang Republik Indonesia Nomor 22 Tahun
kelemahan dari sistem yang berjalan di DPRD 1999 Tentang Pemerintahan Daerah pasal 33.
Kabupaten Serang, yaitu sebagai berikut : Data para Bakal Calon yang lolos seleksi akan
1. Sistem yang berjalan belum sesuai dengan disimpan di dalam database pada table alternatif.
aspirasi masyarakat. Selanjutnya Panitia Pemilihan melakukan
2. Adanya money politic dalam pemilihan wawancara terhadap para Bakal Calon. Setelah
Kepala Daerah. dilakukan resume atas jawaban para Bakal Calon,
3. Masih menggunakan pengambilan keputusan Panitia Pemilihan memberikan pembobotan dan
musyawarah sehingga keputusannya masih prioritas terhadap kriteria yang telah
bisa terjadi nepotisme antar fraksi. dikumpulkan dan juga terhadap alternatif sesuai
4. Masyarakat masih menginginkan sosok dengan kriteria. Setelah nilai prioritas
seorang putra daerah. keseluruhan didapat, maka dilakukan rata – rata
5. Standarisasi pendidikan bakal calon masih dengan para pimpinan yang lain agar mendapat
rendah (minimum SLTA) hasil yang lebih optimal dan adil. Selanjutnya
pimpinan DPRD dapat menentukan minimal 2
4.3 Alternatif Solusi Untuk Mengatasi orang Bakal Calon yang memiliki nilai prioritas
Kelemahan Sistem yang Berjalan keseluruhan tertinggi, selayaknya dapat diajukan
untuk ditetapkan menjadi Calon Kepala Daerah.
Solusi untuk mengatasi kekurangan atau
kelemahan sistem ini sebenarnya sudah sering
disuarakan oleh masyarakat, yaitu dengan 5.2 Komponen DSS yang Diusulkan
pemilihan langsung. Tetapi hingga kini penulis Komponen DSS yang diusulkan dalam kasus
melihat masih banyak pro dan kontra tentang pemilihan Calon Kepala Daerah ini antara lain:
sistem pemilihan langsung. Oleh sebab itu jika – Data management subsystem.
model perwakilan tetap berjalan, penulis – Model management subsystem.
mengusulkan adanya penerapan sistem baru, – User interface (dialog) management
yaitu dengan Decision Support System subsystem.
menggunakan model Analytic Hierarchy
Process.
8. DAFTAR PUSTAKA
[1] Anonim (1999) Undang–Undang Republik
Indonesia Nomor 22 Tahun 1999 Tentang
Pemerintahan Daerah. BP. Panca Usaha. Jakarta
[2] Anonim (2001) Keputusan Bupati Nomor 10
Tahun 2001 Tentang Tugas Pokok dan Fungsi
Abstrak
Sistem telerobotika merupakan sistem pengendalian robot jarak jauh yang menggunakan jaringan komunikasi
data (jaringan internet) sebagai sarana pengiriman paket data dari server ke client. Pada makalah ini
dijelaskan penggunaan Real-Time Transport Protocol (RTP) sebagai alternatif protokol transport pada sistem
telerobotika. RTP digunakan dalam riset ini sebagai satu solusi untuk mengurangi waktu tunda selama
pengiriman paket data citra, sehingga sistem dapat mendekati kondisi real-time yang diharapkan. Parameter
yang dipakai dalam implementasi ini adalah waktu tunda pengiriman paket data. Sedangkan ruang lingkup
pengiriman data adalah 2 buah Local Area Network (LAN) dalam lingkungan Departemen Teknik Elektro,
Institut Teknologi Bandung.
KATA KUNCI : sistem telerobotika, internet, sistem komunikasi data, Real-Time Transport Protocol (RTP),
waktu tunda (delay time), connectionless, kondisi real-time
untuk memenuhi kebutuhan akan suatu bentuk Gambar 1. Arsitektur Sistem Telerobotika
komunikasi data pada sistem telerobotika yang Berbasis Internet
PX CC M PT Sequence Number
4
Informasi yang dibawa oleh client (jitter dan
1 B
packet loss) akan dipakai untuk menentukan G 2
0 1 2 3 4 5 6 7 C
D
Version P Reception Report Count
Gambar 6. Sistem Telerobotik Secara Lengkap
Packet Type
(Mode komunikasi Unicast )
Length Keterangan :
Gambar 4. Header Paket RTCP 1 = Kamera CCD
2 = Komputer Server
Server Client 3 = Komputer Client
4 = Robot Mentor
T ra n s f e r R
A = Sinyal citra obyek ditangkap dan dikirim ke
e c e iv e r R e po rt Server
B = Sinyal citra disegmentasi ke dalam paket-
paket RTP.
f e r R TP
C = Paket-paket RTP dikirim ke Client
Tra n s
D = Paket diterima client dan citra ditampilkan
E = Paket-paket dilakukan seleksi atas objek
R e p or t
r S e nd e r yang akan diambil.
Tr a ns f e
F = Sinyal perintah dikirim ke Server
G = Server menjalankanalgoritma jaringan syaraf
T ra n s f
e r R TP tiruan untuk menentukan objek mana yang
r R e p or t
harus diambil oleh robot.
r S e nd e
Tr a ns f e H = Robot mengambil objek yang diinginkan.
Abstrak
Akses internet dapat dimonitor dengan cara membaca traffic paket pada interface router atau server
proxy, disamping informasi trafic paket tersebut belum terkelompok, hanya network-administrator saja yang
memiliki pivillege untuk mengakses data tersebut. Sistem monitoring yang dirancang pada tesis ini untuk
mengolah informasi traffic paket kemudian diklasifikasi dan disimpan dalam server database Oracle 8i. Data
yang telah tersimpan dalam database dapat diakses menggunakan statement SQL untuk diklasifikasi maupun
dibuat grafik guna ditampilkan dalam halam web.
Adaptive-query digunakan untuk ekstraksi data traffic pada protokol http yang dipresentasikan dalam
halaman web yang berisi informasi yang telah terklasifikasi dan dapat diakses melalui web-client dengan
kriteria pencarian yang fleksibel.
PutEnv("ORACLE_HOME=/ora/app/product/8.1.7");
PutEnv("ORACLE_SID=mntr");
$param=OCILogon(nanang,oramoni,@monitor);
$koneksi=OCIParse($param,"select distinct url from
tamlog where ip='$ip_addr'");
Data yang tersimpan dalam table datalog Pada gambar diatas aliran data menuju Eddy
diinputkan menggunakan sqlloader agar proses dari input data R, S, dan T yang sesuai, dan Eddy
input data dapat sesuai dengan struktur tabel akan meneruskan tuple -tuple tersebut menuju
yang telah ditentukan. Berikut ini adalah kode operator pipelining. Operator bekerja sebagai
pengontrol untuk menginputkan data dari file urutan independen yang mengembalikan tuple -
access_sq.log kedalam tabel datalog. tuple kepada Eddy. Selanjutnya Eddy
mengirimkan tuple sebagai output hanya jika
sqlldr user/password control_file.ctl telah ditangani oleh semua operator. Sifat
Load Data adaptive yang dipilih Eddy sebagai cara kerjanya
INFILE access_sq.Log adalah melewatkan dan memberikan rute tiap
Replace tuple melalui operator. Eddy terbungkus oleh
INTO TABLE datalog operator aliran data, beberapa operator join atau
fields terminated by ' ' optionally enclosed by ' ' metode akses dengan antar muka iterasi.
( hari, bulan, tanggal, jam, tahun, elapsed,
ip, kode, bytes, metode, url, rfc, peer, type Penampakan sesungguhnya Eddy
) digabungkan dengan operator pipeline seperti
ripple-join untuk menjamin adaptivitas yang
Pada tesis ini oracle-Instance menggunakan berdasarkan tuple-by-tuple dalam mengerjakan
service-ID bernama MNTR yang dipergunakan tugas join. Oleh karena Eddy memeriksa tuple
sebagai nama database agar dapat diakses dari yang masuk dan keluar dari operator pipeline,
PHP menggunakan kode akses sebagai berikut : maka dapat mengatur perubahan rutenya untuk
mempengaruhi kerja operator yang berbeda,
8. LAMPIRAN
Abstrak
Layanan SMS (Short Message Service) merupakan salah satu jenis layanan teknologi nirkabel yang
populer. Pengintegrasian layanan ini dengan layanan e-mail akan menjadikan pesan dapat diterima kapan saja
dan dimana saja.
Pengembangan perangkat lunak SMSmail gateway ini dimaksudkan untuk memadukan SMS dengan e-
mail, sehingga pesan yang disampaikan dari e-mail dapat diterima sebagai SMS dan sebaliknya, pesan SMS
dapat diterima juga sebagai e-mail.
To : emailygdituju@domain.com
Subject : no. HP pengirim
From : sms@inn.bppt.go.id
Lihat Gambar 6
4 KESIMPULAN
Perangkat lunak SMSmail gateway ini dapat
mengintegrasikan layanan SMS dengan layanan
e-mail. Pesan SMS akan dapat dengan mudah
diterima sebagai e-mail dan sebaliknya pesan e-
mail dapat diterima sebagai SMS.
Gambar 7. Program Email2SMS
Kerjasama antara Lemlit dan PIKTI ITS Paper 4 - 5
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
Abstrak
Semakin populernya penyebaran informasi melalui Internet menjadikannya sebagai media komunikasi
yang baru. Penyebaran informasi di Internet didukung oleh teknologi World Wide Web (WWW), memungkinkan
pemakai mencari dan mengambil informasi dengan cepat dan murah. Peningkatan jumlah data yang melewati
jaringan Internet, menyebabkan kemacetan dalam jaringan Intenet dan memperlambat akses pemakai. Untuk
mengatasi masalah tersebut, maka pemakaian kapasitas jaringan harus dibuat lebih hemat dengan
menempatkan sebanyak mungkin data didekat pemakai. Teknologi yang memungkinkan hal ini adalah proxy
cache.
Proxy cache berfungsi menyimpan data WWW yang pernah diakses pada suatu saat untuk dapat
digunakan kembali dimasa mendatang. Seperti halnya memory cache, pengelolaan proxy cache membutuhkan
suatu algoritme pengganti halaman (page replacement policy) yang bertujuan untuk meningkatkan kemungkinan
terambil kembalinya data WWW dalam cache, sehingga dapat menghemat kepasitas jaringan ke Internet.
Untuk mempelajari kinerja dari algoritme pengganti halaman pada proxy cache maka dalam penelitian
ini dibuat satu simulator, yang digunakan untuk mensimulasikan proses pengambilan berkas web dari empat
buah server di lingkungan Universitas Indonesia. Sebagai tolok ukur digunakan tolok ukur hit rate (HR) dan
weighted hit rate (WHR). Simulator dapat mensimulasikan empat buah algoritme pengganti halaman: LRU,
LSU, LFU dan FIFO. Hasil simulasi menunjukkan bahwa untuk tolok ukur HR, algoritme LSU memiliki kinerja
terbaik dan untuk tolok ukur WHR, algoritme LRU memiliki tolok ukur terbaik. Berdasarkan analisa eksperimen,
diusulkan satu algoritme alternatif yang memiliki gabungan k arakteristik dari LRU dan LSU.
Makalah ini adalah tesis penulis ketika mengambil program magister di Fakultas Ilmu Komputer
Universitas Indonesia.
Gambar 1. Hasil hit rate pada simulasi berkas log mesin sunsite dengan
empat algoritme dan besar cache bervariasi.
Gambar 2. Hasil weighted hit rate pada simulasi berkas log mesin sunsite dengan
empat algoritme dan besar cache bervariasi.
Gambar 4. Hasil hit rate pada simulasi berkas log mesin sunsite dengan
tiga algoritme VAR dibandingkan dengan LRU dan LSU,
menggunakan besar cache bervariasi.
Gambar 5. Hasil weighted hit rate pada simulasi berkas log mesin sunsite dengan
tiga algoritme VAR dibandingkan dengan LRU dan LSU,
menggunakan besar cache bervariasi.
Abstrak
Bagi mereka yang berkecimpung dalam dunia bisnis terutama yang berhubungan dengan
valuta asing, tentunya menyadari betapa pentingnya untuk setiap saat mengetahui informasi yang
terbaru mengenai perkembangan kurs mata uang asing, kapan pun dan dimana pun mereka berada.
Keterlambatan untuk mengetahui perubahan informasi ini dapat menyebabkan kerugian yang besar,
terutama bila kurs berfluktuasi secara signifikan dalam waktu yang singkat.
Penelitian ini dibuat untuk mencoba memecahkan masalah tersebut dengan membuat aplikasi
yang dapat mengirimkan informasi kurs secara otomatis dalam waktu tertentu. Untuk
implementasinya, digunakan metode Push pada fasilitas Short Messaging Service (SMS) di ponsel.
Dengan makin bertambahnya pengguna ponsel yang telah dilengkapi teknologi Short Messaging
Service (SMS), maka usaha untuk mendapatkan informasi kurs akan menjadi lebih mudah dan praktis.
Dengan aplikasi ini, pengguna dapat mengetahui informasi kurs valuta asing terbaru melalui
ponsel mereka, sehingga akan bermanfaat bagi mereka-mereka yang ingin membeli atau menjual
produk -produk tertentu yang melibatkan penggunaan mata uang asing yang berbeda.
melalui modem dengan koneksi dial-up. oleh SendSMS dan informasi yang ada
Setelah itu dilakukan proses setting ODBC disimpan dengan baik
pada OS Windows 2000 untuk database yang
digunakan. dalam tabel SMSRecv, kemudian
informasi tersebut dikelola dengan baik oleh
WebFarmer sehingga dihasilkan data-data
baru pada tabel Customer dan Register.
Disini diketahui bahwa hasil uji coba proses
subscribe berhasil berjalan dengan baik.
Kemudian pada ponsel klien dilakukan
proses registrasi berhenti berlangganan, yaitu
“UNSUBCSRIBE USD”. Pesan diterima dan
disimpan dengan baik oleh aplikasi SendSMS
pada tabel SMSRecv dan kemudian oleh
WebFarmer diproses dengan baik untuk
Gambar 4.1. Konfigurasi Sistem menghapus data yang ada pada tabel
Register. Hasil uji coba proses unsubscribe
Langkah berikutnya adalah berjalan dengan baik.
melakukan perubahan setting pada port
COM yang digunakan. Hal yang harus
diperhatikan adalah setting baudrate karena
untuk setiap tipe ponsel berbeda. Pada
Penelitian ini baudrate di-setting menjadi
19200 bit/second untuk tipe ponsel Siemens
C45.
Beberapa macam uji coba yang
dilakukan pada prototipe aplikasi pengiriman
kurs valuta asing ini yaitu meliputi uji coba
pengambilan data kurs valuta asing, uji coba
penanganan subscribe dan unsubscribe, uji
coba pengiriman sms dan kemudian
dilanjutkan dengan uji coba pengiriman sms
push.
Uji coba pengambilan data kurs
dilakukan dengan cara membuka aplikasi
WebFarmer dan proses pengambilan data
dijalankan dengan menekan tombol “Start”.
Hasil uji coba baik dan data yang diperoleh
tersimpan dalam tabel Rate pada database.
