DAFTAR ISI PILAR TEKNOLOGI JURNAL ILMIAH ILMU ...unmermadiun.ac.id/repository_jurnal_penelitian/Jurnal...DAFTAR ISI PILAR TEKNOLOGI JURNAL ILMIAH ILMU-ILMU TEKNIK Volume 1 Nomor 1

DAFTAR ISIPILAR TEKNOLOGI

JURNAL ILMIAH ILMU-ILMU TEKNIKVolume 1 Nomor 1 Maret 2016

ISSN : 2502-7042

ANALISIS KEPADATAN LALU LINTAS DENGAN METODE TEMPLATE MATCHING(Studi Kasus : Persimpangan Monjali Yogyakarta)

Setiyo Daru Cahyono

1 - 7

ANALISIS VARIASI MEDIA PENDINGINAN PADA RADIATOR TERHADAP KINERJA LAJU PEMBUANGAN PANAS DENGAN KONVEKSI PAKSA

Mustafa

8 - 16

EVALUASI PELAKSANAAN PROYEK PEMBANGUNAN RUANG KELAS MIN TIRAK DENGAN METODE NILAI HASIL

Lyya Supriono

17 - 21

IMPLEMENTASI DAN ANALISIS SEMANTIC RELATION ANTAR KATA DALAM BAHASA INGGRIS MENGGUNAKAN PENDEKATAN PATH BASE

Eldita Febrian Selfiendi & Moch. Arif Bijaksana.

22 - 28

KAJIAN EKONOMI PROYEK PENGADAAN DAN PERBAIKAN TULISAN ALUN-ALUN KABUPATEN NGAWI

Laily Fatmawati

29 - 35

KUAT TEKAN BETON CAMPURAN 1:2:3 DENGAN AGREGAT LOKAL SEKITAR MADIUN

Rosyid Kholilur Rohman

36 - 40

SISTEM INFORMASI PARKIR KENDARAAN BERMOTOR BERBASIS ANDROID

Arief Budiman & Joko Triono

41 - 49

PILAR TEKNOLOGI: Jurnal Ilmiah Ilmu-ilmu TeknikVolume 1 Nomor 1 Maret 2016; ISSN : 2502-7042

ANALISIS KEPADATAN LALU LINTAS DENGANMETODE TEMPLATE MATCHING

(Studi Kasus : Persimpangan Monjali Yogyakarta)

Setiyo Daru Cahyono

Dosen Fakultas Teknik Universitas Merdeka Madiun

Email: [email protected]

Abstract

Along with the development of information technology, the more occupations that use information technology to help finish the job. One was at the Department of Transportation to use information technology to solve traffic congestion at signalized intersections. By utilizing information technology, the Department of Transportation can analyze the traffic density is computerized. A system created using Template Matching method to analyze the density of traffic at a signalized intersection. Features analyzed were traffic density based queues of vehicles at a signalized intersection. The data used is a photo of the traffic density at an intersection. The photos will be made digital image processing, feature extraction and pattern recognition using Template Matching. To determine the accuracy of the calculation results of the test performed, so we get a percentage of the system’s success in analyzing the density of traffic at an intersection. The success of the system in analyzing the density of traffic at intersections obtained good results in the amount of 81.67%.

Keyword : Template Matching, Traffic density, vehicle queuing photo

Abstrak

Seiring perkembangan teknologi informasi, maka semakin banyak bidang-bidang pekerjaan yang memanfaatkan teknologi informasi dalam membantu menyelesaikan pekerjaannya. Salah satunya pada Dinas Perhubungan memanfaatkan teknologi informasi dalam mengatasi kemacetan lalu lintas di persimpangan bersinyal. Dengan memanfaatkan teknologi informasi, Dinas Perhubungan dapat melakukan analisa kepadatan lalu lintas secara komputerisasi. Sebuah sistem dibuat menggunakan metode Template Matching untuk menganalisa kepadatan lalu lintas pada sebuah persimpangan bersinyal. Fitur yang dianalisa adalah kepadatan lalu lintas berdasarkan antrian kendaraan pada sebuah persimpangan bersinyal. Data yang digunakan adalah foto kepadatan lalu lintas pada sebuah persimpangan. Foto tersebut akan dilakukan pengolahan citra digital, ekstraksi ciri, dan pengenalan pola menggunakan Template Matching. Untuk mengetahui hasil pengujian dilakukan perhitungan akurasi, sehingga didapatkan prosentase keberhasilan sistem dalam menganalisa kepadatan lalu lintas pada sebuah persimpangan. Adapun keberhasilan sistem dalam melakukan analisa

2 PILAR TEKNOLOGI, Volume 1 Nomor 1 Maret 2016

Setiyo Daru Cahyono

kepadatan lalu lintas pada persimpangan didapatkan hasil yang cukup baik yaitu sebesar 81,67%.

Kata kunci : Foto antrian kendaraan, Kepadatan lalu lintas, Template Matching

PENDAHULUAN

Pada tahun 2015 Badan Pusat Statistik telah mencatat bahwa penduduk Indonesia mancapai 254,9 juta jiwa. Pertumbuhan penduduk di kota mengalami kenaikan sebesar 1,75% dan di perdesaan sebesar 0,52% [1]. Semakin bertambanyak penduduk akan memberikan dampak kemacetan pada setiap jalan raya. Karena volume kendaraan di jalan raya akan semakin bertambah. Beberapa rambu lalu lintas dan traffic light sudah dibangun untuk dapat mengurangi kemacetan lalu lintas. Kemacetan lalu lintas yang sering terjadi adalah pada persimpangan. Waktu paling rawan terjadi kemacetan lalu lintas adalah pada jam berangkat kerja dan pulang kerja. Polisi lalu lintas pun ikut turun ke jalan untuk membantu mengatur lalu lintas jalan raya. Polisi akan mengatur lama waktu ruas yang akan berjalan, berdasarkan volume kendaraan. Sehingga kemacetan lalu lintas akan sedikit berkurang. Tetapi polisi lalu lintas terkadang masih belum bisa maksimal dalam menangani kemacetan lalu lintas dalam persimpangan, karena kemacetan terjadi tidak hanya pada satu persimpangan, dan jumlah polisi lalu lintas juga terbatas.

Kemacetan disebabkan karena arus lalu lintas jalan raya yang padat. Jika pada persimpangan kemacetan terjadi karena menumpuknya antrian kendaraan pada persimpangan bersinyal tersebut. Sehingga beberapa penelitian telah dilakukan untuk menganalisa kepadatan lalu lintas pada jalan raya.

Sebuah penelitian dilakukan oleh Hadi dan Samara untuk mendeteksi objek kendaraan

pada jalan raya [2]. Pada penelitian tersebut menggunakan metode Hough Transform (HT) dan Connected Component Labeling (CCL) dalam mendeteksi objek kendaraan. HT digunakan untuk mendeteksi batas jalan raya, karena objek yang dideteksi adalah objek yang terdapat dalam jalan raya. Sedangkan CCL digunakan untuk menandai objek-objek yang terdeteksi sebagai kendaraan. Dalam penelitian hanya kendaraan yang berdimensi besar yang akan dideteksi. Sehingga penelitian tersebut memiliki akurasi sebesar 96,43% dalam pendeteksian kendaraan.

Template Matching merupakan metode yang bekerja dengan membandingkan data baru terhadap template acuan. Beberapa penelitian menggunakan Template Matching juga telah dilakukan pada berbagai bidang. Pada bidang transportasi, penelitian dilakukan oleh Ansori, dkk untuk mendeteksi kendaraan bergerak secara real time [3]. Penelitian dalam bidang transportasi juga dilakukan oleh Akbar Y, dkk dengan memanfaatkan Template Matching untuk menganalisis rambu-rambu lalu lintas [4]. Pada penelitian tersebut telah dilakukan pada waktu pagi, siang, sore, dan malam dengan akurasi keseluruhan sebesar 84,09%.

Pada bidang lain tentang keberhasilan pemanfaatan metode Template Matching telah dilakukan oleh Wahyu Nugroho untuk mendeteksi kerusakan PCB dengan tingkat keberhasilan 100% [5]. Keberhasilan 100% juga telah dibuktikan oleh Bowo Leksono, dkk dengan memanfaatkan Template Matching untuk klasifikasi sidik jari [6]. Pemanfaatan Template Matching dapat juga dimanfaatkan dengan didukung metode

Volume 1 Nomor 1 Maret 2016 , PILAR TEKNOLOGI 3

Analisis Kepadatan Lalu Lintas

Integal Proyeksi, salah satu penelitian yang memanfaatkan Integral Proyeksi dan Template Matching dilakukan oleh Tito Cahyo untuk mengenali karakter dengan hasil yang baik [7]. Karena Template Matching bekerja dengan mencocokkan dengan template acuan, sehingga dapat juga dikombinasikan dengan perhitungan jarak antara dua vektor, salah satunya dengan memanfaatkan Eucluidean Distance. Penelitian yang memanfaatkan Euclidean Distance salah satunya dilakukan oleh Andaruresmi, dkk untuk mendeteksi tipe wilayah, dengan tingkat akurasi keberhasilan sistem sebesar 86,87% [8].

Mengacu dari penelitian-penelitian sebelumnya, maka pada penelitian ini akan dibuat sebuah penelitian dengan memanfaatkan Template Matching untuk menganalisa kepadatan lalu lintas pada persimpangan bersinyal. Template Matching akan digunakan dengan pendukung metode-metode pengolahan citra digital dan Integral Proyeksi. Sedangkan untuk membandingkan antara dua citra akan digunakan perhitungan jarak Euclidean Distance.

METODE PENELITIAN

Pada penelitian ini akan dilakukan analisa terhadap kepadatan lalu lintas menggunakan metode Template Matching. Beberapa penelitian telah menggunakan Template Matching untuk membantu mengatasi suatu permasalahan. Dalam penelitian ini akan menggunakan Template Matching untuk melakukan analisa terhadap kepadatan lalu lintas. Salah satu fitur untuk melakukan analisa kepadatan lalu lintas adalah jumlah volume kendaraan pada jalan raya.

Kemacetan lalu lintas sering terjadi pada persimpangan bersinyal (traffic light). Sehingga data sekunder yang digunakan pada penelitian ini adalah foto kepadatan lalu lintas pada suatu persimpangan bersinyal. Persimpangan

bersinyal yang dijadikan sebagai tempat studi kasus adalah persimpangan bersinyal Monjali Yogyakarta (Monumen Jogja Monjali Yogyakarta). Data sekunder adalah berupa foto hasil ekstrak dari video hasil pengambilan kamera Dinas Perhubungan Yogyakarta. Dari foto tersebut akan dilakukan analisa kepadatan lalu lintas. Data yang digunakan pada penelitian ini adalah foto hasil estrak video pada jam pagi, siang, dan sore dengan kondisi cuaca cerah. Jam pagi pada pukul 06.00-09.00 WIB, jam siang pada pukul 11.00-14.00 WIB, dan jam sore pada pukul 15.00-18.00 WIB. Kondisi kepadatan lalu lintas pada persimpangan Monjali dapat dilihat pada Gambar 1.

Gambar 1. Kepadatan Lalu Lintas Persimpangan Monjali Yogyakarta

Gambar 1 adalah salah foto dari per-simpangan Monjali yang digunakan sistem untuk melakukan analisa kepadatan lalu lintas. Sedangkan sebagai data pendukung dilakukan wawancara dengan Dosen Teknik Sipil Universitas Sebelas Maret. Hasil wawancara terhadap pakar digunakan sebagai data primer yang dapat mendukung keberhasilan pada penelitian ini.

Tahapan dari sistem yang akan dibuat untuk menganalisa kepadatan lalu lintas dapat dilihat pada Gambar 2.


Setiyo Daru Cahyono

5

Gambar 2. Gambaran Sistem

Pada Gambar 2 telah ditunjukkan

tahapan-tahapan sistem dalam

melakukan analisa kepadatan lalu

lintas pada persimpangan bersinyal.

Dimana citra/gambar yang didapat

dari ekstrak video akan dilakukan

proses pengolahan citra terlebih

dahulu. Dimana citra yang akan

diujikan sebanyak 60 citra yang

terdiri dari 20 citra pada jam pagi, 20

citra pada jam siang, dan 20 citra

pada jam sore. Sebanyak 20 citra pada

jam pagi yaitu 10 citra dengan

kepadatan lalu lintas sepi dan 10 citra

dengan kepadatan lalu lintas ramai,

sebanyak 20 citra pada jam siang

yaitu 10 citra dengan kepadatan lalu

lintas sepi dan 10 citra dengan

kepadatan lalu lintas ramai, dan

sebanyak 20 citra pada jam ramai



kepadatan lalu lintas ramai. Citra uji

tersebut akan dilakukan analisa

kepadatan lalu lintas dengan

menggunakan Template Matching.

Tahapan pertama yang dilakukan

adalah pengolahan citra digital

terhadap citra-citra uji tersebut.

Beberapa tahapan pengolahan citra

yang dilakukan dapat dilihat pada

Gambar 3.

Gambar 3. Pengolahan Citra Digital

Sistem Analisis Kepadatan Lalu

Lintas

Tahapan-tahapan pengolahan citra

digital pada sistem analisa kepadatan

lalu lintas telah disajikan oleh

Gambar 3. Tahapan pertama yang

dilakukan adalah proses cropping.

Dimana akan dilakukan pemotongan

AKUISISI CITRA

PENGOLAHAN CITRA DIGITAL

EKSTRAKSI CIRI

PENGENALAN POLA : - TEMPLATE MATCHING - EUCLIDEAN DISTANCE

HASIL

CROPPING

PENINGKATAN KONTRAS

BINERISASI

PENSKALAAN

HASIL

AKUISISI CITRA


Pada Gambar 2 telah ditunjukkan tahapan-tahapan sistem dalam melakukan analisa kepadatan lalu lintas pada persimpangan bersinyal. Dimana citra/gambar yang didapat dari ekstrak video akan dilakukan proses pengolahan citra terlebih dahulu. Dimana citra yang akan diujikan sebanyak 60 citra yang terdiri dari 20 citra pada jam pagi, 20 citra pada jam siang, dan 20 citra pada jam sore. Sebanyak 20 citra pada jam pagi yaitu 10 citra dengan kepadatan lalu lintas sepi dan 10 citra dengan kepadatan lalu lintas ramai, sebanyak 20 citra pada jam siang yaitu 10 citra dengan kepadatan lalu lintas sepi dan 10 citra dengan kepadatan lalu lintas ramai, dan sebanyak 20 citra pada jam ramai yaitu 10 citra dengan kepadatan lalu lintas sepi dan 10 citra dengan kepadatan lalu lintas ramai. Citra uji tersebut akan dilakukan analisa kepadatan lalu lintas dengan menggunakan Template Matching. Tahapan pertama yang dilakukan adalah pengolahan citra digital terhadap citra-citra uji tersebut. Beberapa tahapan pengolahan citra yang dilakukan dapat dilihat pada Gambar 3.

5


Pada Gambar 2 telah ditunjukkan

tahapan-tahapan sistem dalam

melakukan analisa kepadatan lalu

lintas pada persimpangan bersinyal.

Dimana citra/gambar yang didapat

dari ekstrak video akan dilakukan

proses pengolahan citra terlebih

dahulu. Dimana citra yang akan

diujikan sebanyak 60 citra yang

terdiri dari 20 citra pada jam pagi, 20

citra pada jam siang, dan 20 citra

pada jam sore. Sebanyak 20 citra pada

jam pagi yaitu 10 citra dengan

kepadatan lalu lintas sepi dan 10 citra

dengan kepadatan lalu lintas ramai,

sebanyak 20 citra pada jam siang



kepadatan lalu lintas ramai, dan

sebanyak 20 citra pada jam ramai



kepadatan lalu lintas ramai. Citra uji

tersebut akan dilakukan analisa

kepadatan lalu lintas dengan

menggunakan Template Matching.

Tahapan pertama yang dilakukan

adalah pengolahan citra digital

terhadap citra-citra uji tersebut.

Beberapa tahapan pengolahan citra

yang dilakukan dapat dilihat pada

Gambar 3.

Gambar 3. Pengolahan Citra Digital

Sistem Analisis Kepadatan Lalu

Lintas

Tahapan-tahapan pengolahan citra

digital pada sistem analisa kepadatan

lalu lintas telah disajikan oleh

Gambar 3. Tahapan pertama yang

dilakukan adalah proses cropping.

Dimana akan dilakukan pemotongan

AKUISISI CITRA

PENGOLAHAN CITRA DIGITAL

EKSTRAKSI CIRI

PENGENALAN POLA : - TEMPLATE MATCHING - EUCLIDEAN DISTANCE

HASIL

CROPPING

PENINGKATAN KONTRAS

BINERISASI

PENSKALAAN

HASIL

AKUISISI CITRA

Gambar 3. Pengolahan Citra Digital Sistem Analisis Kepadatan Lalu Lintas

Tahapan-tahapan pengolahan citra digital pada sistem analisa kepadatan lalu lintas telah disajikan oleh Gambar 3. Tahapan pertama yang dilakukan adalah proses cropping. Dimana akan dilakukan pemotongan terhadap bagian yang akan dilakukan analisa kepadatan lalu lintas saja. Karena pada persimpangan Monjali merupakan jalan raya dua arah. Sehingga fokus penganalisaan dilakukan pada arah yang terdapat pada belakang lampu lalu lintas saja. Sedangkan arah kebalikan akan dilakukan pemotongan. Kemudian akan ditingkatkan kontrasnya agar mendapat citra yang lebih bagus sebelum dilakukan binerisasi. Binerisasi dilakukan untuk membedakan warna antrian kendaraan dan warna background jalan raya. Sehingga didapatkan nilai piksel 1 dan 0. Setelah dilakukan binerisasi, tahapan selanjutnya adalah penskalaan. Dimana gambar dibuat lebih kecil, dengan tidak mengurangi fokus pendeteksian.

