Jurnal Generic Vol 4 No 1 Januari 2009

1
FAKULTAS ILMU KOMPUTER

UNIVERSITAS SRIWIJAYA
Jl. Palembang-Prabumulih
Km. 32 Inderalaya Ogan Ilir 30662
Telp. (0711) 7072729, 379248,
Fax. 379248
Email : Generic@ilkom.unsri.ac.id

Sistem Navigasi Non-Holonomic Mobile Robot Menggunakan Aplikasi Sensor Ultrasonic
Oleh Siti Nurmaini (Universitas Sriwijaya)
Ahmad Zarkasih (Universitas Sriwijaya)
Konsep Model,View Dan Controller (Mvc) Penerapannya Pada Pemecahan Pengembangan
Perangkat Lunak Ujian ONLINE
Oleh Ermatita (Universitas Sriwijaya)
Huda Ubaya (Universitas Sriwijaya)
Dwi Rosa Indah (Universitas Sriwijaya)
Rancang Bangun Perangkat Lunak Sistem Informasi Laboratorium Fasilkom Unsri
Oleh M Aris Ganiardi (Universitas Sriwijaya)
Hardini Noviant (Universitas Sriwijaya)
Mira Afrina (Universitas Sriwijaya)
Peningkatan Fungsionalitas Perangkat Lunak Melalui Restrukturisasi Data : Sistem Informasi
Akademik Fakultas Ilmu Komputer Universitas Sriwijaya
Oleh M. Fachrurrozi (Universitas Sriwijaya)
Dynamic Link Library meningkatkan Portabilitas PL yang dibangun dengan paradigma Berorientasi
Objek
Oleh Megah Mulya (Universitas Sriwijaya)
Sukemi (Universitas Sriwijaya)
Simulasi Antrian Satu Channel Dengan Tipe Kedatangan Berkelompok
Oleh Alvi Syahrini
Optimalisasi Interkoneksi Virtual Private Network (Vpn) Dengan Menggunakan Hardware Based
Dan Iix (Indonesia Internet Exchange) Sebagai Alternatif Jaringan Skala Luas (Wan)
Oleh Deris Setiawan (Universitas Sriwijaya)
Dian Palupi Rini (Universitas Sriwijaya)
Pengembangan Perangkat Lunak Pembangkit Fraktal Berbasis Fungsi Polynomial Dengan
Menggunakan Pemrograman Borland C++ Builder 6.0
Oleh Jaidan Jauhari (Universitas Sriwijaya)
Perancangan Scanner Lembar Komputer berbasis Mikrokontroler
Oleh Bambang Tutuko(Universitas Sriwijaya)
Sarmayanta (Universitas Sriwijaya)
Tasmi (Universitas Sriwijaya)

FAKULTAS ILMU KOMPUTER
UNIVERSITAS SRIWIJAYA
Jl. Palembang-Prabumulih
Km. 32 Inderalaya Ogan Ilir 30662
Telp. (0711) 7072729, 379248,
Fax. 379248

ISSN 1907-4093

Volume : 4

Nomor : 1

Januari

2009

JURNAL ILMIAH
ILMIAH
GENERIC
ILMIAH
JURNAL ILMIAH

GENERIC

Volume 4, Nomor 1, Januari 2009

Pelindung
Dekan Fakultas Ilmu Komputer
Universitas Sriwijaya

Ketua Dewan Redaksi
Endang Lestari, M.T.

Dewan Redaksi
Ir. Bambang Tutuko, M.T.
Erwin, S.Si., M.Si.
Samsuryadi, S.Si. M.Kom.

Penyunting Ahli
Dr. Darmawijoyo, M.Si. (UNSRI)
Dr. Yusuf Hartono, M.Sc.(UNSRI)

Redaksi Pelaksana
Ir. Siti Nurmaini, M.T
Drs. Megah Mulya, M.T.
Ir. Sukemi, M.T.
Endang Lestari, S.Kom., M.T.
Mgs. Afriyan Firdaus, S.Si., M.IT.
Deris Setiawan, S.Kom., M.T.
Dian Palupi Rini, S.Si., M.Kom.
Alvy Syahrani Utami, S.Si., M.Kom.

Kesekretariatan
Muklish

Alamat Redaksi
Fakultas Ilmu Komputer UNSRI
Jl. Palembang-Prabumulih Km. 32
Inderalaya Ogan Ilir 30662
Telp. (0711) 7072729, 379248,
Fax. 379248

Website : http://www.ilkom.unsri.ac.id
i

Pengantar Redaksi

Puji syukur kami panjatkan kehadirat Allah SWT, atas karunia dan rahmatNya jualah sehinga
Jurnal ilmiah GENERIC ini dapat terbit. Dengan terbitnya Jurnal Generic volume 3 nomor 2
Desember 2008 ini semoga akan dapat lebih menggugah minat penulis untuk menuangkan
aspirasi dan kemampuan menulis dalam bentuk publikasi, khususnya di lingkugan Fakultas
Ilmu Komputer Universitas Sriwijaya.
Pada kesempatan ini kami mengajak rekan-rekan para ilmuan dan peneliti dapat
mempublikasikan temuan dan kajiannya dalam jurnal GENERIC ini.
Kami sangat berterima kasih kepada para penulis dari berbagai instansi yang telah
mengizinkan kami memuat paparannya dalam jurnal terbitan edisi ini. Semoga jurnal
GENERIC ini dapat terus berkembang dan terbit secara berkelanjutan .

Redaksi

Jurnal Ilmiah GENERIC ISSN 1907-4093

Volume 3 , Nomor 2, Desember 2008

ii

Sistem Navigasi Non-Holonomic Mobile Robot Menggunakan Aplikasi Sensor
Ultrasonic
Oleh Siti Nurmaini (Universitas Sriwijaya)
Ahmad Zarkasih (Universitas Sriwijaya)

1 11
Konsep Model,View Dan Controller (Mvc) Penerapannya Pada Pemecahan
Pengembangan Perangkat Lunak Ujian ONLINE
Oleh Ermatita (Universitas Sriwijaya)
Huda Ubaya (Universitas Sriwijaya)
Dwi Rosa Indah (Universitas Sriwijaya)

12 - 20
Rancang Bangun Perangkat Lunak Sistem Informasi Laboratorium Fasilkom
Unsri
Oleh M Aris Ganiardi (Universitas Sriwijaya)
Hardini Noviant (Universitas Sriwijaya)
Mira Afrina (Universitas Sriwijaya)

21 32
Peningkatan Fungsionalitas Perangkat Lunak Melalui Restrukturisasi Data :
Sistem Informasi Akademik Fakultas Ilmu Komputer Universitas Sriwijaya
Oleh M. Fachrurrozi (Universitas Sriwijaya)

33 38
Dynamic Link Library meningkatkan Portabilitas PL yang dibangun dengan
paradigma Berorientasi Objek
Oleh Megah Mulya (Universitas Sriwijaya)
Sukemi (Universitas Sriwijaya)

39 48
Simulasi Antrian Satu Channel Dengan Tipe Kedatangan Berkelompok
Oleh Alvi Syahrini

49 - 56
Optimalisasi Interkoneksi Virtual Private Network (Vpn) Dengan
Menggunakan Hardware Based Dan Iix (Indonesia Internet Exchange)
Sebagai Alternatif Jaringan Skala Luas (Wan)
Oleh Deris Setiawan (Universitas Sriwijaya)
Dian Palupi Rini (Universitas Sriwijaya)

57 - 68
Pengembangan Perangkat Lunak Pembangkit Fraktal Berbasis Fungsi
Polynomial Dengan Menggunakan Pemrograman Borland C++ Builder 6.0
Oleh Jaidan Jauhari (Universitas Sriwijaya)

69 - 81
Perancangan Scanner Lembar Komputer berbasis Mikrokontroler
Oleh Bambang Tutuko(Universitas Sriwijaya)
Sarmayanta (Universitas Sriwijaya)
Tasmi (Universitas Sriwijaya)

82 - 87

iii

1. Ir. Siti Nurmaini, M.T Lektor Fakultas Ilmu Komputer
2. Ahmad Zarkasih, S.T. Tenaga Pengajar Fakultas Ilmu Komputer

1
Sistem Navigasi Non-Holonomic Mobile Robot
Menggunakan Aplikasi Sensor Ultrasonic

Siti Nurmaini & Ahmad Zarkasih

Jurusan Sistem Komputer
Fakultas ilmu komputer
Universitas sriwijaya
siti_nurmaini@ilkom.unsri.ac.id, zarkasih_sakti@yahoo.com

Abstrak

Dalam penelitian ini dilakukan analisis peletakan sensor jarak jenis ultrasonik
untuk keperluan navigasi nonholonomic mobile robot. Sistem robot
menggunakan 8 buah sensor dengan posisi peletakan dibagian depan, kanan,
dan kiri. Dari hasil pengujian diketahui bahwa jarak deteksi sensor terhadap
halangan berubah sesuai karakteristik dan jenis halangan walaupun perbedaan
tidak terlalu jauh, juga diketahui bahwa tegangan keluaran sensor berubah-
ubah sesuai dengan jarak halangan dengan kata lain tegangan berbanding lurus
dengan jarak. Error untuk jarak halngan terdekat s/d halangan terjauh sebesar
1.64%-6.25%. Untuk halangan permukaan datar, pada jarak 10cm, 20 cm, 30
cm dan 40 cm terjadi error sebesar 14.28%, 8.33%, 8.5% dan 4.44 %.

Kata kunci : mikrokontroler, sensor ultrasonic, error peletakan

Abstract
In this research, we analyze the implementation of distance ultrasonic sensor for
navigation of non-holonomic mobile robot. System of the robot use eight sensors
located in the front, right, and left. From the experiment result, detection of the
distance sensors to the obstacle changed as the characteristic and type of the
obstacle, although there is a little bit differences, and also the output of the
sensors changed as the distance from the sensors to the obstacle. Error for closest
distance to the furthest distance is 1.64%-6.25%. Error for wall obstacle distance
in 10 cm, 20 cm, 30 cm and 40 cm are 14.28%, 8.33%, 8.5% and 4.44 %.

Keywords : mobile robot, sensor ultrasonik, error peletakan

1. PENDAHULUAN
1.1. Latar Belakang
Belakangan ini perkembangan teknologi
sensor yang cukup pesat memberikan
dampak positif bagi pengembangan
teknologi robotika sehingga robot yang
dikembangkan memiliki kemampuan
lebih dalam interaksi dengan
lingkungannya. Agar dapat bernavigasi
secara autonomous, sebuah robot mobile
yang cerdas tentunya harus mampu
mengenali keadaan lingkungan dimana
robot tersebut beroperasi. misal robot
mobile yang dirancang harus memiliki
JURNAL ILMIAH GENERIC VOLUME 4, NOMOR 1, JANUARI 2009 2
kemampuan mendeteksi objek-objek
penghalang yang bersifat statis maupun
dinamis. Untuk tujuan tersebut maka
sebuah robot mobile harus dilengkapi
dengan sensor yang dapat memetakan
lingkungan sekelilingnya secara real
time.
Salah satu sensor yang banyak digunakan
untuk hal diatas adalah sensor sonar atau
ultrasounik. Hal ini terkait dengan
kemampuan jangkauan deteksinya yang
relative jauh, tingkat radiasi yang aman
serta harga relative murah. Tapi
disamping kelebihankelebihan tersebut,
secara praktis ada beberapa keterbatasan
dan permasalahan penting dalam
menginterpretasikan data hasil
pembacaan sensor ini, diantaranya adalah
[6]:
1. Sensitifitas deteksi dari sensor sangat
tergantung dari besar sudut yang
dibentuk oleh sensor dengan bidang
refleksi (objek): jika sudut yang
dibentuk terlalu besar maka sinyal
tidak akan terpantul ke penerima,
sehingga dimungkinkan objek tidak
akan terdeteksi oleh sensor. Semakin
jauh jarak objek yang terdeteksi,
maka posisi objek tersebut semakin
tidak diketahui secara pasti. Hal ini
terkait dengan bidang deteksi yang
berbentuk kerucut dengan pusat pada
sensor tersebut.
2. Jika objek yang dideteksi berukuran
besar dan berbentuk tidak beraturan
atau jumlahnya banyak, maka
dimungkinkan terjadi pantulan-
pantulan, sehingga jarak yang
terdeteksi oleh sensor tidak
merefleksikan jarak objek yang
sebenarnya.

Berkaitan dengan permasalahan-
permasalahan tersebut, maka kita tidak
dapat secara langsung
mengintepretasikan data jarak yang
dihasilkan sensor sonar secara langsung
tanpa pengolahan awal (misal untuk
mengetahui secara tepat posisi atau
dimensi dari objek yang terdeteksi).

1.2. Perumusan Masalah
Peletakan posisi ultrasonik yang optimal
akan sangat baik untuk navigasi suatu
mobile robot penghindar halangan,
karena robot jenis ini tidak hanya
mengunakan 2 atau 3 sensor, bahkan bisa
5 s/d 10 sensor. Sedangkan jangkauan
sudut pancar dan penerima sensor sangat
terbatas. Untuk itulah peneliti mencoba
untuk merancang suatu sistem mobile
robot jenis nonholonomic menggunakan
7 buah sensor ultrasonik yang akan
dipasang secara tepat untuk memberikan
hasil yang optimal dari pendektesian
halangan pada lingkungan robot yang
dibuat.
Permasalahan utama yang menjadi
bahasan pada penelitian ini adalah
mencari dan pengatur posisi yang
optimal untuk 7 buah sensor ultrasonik,
sebagai pendeteksi halangan pada robot
penghindar halangan guna menghindari
terdapatnya ruang kosong antara sensor
ultrasonik.
Tahapan pengujian adalah sebagai b
erikut :
1. Perancangan suatu sistem sensor
jarak dengan jenis ultrasonik
2. Pengaktifan sensor yang digunakan
untuk keperluan navigasi robot.
3. Pengujian terhadap kemampuan kerja
dari sensor ultrasonik yang digunakan
pada berbagai kondisi halangan
4. Pengujian terhadap berbagai posisi
sensor ultrasonic untuk mencari jarak
yang optimal
5. Pada penelitian ini masalah dibatasi
hanya :
Nurmaini & Zarkasih, sistem navigasi non-holonomic. 3
.
1. Pendektesian besarnya halangan yang
berada di depannya sehingga dapat
menghindari halangan tersebut
dengan baik.
2. pendektesian adanya belokan
walaupun robot mobil sudah terlalu
berdekatan dengan salah satu sisi dari
jalur jalan.
3. Pendeteksian terhadap adanya
belokan dari jarak yang masih jauh
lebih baik karena mempunyai sudut
pantulan yang lebih kecil jika
dibandingkan dengan jika dipasang
secara tidak bersilangan.

1.3. Tujuan Penelitian
Tujuan penelitian ini adalah :
1. Untuk merancang bangun suatu robot
mobil penghindar halangan dengan
menggunakan 7 buah sensor
ultrasonik yang akan diatur posisinya
sehingga menghasilkan peletakan
yang optimal dalam berbagai kondisi
lingkungan robot.
2. Mengembangkan riset kendali posisi
menggunakan sensor ultrasonik untuk
keperluan navigasi, dan mengetahui
pada jarak berapa sensor bekerja
lebih akurat.

I.4 Manfaat Penelitian
Hasil penelitian ini akan menghasilkan
suatu sistem kendali posisi untuk
keperluan navigasi pada mobile robot
penghindar halangan jenis nonholonomic
dengan mencari peletakan posisi sensor
yang paling optimal sehingga mengetahui
jarak deteksi yang terbaik dari sensor
ultrasonik, apabila diimplementasikan
secara real time pada suatu jenis robot
penghindar halangan sensor dapat
mendeteksi halangan lebih akurat.

2. TINJAUAN PUSTAKA
2.1. Gelombang Ultrasonik
Gelombang ultrasonik merupakan
gelombang mekanik longitudinal dengan
frekuensi di atas 20 kHz. Gelombang ini
dapat merambat dalam medium padat,
cair dan gas, hal disebabkan karena
gelombang ultrasonik merupakan
rambatan energi dan momentum mekanik
sehingga merambat sebagai interaksi
dengan molekul dan sifat enersia medium
yang dilaluinya. Karakteristik
gelombang ultrasonik yang melalui
medium mengakibatkan getaran partikel
dengan medium amplitudo sejajar dengan
arah rambat secara longitudinal sehingga
menyebabkan partikel medium
membentuk rapatan (Strain) dan tegangan
(Stress). Proses kontinu yang
menyebabkan terjadinya rapatan dan
regangan di dalam medium disebabkan
oleh getaran partikel secara periodik
selama gelombang ultrasonik melaluinya.
2.1.1. Energi Dan Intensitas
Gelombang Ultrasonik
Jika gelombang ultrasonik merambat
dalam suatu medium, maka partikel
Medium mengalami perpindahan energi.
Besarnya energi gelombang ultrasonik
yang dimiliki partikel medium adalah :

E =Ep+ Ek
(1)

Dengan :
Ep = energi potensial (Joule)
k = energi kinetik (Joule)

Untuk menghitung intensitas gelombang
ultrasonik perlu mengetahui energi yang
dibawa oleh gelombang ultrasonik.
Intensitas gelombang ultrasonik ( I )
adalah energi yang melewati luas
permukaan medium 1 m
2
/s atau
watt/m
2
. Untuk sebuah permukaan,
intensitas gelombang ultrasonik ( I )
diberikan dalam bentuk persamaan :
I = 1/2 V A
2
(2 p f)
2
= Z (A )
2

(2)
Dengan :
r = massa jenis medium kg/m
3
) ,
f = frekuensi (Hz)
v = kecepatan gelombang (m/s
2
) ,
V = volume (m
3
)
A = amplitudo maksimum (m)
Z = v = impedansi Akustik (kg/m
2
.s)
= 2 f = frekuensi sudut (rad/s)

2.1.2. Sifat Gelombang Ultrasonik
Gelombang ultrasonik mempunyai sifat
memantul, diteruskan dan diserap oleh
suatu medium/jaringan. Apabila
gelombang ultrasonik ini mengenai
permukaan jaringan, maka sebagian dari
gelombang ultrasonik ini akan
dipantulkan dan sebagian lagi akan
diteruskan/ditransmisikan. Karakteristik
gelombang ultrasonik yang melalui
medium mengakibatkan getaran partikel
dengan medium amplitudo sejajar
dengan arah rambat secara longitudinal
sehingga menyebabkan partikel medium
membentuk rapatan (strain) dan tegangan
(stress). Proses kontinu yang
menyebabkan terjadinnya rapatan dan
regangan didalam medium disebabkan
oleh getaran partikel secara periodik
selama gelombang ultrasonik melaluinya.

Gambar 1 Gelombang ultrasonik
datang normal pada bidang batas
medium 1 dan medium 2
2.2. Nonholonomic Mobile Robot
Mobile robot yang digunakan dalam riset
ini adalah jenis car-like mobile robot
yang beroda tiga dan bergerak pada
bidang horizontal. Mobile robot ini
memiliki tiga buah roda, dua roda
belakang digerakkan dengan motor DC
dan satu roda pasif atau castor wheel
pada bagian depan. Gambar 2
memperlihatkan model dari mobile robot
pada riset ini, sedangkan input untuk
sistem tersebut adalah dua buah torsi
1
T
dan
2
T yang dihasilkan oleh dua motor
DC penggerak roda belakang.

0

Gambar 2. Model Mobile Robot

Dari model car-like mobile robot pada
gambar 3-1 diatas, maka persamaan
dinamis sistem diberikan oleh:

1 1
1 1
2 2
sin cos
cos sin
x b u
m
y b u
m
b u
= +
= +
&&
&&
&&

(9)

dimana;
1
1
b
rm
=
.
2
1
b
rI
=
1 1 2
u T T = +
2 1 2
u T T =
( ) cos sin m x y = +
&
& &

m : Massa robot
I
: Inersia mobile robot
1 2
, u u : Kendali input
: Pengali Lagrange

Pada pers 9 diatas,
1
b dan
2
b adalah
konstanta yang tidak diketahui dengan
nilai polaritas yang diketahui, dengan
asumsi bahwa tanda polaritas
1
b dan
2
b diperoleh melalui perhitungan
rumus dengan memasukkan nilai massa,
momen inersia, radius roda dan jarak
antara roda belakang robot. Pers 10
adalah batasan non-holonomic untuk
mobile robot dengan asumsi roda tidak
slip. Fungsi vektor triplet
( ) ( ) ( ) ( ) , ,
T
q t x t y t t =

menunjukka
n trajectory (posisi dan orientasi) robot
terhadap bidang kerja yang telah
ditetapkan. Pada setiap waktu yang telah
ditetapkan, [ ]
, ,
T
q x y = menggambarkan
postur (konfigurasi) robot. Postur robot
tersebut, [ ]
, ,
T
q x y = , dan turunan-nya
, ,
T
q x y =

&
& & & dijadikan sebagai feedback
bagi sistem.

3. METODOLOGI PENELITIAN
Pada penelitian ini objek yang dijadikan
ukuran untuk menentukan jarak dari
sensor ultrasonik tersebut adalah mobile
robot jenis nonholonomic. Pergerakan
dari robot tersebut adalah merupakan
navigasi dari objek dan selanjutnya akan
dilihat bagaimana kinerja dari sensor
tersebut.

3.1. Tempat Penelitian
Penelitian ini dilakukan di Laboratorium
Robotika dan Sistem Kendali Jurusan
Sistem Komputer Fakultas Ilmu
Komputer Unsri dengan pengujian secara
real time.

3.2. Diagram Blok Penelitian
Sebelum menentukan posisi sensor
sebaiknya kita lihat diagram dari sistem
kerja sensor, sehingga dalam penentuan
posisi sensor dapat dilakukan dengan baik

Gambar 3 Diagram blok sensor ultrasonik

Sensor ultra sonic digunakan untuk
mendeteksi benda dalam jangkauan
sensor, kemudian data dari sensor
dimasukkan ke mcu pic16f84. Selain
sebagai menerima input, pic16f84 juga
berperan sebagai pembangkit frekuensi
ultrasonic. Setelah data dari sensor
diproses maka pic16f84 akan
mengeluarkan data input ke mcu at98c51
yang merupakan kendari pusat. Data yang
didapat , kemudian diproses untuk
menentukan apa yang harus dikerjakan
kedua motor dc. Misalnya belok, mundur,
maju atau manuver lainya. Untuk
menentukan gerak motor dc digunakan
sebuah mcu pic61f84.

Dengan peletakan sensor yang diatur
sebagai berikut :
1. Depan
Digunakan untuk navigasi objek
didepan robot, guna menghindari
benturan dari depan ketika sensor
depan, dan kanan mendeteksi objek
maka robot akan bergerak kesebelah
kiri begitupun sebaliknya.
2. Kanan
Untuk mendeteksi objek yang berada
disebelah kanan robot, ketika sensor
kanan mendeteksi halangan maka
robot akan menghindar kekiri,
posisinya
0
30 dari sensor depan.
3. Kiri
Untuk mendeteksi objek yang berada
di kiri robot, Ketika sensor kiri
mendeteksi objek maka robot akan
bergerak ke kanan, posisinya
0
30
dari sensor depan.

4. HASIL DAN PEMBAHASAN

Pengujian sensor ultrasonik meliputi
pengujian perangkat keras disertai
pengujian prangkat lunak. Pengujian
dilakukan perbagian untuk
mempermudah dalam menganalisis hasil
perancangan dan hasil pengujian yang
dilakukan.
Bagian-bagian yang diuji adalah:
1. Rangkaian 1 sensor ultrasonik
2. Rangkaian interferensi sensor
ultrasonik
3. Pengujian sistem secara keseluruhan

4.1 Pengujian Sensor Ultrasonik
Pengujian sensor ultrasonik dilakukan
untuk mendapatkan jarak terdekat dan
terjauh. Berdasarkan kemampuan
jangkauan halangan sensor ultrasonik
jarak terdekat adalah 3 cm dan jarak
terjauh adalah 3 m. Jangkauan jarak ini
dikonversikan kedalam data digital
dengan menggunakan mikrokroler
PIC16F84. Untuk jelasnya dapat kita lihat
di dalam Gambar 4.1

Gambar 4.1 Pengujian Jangkauan
Halangan Sensor Ultrasonik

Dari Gambar 4.1 sudut deviasi pancaran
gelombang ultrasonik adalah 40
0
terhadap
halangan X1. Halangan X1, posisinya
dapat diubah-ubah untuk mendapatkan
jarak yang diuji. Data hasil pengujian
dapat dilihat dalam Tabel 4.1.

Tabel 4.1 Data Hasil Pengujian Sensor
Ultrasonik

.
Dalam Tabel 4.1. terdapat selisih antara
data referensi sensor dan data hasil
pengujian. Sehingga error yang diperoleh
untuk masing-masing data adalah untuk
jarak terdekat sebesar 6.25%, jarak
terjauh 1.64%, sinyal paling dekat 6.25%,
sinyal sedang 1.315% dan sinyal paling
jauh 1.64%.
Lebar jangkauan sensor ultrasonik
dari hasil pengujian adalah 3.2cm s/d 305
cm, berarti jarak yang di konversikan
sebesar 0cm s/d 301.8cm, dan lebar data
MCU adalah 00D s/d 256D. Jangkauan
jarak yang diperoleh harus dikonversikan
kedalam bilangan hexadesimal atau
bilangan desimal. Hal ini berarti jarak
301.8cm harus dikonversikan kedalam
sinyal digital, sehingga untuk 1 bit data
digital berjarak 1.18cm.

4.2. Pengujian Interperensi Sensor
Ultrasonik
Pengujian ini bertujuan untuk
memdapatkan besarnya data interferensi
dan sudut optimal dari 3 buah sensor
ultrasonik. Dalam pengujian ini halangan
akan diletakkan pada jarak 10cm, 20cm,
30cm dan 40 cm dengan posisi peletakan
halangan di depan dan disamping sensor.
Permukaan halangan ada dua jenis yaitu
datar dan silinder dengan berbagai
ukuran.

4.2.1 Pengujian Interferensi Sensor
Ultrasonik untuk Posisi Halangan 0
0

4.2.1.1 Halangan dengan Permukaan
Datar
Pengujian ini dilakukan dengan
meletakkan halangan tegak lurus terhadap
sensor ultrasonik dengan kata lain pada
posisi 0
0
. Untuk jelasnya dapat dilihat
dalam Gambar 4.2. Dalam Gambar 4.2
posisi halangan adalah X1, besar sudut
antar sensor ultrasonik adalah 30
0
s/d 90
0
,
dan besarnya sudut deviasi sensor adalah
40
0
, sedangkan X2 adalah posisi halangan
dengan besar sudut 15
0
s/d 90
0
.
Langkah pengambilan data adalah dengan
cara meletakkan halangan X1 pada posisi
10cm, 20cm, 30 cm dan 40c dengan data
referensi untuk jarak tersebut berturut-
turut adalah 0BH, 17H, 22H dan 2EH.
Dari posisi tersebut dapat diketahui
berapakah data interferensi untuk sudut-
sudut yang menjadi acuan. Hasil
pengujian dapat dilihat dalam Tabel 4.2.

Gambar 4.2. Posisi Sensor Ultarasonik
dan Halangan

Pada halangan dengan permukaan datar
dengan lebar penampang 4.5cm dan 6
cm, pada sudut 30
0
sampai dengan 35
0
interferensi bernilai 100%, hal ini
disebabkan bahwa sudut 30
0
dan 35
0

berada dalam kawasan sudut elevasi
sensor untrasonik. Sehingga error yang
dihasilkan adalah 0%.
Pada sudut 45
0
sampai dengan 50
0
, pada
permukaan yang sama, untuk jarak X1
10cm tidak terdapat interferensi pada
sensor target, hal ini disebabkan jarak X1
pada sensor referensi tidak berada dalam
kawasan sudut elevasi sensor ultrasonik.
Sedangkan untuk jarak X1 20cm
interferensi 10h dengan error 26.08%,
jarak 30cm interferensi 13h dengan error
11,76% dan jarak 40cm interferensi 44h
dengan error 4.37%

Tabel 4.2 Hasil Pengujian Sensor untuk Halangan Datar

Pada sudut 60
0
pada permukaan datar
dengan lebar penampang 4.5cm tidak
terjadi interferensi, hal ini disebabkan
posisi sensor sudah terlalu jauh dari
jangkauan sudut elevasi untuk jarak
pengujian 40cm. Sedangkan untuk
permukaan 6cm pada jarak 20 cm
interferensi 0ah dengan error 56,52%,
pada jarak 30cm interferensi 16h dengan
error 35.29% dan jarak 40cm interferensi
20h dengan error 30.43%.

4.1.1.2. Halangan dengan Pemukaan
Silinder
Pada sudut halangan 30
0
sampai dengan
50
0
, data yang diperoleh sama dengan
permukaan datar. Pada sudut 55
0
pada
jarak halangan 40cm tidak terjadi
interferensi untuk tiap-tiap silinder. Hal
ini dikarenakan terjadinya pembiasan
atau pembelokan gelombang pantul
sensor ultrasonik.
Pada sudut halangan 60
0
sampai dengan
65
0
, tidak terjadi interferensi. Hal ini
disebabkan pembiasan gelombang pantul
dan jarak X1 tidak berada dalam kawasan
sudut elevasi sensor.

.