Uji coba penanganan subscribe dan
unsubscribe dilakukan dengan cara
membuka aplikasi WebFarmer dan
SendSMS. Pada aplikasi SendSMS setelah
proses setting dilakukan dengan benar,
program diaktifkan dengan menekan tombol
“Open” untuk membuka koneksi antara Gambar 4.2. Tampilan ponsel klien saat
komputer server dengan ponsel server. menerima informasi sms push
Setela h proses tersebut dijalankan, maka
server dalam keadaan siap untuk menerima Uji coba pengiriman sms dilakukan
sms dari klien untuk proses registrasi. Pada dengan kondisi aplikasi SendSMS dalam
ponsel klien dilakukan pengiriman sms yang keadaan “Open”. Pada kotak dialog “No.HP
berisi pesan registrasi berlangganan, yaitu :” diisi dengan nomor tujuan, yaitu
“SUBSCRIBE AUD,USD”. Pesan diterima “62811348460” dan pada kotak dialog
“SMS” yang tersedia diisi dengan isi pesan [4] Gustavo Ricardi, AdvHttp,
sms, yaitu “hello”. Hasil proses pengiriman http://www.tnbridge.com
berjalan baik dan sms dapat diterima pada [5] Nokia, AT Command Set for Nokia GSM
ponsel klien. Products, Nokia Mobile Phones, 2000
Uji coba pengiriman sms push [6] Siemens, Developers Guide: SMS with
dilakukan dengan kondisi aplikasi the SMS PDU-mode 1.2, Siemens AG,
WebFarmer dalam keadaan “Start” untuk 1997
memperbarui informasi kurs pada server dan [7] Siemens, Manual Reference AT
aplikasi SendSMS dalam keadaan “Open” Command Set (GSM 07.07, GSM 07.05,
untuk menerima registrasi dan mengirim Siemens specific commands), Siemens
informasi push dalam bentuk sms. Untuk AG, 2001
setiap kurs mata uang yang berhasil [8] The International Engineering
diperbarui dan nilainya berbeda dengan nilai Consortium, Wireless Short Message
kurs pada saat sebelumnya, oleh program Service (SMS), http://www.iec.org
WebFarmer akan disimpan data baru pada [9] Umbach, Kenneth W., What is “Push
tabel Spool berisi informasi kurs dan urutan Technology”, California Research
antrian yang kemudian akan diproses oleh Bureau, Vol. 4 No. 6, Oktober, 1997
aplikasi SendSMS untuk kemudian
dikirimkan pada ponsel klien. Uji coba
berjalan memuaskan dan hasil proses
pengiriman sms push, yaitu untuk informasi
mata uang AUD, diterima dengan baik oleh
ponsel klien.
5. KESIMPULAN
Berdasarkan hasil uji coba yang
telah dilakukan terhadap prototipe aplikasi
pengiriman kurs mata uang asing melalui
sms push ini dapat ditarik beberapa
kesimpulan sebagai berikut:
6. DAFTAR PUSTAKA
[1] Dejan Crnila, TComPort,
http://www2.arnes.si/~sopecrni
[2] Djoko Pramono, Delphi 4 Jilid 1-2, PT
Elex Media Komputindo, Jakarta,
Indonesia, 1999
[3] Dreamtech Software Team, WAP,
Bluetooth and 3G Programming, Hungry
Minds Inc., New York, USA, 2002.
Abstrak
Ada banyak keputusan yang harus diambil dalam manajemen transportasi. Penentuan nilai variabel
keputusan tersebut, supaya optimal, adalah cukup sering, melibatkan perhitungan yang sulit, dan mencakup
banyak data. Untuk itu manajemen transportasi memerlukan sistem informasi yang bukan hanya mencatat
transaksi yang berkaitan dengan kegiatan transportasi, tetapi juga menggunakan catatan tersebut untuk
menentukan nilai variabel keputusan yang harus diambil oleh manajemen. Dalam makalah ini dijelaskan
analisis proses bisnis, analisis sistem informasi, pemodelan sistem transportasi, rancangan fungsional dan
strategi implementasi sistem informasi manajemen transportasi semen. Hasilnya adalah suatu sistem yang dapat
dipakai untuk menentukan kebutuhan armada (fleet planning), menentukan jadwal pengiriman (shipment
scheduling), penugasan alat angkut dan order (vehicle and order assignment) yang sangat bermanfaat bagi
manajemen untuk mengelola kegiatan transportasi semen baik untuk jangka panjang, jangka menengah, maupun
jangka pendek. Dalam sistem yang dirancang dilengkapi dengan sistem pencatatan kegiatan-kegiatan
transportasi dan yang terkait dengannya (transportation accounting), sehingga semua parameter yang
dibutuhkan untuk penentuan nilai variabel keputusan dapat diestimasi dan diupdate terus menerus.
KATA KUNCI: sistem informasi manajemen, manajemen transportasi, analisis dan perancangan sistem
informasi.
Assignment
Gambar 3. Diagram fungsional sistem
Fungsi penugasan (assignment) ada 2, yaitu:
transportasi semen.
1. Pemasangan order (order assignment)
2. Penugasan alat angkut (vehicle assignment)
Penjadwalan Shipment Proses pemasangan order adalah menempatkan
Agar lebih ada kepastian untuk rencana jangka order yang di-release pada shipment yang sudah
menengah, perlu mengubah kebiasaan selama terjadwal sebelumnya (hasil fungsi penjadwalan
ini. Kebiasaan selama ini adalah bahwa shipment shipment). Setiap order yang di-release
hanya dapat dijadwal setelah ada kejelasan dicarikan jadwal shipment (bisa lebih dari satu
order. Ini berarti transportasi sangat tergantung sampai kuantitas order dapat terpenuhi).
dari order yang masuk, sehingga tidak ada
Diasumsikan semua order yang di-release sudah
peluang untuk melakukan optimasi penjadwalan
valid dan rata. Perataan pemenuhan order ke
yang signifikan. Karenanya shipment perlu
pelanggan tidak masuk ruang lingkup sistem.
untuk dijadwal terlebih dahulu sebelum ada
order. Nantinya order yang akan di-release Proses penugasan alat angkut adalah mencari
dipasangkan ke shipment yang dihasilkan dari alat angkut yang paling baik (near optimal)
fungsi ini. dalam memenuhi shipment.
9. STRATEGI IMPLEMENTASI
10. KESIMPULAN
Ada banyak aspek yang harus diperhatikan
dalam implementasi sistem ke proses bisnis yang Telah dijelaskan suatu analisis poses bisnis,
sebenarnya. Aspek yang mengemuka adalah analisis sistem informasi, dan rancangan
adanya resistensi ekspeditur dan sopir dalam fungsional sistem informasi manajemen
menyikapi sistem tranportasi terjadwal. Sebelum transportasi semen yang dapat membantu
sistem diimplementasikan, ada banyak sekali manajemen dalam mengambil keputusan baik
truk yang terdaftar sebagai alat angkut semen, yang bersifat jangka panjang, jangka menengah,
akan tetapi hanya sedikit yang menunjukkan maupun jangka pendek. Dari analisis bisnis,
komitmen yang tinggi. Dari hasil perhitungan, terlihat bahwa sistem transportasi memainkan
yang diperlukan sebenarnya hanya sepertiga peran yang sangat penting dalam menjaga
jumlah truk yang terdaftar tersebut. Tidak kontinuitas pasokan ke pasar, menjaga kepuasan
mungkin menjadwal semua truk yang terdaftar pelanggan dalam hal ketepatan waktu dan
tersebut, karena justru akan menghasilkan jumlah, serta menurunkan biaya yang harus
antrian yang panjang. dikeluarkan perusahaan untuk menyampaikan
produk semennya ke pelanggan. Hal ini
Langkah transisi yang diharapkan lebih lunak
mengingat bahwa transportasi adalah deretan
adalah memilih sebagian dari truk terdaftar yang terakhir dari suatu rantai kegiatan-kegiatan yang
berkomitmen baik untuk dijadikan reguler berhubungan dengan penyampaian produk ke
(terjadwal). Karena penjadwalan membutuhkan pelanggan sehingga harus memperhitungkan
persistensi demand yang tinggi, maka untuk semua keputusan yang telah dibuat pada anak
langkah awal, yang dijadwal tidak lebih dari
rantai sebelumnya.
demand terendah dalam setahun. Sebagian truk
lainnya dikategorikan sebagai alat angkut spot Dari analisis sistem telah diperlihatkan
dan semi spot. keterkaitan sistem transportasi dengan sistem-
?? Reguler: Selalu menjalani jadwal / sistem yang lain seperti pemasaran, penjualan,
penugasan yang digenerate sistem shipping, dan terminal pengisian. Ini berakibat
?? Semi spot: Jadwal disiapkan dulu, kemudian banyaknya informasi yang diperlukan untuk
alat angkut yang datang memilih jadwal menentukan keputusan yang berkaitan dengan
?? Spot: Jadwal tidak disiapkan. Alat angkut transportasi.
yang datang akan ditugasi berdasar FIFO di Ketidakpastian yang cukup tinggi menyebabkan
terminal kedatangan. keputusan terhadap suatu kegiatan transportasi
Kerjasama antara Lemlit dan PIKTI ITS Paper 7 - 6
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
harus selalu diperbarui menyesuaikan dengan [5] Mc Leod, R.H. 2000. “Management
perubahan yang terjadi pada anak rantai Information Systems”, 7th ed, Prentice Hall.
sebelumnya dan pada kondisi lapangan yang [6] Senn, J.A. 1996. “Analysis and Design of
berkaitan dengan transportasi supaya kepuasan Information Systems”, 2nd ed, McGraw Hill.
pelanggan tetap dapat dimaksimalkan.
Rancangan fungsional sistem informasi
manajemen transportasi semen menunjukkan
diperlukannya tiga macam subsistem untuk
menjalankan tiga tingkatan manajemen
transportasi, yaitu penentuan kebutuhan armada
(fleet planning) sebagai kegiatan manajemen
jangka panjang, penjadwalan pengiriman
(shipment scheduling) sebagai kegiatan
manajemen jangka menengah, serta penugasan
alat angkut dan order (vehicle and order
assignment) sebagai kegiatan jangka pendek.
Ketiga tingkatan manajemen tersebut
menghasilkan keputusan yang terkait satu sama
lain sehingga tidak dapat dilakukan secara
terpisah. Keputusan tersebut diambil
berdasarkan sejumlah informasi yang dijelaskan
dalam analisis sistem informasi. Untuk itu telah
dijelaskan juga model transportasi yang dapat
dipergunakan untuk menentukan nilai variabel
keputusan pada ketiga tingkatan manajemen
tersebut.
Pada akhirnya, penentuan nilai variabel
keputusan tergantung pada nilai parameter
sistem yang mempengaruhi variabel tersebut.
Parameter ini harus diestimasi terlebih dahulu
dari catatan realisasi transportasi dalam hal
jumlah dan waktu pengiriman. Dalam rancangan
yang diusulkan, karenanya, ditambahkan modul
akuntansi transportasi yang mencatat realisasi
transportasi dan mengolahnya untuk
mendapatkan parameter yang diperlukan untuk
menghitung nilai variabel keputusan.
Abstrak
Seorang pengguna jalan yang akan menuju ke suatu lokasi tujuan dari suatu lokasi asal dapat
menghadapi beberapa b atasan, antara lain jenis kendaraan yang akan digunakannya, segmen jalan yang tidak
ingin atau tidak dapat dilalui olehnya serta kemungkinan penggunaan jalan tol. Dari banyaknya alternatif rute
jalan yang tersedia, seorang pengguna jalan hampir selalu ingin melewati alternatif rute jalan tercepat atau
terpendek yang dapat ditempuhnya.
Penelitian ini bertujuan mengimplementasikan metode pencarian alternatif rute jalan dengan sistem
informasi geografis yang dapat memperhatikan batasan-batasan yang diberikan oleh pengguna (antara lain
jenis kendaraan yang digunakan, segmen jalan yang tidak ingin atau tidak dapat dilalui, serta penggunaan jalan
tol). Perangkat lunak juga harus memperhatikan arah arus jalan yang benar sesuai dengan aturan lalu lintas.
Perangkat l unak yang dibuat ini menggunakan script Avenue untuk mengintegrasikan ArcView GIS sebagai Map
Server, ArcView Internet Map Server sebagai Internet Map Servernya serta Network Analyst untuk mengolah
alternatif rute terbaik yang diinginkan.
Hasil uji coba menunjukkan bahwa perangkat lunak yang dibuat dapat menghasilkan alternatif rute
tercepat atau terpendek yang dapat ditempuh oleh pengguna dari lokasi asal ke lokasi tujuan dengan
memperhatikan batasan-batasan yang diberikan oleh pengguna. Perangkat lunak ju ga dapat membedakan
antara jalan layang dengan jalan dibawahnya walaupun pada peta terlihat saling berinterseksi.
KATA KUNCI : Sistem informasi geografis, batasan pengguna jalan, perangkat lunak pemetaan, alternatif rute.
?? Zoom-Out
Digunakan untuk memperkecil gambar pada
posisi peta yang di-click. Gambar 3.7(a)
menunjukkan contoh tampilan sebelum
dilakukan Zoom-Out, dan Gambar 3.7(b)
menunjukkan contoh tampilan sesudah
Gambar 3.5(a) Sebelum Pan
dilakukan Zoom-Out.
?? Zoom-In
Digunakan untuk memperbesar gambar pada
posisi peta yang di-click. Gambar 3.6(a)
menunjukkan contoh tampilan sebelum
dilakukan Zoom-In, dan Gambar 3.6(b)
menunjukkan contoh tampilan sesudah
dilakukan Zoom-In.
Wiweka, H. Gunawan
Abstrak
Perkebunan merupakan potensi bagi pendapatan asli rakyat di kabupaten Lembata, keberadaan secara
spasial perlu diungkapakan. Informasi spasial ini harus dikemas secara database spasial, sehingga di masa
mendatang ada kegiatan public partipation dari masyarakat secara keseluruhan pengusahan dan rakyat
kabupaten Lembata.
Prinsip database spasial adalah menggabungkan posisi lokasi dan atribut, dengan hal tersbut maka
dapat dilakukan query, append, edit. Pada penelitian ini data yang digunakan berjumlah 15 layer, dari sisi
faktor lahan, ekonomi, dan sosial budaya.
Hasilnya berupa perta perwilayahan komoditas perkebunan sejumlah 8 jenis, proses pengolahannya
berdasarkan kesesuaian lahan ditambah faktor infrastruktur.
KATA KUNCI : database spasial, faktor lahan, sosial budaya, ekonomi, peta
Dibawah ini 2 contoh wujud hasil database perwilayahan komoditas perkebunan berupa peta,
5. KESIMPULAN
Keberadaan database spasial memung-
kinkan, berinterakasi secara langsung
dengan parameter yang telah ada.
Kepuasan hasil dapat terwujud dengan
menambahkan data yang detail dan
sempurna.
Proses yang belum dikerjakan adalah
mengembangkan analisa spasial.
6. DAFTAR PUSTAKA
[1] Arnold, E. 1993. Data analysis for
database desaign. International
Institute for Aerospace Survey and
Earth Science, ITC Netherland.
Abstrak
Cluster Computing (CC) merupakan sekumpulan komputer (nodes) yang terdiri dari workstations dan
severs yang dihubungkan melalui jaringan area lokal (LAN) yang dapat digunakan untuk mengeksekusi
program paralel. Untuk mencapai kinerja yang tinggi dalam program paralel, pembagian beban kerja harus
dilakukan secara seimbang (load-balancing). Hal ini merupakan tanggung jawab user untuk menentukan
proses-proses terhadap nodes dan mengelola sumber daya yang ada pada cluster (cluster resources). Dalam
paper ini, kami melakukan analisis kinerja CC dengan menggunakan MOSIX sebagai fondasi clustering untuk
tujuan meminimalkan interferensi administrator dan meningkatkan kinerja cluster dan lapisan aplikasi
pendukungnya. Dari hasil percobaan menyatakan bahwa MOSIX mamp u meningkatkan kinerja cluster.
waktu (detik)
Perbandingan Metode Eksekusi MC
TANPA MOSIX
(random placement)
Gbr 5. Perbandingan metode eksekusi FFT (s)
DENGAN MOSIX
(random placement)
DENGAN MOSIX
(Round Robin
Dari hasil ini terlihat bahwa waktu total
Placement)
TANPA MOSIX (bukan waktu per proses) secara sekilas memang
(Round Robin
Placement) meningkat. Ini terjadi karena program karena
0 20 40 60
program beradaptasi terhadap lingkungan PVM
waktu (detik)
saat itu, dimana master mendeteksi seberapa
banyak node yang berpartisipasi dalam virtual
Gbr 3. Perbandingan metode eksekusi MC (s) machine, dan men-generate proses sesuai dengan
jumlah node ini.
