Layanan Call Centre Taxi Wisata Untuk Optimasi Rute Tujuan ...core.ac.uk/download/pdf/13503942.pdfalgoritma Greedy dan Saving dalam menentukan urutan tempat wisata yang akan dikunjungi

MIKE YULIANA, IRA P., M.ZEN SAMSONO H., DAN YUSIANA K. 138

Layanan Call Centre Taxi Wisata Untuk OptimasiRute Tujuan Wisata Algoritma Saving dan

GreedyMike Yuliana, Ira P., M.Zen samsono H., dan Yusiana K.

Abstrak—Layanan hiburan untuk masyarakat seperti perencanaan wisata dapat memberikan kemudahan bagi peng-guna dalam memperoleh informasi dengan cepat, serta dapat diakses dari mana saja dan kapan saja. Pada penelitianini dibuat suatu sistem layanan call centre taxi wisata berbasis VoIP, web dan mobile application, yang dilengkapi denganalgoritma Greedy dan Saving dalam menentukan urutan tempat wisata yang akan dikunjungi dengan menggunakanparameter komputasi dan optimasi rute. Dari hasil pengujian terlihat bahwa waktu komputasi algoritma Saving lebihlama dibandingkan dengan algoritma Greedy. Untuk 10 titik tujuan algoritma Greedy memiliki waktu komputasi 0.075detik, sementara algoritma saving memiliki nilai 0.35 detik. Pada perbandingan optimasi rute, hasil perhitungan algoritmaSaving menghasilkan jarak tempuh dan biaya yang lebih optimal dibandingkan dengan algoritma Greedy. Untukpengujian di dalam kota di dapatkan selisih waktu maksimal antara algoritma Greedy dan Saving sekitar 23 menitdengan selisih biaya sebesar Rp.45.500,00. Untuk pengujian di dalam dan luar kota selisih waktu mencapai 53 menitdengan selisih biaya sebesar Rp.126.000,00. Sedangkan untuk pengujian di luar kota selisih waktu maksimal mencapai3 jam 22 menit dengan selisih biaya sebesar Rp.472.500,00.

Kata Kunci—Call Centre, Greedy, Saving, Wisata.

E©

1 PENDAHULUAN

E RA perkembangan teknologi komputer dantelekomunikasi yang sudah melambung

pesat dan cepat saat ini bermanfaat mem-berikan kemudahan dalam pengaksesan suatulayanan. Kemudahan informasi ini hampir ter-dapat pada semua layanan. Termasuk layananhiburan untuk masyarakat seperti wisata. Saatini telah tersedia layanan call centre taksiwisata yaitu Transmojo yang melayani wisatadi daerah Jogjakarta. Pada layanan taksi ini

• Mike Yuliana pengajar di Jurusan Teknik Telekomunikasi, Po-liteknik Elektronika Negeri Surabaya, Kampus PENS SukoliloSurabaya. E-mail: [email protected]

• Ira P. pengajar di Jurusan Teknik Informatika, Politeknik Elektron-ika Negeri Surabaya, Kampus PENS Sukolilo Surabaya. E-mail:[email protected]

• M.Zen Samsono H. pengajar di Jurusan Teknik Telekomunikasi,Politeknik Elektronika Negeri Surabaya, Kampus PENS SukoliloSurabaya. E-mail: [email protected]

• Yusiana K. adalah mahasiswa di Jurusan Teknik Telekomunikasi,Politeknik Elektronika Negeri Surabaya, Kampus PENS SukoliloSurabaya. E-mail:[email protected]

Manuskrip diterima 5 Desember 2011.

pemesanan melalui call centre memberikan in-formasi mengenai lokasi penjemputan sertajam penjemputan. Layanan Transmojo meng-gunakan tarif tetap dengan ketentuan sewa8 jam atau 16 jam dan biaya tersebut hanyamencakup BBM dan tarif supir serta tidak ter-masuk biaya tiket masuk, dll. Layanan ini jugatidak memberikan informasi mengenai tempat-tempat wisata yang ada di Jogjakarta.