Tabel 4.3. Hasil Pengujian Sensor untuk Halangan Silinder

4.2.2 Pengujian Interferensi Sensor
Ultrasonik untuk Posisi Halangan X2
Dalam gambar 4.2posisi halangan tepat
berada pada X2 atau pada sisi kanan dan
kiri dari sensor referensi atu berada di
tengah-tengah antara sensor referensi dan
sensor target. Hal ini berarti kedua sensor
saling memberikan interferensi
gelombang pantul. Pengujian ini
dilakukan untuk mengetahui apakah
interferensi masih dapat terjadi bila
sensor tidak berada tepat di depan sensor
referensi dan mengetahui data referensi
yang dihasilkan.

Datar
X2 merupakan halangan yang akan diatur
posisinya berdasarkan ketentuan yaitu
10cm, 20cm, 30cm dan 40 cm.
Permukaan halangan terdiri atas dua jenis
datar dan silinder. Untuk sudut peletakan
halangan (X2) adalah 15
0
,

20
0
, 25
0
dan
30
0
. sedangkan sudut sensor target adalah
30
0
,

40
0
, 50
0
dan 60
0
. Data referensi
setiap sudut halangan X2 berubah-ubah
terhadap jarak pengujian, hal ini
disebabkan semakin jauhnya sudut
halangan dengan sudut elevasi sensor
referensi. Data hasil pengujian dapat
dilihat dalam Tabel 4.4


Tabel 4.4 Hasil Pengujian Sensor untuk Halangan Datar

Dari Tabel 4.4, pada sudut halangan X2
=15
0
, terjadi interferensi sebesar 100%
untuk semua jarak pengujian. Pada sudut
halangan X2=20
0
, pada jarak 10cm
interferensi 0ch dengan error 14.28%,
jarak 20cm interferensi 16h dengan error
8.33%, jarak 30cm interferensi 20h
dengan error 8.5% dan jarak 40cm
interferensi 2d dengan error 4.44%. Pada
sudut halangan X2 = 25
0
pada jarak 10cm
dan 20 cm tidak terdapat interferensi,
karena posisi halangan diluar jangkauan
sudut elevasi sensor. Jarak 30cm
interferensi 1eh dengan error 18.91% dan
jarak 40cm interferensi 2ah dengan error
14.28%.

Silinder

Tabel 4.5. Hasil Pengujian Sensor untuk Halangan Silinder

.
Dalam Tabel 4.5. pada sudut 15
0
sampai
dengan 20
0
data yang di hasilkan sama
dengan data pada pengujian pada
permukaan datar. Pada sudut 25
0
jarak
10cm dan 20 cm tidak terdapat data
referensi dan data interferensi, hal ini
disebabkan pada jarak tersebut halangan
tidak berada dalam kawasan sudut elevasi
sensor

5. KESIMPULAN DAN SARAN
5.1. Kesimpulan
1. Error yang terjadi untuk masing-
masing data adalah untuk jarak
terdekat sebesar 6.25%, jarak terjauh
1.64%, sinyal paling dekat 6.25%,
sinyal sedang 1.315% dan sinyal
paling jauh 1.64
2. Pergeseran sudut antara sensor
referensi dengan sensor target di
mulai dari sudut 30
0
, kemudian
digeser sebanyak 5
0
sampai sampai
dengan 65
0
. Hal ini disebabkan pada
sudut 65
0
sudah tidak terjadi
interferensi lagi.
3. Untuk halangan permukaan datar,
pada sudut halangan 15
0
, terjadi
interferensi sebesar 100% untuk
semua jarak pengujian. Pada sudut
halangan 20
0
, pada jarak 10cm
interferensi 0ch dengan error 14.28%,
jarak 20cm interferensi 16h dengan
error 8.33%, jarak 30cm interferensi
20h dengan error 8.5% dan jarak
40cm interferensi 2d dengan error
4.44%. Pada sudut halangan 25
0

pada jarak 10cm dan 20 cm tidak
terdapat interferensi, karena posisi
halangan diluar jangkauan sudut
elevasi sensor. Jarak 30cm
interferensi 1eh dengan error 18.91%
dan jarak 40cm interferensi 2ah
dengan error 14.28%.
4. Untuk Halangan permukaan silinder
pada sudut 15
0
sampai dengan 20
0

data yang di hasilkan sama dengan
data pada pengujian pada permukaan
datar. Pada sudut 25
0
jarak 10cm dan
20 cm tidak terdapat data referensi
dan data interferensi, hal ini
disebabkan pada jarak tersebut
halangan tidak berada dalam kawasan
sudut elevasi sensor.

5.2 Saran
Dalam penelitian ini, data yang diambil
hanya berdasarkan pergerakan halangan
sedangan robot sendiri dalam keadaan
diam, sehingga data yang didapat adalah
berupa data statis. Untuk menghasilkan
data yang lengkap sebaiknya robot juga
dibuat bergerak.

6. DAFTAR PUSTAKA

Budiharto, Widodo. 2006. Membuat
Robot Cerdas. Jakarta : Elex Media
Komputindo.
Junaedi, Muchammad. 2006. Robot
Pendeteksi Perpindahan Objek
Dengan Ultrasonik. Surabaya :
ITS.
Pitowarno, Endra. 2006. Robotika
Desain, Kontrol, Dan Kecerdasan
Buatan. Yogyakarta: Andi
Sahala, Stepanus. 2004. Gelombang
Ultrasonik Dan Terapannya.
Surabaya: UNAIR.
Setiawan, Iwan. 2006. Simulasi Model
Sensor Sonar Untuk Keperluan
Sistem Navigasi Robot Mobile.
Semarang: Undip
Untung, G Budijanto. 2005.
Pembelajaran Difraksi Fresnel
Pada Penghalang Lurus
Menggunakan Gelombang
Ultrasonik. Surabaya: Universitas
Katolik Widya Mandala

1. Ermatita, M.Kom Lektor Fakultas Ilmu Komputer
2. Huda Ubaya, S.T Tenaga Pengajar Fakultas Ilmu Komputer
3. Dwi Rosa Indah, S.T. Tenaga Pengajar Fakultas Ilmu Komputer

12

Konsep Model,View Dan Controller (Mvc) Penerapannya
Pada Pemecahan Pengembangan Perangkat Lunak Ujian
Online

Ermatita & Huda Ubaya & Dwi Rosa Indah

Juruasan Sistem Informasi
Fakultas Ilmu Komputer
ermatitaz@yahoo.com, ubaya@yahoo.com, Indah@yahoo.com

Abstrak

Pengenalan pola biomimetik (PPB) didasarkan pada pengetahuan (kognisi)
Dasar dari PPB adalah prinsip keberlanjutan-kesamaan (Principle of homology-
continuity-PHC) berarti perbedaan antara dua sampel pada kelas yang sama
perlu diganti. Tujuan PPB adalah menemukan cakupan yang optimal (optimal
covering) dalam sebuah fitur seperti pada pengenalan pola tradisional (PPT).
Dalam PPB, Model neuron baru, Hyper Sausage Neuron (HSN), ditonjolkan
sebagai satu unit cakupan. Gambaran matematis dari HSN diberikan dan batasan
diskriminan 2 dimensinya diperlihatkan. Dalam kajian ini, dua kasus khusus
dengan sampel terdistribusi pada sebuah

Kata kunci : MVC, pola biometrik, pengetahuan, model neuron

Abstract

The development of software online examination system used Model View
Controller (MVC) architecture. In this architecture concept divided to 3 layers,
that is model layer, controller layer and view layer. Each layer responsible for
task on each layer, with the result that easier for software development. Online
examination system can help lecturer and student for examination, without meet
between lecturer and student. For development it base on user interface, so user
can easier for interaction to online examination system, because events from user
can be enforceable.

Keyword: Software, online examination system, GUI,Web, Model-View-Controller

1. PENDAHULUAN

Pengenalan pola telah dikembangkan
selama belasan tahun dan banyak teori
telah menjamur. Semua teori ini
berdasarkan pada model statistik yang
mana aturan keputusan didefinisikan
dengan tujuan untuk mengklasifikasi dua
jenis sampel. Dalam teori ini, pengenalan
pola sama dengan pembagian dari pola
yang berbeda.
PPB pertama kali diperkenalkan oleh
akademisi Wang Shoujue pada tahun
2002. Dalam konsep ini, pengenalan pola
berdasarkan pada pengetahuan bukan
Ermatita & Ubaya & Indah,, Konsep Model,View Dan Control... ..

.
13
pada pembagian. Dengan kata lain,
PPB menekankan pada pengetahuan
secara satu persatu dari semua kelas
sampel (cognition of all sampel classes
one by one) daripada klasifikasi dari
bermacam-macam sampel (classifications
of many kinds of sampels). Karena
konsep ini jauh lebih dekat pada
pengklasifikasian seperti yang dilakukan
oleh manusia, maka konsep ini disebut
pengenalan pola biomimetik. Sekarang
ini, konsep Prof. Wang telah digunakan
pada banyak aplikasi dengan hasil yang
memuaskan.

2. PENGENALAN POLA
BIOMIMETIK

Ketika seseorang melakukan pengenalan,
ia memberikan penekanan khusus pada
pengetahuan dan hanya
mempertimbangkan perbedaan secara
serius dalam beberapa kasus. Namun,
pengenalan pola tradisional hanya
memberikan perhatian pada perbedaan,
dan tanpa melihat konsep pengetahuan.
Metode baru ini berkonsentrasi mengenal
pola pada pengetahuan, PPB yang
digagas dalam (Wang 2002). Kata
biomimetik menekankan bahwa titik
awal dari fungsi dan model matematis
pada pengenalan pola merupakan konsep
pengetahuan, yang lebih mirip pada
konsep pengklasifikasian yang terdapat
pada manusia.
Dalam dunia nyata, jika dua sampel dari
kelas yang sama tetapi tidak sepenuhnya
sama, perbedaan antara mereka harus
diubah secara bertahap. Sehingga, urutan
perubahan secara bertahap terjadi antara
dua sampel dan himpunan setiap sampel
dalam urutan memiliki kelas yang sama.
Prinsip keberlanjutan antara sampel yang
sama dalam ruang fitur disebut PHC.
Dalam ruang fitur, andaikan bahwa
himpunan A adalah suatu himpunan titik
yang memuat semua sampel dalam kelas
A

Jika x, y A dan > 0 diberikan, harus
ada himpunan B,

B = {x
1
= x, x
2
,...,x
n-1
, x
n
= y | (x
m
,x
m+1
)

<
,
A N m n m } ], 1 , 1 [ }
(1)

Walaupun prinsip keberlanjutan-
kesamaan tidak terdapat dalam
pengenalan pola tradisonal dan teori
pembelajaran, namun prinsip ini terjadi
dalam dunia nyata. Dan prinsip ini
sebagai pengetahuan awal dari
distribusi sampel dalam PPB. Pengenalan
pola tradisional bertujuan untuk
mendapatkan klasifikasi yang optimal
dari jenis-jenis sampel berbeda dalam
fitur. Namun, PPB bertujuan untuk
mencari hubungan optimal dari sampel
sejenis dalam ruang fitur. Dasar dari PPB
adalah untuk menganalisa hubungan
antara titik-titik sampel yang dilatih
dalam ruang fitur, dan PHC
memungkinkan hal ini terjadi.
Melalui prinsip keberlanjutan-kesamaan,
diketahui bahwa semua sampel sejenis
dari kelas A harus terdistribusi pada
daerah terkait pada ruang fitur. Daerah ini
ditulis sebagai P. Dengan
mempertimbangkan gangguan yang kecil,
semua sampel berhampiran dengan P
harus dipertimbangkan sebagai sampel
kelas A. Sehingga tujuan PPB adalah
menemukan cakupan yang sesuai pada
ruang fitur kelas A. Didefinisikan

P y
y x d P x d
= ) , ( min ) , (
(2)
ialah jarak antara vektor x dan himpunan
P. Maka, cakupan sempurna himpunan P
A
pada kelas A adalah:
JURNAL ILMIAH GENERIC VOLUME 4, NOMOR 1, JANUARI 2009

14
} ) , ( { k A x d x P
A
=
(3)
dengan k adalah jarak ambang batas.
Dalam ruang fitur dimensi-n, P
A
mempunyai dimensi-n yang kompleks,
yang memisahkan jarak keseluruhan
ruang menjadi dua bagian, satu di kelas
A, yang lainnya bukan. Oleh karena itu,
pengenalan pola dengan PPB dilakukan
dengan cara menentukan pemetaan dalam
ruang fitur dari suatu objek yang
melingkupi himpunan P
A
atau bukan.

3. JARINGAN HYPER SAUSAGE
NEURAL

Karena kesulitan dalam mengumpulkan
semua sampel berada di kelas A, cakupan
himpunan sempurna P
A
tidak dapat
dibangun. Namun, dapat ditemukan
banyak unit sederhana yang menghampiri
himpunan P
A
.

Oleh karena itu,
pengenalan pola dengan PPB adalah
untuk menentukan menilai sebuah titik
termasuk ke dalam paling sedikit satu
unit atau tidak.
Sebuah unit neuron dapat membentuk
suatu ruang tertutup yang kompleks
(Wang 2001 dan Wang 2002). Sebagai
contoh, sebuah neuron RBF
mengkonstruksi sebuah hyper-sphere,
dan sebuah double weights neuron
(DWN) dapat membentuk hyper-ellipse
dan bentuk ruang kompleks yang lain
(Wang 2001). Jadi, jaringan syaraf buatan
adalah pilihan yang sesuai untuk
membangun himpunan cakupan dalam
PPB (Wang 2002).
Penggambaran secara matematis HSN P
dari kelas A sebagai berikut (Wenming
2005):

U
,
i i
P P =
{ }, , , ) , (
n
i i
R x B y k y x x P =
(4)
| | { } 1 , 0 , ) 1 (
1
= + = =
+

i i i
S S x x B
(5)

Dengan
i
S adalah suatu sampel dari
kelas A dalam ruang fitur. Andaikan

| |
) ) 1 ( , ( min ) , (
2 1
1 , 0
2 1
x x x d x x x d
+ =

(6)
merupakan jarak antara x dan segmen
garis
2 1
x x . Maka

>
<
=
lainnya x x x q x x
x x x x x q x x
x x x q x x
x x x d
), , , (
) , , ( ,
0 ) , , ( ,
) , (
2 1
2
2
1
1 2 2 1
2
2
2 1
2
1
2 1
2

(7)

1 2
1 2
1 2 1
) (
). ( ) , , (
x x
x x
x x x x x q
=

(8)
Dan HSN ) ; , (
2 1
r x x S adalah
{ }
2
2 1
2
2 1
, ( ) ; , ( r x x x d x r x x S < =
(9)
Bila
1
x dan
2
x adalah titik yang sama
dalam ruang fitur, maka d
2
(
2 1
, x x x )
ekivalen dengan ) , (
1
x x d dan
) ; , (
2 1
r x x S ekivalen dengan ) ; (
1
r x S .
Bila
1
x dan
2
x adalah titik yang
berbeda, maka suatu HSN
) ; , (
2 1
r x x S adalah koneksi antara
1
x dan
2
x .
Suatu model neuron baru, HSN,
didefinisikan sebagai fungsi pentransfer
masukan-keluaran:
)) , ( ( ) , ; (
2 1 2 1
x x x d x x x f =
(10)
Dengan (.) adalah bentuk neuron non-
linier,
n
R x adalah vektor masukan,
dan
n
R x x
2 1
, adalah sebagai dua
pusatnya. Salah satu pilihan bentuk dari

.
15
(.) adalah fungsi Gauss digunakan
dalam pengepasan data, dan fungsi
ambang merupakan suatu varian dari
jaringan syaraf berbobot majemuk
(multiple weights neural network)
(Wenming 2005 dan Wang 2000).
Jaringan dipakai dalam pengepasan data
atau pengendalian sistem yang terdiri dari
masukan lapisan node sumber, satu
lapisan tersembunyi, dan keluaran lapisan
bobot linier. Jaringan dibentuk dengan
pemetaan

=
+ =
s
n
i
i i i s
x x x d x f
1
2 1 0
)) , ( ( ) (
(11)
dengan
i
adalah bobot, dan
s
n i 0
adalah parameter. Lapisan keluaran
membentuk suatu keputusan berdasarkan
pada keluaran lapisan tersembunyi. Satu
pemetaan
)) , ( ( max ) (
2 1
1
i i
n
i
s
x x x d x f
s
=
=
(12)
Dengan (.) adalah suatu fungsi ambang.

Algoritma:
Misalkan S SS S adalah himpunan tersaring
yang memuat pola ekspresi sebagai
penentu jaringan dan X adalah himpunan
awal yang memuat semua pola ekspresi
secara terurut.
Mulai
1. Letakan pola lambang pertama
dalam hasil himpunan S SS S, himpunan
ini memuat pola lambang
pengukuran
b
S sebagai bagiannya,
dan bandingkan dengan jarak yang
lainnya.
Set S = S = S = S =
b b
S S S =
max
}, { dan
. 0
max
= d
2. Bila tidak ada pola lambang dalam
himpunan awal X hentikan
penyaringan. Selainnya, periksa
pola lambang selanjutnya dalam
X kemudian hitung jaranya ke
b
S ,
misal
b
S S d = .
3. Bila
max
d d > ke langkah 6.
Selainnya, lanjut ke langkah 4.
4. Bila , < d set
d d S S = =
max max
, ke langkah 2.
5. Letakan S dalam himpunan hasil:
S = S S = S S = S S = S } {S dan nyatakan
S S
b
= , S S =
max
dan .
max
d d =
Kemudian ke langkah 2.
6. Bila
2 max
> d d ke langkah 2.
Selainnya, letakan
max
S dalam
himpunan hasil: S = S S = S S = S S = S
} {
max
S dan
max
S S
b
= ,
max max
S S d = ke langkah 2.
Selesai.

Fungsi diskriminan (karakteristik) untuk
pengenalan pola dari suatu HSN dapat
ditulis sebagai

|
|
\
|
= 5 . 0 2 sgn ) (
2
0
2 1
2
) , (
r
x x x d
HSN
x f
(13)
Jika hasil dari fungsi adalah negatif,
vektor termasuk ke dalam kelas ini, selain
itu bukan kelas ini. Asumsikan x
1
= (-
1,0,0,) dan x
2
= (1,0,0,). Batas
diskriminan dari HSN dalam dua dimensi
diperlihatkan pada Gambar 1. Sebagai
perbandingan, batas diskriminan dari
neuron DRBF adalah:

|
|
|
\
|
+ =

5 . 0 2 2 sgn ) (
2
0
2
2
2
0
2
1
r
x x
r
x x
DRBF
x f

(14)

Yang juga diperlihatkan pada Gambar 1.


16
Dapat dilihat bahwa daerah yang dicakupi
HSN lebih besar dari DRBF jika r
o
<< 1;
daerah yang dicakupi HSN dan DRBF
mendekati jika r
o
1;

Gambar 1. Batas diskriminan dari
HSN dan DRBF untuk studi 2 dimensi
dengan
0
r yang berbeda.

kedua daerah cakupan dari HSN dan
DRBF mendekati ke lingkaran jika r
o
>>
1, tetapi jari-jari yang setara dari DRBF
adalah 2 dari HSN. Jadi, dengan
parameter berjari-jari yang sama, HSN
dapat berfungsi lebih baik daripada
neuron RBF untuk mencakupi daerah
distribusi dari suatu kelas tertentu dalam
ruang fitur.

4. MODEL MATEMATIKA DAN
ANALISIS
PPB menekankan kognisi daripada
divisi. PPB dapat menemukan cakupan
yang optimal daripada pemisahan optimal
hyper-surface. Dalam PPB hanya ada
data dari suatu kelas yang tersedia pada
masa pembelajaran. Oleh karena itu,
model matematika ini sangat berbeda
dengan model pengenalan pola
tradisional. Dalam tulisan ini, hanya
membahas distribusi yang bertopologi
secara homomorphic terhadap sebuah
garis.
Secara idealnya, diasumsikan bahwa: (i)
mengabaikan gangguan, semua sampel di
kelas A didistribusikan dengan baik di
garis P, ditulis sebagai

=
P x
P x
x P
P
x
, 0
,
) (
1

(15)

Dimana P adalah panjang garis P; (ii)
peluang dari gangguan suatu vektor x
yang mengikuti distribusi normal sebagai
berikut

( )
) exp(
1
) (
2

x y
x y p
n
Y

=
(16)

Persamaan (3) diberikan suatu sampel
himpunan A, suatu pendekatan cakupan
himpunan P
A
dapat dibangun seperti
Persamaan (3). Dengan perumpamaan di
atas, didapat fungsi kepadatan distribusi
peluang:

=
P x
x y
dx x p x y p y p ) ( ) ( ) (
(17)

Maka laju pembetulan dan laju penolakan
dapat dihitung. Hyper-Sausage Neuron
digunakan untuk membangun rumusan
cakupan himpunan dari dua kasus khusus
berikut, yaitu: sebuah segmen garis dan
sebuah lingkaran. Neuron RBF juga dapat
digunakan pada dua kasus ini sebagai
kendali percobaan.

4.1. Segmen garis

Tanpa menghilangkan generalisasi,
umpamakan sebuah himpunan sampel
dengan hanya dua sampel: A(-1,0,0,...)
dan B(1,0,0,...) di dimensi n. Maka
( )
1
,
2
0,
x
x AB
l p x
x AB

(18)
dan

.
17
( ) ( ) ( )
( )
2
2
1
1 1

4
Y x
x AB
r
x x
n
p y p y x p x dx
y
Exp
y y
Erf Erf
l
=
| |
|
| + | | | | | \
=
| | |
\ \ \
(19)
Sebuah HSN dibentuk untuk
menghubungkan kedua titik seperti pada
Persamaan (13) dan neuron DRBF pada
Persamaan (14).
Jadi, laju pengenalan pembetulan dari
HSN adalah:

( ) ( )
( )
0
0
HSN
HSN
f x
P r p x dx
=

(20)
dan laju pembetulan dari DRBF adalah:

( ) ( )
( )
0
0
DBRF
DBRF
f x
P r p x dx
=

(21)
untuk
0
/ 1 r yang berbeda, dipilih untuk
menjaga agar
HSN
P = 99% dan
DRBF
P (r
0
)
dihitung. Hasilnya diperlihatkan pada
Gambar 2 dan dapat dilihat bahwa laju
pembetulan dari DBRF sesuai dengan
laju pembetulan HSN bila
0
/ 1 r = 1, laju
pembetulan DRBF akan menurun secara
cepat bila
0
/ 1 r menaik. Jadi, kemampuan
umum dari HSN lebih kuat daripada
DRBF bila jarak antara sampel besar.

Gambar 2: Nilai pembetulan dari HSN
dan DRBF untuk
0
/ 1 r yang berbeda.
Bagi
0
/ 1 r yang berbeda, dipilih untuk
menjaga pHSN = 99%. Garis bagian atas
mengindikasikan nilai pembetulan dari
HSN, kurva lain berada pada posisi naik
ke turun, menunjukkan nilai pembetulan
dari DRBF pada 2, 3, 5, 10, 20 dimensi.

4.2. Lingkaran

Andaikan semua sampel yang ada pada
kelas A didistribusikan dengan baik pada
sebuah lingkaran. Lingkaran ini terletak
pada bidang dan pusatnya adalah titik
awal dan jari-jarinya adalah l . Lingkaran
ini dinyatakan sebagai ) (l C . Maka:
( )
( )
( )
1
,
2
0,
x
x C l
l p x
x C l

(22)

dan

( ) ( )
( )
( )
( )
2
2
2
2 2
2
0,
Y x
x C l
p y p y x p x dx
l y
Exp
ly
BesselI
l

=
| |
+
|
|
| | \
=
|
\

(23)
Sampel titik k pada lingkaran ini berada
pada interval yang sama dinyatakan
sebagai
k
i i
S
1
} {
=
. Sebuah titik ekstra
1 1
S S
k
=
+
disertakan pada himpunan
sampel. Terdapat k segmen garis (HSN)
yang menghubungkan titik 1 + k . Maka,
fungsi diskriminan adalah:

( )
( )
2
1
2
0
, ,
1
sgn 2 0.5
l
d x s s
k
r
HSN
l
f x Max
+
=
| | | |
| |
=
| |
| |
\ \

(24)
Jaringan RBF dibangun oleh satu
himpunan sampel dan fungsi diskriminan
berikut:

18
( )
2
2
0
1
sgn 2 0.5
i
x s
k
r
RBF
i
f x

=
| |
|
=
|
|
\

(25)
untuk
0
/ 1 r tertentu, maka nilai
pembetulan ideal adalah
( ) ( )
( ) ( ) 0
0
,
99%
d C l r
P r p x dx
= =
X

(26)
untuk nilai k yang berbeda, maka nilai
pengenalan pada jaringan HSN dan
jaringan RBF yang tepat diperoleh
menggunakan rumus (26) dan dapat
dilihat pada Gambar 3. Diperlihatkan
bahwa dengan ukuran sampel menurun,
nilai pembetulan yang tepat dari jaringan
HSN terjaga tetap pada taraf yang tinggi
sedangkan nilai pembetulan pada jaringan
RBF menurun secara cepat. Hasil ini juga
didukung oleh kemampuan jaringan HSN
secara umum lebih kuat dibandingkan
jaringan RBF, khusunya untuk sampel
berukuran kecil.

Gambar 3. Laju Pembetulan Dari
JSaringan HSN dan RBF

untuk sampel yang berukuran berbeda.
Laju pembetulan dari jaringan HSN
dijaga tetap 99% (pada garis atas) ketika
nilai sampel menurun dan dimensi dari
ruang fitur bervariasi. Bagaimanapun
juga, laju pembetulan jaringan RBF turun
secara drastik ketika ukuran sampel
menurun (dari atas ke bawah, untuk kurva
berdimensi 2,3,5,10 dan 20)

4.3. Distribusi secara umum
Jaringan RBF hanya meliputi wilayah
yang dekat dengan titik sampel,
sementara itu jaringan HSN tidak hanya
mencakupi wilayah yang sama dari RBF
tapi juga wilayah yang dekat dengan garis
yang menghubungkan himpunan setiap
sudut dari titik sampel. Sehingga jaringan
HSN dapat mencakupi wilayah yang
lebih besar daripada jaringan RBF dengan
parameter yang sama, khususnya ketika
jarak antara sampel besar. Oleh karena itu
pada kasus yang umum, jaringan HSN
dapat memiliki kemampuan umum yang
lebih besar dibandingkan jaringan RBF.

5. APLIKASI PENGENALAN POLA
BIOMIMETIK
Pola biomimetik sudah digunakan dengan
sukses di banyak aplikasi. Dalam aplikasi
ini, PPB telah mencapai hasil yang lebih
baik daripada metode pengenalan pola
tradisional, seperti metode SVM dan
KNN.
Aplikasi pertama dari PPB adalah
recognition system of omnidirectionally
oriented rigid objects on the horizontal
surface. Dengan mengabaikan
gangguan, daerah distribusi dari kelas
tertentu sama seperti lingkaran secara
topologi. Maka jaringan digunakan untuk
membangun himpunan cakupan dari
kelas-kelas yang berbeda. Metode SVM
dengan kernel RBF juga digunakan
sebagai eksperimen kendali. Sampel
percobaan dan tes dibagi menjadi tiga
himpunan sampel. Yang pertama terdiri
dari 3200 sampel dari 8 objek (singa,
badak, harimau, anjing, tank, bus, mobil,
dan pemompa), sementara yang kedua
terdiri dari 3200 sampel yang
dikumpulkan kemudian dari 8 objek yang
sama. Yang ketiga, kumpulan dari 2400
sampel dari 6 objek yang lain (kucing,
anjing jantan, zebra, singa kecil, beruang
kutub, dan gajah), digunakan sebagai tes

.
19
yang salah. Semua sampel dipetakan pada
fitur 256 dimensi. Jaringan HSN
dibangun berdasarkan sampel percobaan,
yang dipilih dari himpunan sampel
pertama. Dalam kondisi bahwa tidak ada
sampel pada himpunan pertama dan
kedua disalahklasifikasikan dan tidak ada
satupun dari himpunan yang ketiga
diartikan salah, rata-rata pengenalan yang
benar dari PPB dan RBF-SVM dengan
himpunan percobaan berbeda
diperlihatkan pada Tabel 1.

Dapat dilihat bahwa hasil-hasil PPB jauh
lebih baik daripada hasil metode SVM,
terutama pada eksperimen dengan
himpunan sampel yang sedikit.
Aplikasi yang lain dari PPB adalah sistem
pengenalan wajah. Jika perubahan dari
tampilan muka dianggap sebagai
gangguan, daerah distribusi sama seperti
busur secara topologi ketika dia
memalingkan wajah-nya secara
horizontal. Maka, jaringan HSN sangat
sesuai untuk membangun himpunan
cakupan. Sebanyak 91 gambar wajah dari
3 orang digunakan untuk membangun 3
jaringan HSN dan 226 gambar wajah
digunakan untuk menguji laju pengenalan
pembetulan dari kelas yang sama,
sementara 728 gambar digunakan untuk
menguji laju penolakan dari kelas yang
lain. Laju pengenalan pembetulan dari
kelas yang sama mencapai 97%,
sementara laju penolakan dari kelas lain
adalah 99,7%. Sebagai perbandingan, laju
pengenalan pembetulan dari kelas yang
sama mencapai 89,82%, sementara laju
penolakan dari kelas yang lain adalah
97,94% pada metode K-NN.
Pada basis data wajah ORL, hasil
pengenalan pola yang didapat lebih baik
dengan metode PPB daripada metode
SVM seperti pada Tabel 2.