Dari hasil ini, terlihat bahwa MOSIX mampu
meng-handle ketidak-seimbangan beban akibat 5. KESIMPULAN
peletakan proses secara acak. Walaupun masih Dari hasil percobaan dan analisa yang telah
terpaut agak jauh dengan waktu eksekusi biasa dilakukan, maka dapat ditarik kesimpulan,
tanpa MOSIX, namun jika dibanding dengan MOSIX memiliki kemampuan untuk
peletakan acak tanpa MOSIX, maka bisa memaksimalkan resource pada cluster, dengan
dikatakan bahwa MOSIX cukup efektif jalan melakukan migrasi proses ke node tertentu.
menggunakan resource yang ada sehingga MOSIX cukup efisien dalam menghadapi
menghasilkan waktu eksekusi yang hampir keadaan dimana job di-submit ke cluster secara
menyamai jika dilakukan peletakan round robin. acak dan sesuai untuk job yang secara
Dan juga bisa dilihat, peletakan round robin independen dan hampir tidak memerlukan
dengan MOSIX memberikan hasil yang nyaris koordinasi satu sama lain. Untuk proses yang
setara jika tanpa MOSIX. Hal ini menunjukkan dijalankan memiliki durasi eksekusi relatif lama,
bahwa MOSIX secara umum tidak terlalu MOSIX lebih efisien.
memberi overhead jika peletakan proses sudah
optimal.
Untuk program FFT dilakukan percobaan 6. DAFTAR KEPUSTAKAAN
dengan mentransformasikan 256 titik. [1] Herman Roebbers, Peter Welch, Klaas
Wijbrans. A generalized FFT algorithm on
Juniawati
Abstrak
Permasalahan dalam mencari nilai optimal adalah jika masalah yang ada mempunyai search atau
daerah penyelesaian yang kompleks dan masalah tersebut masih belum ada metode penyelesaiannya. Beberapa
metode pencarian kemudian muncul dengan tujuan untuk memberikan solusi bagi masalah di atas. Salah
satunya adalah algoritma genetika.
Prinsip algoritma genetika diambil dari teori Darwin tentang evolusi. Algoritma genetika adalah
algoritma yang digunakan untuk mencari solusi dengan menggunakan teknik seleksi alam dan genetika. Dasar
dari algoritma genetika adalah sebagai berikut dimulai dengan menciptakan sejumlah individu secara random
dan disebut sebagai populasi awal. Kemudian untuk populasi selanjutnya didapatkan dari seleksi, crossover dan
mutasi. Seleksi dilakukan untuk mencari individu yang mempunyai nilai fitness tinggi. Selanjutnya crossover
adalah proses untuk menyilangkan 2 individu yang dipilih secara random d engan tujuan untuk mendapatkan
keturunan yang baru. Harapannya adalah keturunan yang baru nilai fitnessnya akan lebih baik. Mutasi
dilakukan untuk mencegah terjadinya nilai lokal optimum. Proses di atas dilakukan secara berulang sampai
jumlah populasi yang telah ditentukan atau telah mendapatkan nilai optimal.
Tujuan dari penelitian ini adalah membuat sebuah perangkat lunak dengan menggunakan algoritma
genetika untuk mengoptimalkan luas permukaan bangun kotak tanpa tutup pada suatu bidang datar segiempat
yang diketahui luasnya.
Bentuk pengkodean yang dipilih adalah string biner. Metode crossover yang digunakan adalah one point
crossover. Parameter yang digunakan adalah probabilitas crossover, probabilitas mutasi, jumlah populasi, dan
jumlah individu.
KATA KUNCI : Algoritma Genetika, Evolusi, Seleksi, Crossover, Mutasi, Fitness, Probabilitas Crossover,
Probabilitas Mutasi
2. Mutasi
Setelah crossover dilakukan, proses 4. Jumlah poulasi
reproduksi dilanjutkan dengan mutasi. Menentukan jumlah populasi yang digunakan
Hal ini dilakukan untuk menghindari solusi- sebagai batas akhir proses seleksi, crossover,
solusi dalam populasi mempunyai nilai lokal dan mutasi.
optimum. Mutasi adalah proses mengubah gen
dari keturunan secara random. Untuk 3. PEMBAHASAN
pengkodean biner maka mutasi mengubah bit
0 menjadi bit 1 dan bit 1 menjadi bit 0. Bentuk permukaan bangun kotak tanpa tutup
pada suatu bidang datar dapat dilihat pada
Contoh : gambar di bawah ini.
11001001 ? 10001001
x
PARAMETER DALAM ALGORITMA y
GENETIKA
z
Dua parameter dasar dalam algoritma genetika
adalah probabilitas crossover dan probabilitas
mutation.
Persamaan yang digunakan untuk gambar di atas
1. Probabilitas crossover adalah 2(xz) + 2(yz) + xy = luas permukaan
Menunjukkan kemungkinan crossover terjadi bidang datar segiempat.
antara 2 kromosom. Jika tidak terjadi Dari persamamaan di atas maka ditentukan
crossover maka keturunannya akan sama kromosom terdiri dari 3 parameter yaitu x, y, z
persis dengan kromosom orangtua, tetapi dan berupa bilangan bulat positif.
tidak berarti generasi yang baru akan sama Luas permukaan bidang datar segiempat
persis dengan generasi yang lama. Jika diketahui sehingga nilai x,y,z dapat dicari.
probabilitas crossover 100% maka semua Pengkodean yang dipilih adalah bentuk string
keturunannya dihasilkan dari crossover. biner. Setiap nilai dari parameter x,y, dan akan
Crossover dilakukan dengan harapan bahwa diubah menjadi bentuk biner.
kromosom yang baru akan lebih baik.
Algoritma genetika yang digunakan untuk
2. Probabilitas mutasi penelitian ini adalah sebagai berikut :
Menunjukkan kemungkinan mutasi terjadi 1. Inisialisasi
pada gen-gen yang menyusun sebuah Menghasilkan kromosom-kromosom untuk
kromosom. Jika tidak terjadi mutasi maka populasi pertama yang valid sesuai dengan
keturunan yang dihasilkan setelah crossover jumlah kromosom secara random.
tidak berubah. Jika terjadi mutasi bagian Kromosom yang valid adalah kromosom yang
kromosom akan berubah. telah lolos seleksi.
2. Populasi baru dibentuk dengan melakukan
Parameter lain dalam Algoritma Genetika pengulangan terhadap proses di bawah ini
3. Jumlah individu sebanyak jumlah individu :
Menunjukkan jumlah kromosom yang a. Memasukkan sejumlah kromosom
terdapat dalam populasi (dalam satu generasi). dengan nilai fitness baik dari populasi
Jika hanya sedikit kromosom dalam populasi sebelumnya ke populasi baru.
maka algoritma genetika akan mempunyai b. Sisa kromosom untuk populasi baru
sedikit variasi kemungkinan untuk melakukan didapatkan dari crossover dan mutasi.
crossover antara orangtua karena hanya c. Crossover menggunakan one point
sebagian kecil dari search space yang dipakai. crossover.
Sebaliknya jika terlalu banyak maka algoritma d. Mutasi dilakukan setelah crossover.
genetika akan berjalan lambat.
Kerjasama antara Lemlit – PIKTI ITS Paper 11 - 4
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
Setiap kromosom yang baru dibentuk dari Mutasi
crossover dan mutasi harus lolos seleksi Mutasi dilakukan pada bit-bit yang menyusun
sehingga dapat dijadikan sebagai anggota dari suatu individu dalam suatu populasi yang
generasi selanjutnya. terbentuk dari crossover. Jika terjadi mutasi maka
3. Langkah nomer 2 diulangi dengan proses diawali dengan memilih bit pada posisi
menggunakan populasi yang baru. Pengulangan tertentu secara random. Setelah itu dilakukan
dilakukan sampai mencapai jumlah populasi perubahan terhadap bit yang ada di posisi
yang telah ditentukan. tersebut. Bit 0 dari suatu individu akan berubah
menjadi 1 dan sebaliknya bit 1 akan berubah
Fitness menjadi 0. Kemudian setelah terbentuk individu
Mengembalikan hasil perhitungan 2(xz) + 2(yz) baru maka individu tersebut harus lolos seleksi.
+ xy Karena parameter x,y,z menggunakan Jika tidak lolos seleksi maka proses diulangi
bentuk biner maka x,y,z harus dirubah dulu sampai didapatkan individu yang valid.
menjadi bilangan bulat. Baru kemudian bilangan Jika tidak terjadi mutasi maka individu akan
tersebut dimasukkan ke dalam persamaan di atas. sama dengan individu setelah crossover.
Seleksi Parameter
Memeriksa apakah nilai fitness dari sebuah Parameter yang digunakan dalam algoritma ini
kromosom, nilai desimal dari x, y, dan z adalah adalah probabilitas crossover, probabilitas mutasi
bilangan bulat positif. Jika benar maka dengan nilai masing-masing adalah 0 sampai
selanjutnya menghitung rasio antara luas dengan 1, jumlah populasi, dan jumlah individu.
permukaan bidang datar segiempat dengan nilai
fitness sebuah kromosom. Jika rasio lebih besar 4. KESIMPULAN
atau sama dengan satu maka kromosom
dinyatakan valid. Selain yang memenuhi kondisi Algoritma genetika dapat digunakan untuk
di atas kromosom dinyatakan tidak valid. mencari solusi optimal tanpa harus menggunakan
Metode seleksi yang digunakan adalah steady dan mengetahui metode penyelesaiannya sendiri.
state dan elitism. Beberapa individu dengan nilai Cara kerja algoritma ini adalah dengan
fitness baik dari populasi lama akan dimasukkan membentuk kode pada parameter-parameternya.
langsung menjadi individu dari populasi Kemudian perhitungan nilai fitness didapatkan
selanjutnya. Individu yang mempunyai fitness langsung dari objective function jadi tidak perlu
jelek akan dibuang untuk digantikan dengan mencari nilainya melalui turunan, dsb. Populasi
individu baru hasil crossover dan mutasi. awal yang digunakan terdiri dari sejumlah
individu, Populasi selanjutnya diperoleh dari
One Point Crossover seleksi, crossover, dan mutasi. Hal ini dapat
Memilih secara random 2 individu (orang tua) menghindari terbentuknya nilai yang berada di
dari populasi lama. Jika terjadi persilangan maka daerah yang tidak optimal. Penggunaan mutasi
selanjutnya menentukan posisi bit yang akan dapat mencegah terjadinya nilai lokal. Penentuan
disilangkan secara random. Dua keturunan baru nilai untuk parameter dalam algoritma genetika
akan dihasilkan dari persilangan ini. Keturunan yang berupa probabilitas crossover, probabilitas
pertama mengambil bit dari orangtua pertama mutasi, jumlah individu dan jumlah populasi
mulai dari posisi awal sampai dengan posisi bit sangat mempengaruhi perolehan solusi-solusi
yang diperoleh secara random kemudian sisanya dalam populasi.
diambil dari orangtua yang kedua. Sedangkan
keturunan yang kedua mengambil bit dari 5. DAFTAR PUSTAKA
orangtua kedua mulai dari posisi awal sampai [1] David E. Goldberg, Genetic Algorithms
dengan posisi bit yang diperoleh secara random, in Search, Optimization, and Machine
sisa bit diambil dari orang tua pertama. Learning, Adisson Wesley Longman,
Jika tidak terjadi crossover maka keturunan yang Inc., 1989
terbentuk akan sama persis dengan orangtuanya.
[2] Melanie Mitchell, An Introduction to
Genetics Algorithms, Massachusetts
Institute of Technology, 1996.
Resmana Lim
Fakultas Teknologi Industri, Jurusan Teknik Informatika – Universitas Kristen Petra
e-mail: resmana@petra.ac.id
Yulia
Roy Otniel Pantouw
Fakultas Teknologi Industri, Jurusan Teknik Informatika – Universitas Kristen Petra
e-mail: roy@it.petra.ac.id
ABSTRAK
Pelacakan dan pengenalan wajah manusia merupakan salah satu bidang penelitian yang penting,
dan dewasa ini banyak aplikasi yang dapat menerapkannya, baik dibidang komersial maupun
bidang penegakan hukum. Teknik pengenalan wajah pada saat ini telah mengalami kemajuan
yang sangat berarti. Melalui pengembangan suatu teknik seperti Gabor Filter, komputer
sekarang dapat menyerupai kemampuan otak manusia dalam berbagai tugas pengenalan wajah,
terutama tugas-tugas yang membutuhkan pencarian pada database wajah yang besar.
Tujuan penelitian ini adalah untuk membuat suatu perangkat lunak yang
menggabungkan pelacakan wajah manusia dengan menggunakan algoritma CamShift dan
pengenalan wajah dengan menggunakan Gabor Filter. Dalam penelitian ini, perangkat lunak
yang dibuat menggunakan gambar bergerak sebagai inputnya, yaitu dari video kamera
(webcam). Bahasa pemrograman yang dipakai adalah Microsoft Visual C++ 6.0® dan dibantu
dengan berbagai library dari Intel Performance Library dan Open Source Computer Vision
Library.
Hasil pengujian sistem menunjukkan bahwa pelacakan berdasarkan warna kulit
dengan algoritma CamShift cukup baik. Respon sistem terhadap obyek warna kulit yang
melintas juga cukup baik. Sistem pengenalan wajah manusia menggunakan metode Gabor
Filter mencapai tingkat keakuratan sebesar 79.31% dengan database wajah sejumlah 341 citra
yang terdiri dari 31 citra individu dengan 11 pose, dan dengan citra penguji sebanyak 29 citra
wajah. Sistem pengenalan tersebut juga tetap akurat terhadap adanya noise hingga 50%
Kata kunci: Gabor Filter, algoritma CamShift, pengenalan wajah, biometric, OpenCV.
dari sistem berupa wajah dalam database Perkembangan dari algoritma ini dinamakan
yang telah dikenali dengan nilai algoritma CamShift.
perbandingan yang paling tinggi. Tahap pertama dari algoritma CamShift
adalah dengan melakukan penghitungan
terhadap nilai hue dari obyek sampel warna
kulit manusia. Nilai histogram hue sebagai
Pelacakan Pengenalan hasil perhitungan tersebut selanjutnya akan
Citra dari webcam Identitas
Wajah Wajah disimpan untuk digunakan sebagai lookup
table.
Lookup table histogram tersebut dapat
digunakan untuk semua orang dari berbagai
ras (kecuali albino). Ada pendapat yang
Database
Wajah
menyatakan bahwa jika citra model dengan
citra yang akan dibandingkan berbeda ras
warna, maka diperlukan lookup table
histogram yang baru, misalnya: citra model
Gambar 1. Garis Besar Sistem berkulit putih sedangkan citra yang akan
dibandingkan berkulit hitam. Pendapat
tersebut sama sekali salah sebab meskipun
2. TEORI DASAR warna kulit berbeda, nilai hue-nya tetap sama.
Perbedaan warna ras yang ada disebabkan
2.1 Metode Pelacakan Obyek karena perbedaan saturation. Karena lookup
table histogram menggunakan nilai hue,
Ada berbagai macam pendekatan maka tidak diperlukan lookup table baru jika
algoritma yang dapat digunakan untuk citra yang akan dibandingkan mempunyai
melakukan pelacakan obyek, misalnya: warna yang berbeda.
pelacakan obyek dengan kontur, Tahap kedua, dilakukan pemilihan lokasi
menggunakan teknik Eigenspace, awal dari Mean-Shift 2D search window.
menggunakan suatu set hipotesa statistik, Kemudian dilakukan penghitungan nilai
mengkonvolusi citra dengan fitur detektor, histogram hue yang menjadi nilai
dan masih banyak lagi lainnya. Pada probabilitas untuk tiap-tiap pixel pada citra.
penelitian ini digunakan pendekatan Tahap ketiga, dijalankan algoritma
algoritma yang berbasiskan warna obyek, Mean-Shift untuk mencari pusat dan besar
yaitu algoritma CamShift yang diambil dari search window yang baru. Lokasi tengah dan
Open Source Computer Vision Library. besar daerah yang dihasilkan disimpan. Lalu
CamShift singkatan dari Continuously dilakukan looping ke tahap dua dimana
Adaptive Mean-Shift. Algoritma CamShift lokasi awal dan search window
merupakan pengembangan dari algoritma menggunakan hasil algoritma Mean-Shift
dasar Mean-Shift yang dilakukan secara pada tahap tiga.
berulang untuk dapat melacak pergerakan Tahap algoritma Mean-Shift dapat
dari obyek. Algoritma Mean-Shift beroperasi dijabarkan sebagai berikut:
berdasarkan distribusi probabilitas dari citra. 1. Tentukan ukuran dari search window.