Setelah proses pengolahan citra selesai dilakukan, kemudian akan dilakukan proses ekstraksi ciri dengan menggunakan Integral Proyeksi. Adapun proses ekstraksi ciri dilakukan dengan menjumlahkan nilai piksel baris



dengan kolom. Proses terakhir yang dilakukan adalah pengenalan pola dengan menggunakan Template Matching. Dimana terdapat 18 citra digunakan sebagai acuan untuk melakukan pengenalan pola, yang terdiri dari 3 citra kepadatan lalu lintas sepi pada pagi hari, 3 citra kepadatan lalu lintas ramai pada pagi hari, 3 citra kepadatan lalu lintas sepi pada siang hari, 3 citra kepadatan lalu lintas ramai pada siang hari, 3 citra kepadatan lalu lintas sepi pada sore hari,dan 3 citra kepadatan lalu lintas sore. Sebanyak 18 citra acuan terlebih dahulu disimpan ke dalam database. Kemudian setiap citra uji akan dibandingkan dengan citra acuan menggunakan rumus 1 [9].

∑=

→→−=

N

iiieuclidean lllldist

1

22121 )(),(

..................(1)

Perbandingan citra tersebut dihitung menggunakan rumus Euclidean Distance. Prosentase kecocokan dilakukan dengan mengalikan 100% terhadap hasil perhitungan menggunakan Euclidean Distance. Se-dangkan untuk pengujian dilakukan dengan penghitungan akurasi. Dimana akan diban-dingan jumlah citra yang dikenali dengan benar dengan jumlah keseluruhan citra yang diujikan, kemudian dikalikan dengan 100%. Dari perhitungan tersebut akan diketahui keberhasilan sistem dalam melakukan analisa kepadatan lalu lintas pada persimpangan bersinyal. Citra yang dikenali benar adalah citra yang dikenali dengan tepat oleh sistem terhadap citra acuan.

HASIL DAN PEMBAHASAN

Penelitian untuk menganalisa kepadatan lalu lintas pada persimpangan Monjali telah mendapatkan hasil yang cukup baik. Karena dari beberapa pengujian menunjukkan hasil yang cukup baik, sehingga didapatkan juga akurasi sistem yang baik. Pada penelitian ini, objek yang dianalisa adalah kepadatan lalu

lintas berdasarkan antrian kendaraan pada persimpangan Monjali. Pada persimpangan Monjali memiliki arus jalan dua lajur, sehingga untuk arus yang sebaliknya dilakukan pe-motongan/cropping terlebih dahulu. Salah satu hasil pemotongan citra pada persimpangan Monjali ketika situasi jalan raya dalam keadaan sepi dapat dilihat pada Gambar 4.

Gambar 4. Citra Hasil Cropping

Berdasarkan Gambar 4 dapat ditunjukkan bahwa daerah yang dideteksi adalah antrian kendaraan yang berada di belakang lampu lalu lintas. Setelah didapatkan daerah yang akan dianalisa, akan dilanjutkan pada tahapan pengolahan citra untuk peningkatan kontras, binerisasi dan penskalaan. Kemudian akan dilanjutkan proses ekstraksi ciri dan pengenalan pola dengan template matching.

Untuk melakukan proses template matching, terlebih dahulu dilakukan pe-nyimpanan citra acuan untuk digunakan pem banding pada proses template matching. Sebanyak 18 citra yang disimpan pada database yang digunakan sebagai acuan. Dimana sebanyak 60 citra uji akan dilakukan proses template matching menggunakan acuan pada 18 citra template.

Sebanyak 60 citra yang digunakan untuk pengujian, diambil dari tiga waktu yaitu pagi, siang, dan sore. Dimana saat pagi hari akan


Setiyo Daru Cahyono

diujikan dua jenis citra yaitu citra pagi sepi dan citra pagi ramai. Perbandingan keberhasilan sistem dalam menganalisa kepadatan lalu lintas pada pagi hari dapat dilihat pada Tabel 1.

Tabel 1. Perbandingan Keberhasilan Analisis Kepadatan Lalu Lintas Waktu Pagi

Jenis CitraJumlah

CitraDikenali

SepiDikenali Ramai

Pagi Sepi 10 10 0

Pagi Ramai 10 3 7

Pada Tabel 1 telah disajikan perbandingan keberhasilan analisa kepadatan lalu lintas waktu pagi. Sebanyak 10 citra pagi sepi dapat dianalisa sepi sebanyak 10 citra, dan tidak ada citra yang dikenali ramai. Sedangkan sebanyak 10 citra pagi ramai dapat dianalisa ramai sebanyak 7 citra, dan sebanyak 3 citra yang dianalisa sepi. Kemudian untuk perbandingan keberhasilan sistem dalam menganalisa kepadatan lalu lintas pada siang hari dapat dilihat pada Tabel 2.

Tabel 2. Perbandingan Keberhasilan Analisis Kepadatan Lalu Lintas Waktu Siang

Jenis CitraJumlah

CitraDikenali

SepiDikenali Ramai

Siang Sepi 10 8 2

Siang Ramai

10 1 9

Tabel 2 telah menyajikan perbandingan keberhasilan analisa kepadatan lalu lintas waktu siang. Sebanyak 10 citra siang sepi dapat dianalisa sepi sebanyak 8 citra, dan dua citra yang dikenali ramai. Untuk 10 citra siang ramai dapat dianalisa ramai sebanyak 9 citra, dan satu citra yang dianalisa sepi. Sedangkan perbandingan keberhasilan sistem dalam menganalisa kepadatan lalu lintas pada sore hari dapat dilihat pada Tabel 3.

Tabel 3. Perbandingan Keberhasilan Analisis Kepadatan Lalu Lintas Waktu Sore

Jenis CitraJumlah

CitraDikenali

SepiDikenali Ramai

Sore Sepi 10 8 2

Sore Ramai 10 3 7

Untuk perbandingan keberhasilan analisa kepadatan lalu lintas waktu sore dapat dilihat pada Tabel 3. Sebanyak 10 citra sore sepi dapat dianalisa sepi sebanyak 8 citra, dan dua citra yang dikenali ramai. Untuk 10 citra sore ramai dapat dianalisa ramai sebanyak 7 citra, dan 3 citra yang dianalisa sepi.

KESIMPULAN

Penelitian untuk melakukan analisa kepadatan lalu lintas menggunakan Template Matching telah dilakukan. Dimana penelitian menggunakan 18 template sebagai acuan dan menghasilkan keberhasilan sistem yang cukup baik dalam menganalisa kepadatan lalu lintas. Adapun akurasi sistem dalam menganalisa kepadatan lalu lintas pada pagi hari sebesar 85%. Sedangkan akurasi sistem dalam menganalisa kepadatan lalu lintas pada siang hari juga sebesar 85%, dan akurasi sistem dalam menganalisa kepadatan lalu lintas pada sore hari sebesar 75%. Sehingga didapatkan akurasi total sistem dalam melakukan analisa kepadatan lalu lintas menggunakan Template Matching sebesar 81,67%.

DAFTAR PUSTAKA

Akbar, Y., Hidayat, B., Wibowo, SA. 2011. Analisis Identifikasi Rambu-Rambu Lalu Lintas Dengan Pengolahan Citra Digital Menggunakan Metode Template Matching. Universitas Telkom.

Andaruresmi, R., Rizal, A., Magdalena, R. 2009. Identifikasi Tipe Wilayah Berbasis Pengolahan Citra Penginderaan Jarak



Jauh. Prosiding SENTIA. Politeknik Negeri Malang.

Ansori, R., Pramadihanto, D., Ramadijanti, N. 2010. Deteksi Kendaraan Bergerak Secara Real Time. Tesis. Institude Teknologi Sepuluh Nopember.

Cahyo, T. 2013. Aplikasi Pengubah Citra Nominal ke Bentuk Terbilang.

Hadi, S., Samara, YR. 2012. Deteksi Objek Kendaraan Pada Citra Dijital Jalan Raya Menggunakan Metode Visi Komputer. Universitas Pelita Harapan.

Hidayano, A., Leksono, B., Isnanto, R. 2011. Aplikasi Metode Template Matching untuk Klasifikasi Sidik Jari. Thesis. Universitas Diponegoro.

Ljubesic, N., dkk. 2008. Comparing Measures of Semantic Similarity. Kroasia.

R, Anton., A, Cholis. 2015. Jumlah Penduduk Indonesia Sudah 254,9 Juta, Laki-laki Lebih Banyak Dari Perempuan.http://hidayatul lah.com/berita/nasional/r e a d / 2 0 1 5 / 1 1 / 2 0 / 8 3 6 3 2 / j u m l a h -pendududari-perempuan.html/, diakses tanggal 5 April 2016.

Wahyu, N. 2004. Deteksi Kerusakan Jalur PCB Menggunakan Metode Template Matching. Skripsi. Universitas Dian Nuswantoro.


ANALISIS VARIASI MEDIA PENDINGINAN PADA RADIATOR TERHADAP KINERJA LAJU PEMBUANGAN PANAS DENGAN KONVEKSI PAKSA

Mustafa


email : [email protected]

Abstract

Radiator plays an important role in automotive engines because it has a function to cool the engine. when the rain occurs, the radiator can work more optimum, because the fin and tube radiators have additional cooling. In connection with this background, the aim of our research in this time is to determine the effect of variation in the coolant radiator on the performance rate of heat dissipation by convection forced by the additional presence of water such as when rain occurs. The steps in the research method in this time is taking the data from the object of research in the laboratory, tabulation and data extraction, then represented the correlation between the speed rotary engine with the cooling in graphical form. The conclusion of this study is a machine that uses air and water coolant in the radiator has a lower temperature than the machines that use air coolant only, it because the rate of heat transfer coefficient is higher and the heat dissipation is lower.

Keywords: air cooling, forced convection, radiator , water cooling

Abstrak

Radiator memegang peranan penting dalam mesin otomotif karena berfungsi untuk mendinginkan mesin. Pada saat hujan radiator dapat bekerja lebih optimum karena sirip dan tube radiator dapat mengalami penambahan pendinginan. Sehubungan dengan latar belakang tersebut maka tujuan penelitian kami kali ini adalah untuk mengetahui pengaruh variasi pendingin pada radiator terhadap kinerja laju pembuangan panas secara konveksi paksa dengan tambahan keberadaan media air seperti saat hujan terjadi. Adapaun langkah – langkah metode penelitian pada kali ini yaitu pengambilan data dari obyek penelitian di laboratorium, tabulasi, ekstraksi data, dan merepresentasikan dalam bentuk grafik korelasi pendinginan dengan putaran mesin. Kesimpulan dari penelitian ini adalah mesin yang menggunakan pendingin udara dan air pada radiator memiliki temperatur yang lebih rendah dibandingkan menggunakan pendingin udara saja, hal ini disebabkan karena laju perpindahan panasnya yang lebih tinggi sedangkan koefisien pembuangan panas yang lebih rendah.

Kata kunci : konveksi paksa, pendinginan air, pendinginan udara, radiator

Analisis Variasi Media Pendinginan pada Radiator


PENDAHULUAN

Radiator memegang peranan penting dalam mesin pembakaran bahan bakar, didalam silinder mesin menyalurkan energi panas ke dalam bentuk tenaga putar. Tetapi energi panas dari bahan bakar tidak se-penuhnya dapat dikonversikan ke dalam bentuk tenaga. Pembakaran bahan bakar didalam silinder menghasilkan panas yang tingg, jika tidak dilakukan pendinginan maka temperatur setiap bagian, terutama bagian silinder akan naik. Keadaan tersebut akan mengakibatkan kerusakan dinding ruang bakar karena terjadinya tegangan termal, kerusakan katup-katup, puncak torak, macetnya cincin torak, dan menguapnya minyak pelumas, sehingga cepat terjadi keausan pada torak dinding silinder.

Bagian terpenting dari radiator adalah tube dan kipas radiator sebagai peralatan untuk mengalirkan/menghisap udara sebagai media pendingin. Kendaraan bermotor seperti mobil tidak mengenal cuaca, dimana saat kendaraan digunakan dapat mengalami kondisi hujan dan panas. Pada saat hujan radiator dapat bekerja lebih optimum karena sirip dan tube radiator dapat mengalami penambahan pendinginan. Untuk itu perlu dilakukan penelitian tentang variasi media pendinginan pada radiator terhadap kinerja laju pembuangan panas dengan konveksi paksa.

SISTEM PENDINGIN AIR

Mesin dengan pendingin air sebenarnya merupakan pendingin yang tidak langsung karena air sebagai fluida pendingin tersebut bertindak sebagai pendingin perantara. Sebenarnya mesin tersebut didinginkan oleh udara, hal ini disebabkan yang diserap oleh air pendingin itu dipindahkan ke udara atmosfir. Akan tetapi karena mesin langsung berhubungan dengan air maka disebut

pendingin air. Sistem pendingin air dapat di bedakan menjadi dua macam, yaitu pendingin air dengan sirkulasi alami dan pendingin air dengan sirkulasi paksa. Pada sistem pendingin air dengan sirkulasi alami, sirkulasi air terjadi kerena perbedaan berat jenis air pendingin. Air panas berat jenisnya lebih kecil dan cenderung mengalir keatas. Sistem pendingin air dengan sirkulasi alami cocok untuk mesin-mesin stationer yang berdaya kecil dengan tangki air pendingin yang terletak di bagian atas lebih tinggi daripada silender motor.

Pada sistem pendingin air dengan sirkulasi paksa, sirkulasi air pendigin dilakukan dengan air pendingin. Air pendingin yang panas keluar dari mesin melalui kepala silinder dan masuk kedalam radiator.selanjutnya,air itu didinginkan oleh udara yang mengalir melalui radiator,kemudian dialirkan kembali kedalam blok silinder.aliran udara melalui radiator di sebabkan oleh air,kecepatan gerak kendaraan,atau tali kipas udara.dalam sistem pendingin terdapat saluran untuk menghubungkan singkat (saluran bypass) thermostat dan lubang isap pompa air pendingin.apabila temperatur air pendingin di dalam blok silinder mencapai temperatur tertentu,thermostat akan membuka saluran air keradiator dan menutup saluran dari termostat kelubang isap pompa.

Gambar 1. Radiator(Sumber :Reparasi Sistem Pendinginan

Mesin Mobil, Drs. Daryanto )

Mustafa


RADIATOR

Radiator merupakan suatu alat penukar panas dimana aliran fluida panas (air) bersilangan tegak lurus dengan arah aliran fluida dingin (udara) dan kedua fluida tersebut tidak bercampur. Kedua fluida tersebut hanya mengalir sekali dalam saluran penukar panas atau biasa disebut single pass.

Bagian utama radiator adalah inti radiator yang berupa sirip-sirip dan berkas pipa yang disusun diantara sirip-sirip tersebut. Fluida yang keluar dari mesin berupa air panas mengalir ke dalam inti radiator yang terdiri dari tabung-tabung yang mempunyai sirip-sirip pendingin radiator.

Radiator pada mobil pada umumnya terpasang dibagian depan. Radiator berfungsi untuk mendinginkan air yang menjadi panas setelah beredar dalam mantel air pendingin pada mesin. Yang mempunyai dua tabung air, terletak di atas dan di bawah. Ditabung bagian atas terdapat lubang pengisian air, pipa pemasukan air dari mantel pembuangan dan di tabung bagian bawah terdapat kran pembuangan air, dan pipa penghubung kemesin.

Suatu radiator terdiri dari ini bagian-bagian sebagai berikut

1. Tabung air atas (upper tank)

2. Tabung air bawah (lower tank)

3. Sambungan selang atas

4. Sambungan selang bawah

5. Kisi-kisi ( tube )

6. Sirip-sirip ( fin )

7. Tutup radiator

8. Kran pembuang (drain cock)

Gambar 2.Bagian – bagian radiator (Sumber:www.googleradiator.com )

PERPINDAHAN PANAS.

1. Perpindahan Panas Konduksi

Perpindahan energy dari temperature tinggi ke temperature rendah . Suatu energi berpindah secara konduksi (conduction), laju perpindahan kalor dinyatakan sebagai :

Q = k. A dT

dx

2. Perpindaha Panas Konveksi

Sebuah plat logam panas akan menjadi dingin lebih cepat, Apabila fluida diatas plat bergerak dengan kecepatan tertentu, maka kalor perpindah dengan cara konveksi, yang mana gradient suhu bergantung dari laju fluida membawa kalor. Sedangkan laju perpindahan kalor dipengaruhi oleh luas permukaan perpindahan kalo ( A ) dan beda suhu menyeluruh antara permukan bidang dengan fluida yang dapat dirumuskan sebagai berikut: Perpindahan panas konveksi tergantung pada vikositas fluida, disamping ketergantunganya terhadap sifat-sifat termal fluida, seperti: konduktivitas termal, kalor spesifik, dan densitas. Hal ini disebabkan karena viskositas



mempengaruhi laju perpindahan energi di daerah dinding.

q = h. A (TW – T)

Dimana :

q = perpindahan panas, Watt

h = koefisien konveksi, Watt/m2 K

A = luas permukaan, m2

TW = temperatur dinding, K

T = temperatur fluida, K

Konveksi paksa disebabkan karena adanya gaya pemaksa yang menyebabkan fluida bergerak dan mempunyai kecepatan. Pada peralatan otomotif menggunakan sisitem konveksi paksa.