Dapat dilihat bahwa laju kesalahan (baik
laju kesalahan pengklasifikasian maupun
laju penerimaan yang salah) mencapai
nol, dan pada masa yang sama laju
pembetulan pada metode PPB meningkat
dibandingkan dengan metode SVM.
6. KESIMPULAN
Dari uraian di atas dapat disimpulkan
bahwa:
1. Metode PPB menekankan pada
analisis distribusi dari sampel kelas
tertentu dalam fitur.
2. Informasi terdahulu atas distribusi tes
sampel dapat mengubah kemampuan
generalisasi secara signifikan.
3. PPB telah mencapai hasil yang lebih
baik daripada metoda pengenalan
pola tradisional, seperti SVM dan K-
NN, dalam banyak aplikasi.
4. HSN bekerja lebih baik daripada
neuron RBF untuk menutupi daerah
distribusi dari kelas tertentu dalam
fitur. Perbandingan dalam dua kasus
khusus antara HSN dan RBF sangat
mendukung hal ini.

20
7. DAFTAR PUSTAKA

Wang Shoujue, Biomimetic Pattern
Recognition, Acta Electronica
Sinica, Vo1. 30. No. 10, pp. 1417-
1420, Oct. 2002.
Wang Shoujue, LI Zhaozhou, Chen
Xiangdong and Wang Bainan,
Discussion on the basic mathematic
model of neurons in general
purpose neurocomputer, Acta
Electronica Sinica, Vol. 29, No. 5,
pp. 577-580, May 2001.
Wang Shoujue and Wang Bainan,
Analysis and theory of high
dimension space geometry for
artificial neural networks, Acta
Electronica Sinica, Vol. 30, No. 1,
Jan 2002.
Wang Shoujue, Biomimetics pattern
recognition, Neural Networks
Society (INNS, ENNS, JNNS)
Newsletter, Vol. 1, No. 1, pp. 35,
Mar 2003.
Wenming Cao, Jianqing Li, and Shoujue
Wang. Continuous Speech
Research Based on Hyper Sausage.
CIS 2005, Part II, LNAI 3802, pp.
1110 1115. Springer-Verlag
Berlin Heidelberg, 2005.
Wenming Cao, Xiaoxia Pan, Shoujue
Wang: Continuous speech research
based on two-weight neural
network, Lecture Notes in
Computer Science, Vol. 3497, pp.
345-350, Springer-Verlag, Berlin
Heidelberg New York, 2005.
Wang Shoujue, Chen YM, Wang XD,
Modeling and optimization of
semiconductor manufacturing
process with neural networks,
Chinese Journal of Electronics Vol.
9, No. 1, pp. 1-5, 2000.
Wang Zhihai, Zhao Zhanqiang and Wang
Shoujue, A method of biomimetic
pattern recognition for face
recognition, Pattern Recognize &
Artificial Intelligence, Vol. 16, No.
4, Dec. 2003.
Wang Shoujue and Qu Yanfeng, ORL
face database on the biomimetic
pattern recognition, Acta
Electronica

1. M Aris Garniardi, S.Si. Tenaga Pengajar Fakultas Ilmu Komputer
2. Mira Afrina, M.Sc Tenaga Pengajar Fakultas Ilmu Komputer
3. Hardini Novianti, S.E Tenaga Pengajar Fakultas Ilmu Komputer

21
Rancang Bangun Perangkat Lunak Sistem Informasi
Laboratorium Fasilkom Unsri

M.Aris Garniardi &

Mira Afrina & Hardini Novianti

Jurusan Sistem Informasi
Universitas sriwijaya
magaf8180@yahoo.co.id, afrina@yahoo.com, hardini_novianti@yahoo.com

Abstrak

COMLAB adalah salah satu unit penunjang akademik yang dimiliki oleh
Fasilkom Unsri. Kegiatan yang dilaksanakan di COMLAB terdiri dari pengajaran,
penelitian, pengabdian pada masyarakat dan tugas akhir mahasiswa. Pada
penelitian ini mencoba untuk membuat suatu perangkat lunak sistem informasi
manajemen COMLAB untuk membantu memanajemen data administratif dan
inventaris COMLAB. Pembuat perangkat lunak menggunakan metode WaterFall
yang berbasis jaringan. Diharapkan dengan adanya perangakat lunak ini dapat
membantu kegiatan administratif dan inventaris yang ada di COMLAB.

Kata Kunci : Laboratorium, Perangkat Lunak, Sistem Informasi, Metode Waterfall

Abstract
COMLAB is one of academic supporting unit that belongs to Computer Science
Faculty, Sriwijaya University. The activities done in COMLAB consist of teaching,
researching, dedicating to the society and students final project. This research tried
to make software of COMLAB manageable information system to help in
managing administrative data and COMLAB inventories. Software builder used
WaterFall method that based on networking. Hopefully this software can help
administrative activity and inventories in COMLAB.

Keyword : Laboratoryum, Software, Information System, Waterfall Methode

1. PENDAHULUAN

Fakultas Ilmu Komputer (selanjutnya
disebut dengan Fasilkom) Universitas
Sriwijaya yang diresmikan pada tanggal
1 Desember 2006 memiliki dua unit
kegiatan yaitu Program Diploma
Komputer dan Computer Laboratory
(selanjutnya disebut dengan COMLAB).
Lokasi kedua unit tersebut berada di
Bukit Besar Palembang.
COMLAB Fasilkom Unsri dibentuk
untuk mendukung kegiatan akademik
mahasiswa. COMLAB memiliki sebelas
laboratorium yang terletak di indralaya
dan bukit besar. Di setiap laboratorium
terdapat seorang laboran yang memiliki
tugas mengelola laboratorium. Laboran
bertanggung jawab langsung kepada
Kepala COMLAB. Meskipun secara
organisasi COMLAB dibawah Fasilkom
Unsri, COMLAB mempunyai
manajemen sendiri.

22
Dalam kegiatan sehari-hari COMLAB
Fasilkom Unsri menerapkan Tri Darma
perguruan tinggi yaitu pendidikan,
penelitian, dan pengabdian pada
masyarakat. Di bidang pendidikan
COMLAB melayani praktikum dan
tugas akhir mahasiswa. Hasil dari
penelitian COMLAB telah banyak
melahirkan aplikasi terapan yang
digunakan untuk menunjang kegiatan
akademik. Terakhir dibidang
pengabdian pada masyarakat COMLAB
sering mengadakan pelatihan dibidang
ICT (Information Communication
Technology).
Saat ini sistem administrasi dan
inventaris yang digunakan di COMLAB
masih menggunakan cara manual. Data
administrasi dan inventaris didapat dari
masing-masing laboratorium yang
kemudian dikelola kembali secara
manual menggunakan Microsoft Excel.
Namun cara tersebut tidak cocok lagi di
era perkembangan teknologi informasi
ini. Selain membutuhkan banyak tenaga,
tempat serta peralatan, cara tersebut
dianggap tidak efisien lagi untuk saat
ini, mengingat banyaknya waktu yang
dibutuhkan untuk memeriksa data secara
manual satu persatu. Selain itu
Microsoft Excel tidak memiliki
fleksibilitas pengolahan data karena
tidak memiliki basis data, sehingga sulit
untuk melakukan pengolahan data
termasuk backup data dan recovery.
Untuk memperkecil risiko yang
mungkin saja terjadi maka
diperlukannya sebuah perangkat lunak
sistem yang dilengkapi dengan adanya
basis data yang dapat membantu
pendataan administratif dan inventaris di
COMLAB agar lebih efektif dan efisien.
Selain itu, perangkat lunak sistem
informasi administratif dan inventaris
COMLAB akan menjadi alat yang
efektif dan efisien untuk membantu
meringankan pekerjaan staf administrasi
untuk mendata dosen, laboran, teknisi,
inventaris laboratorium dan proses
transaksi yang relatif besar dan
mempermudah untuk meng-update atau
menghapus data yang ada.
Pihak yang terkait dalam penggunaan
sistem ini adalah staf administrasi dan
laboran yang bertugas untuk mengurus
administrasi dan inventaris COMLAB.
Perangkat lunak sistem yang akan
penulis buat ini diharapkan dapat
membantu meringankan pekerjaan
administratif COMLAB dan
memberikan solusi yang bermanfaat.
Pada perangkat lunak ini penulis akan
menggunakan bahasa pemrograman
Microsoft Visual Basic dan Database
Server SQL Server 2000.

1.1. Perumusan Masalah
Setiap tahun jumlah mahasiswa
Fasilkom Unsri terus bertambah dan
jumlah kegiatan semakin banyak.
Jadwal pemakaian laboratorium pun
terus bertambah. Akibatnya terdapat
berbagai permasalahan yang ada di
COMLAB antara lain:
1. Kurang terorganisirnya sistem
administrasi yang ada di
laboratorium.
2. Belum adanya sistem yang
menangani data kegiatan dan
fasilitas (inventaris) yang ada di
laboratorium.
3. Jumlah laboratorium yang banyak
dan tersebar di gedung yang
bertingkat.
4. Belum terintegrasi sistem informasi
yang ada di laboratorium

1.2. Tujuan
1. Merancang perangkat lunak sistem
informasi manajemen COMLAB
(selanjutnya disebut dengan
SIMLAB) Fasilkom Unsri.
2. Membuat perangkat lunak berbasis
jaringan SIMLAB Fasilkom Unsri
Ganiardi, Afrina, Novianti, Rancang Bangun Perangkat ...

23
untuk mempermudah pengarsipan
administrasi, inventaris dan kegiatan
laboratorium COMLAB.
3. Mengimplementasikan perangkat
lunak yang sudah dibuat.
4. Memanajemen semua informasi
yang ada di COMLAB
.

1.3. Manfaat
Manfaat yang didapatkan dengan adanya
penelitian ini adalah :
1. Mempermudah penyimpanan arsip
administrasi akademik di
laboratorium, baik data yang
berhubungan dengan praktikum,
penelitian maupun pengabdian
masyarakat di laboratorium.
2. Mempermudah penyimpanan arsip
administrasi sarana dan prasarana
laboratorium, baik data yang
berhubungan dengan pemakaian
laboratorium, serta pemeliharaan
fasilitas-fasilitas yang ada di
dalamnya.
3. Mempermudah pembuatan berita
acara pemakaian laboratorium
(praktikum, penelitian maupun
pengabdian masyarakat)
4. Mempermudah pembuatan berita
acara pemakaian dan pemeliharaan
fasilitas laboratorium (praktikum,
masyarakat)
5. Mempermudah pembuatan laporan
administrasi laboratorium.
6. Mempermudah pembuatan laporan
pemakaian dan pemeliharaan
fasilitas laboratorium (praktikum,
masyarakat)
7. Mempermudah koordinasi antar
bagian di laboratorium dengan
adanya sistem yang berbasis
jaringan.

1.4. Batasan Masalah
Sistem yang akan dibangun ini memiliki
beberapa kemampuan dan batasan
tertentu yaitu:
1. Perancangan dan pembuatan
perangkat lunak hanya mengolah
data yang sifatnya administratif.
2. Program dibuat dengan
menggunakan pemrograman
struktural.
3. Database yang digunakan adalah
DBMS yang bersifat relasional.
4. Sistem diimplementasikan pada
jaringan komputer yang bersifat
lokal.

1.5. Metodologi Penelitian
Metode yang digunakan dalam
penelitian ini adalah :
1. Mempelajari konsep pembuatan
sebuah perangkat lunak sistem
informasi.
2. Pada tahap awal penelitian dimulai
dari pembelajaran cara membuat
perangkat lunak sistem informasi.
Pembelajaran dengan cara membaca
dari buku, literatur, dan jurnal yang
pernah diterbitkan. Setelah
mendapatkan pengetahuan yang
cukup tentang pengertian sistem
informasi dilanjutkan dengan
mempelajari perangkat lunak sistem
informasi yang telah dibuat orang
sebelumnya.
3. Mengumpulkan dan menganalisis
data.
4. Setelah didapatkan pemahaman
yang baik tentang perangkat lunak
sistem informasi, langkah
selanjutnya mengumpulkan data
yang diperlukan untuk membuat
sistem informasi laboratorium. Data
yang didapatkan dianalisis sebagai
dasar perancangan sistem.

24
5. Merancang diagram alir untuk
memudahkan pembuatan
programnya.
6. Hasil analisis sistem dituangkan
dalam bentuk diagram : ERD (Entity
Relationship Diagram) untuk
menggambarkan hubungan antar
entitas, DFD (Data Flow Diagram)
untuk aliran data pada program, dan
terakhir flow chart untk
menggambarkan alur program yang
dibuat.
7. Pembuatan Program dan
Implementasi
8. Langkah-langkah meliputi :
a. Pembuatan database yang akan
digunakan
b. Membuat relasi antar tabel
c. Form input program
d. Form output program
e. Form-form transaksi
f. Laporan
g. Menuliskan kode-kode program
pada tiap form
h. Mengimplementasikan program
yang telah dibuat
9. Uji coba dilakukan setelah program
selesai dibuat. Tujuan dari uji coba
ini adalah untuk mendeteksi kalau
ada kesalahan data yang
dikeluarkan.
10. Langkah terakhir adalah
menganalisis hasil yang diperoleh,
apakah sudah sesuai dengan tujuan
awal pembuatan program.

1.6. Waktu dan Tempat Penelitian
Waktu pelaksanaan yang dibutuhkan
untuk melakukan penelitian ini adalah
bulan Mei-Oktober 2008 di laboratorium
Komputer Dasar 1A.

2. TINJAUAN PUSTAKA
2.1. Laboratorium
Laboratorium adalah suatu tempat atau
ruangan untuk melakukan penelitian,
eksperimen atau pengukuran. Fasilitas
yang dimiliki sebuah laboratorium
tergantung jenis kegiatan yang
berlangsung di laboratorium. Pada
laboratorium komputer biasanya
terdapat banyak komputer yang
terhubung jaringan. Di komputer itu
telah terinstal aplikasi yang dibutuhkan
selama praktikum atau penelitian.

2.2. Sistem Informasi
Suatu sistem yang dinyatakan sebagai
sistem informasi, lengkap dengan
jaringan komputer yang terbaru, belum
dapat dikatakan sebagai sistem
informasi yang utuh, jika di dalamnya
hanya terdapat data dummy, jika di
dalamnya tidak terdapat informasi yang
bermanfaat bagi sistem organisasi atau
jika datanya ada yang dimasukkan,
namun sudah kadaluarsa.
Sistem informasi dapat disebut baik, jika
usernya rajin memasukkan data,
memeriksa data dari waktu ke waktu,
jika operatornya rajin memeriksa
kebenaran proses-proses pengolahan
data yang ada di dalamnya, serta jika
pimpinan organisasinya mudah
mengakses informasi tentang kinerja
sistem organisasi, melalui keberadaan
sistem informasi, serta didasarkan pada
data yang akurat dan mutakhir.
Sistem informasi dapat merupakan
kombinasi teratur apa pun dari orang-
orang, hardware, software, jaringan
komunikasi, dan sumber data yang
mengumpulkan, mengubah, dan
menyebarkan informasi dalam sebuah
organisasi.


25
2.3. Definisi Rekayasa Perangkat
Lunak
Rekayasa perangkat lunak adalah
disiplin ilmu yang membahas semua
aspek produksi perangkat lunak mulai
dari tahap awal spesifikasi sistem
sampai pemeliharaan sistem setelah
digunakan. [Ian Sommerville, 2003,
hal.7].

2.3.1. Structured Analysis (analisis
terstruktur)
Structured Analysis merupakan sebuah
teknik model-driven yang berfokus pada
proses yang digunakan untuk
menganalisis sistem yang ada,
mendefinisikan persyaratan bisnis untuk
sebuah sistem baru atau keduanya.
Model dari analisis ini mengilustrasikan
komponen-komponen sistem, yaitu:
proses, input, output serta file-file yang
bersangkutan. [Jeffery L Whitten, 2004,
hal.177].

2.3.2. Model Proses Perangkat Lunak
(waterfall)

Model proses perangkat lunak
merupakan representasi abstrak dari
proses perangkat lunak. Model ini
diilustrasikan pada Gambar 1, berkat
penurunan dari satu fase ke fase yang
lainnya, model ini dikenal sebagai
model air terjun atau siklus hidup
perangkat lunak. Tahap-tahap utama
dari model ini memetakan kegiatan-
kegiatan pengembangan dasar, yaitu:
a. Analisis dan definisi persyaratan
Pelayanan, batasan, dan tujuan
sistem ditentukan melalui konsultasi
dengan user sistem. Persyaratan ini
kemudian didefinisikan secara rinci
dan berbagai fungsi sebagai
spesifikasi sistem.
b. Perancangan sistem dan perangkat
lunak
Proses perancangan sistem membagi
persyaratan dalam sistem perangkat
keras atau perangkat lunak.
Kegiatan ini menentukan arsitektur
sistem secara keseluruhan.
Perancangan perangkat lunak
melibatkan identifikasi dan deskripsi
abstraksi sistem perangkat lunak
yang mendasar dan hubungan-
hubungannya.
c. Implementasi dan pengujian unit
Pada tahap ini, perancangan
perangkat lunak direalisasikan
sebagai serangkaian program atau
unit program. Pengujian unit
melibatkan verifikasi bahwa setiap
unit telah memenuhi spesifikasinya.
d. Integrasi dan pengujian sistem
Unit program atau program
individual diintegrasikan dan diuji
sebagai sistem yang lengkap untuk
menjamin bahwa persyaratan sistem
telah dipenuhi. Setelah pengujian
sistem, perangkat lunak dikirim ke
pelanggan.
e. Operasi dan pemeliharaan
Biasanya (walaupun tidak
seharusnya), ini merupakan fase
siklus hidup yang paling lama.
Sistem diinstalasi dan dipakai.
Pemeliharaan mencakup koreksi
dari berbagai error yang tidak
ditemukan pada tahap-tahap
terdahulu, perbaikan atas
implementasi unit sistem dan
pengembangan pelayanan sistem,
sementara persyaratan-persyaratan
baru ditambahkan.

Pada prinsipnya, hasil dari setiap fase
merupakan satu atau lebih dokumen
yang disetujui (ditanda-tangani). Fase
berikutnya tidak boleh dimulai sebelum
fase sebelumnya selesai. [Ian
Sommerville, 2003, hal.42-hal.44]


26

Sumber : Buku Rekayasa Perangkat
Lunak Jilid 1 oleh Ian Sommerville

Gambar 1 Siklus Hidup Perangkat
Lunak

2.4. Jaringan Komputer Client-Server

Client-Server dapat diartikan sebagai
kemampuan komputer untuk meminta
layanan request data kepada komputer
lain. Komputer yang meminta layanan
disebut sebagai client, sedangkan yang
menyediakan layanan disebut sebagai
server.
Pengertian lain, client melakukan
permintaan suatu informasi atau
mengirim perintah ke server. Server
akan menerima permintaan dan perintah
client. Kemudian server akan
memproses memproses berdasarkan
permintaan tersebut, dan
mengembalikan kepada client sebagai
hasil pemrosesan yang sudah dilakukan.

2.4.1. Karakteristik Client-Server

Adapun karakteristik client-server, yaitu
sebagai berikut :
1. Client dan Server merupakan item
proses (logika) terpisah yang
bekerja sama pada suatu jaringan
komputer untuk mengerjakan suatu
tugas
2. Service : Menyediakan layanan
terpisah yang berbeda
3. Shared resource : Server dapat
melayani beberapa client pada saat
yang sama dan mengatur
pengaksesan resource.
4. Asymmetrical Protocol : antara
client dan server merupakan
hubungan one-to-many. Client
memulai komunikasi dengan
mengirim request ke server. Server
menunggu permintaan dari client.
Kondisi tersebut juga
memungkinkan komunikasi
callback.
5. Transparency Location : proses
server dapat ditempatkan pada
mesin yang sama atau terpisah
dengan proses client. Client-server
akan menyembunyikan lokasi server
dari client.
6. Mix-and-match : tidak tergantung
pada platform
7. Message-based-exchange : antara
client dan server berkomunikasi
dengan mekanisme pertukaran
message.
8. Encapsulation of service : message
memberitahu server apa yang akan
dikerjakan
9. Scalability : sistem C/S dapat
dimekarkan baik vertikal maupun
horizontal
10. Integrity : kode dan data server
diatur secara terpusat, sedangkan
pada client tetap pada komputer
tersendiri

3.1. Prosedur yang Diusulkan
Sistem yang akan dibuat memiliki
prosedur sebagai berikut :
Definisi
persyar
atan
Perancangan
sistem dan
perangkat lunak
Implementasi
dan pengujian
unit
Integrasi dan
pengujian sistem
Operasi dan
pemeliharaan

27
1. Untuk masuk ke dalam sistem setiap
aktor harus login terlebih dahulu
sesuai dengan peran masing-masing.
2. Aktor-aktor yang berinteraksi
langsung dengan sistem adalah
administrator, staf administrasi,
laboran, dan kepala COMLAB.
3. Staf administrasi mengolah data
administrasi berupa: data
laboratorium, data dosen, data
laboran, data teknisi, data
praktikum, dan data surat-menyurat
di form-form aplikasi pada
SIMLAB .
4. Setiap akhir bulan staf administrasi
membuat rekap laporan data
administrasi dan dilaporkan kepada
Kepala COMLAB
5. Laboran menginputkan data
kegiatan di laboratorium pengajaran,
penelitian dan tugas akhir,
pengabdian masyarakat, dan
kegiatan lain di form-form pada
SIMLAB.
6. Laboran mengelola data inventaris
laboratorium di tempatnya bertugas.
7. Laboran menginputkan data apabila
ada kerusakan barang di
laboratorium dan menyerahkan
laporannya ke kepala COMLAB dan
diteruskan ke teknisi.
8. Teknisi menginputkan data barang
yang telah diperbaiki dan membuat
laporan kepada kepala COMLAB.
9. Setiap akhir bulan laboran
melaporkan data yang diolahnya
kepada kepala COMLAB.
10. Tugas administrator adalah
mengawasi jalanya sistem

3.2. Kelebihan Sistem yang diusulkan

1. Sistem yang ditawarkan dapat
mempermudah melakukan entry
data dan edit data serta
penghapusan data master dan
transaksi.
2. Pada setiap form ditambahkan
kemampuan filterisasi dalam peng-
entry-an data sehingga sistem
secara otomatis melakukan
pemeriksaan data yang menjadi
input-an dengan data yang ada
pada database, sehingga jika ada
data yang sama secara otomatis
entry data ditolak.
3. Sistem mampu mengelompokan
data berdasarkan informasi yang
diinginkan.
4. Sistem yang dibangun bekerja pada
jaringan lokal jadi setiap
laboratorium dapat berkomunikasi.
5. Sistem yang ditawarkan memiliki
basisdata sehingga dapat
mempermudah dalam melakukan
pengolahan transformasi data.

3.3. Desain Arsitektural

Tujuan tugas desain yang pertama ini
adalah untuk menentukan sebuah
arsitektur aplikasi. Arsitektur aplikasi
menetapkan teknologi yang akan
digunakan seseorang, beberapa, atau
seluruh sistem informasi khususnya
pada data, proses, antarmuka, dan
komponen jaringan mereka. Jadi
mendesain arsitektur aplikasi melibatkan
pertimbangan teknologi jaringan dan
pengambilan keputusan bagaimana data,
proses, dan antarmuka dari sistem akan
didistribusikan disekitar lokasi
penggunaan sistem.
Untuk penerapan, penulis
memanfaatkan arsitektur client-server
yang dimana ada sebuah komputer
sebagai database server dan ada
komputer yang berstatus client.

28

Operating Sistem : Windows
Database Server : Microsoft SQL
Server 2000 Parser : Microsoft
Visual Basic 6

Gambar 2. Desain Arsitektur
SIMLAB

Dari desain arsitektural, deliverable
yang dihasilkan adalah Data Flow
Diagram dengan menyertakan teknologi
yang dipakai. DFD yang akan
digambarkan dimulai dari diagram
konteks, level 1, dan diagram rinci
proses.
3.4. Rancangan DFD

Diagram sistem yang diusulkan ini
terdapat empat entitas sebagai pelaku
luar dari sistem, adapun sistem yang
tergambar pada gambar 3 sebagai
berikut :

Gambar 3. Diagram Konteks Sistem
Yang Diusulkan

3.5. Hirarki Modul Perangkat Lunak

Secara umum, perangkat lunak
mempunyai menu utama yang
menampilkan tujuh pilihan submenu,
yaitu: File, Data master, Administrasi,
Kegiatan, Inventaris, Laporan,dan
Tentang lihat pada Gambar 4.

Gambar 4. Bagan Menu Perangkat Lunak Sistem

29

3.6. Prosedur Operasional

1. Login dan logout
Login user dibedakan menjadi
empat jenis, yaitu: admin, staff
administrasi, laboran dan
pimpinan. User harus melakukan
proses login bila ingin masuk ke
dalam sistem. Setelah masuk ke
dalam sistem user dapat
memasukan data, mengedit data,
menghapus data, melihat data atau
mencetak laporan. Operasi pada
data tersebut tergantung pada
peran user. Fungsi logoff
digunakan bila user ingin keluar
dari proses autentifikasi sistem.
2. Data
Menu data master berisikan data-
data entitas yang diperlukan oleh
sistem. Data pada menu ini terdiri
laboratorium, pengelola
laboratorium, dosen, teknisi,
mahasiswa, dan praktikum. Pada
form menu ini user dapat
melakukan operasi memasukan,
mengubah, menghapus, mencari
data atau mencetak laporan. User
yang bisa mengakses ini hanya
admin dan staf administrasi.
3. Administrasi
Menu administrasi berisikan data
administrasi pada SIMLAB
berupa data surat masuk, surat
keluar, kelengkapan akademik
laboran,dan absensi. Form menu
ini hanya bisa memasukan data
dan proses pencarian. Menu ini
hanya bisa diakses oleh admin dan
staff administrasi
4. Kegiatan
Menu ini digunakan oleh laboran
untuk memasukan data kegiatan-
kegiatan yang ada di laboratorium.
Kegiatan tersebut berupa
pengajaran, penelitian, pengabdian
pada masyarakat, tugas akhir
mahasiswa, dan kegiatan lainya.
5. Peralatan
Menu ini digunakan untuk
mengelola data peralatan yang
ada di laboratorium. Pengelolaan
berupa memasukan data inventaris
peralatan laboratorium, mengelola
data peminjaman dan
pengembalian alat laboratorium
oleh laboran, mengelola data
kerusakan dan perbaikan oleh
teknisi, terakhir memasukan data
pemasok.
6. Laporan
Menu ini berisikan laporan
kegiatan yang ada di laboratorium
7. Tentang
Berisi data pembuat program dan
deskripsi singkat tentang
SIMLAB.\
8. User

Menu ini akan menampilkan form user
jika. Form ini digunakan untuk
mengelola data user.

3.7. Implementasi Perangkat Lunak
Sistem

SIMLAB ini diimplementasikan di
laboratorium Komputer Dasar 1A
sebagai tempat uji coba. Laboratorium
ini dipilih karena penulis mempunyai
akses penuh penggunaan laboratorium.
Selain itu juga di laboratorium tersebut
memiliki infrastruktur yang dibutuhkan
Perangkat keras yang dibutuhkan antara
lain sebagai berikut :
1. Satu perangkat komputer server
lengkap dengan spesifikasi :
Pentium 4 2,66 GHz, RAM 512
MHz, Harddisk 40 Gbyte.
2. Satu perangkat komputer client
lengkap dengan spesifikasi :
Pentium 4 1,8 GHz, RAM 512
MHz, Harddisk 40 Gbyte.
3. Satu buah switch hub
4. Kabel UTP dan konektornya.

30

Perangkat lunak yang digunakan antara
lain sebagai berikut :
1. Sistem Operasi Windows Server
2003 dan Windows XP
Profesional
2. Microsoft Visual Basic 6.
3. Microsoft SQL Server 2000.

3.7.1.Tampilan Sistem
a. Tampilan Login
Tampilan sistem ini merupakan tampilan
login dari SIMLAB Fasilkom Unsri,
berisi halaman login untuk masuk ke
menu utama dari SIMLAB Fasilkom
Unsri. Selain itu juga di tampilkan form
dosen sebagai uji coba.

Gambar 5. Tampilan Halaman Login

b. Tampilan Menu Utama
Menu utama digunakan untuk memilih
form-form yang ada di di SIMLAB.

Gambar 6. Menu Utama

c. Form Dosen
Form dosen digunakan untuk mengelola
data dosen seperti penyimpanan,
pengubahan, penghapusan data. Pada
form ini juga dilengkapi dengan
pencarian dan pencetakan data.

Gambar 7. Form Dosen

d. Form Konfirmasi Laporan
Form Konfirmasi Laporan digunakan
untuk menampilkan opsi pencetakan
laporan. Laporan dicetak berdasarkan
opsi semua, aktor pelaksana, dan
periode waktu.

Gambar 8. Form Konfirmasi Laporan

3.8.Testing

Pengujian dilakukan pada perangkat
lunak itu sendiri. pengujian Black-Box
memang di desain untuk mengungkap
kesalahan, selain itu digunakan untuk
memperlihatkan bahwa fungsi-fungsi
perangkat lunak adalah operasional.
Bahwa input diterima dengan baik dan
output dihasilkan dengan tepat, dan
integritas seperti file data dipelihara.