Untuk melacak citra berwarna pada video 2. Tentukan lokasi awal dari search
sequence, maka citra berwarna tersebut harus window.
direpresentasikan dalam bentuk distribusi 3. Hitung lokasi mean dalam search
probabilitas citra dengan menggunakan window.
distribusi histogram dari citra tersebut. 4. Pusatkan search window pada lokasi
Distribusi warna dari video sequence selalu mean yang sudah dihitung dengan
berubah tiap waktu, maka algoritma Mean- langkah ke-3.
Shift harus dikembangkan supaya dapat 5. Ulangi langkah ke-3 dan langkah ke-4
digunakan untuk melacak obyek. sampai search window konvergen, yaitu
sampai window tersebut berpindah
dengan jarak yang kurang dari nilai
ambang yang sudah ditentukan (preset diterapkan pada satu titik tertentu (x,y), maka
threshold) didapatkan banyak respon filter untuk titik
Untuk mencari titik pusat (moment) dan tersebut, misal: digunakan empat panjang
besar daerah search window pada alogritma gelombang (λ = 3, 5, 7, 10) dan delapan
Mean Shift, dilakukan beberapa perhitungan. orientasi, maka akan dihasilkan 32 respon
filter untuk tiap titik citra yang
2.2 Metode Pengenalan Obyek dikonvolusikan dengan filter tersebut.
Citra database dan citra yang akan
Metode pengenalan obyek dapat dikenali dikonvolusi lebih dahulu dengan
didefinisikan sebagai proses penentuan Gabor Filter. Konvolusi tersebut akan
identifikasi obyek berdasarkan database citra menghasilkan titik-titik dengan nilai tertentu
yang ada. Pada tugas akhir ini digunakan yang disebut sebagai gabor jet response.
pendekatan algoritma Gabor Filter. Tujuan Titik-titik gabor jet response dari citra
digunakannya Gabor Filter adalah untuk database dan citra yang akan dikenali
memunculkan ciri-ciri khusus dari citra yang dibandingkan dengan menerapkan prosedur
telah dikonvolusi terhadap kernel. graph matching pada citra yang akan
Sebagai filter digunakan Gabor Filter dikenali, yaitu dengan memaksimalkan
kernel 2D yang diperoleh dengan kemiripan magnitude Gabor antara graph
memodulasi gelombang sinus 2D pada model wajah yang sudah ditransformasi
frekuensi dan orientasi tertentu dengan dengan representasi graph dari citra yang
Gaussian envelope. Persamaan dasar fungsi akan dikenali tersebut. Penerapan graph
Gabor Filter kernel 2D ditunjukkan pada matching tersebut dapat didefinisikan dengan
persamaan (2.1), dimana σx dan σy adalah persamaan (2.4), dimana J adalah gabor jet
standar deviasi dari Gaussian envelope pada model dari citra database dan J’ adalah
dimensi x dan y. λ dan θk adalah panjang gabor jet model dari citra yang akan dikenali.
gelombang dan orientasi dari gelombang
sinus 2-D. Penyebaran dari Gaussian
envelope didefinisikan dalam bentuk dari
max S ( J , J ′) (2.2)
∀J
gelombang sinus λ. Rotasi dari x – y sebesar
sudut θk menghasilkan Gabor filter pada Fungsi kemiripan S(J, J’) didefinisikan
orientasi θk. dengan persamaan (2.3), dimana aj dan a’j
masing-masing adalah titik-titik response
f ( x, y , θ k , λ ) = dari gabor jet model citra database dan citra
yang akan dikenali.
( x cos θ k + y sin θ k ) 2
+
σ x2 ∑a (2.3)
'
1 j aj
exp − 2
• j
2 ( − x sin θ + y cos θ ) S ( J , J ') =
∑a ∑a
k k 2 '2
σ y2 j j
j j
kernel yang akan diperoleh, digunakan Database nilai gabor jet dari database citra
threshold sebesar 3e-4 atau 0,0003. disimpan dengan format file teks dan diberi
Untuk scaling digunakan lima nilai, nama file sama seperti database citra,
yaitu: 0,3927; 0,5554; 0,7854; 1,1107; misalnya: nama file gabor jet untuk citra
1,5708. Untuk rotasi digunakan delapan nilai, 1.jpg adalah 1.txt, nama file gabor jet untuk
yaitu: 0; 0,3927; 0,7854; 1,1781; 1,5708; citra 2.jpg adalah 2.txt, dan seterusnya.
1,9635; 2,3562; 2,7489. Database nama adalah daftar nama pemilik
Hasil penampakan Gabor Kernel wajah dari database citra yang disimpan
ditunjukkan pada Gambar 3. dalam bentuk file teks dengan nama db.txt.
Ukuran citra dalam database citra boleh
bermacam-macam. Kalkulasi nilai gabor jet
untuk tiap citra dilakukan pada ukuran 100 x
100 (pixel). Jika ukuran citra baik panjang
ataupun lebar lebih dari seratus pixel, maka
akan dilakukan resizing terlebih dahulu.
Database citra, database nilai gabor jet,
dan database nama disimpan dalam folder
images yang terletak di dalam folder source
program utama. Di dalam folder tersebut
juga ada file jml_images.txt yang berisi
jumlah file citra yang ada dalam database.
Pertama kali dilakukan pembacaan
terhadap file jml_images.txt untuk
mengetahui berapa jumlah citra yang ada
dalam database. Kemudian dilakukan
looping sebanyak jumlah citra tersebut.
Dalam looping tersebut dilakukan
pembacaan file citra dan sekaligus
membangun database gabor jet untuk tiap-
tiap citra.
Citra yang telah dibaca diubah ke mode
grayscale. Kedalaman bit dari citra tersebut
diubah menjadi 32 bit floating point.
Citra yang telah diproses tersebut
kemudian dimasukkan dalam looping
Gambar 3. Gabor Kernel sebanyak scale x rotasi yang digunakan pada
Gabor Kernel. Untuk tiap looping, dilakukan
3.2 Pembangunan Database Wajah resizing ke ukuran 100x100 pixel.
Selanjutnya disiapkan dua bagian
Database wajah dibagi menjadi tiga matriks citra untuk menampung hasil
bagian besar, yaitu: database citra, database konvolusi kernel untuk bagian real dan
nilai gabor jet dari citra tersebut, dan bagian imajiner. Masing-masing hasil
database nama yang merujuk pada database konvolusi tersebut dikuadratkan, kemudian
citra. dijumlahkan. Hasil penjumlahan tersebut
Database citra disimpan dengan format diakarkuadrat.
.jpg dan diberi nomor urut yang sekaligus Matriks citra hasil perhitungan tersebut
menjadi nama file-nya, misalnya: 1.jpg, dibagi menurut grid 5x5 sehingga akan
2.jpg, 3.jpg, dan seterusnya. Perlu diketahui diambil 36 titik. Titik-titik itulah yang
bahwa nomor urut yang sekaligus menjadi disimpan ke dalam teks file sebagai database
nama file tersebut tidak boleh ada yang nilai gabor jet respon.
terlewatkan atau terloncati, dimulai dari
nomor urut 1. Hal ini dimaksudkan untuk
memudahkan proses pembacaan file.
4. IMPLEMENTASI SISTEM
Gambar 4. Citra Asal
4.1. Implementasi Pelacakan Obyek
Hasil pengkombinasian tersebut akan
dimasukkan dalam perhitungan CamShift Untuk implementasi perangkat lunak,
untuk menghasilkan posisi titik tengah, lebar, digunakan kamera digital dengan resolusi
dan panjang window search yang baru. 320 x 240 pixel.
Selama obyek ditangkap oleh kamera Untuk mengetahui perkiraan nilai hue
digital, proses ini dilakukan terus menerus. dari warna kulit manusia dilakukan
penghitungan rata-rata nilai hue dari
beberapa sampel citra warna kulit seperti
yang ditunjukkan pada Gambar 6.
Gambar 6.
Sampel Citra Warna Kulit
Uji coba untuk pengenalan wajah dengan 1. Sardy, Sar. Salman, Muhammad, et al.
variasi menggunakan variasi iluminasi dan Klasifikasi Tekstur Dengan
variasi noise. Menggunakan Analisa Paket Wavelet.
Untuk uji coba dengan variasi iluminasi Jakarta: ViScom Group, Jurusan Elektro
menggunakan sumber cahaya dari arah depan Fakultas Teknik Universitas Indonesia.
obyek, belakang obyek, dan tanpa cahaya.
Untuk uji coba dengan variasi noise 2. Zhang, Hao. Xing Poe, Eric, et al. Facial
menggunakan perangkat lunak pembantu Image Correspondence by Elastic Graph
Adobe Photoshop yang akan memberikan Matching. Pp. 2-6
noise berwarna pada citra model dengan
prosentase 20%, 35%, dan 50% 3. Forsyth, David. Ponce, Jean. Computer
menggunakan distribusi uniform. Vision a Modern Approach. Prentice
Hall. 2002
Abstrak
Persoalan pohon Steiner dalam geraf (PSG) adalah persoalan pencarian lintasan terpendek dari subset
simpul-simpul dalam geraf. Penerapan persoalan ini dalam realitasnya dapat dijumpai dalam persoalan
perancangan jaringan transportasi, perancangan jaringan komunikasi dan perancangan rangkaian VLSI. PSG
ini termasuk persoalan NP-complete, atau NP-hard, yaitu persoalan yang sukar diselesaikan, dan dianggap
sebagai persoalan yang tidak dapat diselesaikan dengan menggunakan algoritma polynomial.
Makalah ini mambahas salah satu pendekatan untuk menyelesaikan persoalan ini yaitu dengan
algoritma genetic. Algoritma genetic ini menggunakan algoritma Kruskal dan proses penghapusan untuk
menghitung nilai fitness-nya.
Uji coba dilakukan untuk melihat konvergensi dari metode yang diusulkan, serta melihat efek dari
parameter algoritma genetic terhadap konvergensi dan hasil nilai fitnessnya.
1. PENDAHULUAN
Persoalan pohon Steiner dalam geraf Akhirnya makalah ini ditutup dengan kesimpulan
(PSG) adalah persoalan pencarian lintasan dari hasil coba tersebut.
terpendek dari subset simpul-simpul dalam geraf.
Penerapan persoalan ini dalam realitasnya dapat 2. PERSOALAN POHON STEINER DALAM
dijumpai dalam persoalan perancangan jaringan GERAF (PSG)
transportasi, perancangan jaringan komunikasi Persoalan pohon Steiner dalam geraf (PSG) dapat
dan perancangan rangkaian VLSI. PSG ini dituliskan sebagai berikut: Diberikan geraf
termasuk persoalan NP-complete, atau NP-hard, G=(V,E) yang terhubung dan tanpa arah, dan
yaitu persoalan yang sukar diselesaikan, dan subset W ? V, carilah subgeraf G’=(V’,E’) dari
sudah jamak dianggap sebagai persoalan yang G sedemikian sehingga W ? V’ dan biaya c(G’)
tidak dapat diselesaikan dengan menggunakan minimal. c(G’) adalah jumlah biaya semua busur
algoritma polynomial [12]. Ada beberapa
dari G’. Subgeraf G’ dari G sehingga W ? V’
pendekatan untuk menyelesaikan persoalan ini,
disebut pohon Steiner untuk W di G. G’ yang
diantaranya yaitu integer programming [8],
memiliki biaya minimal disebut pohon Steiner
dynamic programming [5], heuristic [10], [14],
branch-and-bound [1], [2], reduction techniques minimal. Himpunan S ? V\W sedemikian
[2], dan genetic algorithm [9]. sehingga V’=W? S disebut simpul-simpul
Penyelesaian persoalan PSG dengan Steiner. Untuk selanjutnya, kita asumsikan
algoritma genetic yang diusulkan dalam makalah bahwa n = ?V?, m = ?W?, dan r=n-m. Gambar 1a
ini berbeda dengan [9], terutama dalam menunjukkan geraf G dengan n=10 dan m=3,
menentukan genotype dan optimasi pemilihan sedangkan Gambar 1b menunjukkan pohon
populasinya. Steiner minimalnya. Angka disebelah setiap
Untuk lebih mengenal masalahnya, maka busur menunjukkan biaya (cost) yang harus
persoalan PSG akan dibahas pada sesi dibayar untuk melewati busur tersebut.
berikutnya, kemudian dilanjutkan dengan
penjelasan mengenai metode yang diusulkan dan
disusul dengan implementasi dan uji coba.
vo
3 vo
8
5 1
v3
v6
1
v4
2
2
v5
4
8
v7
v5
3 7 4
3
v7
v8
6
3
v2 3
5 v1
6 v8
v2 6
10
v9 v1
pilihTerbaik memilih individu terbaik dari semua individu yang pertama yaitu ? 1 , sedangkan untuk
undividu dalam populasi. Proses simulasi individu selanjutnya yaitu ? 2 , … , ? M dibentuk
algoritma genetic akan berhenti bila tidak dengan menggunakan random permutasi. Setelah
diperoleh lagi perbaikan nilai fitness. inisialisasi M individu pada populasi awal, maka
algoritma Kruskal dan rutin penghapusan.
3.1. Pengkodean Individu
Karena pada persoalan PSG ini jumlah 3.4. Seleksi
simpul adalah tetap, maka sebanyak r simpul Merupakan operator algoritma genetik
yang dimanipulasi untuk mendapatkan individu yang pertama, dengan melakukan seleksi
dengan nilai fitness terbaik. Oleh karenanya terhadap suatu individu yang terdapat dalam
genotype merupakan himpunan r tupple: populasi berdasarkan nilai probabilitas dari
individu tersebut. Adapun nilai probabilitas suatu
{(? (0), i? (0)), (? (1), i? (1)), ………, (? (r-1), individu dari sebuah populasi ditentukan sebagai
i? (r-1))} berikut :
elemen dari kromosom ? i ke awal dari kromosom menggantikan individu dengan nilai fitness
dari keturunan baru (offspring) yaitu ? new , terburuk, bila tidak maka individu baru tersebut
kemudian sisanya diisi oleh gen-gen dari ditolak. Semua proses ini diulang sampai
kromosom ? j , dengan catatan bahwa gen-gen ? j menghasilkan individu baru sebanyak generasi
tersebut belum terdapat pada kromosom ? new yang diinginkan. Dengan proses ini, maka besar
sebelumnya. populasi menjadi tetap dan akan menghasilkan
keturunan yang terbaik, yang diharapkan
3.6. Operator Mutasi merupakan representasi dari solusi yang paling
Merupakan operator algoritma genetik optimal.
yang ketiga. Operator mutasi berfungsi untuk
melakukan operasi mutasi terhadap gen-gen yang 4. IMPLEMENTASI DAN HASIL UJI COBA
dipunyai kromosom dari individu baru Algoritma genetic untuk permasalahan
(keturunan baru atau offspring) berdasarkan nilai PSG ini dikembangkan dalam lingkungan sistem
probabilitas mutasi (p m) yang diberikan untuk operasi Microsoft Windows 98 dan dibangun
menghindari terjadinya konvergensi dini pada dengan menggunakan bahasa pemrograman
solusi penyelesaian optimasi. Sehubungan Borland Delphi. Ada dua objek uji yang
dengan tingkat probabilitas mutasi (p m) yang seluruhnya dibuat secara acak. Obyek uji pertama
kecil, operator mutasi melakukan proses mutasi dengan simpul tetap W sebanyak 9 dan jumlah
pada kromosom (offspring) ? new. Ada beberapa simpul total V sebanyak 10 serta jumlah busur E
macam cara yang digunakan untuk sebanyak 20. Obyek uji kedua dengan simpul
mengimplementasikan operator mutasi. Misalnya tetap W sebanyak 9 dan jumlah simpul total V
beberapa buah random blok diinversi (Mutasi sebanyak 20 serta jumlah busur E sebanyak 30.