Rumus Empiris untuk aliran dalam pipa/tabung :

Gambar 3. Perpindahan kalor menyeluruh dinyatakan dengan beda suhu limbak

(Sumber : Holman J.P.1995)

Besarnya perpindahan kalor yang terjadi pada suatu penampang/saluran yang berben-tuk pipa/tabung dapat dinyatakan dengan beda suhu limbak (bulk temperature):

q = m.Cp(Tb2 – Tb1) = h.A(Tw – Tb)

m = ρ.Um.A

1. Perpindahan Panas Radiasi

Teori thermodinamika bahwa radiator ideal memancarkan energy dengan laju yang sebanding pangkat empat suhu absolut benda tersebut dan berbanding langsung pada luas permukaan yang dapat dirumuskan :

q = s A T4

HIPOTESA

Bahwa penggunaan radiator standart menggunakan pendingin udara dan air dapat meningkatkan kinerja pembuangan panas se-cara konveksi paksa lebih baik dibandingkan radiator standar menggunakan pendingin udara pada kendaraan mazda

METODE PENELITIAN

Variabel Penelitian

Variabel Bebas.

Variabel bebas meliputi Variabel bebasnya adalah: Temperatur Masuk (Tin), Temperatur Keluar (Tout), Temperatur udara di depan radiator (Tinrad), Temperatur udara dibelakang radiator (Toutrad) dan Temperatur Mesin (Tm), Laju Aliran ( Flowmeter )

Alat Pengujian dengan type mesin Mazda .

Peralatan Pengujian : 1. Alat uji berupa type mesin mobil Mazda GLX 2000 cc, 2. Tachometer, 3. Flowmeter, 4. Thermometer, 5. Radiator Standart, 6. Premium, 7. Pendingan Udara (Fan) dan Air, 8. Radiator Modifikasi.

Langkah – langkah metode penelitian pada kali ini yaitu pengambilan data dari obyek penelitian di laboratorium, tabulasi, ekstraksi data, dan merepresentasikan dalam bentuk grafik korelasi pendinginan dengan putaran mesin.


Analisa dilakukan pada bulan Januari tahun 2015 di laboratorium teknik mesin Universitas Merdeka Madiun. Suhu pada 30 ºC, kelembaban udara 60%.

Data hasil pengujian diperoleh dengan menggunakan alat ukur pada pengambilan data seperti dibawah, maka data pengamatan ditabulasikan pada Tabel 1.

Tabel 1. Hasil Perhitungan Rata-Rata

T, Cp, k, pr, ρ, μ pada radiator standart menggunakan pendingin udara

Mustafa


Rata-Rata T ρ CP µ K PR

25.0 1.18475 1006.65000 0.00001742500 0.0260000 0.70750

24.9 1.18514 1006.64750 0.00001742050 0.0260675 0.70755

24.6 1.18629 1006.64000 0.00001740700 0.0260450 0.70770

24.7 1.18591 1006.64250 0.00001741150 0.0260525 0.70765

25.1 1.18437 1006.65250 0.00001742950 0.0260825 0.70745

Tabel 2. Hasil perhitungan radiator standart menggunakan pendingin udara

Tabel 3. Hasil Perhitungan Rata-Rata T, Cp, k, pr, ρ, μ pada radiator standartmenggunakan pendingin udara dengan penambahan pendingin air

ΔT ρ CP µ K PR

29.7 1.1667 1006.50952 0.0000185365 0.026427500 0.695150

30.3 1.1643 1006.53810 0.0000185635 0.026472500 0.694850

31 1.1617 1006.57143 0.0000185950 0.026525000 0.694500

31.2 1.1609 1006.58095 0.0000186040 0.026540000 0.69440

31.5 1.1597 1006.59524 0.0000186175 0.026562500 0.69425

Tabel 4. Hasil perhitungan radiator standart menggunakan pendingin udaradengan penambahan pendingin air



ANALISA GRAFIK

Ilustrasi hubungan variasi pendinginan radiator terhadap temperatur air masuk dan air keluar seperti tampak pada Gambar 4.

Ilustrasi Gambar 5. berikut ini meng-gambarkan hubungan pendinginan radiator terhadap temperatur udara masuk dan keluar radiator.

Ilustrasi Gambar 6. Menggambarkan hubungan pendinginan radiator terhadap temperatur mesin.

Ilustrasi Gambar 7. Menggambarkan hubungan variasi pendinginan radiator terhadap laju perpindahan panas.

Ilustrasi Gambar 8. Menggambarkan hubungan variasi pendinginan radiator terhadap koefisien perpindahan panas.

Gambar 4. Grafik hubungan pendingin radiator terhadap temperatur air masuk dan keluar

Gambar 5 Grafik hubungan pendingin radiatorterhadap temperatur udara masuk dan keluar radiator.

Mustafa


Gambar 6. Grafik hubungan pendinginradiator terhadap temperatur mesin

Gambar 7.Grafik hubungan variasi pendingin radiator terhadap laju perpindahan panas

Gambar 8. Grafik hubungan variasi pendingin radiator terhadap koefisien perpindahan panas



PEMBAHASAN

1. Hubungan variasi pendingin radiator terhadap temperatur air masuk dan keluar

Berdasarkan dari analisa grafik me-nunjukan adanya peningkatan temperatur air masuk dan keluar dengan mengikuti pola yang sama, namun selisih antara tem-peraur air masuk dan temperatur air keluar pada pemanfaatan pendingin udara dan air lebih besar dibandingkan dengan hanya menggunakan pendingin udara pada peng-ujian radiator standart. Kondisi tersebut disebabkan oleh pendingin udara dan air lebih mampu membuang panas dibandingkan dengan hanya menggunakan pendingin udara. Dengan kondisi demikian, jika terjadi hujan, maka air hujan yang terhisap oleh kipas pendingin radiotor sangat membantu pendinginan air dan mesin.

2. Hubungan variasi pendingin radiator terhadap temperatur media pendingin masuk dan keluar

Berdasarkan dari grafik diatas terlihat semakin besar putaran mesin, maka tem-peratur udara masuk melalui permukaan sirip dan tube radiator dan temperatur udara keluar radiator meningkat. Peningkatan temperatur ini mengikuti dengan pola yang sama, namun selisih antara temperaur udara masuk melalui permukaan sirip dan tube radiator ,dengan temperatur udara keluar dari radiator pada pemanfaatan pendingin udara dan air lebih besar dibandingkan dengan hanya meng gunakan pendingin udara saja pada pengujian radiator standart. Kondisi demikian disebabkan oleh pendinginan udara dan air lebih mampu membuang panas, sehingga temperatur udara keluar radiator lebih tinggi dibandingkan dengan hanya menggunakan pendingin udara pada radiator standart.

3. Hubungan variasi pendingin radiator terhadap temperatur mesin

Berdasarkan dari grafik diatas terlihat semakin besar putaran mesin, maka tem-peratur mesin meningkat. Peningkatan temperatur ini mengikuti pola yang sama, namun temperatur mesin menggunakan pendingin udara dan air lebih landai dan cenderung stabil dibandingkan dengan hanya menggunakan pendingin udara saja pada pengujian radiator standart. Temperatur mesin dengan memanfaatkan pendingin udara dan air memiliki pendinginan yang lebih sempurna, karena panas mesin yang dibawa oleh air pendingin menuju radiator, lebih dapat dibuang ke udara dibandingkan hanya menggunakan pendingin udara pada radiator. Sehingga pada saat hujan pendinginan mesin lebih sempurna yang diakibatkan oleh pembuangan panas pada radiator lebih sempurna pula.

4. Hubungan variasi pendingin radiator terhadap laju pembuangan panas

Berdasarkan dari grafik diatas dimana terlihat semakin besar putaran mesin, maka laju pembuagan panas semakin meningkat meningkat. Peningkatan laju pembuagan panas ini mengikuti pola yang sama, namun laju pembuagan panas menggunakan pendingin udara dan air lebih tinggi di-bandingkan dengan hanya menggunakan pendingin udara saja pada pengujian radiator standart. Kondisi demikian disebabkan oleh selisih temperatur udara masuk radiator dan keluar radiator mengunakan pendingin udara dan air lebih besar dibandingkan dengan selisih temperatur udara masuk radiator dan keluar radiator mengunakan pendingin udara saja. Selisih temperatur ini akan memperbesar jumlah panas yang mampu dibuang ke udara lingkungan.

5. Hubungan variasi pendingin radiator terhadap koefisien perpindahan panas

Berdasarkan dari grafik diatas. dimana terlihat semakin besar putaran mesin, maka

Mustafa


laju pembuagan panas semakin meningkat. Peningkatan koefisien pembuangan panas ini mengikuti pola yang sama, namun koefisien pembuangan panas menggunakan pendingin udara dan air lebih rendah ,dibandingkan dengan hanya menggunakan pendingin udara saja pada pengujian radiator standart. Kondisi demikian disebabkan oleh selisih temperatur udara masuk dan keluar menggunakan pendingin udara dan air lebih besar dibandingkan dengan pendingin udara saja. Selisih dari temperatur ini berfungsi sebagai pembagi pada persamaan koefisien pembuangan panas.

KESIMPULAN

1. Menggunakan pendingin udara dan air pada radiator memiliki temperatur mesin lebih rendah dibandingkanmenggunakan pendingin udara.

2. Menggunakan pendingin udara dan air pada radiator memiliki laju pembuangan panas lebih tinggi dibandingkan menggunakan pendingin udara.

3. Menggunakan pendingin udara dan air pada radiator memiliki koefisien pembuangan panas lebih rendah dibandingkan menggunakan pendingin udara.

DAFTAR PUSTAKA

Ariyanto, H., Pengaruh Kecepatan Aliran Fluida Masuk Terhadap Efektivitas Heat Exchanger Model Shell And Tube, Tugas Akhir no. 00.54.401, Jurusan Teknik Mesin UK Petra, 2000.

Cengel, Y. A., Introduction to Thermodynamics and Heat Transfer, New York: McGraw Hill, 1997.

Daryanto, Reparasi Sistem Pendinginan Mesin Mobil, Jakarta Departemen Teknik Mesin Universitas Indonesia, Jakarta

Handoyo E. H., Pengaruh Kecepatan Aliran Terhadap Efektivitas Shell-and-Tube Heat Exchanger, Jurnal Teknik Mesin Vol. 2, No. 2, 2000

Holman J. P., Perpindahan Kalor , Jakarta : Penerbit Erlangga, 1995.

Incropera, F.P. and D.P. DeWitt, Fundamentals of Heat Transfer, New York: John Wiley & Sons, 1981.

Koestoer, R. A. dan Zulkifli , Perpindahan Kalor Konveksi, Laboratorium Perpindahan Kalor – Fakultas Teknik Universitas Indonesia, Jakarta, 1998.

Murti M. R., Laju pembuangan panas pada radiator dengan fluida campuran 80 % Air dan 20 % RC pada rpm konstan, Jurnal Teknik Mesin Cakram, Vol. 2 No. 1, 2008.

Toyota Astra Motor, PT., New Step 1 Training Manual, Toyota Service Training, Jakarta, 1994.


EVALUASI PELAKSANAAN PROYEK PEMBANGUNANRUANG KELAS MIN TIRAK DENGAN METODE NILAI HASIL

Lyya Supriono

* Staf Pengajar Fakultas Teknik Universitas Merdeka Madiun

Abstract

There are many constraint in every construction project occur in finishing process, because of that, it needs to held weekly evaluation to see the working process, is it getting delay or fast. By the evaluation we can know the constraint early so it can be done the anticipation in well. The method uses to evaluated construction project the new class room in MIN Tirak is result value method. From the evaluation it can be concludes that the project has benefit by the benefitial Rp. 10.446.574,00. The value of SPI=1 so the project run as the schedule planed or can be said on schedule.

Key word: cost, project evaluation, time, value result method

PENDAHULUAN

1. Latar Belakang

Pembangunan dibidang kontruksi antara satu proyek dengan proyek yang lain memiliki kendala yang berbeda. Begitu pula dengan proyek pembangunan Ruang kelas MIN tirak tak lepas dari kendala dan resiko yang harus dihadapi. Setiap kendala dan hambatan tentunya akan sangat berpengaruh terhadap kelangsungan pelaksanaan proyek tersebut.

Untuk mengatisipasi hal tersebut maka perlu dilakukan evaluasi disetiap minggu atau bulannya agar terpantau apakah suatu pekerjaan mengalami keterlambatan atau percepatan. Waktu pelaksanaan tentu akan mempengaruhi biaya. Semakin lama pelaksanaan tentunya akan semakin banyak dana yang harus dikeluarkan. Untuk mengon-trol penggunaan dana maka dengan itu dilakukan evaluasi yang berhubungnan

dengan waktu dan biaya dengan metode nilai hasil.

Metode nilai hasil adalah memiliki be-berapa indicator diantaranya adalah ACWP, BCWP dan BCWS.

2. Rumusan Masalah

Yang menjadi rumusan masalah dalam pelaksanaan pekerjaan ini adalah sebagai berikut:

a. Apakah proyek menguntungkan?

b. Berapa lama waktu penyelesaian proyek ?

3. Tujuan

Yang menjadi tujuan masalah dalam pelaksanaan pekerjaan ini adalah sebagai berikut:

a. Untuk mengetahui proyek mengun tungkan atau tidak.

b. Untuk mengetahui waktu penyelesaian proyek.

Lyya Supriono


4. Batasan Masalah

Yang menjadi batasan masalah dalam pelaksanaan pekerjaan ini adalah sebagai berikut:

a. Obyek yang dijadikan penelitian adalah pembangunan ruang kelas MIN Tirak.

b. Melakukan analisis hanya pada waktu dan biaya dengan metode nilai hasil.

LANDASAN TEORI

1. Manajemen Proyek

Manajemen Proyek adalah kegiatan meren-canakan, mengorganisasikan, meng arahkan dan mengendalikan sumberdaya organisasi perusahaan untuk mencapi tujuan tertentu dalam waktu tertentu dengan sumber daya tertentu (Budi Santoso, 1997).

2. Metode Nilai Hasil

Metode yang berfungsi untuk meng-endalikan waktu dan biaya pelaksanaan kontruksi. Metode ini dapat memberikan gambaran nilai akhir biaya yang harus dikeluarkan dan waktu penyelesaian proyek.

a. Biaya Aktual

Actual Cost of Work Perform (ACWP) yaitu Variabel yang menyatakan pengeluaran actual dari pekerjaan yang sudah dikerjakan sampai waktu tertentu

b. Nilai Hasil

Bugdeted Cost of Work Performanced (BCWP) Variabel yang menyatakan jumlah biaya yang dikeluarkan untuk pekerjaan yang sudah dikerjakan.

c. Jadwal Anggaran

Budgeted Cost of Work Schedule (BCWS) yaitu variable yang menyatakan besarnya biaya yang dianggarkan untuk pekerjaan yang dijadwalkan untuk satu periode tertentu dan ditetapkan dalam anggaran

d. Varians Biaya dan Jadwal Terpadu

Varians Biaya/Cost Varians (CV) dan Varians Jadwal/Schedule Varians (SV) menurut Iman Suharto, 1997., Dirumuskan sebagai berikut:

Varians Biaya(CV)=BCWP–ACWP(2.1)

Varians Jadwal(SV)= CWP–BCWS( 2.2)

Kriteria untuk kedua indikator tersebut diatas baik itu CV (Cost Varians) maupun SV (Schedule Varians) ditabelkan oleh Iman Soeharto seperti tersebut dibawah ini:

Tabel 2.1 Analisa Varians Terpadu

CV SV Indikasi

nol nol On schedule, on cost

positif nolOn schedule, under cost

negatif nol On schedule, over cost

nol positifA head schedule, on cost

positif negatifA head schedule, under cost

negatif positifA head schedule, over cost

nol negatifBehind schedule, on cost

positif negatifBehind schedule, under cost

negatif negatifBehind schedule, over cost

Sumber: Iman Suharto, 1997:273

e. Indeks Produktivitas dan Kinerja

Indek kinerja biaya dan waktu meng-gunakan rumus sebagai berikut:

Indeks Kinerja Biaya

(2.3)

Evaluasi Pelaksanaan Proyek Pembangunan Ruang Kelas


Indeks Kinerja Jadwal

(2.4)

f. Perkiraan waktu dan biaya penyelesaian proyek Perkiraan waktu dan biaya dicari dengan dengan rumus sebagai berikut:

(2.5)

(2.6)

Kurva S

Kurva S berisi tentang progres pekerjaan yang telah dicapai selama pekerjaan kontruksi berlangsung. Kurva S merupakan cara termudah untuk melihat kemajuan suatu pekerjaan.

METODE PENELITIAN

1. Metode Penelitian

Jenis metode yang dipergunakan dalam penelitian ini adalah deskritif kuantitatif yaitu mempergunakan data yang terukur. Sedangkan deskritif yaitu dengan memberikan penjelasan tentang masalah yang terkait dengan hasil pengolahan data.

2. Pengumpulan Data

Pengumpulan data dari pihak pengawas berupa rencana anggran biaya, Laporan mingguan, laporan bulanan, schedule dan data akuntansi proyek MIN Tirak.