31
Black box testing disebut juga sebagai
behavioral testing, fokus dalam
pengujian ini adalah pada fungsionalitas
requirements dari sebuah perangkat
lunak.
Black-box testing bertujuan
mencari error-error sebagai berikut:
1. Fungsi yang salah atau hilang
2. Error antarmuka
3. Kesalahan di struktur data atau akses
basis data eksternal
4. Kesalahan tingkah laku
5. Kesalahan inisialisasi dan terminasi

Berikut tabel testing untuk beberapa form fungsi requirement:

NO Test Items Hasil yang
Diharapkan
Hasil
Sebenarnya
Keterangan
A Test Untuk
Login
A1 Login dengan
Username salah
dan Password
salah
Sistem
menampilkan
warning text
Username &
Password Salah
Sistem
menampilkan text
Username &
Password Salah
Sesuai yang
diharapkan
A2 Login dengan
Username benar
dan password
salah
Sistem
menampilkan
warning text
Username &
Password Salah
Sistem
menampilkan
warning text
Username &
Password Salah
Sesuai yang
diharapkan
A3 Login dengan
Username salah
dan password
benar
Sistem
menampilkan
warning text
Username &
Password Salah
Sistem
menampilkan
warning text
Username &
Password Salah
Sesuai yang
diharapkan
A4 Login dengan
Username benar
dan Password
benar
Sistem
menampilkan
halaman utama
sistem
Sistem
menampilkan
halaman utama
sistem
Sesuai yang
diharapkan
A5 Login dengan
status Admin
Sistem
menampilkan
semua menu
dalam sistem
Sistem
menampilkan
semua menu
dalam sistem
Sesuai yang
diharapkan

32

4. KESIMPULAN

1. Kekurangan sistem administrasi
COMLAB yang sedang digunakan
adalah masih menggunakan sistem

2. manual. Sehingga untuk
menambah data langsung
menambahnya pada file Microsoft
Excel yang digunakan. Proses
mengubah data ataupun
menghapus data pada sistem harus
mencari secara manual data yang
bersangkutan. Hal ini
menyebabkan waktu pelaksanaan
dan pengolahan data menjadi tidak
efektif dan tidak efisien.
Kelebihan sistem sekarang yang
sedang digunakan COMLAB
adalah penggunaannya lebih
mudah.
3. Sistem yang ditawarkan ini
memberikan alternatif bagi
COMLAB untuk mempermudah
melakukan pengolahan data mulai
dari entry data, edit data ataupun
menghapus data dan melakukan
backup dan recovery. Kelebihan
sistem yang ditawarkan ini ada
filterisasi dan klasifikasi pada tiap
data yang dimasukkan.

5. SARAN

Saran yang dapat penulis berikan untuk
pengembangan sistem antara lain :
Sistem dapat dikembangkan secara
kompleks untuk bagian inventaris
barang di laboratorium.
Sistem ini dapat digabungkan
dengan integrasi SIMAK
Fasilkom Unsri.
Pengembangan selanjutnya
sebaiknya berbasiskan web based,
karena dengan dengan
berbasiskan web based SIMLAB
akan lebih fleksibel.

6. DAFTAR PUSTAKA

Febrian, Jack. 2004. Pengetahuan
Komputer dan Teknologi
Informasi. Informatika, Bandung.
Kristanto, Andri. 2004. Rekayasa
Perangkat Lunak (Konsep Dasar).
Gava Media, Yogyakarta.
NN. 2006. Email diakses dari
http://penataanruang.pu.go.id/ta/L
apak05/P1/1/ Lamp1.pdf tanggal
30-05-2008 pukul 11:20.
Presman, Roger. S. 2002. Rekayasa
Perangkat Lunak : Pendekatan
Praktis (buku I). Andi,
Yogyakarta.
Sommerville, Ian. 2003. Software
Engineering (Rekayasa Perangkat
Lunak). Erlangga, Jakarta.
Whitten, Jeffery L. 2004. Metode
Desain dan Analisis Sistem.
Andri, Yogyakarta.


21

1. M. Fachrurrozi, M.Kom Tenaga Pengajar Fakultas Ilmu Komputer

33
Peningkatan Fungsionalitas Perangkat Lunak Melalui
Restrukturisasi Data : Sistem Informasi Akademik
Fakultas Ilmu Komputer Universitas Sriwijaya

M. Fachrurrozi
Jurusan Teknik Informatika,
Universitas Sriwijaya,
fachrur@yahoo.com

Abstrak

Bagian penting di dalam kegiatan akademik di suatu perguruan tinggi. Adanya
keinginan untuk meningkatkan fungsionalitas perangkat lunak, berdampak
terhadap data yang ada di sistem lama, sehingga data tersebut perlu untuk
dipertahankan untuk dapat digunakan di sistem baru nantinya. Salah satu
metode yang dapat dipakai adalah Restrukturisasi Data. Restrukturisasi data ini
dilakukan dengan beberapa tahapan, yaitu mendeteksi database smells yang ada
di sistem lama, rekayasa ulang data berdasarkan database smells yang
ditemukan, implementasi hasil yang diperoleh serta melakukan pengujian
terhadap data yang telah dipindahkan ke lingkungan DBMS yang baru.

Kata kunci : Restrukturisasi data, Database Smells, DBMS

Abstract

Academic Information system is one important part in colleges academic
activity. System must be able to accommodate changes due to technology and
data amount growth and improvement, so change in software must be made to
improve its functionality. This change can affect data that exist in old system,
thus data have to be protected so it can be used in new system later. One usable
method is data restructuring. Data restructuring is conducted with some steps,
consist of database smells detection in legacy system, data reengineering based
on found database smells, implementation of reengineering result , and
conducting test to data in its new DMBS environment.

Keywords : Data Restructuring, Database Smells, DBMS

1. PENDAHULUAN
SEBAGAI salah satu perguruan tinggi
negeri, Universitas Sriwijaya (Unsri)
terus menerus melakukan peningkatan
mutu pendidikan, baik dari sisi internal
maupun eksternal. Dari sisi internal,
Unsri terus mengembangkan sistem
administrasi dan mutu pendidikan salah
satunya dengan cara meningkatkan
fasilitas-fasilitas administrasi dan
pembelajaran. Salah satu fasilitas yang

34
telah dikembangkan oleh Unsri dari sisi
internal adalah Sistem Informasi
Akademik (Simak), yaitu sistem
informasi yang melayani seluruh proses
kegiatan akademik dari awal hingga
akhir perkuliahan.
Seiring berjalannya perkuliahan,
ditemukan beberapa permasalahan yang
timbul dari perangkat lunak dengan
menggunakan sistem basisdata Simak
tersebut antara lain sulitnya melakukan
perunutan (tracing) proses, sulitnya
menerbitkan data mahasiswa dan dosen,
sulitnya pengelolaan nilai akademik
mahasiswa jika mahasiswa mengulang
pada mata kuliah tertentu. Hal ini
disebabkan salah satunya karena tidak
adanya rancangan data yang jelas akibat
dari proses pembangunan yang
dilakukan dengan metode AdHoc.
Metode Ad Haus adalah metode
pembangunan yang langsung membuat
program tanpa ada dokumen
penyertanya.
Kemudian yang paling diperhatikan
adalah dari sisi efektivitas waktu
maupun biaya, antara lain penggunaan
kertas untuk formulir pengisian KRS
mahasiswa yang kemudian discan
dengan mesin OMR. Munculnya
teknologi-teknologi baru memberikan
pilihan untuk melakukan peningkatan
fungsionalitas terhadap sistem lama
tersebut. Penampungan data yang lebih
luas serta tingkat keamanan yang
ditawarkan oleh beberapa DBMS
relasional dan aplikasi yang berbasiskan
web yang memudahkan untuk
melakukan kegiatan secara bersamaan di
tempat yang berbeda.
Dari berbagai permasalahan dan
pemikiran di atas maka muncul
kebutuhan baru (tambahan) dari
perangkat lunak ada. Kebutuhan baru
tersebut itu meliputi beberapa
penambahan fungsionalitas perangkat
lunak. Peningkatan fungsionalitas itu
sendiri mencakup penambahan beberapa
layanan fungsi dan pemanfaatan
teknologi baru sehingga kegiatan
akademik dapat dioptimalkan baik dari
sisi waktu maupun biaya..
Untuk meningkatkan fungsionalitas
perangkat lunak tersebut akan dilakukan
beberapa langkah untuk mengakomodasi
kebutuhan baru, salah satunya melalui
restrukturisasi data. Restrukturisasi data
adalah salah satu metode yang
melibatkan perubahan unit dari analisis
kumpulan data, diikuti dengan
pembuatan variabel-variabel yang
signifikan kepada unit-unit yang baru.

1.1. Restrukturisasi Data
Tujuan utama dari restrukturisasi data
adalah melakukan struktur ulang
terhadap data guna mendapatkan
lingkungan data yang teratur dan
tersusun dengan baik. Proses ini
melibatkan analisa dan reorganisasi
terhadap struktur data (kadang-kadang
nilai-nilai data), bisa merupakan bagian
dari proses perpindahan dari sistem file-
based ke sebuah lingkungan DBMS,
atau perubahan dari DBMS satu ke
DBMS lainnya.

Gambar 1. Restrukturisasi data

Strategi yang dapat dilakukan untuk
melakukan restrukturisasi data yaitu:
1)Schema Conversion; 2)Data
Conversion; 3)Program Modification.

Terdapat dua jenis proses konversi
M. Fachrurrozi, Peningkatan Fungsionalitas ...

35
skema pada legacy system, yaitu:
1)transformasi Source Physical Schema
(SPS) ke Target Physical Schema
(TPS); 2)transformasi SPS ke
Conceptual Schema (CS).

Gambar 2. Proses Konversi Skema
1.1. REFACTORING BASISDATA
(DATABASE REFACTORING)
Refactoring Basisdata adalah perubahan
sederhana pada skema basisdata untuk
meningkatkan desain dalam
mempertahankan segi perilaku maupun
informasi dalam kode semantic, dengan
kata lain tidak menambahkan
fungsionalitas baru atau memperlebar
fungsionalitas yang ada, tidak juga
menambahkan data atau mengubah
makna data.
1.2. Database Smells
Fowler (1997) memperkenalkan konsep
code smells, sebuah strategi umum
untuk mencari masalah yang ada di
dalam kode, sehingga muncul kebutuhan
untuk merefactor-nya. Serupa dengan
itu, terdapat database smells yang juga
muncul kebutuhan serupa. Smell
basisdata meliputi: 1)Multipurpose
column; 2)Multipurpose table;
3)Redundant data; 4)Tables with too
many columns; 5)Tables with too many
rows; 6)"Smart" columns; 7)Fear of
change.

2. FITUR PERANGKAT LUNAK
Sistem informasi akademik Fakultas
Ilmu Komputer Universitas Sriwijaya
(Simak Fasilkom Unsri) ini
menggunakan basis data berjenis
indexed file based dengan ekstensi
dBase file (.dbf) dan berusaha mengikuti
kaidah pendekatan relasional.
Secara umum Simak memiliki
fungsionalitas yang hampir sama dengan
sistem informasi perguruan tinggi
lainnya. Simak ini melayani beberapa
kegiatan administrasi akademik antara
lain yaitu: 1)Pendataan identitas
mahasiswa melalui scanner OMR;
2)Pendataan mata kuliah secara manual;
3)Pengisian Kartu Rencana Studi (KRS)
dan kartu Perubahan Rencana Studi
(KPRS) melalui scanner OMR;
4)Penerbitan Kartu Studi Mahasiswa
(KSM); 5)Pengolahan nilai akademik
mahasiswa; 6)Penerbitan Kartu Hasil
Studi (KHS); 7)Penerbitan Daftar
Kumpulan Nilai (DKN); 8)Penerbitan
Transkrip Nilai Akhir (TNA).

3. DETEKSI SMELL BASISDATA
Data Redundan; Berdasarkan struktur
data Simak akan memungkinkan sekali
terjadinya data yang redundan. Beberapa
kolom yang berisikan informasi dari
tabel tertentu muncul di tabel yang lain
seperti yang digambarkan di Tabel 1.
Tabel 1. Data Redundan

N
O
Kolom/
Informasi
Tabel Frekuensi
1 NAMA Mhs_XXX, 3

36
TRANSKRIP_XXX,
KHS_XXX
2 NAMA,
NAMAPA
Dosen_D3,
KHS_XXX
2
3 NAMA_MK
NMKX
MK_XXX
KHS_XXX
2

Tabel yang memiliki terlalu banyak
kolom; Tabel yang memiliki terlalu
banyak kolom akan memberikan
kesulitan dalam akses data melalui
program serta kecepatan akses ke data
tersebut. Smell ini juga memungkinkan
sebuah kolom dapat bernilai kosong
(nullable). Berdasarkan Tabel 1 ada
beberapa tabel yang dianggap memiliki
kolom yang terlalu banyak, yaitu seperti
yang terlihat di Tabel 2 di bawah ini.

Tabel 2. Tabel Yang Memiliki Terlalu
Banyak Kolom

No Nama File Jumlah
kolom
1 KRS_XXX.dbf 18
2 KHS_XXX.dbf 121
3 Transkrip_XXX.dbf 707

Tabel yang memiliki terlalu banyak
baris; Di dalam Simak ada beberapa
tabel yang memungkinkan memiliki
baris yang semakin bertambah seiring
banyaknya mahasiswa dan kegiatan
akademik masing-masing mahasiswa.

4. KEBUTUHAN FUNGSIONAL
SISTEM BARU

Adapun spesifikasi kebutuhan
fungsional di sistem baru adalah:
1)Sistem dapat melayani mahasiswa

melakukan pengisian KRS atau KPRS
per semester secara online (FCS01);

2)Sistem dapat melayani dosen PA
melakukan persetujuan isian KRS dan
KPRS secara online (FCS02); 3)Sistem
dapat melayani dosen memasukkan nilai
mahasiswa per kelas per semester secara
online (FCS03); 4)Sistem dapat
mengolah nilai sesuai dengan aturan
perkuliahan (FCS04); 5)Sistem dapat
menerbitkan KSM, KHS, DNA dan
TNA (FCS05); 6)Sistem dapat
menerbitkan nilai mahasiswa per
matakuliah per semester (FCS06);
7)Sistem dapat melayani mahasiswa
mengambil beberapa matakuliah dari
jurusan lain (FCS07).
5. KEBUTUHAN NON
FUNGSIONAL SISTEM BARU
Adapun spesifikasi kebutuhan non
fungsional di sistem baru adalah:
1)Sistem yang berbasiskan web (web
based) (FCS07); 2)Tidak menggunakan
scanner OMR lagi (FCS08);
3)Mahasiswa mengisi KRS dan KPRS
langsung secara online (FCS09);
4)Sistem dapat digunakan di jaringan
lokal saja (intranet), namun ada
kemungkinan akan menjadi jaringan
internet (FCS10); 5)Kemungkinan
sistem baru ini akan dikembangkan ke
tingkat universitas (FCS11); 6)Data
yang ada di sistem lama dapat
dikonversi dan dipindahkan ke sistem
baru semaksimal mungkin dengan
menjaga informasi yang ada di
dalamnya (FCS12).

37
6. REKAYASA ULANG BASISDATA
Kemudian dibuat rancangan untuk
sistem baru yang dinamakan Facis. Facis
ini merupakan hasil rekayasa ulang dari
sistem lama (Simak). Hasil rekayasa
ulang meliputi program, data dan
dokumentasi. Namun pada tesis ini akan
dibahas hanya pada sisi basisdatanya
saja.
Data merupakan suatu informasi yang
sangat penting untuk sebuah sistem,
salah satunya karena terkait dengan
pengambilan keputusan. Di dalam
sebuah sistem, data biasanya disimpan
dalam bentuk tertentu. Seperti yang
telah dijelaskan di bab sebelumnya,
untuk Simak, data disimpan dalam
bentuk file (DBF File) dan diolah
dengan program. Data yang ada di
Simak tidak dimasukkan ke dalam
lingkungan DMBS tertentu, seperti
MySQL atau Oracle, serta ditemukan
beberapa smells yang berpengaruh
pada performansi dan kualitas data yang
ada di Simak.
Berdasarkan Simak ini dirancang sebuah
sistem baru yaitu Facis yang diharapkan
akan memberikan peningkatan
fungsionalitas tertentu melalui
restrukturisasi data yang ada di Simak
tersebut. Basisdata yang digunakan di
Facis akan mengikuti kaidah basisdata
relasional dan dimasukkan ke dalam
lingkungan DBMS MySQL. Dengan
tidak menghilangkan fitur utama yang
ada di Simak serta adanya peningkatan
fungsionalitas, semua data yang ada di
Simak dikonversi (data convertion) dan
dimasukkan (data migration) ke dalam
Basisdata baru yang telah dibuat.
7. IMPLEMENTASI DAN
PENGUJIAN BASISDATA
Setelah tahap perancangan, akan
diuraikan proses implementasi hasil
rancangan tersebut ke dalam lingkungan
DBMS yaitu MySQL 5.0. Tahap
implementasi ini meliputi proses
konversi dan migrasi data serta
pengujian data hasil migrasi data Simak
ke Facis.
Adapun tahapan-tahapan yang dilakukan
dalam proses implementasi rancangan
basisdata, yaitu: 1)Implementasi
diagram fisik yang diperoleh dari hasil
restrukturisasi data; 2)Migrasi data;
tahap ini merupakan tahap pemindahan
data Simak yang ada ke dalam
lingkungan DBMS Facis.
Pada tahap pengujian basisdata,
dilakukan pengujian terhadap basisdata
yang baru dengan menggunakan data
lama yang telah dipindahkan. Pengujian
ini bertujuan untuk melihat apakah data
yang telah dipindahkan dapat
menghasilkan keluaran yang sesuai
dengan kebutuhan dan tidak mengubah
data yang dihasilkan di Simak.
8. KESIMPULAN
Sistem Informasi Akademik (Simak)
Fasilkom Unsri dibuat tidak sepenuhnya
menerapkan proses rekayasa perangkat
lunak, karena Simak hanya terdiri dari
program dan data, namun
dokumentasinya tidak tersedia; Dengan
tidak tersedia dokumentasi, ditemui
beberapa kesulitan dalam melakukan
proses rekayasa ulang perangkat lunak
tersebut, antara lain sebelum melakukan
rekayasa ulang, harus ditelusuri ulang
dari awal hingga akhir setiap proses
yang ada di sistem tersebut.; Pada proses
migrasi data perlu diperhatikan
karakteristik-karakteristik dari sistem
lama, antara lain mengenai format
penanggalan yang diterapkan
sebelumnya.
9. REFERENSI
Ambler, Scott W, Pramod J. Sadalage,
2006. Refactoring Databases:

38
Evolutionary Database Design,
Addison Wesley Professional.
Bultan, Tevfik, 2004. CMPSC 172:
Software Engineering Software
Maintainance.
Dwiantoro, Tino, Materi ke-02: Sistem
Basis Data, www.dwiantoro.com.
Hainaut, Jean-Luc, 1998. Database
Reverse Engineering, Database
Applications Engineering
Laboratory, Institut
dInformatique, University of
Namur.
Hainaut, Jean-Luc, Jean Henrard, J-M
Hick, D. Rolan, V. Englebert,
1996. Database Design Recovery,
Database Applications
Engineering Laboratory, Institut
Namur.
Henrard, Jean, Jean-Marc Hick, Philippe
Thiran, Jean-Luc Hainaut,
Strategies for Data
Reengineering, Database
Applications Engineering
Laboratory, Institut
Namur.
Pressman, Roger S, 2005. SOFTWARE
ENGINEERING, A Practitioners
Approach sixth edition, Mc Graw
Hill.
Ranmuthugala, M.H.P, Software
Engineering,
www.cse.mrt.ac.lk/lecnotes/cs302/ .
Sommerville, Ian, 2005. SOFTWARE
ENGINEERING 6th Edition,
Addison Wesley.
Toft Hansen, Kjell, 2002, Introduction
to Database, Distance Learning
from NVU-AITeL.
http://dev.mysql.com/tech-
resources/articles/storage
engine/part_2.html


39

1. Megah Mulya, M.T. Asisten Ahli Fakultas Ilmu Komputer
2. Sukemi, M.T. Asisten Ahli Fakultas Ilmu Komputer

39
Penggunaan Dll Untuk Meningkatkan Modularitas Dan
Portabilitas Perangkat Lunak Yang Dikembangkan
Dengan Paradigma Berorientasi Obyek

Megah Mulya & Sukemi

Jurusan Teknik Informatika
Universitas Sriwijaya Palembang
megahmulyai@ilkom.unsri.ac.id

sukemi@ilkom.unsri.ac.id

Abstrak

Kualitas perangkat lunak yang dikembangkan dengan paradigma berorientasi
obyek (berisi kelas) perlu ditingkatkan berkaitan dengan kemudahan perawatan
dan kemudahan dipindahkan antar lingkungan (bahasa pemrograman/ aplikas/
kompilator) yang berbeda. Sementara itu terdapat teknologi dynamic link library
(DLL) yang dikembangkan oleh perusahaan Microsoft untuk sarana sharing
antar aplikasi terhadap fungsi yang dibuat dengan bahasa C (paradigma
prosedural). Penelitian ini berusaha menjawab kebutuhan tersebut melalui kajian
modularitas dan portabilitas dengan menerapkan teknologi DLL.. Metodologi
penelitian ini meliputi kajian pustaka terhadap modularitas, portabilitas, DLL
yang dilanjutkan dengan menerapkan hasil kajian tersebut kedalam perangkat
lunak yang dikembangkan dengan Borland C++ Builder dan Borland Delphi.
Dari kajian dan penerapan tersebut menghasilkan kesimpulan bahwa DLL dapat
digunakan untuk meningkatkan modularitas dan portabilitas perangkat lunak
yang dikembangkan dengan paradigma berorientasi obyek. Peningkatan
modularitas diperoleh dari karakteristik DLL yang memiliki tingkat kohesi tinggi
dan kopling rendah. Peningkatan portabilitas dengan DLL dapat diperoleh
dengan cara sharing kelas atau melalui sharing obyek.
Katakunci: DLL, modularitas, portabilitas

Abstract

The software qualiy developed with object oriented paradigm (contain class) need
increase in term of easy mantaince and easily migration to diferent environments
Meanwhile there was the Dynamic Link Library (DLL) technologi developed by
Mirosoft as a mean of inter-application sharing to function developed using C
language This research tried to meet the needs through modularity and
portability observation by implementing DLL technology. The methodology of
this reaserch are library research to modularity, portability and DLL which were
continued by implementing the analysis on the software developed with Borland

40
C++ Builder and Borlan Delphi. From these analysis and inplementation it can
be concluded that DLL can use for increment modularity and portabilty of
software is developed by object oriented paradigm. The increase of modularity was
produced by DLL character which have hight cohession and low coupling. The
increase of portability was produced through class sharing or object sharing.

Keyword: DLL, modularity, portability

1. PENDAHULUAN

Paradigma berorientasi obyek dewasa
ini telah menjadi tren karena memiliki
kelebihan-kelebihan yang dapat
meningkatkan kualitas perangkat lunak
hasil rekayasa dan efisiensi proses
rekayasa. Sementara itu modularitas dan
portabilitas merupakan masalah penting
karena merupakan atribut perangkat
lunak yang berkualitas (Sommerville,
2004 ). Modularitas dan portabilitas
yang dihasilkan paradigma ini masih
perlu ditingkatkan berkaitan dengan :
1. Diperlukan portabilitas agar kelas
mudah dipindahkan dari satu
kompilator dengan bahasa tertentu
ke kompilator lain dengan bahasa
berbeda.
2. Kelas yang umum dipakai oleh
beberapa aplikasi perlu
pemeliharaan (maintaince) untuk
keperluan perubahan yang
berkaitan dengan koreksi atau
penyempurnaan (correctif dan
perfectif).

Dynamic Link Library merupakan
pustaka dinamis yang berisi fungsi-
fungsi yanga dipakai bersama oleh
aplikasi-aplikasi. Fungsi-fungsi tersebut
merupakan hasil pengembangan dengan
paradigma prosedural. Konsep dynamic
link library tersebut diharapkan dapat
mengatasi permasalah-permasalah
didalam pengembangan perangkat lunak
dengan paradigma berorientasi obyek.
Dengan memberikan solusi terhadap
kekurangan-kekurangan tersebut maka
modularitas dan portabilitas perangkat
lunak yang dikembangkan dengan
paradigma berorientasi obyek dapat
lebih ditingkatkan lagi, sehinga dapat
meningkatkan kualitas perangkat lunak.
Permasalahan di dalam penelitian ini
dibatasi untuk pengembangan perangkat
lunak dengan paradigma berorientasi
obyek dalam lingkungan sistem operasi
Windows. Batasan tersebut perlu
ditegaskan karena konsep dynamic link
library hanya dikenal pada lingkungan
sistem operasi Windows. Selain itu
sebagai kasus uji didalam penelitian ini
juga dibatasi implementasinya pada
pembuatan DLL dengan Borland C++
Builder yang akan diakses dari program
yang dibuat dengan Borland C++ itu
sendiri dan dan Borland Delphi.

2. DASAR TEORI

2.1. Modularitas dan Portabilitas
Perangkat Lunak
Modularitas dan portabilitas merupakan
faktor penting karena termasuk atribut
kualitas perangkat lunak (Sommerville,
2004).
Modularitas berasal dari kata modul.
Modul adalah bagian perangkat lunak
yang besar yang dipecah menjadi bagian
kecil-kecil dengan diberi nama dan
pengalamatan memori berbeda-beda.
Modul-modul tersebut kemudian
diintegrasikan untuk membentuk
perangkat lunak yang dapat memenuhi
kebutuhan dari suatu persoalan
Mulya & sukemi, Penggunaan Dll Untuk Meningkatkan Modularitas....

41
(Pressman, 2005). Definisi lain, modul
adalah komponen perangkat sistem yang
menyediakan layanan untuk komponen
yang lain, tetapi mungkin tidak akan
bekerja secara normal jika diperlakukan
sebagai sistem yang terpisah
(Sommerville, 2004). Sedangkan
modularitas berarti tingkat atau kualitas
suatu modul.
Perancangan modular yang efektif
ditentukan oleh beberapa faktor yaitu
(Pressman, 2005):
1. Ketidakterikatan antar modul
(functional independence) : setiap
modul menangani satu
fungsionalitas dan meminimalkan
interaksi dengan modul lain.
Ketidakterikatan antar modul ini
diukur dari dua kriteria secara
kualitatif yaitu kohesi dan kopling.
2. Kohesi (cohesion) : modul yang
baik mempunyai kohesi yang tingi
dengan cara merancang satu modul
memiliki satu tugas dan antar
elemen didalam modul memiliki
ikatan yag kuat.
3. Kopling (coupling) : modul yang
baik memiliki kopling yang rendah.
Disain perangkat lunak yang baik
harus membuat sekecil mungkin
interaksi antar modul.

Modularitas merupakan aspek penting
dalam pengembangan peangkat lunak
karena beberapa pertimbangan (Abreu-
Poels-Sahraoui-Zuse, 2003):
1) Memperjelas pengorganisasian
perancangan dan pengembangan
oleh suatu team pe ngembang.
2) Mengurangi kompleksitas sistem
yang besar.
3) Memberi kemudahan pengujian
parallel secara simultan.
4) Mengurangi resiko perbaikan suatu
bagian terhadap bagian lain dalam
sistem.
5) Kebutuhan penggunaan kembali
(reuse) suatu bagian perangkat
lunak.
6) Kemudahan kontrol unit-unit sistem.
7) Perlu pembatasan perambatan
kesalahan (error propagation).

Portabilitas berasal dari kata port, yang
menjadi sarana komputer untuk
berkomunikasi dengan dunia luar.
Bagian program dikatakan portable jika
dapat dijalankan di dalam lingkungan
perangkat keras dan atau pada perangkat
lunak yang berbeda-beda (Sanchez and
Canton, 2008).
Portabilitas adalah kemudahan suatu
perangkat lunak untuk dipindahkan/
dioperasikan dari suatu lingkungan
(environment) ke lingkungan lain yang
berbeda.. Lingkungan yang berbeda
dapat berarti perangkat keras yang
berbeda atau perangkat lunak yang
berbeda (Pressman, 2005).
Portabilitas penting karena
meminimalkan usaha (biaya)
perpindahan perangkat lunak antar
lingkungan. Keputusan penggunaan
beragam bahasa pemrograman selalu
berakibat mengorbankan portabilitas
sehingga diperlukan teknik yang tinggi
untuk mengatasi masalah tersebut
(Sanchez and Canton, 2008).

2.2. Paradigma Berorientasi Obyek

Paradigma berorientasi obyek adalah
suatu cara mengorganisasikan perangkat
lunak sebagai kumpulan obyek-obyek
yang memiliki sifat (struktur data) dan
perilaku (fungsi) yang saling
berinteraksi melalui pesan (message)
(Rumbaugh-Blaha-Premerlan-Eddy-
Lorensen, 1991).
Konsep yang menjadi pilar paradigma
berorientasi obyek adalah : abstarksi
(abstraction), pembungkusan
(encapsulation), pewarisan

42
(inheritance), kebanyakrupaan
(polymorphism). (Alhir, 1998).
Abstraksi direpresentasikan sebagai
kelas (class). Kelas digunakan untuk
instansiasi obyek yang membungkus
data dan fungsi menjadi suatu black box.
Dengan cara itu maka obyek memiliki
tingkat kohesi yang tingi dan kopling
rendah.