Normal) atau beberapa gen-gen dari kromosom Disamping melihat konvergensi berdasar nilai
permutasi ditukar (Mutasi Rotate). fitness atau biaya total, uji coba dilakukan
terhadap efek parameter algoritma genetic
3.7. Pembentukan Populasi Baru terhadap konvergensi sistem. Gambar 2a dan
Setelah ketiga operator yang dipunyai Gambar 2b menunjukkan hasil onvergensi dan
algoritma genetik dijalankan sehingga terbentuk waktu proses untuk kedua obyek uji coba di atas.
suatu keturunan baru (offspring), maka dilakukan Sedangkan Gambar 3a, 3b dan 3c masing-masing
proses algoritma Kruskal dan rutin penghapusan, menunjukkan efek jumlah populasi, efek
sehingga terbentuklah suatu individu baru. probabilitas mutasi dan efek probabilitas pindah
Bila individu baru mempunyai nilai silang (crossover) terhadap konvergensi dan nilai
fitness lebih baik dari individu dengan nilai fitness.
fitness terburuk maka individu baru tersebut akan
V=20 V=10
Fungsi Obyektif Waktu Proses
V=10 V=20
1200 100
Panjang Lintasan
Waktu (detik)
1000 80
60
800
40
600 20
400 0
1
16
24
32
40
48
Gambar 2a Gambar 2b
Fungsi Obyektif
0.033
1200 Pop 1400
Jarak Pohon
50 0.5
1100 1200
Pop
Steiner
1000 1000
100
900
800
800
600
700
16
24
32
40
48
1
12
24
36
48
Generasi Generasi
Gambar 3a Gambar 3b
1300 0.07
1100 0.5
900
1.0
700
1
12
24
36
48
Generasi
Gambar 3c
Abstrak
Dalam sebuah formulir, terdapat banyak data yang penting dan perlu disimpan dalam media
penyimpan untuk jangka waktu yang lama. Pekerjaan pemindahan data dari formulir ke media
penyimpan dapat dipermudah dengan proses otomasi. Proses otomasi tersebut terdiri dari dua bagian
utama yaitu pengenalan pola format dan pengenalan data isian formulir. Tahap pengenalan format
formulir merupakan tahapan untuk mendapatkan pola format dari formulir kosong (belum terisi).
Beberapa metode yang digunakan adalah Proyeksi Histogram dan Connected Component Labeling.
Sedangkan untuk pengenalan tulisan cetak digunakan metode Pixel Population. Hasil pada tahap ini
adalah skrip yang menyimpan pola format formulir dan tabel yang akan digunakan untuk menyimpan
data isian pada formulir terisi. Tahap pengenalan data isian formulir bertujuan mendapatkan data
isian yang terdapat pada formulir. Proses untuk menghapus bingkai formulir menggunakan Block
Adjacency Graph. Sedangkan pengenalan tulisan tangan menggunakan metode fuzzy syntactic, yaitu
FOHRES (Fuzzy Online Handwriting Recognition System) yang dipakai sebagai ekstraktor fitur,
pembentukan aturan dan proses klasifikasi. Kemudian hasil pengenalan tulisan tangan disimpan dalam
tabel yang telah terbentuk pada tahap pengenalan format fo rmulir.
Master Formulir2
Formulir2 Terisi
Image 1 Image
Enhancemen Enhancemen
t t
Pengelom-
pokan field
Lokasi teks Glyph Data
dan garis Isian
Usulan
segmentasi
OCR HCR
Konfirmasi
User
1 Data
Tabel
Feature
Form
Gambar 3.2 Proyeksi Histogram Secara vertikal untuk menemukan bounding box
Metode pengenalan tulisan cetak dengan grid. Jumlah grid pada metode ini
yang terdapat pada formulir menggunakan tidaklah mutlak, hanya saja semakin banyak
pixel population. Di mana cara kerja dari grid yang dihasilkan semakin tinggi
metode ini berdasarkan ratio jumlah atau ketelitian yang dicapai dan proses yang
populasi pixel yang terdapat pada area dijalankan menjadi lambat.
tertentu dari karakter yang bersangkutan.
Area yang dimaksud diperoleh dari
pembagian tinggi dan lebar karakter menjadi
beberapa bagian yang lebih kecil atau disebut
Untuk menghitung kemiripan feature fitur baik fitur posisi maupun fitur geometris
vektor digunakan nilai perhitungan dot dari tiap segmen. Pada gambar 4.1 terlihat
product antara vektor a dan vektor b. Rumus hasil pembagian segmen dan hasil dari
perhitungannya adalah sebagai berikut: ekstraktor fitur, di mana karakter ‘R’
a?b tersegmentasi menjadi empat segmen. Dan
D? fitur-fitur baik fitur geometris maupun fitur
a? a ? b? b ? a ? b
Dimana D merupakan ratio kemiripan antara posisia dan
vektor yang dimiliki
vektor oleh masing-masing
b. Masing-masing vektor mewakili ratio popula
segmen adalah sebagai berikut:
sama sekali (0%).
– Segmen pertama, garis vertikal (VL) pada
posisi medium left (ML)
4. PENGENALAN DATA ISIAN – Segmen kedua, kurva D-like (DL) pada
Sebelum proses pengenalan tulisan posisi medium center atau stick left (STL)
tangan dilakukan terlebih dahulu dilakukan pada posisi medium center (MC).
preprocessing yang meliputi proses – Segmen ketiga, fitur negative slant (NS)
smoothing, proses skeletoning dan proses pada posisi bottom center (BC)
konversi data offline menjadi data – Segmen keempat, garis horisontal (HL)
online.Dari kumpulan data tersebut akan pada posisi medium center (MC)
didapatkan segmen-segmen pembentuk yang
dimiliki oleh suatu karakter. Contoh Setelah dilakukan proses aggregasi maka
pembentukan segment dapat dilihat pada akan didapatkan rule berikut :
gambar 4.1 berikut.
R : >VVH#VL_ML & (>VH#DL_MC |
>VVH#HL_MC
A-5 5 2 - 3 40%
A-7 24 18 - 6 75%
A-8 6 6 - - 100%
Rata-rata 71.66%
CITRA DOKUMEN CETAKAN PRINTER INK JET
A-5 5 5 - - 100%
A-7 24 17 7 - 70.83%
A-8 6 6 - - 100%
Rata-rata 90.28%
Technology.
[3] ____ and Camposano, Raul, 1993, “A
Fuzzy Online Handwriting Recognition
System : FOHRES”, German National
Research Center for Information
Technology.
[4] ____ and Theibinger, Markus, 1994,
“FOHDEL : A New Fuzzy for Online
Handwriting Recognition”, German
National Research Center for
Information Technology
[5] Parker,J.R. 1997, Algorithms for Image
Processing and Computer Vision.
Canada : John Wiley & Sons, Inc.
[6] Peters, Liliane, Leja, Christoph and
Malaviya, Ashutosh. “A Fuzzy Statistical
Rule Generation Method for
Handwriting Recognition”, German
National Research Center for
Information Technology.
[7] Ye, Xiangyun, Cheriet, Mohamed and
Y.Suen, Ching, 2000, “A Generic
System to Extract and Clean
Handwritten Data from Business
Forms”, Centre for Pattern Recognition
and Machine Inteligence Concordia
University
[8] Young, Tzay Y. and King-Sun Fu. 1986,
Handbook of Pattern Recognition and
Image Processing. California : Academis
Press. Inc
[9] Yu, Bin and K. Jain, Anil, “A Generic
System fo Form Dropout”, Department
of Computer Science, Michigan State
University
Abstrak
Data yang berupa jumlah putaran pada KWH meter digital yang diterjemahkan oleh seven segmen dikirimkan
secara serial menuju modem melalui port RS-232. Data RS-232 ditangkap oleh modulator PLC (Power Line
Carrier) untuk ditumpangkan pada jala-jala tegangan ac menggunakan modulasi FSK dengan frekuensi
carrier 125 KHz,kemudian sinyal FSK pada jala-jala tegangan ac ditangkap oleh demodulator PLC pada
tempat yang berbeda. Sinyal FSk tersebut didemodulasi untuk diperoleh kembali data awal yang dikirimkan
oleh mikrokontroller. Kemudian data-data dari demodulator PLC disimpan ke komputer dalam bentuk data
base untuk selanjutnya diolah pada pusat pengolahan data dengan menggunakan fasilitas jaringan internet.
Data Base yang ada di PC dibuat dengan menggunakan bahasa pemrograman Ms-Visual.. Disani dapat
dilakukan masukkan data pelanggan, up-date data pelanggan, menghitung biaya pemakaian yang harus
dibayar dan mencetak data keseluruhan melalui printer.
Voltage-
Controlled
oscillator
PLL
Fm Fs
Analog
Input
+V
Binary
0 V
Output
-V
frekuensi mark dan logic 0 menggeser input demikian, sinyal bergeser atau menyimpang
menggeser VCO ke frekuensi space. Dengan
Kerjasama antara Lemlit – PIKTI ITS Paper 15 - 2
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
kembali dan 1 pada rekuensi mark dan input tersebut. Prinsip ini digunakan dalam
4 demodulator FM dan FSK, filter – filter tracking
space.karena FSK merupakan bentuk dari FM, dan instrumen RF.
maka indeks modulasi juga sama dengan FM.
3. PEMINDAHAN DATA
b. Penerima FSK
Dalam dunia mikrokomputer dikenal dua macam
Pada umumnya rangkaian yang digunakan untuk
cara pemindahan data yaitu secara serial dan
rangkaian untuk demodulator FSK dapat
secara paralel. Pada pemindahan data serial adalah
diasumsikan dengan PLL FM. Masukan PLL
pemindahan satu bit pada satuan waktu.
bergeser antara frekuensi mark dan space,
Sedangkan pada pemindahan secara paralel terjadi
tegangan dc error pada keluaran pembanding fase
pemindahan secara bersamaan dari sekelompok bit
(phase comparator) mengikuti pergeseran
pada satu satuan waktu.
frekuensi, Karena hanya ada dua masukan (mark
Ditinjau dari arah pemindahan data, dikenal ada
and space) , sehingga mempunyai dua tegangan
tiga macam cara yaitu Simplek, Half duplek, dan
kesalahan (error voltage), logic1 dan logic 0.
full duplek.
keluaran dua level (binary) diberikan input FSK.
- Simplek adalah sistem pemindahan data yang
Secara umum, frekuensi alami (natural) PLL
arah pemindahan datanya satu arah.
dibuat sama dengan frekuensi tengah dan simetris
- Half duplek adalah sistem pemindahan data
berkisar 0V dc
yang arah pemindahan data dua arah dan oroses
penmindahan datanya tidak dapat pada waktu
c. Voltage Controlled Oscilator (VCO)
yang bersamaan.
Suatu rangkaian oscillator biasanya mempunyai
- Full duplek adalah sistem pemindahan datanya
komponen induktor dan kapasitor. Nilai induktansi
berlangsung dua arah dan proses pemindahan
(L) dan kapasitansi (C) tersebut menentukan
datanya secara serempak.
frekuensi output dari oscillator yang disebut Tank
RS-232 merupakan salah satu jenis antar muka
oscillator .
(interface) dalam proses tranfer data antar
Dengan mengganti kapasitor dengan varaktor
komputer dalam bentuk serial tranfer RS-232
(variabel reaktor ) dapat mewujudkan osilator yang
merupakan kependekan dari Recommended
dikontrol oleh tegangan (VCO).
Standart Number 232. RS-232 dibuat untuk
Pada prinsipnya varaktor adalah suatu kapasitor
interface antara peralatan terminal data dan
yang dibias revers. Dengan diberikannya tegangan
peraltan komunikasi data, dengan menggunakan
revers yang diberikan berbanding terbalik dengan
data biner serial sebagai data yang
nilai kapasitansi diode varaktor, karena lebar
ditransmisikan.
daerah deplesi seolah-olah merupakan jarak antara
dua keping kapasitor. Dengan melebarnya jarak
4. POWER LINE CARRIER IC LM 1893
tersebut, maka kapasitansinya semakin kecil.
PLC (Power Line Carrier) LM 1893 adalah
d. Phase Locked Loop (PLL) sebuah IC yang menggunakan jala-jala listrik
Phase Locked loop (PLL) adalah suatu rangkaian untuk mentransfer informasi diantara lokasi yang
yang didalamnya terdapat sinyal referensi eksternal dikontrol. PLC ini dapat bertindak sebagai antar
untuk mengatur frekuensi dan phase dari suatu muka jala-jala listrik untuk komunikasi simplek
osilator dalam loopnya. Frekuensi dari osilator dari aliran data serial. Dalam transmisinya sebuah
loop bisa sama atau kelipatan dari frekuensi gelombang pembawa berbentuk sinus
referensi jika sinyal referensi berasal dari dari dimodulasikan secara FSK dan diumpankan pada
suatu osilator kristal, maka frekuensi-frekuensi lain jala-jala listrik melalui sebuah driver.Ic LM 1893
yang mempunyai stabilitas yang sama seperti ditunjukkan pada gambar 3.
frekuensi kristal diperoleh, ini merupakan dasar
dari sintesa frekuensi. Jika sinyal referensi itu
mempunyai frekuensi yang berubah-ubah ( seperti
dalam gelombang termodulasi frekuensi ),
frekuensi osilator akan mengikuti jejak frekuensi
Kerjasama antara Lemlit dan PIKTI ITS Paper 15 - 4
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
PC
MAX-232
MAX 232
Otomatisasi
KWH
Modem 2
MODEM 1
Jala-jala listrik
Gambar 4. Diagram system data dari KWH meter ke komputer data base
10u
b. Rangkain Modem FSK 16 v
Ground
VCC
10u 10u
I C LM 1893 16 v 16 v
2K
1 MAX-232 16
1 18
10u
560 p 5k6
16 v 2 15
2 17 Tx
47 n 47 n 3 14
3 16 1
2 6
3K3 4 13
4 15 V+ 10u 7
16 v 3
5 12 8
4
Tx / Rx 5 14 GROUND 9
6 11 5
470 n 47 n
6 13 Rs-232
7 10
10 k
7 12 8 9
0,1 u 10 K
8 11
12 K Modem
V+
9 10
47V
Gambar 6. IC MAX 232
39 V
4K7 OUTPUT
6. PERENCANAAN DATA PROTOKOL
Agar dapat berkomunikasi dengan
Gambar 5. Modem FSK mikrokontroler yang terdapat pada KWH meter
dan PC maka diperlukan data protocol dalam
Modem FSK ini berfungsi ganda, yaitu sebagai komunikasi tersebut. Protocol tersebut dapat
modulator pada saat mengirimkan data dan direncanakan sebagai berikut:
sebagai demodulator pada saat menerima data. 1.Data protokol penerimaan data dari
Kedua fungsi ini dapat dijalankan secara mikrokontroller yang terdapat pada KWH meter:
otomatis oleh modem FSK yang menggunakan # dd dd dd dd dd dd @
IC LM 1893, karena jenis IC ini memiliki 1 2 3 4 5 6
keistimewaan, yaitu memiliki pin select yang
secara otomatis akan memfungsikan Tx dan Rx 1. No pelanggan
secara bergantian sesuai dengan kondisi 2. Command ambil data (01)
penggunaan modem. Besar tegangan untuk pin 3. Jumlah pemakaian
select adalah +5V pada saat mode transmit dan 4. Jumlah pemakaian
tegangan 0 Volt untuk mode receive. 5. Jumlah pemakaian
+ 6. Error check
Tegangan untuk supply V diberikan
sebesar +18 V dan modem ini bekerja pada 2. Data protokol pengiriman kode KWH meter
frekuensi osilasi sebesar 125 KHz. Dalam tranfer ke mikrokontroler yang terdapat pada KWH
data, modem FSK dengan IC LM 1893 dapat meter.
ditransmisikan data sampai pada kecepatan data
sebesar 4800 bps, namun untuk rancangan ini # dd dd dd dd @
menggunakan kecepatan data sebesar 300 bps. 1 2 3 4
1. Command setting kode (02)
b. Rangkaian Pengubah Tegangan 2. Kode KWH meter
3. Kode KWH meter
Kerjasama antara Lemlit dan PIKTI ITS Paper 15 - 4
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
4. Error check
3. Untuk hubungan antara PC dipakai sama Nomer registrasi :…….
dengan protokol yang digunakan pada antar Nama pelanggan : ……
mikrokontroller yang membedakan adalah data Alamat: ……..
ini diubah dulu dalam bentuk ASCII dan Tilpon :
memakai protokol awal “$”. Adapun protokolnya Tampilan kedua berupa :
adalah sebagai berikut:
Tanggal : …….