3 Teknik Pengumpulan Data

Memperoleh data laporan mingguan, bulanan dan Schedule dari konsultan pengawas

4. Tahap dan Prosedur Penelitia

a. Studi literature

b. Mengitung ACWP, BCWP, BCWS

c. Menghitung CV,SV, CPI, SPI, ETC

d. Menghitung EAC

e. Pembahasan

f. Kesimpulan

g. Saran

PEMBAHASAN

Waktu pelaksanaan proyek maksimal hingga 12 minggu. Jika melebihi batas waktu yang telah ditentukan maka akan ada sangksi yang diberikan kepada kontraktor. Untuk itu dilakukan evaluasi dengan metode nilai hasil. Dengan indicator yang ada maka diperoleh hasil sebagai berikut:

4.1 Tabel perhitungan BCWP

MGG BCWP BCWP Kom

1 9.405.000 9.405.000

2 23.158.300 32.563.300

3 12.179.860 44.743.160

4 19.210.400 63.953.560

5 14.406.700 78.360.260

6 13.907.300 92.267.560

7 49.703.500 141.971.060

8 44.745.800 186.716.860

9 5.155.700 191.872.560

10 8.853.240 200.725.800

11 26.090.900 226.816.700

12 41.968.300 268.785.000

Sumber: Hasil olahan

BCWP diperoleh Rp.268.785.000,00

4.2 Tabel perhitungan BCWS

MGG BCWS BCWS Kom

1 8.943.497 8.943.497

2 9.060.230 18.003.727

3 14.461.961 32.465.687

4 12.234.788 44.700.476

Lyya Supriono


MGG BCWS BCWS Kom

5 12.234.788 56.935.264

6 23.563.404 80.498.668

7 23.563.404 104.062.072

8 20.352.122 124.414.194

9 13.519.065 137.933.259

10 13.519.065 151.452.324

11 49.642.297 201.094.621

12 67.889.031 268.983.652


BCWP diperoleh Rp.268.983.652,00

4.3 Tabel perhitungan ACWP

MGG ACWP ACWP Kom

1 10.195.750 10.195.750

2 16.535.750 26.731.500

3 11.935.750 38.667.250

4 16.935.750 55.603.000

5 13.935.750 69.538.750

6 13.675.750 83.214.500

7 38.935.750 122.150.250

8 40.935.750 163.086.000

9 6.918.750 170.004.750

10 10.983.750 180.988.500

11 20.935.750 201.924.250

12 56.421.750 258.346.000


ACWP diperoleh Rp.258.362.000,00

4.6. Tabel Rekapitulasi Nilai SPI, CPI

MINGGU KE CPI SPI

1 0,92 1,1

2 1,22 1,8

3 1,16 1,4

MINGGU KE CPI SPI

4 1,15 1,4

5 1,13 1,4

6 1,11 1,1

7 1,16 1,4

8 1,14 1,5

9 1,13 1,4

10 1,11 1,3

11 1,12 1,1

12 1,04 1,0


Idek kinerja Biaya pada minggu pertama pengeluran lebih besar dari rencana, sedangkan pada minggu berikutnya hingga minggu ke dua belas pengeluaran lebih kecil dari anggaran yang telah ditentukan. Sedangkan untuk indek kinerja waktu me-nunjukan bahwa pengerjaan lebih cepat dari rencana dari minggu pertama hingga minggu ke sebelas. Sedangkan minggu ke dua belas tepat sesuai dengan schedule rencana

4.5. Tabel Rekapitulasi Nilai CV, SV

CV SV

-790.750 461.503

5.831.800 14.559.573

6.075.910 12.277.473

8.350.560 19.253.084

8.821.510 21.424.996

9.053.060 11.768.892

19.820.810 37.908.988

23.630.860 62.302.666

21.867.810 53.939.301

19.737.300 49.273.476

24.892.450 25.722.079

10.439.000 -198.652

Evaluasi Pelaksanaan Proyek Pembangunan Ruang Kelas



Pada minggu pertama pekerjaan selesai lebih cepat dari pada rencana dengan menelan biaya di atas anggaran., sedangkan pada minggu ke dua hingga minggu ke sebelas pekerjaaan terlaksana lebih cepat dari pada jadwal dengan biaya lebih kecil dari pada anggaran, untuk minggu ke dua belas pekerjaan selesai lebih lambat dan menelan biaya yang lebih kecil.

4.6. Tabel Rekapitulasi Nilai ETC, EAC

ETC EAC

281.403.418 258.537.078


Nilai Perkiraan biaya hingga akhir sebesar Rp.258.537.078,00

KESIMPULAN DAN SARAN

1. Kesimpulan

Hasil dari analisis data diatas dapat di-simpulkan bahwa:

a. Biaya yang harus dikeluaarkan hingga akhir pekerjaan adalah Rp. 258.537.078,

b. SPI sama dengan satu menunjukkan bahwa penyelesaian proyek on schedule

2. Saran

Agar pengendalian dapat berjalan secara efektif maka tidak hanya dibutuhkan manajemen yang baik tapi juga membutuhkan tenaga ahli yang harus dipersiapkan

DAFTAR PUSTAKA

Karnila, 2012. Analisis Nilai Hasil Terhadap Biaya pada Proyek Kontruksi (Studi kasus Pada Proyek Pembangunan Gedung Perkuliahan Fispol Universitas Gajah Mada Yogyakarta.

M. Fauzan Mawardi. Evaluasi Kemajuan Proyek Dengan Metode Nilai Hasil Proses Pengendalian Kinerja Waktu dan Biaya

Santoso Budi, 1997. Manajemen Proyek, Guna darma, Surabaya.

Suharto, Iman, (1995), Manajemen Proyek : Dari Konseptual sampai Operasional, Erlangga, Jakarta.

Simanjuntak P., Gray C.,dkk, 1992. Pengantar Evaluasi Proyek. Jilid II, Penerbit Gramedia Pustaka, Jakarta.

Soedrajat, Sastramadja. 1994. Analisa (Cara Modern) Anggaran Biaya Pelaksanaan, Penerbit Nova, Bandung.

Tarore H., 2001. Analisis Sistem Rekayasa Konstruksi (ASREKO). Sam Ratulangi University Press, Manado.

Yohanes L.D. Adianto, Ali Maliki, Wisnu Prasetyo. Analisis Biaya dan Waktu Optimal pada Proyek Ruko Paskal Hypersquare dengan Least Cost Scheduling. Volume 14, No. 1 Edisi XXXIV Pebruari 2006.


IMPLEMENTASI DAN ANALISIS SEMANTIC RELATION ANTAR KATA DALAM BAHASA INGGRIS MENGGUNAKAN PENDEKATAN PATH BASE

Eldita Febrian Selfiendi1 & Moch. Arif Bijaksana. 2

1 Mahasiswa Teknik Informatika, Universitas Telkom2Dosen Teknik Informatika, Universitas Telkom

1 [email protected] [email protected]

Abstract

Today a lot of data in text in world. The large number of data in text make amount of research data text increases. To produce research data text with accurate result required some things one is semantic relation. Semantic relation is relatedness between words based on the relationships that owned by those word. Calculation on semantic relation can solved using path base approach. Path representation semantic relation in graf. In this research built a system that calculate semantic relation using path base approach. This system calculations involving influence of the number of text relationship,depth and combination weights and depth. Based on test results showed that using path base generated weak correlation, amount of relation can increase correlation and highest correlation occurred in calculation using weight and depth.

Keywords: depth, graph, path base, semantic relation and weight

Abstrak

Dewasa ini banyak data berbentuk teks dalam bahasa Inggris.Banyaknya jumlah data tersebut mengakibatkan jumlah penelitian tentang data teks meningkat.Untuk menghasilkan penelitian data teks dengan hasil yang akurat dibutuhkan beberapa hal salah satunya semantic relation.Semantic relation adalah keterkaitan antar kata berdasarkan relasi yang dimiliki oleh kata tersebut.Perhitungan pada semantic relation dapat diselesaikan dengan menggunakan pendekatan path base. Path base memodelkan semantic relation menggunakan graf. Pada penelitian ini dibangun sistem yang menghitung semantic relation dengan menggunakan pendekatan path base.Sistem ini melakukan perhitungan dengan melibatkan pengaruh jumlah jenis relasi kata, kedalaman serta kombinasi bobot dan kedalaman pada graf. Berdasarkan hasil pengujian menunjukan bahwa perhitungan dengan menggunakan path base dihasilkan korelasi lemah, semakin banyak relasi maka hasil korelasi akan semakin meningkat serta perhitungan dengan korelasi tertinggi didapatkan dengan menggunakan kombinasi bobot dan kedalaman.

Kata Kunci: bobot, graf, kedalaman, path base dan semantic relation..

Implementasi dan Analisis Semantic Relation


PENDAHULUAN

Dewasa ini semakin banyak data yang termuat dalam bentuk teks.Banyaknya data tersebut membuat penelitian tentang data teks semakin meningkat.Contohhnya Word Sense Ambiguation, Semantic Information Retrieval, Text Clustering dan Semantic Text Relatedness.Untuk menghasilkan hasil yang memiliki akurasi yang baik penelitian tersebut membutuhkan perhitungan semantic relation antar kata. Saat ini proses tersebut dialakukan dengan cara mengambil data keterkaitan antar kata yang telah didefinisikan oleh ahli. Data tersebut memiliki kekurangan yaitu tidak memiliki acuan ukuran yang sama antar ahli.

Semantic relation adalah keterkaitan sepasang kata berdasar relasi kata yang dimilikinya.Relasi tersebut dapat berupa hipernim, hiponim, meronim serta holonim.Terdapat beberapa pendekatan untuk membangun semantic relation antar kata salah satunya adalah path base.Pendekatan ini merepresentasikan hubungan antar kata dalam bentuk graf dengan node sebagai kata atau sense dan edge sebagai relasi antar kata atau sense.Semantic relation antar kata dihitung dengan cara mengalikan bobot pada edge dan kedalaman node sebuah jalur yang terbentuk. Path base melakukan perhitungan berdasarkan hierarki antar kata atau sense dalam knowledge base.

Pada penelitian ini dikembangkan sistem yang dapat mengitung semantic relation antar kata dalam Bahasa Inggris. Penelitian ini juga melakukan pengamatan pengaruh jumlah jenis relasi kata yang digunakan, bobot dan kedalaman terhadap hasil perhitungan yang didapatkan.Digunkan Bahasa Inggris dikarenakan Bahasa Inggris adalah bahasa yang banyak digunakan di dunia.Selain itu, Bahasa Inggris juga telah memiliki knowledge base yang lengkap yaitu WordNet.WordNet merupakan knowledge base yang sudah

banyak digunakan untuk penelitian dalam bidang text mining dan memiliki library yang bisa langsung ditambahkan pada sistem.

RUMUSAN MASALAH

Berdasarkan pendahuluan yang telah dijelaskan sebelumnya, maka rumusan masalah yang dipaparkan pada penelitian ini adalah

1. Bagaimana menghitung semantic relation antar kata(noun) dalam bahasa Inggris pada suatu pasangan kata ?

2. Bagaimana pengaruh jumlah relasi, ke-dalaman dan kombinasi bobot dan kedalaman terhadap hasil perhitungan menggunakan pendekatan path base ?

DASAR TEORI

1. Semantic Relation

Semantic relation mendefinisikan asosiasi antar konsep.Asosiasi itu dapat berupa classical relation seperti hypernemy, hyponomy, meronymy, antonomy, synonymy dan implicit connection. Asosiasi tersebut didapatkan dari deskripsi konsep tersebut yang telah ada pada knowledge source[11].

Hipernim merupakan relasi yang me-nunjukan apabila kata yang pertama me-miliki tingkatan yang lebih tinggi dari kata berikutnya.Contoh hipernim dari car adalah machine. Hiponim merupakan relasi yang terjadi apabila kata pertama merupakan subclass dari kata berikutnya.Contoh hipo-nim dari device adalah machine.Meronim merupakan relasi yang menunjukan bahwa kata yang pertama lebih umum dari pada kata berikutnya.Contoh meronim laptop adalah microprocessor.Holonim adalah relasi yang berlawanan dengan meronim. Contoh holonim dari central processing unit adalah laptop[3,4].

Terdapat beberapa penelitian yang dijadikan acuan untuk melakukan penelitian

Eldita Febrian Selfiendi & Moch. Arif Bijaksana


tentang semantic relation yaitu penelitian yang telah dilakukan oleh Rada et al.(1989) dan Susna (1993). Penelitian Rada et al.(1989) melakukan perhitungan keterkaitan antar kata dengan cara mekalkulasi panjang length antar node. Penelitian Susna (1993) melakukan perhitungan keterkaitan antar kata dengan menggunakan representasi graf.Penelitian ini menggunakan graf yang berbobot. Perhitungan dilakukan dari dua arah dari node awal ke node akhir dan sebaliknya[2,8,10].

Dewasa ini semantic relation banyak digunakan untuk Natural Language Processing (NLP) application. Contohnya Word Sense Ambiguation, Semantic Information Retrieval, Finding real spelling errors dan computing lexical chain[2].

2. Path Base

Path baseadalah sebuah metode yang memodelkan semantic relation dalam bentuk graf. Graf digunakan untuk melakukan per hitungan keterkaitan antar kata.Node merupakan representasi dari word dan sense se dangkan edge merupakan representasi relasi antar kata dalam WordNet. Bobot graf yang digunakan pada penelitian ini mengacu pada probability of occurrences yang diciptakan oleh Song et al (2004). Bobot graf yang digunakan adalah sebagai berikut :

Tabel 2.1 Probability Of Occurrence

WordNet 2.0 Edge Type

Probability of Occurence

Hypernym / Hyponym 0.61

Part Meronym / Holonym

0.0367

Perhitungan menggunakan path base dapat dilakukan dengan 3 cara yaitu per-hitungan menggunakan bobot, per hitungan menggunakan kedalaman dan gabunagan perhitunagan menggunakan bobot dan kedalaman.

Perhitungan menggunakan bobot yang disebut SCM dilakukan dengan cara meng-alikan bobot edge yang ada pada jalur antar kedua kata tersebut. Jika terdapat lebih dari satu jalur maka akan dipilih hasil perkalian bobot yang terbesar. SCM dapat dirumuskan sebagai berikut

(𝑆, 𝑂, 𝑃) = Π𝑙𝑖=1𝑤𝑖 (2.1)

Keterangan

w = bobot pada edge yang dilalui.

Perhitungan menggunakan kedalaman yang biasa disebut dengan SPE dilakukan dengan cara mengalikan kedalaman jalur yang dimiliki antar kedua kata. Jika terdapat lebih dari satu jalur maka akan dipilih hasil perkalian terbesar. SPE dapat dirumuskan sebagai berikut :

(2.2)

Keterangan

d = kedalaman node yang dilalui

dmax = kedalaman dari maksimum WordNet yaitu 15

Perhitungan menggunakan kombinasi antara bobot dan kedalaman dilakukan dengan cara mengalikan hasil perhitungan bobot dan hasi perhitungan kedalaman. Jika terdapat lebih dari satu jalur maka akan dipilih hasil perkalian terbesar. Perhitungan ini dapat dirumuskan sebagai berikut

SCM.SPE = {(𝑆, 𝑂, 𝑃) ∙ (𝑆, 𝑂, 𝑃) (2.3)

[6,7,11]

3. WordNet

WordNet adalah sebuah knowledge base yang biasa digunakan untuk penelitian keterkaitan leksikal.WordNet merupakan kamus elektronik tentangnoun, verbs, adjectives, dan adverbs yang dikembangkan



di Pricenton University. WordNet memiliki 117.798 noun, 11.592 verb, 22.479 adjective dan 4.481 adverb.WordNet menyajikan data kata dalam bentuk synonym set (synset/sense). Sense merupakan kumpulan kata yang memiliki makna sejenis.Terdapat kemungkinan satu kata memiliki beberapa sense dikarenakan terdapat beberapa kata yang memiliki banyak makna.Setiap sense memiliki gloss. Gloss adalah contoh kalimat yang digunakan untuk memperjelas suatu synset [1,4,8,12]

Contoh sense pada WordNet adalah sebagai berikut, kata computer pada WordNet memiliki 2 sense.Sense pertama computer = { computing machine, computing device, data processor, electronic computer, information processing system } dengan gloss (a machine for performing calculations automatically). Sense kedua computer = {calculator, reckoner, figurer, estimator, computer } dengan gloss(an expert at calculation (or at operating calculating machines)[4].

Pada WordNet disediakan relasi antar kata berdasarkan sense kata tersebut.Relasi yang terdapat pada WordNet adalah hipernim, hiponim, meronim, holonim dan antonim. Contoh hipernim computer pada sense pertama adalah {machine, device, instrumentality:instrumentation, artifact:artifact, whole:unit, object, entity}. Contoh hiponim computer pada sense pertama adalah analog computer, digital computer. Contoh meronim computer pada sense pertama adalah keyboard, bus, microchip[4]

METODE PENELITIAN

Pada penelitian ini dibangun sebuah sistem yang dapat melakukan perhitungan hubungan relasi antar kata benda dalam bahasa Inggris. Sistem ini menerapkan semantic relation dengan pendekatan pathbase. Gambaran umum sistem ini adalah sebagai berikut

Gambar 3. 1 Gambaran Umum Sistem

Masukan sistem adalah sepasang kata Bahasa Inggris.Sistem membuat graf berdasar pada hierarki kata tersebut pada WordNet.Setelah graf terbentuk sistem mencari jalur yang menghubungkan antara sepasang kata tersebut.Sistem melakukan perhitungan semantic relation berdasar pada jalur yang telah terbentuk. Kemudian sistem melakukan pengecekan kondisi semua sense pada kata

pertama telah dibandingkan dengan semua sense pada kata kedua, jika masih terdapat sense yang belum dibandingkan maka kembali pada proses pembentukan graf jika tidak system menampilkan hasil perhitungan dan proses selesai.

1. Pembuatan Graf

Terdapat 2 jenis proses pembuatan graf pada penelitian ini, graf yang pertama



adalah graf dengan relasi hipernim-hiponim dan graf yang kedua adalah graf dengan relasi hipernim-hiponim dan meronim-holonim. Pembuatan graf dimulai dengan mendeklarasikan relasi dari kata pertama dan kedua. Proses deklarasi relasi dilakukan menggunakan library RiTa WordNet[5]. Proses selanjutnya adalah pembuatannode dan edge dengan bobot yang sesuai dengan relasi yang dimiliki kata tersebut.

2. Pencarian Jalur

Jalur yang digunakan adalah jalur yang memiliki hasil perkalian terbesar dari bobot edge yang dilalui dari node kata pertama hingga node kata kedua.

