You are on page 1of 82

ISSN 1978-161X

Volume 5 Nomor 3 September 2013
MATICS
Jurnal Ilmu Komputer dan Teknologi Informasi
(Journal of Computer Science and Information Technology)


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

Pelindung
Rektor Universitas Islam Negeri Maulana Malik Ibrahim Malang

Penanggungjawab
Dekan Fakultas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim Malang

Dewan Penasehat (Advisory Editorial Board)
Dr. Agus Mulyono (UIN Maulana Malik Ibrahim Malang)
Dr. Suhartono, M.Kom (UIN Maulana Malik Ibrahim Malang)
Dr. M. Faisal, MT (UIN Maulana Malik Ibrahim Malang)
Prof. Dr. Abdul Hanan Bin Abdullah (UTM Malaysia)
Dr. Satria Mandala, M.Sc (UTM Malaysia)
Dr. Ali Mahmudi (ITN Malang)

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

Tim Penyunting (Associate Editors)
Ririen Kusumawati, M.kom
Fatchurrochman, M.Kom
M. Amin Hariyadi, MT
Totok Chamidy, M.Kom
Ainul Yaqin, M.Kom
Zaenal Abidin,M.Kom
Roro Inda Melani, M.T,M.S.c
Hani Nurhayati,M.T
Linda Salma, M.T
Ali Wafa, M.Kom

Editor Pelaksana
Ivana Varita, S.kom

Alamat Redaksi (Editorial Office)
Jurusan Teknik Informatika
Fakultas Sains dan Teknologi, Universitas Islam Negeri (UIN) Maulana Malik Ibrahim
Jl. Gajayana 50 Malang 65144 – Indonesia
ISSN 1978-161X
Volume 5 Nomor 3 September 2013
MATICS
Jurnal Ilmu Komputer dan Teknologi Informasi
(Journal of Computer Science and Information Technology)
DAFTAR ISI
Sistem Reservasi Tiket Bus di Terminal Arjosari Malang 147-154
Surya Wirawan, Arief Andy Soebroto, Ismiarta Aknuranda
Sistem Pakar Tes Kepribadian PAPI KOSTICK Untuk Seleksi Dan Penempatan Tenaga Kerja 155-166
Dwi Puri Cemani, Arief Andy Soebroto, Satrio Agung Wicaksono
Implementasi Left Corner Parsing Untuk Pembelajaran Grammar Bahasa Inggris
Pada Game 3D Adventure “Go To London” 167-174
Fachry Khusaini, Fachrul Kurniawan
Aplikasi Permainan SUDOKU Huruf Hijaiyah Menggunakan Algoritma Back Tracking
Dan Multiplicative CRNG Sebagai Pembangkit Dan Penyelesai Permainan 175-178
Misbakhul Mustofin, Hani Nurhayati
Aplikasi CHATBOT “MI3” Untuk Informasi Jurusan Teknik Informatika Berbasis
Sistem Pakar Menggunakan Metode Forward Chaining 179-184
Zifora Nur Baiti, Fresy Nugroho
Aplikasi Korelasi PEARSON Dalam Membangun Model Tree-Augmented Network (TAN)
(Studi Kasus Pengenalan Karakter Tulisan Tangan) 185-189
Irwan Budi Santoso
Concar
Aplikasi Color Tracker Untuk Kalkulator Dengan Menggunakan Augmented Reality 190-195
Ali Mahmudi, Ahmad Roziqi Zain
Sistem Kontrol Hexapod robot MSR-H01 Menggunakan Mikrokontroler ATMega 128 196-202
Yunifa Miftachul Arif
Aplikasi Visualisasi Pemetaan Sekolah Di Kabupaten Pasuruan Jawa Timur
Visualisasi Vektor 2 Dimensi Berbasis Android 203-208
Andy Pramono, Betty Dewi Puspasari
Komparasi Kinerja Aplikasi Komputer Akuntansi Myob V.17 Dan Accurate V.4
Pada Proses Penyelesaian Transaksi Pembelian Dan Penjualan 209-218
Mardiana Andarwati, Theresia Pradiani
Analisa Pola Data Hasil Pembangunan Kabupaten Malang Menggunakan
Metode Association Rule 219-225
Dewi Sibagariang, Karina Auliasari
146

SISTEM RESERVASI TIKET BUS DI
TERMINAL ARJOSARI MALANG

Surya Wirawan
1
, Arief Andy Soebroto, Ismiarta Aknuranda

Program Studi Teknik Informatika
Program Teknologi Informasi dan Ilmu Komputer
Universitas Brawijaya Malang
1
suryawirawan_21@yahoo.co.id,

Abstract - Bus Ticket Reservation System is an application that can be used to help
booking bus tickets and the buyer will get a report via SMS Gateway. The reservation system
is made by conducting field studies in Arjosari Bus Station Malang. This system uses SMS
Gateway to send the report to the buyer after booking bus tickets online. SMS Gateway on this
application serves as a liaison which delays sms between External Short Message entitiy
(ESME) and Short Message Service Center (SMSC) and so does in reserve.The reservation
system made is developed with the PHP programming language and has a prototype system
pattern. System functions were tested using the validation testing, performance testing, and
usability testing. The results percentage of responses usability testing is 67.7%. This shows
that Ticket Reservation System at Arjosari Bus Station can be used well enough.
Key word : SMS Gateway, bus Ticket, Arjosari Bus Station Malang
1. PENDAHULUAN
Perjalanan dengan menggunakan alat
transportasi darat yaitu bus sangat digemari
oleh penduduk Indonesia karena harganya
yang terjangkau. Hal ini mendorong para
pecinta bus untuk semakin
mengembangkan sebuah aplikasi agar
dapat membantu kerja manusia atau bahkan
melebihi kemampuan kerja manusia. Salah
satu penerapannya adalah dalam bidang
pemesanan tiket perjalanan menggunakan
bus. Umumnya pemesanan tiket bus
dilakukan secara manual yaitu langsung
mendatangi tempat yang menjual tiket
perjalanan bus. Tetapi dengan
menggunakan aplikasi ini memudahkan
pembeli dalam melakukan pemesanan tiket
perjalanan bus. Aplikasi yang dibuat ini
adalah aplikasi pemesanan tiket bus untuk
membantu dalam melakukan pemesanan
tiket bus dan pembeli akan mendapatkan
report melalui SMS Gateway. Aplikasi ini
dibuat dengan melakukan studi lapangan di
Terminal Arjosari Malang. Pada aplikasi
ini menggunakan SMS Gateway untuk
mengirimkan report kepada pembeli
setelah melakukan pemesanan tiket bus
secara online. SMS Gateway pada aplikasi
ini berfungsi sebagai penghubung yang
melakukan delay SMS antara External
Short Message Entitiy (ESME) dan Short
Message Service Center (SMSC) serta
sebaliknya. Komunikasi antara ESME dan
SMS Gateway dapat menggunakan
protokol Short Message Peer to Peer
(SMPP) atau dengan HTTP, sementara ke
SMSC menggunakan SMPP [1].
Proses sistem reservasi tiket bus ini
sebagai berikut : calon pembeli yang ingin
melakukan transaksi dapat membuka
website dan melihat info serta layanan yang
tersedia. Jika calon pembeli sudah melihat
info keberangkatan bus, proses selanjutnya
calon pembeli dapat melakukan pemesanan
melalui SMS atau mengisi form pembelian
tiket yang telah disediakan. Pemesanan
147
147

melalui SMS dilakukan dengan cara
mengirimkan SMS berisikan data data
pemesanan tiket bus (nama bus, tujuan,
tanggal keberangkatan dan jumlah tiket).
Jika data telah diterima maka aplikasi akan
mengirimkan pesan kepada pembeli
tentang status pemesanan tiket, misal
nomer tempat duduk yang diinginkan telah
dipesan orang lain, dll. Untuk pemesanan
tiket dengan mengisi form dapat dilakukan
langsung pada saat calon pembeli
membuka website reservasi tiket bus. Jika
data yang telah dimasukkan pembeli masuk
pada basis data maka pembeli akan
mendapatkan pesan bahwa tiket yang
dipesan tersedia atau tidak tersedia. Proses
pembayaran untuk pemesanan tiket via
SMS atau mengisi form pembelian tiket
online pada sistem ini dilakukan dengan
mengirimkan sejumlah uang sesuai dengan
total pembelian ke nomer rekening yang
telah disediakan dan calon pembeli harus
menyimpan bukti transfer pembayaran
sebagai bukti untuk menukar dengan tiket
yang sudah dipesan sebelumnya. Dan
penelitian ini lebih ditekankan pada
penggunaan SMS Gateway dalam aplikasi
pemesanan tiket bus secara online.
2. Dasar Teori
2.1 SMS Gateway
SMS Gateway merupakan pintu
gerbang bagi penyebaran Informasi dengan
menggunakan SMS. SMS Gateway dapat
menyebarkan pesan ke ratusan nomor
secara otomatis dan cepat yang langsung
terhubung dengan database nomor ponsel
saja tanpa harus mengetik ratusan nomor
dan pesan di ponsel anda karena semua
nomor akan diambil secara otomatis dari
database tersebut [2].
2.2 Gammu
Gammu adalah sebuah aplikasi cross-
platform yang digunakan untuk
menjembatani / mengomunikasikan antara
database SMS Gateway dengan SMS
devices. Aplikasi Gammu berupa daemon
yang berjalan secara background [3].
2.3 Black-Box Testing
Black-box testing atau behavioral
testing berfokus pada persyaratan
fungsional perangkat lunak. Pengujian
black-box memungkinkan perekayasa
perangkat lunak mendapatkan serangkaian
kondisi input yang sepenuhnya
menggunakan semua persyaratan
fungsional untuk semua program [4].
2.4 Strategi Pengujian
Strategi untuk pengujian perangkat
lunak mengintegrasikan metode desain test
case perangkat lunak ke dalam sederetan
langkah yang direncanakan dengan baik,
dan hasilnya adalah konstruksi perangkat
lunak yang berhasil [4].
2.4.1 Pengujian Validasi
Pada kulminasi pengujian terintegrasi,
perangkat lunak secara lengkap dirakit
sebagai suatu paket; kesalahan interfacing
telah diungkap dan dikoreksi, dan seri akhir
dari pengujian perangkat lunak, yaitu
pengujian validasi dapat dimulai. Validasi
perangkat lunak dicapai melalui sederetan
pengujian black-box yang memperlihatkan
konformitas dengan persyaratan. Rencana
pengujian menguraikan kelas-kelas
pengujian yang akan dilakukan, dan
prosedur pengujian menentukan test case
spesifik yang akan digunakan untuk
mengungkap kesalahan dalam konformitas
dengan persyaratan [4].
2.4.2 Pengujian Performa
Setelah semua langkah pengujian
validasi perangkat lunak secara terstruktur
dilakukan, maka perlu dilakukan pengujian
sistem di lingkungan dimana dia bekerja
untuk mengetahui performa dari perangkat
lunak tersebut. Pengujian sistem dirancang
untuk menguji waktu kinerja auto-reply
dari perangkat lunak SMS Gateway.
Pengujian performa melibatkan monitoring
pemanfaatan sumber daya dari perangkat
lunak yang diuji seperti perangkat lunak
pendukung dan perangkat keras. Pengujian
performa dilakukan secara spesifik sesuai
dengan tipe perangkat lunak yang diuji.
Pengujian performa bertujuan untuk
mengungkap situasi yang menyebabkan
degradasi dan kemungkinan kegagalan
sistem [4].
2.4.3 Pengujian Usability
148
148

Pengujian yang terakhir yaitu pengujian
usability. Pengujian usability adalah
pengujian terhadap atribut kualitas yang
menilai seberapa mudah user interface
yang digunakan dalam pengembangan
suatu perangkat lunak [5]. Teknik kuisioner
dilakukan untuk mendukung pengujian ini.
Sampel yang digunakan dalam pengujian
ini sebanyak 20 sampel. Pertanyaan yang
diajukan dalam kuisioner ini didapatkan
dari pihak yang sebelumnya sudah
melakukan kuisioner terhadap perangkat
lunak berbasis web dengan pengujian
usability yang sejenis. Pertanyaan –
pertanyaan tersebut akan disertakan sebagai
lampiran. Pertanyaan kuisioner yang
digunakan mengambil referensi dari web :
http://balitbang.depkominfo.go.id/ [6],
karena pertanyaan kuisioner dari halaman
web tersebut dirasa sudah sesuai dan
relevan dengan parameter pengujian
usability yang akan dilakukan dalam
skripsi ini.
3. METODE PENELITIAN
3.1 Studi Literatur
Studi literatur menjelaskan dasar teori
yang digunakan sebagai penunjang dan
pendukung penulisan skripsi.
3.2 Analisa Kebutuhan
Analisa kebutuhan bertujuan untuk
mendapatkan semua kebutuhan yang
diperlukan dari sistem yang akan dibangun.
Metode analisis yang digunakan adalah
Object Oriented Analysis dengan
menggunakan bahasa pemodelan UML
(Unified Modeling Language). Diagram
Use Case digunakan untuk
mendeskripsikan kebutuhan-kebutuhan dan
fungsionalitas sistem dari perspektif end-
user. Analisis kebutuhan dilakukan dengan
mengidentifikasi semua kebutuhan
(requirements) sistem.
3.3 Perancangan Sistem
Perancangan sistem dilakukan setelah
semua kebutuhan sistem didapatkan
melalui tahap analisis kebutuhan.
Perancangan sistem berdasarkan Object
Oriented Analysis dan Object Oriented
Design yaitu menggunakan pemodelan
UML (Unified Modeling Language).
Sebagai Gambaran awal, alur penggunaan
sistem dapat dilihat pada Gambar 1


Gambar 1. Diagram Blok Sistem

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

3.5 Pengujian dan Analisis
Pengujian aplikasi dilakukan untuk
mengetahui kesesuaian analisis kebutuhan
yang dibuat dengan implementasi aplikasi.
Proses pengujian dilakukan tahapan-
tahapan yaitu pengujian unit dan pengujian
integrasi. Selain itu, dilakukan juga
evaluasi sistem terhadap kepuasan
konsumen dengan memberikan kuisioner
yang dapat diisi langsung oleh konsumen
pada aplikasi tersebut. Analisis dari
pengujian sistem dilakukan dengan
membandingkan hasil-hasil evaluasi
dengan persyaratan yang seharusnya
dipenuhi oleh sistem.
3.6 Pengambilan Kesimpulan
Pengambilan kesimpulan dilakukan
setelah semua tahapan perancangan sistem,
implementasi, pengujian dan analisis
terhadap sistem aplikasi telah selesai
dilakukan. Kesimpulan diambil dari hasil
pengujian dan analisis terhadap sistem
yang dibangun. Tahap terakhir dari
penulisan adalah saran yang dimaksudkan
untuk memperbaiki kekurangan yang
terjadi dan menyempurnakan penulisan
149
149

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

Gambar 2. Sistem Reservasi Berbasis
SMS Gateway
Pemodelan diagram use case yang
mengGambarkan fungsionalitas Sistem
Reservasi Tiket di Terminal Arjosari
Malang dibagi menjadi dua yaitu diagram
use case untuk aplikasi penumpang dan
diagram use case untuk aplikasi admin.
System
Calon Penumpang
melihat info bus
via sms
mengkonfirmasi
pembayaran via sms
memesan tiket via
website
memesan tiket via
sms
melihat info bus
via website

Gambar 3. Diagram Use Case Penumpang

admin
mengelola data bus
mengelola data
users
mengelola data
pemesanan
mengelola jadwal
bus
login
menjalankan
service sms gateway
mengelola data
pengemudi
System

Gambar 4. Diagram Use Case Admin
Perancangan data memiliki dua tahap,
yaitu pemodelan dengan Pemodelan
dengan DFD dan ERD (Entity Relationship
Diagram) .
Gambar 5. DFD Level 0 Proses Reservasi
Tiket
Basis data berfungsi sebagai tempat
menyimpan data. Pemodelan dengan ERD
digunakan untuk merancang basis data
yang akan dibuat agar masukan dan
keluaran program sesuai dengan apa yang
diharapkan. Pemodelan dengan ERD
mengambil acuan dari proses analisis data
yang dilakukan pada tahap analisis
kebutuhan.
antrian
pasien
dokter
jadwal_dokter
SMS_masuk
id_sms nomor_pengirim
text waktu_terima
user
id_user
username password
level
id_antrian id_pasien
id_jadwal
mempunyai mempunyai
id_pasien nama_pasien
id_dokter
nama_dokter
profesi
mempunyai
id_jadwal
id_dokter
waktu
1 1 1 1 1 1
SMS_keluar
id_sms_terima nomor_pengirim
text delivery_report

Gambar 6. Diagram entity relationship
5. IMPLEMENTASI
Implementasi aplikasi dilakukan dengan
mengacu kepada perancangan aplikasi.
Implementasi Sistem Reservasi Tiket di
Terminal Arjosari Malang dilakukan dengan
menggunakan pemrograman struktural yaitu
menggunakan implementasi database MySQL
dengan software XAMPP 1.7.4 dan bahasa
pemrograman Java.
Perangkat lunak SMS Gateway pada
Sistem Reservasi Tiket di Terminal
Arjosari Malang dibagi menjadi dua
subsistem, yaitu subsistem aplikasi
penumpang dan subsistem aplikasi admin.
150
150

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

Gambar 7. SMS Konfirmasi Pembayaran Aplikasi
Penumpang
Antarmuka aplikasi administrator
terdiri dari halaman Login, halaman Home,
halaman Run SMS,keluar, halaman
Pengemudi, halaman Bus, halaman Jadwal,
halaman Pemesanan dan halaman Users.


Gambar 8. Halaman Home Aplikasi
Admin
6. PENGUJIAN DAN ANALISIS
Pada bab ini dilakukan proses
pengujian dan analisis terhadap aplikasi
perangkat lunak SMS Gateway pada
Sistem Reservasi Tiket di Terminal
Arjosari Malang yang telah dibangun.
Proses pengujian dilakukan melalui dua
tahapan (strategi) yaitu pengujian validasi
dan pengujian performa aplikasi. Pada
pengujian validasi digunakan teknik
pengujian Black Box (Black Box Testing).
Pada pengujian performa dilakukan dengan
menghitung waktu auto-reply SMS
menggunakan aplikasi perangkat lunak
SMS Gateway pada Sistem Reservasi Tiket
di Terminal Arjosari Malang.
6.1 Pengujian Validasi
Pengujian validasi digunakan untuk
mengetahui apakah sistem yang dibangun
sudah benar sesuai dengan yang
dibutuhkan. Item - item yang telah
dirumuskan dalam daftar kebutuhan dan
merupakan hasil analisis kebutuhan akan
menjadi acuan untuk melakukan pengujian
validasi. Pengujian validasi menggunakan
metode pengujian Black Box, karena tidak
diperlukan konsentrasi terhadap alur
jalannya algoritma program dan lebih
ditekankan untuk menemukan konformitas
antara kinerja sistem dengan daftar
kebutuhan. Pada skripsi ini dilakukan
pengujian validasi terhadap perangkat
lunak SMS Gateway pada Sistem Reservasi
Tiket di Terminal Arjosari Malang.

Tabel 1. Hasil pengujian validasi
No. Nama Kasus Uji
Status
Validitas
1 Kasus Uji Login
Sah
Valid
2 Kasus Uji Login
Tidak Sah
Valid
3 Kasus Uji Logout Valid
4 Kasus Uji
Menjalankan
Service SMS
GATEWAY
Valid
5 Mengelola Data
Pengemudi
Valid
6 Mengelola Data
Bus
Valid
7 Mengelola Data
Jadwal
Valid
8 Mengelola Data
Pemesanan
Valid
9 Mengelola Data
Users
Valid
10 Melihat Info Bus
Via SMS Sah
Valid
11 Melihat Info Bus
Via SMS Tidak
Sah
Valid
12 Melihat Info Bus
Via Website
Valid
13 Memesan Tiket
Via SMS Sah
Valid
14 Memesan Tiket
Via SMS Tidak
Sah
Valid
15 Memesan Tiket
Via Website
Valid
16 Mengkonfirmasi
Pembayaran Sah
Valid
17 Mengkonfirmasi
Pembayaran
Tidak Sah
Valid
6.2 Pengujian Performa
151
151

Pengujian performa digunakan untuk
mengetahui apakah sistem yang dibangun
dapat memberikan auto-reply SMS dengan
cepat, sehingga dapat memberikan
kepastian kepada penumpang dengan cepat
pula. Pengujian ini dilakukan dengan
menghitung rata-rata lama waktu antara
sms yang masuk dengan sms balasan. Pada
skripsi ini dilakukan pengujian performa
terhadap perangkat lunak SMS Gateway
pada Sistem Reservasi Tiket di Terminal
Arjosari Malang.
Tabel 2. Hasil pengujian performa
id
SMS
Nomor Pengirim Waktu
Tunggu (k –
t) (seconds)
1 +6281331166073 30
2 +6285394559972 35
3 +6285755676620 47
4 +6285646477963 52
5 +628970418907 36
6 +6285646412251 27
7 +6285797284663 55
8 +6285646596965 38
9 +6285655505963 32
10 +6285646496611 25
11 +6285646584080 45
12 +6285655541353 36
13 +6281805063617 47
14 +6287819544335 52
15 +6282331157795 46
16 +6283834745261 40
17 +6282143685055 37
18 +6281336516651 47
19 +628170500090 51
20 +6283848557985 34
21 +623417000849 46
22 +6281808000751 45
23 +6283848557983 45
24 +6283848557981 35
25 +6283848557983 65
Total 41.92
Dari Tabel 2. dapat disimpulkan
bahwa waktu tunggu antara SMS masuk
dan dibalas oleh aplikasi adalah tidak sama.
Dengan melakukan 25 pengujian, maka
diperoleh rata-rata waktu tunggu auto-reply
SMS dalam aplikasi perangkat lunak SMS
Gateway pada Sistem Reservasi Tiket Bus
Di Terminal Arjosari Malang adalah 41.92
seconds.
6.3 Pengujian Usability
Pengujian usability digunakan untuk
menguji kegunaan dari perangkat lunak
Sistem Reservasi Tiket di Terminal
Arjosari Malang. Pengujian ini ditujukan
untuk mengetahui seberapa besar perangkat
lunak Sistem Reservasi Tiket di Terminal
Arjosari Malang bisa digunakan dengan
baik oleh para calon user. Pengujian ini
dilakukan dengan cara menyebarkan
kuisioner kepada para calon user dan
beberapa pegawai P.O bus di Terminal
Arjosari Malang. Calon user pada
pengujian ini adalah calon penumpang bus
di Terminal Arjosari Malang. Pada
pengujian ini kriteria – kriteria khusus pada
sampel seperti rentang usia, jenis kelamin,
dan latar belakang pendidikan diabaikan.
Jumlah sampel calon user yang diuji
sebanyak 20 sampel.
Tabel 3. Hasil pengujian usability
No Komponen Cukup Kurang Tidak
1 Isi Website 51 26 3
2 Ketepatan
informasi
31 9 0
3 Struktur
Format dan
Desain
Sistem
64 35 1
4 Ketanggapan
informasi
26 13 1
5 Sikap
Penggunaan
Sistem
51 9 0
6 Niat
Penggunaan
Sistem
21 15 4
Total 244 107 9
Dari hasil pengujian di atas dapat
didapatkan 244 jawaban “cukup”, 107 jawaban
“Kurang” dan 9 Jawaban “Tidak” dengan total
semua jawaban 360. Dapat disimpulkan bahwa
nilai persentase jawaban ”Cukup” sebesar
67,7%.
Tabel 4. Rincian persentase tiap komponen
No Komponen Persentase
1 Isi Website 63%
2 Ketepatan Informasi 77%
3 Struktur Format dan
Desain Sistem
64%
4 Ketanggapan
Informasi
65%
5 Sikap Penggunaan
Sistem
85%
6 Niat Penggunaan
Sistem
52%
152
152

6.4 Analisis
Proses analisis bertujuan untuk
mendapatkan kesimpulan dari hasil
pengujian Sistem Reservasi Tiket di
Terminal Arjosari yang telah dilakukan.
Proses analisis mengacu pada dasar teori
sesuai dengan hasil pengujian yang
didapatkan. Analisis dilakukan terhadap
hasil pengujian di setiap tahap pengujian.
Proses analisis yang dilakukan meliputi
analisis hasil pengujian validasi, analisis
hasil pengujian performa dan analisi hasil
pengujian Usability.
Proses analisis terhadap hasil
pengujian validasi dilakukan dengan
melihat konformitas antara hasil kinerja
sistem dengan daftar kebutuhan.
Berdasarkan hasil pengujian validasi dapat
disimpulkan bahwa implementasi dan
fungsionalitas perangkat lunak SMS
Gateway pada Sistem Reservasi Tiket di
Terminal Arjosari telah memenuhi
kebutuhan yang telah dijabarkan pada
tahap analisis kebutuhan.
Proses analisis terhadap hasil
pengujian performa dilakukan dengan
menghitung nilai rata-rata dari waktu
tunggu auto-reply SMS. Berdasarkan hal
tersebut maka dapat diambil kesimpulan
sebagai berikut :
a. Provider dan tempat berpengaruh
terhadap lama waktu tunggu auto-reply
SMS.
b. Dalam pengujian perangkat lunak SMS
Gateway pada Sistem Reservasi Tiket
di Terminal Arjosari yang dilakukan
pada notebook Sony Vaio VGN CR-
353, didapat hasil yang baik dengan
ditunjukkannya lama waktu tunggu
auto-reply yang rata – rata sebesar
41.92 detik.

Proses analisis terhadap hasil pengujian
dilakukan dengan melihat nilai persentase
jawaban “Ya”. Dari 6 komponen
pengujian, ada 3 komponen dengan nilai
dibawah 65%, yaitu komponen Isi Website,
Struktur Format dan Desain Sistem, dan
Niat Penggunaan Sistem dengan nilai
masing-masing 63%, 64%, dan 52%.
Dari data kuesioner, pada komponen Isi
Website total jawaban “Cukup” sebanyak
51, jawaban “Kurang” sebanyak 26 dan
jawaban “Tidak” sebanyak 3. Dari empat
pertanyaan yang diajukan, pertanyaan
ketiga yaitu “Apakah website ini
menyediakan laporan hanya tentang yang
anda butuhkan ?” memiliki perolehan
jawaban “Cukup” sebanyak 8 jawaban,
jawaban “Kurang” sebanyak 10 jawaban
dan jawaban “Tidak” sebanyak 2 jawaban.
Calon user menginginkan informasi yang
lebih detail, update dan mudah dimengerti
tentang SMS konfirmasi, data-data bus
seperti nama bus, jadwal, tujuan dan nomor
tempat duduk. . Inilah yang menyebabkan
ada 26 jawaban “Kurang” pada komponen
Isi Website. Dari data kuesioner, pada
komponen Struktur Format dan Desain
total jawaban “Cukup” sebanyak 64,
jawaban “Kurang” sebanyak 35 dan
jawaban “Tidak” sebanyak 1. Dari lima
pertanyaan yang diajukan ada dua
pertanyaan yang sama-sama memiliki
perolehan jawaban “Kurang” sebanyak 9
dan 11 jawaban “Cukup” yaitu pada
pertanyaan “Apakah situs web
menyediakan desain yang baik ?” dan
“Apakah website ini user friendly (intuitif
digunakan) ?”. Calon user menginginkan
desain website yang lebih menarik agar
tidak membosankan. Calon user juga
menginginkan ketersediaan informasi
tentang panduan pemesanan dan juga
pelayanan yang ditawarkan lebih beragam
Beberapa calon user juga tidak mencoba
untuk menguji sendiri sistem yang sudah
disediakan pada saat pengujian. Dua
pertanyaan ini menyebabkan 18 jawaban
“Kurang” dari total 35 jawaban “Kurang”
pada komponen Struktur Format dan
Desain.
Dari data kuesioner, pada komponen
Niat Penggunaan Sistem total jawaban
“Cukup” sebanyak 21, jawaban “Kurang”
sebanyak 15 dan jawaban “Tidak”
sebanyak 4. Dari dua pertanyaan yang
diajukan, pertanyaan kedua yaitu “apakah
anda berniat untuk menjadi pengguna setia
website ini ?” memiliki perolehan jawaban
153
153

“Cukup” sebanyak 6 jawaban, jawaban
“Kurang” sebanyak 12 jawaban dan
jawaban “Tidak” sebanyak 2 jawaban.
Beberapa calon user masih terbiasa dengan
pemesanan tiket secara manual jadi masih
terlihat canggung dengan pemesanan tiket
secara online maupun via SMS. Inilah yang
menyebabkan ada 15 jawaban “Kurang”
pada komponen Niat Penggunaan Sistem.
Dari total keseluruhan persentase
jawaban, didapatkan nilai 67,7%. Hal ini
menunjukkan Sistem Reservasi Tiket di
Terminal Arjosari cukup dapat digunakan
dengan baik.
7. KESIMPULAN DAN SARAN
Berdasarkan hasil perancangan,
implementasi dan pengujian yang
dilakukan, maka diambil kesimpulan
sebagai berikut :
1. Aplikasi Penumpang perangkat lunak
pada sistem reservasi tiket di Terminal
Arjosari Malang dapat digunakan untuk
melihat info bus, memesan tiket bus,
dan mengkonfirmasi pembayaran tiket.
2. Aplikasi Admin perangkat lunak pada
sistem reservasi tiket di Terminal
Arjosari Malang dapat digunakan untuk
mengelola data bus dan reservasi tiket.
3. Dalam pengujian perangkat lunak SMS
Gateway pada Sistem Reservasi Tiket
di Terminal Arjosari yang dilakukan
pada notebook Sony Vaio VGN CR-
353, didapat hasil yang baik dengan
ditunjukkannya lama waktu tunggu
auto-reply yang rata – rata sebesar
41.92 detik. Provider dan tempat
berpengaruh terhadap lama waktu
tunggu auto-reply SMS.
4. Dalam persentase jawaban pengujian
usability, didapatkan nilai 67,7%. Hal
ini menunjukkan Sistem Reservasi
Tiket di Terminal Arjosari cukup dapat
digunakan dengan baik.