$ dd dd dd dd dd @ Data daya : ……. Kwh
1 2 3 4 5 Jumlah rupiah : ……..
1. Kode KWH meter
2. Kode KWH meter b. Fasilitas jaringan internet.
3. Jumlah pemakaian Jaringan
4. Jumlah pemakaian Data masukan dari KWH meter yang
5. Jumlah pemakaian ditempatkan di pelanggan kemudian disimpan
6. Error check dalam bentuk data base di komputer yang
ditempatkan di gardu PLN terdekat. Data ini
kemudian dapat diakses oleh unit pengolah data
7. PERENCANAAN SISTEM yang ada di sentral melalui fasilitas jaringan
internet.
Perangkat Keras KWH Meter
Seven Segment
8. KESIMPULAN
Dari penelitian ini dapat disim-pulkan sebagai
berikut :
Sensor 1 Counter Sensor 2 a. Adanya transfer data dari mikrokontroller
pada KWH meter pada PC melaluiJala-jala
Tegangan AC (3 Volt) dapat menjadi ide dasar
KWH Meter MC 8031 Motor untuk dikembangkan selanjutnya dengan tranfer
Jalur RS 232 C
data melalui. Jala-jala Tegangan AC
b. Data pada KWH Meter dikirim ke PC
dengan rangkaian modulasi- demodulasi ternyata
Modulasi Demodulasi
Modem 1 Modem 2
banyak mengalami banyak kendala terutama
pada filter tegangan tinggi pada modem.
Jalur RS 232 C
Power Line
c. Perancangan filter BPF untuk menapis
Personal
Computer
tegangan tinggi memer-lukan keakuratan yang
tinggi baik dalam hal penggulungan maupun
penempatan pada cocer agar dapat menapis
Internet tegangan tinggi pada jala-jala listrik.
d. Dengan system demikian, data dapat diakses
Gambar 6. Keseluruhan system total
setiap saat, sehingga setiap saat data-data
tersebut dapat up-date dan diolah sesuai
kebutuhan.
a. Perancanaan data base pelanggan
Dalam hal ini direncanakan untuk menampilkan
10. DAFTAR PUSTAKA
perintah-perintah yang akan dijalankan oleh
operator untuk input data pelanggan, koreksi [1] Ganiadi Gunawan Memanfaatkan Serial RS-
sampai cetak data. Data yang disimpan meliputi : 232-C PT. Elex Media komputindo, 1991
Nomer pelanggan, pemakaian daya, waktu data [2] Wayne Tomassi Prentice Hall International
dikirim/ diakses. Advanced Electronic Communication
Tampilan pertama berupa : System,1998
Abstrak
Perkembangan teknologi informasi yang kian berkembang dewasa ini telah banyak menghasilkan berbagai
aplikasi yang menggunakan citra wajah sebagai sumber informasi. Hal ini dikarenakan secara umum sebuah
citra wajah dapat memberikan informasi khusus yang berkaitan dengan identifikasi personal berbasis
pengenalan wajah yang dapat dimanfaatkan dalam suatu sistem pengamanan elek tronik. Keuntungan yang
dimiliki dari sistem pengamanan berbasis pengenalan wajah adalah kemampuan pengamanannya yang relatif
sulit untuk ditembus.
Dalam makalah ini dibahas tentang metode pengekstraksian wajah sebagai salah satu tahap praproses
pada sistem pengenalan wajah. Pendeteksian wajah manusia bisa dilakukan dengan cara menemukan bagian
paling dominan di dalamnya. Sebagai bagian yang menempati area terluas pada wajah, kulit wajah bisa
dimanfaatkan untuk melakukan pendeteksian wajah manusia. Karakteristik yang terdapat pada warna kulit
wajah manusia bisa digunakan sebagai acuan untuk melakukan pengekstraksian area wajah dengan
memanfaatkan ruang warna LHS (luminance, hue, saturation). Dengan menentukan batasan nilai-nilai LHS
untuk warna kulit, area wajah manusia bisa diekstraksi. Dalam pembahasan selanjutnya, metode
pengekstraksian area wajah manusia dilakukan dengan menentukan batasan nilai-nilai LHS untuk warna kulit
wajah manusia. Nilai-nilai LHS tersebut diberikan dalam bentuk fungsi yang saling terkait antara komponen
luminance dan saturation, sehingga pengekstraksian yang dilakukan menjadi lebih adaptif terhadap berbagai
macam warna kulit.
Hasil uji coba menunjukkan bahwa pengekstraksian wajah dengan memanfaatkan warna kulit wajah
sebagai acuan untuk memisahkan area wajah dengan area lainnya harus mempertimbangkan kemungkinan
terdeteksinya bagian tubuh yang bukan wajah dan mempunyai warna sama dengan warna kulit wajah, seperti
leher dan telinga. Pada beberapa percobaan, latar belakang dengan karakteristik tertentu sering terdeteksi
sebagai area wajah. Secara kasat mata, latar belakang yang sering terdeteksi adalah latar belakang yang
mempunyai warna senada dengan warna kulit yang dijadikan sebagai contoh untuk penentuan nilai batas atas
dan batas bawah.
KATA KUNCI: pengekstraksian citra wajah, sistem pengenalan wajah, ruang warna LHS.
Persoalan yang timbul dari hasil penelitian Committee), YIQ dan CMYK (Cyan, Magenta,
yang dilakukan sebelumnya dapat disimpulkan Yellow, Black). Beberapa sistem tersebut
bahwa kemampuan pengenalan yang dimiliki melibatkan tiga parameter yaitu hue, saturation,
oleh jaringan saraf PDBNN ternyata bergantung dan brightness sebagai komponen dasarnya.
pada jumlah variasi data yang digunakan untuk Brightness mengacu pada tingkat pencahayaan.
pelatihan dan kinerja dari tiap tahapan proses Sedangkan hue menunjukkan tingkat
yang dilakukan. Hal ini ditunjukkan oleh hasil uji “kemerahan”, “kehijauan”, dan kebiruan”.
coba bahwa pada pengambilan 5 data pelatihan Karena itu, nilai hue tergantung pada campuran
tanpa memandang variasi data yang ada, sistem relatif merah, hijau, dan biru pada warna.
mampu memberikan tingkat keberhasilan 56,5% Parameter ketiga adalah saturation atau
untuk subnet yang mewakili nilai tertinggi dan kemurnian warna. Semakin rendah nilai
69,5% untuk subnet yang mewakili nilai positif. saturation, maka warna akan semakin mendekati
Sedang untuk pengambilan 5 data dengan abu-abu. Jika cahaya putih ditambahkan pada
pemilikan yang mewakili variasi data yang ada, warna tersebut, maka nilai saturation akan
sistem mampu memberikan tingkat keberhasilan menurun.
72% untuk subnet yang mewakili nilai tertinggi Sistem warna LHS bisa digambarkan sebagai
dan 85% untuk subnet yang mewakili nilai positif suatu sistem koordinat silinder tiga-dimensi
[1]. dengan sumbu vertikal menunjukkan brightness
Pada makalah berikut, titik berat penelitian atau luminance, dan bidang horisontal
ditekankan pada aspek peningkatan kinerja menunjukkan hue dan saturation. Jarak radial
tahapan ekstraksi area wajah dengan melibatkan sebuah vektor warna dari sumbu vertikal
ruang warna LHS (Luminance, Hue, Saturation). menunjukkan saturation, sedangkan sudut vektor
pada bidang horisontal menunjukkan nilai hue.
2. RUANG WARNA LHS Susunan fisik sistem atau ruang warna LHS dapat
Pada aplikasi komputer, warna biasanya digambarkan seperti berikut:
digambarkan dalam bentuk sistem warna atau
ruang warna RGB (Red, Green, Blue). Teori
tersebut didasarkan pada hipotesa yang
menyatakan ada tiga macam kerucut di retina
mata, dan setiap kerucut memiliki sensitivitas
tinggi terhadap cahaya, baik itu warna merah,
hijau, ataupun biru.
Tetapi, sistem warna RGB tidak dapat
memodelkan persepsi warna manusia dengan
baik. Penerapan teknik-teknik pemrosesan
gambar pada sistem warna RGB sering
menghasilkan penyimpangan warna. Dengan
alasan tersebut, adanya sebuah sistem koordinat
warna yang berdasar pada persepsi manusia Gambar 1. Sistem Warna LHS
terhadap warna dirasakan bisa lebih bermanfaat.
Karena itu, banyak penelitian yang telah Pada gambar tersebut nilai luminance
dilakukan untuk mengembangkan teori, standar ditunjukkan dengan sumbu vertikal. Sedangkan
warna, dan teknik-teknik pengukuran. Namun nilai hue dan saturation ditunjukkan dengan
demikian tidak ada sistem koordinat warna yang bidang lingkaran yang memotong sumbu vertikal
cocok dengan persepsi manusia yang bisa pada luminance. Radius lingkaran tersebut
diterima secara umum[6][7]. sebanding dengan nilai saturation. Semakin besar
Pada kenyataannya, terdapat banyak sistem radius tersebut, semakin tinggi nilai
koordinat warna yang digunakan untuk saturationnya. Nilai hue ditunjukkan oleh sudut
pemrosesan warna pada aplikasi yang berbeda- lingkaran, yang tersusun secara alami dari merah,
beda, antara lain LHS, HIS (Hue, Intensity, ke kuning, hijau, biru, ungu, dan kembali ke
Saturation), NTSC (National Television System merah.
Gambar 2.Kubus Sistem Warna RGB Persamaan untuk hue dan saturation
diturunkan dengan membagi bidang Maxwell
Konversi sistem warna RGB ke sistem warna menjadi tiga bagian dan menghitung sudut ?
LHS dapat diinterpretasikan melalui sudut untuk setiap bagiannya. Persamaan untuk hue (H)
pandang geometris. Gambar 2 menunjukkan dan saturation (S) adalah sebagai berikut:
kubus warna RGB. Nilai luminance sistem warna ? ?
H ? ? ? cos ?1 ?
N ? (2)
? ?
LHS sebanding dengan komponen Y dalam ? 6 ?r ? 1/ 3?2 ? ?g ? 1/ 3?2 ? ?b ? 1/ 3?2 ?
sistem warna NTSC YIQ, yaitu: ? ?
L = 0.299R + 0.587G + 0.114B (1) 3 min ?R, G , B ?
S ? 1? (3)
Berdasarkan rumus tersebut, panjang vector OP R? G? B
dalam gambar 2 diasumsikan berkaitan dengan dengan:
luminance. Selanjutnya dibentuk sebuah segitiga R
r? (4)
yang titik-titik ujungnya ditentukan berdasarkan R? G? B
nilai maksimum sumbu R, G, dan B. Segitiga ini G
disebut segitiga Maxwell. Titik P’ yang g? (5)
R? G? B
merupakan perpotongan vektor OP dengan B
b? (6)
segitiga Maxwell menentukan nilai hue dan R? G? B
saturation. Gambar 3 menunjukkan hubungan
?00 jika b ? min( r , g , b)
antara titik P’, hue, dan saturation. Saturation ?
? ? ? 120 jika r ? min( r , g , b) (7)
0
didefinisikan sebagai perbandingan panjang CP'
ke panjang CQ, dengan C adalah titik berat ? 240 0
jika g ? min( r , g , b )
?
segitiga Maxwell dan Q merupakan titik potong
garis GR dengan perpanjangan CP’ ke garis GR. ? 2r ? g ? b jika b ? min( r, g, b)
Sedangkan hue didefinisikan sebagai sudut, ?, ?
N ? ? 2g ? r ? b jika r ? min( r, g, b) (8)
? 2b ? r ? g jika g ? min( r , g , b)
antara vektor CP' dan CR . ?
Sedangkan persamaan untuk perubahan bentuk
LHS ke RGB diberikan sebagai berikut:
L
R ? Rtemp
0.299 Rtemp ? 0.587Gtemp ? 0.114 Btemp
L
G ? Gtemp
0.299 Rtemp ? 0.587Gtemp ? 0.114Btemp
K ? ? ? 2? / 3 ? H ? K ?
Btemp ? ? ?K ? ? ? ?S (11)
3 ?? ? 2 ? / 3 ? 3 ??
c. jika 4 ? / 3 ? H ? 2 ?
K ? ? ? 4? / 3 ? H ? K ?
Rtemp ? ? ?K ? ? ? ?S
3 ?? ? 2 ? / 3 ? 3 ??
Gtemp ? ?1 ? S ?
K
3
K ? ? 2? ? H ? K ?
Btemp ? ? ?K ? ? ? ?S (12)
3 ?? ? 2 ? / 3 ? 3 ??
dengan:
H = Nilai Hue, K = Nilai maksimum R, G, B, S =
Nilai Saturation.
Gambar 4. Hubungan nilai luminance dan
saturation
3. SISTEM PENDETEKSIAN WAJAH
YANG ADAPTIF TERHADAP Pada proses selanjutnya diletakkan dua buah
PENCAHAYAAN titik untuk setiap persegi panjang tersebut. Satu
Dari tiga komponen dasar LHS, terdapat titik, disebut sebagai titik atas, terletak pada sisi
hubungan yang unik antara luminane dan kanan atas, dengan jarak secara berturut-turut
saturation. Hal tersebut berdasarkan jika masing- dari batas sisi kanan seperenam panjang
masing nilai RGB suatu piksel diubah dalam horisontal, sedangkan dari batas sisi atas
interval yang sama, nilai luminance dan seperenam panjang vertikal. Titik lainnya,
saturation piksel tersebut akan mengalami dinamakan titik bawah, terletak tepat di seberang
perubahan, sedangkan nilai hue-nya tetap. Karena titik pertama dengan menjadikan titik pusat
itu, penentuan nilai batas luminance dikaitkan persegi panjang sebagai titik cerminnya.
Berdasarkan titik-titik atas dan titik-titik ditandai secara manual tersebut. Sedangkan nilai
bawah tersebut dibuat fungsi batas atas dan batas kesalahan sistem dihitung sebagai :
bawah untuk menentukan nilai batasan warna Error = | Lm – Ls | / Lm (15),
kulit. Fungsi tersebut secara berurutan dituliskan dengan Lm menyatakan luas area wajah yang
seperti berikut: ditandai secara manual, dan Ls sebagai luas area
0.601/ ? wajah hasil pengekstraksian wajah yang
Batas Atas: f ( x ) _ upper ? (13) dilakukan oleh sistem. Secara keseluruhan
x 2 ? 0.4052
ujicoba ini melibatkan 150 gambar yang di
0.066 / ?
Batas Bawah: f ( x ) _ lower ? 2 (14) dalamnya terdapat citra wajah dari 13 orang yang
x ? 0.156 2 berbeda. Variasi wajah dan latar belakang yang
Diagram berikut menunjukkan grafik fungsi diambil untuk setiap individu juga berbeda.
batas atas dan batas bawah terhadap suatu Pada uji coba yang dilakukan, untuk setiap
distribusi piksel dari masukan citra wajah hasil gambar masukan, pengekstraksian dilakukan dua
percobaan. kali yaitu pengekstraksian yang dilakukan
terhadap citra secara utuh, dan pengekstraksian
yang dilakukan terhadap citra yang sudah
ditandai secara manual. Pengekstraksian yang
kedua dilakukan untuk mengetahui akurasi
sistem mendeteksi kulit wajah, jika diasumsikan
latar belakang area wajah bisa dihilangkan.
Sebagai parameter tambahan untuk mengukur
kinerja sistem, dilakukan pencatatan waktu
pengekstraksian. Hasil ujicoba dapat dilihat pada
tabel 1.
Gambar 5. Nilai-nilai luminance dan saturation untuk
Subyek Wajah No. 2 Tabel 1. Hasil pengekstraksian wajah pada 15
citra yang diambil secara acak
Meskipun tidak terlalu terpengaruh oleh No. LM LS TS LSM TSM ErrLS ErrLSM
perubahan pencahayaan, nilai hue tetap harus 1 4922 5548 50 4718 19 12.71841 4.144657
diperhatikan untuk proses pendeteksian. Batasan
2 5318 5870 39 5120 30 10.37984 3.723204
untuk nilai hue ini ditentukan antara –360 sampai
3 2526 2609 39 2078 19 3.285827 17.73555
360 dan disebut batas hue.