3. Proses Perhitungan

Pada penelitian ini dilakukan 3 jenis perhitungan semantic relation yaitu perhitungan secara SCM, SPE dan SCM.SPE. Setiap jalur yang tercipta dihutung semantic relation dengan SCM, SPE maupun SCM.SPE pada setiap jalur yang terbentuk. Setelah semua jalur telah dihitung maka akan dicari nilai terbesar dari masing – masing perhitungan menggunakan SCM, SPE maupun SCM.SPE

HASIL PENELITIAN DAN PEMBAHASAN

1. Pengujian Sistem

Sistem ini diuji menggunakan data test wordsim353 semantic relatedness.Wordsim353 semantic relatedness terdiri dari 252 pasang kata beserta nilai keterkaitan tiap pasang kata tersebut. Nilai keterkaitan antar kata atau yang biasa disebut dengan gold standart merupakan nilai yang dihasilkan dari pemikiran beberapa ahli. Contoh data test adalah pasangan kata planet – constellation memiliki gold standart 8.06 [9]. Pada penelitian ini hanya diujikan 194 pasang kata dari data test dikarenakan terdapat kata pada data test yang tidak tersedia dan tidak memiliki hipernim yang lengkap pada library yang digunakan oleh penulis.

Terdapat 2 pengujian yang dilakukan pada penelitian ini. Pengujian pertama dilakukan pada graf pertama sistem yaitu graf dengan relasi hipernim – hiponim. Sistem diuji menggunakan data test untuk melakukan perhitungan semantic relation secara SCM, SPE maupun SCM.SPE. Pengujian kedua dilakukan pada graf kedua sistem yaitu graf dengan relasi hipernim – hiponim dan meronim-holonim. Sistem diuji dengan data test untuk melakukan perhitungan semantic relation seperti pada pengujian pertama. Setelah didapatkan hasil perhitungan semantic relation secara SCM, SPE dan SCM.SPE baik dari graf pertama maupun graf kedua dilakukan perhitungan korelasi hasil perhitungan sistem dengan gold standart dengan bantuan Ms.Excel. Berikut adalah hasil perhitungan korelasi

Tabel 3.1 Hasil KorelasI

RELASIPERHITUNGAN

SCM SPE SCM.SPE

Hipernim-Hiponim

0.0818 0.14 0.200

Hipernim-Hiponim dan

Meronim-Holonim

0.0819 0.17 0.201

2. Analisis Sistem

Setelah dikembangkan sistem perhitungan semantic relation dan dilakukan pengamatan pengaruh jumlah relasi, kedalaman dan perpaduan bobot dan kedalaman terhadap hasil perhitungan maka pada pembahasan selanjutnya dilakukan analisis berdasarkan hasil pengujian.

a. Analisis Pengaruh Relasi

Berdasarkan hasil pengujian menunjukan bahwa perhitungan menggunakan relasi hipernim-hiponim dan meronim-holonim menghasilkan korelasi yang lebih tinggi baik menggunakan SCM, SPE maupun SCM.SPE.



Hal ini disebabkan semakin banyak relasi yang terbentuk maka jalur yang terbentuk akan semakin banyak sehingga memungkinkan menghasilkan perhitungan dengan korelasi yang lebih baik.

b. Analisis Pengaruh Kedalaman

Berdasar hasil pengujian menunjukan bahwa perhitungan menggunakan SPE memiliki korelasi yang lebih tinggi diban-dingkann dengan SCM baik menggunakan relasi hipernim-hiponim maupun hipernim-hiponim dan meronim-holonim.Perhitungan SPE dapat lebih baik jika dibandingkan dengan SCM dikarenakan jika terdapat dua pasangan kata yang memiliki jumlah edge yang sama namun memiliki tingkat kedalaman yang ber-beda akan menghasilkan perhitungan yang berbeda.

c. Analisis Pengaruh Bobot dan Kedalaman

Berdasar hasil pengujian perhitungan SCM.SPE memiliki korelasi yang lebih tinggi jika dibandingkan dengan SCM dan SPE baik pada relasi hipernim-hiponim maupun relasi hipernim-hiponim dan meronim-holonim. Perhitungan dengan menggunakan SCM.SPE menghasilkan korelasi yang paling tinggi dikarenakan perhitungan ini selain memperhatikan jarak juga memperhatikan kedalaman jalur yang dilewati. Jika terdapat jalur dengan panjang jalur yang sama maka sistem akan memilih jalur yang memiliki hasil perkalian bobot dan kedalaman yang paling besar.

d. Analisis Pengaruh Korelasi

Berdasarkan hasil pengujian korelasi ter-besar yang didapatkan adalah 0.201. Hasil kor-elasi tersebut tergolong dalam korelasi lemah. Didapatkan hasil korelasi lemah pada peneli-tian ini dikarenakan penelitian ini mengguna-kan pendekatan path dengan relasi hipernim, hiponim, meronim dan holonim. Pendekatan path hanya mengandalkan jalur taksonomi dari kata untuk melakukan perhitungan, jika

jalur yang menghubungkan kedua kata ter-sebut menghasilkan perhitungan yang kecil maka hasil keterkaitan kata tersebut juga kecil begitu pula sebaliknya.

PENUTUP

1. Simpulan

Berdasarkan hasil pengujian yang telah dilakukan dapat ditarik kesimpulan bahwa korelasi yang dihasilkan dengan menggunakan path base tergolong dalam korelasi lemah. Semakin banyak jenis relasi kata yang digunakan maka menghasilkan perhitungan korelasi yang semakin tinggi.Perhitungan semantic relation dengan memperhatikan pengaruh bobot dan kedalaman menghasilkan korelasi yang paling baik dari pada perhitungan dengan menggunakan bobot maupun kedalaman saja.

2. Saran

Berikut ini adalah beberapa saran untuk pengembangan penelitian ini lebih lanjut

a. Penelitian selanjutnya menggunakan semua relasi yang dimiliki oleh kata.

b. Penelitian selanjutnya menggunakan semua POS(Part Of Speech) tidak hanya noun.

DAFTAR PUSTAKA

Agirre Eneko, Alfonseca Enrique , Hall Keith, Kravalova Jana Marius,Pasca, Soroa Aitor. (2007). A Study on Similarity and Relatedness Using Distributional and WordNet-based Approaches. IXA NLP Group, University of the Basque Country

Budanitsky Alexander, Hirs Graeme.(2006). Evaluating WordNet-based Measures of Lexical Semantic Relatedness.Association for Computional Linguistics Volume 32 Number 1.

Jurafsky, Dan dan Chirstopher Manning. WordNet Meaning and Similiarity. http://



spark-public.s3.amazonaws.com/nlp/slides/sem.pdf. diakses November 2015

Miller A,George et all. WordNet A Lexical database for English. https://wordnet.princeton.edu/. diakses November 2015

Shiffman, Daniel. WordNet.http://shiffman.net/teaching/a2z_2008/wordnet. diakses pada Oktober 2015

Tag Gon Kim. 2004. Artificial Intelligence and Simulation. Korea.

Tsatsaronis, G., & Iraklis varlamis & Michalis Vazirgianis. 2010). Text Relatedness Based on a Word Thesaurus. Journal of Artificial Intelligence Research 37(2010) 1-39

Wang, T., and Hirst, G. 2011. Refining the notions of depth and density in WordNet-based semantic similarity measures. InProceedings of the 2011 Conference on Empirical Methods in Natural Language Processing, pp. 1003–11. Stroudsburg,

PA, USA: Association for Computational Linguistics

WordSim353 - Similarity and Relatedness. http://alfonseca.org. diakses November 2015

Yazdani Majid, Popescu-Belis Andrei.(2013). Computing text semantic relatedness using the contents and linksof a hypertext encyclopedia.Artificial Intelligence 194 176-202

Zhang Ziki, Lisa Anna, Ciravegna Fabio.(2012). Recent advances in methods of lexical semantic relatedness – a survey. Natural Language Engineering / Volume 19 / Issue 04 / October 2013, pp 411 – 47.

Zesch, T., and Gurevych, I. (2010). Wisdom of crowds versus wisdom of linguists – measuring the semantic relatedness of words.Natural Language Engineering16(1), 25–59


KAJIAN EKONOMI PROYEK PENGADAAN DANPERBAIKAN TULISAN ALUN-ALUN KABUPATEN NGAWI

Laily Fatmawati1)

1) Staf Pengajar Fakultas Teknik Universitas Merdeka Madiun,

email : [email protected]

ABSTRACT

Control and implementation of the project have to be done in the same time. Project control is done to make the project work in limited time, cost, and performace based on the planning.

This research used the result value method that aims to know the value of the result that taken from out come, deviation that occured of schedule and cost, and projection of amount cost and time at the end of the implementation of the project.

This research calculated ACWP, BCWP, BCWS, ACWP from the total of direct costs, indirect costs (month 1 to 10). Meanwhile, for 10th month ACWP calculated from total of direct costs, indirect costs and taxes. Then, calculate CV, CPI, SPI, ETC to obtain the value of EAC.

It can be inferred from the result of calculation that the implementation time is appropriate based on the prior plan and the implementation costs is less than the budget plan.

Key word: Cost performance index, Cost variance, Earned value

PENDAHULUAN

Indonesia adalah negara berkembang yang terus menerus mengerjakan proyek konstruksi termasuk pengadaan dan per-baikan. Hal tersebut membutuhkan mana-jemen konstruksi dimana perencanaan dan pengendalian biaya dan waktu merupakan bagian darinya.

Manajemen Konstruksi merupakan salah satu aspek penting yang sangat mempengaruhi biaya dan waktu, dalam pelaksanaan suatu proyek. Salah satu aspek yang ditinjau dari kajian manajemen konstruksi dalam kaitan percepatan pelaksanaan pekerjaan adalah sistem lembur (penambahan jam kerja), dan juga dengan sistem penambahan tenaga

kerja. Langkah efisiensi dalam suatu proyek merupakan modal dalam pekerjaan sesuai jadwal yang telah ditentukan dengan jalan penentuan peralatan yang tepat serta penggunaan biaya dan waktu terampil dan efisien dalam melaksanakan pekerjaan suatu proyek (Ervianto, 2002).

Pengendalian dilakukan seiring dengan pelaksanaan proyek. Pengendalian proyek dilakukan agar proyek tetap berjalan dalam batas waktu, biaya dan performa yang ditetapkan dalam rencana.

Selain penilaian dari segi kualitas atau mutu, prestasi suatu proyek dapat pula dinilai dari segi biaya dan waktu.Biaya yang telah dikeluarkan dan waktu yang digunakan dalam

Laily Fatmawati


menyelesaikan suatu pekerjaan harus diukur secara kontinyu penyimpangannya terhadap rencana. Pengendalian juga sangat dibutuhkan karena adanya keterbatasan sumberdaya, biaya dan waktu dalam penyelesaian suatu proyek.

Penelitian ini menggunakan metode nilai hasil yang bertujuan untuk mengetahui besarnya nilai hasil yang didapat dari biaya yang telah keluarkan, penyimpangan-penyimpangan yang terjadi dari segi jadwal maupun biaya, dan proyeksi jumlah biaya dan waktu pada akhir pelaksanaan suatu proyek.

STUDI PUSTAKA

1. Metode Nilai Hasil

Konsep dasar dari Metode Nilai Hasil dapat digunakan untuk menganalisis kinerja baik dari segi waktu dan biaya dan membuat prakiraan pencapaian sasaran. Indikator-indikator yang digunakan dalam menganalisis adalah Budgeted Cost of Work Scheduled (BCWS), Actual Cost of Work Performed (ACWP) dan Budgeted Cost of Work Performed (BCWP).

a. Budgeted Cost of Work Scheduled (BCWS)

BCWS merupakan anggaran biaya yang dialokasikan berdasarkanrencana kerja yang telah disusun terhadap waktu.BCWS dihitung dari akumulasi anggaran biaya yang direncanakan untuk pekerjaan dalam periode waktu tertentu.BCWS pada akhir proyek (penyelesaian 100%) disebut Budget at Completion (BAC). BCWS juga menjadi tolak ukur kinerja waktu dari pelaksanaan proyek.BCWS merefleksikan penyerapanbiaya rencana secara komulatif untuk setiap paket-paket pekerjaan berdasarkan urutannya sesuai jadwal yang direncanakan. Dengan kata lain perhitungan anggaran menurut jadwal (BCWS) didapat dengan merencanakan seluruh aktifitas proyek berdasarkan metode konstruksi yang terpilih. BCWS ini dapat

digambarkan seperti penjadwalan dengan metode kurva S.

b. Actual Cost of Work Performed (ACWP)

ACWP adalah representasi dari kese-luruhan pengeluaran yang dikeluarkan untuk menyelesaikan pekerjaan dalam periode tertentu. ACWP dapat berupa komulatif hingga periode perhitungan kinerja atau jumlah biaya pengeluaran dalam periode waktu tertentu. Dan juga merupakan komulatif dari biaya pengeluaran langsung dan tidak langsung.

c. Budgeted Cost of Work Performed (BCWP)

BCWP adalah nilai yang diterima dari penyelesaian pekerjaan selama periode waktu tertentu. BCWP ini dihitung berdasarkan akumulasi dari pekerjaan-pekerjaan yang telah diselesaikan dikalikan dengan total anggaran/nilai kontrak. Nilai BCWP ini dapat dihitung dengan menggunakan rumus:

BCWP = % Penyelesaian x Anggaran (1)

2. Varians Biaya dan Jadwal

Menurut Soeharto (1995), suatu sistem pemantauan dan pengendaliandisamping memerlukan perencanaan yang realistis sebagai tolok ukur pencapaian sasaran, juga harus dilengkapi dengan metode yang dapat segera mengungkapkan tanda-tanda terjadinya penyimpangan. Dalam Metode Nilai Hasil ada dua varians yang digunakan yaitu CostVariance (CV) dan Schedule Variance (SV).

a. Cost Variance (CV)

CV merupakan selisih antara nilai yang diperoleh setelah menyelesaikan paket-paket pekerjaan dengan biaya aktual yang terjadiselama pelaksanaan proyek.CV positif menunjukkan bahwa nilai paket-paket pekerjaan yang diperoleh lebih besar dibandingkan dengan biaya yang dikeluarkan untuk mengerjakan paket-paket pekerjaan tersebut. Sebaliknya nilai negatif menunjukkan bahwa nilai paket-paket pekerjaan yang

Kajian Ekonomi Proyek Pengadaan dan Perbaikan


diselesaikan lebih rendah dibandingkan dengan biaya yang sudah dikeluarkan.

b. Schedule Variance (SV)

Schedule variance digunakan untuk menghitung penyimpangan antara BCWS dengan BCWP.Nilai positif menunjukkan bahwa paket-paket pekerjaan proyek yang terlaksana lebih banyak dibanding rencana.Sebaliknya nilai negatif menunjukkan kinerja pekerjaan yang buruk karena paket-paket pekerjaan yang terlaksana lebih sedikit dari jadwal yang direncanakan.

Varians biaya dan jadwal dapat dihiutng dengan menggunakan rumus:

CV = BCWP . ACWP (2)

SV = BCWP . BCWS (3)

Dimana:

CV = Cost Variance

SV = Schedule Variance

3. Indeks Produktivitas dan Kinerja

Menurut Soeharto (1995) untuk menge-tahui efisiensi penggunaan sumber daya, yang dinyatakan sebagai indeks produktivitas atau indeks kinerja. Indeks kinerja ini terdiri dari Indeks Kinerja Biaya (CPI) dan indeks Kinerja Waktu (SPI). Adapun rumusan Indeks kinerja yang dipakai adalah:

Indeks Kinerja Biaya

CPI = BCWP / ACWP (4)

Indeks Kinerja Jadwal

SPI = BCWP / BCWS (5)

4. Proyeksi Pengeluaran Biaya dan Jangka Waktu PenyelesaianProyek

Menurut Soeharto (1995) membuat prakiraan biaya atau jadwal penyelesaian proyek berdasarkan atas indikator yang diperoleh saat pelaporan, akan memberikan petunjuk besarnya biaya pada akhir proyek dan prakiraan waktu penyelesaian proyek. Prakiraan prakiraan biaya atau jadwal amat

bermanfaat karena memberikan peringatan dini mengenai hal-hal yang akan terjadi pada masa yang akan datang, bila kecenderungan yang ada pada saat pelaporan tidak mengalami perubahan. Pada pekerjaan tersisa dianggap kinerjanya tetap seperti pada saat pelaporan.

Untuk menghitung prakiraan biaya untuk pekerjaan tersisa (ETC) dan proyeksi biaya akhir proyek (EAC) adalah:

ETC = (BAC-BCWP) / CPI (6)

EAC = ACWP + ETC (7)

Dimana:

BAC (Budget At Completion) = Anggaran proyek keseluruhan.

CPI (Cost Performance Index) = Indek Kinerja biaya.

SPI (Schedule Performance Index ) = Indek Kinerja Jadwal.

ETC (Estimate to Completion) = Prakiraan biaya untuk pekerjaan tersisa.

EAC (Estimate at Completion) = Prakiraan total biaya proyek.

EAS (Estimate All Schedule) = Prakiraan total waktu proyek.

METODE PENELITIAN

1. Tahap dan Prosedur Penelitiaan

Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut :

Tahap 1

Sebelum melakukan penelitian perlu dilakukan studi literatur untuk memperdalam ilmu yang berkaitan dengan topik penelitian. Kemudian menentukan rumusan masalah sampai dengan kompilasi data.