Saran yang dapat diberikan untuk
pengembangan perangkat lunak ini antara
lain :
1. Disarankan memilih provider untuk
server yang memiliki traffic kecil.
2. Dapat ditambahkan beberapa fitur
seperti pemilihan nomor tempat duduk
dan pedoman pemesanan tiket bagi
user dalam sistem reservasi tiket bus.
3. Disarankan untuk memberikan
keamanan backup data antrian untuk
setiap harinya.
4. Disarankan untuk memperbaiki desain
dan tampilan web agar lebih menarik
minat user.
5. Disarankan untuk menyediakan
informasi yang lebih detail, terkini dan
mudah dimengerti tentang SMS
konfirmasi, data-data bus seperti nama
bus, jadwal, tujuan dan nomor tempat
duduk.
8. DAFTAR PUSTAKA
[1] Murtadlo, Ali & Arifin, Firman &
Setiawardhana. 2011. Simulasi Sistem
Informasi Posisi Kereta Api dengan
Menggunakan GPS untuk
Keselamatan Penumpang. Surabaya :
Institut Teknologi Sepuluh November.
[2] Ramadhika A. 2012. SMS Gateway
menggunakan Gammu dan MySQL.
http://www.ubaya.ac.id/ubaya/articles
_detail/33/SMS-Gateway-
menggunakan-Gammu-dan-
MySQL.html.
[3] Pressman, Roger S. 2010.Software
Engineering : A Practitioner’s
Approach, Fifth Edition. McGraw
Hill.
[4] Nielsen, Jakob. 2003. Usability 101 :
Introduction to Usability. Akses dari
http://faculty.wiu.edu/CB-
Dilger/f07/480/readings/10-nielsen-
usability-101.pdf.









154
154

SISTEM PAKAR TES KEPRIBADIAN PAPI KOSTICK
UNTUK SELEKSI DAN PENEMPATAN TENAGA KERJA
Dwi Puri Cemani, Arief Andy Soebroto, Satrio Agung Wicaksono
Program Studi Teknik Informatika Universitas Brawijaya
Email : puricemani@gmail.com

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

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


1. PENDAHULUAN
Perusahaan pada umumnya, dalam
melakukan seleksi atau penempatan
tenaga kerja menggunakan curriculum
vitae (CV) atau formulir aplikasi untuk
melihat kemampuan seorang pelamar.
Kelemahannya meskipun penulis CV
yang trampil atau peserta yang berhasil
lolos sampai tahap wawancara bukan
jaminan bahwa mereka adalah orang
yang tepat seperti yang dibutuhkan
perusahaan. Perusahaan dapat melihat
kemampuan peserta dalam melakukan
pekerjaan-pekerjaan tertentu dengan baik
dan kesesuaian peserta dengan tempat
kerja melalui tes kepribadian [5].
Salah satu tes kepribadian yang
sering digunakan dalam lingkup Human
Resource Department (HRD) di suatu
perusahaan atau organisasi adalah tes
PAPI Kostick. PAPI (Personality and
Preference Inventory) adalah alat tes
penilaian kepribadian terkemuka yang
digunakan oleh para profesional HR dan
manajer untuk mengevaluasi perilaku dan
gaya kerja individu [2].
Perkembangan teknologi komputer
untuk bidang psikologi memungkinkan
untuk operasi yang lebih canggih,
termasuk interpretasi tes yang integratif.
Sistem interpretasi pada komputer, pada
dasarnya mencari daftar hasil interpretasi
pakar pada program yang telah disimpan
di komputer dan akan dipanggil ketika
berbagai skor tes dan indeks diperoleh.
Kegiatan penggunaan komputer untuk
membuat keputusan atau mensimulasikan
apa yang ada pada otak manusia dalam
membuat keputusan disebut sebagai
Artificial Intelligence (kecerdasan
buatan) [1].
Sistem pakar merupakan cabang
kecerdasan buatan yang bertujuan untuk
mengambil pengetahuan dan pengalaman
seorang pakar dan mentransfernya ke
sistem komputer. Pengetahuan khusus
disimpan dalam komputer, yang oleh
sistem eksekusi (inference engine)
155
155

digunakan untuk penalaran dan
diturunkan kesimpulan spesifik untuk
masalah Gambar 1. Tujuan dari sistem
pakar adalah untuk membantu dan
mendukung penalaran pengguna dan
tidak menggantikan penilaian manusia
[11].
Perkembangan internet mendukung
sistem pakar tes kepribadian tersedia
secara online. Beberapa keuntungan
sistem pakar tes kepribadian PAPI
Kostick tersedia secara online adalah
semua materi tes dapat diakses dimana
pun melalui komputer atau perangkat lain
yang memiliki akses internet, biaya
pengadaan alat tes seperti buklet tes,
pensil, dan pendistribusiannya berkurang
[4].
2. TINJAUAN PUSTAKA
2.1 Sistem Pakar
Sistem pakar (expert system) adalah
sistem berbasis komputer yang
menggunakan pengetahuan, fakta, dan
teknik penalaran dalam memecahkan
masalah yang biasanya hanya dapat
dipecahkan oleh seorang pakar [3].
Sistem pakar disusun oleh dua
bagian utama, yaitu lingkungan
pengembangan (development
environment) dan lingkungan konsultasi
(consultation environment).Lingkungan
pengembangan sistem pakar digunakan
untuk memasukkan pengetahuan pakar ke
dalam lingkungan sistem pakar.
Lingkungan konsultasi digunakan oleh
pengguna yang bukan pakar guna
memperoleh pengetahuan pakar [8].

Gambar 1 Arsitektur sistem pakar
Sumber : [10]

2.2 Tes Kepribadian
Kepribadian adalah suatu dorongan
yang mengatur perilaku seseorang atau
memberi petunjuk ke arah tertentu. Hal
ini akan membuat seseorang merespon
masalah dengan cara yang wajar sesuai
dengan situasi yang sedang dihadapi.
Kepribadian juga dapat didefinisikan
sebagai sebuah cara yang dilakukan
seseorang dalam merespon suatu situasi
atau cara bertindak yang disukai
seseorang terhadap keadaan maupun
orang tertentu [6].
Kepribadian biasanya diukur dengan
menggunakan kueisioner penilaian diri.
Kueisioner ini adalah tes yang secara
langsung menanyakan aspek-aspek
kepribadian seseorang, mengukur
kemampuan dalam menghadapi tekanan
secara konsisten dan obyektif, cara
menghadapi orang lain, dan sikap
perilaku seseorang secara umum. Tes
tersebut disebut dengan tes kepribadian
atau personality test [5].
2.3 PAPI Kostick
PAPI™ (Personality and Preference
Inventory) adalah “personality
assessment” (alat tes penilaian
kepribadian) terkemuka yang digunakan
oleh para profesional HR (Human
Resource) dan manajer terkait untuk
mengevaluasi perilaku dan gaya kerja
individu pada semua tingkatan [2].
Personality and Preference Inventory
(PAPI) dibuat oleh Guru Besar Psikologi
Industri dari Massachusetts, Amerika,
yang bernama Dr. Max Martin Kostick
pada awal tahun 1960-an. Versi Swedia
lebih dulu diperkenalkan di awal 1980-an
dan versi ini diperkenalkan pada tahun
1997 dengan versi ipsative (PAPI-I) dan
normative (PAPI-N). Versi ipsative,
PAPI-I, dirancang untuk digunakan untuk
pengembangan pribadi, sedangkan
normative versi, PAPI-N, yang
dimaksudkan untuk digunakan untuk
perbandingan dan seleksi. Dasar
156
156

pemikiran untuk desain dan formulasi
PAPI didasarkan pada penelitian dan
teori kepribadian “needs-press” oleh
Murray (1938). [9].
2.4 Aspek yang Diungkap Tes PAPI
Kostick
PAPI disusun sebagai dua aspek
yang terpisah, yaitu pengukuran
kebutuhan atau needs dan pengukuran
persepsi atau roles (persepsi keadaan
individu di tempat kerja). PAPI Kostick
untuk menjabarkan kepribadian dalam 20
aspek yang masing – masing mewakili
need dan role tertentu. Aspek-aspek
tersebut adalah sebagai berikut [7]:
a. Work Direction (Arah Kerja)
 Need to finish task (N) – Kebutuhan
menyelesaikan tugas secara mandiri
 Hard intense worked (G) – Peran
pekerja keras
 Need to achieve (A) – Kebutuhan
berprestasi
b. Leadership (Kepemimpinan)
 Leadership role (L) – Peran
kepemimpinan
 Need to control others (P) –
Kebutuhan mengatur orang lain
 Ease in decision making (I) – Peran
membuat keputusan
c. Activity (Aktivitas kerja)
 Pace (T) – Peran sibuk
 Vigorous type (V) – Peran penuh
semangat
d. Social Nature (Relasi sosial)
 Need for closeness and affection
(O) – Kebutuhan kedekatan dan
kasih sayang
 Need to belong to groups (B) –
Kebutuhan diterima dalam kelompok
 Social extension (S) – Peran
hubungan sosial
 Need to be noticed (X) – Kebutuhan
untuk diperhatikan
e. Work Style (Gaya Kerja)
 Organized type (C) – Peran mengatur
 Interest in working with details (D) –
Peran bekerja dengan hal – hal rinci
 Theoretical type (R) – Peran orang
yang teoritis
f. Temperament (Sifat temperamen)
 Need for change (Z) – Kebutuhan
untuk berubah
 Emotional resistant (E) – Peran
pengendalian emosi
 Need to be forceful (K) – Kebutuhan
untuk agresif
c. Followership (Posisi atasan-bawahan)
 Need to support authority (F) –
Kebutuhan membantu atasan
 Need for rules and supervision (W) –
Kebutuhan mengikuti aturan dan
pengawasan
3. METODE PENELITIAN
Konsep penelitian dalam sistem ini
adalah mengakuisisi metode tes PAPI
Kostik ke sistem pakar. Hasil keluaran
sistem merupakan gabungan pemikiran
sistem pakar dan pakar.
Gambar 2 Diagram Blok Batasan
Keluaran Sistem Pakar Tes Kepribadian
PAPI Kostick
Sumber : Perancangan

Perancangan Sistem pakar dibuat
sesuai dengan arsitektur sistem pakar.

3.1 Akuisisi Pengetahuan
Akuisisi pengetahuan adalah
akumulasi, transfer, dan transformasi
keahlian pemecahan masalah dari pakar
atau sumber pengetahuan ter-
dokumentasi ke program komputer, untuk
membangun atau memperluas basis
pengetahuan. Proses akuisisi pengetahuan
melibatkan identifikasi pengetahuan,
merepresentasikan pengetahuan dalam
format yang sesuai, menyusun
pengetahuan, dan men-transfer
pengetahuan ke mesin.
Sumber akuisisi pengetahuan yang
digunakan adalah pengetahuan seorang
pakar di bidang Psikologi Industri dan
Organisasi Perusahaan, manual PAPI
157
157

Kostick terbitan PA International, dan
referensi pendukung lain (jurnal,
dokumentasi internet, dan buku yang
relevan).
Metode akuisisi yang digunakan
dalam sistem pakar ini adalah wawancara
tidak terstruktur dan analisis protokol.
Pada wawancara, pakar menginstruksikan
knowledge engineer tentang ketrampilan
dan strategi yang diperlukan untuk
melakukan koreksi dan interpretasi tes
kepribadian PAPI Kostick. Dalam
pendekatan read-through, pakar diminta
mengajar knowledge engineer bagaimana
membaca dan menginterpretasikan hasil
tes kepribadian. Pakar menyediakan
lembar jawaban yang telah terisi
kemudian menjelaskan tentang proses
skoring hingga mendapatkan hasil.
Pada lembar jawaban tes PAPI
Kostick, terdapat 90 nomor soal dan
kolom penilaian skor untuk setiap aspek
kepribadian. Aspek kepribadian
berjumlah 20 dan hanya dituliskan dalam
kode. Lembar jawaban kuisioner PAPI
Kostick ditunjukkan pada Gambar 3.
Lembar jawaban dibagi menjadi dua
bagian oleh garis diagonal yang
menghubungkan kolom total pada pojok
kiri atas dengan kolom total pada pojok
kanan bawah. Bagian atas garis diagonal
digunakan untuk menghitung skor aspek-
aspek peran. Bagian bawah garis
diagonal digunakan untuk menghitung
aspek-aspek kebutuhan.
Setiap nomor soal terikat oleh dua
aspek yang dirujuk oleh anak panah
horizontal di atas nomor dan anak panah
diagonal di bawah nomor. Anak panah
horizontal merujuk aspek yang berbeda
dengan anak panah diagonal. Setiap
aspek kepribadian dirujuk oleh anak
panah dari 9 nomor. Skor tiap aspek
diperoleh dari jumlah nomor yang
merujuk pada aspek tersebut dari 9
nomor yang terikat oleh aspek.

Gambar 3 Lembar Jawaban Tes Kepribadian PAPI Kostick
Sumber : Lembar Jawaban PAPI Kostick Laboratorium Psikologi
Universitas Brawijaya
Pada analisis protokol, pakar diminta
untuk memberikan proses pemikiran
tentang pengembangan alat tes
kepribadian untuk seleksi tenaga kerja
pada posisi pekerjaan dan perusahaan
tertentu.
Pakar memerlukan data jenis
pekerjaan atau posisi pekerjaan dan
kriteria kepribadian untuk menentukan
nilai presentase kecocokan kepribadian.
Pakar menyimpulkan aspek apa saja yang
relevan dengan kriteria kepribadian yang
dibutuhkan beserta skala skornya. Skala
158
158

skor ini digunakan sebagai target atau
acuan untuk menentukan apakah pribadi
seseorang sesuai dengan kriteria
kepribadian yang dibutuhkan suatu
perusahaan untuk posisi pekerjaan
tertentu.
Pakar menghitung kesesuaian
pribadi seorang testee dengan kriteria
perusahaan dengan cara mem-bandingkan
banyaknya aspek yang skornya sesuai
dengan kriteria perusahaan. Knowledge
engineer mem-formulasikannya ke dalam
persamaan berikut.


n = jumlah aspek yang termasuk dalam
skala target
∑ aspek target = jumlah aspek yang
menjadi target
3.2 Basis Pengetahuan
Basis Pengetahuan mengandung
pengetahuan yang diperlukan untuk
memahami, memformulasikan, dan
menyelesaikan masalah. Basis
pengetahuan terdiri dari dua elemen
dasar, yaitu fakta dan aturan (rule). Fakta,
misalnya situasi, kondisi, atau
permasalahan yang ada. Aturan untuk
mengarahkan penggunaan pengetahuan
dalam memecahkan masalah.
Berdasarkan proses akuisisi
pengetahuan, tahap-tahap untuk
mendapatkan keluaran berupa deskripsi
kepribadian PAPI Kostick dan presentase
kecocokan testee dengan pekerjaan pada
suatu perusahaan melalui sebagai berikut.

1. Proses tes
Soal tes kepribadian PAPI Kostick
terdiri dari 90 pasangan pernyataan.
Setiap pernyataan merujuk pada aspek
tertentu. Tiap soal terdiri dari dua
pernyataan. Contoh pada soal pertama
yang terdiri dari dua pernyataan berikut.
 Saya seorang pekerja “keras”
 Saya bukan seorang pemurung
Pernyataan pertama pada lembar
jawaban manual diwakili dengan anak
panah horizontal yang merujuk pada
aspek G (Peran Pekerja keras).
Pernyataan kedua pada lembar jawaban
manual diwakili dengan anak panah
diagonal yang merujuk pada aspek E.
Jika testee menjawab pernyataan pertama
maka untuk soal no 1 jawabannya “G”,
dan sebaliknya. Basis pengetahuan untuk
aturan nomor soal 1-10 dan jawabannya
diringkas pada Tabel 1.

Tabel 1 Basis Pengetahuan Aturan
Nomor Soal
No
Soal
Aspek_H Aspek_D
1 G E
2 A N
3 P A
4 X P
5 B X
6 O B
7 Z O
8 K Z
9 F K
10 W F
Sumber: Perancangan
2. Proses Menghitung Skor Aspek
Skor setiap aspek diperoleh dengan
cara menghitung jumlah aspek pada
jawaban testee. Pada proses tes dijelaskan
bahwa jawaban berupa kode aspek.
Jumlah frekuensi kode aspek pada
jawaban testee adalah skor aspek.
Contohnya untuk menghitung aspek G
(Peran Pekerja Keras) adalah dengan
menghitung jumlah jawaban “G” pada
jawaban testee.
3. Proses Menentukan Deskripsi
Kepribadian
Deskripsi Kepribadian ditentukan
oleh skor masing-masing aspek. Skor
tersebut dibandingkan dengan skala profil
kepribadian PAPI Kostick yang
diringkas pada Tabel 2 dan 3.
Pada beberapa testee ber-
kemungkinan terdapat skor ekstrim pada
skor aspek tertentu, yakni skor tertinggi
(9) atau skor terrendah (0). Skor ini
159
159

dianggap kurang baik karena memiliki
arti ‘terlalu’ pada deskripsi
kepribadiannya, sehingga menjadi
perhatian khusus pakar. Skor aspek
ekstrim memiliki deskripsi kepribadian
positif dan negatif.
Tabel 2 Basis Pengetahuan Deskripsi
Kepribadian Aspek G dan L
Aspek
Kepribadi
an
Skala
skor Deskripsi Kepribadian
G - Peran
Pekerja
Keras
0 – 4 bekerja untuk
kesenangan saja, bukan
hasil optimal
G - Peran
Pekerja
Keras
5 – 9 kemauan bekerja keras
tinggi
L - Peran
Kepemim-
pinan
0 – 4 cenderung tidak secara
aktif menggunakan orang
lain dalam bekerja.
L - Peran
Kepemim-
pinan
5 – 9 tingkat dimana seseorang
memproyeksikan dirinya
sebagai pemimpin, ia
mencoba menggunakan
orang lain untuk
mencapai tujuannya.
Sumber: Perancangan
Beberapa testee juga ber-
kemungkinan terdapat skor aspek tertentu
yang termasuk dalam area
pengembangan, yakni perlu
pengembangan pada aspek kepribadian
tertentu. Deskripsi kepribadian ini
membantu pakar untuk menganalisa
aspek kepribadian yang perlu
dikembangkan baik untuk kepentingan
personality improvement atau pengadaan
training (bagi perusahaan).
4. Proses Menghitung Persentase
Kesesuaian Kepribadian Testee
dengan Target
Menentukan Aspek dan skala skor
target perlu dilakukan analisa kepribadian
berdasarkan hubungan antar aspek
kepribadian dan berdasarkan jenis
pekerjaan. Setiap jenis pekerjaan
memiliki kriteria kepribadian tertentu.
Kepribadian seseorang sangat
menentukan hasil kerja dari suatu
pekerjaan yang ia lakukan. Contoh untuk
posisi Senior Web Designer di PPTI
(berdasarkan lowongan kerja pada situs
Job Placement Centre Universitas
Brawijaya) harus memiliki kriteria
kepribadian sebagai berikut :
 Berpikir kreatif untuk menciptakan ide-
ide baru.
 Mampu berinteraksi atau berkomunikasi
dengan baik.
 Mampu bekerja secara individu maupun
dalam tim.
 Sanggup bekerja di bawah tekanan.
 Sanggup bekerja multi tugas pada satu
kisaran waktu tertentu.
 Bersedia bekerja dalam waktu yg telah
dijadwalkan.
 Memiliki kemauan kuat untuk belajar
secara mandiri dan mempelajari suatu
hal/ilmu baru.
 Memiliki motivasi kuat untuk
mengembangkan diri.
Berdasarkan kriteria tersebut, pakar
memberikan analisa aspek dan skor target
pada Tabel berikut.
Tabel 3 Aspek dan Skor Target untuk
posisi Senior Web Designer di PPTI
No Aspek
Skala Skor
Target
1 T - PERAN SIBUK 4 - 8
2 D - PERAN BEKERJA
DENGAN HAL - HAL
RINCI
4 - 8
3 N - KEBUTUHAN
MENYELESAIKAN
TUGAS
5 - 8
4 S - PERAN HUBUNGAN
SOSIAL
4 – 5
5 W - KEBUTUHAN
MENGIKUTI ATURAN
DAN PENGAWASAN
0 - 3
6 A - KEBUTUHAN
BERPRESTASI
6 - 8
7 B - KEBUTUHAN
DITERIMA DALAM
KELOMPOK
4 – 5
8 O - KEBUTUHAN
KEDEKATAN DAN
KASIH SAYANG
4 – 5
9 V - PERAN PENUH
SEMANGAT
4 - 8
160
160

Sumber : Pakar
Kesesuaian pribadi testee akan
dilihat dari skor aspek T,V,D,N,S,B,O,W,
dan A untuk lolos seleksi tes kepribadian
untuk posisi Senior Web Designer di
PPTI Universitas Brawijaya. Skor peserta
tes harus berada dalam skala skor, tidak
melebihi batas atas dan tidak kurang dari
batas bawah.
Contoh :
Seorang peserta tes seleksi tenaga
kerja untuk posisi Senior Web Designer
di PPTI menjawab dengan skor :
T = 2 D = 7 S = 8
O = 6 A = 5 W = 1
V = 1 N = 4 B = 5
∑ aspek target = 9 (Jumlah aspek yang
dikriteriakan)
Dari 9 aspek peserta tes tersebut memiliki
skor aspek T, V, N, S, A dan O yang
berada di luar skala skor target, sehingga
nilai n = 3.
% kesesuaian = x 100%

= x 100%
= 33,3333%
Jadi, testee tersebut 33,3333% sesuai
dengan target aspek kepribadian untuk
posisi pekerjaan Senior Web Designer
pada instansi PPTI.
3.3 Representasi Pengetahuan
Representasi pengetahuan meng-
gunakan metode kaidah produksi. Kaidah
produksi if-then menghubungkan premis
dengan konklusi.
IF premis THEN konklusi
Konklusi pada bagian THEN bernilai
benar jika premis pada bagian IF bernilai
benar.
Penerapan struktur aturan produksi
dalam menentukan deskripsi kepribadian,
bagian premis adalah kode aspek
kepribadian serta skor untuk aspek
kepribadian tersebut lebih dari batas
bawah skala skor dan kurang dari batas
atas skala skor. Bagian konklusi adalah
Deskripsi kepribadian.
IF Kode Aspek Kepribadian AND
Skor >=batas bawah skala skor AND
Skor <= batas atas skala skor
THEN Deskripsi Kepribadian
3.4 Mesin Inferensi
Mesin inferensi adalah sebuah
program yang berfungsi untuk memandu
proses penalaran terhadap suatu kondisi
berdasarkan pada basis pengetahuan yang
ada, memanipulasi dan mengarahkan
kaidah, model, dan fakta yang disimpan
dalam basis pengetahuan untuk mencapai
solusi atau kesimpulan. Dalam prosesnya,
mesin inferensi menggunakan strategi
pengendalian, yaitu strategi yang
berfungsi sebagai panduan arah dalam
melakukan proses penalaran. Teknik
Inferensi yang digunakan adalah forward
chaining, alur penalaran maju. Proses
inferensi sistem pakar ini diilustrasikan
pada Gambar 4.
Inferensi yang digunakan adalah
PAPI Kostick. Mulai dari soal, proses
mengolah jawaban, penilaian skor hingga
menentukan deskripsi kepribadian.
Forward chaining digunakan untuk
penelusuran kesimpulan berdasarkan
fakta-fakta yang ada, yakni nilai skor tiap
aspek. Berdasarkan skor ini dan aturan
target dihasilkan persentase kecocokan
testee dengan posisi pekerjaan pada
perusahaan yang ia lamar. Hasil akhir
terdiri dari dua kesimpulan, deskripsi
kepribadian dan presentase kecocokan.
Pohon inferensi pada Gambar 5
mengilustrasikan proses penalaran dari
fakta-fakta yang masuk (jawaban testee)
untuk target pada contoh kasus posisi
pekerjaan Senior Web Designer di PPTI
Universitas Brawijaya. Dari jawaban
testee skor setiap aspek dapat dihitung.
Skor setiap aspek dibandingkan dengan
skala skor pada profil PAPI Kostick
untuk menentukan deskripsi
kepribadiannya.
161
161

Mulai
Menghitung jumlah tiap aspek
berdasarkan aturan nomor soal
Apakah
nilai total aspek kebutuhan = 45 & nilai total
aspek peran=45?
Mencari Deskripsi Kepribadian berdasarkan
skala skor Profil PAPI Kostick
Menghitung total jumlah aspek peran
dan total jumlah aspek kebutuhan
Menghitung %kecocokan
Tidak
Selesai
Ya
Menampilkan Soal tes
Simpan skor tiap aspek
Simpan Deskripsi kepribadian testee
Simpan %kecocokan
Menampilkan Deskripsi
kepribadian dan %kecocokan
Jawaban
Gambar 4 Diagram Alir Proses Inferensi
Sumber: Perancangan
Pohon inferensi pada Gambar 6
mengilustrasikan proses penalaran dari
fakta-fakta yang masuk (jawaban testee)
untuk target pada contoh kasus posisi
pekerjaan Senior Web Designer di PPTI
Universitas Brawijaya. Berdasarkan
jawaban testee skor setiap aspek dapat
dihitung. Skor setiap aspek dibandingkan
dengan target. Kesesuaian skor aspek
dengan skala skor target dihitung dalam
presentase yang menjadi kesimpulan dari
proses pelacakan.
83B,84A T
O
V
D
A
N
S
W
B
40B, 7B, 6A, 26A,
26A, 36A
62B
21B, 32B, 43B,
54B, 65B,87B,78A
46B, 68B, 79B,
90B
2A, 3B, 47B, 69B,
80B
56A, 76A,
86A,85B, 74B,
63B, 52B, 41B
30A
15A, 25A, 35A,
39B, 50B
DESKRIPSI
KEPRIBADIAN
Gambar 5 Pohon Inferensi Untuk
Kesimpulan Deskripsi Kepribadian
Sumber : Perancangan
83B,84A T
O
V
D
A
N
S
W
B
40B, 7B, 6A, 26A,
26A, 36A
62B
21B, 32B, 43B,
54B, 65B,87B,78A
46B, 68B, 79B,
90B
2A, 3B, 47B, 69B,
80B
56A, 76A,
86A,85B, 74B,
63B, 52B, 41B
30A
15A, 25A, 35A,
39B, 50B
%KECOCOKAN
TARGET
TARGET
TARGET
TARGET
TARGET
TARGET
TARGET
TARGET
TARGET

Gambar 6 Pohon Inferensi Untuk
Kesimpulan Persentase Kecocokan
Kepribadian Dengan Aspek Target
Sumber : Perancangan
3.5 Antarmuka
Antarmuka digunakan oleh pengguna
untuk berkomunikasi dengan sistem
pakar. Antarmuka dirancang sesuai
kebutuhan pengguna. Halaman website
disesuaikan dengan hak akses dan
kebutuhan pengguna. Berikut adalah
sitemap untuk pakar dalam Gambar 7
dan 8.
162
162

PROFIL
PAPI
LOWONGAN
TESTEE
LOG OUT
ASPEK
DESKRIPSI
SOAL
EKSTRIM
PENGEMBANGAN
LOGIN
LAPORAN
LOWONGAN
PEKERJAAN
PERUSAHAAN
TARGET
DETAIL

Gambar 7 Sitemap Website untuk
Pakar
Sumber : Perancangan
Berikut adalah sitemap untuk testee.
PROFIL
TES
LOWONGAN
PERUSAHAAN
LOG OUT
LAMARAN PETUNJUK SOAL
LOGIN

Gambar 8 Sitemap Website untuk
Pakar
Sumber : Perancangan

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

Gambar 9 Diagram use case sistem
pakar
Sumber: Perancangan
3.6 Perancangan DFD
DFD digunakan untuk meng-
Gambarkan aliran data dalam suatu
operasi sistem. DFD memiliki beberapa
level dalam pemodelan diagram,
diantaranya : Context Diagram, DFD
level 1, dan DFD level 2. Context
Diagram sistem pakar ini diGambarkan
pada Gambar 10.
Testee Admin/Pakar
0
Sistem Pakar Tes
Kepribadian PAPI
Kostick untuk Seleksi
dan Penempatan
Tenaga Kerja
Data Testee
Data Login
Data Lamaran
Data Jawaban
Data Profil
Data Soal
Data Lowongan
Data Perusahaan
Data Admin/Pakar
Data Login
Data Perusahaan Baru
Data Posisi Pekerjaan Baru
Data PAPI baru
Data Target Baru
Data Testee Baru
Data Profil
Data Perusahaan
Data Posisi Pekerjaan
Data PAPI
Data Target
Data Testee
Data Hasil Interpretasi
Gambar 10 Context Diagram sistem
pakar
Sumber: Perancangan
4. HASIL DAN PEMBAHASAN
Implementasi sistem pakar ini dibuat
berbasis web sehingga implementasi
sistem dibangun dengan bahasa
pemrograman php dan html. Contoh
hasil implementasi sistem adalah laporan
detail hasil tes seperti dalam Gambar
11.