4 3247 3141 39 2918 10 3.264552 10.13243
5 4756 4799 39 4375 19 0.904121 8.010934
4. HASIL UJI COBA 6 3418 3494 39 3144 19 2.223523 8.016384
Uji coba terhadap kinerja sistem yang 7 2648 2749 39 2512 21 3.814199 5.135952
dikembangkan dilakukan dengan memasukkan 8 3534 3819 39 3211 20 8.064516 9.139785
citra yang akan diekstraksi area wajahnya ke 9 5488 6266 29 5117 20 14.17638 6.760204
dalam sistem. Selanjutnya sistem ini akan 10 6279 7105 39 5944 20 13.15496 5.335244
melakukan pengekstraksian sesuai dengan 11 5888 6947 40 5607 19 17.98573 4.772418
metode yang telah dijelaskan sebelumnya. 12 2458 2758 39 2286 19 12.20504 6.997559
Setelah proses pengekstraksian selesai, sistem 13 2506 2433 31 2231 19 2.913009 10.97366
akan menampilkan area wajah yang terdapat di
14 4593 5333 39 3853 20 16.11147 16.11147
dalam citra masukan dan menghitamkan area
15 5342 6331 40 5293 19 18.51367 0.917259
yang dianggap sebagai latar belakang.
Untuk mengetahui prosentase keberhasilan dengan:
proses pengekstraksian wajah tersebut, area LM Luas area wajah yang ditandai secara
wajah pada citra masukan ditandai secara
manual (dalam satuan piksel)
manual. Nilai keberhasilan sistem diketahui
LS Luas area wajah hasil pengekstraksian,
dengan melakukan perbandingan luas area antara
terhadap citra utuh (dalam satuan piksel)
hasil proses pengekstraksian wajah yang
dilakukan oleh sistem dengan area wajah yang
Kerjasama antara Lemlit dan PIKTI ITS Paper 16 - 5
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
6. DAFTAR KEPUSTAKAAN:
[1] Arif Djunaidy, Rully Soelaiman and Agus Subhan
Akbar, “Development of Personal Identification
Sysrem Through Face Recognition using
Probabilistic Decision-Based Neural Network”,
Proceeding Industrial Electronic Seminar 1999
(IES’99), ITS Surabaya, October 1999.
[2] Arif Djunaidy, Rully Soelaiman dan Aminuddin
Al Fathoni, “Aplikasi Jaringan Syaraf
Konvolusional pada Sistem Identifikasi Personal
Berbasis Pengenalan Wajah”, Proceeding
Seminar (ECCIS 2000), Universitas Brawijaya –
Malang, Juni 2000.
[3] Arif Djunaidy, Rully Soelaiman dan Fitri Dama-
yanti, “Penerapan Metode Fisherface pada
Pengembangan Sistem Identifikasi Personal
dengan Pengenalan Wajah”, Proceedings Seminar
Gambar 6. Contoh Keluaran Sistem
Nasional Pascasarjana: Peningkatan Penelitian
dan Pendidikan Pascasarjana, ITS - Surabaya,
5. KESIMPULAN Agustus 2001.
Berdasarkan hasil ujicoba terhadap perangkat [4] Rolf P.Würtz, “Multilayer Dynamic Link
lunak yang telah dibuat, maka dapat dibuat Networks for Establishing Image Point
beberapa kesimpulan seperti berikut: Correspondences and Visual Object Recognation”
Dissertation zur Erlangung des Grades eines
a. Pengekstraksian wajah dengan menentukan Doctors der Naturwissenschaften, in der Fakultät
batas atas dan batas bawah warna kulit wajah für Physik und Astronomie der Ruhr-Universität
mempunyai keunggulan pada prosesnya yang Bochum, Frankfurt Germany, 1994
sederhana dan waktu eksekusi yang cepat
I K A P Utama
Abstract
The use of computer graphics visualization and animation has been explored and optimized as a tool in CFD
calculations. Various available CFD packages or codes have made this possible hence can explain the physical
phenomena behind the problems more obviously. The current paper demonstrates the benefits of using modern
flow visualization technique compared to classical graphical and photograph presentation.
0.4
however, did not provide any further information
0.2
into the area of vortex shedding following that
0
0 10 20 30 40 50 60 70 80 90 100
flow separation. CFD visualization has made this
-0.2 possible, as given in Figures 3 and 4.
-0.4
Percent Length
3. MODERN VISUALIZATION
Modern flow visualization has been developed
progressively during the last ten years,
particularly following the increase use of
computational fluid dynamics (CFD) approach
into the analysis of flow. CFD itself is known as
a technique for making hydrodynamics
calculations to predict the basic phenomena of
specific flow problems (Morgan and Lin, 1987)
and also considered as an analysis of systems
Figure 3: Flow separation behind a circular form
involving fluid flow, heat transfer and associated
(Utama, 2003)
phenomena such as chemical reactions by means
of computer simulation (Versteeg and
Malalasekera, 1995). The technique is very
Kerjasama antara Lemlit – PIKTI ITS Paper 17 - 2
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
adequately impressive and cannot provide any
further details of logical explanations.
5. REFERENCES
Figure 4: Flow visualization behind a rectangular form [1] AEA Technology, CFX Tasc-Flow User
(Utama, 2003) Guide, 1998.
[2] Causon, D M, Visualization in CFD,
Another practical example was given in Utama Trans. I Mech E, Paper No. C461/045,
(1999) into the analysis of flow behind transom 1993.
part of a ship. In this area, the flow will make a [3] Houghton, E L and Carpenter, P W,
back movement and hence hit the stern part of Aerodynamics for Engineering Students,
that ship. In consequence, the total drag will 4th Edition, Edward Arnold, London UK,
increase significantly. The visualization of the 1993.
phenomenon is given in Figure 5. [4] Kohnke, P, ANSYS Theory Reference
Release 5.4, SAS IP Inc. Philadelphia
USA, 1998.
[5] Massey, B S, Mechanics of Fluid, 5th
Edition, Van Nostrand Reinhold,
Wokingham UK, 1983.
[6] Meier, H U and Kreplin, H P,
Experimental Investigation of the
Boundary Layer Transition and
Separation on a Body of Revolution, Z.
Flugwiss Weltraumforsch 4, Heft 2,
1980.
[7] Merzkirch, W, Flow Visualization,
Academic Press, London, 1974.
[8] Molland, A F and Utama, I K A P, Wind
Tunnel Test of a Pair of Ellipsoid in
Close Proximity, Ship Science Report
No. 98, Department of Ship Science,
Figure 5: Flow behind transom stern – CFD prediction University of Southampton UK, April
using CFX 4.2 (Utama, 1999) 1997.
[9] Morgan, W B and Lin, W-C,
4. CONCLUSIONS Computational Fluid Dynamics, Ship
Classical or conventional graphical and Design and Model Evaluation, 4th
photograph representation have been used for International Congress of the
such a long time and helped engineers and International Maritime Association of
scientists in order to explain the answer of any East Mediterranean, Varna (Bulgaria),
kinds of phenomena quite clearly. Despite the 1987.
current continuous application of this type of data [10] Utama, I K A P, Investigation of the
representation, the expressed information is not Viscous Resistance Components of
Catamaran Forms, PhD Thesis,
Kerjasama antara Lemlit – PIKTI ITS Paper 17 - 3
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
Department of Ship Science,
University of Southampton UK, July
1999.
[11] Utama, I K A P, Coupled of CFD and
FEA into the Estimation of the Stiffness
of Offshore Structures, Jurnal
Penelitian Engineering, Universitas
Hasanuddin, Makassar, 2003 (in
progress).
[12] Versteeg, H K and Malalasekera, W,
An Introduction to Computational
Fluid Dynamics, Longman Scientific
and Technical, Harlow UK, 1995.
Nur Iriawan
iriawann@sby.centrin.net.id
Abstrak
Analisis data driven sering memberikan hasil yang cukup transparan dan sesuai dengan kenyataan di
lapangan. Namun cara analisis ini cukup rumit, karena asumsi-asumsi untuk penyederhanaan
permasalahannya akan didisain seminimal mungkin. Makalah ini akan membahas sebuah cara pendekatan
penyelesaian masalah tersebut menggunakan automatic programming dengan graphical models yang dibangun
berdasarkan pada Bayesian model sebagai input. Implementasi pendekatan ini dilakukan dengan menggunakan
paket program WinBUGS pada pemodelan regresi ganda.
beta[1] ~ dnorm(0.06753,0.02899)
beta[2] ~ dnorm(2.553,1.248)
beta[3] ~ dnorm( 3.8,1.461)
beta[4] ~ dnorm(-22.95,2.704)
beta[5] ~ dnorm(2.417,1.808)
}
Abstrak
Makalah tersebut menguraikan tentang bagaimana web crawler menelusuri dokumen-dokumen yang
dianggap penting terlebih dahulu dalam suatu struktur web di sekitar ITS seperti tc.its-sby.edu dan its.ac.id
sebagai dataset. Web crawler melakukan penelusuran dengan model ‘Crawl and Stop with Threshold’. Hasil uji
coba menunjukkan bahwa web crawler yang dilengkapi dengan metode penelusuran yang sesuai dengan
struktur dokumen-dokumen dalam web akan memperoleh dokumen-dokumen yang penting lebih cepat dibanding
dengan web crawler yang tidak dilengkapi.
KATA KUNCI: web crawler, information retrieval, web mining, web spider, PageRank, and link analysis.
dahulu sehingga penelusuran akan efisien dan yang terdapat pada dokumen-dokumen dalam
efektif. Pada Makalah ini akan diuraikan suatu koleksi web.
bagaimana web crawler menelusuri URL-URL Ada 2 jenis dari Connectivity-Based
yang diketahuinya berdasarkan algoritma Ranking yaitu:
PageRank[9]. 1. query-independent ? ranking yang bersifat
bebas dan memberikan nilai pada dokumen
1.1 Dasar Teori secara bebas dari pengaruh query yang
Perkembangan dunia Teknologi diberikan.
melahirkan sebuah cabang ilmu pengetahuan 2. query-dependent ? ranking yang bersifat
yang dikenal dengan nama information tidak bebas dan nilai pada dokumen
retrieval[10]. Sebelum informasi retrieval bergantung pada query yang diberikan.
digunakan pada web, ilmu ini sudah digunakan di
perpustakaan oleh seorang pustakawan. Query-Independent Ranking
Pencarian informasi pada sistem ini didasarkan Beberapa metode pengukuran yang
pada analisa kata (content-based analysis). digunakan untuk menilai kualitas dokumen
Berbeda dengan perpustakaan, web berdasarkan hubungannya diantaranya sebagai
selalu berubah setiap saat. Seorang pengguna berikut:
web perlu mencari informasi melalui mesin 1. Back link Count ? Pada pengukuran
pencari (search engine) yang menggunakan tersebut, suatu dokumen dinilai berdasarkan
algoritma tidak hanya berdasarkan kata (content- jumlah dokumen yang mengacu kepadanya.
based analysis), tetapi juga berdasarkan analisa 2. Forward link Count ? Pada pengukuran
hyperlink (hyperlink analysis) dan analisa bahasa tersebut, suatu dokumen dinilai berdasarkan
bermarkup (markup language analysis). jumlah link yang ada pada dokumen tersebut.
Hyperlink antara 2 dokumen A dan B pada 3. Page Rank ? Pengukuran tersebut
web berarti bahwa dokumen A mengacu pada merupakan turunan dari back link count
dokumen B. Hubungan tersebut tentu mempunyai dimana suatu dokumen dinilai berdasarkan
makna tertentu bagi penulis dokumen A. Penulis persamaan rumus (1).
dokumen A tentu memberikan link yang IR(t1) IR(tn )
mengacu pada dokumen B yang berisi informasi IR( p) ? (d ? 1) ? d[ ? ...? ] …..(1)
yang berguna bagi pembaca dokumen A. c1 cn
Analisa Hyperlink sangat penting di dalam IR(p) ?nilai pentingnya suatu dokumen.
menentukan tingkat kualitas suatu dokumen yang d ? dumping factor (0<d<1)
dicari oleh seorang user. t1...tn?Dokumen yang mengacu dokumen p.
c1 ...cn ? Jumlah link pada dokumen t1 ...tn
Analisa Hyperlink
Analisa hyperlink merupakan suatu analisa 1.2 Perancangan Web Crawler
yang didasarkan pada hubungan antara dokumen web crawler merupakan program yang
yang satu dengan dokumen yang lain. Karena digunakan untuk menelusuri dokumen yang ada
web merupakan kumpulan dari dokumen- di internet. Untuk memperoleh sebuah dokumen,
dokumen yang tersebar dan saling berhubungan sebuah crawler membutuhkan URL sebagai
melalui suatu link, maka analisa hyperlink dapat inisial awal p0 . Crawler akan mendapatkan p0 ,
digunakan untuk menentukan kualitas suatu mencari URL yang ada didalamnya dan
dokumen. memasukkan dalam sebuah antrian URL yang
Ada 2 kegunaan utama analisa hyperlink akan diamati.
dalam bidang information retrieval yaitu untuk Cara kerja sebuah crawler secara sederhana dapat
penelusuran (crawling) dan ranking. ditulis pada algoritma dibawah ini:
Algoritma Crawler
BackLink vs PageRank
50
Gambar V.2. Urutan penelusuran dengan Backlink
40
ordering. Garis putus-putus berarti belum ditelusuri,
30
sedangkan garis lurus berarti sudah ditelusuri.
20
10 Metode PageRank dengan dumping
0 factor sebesar 0.3 ini mempunyai kinerja yang
baik disebabkan karena metode tersebut sesuai
15
5
26
36
46
57
67
77
88
98
BackLink % Crawled dengan bentuk struktur web yang terdapat pada
PageRank 0.95
PageRank 0.8
tc.its-sby.edu. Berdasarkan hasil tersebut terlihat
PageRank 0.3 bahwa metode BackLink bertingkah laku seperti
Gambar V.1. Grafik BackLink vs PageRank dengan depth-first search. Sedangkan metode PageRank
dumping factor 0.95 0.8 0. 3 pada dataset tc.its- merupakan kombinasi breath-first search dan
sby.edu dengan target G sebesar 3. depth-first search.
Percobaan pada tc.its-sby.edu (target G=10) metode PageRank terdapat dumping factor yang
Dataset yang digunakan percobaan menyebabkan metode ini kadang-kadang
tersebut sama dengan dataset pada percobaan mempunyai sifat breadth-first search.
sebelumnya. Namum nilai target G diubah
menjadi 10. Dari penelusuran tersebut diperoleh Uji Coba dengan PageRank Metric
data seperti pada tabel V.3. Bagian tersebut menguraikan sejumlah
Tabel V.3. Dataset tc.its-sby.edu hasil penelusuran percobaan yang kinerjanya diukur dengan
dengan backlink metric dengan target G sebesar 10 menggunakan PageRank metric. Pada PageRank
Tanggal percobaan 18 Oktober 2002
Dataset tc.its-sby.edu
metric, sebuah dokumen yang mempunyai nilai
Jumlah Doc 194 IR(p) lebih besar atau sama dengan nilai target G
Jumlah URL tidak valid 46 akan dikatakan penting.