Tahap 2

Menghitung biaya langsung, biaya tak langsung, pajak, dan total biaya konstruksi. Biaya langsung dihitung dari laporan harian proyek yang diuangkan. Dalam laporan ter-sebut terdapat kebutuhan pekerja, alat

Laily Fatmawati


dan material tiap harinya. Kemudian diaku-mulasikan dari minggu ke-1 sampai ke-10. Biaya tak langsung dihitung dari persentase terhadap biaya konstruksi. Pajak diestimasikan 10 persen dari total biaya langsung dan biaya tak langsung. Biaya total konstruksi dihitung dari penjumlahan biaya langsung dan biaya tak langsung serta ditambahkan dengan pajak. Pajak diestimasikan 10 persen dari total biaya langsung dan biaya tak langsung.

Tahap 3

Menghitung ACWP, BCWP, BCWS, ACWP dihitung dari total biaya langsung, biaya tak langsung, (minggu ke-1 sampai ke-10). Sedangkan untuk minggu ke-10 ACWP dihitung dari total biaya langsung, biaya tak langsung, dan pajak. BCWP dihitung dari bobot aktual terhadap seluruh pekerjaan dari nilai kontrak. BCWS dihitung dari bobot pekerjaan terhadap rencana anggaran biaya.

Tahap 4

Menghitung CV, CPI, SPI, ETC dihitung dari selisih BCWP dengan ACWP. CPI dihitung dari perbandingan BCWP dengan ACWP. SPI dihitung dari BCWP dibagi dengan BCWS. ETC dihitung dari selisih BAC dengan BCWP, kemudian dibagi dengan CPI.

Tahap 5

Menghitung EAC. EAC dihitung dengan meng gunakan rumus ACWP +ETC.

Tahap 6

Pembahasan dan kesimpulan. Pem-bahasan menjelaskan tentang analisis per-hitungan yang telah dilakukan. Setelah didapat hasilnya kemudian diambil keputusan untuk dituangkan ke kesimpulan.


1. Perhitungan ACWP

Perhitungan ACWP dilakukan perhitungan dari minggu pertama sampai minggu ke 12 seperti terlihat pada Tabel 1.

Tabel 1. Perhitungan Actual Cost of Work Performance (ACWP)

Minggu ke ACWP ACWP Kumulatif

1 7.500.000 7.500.000

2 7.500.000 15.000.000

3 7.500.000 22.500.000

4 18.000.000 40.500.000

5 16.000.000 56.500.000

6 15.000.000 71.500.000

7 18.000.000 89.500.000

8 8.000.000 97.500.000

9 16.000.000 113.500.000

10 7.800.000 121.300.000

11 7.800.000 129.100.000

12 2.700.000 131.800.000

2. Perhitungan BCWS

Hasil Perhitungan BCWS Komulatif disajikan pada Tabel 2.

Tabel 2. Perhitungan Budget Cost of Work Schedule (BCWS)

Minggu ke

BCWS BCWS Kumulatif

1 8.012.345 8.012.345

2 8.012.345 16.024.690

3 8.012.345 24.037.035

4 19.342.345 43.379.380

5 17.467.149 60.846.529

6 17.467.149 78.313.678

7 17.467.149 95.780.827

8 8.012.345 103.793.172

9 16.400.895 120.194.067

10 8.388.550 128.582.617

11 8.388.383 136.971.000

12 136.971.000



3. Perhitungan BCWP

Budget Cost of Work Performance (BCWP) dihitung dari bobot aktual terhadap seluruh pekerjaan dikali dengan besarnya nilai kontrak, kemudian diakumulasikan tiap minggunya. Hasil perhitungan BCWP disajikan pada Tabel 3.

Tabel 3. Perhitungan Budget Cost of Work Performance (BCWP)

Minggu ke BCWPBCWP

Komulatif

1 330.000 330.000

2 17.936.105 18.266.105

3 17.875.000 36.141.105

4 17.875.000 54.016.105

5 18.095.000 72.111.105

6 330.000 72.441.105

7 11.000.000 83.441.105

8 2.468.144 85.909.249

9 928.498 86.837.747

10 9.561.997 96.399.744

11 6.926.726 103.326.470

12 33.644.530 136.971.000

4. Perhitungan CPI

Cost Performance Index (CPI) dihitung dengan menggunakan Rumus

CPI= BCWP

ACWP

Tabel 4.

Perhitungan Cost Performance Index (CPI)

CPI CPI KOM

0,04 0,04

2,39 1,22

2,38 1,61

0,99 1,33

CPI CPI KOM

1,13 1,28

0,02 1,01

0,61 0,93

0,31 0,880,06 0,771,23 0,790,89 0,8

12,46 1,04

Dari hasil hitungan minggu ke-36 ter-lihat nilai CPI sebesar 1.04 > 1. Maka dapat disimpulkan bahwa anggaran yang di keluarkan lebih kecil dari rencana.

5. Perhitungan SPI

SPI bernilai 1 dapat diartikan bahwa pekerjaan berjalan sesuai dengan schedule yang telah di rencanakan atau tepat waktu.

Tabel 5. Hasil Perhitungan SPI

SPI SPI KOM

0,04 0,04

1,1 1,1

0,7 1,5

0,4 1,2

0,3 1,2

0,0 0,9

0,1 0,9

0,0 0,8

0,0 0,7

0,1 0,7

0,1 0,8

0,2 1,0

Laily Fatmawati


6. Perhitungan CV (Cost Varians)

Tabel 5. Hasil Perhitungan Cost Varians

Minggu ke BCWP Komulatif ACWP Komulatif CV

1 330.000 7.500.000 -7.170.000

2 18.266.105 15.000.000 3.266.105

3 36.141.105 22.500.000 13.641.105

4 54.016.105 40.500.000 13.516.105

5 72.111.105 56.500.000 15.611.105

6 72.441.105 71.500.000 941.105

7 83.441.105 89.500.000 -6.058.895

8 85.909.249 97.500.000 -11.590.751

9 86.837.747 113.500.000 -26.662.253

10 96.399.744 121.300.000 -24.900.256

11 103.326.470 129.100.000 -25.773.530

12 136.910.000 131.800.000 5.110.000

7. Perhitungan ETC

Estimation Temporary Cost (ETC) dihitung untuk mengetahui prakiraan biaya untuk pekerjaan yang tersisa. Dihitung dengan Rumus

ETC= (BAC-BCWP)

CPITabel 6. Hasil Perhitungan ETC

BAC BCWP KUMULATIF CPI ETC

136.971.000 330.000 0,04 3.105.477.273

136.971.000 18.266.105 1,22 97.479.645

136.971.000 36.141.105 1,61 62.772.642

136.971.000 54.016.105 1,33 62.197.621

136.971.000 72.111.105 1,28 50.818.582

136.971.000 72.441.105 1,01 63.691.567

136.971.000 83.441.105 0,93 57.416.852

136.971.000 85.909.249 0,88 57.950.928

136.971.000 86.837.747 0,77 65.525.931

136.971.000 96.399.744 0,79 51.050.896

136.971.000 103.326.470 0,80 42.036.748

136.971.000 136.971.000 1,04 -



8. Perhitungan EAC

Prakiraan total biaya proyek dihitung menggunakan Rumus:

EAC =

2

Tabel 6. Hasil Perhitungan ETC (Lanjutan)

BAC

BCWP

KUMULATIF CPI ETC

136.971.000 86.837.747 0,77 65.525.931

136.971.000 96.399.744 0,79 51.050.896

136.971.000 103.326.470 0,80 42.036.748

136.971.000 136.971.000 1,04 -

4.8. Perhitungan EAC

Prakiraan total biaya proyek dihitung

menggunakan Rumus:EAC =

𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 + (𝐵𝐵𝐵𝐵𝐵𝐵−𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵)𝐵𝐵𝐵𝐵𝐶𝐶

Hasil perhitungan EAC dapat dilihat

pada Tabel 7.

Tabel 7.Perhitungan Estimation All Completion (EAC)

Minggu ke EAC BAC

1 75.407.970.602 136.971.000

2 100.518.018 136.971.000

3 64.249.365 136.971.000

4 90.449.811 136.971.000

5 99.380.140 136.971.000

6 140.354.842 136.971.000

7 155.407.967 136.971.000

8 167.514.704 136.971.000

9 204.195.906 136.971.000

10 189.394.142 136.971.000

11 184.824.496 136.971.000

12 131.800.000 136.971.000

Biaya yang harus dikeluarkan hingga

proyek selesai 100% adalah sebesar

Rp.131.800.000

Hasil perhitungan EAC dapat dilihat pada Tabel 7.

Tabel 7.Perhitungan Estimation All Completion (EAC)

Minggu ke

EAC BAC

1 75.407.970.602 136.971.000

2 100.518.018 136.971.000

3 64.249.365 136.971.000

4 90.449.811 136.971.000

5 99.380.140 136.971.000

6 140.354.842 136.971.000

7 155.407.967 136.971.000

8 167.514.704 136.971.000

9 204.195.906 136.971.000

10 189.394.142 136.971.000

11 184.824.496 136.971.000

12 131.800.000 136.971.000

Biaya yang harus dikeluarkan hingga proyek selesai 100% adalah sebesar Rp.131.800.000


Kesimpulan

Dari analisis yang dilakukan dengan metode nilai hasil maka dapat ditarik kesimpulan sebagai berikut:

1. Waktu pelaksanaan tepat waktu sesuai perencanaan awal

2. Biaya akhir proyek sebesar Rp. Rp. 131.800.000

3. Kontraktor mendapatkan keuntungan sebesar Rp. 5.110.000

4. Biaya pelaksanaan proyeklebih kecil dari rencana anggaran

Saran

Saran-saran yang dapat disampaikan sehubungan dengan penelitian yang telah dilakukan antara lain:

1. Penelitian yang serupa dapat dilakukan dengan menggunakan software Microsoft Project.

2. Pelaksanaan proyek berjangka panjang dan anggaran besar perlu memperhatikan pengaruh bunga bank.

DAFTAR PUSTAKA

Dipohusodo, I., (1995), “Manajemen Proyek dan Konstruksi Jilid 1, Penerbit Kanisius, Yogyakarta.

Ervianto, Wulfram I., 2002. Manajemen Proyek Konstruksi, Edisi Pertama, Salemba Empat, Yogyakarta.

Ervianto, Wulfram I., 2004. Teori Aplikasi Manajemen Proyek Konstruksi,Salemba Empat, Yogyakarta.

Fauzan dan Mawardi, 2013. Evaluasi Kemajuan Proyek dengan Metode Nilai Hasil Proses Pengendalian Kinerja Waktu dan Biaya, Jurnal Teknik Sipil Universitas Malikussaleh Vol.2 No.1, Aceh.

Soeharto Imam, 1995, Manajemen Proyek Dari Konseptual Sampai Operasional, Erlangga, Jakarta.


KUAT TEKAN BETON CAMPURAN 1:2:3DENGAN AGREGAT LOKAL SEKITAR MADIUN



Abstract

The composition of concrete with a mixture 1: 2: 3 (volume comparison) most used in Indonesia. Until now the worker in the field believes that composition can produce concrete quality K225. In this research was done experimental research by using the concrete sample with a mixture 1: 2: 3. The aggregate of the concrete use local aggregates from Biting Ponorogo, Kendal Ngawi, and Parang Magetan. A sample of the concrete makes cube 15x15x15 cm3 in size. Compressive strength tests was done at the age of the concrete 28 days. From research known that concrete using aggregate from Biting Ponorogo reach compressive strength 182,96 kg/cm2, using aggregate from Kendal reach compressive strength 176,30 kg/cm2, and using aggregate from Parang Magetan reach 168,15 kg/cm2. Concrete mixture by composition 1 : 2 : 3 : 0.8 in volume comparison can be used to make concrete K175. This composition is suitable with SNI 7394 2008.

Keywords : concrete composition 1 : 2 : 3, compressive strength, slump

Pendahuluan

Penggunaan beton sebagai bahan konstruksi semakin meningkat seiring dengan perkembangan pembangunan infrastruktur di Indonesia. Beton adalah bahan bangunan yang komponen penyusunnya terdiri dari agregat kasar, agregat halus, semen dan air dengan komposisi tertentu. Kekuatan beton sangat bervariasi sesuai dengan komposisi yang digunakan.

Beton dengan campuran 1 : 2 : 3 merupakan komposisi campuran yang paling banyak dijumpai dalam pembangunan rumah dan bangunan sederhana di Indonesia. Komposisi campuran beton 1 : 2 : 3 adalah perbandingan antara semen, pasir dan kerikil secara berturut-turut. Selama ini banyak pekerja konstruksi berpendapat komposisi

campuran 1:2:3 (perbandingan volume) akan menghasilkan beton K225. Pandangan ini tentu saja perlu diluruskan sehingga tidak menjadi salah kaprah.

Febrin Anas Ismail telah melakukan penelitian campuran beton dengan campuran 1:2:3 berdasarkan lokasi pengambilan sampel di Sumatra Barat. Metoda pencampuran dilakukan dengan perbandingan 1 semen : 2 pasir : 3 kerikil dan 1 air. Dari hasil penelitiannya didapat hasil kuat tekan beton berkisar antara 5 – 20 MPa dengan kuat tekan beton terbesar di Kabupaten Solok yaitu 19,31 MPa dan yang terkecil di Kabupaten Pesisir Selatan yaitu 5,08 MPa.

Menurut SNI T.15-1990-03 beton yang digunakan pada rumah tinggal atau untuk penggunaan kurang dari kuat tekan 10 MPa

Kuat Tekan Beton Campuran 1:2:3


boleh menggunakan 1 semen : 2 pasir : 3 batu pecah dengan slump kurang dari 10 cm. Peng-erjaan beton dengan kekuatan tekan hingga 20 MPa boleh menggunakan penakaran volu-me. Pengerjaan beton dengan kuat tekan lebih dari 20 MPa harus menggunakan campuran berat (Mulyono, Tri, 2005)

Tujuan dari penelitian ini adalah untuk mengetahui kuat tekan beton dengan campuran 1:2:3 (perbandingan volume) terhadap kuat tekan beton dengan agregat lokal sekitar Madiun. Volume air yang digunakan 80% dari volume semen.

Landasan Teori

Beton adalah suatu campuran yang terdiri dari pasir, kerikil, batu pecah atau agregat lain yang dicampur menjadi satu dengan suatu pasta yang terbuat dari semen dan air membentuk suatu massa mirip batuan. Satu atau lebih bahan aditif dapat ditambahkan untuk menghasilkan beton dengan karak-teristik tertentu, seperti kemudahan penger-jaan (workability), durabilitas, dan waktu pengerasan. (Mc Cormac, 2003).

Beton banyak dipakai secara luas sebagai bahan bangunan. Dalam adukan beton, air dan semen membentuk pasta yang disebut pasta semen. Pasta semen ini selain mengisi pori-pori diantara butiran-butiran agregat halus, juga bersifat sebagai perekat/ pengikat dalam proses pengerasan, sehingga butiran-butiran agregat saling terekat dengan kuat dan terbentuklah suatu massa yang kompak/padat (Tjokrodimuljo, 1996).

Beton normal adalah beton yang memiliki berat per satuan volume 2400 - 2500 kg/m3 dan dibuat dengan agregat alam yang dipecah atau tanpa dipecah. Beton yang baik pada setiap butir agregatnya terbungkus dengan mortar. Ruang antar agregat harus terisi oleh mortar. Jadi kualitas pasta atau mortar menentukan kualitas beton. Semen adalah

unsur kunci dalam beton, meskipun jumlahnya hanya 7-15% dari campuran. Sedangkan secara volumetris beton diisi oleh agregat sebanyak 70-75% sehingga agregat juga mempunyai peran yang sama pentingnya sebagai material pengisi beton (Yunus, Alve, 2010).

Compressive Strength Test dilakukan untuk mengetahui seberapa besar kuat desak atau tekan yang mampu diterima oleh benda uji. Pencatatan yang dilakukan pada saat pengujian adalah besarnya beban P pada saat benda uji hancur. Untuk mendapatkan besarnya kuat tekan dari benda dapat digunakan rumus berikut:

AP=σ

dimana :

s = nilai kuat tekan beton (Mpa, kg/cm2)

P = beban maksimum (KN)

A = luas permukaan benda uji tertekan (mm2)

Metodologi

Lokasi penelitian dilakukan di laborato-rium Teknik Sipil Fakultas Teknik Univesitas Merdeka Madiun. Di laboratorium dilakukan beberapa kegiatan mulai pemeriksaan materi-al, mix design, pembuatan benda uji, pengujian slump, pengujian berat isi dan pengujian kuat tekan. Bahan-bahan yang digunakan dalam penelitian sebagai berikut :

1. Semen, yaitu semen Portland tipe I (Semen Gresik)

2. Agregat Halus, dimana agregat halus berupa pasir yang diambil dari quary Biting Ponorogo, Kendal Ngawi, dan Parang Magetan.

3. Agregat Kasar, berupa kerikil yang diambil dari quary Biting, Kendal dan Parang.

4. Air, diambil dari air sumur di Fakultas Teknik Universitas Merdeka Madiun.



Komposisi campuran yang digunakan da-lam penelitian ini adalah perbandingan vo-lume 1 semen : 2 pasir : 3 batu pecah : 0,8 air.

Hasil Dan Pembahasan

Pemeriksaan material dilakukan untuk mengetahui karakteristiknya, terutama material agregat kasar dan agregat halus. Semen yang digunakan pada penelitian ini adalah Portland Cement tipe I, yang diproduksi oleh PT. Semen Gresik dengan berat jenis semen 3,15. Berat volume semen sebesar 1260 kg/m3.

Agregat kasar diperoleh sebagai hasil olahan batu alam yang diproses dengan mesin pemecah batu (stone crusher). Batu alam di ambil dari quary galian C Biting, Kendal, dan Parang. Selanjutnya diproses di mesin peme-cah batu di batching plant.

Agregat halus diperoleh dari quary yang sama dengan agregat kasar.