Banyak penelitian tentang VoIP yang mem-bahas tentang quality of service [2] [13] [14][15], kualitas sinyal suara [8], trafik internet[10] [12], serta proses kompresi [6] [8] darijaringan VoIP. Sangat jarang penelitian tentangVoIP yang membahas tentang algoritma TSPyang diaplikasikan pada jaringan VoIP. Beber-apa penelitian tentang TSP (Travelling Sales-man Problem) membahas tentang optimasijalur dan urutan kunjungan dengan meng-gunakan beberapa metode seperti AlgoritmaGenetika, Simulated Annealing dan lain-lain[1] [3] [4] [5] [7] [11]. Namun beberapa peneli-tian tersebut tidak memiliki nilai jual tinggi,dikarenakan kurangnya kombinasi aplikasi.

ISSN: 2088-0596 c© 2011 Published by EEPIS


Beberapa penyedia layanan taxi wisata jugatelah memiliki call centre , dimana call cen-tre tersebut menyediakan informasi tentangtempat-tempat wisata yang bisa dikunjungi.Namun untuk pemesanan hanya bisa di-lakukan via telepon, selain itu layanan tersebutjuga tidak menyediakan informasi tentang ruteyang akan dilewati serta total biaya yang harusdibayarkan.

Pada penelitian ini dibuat pengembangandari penelitian dan sistem call centre yang telahada, dimana layanan call centre taxi wisatayang dibuat bisa diakses dengan VoIP, web danmobile application, serta dilengkapi dengan al-goritma Greedy dan Saving dalam menentukanurutan tempat wisata yang akan dikunjungidengan menggunakan parameter komputasidan optimasi rute. Sistem layanan taxi wisatayang dibuat memberikan informasi tentangtempat-tempat wisata yang dapat dikunjungidan menginformasikan biaya pada customerdimana biaya ini mencakup biaya tiket masuk,biaya parkir, termasuk biaya makan serta tarifuntuk taksi berdasarkan jarak yang ditempuh.Sistem ini juga memberikan informasi tentangrute wisata yang harus ditempuh kepada ar-mada taksi wisata.

2 TEORI PENUNJANG

2.1 Algoritma SavingAlgoritma Saving merupakan suatu prosedurpertukaran, dimana sekumpulan rute padasetiap langkah ditukar untuk mendapatkansekumpulan rute yang lebih baik [1] [3].Langkah-langkah pada metode ini adalah se-bagai berikut:

• Menentukan node sebagai node centralatau disebut depot dan node node tujuan.

• Membuat matriks jarak yaitu matriks jarakantara depot dengan node dan jarak antarnode. Pada penelitian ini akan dibuat ma-trik jarak yang simetris.

• Membuat matriks penghematan• Nilai saving tertinggi merupakan rute

awal.• Pada tahap selanjutnya proses berulang

itu digerakkan dari yang matrik terbe-sar ke matriks yang bernilai kecil, sampaimasing-masing matriks penghematan itu

dievaluasi untuk perbaikan rute lebih lan-jut.

2.2 Algoritma Greedy

Algoritma Greedy merupakan sebuah algo-ritma yang dapat menentukan sebuah jalurterpendek antara node node yang akan di-gunakan dengan mengambil secara terus-menerus dan menambahkannya ke dalam jaluryang akan dilewati [4] [5]. Langkah-langkahpada metode ini adalah sebagai berikut:

• Kelompokkan semua jalur (edge)• Pilih jalur yang terpendek kemudian ma-

sukkan dalam himpunan solusi• Apakah sudah ada jalur pada N solusi,jika

tidak ulangi langkah 2.

2.3 Asterisk

Asterisk, yang merupakan salah satu sistemserver PBX open source, saat ini juga men-dukung jangkauan yang luas dari protokolVOIP mencakup SIP, MGCP dan H.323. Aster-isk dapat beroperasi dengan kebanyakan tele-pon SIP, seolah-olah sebagai gateway antaraIP telepon dan PSTN. Developer Asterisk jugatelah mendesain protokol baru, yaitu Inter-Asterisk eXchange, untuk melakukan efisiensipanggilan trunking antar banyak Asterisk PBX.Beberapa telepon memberi dukungan terhadapprotokol IAX, yaitu protokol yang secara lang-sung berkomunikasi dengan server Asterisk[8].

2.4 PHP-AGI

AGI atau Asterisk Gateway Interface itu ada4 macam: AGI, EAGI, FastAGI dan DeadAGI,yang pemakaiannya tergantung pada keper-luan. Tapi intinya sama, yaitu sebagai inter-face komunikasi antar aplikasi. PHPAGI adalahsalah satu kelas dari PHP untuk Asterisk Gate-way Interface (AGI). PHP-AGI termasuk classuntuk menulis script php berdasarkan padastandart interface AGI dengan berdasarkanpada perform dari fungsi asterisk manager [8].