163
163

Gambar 11 Tampilan Halaman Laporan
Detail Hasil Tes
Sumber: Implementasi
Pengujian sistem pakar tes
kepribadian PAPI Kostick untuk seleksi
dan penempatan tenaga kerja terdiri dari
pengujian validasi dan pengujian akurasi.
4.1 Pengujian Validasi
Pengujian validasi digunakan untuk
mengetahui apakah sistem yang
dibangun sudah benar sesuai dengan
yang dibutuhkan. Pengujian validasi
menggunakan metode pengujian Black
Box, karena tidak difokuskan terhadap
alur jalannya algoritma program namun
lebih ditekankan untuk menemukan
kesesuaian antara kinerja sistem dengan
daftar kebutuhan.
Tabel 4 Hasil Pengujian Validasi
No Nama Pengujian Kesimpulan
1 Registrasi Valid
2 Login Valid
3 Logout Valid
4 Edit Profil Valid
5 Melakukan Tes Valid
6 Olah Data Target Valid
7 Olah Data Soal Valid
8 Olah Data Deskripsi Valid
9 Olah Data Lowongan Valid
10 Olah Data Testee Valid
11 Olah Data Perusahaan Valid
12 Olah Data Pekerjaan Valid
13 Olah Data Aspek Valid
14 Analisa Hasil Tes Valid
Sumber: Pengujian
Berdasarkan 14 kasus uji yang telah
dilakukan pengujian Black Box, masing-
masing memberikan kesimpulan valid.
Pengujian Black Box menghasilkan nilai
valid sebesar 100% yang menunjukkan
bahwa fungsionalitas sistem dapat
berjalan dengan baik sesuai dengan daftar
kebutuhan.
4.2 Pengujian Akurasi
Pengujian akurasi dilakukan untuk
mengetahui performa dari sistem pakar
untuk memberikan analisa kepribadian
yang berkaitan dengan perilaku atau gaya
kerja.
Data yang diuji berjumlah 57 yang
merupakan data hasil tes PAPI Kostick
yang dilakukan oleh Laboratorium
Psikologi Universitas Brawijaya. Data
target terdiri dari 11 lowongan pekerjaan.
Prosedur pengujiannya adalah
memasukkan lowongan pekerjaan berikut
targetnya yakni aspek kepribadian dan
skala skor yang telah dibuat pakar.
Kemudian memasukkan jawaban dari
lembar jawaban hasil tes manual ke
sistem pakar. Sistem pakar akan
menghitung sesuai dengan metode PAPI
Kostick sehingga akan menghasilkan
skor aspek kepribadian, deskripsi
kepribadian dan persentase kecocokan
pribadi testee dengan kualifikasi
kepribadian target.
Skor yang diperoleh dari perhitungan
di sistem pakar, dicocokkan dengan skor
pada lembar jawaban yang diperoleh dari
perhitungan manual. Hasil pengujian
akurasi sistem pakar dari 57 sampel data
yang telah diuji, sebagian ditunjukkan
pada Tabel 5.
Nilai akurasi berdasarkan pada hasil
pengujian dihitung sesuai perhitungan
berikut.


Nilai akurasi = x 100% = 96,49%









164
164


Tabel 5 Hasil Pengujian Akurasi

Sumber: Pengujian

Jadi, dapat disimpulkan bahwa
akurasi sistem pakar berdasarkan 57
data yang diuji adalah 96,49% yang
menunjukkan bahwa sistem pakar ini
dapat berfungsi dengan baik sesuai
dengan prosedur dari metode PAPI
Kostick. Ketidakakurasian sistem
pakar adalah 3,51% yang disebabkan
karena kesalahan perhitungan manual
total needs dan total roles. Kesalahan
hitung ditunjukkan pada nomor 14 dan
15 pada Tabel 5 yang tidak memiliki
total roles. Hal ini menyebabkan data
tidak dapat di-interpretasikan karena
skor dianggap tidak valid dan tidak
dapat dihitung persentase kesesuaian
hasil tes dengan skor target.
5. KESIMPULAN
Berdasarkan implementasi dan
hasil pengujian dari sistem pakar tes
kepribadian PAPI Kostick untuk
seleksi dan penempatan tenaga kerja,
maka didapatkan kesimpulan sebagai
berikut:
1. Perancangan sistem pakar tes
kepribadian PAPI Kostick untuk
seleksi dan penempatan tenaga
kerja sesuai dengan arsitektur
sistem pakar.
2. Implementasi sistem pakar dengan
metode pendekatan PAPI Kostick
menggunakan teknik penalaran
forward chaining dapat
memberikan hasil deskripsi
kepribadian yang dapat
dicocokkan dengan kualifikasi
kepribadian menurut posisi
pekerjaan tertentu.
3. Sistem pakar tes kepribadian PAPI
Kostick untuk seleksi dan
penempatan tenaga kerja memiliki
kinerja sistem yang mampu
165
165
berjalan dengan baik sesuai
dengan kebutuhan fungsional. Hal
ini dibuktikan dengan hasil
pengujian Black Box yang
memberikan nilai persentase
sebesar 100%.
4. Sistem pakar tes kepribadian PAPI
Kostick untuk seleksi dan
penempatan tenaga kerja mampu
memberikan deskripsi kepribadian
dan persentase kesesuaian
kepribadian testee berdasarkan
kualifikasi kepribadian target
secara akurat, efektif, dan efisien.
Hal ini dibuktikan dengan hasil
pengujian akurasi komputasi yang
memberikan nilai prosentase
sebesar 96,49%.
6. DAFTAR PUSTAKA
[1] Butcher, James N. 2003,
“Computerized Psychological
Assessment”. Handbook of
Psychology, Vol. 10, Hal. 141-
163.
[2] Cubiks. 2012, PAPI. [terhubung
berkala]. http://www.cubiks.com/
Products/PersonalityAssessments/P
ages/papi.aspx [9 Februari 2012].
[3] Kusrini. 2006. Sistem Pakar
Teori dan Aplikasi. Penerbit
Andi, Yogyakarta.
[4] McCullough, C. Sue. 2003,
“Computerized Assessment”.
Handbook of Psychology &
Educational Assessment of
Children, Second Edition, Hal
628-670.
[5] Parkinson, Mark. 2004, Panduan
Sukses Menghadapi Tes
Psikometri, Tiga Serangkai,
Solo.
[6] PARKINSON, MARK. 2004,
MEMAHAMI KUESIONER
KEPRIBADIAN
(PERSONALITY
QUESTIONNAIRE), TIGA
SERANGKAI, SOLO.
[7] Psychologymania. 2012. Tes
PAPI Kostick (Perseptual and
Preferences InventoryTest).
[terhubung berkala].
http://www.psychologymania.com/
2011/07/tes-papi-kostick-
perseptual-and.html [24 Januari
2012].
[8] Rohman, F. F. 2008. “Rancang
Bangun Aplikasi Sistem Pakar
untuk Menentukan Jenis
Gangguan Perkembangan pada
Anak”. Media Informatika, Vol.
6, No. 1, Hal. 1-23.
[9] Simu, Kajsa.2009,The
Construction Site Manager's
Impact on Risk Management
Performance, Luleå University
of Technology, Luleå.
[10] Turban, E., Aronson,J. E., &
Liang, T. P. 2005. Decision
Support Systems and Intelligent
Systems, 7
th
Edition.
Diterjemahkan oleh Siska
Primaningrum. Penerbit Andi,
Yogyakarta.
[11] Vizureanu, Petrică. 2010, Expert
Systems, Intech, Vukovar.

166
166
IMPLEMENTASI LEFT CORNER PARSING UNTUK
PEMBELAJARAN GRAMMAR BAHASA INGGRIS PADA
GAME 3D ADVENTURE “GO TO LONDON”

Fachry Khusaini, Fachrul Kurniawan
Jurusan teknik Informatika
1,2
, Fakultas Sains dan Teknologi, UIN Maulana Malik
Ibrahim Malang
E-mail: fachry137@gmail.com, fach_77@yahoo.com


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

Kata kunci:Bahasa Inggris, Game, Left Corner Parsing, Gramm

1. PENDAHULUAN
1.1 LATAR BELAKANG
Bahasa Inggris adalah salah satu
dari banyak macam bahasa yang
digunakan. Bahasa Inggris sering
digunakan dikarenakan bahasa Inggris
adalah bahasa internasional yang
digunakan oleh banyak negara di dunia
untuk berkomunikasi. Dahulu begitu
banyak invasi negara Inggris terhadap
negara-negara lain, dan akhirnya
bahasa inggris diakui sebagai bahasa
internasional (Priyana, 2013).
Negara Indonesia dalam hal bahasa
Inggris sudah mulai dipelajari dari
tingkat sekolah dasar (SD). Dimulai
dari bagaimana cara menulis yang
benar, lalu kemudian berlanjut dengan
cara pengucapannya yang benar.
Dalam faktanya walaupun bahasa
Inggris sudah dipelajari dari SD, akan
tetapi masih banyak juga yang kurang
memahami bagaimana cara
pengucapan bahasa Inggris dan juga
penulisannya. Bahkan yang sudah
menjadi guru/pengajar pun belum tentu
bisa dalam hal menulis ataupun
mengucapkan bahasa Inggris dengan
benar.
Dalam pembelajaran bahasa Inggris
terdapat sebuah tata bahasa yang
digunakan sebagai standar untuk
mengetahui bahasa yang digunakan itu
sudah benar atau belum. Standar yang
digunakan biasa disebut grammar. Di
167
167
dalam grammar terdapat beberapa cara
atau metode untuk menyusun sebuah
kalimat dalam membuat sebuah cerita
atau untuk berkomunikasi dengan
orang lain dengan benar. Dengan
mempelajari grammar dengan baik dan
benar akan menghasilkan sebuah
pemahaman tentang struktur bahasa
inggris yang baik dan benar. Dari
permasalahan pemahaman grammar ini
muncullah ide untuk membuat sebuah
pembelajaran tentang grammar bahasa
Inggris dimulai dari anak usia dini
melalui game adventure “Go to
London” yang akan dibangun.
1.2 RUMUSAN MASALAH
Dari pemaparan latar belakang di
atas, perumusan masalah dalam
penelitian ini, yaitu bagaimana
menerapkan algoritma left corner
parsing sebagai pemeriksa grammar
bahasa Inggris di dalam sebuah game
adventure “Go to London”?
1.3 BATASAN MASALAH
Agar tujuan lebih terarah dengan jelas
dan sistematis, maka permasalahan
kami batasi sebagai berikut:
1) Game yang dibangun berjenis
game adventure.
2) Game bersifat single player.
3) Game engine yang digunakan
adalah 3D Game Studio A8.
4) Bahasa pemrograman yang
digunakan adalah Lite-C.
5) Algoritma yang digunakan adalah
Left Corner Parsing.
6) Bentuk kalimat yang digunakan
dalam game yaitu positif tidak
termasuk kalimat pertanyaan.
7) Game ini untuk anak-anak usia 8-
13 tahun.
8) Kalimat yang digunakan di dalam
game menggunakan kalimat
sederhana.
9) Setiap kata dianggap hanya
memiliki satu arti untuk
menghindari ambigu yang terjadi
dalam pemilihan tipe atau jenis
dari kata tersebut.
10) Kalimat tidak mengandung
preposition atau to be yang
disingkat seperti “i’m” yang
seharusnya “I am”.
11) Tense yang digunakan yaitu
simple present tense, simple past
tense, dan simple future tense.
12) Pemeriksaan dilakukan pada pola
kalimat.
1.4 TUJUAN DAN
MANFAAT
Penelitian ini bertujuan untuk
menerapkan algoritma left corner
parsing sebagai pemeriksa kalimat
pada game 3D “Go to London”
adventure.
Manfaat dari game ini adalah untuk
mempermudah anak dalam
mempelajari bahasa Inggris dari segi
grammar. Pembuatan game ini dapat
membantu mengenali pola grammar
sebelum membuat sebuah kalimat
bahasa Inggris yang sesuai dengan
aturan grammar.
2. DASAR TEORI
2.1 BAHASA INGGRIS
Bahasa Inggris adalah sebuah
bahasa yang berasal dari Inggris.
Bahasa ini menjadi bahasa utama di
daerah Britania Raya (Irlandia, Wales,
serta Inggris), Amerika Serikat dan
banyak negara yang menggunakannya
(Hidayat, 2006).
Di dalam sebuah bahasa pasti
terdapat struktur dalam pembuatan
sebuah kalimat yang nantinya akan
dituliskan atau dikomunikasikan oleh
seseorang. Di bahasa Inggris lebih
diketahui sebagai grammar atau tata
bahasa. Di dunia saat ini yang menjadi
pedoman dalam penggunaan grammar
yaitu grammar dari Amerika dan
Inggris. Kalimat dalam tata bahasa
Inggris memiliki pola tertentu yang
digunakan untuk membentuk sebuah
kalimat. Jenis kata yang terdapat di
dalam bahasa Inggris ada 24 macam
(Nina, 2010), yaitu:
1. Articles (Kata Sandang)
2. Auxiliary Verb (Kata Kerja Bantu)
168
168
3. Verbs (Kata Kerja)
4. Nouns (Kata Benda)
5. Adjectives (Kata Sifat)
6. Adverbs (Kata Keterangan)
7. Posesive Forms (Bentuk
Kepemilikan)
8. It and There (Bentuk It Dan
There)
9. Modal Auxiliaries (Kata Kerja
Bantu)
10. Pronouns (Kata Ganti)
11. Preposition (Kata Depan)
12. Conjuctions (Kata Sambung)
13. Infinitive (Bentuk Dasar Kata
Kerja)
14. Question Words Questions (Kata
Tanya)
15. Participles (Kata Kerja
Partisipatif)
16. Question Tag (Pertanyaan
Penegas)
17. Gerunds (Kata Kerja -Ing)
18. Conditional Sentences (Kalimat
Pengandaian)
19. Active And Pasive Voice (Kalimat
Aktif Dan Pasif)
20. Agreement/Concord (Persesuaian)
21. Phrases And Clauses (Frase Dan
Klausa)
22. Direct And Indirect Speech
(Kalimat Langsung Dan Tak
Langsung)
23. Iregular Verb (Kata Kerja Tak
Berurutan)
24. Tenses (Bentuk-Bentuk Waktu)

Sistem kala atau waktu dalam
bahasa Inggris dinamakan tense. Tense
terdiri dari tiga wilayah tense yaitu:
Past Tense (waktu lampau), Present
Tense (waktu sekarang), serta Future
Tense (waktu akan datang). Dalam
setiap tense dikembangkan menjadi
empat yaitu Simple, Continuous,
Perfect, Perfect Continuous, terkecuali
Future Tense yang memiliki delapan
macam yang telah dikembangkan.
(Winarno, 2006)
2.2 GRAMMAR
Grammar di dalam kamus bahasa
Inggris memiliki arti tata bahasa.
Secara definisi umum grammar adalah
aturan-aturan pembentukan suatu
kalimat dalam bahasa, atau biasa juga
disebut tata bahasa.
Dengan adanya grammar, proses
parsing dapat dilakukan secara cepat
dengan cara mencocokkan aturan-
aturan yang tepat untuk membentuk
struktur suatu kalimat (Suciadi, 2001).
Salah satu contoh grammar
sederhana untuk bahasa Inggris ialah
sebagai berikut:
a) Sentence = noun phrase + verb
phrase
b) Noun phrase = determiner +
noun
c) Verb phrase = verb + noun
phrase
d) Determiner = the, a
e) Noun = dog, dogs, cat
f) Verb = chased, see, sees

Dari grammar diatas dapat
dibentuk beberapa kalimat bahasa
Inggris yang sederhana, yaitu:
a) The dog chased a cat
b) The dog sees a cat

Proses pembentukan kalimat “The
dog chased a cat” dari grammar
tersebut dapat dilihat pada Gambar 1.

Gambar 1. Parse tree
2.3 PARSING
Parsing adalah proses menentukan
apakah sekumpulan string yang dibuat
di token dapat dibuat oleh sebuah
grammar. Parser ini nantinya
169
169
diharapkan dapat mengirimkan
kesalahan yang terdapat dalam sintaks
bahasa tersebut serta mengecek apakah
sebuah kalimat tersebut benar sesuai
grammar atau tidak.
Ada tiga parser yang biasa
digunakan untuk sebuah grammar
yaitu Top Down Parsing, Bottom Up
Parsing, serta gabungan dari keduanya
Left Corner Parsing. Left Corner
Parsing pertama kali dikemukakan
oleh Rosenkrantz dan Lewis II pada
tahun 1970. LC (Left Corner) parsing
merupakan strategi yang menggunakan
data secara bottom up parsing dan
prediksi dari top down parsing.
2.4 LEFT CORNER PARSING
Left Corner Parsing adalah
gabungan dari dua buah metode yaitu
Top-Down dan Bottom-Up Parsing.
Top-Down Parsing melakukan
penelusuran dari root/puncak menuju
ke leaf/daun (simbol awal sampai
simbol terminal). Top-Down bekerja
dengan cara menguraikan sebuah
kalimat mulai dari constituent yang
terbesar sampai menjadi constituent
yang terkecil. Constiuent sendiri yaitu
unsur-unsur pembentuk kalimat yang
dapat berdiri sendiri seperti noun, dan
verb. Hal ini dilakukan terus-menerus
sampai semua komponen yang
dihasilkan ialah constituent yang
terkecil dalam kalimat, yaitu kata.
Sedangkan Bottom-Up Parsing
bekerja dengan cara mengambil satu
demi satu kata dari kalimat yang
diberikan, untuk dirangkaikan menjadi
constituent yang lebih besar. Hal ini
dilakukan terus-menerus sampai
constituent yang terbentuk ialah
sentence atau kalimat. Dengan
demikian metode Bottom-Up Parsing
ini bekerja dengan cara yang terbalik
dari cara kerja Top-Down Parsing.
Cara kerja Left Corner Parsing
ialah dengan mula-mula menerima
sebuah kata, menentukan jenis
constituent apa yang dimulai dengan
jenis kata tersebut, kemudian
melakukan proses parsing terhadap
sisa-sisa constituent tersebut dengan
cara Top Down. Dengan demikian
proses Left-Corner Parsing dimulai
secara Bottom Up dan diakhiri secara
Top Down (Suciadi, 2001)
Berikut adalah proses cara kerja
dari Left Corner Parsing dalam
Gambar 2.

Gambar 2. Left Corner Parsing

3. RANCANGAN DESAIN
SISTEM
3.1 STORY BOARD
Dalam subbab ini menjelaskan
Gambaran rancangan game yang
akan dibuat. Dimulai dengan
sebuah pengantar yang berisi
tentang tokoh dan alur dari cerita
game ini, lalu sebuah judul serta
menu yang digunakan dalam game.
Setelah itu menceritakan tugas sang
pemain dalam menjalankan game
ini. Apa yang akan dihadapi oleh
pemain ditampilkan di dalan
storyboard game ini.Berikut ini
adalah Gambar dari desain
storyboard game ini.
170
170

Gambar 3. Story Board Game
3.2 DESAIN SISTEM
Berikut adalah desain sistem
secara umum yang akan dibangun
dalam game.


Gambar 4. Desain Sistem Game
3.3 ALUR LEFT CORNER
PARSING SEBAGAI
PEMERIKSA KALIMAT
Alur algoritma Left Corner
Parsing yang akan digunakan
untuk pemeriksaan jawaban dari
susunan kata yang dimasukkan oleh
pemain. Berikut adalah alur
pemeriksaan tersebut.


Gambar 5. Alur Pemeriksaan Left
Corner Parsing
Proses pertama yaitu proses
tokenization. Proses tokenization
adalah tahap yang mengolah input
menjadi kata atau karakter (Nayak
& Raghavan). Setelah menjadi kata
atau karakter, proses selanjutnya
mencocokkan dengan data yang
berada dalam array. Apabila terjadi
pencocokkan, langkah selanjutnya
memeriksa setiap kata
menggunakan aturan Left Corner
Parsing. Aturan tersebut
memeriksa setiap kata yang masuk
dimana setiap kata tersebut
memiliki jenis kata.
Kata pertama dalam aturan left
corner sangat penting, karena
menentukan kalimat tersebut benar
atau salah melalui aturan
pemeriksaan dari sisi kalimat
paling kiri. Setelah mengetahui
jenis kata yang dimiliki, kemudian
mencocokkan dengan pola bangun
kalimat yang telah ditentukan, bila
sesuai pola, selanjutnya
171
171
mencocokkan kata kedua dari input
yang masuk. Seperti langkah dalam
memeriksa kata pertama, begitupun
proses langkah kedua. Pemeriksaan
kata yang masuk berakhir ketika
semua kata telah selesai diperiksa.
4. HASIL DAN PEMBAHASAN
4.1 UJI COBA METODE
Implementasi dari left corner
parsing ini terdapat kelemahan
yaitu dalam hal mengenal kata dan
jenis kata yang ada. Sehingga yang
seharusnya kalimat tersebut
menurut pandangan seseorang tidak
sesuai, akan tetapi memiliki pola
grammar yang sama. Dilihat secara
aturan dalam grammar, jawaban
tersebut adalah benar. Hasil inputan
juga dapat dipastikan di
(http://www.grammarly.com)
bahwa kalimat tersebut juga
dikenali dengan pola yang sama.
Untuk lebih jelasnya dapat dilihat
pada Tabel dibawah ini.

Tabel 2. Hasil Uji Coba Metode
No Input
Kalimat
Pola Hasil
1. My hat is
blue
Pronoun-
noun-verb-
noun
Kalimat
yang benar
2. My blue
is hat
Pronoun-
noun-verb-
noun
Blue dan hat
memiliki
jenis kata
yang sama,
Secara
pelafalan
kalimat
kurang tepat.
3. My
brother is
sick
Pronoun-
noun-verb-
verb
Kalimat
yang benar
4. My
brother
sick is
Pronoun-
noun-verb-
verb
Sick dan is
mempunyai
sama pola.
Secara
pelafalan
kurang tepat.
5. Della
send me
a letter
Noun-
verb-noun-
adjective-
noun
Kalimat
yang benar
6. Letter
send
Della a
me
Noun-
verb-noun-
adjective-
noun
Letter,
Della,dan
me
mempunyai
pola yang
sama. Secara
pelafalan
kalimat
kurang tepat.
7. Jakarta is
hot
weather
Noun-
verb-
adjective-
noun
Kalimat
yang benar
8. Weather
is hot
Jakarta
Noun-
verb-
adjective-
noun
Jakarta dan
weather
mempunyai
sama pola,
secara
pelafalan
kurang tepat
9. My
father
have two
cars
Pronoun-
noun-verb-
adjective-
noun
Kalimat
yang benar
10. My cars
have two
father
Pronoun-
noun-verb-
adjective-
noun
Cars dan
father
mempunyai
sama pola,
secara
pelafalan
kurang tepat
11. I
canspeak
english
verywell
Pronoun-
verb-verb-
noun-
adverb-
adverb
Kalimat
yang benar
12. I
speakcan
english
very well
Pronoun-
verb-verb-
noun-
adverb-
Speak dan
can
mempunyai
sama pola,
secara
172
172
adverb pelafalan
kurang tepat
13. I speak
can
english
wellvery
Pronoun-
verb-verb-
noun-
adverb-
adverb
Very dan
well
mempunyai
sama pola,
secara
pelafalan
kurang tepat
14. Malang
is cold
city
Noun-
verb-
adjective-
noun
Kalimat
yang benar
15. City is
cold
Malang
Noun-
verb-
adjective-
noun
Malang dan
city
mempunyai
sama pola,
secara
pelafalan
kurang tepat

Hasil masukan yang terdapat
pada Tabel diatas membuktikan
bahwa left corner parsing belum
mampu mengenali kata yang
mempunyai jenis kata yang sama.
Left corner hanya melakukan
pemeriksaan terhadap pola dari
jenis kata yang dibangun. Sebagai
contoh kalimat nomor 5 dan 6.
Kedua kalimat mempunyai pola
yang sama, akan tetapi secara
pelafalan atau pengucapan adalah
salah.
5. KESIMPULAN
Hasil pengujian dalam
menerapkan left corner parsing
pada sebuah game adventure 3D
yang telah dibangun dalam proses
memeriksa sebuah susunan kata,
menyimpulkan bahwa algoritma ini
mampu mengenali pola grammar
dengan baik, sehingga dapat
digunakan untuk memeriksa
kalimat tersebut sesuai pola yang
dibentuk atau tidak, akan tetapi
dilihat dari Tabel 2 untuk hal
memilih kata yang cocok sesuai
definisi yang dimiliki sebuah
kalimat belum bisa, sehingga
terdapat kalimat yang secara pola
grammar dapat dikenali dan benar,
akan tetapi secara pelafalan dirasa
kurang tepat.
Dalam hasil uji coba kepada 20
responden anak-anak yang berumur
antara 8 sampai 13 tahun, dapat
disimpulkan bahwa game “Go to
London Adventure” ini
menyenangkan dan menarik bagi
responden, terbukti total
keseluruhan responden tertarik
terhadap game yang dibuat, yaitu
dengan nilai prosentase sebesar
97%.
6. DAFTAR PUSTAKA
1) Abdurohman, M., Hadi, S., &
Rohidin, D. (2006). Pemeriksaan
Tata Bahasa Dalam Kalimat
Bahasa Inggris Menggunakan
Algoritma Left Corner Parsing.
Seminar Ilmiah Nasional
Komputer dan Sistem Intelijen
(KOMMIT 2006), (hal. 76-82).
Depok.
2) Greenbaum, S. (1996). English
Grammar. Oxford University
Press.
3) Hidayat, R. T. (2006). Belajar
Mudah Bahasa Inggris.
Yogyakarta: PUSTAKA
PELAJAR.
4) http://www.grammarly.com.
5) Nasution, S. H., Widiastuti, W.
L., & Pasaribu, S. M. (1985).
Petunjuk Pemrograman C Edisi
Kedua. Jakarta: Erlangga.
6) Nina, A. R. (2010). English
Grammar. Yogyakarta: Pustaka
Widiatama.
7) Priyana, D. (2013, Maret 19).
Pentingnya ber-Bahasa Inggris.
(D. Priyana, Penyunting) Dipetik
Mei 16, 2013, dari Azzahra
News:
http://news.universitasazzahra.ac
.id/pentingnya-ber-bahasa-
inggris/
173
173
8) Sibero, I. C. (2009). Langkah
Mudah Membuat Game 3D.
Yogyakarta: MediaKom.
9) Suciadi, J. (2001). STUDI
ANALISIS METODE-
METODE PARSING DAN
INTERPRETASI SEMANTIK
PADA NATURAL
LANGUAGE. JURNAL
INFORMATIKA, II(1), 13-22.
10) Winarno, E. D. (2006). Belajar
Tuntas Tata Bahasa Inggris
(Tanpa Guru). Yogyakarta:
PUSTAKA PELAJAR.
174