Hasil pengujian agregat kasar dan agregat halus dapat dilihat pada tabel 1 dan tabel 2:

Tabel 1 Hasil pengujian agregat kasar

Uraian Biting Kendal Parang

Keausan agregat(%)

33,52 39,64 41,46

Berat jenis bulk 2,522 2,582 2,517

Berat jenis SSD 2,552 2,611 2,571

Penyerapan air (%)

1,180 1,135 2,140

Kadar Air (%) 5,16 6,24 7,43

Berat volume (kg/m3)

1422 1402 1372

Sumber : Hasil pengujian

Tabel 2 Hasil pengujian agregat halus

Uraian Biting Kendal Parang

Grading zone 2 2 2

Berat jenis bulk 2,652 2,541 2,342

Berat jenis SSD 2,695 2,581 2,394

Penyerapan air (%)

1,471 1,606 2,171

Berat volume 1508 1462 1438


Pada penelitian ini pencampuran beton dilakukan dengan perbandingan 1 semen : 2 pasir : 3 kerikil dan 0,8 air. Pengadukan dilakukan sampai campuran beton segar bersifat plastis dan homogen.

Pengujian pada beton segar (fresh concrete) dilakukan dengan slump test. Hasil pengujian kekenyalan adukan beton dengan menggunakan slump test dapat dilihat pada Tabel 3 berikut :

Tabel 3. Hasil Pengujian Slump Test

Asal Agregat Slump (cm)

Biting 7,6

Kendal 8,1

Parang 9,3


Dari pengujian slump terlihat bahwa sampel beton dengan agregat dari Biting memiliki nilai slump terendah. Hal ini dimungkinkan karena nilai penyerapan dan kadar airnya paling kecil. Hasil slump test masih di bawah 10 cm.

Selanjutnya dilakukan pembuatan benda uji dengan mengambil sampel bahan yang sudah diaduk dengan mixer/molen sampai homogen. Benda uji berupa kubus beton ukuran 15x15x15 cm3. Benda uji dilakukan perawatan dengan perendaman.



Pengujian kuat tekan beton dilakukan di Laboratotium Teknik Sipil Fakultas Teknik Universitas Merdeka Madiun. Pengujian dilakukan saat umur beton mencapai 28 hari. Alat yang digunakan pada test tekan beton ini adalah Compression Test machine. Pembebanan diberikan sampai sampel runtuh, yaitu saat beban maksimum bekerja. Kemampuan maksimum alat uji tekan yang tersedia yaitu 2000 KN. Pelaksanaan uji tekan dapat dilihat pada gambar 1.

Gambar 1. Foto Uji Tekan

Hasil pengujian kuat tekan beton dapat dilihat pada tabel 4 dan gambar 2.

Tabel 4. Hasil uji tekan 28 hari

Asal Agregat

Berat (kg)

Berat Volume

P max

Kuat Tekan

Rerata

Biting

7984 2.366 410 182.22 182.96

7986 2.366 415 184.44

7926 2.348 410 182.22

Kendal

7867 2.331 400 177.78 176.30

7883 2.336 395 175.56

7902 2.341 395 175.56

Parang

7687 2.278 375 166.67 168.15

7692 2.279 380 168.89

7745 2.295 380 168.89


Gambar 2. Grafik Kuat Tekan Beton

Dari hasil uji tekan dapat diketahui kuat tekan beton dengan agregat dari Biting lebih tinggi yaitu 182,96 kg/cm2. Kuat tekan beton dengan agregat Kendal 176,3 kg/cm2, sedangkan dengan agregat Parang diperoleh kuat tekan rata-rata 168,15 kg/cm2. Perbedaan kuat tekan dari beberapa sampel ini disebabkan oleh perbedaan properties dari agregat penyusunnya.

Agregat halus dari quary Parang memiliki kadar air dan penyerapan paling besar. Semakin besar nilai kadar air dan penyerapan akan mengakibatkan kandungan air dalam campuran beton semakin besar sehingga kuat tekannya akan semakin kecil.

Agregat kasar yang berasal dari Biting berasal dari batu gunung sehingga lebih tahan terhadap keausan. Dari hasil uji keausan dengan Los Angeless test diketahui nilai keausannya yang lebih rendah dibandingkan dengan daerah lainnya.

Dari ketiga quary diketahui sampel beton dengan agregat dari Biting dan Kendal dengan campuran 1:2:3 memenuhi mutu beton K175, sedangkan beton dengan agregat dari Parang tidak memenuhi syarat K175. Agregat kasar dari Parang tidak memenuhi syarat keausan minimal 40%. Secara umum dapat dikatakan apabila syarat mutu agregat terpenuhi campuran dengan perbandingan volume



1:2:3 dengan air 0,8 dapat digunakan untuk membuat beton K175.

Di dalam SNI 7394 2008 dapat dilihat untuk membuat beton mutu K175 dibutuhkan material Portland Cement sebanyak 326 kg, pasir beton 760 kg, batu pecah 1029 kg, dan air 215 kg. Perbandingan tersebut setara dengan perbandingan berat 1 semen : 2,33 pasir : 3,16 batu pecah : 0,66 air. Apabila digunakan nilai berat volume semen 1250 kg/m3, berat volume pasir lepas 1400 kg/m3, berat volume batu pe-cah lepas 1350 kg/m3, dan berat volume air 1000 kg/m3 maka akan diperoleh volume semen 0,261 m3, pasir 0,543 m3, batu pecah 0,762 m3, air 0,215 m3 sehingga perbandingan volume antara semen : pasir : batu pecah : air sebesar 1:2,08:2,92:0,82. Perbandingan volume antar bahan mendekati perbandingan 1 Se-men : 2 Pasir : 3 Batu pecah : 0,8 Air. Tabel 5 menunjukkan perbandingan material peny-usun beton berdasar SNI 7394 2008.

Tabel 5. Perbandingan material berdasar SNI 7394 2008

BahanBerat (kg)

Perb Berat

Volume (m3)

Perb Volume

PC 326.00 1.00 0.261 1.00

Pasir beton

760.00 2.33 0.543 2.08

Batu pecah

1029.00 3.16 0.762 2.92

Air 215.00 0.66 0.215 0.82

Sumber : Hasil perhitungan.

Kesimpulan

Berdasarkan hasil dan pembahasan yang telah dilakukan, dapat disimpulkan sebagai berikut :

1. Kuat tekan beton dengan agregat Biting menghasilkan kuat tekan 182,96 kg/cm2. Kuat tekan beton dengan agregat Kendal menghasilkan kuat tekan 176,30 kg/cm2.

Kuat tekan beton dengan agregat Parang menghasilkan kuat tekan 168,15 kg/cm2.

2. Komposisi campuran beton dengan perbandingan volume 1 semen : 2 pasir : 3 batu pecah : 0,8 air dapat memenuhi mutu beton K175. Komposisi tersebut sesuai dengan SNI 7394 2008.

Saran

1. Perlu dilakukan penelitian lebih lanjut dengan semen dan agregat yang berbeda.

2. Perlu dilakukan penelitian lebih lanjut dengan faktor air semen yang berbeda.

3. Perlu sosialisasi kepada pelaku konstruksi di Madiun bahwa komposisi campuran dengan perbandingan volume 1:2:3 tidak bisa digunakan untuk membuat beton mutu K225.

Ucapan Terima Kasih

Ucapan terima kasih disampaikan kepada segenap civitas akademika Prodi Teknik Sipil, Fakultas Teknik, Universitas Merdeka Madiun dan semua pihak yang telah memberikan bantuan baik moril maupun materiil.

Daftar Pustaka

Anonim, 2008, Tata Cara Perhitungan Harga Satuan Pekerjaan Beton untuk Konstruksi Bangunan Gedung dan Perumahan, SNI 7394 2008, Departemen Pekerjaan Umum RI.

Ismail, Febrin A, 1999, Studi Kuat Tekan Beton Campuran 1 : 2 : 3 Berdasarkan Lokasi Pengambilan Agregat di Sumatra Barat, Jurnal Rekayasa Sipil, Volume 5 Nomor 2

Mc. Cormac, J.C, 2003, Design of Reinforced Concrete (Fifth Edition) (translate), Erlangga Jakarta

Mulyono, Tri, 2005, Teknologi Beton, Edisi I, Andi Yogyakarta.

Tjokrodimuljo.K., 1997, Teknologi Beton, Nafiri, Yogyakarta.



Yunus, Alve, 2010, Kuat Tekan dan Kuat Lentur Beton dengan Bahan Tambah Fly Ash sebagai Bahan Perkerasan Kaku (Rigid Pavement). Tugas Akhir. Program Studi Teknik Sipil, Universitas Sebelas Maret Surakarta


SISTEM INFORMASI PARKIR KENDARAAN BERMOTORBERBASIS ANDROID

Arief Budiman 1) & Joko Triono 2)

1) 2) Dosen Fakultas Teknik Universitas Merdeka Madiun

email : [email protected] , [email protected]

Abstract

Along with the advancement of information technology, especially in the development of smartphone technology and Android operating system so now can be done more efficient and cost effective parking management system. With parking information system it will facilitate the parking officer at Merdeka Madiun University to do their duties. Applications developed using waterfall methodology and implemented in a smartphone with Android operating system, and utilize the QR Code technology for reading parking input data.

Keywords : Parking, Management, Android, QR Code, Smartphone.

1. PENDAHULUAN

Perkembangan teknologi informasi saat ini sudah semakin pesat seiring kemajuan zaman. Perkembangan teknologi informasi meliputi perangkat keras dan perangkat lunak. Perkembangan perangkat lunak ditandai dengan maraknya pemanfaatan teknologi informasi di berbagai perangkat keras. Salah satu yang menarik adalah penerapan pada perangkat smartphone karena perangkat ini harganya semakin terjangkau, ringan, praktis dan mudah dibawa. Teknologi smartphone saat ini tidak hanya digunakan sebagai alat komunikasi, tetapi juga untuk melakukan akses informasi melalui internet, selain itu juga dapat dikembangkan beberapa aplikasi yang dapat dijalankan melalui perangkat smartphone seperti yang pernah dikembangkan sebelumnya oleh Budiman dkk (2012). Salah satu perkembangan teknologi Smartphone saat ini adalah smartphone yang dibekali dengan sistem operasi Android,

dan saat ini perkembangan Sistem operasi Android itu sendiri sangat pesat. Dikarenakan teknologi yang dikembangkan berbasis open source sehingga memungkinkan untuk dikembangkan secara bebas dan mendapat dukungan dari berbagai macam teknologi (Ichwan dan Hakiky, 2011).

Seiring dengan perkembangan teknologi informasi juga aktivitas perusahaan juga turut meningkat sesuai dengan kompleksitas pekerjaan yang ada, keberadaan teknologi smartphone dan android yang dapat di guna-kan sebagai pengolah data, ternyata cukup menarik bagi beberapa perusahaan untuk memanfaatkannya salah satunya dalam masalah perparkiran (Martadipura, 2013). Di Universitas Merdeka Madiun, belum ada terdapat sebuah mekanisme manajemen perparkiran yang dilakukan. Sehingga keluar masuknya kendaraan roda dua atau empat baik dosen ataupun mahasiswa tidak tercatat dan terkontrol sehingga sangat

Sistem Informasi Parkir Kendaraan Bermotor


memungkinkan terjadinya tindak kejahatan pencurian kendaraan bermotor. Penggunakan metode karcis parkir pun dinilai sangat tidak efisien karena menghabiskan banyak waktu, tenaga, dan biaya (Utama, 2010). Oleh karena itu perlu dikembangkan sebuah konsep apl-ikasi yang dapat membantu mekanisme perparkiran yang efisien khususnya dengan memanfaatkan teknologi smartphone berbasis android dimana saat ini seluruh petugas jaga di Universitas Merdeka Madiun telah memanfaatkannya.

Bentuk konsep manajemen perparkiran dengan memanfaatkan teknologi smartphone dan android pada penelitian ini adalah pem-buatan sistem informasi parkir kendaraan bermotor. Sistem informasi ini terdiri dari dua sistem utama. Sistem informasi parkir berbasis web dan sistem informasi berbasis mobile. Sis-tem informasi berbasis web tidak dibahas se-cara detail pada penelitian ini. Sistem informasi berbasis web diletakkan di sisi kantor yang di-gunakan untuk mengelola data mahasiswa se-dang sistem informasi mobile diletakkan pada sisi petugas yang melakukan scan pada kend-araan bermotor. Proses pemindahan data ken-daraan dari sistem berbasis desktop ke sistem berbasis mobile dilakukan dengan cara online dengan menggunakan koneksi internet atau wifi. Petugas melakukan pendataan kendaraan yang parkir dengan cara melakukan input data kendaraan menggunakan aplikasi mobile. Sistem mengirim data secara online dengan menggunakan koneksi internet ke server yang berada di kantor. Dengan cara online ini maka petugas bisa mengetahui berapa kendaraan yang sedang parkir, sehingga memudahkan petugas mengetahui berapa jumlah ken-daraan yang harus diawasi. Pada sisi admin kantor dapat diketahui kendaraan yang parkir pada periode harian atau bulanan sehingga dapat diketahui kebutuhan lahan pakrir dan perilaku parkir pada waktu tertentu. Dengan cara seperti ini maka akan meningkatkan kea-

manan kendaraan bermotor dan menghemat waktu dalam pendataan kendaraan dilakukan secara langsung tersimpan kedalam basis data.

2. TINJAUAN PUSTAKA

2.1. Parkir

Salah satu definisi dari Parkir pada pe-nelitian martadipura (2013) adalah, suatu keadaan dimana suatu kendaraan yang bersifat sementara ditinggalkan oleh penge-mudinya. Dan definisi menurut undang-undang nomor 22 tahun 2009 tentang Lalu Lintas dan Angkutan Jalan, Bab I Ketentuan Umum, pada Pasal 1 angka 15 dan 16 tertulis sebagai berikut : Pasal 1 Dalam Undang-Undang ini yang dimaksud dengan: 15. Parkir adalah keadaan Kendaraan berhenti atau tidak bergerak untuk beberapa saat dan ditinggalkan pengemudinya. 16. Berhenti adalah keadaan Kendaraan tidak bergerak untuk sementara dan tidak ditinggalkan pengemudinya.

Menurut Martadipura (2013), terdapat dua jenis yaitu Parkir yang berada di badan jalan (on street parking) dan parkir yang berada luar badan jalan (off street parking). Pada On Street parking membutuhkan badan jalan untuk digunakan sebagai tempat parkir, contoh adalah parkir di depan pertokoan dimana kendaraan berhenti di pinggir jalan. Sedangkan untuk off street parking tidak membutuhkan badan jalan untuk sebagai tempat parkir melainkan dipersiapkan sebuah lahan khusus untuk menampung kendaraan parkir.

2.2. Android

Pengertian mengenai android Safaat(2011), Android adalah sebuah sistem operasi yang dikembankan untuk diimplementasikan pada perangkat mobile berbasis linux yang mencakup sistem operasi, middleware, dan aplikasi. Sistem operasi Android menyediakan platform open source sehingga memungkinkan



bagi para pengembang aplikasi untuk dapat membuat aplikasi mereka sendiri (Ichwan dan Hakiky, 2011). Pada awalnya dikembangkan oleh sebuah perusahaan yang bernama Android Inc, sebuah perusahaan yang khusus mengembangkan perangkat lunak untuk diimplementasikan pada perangkat ponsel, dan kemudian dibeli oleh Google Inc.

2.3. Sistem Informasi

Pengertian Sistem Informasi menurut Kadir (2003) dengan mengutip dari mengutip dari beberapa pendapat para ahli, diantaranya adalah : Menurut Hall sistem Informasi adalah ”Sebuah rangkaian prosedur formal di mana data dikelompokkan, diproses men-jadi informasi dan didistribusikan kepada pemakai”. Menurut Bodnar dan Hopwood sistem Informasi adalah ”Kumpulan perangkat keras dan perangkat lunak yang dirancang untuk mentransformasikan data kedalam bentuk informasi yang berguna”. Sehingga secara umum sistem informasi dapat diartikan sebagai suatu sistem terintegrasi yang mampu me nyediakan informasi yang bermanfaat bagi penggunanya.

Sistem informasi terdiri dari beberapa komponen yang disebut blok bangunan (building block), terdiri dari komponen input, komponen model, komponen output, komponen teknologi, komponen hardware, komponen software, komponen basis data, dan komponen kontrol. Dimana semua komponen tersebut saling berhubungan untuk mencapai tujuan tertentu. Sistem informasi itu sendiri dapat dikembangkan sesuai dengan kebutuhan. Oleh karena itu diperlukan sebuah perencanaan, pelaksanaan, pengaturan, dan evaluasi untuk dapat menerapkan sistem informasi secara efektif dan efisien (Athoillah dan Irawan, 2013).

2.4. Sistem Informasi Berbasis Android

Pengembangan aplikasi sistem informasi berbasis android telah banyak dilakukan

oleh beberapa peneliti sebelumnya, salah satunya adalah sistem informasi wisata ber-sejarah di jabodetabek oleh Budihartanti dan Wairisal (2014). Pada penelitian tersebut dikembangkan sebuah sistem informasi yang dapat memberikan informasi tentang lokasi wisata bersejarah atau museum yang dapat diakses melalui perangkat smartphone dan selain memberikan tentang informasi lokasi aplikasi juga dapat memberikan jalur tempuh melalui sebuah tampilan peta. Sistem informasi berbasis android juga dapat dimanfaatkan pada dunia pendidikan, salah satunya adalah pengembangan aplikasi Sistem Informasi akademik di sebuah sekolahan (Harris dan Nurhadiyono, 2013). pada penelitian tersebut dikembangkan sebuah aplikasi yang dapat memberikan kemudahan bagi siswa sekolah dan orang tua murid dalam mendapatkan informasi sekolah dengan mudah dan cepat. Begitu juga dengan Achyarudin dan Zulkarnaen (2013) yang mengembangkan aplikasi sistem informasi akademik berbasis akademik yang diimplementasikan pada sebuah universitas.