2.5 SMS Gateway

SMS Gateway merupakan program aplikasiyang menghubungkan antara semua sms yangdikirim dan diterima ke sebuah PC denganmenggunakan jaringan GSM. SMS Gatewaybekerja dengan cara menghubungkan teleponseluler yang memiliki fasilitas SMS dengankomputer (PC) selaku operator otomatisnya.Keduanya akan terhubung oleh kabel data ataudengan USB.

2.6 J2ME

Java 2 Micro Edition (J2ME) merupakan subsetdari J2SE yang ditujukan untuk implementasipada peralatan embedded system dan hand-held yang tidak mampu mendukung secarapenuh implementasi menggunakan J2SE. J2MEsangat berguna untuk membangun sebuah ap-likasi pada peralatan dengan jumlah mem-ori dan kapasitas penyimpanan yang terbatas,serta kemampuan user interface yang terbatasseperti pada perangkat komunikasi bergerakberupa handphone, PDA dan sebagainya [10].

3 IMPLEMENTASI DAN HASIL PENGU-JIAN

Pada penelitian ini, akan digunakan satu buahPC (Personal Computer) sebagai server. Serverdisini meliputi VoIP server (Taxi Wisata server),webserver, sms server dan database server. Se-cara garis besar blok diagram sistem digam-barkan seperti Gambar 1.

Gambar 1. Blok diagram sistem

3.1 Implementasi SistemUntuk menyelesaikan layanan call center taksiwisata ini dilakukan beberapa tahap meliputi:

1) Konfigurasi asterisk2) Pembuatan UMS3) Implementasi Algoritma Saving dan

Greedy berbasis web4) Penerapan notifikasi pengguna

3.1.1 Konfigurasi AsteriskKonfigurasi asterisk ini untuk membangunlayanan call center. Ada dua macam fileyang harus dikonfigurasi. Untuk konfigurasi/etc/asterisk/sip.conf berisi tentang inisial-isasi ekstensi yang akan digunakan. Berikutcontoh konfigurasinya:

[102]type=friendusername=102secret=102host=dynamicnat=nodtmfmode=rfc2833allow=allcallerid=”SIP102”context=taksicanreinvite=nomailbox=102@taksi

Selanjutnya adalah konfigurasi pada file/etc/asterisk/extensions.conf .File konfigurasidisini berisi dial plan. Contoh konfigurasinyasebagai berikut:

exten ⇒ 102, 1, dial(sip/102, 5)exten ⇒ 102, 2, AGI(kirim.php)exten ⇒ 102, 3, hangup

3.1.2 Pembuatan UMSUntuk pembuatan aplikasi UMS ini digunakanbahasa pemrograman PHP. Yang nantinyaakan dijalankan apabila operator sedang sibuk.Berikut potongan program yang digunakanuntuk mengirim email:

to = ”[email protected]”;subject = ”Testmail”;message = ”Hello!Thisisasimpleemailmessage.”;from = ”[email protected]”;headers = ”From :from”;mail(to,subject,message,headers);echo ”Mail Sent.”;

3.1.3 Implementasi Algoritma Saving danGreedy Berbasis WebUntuk pembuatan web admin, dibutuhkandatabase yang akan digunakan untuk mem-bantu admin dalam memberikan informasi


maupun untuk melakukan pemesanan. Padapenelitian ini dibuat lima buah table dalamsatu database. Berikut relasi antar tabel:

Gambar 2. Relasi database

Untuk implementasi Saving dan Greedydiletakkan setelah pengguna melakukan peme-sanan.

3.1.4 Penerapan Notifikasi PenggunaSMS gateway memiliki program sendiri yangditulis dengan menggunakan pemrogramanPHP dan berfungsi untuk membaca jadwalsupir yang harus menjemput pengguna padaH-1. Artinya, program akan mengingatkansupir untuk menjemput pada satu hari sebelumhari kunjungannya,

3.2 Hasil Pengujian SistemPengujian merupakan salah satu langkah pent-ing yang harus dilakukan untuk mengetahuiapakah sistem yang dibuat telah sesuai den-gan apa yang direncanakan. Pada bagian iniakan dilakukan pengujian dan analisa sistemmeliputi :

1) Perbandingan kebenaran Algoritma Sav-ing dan Greedy

2) Perbandingan waktu komputasi dan op-timasi rute antara Algoritma Saving danGreedy

3.2.1 Perbandingan kebenaran AlgoritmaSaving dan GreedyPada pengujian ini dilakukan perbandinganhasil perhitungan manual algoritma Savingdan Greedy dengan menggunakan programyang telah dibuat. Pengujian dilakukan den-gan membandingkan hasil optimasi rute serta

jarak hasil perhitungan manual yang dilakukanpenulis.