Lama Pengukuran 10
%Hot Page 14% (28 doc)
Target G 10
Percobaan pada tc.its-sby.edu (target G=0.5)
Tabel V.4. Dataset tc.its-sby.edu hasil penelusuran
PageRank vs BackLink Target 10
dengan PageRank metric dengan target G sebesar 0.5
100 Tanggal percobaan 18 Oktober 2002
Dataset tc.its-sby.edu
90
Jumlah Doc 194
80 Jumlah URL tidak valid 46
Lama Pengukuran 10
70
%Hot Page 28% (54)
60 Target G 0.5
Tabel v.5. Peningkatan PageRank 0.9 terhadap
% Hot
50
BackLink
40 %hot %hot
30 pageRank(x) BackLink (y) ?(x-y) ?(x-y)/y
0 0 0 0
20
15 15 0 0
10 15 15 0 0
19 22 4 20
0
19 22 4 20
1 3 5 7 9 11 13 15 17 19
19 22 4 20
pageRank 0.95 % Crawled
pageRank0.8 31 22 -9 -29,412
pageRank0.3
37 33 -4 -10
Backlink
37 44 7 20
37 50 13 35
Gambar V.4. Grafik BackLink vs PageRank dengan 37 54 17 45
dumping factor 0.95, 0.8, dan 0, 3 pada dataset tc.its- 41 65 24 59,091
sby.edu dengan target G sebesar 10. 39 70 31 80,952
Pada percobaan tersebut terjadi 44 80 35 79,167
44 85 41 91,667
peningkatan sebesar 30% pada kinerja metode 54 87 33 62,069
PageRank 0.3 dibanding metode BackLink. 74 85 11 15
Dari grafik pada gambar V.4. dapat 87 87 0 0
98 98 0 0
dilihat bahwa hanya metode PageRank dengan 100 100 0 0
dumping factor sebesar 0.3 mempunyai kinerja %peningkatan 26,765
paling baik. Hal ini terlihat pada garis dari Untuk menghindari data yang sangat
metode PageRank 0.3 yang selalu berada di atas sensitif, maka pada percobaan tersebut
dibanding dengan garis-garis yang lain yang digunakan target G sebesar 0.5. Percobaan
mengalami perubahan yang tidak beraturan. tersebut menghasilkan data yang dapat dilihat
Garis dari metode PageRank 0.3, 0.8, pada tabel V.4.
dan 0.95 mengalami perbaikan dibanding Percobaan tersebut dilakukan sebanyak 2
percobaan sebelumnya. kali dengan menggunakan metode BackLink dan
Terlihat bahwa PageRank dengan nilai metode PageRank. Metode PageRank dilakukan
dumping factor yang besar mempunyai pola yang dengan nilai dumping faktor sebesar 0.9. Kedua
mirip bahkan sama dengan BackLink. Hal ini metode tersebut menggunakan target G yang sama
disebabkan karena metode PageRank merupakan yaitu 0.5. Angka 0.5 disini berarti semua
turunan dari metode BackLink. Bedanya pada dokumen yang mempunyai nilai pagerank lebih
Kerjasama antara Lemlit dan PIKTI ITS Paper 19 - 6
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
%Hot
Sedangkan grafik yang menggambarkan
kedua tabel tersebut dapat dilihat pada gambar 40
V.6. Dari gambar tersebut terlihat jelas bahwa
20
PageRank mampu memperoleh dokumen penting
lebih dahulu dibanding dengan metode BackLink, 0
meskipun kinerja tersebut terlihat tidak begitu 0 10 21 31 41 51 61 71 82 92
baik. Hal ini disebabkan pada host yang kecil
pagerank 0.9 %Crawled
terdapat banyak cross link yang sangat sensitive.
PageRank vs BackLink Gambar V.6. Grafik PageRank dengan dumping
100
factor 0.9 pada dataset its-sby.edu dan its.ac.id
80 dengan target G sebesar 10.
Pada percobaan tersebut, dataset yang
60
%Hot
21
36
52
67
82
98
Backlink
%Crawled nilai dumping faktor sebesar 0.9. Dari gambar
pagerank0.9
tersebut terlihat bahwa dengan metode
Gambar V.5. Grafik BackLink vs PageRank dengan PageRank, Crawler mempunyai kinerja yang
dumping factor 0.9 dan 0.5 pada dataset tc.its-sby.edu baik dibanding percobaan-percobaan
dengan target G sebesar 0.5 sebelumnya. Hal ini disebabkan pada jumlah
Percobaan pada its.ac.id dan its-sby.edu situs yang terlibat lebih bervariasi.
(target G=10)
Tabel V.6. Dataset its-sby.edu hasil penelusuran 3. KESIMPULAN DAN SARAN
dengan PageRank metric dengan target G sebesar 0.5.
Tanggal percobaan 12-Oct-02
Kesimpulan
Dataset its.ac.id & its-sby Kesimpulan yang dapat diuraikan dari
Jumlah Doc 3932
Jumlah URL tidak valid 182 penelitian tersebut adalah sebagai berikut:
Lama Pengukuran 10 ?? Penelusuran suatu struktur web sangat
%Hot Page 15% (587)
Target G 10 dipengaruhi oleh dumping factor. Dimana
jika dumping factor naik, maka pola
penelusuran akan mendekati pola
penelusuran breath-first search. Sedangkan
jika dumping factor turun, maka pola
penelusuran akan mendekati pola
penelusuran depth-first search.
?? Urutan dokumen-dokumen berdasarkan nilai
PageRank mencerminkan tingkat relevansi
terhadap dokumen-dokumen lain yang
mengacunya.
?? Fungsi PageRank yang lain adalah PageRank
dapat digunakan untuk menduga URL-URL
mana yang berkualitas yang perlu dikunjungi
terlebih dahulu.
Saran
?? Perangkat lunak tersebut dapat diintegrasikan
dengan sebuah mesin pencari (Search
Engine).
?? Diharapkan crawler dapat melakukan
penelusuran dan perhitungan secara pararel.
?? Diharapkan crawler tersebut dilengkapi
dengan algoritma penjadwalan.
4. DAFTAR PUSTAKA
[1] Brin, Sergey, Lawrence Page, “The Anatomy
of a Large-Scale Hypertextual Web Search
Engine”, California, 1998.
[2] Cho, Junghoo, Hector Gracia -Molina,
Lawrence Page, “Efficient Crawling Through
URL Ordering”, New York,1998.
[3] Cho, Junghoo. “Crawling the Web:
Discovery and Maintenance of Large-Scale
Web Data”, California, 2001.
[4] Google Inc, www.google.com, 1998.
[5] Henzinger, Monika R., “Hyperlink Analysis
for The Web. California: IEEE Internet
Computing, 2000.
[6] Henzinger, Monika R., “Link Analysis in
Web Information Retrieval”, California,
2001.
[7] Kleinberg, Jon., “Authoritative Sources in a
Hyperlinked Environment”, ACM-SIAM
Symposium on Discreate Algorithms, 1998.
[8] Page, Lawrence, Sergey Brin, Rejeev
Motwani, Terry Winograd, “The PageRank
Citation Ranking: Bringing Order to the
Web”, California, 1998.
[9] Salton, Gerard, “Introduction to Modern
Information Retrieval”, McGrawHill, 1995.
[10] Agus Zainal Arifin dan Ari Novan
Setiono, “Klasifikasi Dokumen Berita
Kejadian Berbahasa Indonesia dengan
Algoritma Single Pass Clustering”, Teknik
Informatika, Institute Teknologi Sepuluh
Nopember, Surabaya, 2002.
Abstrak
Permasalahan penjadwalan armada dalam sistem transportasi semen diformulasikan dalam suatu
bentuk model optimasi. Tujuan optimasinya adalah memaksimumkan pelayanan, meminimumkan biaya,
memaksimumkan utilisasi armada, dan meratakan beban armada. Pencapaian tujuan tersebut dilakukan dengan
memberikan bobot prioritas sesuai dengan urutan diatas sehingga menjadi suatu permasalahan dengan tujuan
tunggal. Bobot prioritas ditentukan berdasarkan situasi dilapangan pada saat jadwal dibuat, sehingga dapat
berubah secara otomatis sesuai dengan nilai variabel inputnya. Bentuk penjadwalan dengan time window dua
sisi, pada saat muat dan saat bongkar, adalah sesuai dengan permasalahan ini. Banyaknya tujuan yang ingin
dicapai, operasional armada yang berbentuk siklus, serta fenomena antrian di terminal pengisian menyebabkan
permasalahan ini menjadi sangat tidak linear dan sulit diselesaikan dengan algoritma -algoritma yang
berbasiskan iterative improvement. Pada makalah ini dijelaskan greedy-like algorithm untuk menyelesaikan
permasalahan tersebut untuk mendapatkan suatu solusi yang mendekati optimal (near optimal solution).
Formulasi permasalahan, pembentukan model matematik, penentuan bobot, dan langkah-langkah penyelesaian
juga dijelaskan.
KATA KUNCI: sistem transportasi semen, vehicle scheduling, vehicle routing, algoritma greedy.
= { ai | ai ? ?L ??? ?aj ? ?A ? j ? i,
aj ? ai = ? }
w(a) time window di area a
F himpunan pabrik ?(? ,fO ,a,f R) cycle time truk jenis ? , dari
g(h, f, p) kapasitas pasok produk p dari pabrik fO ke area a dan kembali
pabrik f pada hari h. ke pabrik fR
g(h, f) kapasitas pasok pabrik f pada
hari h Variabel bantu / state:
= ? g(h, f, p), untuk p ? P dT(a) demand area a yang belum
gT(h, f) Sisa kapasitas pasok pabrik f terpenuhi pada waktu t.
pada hari h pada saat t c(h,f,a,p) adalah distribusi optimal
berdasarkan jarak s(f, a) dari
Y himpunan semua konveyor pasok pabrik f ke demand area a
Y(f) himpunan konveyor di pabrik f untuk produk p pada hari h.
Y(f, p) himpunan konveyor di pabrik f Satuan c dinyatakan dalam ton.
yang melayani pengisian produk c(h, f, a, p) = 0, bila s(f, a) = ?
p c(h, f, a) adalah distribusi optimal
R = <f, a> berdasarkan jarak s(f, a) dari
rute yang menghubungkan antara pasok pabrik f ke demand area a
pabrik f dengan area a untuk semua produk pada hari h.
s(r) = s(f, a) | r = <f, a> = ? c(h, f, a, p), untuk semua p
jarak antara pabrik f ke area a.
s(f, cust) jarak antara pabrik f ke ? P
ct (h,f,a,p) adalah distribusi harian dari
pelanggan cust
pabrik f ke area a untuk produk p
= s(f, a) ?l(cust) ? ?a
yang belum terpenuhi pada waktu
t
P himpunan produk
ct (h, f, a) adalah distribusi harian dari
d(a, p) demand area a untuk produk p.
pabrik f ke area a untuk semua
d(a, p) ? 0 produk yang belum terpenuhi
d(h,a,p) demand area a untuk produk p pada waktu t
pada hari h.
= d(a, p) / |H| = ? ct (h, f, a, p), untuk semua p
d(a) demand area a untuk semua ? P
produk m(h,f,a,p) pemenuhan distribusi harian area
= ? ?d(a, p) a dari pabrik f untuk produk p
? (ton terangkut)
? himpunan jenis truk m(h, f, a) pemenuhan distribusi harian area
V himpunan truk a dari pabrik f untuk semua
produk
= { v | ? (v) ? ? ?}
? (v) trayek truk v = ? ?m(h, f, a, p)
= { a | a ? ?A ? v dapat mengirim mt (h, f, a) pemenuhan distribusi harian
ke area a } area a dari pabrik f pada
waktu t
? (v) kapasitas truk v, dalam ton k(h, f, a) ratio kekurangan pemenuhan
tg(? ,f,c) waktu berangkat dari pabrik f ke demand area a untuk semua
pelanggan c dengan memakai produk
truk jenis ? = ct (h, f, a) / c(h, f, a), untuk c(h,
tu(? , c) waktu bongkar truk jenis ? di f, a) > 0
pelanggan c = -1, untuk c(h, f, a) = 0
tb(? ,f,c) waktu kembali dari pabrik f ke ?K simpangan baku dari himpunan
pelanggan c dengan memakai K, dimana
Kerjasama antara Lemlit dan PIKTI ITS Paper 20 - 3
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003
tidak linier. Salah satu solusi kombinatorial untuk time-nya sampai tiba kembali di pabrik.
model non linier adalah dengan iterative Untuk masing-masing pabrik, jam
improvement, misalnya dengan stepwise kembalinya dihitung dan diupdatekan pada
improvement atau genetic algorithm. daftar kedatangan ? t (f).
Adanya antrian (di saat muat, maupun 6. Ulangi lagi langkah 3 sampai semua demand
nantinya saat kembali lagi di pabrik) sebagai terpenuhi, atau periodenya habis.
hasil dari penugasan, sangat menyulitkan untuk
melakukan iterative improvement.
Adapun algoritma detilnya adalah seperti berikut:
Percobaan untuk menerapkan stepwise Step 1. Tetapkan t ? 0 untuk awal periode,
improvement telah dilakukan. Hasilnya hampir
nt (a) ? n(a), untuk setiap a ? A
tidak berbeda dengan hasil algoritma greedy yang
semula direncanakan untuk memperoleh initial dt (a) ? d(a), untuk setiap a ? A
solution. Sangat sedikit jadwal truk yang dapat gt (h,f) ? g(h,f), untuk setiap h? H, f? F
ditukar, baik parsial maupun sampai akhir hc ? h(t)
periode. Step 2. Hitung c(h,f,a,p) dengan algoritma
simplex, untuk setiap h ? H
8. ALGORITMA PENJADWALAN Bila ada hari dimana ? d > ? g,
keluarkan warning message.
Berikut adalah garis besar algoritma
Step 3. Set ct (h, f, a, p) ? c(h, f, a, p), untuk
penjadwalan greedy-like untuk penjadwalan
transportasi semen: setiap h ? H, f ? F, a ? A dan p ? P
1. Menyelesaikan problem distribusi semen, mt (h, f, a, p) ? 0, untuk setiap h ? H,
yaitu kebutuhan area x akan semen y akan f ? F dan a ? A
dipasok dari pabrik mana sejumlah berapa. Step 4. Hitung ? t (f) dari jadwal periode
Outputnya adalah c(h,f,a,p). sebelumnya.
2. Hitung perkiraan kedatangan masing-masing Step 5. Jika hc < h(t), hc ? h(t)
truk di pabrik, dengan asumsi jadwal periode Step 6. Selama (? ct (hc, f, a) = 0 untuk setiap
sebelumnya berjalan sesuai dengan rencana. f ? F dan a ? A),
Outputnya adalah ? t (f), yang menyimpan Ulangi hc ? hc + 1
informasi, kalau truk tiba di pabrik 1 datang Step 7. Jika hc ? H, stop.
jam berapa, kalau tiba di pabrik 2 datang jam Step 8. Pilih ?* dan f* dari min (?+zw*(f)/2),
berapa, dan seterusnya. dimana ??? ?? ? (f) ? gt (h(t), f) >
3. Pilih truk yang datang lebih dahulu di pabrik ? (v(?*)), dan
yang kalau mendapatkan penugasan dapat zw*(f) ? min zw(?*, a) untuk setiap
menghasilkan waktu tunggu minimal di titik a ? ? (v(?*)) ? ct (hc, f*, a) > 0, dan f
tujuan. Hal ini berlaku untuk area yang
? F.
pemenuhan demandnya masih kurang, dan
area tersebut masuk dalam trayek truk yang
bersangkutan, serta kelas jalan rute Kalau ada lebih dari satu nilai ?
memenuhi syarat untuk truk. Jam kedatangan minimum yang sama, tentukan ?*
di semua pabrik juga dievaluasi. Kalau ada dengan:
lebih dari satu truk yang punya nilai sama, 1. Jumlah assignment yang diterima
kapasitas truk yang lebih besar didulukan. v(?*)
Outputnya adalah ?*, f* dan v*. 2. Kapasitas truk ? (v(?*), <f*,a>)
4. Pilih area tujuan dan jenis produk yang masih yang terbesar, yang paling tidak
belum terpenuhi yang ketersediaan armada melebihi max ct (hc, f*, a), untuk a
menuju area tersebut paling sedikit. ? ? (v(?*))
Outputnya adalah a* dan p*. Step 9. Set v* ? v(?*)
5. Tugaskan truk v* untuk dimuati pada pabrik Step 10. h ? h(?*)
f* pada jam ?* dengan tujuan a* mengangkut Step 11. Jika h > h’ dan hc = h’, lakukan carry-
produk p* melewati rute r*. Hitung cycle- over variabel distribusi ke hari
berikutnya:
Kerjasama antara Lemlit dan PIKTI ITS Paper 20 - 5
PROSIDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA
Institut Teknologi Sepuluh Nopember Surabaya, 3 April 2003