2.5. Sistem Informasi Perparkiran

Sebelumnya sistem informasi perparkiran telah dikembangkan dengan menggunakan teknologi barcode pada kartu parkir (Martadipura, 2013), sehingga pengelola parkir dapat mengontrol data kendaraan yang masuk ataupun keluar, dan pengelolaan data dapat dilakukan secara terkomputerisasi melalui aplikasi database yang terintegrasi sebagai media penyimpanan data parkir kendaraan bermotor.

3. METODE PENELITIAN

Penelitian ini menggunakan metode waterfall, dimana pada metode ini terdapat langkah-langkah seperti yang terlihat pada gambar 1 berikut:



informasi lokasi aplikasi juga dapat

memberikan jalur tempuh melalui

sebuah tampilan peta. Sistem

informasi berbasis android juga dapat

dimanfaatkan pada dunia pendidikan,

salah satunya adalah pengembangan

aplikasi Sistem Informasi akademik

di sebuah sekolahan (Harris dan

Nurhadiyono, 2013). pada penelitian

tersebut dikembangkan sebuah

aplikasi yang dapat memberikan

kemudahan bagi siswa sekolah dan

orang tua murid dalam mendapatkan

informasi sekolah dengan mudah dan

cepat. Begitu juga dengan Achyarudin

dan Zulkarnaen (2013) yang

mengembangkan aplikasi sistem

informasi akademik berbasis

akademik yang diimplementasikan

pada sebuah universitas.

2.5. Sistem Informasi Perparkiran

Sebelumnya sistem informasi

perparkiran telah dikembangkan

dengan menggunakan teknologi

barcode pada kartu parkir

(Martadipura, 2013), sehingga

pengelola parkir dapat mengontrol

data kendaraan yang masuk ataupun

keluar, dan pengelolaan data dapat

dilakukan secara terkomputerisasi

melalui aplikasi database yang

terintegrasi sebagai media

penyimpanan data parkir kendaraan

bermotor.

3. METODE PENELITIAN

Penelitian ini menggunakan

metode waterfall, dimana pada

metode ini terdapat langkah-langkah

seperti yang terlihat pada gambar 1

berikut:

Gambar 1. Metode Waterfall (Indrawaty dkk, 2011)

Gambar 1. Metode Waterfall (Indrawaty dkk, 2011)

3.1. System Engineering

Pada tahap ini dilakukan studi meng-enai penelitian-penelitian sebelumnya berkaitan dengan implementasi sistem informasi berbasis android dan mempelajari permasalahan-permasalahan yang terjadi berkaitan dengan manajemen perparkiran di lingkungan Universitas Merdeka Madiun.

3.2. Analisis

Untuk selanjutnya dilakukan analisis terhadap temuan permasalahan-permasalahan yang terjadi berkaitan dengan maajemen perparkiran di linkgungan Universitas Merdeka Madiun, hasil output dari analisis adalah bahwa diperlukan sebuah aplikasi yang dapat mempermudah proses kontrol terhadap kendaraan yang keluar masuk area parkir Universitas Merdeka Madiun.

3.3. Design

Dari hasil analisis kemudian diterjemahkan kedalam bentuk desain aplikasi dan infrastruk-tur yang dapat mendukung jalannya aplikasi.

Tahap awal dari desain aplikasi adalah dengan menentukan entitas entitas yang terlibat di dalam manajemen perparkiran. Dan di dapatkan entitas yang terlibat adalah sebagai berikut :

1. Petugas Keamanan, yang sekaligus berfungsi sebagai petugas parkir.

2. Petugas Administrasi, yang bertugas me-lakukan input data pendaftaran member parkir.

3. Mahasiswa, sebagai entitas pengguna lahan parkir.

Setelah dapat didefinisikan entitas-entitas yang terlibat di dalam sistem kemudian di-rancang basis data yang akan digunakan pada aplikasi, untuk desain tabel dapat dilihat pada tabel-tabel berikut :

Tabel 1. Tabel Kendaraan

Field Tipe Panjang

No_Polisi Varchar 10

Nama_ Kendaraan Varchar 20

Kode_Pemilik Varchar 11

Nama_Pemilik Varchar 20

Jns_Kendaraan Varchar 10

Tabel 1 atau tabel Kendaraan digunakan untuk menyimpan data kendaraan yang rutin keluar masuk area parkir Universitas Merdeka Madiun.

Sedangkan pada Tabel 2, digunakan untuk menyimpan data pemilik kendaraan yang rutin melakukan aktifitas parkir di lingkungan Universitas Merdeka Madiun, meliputi Dosen, Karyawan, dan Mahasiswa.



Tabel 2. Tabel Pemilik

Field Tipe Panjang

Kode_Pemilik Varchar 10

Nama_Pemilik Varchar 30

Alamat Varchar 40

Telp Varchar 20

Pekerjaan Varchar 20

Foto Varchar 80

Untuk data aktifitas parkir akan disimpan pada tabel 3, yaitu tabel Tparkir. Dimana pada tabel tersebut akan tersimpan data nomor parkir kendaraan, dimana nomor parkir akan didapatkan pada saat kendaraan masuk area parkir.

Tabel 3. Tabel Tparkir

Field Tipe Panjang

No_Parkir Int 11

No_Polisi Varchar 10

Tgl_Parkir DateTime 0

Tgl_Keluar DateTime 0

Sedangkan untuk profil dan hak akses user akan disimpan pada tabel 4 yaitu tabel user.

Tabel 4. Tabel user

Field Tipe Panjang

UserID Varchar 10

UserName Varchar 25

Password Varchar 30

HakAkses Varchar 50

3.4. Code

Setelah tahap desain selesai dilaksanakan untuk selanjutnya adalah menterjemahkan desain tersebut kedalam bahasa pemrograman.

3.5. Testing

Selanjutnya dari hasil penyusunan code program kemudia dilakukan pengujian dari

program yang telah dikembangkan. Tujuan dari pengujian ini adalah untuk menemukan kesalahan-kesalahan program yang mungkin terjadi.

3.6. Maintenance

Setelah penyusunan program selesai dan dilakukan implementasi aplikasi, maka perlu dilakukan tahapan maintenance atau perawatan sistem. Dimana mungkin akan terjadi kesalahan-kesalahan implementasi lebih lanjut atau diperlukan penambahan-penambahan fitur aplikasi. Akan tetapi pada penelitian ini hanya dilakukan sampai pada tahap implementasi dan belum sampai pada tahap maintenance.

4. PEMBAHASANSetelah tahap penyusunan code dan

testing selesai dilakukan maka tahap selan-jutnya adalah implementasi dari aplikasi yang dikembangkan. Pada saat aplikasi pertama kali dijalankan oleh petugas parkir melalui aplikasi yang terinstall pada perangkat smartphone berbasis android akan ditampilkan tampilan seperti yang terlihat pada gambar 2 berikut.

Gambar 2. Halaman Awal



Setelah itu selanjutnya user melalukan login kedalam aplikasi sesuai dengan username dan hak akses yang telah terdaftar di dalam server, seperti yang ditunjukkan pada gambar 3.

Gambar 3. Halaman Login

Setelah user berhasil login, kemudian akan tampil halaman utama dari aplikasi, seperti pada gambar 4.

Gambar 4. Halaman Utama

Gambar 5. Daftar Pemilik Kendaraan

Pada halaman daftar pemilik kendaraan seperti yang ditunjukkan pada gambar 5, apabila user memilih salah satu nama pemilik akan muncul menu edit atau delete. Sedangkan pada tombol menu bagian bawah terdapat fasilitas refresh dan tambah kendaraan.

Untuk melakukan input data parkir ketika ada kendaraan masuk kedalam area parkir, maka petugas parkir harus melakukan scan qr-code yang telah ditempel pada kendaraan seperti yag ditunjukkan pada gambar 6.

Gambar 6. Input Parkir



Input scan dilakukan dengan melakukan scan pada qr-code yang terpasang pada kendaraan seperti pada gambar 7. Pada saat scan pertama pada qr-code kendaraan maka akan muncul keterangan parkir masuk beserta keterangan identitas pemilik seperti pada gambar 8. Pada scan berikutnya akan mencul keterangan parkir keluar beserta informasi kendaraan seperti pada gambar 9.

Gambar 7. Scan Pada Qr-Code Kendaraan

Gambar 8. Informasi Kendaraan Masuk

Gambar 9. Informasi Kendaraan Keluar

Dari hasil implementasi tersebut dapat ditunjukkan bahwa aplikas telah berhasil dikembangkan dan diimplementasikan pada kegiatan manajemen perparkiran di ling-kungan Universitas Merdeka Madiun.

5. KESIMPULAN DAN SARAN

Dari hasil penelitian yang telah dilaksanakan telah berhasil dikembangkan sebuah aplikasi berbasis mobile dengan yang dapat dioperasikan pada smartphone berbasis android. Sehingga manajemen perparkiran di lingkungan Universitas Merdeka Madiun dapat lebih efektif dan efisien.

Selain itu petugas parkir dapat mengontrol kendaraan masuk dan keluar sehingga dapat memperkecil kemungkinan terjadinya tindak pencurian.

Untuk selanjutnya perlu dikembangkan sistem pelaporan dan integrasi database dosen, karyawan, dan mahasiswa dengan sistem informasi yang telah digunakan Universitas Merdeka Madiun.



DAFTAR PUSTAKA

Athoillah, Muhammad., Irawan, M, Isa., 2013, Perancangan Sistem Informasi Mobile Berbasis Android Untuk Kontrol Persediaan Barang Di Gudang , JURNAL SAINS DAN SENI POMITS Volume 1 Nomor 1.

Achyarudin, Yazid., Zulkarnaen, Abdul, Hadi., 2013, Sistem Informasi Akademik Berbasis Android Pada Stmik Global Informatika Multi Data Palembang, Skripsi STMIK MDP.

Budiman, Arief., Dayanto, Tomy, Dwi., Lantik., 2012, Pengembangan Aplikasi Mobile Pembelajaran Mitigasi Bencana Gempa Bumi Berbasis Multimedia, Sentika 2012.

Budihartanti, Cahyani., Wairisal, Michael., 2014, Perancangan Sistem Informasi Wisata Bersejarah Di Jabodetabek Berbasis Android, Jurnal Sistem Komputer Volume 1 Nomor 1.

Harris., Nurhadiyono, Bowo., 2013, Sistem Informasi Akademik Di SMK Taman Karya Subah Berbasis Android, Skripsi Universitas Dian Nuswantoro.

Ichwan, M., Hakiky, Fifin., 2011, Pengukuran Kinerja Goodreads Application Programm-ing Interface (API) Pada Aplikasi Mobile Android, Jurnal Informatika No.2 Volume 2.

Indrawaty, Youllia., Andriana., Prasetya, Restu, Adi., 2011, Implementasi Metode Simple Additive Weighting Pada Sistem Pengambilan Keputusan Sertifikasi Guru, Jurnal informatika Itenas.

Kadir, Abdul., 2003, Pengenalan Sistem Informasi, Yogyakarta: ANDI Yogyakarta.

Martadipura, Jaka ., 2013, Perancangan Sistem Informasi Perparkiran Pada Universitas Komputer Indonesia (UNIKOM), Skripsi Universitas Komputer Indonesia.

Utama, Ardy, Denta., 2010, Perancangan Sistem Perparkiran Kendaraan Roda Empat Menggunakan Teknologi Rfid Di Universitas Sebelas Maret, Skripsi Universitas Sebelas Maret Surakarta.

PEDOMAN PENULISAN NASKAHJURNAL PILAR TEKNOLOGI

Jl. Serayu No.79 Madiun 63133Telp. (0351) 456150, Fax. (0351) 495551

Email : [email protected]

1. Naskah merupakan tulisan ilmiah dalam bentuk narasi yang berupa artikel ilmiah hasil penelitian, gagasan konseptual, analisis kritis di bidang teknologi;

2. Naskah merupakan karya sendiri (tidak plagiat) dan belum pernah dipublikasikan di media lain;

3. Sistematika penulisan naskah gagasan konseptual atau pemikiran ilmiah meliputi: Judul, Nama Penulis, Instansi, E-mail (jika ada), Abstract, Key words, Abstrak, Kata Kunci, Pendahuluan, Pembahasan (langsung dibuat menjadi sub-sub judul sesuai dengan persoalan yang dibahas), Penutup (Simpulan dan Saran), Daftar Pustaka;

4. Sistematika penulisan naskah ilmiah hasil penelitian meliputi : Judul, Nama Penulis, Instansi, E-mail (jika ada), Abstract, Key words, Abstrak, Kata Kunci, Pendahuluan, Perumusan Masalah, Metode Penelitian, Hasil Penelitian dan Pembahasan, Penutup (Simpulan dan Saran), Daftar Pustaka;

5. Naskah diketik dengan 1,5 spasi dengan menggunakan kertas ukuran A4; Huruf naskah Times New Roman dengan ukuran font 12;

6. Jumlah halaman naskah minimal 10, dan maksimal 20 halaman;

7. Ukuran Margin kiri 4 cm, dan margin atas, bawah serta kanan 3 cm;

8. Naskah ditulis dengan menggunakan bahasa Indonesia dan/atau bahasa inggris;

9. Abstrak diketik dengan spasi satu/tunggal dalam bahasa Indonesia dan bahasa Inggris maksimal 100 - 150 kata dilengkapi dengan kata kunci dengan jumlah 3 – 5 kata;

10. Kata kunci diurutkan sesuai dengan alfabet;

11. Abstract (bahasa inggris) diletakan setelah judul naskah dan nama penulis, sedangkan abstrak (bahasa indonesia) diletakan setelah abstract (bahasa inggris);

12. Setiap kutipan diberikan keterangan sumber kutipan dengan menggunakan model footnote, tata cara penulisannya berupa: Nama pengarang (tidak dibalik dan tanpa gelar), tahun penerbitan, judul buku (dicetak miring), tempat penerbitan: penerbit, halaman kutipan (ditulis hlm.)

13. Penulisan pustaka menggunakan sistem Harvard Referencing Standard. Semua yang tertera dalam daftar pustaka harus dirujuk di dalam naskah. Kemutakhiran referensi sangat diutamakan.

14. Contoh penulisan Daftar Pustaka:

a. Buku

[1] Penulis 1, Penulis 2 dst. (Nama belakang, nama depan disingkat). Tahun publikasi. Judul Buku cetak miring. Edisi, Penerbit. Tempat Publikasi.

Contoh:

O’Brien, J.A. dan. J.M. Marakas. 2011. Management Information Systems. Edisi 10. McGraw-Hill. New York-USA.

b. Artikel Jurnal

[2] Penulis 1, Penulis 2 dan seterusnya, (Nama belakang, nama depan disingkat). Tahun publikasi. Judul artikel. Nama Jurnal Cetak Miring. Vol. Nomor. Rentang Halaman.

Contoh:

Cartlidge, J. 2012. Crossing boundaries: Using fact and fiction in adult learning. The Journal of Artistic and Creative Education. 6 (1): 94-111.

c. Prosiding Seminar/Konferensi

[3] Penulis 1, Penulis 2 dst, (Nama belakang, nama depan disingkat). Tahun publikasi. Judul artikel. Nama Konferensi. Tanggal, Bulan dan Tahun, Kota, Negara. Halaman.

Contoh:

Michael, R. 2011. Integrating innovation into enterprise architecture management. Proceeding on Tenth International Conference on Wirt-schafts Informatik. 16-18 February 2011, Zurich, Swis. Hal. 776-786.

d. Tesis atau Disertasi

[4] Penulis (Nama belakang, nama depan disingkat). Tahun publikasi. Judul. Skripsi, Tesis, atau Disertasi. Universitas.

Contoh:

Soegandhi. 2009. Aplikasi model kebangkrutan pada perusahaan daerah di Jawa Timur. Tesis. Fakultas Ekonomi Universitas Joyonegoro, Surabaya.

e. Sumber Rujukan dari Website

[5]Penulis. Tahun. Judul.Alamat Uniform Resources Locator (URL). Tanggal Diakses.

Contoh:

Ahmed, S. dan A. Zlate. Capital flows to emerging market economies: A brave new world?.http://www.federalreserve.gov/pubs/ifdp/2013/1081/ifdp1081.pdf.Diakses tanggal 18 Juni 2013.

15. Kata asing/istilah asing/istilah daerah yang belum diadopsi menjadi bahasa Indonesia diketik dengan diberi huruf miring/italic;

16. Tiap naskah diutamakan menggunakan pustaka primer berupa artikel ilmiah yang telah diterbitkan di Jurnal Ilmiah.

17. Jumlah pustaka yang digunakan minimal 10 buah terbitan 10 tahun terakhir dengan 80 % diantaranya adalah pustaka primer.

18. Penulis wajib mencantumkan nomor telpon dan e-mail (bila ada) yang dapat dihubungi;

19. Naskah dikirimkan ke e-mail: [email protected], dalam bentuk softcopy dalam Microsoft Word dengan bentuk file.doc;

20. Naskah yang dimuat adalah naskah yang mengikuti kaidah dalam pedoman penulisan dan dinyatakan layak berdasarkan hasil penyuntingan dari penyunting pelaksana dan penyunting ahli;

21. Naskah yang tidak dimuat akan diberitahukan.

Documents

DAFTAR ISI PILAR TEKNOLOGI JURNAL ILMIAH ILMU ...unmermadiun.ac.id/repository_jurnal_penelitian/Jurnal...DAFTAR ISI PILAR TEKNOLOGI JURNAL ILMIAH ILMU-ILMU TEKNIK Volume 1 Nomor 1