2.2.1. Obyek dan Kelas

Obyek (object) adalah representasi dari
entitas sebagai sarana pembungkusan
karakteristik struktural yang disebut
atribut (attribute) dan karakteristik
perilaku yang disebut operasi
(operation/methode). Atribut
merepresentasikan karakteristik entitas
yang menentukan keadaan (state) suatu
obyek. Operasi Merepresentasikan
perilaku obyek jika menerima pesan
(message). Operasi dapat berupa
prosedur atau fungsi yang hanya dapat
diakses dengan menyertakan obyeknya.
Kelas (class) adalah deskripsi dari suatu
obyek pada saat implementasi (coding).
Pembuatan kelas difokuskan kepada
implementasi karakteristik dan perilaku
secara umum. Kelas adalah deskripsi
dari obyek dengan atribut, operasi,
semantik, asosiasi dan interaksi
(Sanchez and Canton, 2008).
Kelas dapat dipandang sebagai suatu
tipe yang didefinisikan pemrogram
sehingga dapat digunakan untuk
deklarasi variabel yang berupa obyek
(instansiasi).

2.2.2. Penurunan Sifat
Penurunan sifat (inheritance) adalah
kemampuan suatu obyek mewarisi sifat-
sifat dari obyek yang lain. Kemampuan
ini menghasilkan program yang efisien
karena adanya mekanisme pemakaian
kembali (reusable) kode program
(Rumbaugh-Blaha-Premerlan-Eddy
Lorensen, 1991).

2.2.3. Kelas Abstrak

Kelas abstrak adalah kelas yang memliki
operasi yang bersifat virtual C++
menyediakan dua macam operasi virtual
yaitu virtual masih memiliki definisi dan
virtual tanpa definisi (pure virtual).
Kelas abstrak adalah kelas yang
memiliki operasi virtual murni sehingga
tidak dapat digunakan untuk instansiasi
obyek dan berperan sebagai antarmuka
(interface) (Sanchez and Canton, 2008).

2.3. Dynamic Link Library

Pengembangan perangkat lunak, pada
umumnya menggunakan pustaka yang
berisi fungsi-fungsi yang sering
digunakan secara berulang-ulang. File
pustaka digabungkan ke aplikasi pada
saat proses linking. Pada C dan C++
sering menggunakan perintah #include
untuk menyatakan hearder fungsi yang
merujuk pada fungsi-fungsi file pustaka
(LIB) (Sanchez and Canton, 2008).
Salah satu karakteristik yang unik dari
Windows adalah dynamic linking.
Sistem operasi Windows dapat
menggunakan proses linker
konvensional (proses linker secara
statis) dengan file berekstensi LIB dan
dapat secara dinamis menggunakan
dynamic link library (DLL) (Sanchez
and Canton, 2008).
DLL berbeda dengan pustaka umum
pada proses linking fungsi dari DLL
secara fisik tidak disalin dan digabung
kedalam executable file tetapi tetap
terpisah dan dipanggil oleh executable
file (client) pada saat runtime.
Program yang dibuat pemrogram lain
dapat menggunakan fungsi yang ada
dalam file DLL dengan mengirimkan
parameter atau menerima nilai balikan
dari fungsi dan selama dapat mengikuti
kesepakatan dalam pemangilan fungsi

43
atau prosedur tersebut. (Sanchez and
Canton, 2008).
2.3.1. Mekanisme Penggunaan DLL
pada Aplikasi Berbasis Windows

Peranan DLL (dari Windows API
ataupun yang dibuat pemrogram) di
dalam suatu aplikasi dapat dilihat pada
gambar 1.

Gambar 1. Struktur file program
berbasis windows (Sanchez and
Canton, 2008)

Gambar 2. Mekanisme pemanggilan
DLL (Microsoft, 2006).

Terdapat tiga komponen utama model
pengembangan perangkat lunak
menggunakan DLL (Microsoft, 2006) :
1. Library loader : melakukan
pemanggilan terhadap DLL secara
efisien dan benar.
2. DllMain entry-point function :
fungsi yang akan dipanggil oleh
library loader pada saat dilakukan
load maupun unload terhadap DLL.
Loader melakukan pemangilan
secara serial terhadap DllMain,
sehingga dijamin hanya ada satu
DllMain yang dipanggil pada satu
saat.
3. Loader lock : bertangung jawab
melakukan sinkronisasi agar
pemanggilan DLL dilakukan secara

44
serial dengan menerapkan
mekanisme penguncian terhadap
struktur data pada library loader.

Skema pemanggilan DLL yang
melibatkan ketiga komponen tersebut
ditunjukan oleh gambar 2.

2.3.2. Pembuatan DLL pada
Borland C++
Borland C++ Builder (C++ Builder)
memiliki fasilitas untuk pembuatan
DLL. Dengan C++ Builder pembuatan
DLL akan menghasilka selain file
berekstensi DLL juga file berekstensi
LIB yang keduanya saling terkait.
Pustaka LIB ini harus digunakan
bersama-sama dengan DLL-nya. (Swart-
Cashman-Gustavson-Hollingworth,
2003).
Pembuatan DLL pada C++ Builder DLL
melalui DLL Wizard secara otomatis
menampilkan fungsi DllEntryPoint()..
Jika file sumber program yang akan
dijadikan DLL berekstensi cpp maka
harus didahului dengan perintah extern
C. Agar fungsi dalam DLL dapat
diakses dari aplikasi lain maka pada
header fungsi harus diawali dengan
perintah _declpec( dllexport) (Swart-
Cashman-Gustavson-Hollingworth,
2003).

2.3.3. Pemanggilan DLL dari
Borland C++ Bulider dan Borland
Delphi
Pada C++ Builder maupun Delphi
penggunaan DLL dapat dilakukan
dengan cara statis (static loading) dan
dinamis (dynamic loading). Pada
pemanggilan secara statis DLL
dipanggil pada saat aplikasi start up
(modul DLL disalin ke memori
komputer) dan akan terus berada di
memori sampai aplikasi berakhir.
Sedangkan pada pemangilan secara
dinamis DLL dipanggil pada saat
aplikasi sudah berjalan pada dan
membutuhkan fungsi/prosedur yang
berada didalam DLL DLL tersebut dapat
dibebaskan dari memori sebelum
aplikasi berakhir. (Swart-Cashman-
Gustavson-Hollingworth, 2003) (Cantu,
203).
Pada C++ Builder, pemanggilan DLL
secara statis harus menyertakan header
file (prototipe fungsi) dan menyertakan
LIB file yang menyertai DLL kedalam
proyek (dengan project manager).
Sedangkan pemanggilan secara dinamis
dilakukan dengan fungsi LoadLibrary()
dan GetProcAddress() serta
membebaskannya dari memori dengan
fungsi FreeLibrary(). (Swart-Cashman-
Gustavson-Hollingworth, 2003)
Pada Delphi, pemanggilan DLL secara
statis memerlukan prototipe
fungsi/prosedure dengan kata kunci
external diikuti nama file DLL.
Sedangkan pemanggilan secara dinamis
melibatkan fungsi SafeLoadLibrary()
dan GetProcAddress() serta untuk
membebaskan dari memori dengan
FreeLibrary(). (Cantu, 203).

3. Analisis
3.1. Analisis Peningkatan
Modularitas Menggunaan DLL
Derajat kopling suatu obyek (instansiasi
kelas) adalah sangat kecil (bisa nol),
sehingga perbaikan terhadap suatu kelas
tidak akan memberikan akibat apapun
terhadap kelas yang lain (Sommerville,
2004). Dengan rendahnya kopling antar
kelas didalam suatu modul maka
perangkat lunak yang menggunakan
modul tersebut memiliki tingkat
modularitas tinggi. Dengan demikian
pengembangan perangkat lunak yang
mengunakan paradigma berorientasi
obyek sudah meningkatkan modularitas.

45
Akan tetapi modularitas pada paradigma
berorientasi obyek masih dapat
ditingkatkan untuk meningkatkan
kemudahan dalam perawatan
(maintainable) pada saat modifikasi
terhadap suatu modul. Jika kebutuhan
sistem berubah maka mungkin
diperlukan perubahan/penyesuaian
terhadap suatu modul. Jika pada suatu
modul telah dilakukan perubahan maka
harus dilakukan kompilasi terhadap
modul yang bersangkutan dan linking
ulang terhadap aplikasi seperti telah
dijelaskan pada bagian 2.3 tentang sifat
pustaka statis. Artinya tingkat
keterikatan (independence) modul
dengan aplikasi (program utama) masih
tinggi.
Persoalan tersebut dapat diatasi dengan
menjadikannya modul sebagai DLL dan
digunakan dalam proses linking secara
dinamis seperti telah diuraikan pada
bagian 2.3. Dengan cara ini maka kelas-
kelas pada pustaka benar-benar dapat
dimodifikasi secara terpisah dari
aplikasinya dan hanya perlu dikompilasi
ulang tanpa proses linking. Karena
modul DLL dapat dikelola secara
terpisah (independent) dari modul yang
lain maka berarti DLL dapat
meningkatkan modularitas perangkat
lunak. Dengan karakteristik ini berarti
DLL juga meningkatkan tingkat
maintainability perangkat lunak
terutama untuk dukungan pasca-jual.
Dari bagian 2.3.1 telah dijelaskan
tentang tiga komponen utama pada
model DLL dan tentang pengaturan
pada satu saat hanya satu DllMain entry-
point function yang dapat dipanggil.
Mekanisme ini memiliki konsekuensi
sebuah fungsi didalam suatu DLL tidak
mungkin memanggil fungsi di dalam
DLL yang lain. Hal ini berarti antar
DLL memiliki tingkat kopling yang
rendah (nol).
Karakteristik tersebut mengakibatkan
perancang modul tidak mungkin
meletakkan fungsi-fungsi atau kelas-
kelas yang saling berkaitan (tidak
independence) kedalam beberapa DLL
yang terpisah. Sehingga memaksa
perancang modul untuk meletakkannya
kedalam satu modul yang akan dibentuk
menjadi DLL. Kondisi ini berakibat
positip dengan meningkatnya tingkat
kohesi didalam modul. Dengan tingkat
kopling yang rendah dan tingkat kohesi
tinggi maka menghasilkan tingkat
modularitas dari perangkat lunak
menjadi tinggi. Kondisi ini menghalangi
terjadinya perambatan kesalahan dari
suatu modul ke modul yang lain (error
propagation).

3.2. Analisis Peningkatan Portabilitas
Menggunakan DLL

Pada paradigma berorientasi obyek
fungsi dan prosedur dibungkus oleh
obyek yang disebut operasi/methode,
sehingga pemanggilanya harus
menyertakan obyeknya seperti
dijelaskan pada bagian 2.2.1. Akibatnya
modul yang dikembangkan dengan
paradigma berorientasi obyek yang
berisi kelas tidak dapat melakukan
sharing operasi/methode. Jadi pada
dasarnya DLL tidak dapat digunakan
untuk meningkatkan modul yang berisi
kelas pada paradigma berorientasi
obyek. Oleh karena itu dibutuhkan suatu
teknik supaya keterbatasan penggunaan
teknologi DLL didalam paradigma
berorientasi obyek tersebut dapat diatasi.

3.2.1. Peningkatan Portabilitas Antar
Aplikasi yang Dibuat dengan Bahasa
Pemrograman yang Sama

Didalam pemrograman bahasa C dan
C++ portabilitas kelas dengan cara
sharing antar aplikasi dilakukan
menggunakan pustaka statis (static
library) yang biasanya disimpan dalam
file berekstensi LIB seperti penjelasan

46
pada bagian 2.3. Pustaka LIB dapat
berisi kelas akan dilakukan proses
linking bersama aplikasi yang akan
menggunakannya. Dengan pustaka LIB
aplikasi dapat menggunakan kelas untuk
instansiasi obyek, membuat turunan
kelas baru dan manipulasi polimorfisme.
Sharing kelas dengan pustaka statis LIB
ini hanya dapat dilakukan diantara
aplikasi-aplikasi yang dibuat dengan
bahasa C++.
Pada pembuatan DLL dengan
kompilator Borland C++ Builder selain
dihasilkan file berekstensi DLL juga
dihasilkan file berekstensi LIB seperti
telah dijelaskan di bagian 2.3.2 Dengan
demikian maka DLL dapat digunakan
untuk meningkatkan portabilitas
perangkat lunak yang berupa kelas atau
sekumpulan kelas didalam lingkungan
pemrograman C++ dengan cara tetap
menyertakan file LIB yang menyertai
DLL tersebut dan tentu saja
menyertakan file header-nya.
Peningkatan portabilitas ini hanya
sebatas antar aplikasi yang
dikembangkan dengan bahasa C++.
Selain itu penyertaan file LIB hanya
berguna untuk pemanggilan DLL secara
statis seperti diuraikan pada bagian
2.3.3. Dengan demikian portabilitas
modul yang berisi kelas yang
dikembangkan dengan paradigma
berorientasi obyek hanya dapat
ditingkatkan dengan batasan antar
aplikasi C++ dengan pemanggilan
secara setatis dan bukan antar aplikasi
dengan bahasa pemrograman berbeda.

3.2.2. Peningkatan Portabilitas Antar
Aplikai yang Dibuat dengan Bahasa
Pemrograman Berbeda

Bahasa-bahasa pemrograman selain C++
tidak dapat menggunakan pustaka LIB
dan header file yang berkstensi h.
Dengan keterbatasan tersebut maka
antar bahasa pemrograman tidak dapat
dilakukan sharing kelas melalui DLL.
Tetapi seperti diuraikan pada bagian 2.3
bahwa aplikasi dari bahasa yang
mendukung penggunaan DLL dapat
memanggil fungsi didalam DLL tersebut
dengan mengirimkan parameter atau
menerima nilai balikan dari fungsi.
Kemampuan DLL ini dapat
dimanfaatkan dengan cara nilai balikan
tersebut berupa obyek. Sedangkan dari
uraian bagian 2.2.1 bahwa obyek
merupakan instansiasi dari kelas. Jika
antar aplikasi tidak dapat melakukan
sharing kelas maka jalan keluarnya
adalah antar aplikasi harus dapat
melakukan sharing obyek. Agar dapat
dilakukan sharing obyek maka
instansiasi obyek dengan kelas harus
dilakukan didalam DLL. Agar obyek
hasil instansiasi didalam DLL tersebut
dapat digunakan oleh apikasi lain maka
harus disediakan suatu fungsi yang
memberikan nilai balikan berupa obyek.
Jadi fungsi tersebut akan menjadi sarana
agar kelas-kelas didalam modul DLL
dapat digunakan aplikasi lain walaupun
tidak secara langsung tetapi melalui
sharing obyek.
Pemecahan masalah dengan sharing
obyek mengharuskan perancang modul
DLL untuk meletakkan kelas dan fungsi
didalam DLL. Hal ini menimbulkan
masalah baru yang berupa batasan
aplikasi-aplikasi yang akan melakukan
sharing modul DLL harus
dikembangkan dengan bahasa
pemrograman yang mendukung
paradigma berorientasi obyek sekaligus
mendukung paradigma prosedural.
Sharing obyek hanya dapat dilakukan
untuk aplikasi-aplikasi yang
dikembangkan dengan bahasa
pemrograman yang mendukung
paradigma berorientasi obyek dan
prosedural (hybrid).


47
4. IMPLEMENTASI
Pada penelitian ini teknologi DLL
diterapkan dalam pengembangan
perangkat lunak yang
mengimplementasikan algoritma
Blowfish dengan nama modul
ClassCipher.dll. Modul DLL berisi kelas
Cipher dengan methode Encrypt() dan
Decrypt(). Selain itu untuk sarana
sharing obyek disediakan fungsi
CreateMyObject().
Peningkatan modularitas aplikasi
pengguna DLL akan berdampak positip
jika fungsi/methode penyusun
implementasi Blowfish atau modul lain
terdapat kesalahan (error) maka tidak
akan berpengaruh diantara modul-modul
tersebut. Artinya tidak terjadi
perambatan kesalahan antar modul
(error propagation). Selain itu terdapat
dampak lain yaitu jika ClassCipher.dll
diubah mengimplementasikan algoritma
Kriptografi yang berbeda tidak akan
mengganggu aplikasinya (tanpa perlu
dilakukan proses link ulang.
Aplikasi pemakai modul ClassCipher.dll
berupa simulasi transmisi data yang
melibatkan proses enkripsi dan dekripsi.
Aplikasi tersebut dikembangkan dengan
C++ Builder dan Delphi. Peningkatan
modularitas ditunjukkan melalui analisis
terhadap modul ClassCipher.dll.
Sedangkan peningkatan portabilitas
ditunjukkan melalui analisis modul
ClassCipher.dll dan pengembangan
aplikasi yang menggunakan DLL
tersebut.
Apikasi yang menggunakan
ClassCipher.dll terdiri dari empat
aplikasi simulasi. Aplikasi pertama
dikembangkan dengan C++ Builder
berhasil menunjukkan peningkatan
portabilitas melalui sharing kelas.
Aplikasi kedua dikembangkan dengan
C++ Builder menunjukkan peningkatan
portabilitas melalui sharing obyek.
Aplikasi ketiga dan keempat
dikembangkan dengan Delphi keduanya
menunjukan peningkatan portabilitas
melalui sharing obyek.
5. KESIMPULAN
Penelitian ini menghasilkan kesimpulan
sebagai berikut:
1. Penggunaan teknologi Dynamik
Link Library (DLL) terbukti dapat
meningkatkan modularitas dan
portabilitas perangkat lunak yang
berorientasi obyek.
2. Peningkatan portabilitas
dilingkungan bahasa C++ pada
perangkat lunak yang dikembangkan
dengan paradigma berorientasi
obyek diperoleh dengan teknologi
DLL dengan cara sharing kelas dan
menyertakan file LIB.
3. Peningkatan portabilitas
dilingkungan bahasa hybrid selain
C++ pada perangkat lunak yang
berorientasi obyek diperoleh dengan
teknologi DLL dengan cara sharing
obyek.
6. SARAN
Terdapat beberapa saran terhadap
penelitian ini yaitu:
1. Untuk lebih jelas menunjukkan
manfaat modularitas terhadap
kemudahan perawatan
(maintainability) sebaiknya
penelitian ini dilengkapi dengan
membuat DLL yang
mengimplementasikan algoritma
selain Blowfish misalnya DES,
IDEA atau yang lain yang siap
dipanggil dari aplikasi tanpa proses
linking ulang.
2. Untuk meningkatkan manfaat
teknologi DLL berkaitan dengan
portabilitas maka penelitian ini
dapat dilanjutkan dengan kajian
terhadap penerapan DLL pada

48
bahasa-bahasa selain C++ dan
Pascal berorientasi obyek yang
mendukung penggunaan DLL dan
berorientasi obyek, misalnya Visual
Basic dan lain-lain.

7. DAFTAR PUSTAKA

Abreu-Poels-Sahraoui-Zuse, 2003,
Quantitative Approaches in
Object-Oriented Software
Engineering, Fernando Brito e
Abreu, Geert Poels, Houari A.
Sahraoui and Horst Zuse (eds),
ISBN:1903996279
Alhir, 1998, The Object-Oriented
Paradigm , Sinan Si Alhir, 1998
Cantu, 2003, Mastering Delphi 7, Marco
Cantu, Sybex
Microsoft, 2006, Best Practices for
Creating DLLs, Microsoft
Corporation. All rights reserved
Pressman, 2005, Software Engineering
A Practitioners Approach, Sixth
Edition, Roger S. Pressman, Mc
Graw Hill, New York
Rumbaugh-Blaha-Premerlan-Eddy-
Lorensen, 1991, Object-Oriented
Modeling and Design, James
Rumbaugh, Michael Blaha,
William Premerlan, Frederick
Eddy, William Lorensen, Prentice
Hall, New Jersey, 1991.
Sanchez and Canton, 2008, Software
Solutions for Engineers and
Scientists, Julio Sanchez and
Maria P. Canton, CRC Press New
York, 2008
Sommerville, 2004, Software
Engineering, 7
th
Edition, Ian
Sommerville
Swart-Cashman-Gustavson-
Hollingworth, 2003, Borland C++
Builder 6 Developers Guide, Bob
Swart, Mark Cashman, Paul
Gustavson, and Jarrod
Hollingworth, Sams Publishing
USA, 2003.

1. Alvi Syahrini Utami, S.Si, M.Kom Tenaga Pengajar Fakultas Ilmu Komputer

49
Simulasi Antrian Satu Channel Dengan Tipe Kedatangan
Berkelompok

Alvi Syahrini Utami

alvi_syahrini@ilkom.unsri.ac.id

Abstrak

Masalah antrian tidak hanya terjadi dalam kegiatan sehari hari namun juga
dapat terjadi pada suatu sistem komputer. Antrian yang akan dibahas memiliki
sebuah server dengan satu garis antrian yang melayani unit dalam antrian satu
per satu dengan tipe kedatangan berkelompok. Pola kedatangan pada antrian ini
berdistribusi Poisson dan pola pelayanan berdistribusi Eksponensial dengan
disiplin antrian FIFO ( First In First Out ). Untuk mengamati perilaku sistem
antrian digunakan simulasi yang akan dijalankan dengan memberikan input yang
berbeda-beda dan akan mempengaruhi output sistem. Dari hasil simulasi
diharapkan dapat diketahui karakteristik sistem antrian terutama probabilitas
kesibukan server sehingga dapat dijadikan landasan untuk pengambilan
keputusan terhadap sistem antrian yang diamati.

Kata kunci : antrian, kedatangan berkelompok, simulasi

Abstract

Queuing problem is not about a daily problem only but it can also happen in a
computer system. Queuing dicussed in this study has a server with one waiting line
that serves customer one by one. Arrival pattern in this queue is Poisson
distribution and the service pattern is Exponential distribution with FIFO ( First
In First Out ) queue discipline. Queuing system applied action is observed by using
a simulation that is run by giving different input that will influence the output
system. The simulation is aimed to find out the characteristic of queuing system in
terms of the server busy probability which can be used as the fundamental
consideration in decision making toward the queuing system observed.

Keywords : queue, batch arrival, simulation

1. PENDAHULUAN
Antrian tidak hanya terjadi pada kegiatan
sehari hari, tetapi juga terjadi pada
suatu sistem komputer. Pada suatu sistem
komputer, antrian terutama terjadi pada
suatu sistem multiprogramming dimana
banyak program yang dijalankan oleh
satu CPU sehingga program program
yang harus dijalankan harus mengantri
terlebih dahulu sesuai dengan aturan
yang ada dalam antrian. Selain itu antrian
juga dapat terjadi pada suatu sistem
jaringan komputer dimana komputer

50
komputer client mengantri untuk
memperoleh layanan dari server.
Antrian adalah sebuah aktifitas dimana
customer menunggu untuk memperoleh
layanan (Kakiay, 2004)). Antrian terjadi
karena terbatasnya sumber daya
pelayanan yang pada kenyataannya
disebabkan karena adanya faktor
ekonomi yang membatasi yang selalu
terkait dengan berapa jumlah server yang
harus disediakan Sistem antrian adalah
kumpulan customer, server beserta aturan
yang mengatur kedatangan para customer
dan pemrosesan masalahnya. Salah satu
komponen dari sistem antrian adalah pola
kedatangan customer. Tipe kedatangan
dapat berupa one-at-a-time yaitu seorang
customer datang pada satu waktu, dan
sekelompok customer yang datang
bersamaan pada satu waktu ( batch
arrival ).
Untuk pola kedatangan berkelompok (
batch arrival ), diharapkan server mampu
mengakomodasi jumlah antrian unit yang
masuk ke antrian dalam jumlah yang
lebih dari satu dalam waktu yang
bersamaan. Sehingga dengan satu buah
server unit tidak menunggu terlalu lama
Penyelesaian masalah antrian dapat
dilakukan dengan metode analitik atau
teori antrian yang telah memiliki formula
yang telah ditetapkan. Tetapi untuk
masalah yang terlalu kompleks
diperlukan suatu pemodelan dan simulasi
untuk menganalisa sistem sehingga dapat
diketahui bagaimana tingkah laku sistem
yang melibatkan peristiwa batch arrival
(Gupta and Hira, 2003). Selain itu juga
diamati beberapa besaran seperti waktu
tunggu, waktu antar kedatangan dan
utilisasi pelayanan.
Dalam simulasi, digunakan suatu
program komputer untuk mengevaluasi
sebuah model dan pengumpulan data
dilakukan untuk memperkirakan
karakteristik sebenarnya dari model yang
diinginkan. Untuk model yang dapat
diselesaikan secara analitik, simulasi
dapat digunakan untuk membandingkan
bagaimana hasil yang didapat melalui
simulasi dengan penyelesaian yang
diperoleh melalui metode analitik.

2. STRUKTUR SISTEM ANTRIAN
Dalam mempelajari suatu sistem antrian,
perlu untuk diketahui struktur sistem
antrian tersebut. Struktur suatu sistem
antrian terdiri dari jumlah server yang
melayani, pola kedatangan, pola
pelayanan,dan disiplin antrian (winston).
2.1 Jumlah Server
Berdasarkan jumlah server, antrian dapat
dibagi :
1. Antrian Single Channel
Antrian single channel adalah antrian
yang hanya terdiri dari satu server
yang melayani unit yang datang ke
dalam suatu sistem antrian. Apabila
server sedang sibuk, maka unit yang
datang harus menunggu dengan
membentuk satu garis tunggu sampai
tiba gilirannya.
2. Antrian Multiple Channel
Antrian multiple channel adalah dua
atau lebih service channel yang
diasumsikan identik dalam hal
kemampuan layanan. Pada sistem
multiple channel, unit unit yang
datang menunggu dalam satu garis
antrian untuk kemudian bergerak
menuju server yang kosong untuk
dilayani.
2.2 Pola Kedatangan
Pola kedatangan pada suatu sistem
antrian dapat direpresentasikan oleh
waktu antar kedatangan yang merupakan
suatu periode waktu antara dua
kedatangan yang berurutan. Kedatangan
customer dalam sistem antrian dapat
dipisahkan oleh interval kedatangan yang
sama ataupun tidak sama yang
probabilitasnya diketahui yang disebut
juga kedatangan acak.
Utami, Simulasi Antrian Satu Channel Dengan Tipe

51
Laju dimana customer datang dalam
suatu antrian untuk dilayani merupakan
jumlah customer yang datang per unit
waktu, disebut juga laju kedatangan. Jika
kedatangan bersifat acak, harus diketahui
distribusi probabilitas yang
mencerminkan kedatangan terutama
waktu antar kedatangan.
2.3 Pola Pelayanan
Pola pelayanan pada suatu sistem antrian
juga mencerminkan pola bagaimana
sejumlah customer meninggalkan sistem.
Departure ( keberangkatan ) juga dapat
direpresentasikan oleh waktu pelayanan
yang merupakan waktu antar departure.
Waktu pelayanan dapat berupa waktu
pelayanan konstan ataupun variabel yang
diketahui bahkan acak yang merupakan
variabel yang diketahui probabilitasnya.
Jika waktu pelayanan terdistribusi secara
acak, harus dicari distribusi probabilitas
yang paling baij dalam mendeskripsikan
tingkah laku layanan.
Laju dimana suatu service channel dapat
melayani customer adalah jumlah
customer yang dilayani per unit waktu
yang disebut laju pelayanan. Dengan
asumsi service channel selalu dalam
keadaan sibuk sehingga tidak ada waktu
idle dari service channel yang
diperkenankan. Nilai rata rata dari laju
kedatangan direpresentasikan oleh .
2.4 Disiplin Antrian
Disiplin antrian adalah aturan bagaimana
urutan pelayanan yang diberikan
terhadap unit berikutnya yang ada dalam
antrian ketika server menganggur.
Disiplin antrian dapat berupa :
1. FCFS ( First Come First Served )
yang artinya unit yang datang lebih
dahulu akan dilayani terlebih dahulu.
2. LCFS ( Last Come First Served )
yang artinya unit yang datang paling
akhir akan dilayani terlebih dahulu.
3. SRO ( Service in Random Order )
yaitu pelayanan yang diberikan
terhadap unit adalah acak.
4. SPT (Shortest Processing Time )
yaitu unit yang dilayani terlebih
dahulu adalah unit yang memiliki
process time terpendek.