174

APLIKASI PERMAINAN SUDOKU HURUF HIJAIYAH
MENGGUNAKAN ALGORITMA BACKTRACKING DAN
MULTIPLICATIVE CRNG SEBAGAI PEMBANGKIT
DAN PENYELESAI PERMAINAN

Misbakhul Mustofin, Hani Nurhayati, MT

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

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

Kata kunci: Backtracking, Multiplicative CRNG, Sudoku

PENDAHULUAN
Al-Qur’an merupakan kitab suci
Agama Islam yang diturunkan
menggunakan bahasa Arab. Karena itu
dalam mempelajarinya diperlukan
pengetahuan mengenai bahasa Arab.
Dalam mempelajari bahasa Arab
diharuskan mengetahui huruf-huruf
bahasa Arab terlebih dahulu. Huruf
bahasa Arab biasa dikenal sebagai
huruf hijaiyah. Terdapat berbagai
macam cara pembelajaran, salah
satunya yaitu melalui permainan.
Permainan saat ini sudah mulai
beralih ke arah mobile smartphone,
yang memungkinkan pemain untuk
memainkan permainan dimana saja
dan kapan saja. Salah satu sistem
operasi mobile smartphone yang
sedang berkembang saat ini adalah
sistem operasi Android. Sistem operasi
Android bersifat terbuka sehingga
memberi kesempatan bagi para
pengembang untuk menciptakan
aplikasi mereka sendiri, terutama
aplikasi permainan. Aplikasi
permainan berkembang pesat di sistem
operasi Android. Salah satu permainan
yang dapat dikembangkan di sistem
operasi Android adalah Sudoku.
Sudoku merupakan salah satu
permainan teka-teki angka. Secara
umum permainan ini berbentuk Tabel
berukuran 9x9 yang di dalamnya
terdapat sembilan blok/kelompok
berukuran 3x3. Tujuan dari permainan
ini adalah mengisi setiap kotak (sel
Tabel) yang kosongdengan angka
yang terdiri dari1-9 sedemikian hingga
tidak terdapat pengulangan angka
dalam satu blok, satu baris maupun
satu kolom.
Dalam menyelesaikan permainan
sudoku terdapat beberapa algoritma,
salah satunya adalah algoritma
backtracking (runut-balik). Algoritma
backtracking berbasis pada DFS
(Depth First Search). Pada algoritma
backtracking, pencarian solusi lebih
difokuskan pada pencarian yang
mengarah ke solusi saja sehingga
175


175

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

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

menghasilkan output : 9, 9, 8, 1, 5, 0,
0, 5, 0 dan 6. Penulis juga melakukan
uji coba pada algoritma pengacakan
Multiplicative CRNG untuk
membangkitkan bilangan bulat acak
sebanyak 10 kali dengan parameter
a=2, m=11, Z0=7 menghasilkan
output: 3, 6, 1, 2, 4, 8, 5, 10, 9 dan 7.
Dari percobaan tersebut terlihat
bahwa bilangan acak yang
dibangkitkan menggunakan fungsi
bawaan bahasa pemrograman masih
kurang maksimal karena beberapa kali
mengulang bilangan yang sama secara
berturut-turut. Pada percobaan
menggunakan algoritma Multiplicative
CRNG tidak menghasilkan bilangan
yang sama secara berturut-turut.Untuk
itu pada penelitian ini tidak
menggunakan fungsi bilangan acak
bawaan bahasa pemrograman
melainkan menggunakan algoritma
Multiplicative CRNG sebagai
pembangkit bilangan acak.
Pada penelitian ini menggunakan
perpaduan antara algoritma
Backtracking dan Multiplicative CRNG
sebagai Generator dan Solver dari
permainan sudoku yang akan dibangun
dengan harapan dapat menyelesaikan
permainan sudoku dengan waktu lebih
cepat dan 100% solusi ditemukan.
Generator digunakan untuk
membangkitkan soal pada Tabel yang
sudah disediakan berdasarkan level
yang dipilih, sedangkan Solver
digunakan untuk menyelesaikan
permainan jika pemain menyerah
dalam menyelesaikan permainan
secara manual. Penelitian ini akan
diimplementasikan pada Android OS
mobile dengan harapan dapat
diaplikasikan dimana saja dan kapan
saja.
176


176

1. METODE, ALAT, DAN BAHAN
Metode:
1. Backtracking
2. Multiplicative CRNG

Alat dan Bahan:
1. Laptop Compaq Presario V3000
2. Smartphone Android Sony
Ericsson Experia X8
3. Eclipse IDE
4. Android SDK
5. Android Emulator



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

Algoritma solver:
1. Mengisi seluruh kotak puzzle yang
kosong menggunakan algoritma
Backtracking secara acak
menggunakan algoritma
Multiplicative CRNG.
2. Jika ditemukan solusi dari inputan
user, maka menampilkan hasil
penyelesaian pada papan
permainan.
3. Jika tidak ditemukan solusi dari
masukan user, maka menampilkan
penyelesaian cadangan yang telah
disimpan sebelumnya pada saat
pembuatan soal.


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

Gambar 1. Permainan Sudoku.

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



177


177

5.DAFTAR PUSTAKA
Abrar, Riyadli. 2012 . Aplikasi
Permainan Arabic Sudoku
Menggunakan Metode Harmony
Search sebagai Pembangkit dan
Penyelesaian Permainan.Skripsi.
Jurusan Teknik Informatika
Fakultas Sains dan Teknologi UIN
Maulana Malik Ibrahim. Malang.
Gunawan, Agustinus Tri. 2010.
Penerapan Algoritma Backtracking
dan Elimination untuk Membangun
Generator dan Solver dalam
Menyelesaikan Permainan Sudoku.
Sekolah Tinggi Manajemen
Informatika dan Komputer
AMIKOM. Yogyakarta.
Izzuddin, Muhammad. 2009.
Memperbaiki bacaan Al-Qur’an
(Metode Tartil 12 Jam). Assalam
Publishing. Solo.
L, Riani. 2010.Pembangkit Bilangan
Acak. Mata Kuliah Pemodelan &
Simulasi. Jurusan Teknik
Informatika Universitas Komputer
Indonesia. Bandung.
Morenvino, M. Ray, I. dan Anton, S.
2006. Penerapan Algoritma Runut-
Balik Untuk Penyelesaian Teka-
Teki Sudoku.Laboratorium Ilmu
dan Rekayasa Komputasi
Departemen Teknik Informatika
Institut Teknologi Bandung.
Bandung., in press
Safaat H, Nazruddin. 2011. Android,
Pemrograman Aplikasi Mobile
Smartphone dan Tablet PC Berbasis
Android. Informatika. Bandung.
Sari, Rina Dewi Indah. 2007. Analisis
Penyelesaian Puzzle Sudoku dengan
Menerapkan Algoritma
Backtracking Memanfaatkan
Bahasa Pemrograman Visual Basic
6.0 dan Database Microsoft Access
2003. Jurusan Teknik Informatika
Sekolah Tinggi Manajemen
Informatika dan Komputer
(STMIK) “ASIA”. Malang.
Zeeb, Charles N. dan Patrick J. Burns.
1984.Random Number Generator
Recommendation. Department of
Mechanical Engineering Colorado
State University. Colorado.
Al-Qur’an dan Terjemahannya. Al-
Jumanatul ‘Ali. Bandung.
http://en.wikipedia.org/wiki/Sudoku_al
gorithms, diakses pada tanggal 31
Mei 2012 pukul 14.04

178


178

APLIKASI CHATBOT “MI3” UNTUK INFORMASI JURUSAN
TEKNIK INFORMATIKA BERBASIS SISTEM PAKAR
MENGGUNAKAN METODE FORWARD CHAINING
Zifora Nur Baiti, Fresy Nugroho, ST.,MT
Jurusan Teknik Informatika, Fakultas Saintek, UIN Maulana Malik Ibrahim Malang
e-mail: zhi_1mo3t@yahoo.com

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

1. PENDAHULUAN
1.1 Latar Belakang
Manusia adalah makhluk paling mulia
yang diciptakan oleh Tuhan. Yang
membedakan sekaligus menjadikan
manusia lebih istimewa jika dibandingkan
dengan makhluk lainnya adalah manusia
dibekali dengan akal, pikiran, perasaan,
serta emosi. Salah satu aspek penting dari
keistimewaan manusia tersebut adalah
kecerdasan. Manusia dengan
kecerdasannya yang tinggi mampu
mengubah cara dan pola hidup yang dulu
primitif menjadi sangat modern seperti
sekarang. Manusia mampu membuat
mesin-mesin yang memiliki kecerdasan
sehingga dapat bekerja dengan sendirinya.
Hal tersebut mulai dapat terwujud setelah
diciptakannya sebuah mesin canggih yang
bernama komputer.
Teknik yang memungkinkan mesin
untuk berpikir dan dapat mengambil
keputusan sendiri dinamakan kecerdasan
buatan atau artificial intelligence (AI).
Dengan menggunakan kecerdasan
buatan maka tidaklah mustahil akan ada
mesin yang benar-benar mampu berpikir,
bertindak, mendengar, melihat, dan
berbicara layaknya manusia.
Sekarang, mesin atau ‘alat hasil
penemuan manusia’ tidak lagi terfokus
pada usaha menggantikan tenaga manusia
untuk melakukan suatu pekerjaan,
walaupun hal tersebut masih aktif
dilakukan, alat tersebut dirancang untuk
menggantikan otak manusia.
Perkembangan jaman ditandai
dengan perkembangan ‘otak elektronik’.
Para praktisi di berbagai bidang
menggunakan komputer untuk
mempermudah kegiatan yang mereka
179


179

lakukan dan mereka berlomba-lomba siapa
yang memakai alat tercanggih, yang juga
berarti memakai teknologi komputerisasi
terpintar. Tujuan dari penelitian kecerdasan
buatan adalah menciptakan mesin yang
dapat berkomunikasi seperti layaknya
manusia [ANOM4].
Sekarang ini, telah bermunculan
chatbot-chatbot (sistem komputer yang
berbasiskan bahasa alami atau natural
language) lain yang telah beberapa
langkah lebih maju dari ELIZA. Seperti
chatbot yang diberi nama A.L.I.C.E, dan
masih ada lagi yang lain. Semua chatbot
yang bermunculan kemudian dan telah
memenangkan Loebner Prize tersebut
menggunakan kecerdasan buatan sebagai
dasar aplikasi mereka. Walaupun telah
banyak bermunculan chatbot-chatbot,
tetapi penggunaan dari chatbot itu sendiri
belum dimaksimalkan. Chatbot-chatbot
tersebut cenderung hanya dimanfaatkan
untuk memenangkan lomba atau alasan
iseng lainnya.
Sebagai mahasiswa Teknik
Informatika dengan bidang peminatan
kecerdasan buatan, terdapat keinginan
untuk mencoba menggali kemampuan
chatbot agar terdapat kegunaan nyata
dalam implementasinya. Dan untuk
memaksimalkan kemampuan chatbot,
ruang lingkup pembicaraannya harus
dibatasi. Dengan alasan-alasan tersebut,
peneliti bermaksud untuk mengadakan
penelitian skripsi dengan judul “Aplikasi
Chatbot “MI3” Untuk Informasi Jurusan
Teknik Informatika Berbasis Sistem Pakar
Dengan Metode Forward Chaining”.
Chatting robot atau juga bisa disebut
chatbot adalah salah satu kecanggihan
yang nantinya menggantikan suatu
pekerjaan manusia. Dengan sistem kerja
yang dilakukan oleh chatbot, nantinya
manusia ataupun user dapat dengan mudah
mencari sebuah informasi yang diinginkan.
Chatbot sekarang ini sudah mulai
diterapkan di dalam sebuah website.
Chatbot pertama ditulis oleh Joseph
Weizenbaum, profesor MIT pada tahun
1966. Pada waktu itu tentu saja chatbot
dibuat masih amat sangat sederhana.
Chatbot ELIZA adalah program operasi
dalam MAC time-sharing. Sistem di MIT
yang membuat beberapa jenis bahasa alami
percakapan antara manusia dan komputer.
Kalimat masukan dianalisis berdasarkan
aturan dekomposisi yang dipicu oleh kata
kunci yang muncul dalam masukan teks.
Chatbot yang terdapat di dalam website
tersebut pada umumnya menjawab sebuah
pertanyaan yang diajukan oleh user. Ruang
lingkup yang dipertanyakan pun sudah
dibatasi sehingga tidak keluar dari batas
ruang lingkup yang ditentukan. Tetapi ada
juga aplikasi chatbot yang tidak
mempunyai batasan ruang lingkup,
sehingga dalam hal menjawab sebuah
pertanyaan sering tidak sesuai dengan apa
yang ditanyakan oleh user.
Penerapan sebuah aplikasi chatbot
dalam pendidikan dirasakan masih kurang.
Belum dibutuhkannya aplikasi chatbot
tersebut yang dijadikan dasar alasan belum
diterapkannya aplikasi chatbot dalam
pendidikan. Akan tetapi tidak semua
kalangan menggunakan alasan tersebut
dalam penerapan aplikasi chatbot. Website
sebuah universitas dijadikan penerapan
aplikasi chatbot untuk mengetahui
informasi yang berkaitan dengan kampus.
Dengan adanya chatbot yang difokuskan
pada jurusan teknik informatika
diharapkan dapat membantu mengurangi
masalah ketidaktahuan user yang masih
awam. Kebanyakan mahasiswa yang
kurang informasi tentang jurusan teknik
informatika dapat menyelesaikan
ketidaktahuannya melalui chatbot ini.

1.2 Rumusan Masalah
Berdasarkan uraian diatas, maka
dirumuskan masalah dari penelitian ini
adalah bagaimana rancang bangun aplikasi
chatbot “MI3” (Machine Intelligence of
Informatics Information) yang mampu
berkomunikasi dengan user.
1.3 Batasan Masalah
Dalam penelitian ini agar program
yang dibuat mampu merespon pertanyaan
ataupun komentar dari user dalam sebuah
180


180

dialog, maka perlu dibuat batasan-batasan
yang diberikan, yaitu:
a. Dialog dilakukan dalam bahasa
Indonesia yang sesuai dengan EYD
(Ejaan Yang Disempurnakan)
seperti kata “sistem” bukan
“sistim”.
b. Chatbot “MI3” tidak melayani
masukan dalam bentuk perhitungan
matematis, dan tidak menanggapi
masukan yang berupa karakter.
c. Chatbot “MI3” tidak membedakan
lawan bicaranya berdasarkan
identitas seperti jenis kelamin,
umur, atau nama.
d. Topik Dialog dibatasi seputar
informasi tentang laboratorium,
matakuliah, ruang perkuliahan,
waktu perkuliahan, dosen
pengampu pada jurusan Teknik
Informatika.
e. Aplikasi ini dibangun
menggunakan Netlogo versi 4.1.3.
f. Aplikasi ini merupakan sebuah
pemodelan Chatbot menggunakan
Netlogo.
2. Dasar Teori
2.1 Chatbot
Program chatbot pertama ditulis oleh
Joseph Weizenbaum, profesor MIT pada
tahun 1966. Pada waktu itu tentu saja
chatbot dibuat masih amat sangat
sederhana. Meskipun perkembangan
kecerdasan buatan saat ini sangat pesat
dan canggih, namun chatbot tetap
mempertahankan kedudukannya dalam
dunia Artificial Intellegence [WEIZ66].
Chatbot adalah sebuah simulator
percakapan yang berupa program
komputer yang dapat berdialog dengan
penggunanya dalam bahasa alami. Karena
chatbot hanya sebuah program, dan bukan
robot (chatbot tidak memiliki tubuh dan
tidak memiliki mulut sehingga tidak dapat
berbicara seperti manusia), maka yang
dimaksud dengan dialog antar manusia
sebagai pengguna dengan chatbot
dilakukan dengan cara mengetik apa yang
akan dibicarakan dan chatbot akan
memberikan respon. Orang yang membuat
dan mengembangkan program chatbot
disebut bot master [RUDI05].
2.2 Netlogo
NetLogo adalah bahasa pemodelan
yang dapat diprogram untuk
mensimulasikan fenomena alam dan
sosial. Bahasa pemodelan ini ditulis oleh
Uri Wilensky pada tahun 1999. NetLogo
sangat cocok untuk pemodelan sistem
yang kompleks, yang dapat dikembangkan
dari waktu ke waktu. Pemodel dapat
memberikan instruksi kepada ratusan atau
ribuan "agen", dimana operasi tiap agen
bersifat independen. Kelebihan ini
memungkinkan eksplorasi hubungan
perilaku yang terjadi antar individu di
tingkat mikro dan memodelkan pola yang
muncul pada tingkat makro dari interaksi
banyak individu [FRESS12].
2.3 Sistem Pakar
Expert System atau sistem pakar
adalah suatu program yang bertindak
sebagai penasehat atau konsultan pintar
dengan mengambil pengetahuan yang
disimpan dalam domain tertentu [SRI03].
Seorang pemakai yang belum
berpengalaman dalam mendiagnosa suatu
masalah dapat memecahkan masalah yang
sulit dan mengambil keputusan yang benar.
Secara umum sistem pakar adalah
sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer, agar
komputer dapat menyelesaikan masalah
seperti yang biasa dilakukan para ahli.
Sistem pakar tidak untuk menggantikan
kedudukan seorang pakar tetapi untuk
memasyaratkan pengetahuan dan
pengalaman pakar tersebut. Sistem pakar
dikembangkan pertama kali oleh
komunitas AI tahun 1960an. Sistem pakar
yang pertama adalah General Purpose
Problem Solver (GPS) yang dikembangkan
oleh Newel Simon.

Gambar 1 Konsep Dasar Sistem Pakar

181


181

2.4 Forward Chaining
Runut maju merupakan strategi
pencarian yang memulai proses pencarian
dari sekumpulan data atau fakta, dari data-
data tersebut dicari suatu kesimpulan yang
menjadi solusi dari permasalahan yang
dihadapi. Mesin inferensi mencari kaidah-
kaidah dalam basis pengetahuan yang
premisnya sesuai dengan data-data
tersebut, kemudian dari kaidah-kaidah
tersebut diperoleh suatu kesimpulan. Runut
maju memulai proses pencarian dengan
data sehingga strategi ini disebut juga
data-driven [HERR12].
Operasi dari sistem forward chaining
dimulai dengan memasukkan sekumpulan
fakta yang diketahui ke dalam memori
kerja (working memory), kemudian
menurunkan fakta baru berdasarkan aturan
yang premisnya cocok dengan fakta yang
diketahui. Proses ini dilanjutkan sampai
dengan mencapai gol atau tidak ada lagi
aturan yang premisnya cocok dengan fakta
yang diketahui [ANOM2].
Basis Pengetahuan (Knowledge Base)
Basis pengetahuan berisi pengtahuan-
pengetahuan dalam penyelesaian masalah.
Ada 2 bentuk pendekatan basis
pengetahuan [NOFI00] :
 Penalaran Berbasis Aturan (Rule
Based Reasoning)
1. Pengetahuan dalam sistem pakar
direpresentasikan dalam bentuk IF-
THEN atau dalam bentuk
Production Rules.
2. Motor inferensi menentukan aturan
awal (rule antecedents) yang
sesuai.
 Sisi kiri harus cocok dengan
fakta yang ada di memori kerja
3. Aturan yang sesuai ditempatkan di
agenda dan dapat diaktivasi.
4. Aturan yang terdapat di agenda
dapat diaktivasi.
a. Aktivasi aturan akan
membangkitkan fakta baru di
sisi kanan
b. Aktivasi dari satu aturan adalah
bagian dari aktivasi aturan yang
lain.
5. Contoh Basis Aturan :

IF …. THEN Rules

Gambar 2 If Then Rules 1
Production Rules

Gambar 3 Production Rules 1

3. Rancangan Desain Sistem

Gambar 4 Alur Perancangan

Tahap analisa sistem ini dilakukan
untuk memenuhi kebutuhan sistem dalam
hal:
a. Analisa masukan: meneliti masukan
seperti apa yang mampu dibaca oleh
sistem untuk kemudian dieksekusi.
b. Analisa keluaran: meneliti kemampuan
keluaran sistem apakah sudah
memenuhi kebutuhan yang diinginkan.
c. Analisa proses: meneliti jalannya sistem
dalam mengeksekusi masukan hingga
proses keluaran.
d. Analisa data: meneliti kelengkapan data
yang dibutuhkan oleh sistem.
182


182


Gambar 5 Proses forward chaining

Proses forward chaining dimulai
dengan user memasukkan informasi atau
pertanyaan ke dalam text field yang sudah
disediakan oleh aplikasi. Kemudian
pertanyaan tersebut dipisah menjadi
beberapa kata dan dicari kata kunci yang
sesuai dengan yang ada pada aplikasi
setelah kata kunci ditemukan maka aplikasi
menjawab pertanyaan user dengan
jawaban yang benar sedangkan jika
aplikasi tidak dapat menemukan kata kunci
maka jawaban muncul tetapi tidak
berhubungan dengan pertanyaan dari user.
Kebutuhan Aplikasi
Aplikasi ini dibangun menggunakan
Netlogo 4.3.1 sehingga terdapat
kemudahan dalam membuat interface
dengan menggunakan turtle shape editor
yang sudah tersedia berbagai macam tools
dalam Netlogo.
4. HASIL DAN PEMBAHASAN
4.1 Uji Coba Metode
Implementasi sistem pakar pada
aplikasi chatbot ini terletak pada proses
pencarian jawaban atas masukan
pertanyaan dari user. Proses pertama
terjadi ketika user memasukkan pertanyaan
ke dalam kotak pertanyaan. Setelah itu
masukan akan dicari berdasarkan kategori
yang dipilih dan kata kunci yang ada di
dalam pertanyaan. Berikut adalah Tabel
hasil implementasi algoritma sistem pakar
pada aplikasi chatbot.

Gambar 6 Hasil chatbot

Tabel 1 Tabel Hasil Uji Coba
No
Masukan
Pertanyaan
Kata
Kunci
Hasil
1.
Jadwal hari
jumat apa?
Jadwal hari
jumat
- Organisasi dan
Arsitektur Komputer
- Grafika Komputer
- Keamanan dan
Jaringan Komputer
- Matematika Lanjut
- Pengantar Filsafat
Ilmu
2.
Jadwal
matakuliah hari
jumat apa?
jadwal (.+)
jumat
- Organisasi dan
Arsitektur Komputer
- Grafika Komputer
- Keamanan dan
Jaringan Komputer
- Matematika Lanjut
- Pengantar Filsafat
Ilmu
3.
Siapa nama
dosen matlan?
Dosen
matlan
Kamu Matlan kelas
apa? (Cantumkan
nama matkul + kelas
(Matlan kelas A))
4.
Saya matlan
kelas c
Matlan
kelas c
SUHARTONO,
M.Kom
5. Kelas c -
Maaf pertanyaan anda
kurang jelas, silahkan
bertanya kembali
6.
Dimana ruang
kuliah matlan?
Ruang
kuliah
matlan
Kamu Matlan kelas
apa? (Cantumkan
Ruang nama matkul +
kelas (Ruang Matlan
kelas A))
7.
Ruang kuliah
matlan dimana?
Ruang
kuliah
matlan
Kamu Matlan kelas
apa? (Cantumkan
Ruang nama matkul +
kelas (Ruang Matlan
kelas A))
8.
Ruang matlan
kelas c
Ruang
matlan
kelas c
Matlan Kelas C
Bertempat di Gedung
B.107
9.
Jam berapa
matlan ada
perkuliahan?
Jam berapa
matlan
Kamu Matlan kelas
apa? (Cantumkan
Pukul nama matkul +
kelas (Pukul Matlan
kelas A))
10.
Pukul matlan
kelas c
Pukul
matlan
kelas c
Matlan Kelas C Sabtu
Pukul 12.20-14.50

Tahap ini dilakukan untuk mengetahui
kemampuan aplikasi dalam menangani
pertanyaan. Proses pengujian dilakukan
sesuai dengan batasan masalah. Proses
183


183

pengujian ini lebih terfokus pada bentuk
susunan kalimat. Dalam proses pengujian
ini kalimat yang dimasukkan berjumlah 40
kalimat.
Pengujian sistem ini dilakukan dengan
menjalankan aplikasi chatting kemudian
memasukkan kalimat dalam text field yang
telah tersedia. Sebelumnya harus memilih
kategori dan setup aplikasi.
Dari 40 kalimat sampel uji, didapatkan
37 kalimat yang teruji benar dalam
susunan kalimat dan kata kunci.
Dengan menggunakan rumus berikut,
ℎ =

ℎ ℎ

x 100%
Maka persentase keberhasilan aplikasi
chatbot ini sebesar 92,5%.
4.2 PEMBAHASAN
Dari hasil uji coba di atas,
membuktikan bahwa metode forward
chaining mampu menyelesaikan
permasalahan untuk mengenali kalimat
yang dimasukkan, apakah kalimat tersebut
merupakan bentuk dari salah satu kata
kunci atau bukan. Meskipun hampir
mendekati sempurna, namun hasil
persentase sebesar 92,5% juga
membuktikan bahwa aplikasi ini masih
memerlukan penyempurnaan. Kelengkapan
kata kunci sangat berpengaruh pada
keberhasilan aplikasi ini.
5. KESIMPULAN
Dari hasil implementasi dan uji coba
yang telah peneliti lakukan, memperoleh
kesimpulan bahwa algoritma Sistem
Pakardengan metode forward chaining
merupakan algoritma yang baik sebagai
penyelesaian proses pencarian jawaban
berdasarkan kata kunci dari pertanyaan
user.
Aplikasi ini sangat cocok untuk media
informasi, sebagaimana terlihat dari hasil
uji coba prosentase sebesar 92%. Dari hasil
penelitian penulis menyimpulkan bahwa
aplikasi ini sangat membantu mahasiswa
sebagai media informasi jurusan Teknik
Informatika.


6. DAFTAR PUSTAKA
[ANOM2] http://digilib.ittelkom.ac.id/
index.php?option=com_content&vie
w=article&id=677:res&catid=13:rpl
&Itemid=14 diakses tanggal 27 Mei
2013
[ANOM4]
library.binus.ac.id/...ac.../Bab1PS/20
07-2-00224-IF%20BAB%20I.ps
diakses tanggal 15November 2012
[NOFI00]
http://nofita_rismawati.staff.gunadar
ma.ac.id/Downloads/files/29921/2-
Pendahuluan+ES.doc diakses tanggal
6 Januari 2013
[HERR12]
http://herriyance.trigunadharma.ac.id
/wp-
content/uploads/2012/06/Bab4_AI.p
df diakses tanggal 27 Mei 2013
[RUDI05] Rudiyanto, N. 2005.
Perancangan dan Implementasi
Perangkat Lunak Natural Language
Processing Untuk Pengembangan
Chatbot Berbahasa Indonesia.
Skripsi. Universitas Komputer
Indonesia (UNIKOM) Bandung.
[SRI03] Kusumadewi, S. 2003. Artificial
Intelligence (Teknik dan
Aplikasinya.Yogyakarta:GRAHA
ILMU.
[WEIZ66] Weizenbaum, J. 1966. ELIZA-A
computer program for the study of
natural language communication
between man and machine.
Communicationsof the ACM 10.8:
36-45.
[FRESS12] Nugroho, Fressy. 2012.
Tutorial Netlogo. Malang: UIN PRESS
184


184

APLIKASI KORELASI PEARSON DALAM MEMBANGUN
MODEL TREE-AUGMENTED NETWORK (TAN)
(Studi Kasus Pengenalan Karakter Tulisan Tangan)

Irwan Budi Santoso
Jurusan Teknik Informatika, Sains dan Teknologi
Universitas Islam Negeri (UIN) Maulana Malik Ibrahim Malang
irwan.budi331177@gmail.com


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


Kata Kunci : Korelasi Pearson, Tree-Augmented Network, Karakter Tulisan Tangan,
Maximum Likelihood
1. Pendahuluan
Salah satu tujuan utama dalam
pengembangan metode pengenalan adalah
untuk mendapatkan atau meningkatkan
akurasi dalam pengenalan. Akurasi suatu
metode dalam melakukan pengenalan
sangat dipengaruhi oleh seberapa baik
model yang dihasilkan metode tersebut dan
seberapa baik estimator yang digunakan.
Tree-Augmented Network (TAN) adalah
salah satu model pengenalan yang secara
konsep dibangun dengan memperhatikan
hubungan atau dependensi diantara
pasangan fitur-fitur objek (Irwan, 2012)
dan Maximum Likelihood (ML) adalah
salah satu estimator model yang sering
digunakan.
Secara konsep keberhasilan dalam
meningkatkan akurasi sistem atau
pengenalan suatu objek tergantung dari dua
hal yaitu metode yang digunakan dalam
membangun model pengenalan serta
estimator model yang digunakan. Dalam
penelitian ini, akan dicoba membahas
bagaimana aplikasi motode Korelasi
Pearson dalam membangun model TAN.
Model Tree-Augmented Network (TAN)
adalah model pengenalan atau klasifikasi
yang secara teori dibangun dengan
memperhatikan hubungan atau dependensi
diantara pasangan fitur objek, sehingga
salah satu tahapan penting dalam
membangun model pengenalan ini adalah
dengan mengukur besarnya hubungan
diantara pasangan fitur objek. Pada
penelitian ini, akan diaplikasikan metode
Korelasi Pearson untuk mengukur keeratan
hubungan secara linier diantara pasangan
fitur objek sebagai tahapan dalam
membangun model TAN serta seberapa
besar tingkat akuasi sistem yang
dihasilkannya.