Dari Tabel 1 dan 2 terlihat bahwa hasil opti-masi rute serta jarak menunjukkan hasil yangsama antara perhitungan manual dengan hasilprogram. Jadi dapat dikatakan bahwa algo-ritma Saving dan Greedy yang diaplikasikandalam program mendekati kebenaran

Tabel 1Kebenaran algoritma saving

Tujuan Program Manual

Hasil Jarak Hasil Jarak

(km) (km)

adisucipto adisucipto => 24 adisucipto => 24

malioboro afandi => afandi =>

kraton malioboro => malioboro =>

afandi kraton => kraton =>

adisucipto adisucipto


malioboro kalasan => kalasan =>

kalasan prambanan => prambanan =>

prambanan malioboro => malioboro =>

primarasa primarasa => primarasa =>




prambanan prambanan => prambanan =>

afandi malioboro => malioboro =>

monjogja primarasa => primarasa =>

primara sa monjogja => monjogja =>




pramba nan prambanan => prambanan =>

afandi vredeburg => vredeburg =>

vredeburg malioboro => malioboro =>

krato n kraton => kraton =>



3.2.2 Perbandingan Waktu Komputasi danOptimasi Rute Algoritma Saving denganGreedy

• Perbandingan Waktu Komputasi.Waktu komputasi disini adalah waktu yangdibutuhkan oleh program untuk melakukanperhitungan dari memperoleh masukan datahingga menghasilkan rute.

Dari Gambar 3 dapat diketahui bahwawaktu komputasi algoritma Saving lebih lamadibandingkan dengan algoritma Greedy. Halini disebabkan pada algoritma Saving pemros-esan data lebih panjang dibanding algoritma


Tabel 2Kebenaran algoritma Greedy

Tujuan Program Manual

Hasil Jarak Hasil Jarak

(km) (km)



kraton malioboro => malioboro =>

afandi kraton => kraton =>



malioboro kalasan => kalasan =>

kalasa n prambanan => prambanan =>

prambanan malioboro => malioboro =>






afandi malioboro => malioboro =>

monjogja primarasa => primarasa =>

primara sa monjogja => monjogja =>





afandi vredeburg => vredeburg =>

vredeburg malioboro => malioboro =>

krato n kraton => kraton =>



Gambar 3. Waktu komputasi saving dan greedy

Greedy. Pada algoritma Saving data jarak yangdiperoleh akan dihitung nilai Saving lalu datadiurutkan kemudian baru proses penentuanrute. Sementara pada algoritma Greedy datajarak yang diperoleh tidak dihitung melainkanlangsung ke proses penentuan rute. Hal ini-lah yang menyebabkan waktu komputasi al-goritma Saving lebih lama dibandingkan algo-ritma Greedy.

• Perbandingan Optimasi RutePengujian selanjutnya yaitu perbandingan op-timasi rute, untuk pengujian ini akan di-lakukan pengujian panjang jarak yang ditem-

puh dari hasil proses perhitungan algoritma.Makin dekat jarak yang tempuh yang di-hasilkan, maka algoritma tersebut dikatakanmakin optimal dalam menghasilkan rute. Padatahap ini dilakukan tiga kali pengujian untuknode dalam kota, dalam dan luar kota sertanode luar kota.