33. 3. KEDATANGAN DAN
PELAYANAN
3.1 Distribusi Waktu Kedatangan
Suatu proses kedatangan dalam suatu
sistem antrian artinya menentukan
distribusi probabilitas untuk jumlah
kedatangan untuk suatu periode waktu
(Winston). Pada kebanyakan sistem
antrian, suatu proses kedatangan terjadi
secara acak dan independent terhadap
proses kedatangan lainnya, dan tidak
dapat diprediksi kapan suatu kedatangan
akan terjadi. Dalam hal ini, distribusi
probabilitas poisson menyediakan
deskripsi yang cukup baik untuk suatu
pola kedatangan. Suatu fungsi
probabilitas Poisson menyediakan
probabilitas untuk suatu x kedatangan
pada suatu periode waktu yang spesifik
dan membentuk fungsi probabilitas
sebagai berikut :
!
) (
x
e
x P
x

= untuk x = 0,1,2,
dimana
x = jumlah kedatangan per periode
waktu
= rata rata jumlah kedatangan per
periode waktu
e = 2.71828

3.2 Distribusi Waktu Pelayanan
Waktu layanan adalah waktu yang
dihabiskan seorang unit pada fasilitas
layanan ketika layanan dimulai
(Winston). Waktu layanan antara seorang
unit dengan unit lainnya biasanya tidak
konstan. Distribusi probabilitas untuk
waktu layanan biasanya mengikuti
distribusi probabilitas eksponensial yang

52
formulanya dapat memberikan informasi
yang berguna mengenai operasi yang
terjadi pada suatu antrian. Dengan
menggunakan distribusi probabilitas
eksponensial, probabilitas dimana waktu
layanan akan lebih kecil atau sama
dengan waktu t adalah
P(waktu layanan t) = 1 e
-t

Dimana
= rata rata jumlah unit yang dapat
dilayani per satu periode waktu
e = 2.271828

3.3 Hubungan antara Distribusi
Poisson dan Distribusi Eksponensial
Untuk melihat hubungan antara distribusi
Poisson dengan distribusi Eksponensial
dapat kembali dilihat dari peluang
distribusi Poisson
t
x
e
x
t
x X x f

= = =
!
) (
] Pr[ ) ( (2.1)
dimana adalah rerata kedatangan dan t
adalah periode waktu.
Didefinisikan T sebagai waktu
suatu kejadian, diperoleh
) Pr( ) ( t T t F = (2.2)
ini sama dengan
] Pr[ 1 ] Pr[ ) ( t T t T t F > = = (2.3)
dimana
t
e
t
x t T

= = >
! 0
) (
] 0 Pr[ ] Pr[
0

t
e

= (2.4)
Selanjutnya disubstitusikan ke hasil
Pr(T>t) dalam persamaan (2.3) dan
diperoleh F(t) = 1-e
-lt
yang merupakan
fungsi distribusi Eksponensial.

3.4 Sifat Memoryless Distribusi
Eksponensial
Memoryles berarti banyaknya hasil yang
terjadi dalam suatu selang waktu atau
daerah tertentu tidak terpengaruh oleh (
bebas dari ) apa yang terjadi pada selang
waktu atau daerah lain yang terpisah
Gellenbe and Pujolle, 1999).
Pr ( x T + t | x > T ) = Pr ( x t )
Hanya ada dua distribusi yang
memiliki sifat memoryless yaitu
distribusi eksponensial ( kontinu ) dan
distribusi Geometri ( diskret ). Berikut
bukti sifat memoryless distribusi
eksponensial.
Pr (xT+t|x>T)
) Pr(
)] ( ) Pr[(
T x
T x t T x
>
> +
=

) Pr(
)] Pr( ) Pr[(
T x
T x t T x
>
+
=

) 1 ( 1
) 1 ( ) 1 (
) (
t
t t T t
e
e e
+

=

t
t t
e
e e
=
) 1 (

t
e

=1

) Pr( t x =

3.5 Pola Kedatangan Berkelompok
Pola kedatangan pada suatu sistem
antrian dapat berupa batch arrival yaitu
kedatangan sekelompok orang pada satu
waktu secara bersamaan (Gellenbe and
Pujolle,1999). Untuk antrian yang
memiliki pola kedatangan berkelompok,
kedatangan yang terjadi mengikuti proses
Poisson dengan rata rata l, tetapi setiap
kedatangan tidak hanya terdiri dari satu

53
unit tetapi sejumlah unit yang datang
bersamaan dalam jumlah yang acak.
Dalam hal ini terdapat sebuah server
yang memiliki waktu layanan yang
berdistribusi eksponensial.
Misal
j
dengan j 1 adalah probabilitas
kedatangan kelompok yang terdiri dari
sejumlah j unit, dan N adalah variabel
acak yang menyatakan ukuran sebuah
kelompok sehingga
j
j N P = = ] [ .
Berdasarkan hal tersebut, masing
masing kedatangan berkelompok akan
memiliki probabilitas yang berbeda
beda sesuai dengan distribusinya tetapi
tidak menutup kemungkinan dua
kelompok yang berbeda akan memiliki
probabilitas yang sama.
Sedangkan untuk waktu tunggu unit
merupakan jumlah waktu layanan
terhadap unit unit yang datang
sebelumnya dan waktu tunggu di dalam
kelompoknya.
Dari informasi di atas, dapat dibuat suatu
pernyataan yang lebih tepat. Jika X(t)
adalah jumlah total unit yang datang pada
waktu t, dan jika B
i
adalah jumlah unit
dalam kelompok ke-i, maka X(t)
diperoleh dengan
=
=
) (
1
) (
t N
i
i
B t X untuk t 0
Pada tipe kedatangan berkelompok (
batch arrival ), jumlah kedatangan unit
dalam satu kali kedatangan merupakan
variabel acak positif X, yang dapat
dituliskan sebagai :
x
C x X P = = ) (
Sistem tersebut merupakan Markovian
karena kejadian yang akan datang
tergantung pada situasi sekarang. Dimana
/
x x
C = , jika
x
adalah laju
kedatangan suatu kelompok unit yang
terdiri dari x unit

4. SIMULASI MODEL ANTRIAN
Simulasi model antrian termasuk ke
dalam model simulasi dinamis karena
pada model simulasi suatu sistem antrian
dimana keadaan sistem, termasuk jumlah
unit dalam antrian dan apakah fasilitas
layanan sedang sibuk atau idle, akan
berubah atau berkembang dari waktu ke
waktu (Law and Kelton, 1991). Simulasi
model antrian termasuk dalam simulasi
discrete event yang berkaitan dengan
permodelan sistem stokastik yang
berubah dari waktu ke waktu melalui
sebuah representasi dimana variabel
keadaan berubah hanya pada titik titik
diskrit dalam waktu.
Untuk mensimulasikan suatu sistem
antrian, pertama harus didefinisikan
dahulu keadaan sistem dan dipahami
konsep tentang events dan clock time.
Event didefinisikan sebagai situasi yang
menyebabkan keadaan sistem berubah
secara cepat. Pada model antrian dengan
single server, hanya dua event yang
mungkin dapat merubah keadaan sistem :
kedatangan ke dalam sistem dan
keberangkatan dari sistem pada saat
penyelesaian layanan. Dalam simulasi,
event event ini akan dijadwalkan untuk
menentukan titik tertentu dalam waktu.
Waktu dalam simulasi di atur
menggunakan sebuah variabel yang
disebut clock time.
Pada simulasi model antrian dengan
single server, waktu antar kedatangan t
1
,
t
2
, adalah independen yang artinya
Gambar 1. Proses kedatangan batch
arrival


54
suatu kedatangan tidak mempengaruhi
kedatangan lainnya. Sebuah unit yang
datang pada saat server dalam keadaan
menganggur langsung dapat menerima
layanan segera, dan waktu layanan s
1
, s
2
,
untuk unit berikutnya merupakan
variabel acak yang terdistribusi secara
identik yang independent terhadap waktu
antar kedatangan. Sedangkan unit yang
datang pada saat server dalam keadaan
sibuk akan bergabung dalam antrian.
Setelah menyelesaikan layanan untuk
seorang unit, server kemudian memilih
unit yang berada di dalam antrian
(jika ada) dengan aturan first-in first-out (
FIFO ).
Simulasi dimulai pada keadaan empty-
and-idle yang berarti tidak ada unit di
dalam sistem dan server dalam keadaan
menganggur (Render and Stair). Pada
waktu 0, ditunggu kedatangan untuk unit
pertama yang terjadi setelah waktu antar
kedatangan t
1
. Simulasi akan berakhir
sampai unit ke n telah menyelesaikan
waktu tunggunya dalam antrian dimana
unit ke n memasuki layanan. Jadi waktu
dimana simulasi berakhir adalah suatu
variabel acak yang tergantung pada nilai
yang diamati untuk variabel acak waktu
antar kedatangan dan waktu layanan.
Untuk melihat performansi sistem, dilihat
dari seberapa sibuk server dengan
menghitung utilisasi server selama
simulasi berlangsung ( dari waktu 0
sampai t
n
) dimana server dalam keadaan
sibuk.

5. SIMULASI ANTRIAN SATU
CHANNEL DENGAN TIPE
KEDATANGAN BERKELOMPOK
Simulasi dilakukan dengan membatasi
jumlah elemen atau unit dalam kelompok
pada setiap kedatangan maksimal 8 unit.
Kelompok kelompok yang datang ke
sistem memiliki probabilitasnya masing
masing. Jumlah probabilitas kelompok
kelompok yang datang harus sama
dengan 1. Berdasarkan hal tersebut,
masing masing kedatangan
berkelompok akan memiliki probabilitas
yang berbeda beda tetapi tidak menutup
kemungkinan ada dua kelompok yang
berbeda atau lebih memiliki probabilitas
yang sama.
Pada hasil simulasi digunakan notasi
sebagai berikut :
D = durasi
P
k
= Probabilitas Server Kosong
P
s
= Probabilitas Server Sibuk
J = Jumlah Unit yang datang
L
k
= Laju Kedatangan
L
p
= Laju Pelayanan

5.1 Simulasi dengan durasi berbeda

Simulasi dijalankan berulang kali dengan
durasi yang berbeda beda untuk suatu
komposisi probabilitas yang sama.
Sedangkan input laju kedatangan dan laju
pelayanan tetap dengan syarat :
] [
1
] [
S E
N E <
dimana

l = laju kedatangan
E[N] = ekspektasi jumlah customer
dalam satu kelompok

] [
1
S E
= laju pelayanan

Kemudian untuk masing masing durasi
dilihat bagaimana karakteristik antrian
yang dihasilkan. Hasil simulasi
ditunjukkan pada tabel berikut :
Dengan P(1) = 0.05, P(2) = 0.05, P(3) =
0.03, P(4) = 0.02, P(5) = 0.2, P(6) = 0.4,
P(7) = 0.2, P(8) = 0.05, laju kedatangan =
3, dan laju pelayanan = 17


55
Tabel 1. Hasil simulasi

D
(jam)
P
k
P
s
J
1
2
3
4
5
0.10
0.07
0.03
0.07
0.09
0.90
0.93
0.97
0.93
0.91
889
1681
2588
3326
4886

Dari hasil simulasi dapat dilihat bahwa
probabilitas server sibuk paling tinggi
terdapat pada durasi selama 3 jam,
setelah simulasi dilakukan lebih dari 3
jam tejadi penurunan kemungkinan
server sibuk

5.2. Simulasi dengan laju pelayanan
berbeda
Selain perubahan durasi, percobaan
simulasi juga dilakukan dengan
mengubah laju pelayanan dengan
komposisi probabilitas yang sama.
Berikut hasil data simulasi yang
dilakukan dengan mengubah laju
pelayanan menjadi semakin besar dengan
laju kedatangan sebesar 3 unit per menit
selama durasi 4 jam. Berikut hasil
simulasi :
dengan P(1) = 0.05, P(2) = 0.05, P(3) =
0.03, P(4) = 0.02, P(5) = 0.2, P(6) =
0.4, P(7) = 0.2, P(8) = 0.05, laju
kedatangan = 3, dan durasi = 4 jam

L
p
(unit per
detik)
P
k
P
s
J
18
19
20
0.12
0.17
0.23
0.88
0.83
0.77
3353
3251
3113

Dari hasil simulasi, semakin besar laju
pelayanan akan memperkecil probabilitas
kesibukan server.
5.3. Simulasi dengan laju kedatangan
dan laju pelayanan berbeda
Dengan komposisi probabilitas yang
sama pula dilakukan pengujian pada laju
kedatangan yang berbeda, tetapi dengan
berubahnya laju kedatangan maka laju
pelayanan juga akan berubah karena
besarnya laju pelayanan terpengaruh oleh
besarnya laju kedatangan dan komposisi
probabilitas kedatangan. Berikut hasil
simulasi dengan P(1) = 0.05, P(2) = 0.05,
P(3) = 0.03, P(4) = 0.02, P(5) = 0.2,
P(6) = 0.4, P(7) = 0.2, dan P(8) = 0.05

L
p
(unit
per detik)
L
p
(unit
per detik)
P
k
P
s
J
1
2
4
6
12
23
0.2
0
0.1
1
0.0
7
0.80
0.89
0.93
1878
2342
4308

Dari hasil simulasi, semakin besar laju
kedatangan akan menyebabkan semakin
besar pula probabilitas server sibuk
walaupun laju pelayanan juga diperbesar.

6. KESIMPULAN
Dari ketiga simulasi yang telah
dilakukan, terdapat suatu hal menarik
yang dapat diamati bahwa untuk simulasi
dengan durasi yang berbeda beda akan
terjadi suatu kondisi dimana probabilitas
kesibukan server paling tinggi pada
terjadi saat simulasi dijalankan dengan
durasi 3 jam. Apabila simulasi dijalankan
dengan durasi lebih dari 3 jam maka akan
terjadi penurunan probabilitas kesibukan
server. Simulasi juga dapat dijalankan
untuk komposisi probabilitas yang lain

56
dengan laju kedatangan dan pelayanan
yang berbeda sehingga dapat
diperkirakan kapan waktu tersibuk
server. Jika waktu tersibuk server dapat
diperkirakan, maka dapat dipersiapkan
suatu tindakan terhadap perilaku server
menjelang waktu tersebut, misalnya
dengan menambah server atau tindakan
lainnya.
Selain itu untuk memperkecil
probabilitas kesibukan server dapat
dilakukan dengan memperbesar laju
pelayanan terhadap unit yang datang.

7. DAFTAR PUSTAKA

Gelenbe, Erol and Pujolle, Guy, 1999.
Introduction to Queueing
Networks, Second Edition, New
York: John Wiley and Sons.
Gupta, Prem Kumar and Hira, D.S, 2003.
Operations Research, Ram Nagar,
New Delhi: S. Chand & Company
Ltd.
Kakiay, Thomas T. 2004. Dasar Teori
Antrian untuk Kehidupan Nyata,
Andi Offset, Yogyakarta
Law, Avril. M and Kelton, W. David,
1991. Simulation Modelling and
Anakysis, Second Edition, New
York: McHraw-Hill, Inc.
Render, Barry and Stair, Ralph M. Jr,
Quantitative Analysis for
Management, Seventh Edition,
New Jersey: Prentice Hall.
Winston, Wayne L. Operations Research
: Application and Algorithms,
Third Edition, Duxbury Press : An
Imprint of Wardsworth Publishing
Company, Belmont California.


57

1. Deris Setiawan, S.Kom, M.T Assisten Ahli Fakultas Ilmu Komputer
2. Dian Palupi Rini, S.Si, M.Kom Asisten Ahli Fakultas Ilmu Komputer

57
Optimalisasi Interkoneksi Virtual Private Network (Vpn)
Dengan Menggunakan Hardware Based dan Iix (Indonesia
Internet Exchange) Sebagai Alternatif
Jaringan Skala Luas (Wan)

Deris Stiawan & Dian Palupi Rini

deris@ilkom.unsri.ac.id,

azzahra@yahoo.com

Abstrak

Virtual Private Network (VPN) salah satu solusi yang bisa digunakan untuk
interkoneksi jaringan skala luas (WAN), saat ini banyak para provider telcom
menawarkan solusi VPN sebagai komunikasi data perusahaan bisnis untuk
interkoneksi ke kantor-kantor cabangnya. Indonesia Internet Exchange (IIX) yang
menginterkoneksikan semua penyedia jasa internet (ISP) di Indonesia dalam satu
jaringan yang terpusat secara lokal. Solusi interkoneksi VPN dapat menggunakan
hardware based yang mempunyai kelebihan dibandingkan software based. Solusi VPN
dan penggunaan Interkoneksi IIX dapat menjawab interkoneksi secara lokal ke
jaringan intranet dengan aman namun melalui jaringan yang bisa diakses dengan
mudah dan murah seperti jaringan Internet. IIX lebih murah dan bisa dioptimalkan
pengelamatan routingnya selama digunakan untuk diwilayah layanan Indonesia. IIX
akan memperpendek lompatan paket data, memperkecil latency waktu, dan
meningkatkan penggunaan traffic content di Indonesia.

Kata Kunci :VPN, Perangkat Keras, ISP

Abstract

Virtual Private Network ( VPN) one of a solution which can be used for the
interconnections wide area network ( WAN), in this time a lot of all provider telco offer
the solution VPN as communications of data of business company for the
interconnections of to its office of brancsh. Indonesia of Internet Exchange ( IIX)
which interconnection all Intermet Service Provider (ISP) in indonesian in one
network which centrally locally. VPN solution can use the hardware based having
excess compared to by software based. Solution of VPN and use of IIX
Interconnections can reply the locally Interconnection to network intranet safely. IIX
efficient in routing address during used for the region of Indonesia service. IIX will

58
cut short the jumping movement of data packet, reduced latency time, and improve the
use of traffic content in Indonesia.

Kata kunci : Virtual Private Network, VPN, IIX, Hardware Based

1. PENDAHULUAN
1.1 Latar Belakang
Jaringan komunikasi data yang
terintegrasi saat ini sudah menjadi
kebutuhan utama bagi sebuah institusi
atau perusahaan bisnis, terutama
perusahaan yang mempunyai banyak
cabang di lokasi geografis yang berbeda
dan juga untuk perusahaan yang kegiatan
perkantorannya menuntut seorang
pegawai tidak hanya behind the desk saja,
namun juga harus mobile. Oleh karena itu
kemudahan untuk akses data antar kantor
atau kekantor sangat diperlukan
dimanapun dan kapanpun pegawai
tersebut berada.
Kegiatan untuk komunikasi data langsung
ke server suatu kantor, memerlukan suatu
teknologi hardware dan dukungan teknis
yang rumit sehingga hal ini akan
menyebabkan pembiayaan menjadi mahal.
Padahal kebutuhan koneksi data berupa
sistem informasi yang terintegrasi saat ini
sangat tinggi, dari sistem teknologi client
server biasa sampai dengan implementasi
sistem seperti ERP, Supply Chain, CRM,
E-business dan sebagainya. Namun tidak
semua perusahaan mempunyai anggaran
yang banyak terutama untuk membiayai
komunikasi data seperti sewa sirkuit,
bandwidth dan biaya perbulan lainnya dari
sebuah provider.
Selama ini penggunaan teknologi wide
area network (WAN) menjadi salah satu
solusi banyak perusahaan untuk
komunikasi data. WAN adalah jaringan
komunikasi yang meliputi area geograpis
yang luas dan biasanya menggunakan
fasilitas dari transmisi provider, seperti
perusahaan telpon atau lainnya.
Infrastruktur inilah yang nantinya menjadi
penghubung antara kantor pusat ke
cabang-cabang dan telecomutters. Namun
ada beberapa hal yang harus diperhatikan
dalam memilih solusi Infrastruktur
jaringan komunikasi ini, diantaranya :
Bandwidth, Teknologi, Skalability,
Support IP Based, Easy Configuration &
maintenance, Low Cost dan Security.
Menurut hasil penelitian dari infonetics
dikatakan bahwa saat ini penggunaan
Interkoneksi WAN meningkat 58 % pada
kuartal pertama tahun 2007 dan kuartal
pertama tahun 2008.

Gambar 1. Topology Classic WAN
(sumber cisco.com)

Pada gambar 1 terlihat topology yang
dahulu digunakan untuk mengkoneksikan
banyak kantor cabang dan para pegawai
yang mobile menggunakan infrastruktur
penyedia jasa leased line, Frame relay,
Dial-up atau menggunakan ATM, namun
Main
Office
Mobile
Workers
Regional
Office
Home
Offices
Private Lines
Frame Relay
Remote
Office
Setiawan, Rini Optimalisasi Interkoneksi Virtual Private Network (Vpn)...

59
karana ketidakseimbangan antara
tingginya biaya yang harus dikeluarkan
dengan rendahnya aspek teknikalnya
seperti bandwidth, protocol, interface,
lastmiles, coverage area, jarak dan lain-
lain, maka solusi WAN klasik ini mulai
ditinggalkan.
Pertumbuhan jaringan internet di
Indonesia, sekalipun masih dalam tahap
awal dan belum memasyarakat seperti
halnya di negara-negara maju,
menunjukkan trend yang sangat positif.
Potensi penggunanya yang begitu besar
dari penduduk Indonesia yang pada saat
ini (Juli 1997) berjumlah sekitar 200 juta
jiwa tidak dapat diabaikan begitu saja.
Koneksi ke internet dilakukan dengan
menghubungkan suatu perangkat
komunikasi ke Internet Service Provider
(ISP), sedangkan ISP akan terkoneksi ke
Network Access Provider (NAP) dan NAP
terkoneksi ke jaringan tulang punggung
(backbone) dunia yang terhubung lewat
kabel Fiber Optic bawah laut, jaringan
nirkabel atau jaringan komunikasi satelite.
Perkumpulan Asosiasi Penyelenggara
Jasa Internet Indonesia (APJII) membuat
interkoneksi peering nasional agar
pengelamatan routing di Internet menjadi
lebih cepat dan tidak membuang traffic
internet ke Internet global / internasional.
Interkoneksi ini disebut IIX atau
Indonesia Internet Exchange, yang
menghubungkan semua ISP (internet
Service Provider), NAP (Network Access
Provider) dan Telco lainnya kedalam
jaringan yang terpusat dan saling
terhubung. Interkoneksi IIX ini berujung
di Gedung Cyber Jl. Kuningan Barat No 8
Jakarta. Jadi dengan interkoneksi peering
ini maka koneksi antara ISP atau NAP di
Indonesia tidak perlu pengelamatan atau
routing ke luar negeri lagi.
Solusi VPN dan penggunaan Interkoneksi
IIX, dapat menjadi satu alternatif
interkoneksi, dimana bisa terkoneksi
secara lokal ke jaringan intranet kantor
dengan aman namun melalui jaringan
yang bisa diakses dengan mudah seperti
jaringan Internet, dengan menggunakan
interkoneksi jaringan IIX yang cenderung
lebih murah dan bisa dioptimalkan
pengelamatan routingnya selama
digunakan untuk diwilayah layanan
Indonesia. IIX akan memperpendek
lompatan paket data, memperkecil latency
waktu, dan meningkatkan penggunaan
traffic content di Indonesia.
Kegunaan yang paling besar saat ini
menggunakan traffik IIX adalah
pengembang content games lokal atau
pengembang games dunia yang meletakan
servernya di jaringan IIX. Akibatnya
banyak para pengusaha warnet berlomba
untuk terkoneksi ke jaringan IIX ini.
Padahal optimalisasi jaringan IIX dapat
dilakukan dengan memanfaatkan untuk
interkoneksi lain, yang salah satunya
dapat melewatkan dan mengintegrasikan
perusahaan-perusahaan atau institusi
bisnis ke kantor-lantor cabang lainnya.

1.2 Tujuan Penelitian
Tujuan dari penelitian ini adalah
menganalisa dan kajian optimalisasi
interkoneksi jaringan skala luas (WAN)
dengan menggunakan VPN memanfaatkan
interkoneksi IIX.

1.3 Manfaat Penelitian
Manfaat dari penelitian ini adalah
memberikan gambaran tentang alternatif
lain yang dapat menjadi solusi untuk
interkoneksi jaringan skala luas (WAN).


60
1.4 Metode Penelitian
Langkah langkah yang dilakukan dalam
penelitian ini adalah sebagai berikut :
1. Analisa kebutuhan jaringan WAN
pada sebuah perusahaan melalui studi
pustaka dan literatur.
2. Perancangan dan alternatif solusi
3. Evaluasi hasil

2. TINJAUAN PUSTAKA
2.1 Interkoneksi
Internet, adalah sebuah sistem yang besar
dan banyak yang menghubungkan jutaan
sistem dan terdiri dari multi-protocol,
berbagai macam media, jaringan global
dunia yang dahulu dikembangkan oleh
Departemen Pertahanan Amerika Serikat
yang dikenal dengan ARPAnet, namun
karena Internet adalah jaringan public
maka bersifat open dan saat ini masalah
keamanan menjadi sangat krusial terutama
informasi-informasi penting yang lewat di
Internet dapat disadap oleh orang lain.
Perkembangan teknologi Internet saat ini
sangat cepat melebihi perkembangan
teknologi radio dan televisi.

Gambar 2. Skema Tunneling & Encapsulations VPN

Jaringan Internet adalah kumpulan
jaringan di dunia yang menghubungkan
jutaan komputer perusahaan, badan
pemerintahan, institusi pendidikan, dan
perorangan, dengan internet pengguna
mendapatkan akses untuk memperoleh
informasi global dan komunikasi sistem
(Shelly, Discovering Computer, 62)
Pertumbuhan jaringan internet di
Indonesia, sekalipun masih dalam tahap
awal dan belum memasyarakat seperti
halnya di negara-negara maju,
menunjukkan trend yang sangat positif.
Potensi penggunanya yang begitu besar
dari penduduk Indonesia yang pada saat


61
ini (Juli 1997) berjumlah sekitar 200 juta
jiwa tidak dapat diabaikan begitu saja.
Untuk mengembangkan pasar yang besar
ini, salah satu prasyarat adalah
dibentuknya suatu interkoneksi nasional
antar penyelenggara jasa internet (PJI) di
Indonesia, sehingga pelanggan dari satu
PJI dapat dengan mudah dan murah
berkomunikasi dengan pelanggan PJI
yang lain yang berada di Indonesia. IIX
dibentuk oleh APJII yang awalnya bersifat
amal dan sukarela dengan maksud
menyatukan trafik antar Internet Service
Provider (ISP) di Indonesia sehingga tidak
perlu transit ke luar negeri.
(www.iix.net.id/?do=latar-tujuan)
IIX dibuat untuk peering ISP-ISP dan
NAP yang ada di Indonesia Tujuannya
adalah membentuk jaringan interkoneksi
nasional yang memiliki kemampuan dan
fasilitas yang sesuai dengan kebutuhan
yang ada, untuk digunakan oleh setiap ISP
yang memiliki ijin beroperasi di Indonesia.
ISP yang tersambung ke IIX tanpa biaya
bandwith, hanya biaya link fisik sepeti
serat optik, wireless atau leased line, yang
berbeda-beda. Cukup murah bagi ISP
yang berada di Jakarta tetapi mahal bagi
ISP yang ada di luar Jakarta, apalagi di
luar Jawa, karena biaya link fisiknya saja
jauh lebih mahal daripada link
internasional termasuk kapasitas
bandwidth langsung melalui satelit ke luar
negeri.
(http://id.wikipedia.org/wiki/Indonesia_Int
ernet_Exchange)
Virtual Private Network (VPN)
memungkinkan dibentuk interkoneksi
network melalui jaringan internet dengan
protocol tunneling agar terbentuk koneksi
secara private. (James E Goldman,
Applied Data Communications, 624).
Virtual Private Network (VPN) sebuah
session yang di authentication dan lajur
komunikasi yang dienkripsi melalui
jaringan publik seperti Internet, dimana
VPN hanya memproteksi session
komunikasi antara dua domain. (Chris
Brenton, Mastering Network Security,
321).
Saat ini ada beberapa jenis peralatan VPN
yang ada di pasaran dunia, dengan
banyaknya produk VPN akan menyulitkan
dalam menentukan peralatan yang tepat
yang akan digunakan, Hardware Based
VPN adalah suatu perangkat alternatif dari
router based yang berfungsi sebagai
perangkat keras yang menangani
mekanisme routing dan network
addressing, VPN tunneling protocol,
Enkripsi, Bandwidth management,
Layanan otentikasi, Accounting, Kompresi
data, Fungsi Firewall, dan Koneksitas
dengan VPN client

2.2 Virtual Private Network (VPN)
Dengan perkembangan interkoneksi
Internet yang semakin luas dan turunnya
harga bandwidth yang signifikan di
Indonesia, maka Teknologi komunikasi
data yang menggunakan interkoneksi
Internet adalah suatu pilihan yang tepat.
VPN merupakan sebuah jaringan private
yang menghubungkan satu node jaringan
ke node jaringan lainnya dengan
menggunakan jaringan Internet. Data yang
dilewatkan akan diencapsulation
(dibungkus) dan dienkripsi, supaya data
tersebut terjamin kerahasiaannya.
Peningkatan penggunaan koneksi VPN
dari tahun ke tahun sangat signifikan
karena murahnya infrastruktur yang
dibutuhkan serta mudahnya dalam
instalasi, maka koneksi ini lebih efisien
dibandingkan dengan metode WAN.