2. Korelasi Pearson
Korelasi Pearson digunakan untuk
mengetahui tingkat atau keeratan
hubungan secara linier antara dua variabel
185


185

atau dua fitur objek. Selanjutnya besarnya
hubungan ini ditunjukkan dengan koefisien
korelasi yang disimbolkan dengan ρ untuk
populasi dan r untuk sampel (DeCoursey,
2003). Bila diketahui fitur
i
X ={
i1
x ,
i2
x ,...,
iN
x } dan fitur
j
X ={
j1
x ,
j2
x ,...,
jN
x }
maka koefisien korelasi dirumuskan
sebagai berikut:

2 2
j i
ij
j i
σ σ
σ
= ) X , ρ(X (1)

dengan nilai
2
i
σ ,
2
j
σ dan
ij
σ merupakan
elemen-elemen dari matrik kovarian dari
i
X dan
j
X yang ditulis sebagai berikut:

(
(
¸
(

¸

o o
o o
= ¿
2
2
j ji
ij i
ij
(2)

Koefisien korelasi yang digunakan untuk
mengukur keeratan diantara pasangan fitur
objek ini, untuk selanjutnya sebagai bobot
pada egde dari sebuah graph.
3. Tree-Augmented Network (TAN)
Tree-Augmented Network (TAN) sangat
berkaitan dengan naïve Bayes klasifier,
karena Tree-Augmented Network adalah
hasil pengembangan dari naïve Bayes.
Pada naïve Bayes klasifier, diasumsikan
bahwa diantara fitur objek bersifat
independen. Adanya asumsi independen
inilah yang menyebabkan naïve Bayes
klasifier tidak realistis untuk diterapkan
karena pada faktanya hampir setiap fitur
memiliki hubungan atau bersifat dependen
terhadap fitur yang lainnya. Sedangkan
pada Tree-Augmented Network (TAN)
secara konsep dibangun dengan
memperhatikan hubungan atau dependensi
diantara pasangan fitur-fitur objek. Dalam
prakteknya untuk membagun Tree-
Augmented Network (TAN) dilakukan
dengan menemukan Bayesian network
yang baik dengan varibel kelas sebagai
root-nya serta diperbolehkannya saling
mempengaruhi diatara fitur atau variabel
(Friedman,1997).
Jika diketahui { } Xn , , X = U ...
1
adalah
sekumpulan data training, selanjutnya
bayesian network dianggap sebagai
Directed Acyclic Graph (G) dan
merupakan join distribusi probabilitas U .
Bila diketahui parameter network adalah
Θ maka bayesian network dapat ditulis
> Θ G, B =< , dan dalam join distribusi
probabilitas U (Friedman,1997) ditulis
sebagai berikut:
[ [
=
[
=
= [ =
n
i
X
n
i
X i B n B
i
X i i
X P X X P
1
) | (
1
1
) | ( ) ,..., ( u
(3)

dengan parameter network ( Θ) berisi
parameter
) | (
| i x i B x
x P
i
x i
[ =
[
u
untuk setiap nilai
i i
X x e dan
i
X i x
[ e [
, dan
i
X
[ merupakan
parent dari
i
X didalam G .
4. Membangun Model Tree-
Augmented Network
Membangun model TAN (Amy, 2005)
(Friedman, 1997) (Murphy,2001)
dilakukan berdasarkan prosedur Chow dan
Liu yang mempunyai lima tahap, sebagai
berikut:
1. Menghitung besarnya dependensi
diantara setiap pasangan atribut yaitu
i
X dan
j
X , j i = .
2. Membangun graph komplit tak berarah
dengan node-nya merupakan atribut
n
X , , X ...
1
. Sedangkan bobot pada edge
i
X
j
X adalah besarnya dependensi
antara
i
X dan
j
X .
3. Membangun maximum weighted
spanning tree (MWST) dengan
algoritma Prim’s (Levitin,2003).
4. Membangun sebuah tree berarah
sebagai hasil transformasi dari tree
(graph) tak berarah menjadi sebuah
tree berarah dengan memilih sebuah
root variabel dan mensetting arah edge
dari root variabel tersebut.
5. Membangun model TAN, dengan
menambah simpul (vertex) yang diberi
label C dan menambah edge atau arc
dari C ke setiap
i
X .


186


186

5. Estimasi Parameter Model TAN
Dengan memperhatikan pada bab-bab
sebelumnya maka nilai parameter Θ dari
model TAN dapat ditentukan dengan
menggunakan persamaan 4 (Friedman,
1997) (Jesus,1999)


) | (
ˆ
) | , (
ˆ
) | | (
ˆ
| |
C P
C x P
C x P
i
i
i
i
x i
x D
x i D
x i D C x
[
[
= [ =
[
u
(4)

dengan
) | , (
ˆ
C x P
i
x i D
[
~
) , (
| | C X C X
I
X J
I
X J
N
H H
E µ
dan
) | (
ˆ
C P
i
x D
[
~
) , (
| | C C
I
X
I
X
N
H H
E µ
(irwan, 2012) .
sedangkan untuk mendapat parameter dari
setiap distribusi normal (gaussian) dengan
menggunakan estimator Maximum
Likelihood.
6. METODE PENELITIAN
6.1. Membangun Model TAN
dengan Korelasi Pearson
Langkah-langkah membangun Model
TAN dengan Korelasi Pearson untuk
pengenalan karakter tulisan tangan dalam
bentuk image) dapat dilihat secara detail
dapat Algoritma Membangun Model TAN
dengan Korelasi Pearson (Irwan,2012).

Algoritma Membangun Model TAN
dengan Korelasi Pearson

TAN(D) Model ÷
do X , X for
j i
setiap
Tentukan
w
ij
(bobot)
{
ij
w =
2 2
j i
ij
j i
σ σ
σ
= ) X , ρ(X }
rarah(w) GraphTakBe GTB÷
MWST(GTB) BN ÷
{maximum weighted spanning tree}

root) ah(BN, GraphBerar TreeB ÷
eeB) TambahC(Tr TAN ÷
return TAN

Dari algoritma tersebut, Korelasi
Pearson digunakan untuk menentukan
bobot untuk membentuk GTB yaitu graph
tak berarah dimana bobot tersebut adalah
bobot dari edge sutau graph. Dengan
menggunakan maximum weighted
spanning tree selanjutnya dibentuk BN
yaitu bayesian network. Dan dengan BN
dan root yang dipilih, dapat dibangun
TreeB yang merupakan tree berarah dan
dari TreeB selanjutnya dibangun model
TAN.
6.2. Data Eksperimen
Untuk membangun model TAN dengan
mengaplikasi Korelasi Pearson digunakan
data nyata dalam bentuk image karakter
tulisan tangan yang terdiri dari 5 kelas
(karakter) yaitu a/A , b/B, c/C, d/D dan e/E
(Irwan, 2012) seperti pada Gambar 1.
yang masing-masing kelas memiliki
sampel berukuran 10 pengamatan tanpa
membedakan huruf besar atau kecil.



Gambar 1. Data nyata dengan lima jenis
Objek karakter tulisan tangan
(Irwan,2012)

Selanjutnya data nyata tersebut sebagai
data training untuk membentuk model
TAN. Untuk dimensi fitur objek setiap data
training dibuat sama misalnya lima jenis
objek karakter tulisan tangan ( a/A , b/B,
c/C, d/D dan e/E) dalam bentuk image
dengan setiap objek ukuran dimensi atau
fiturnya sama. Sebagai misal percobaan
dengan dimensi objek 10x3 (30 fitur),
maka dimensi image untuk lima jenis
objek yang lain juga dibuat sama dengan
ukuran 10x3 (30 fitur).
6.3 Pelaksanaan Eksperimen
Pelaksanaan eksperimen dalam
penelitian ini, dengan menggunakan data
nyata yaitu lima jenis karakter tulisan
tangan dalam bentuk image atau citra
dilaksanakan dalam beberapa tahap.
Adapun langkah-langkah pelaksanaan
eksperimen adalah sebagai berikut:
1. Menentukan dimensi fitur objek
percobaan yaitu banyaknya fitur
187


187

objek yang diekstraksi dari objek
(image) data training.
2. Melakukan ekstraksi fitur objek
berdasarkan dimensi fitur yang
dipilih
3. Membangun Model TAN dengan
mengaplikasikan Korelasi Pearson
berdasarkan algoritma Membangun
Model TAN dengan Korelasi
Pearson pada sub-bab 6.1
4. Estimasi parameter model dengan
mengguanakan persamaan 4.
5. Pengenalan objek data training
berdasarkan model yang telah
dibangun.
6. Menghitung akurasi sistem dalam
mengenali karakter tulisan tangan.

Pada langkah kedua yaitu ekstraksi fitur
dari objek training dilakukan setalah objek
atau image dirubah dalam bentuk grayscale
disesuaikan ukuran image-nya berdasarkan
dimensi fitur objek yang dipilih.
Sedangkan pada langkah 5, proses
pengenalan objek data training dilakukan
setelah proses membangun model TAN
dan estimasi parameter modelnya selesai
dilakukan. Proses ini dilakukan dalam
rangka untuk menghitung tingkat akurasi
sistem yang sekaligus menunjukkan
seberapa baik performa sistem dalam
mengenali karakter tulisan tangan dengan
menggunakan model TAN.
7. HASIL DAN PEMBAHASAN
Hasil percobaan dengan menggunakan
skenario data training seperti pada
pemahasan sebelumya, dengan dimensi
fitur 10 x 3 (30 fitur) diperoleh struktur
model TAN seperti pada Gambar 2.
Tingkat akurasi sistem yang dihasilkan
dengan menggunakan model tersebut
adalah 88% dengan perincian pengenalan
dapat dilihat pada Gambar 3. Matrik
Confusion Hasil pengenalan Karakter
Tulisan Tangan.


X1
X2
X3
X4
X5 X6 X7 X8
X9 X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22 X23
X24 X25
X26
X27
X28
X29
X30
C

Gambar 2. Struktur Model TAN dengan
dimensi objek 10x3 (30 fitur)
dengan korelasi



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

Gambar 3. Matrik Confusion Hasil
pengenalan Karakter
Tulisan Tangan.

Kesalahan dalam mengenali karakter
tulisan tangan ditunjukkan oleh
penegenalan terhadap karakter A yaitu satu
karakter yang sebenarnya karakter A
dikenali sebagai karakter B, satu karakter
D dan satu karakter E. Berikutnya
kesalahan pada pengenalan karakter B
yaitu satu karakter B dikenali sebagai
karakter E dan kesalahan pada pengenalan
karakter C yaitu dua karakter C dikenali
sebagai karakter D. sedangkan untuk
karakter D dan E hasil pengenlannya benar
semua.

8. KESIMPULAN
Korelasi Pearson dapat diaplikasikan
untuk membangun model pengenalan
Tree-Augmented Network (TAN), yaitu
untuk mengukur besarnya hubungan
188


188

diantara pasangan fitur objek. Dari
eksperimen yang dilakukan dengan
menggunakan data training terdiri dari 5
jenis karakter tulisan tangan dan masing-
masing fitur karakter diasumsikan
mengikuti distribusi gaussian,
menunjukkan untuk dimensi fitur 10x3
(30 fitur) model TAN yang dibangun
dengan Korelasi Pearson mampu
menghasilkan akurasi sistem sebesar 88%
9. REFERENSI
Amy Ratnakaran, “Bayesian Network”,
Applied Statistics Honours,
Department of Mathematics and
Statistics, University of Melbourne,
2005.
W.J. DeCoursey, “Satistics and Probability
for Engineering Application With
Microsoft® Excel”, Elsevier Science
(USA), 2003.
Friedman, N. D. Geiger, and M.
Goldszmidt, “Bayesian network
classifiers”, Machine Learning, vol.29,
hal 131–163, 1997.
Irwan B.S, 2012, Model Pengenalan
Terbaik dengan Tree-Augmented
Network (TAN) dan Estimator
Maximum Likelihood (ML)
Berdasarkan Fitur Objek, MATICS
(jurnal Ilmu Komputer dan Teknologi
Informasi UIN Malang), vol.4. no.5,
hal 197-203.
Jesus Cerquides, “ Applying General
Bayesian Techniques to Improve
TAN Induction”, UBS AG
Bahnhofstrasse 45, 1999.
A. Levitin, “Introduction The Design &
Analysis of Algorithms”, Villanova
University, 2003.
K. Murphy (2001), Bayes net matlab
toolbox,www.cs.berkeley.edu/»murphy
k/Bayes /bnt.html
189


189

CONCAR
APLIKASI COLOR TRACKER UNTUK KALKULATOR
DENGAN MENGGUNAKAN AUGMENTED REALITY

Ali Mahmudi
1
, Ahmad Roziqi Zain
2
1
Teknik Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Malang
amahmudi@hotmail.com
1
, zain.ahmadd@gmail.com
2


Abstract
Penggunaan webcam Color Tracker dengan pengaturan awal warna marker berwarna Merah, Biru
atau Hijau, digunakan untuk mengerakkan kursor di komputer. Bila terjadi tumbukan antara kursor dengan
salah satu tombol concar maka akan menampilkan sebuah angka. Pergerakan kursor terjadi dengan mengambil
titik koordinat X dan Y dari pencarian nilai titik-titik pixel yang sama dengan nilai pengaturan Marker awal.
Jangkauan webcam berukuran 800x600 pixel dengan tampilan Mirror.
Setelah dilakukan proses pengujian yang dilakukan terhadap 17 orang dengan mengisi kuisioner
mendapatkan presentase tingkat keberhasilan 91,5%. Sistem operasi yang dapat digunakan oleh aplikasi ini
adalah Windows.

Keywords : Webcam, Augmented Reality, Color Tracker, Kalkulator.


1. PENDAHULUAN
Mengontrol sebuah aplikasi komputer
tanpa menyentuh perangkat keras komputer,
dengan menggunakan media inputan webcam,
merupakan hal yang relatif baru. Sebuah video
yang diambil dari webcam, kemudian diproses
setiap pixel-nya, sedemikian hingga dapat
menggerakkan kursor dan memasukkan angka
ke dalam komputer secara langsung.
Analisis dari perusahaan Juniper
Research di Amerika memperkirakan
Augmented reality (AR) akan memberikan
pendapatan sebesar 732 juta dollar selambat-
lambatnya tahun 2014. Teknologi dengan
menggunakan pendekatan Augmented Reality,
sudah banyak digunakan di Indonesia, antara
lain oleh Kompas, Sosro, LA Light, MetroTV
hingga berkembang pada digital televisi yaitu
SmartTV.

2. LANDASAN TEORI
2.1. Augmented Reality
Augmented Reality (AR) adalah sebuah
pencitraan 2 atau 3 dimensi yang
diproyeksikan kedalam waktu nyata. Pengguna
akan merasa melihat 2 atau 3 dimensi tersebut
dalam layar dengan sebuah marker.
Augmented Reality terbagi dalam empat tipe
[5]
, yaitu :
1. Marker, bersifat single, multi, paddle
marker. Contoh QRcode dan Barcode.


2. Natural Feature (Markerless), bersifat
single, multi object. Contoh Face
Recognition, Motion Detection.
3. Grafmetric, bersifat Position Coordinate,
Compass. Contoh Wikitude.
4. Visual Search, bersifat Single,
replacement. Contoh Translating OCR.


Gambar 1. Secara umum AR

2.2. Threshold
Untuk warna-warna dasar nilai RGB
cukup efektif dalam melakukan deteksi. Nilai
threshold dapat diambil berdasarkan pola
warna, tetapi sangat rentan terhadap kestabilan
cahaya. Penggunaan threshold dengan
menggunakan rumus seperti pada persamaan 1.
190


190

(1)

2.3. Adobe Flash CS5
Adobe Flash merupakan sebuah aplikasi
yang dibuat oleh Adobe dan program standar
authoring tool professional. Adobe Flash
digunakan untuk membuat animasi dan
Gambar yang sangat menarik. Apliasi ini juga
digunakan untuk membuat situs web sehingga
situs menjadi lebih interaktif dan dinamis
Selain itu, Adobe Flash juga dapat digunakan
untuk membuat animasi logo, movie, game,
navigasi pada situs web, tombol animasi,
banner, dan screen saver.
Adobe Flash memiliki fasilitas-fasilitas
pembantu untuk membuat animasi, yaitu
fasilitas Action Script, filter, custom easing,
dan dapat memasukkan video lengkap dengan
fasilitas playback FLV. Keunggulan yang
dimiliki Adobe Flash adalah mampu menerima
script pemrograman, baik yang berjalan sendiri
atau digunakan bersama-sama dengan XML,
PHP, dan Database.

2.4. Action Script 3.0
Action Script 3.0 (AS3) merupakan
bahasa pemrograman yang bekerja didalam
platform Adobe Flash. Action Script dibangun
untuk mengembangkan pemrograman
interaktif secara efisien. Platform aplikasi
Flash Action Script dapat digunakan untuk
membuat animasi yang sederhana sampai
dengan yang kompleks. Penggunaan data dan
aplikasi tampilan yang interaktif, pertama kali
diperkenalkan dalam Flash Player 9.
Acrion Script merupakan bahasa
pemrograman berorientasi objek didasarkan
pada ECMA Script-standar yang menjadi dasar
JavaScript dan memberikan hasil yang luar
biasa dalam kinerja dan produktifitas
pengembang.

2.5. Dynamic Text
Merupakan bentuk teks yang isinya bisa
berubah sesuai dengan proses tertentu.
Dynamic text berbeda dengan static text karena
isi dari static text tidak dapat berubah-ubah
atau tetap
[1]
. Dynamic text dipakai dalam
pembuatan animasi atau game. Aplikasi ini
dapat diimplementasikan pada hasil nilai yang
selalu berubah menurut kaidah waktu atau
proses tertentu sehingga nilai tersebut
mempunyai arti tertentu.
Gambar 2. Pembuatan Dynamic Text

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


Gambar 3 Motion Tween.

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

Gambar 4. Pendeteksian Tumbukan Objek

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


191


191

3. PERANCANGAN DAN ANALISIS
3.1. Analisa Kebutuhan
Perancangan Concar ini menggunakan
beberapa proses pengolahan citra, salah
satunya yaitu Color Tracker. Diagram blok
perencanaan perangkat lunak terdapat pada
Gambar 5.

WEBCAM
COLOR
TRACKER
PENGATURAN
AWAL
COLOR
TRACKER
MENU
UTAMA
CONCAR

Gambar 5. Diagram Blok Perancangan
Spesifikasi perangkat lunak yang digunakan
dalam pembuatan aplikasi ini adalah
1. Adobe Flash CS5
2. FlashDevelop-4.3.0-RTM
3. SDK FLEX 4.6
Aplikasi yang dibuat meliputi
pembacaan webcam untuk menerima inputan
dari warna marker merah, biru ataupun hijau.
Tampilan mirror untuk memudahkan kontrol.
Tampilan mirror ini dibuat dengan video
webcam yang kemudian diolah per pixel. Hal
ini disebut dengan Color Tracker. Color
Tracker ini untuk mengendalikan dan
menjalankan kursor dengan mengikuti warna
tertentu yang dibaca oleh webcam.

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


Gambar 6. Marker Warna Pada Jari
Tangan

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

DETECT
WEBCAM
PILIH WEBCAM
YANG
DIGUNAKAN
Pengaturan
awal color
tracker
JIKA kursor_warna
TUMBUKAN tombol
MAKA show_menu
SETTING
kursor_warna
JIKA warna_piksel == color MAKA
kursor_warna.x=warna_piksel.x
kursor_warna.y=warna_piksel.y
CEK
warna_piksel

Gambar 7. Diagram Blok Color Tracker

3.3. Struktur Navigasi
Agar memiliki menu yang jelas, maka
dibuat struktur navigasi seperti ditunjukkan
pada Gambar 8.
MENU UTAMA
CONCAR
COKEYAR
TENTANG
SAYA
PENGGUNAAN MENU KELUAR
YA TIDAK
TAMPILKAN
MENU
SEMBUNYIKAN
MENU
MENU AWAL

Gambar 8. Struktur Navigasi Concar


192


192

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

4.2. Pembacaan Kursor Marker
Pengaturan awal warna kursor dapat
diatur sebelum melakukan pemilihan menu.
Pengaturan awal warna kursor dilakukan
dengan meng-klik warna marker pada posisi
yang sejajar. Pada proses ini, dilakukan
pengambilan warna dan kemudian disimpan
sementara sebagai indikator kursor.
Pendeteksian warna dilakukan setiap 30 FPS
pada setiap pixel dengan ukuran Gambar
800x600 pixel. Pencocokan nilai warna
dilakukan secara heksadesimal.
Setelah melakukan pengaturan awal
warna marker merah, biru atau hijau, langkah
selanjutnya adalah melakukan pemilihan menu
utama dengan menyentuhkan bagian marker
warna ke jangkauan tombol menu utama. Bila
Color Tracker berhasil mendeteksi warna dan
melakukan tumbukan atau pilihan, maka
halaman selanjutnya akan menampilkan
halaman animasi Motion Tween yang berisi
informasi, cara penggunaan, konfirmasi keluar
dari aplikasi permainan dan menyembunyikan
menu sementara. Pada Gambar 9 dilakukan
percobaan pemilihan salah satu menu, yang
bertumbukan dengan kursor sehingga akan
menampilkan sebuah halaman dengan animasi
Motion Tween.


Gambar 9. Percobaan Color Tracker
Menu Utama



4.3. Halaman Concar
Halaman Concar akan muncul bila terjadi
tumbukan antara Color Tracker dengan tombol
menu Concar yang terletak pada kanan-atas.












Gambar 10. Halaman Concar

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

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

4.5. Halaman Penggunaan
Halaman Penggunaan, seperti ditunjukkan
pada halaman 12, berisi tata cara menggunakan
aplikasi ini. Hal tersebut dijelaskan pada
halaman How to Use. Untuk memilih halaman
ini, dengan melakukan tumbukan pada tombol
How to Use yang tersedia pada layar menu
utama yang telah disediakan. Cara
mengembalikan ke posisi halaman semula,
193


193

dengan melakukan tumbukan pada Gambar
animasi tombol Back to Menu. Kemudian,
tampilan kembali ke halaman utama dengan
menu utama.











Gambar 12. Halaman Penggunaan

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


Gambar 13. Halaman konfirmasi keluar
dari Concar

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

Tabel 1. Pengujian Kebutuhan Fungsional
No Fungsi
Persentase
Berhasil Gagal
1
Pemilihan webcam
yang digunakan
100 % 0 %
2
Pengaturan awal
warna dari color
tracker
76.4 % 23.5 %
3
Jika terjadi tumbukan
antara kursor dengan
salah satu menu, akan
menampilkan isi
menu
82.3 % 17.6 %
4
Menyembunyikan
menu utama
82.3 % 17.6 %
5
Menampilkan menu
utama
94.1 % 5.8 %
Rata - Rata
91.5 % 8.5 %

Tabel 2. Pengujian Efektifitas
No Kategori Jumlah Persentase
1 Efektif 5 29.4 %
2
Cukup
efektif
10 58.8 %
3
Kurang
efektif
2 11.7 %

Tabel 3. Pengujian Desain Tampilan
No Kategori Jumlah Persentase
1 Baik 9 52.9 %
2
Cukup
Baik
7 41.1 %
3
Kurang
Baik
1 5.8 %

Tabel 4. Pengujian Kemudahan
No Kategori Jumlah Persentase
1 Mudah 6 35.2 %
2
Cukup
Mudah
8 47 %
3
Kurang
Mudah
3 17.6 %

4.8. Kelebihan dan Kekurangan Color
Tracker
Kelebihan dari Concar ini ialah aplikasi
ini dapat memilih menu dengan Color Tracker.
Color Tracker adalah sebuah jari yang diberi
marker warna merah, biru, atau hijau dengan
pengaturan awal terlebih dahulu. Dengan
adanya Color Tracker gerakan tangan pada
jangkauan tertentu, pengguna tidak perlu
menyentuh keyboard.
Color Tracker memiliki kekurangan
yaitu saat kursor tidak dapat mengikuti warna
194


194

merah, biru atau hijau. Hal tersebut dapat
terjadi bila warna yang terdapat pada jari
terlalu cerah atau terlalu redup. Sehingga harus
menggunakan webcam yang disertai dengan
cahaya LED.

5. PENUTUP
5.1. Kesimpulan
1. Color Tracker dapat digunakan untuk
memilih menu utama dengan
menggerakkan jari yang dipasangi warna
merah, biru atau hijau, yang diatur
terlebih dahulu di awal pemakaian
aplikasi.
2. Color Tracker dapat digunakan dengan
baik jika penyinaran cahaya tidak
berubah. Sehingga, kursor dapat
mengikuti warna dengan baik. Selain itu,
Color Tracker dapat digunakan dengan
baik jika warna marker yang digunakan
sebagai kursor hanya ada 1 warna pada
layar yang dideteksi.
3. Implementasi ini diujikan pada penggunap
acak yg berjumlah 17 orang dengan
mengisi kuisioner yang berisi 17
pertanyaan, dan mendapatkan presentase
tingkat keberhasilannya 91.5 % dan
tingkat kegagalan 8.5%.
4. Pada pengujian efektifitas, diperoleh hasil
Cukup Efektif dengan presentase 58.8 %,
pengujian desain tampilan mendapatkan
hasil Baik dengan presentase 52.9 %,
pengujian kemudahan mendapatkan hasil
Cukup Mudah dengan presentase 47 %.
5. Aplikasi ini dijalankan dengan
menggunakan sistem operasi Windows.
Pada sistem operasi Linux (Ubuntu),
Macintos masih belum bisa dijalankan
karena tidak dapat membaca driver
webcam.
5.2. Saran
1. Color Tracker yang masih menggunakan
marker berwarna merah, biru atau hijau
yang dipasang pada jari dapat digantikan
dengan Hand-Tracking sehingga untuk
menggerakkan kursor dapat lebih efektif
dan mudah digunakan.
2. Bentuk desain dapat dikembangkan
dengan bentuk animasi 3 dimensi.
3. Kepekaan pada Motion Detector dapat
ditingkatkan dengan menggabungkan
teknologi Kinect, 3GearSystem, atau
Motion Leap, sehingga dapat mengenali
bentuk tangan lebih detail, seperti ibu jari,
jari telunjuk jari tengah, jari manis,
ataupun kelingking.
4. Aplikasi ini dapat dikembangkan sehingga
dapat dijalankan dengan menggunakan
sistem operasi Linux, Mahintosh.