Tabel 3Optimasi rute algoritma Saving (di dalam kota)

Saving

node tujuan rute jarak waktu

(km) (hh:mm)

biayax1000(Rp)

3 statugu,malioboro, Statugu>malioboro> 24 3:37

borobudur, parangtritis, Parangtritis>Borobudur 162

>statugu

4 adisucipto,malioboro, adisucipto>prambanan > 49 5:15

kalasan,prambanan, mal ioboro>primara sa> 282,5

primarasa, kalasan>adisucipto

5 adisucipto,malioboro, adisucipto>prambanan > 48 6:13

prambanan,afandi, mal ioboro>primara sa> 286

monjogja,primarasa, kalasan>adisucipto

6 adisucipto,malioboro, adisucipto>vredeburg> 41 7:03

prambanan,afandi, k raton>primarasa> 288,5

vredeburg,kraton, mal io boro>afandi>

primaraa, prambana n>adisucipto


prambanan,afandi, k raton>primarasa> 314,5

vredeburg,kraton, mal io boro>yudjum>

yudjum,primarasa, afandi>prambanan>

adisucipto


kalasan,prambanan, k raton>primarasa> 345

afandi,vredeburg, mal io boro>yudjum>

kraton,yudjum, afandi> prambanan>

primarasa kalasan>adisucipto

9 adisucipto,malioboro, adisucipto>afandi> 47 10:13

kalasan,prambanan, yudj um>malioboro> 363,5

afandi,vredeburg, kraton> primarasa>

kraton,ratuboko, vredeburg>p rambanan>

yudju m,primarasa, ratuboko>ka lasan>

adisucipto

10 giwangan,malioboro, giwangan>gembi raloka > 58 11:29

gembiraloka,kalasan, kalasan>ratuboko> 431

prambanan,a fandi , prambanan>afandi>

vredeburg,kraton, yudjum>primarasa>

ratuboko,yudjum, vredeburg>malioboro>

primarasa kraton>giwangan

Tabel 3 dan 4 menunjukkan bahwa padapengujian titik di dalam kota, dari segi bi-aya dan jarak, algoritma Greedy lebih opti-mal untuk jumlah node kurang dari 5. Sedan-gkan untuk jumlah node lebih dari 5 algoritmaSaving lebih optimal. Untuk jumlah node ku-rang dari 10 selisih waktu maksimal antaraalgoritma Greedy dan Saving sekitar 23 menitdengan selisih biaya sebesar Rp.45.500,00. Bila


Tabel 4Optimasi rute algoritma Greedy (di dalam kota)

Saving


(km) (hh:mm)

biayax1000(Rp)

3 statugu,malioboro, adisucipto>afandi> 24 3:37

borobudur, parangtritis, malioboro>kraton> 162

adi sucipto

4 adisucipto,malioboro, adisucipto>kalasan> 40 5:01

kalasan,prambanan, pra mbanan>malioboro> 251

primarasa, primarasa>adisucipto


prambanan,afandi, pra mbanan>malioboro> 307

monjogja,primarasa, pri marasa>monjogja>

adisucipto


prambanan,afandi, pra mbanan>vredeburg> 309,5

vredeburg,kraton, mal ioboro>kraton>

primaraa, primaras a>adi sucipto


prambanan,afandi, pra mbanan>vredeburg> 370,5

vredeburg,kraton, mal ioboro>kraton>

yudjum,primarasa, yudjum>primarasa>

adisucipto


kalasan,prambanan, kala san>prambanan> 401

afandi,vredeburg, vredeb urg>malioboro>

kraton,yudjum, kraton>yudjum>

primarasa primarasa>adisucipto


kalasan,prambanan, kala san>ratuboko> 419,5

afandi,vredeburg, pramban an>vredeburg>

kraton,ratuboko, mal ioboro>kraton>

yudju m,primarasa, yudjum>primarasa>

adisucipto

10 giwangan,malioboro, giwangan>gembiraloka> 71 11:49

gembiraloka,kalasan, vredeburg>kraton> 476,5

prambanan,a fandi , primarasa>afandi>

vredeburg,kraton, malioboro>yudjum>

ratuboko,yudjum, kalasan>ratuboko>

primarasa prambanan>giwangan

hasil pengujian direpresentasikan dalam ben-tuk grafik akan tampak seperti Gambar 4.