62
Ada beberapa alasan mengapa saat ini
penggunaan perusahaan banyak
membangun solusi VPN, diantaranya ;

1. Menekan biaya interkoneksi
2. Memperluas interkoneksi ke user yang
selama ini susah dijangkau
3. Dapat mengirimkan aplikasi-aplikasi
baru berbasis Internet Protocol
4. Fleksibel dalam pemilihan topology
5. Skalabilitas Network terjaga
6. Meningkatkan tingkat Security

Mengapa aman, karena Sistem keamanan
di VPN menggunakan beberapa lapisan,
seperti pada Gambar 2 sebelumnya dapat
dijabarkan beberapa metode keamanan
VPN, diantaranya ;

1. Metode tunneling (terowongan),
membuat terowongan virtual diatas
jaringan publik menggunakan
protocol seperti Point to Point
Protocol (PPTP), Layer 2 Tunneling
Protocol (L2TP), Generic Routing
Encapsulation (GRE) atau IP Sec.
PPTP dan L2TP adalah layer 2
tunneling protocol. keduanya
melakukan pembungkusan payload
pada frame Point to Point Protocol
(PPP) untuk di lewatkan pada jaringan.
IP Sec berada di layer 3 yang
menggunakan packet, yang akan
melakukan pembungkusan IP header
sebelum dikirim ke jaringan.
2. Metode Enkrpsi untuk
Encapsulations (membungkus) paket
data yang lewat di dalam tunneling,
dimana data akan dienkripsi pada saat
dilewatkan. Data disini akan dirubah
dengan metode algoritma
cripthography tertentu seperti DES,
3DES, atau AES
3. Metode Otentikasi User, karena
banyak user yang akan mengakses
dari banyak titik maka digunakan
beberapa metode protocol otentikasi
user tertentu, seperti Remote Access
Dial In User Services (RADIUS) dan
Digital Certificates.
4. Integritas Data, karena paket data
yang dilewatkan di jaringan publik
maka diperlukan penjaminan
integritas data atau kepercayaan data
apakah terjadi perubahan atau tidak.
Metode VPN dapat menggunakan
HMA C-MD5 atau HMA C-SHA1
untuk menjamin paket tidak dirubah
pada saat pengiriman.

3. ALTERNATIF WAN VIA IIX
3.1 Interkoneksi IIX
Sejak tahun 2000an disaat trend Internet
di Indonesia booming dan makin
banyaknya penyedia jasa internet,
perkumpulan Asosiasi Penyelenggara
Jasa Internet Indonesia (APJII) membuat
interkoneksi peering nasional agar
pengelamatan routing di Internet menjadi
lebih cepat dan tidak membuang traffic
internet ke Internet global / internasional.
Interkoneksi ini disebut IIX atau
Indonesia Internet Exchange.


63

Gambar 3. Design Topology IIX

Interkoneksi IIX ini menghubungkan
semua ISP (Internet Service Provider),
NAP (Network Access Provider) dan
Telco lainnya kedalam jaringan yang
terpusat dan saling terhubung.
Interkoneksi IIX ini berujung dan bertemu
di Gedung Cyber Jl. Kuningan Barat No 8
Jakarta. Jadi dengan interkoneksi ini maka
koneksi antara ISP atau NAP di Indonesia
tidak perlu pengelamatan atau routing ke
luar negeri lagi. Dari Gambar 3 topology
gambar diatas dapat diterangkan ;
1. Koneksi backbone membentuk
topology Ring antara IIX-1 dengan
IIX-2 dan IIX-3 menggunakan kabel
Fiber Optic (FO) dengan transfer data
mencapai 1Gbps.
2. Koneksi dari IIX di jakarta ke IIX
Wilayah di daerah-daerah
menggunakan leased channel, atau
metro-e dari NAP UPSTREAM yang
disewa oleh para ISP di daerah
tersebut.
3. Koneksi E-Gov untuk kepentingan
Departemen DIKNAS, MILITER atau
pemerintahan lainnya dihubungkan ke
core IIX via leased channel atau
provider UPSTREAMnya.

Tujuan utama membuat simpul-simpul di
daerah indonesia untuk mengumpulkan
semua provider ISP di indonesia dan
pengguna content lokal lainnya untuk
terinterkoneksi ke IIX. Dari data yang
didapat 50 % traffic berasal dari ISP dan
kebanyakan untuk traffic bandwidth
games. Hal ini sangat disayangkan dengan
kemampuan jaringan IIX yang belum
dapat dioptimalkan.

Gambar 4. Perancangan Topology
koneksi private via IIX


64

3.1 Aspek Teknik IIX
Saat ini terdapat tiga node utama IIX yang
terhubung dengan backbone Fiber Optic
dan topology ring. Interkoneksi utama
inilah yang menjadi backbone ke ISP,
NAP yang ada diseluruh indonesia baik
yang berada di jawa atau daerah-daerah
lainnya. IIX juga saat ini di
interkoneksikan dengan jaringan
pemerintahan seperti untuk keperluan
militer dan pendidikan (INHERENT /
JARDIKNAS).
Dari gambar 3 terlihat tiga tempat
interkoneksi IIX ;
1. IIX 1 berada di Gedung Telkom
Graha Citra Caraka, Jl. Jend. Gatot
Subroto 52 dan direlokasi ke Gedung
Arthatel
2. IIX-2 terletak di Gedung Cyber Jl.
Kuningan Barat No. 8 Jakarta
3. IIX-3 berada di Annex Building Suite
101 AB Plaza Kuningan Jl. H.R.
Rasuna Said Kav C 11 14
(http://www.napinfo.net)

4. PERANCANGAN VPN
4.4.1. Analisa Kebutuhan Jaringan
WAN P Pada Sebuah
Perusahaan

Ada beberapa solusi komunikasi VPN
yang ditawarkan oleh provider
telekomunikasi kepada perusahaan. Salah
satunya adalah VPN IP dengan teknologi
MPLS.
Dari Gambar 4 diatas dapat dijelaskan
sebagai berikut ;
1. Kebutuhan interkoneksi untuk
menghubungkan beberapa kantor
cabang dan telecomutters yang berada
di wilayah Indonesia.
2. Kebutuhan perusahaan untuk
terkoneksi secara lokal melalui
jaringan interkoneksi.
3. Koneksi di Kantor Pusat
menggunakan koneksi dedicated,
koneksi dedicated terkoneksi ke dua
ISP yang berbeda backbone
upstreamnya agar bisa
mengoptimalkan load balancing yang
akan dikonfigurasi. Load Balancing
dibutuhkan agar tingkat layanan
terjaga dan terjamin, sedangkan
Bandwidtnya dibutuhkan lebih besar
dari bandwidth yang di kantor cabang.
4. Di setiap kantor cabang dapat
menggunakan koneksi dedicated atau
koneksi broadband, yang mana
pointing ip addressnya point-to-point
ke ip publik atau mesin Domain Name
Server (DNS) yang berada di kantor
pusat.
5. Para pekerja rumah secara remote dan
mobile (telecommuters) dapat
terkoneksi secara langsung ke server
kantor pusat dengan menggunakan
VPN Client software yang juga di
pointing ip addressnya point-to-point
ke ip publik atau mesin Domain Name
Server (DNS) yang berada di kantor
pusat via koneksi broadband.

4.2 Perancangan Jaringan VPN dengan
menggunakan interkoneksi IIX
Penggunakan sistem VPN dengan IIX bisa
menggunakan suatu perangkat hardware
khusus produksi vendor tertentu yang
dibuat untuk melakukan proses
komunikasi lewat jaringan Internet, sistem
ini sering disebut sebagai solusi hardware
based.
Kelebihan utama dari sistem hardware
based ini adalah sistem keamanan, kinerja,
fleksibel, dan kontrol manajemen serta

65
dapat di koneksikan dengan infrastruktur
jaringan lainnya seperti sistem keamanan
atau kualitas layanan yang sudah ada
untuk memperkuat fungsi VPN tersebut.
Dengan memilih perangkat yang tepat
maka komunikasi data dengan VPN dapat
juga mengintegasikan komunikasi suara
melalui metode IP Telephony.
Maksudnya perangkat VPN ini juga dapat
mendukung protocol untuk komunikasi
suara, konsep yang dikenal sebagai
AVVID (Architecture Voice, Video and
Integrated Data) untuk mengoptimalkan
koneksi dalam jaringan

4.3 Solusi Hardware Router /
Concentrator

Gambar 5. Design Topology Interkoneksi private via IIX

Solusi ini menggunakan sebuah perangkat
router series tertentu, router yang sudah
mensupport protocol VPN dapat langsung
dikonfigurasi baik disisi pusat atau disisi
kantor cabang, intinya yang membangun
koneksi antara dua titik atau lebih secara
simultan dilakukan oleh router tersebut.
Ciri router bisa mensupport VPN adalah
dengan disediakannya perintah Tunneling
encapsulation VPN didalam sistemnya.
Pada gambar 5 semua node router di
setiap kantor cabang terkoneksi secara
point-to-point ke router yang berada di
kantor pusat melewati jaringan IIX.
Estimasi yang dibutuhkan untuk solusi ini
adalah ;

Kantor pusat
Jenis Koneksi Dedicated CIR 1:1
Bandwidth 2 x minimal 1024 kbps
Jenis
Perangkat
Router series support
VPN(series yang lebih
tinggi dari kantor
cabang)
Routing Static ke cabang with
load balancing
Management Firewall dan QoS
Bandwidth akses


66
Kantor Cabang
Jenis Koneksi Dedicated CIR 1:1
Bandwidth minimal 512 kbps
Jenis Perangkat Router series support
VPN
Routing Static ke pusat
Management Firewall dan QoS
Bandwidth akses

Contoh series router ternama yang
mensupport VPN adalah 7000 series, 3600
series, 2600 series, 1700 series dan SOHO
900 series / 800 series. Terdapat juga
VPN Module yang bisa digunakan di
series tertentu dan mempunyai features
tambahan seperti IOS plus Firewall IPSec
dan Dual 10/100 Mbps. Sedangkan contoh
series router lainnya seperti Pasport series
200, 1750, 2700, dan 5000.
Kelebihan utama dari sistem ini adalah di
tingkat kehandalan dan jaminan layanan
yang diberikan, karena memang suatu
perangkat yang dibuat untuk melakukan
fungsi pengelamatan.

4.4 Solusi Server based produk SOHO/
SMB

Solusi tepat untuk perusahaan Small
Office Home Office (SOHO) atau Small
Medium Business (SMB), di beberapa
contoh studi kasus perusahaan bisnis di
Indonesia yang menggunakan solusi ini
adalah sistem maskapai penerbangan,
travel dan perusahaan retailed
menggunakan sistem yang dibangun
dengan backbone solusi dari vendor
SOHO/SMB.
Perangkat ini juga bisa digunakan sebagai
router broadband untuk melakukan
NAT, dan beberapa feature firewall
sederhana. Rata-rata produk dari vendor
ini dapat melakukan 200 koneksi
dedicated VPN tunnels secara simultan
dengan funsgi mendukung metode IP Sec
/ IKESA.
Pada gambar 6 sampai gambar 8 dibawah
adalah contoh dari topology dan produk
vendor SOHO/SMB yang menawarkan
solusi hardware based.

Gambar 6. Solusi hardware based VPN


67



Mungkin sistem mixed atau campuran
yang dikombinasikan perangkat router
atau concentrator khusus yang dipasang di
sisi kantor pusat dan penggunaan solusi
SOHO/SMB digunakan sebagai solusi
kantor cabang atau telecommuters adalah
solusi yang bijak. Namun tingkat
kompatibelitas pasti sangat menjadi
perhatian utama.

5. KESIMPULAN
Tulisan ini diharapkan dapat memberikan
gambaran tentang alterntif interkoneksi
jaringan skala luas (WAN) yaitu
interkoneksi dengan menggunakan
teknologi VPN dengan memanfaatkan
interkoneksi IIX.
Dengan menggunakan jaringan IIX maka
dapat mereduksi biaya sewa layanan
bandwidth yang selama ini menjadi solusi
perusahaan bisnis. Interkoneksi Indonesia
Internet Exchange (IIX) sangat efektif
untuk menghubungkan traffic data yang
interkoneksinya berada di Indonesia,
karena dengan IIX dapat meningkatkan
kinerja jaringan karena latency yang kecil
dan dapat mengoptimalisasikan
pengelematan di router kita. IIX dapat
menjadi solusi tepat bagi para perusahaan
bisnis yang mempunyai banyak kantor
cabang di Indonesia
VPN saat ini berkembang pesat
dikarenakan faktor efektifitas dan efisien
bari dari sisi teknis dan bisnis, ditunjang
dengan semakin beragamnya solusi yang
ditawarkan oleh para vendor-vendor
pembuat solusi jaringan komputer. VPN
dapat mengintegrasikan jaringan melewati
jaringn publik dengan aman.
Solusi VPN dengan menggunakan
hardware based sangat tepat untuk

68
mendapatkan performa dan kehandalan
interkoneksi yang dibangun, karena proses
encapsulations, enkripsi dan tunneling
dilakukan diperangakatnya bukan di
sebuah sistem operasi.

6. DAFTAR PUSTAKA

Archer Kevin, Core James, Cothen Chuck,
Davis Roger, White B. Gregory,
Ph.D, Dicenso David, Goog J,
Travis, William E. Dwayne, 2001,
Voice and Data Security., Sams
Publishing., USA., 14-
15 pp.
Dicson Kevin.,1999, The ABCs Of
VPNs.,Packet Magazine Cisco
System., Third Editions
2002,USA., 50-55 pp.
David Barry, 2002, VPN Management.,
Third Edition 2002, Packet
Magazine Cisco
System., USA., 57-60 pp.
Chris Brenton, Sybex Network, 1996.,
Mastering Network
Security,USA.
James E Goldman, Phillip T Rawless,
Applied Data Communications.,
2001 .,John Wiley & Sons,
Inc.,USA
Marilee Ford, H. Kim Lew, Steve Spanier,
Tim Stevenson, 1997,
Internetworking Techlogies
Handbook, Cisco Network
Press, USA________., 2003, VPN with
windows 2003,
Whitepaper Microsoft,USA,
www.technet.microsoft.com/en-
us/network/bb545442.aspx.
Shelly Cashman Vermaat, Discovering
Computer, Salemba Infotek, Jakarta,
2007
Steve Spanier, Tim Stevenson, Marilee
Ford, 1997., Internetworking
Technologies Handbook., Cisco
Press., USA,
________.,2002., Virtual Private
Network : An
Overview., Whitepaper
Microsoft .,USA.,
<http://www.microsoft.com/docs/vpnover
view>
________.,2002.
http://www.byteandswitch.com/document.
asp?doc_id=161113&WT.svl=wire2
_6
_______,.htttp://www.iix.net.id/?do=latar-
tujuan
_______,.2008
http://id.wikipedia.org/wiki/Indones
ia_Internet_Exchange)
_______,.2008, http://www.napinfo.net

1. Jaidan Jauhari, S.Pd, M.T. Asisten Ahli Fakultas Ilmu Pendidikan

69

Pengembangan Perangkat Lunak Pembangkit Fraktal
Berbasis Fungsi Polynomial dengan Menggunakan
Pemrograman Borland C++ Builder 6.0

Jaidan Jauhari

Jurusan Matematika
Fakultas Ilmu Pendidikan
Jaidanjauhari@ilkom.unsri.ac.id

Abstrak

Dalam geometri fraktal objek di gambarkan dengan menggunakan algoritma
iteratif. Fraktal memiliki sifat self similarity dimana setiap bagian dari fraktal
menyerupai bagian yang lebih besar, namun dalam skala yang berbeda. Proses
pembangkitan geometri fraktal dilakukan dengan cara iterasi terhadap fungsi
matematika tertentu. Pada penelitian ini dibangun sebuah perangkat lunak
untuk membangkitkan geometri fractal berbasis fungsi polinomial. Metodologi
yang digunakan penelitian ini adalah metodologi pengembangan perangkat
lunak Waterfall Model Perancangannya menggunakan model fungsional yaitu
DFD (Data Flow Diagram). Perangkat lunak PoliFrak dibangun dalam
lingkungan pemrograman Microsoft Windows. Bahasa pemrograman yang
dipakai adalah Borland C++ Builder 6.0. Perangkat lunak ini telah
menghasilkan keluaran seperti yang diinginkan yaitu berupa pembangkitan
gambar fraktal, sesuai dengan variabel, parameter dan warna masukan.

Kata Kunci : geometri fraktal, self similarity, berbasis fungsi polinomial

Abstract

In fractal geometry, object is drawn using iterative algorithm. Fractal has self
similarity by nature, such that each part of fractal is similar to the bigger part,
but in different scale. Fractal generation process is done by iteration toward
certain mathematic function. One of the mathematic function is the polinomial
function-based one. This research is limited only for polinomial function-based
fractals. The methodology used in developing this software is waterfall model.
The design used functional model, that is DFD (Data Flow Diagram). PoliFrak
software is developed in Microsoft Windows programming environment.
Programming language used here is Borland C++ Builder 6.0. This software has
produce the desired output, such as fractal image generation.

Keywords : fractal geometry, self similarity, polinomial function-based

1. PENDAHULUAN
Di sekeliling kita terdapat banyak objek.
Jika objek tersebut merupakan bentuk
yang teratur seperti lingkaran, elips,
segiempat, bola, kubus atau kerucut
maka objek-objek tersebut dapat
dinyatakan dalam rumus sederhana
sebagai fungsi koordinat dalam geometri


70
Euclidian. Tetapi bentuk objek di alam
umumnya tidak beraturan dan kompleks
yang tidak mudah didekati dengan
rumus matematika geometri Euclidian
(Pietronero,1995 : 70).
Istilah fraktal pertama kali dikemukakan
oleh B. Mandelbrot. Geometri fraktal
memberikan gambaran dan model
matematika kejadian kompleks di alam
yang berbeda dengan geometri Euclidian
yang dikenal selama ini. Objek dalam
geometri Euclidian
digambarkan dengan rumus, sedangkan
pada geometri fraktal digambarkan
dengan suatu algoritma iteratif. Dimensi
fraktal memiliki sifat self-similarity,
yaitu setiap bagian dari fraktal
menyerupai keseluruhan bagian yang
lebih besar namun dalam skala yang
berbeda. Ini artinya, bagian-bagian dari
objek akan terlihat identik dengan
objek itu sendiri bila dilihat secara
keseluruhan. Alam memiliki sifat ini,
misalnya cabang-cabang pohon
menyerupai pohonnya, puncak gunung
mempunyai bentuk sama dengan
pegunungan, awan kecil mempunyai
pola yang sama dengan awan besar,
demikian juga dengan struktur atom
sama seperti tata surya makro kosmik.
Oleh karena itu fraktal sering disebut
goemetri alam.
Pembangkitan fraktal dapat dilakukan
dengan melakukan iterasi baik terhadap
fungsi matematika atau dapat juga
iterasi atas elemen-elemen dasar
penyusun grafik, seperti titik, garis dan
bentuk-bentuk geometri sederhana
seperti segitiga, segiempat dan lain-lain.
Fraktal yang terakhir ini dinamakan
fraktal bebas, contohnya adalah fraktal
plasma dan fraktal pohon. Sedangkan
fraktal-fraktal yang dibangkitkan
melalui fungsi matematika antara lain
fraktal yang berbasis bilangan kompleks
dan fraktal yang berbasis fungsi
polynomial. Fraktal berbasis fungsi
polynomial akan menghasilkan gambar-
gambar yang indah dan akan
menghasilkan gambar fraktal yang unik.
Bentuk-bentuk fraktal dari iterasi fungsi
matematika semakin menarik, indah,
dan bervariasi setelah ditemukan mesin
komputer yang sangat membantu
komputasi (perhitungan). Selain
membantu komputasinya, mesin
komputer dengan perkembangan
teknologi tampilannya, membantu
penampilan bangun fraktal menjadi
menakjubkan (Mujiono, 2002). Pada
penelitian sebelumnya (Jauhari dkk,
2004) telah dibuat perangkat lunak
untuk membangkitkan fraktal berbasis
fungsi polinomial, tetapi perangkat
lunak yang dibuat masih memiliki
beberapa kelemahan antara lain masih
belum ada fasilitas untuk memperbesar
gambar, variabel-variabel masukan
masih dibatasi hanya untuk bilangan-
bilangan tertentu. Untuk itu pada tulisan
ini perangkat lunak tersebut telah
dikembangkan lebih lanjut untuk
mengatasi kekurangan-kekurangan
tersebut.
Penelitian ini ditulis dengan tujuan
untuk mengembangkan perangkat lunak
pembangkit fraktal berbasis fungsi
polynomial, dengan mengikuti langkah-
langkah metodologi pengembangan
perangkat lunak waterfall model.
Sedangkan manfaat dari penelitian ini
adalah dapat menghasilkan gambar
fraktal yang bervariasi, tergantung pada
parameter, variabel dan warna masukan.
Fraktal berasal dari bahasa latin, dari
kata kerja frangere yang berarti
membelah atau kata sifat fractus yang
artinya tidak teratur atau terfragmentasi.
Beberapa pakar yang lain mengatakan
dalam bahwa fraktal adalah gambar
yang secara intuitif berkarakter, yaitu
setiap bagian pada sembarang ukuran
jika diperbesar secukupnya akan tampak
seperti gambar seutuhnya ada dua
informasi terkandung di dalamnya :

Jauhari, Pengembangan Perangkat Lunak Pembangkit Fraktal
71
1. Gambar primitif sebagai blok
pembangun, yang jika diduplikasi
dengan berbagai ukuran dan
dikomposisikan dapat membentuk
gambar.
2. Aturan rekursif yang mendefinisikan
posisi relatif dari gambar primitif
dengan berbagai ukuran.

Himpunan Fraktal menurut Falconer
(1992 : 40) mempunyai 5 karakter, yaitu
:
1. Merupakan struktur halus,walaupun
diperbesar seberapapun.
2. Bersifat terlalu tidak teratur, jika
digambarkan dengan bahasa
geometri biasa.
3. Mempunyai Self-similarity ,
mungkin secara pendekatan maupun
secara statistik.
4. Dimensi fraktal biasanya lebih besar
dari dimensi topologinya.
5. Umumnya dapat didefinisikan
secara sederhana, mungkin secara
rekursif.
Secara umum dari pendapat-pendapat di
atas dapat disimpulkan sifat-sifat fraktal
ada 2 macam, yaitu :
Self-similarity
Fraktal adalah obyek yang memiliki
kemiripan dengan dirinya sendiri
(Self-similarity) namun dalam skala
yang berbeda, ini artinya obyek
fraktal terdiri dari bagian-bagian
yang memiliki sifat seperti obyek
tersebut. Setiap bagian obyek
tersebut bila diperbesar akan identik
dengan obyek tersebut.
Dimension
Fraktal adalah obyek yang memiliki
dimensi bilangan riil. Untuk
membandingkan ukuran fraktal
diperlukan dimensi fraktal. Dimensi
fraktal didefinisikan sebagai
kerapatan fraktal menempati ruang
metrik.
Panjang sebuah segmen garis
(dimensi dua) dapat diketahui
dengan mengukur panjang antar
dua titik. Namun obyek fraktal
tidak dapat diukur panjangnya,
karena memiliki variasi tak hingga.

Gambar 1. Obyek Fraktal

Gambar 1 menunjukkan panjang dari
objek fraktal tersebut bertambah 4/3
setiap tahap. Sehingga panjang objek
fraktal tersebut = 4/3 x 4/3 x 4/3 x .
Objek fraktal tersebut memiliki panjang
tak berhingga.
Dalam geometri fraktal, fraktal adalah
sebuah titik di dalam ruang metrik.
Ruang metrik disimbolkan dengan X,
adalah himpunan titik-titik yang disertai
dengan fungsi d : X x X yang
mengukur jarak antara dua buah titik di
ruang tersebut.
Definisi 1. Sebuah ruang X adalah
sebuah himpunan. Titik-titik
pada ruang adalah anggota-
anggota dari himpunan.
Definisi 2. Sebuah ruang metrik (X,d)
adalah sebuah ruang X bersama
dengan sebuah fungsi riil d : X x
X yang mengukur jarak
antara dua titik x dan y pada X.
Fungsi ini memiliki aksioma
sebagai berikut :
(1) Simetri d(x,y) = d(y,x) x,y
X
(2) Positif 0<d(x,y)< x,y
X, x y
(3) Jarak ke diri sendiri d(x,x) =
0, x X
Panjang segmen = 1
Total = 1
Panjang segmen = 1/3
Total = 4/3
Panjang segmen = 1/9
Total = 16/9
( a )
( b )
( c )


72
(4) Ketaksamaan segitiga d(x,y)
d(x,z) + d(z,y) x,y,z X
Fungsi d disebut sebagai metrik.
Definisi 3. Dua buah metrik d
1
dan d
2

pada ruang X adalah sama jika
ada bilangan konstan 0 < c
1
< c
2

< sedemikian hingga :
c
1
d
1
(x,y) d
2
(x,y) c
2
d
1
(x,y)
(x,y) X x X
Sebuah titik dalam geometri
fraktal dapat berupa gambar
hitam putih, yaitu himpunan
bagian yang padat dari ruang X.
Dalam geometri fraktal ruang
dimana fraktal hidup adalah
himpunan bagian dari X dan
disimbolkan dengan F.
Definisi 4. Misalkan (X, d) adalah ruang
metrik lengkap, maka F(X)
menyatakan ruang yang titik-
titiknya adalah himpunan
bagian dari X. Titik-titik di
ruang F disimbolkan dengan
huruf kapital, misalnya A, B,
dan lain-lain.
Jika x X dan B F(X) , maka jarak
antara titik x dengan himpunan B dalam
ruang metrik adalah :

d(x,B) = minimum{d(x, y), y B}

Gambar 2. Jarak Titik ke Himpunan

Sedangkan jarak antara A F(X) dan B
F(X) dalam suatu ruang metrik yang
sama didefinisikan oleh
d(A,B) = maksimum{d(x, B), x A}

Gambar 3. Jarak Himpunan ke
Himpunan

Definisi 5. Misalkan (X, d) adalah ruang
metrik lengkap, maka jarak Hausdorf
antara titik A dan B di dalam F(X)
adalah :
h(A,B) = maksimum{d(A,B), d(B,A)}.

Gambar 4. Jarak Haussdorff

Fraktal Berbasis Fungsi Polinomial
Dalam penelitian ini fungsi polynomial
yang akan dibahas adalah :

a. Polinomial Tchebychev
Polinomial Tchebychev adalah
polinomial yang di dalam bidang teknik
elektro banyak digunakan dalam tapis
frekuensi. Ada empat macam polinomial
Tchebychev, yaitu T
n
, U
n
, C
n
, dan S
n
.
Iterasi dilakukan atas fungsi sebagai
berikut
) ( .
1
=
n n
z f c z

dengan z
n
adalah bilangan kompleks,
f(z
n-1
) adalah salah satu bentuk
polinomial Tchebychev (yaitu
Tchebychev T, C, U atau S) dan c adalah
suatu konstanta bilangan kompleks yang
nilainya ditentukan oleh suatu lokasi
d(x, B)
Titik x
Himpunan B
d(x, B) = minimum {d(x,y), y anggota B
h(A, B)
Himpunan B
h(A, B) = maksimum dari d(A,B) dan d(B,A)
Himpunan A
d(A, B)
Himpunan B
d(A, B) = maksimum {d(x,B), x anggota A
Himpunan A

73
titik dalam bidang kompleks. Untuk
menentukan koefisien dari polinomial
Tchebychev dapat dilihat pada tabel-
tabel berikut :

Tabel 1. Koefisien Polinomial Tchebychev T

z
0
z
1
z
2
z
3
z
4
z
5
z
6
z
7

T
0
1
T
1
1
T
2
-1 2
T
3
-3 4
T
4
1 -8 8
T
5
5 -20 16
T
6
-1 18 -48 32
T
7
-7 56 -112 64

Tabel 2.Koefisien Polinomial Tchebychev C

z
0
z
1
z
2
z
3
z
4
z
5
z
6
z
7

C
0
2
C
1
1
C
2
-2 1
C
3
-3 1
C
4
2 -4 1
C
5
5 -5 1
C
6
-2 9 -6 1
C
7
-7 14 -7 1

Tabel 3. Koefisien Polinomial Tchebychev U

z0 z1 z2 z3 z4 z5 z6 z7
U0
1
U1
2
U2
-1 4
U3
-4 8
U4
1 -
12
16
U5
6 -32 32
U6
-1 24 -80 64
U7
-8 80 -192 128


74

Tabel 4. Koefisien Polinomial Tchebychev S

z0 z1 z2 z3 z4 z5 z6 z7
S0
1
S1
1
S2
-1 1
S3
-2 1
S4
1 -3 1
S5
3 -4 1
S6
-1 6 -5 1
S7
-4 1
0
-6 6

Sebagai contoh misalkan akan
dibangkitkan suatu fraktal Tchebychev
C
6
, berdasarkan tabel 2 koefisien untuk
polinomial Tchebychev C
6
adalah :

) 2 9 6 (
2 4 6
6
+ = z z z C

sehingga fraktal Tchebychev C
6

dihasilkan dengan melakukan iterasi atas
fungsi

) 2 9 6 (
2 4 6
+ = z z z c z
n

b. Polinomial Legendre dan Laguerre
Fraktal Legendre dan Laguerre
dihasilkan dari proses iterasi atas fungsi
Legendre dan Laguerre yaitu :
c z f
d
z
n n
+ =

) (
1
1

dengan z
n
adalah bilangan kompleks, d
adalah suatu konstanta (yang dalam
tabel 3 dan 4 pada label pembagi), f(z
n-1
)
adalah polinomial Legendre atau
Laguerre sesuai dengan jenis fraktal
yang akan dihasilkan dan c adalah suatu
konstanta bilangan kompleks. Sebagai
contoh, misalnya akan dibuat fraktal
Legendre P
5
, maka polinomialnya
adalah :

z z z P 15 70 63
3 5
5
+ =

dengan nilai d nya adalah 8. Jika
persamaan terakhir disubstitusikan ke
persamaan awal maka fraktal Legendre
diperoleh dari iterasi fungsi :

c z z z z + + = ) 15 70 63 ( 125 , 0
3 5 5

Tabel 5. Koefisien Polinomial Legendre

Pembagi z
0
z
1
z
2
z
3
z
4
z
5
z
6
z
7

P
0
1 1
P
1
1 1
P
2
2 -1 3
P
3
2 -3 5
P
4
8 3 -30 35
P
5
8 15 -70 63
P
6
16 -5 105 -315 231
P
7
16 -35 315 -693 429

75
Tabel 6. Koefisien Polinomial Laguerre

Pembagi Z
0
z
1
z
2
z
3
z
4
z
5
z
6
L
0
1 1
L
1
1 1 -1
L
2
2 2 -4 1
L
3
6 6 -18 9 -1
L
4
24 24 -96 72 -16 1
L
5
120 120 -600 600 -200 25 -1
L
6
720 720 -
4320
5400 2400 450 -36 1

c. Polinomial Hermite
Fraktal Hermite diperoleh dengan
melakukan iterasi atas fungsi berikut :
c z f z
n n
+ =

) (
1

dengan z
n
adalah bilangan kompleks,
f(z
n-1
) adalah polinomial Hermite dan c
adalah konstanta bilangan kompleks.
Untuk menentukan koefisien
polinomialnya dapat dilihat pada tabel
berikut :

Tabel 7. Koefisien Polinomial Hermite

z
0
Z
1
z
2
z
3
z
4
z
5
z
6
z
7

H
0
1
H
1
2
H
2
-2 4
H
3
-12 8
H
4
12 -48 16
H
5
120 -160 32
H
6
-120 720 -480 64
H
7
-1680 3360 -
1344
128

Metode penelitian yang digunakan
dalam penelitian ini adalah metodologi
pengembangan perangkat lunak
Waterfall Model (Pressman, 2003 : 50).
Tahapan-tahapan pengembangannya,
yaitu :
1. Analisis dan perancangan perangkat
lunak
Tahap analisis adalah tahapan
pengumpulan kebutuhan-kebutuhan
dari semua elemen sistem perangkat
lunak yang akan di bangun.
Metode perancangan yang
digunakan adalah model fungsional
yaitu Data Flow Diagram (DFD).