DAFTAR PUSTAKA
[1] Dhewiberta H. 2009. Mahir dalam 7 Hari :
Macromedia Flash MX 2004. Yogyakarta
: Andi Offset.
[2] Fadlisyah,S.Si. 2007. Computer Vision
dan Pengolahan Citra.Yogyakarta :
CV.Andi Offset.
[3] Radion, K S.ST. 2012. Easy Game
Programming Using Flash and
ActionScript 3.0. Yogyakarta : CV.Andi
Offset.
[4] Zeembry. 2005. 123 Tip & Trik Action
Script Flash MX 2004.Jakarta : PT Elex
Media Komputindo.
[5] Madden, L. 2011. Professional
Augmented Reality, Browser for
Smartphones.Wiley Publishing,Inc.
[6] Shupe, R and Z.R. 2011. Learning Action
Script 3.0 Second Edition.O’Reilly
Media,Inc.
[7] Braunstein,R and M.H.W. 2008. Action
Script 3.0 Bible. Wiley Publishing,Inc.
[8] ___________, Teknologi Augmented
Reality, sumber
http://www.scribd.com/doc/55994631/Tek
nologi-Augmented-Reality. Diakses
tanggal 8 Maret 2013 pukul 03:01.
[9] ___________, Augmented Reality Masa
Depan Interaktifitas, sumber:
http://teknologiterkini.com/augmented-
reality-masa-depan-interaktivitas/.
Diakses tanggal 2 April 2012 pukul 11:10.
[10] __________, Pendapatan Layanan
Berbasis Augmented Reality, sumber :
http://www.selular.co.id/berita/BNews/20
11/02/192/Pendapatan-Layanan
Berbasis-Augmented-Reality-Mencapai-
$15-Miliar-di-2015.htm. Diakses tanggal
17 Mei 2013 pukul 19:22.
195


195
Sistem Kontrol Hexapod robot MSR-H01 Menggunakan Mikrokontroler
ATMega 128

Yunifa Miftachul Arif
Teknik Informatika, Fakultas Saintek, UIN Maulana Malik Ibrahim Malang

Abstrak Penelitian ini membahas tentang bagaimana model sistem kontrol hexapod
robot menggunakan mikrokontroler ATMega 128. Hexapod robot yang digunakan sebagai
objek dalam penelitian ini adalah kit MSR-H01. Kit hexapod robot ini dilengkapi dengan
sistem pBrain yang mengontrol setiap pergerakan mekaniknya. Komunikasi data antara
mikrokontroler AVR ATMega 128 dengan pBrain menggunakan komunikasi serial RS 232.
Hexapod robot pada penelitian ini dilengkapi dengan sensor ultrasonik untuk mengetahui
kondisi lingkungan dan obstacle di sekitar robot. Selain itu ultrasonik juga menjadi input
ATMega 128 untuk menentukan perintah gerak yang dikirimkan ke pBrain. Untuk
menentukan gerakan mekanik, mode yang digunakan simkontrol pada pBrain adalah mode
offroad. Hasil ujicoba yang telah dilakukan menunjukkan bahwa mode offroad dapat
digunakan robot untuk berjalan di track datar, berkarpet maupun track bergelombang
dengan kecepatan maksimal 7 s/m pada track datar.

Kata kunci: kontrol, hexapod robot, ultrasonik, mode offroad


1. PENDAHULUAN
Robot adalah segala peralatan otomatis
yang dibuat untuk menggantikan fungsi
yang selama ini dilakukan oleh manusia.
Namun dalam perkembangan selanjutnya,
robot diartikan sebagai manipulator multi
fungsional yang dapat diprogram, yang
dengan pemrograman itu ditujukan untuk
melakukan sesuatu tugas tertentu [1]. Agar
dapat bekerja secara otomatis tentunya
robot membutuhkan sensor-sensor untuk
mengetahui kondisi lingkungannya. Robot
yang dapat berpindah tempat atau yang
biasa disebut sebagai mobile robot,
umumnya juga memiliki sensor-sensor
yang digunakan untuk mendeteksi objek-
objek disekitar robot, terutama objek di
area jalur pergerakannya.
Semakin pesat perkembangan
teknologi secara umum saat ini membuat
semakin pesat pula perkembangan
terhadap teknologi sensor. Mulai dari
sensor jarak, logam, suhu, panas, cahaya,
sampai dengan sensor citra bisa didapatkan
dengan mudah dan murah. Untuk
mengetahui jarak objek dan obstacle,
mobile robot dapat menggunakan sensor
jarak. Sensor jarak yang dimaksud bisa
menggunakan jenis sensor ultrasonik
ataupun sensor inframerah.
Pada penelitian ini sensor jarak yang
digunakan adalah jenis sensor ultrasonik.
Proses sensing yang dilakukan pada sensor
ini menggunakan metode pantulan suara
untuk menghitung jarak antara sensor
dengan objek sasaran [2]. Sensor
ultrasonik adalah sensor yang bekerja
dengan memanfaatkan gelomnbang suara,
sehingga interferensi dari terang dan gelap
cahaya lingkungan menjadi lebih kecil. Hal
tersebut berbeda dengan prinsip kerja
sensor infra merah, yang memanfaatkan
pantulan cahaya untuk mengetahui jarak,
sehingga lebih rawan terhadap interferensi
cahaya di lingkungannya.
Sistem mobile robot diharapkan dapat
mendeteksi dan mengetahui kondisi
lingkungannya lebih luas, bukan hanya di
depan robot tetapi juga di samping maupun
di belakang mekanik robot. Sehingga
dengan mengetahui lebih luas kondisi
lingkungannya, sistem robot nantinya
dapat merencanakan pergerakan menuju
path tujuan, mencari jalur terpendek serta
dapat merencanakan pergerakan untuk
menghindari obstacle. Dengan
menggunakan lebih banyak sensor, maka
196


196
kondisi lingkungan yang diharapkan robot
dapat mengetahui kondisi lingkungan lebih
luas dan detail sesuai dengan yang
diharapkan.


2. TINJAUAN PUSTAKA

Robot Berorientasi Fungsi
Sistem robot yang dibahas dalam
penelitian ini termasuk kedalam model
robot berorientasi fungsi, yang mempunyai
komponen utama, antara lain: mekanik
robot, sensor, aktuator dan sistem
kontroler.
Gambar 1 berikut ini mengilustrasikan
tentang sebuah diagram sistem robot yang
berorientasi fungsi [5].
Sistem
Kontroler
Mekanik
Robot
Sensor Aktuator
Sistem Aktuator
Sistem
Roda
Sistem
Tangan
Untuk Navigasi
(gerak berpindah)
Untuk Manipulasi
(gerak penanganan)
Kamera
Sistem Robot
Mengikuti jalur
Berdasarkan obyek statik atau
bergerak (menuju obyek,
menghindari obyek/halangan)
berbasis vision, proximity, dll.
Berdasarkan urutan perintah
(referensi trajektori)
Ujung tangan (posisi TIP):
Mewngikuti referensi trajektori
Mengikuti obyek (berbasis vision,
proximity, dll.)
Memegang, mengambil,
mengangkat, memindah atau
mengolah obyek
Real world

Gambar 1 Sistem Robot dan Orientasi
Fungsi

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

Gambar 2 Kit Hexapod robot MSR-H01

Kit Robot MSR-H01 dilengkapi
dengan sistem hardware yang mengontrol
setiap servo pada sistem mekaniknya,
sistem tersebut disebut dengan pBrain.
Selanjutnya pBrain bisa di komunikasikan
dengan sistem lain misalnya komputer atau
jenis minimum mikrokontroler yang lain.
Berikut ini adalah fitur yang dimiliki oleh
pBrain Hexapod robot MSR-H01 [6]:
- Konfigurasi menggunakan terminal
port atau control port
menggunakan koneksi Bluetooth
- Kontrol gerak menggunakan
terminal port atau control port
- Geometri badan yang dapat diatur
- Geometri kaki yang dapat diatur
- Konfigurasi re-map multiple servo
output
- Konfigurasi Gait
- X,Y,Z rotasi dan translasi badan
- Berjalan ke segala arah
- Kalibrasi rotasi servo
- Servo reverse untuk tiap kaki
- Kalibrasi kaki
- 4 menu tipe gait
- 2 pilihan gaya berjalan
- 8 supported baud rates
- 3 PWM servo ranges, standart,
extend, dan full (500 – 2500 uS)
- PWM terpisah untuk ketelitian 1 uS
resolusi PWM




197


197
Mikrokontroller Atmel AVR ATMega
128
Sebagai pengendali fungsi input/output
dalam penelitian ini digunakan jenis
mikrokontroler AVR ATMega 128. AVR
merupakan seri mikrokontroler CMOS 8-
bit buatan Atmel, berbasis arsitektur RISC
(Reduced Instruction Set Computer).
Hampir semua instruksi dieksekusi dalam
satu siklus clock. AVR mempunyai 32 x 8
register general-purpose, timer/counter
fleksibel dengan mode compare, interrupt
internal dan eksternal, serial UART,
programmable Watchdog Timer, dan mode
power saving. Mempunyai ADC dan PWM
internal. AVR juga mempunyai In-System
Programmable Flash on-chip yang
mengijinkan memori program untuk
diprogram ulang dalam sistem
menggunakan hubungan serial SPI.
ATMega128 adalah mikrokontroler CMOS
8-bit daya-rendah berbasis arsitektur RISC
yang ditingkatkan.
Kebanyakan instruksi dikerjakan pada
satu siklus clock, ATMega128 mempunyai
throughput mendekati 16 MIPS per MHz
membuat disainer sistem untuk
mengoptimasi komsumsi daya versus
kecepatan proses [3].


Gambar 3 Pin-pin ATMega 128

Pin-pin pada ATmega16 dengan
kemasan 53-pin programmable I/O line
sebagaimana ditunjukkan pada gambar 3.
Software yang digunakan untuk mengisi
program pada mikrokontroller AVR adalah
CodeVision AVR dimana bahasa
pemrograman yang digunakan adalah
bahasa C.

Sensor Ultrasonik
Sensor ultrasonik adalah sensor yang
bekerja berdasarkan prinsip pantulan
gelombang suara dan digunakan untuk
mendeteksi keberadaan suatu objek
tertentu frekuensi kerjanya pada daerah
diatas gelombang suara dari 40 KHz
hingga 400 KHz. Besar amplitudo sinyal
elektrik yang dihasilkan unit sensor
penerima tergantung dari jauh dekatnya
objek yang dideteksi.
Proses sensing yang dilakukan pada
sensor ini menggunakan metode pantulan
untuk menghitung jarak antara sensor
dengan obyek sasaran. Jarak antara
sensor tersebut dihitung dengan cara
mengalikan setengah waktu yang
digunakan oleh sinyal ultrasonik dalam
perjalanannya dari rangkaian pengirim
sinyal (Tx) sampai diterima oleh
rangkaian penerima sinyal (Rx) dengan
kecepatan rambat dari sinyal ultrasonik
tersebut pada media rambat yang
digunakannnya, yaitu udara. Kecepatan
rambat sinyal ultrasonik di udara
adalah 342 m/s, sama dengan cepat
rambat bunyi di udara [4].

Gambar 4 Prinsip pemantulan gelombang
Ultrasonik
Pada penelitian ini sensor ultrasonik
digunakan sebagai indra robot untuk
mengetahui jarak objek yang ada di
sekitarnya.

3. DESAIN DAN IMPLEMENTASI
SISTEM
Secara umum desain hexapod robot
yang menjadi topik utama dalam penelitian
ini dibagi menjadi beberapa bagian, mulai
198


198
dari sensor, minimum mikrokontroler, dan
aktuator. Selanjutnya dijelaskan melalui
diagram blok yang ditunjukkan pada
gambar 5.

Master
Mikrokontroler
ATMega128
pBrain MSR-H01
Sistem Mekanik
MSR-H01
LCD 16x4
Push Button
Serial
Ultrasonik 4
Ultrasonik 1
Ultrasonik 2
Ultrasonik 3
Ultrasonik 6
Ultrasonik 5
Interface
Gambar 5 Blok Diagram Sistem

Hexapod robot yang dibangun pada
penelitian ini menggunakan 6 buah sensor
ultrasonik yang berfungsi mendeteksi
objek yang berada di lingkungan sekitar
robot. Masing-masing sensor langsung
dihubungkan ke mikrokontroler
ATMega128, sebagai acuan
mikrokontroler untuk memberi perintah
gerak kepada kendali sistem mekanik yaitu
pBrain MSR-H01.
Sistem seperti yang ditunjukkan pada
gambar 5 dilengkapi dengan input
pushbutton yang berfungsi sebagai user
interface antara robot dengan manusia,
khususnya untuk perintah start, reset, dan
perintah lainnya. Selain itu ada juga LCD
16x4 yang digunakan sebagai output
sistem yang dapat menampilkan beberapa
informasi terutama berkaitan dengan
kondisi masing-masing sensor. Hasil
implementasi sistem hexapod robot sesuai
dengan blok diagram yang dimaksud
ditunjukkan pada gambar 6.


Gambar 6 Hexapod robot

Sistem Kontrol Berbasis ATMega 128
ATMega 128 pada penelitian ini
digunakan sebagai control utama yang
mengatur segala bentuk gerakan robot
melalui pBrain, terhadap kondisi masukan
sensor ultrasonik dan perintah dari push
button. Konfigurasi PORT I/O ATMega
128 ditunjukkan melalui tabel 1.

Tabel 1 Konfigurasi PORT I/O ATMega 128
PORT Fungsi
A.0, A.1 Triger dan Echo Ultra 1
A.2, A.3 Triger dan Echo Ultra 1
A.4, A.5 Triger dan Echo Ultra 1
A.6, A.7 Triger dan Echo Ultra 1
B.0, B.1 Triger dan Echo Ultra 1
B.2, B.2 Triger dan Echo Ultra 1
C.0 – C.7 LCD Display
D.2, D.3 RX, TX komunikasi serial
F.0 – F.3 Push button

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

199


199


Gambar 7 Rangkaian Elektronik Hexapod
robot

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

Gambar 8 Implementasi sistem
komunikasi serial dengan RS232

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

ULTRA 1
ULTRA 2
ULTRA 3
ULTRA 4
ULTRA 5
ULTRA 6


Gambar 9 Susunan sensor ultrasonik

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

200


200


Gambar 10 Sourcecode komunikasi awal
mikrokontroler dengan pBrain

Tabel 2 Perintah Mikrokontroler kepada pBrain
Key Deskripsi
+ Menaikkan Power Hexapod
- Menurunkan Power Hexapod
SPACE Stop hexapod
! Stop darurat (mematikan servo secara
langsung )
W Maju
S Mundur
A Belok kiri
D Belok kanan
Q Crab kiri (jalan miring)
E Crab kanan (jalan miring)
1 Wave mode 1 (pelan)
2 Wave mode 2
3 Wave mode 3
4 Tripod mode (jalan cepat)
5 Onroad mode (medan datar , cepat)
6 Offroad mode (pelan , medan
rintangan)
7 Menurunkan kecepatan transfer kaki
0.1detik
8 Meningkatkan kecepatan transfer kaki
0.1detik
9 Mereset kecepatan transfer kaki ke
default
R Reset posisi kaki ke normal
B Mengaktifkan mode full 3D balance
C Menonaktifkan mode Full 3D balance


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



Gambar 11 Sourcecode perintah gerak
mikrokontroler kepada pBrain

Gambar 11 menunjukkan beberapa
perintah dasar yang dikirimkan kepada
pBrain. Diantaranya adalah perintah berdiri
dengan mengirimkan karakter “+”, masuk
ke dalam mode offroad dengan karakter
“6”, jalan ditempat dengan karakter “r”,
dan menambah kecepatan dengan
mengirimkan karakter “8”. Offroad mode
yang dimaksud adalah gerakan robot
dengan kaki berjinjit, sehingga badan robot
dapat terangkat lebih tinggi, dengan tujuan
agar dapat melewati medan yang tidak
teratur / bergelombang.



Gambar 12 Uji coba robot pada track
201


201
Dalam tahap ujicoba, hexapod robot
dijalankan pada beberapa model track,
datar, datar di karpet dan bergelombang.
Gambar 12 menunjukkan ujicoba robot
ketika dijalankan pada track datar. Track
bergelombang yang dimaksud dalam
penelitian ini adalah track datar dengan
beberapa obstacle penghalang, sehingga
membentuk track yang bergelombang.
Mode yang diujicobakan pada penelitian
ini menggunakan mode offroad dan
hasilnya ditunjukkan pada tabel 3.

Tabel 3 Ujicoba hexapod robot dalam 3
track
Ujicoba Track
Kecepatan rata-
rata
1. Datar 7 s/m
2. Karpet 13 s/m
3. Bergelombang 16 s/m

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

5. KESIMPULAN

Kesimpulan dan rencana penelitian
lanjutan yang dapat dideskripsikan dari
hasil penelitian ini adalah sebagai berikut:
1. Sistem control dengan
menggunakan mode offroad
terbukti dapat digunakan oleh
hexapod robot MSR-H01 untuk
dapat bergerak pada track datar,
karpet, maupun bergelombang.
Dengan maksimal kecepatan 7 s/m
pada track datar, dan paling lambat
pada track bergelombang dengan
kecepatan 16 s/m.
2. Perlu penelitian lebih lanjut tentang
penggunaan mode control hexapod
yang lain, diantaranya mode
onroad dan mode tripod. Sehingga
arah penelitian selanjutnya dapat
membahas tentang sistem
otomatisasi perubahan mode
berdasarkan kondisi lingkungan
yang ditemui.

DAFTAR PUSTAKA

[1] Yunifa Miftachul Arif. September
2011 Hardware Control Pada
Robot Pemindah Bunga. Jurnal
MATICS, No. 4, Vol. 4.
[2] Hani dan Slamet. Desember 2010.
Sensor Ultrasonik SRF05 Sebagai
Memantau Kecepatan Kendaraan
Bermotor. Jurnal Teknologi,
Volume 3 Nomor 2.
[3] ……..,”datasheet ATmega128”,
www.atmel.com
[4] Suprapto, Sumardi, Iwan Setiawan.
Rancang Bangun Robot Mobil
Pemadam Api Berbasis
Mikrokontroler AT89S52. Jurusan
Teknik Elektro Fakultas Teknik
Universitas Diponegoro.
[5] Pitowarno, Endra. 2006. Robotika :
Disain, Kontrol, dan Kecerdasan
Buatan. Yogyakarta: PT Andi
Offset.
[6] Micromagic System. 2009.
Configuration Guide : p.Brain-
HexEngine V1.2.
www.micromagicsystem.com


202


202
APLIKASI VISUALISASI PEMETAAN SEKOLAH DI
KABUPATEN PASURUAN JAWA TIMUR VISUALISASI
VEKTOR 2 DIMENSI BERBASIS ANDROID

Andy Pramono, S.Kom, M.T.
1

Betty Dewi Puspasari, S.Kom, M.T.
2

1
Universitas Negeri Malang, Jurusan Seni Desain, Email: radensugih2716@yahoo.com
1
STT Atlas Nusantara Malang, Program Studi Teknik Informatika, Email:
prasari1611@yahoo.com

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

Penerapan sistem informasi mengenai data
sekolah saat ini telah mulai dibangun di
seluruh Indonesia, namun pada saat ini
sistem informasi ini masih bersifat data
akademik dari sekolah. Berkaitan data
diluar sistem akademik sekolah masih
kurang bahkan belum diimplementasikan
di seluruh wilayah Indonesia. Padahal
sistem informasi diluar sistem akademik
sekolah sangat penting bagi pemerintah
baik pemerintah nasional maupun
pemerintah daerah, adapun sistem
informasi non akademik ini lebih
ditekankan mengenai SDM, fasilitas dan
manajemen sekolah. Sistem informasi non
akademik ini sangat penting untuk
digunakan sebagai analisa dan evaluasi
keadaan suatu sekolah. Keberadaan sistem
informasi non akademik seperti ini belum
ada di Kabupaten Pasuruan Jawa Timur.
Perkembangan sistem informasi saat ini
telah sampai pada saat yang baik sekali
dimana suatu sistem informasi dapat
dibangun dengan memperhatikan kondisi
dan keadaan tempat implementasi suatu
sistem informasi. Memperhatikan kondisi
georafis Kabupaten Pasuruan yang
memiliki luas wilayah 14.493 km² dengan
kondisi berbukit maka perancangan sistem
informasi di Kabupaten Pasuruan lebih
diarahkan pada sistem informasi berbasis
mobile.
Dengan memperhatikan hal tersebut diatas
perancangan aplikasi untuk visualisasi
pemetaan sekolah ini diarahkan pada
siatem informasi web dan mobile yang
memungkinkan beberapa daerah dalam
wilayah Kabupaten Pasuruan dapat
203


203
mengakses sistem informasi dimanapun
posisi mereka berada.


2. TINJAUAN PUSTAKA

Peta
Peta merupakan pengenalan lokasi yang
digunakan untuk mengidentifikasi suatu
daerah. Peta memiliki berbagai macam
bentuk seperti yang dapat kita lihat peta
yang sering digunakan sebagai bahan ajar
mata pelajaran geografi berupa buku
bernama atlas, berisi beberapa Negara di
dunia dan kota-kota yang terdapat di
dalamnya. Pengertian peta adalah
gambaran permukaan bumi pada bidang
datar dengan skala tertentu melalui sistem
proyeksi (Pengetahuan Peta, Mata
Pelajaran Geografi). Menurut Buranda
(1985:4) pada hakekatnya peta adalah alat
bantu atau alat peraga untuk
menyampaikan gagasan-gagasan pada
orang lain. Agar hakekat peta sebagai alat
peraga membawa manfaat yang sebesar-
besarnya maka terdapat beberapa hal yang
perlu diperhatikan dalam pembuatan peta
sebagai berikut: a. Pencitraan gambar peta
jelas dan tidak membingungkan, sehingga
pembaca tidak kebingungnan saat
membaca. Penambahan legenda, skala,
judul yang menunjukan isi dan lokasi
daerah yang di gambarkan pada peta
memudahkan pembaca atau pengguna, b.
Mudah ditangkap pembaca, yaitu dengan
dilengkapi simbol, tata warna dan proyeksi
yang jelas, c. Peta harus memberikan
gambaran yang sebenarnya suatu daerah
atau wilayah. Kejelasannya dapat tampak
dari penggunaan skala, dan tujuan dari peta
tersebut, d.Petadiharapkan bersih dan rapi.

Sistem Operasi Android

Pengertian Android sendiri adalah sistem
operasi berbasis Linux yang dipergunakan
sebagai pengelola sumber daya perangkat
keras, baik untuk ponsel, smartphone dan
juga PC tablet. Secara umum Android
adalah platform yang terbuka bagi para
pengembang untuk menciptakan aplikasi
mereka sendiri untuk digunakan oleh
berbagai piranti bergerak.

Semenjak kehadirannya pada 9 Maret
2009, Android telah hadir dengan versi
1.1, yaitu sistem operasi yang sudah
dilengkapi dengan pembaruan estetis pada
apalikasinya, seperti jam alrm, voice
search, pengiriman pesan dengan Gmail,
dan pemberitahuan email.

Hingga tahun 2012, Android telah
berkembang dengan pesat. Dalam kurun 3
tahun Android telah diproduksi dalam
versi, dan versi terakhir yang diproduksi
disebut sebagai Android versi 4.1 atau
Android Jelly Bean.

Karakteristik Media Interaktif berbasis
Android

Media interaktif mobile sebagai media
penyampaian informasi atau pesan
memiliki beberapa karakteristik sebagai
berikut: (1) Teks :teks berfungsi sebagai
penjelas tambahan di dalam Media
interaktif mobile ini. Di dalam Media
interaktif mobile ini teks cenderung
berskala medium tapi tidak dalam jumlah
banyak, karena teks tidaklah karakteristik
yang mendominasi Media interaktif
mobile,(2) Ilustrasi: secara umum grafik
berarti gambar garis, yang merupakan
komponen penting dalam perancangan
Media interaktif mobile. Menurut Jefkins
(1995:9) salah satu cara untuk
menyampaikan informasi secara cepat dan
tepat adalah menggunakan kata-kata dan
gambar. Maka daripada itu, ilustrasi
merupakan hal penting untuk menarik
pengguna menggunakan Media interaktif
mobile ini.,(3) Animasi:animasi adalah
menggerakan obyek 2D yang bergerak
agar terlihat hidup seperti berjalan,
berbicara, melompat dan lain sebagainya.
Sutopo (2002:219) menyimpulkan
membuat animasi berarti menggerakan
gambar seperti kartun, tulisan dan lain
sebagainya.Di dalam perancangan animasi
204


204
terdapat frame-frame atau tahapan per
second untuk menggerakan gambar. setiap
frame nya mewakili setiap pergerakan,
fungsi frame tersebut untuk memberikan
suatu gerakan yang halus dan tidak
kaku.,(4) Suara:dalam hal ini suara yang
dibutuhkan adalah suara yang mengiringi
Media interaktif mobile, dan efek tombol
untuk menarik perhatian pengguna., (5)
Hubungan Interaktif:hubungan interaktif
dalam konteks ini adalah terjadinya timbal
balik kontak yang dilakukan, reaksi akibat
tercapainya tujuan media yang interaktif.
Seperti contoh pengguna menekan tombol
untuk melink halaman selanjutnya dan
menekan tombol lain untuk memasuki
halaman berikutnya. Sutopo (2002:220)
menyebutkan bahwa alternative link
diperlukan bila pengguna menunjuk pada
suatu obyek atau button supaya dapat
mengakses program tertentu. Interactive
link diperlukan untuk menggabungkan
beberapa elemen multimedia sehingga
menjadi informasi yang terpadu.

Vektor 2 Dimensi

Vektor adalah besaran yang memiliki nilai
dan arah. Kecepatan, percepatan,gaya,
tekanan, momentum dan sebagainya
adalah contoh-contoh besaran vektor.
Penulisan vektor dengan vektor satuan
mempermudah pengertian tentang arah
vektor itu.Beberapa vektor dapat
dijumlahkan maupun dikalikan. Pada bab
ini Kamu akan memperdalam tentang
vektor sebagai besaran yang memiliki nilai
dan arah. Meliputi vektor dua dimensi dan
vektor tiga dimensi.
Orang mengukur jarak adalah menghitung
seluruh lintasan gerak yang ditempuh,
sedangkan mengukur perpindahan berarti
mengukur panjang dari titik awal ke arah
titik akhir lintasan. Jadi kalau seorang
siswa berlari dari suatu sudut mengelilingi
lapangan sepak bola satu kali putaran,
berarti Ia menempuh jarak keliling
lapangan sepak bola itu, tetapi dikatakan
perpindahannya nol. Contoh besaran skalar
lainnya adalah panjang, massa, waktu,
suhu, kelajuan. perlajuan, usaha, daya
sedangkan contoh besaran vektor
diantaranya perpindahan, kecepatan,
percepatan, gaya, momentum dan
sebagainya. Gambar 1 merupakan besaran
vektor diantaranya kecepatan angin,
kecepatan arus air laut yang menggerakkan
kapal laut, kecepatan pesawat tempur.


Gambar 1.Besaran vektor pada kecepatan
pesawat tempur.



Gambar 2. Vektor 2 Dimensi

Menurut Alonso dan Finn, sebuah vektor
dapat digambarkan berupa anak panah atau
ruas garis berarah.Panjang anak panah atau
ruas garis menyatakan nilai atau besar
vektor, sedangkan arah anak, panah
menyatakan arah vektor.Notasi besaran
vektor dapat dinyatakan dengan huruf
besar atau huruf kecil yang diberi tanda
panah di atasnya. Misalnya: vektor ab atau
|AB|

3. METODE PENELITIAN

Adapun konsep perancangan dari peta
Media interaktif mobile ini dapat
digambarkan pada gambar 3 dibawah ini

205


205

Gambar 3. DFD Level 0 Aplikasi
Visualisasi Pemetaan Sekolah Kab
Pasuruan

Adapun pada perancangan ini diawali
dengan pengumpulan data yang meliputi
data pustaka dan observasi. Dalam tahap
pengumpulan data ini ada beberapa hal
yang didapatkan sebagai sumber data
untuk membangun aplikasi visualisasi
pemetaan sekolah di Kabupaten Pasuruan.

Berdasarkan DFD level 0, dapat kita lihat
bahwa aplikasi ini meliputi dari 3 bahasan
utama yaitu mengenai 1. Data informasi
yang meliputi informasi pengumuman,
berita, dan kegiatan yang akan, sedang dan
telah dilakukan dilingkungan Dinas
Pendidikan dan Kebudayaan Kabupaten
Pasuruan. Untuk bahasan data informasi
ini yang dapat melakukan input data adalah
pihak petugas sekolah dan admin aplikasi
visualisasi pemetaan sekolah. Pihak
petugas sekolah yang dalam hal ini
ditekankan pada pemberian informasi
kegiatan yang dilakukan dilingkungan
sekolah masing-masing, sedangkan admin
dalam hal input data mengenai
pengumuman dan berita dilingkungan
Dinas Pendidikan dan Kebudayaan
Kabupaten Pasuruan. Sedangkan pihak
Dinas Pendidikan dan Kebudayaan
Kabupaten Pasuruan dan pengguna umum
untuk sub Data Informasi ini hanya dapat
melihat., 2. Data Foto Kegiatan ini
meliputi segala foto yang bersumber dari
kegiatan maupun kondisi fasilitas dari
masing-masing sekolah. Untuk bahasan
data foto kegiatan ini yang dapat
melakukan input data adalah pihak petugas
sekolah dan admin aplikasi visualisasi
pemetaan sekolah. Pihak petugas sekolah
yang dalam hal ini ditekankan pada
pemberian foto kegiatan dan kondisi
fasilitas yang ada dilingkungan sekolah
masing-masing, sedangkan admin dalam
hal ini merupakan finalisasi dari data yang
diinputkan dari pihak petugas sekolah.
Sedangkan pihak Dinas Pendidikan dan
Kebudayaan Kabupaten Pasuruan dan
pengguna umum untuk sub Data Informasi
ini hanya dapat melihat., 3. Data Sekolah
ini berisi mengenai informasi data sekolah
yang bersifat manajemen yang meliputi
data sekolah, data siswa, data guru, dan
data fasilitas beserta keadaaannya. Untuk
bahasan data sekolah ini yang dapat
melakukan input data adalah pihak petugas
sekolah dan admin aplikasi visualisasi
pemetaan sekolah, pihak admin disini lebih
bersifat fasilitator yang membantu apabila
terjadi masalah dalam hal masukan data
dari masing-masing sekolah.

4. HASIL DAN PEMBAHASAN

Dalam penelitian ini hasil yang dapat
dilihat pada desain interface dari aplikasi
visualisasi pemetaan sekolah dan tahap uji
coba yang dilakukan pada penerapan yang
dilakukan terhadap aplikasi visualisasi
pemetaan sekolah ini.

Desain Interface Aplikasi visualisasi
Pemetaan Sekolah

Pemetaan ini terdapat pada bagian Data
Sekolah dimana konsep visualisasi
dilakukan dengan pola penampilan peta
Kabupaten Pasuruan secara keseluruhan
dari sini pengguna dapat memilih
kecamatan yang akan dipilih (dapat dilihat
pada gambar 4. Setelah pengguna memilih
kecamatan, maka pengguna akan masuk
kedalam tampilan pemetaan per kecamatan
seperti ditunjukkan dalam gambar 5,
dimana dalam tampilan ini dapat
dibedakan dalam 2 hal yaitu 1.Untuk
pengguna hanya dapat melihat informasi
mengenai Data sekolah dengan mengklik
icon sekolah., 2. Untuk Admin dan
206


206
Pegawai Sekolah tidak hanya dapat
melihat namun juga dapat menambah data
sekolah maupun mengedit data sekolah.
Dalam hal menginput data ini pihak admin
dan pegawai sekolah tidak hanya
menginput data sekolah, data siswa, data
guru dan data fasilitas saja namun juga
menentukan posisi dari sekolah tersebut.

Gambar 2. Tamp ilan Interface
(Tampilan Kabupaten)


Gambar 3. Tampilan Data Sekolah
(Tampilan Kecamatan dan Info)

Gaya Desain Media

Gaya desain yang digunakan pada
tampilan peta adalah etnic retro,
penggabungan dua unsur yaitu budaya
sebagai tanda pengenal dan warna-warna
yang mewakili Visualisasi informasi
sekolah Kabupaten Pasuruan Jawa Timur.
Dua unsur tersebut talah kuat mewakili
informasi sekolah dan letak informasi
sekolah di Jawa Timur. Motif budaya yang
digunakan merupakan motif dayak Jawa
Timur yang terkenal dengan motif berupa
akar-akaran sebagai simbolisasi dari
hubungan antara manusia dengan alam.
Sedangkan warna coklat merupakan
perwakilan warna dari kesan natural
dariinformasi sekolah itu sendiri. Ini juga
diwujudkan dalam desain icon dan animasi
seperti ditampilkan pada gambar 6. Jenis
tipografi yang digunakan adalah Orator Std
pada tombol cepat di bagian kanan peta,
dan Arial digunakan pada nama peta
layanan. Penggunaan font Arial ini dipilih
untuk memudahkan pengguna dalam
memahami isi dari petadansangat tepat
penggunaan nya pada media elektronik
atau digital.



Gambar 6. Tampilan Icon Sekolah

Tahap uji coba Aplikasi visualisasi
pemetaan sekolah

Tahap uji coba dari aplikasi ini dilakukan
dengan 2 tahap yaitu tahap uji coba di
LAN Universitas Negeri Malang dan tahap
uji coba lapangan dilakukan 2 kecamatan
di Kabupaten Pasuruan Jawa Timur, yaitu
Kecamatan Beji dan Grati. Pada uji coba
yang dilakukan di LAN Universitas Negeri
Malang, aplikasi diletakkan pada komputer
di lab komputer UM, kemudian dilakukan
proses uji coba mulai instalasi dan
menjalankan aplikasi pada gadget berbasis
android, beruda data informasi, data foto
kegiatan dan data sekolah. Proses ini
dilaksanakan pada 12 titik jaringan di
lokasi yang berbeda dengan gadget yang
berbeda. Tahap uji coba di lapangan
dilakukan di dengan menggunakan 3 Hp
Android, uji coba yang dilakukan sama
dengan yang dilakukan pada ujicoba 1
yaitu proses uji coba menjalankan aplikasi
pada gadget berbasis android, beruda data
informasi, data foto kegiatan dan data
sekolah. Hasil dari tahap uji coba dapat
dilihat pada tabel 1 dibawah ini. Dalam
hasil ujicoba secara keseluruhan dapat
dikatakan tidak mengalami kendala karena
pada 2 tahap ujicoba yang dilakukan hanya
pada tahap uji coba di lapangan yang
mengalami kendala, hal ini dikarenakan
daya Hp yang kurang bagus sehingga
207


207
mengakibatkan terputusnya proses pada
aplikasi visualisasi pemetaan sekolah
Kabupaten Pasuruan.

Tabel 1: Tahap uji coba


5. KESIMPULAN

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

DAFTAR PUSTAKA

[1] Sutopo, A.H.2002. Analisis dan
Desain Berorientasi Objek.
Yogyakarta: J&J Learning
[2] Tay, Vaughan. 2004. Multimedia :
Making It Work Edisi 6. Yogyakarta
: ANDI
[3] Cooper , Alan. About Face 3. The
Essentials of Interaction Design,
ISBN
[4] 978-0470084113,
www.newsrider.com, USA, 2008
[5] Hoekman, Robert, Designing the
Moment: Web Interface Design
Concepts in
Action,www.newsrider.com, USA,
2008
[6] Reilly, Designing Interface second
edition, ISBN 978-1-449-37390-4,
Canada, 2010
208


208
KOMPARASI KINERJA APLIKASI KOMPUTER
AKUNTANSI MYOB V.17 DAN ACCURATE V.4 PADA
PROSES PENYELESAIAN TRANSAKSI PEMBELIAN DAN
PENJUALAN

Mardiana Andarwati
1)
, Theresia Pradiani
2)

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

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

Kata kunci :komparasi, Myob, Accurate


I. LATAR BELAKANG
Saat ini banyak sekali program aplikasi
komputer di bidang akuntansi yang sudah
jadi dan siap untuk dipakai, baik produk
buatan dalam negeri ataupun luar negeri.
Program aplikasi akuntansi merupakan
aplikasi yang dibangun secara otomatis
untuk pembukuan yang lebih mudah
menghasilkan laporan keuangan secara
lebih lengkap, cepat, dan akurat. Program
aplikasi akuntansi yang siap pakai ini
biasanya dipergunakan bagi UKM (Usaha
Kecil Menengah) yang dibuat secara
terpadu (integrated). Produk ini
menawarkan berbagai macam fitur untuk
memantau kinerja perusahaan. Namun
banyaknya produk perangkat lunak
akuntansi di pasaran justru
membingungkan, karena fitur tiap produk
tersebut hampir sama, salah satunya
MYOB dan Accurate.
Berdasarkan uraian di atas, penulis
melakukan komparasi antara Myob dan
Accurate untuk membandingkan perangkat
lunak buatan lokal (dalam negeri) dan luar
negeri. Dengan harapan user akan
memperoleh gambaran kecocokan software
akuntansi yang tersedia apabila akan
diterapkan dan diimplementasikan untuk
membantu pengelolaan bisnis. Myob
merupakan software buatan luar negeri
yaitu berasal dari Australia. Sedangkan
Accurate merupakan produk buatan lokal
(dalam negeri) yang secara umum lebih
dapat memenuhi permintaan pasar di
indonesia. Pemakaian perangkat lunak
dipilih sesuai dengan visi pengguna yang
bersifat masa depan untuk kemudian
dijabarkan strateginya sesuai dengan visi
pengguna. Disamping itu pemilihan
perangkat lunak juga didasarkan pada
pembenahan sistem dan pengembangan
sumber daya manusianya. Dengan adanya
penelitian ini maka akan didapat suatu
output yang bisa menjadi acuan bagi para
pengguna atau pemakai atau user
perangkat lunak aplikasi akuntansi dalam
mengaplikasikan Myob dan Accurate
sesuai dengan kebutuhan pasar.
II. METODOLOGI PENELITIAN
Penelitian ini dilakukan dengan
melakukan kajian teoritik untuk
mengetahui gambaran umum yang
signifikan pada Myob v.17 dan Accurate
209


209
v.4. Dan melakukan perhitungan waktu
penyelesaian proses pencatatan transaksi
pembelian kepada supplier dan penjualan
kepada customer pada perusahaan retail,
dalam hal ini adalah mini market. Adapun
secara spesifikasi, yang diuji antara lain
a. Komparasi gambaran umum secara
signifikan fitur dari Myob dan
Accurate
b. Uji kecepatan waktu dalam
penyelesaian proses pembelian
(pembelian tunai, pembelian dengan
uang muka/down payment, pembelian
kredit) dengan menggunakan Myob
dan Accurate
c. Uji kecepatan waktu dalam
penyelesaian proses penjualan
(penjualan tunai, penjualan dengan
uang muka/down payment, penjualan
kredit) dengan menggunakan Myob
dan Accurate
Berikut diagram alur penelitian untuk
bisa mengetahui arah dan hasil yang
diharapkan.

Gambar 1. Diagram Alur Penelitian

III. HASIL PENELITIAN
3.1. Gambaran Umum Myob v.17 dan
Accurate v.4 Berdasarkan Studi
Literatur
Tampilan awal
Perbedaan tampilan awal (starting
display) antara Myob v.17 dan Accurate
v.4 adalah pada saat membuka display
Myob v.17 mempunyai tampilan yang
terlihat formal dengan lima icon dan
keterangan tentang icon tertera di sebelah
kanan icon. Myob lebih menekankan ke
arah tampilan default sebuah software
bisnis.

Ga
mba
r 2.
My
ob
Starting Display

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




Gambar 3. Accurate Starting Display
Setup Database
Dalam hal pengoperasiannya, Myob
menampilkan fitur yang mudah dipahami.
Operator tinggal mengikuti alur proses
yang disediakan dalam software Myob.
Dalam men-setup di awal ketika hendak
menyesuaikan dengan proses bisnis
perusahaan memerlukan kejelian karena
Myob telah menyediakan bentuk proses
baku sesuai dengan pilihan ketika men-
setup. Karena database Myob merupakan
database yang dikunci, artinya pengguna
tidak dapat melakukan modifikasi laporan,
modifikasi field di Myob sehingga
customization sulit untuk dipenuhi
(tarymarthe). Sehingga apabila salah
menentukan proses bisnis saat setup maka
proses bisnis akan menjadi kurang relevan.
Untuk proses bisnis UKM di Indonesia,
mungkin software Myob kurang pas
mengingat software ini dibangun atas
memperhatikan kondisi bisnis di negara
asalnya. Sedangkan untuk Accurate sangat
mudah dan sangat aplikatif bagi proses
bisnis UKM di Indonesia dan dalam
210


210
penggunaan software ini juga sangat
mudah diikuti tanpa memerlukan
pengetahuan akuntansi sebelumnya. Dalam
proses set up dibagi manjadi dua yaitu set
up database dengan persiapan standart dan
persiapan mahir.
Database untuk Myob merupakan
database yang dikunci dalam arti
pengguna tidak dapat melakukan
modifikasi laporan, modifikasi field di
Myob sehingga customization apabila
diperlukan relatif sulit dipenuhi oleh
Myob. Sedangkan database Accurate
merupakan database server firebird,
database SQL dari kelas Client/server.
Sehingga Accurate mampu melayani
sampai ratusan user sekaligus tanpa
penurunan performance yang berarti.
Selain itu databasenya sangat kuat
sehingga tidak akan rusak sekalipun listrik
untuk server mati mendadak (danzoo46)
Bahasa
Myob v.17 merupakan software buatan
Australia, hanya bisa menampilkan
tampilan bahasa Inggris. Software tersebut
dibuat oleh Data-Tech Software Pty. Ltd.
Australia. Data-Tech Sofware
merekomendasikan Myob accounting,
arsitek, konsultan, galeri seni, salon
kecantikan kontraktor dan menyediakan
daftar rekening siap pakai. Untuk
menampilkan bahasa lain diperlukan “on-
screen translation program” atau program
penerjemah on-screen (yang terdapat di
layar) atau mungkin add-on lain yang
harus ditambah sendiri.
Accurate v.4 merupakan software yang
diciptakan putra putri Bangsa Indonesia
yang berdiri dibawah bendera PT. Cipta
Piranti Sejahtera lebih dikenal dengan
sebutan CPSSoft yang berlokasi di Jakarta.
Mampu menampilkan dua jenis bahasa
untuk tampilannya yaitu Bahasa Indonesia
dan Bahasa Inggris. Sehingga lebih
familiar dan mudah dipahami di Indonesia.
Myob merupakan software buatan luar
negeri yang lebih tepatnya perusahaan dari
Australia sehingga mungkin kurang bisa
memenuhi permintaan pasar di Indonesia
bila dibandingkan Accurate.
Fitur-fitur
Pada Myob metode persediaan dengan
menggunakan average, belum ada multi
warehouse sehingga mengakibatkan
pengelolaan atas barang konsinyasi relatif
sulit dikelola dalam Myob, tidak ada fitur
untuk mengelola perusahaan dengan multi
company artinya laporan konsolidasi tidak
dapat diharapkan dapat dibuat dengan
menggunakan Myob.
Untuk Accurate terdapat fitur penting
seperti mencatat transaksi dalam berbagai
mata uang (multi currency) dengan kurs
komersil serta kurs pajak, multi sales tax,
multi user, multi company, multi level
discount, multi unit dengan 3 level unit,
metode persediaan dengan FIFO serta
Average, multi warehouse, dan dapat
mengonsolidasikan laporan keuangan dari
beberapa anak perusahaan.
Perpajakan
Pada Myob belum ada feature
perpajakan di dalamnya karena Myob
merupakan software buatan luar negeri.
Pembuatan laporan yang berkaitan dengan
PPN dan lainnya harus dikelola diluar
software Myob karena tidak sesuai dengan
sistem perpajakan yang berlaku di
Indonesia.
Untuk Accurate sudah ada feature
pajak. Tax report dari PPN IN dan OUT
sampai pada SPT Tahunan Form 1771
secara otomatis yang berlaku di Indonesia.
Standart akuntansi yang digunakan pun
sudah sesuai dengan standart akuntansi
yang ada di Indonesia, terkait dengan
pencatatan dan pelaporan keuangannya.
Laporan Keuangan
Mempunyai kemampuan untuk
mengeksplorasi semua laporan ke program
Excel tanpa melalui proses ekspor/impor
file yang merepotkan. Laporan keuangan
untuk Myob menampilkan laporan
keuangan komparasi serta menampilkan
analisis laporan dalam bentuk grafik.
Disamping itu kemampuan trash back
semua laporan ke semua dokumen dan
sumber transaksi. Serta dapat diaplikasikan
untuk 105 jenis perusahaan yang telah
direkomendasikan.
211


211
Laporan pada Accurate dapat
mengkonsolidasikan laporan keuangan dari
beberapa anak perusahaan, disamping itu
dapat di view langsung dengan Microsoft
excel, serta terdapat fasilitas untuk proses
export dan import data. Laporan serta
faktur yang dapat di customize oleh user
apabila user memahami proses report
dengan fast report. Sementara itu
dilengkapi dengan tampilan grafis
(graphics user interface) yang mudah
dipahami bahkan untuk orang yang baru
pertama kali menggunakannya (Rahmat H.
2010).
Digit Akun dan Nilai Transaksi
Digit akun pada Myob mencapai lima
(5) digit sedangkan pada Accurate digit
akunnya mencapai 30 digit. Nilai transaksi
yang dapat di cover Myob accounting
software mencapai 11 digit sedangkan
untuk Accurate accounting software bisa
mencapai 15 digit dan dua desimal atau
setara dengan 920 triliun.
3.2. Komparasi Waktu Myob v.17
dan Accurate v.4
A. MYOB
1. Pembelian Tunai
Proses penyelesaian transaksi
pembelian tunai diawali dengan input,
proses, dan output. Untuk input
pembelian tunai dimulai dari proses
melakukan entry data barang melalui
inventory > item list dan melakukan
entry data supplier melalui card file.
Sedangkan proses pembelian tunai
dimulai dengan melakukan entry
purchases di fasilitas purchases.
Purchases yang digunakan adalah
enter purchases dengan status close
bill. Dan nilai pembayaran diberikan
penuh dan di entry pada paid to day
dengan termin COD (cash on delivery).
Untuk output pembelian tunai berupa
hasil status pembelian tunai (purchases
register) dan laporan pembelian tunai
(purchases report).
2. Pembelian dengan uang muka/down
payment
Proses penyelesaian transaksi
pembelian dengan uang muka (down
payment) diawali dengan input, proses,
dan output. Untuk input pembelian
tunai dimulai dari proses melakukan
entry data barang melalui item list dan
melakukan entry data supplier melalui
card file. Sedangkan proses pembelian
dengan uang muka (down payment)
dimulai dengan melakukan enter
purchases di fasilitas purchases.
Purchases yang digunakan adalah
enter purchases dengan status order
(merupakan proses pesanan yang berisi
barang-barang yang diminta untuk
dibeli dan jumlah kuantitas yang akan
dibeli, syarat pembayaran (term), harga
beli yang telah melalui kesepakatan
dengan pemasok, biaya angkut dan
down payment (uang muka) untuk
mencatat nilai uang muka yang
diberikan atas pesanan pembelian
produk pada transaksi tersebut melalui
paid to day. Setelah itu pilih pay bills
(merupakan pembayaran hutang ke
pemasok yang akan mengakhiri siklus
pembelian order). Untuk output
pembelian dengan uang muka berupa
hasil status pembelian dengan uang
muka (purchases register) dan laporan
pembelian dengan uang muka
(purchases report).
3. Pembelian kredit
Proses penyelesaian transaksi
pembelian kredit diawali dengan input,
proses, dan output. Untuk input
pembelian tunai dimulai dari proses
melakukan entry data barang melalui
item list dan melakukan entry data
supplier melalui card file. Sedangkan
proses pembelian tunai dimulai dengan
melakukan entry purchases di fasilitas
purchases. Purchases yang digunakan
adalah enter purchases dengan status
bill dan purchases payment
(merupakan pembayaran hutang ke
pemasok yang akan mengakhiri siklus
pembelian). Perbedaan untuk langkah
pembelian dengan uang muka dan
kredit terletak pada barang yang sudah
diterima atau belum dan jumlah
pembayaran yang diberikan pada
212


212
purchases payment. Apabila pembelian
dengan uang muka maka barang masih
belum diterima karena masih order dan
pembayaran dilakukan berdasarkan
nilai uang muka yang diberikan
sedangkan pembelian dengan kredit
terletak pada barang yang sudah
diterima dan pembayaran dilakukan
dengan cara mengangsur (kredit) yang
menggunakan termin. Untuk output
pembelian tunai berupa hasil status
pembelian kredit (purchases register)
dan laporan pembelian kredit
(purchases report).
B. Accurate
1. Pembelian Tunai
Proses penyelesaian transaksi
pembelian tunai diawali dengan input,
proses dan output. Untuk input
pembelian tunai dimulai dari proses
melakukan entry data barang melalui
item list dan melakukan entry data
supplier melalui card file. Sedangkan
proses pembelian tunai dimulai dengan
melakukan entry purchases di fasilitas
purchases. Purchases yang digunakan
adalah purchases invoice (merupakan
proses penagihan dari pihak pemasok
ke perusahaan) dan purchases payment
(merupakan pembayaran hutang ke
pemasok yang akan mengakhiri siklus
pembelian). Untuk output pembelian
tunai berupa hasil status pembelian
tunai (purchases register) dan laporan
pembelian tunai (purchases report).
2. Pembelian dengan Uang muka (down
payment)
Proses penyelesaian transaksi
pembelian dengan uang muka (down
payment) diawali dengan input, proses
dan output. Untuk input pembelian
tunai dimulai dari proses melakukan
entry data barang melalui item list dan
melakukan entry data supplier melalui
card file. Sedangkan proses pembelian
dengan uang muka (down payment)
dimulai dengan melakukan entry
purchases di fasilitas purchases.
Purchases yang digunakan adalah
purchases order (merupakan proses
pesanan yang berisi barang-barang
yang diminta untuk dibeli dan jumlah
kuantitas yang akan dibeli, syarat
pembayaran, harga beli yang telah
melalui kesepakatan dengan pemasok,
biaya angkut) dan down payment (uang
muka) unuk mencatat nilai uang mukan
yang diberikan atas pesanan pembelian
produk pada transaksi tersebut. Setelah
itu pilih purchases payment
(merupakan pembayaran hutang ke
pemasok yang akan mengakhiri siklus
pembelian). Untuk output pembelian
dengan uang muka berupa hasil status
pembelian dapat dilihat dan laporan
pembelian dengan uang muka
(purchases report).
3. Pembelian Kredit
Proses penyelesaian transaksi
pembelian kredit diawali dengan input,
proses dan output. Untuk input
pembelian tunai dimulai dari proses
melakukan entry data barang melalui
item list dan melakukan entry data
supplier melalui card file. Sedangkan
proses pembelian tunai dimulai dengan
melakukan entry purchases di fasilitas
purchases. Purchases yang digunakan
adalah purchases invoice (merupakan
proses penagihan dari pihak pemasok
ke perusahaan) dan purchases payment
(merupakan pembayaran hutang ke
pemasok yang akan mengakhiri siklus
pembelian). Perbedaan untuk langkah
pembelian secara tunai dan kredit
terletak pada barang yang sudah
diterima atau belum dan jumlah
pembayaran yang diberikan pada
purchases payment. Apabila pembelian
dengan uang muka maka barang masih
belum diterima karena masih order dan
pembayaran dilakukan berdasarkan
nilai uang muka yang diberikan
sedangkan pembelian dengan kredit
terletak pada barang yang sudah
diterima dan pembayaran dilakukan
dengan cara mencicil (kredit) yang
menggunakan termin (term). Untuk
output pembelian tunai berupa hasil
status pembelian kredit (purchases
213


213
register) dan laporan pembelian kredit
(purchases report).

3.3. Komparasi Waktu penyelesaian
langkah proses penjualan Myob
v.17 dan Accurate v.4
A. MYOB
1. Penjualan Tunai
Proses penyelesaian transaksi
penjualan tunai diawali dengan input,
proses dan output. Untuk input
penjualan tunai dimulai dari proses
melakukan entry data barang melalui
inventory > item list dan melakukan
entry data customer melalui card file.
Sedangkan proses penjualan tunai
dimulai dengan melakukan entry sales
di fasilitas sales. Sales yang digunakan
adalah enter sales dengan status close
invoice. Dan nilai penerimaan uang
diberikan penuh dan di entry pada paid
to day dengan termin COD (cash on
delivery). Untuk output penjualan tunai
berupa hasil status penjualan tunai
(sales register) dan laporan penjualan
tunai (sales report).
2. Penjualan dengan uang muka/down
payment
Proses penyelesaian transaksi
penjualan dengan uang muka (down
payment) diawali dengan input, proses
dan output. Untuk input penjualan
tunai dimulai dari proses melakukan
entry data barang melalui item list dan
melakukan entry data customer melalui
card file. Sedangkan proses penjualan
dengan uang muka (down payment)
dimulai dengan melakukan enter sales
di fasilitas sales. Sales yang digunakan
adalah enter sales dengan status order
(merupakan proses pesanan yang berisi
barang-barang yang diminta untuk
dijual dan jumlah kuantitas yang akan
dijual, syarat pembayaran (term), harga
jual yang telah melalui kesepakatan
dengan pelanggan, biaya angkut dan
down payment (uang muka) untuk
mencatat nilai uang muka yang
diberikan atas pesanan penjualan
produk pada transaksi tersebut melalui
paid to day. Setelah itu pilih receive
payment (merupakan penerimaan
piutang ke customer yang akan
mengakhiri siklus penjualan order).
Untuk output penjualan dengan uang
muka berupa hasil status penjualan
dengan uang muka (purchases register)
dan laporan penjualan dengan uang
muka (sales report).
3. Penjualan kredit
Proses penyelesaian transaksi
penjualan kredit diawali dengan input,
proses dan output. Untuk input
penjualan tunai dimulai dari proses
melakukan entry data barang melalui
item list dan melakukan entry data
customer melalui card file. Sedangkan
proses pembelian tunai dimulai dengan
melakukan entry sales di fasilitas sales.
Sales yang digunakan adalah enter
sales dengan status invoice dan receive
payment (merupakan penerimaan
piutang ke pelanggan yang akan
mengakhiri siklus penjualan).
Perbedaan untuk langkah penjualan
dengan uang muka dan kredit terletak
pada barang yang sudah dikirim atau
belum dan jumlah penerimaan piutang
yang diberikan pada receive payment.
Apabila penjualan dengan uang muka
maka barang masih belum diterima
karena masih order dan penerimaan
piutang dilakukan berdasarkan nilai
uang muka yang diberikan sedangkan
penjualan dengan kredit terletak pada
barang yang sudah dikirim dan
penerimaan piutang dilakukan dengan
cara mengangsur (kredit) yang
menggunakan termin. Untuk output
penjualan tunai berupa hasil status
penjualan kredit (sales register) dan
laporan penjualan kredit (sales report).



214


214
B. Accurate
1. Penjualan Tunai
Proses penyelesaian transaksi
penjualan tunai diawali dengan input,
proses, dan output. Untuk input
penjualan tunai dimulai dari proses
melakukan entry data barang melalui
item list dan melakukan entry data
customer melalui card file. Sedangkan
proses penjualan tunai dimulai dengan
melakukan entry sales di fasilitas sales.
Sales yang digunakan adalah sales
invoice (merupakan proses penagihan
dari pihak customer ke perusahaan) dan
sales receipt (merupakan penerimaan
piutang dari pelanggan yang akan
mengakhiri siklus penjualan). Untuk
output penjualan tunai berupa hasil
status penjualan tunai (sales register)
dan laporan penjualan tunai (sales
report).
2. Penjualan dengan Uang muka (down
payment)
Proses penyelesaian transaksi
penjualan dengan uang muka (down
payment) diawali dengan input, proses,
dan output. Untuk input penjualan
tunai dimulai dari proses melakukan
entry data barang melalui item list dan
melakukan entry data supplier melalui
card file. Sedangkan proses pembelian
dengan uang muka (down payment)
dimulai dengan melakukan entry
purchases di fasilitas purchases.
Purchases yang digunakan adalah
purchases order (merupakan proses
pesanan yang berisi barang-barang
yang diminta untuk dibeli dan jumlah
kuantitas yang akan dibeli, syarat
pembayaran, harga beli yang telah
melalui kesepakatan dengan pemasok,
biaya angkut) dan down payment (uang
muka) unuk mencatat nilai uang muka
yang diberikan atas pesanan pembelian
produk pada transaksi tersebut. Setelah
itu pilih purchases payment
(merupakan pembayaran hutang ke
pemasok yang akan mengakhiri siklus
pembelian). Untuk output pembelian
dengan uang muka berupa hasil status
pembelian dapat dilihat dan laporan
pembelian dengan uang muka
(purchases report).
3. Penjualan Kredit
Proses penyelesaian transaksi
pembelian kredit diawali dengan input,
proses dan output. Untuk input
pembelian tunai dimulai dari proses
melakukan entry data barang melalui
item list dan melakukan entry data
supplier melalui card file. Sedangkan
proses pembelian tunai dimulai dengan
melakukan entry purchases di fasilitas
purchases. Purchases yang digunakan
adalah purchases invoice (merupakan
proses penagihan dari pihak pemasok
ke perusahaan) dan purchases payment
(merupakan pembayaran hutang ke
pemasok yang akan mengakhiri siklus
pembelian). Perbedaan untuk langkah
pembelian secara tunai dan kredit
terletak pada barang yang sudah
diterima atau belum dan jumlah
pembayaran yang diberikan pada
purchases payment. Apabila pembelian
dengan uang muka maka barang masih
belum diterima karena masih order dan
pembayaran dilakukan berdasarkan
nilai uang muka yang diberikan
sedangkan pembelian dengan kredit
terletak pada barang yang sudah
diterima dan pembayaran dilakukan
dengan cara mencicil (kredit) yang
menggunakan termin (term). Untuk
output pembelian tunai berupa hasil
status pembelian kredit (purchases
register) dan laporan pembelian kredit
(purchases report).