76
2. Implementasi perangkat lunak
Mengimplementasikan hasil
perancangan perangkat lunak ke
dalam bahasa pemrograman, yaitu
ke dalam bahasa pemrograman
Borland C++ Builder Versi 4.0
3. Pengujian perangkat lunak
Menguji perangkat lunak terhadap
beberapa kasus uji dan
mengevaluasi kinerja perangkat
lunak apakah sudah sesuai dengan
kebutuhan yang diinginkan.

3.1. Hasil Analisis Dan Perancangan
Perangkat Lunak
Fasilitas-fasilitas yang ada di dalam
perangkat lunak yang diberi nama
PoliFrak ini adalah sebagai berikut :
1. Pembangkitan Fraktal yang terdiri
dari
Membangkitkan fraktal baru,
dengan adanya fasilitas ini maka
dapat dibuat sebuah fraktal
dengan masukan berupa file
teks.
Modifikasi Fraktal, dengan
fasilitas ini sebuah fraktal yang
telah dibentuk dapat
dimodifikasi dengan cara
memodifikasi parameter-
parameternya. Fraktal yang akan
dimodifikasi harus sudah ada di
dalam suatu list fraktal. Di
samping itu Fraktal yang sudah
dimodifikasi dapat disimpan
atau dibatalkan.
2. Menyimpan data fraktal, dengan
fasilitas ini suatu fraktal yang sudah
dibangkitkan atau dimodifikasi
dapat disimpan ke dalam direktori
tertentu atau ke dalam list fraktal.
3. Membuka data fraktal, dengan
adanya fasilitas ini pengguna dapat
membuka suatu fraktal dari list
fraktal dengan cara memilih suatu
file yang akan di buka.
4. Menampilkan About, dengan adanya
fasilitas ini pengguna dapat
menampilkan form yang berisi
informasi mengenai perangkat lunak
ini.

4. PERANCANGAN ANTAR
MUKA
Di dalam sebuah perangkat lunak,
antarmuka memegang peranan penting
karena antarmuka berhubungan
langsung dengan pengguna perangkat
lunak. Untuk memudahkan pengguna
digunakan sistem menu pull down.
Menu dan sub menunya seperti berikut
ini :
Menu File yang terdiri dari : Sub
menu Open, Sub menu Save, Sub
menu Save As, Sub Menu Close,
Sub menu Exit
Menu Generation yang terdiri dari
: Sub menu Create, Sub menu
Modification
Menu Help yang terdiri dari :
Submenu About

Selain menu pulldown, ada beberapa
tombol (buttonspeed) yang merupakan
shortcut ke beberapa proses yaitu
tombol Open, Save, Create dan
Modification.

77

Gambar 6. Struktur Menu

b. Perancangan Layar Saji
Pengguna berinteraksi dengan perangkat
lunak PoliFrak melalui layar saji dalam
bentuk jendela (Windows). Layar saji
terdiri dari jendela utama, jendela create
dan jendela about.
Perancangan masing-masing layar saji
untuk setiap jendela adalah sebagai
berikut
1. Jendela layar utama
Jendela layar utama ini adalah layar
pertama yang muncul jika perangkat
lunak dijalankan. Pada layar ini
pengguna dapat memilih menu-menu
yang ada.
2. Jendela Create
Bila pengguna membuka tombol
Generation kemudian Create pada
layar menu utama, maka jendela
Create akan muncul. Jendela ini akan
digunakan oleh pengguna sebagai
sarana memasukkan paremater-
parameter untuk membangkitkan
fraktal.
3. Jendela About
Jendela ini menampilkan informasi
mengenai nama perangkat lunak,
pembuatnya, versi pembuatan, tahun
pembuatan dan nama lembaga.

5. MODEL FUNGSIONAL
Model fungsional menggambarkan
proses-proses yang terjadi dalam
perangkat lunak, masukan serta keluaran
yang terjadi pada proses. Model
fungsional PoliFrak akan digambarkan
dalam diagram aliran data (DFD).
Diagram aliran data untuk PoliFrak
terdiri dari diagram context dan
diagram aliran data level-level
berikutnya yang merupakan turunan dari
diagram context dengan proses yang
lebih terperinci.
a. Diagram Konteks
Diagram Konteks PoliFrak
digambarkan pada gambar 7. Masukan
ke sistem berupa parameter-parameter
masukan, sedangkan keluarannya
gambar fraktal dan pesan kesalahan.

Gambar 7. Diagram Konteks (DFD
level 0)

b. DFD Level 1

Gambar 8. memperlihatkan perincian
proses dari DFD level 1, yang terdiri
dari proses-proses sebagai berikut :


78

Pengguna
1.0
Inputing Data
Data Variabel, Parameter,
Warna dan Pilihan Fraktal
Pesan Kesalahan
Parameter dan
Variabel proses,
Warna,
Pilihan Fraktal
2.0
Operation
Fraktal
3.0
Saving Data
4.0
Displaying
Fraktal
File Data
Pengguna
Parameter, Variabel, Warna
dan Pilihan Fraktal
Parameter, Variabel, Warna
dan Pilihan Fraktal
Parameter, Variabel,
Warna dan Pilihan Fraktal
Nama File
Nama File
Gambar Fraktal
Gambar Fraktal
Fili Gambar
Fraktal,
File Teks
Gambar
Fraktal

Gambar 8. DFD level 1

6. IMPLEMENTASI PERANGKAT
LUNAK
Perangkat lunak PoliFrak dibangun
dalam lingkungan pemrograman
Microsoft Windows. Bahasa
pemrograman yang dipakai adalah
Borland C++ Builder 4.0. Adapun
alasan pemilihan lingkungan ini
adalah :
Jika dibandingkan dengan
lingkungan berbasis mode teks
seperti DOS, lingkungan
Windows mempunyai
kemampuan untuk memberikan
antar muka yang lebih baik dan
mudah.
Bahasa pemrograman C++
hemat ruang memori, sehingga
relatif lebih cepat
menjalankannya,, meskipun
aplikasi yang dibuat melakukan
proses terhadap gambar.
Penggunaan C++ Builder karena
aplikasi ini cukup potensial
untuk pemrograman visual dan
pembuatan antar muka yang
memadai.

a. Implementasi Antarmuka
Pengguna
Untuk memudahkan pemakai dalam
penggunaannya PoliFrak dilengkapi
dengan menu. Respon aksi yang
diberikan pemakai/pengguna melalui

79
menu diimplementasikan dalam
program pada sebuah procedure.
Keseluruhan procedure yang dikerjakan
implementasinya sesuai dengan struktur
menu seperti dalam tabel berikut :

Tabel 1. Pengaktifan Prosedur
Melalui Struktur Menu

Keberadaan
di Form
Nama
Item
Menu
Nama Procedure
JendelaMenu
Utama
File
Open FileOpen1Click
Save FileSave1Click
SaveAs FileSaveAs1Click
Close FileClose1Click
Exit FileExit1Click
JendelaMenu
Utama
Generation
Create GenerationCreate1
Click

Modificati
on
GenerationModific
ation1Click
JendelaAbout Help
About HelpAbout1Click

b. Implementasi Jendela Utama
Langkah pertama dalam
mengimplementasikan jendela utama
adalah dengan menampilkan form dan
unit program yang berasosiasi
dengannya. Pada form ini telah tersedia
tiga tombol kontrol yaitu minimize,
maximize/restore, dan close disudut
kanan atas. Demikian juga dibagian atas
terdapat caption bar untuk
menempatkan judul form yang akan di
buat. Langkah berikutnya adalah dengan
memilih komponen pallete untuk
menampilkan struktur menu dan tombol-
tombol speedbutton serta area untuk
menampilkan gambar fraktal yang akan
dibangkitkan.

7. KESIMPULAN DAN SARAN
Dari Pembahasan mengenai
sebelumnya, dapat ditarik beberapa
kesimpulan sebagai berikut :
1. Geometri fraktal dapat
dibangkitkan dengan cara
melakukan iterasi terhadap
suatu fungsi matematika
tertentu. Salah satu fungsi
matematika tersebut adalah
fungsi yang berbasis fungsi
polynomial.
2. Perangkat lunak PoliFrak
dibangun dengan menggunakan
metode perancangan
berorientasi aliran data (DFD)
dan diimplementasi dengan
perangkat pengembangan
Borland C++ Builder versi 6.0,
dan telah mencapai tujuan yang
diinginkan yaitu dapat
membangkitkan fraktal.
3. Perangkat lunak yang dibuat
telah dapat menampilkan citra
seperti yang diinginkan sesuai
dengan parameter dan variable
masukan yang diberikan
pengguna.
Untuk proses pengembangan lebih
lanjut, maka beberapa saran yang perlu
dipertimbangkan adalah perlu
dikembangkan dan dibuat perangkat
lunak pembangkit fraktal yang lain,
misalnya berbasis fungsi transenden,
fraktal pohon, dan fractal plasma.

8. DAFTAR PUSTAKA
Barnsley, Michael F. 1995. Fractals
Everywhere. London : Academic
Press Professional
Falconer,Kenneth. 1992. Fractal
Geometry: Mathemetical
Foundation & Applications. New
York : John-Wiley & Sons.
Jauhari, Jaidan. 2002. Perangkat
Lunak Pembangkit Fraktal
Mandelbrot, Jurnal Ilmiah
Matrik Universitas Bina Darma
Palembang 4(3), Halaman 149-
158


80
Jauhari, Jaidan, dkk. 2004.
Perangkat Lunak Pembangkit
Fraktal. Makalah disampaikan
pada Seminar Nasional Research
and Studies Proyek TPSDP
Tanggal 11-13 Februari 2004 di
Yogyakarta
Jain, Anil K.1989. Fundamentals Of
Digital Image Processing.
Englewood Cliffs: Prentice-Hall
International Editions.
Mandelbrot, B.B. 1997. The Fractal
Geometry of Nature. W.H.
Freeman Company
Martono, Koko. 2000. Sari Informasi
Fungsi Kompleks. Bandung :
HIPMA ITB
Munir, Rinaldi,1999.
Pengelompokan Blok Ranah
Berdasarkan Rata-rata dan
Variansi Intensitas Pixel Pada
Pemampatan citra Dengan
Transformasi Fraktal, Tesis
tidak diterbitkan. Bandung :
Magister Informatika ITB
Oliver,Dick.1992. Fractal
Vision:Puts Fractals to Work
For You.Sams.
Mujiono, 2002. Tentang Fraktal.
Harian Umum Kompas Tanggal
10 Mei 2002
Online:www.kompas.com/kompas_c
etak/0205/10/iptek/tent34.htm
[diakses tanggal 15 Juli 2004]
Pietronero, L and E. Tosatti.1995.
Fractal in Physics. Proceeding of
the Sixth Trieste Int. Symp. On
Fractal in Physics, ICTP, Trieste
Italy, July 9-12
Pressman, R.S. 2003. Software
Engeneering : A Practitioners
Approach (5
th
ed). New York :
Mc Graw Hill.
Purcell, E.J. dan Dale Verberg. 1995.
Kalkulus dan Geometri Analitis
(Jilid 2) Jakarta : Erlangga.
Stevens,Roger.T. 1990. Advanced
Fractal Programming in C.
M&T Books

81
9. LAMPIRAN
Contoh Keluaran yang dihasilkan adalah
sebagai berikut :
1. Fraktal Berbasis Polynomial
Tchebychep
Gambar berikut diperoleh dari masukan
Xmax = 1,2 Ymax = 1,2
Faktor Warna = 5
Xmin = -1.2 Ymin = -0,9

2. Fraktal Berbasis Polynomial
Legendre
Gambar berikut diperoleh dari masukan
Xmax = 1,4 Ymax = 1,2
Faktor Warna = 8
Xmin = -1,4 Ymin = -1,2

1. Ir, Bambang Tutuko, M.T . Asisten Ahli Fakultas Ilmu Komputer
2. Sarmayanta Sembiring, S.Si Tenaga Pengajar Fakultas Ilmu Komputer

82

Perancangan Scanner Pembacaan Data KRS/KPRS
Berbasis Mikrokontroller AT89S52

Bambang Tutuko & Sarmayanta Sembiring

bambangtutuko@ilkom.unsri.ac.id, yanta_plawi@yahoo.com

Abstrak

Penggunaan sistem otomatisasi dengan sensor sebagai pendeteksi dan
mikrokontroler sebagai kendali sangat banyak sekali digunakan dalam aplikasi
bidang pendidikan. Salah satunya adalah sistem scanner menggunakan media
optik sebagai sensor, yang telah banyak dipakai dalam pengisian dan
pengoreksian KRS / KPRS. Namun peralatan yang dijual saat ini berharga relatif
mahal, berdasarkan hal tersebut dilakukan penelitian perancangan scanner KRS
/ KPRS menggunakan sensor photodioda dan berbasiskan mikrokontroler agar
biaya dapat ditekan dan menghasilkan kinerja yang baik. Dari hasil pengujian
dapat disimpulkan bahwa sistem yang dirancang bekerja dengan performansi
yang diinginkan dan dapat membaca data dengan baik yaitu angka 1 sd 9 selain
itu dibaca x dan terjadi konversi data dari 10 bit menjadi 8 bit.

Kata kunci : Sensor, Mikrokontroler, Photodioda

Abstract

Automation system with sensor as detector and microcontroller as controller has
been commonly used in education application. One example is scanner system
using optic media as sensor which has been often used in filling and checking
KRS/KPRS. However, the equipment sold costs relatively expensive nowadays.
Therefore, the research was done on designing scanner KRS/KPRS using
photodiode sensor and based on microcontroller in order to minimize the cost and
the result is still in a good performance. From the testing it could be concluded
that this system performance worked as expected. It could read the data well; that
was the number 1 until 9 besides it was read as x and happened to be data
conversion from 10 bit to 8 bit.

Keyword : Scanner, Microcontroller AT89S52, Photodioda

Tutuko & Sembiring Perancangan Scanner Pembacaan data Krs

83
1. PENDAHULUAN
1.1 Latar Belakang
Penggunaan sistem otomatisasi dengan
sensor sebagai pendeteksi dan
mikrokontroler sebagai kendali sangat
banyak sekali digunakan dalam aplikasi
bidang pendidikan. Salah satunya adalah
sistem scanner menggunakan media
optik sebagai pendeteksi data lembar
komputer. Pada saat ini pengisian dan
pengkoreksian KRS / KPRS di lembaga
pendidikan masih banyak dilakukan
secara manual yang menggunakan
tenaga manusia dalam menginput data,
cara seperti itu tidak begitu praktis dan
akurat.
Scanner salah satu media yang dapat
membantu dalam melakukan pembacaan
data, berupa sinyal digital dimana
scanner ini dilengkapi dengan sensor
yang berfungsi sebagai media
pembacaan data lembar kerja computer.
Data yang telah di baca oleh scanner
akan menjadi input mikrokontroller
sebagai kendali dan kemudian di kirim
ke komputer secara serial.
OMR adalah salah satu jenis peralatan
scaner yang banyak digunakan oleh
instansi dalam pembacaan data maupun
pemeriksaan hasil ujian, namun
peralatan tersebut sangat mahal,
berdasarkan hal tersebutlah dilakukan
penelitian Perancangan scanner KRS /
KPRS berbasiskan mikrokontroler.
Diharapkan dari penelitian ini biaya
untuk pembuatan peralatan akan
menjadi lebih murah dan dengan
kualitas yang baik.

1.2 Perumusan Masalah
Permasalahan yang akan menjadi
bahasan utama dalam penelitian adalah
adalah perancangan alat scanner dengan
menggunakan sensor cahaya photodioda
sebagai pendeteksi bulatan hitam pada
lembar computer dan menjadi inputan
bagi mikrokontroler AT89S52.
Pemilihan sensor tersebut dengan
pertimbangan harga yang relatif lebih
murah dan kulitas daerah kerja yang
baik, Sehingga dalam pembaacaan
lembar KRS / KPRS diharapkan
menghasil kinerja yang baik sesuai
dengan spesifikasi yang diharapkan.

1.3 Tujuan Penelitian
Tujuan penelitian ini untuk
mengembangkan riset bidang sistem
kendali dan elektronika digital dengan
aplikasi alat scanner yang digunakan
untuk membaca data KRS dan KPRS
menggunakan sensor photodiode dan
mikrokontroler AT89S52, untuk
mempercepat pengolahan dan
pengecekan data sehingga data yang
didapat lebih akurat dan proses
pengoreksi lebih cepat.

1.4 Manfaat Penelitian
Hasil penelitian ini akan sangat
bermanfaat bagi Jurusan di lingkungan
Unsri khususnya di Fakultas ilmu
komputer dalam proses penginputan
KRS / KPRS mahasiswa, sehingga
mempermudah jurusan dalam membuat
laporan dan rekap data mata kuliah
permahasiswa

2. TINJAUAN PUSTAKA
2.1. Mikrokontroler AT89S52
Mikrokontroler AT89S52, merupakan
salah satu jenis dari mikrokontroler
yang diproduksi oleh atmel. Dimana
mikrokontroler jenis ini kompatibel
dalam hal proses penggunaannya
dengan jenis program MC-S52 yand
dikeluarkan oleh intel. Semua perangkat
MCS-52 memiliki ruang alamat
tersendiri untuk perogram memori dan
data memori. AT89S52 mempunyai 40
kaki, 32 kaki digunakan untuk
keperluan port paralel buatan ATMEL.
Setiap port terdiri atas 8 pin, sehingga


84
terdapat 4 port, yaitu port 0, port 1, port
2, dan port 3. Pemisahan program dan
data memori memungkinkan
pengaksesan data memori dan
pengalamatan 8 bit, sehingga dapat
langsung disimpan dan dimanipulasi
oleh mikrokontroler dengan kapasitas
akses 8 bit. Dan untuk pengaksesan data
memori dengan alamat 16 bit, terlebih
dahulu register DPTR (Data Pointer).
Mikrokontroler AT89S52 memiliki 32
saluran I/O. Rangkaianya minimum
system dapat dilihat pada Gambar 2.1

Gambar 2.1. Minimum System
AT89S52

2.2. Rangkaian Sensor
Apabila photodiode menerima cahaya
maka arus pada photodiode akan
mendekati satu fasa dengan fluks cahaya
sehingga tegangan V1 akan berbanding
terbalik degan besar arus yang melalui
photodiode. Tegangan V1 selanjutnya
akan dibandingkan dengan Vref dimana
nilai Vref dibuat lebih kecil dari V1
pada saat cahaya yang diterima
fotodioda yang terhalang kertas
KRS/KPRS tanpa bulatan hitam. Nilai
Vref harus lebih besar dari V1 pada saat
cahaya yang diterima fotodioda yang
terhalang kertas KRS/KPRS dengan
bulatan hitam.
Vcc
R R
R
V
ref
4
2
4
+
=
Apabila Vin < Vref maka Vout = Vcc
(berlogika 1) dan apabilai Vin Vref
maka Vout = 0 (berlogika 0).

Gambar 2.2 Rangkaian Sensor
cahaya

2.3. IC MAX-232
Komunikasi dengan port serial PC
dilakukan dengan menggunakan standar
RS232 oleh karena itu diperlukan
interfacing IC RS232 sebagai perantara
antara port serial PC dengan port serial
mikrokontroler AT89S52. Fungsi utama
dari IC RS232 adalah mengubah data
serial. Pada saat mikrokontroler
menerima data serial dari port serial PC
dalam bentuk RS232 maka akan diubah
oleh RS232 menjadi level TTL dahulu
sebelum diterima. Sebaliknya pada saat
mikrokontroler mengirimkan data serial
melalui port serial mikrokontroler dalam
level TTL maka akan diubah dulu ke
dalam bentuk RS232 sebelum diterima
oleh port serial PC. IC MAX-232 adalah
sebuah IC yang mengubah level
tegangan TTL ke RS-232 atau
sebaliknya. Rangkaian tersebut dapat
dilihat pada Gambar 2.3.


85

Gambar 2.3. Rangkaian IC MAX-232

3.1 Perancangan Hardware.
Blok diagram perancangan dapat dilihat
pada Gambar 3.1 dibawah ini :

Gambar 3.1. Blok Diagram
Perancangan

Kertas KRS/KPRS akan masuk ditarik
motor stepper pertama menuju sensor.
Lalu bulatan-hitma akan dibaca dalam
bit dan dikondisikan dengan rangkaian
gerbang logika. Data yang terbaca
selanjutnya akan dikirim ke PC melalui
port serial mikrokontroller ke port serial
PC dengan interfacing MAX 232.
Pada saat kertas KRS/KPRS yang tidak
diberi tanda lingkaran hitam menutupi
photodiode yang disinari dari atas
dengan sumber cahaya maka photodiode
masih menerima sebagaian intesitas
cahaya tersebut dan pada saat kertas
KRS/KPRS yang diberi bulatan hitam
melewati photodiode maka hanya
sebagian kecil saja intesitas cahaya yang
diterima photodiode. Dengan kondisi
diatas maka V
1
pada saat tidak ada
bulatan hitam lebih kecil dari V
1
pada
saat ada bulatan hitam. V
1
sebagai sinyal
analog tersebut selanjutnya dirubah
menjadi sinyal digital dengan dua
kondisi yaitu 1 dan 0 dengan cara
membandingkan V
1
terhadap V
Ref
yang
telah diatur, dimana V
Ref
diatur lebih
besar dari V
1
pada saat kertas
KRS/KPRS tidak ada bulatan hitam dan
V
Ref
lebih kecil dari V
1
pada saat
KRS/KPRS ada bulatan hitam. V
out
akan
berlogika 1 apabila V
1
< V
Ref
dan V
out

akan berlogika 0 apabila V
1
V
Ref
.
Pengisian KRS/KPRS ditandai dengan
bulatan hitam untuk menandai nomor
yang dipilih. Untuk setiap baris terdiri
atas nomor 0 s/d 9 (10 digit). Karena
mikrokontroller yang digunakan pada
penelitian ini untuk setiap port nya 8 bit.
Untuk memudahkan dan menghemat
rangkaian pengkode maka 5 bit pertama
terhubung langsung (straight) dengan 5
bit pertama dan 5 bit terakhir di
kondisikan degan rangkaian logika
sehingga outputnya akan menjadi 3 bit.
5 bit terakhir hanya mewakili 5 kondisi
yaitu pilihan angka 5,6,7,8 dan 9, jika
ada pilihan kombinasi maka dianggap
salah. 3 bit output merupan rangkaian
kombinasi yang dapat mewakili 000
(2)

s/d 111
(2)
.

3.2. Rancangan Perangkat Lunak
Berikut ini adalah flowchart dari
mikrokontroller untuk membaca data
dari KRS/KPRS per port dan langsung
dikirimkan ke komputer melalui port
serial. Pada penelitian ini digunakan port
0 sebagai input.


86

Gambar 3.2 Flowchart Input Sensor

4. PENGUJIAN DAN ANALISIS

Pada penelitian ini, data yang diamati
meliputi tegangan output dari sensor
saat tidak ada kertas KRS/KPRS yang
menghalanginya, saat ada kertas
KRS/KPRS yang menghalangi tetapi
tidak ada bulan hitam dan saat sensor
dihalangi kertas KRS/KPRS yang ada
bulatan hitam. Selain data dalam bentuk
tegangan yang dikelurkan sensor data
yang diamati adalah deret biner yang
dihasilkan sensor setiap kali melakukan
pembacaan per baris dan kolom serta
data yang dikirimkan ke komputer
melalui port serial.

4.1. Hasil Pengujian Lembar Scanner
Pengujian ini dilakukan pada 2 port
keluaran mikrokontroler. Port pertama
digunakan sebagai input menuju
komputer dan port yang lain untuk
menggerakan motor. Dari hasil
pengujian data yang didapat adalah
sebagai berikut :

Tabel 4.1 Hasil Konversi
Mikrokotroler

tanda
Hitam
Krs /
Kprs
Data 10 Bit
Indikator
Data 8 bit
indikator
Data
Ke
PC
0 1111111110 11111110 0
1 1111111101 11111101 1
2 1111111011 11111011 2
3 1111110111 11110111 3
4 1111101111 11101111 4
5 1111011111 11011111 5
6 1110111111 10111111 6
7 1101111111 10011111 7
8 1011111111 1111111 8
9 111111111 1011111 9
Selain
itu Selain itu Selain itu X

Apabila kertas komputer yang dilingkari
hitam adalah angka 1 maka data yang
akan kirim oleh sensor ke mikro adalah
1111111110 kemudian mikrokontroler
akan mengolah data tersebut mejadi
string yang bernilai 1, dan apabila
terjadi kesalahan dalam pembulatan
pada kertas komputer seperti
pembulatan 2 kali pada kolom yang
sama atau pembulatan yang tidak tepat
maka mikrokontroler akan membaca
data yang dikirim oleh sensor akan
dibaca error.

4.2. Pengujian Software
Pengujian lakukan dengan
menggunakan 1 buah PC yang berfungsi
menerima input dari mikrokontroler,
untuk menghubungkan mikrokontroler
dan PC menggunakan serial RS 232.
software yang digunakan adalah VB


87
sebagai media untuk menampilkan hasil
inputan mikrokontroler. Pada aplikasi
ini pertama ditampilkan menu login.

Gambar 4.1 Form Login

Aplikasi ini akan menampilkan data
setelah ada inputan dari mikrokontroler,
tampilan pada aplikasi ini sesuai dengan
kondisi yang telah dikondisikan pada
mikrokontroler, adapun tampilan pada
aplikasi ini adalah seperti gambar 4.3
dibawah ini.

5. KESIMPULAN
Berdasarkan hasil pengujian dan analisa
yang dilakukan pada sistem yang telah
di buat maka dapat disimpulkan bahwa

1. Tegangan referensi untuk setiap
komporator berbeda
2. Mekanik dalam hal ini (tempat
sensor) sangat menentukan
ketepatan pembacaan
3. Faktor cahaya eksternal
mempengaruhi tegangan refrensi
4. Pada komunikasi serial,
penginisialisasian baudrate
dilakukan pada PC dan pada
mikrokontroller. Kedua inisialisasi
ini harus sama

6. DAFTAR PUSTAKA
Brown, A.D., and J.L. Volakis, Patch
Antennas on Ferromagnetic
Substrates, IEEE Transactions on
Antennas and Propagation, vol. 47
pp. 33-39, Nov 1999

Demeterscu, D. and B.V. Budaev. TM
Electromagnetic Scattering by a
Transparent Wedge with Resistive
Faces, IEEE Transactions on
Antennas and Propagation, vol.
50 pp. 47-54, April 2000..
Elliot, Scot D., & Daniel J. Dailey,
1995, Wireless Communications
for Inteligent Transportation
Systems, Artech House Inc.,
London
Hayt, William H. Jr., 1992.
Elektromagnetika Teknologi,
Penerbit Erlangga, Bandung.
Lee, C.W. and H. Son. Radiation
Characteristics of Dielectric-
Coated Coaxial Waveguided
Periodic Slot with Finite and Zero
Thickness, IEEE Transactions on
Antennas and Propagation, vol.
43 pp. 16-25, January 1999.
Siwiak, Kazimierz. 1995. Radiowave
Propagation and Antena For
Personal Communication, Artech
House Inc., London.

Jurnal Generic Vol 4 No 1 Januari 2009

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Jurnal Generic Vol 4 No 1 Januari 2009

Uploaded by

Copyright:

Available Formats

1

FAKULTAS ILMU KOMPUTER

You might also like