IV. KESIMPULAN
Melakukan komparasi antara Myob
dan Accurate untuk membandingkan
perangkat lunak buatan lokal (dalam
negeri) dan luar negeri. Dengan harapan
215


215
user akan memperoleh gambaran
kecocokan software akuntansi yang
tersedia apabila akan diterapkan dan
diimplementasikan untuk membantu
pengelolaan bisnis. Pemakaian perangkat
lunak dipilih sesuai dengan visi pengguna
yang bersifat masa depan untuk kemudian
dijabarkan strateginya sesuai dengan visi
pengguna. Disamping itu pemilihan
perangkat lunak juga didasarkan pada
pembenahan sistem dan pengembangan
sumber daya manusianya.
Dengan adanya penelitian ini maka
akan didapat suatu output yang bisa
menjadi acuan bagi para pengguna atau
pemakai atau user perangkat lunak aplikasi
akuntansi dalam mengaplikasikan Myob
dan Accurate sesuai dengan kebutuhan
pasar. Dalam hal ini adalah pasar Myob
dan Accurate.
Berdasarkan permasalahan dan
pembahasan di atas maka dapat
disimpulkan :
1. Gambaran umum untuk Myob sebagai
perangkat lunak akuntansi buatan
Australia berbeda dengan Accurate
Accounting Software buatan Indonesia.
Gambaran yang dimaksudkan adalah
tampilan awal, setup database, bahasa,
fitur-fitur, perpajakan, laporan
keuangan, digit akun dan nilai transaksi.
Dari segi tampilan awal (display), untuk
Myob terlihat formal dengan 5 icon.
Untuk Accurate memiliki 6 gambar
icon, dengan display lebih modern. Dari
segi setup database, untuk Myob
menggunakan database Myob
merupakan database yang dikunci,
artinya pengguna tidak dapat melakukan
modifikasi laporan, modifikasi field di
Myob sehingga customization sulit
untuk dipenuhi. Untuk Accurate
Menggunakan database server firebird,
database SQL dari kelas Client/server.
Accurate mampu melayani sampai
ratusan user sekaligus tanpa penurunan
performance yang berarti job costing
software Selain itu database-nya sangat
kuat sehingga tidak akan rusak
sekalipun listrik untuk server mati
mendadak. Dari segi bahasa, untuk
Myob menampilkan tampilan bahasa
Inggris dan untuk Accurate
menampilkan dua jenis bahasa untuk
tampilannya yaitu Bahasa Indonesia dan
Bahasa Inggris. Dari segi fitur, untuk
Myob metode persediaan dengan
menggunakan average, belum ada multi
warehouse sehingga mengakibatkan
pengelolaan atas barang konsinyasi
relatif sulit dikelola dalam Myob, tidak
ada fitur untuk mengelola perusahaan
dengan multi company artinya laporan
konsolidasi tidak dapat diharapkan
dapat dibuat dengan menggunakan
Myob. Untuk Accurate, mencatat
transaksi dalam berbagai mata uang
(multi currency) dengan kurs komersil
serta kurs pajak, multi sales tax, multi
user, multi company, multi level
discount, multi unit dengan 3 level unit,
metode persediaan dengan FIFO serta
Average, multi warehouse, dan dapat
mengonsolidasikan laporan keuangan
dari beberapa anak perusahaan. Dari
segi perpajakan, untuk Myob belum ada
feature perpajakan di dalamnya karena
Myob merupakan software buatan luar
negeri sehingga tidak ada fitur
perpajakan didalamnya. Untuk
Accurate, sudah ada feature pajak. Tax
report dari PPN IN dan OUT sampai
pada SPT Tahunan Form 1771 secara
otomatis yang berlaku di Indonesia.
Dari segi laporan keuangan, untuk
Myob menampilkan laporan keuangan
komparasi serta menampilkan analisis
laporan dalam bentuk grafik. Disamping
itu kemampuan trash back semua
laporan ke semua dokumen dan sumber
transaksi. Serta dapat diaplikasikan
untuk 105 jenis perusahaan yang telah
direkomendasikan. Untuk Accurate,
dapat mengkonsolidasikan laporan
keuangan dari beberapa anak
perusahaan, disamping itu dapat di view
langsung dengan Microsoft excel, serta
terdapat fasilitas untuk proses export
dan import data. Laporan serta faktur
yang dapat di customize oleh user
216


216
apabila user memahami proses report
dengan fast report. Dari segi digit akun
dan nilai transaksi, untuk Myob
mencapai lima (5) digit sedangkan pada
Accurate digit akunnya mencapai 30
digit. Untuk Accurate, mencapai 15
digit dan dua desimal atau setara dengan
920 triliun.
2. Lama waktu yang dipergunakan dalam
penyelesaian langkah proses pembelian
(pembelian tunai, pembelian dengan
uang muka/down payment, pembelian
kredit) dengan menggunakan Myob
v.17 adalah untuk proses IPO
pembelian tunai 3 menit 39 detik,
proses IPO pembelian down payment 4
menit 23 detik, dan untuk proses IPO
pembelian kredit 2 menit 8 detik.
Lama waktu yang dipergunakan dalam
penyelesaian langkah proses pembelian
(pembelian tunai, pembelian dengan
uang muka/down payment, pembelian
kredit) dengan menggunakan Accurate
v.4 adalah untuk proses IPO pembelian
tunai 2 menit 56 detik, proses IPO
pembelian down payment 4 menit 31
detik, dan untuk proses IPO pembelian
kredit 2 menit 21 detik.
3. Lama waktu yang dipergunakan dalam
penyelesaian langkah proses penjualan
(penjualan tunai, penjualan dengan uang
muka/down payment, penjualan kredit)
dengan menggunakan Myob v.17
adalah untuk proses IPO penjualan tunai
3 menit 27 detik, proses IPO penjualan
down payment 2 menit 76 detik, dan
untuk proses IPO penjualan kredit 3
menit 2 detik.
Lama waktu yang dipergunakan dalam
penyelesaian langkah proses penjualan
(penjualan tunai, penjualan dengan uang
muka/down payment, penjualan kredit)
dengan menggunakan Accurate v.4
adalah untuk proses IPO penjualan tunai
2 menit 50 detik, proses IPO penjualan
down payment 2 menit 41 detik, dan
untuk proses IPO penjualan kredit 2
menit 19 detik.


V. DAFTAR PUSTAKA

1. Khakim, K.N. 2011, Analisis Faktor-
Faktor Yang Mempengaruhi
Penerimaan Dan Penggunaan Software
Akuntansi Myob Dengan
Menggunakan Pendekatan Technology
Acceptance Model (Tam), Semarang :
Skripsi, Fakultas Ekonomi Universitas
Diponegoro
2. Sastrawan U.,Sp, Ratih Pratiwi,Se dan
Eka Merdekawati, Se. 2012,
Perbandingan Penerapan Sistem
Akuntansi Konvensional Dengan
Sistem Akuntansi Berbasis Komputer
Pada Perusahaan Dagang, 08 Jurnal
Sains Terapan Edisi II Vol-2 (1) :114–
130
3. Wan Maimunah Binti Wan Ishak.
2002, Kemahiran menggunakan
perisian prakauan dan pemrosesan
perkataan (word processing) di
kalangan peljar diploma perakauan :
satu tinjauan di lima politeknik di
Malaysia Kolej Universiti Teknologi
Tun Hussei Onn
4. Istianingsih,Dr. dan Wiwik Utami, SE,
Msi, Ak. Pengaruh Kepuasan
Pengguna Sistem Informasi Terhadap
Kinerja Individu (Studi Empiris Pada
Pengguna Paket Program Aplikasi
Sistem Informasi Akuntansi Di
Indonesia), Fakultas Ekonomi
Universitas Mercubuana
5. Prakoso G. 2010, Analisis Pengaruh
Pengetahuan Akuntansi, Pengetahuan
Teknologi Informasi dan Kemampuan
Berbahasa Inggris Terhadap
Penguasaan SAP Pada Mahasiswa
Strata Satu Jurusan Akuntansi Stie
Perbanas Surabaya : Sekolah Tinggi
Ilmu Ekonomi Perbanas, Surabaya
6. Yulius Kurnia S. 2005. Pengaruh
Pengetahuan Teknologi Informasi
yang Dikuasai Akuntan Pendidik,
Persepsi Manfaat Sistem Informasi
dan Kecocokan Antara Tugas
Teknologi Terhadap Pemanfaatan
Kinerja Teknologi Informasi Oleh
Akuntan Pendidik.Jurnal Kajian
217


217
Bisnis, vol. 13, no.2, mei 2005,194-
205
7. Erma Suryani. 2009.Pengaruh
pengetahuan akuntansi dan
pemanfaatan software Akuntansi
terhadap kinerja individu mahasiswa
jurusan akuntansi STIE Perbanas
Surabaya. Skripsi Sarjana Perbanas :
STIE Perbanas Surabaya.


























































































218



ANALISA POLA DATA HASIL PEMBANGUNAN
KABUPATEN MALANG MENGGUNAKAN
METODE ASSOCIATION RULE


)
,
)

.)
Jurusan Teknik Informatika, Institut Teknologi Nasional Malang
Jalan Raya Karanglo Km 2, Malang, Telp. (0341) 417634
Email : karina.auliasari86@gmail.com

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

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


Keywords : Development result, Data Mining, Association Rule, Apriori Algorithm

219



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

TINJAUAN PUSTAKA
1. ASSOCIATION RULE
Aturan asosiasi yang berbentuk “if
… then …” atau “jika … maka …”
merupakan pengetahuan yang dihasilkan
dari fungsi aturan asosiasi. Dengan kata
lain Association rules (aturan asosiasi)
atau affinity analysis (analisis afinitas)
berkenaan dengan studi tentang “jika-
maka”. Karena awalnya berasal dari studi
tentang database transaksi pelanggan
untuk menentukan kebiasaan suatu produk
dibeli bersama produk apa, maka aturan
asosiasi juga sering dinamakan Market
Basket Analysis atau aturan yang
menyatakan asosiasi antara beberapa
atribut (Han et al, 2006).
Association rule mining adalah
teknik mining untuk menemukan aturan
assosiatif antara suatu kombinasi item
(Kantardzic, 2003). Penting tidaknya suatu
aturan assosiatif dapat diketahui dengan
dua parameter, support yaitu persentase
kombinasi item tersebut dalam database
dan confidence yaitu kuatnya hubungan
antar item dalam aturan assosiatif.
Analisis asosiasi dikenal juga
sebagai salah satu metode data mining
yang menjadi dasar dari berbagai metode
data mining lainnya. Khususnya salah satu
tahap dari analisis asosiasi yang disebut
analisis pola frekuensi tinggi (frequent
pattern mining) menarik perhatian banyak
peneliti untuk menghasilkan algoritma
yang efisien (Susanto, dkk, 2010). Penting
220



tidaknya suatu aturan assosiatif dapat
diketahui dengan dua parameter, support
(nilai penunjang) yaitu prosentase
kombinasi item tersebut. dalam database
dan confidence (nilai kepastian) yaitu
kuatnya hubungan antar item dalam aturan
assosiatif. Analisis asosiasi didefinisikan
suatu proses untuk menemukan semua
aturan assosiatif yang memenuhi syarat
minimum untuk support (minimum
support) dan syarat minimum untuk
confidence (minimum confidence).
2. ALGORITMA APRIORI
Algoritma apriori termaksud jenis
aturan asosiasi pada data mining. Analisis
asosiasi adalah teknik data mining untuk
menemukan aturan asosiatif antara suatu
kombinasi item. Algoritma yang paling
populer dikenal sebagai Apriori dengan
paradigma generate and test, yaitu
pembuatan kandidat kombinasi item yang
mungkin berdasar aturan tertentu lalu diuji
apakah kombinasi item tersebut memenuhi
syarat support minimum (Santosa,2007).
Kombinasi item yang memenuhi
syarat tersebut disebut frequent itemset,
yang nantinya dipakai untuk membuat
aturan-aturan yang memenuhi syarat
confidence minimum. Suatu aturan
asosiatif dapat diketahui dengan dua
parameter, yaitu support dan confidence.
Support (nilai penunjang) adalah
presentase kombinasi item tersebut dalam
database, sedangkan confidence (nilai
kepastian) adalah kuatnya hubungan antar-
item dalam aturan asosiasi (Lutfi, dkk,
2009).
Metodologi dasar analisis asosiasi
terbagi menjadi dua tahap :
1. Analisa pola frekuensi tinggi
Tahap ini mencari kombinasi item yang
memenuhi syarat minimum dari nilai
support dalam database. Nilai support
sebuah item diperoleh dengan rumus
sebagai berikut.
() =
∑( ∪ )

…………...(2.1)
Sementara itu, nilai support dari 2 item
diperoleh dari rumus 2 sebagai berikut.
Support (A,B) =
P(A∩B)……………(2.2)
(, ) =
∑ ( ∪ )


.………..(2.3)
Keterangan :
A dan B = item atau komoditi
2. Pembentukan Aturan Asosiasi
Sebuah set dari item disebut juga
itemset. Sebuah itemset yang mengandung
k items adalah k itemset. Set {gula, kopi}
adalah 2-itemset. Jumlah kejadian
munculnya itemset adalah jumlah
tranksaksi yang mengandung itemset
tersebut, atau disebut frequency, support
count, atau count dari itemset. Sebuah
itemset akan memenuhi minimum support
(min-sup) jika jumlah kejadian munculnya
itemset tersebut lebih besar atau sama
dengan min-sup yang telah ditentukan.
Jika salah satu itemset memenuhi support,
maka itemset tersebut disebut juga
frequent itemset. Suatu set dari frequent k-
itemset pada umumnya di notasikan
dengan L(k).
Langkah – langkah untuk melakukan
perhitungan association rule terdiri dari :
1. Temukan frequent itemset (ф), yaitu
suatu item set yang memenuhi
minimum support dan confidence yang
telah ditentukan.
2. Menetapkan semua frequent itemset
yaitu itemset yang memiliki frekuensi
itemset minimal sebesar bilangan ф
yang telah ditetapkan sebelumnya.
3. Gunakan frequent itemset tersebut
untuk menghasilkan association rule.


PEMBAHASAN
1. IMPLEMENTASI ALGORITMA
Algoritma apriori adalah algoritma
paling terkenal untuk menemukan pola
frekuensi tinggi. Pola frekuensi tinggi
adalah pola-pola item di dalam suatu
database yang memiliki frekuensi atau
support di atas ambang batas tertentu yang
disebut dengan istilah minimum support.
Minimum support adalah batas minimum
transaksi. Jika jumlah transaksi kurang
dari minimum support maka item atau
kombinasi item tidak akan diikutkan
perhitungan selanjutnya. Algoritma ini
akan menghasilkan kandidat baru dari k-
221



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

Generate Ck
(candidate
itemset)
Input
minimum
support
start
Ck >= minimum
support ?
Generate Fk
(frequent itemset)
Input
confidence
Generate
confidence
Rules >=
minimal
confidence
Generate strong
rule
End
Y
K+1
Y
N
K+1

Gambar 3.4 Diagram Alir Apriori
Algortima akan berhenti ketika
tidak ada lagi frequent itemset baru
yang dihasilkan. Rule yang dihasilkan
berasal dari frequent itemset, sehingga
dalam menghitung rule menggunakan
confidence, tidak perlu lagi
menghitung support karena semua
calon rules yang dihasilkan telah
memenuhi minimum support sesuai
yang ditentukan. Contoh dari proses
mining untuk mengetahui hubungan
jumlah produksi lima komoditi
disektor peternakan dari lima
kecamatan. Misalkan data seperti pada
Tabel 1. Pada hasil Tabel 1 dapat
dibentuk dalam tabular data transaksi
yang akan tampak seperti Tabel 2.
Dari data transaksi dengan format
tabular tersebut didapat kandidat
pertama (C1) seperti pada Tabel 3.
Pada kandidat pertama C1 didapat
hasil seperti pada Tabel 4. Dari Tabel
4 didapat kandidat kedua (C2) seperti
pada Tabel 5. Pada kandidat kedua C2
dapat ditetapkan minimum support =
1, maka kandidat yang kurang dari
nilai 1 maka akan di hapus. Sehingga
didapat hasil seperti pada Tabel 6
minimum support 1 (L2).
Tabel 1 Tabel Peternakan
Kode
(id_kecamatan)
Item
(komoditi)
yang dimiliki
01 T1, T3, T4, T5
02 T3, T4, T5
03 T1, T2, T3, T5
04 T1, T2, T3, T4
05 T1, T4, T5

Tabel 2 Format Tabular Data
Transaksi Peternakan
Transaksi T1 T2 T3 T4 T5
01 1 0 1 1 1
02 0 0 1 1 1
03 1 1 1 0 1
04 1 1 1 1 0
05 1 0 0 1 1

Tabel 3 Kandidat pertama (C1)
Itemset Support count
T1 4
T2 2
T3 4
T4 4
T5 4

Tabel 4 Hasil pertama
(L1)
Itemset Support count
T1 4
T2 2
T3 4
T4 4
T5 4

Tabel 5 Kandidat kedua
(C2)
Itemset Support count
T1, T2 2
222



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

Tabel 6 Hasil setelah minimum
support ditetapkan (L2)
Itemset Support count
T1, T2 2
T1, T3 3
T1, T4 3
T1, T5 3
T2, T3 2
T3, T4 3
T3, T5 3
T4, T5 3

Dari Tabel 6 didapat kandidat ketiga (C3)
dengan kombinasi terhadap tiga itemset
dapat dilihat seperti pada Tabel 7.
Tabel 7 Kandidat ketiga (C3)
Itemset Support count
T1, T2, T3 2
T1, T2, T4 1
T1, T2, T5 1
T1, T3, T4 2
T1, T4, T5 2
T2, T3, T4 1
T2, T3, T5 1
T3, T4, T5 2

Dari data-data tersebut dapat diambil
association rule sebagai berikut :
1. T1, T2, T3
Support = jumlah { T1, T2, T3} /
total transaksi = 2/5 = 40%
Confidence = transaksi { T1, T2,
T3} / jumlah T1 = 2/4 = 50%
2. T1, T2, T4
Support = jumlah { T1, T2, T4} /
total transaksi = 1/5 = 20%
Confidence = transaksi { T1, T2,
T4} / jumlah T1 = 1/4 = 25%
3. T1, T2, T5
Support = jumlah { T1, T2, T5} /
total transaksi = 1/5 = 20%
Confidence = transaksi { T1, T2,
T5/ jumlah T1 = 1/4 = 25%
4. T1, T3, T4
Support = jumlah { T1, T3, T4} /
total transaksi = 2/5 = 40%
Confidence = transaksi { T1, T3,
T4} / jumlah T1 = 2/4 = 50%

5. T1, T4, T5
Support = jumlah { T1, T4, T5} /
total transaksi = 2/5 = 40%
Confidence = transaksi { T1, T4,
T5} / jumlah T1 = 2/4 = 50%
6. T2, T3, T4
Support = jumlah { T2, T3, T4} /
total transaksi = 1/5 = 20%
Confidence = transaksi { T2, T3,
T4} / jumlah T1 = 1/2 = 50%
7. T2, T3, T5
Support = jumlah { T2, T3, T5} /
total transaksi = 1/5 = 20%
Confidence = transaksi { T2, T3,
T5} / jumlah P1 = 1/2 =50%
8. T3, T4, T5
Support = jumlah { T3, T4, T5} /
total transaksi = 2/5 = 40%
Confidence = transaksi { T3, T4,
T5} / jumlah P1 = 2/4 =50%
Keterangan :
Hasil perhitungan support dan
confidence dapat dijadikan persen (%)
dengan cara bilangan*100.
Setelah proses mining akan disajikan
hasil dari data mining berupa tabel
hubungan kekuatan dengan nilai support
dan confidence masing-masing atribut
serta threshold yang digunakan. Semakin
tinggi nilai confidence dan support maka
semakin kuat nilai hubungan antar atribut.
2. HASIL PENGUJIAN
Proses perhitungan menggunakan
algoritma aprioripada sistem
menghasilkan adalah aturan akhir yang
berisi keterkaitan antar komoditi. Hasil
dari proses ini ditunjukkan pada Gambar
2. Pada hasil pengujian dapat dilahat pada
Gambar 2 yaitu dapat memilih
berdasarkan komoditi dan nilai. Dalam
aturan sudah terdapat nilai support,
confidence dansupportXconfidence yang
merupakan nilai dari strong rule.
223



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

Gambar 2 Hasil rule yang terbentuk
Nilai confidence merupakan
tingkat kepastian dari kebenaran pada rule
yang terbentuk. Rule yang dicari
merupakan nilai yang mempunyai
kebenaran yang tinggi atau yang sering
muncul.
Rule PADI SAWAH>>JAGUNG
LADANG dan PADI SAWAH >> UBI
KAYU dengan nilai yang sama yaitu
support 90 memiliki nilai confidence 90
dan supportXconfidence 8264 artinya
kemunculan dari PADI SAWAH >>
JAGUNG LADANG dan PADI SAWAH
>> UBI KAYU adalah 90 dari database.
Rule PADI
LADANG>>JAGUNG SAWAH dan
PADI LADANG>>JAGUNG LADANG
dengan nilai sama yaitu support 60
memiliki nilai confidence 100 dan
supportXconfidence 6060 artinya
kemunculan dari PADI
LADANG>>JAGUNG SAWAH dan
PADI LADANG>>JAGUNG LADANG
adalah 60 dari databse.
Semakin tinggi nilai support dan
confidence maka akan semakin kuat aturan
(strong rule) yang dihasilkan. Pada rule
yang terbentuk diatas memiliki nilai
confidence yang berbeda apabila dibalik
seperti PADI LADANG>>JAGUNG
SAWAH dengan JAGUNG
SAWAH>>PADI LADANG karena nilai
confidence tergantung dari support count
suatu itemset (komoditi). Support count
PADI LADANG berbeda dengan
JAGUNG SAWAH yang muncul disaat
bersamaan dinyatakan dengan support
PADI LADANG dan JAGUNG SAWAH.
KESIMPULAN
Dari hasil pengujian dapat
diketahui bahwa komoditi yang sering
muncul dari seluruh kecamatan yang diuji
maka komoditi tersebut merupakan
komoditi paling berpotensi. Penerapan
algoritma apriori pada aplikasi digunakan
untuk menampilkan informasi tingkat
jumlah produksi yang dihasilkan oleh
setiap sektor pembangunan. Informasi
yang dihasilkan berupa nilai support dan
confidence serta keterkaitan antara tingkat
jumlah produksi komoditi dengan
kecamatan yang ada di Kabupaten
Malang.
Pengukuran validitas algoritma
menggunakan dua perhitungan untuk
menunjukkan hasil yang sama dalam
perhitungannya, sehingga aplikasi dapat
dikatakan valid dan akurat. Data komoditi
yang diproses pada data mining meliputi
data jenis komoditi, data tahun, data
kecamatan, dan jumlah produksi komoditi.
Hasil dari proses data mining ini dapat
digunakan sebagai pertimbangan dalam
mengambil keputusan lebih lanjut tentang
faktor yang mempengaruhi jumlah
produksi pada setiap jenis komoditi di
sektor khususnya faktor dalam nilai
perhitungan jumlah produksi per tahun.
Semakin tinggi nilai confidence dan
support maka semakin kuat nilai
hubungan antar komoditi.

DAFTAR PUSTAKA
[1]Badan Perencanaan Kab. Malang,
2006, “Hasil-hasil Pembangunan Kab.
Malang Thn. 2004 s/d 30 Juni 2006”;
Badan Perencanaan Kabupaten
Malang; Malang.
[2]Han, J. ; Kamber,Micheline, 2006;
Second Edition Data Mining Concepts
and Techniques; MORGAN
224



KAUFMANN PUBLISHER; San
Fransisco.
[3]Kantardzic, M.; 2003; Data Mining:
Concepts,Models, Methods, and
Algorithms; John Wiley & Sons; New
Jersey.
[4]Laboratorium Sistem Informasi;
2011; Modul Database; Institut
Teknologi Nasional; Malang.
[5]Lutfi, E.T. ; Kusrini; 2009; Algoritma
Data Mining; ANDI OFFSET;
Yogyakarta.
[6]Pramudiono, I.; 2006; Apa Itu Data
Mining?;
http://datamining.japati.net/
[7]Susanto, S. ; Suryadi, D.; 2010;
Pengantar DATA MINING Menggali
Pengetahuan dari Bongkahan Data;
ANDI OFFSET; Yogyakarta.
[8]Santosa, B., 2007; Data Mining Teknik
Pemanfaatan Data untuk Keperluan
Bisnis, Graha Ilmu; Yogyakarta.





225



TATA CARA PENULISAN JURNAL
1. Naskah merupakan tulisan hasil atau tinjauan pustaka dalam Bahasa Indonesia
atau Bahasa Inggris yang belum pernah dipublikasikan.
2. Jumlah halaman naskah minimal 4 (empat) halaman dan maksimal 10 (dua
puluh) halaman.
3. Format Naskah:
a. Ditulis dalam Bahasa Indonesia yang baku atau Bahasa Inggris.
b. Ukuran kertas A4.
c. Diketik dalam bentuk 2 (dua) kolom untuk setiap halaman, kecuali abstrak.
d. Jarak penulisan antar baris adalah 1 (satu) spasi.
e. Format margin :
i. Atas : 25 mm
ii. Bawah : 25 mm
iii. Samping kanan : 25 mm
iv. Samping kiri : 30 mm
f. Kata-kata asing ditulis dengan huruf miring (italic).
g. Tulisan menggunakan jenis huruf Times New Roman 12 dengan pengolah
kata MS Word (minimal MS Word 6).
h. Gambar diberi nomor dan judul Tabel serta ditulis di atas Tabel dengan jarak
1 (satu) spasi.
i. Tabel diberi nomor Tabel dan judul Tabel serta ditulis di atas Tabel dengan
jarak 1 (satu) spasi.
j. Foto dicetak dalam bentuk hitam putih yang disesuaikan dengan format
keteknisian jurnal.
4. Naskah yang dikirim ke redaksi dalam bentuk Bahasa Indonesia maupun Bahasa
Inggris harus disertai abstrak dan kata kunci dalam bahasa Indonesia dan Bahasa
Inggris. Abstrak tersebut ditulis mengGambarkan secara umum tentang isi
naskah dengan ketentuan maksimal adalah 300 kata dan diketik dengan jarak
spasi 1 (satu) dengan jenis huruf Times New Roman 12 dalam bentuk format
italic.
5. Judul naskah ditulis secara singkat dan informatif dengan jenis huruf Times New
Roman 16 (enam belas) dan jika ada sub judul maka jenis hurufnya sama dengan
judul utama tetapi besar hurufnya adalah 14 (empat belas).
6. Nama penulis naskah ditulis lengkap tanpa gelar akademik beserta afiliasinya
dengan jenis huruf Times New Roman 12 (dua belas).
7. Daftar Pustaka disusun secara berurutan berdasarkan alphabet atau nomor urut.
Urutan penulisan daftar pustaka : nama pengarang, judul, penerbit, kota penerbit,
tahun dan halaman. Nama pengarang mendahulukan nama keluarga atau nama
dibalik dan tanpa gelar.
8. Kutipan acuan daftar pustaka yang digunakan dinyatakan dengan menuliskan
nama pengarangnya atau menuliskan nomor pustaka yang diacu pada akhir
kalimat.
9. Isi tulisan bukan tanggung jawab redaksi dan redaksi berhak melakukan
pengubahan dan memperbaiki tata bahasa setiap naskah yang dimuat.
10. Tidak diadakan surat menyurat kecuali tulisan yang disertai perangko akan
dikembalikan (karena tidak memenuhi persyaratan atau perlu diperbaiki).


226