Gambar 4. Grafik pengujian optimasi node dalam kota

Pengujian berikutnya adalah pengujian op-timasi rute di dalam dan di luar kota. Untukpengujian ini, hampir sama dengan pengujiandi dalam kota. Tetapi titik tujuan yang akandipilih ada dua macam yaitu titik tujuan didalam dan luar kota. Tabel 5 dan 6 menun-jukkan bahwa saat titik tujuan sedikit, selisihantara algoritma Saving dan Greedy tidak be-gitu banyak. Tetapi, makin banyak titik yangditempuh selisih jarak yang dihasilkan jugamakin jauh. Untuk jumlah node kurang dari8, perbedaan waktu maksimal antara algoritmaGreedy dengan Saving hanya 15 menit den-gan selisih biaya sebesar Rp.38.500,00. Semakinbanyak node selisih waktu yang dihasilkanjuga semakin besar, terlihat bahwa untuk nodeyang ke 10 selisih waktu mencapai 53 menitdengan selisih biaya sebesar Rp.126.000,00. Se-hingga bisa dikatakan bahwa algoritma Sav-ing lebih optimal bila dibandingkan denganGreedy baik dari segi biaya maupun jarak.Bila hasil pengujian direpresentasikan dalambentuk grafik akan tampak seperti Gambar 5.

Gambar 5. Grafik pengujian optimasi node dalam danluar kota

Untuk pengujian luar kota, akan dipilihtitik-titik tujuan untuk daerah luar kota Yo-gyakarta, dimana jarak antar titik disini lebihjauh dibandingkan dua pengujian sebelumnya.Tabel 7 dan 8 menunjukkan bahwa konsepTSP dengan algoritma Greedy lebih tidak opti-mal dibanding dengan algoritma Saving untuktujuan yang lebih jauh. Hal ini disebabkankarena algoritma Greedy lebih optimal digu-nakan pada node-node yang pendek pada areajangkauan kurang dari 40 km. Pada pengujianini, terlihat untuk jumlah node 10 selisih waktu


Tabel 5Optimasi rute algoritma Saving (di dalam dan di luar

kota)

Saving


(km) (hh:mm)

biayax1000(Rp)

3 statugu,malioboro, statugu>malioboro> 132 6:19

borobudur,parangtritis, parangtritis>borobudur> 560

statugu

4 giwangan,malioboro, giwangan>prambanan> 95 6:24

prambanan,primarasa, malioboro>primarasa> 441,5

para ngtritis, parangtritis>giwangan

5 adisucipto,malioboro, adisucipto>prambanan> 165 9:10

prambanan,primarasa, borobudur>parangtritis> 701

par angtritis,borobudur, primarasa>malioboro>

adisucipto


prambanan,kraton, borobudur>malioboro> 725.5

primarasa,borobudur, parangtritis>kraton>

parangtritis, primarasa>adisucipto


prambanan,afandi, vredeburg>kraton> 572.5

vredeburg,kraton, primarasa>malioboro>

primarasa,borobudur, borobudur>prambanan>

adisucipto


prambanan,afandi, yudjum>malioboro> 681.5

vredeb urg,kraton, kraton>primarasa>

yudjum,primarasa, vredeburg>gnkidbeach>

gnkidbeach, prambanan>adisucipto

9 statugu,malioboro, statugu>vredeburg> 150 12:48

kalasan,prambanan, kraton>primarasa> 726

afandi,vr edeburg, kalasan>prambanan>

kraton,yudjum, gnkidbeach>afandi>

primarasa,gnkidbeach, yudjum>malioboro>

statugu

10 adisucipto,malioboro, adisucipto>monjogja> 155 13:55

gembiraloka,monjogja, yudjum>malioboro> 757.5

pra mbanan,afandi, kraton>primarasa>

vredeburg,kraton, vredeburg>gembiraloka>

yudjum,primar asa, afandi>gnkidbeach>

gnkidbeach, prambanan>adisucipto

maksimal mencapai 3 jam 22 menit denganselisih biaya sebesar Rp.472.500,00.

Dari semua pengujian yang telah dilakukanterlihat bahwa untuk optimasi rute algoritmaSaving lebih baik dibandingkan dengan al-goritma Greedy, karena hasil perhitungan al-goritma saving lebih banyak menghasilkanjarak tempuh dan biaya yang lebih optimal.Dikatakan lebih optimal karena total jarak tem-puh hasil proses algoritma saving lebih sedikit.

4 KESIMPULAN

1) Perbandingan hasil perhitungan manualalgoritma Saving dan Greedy dengan

Tabel 6Optimasi rute algoritma Greedy (di dalam dan di luar

kota)

Saving


(km) (hh:mm)

biayax1000(Rp)


borobudur,parangtritis, parangtritis>borobudur> 560

statugu

4 giwangan,malioboro, giwangan>primarasa> 99 6:29

prambanan,primarasa, malioboro>prambanan> 455,5

parangtritis, parangtritis>giwangan


prambanan,primarasa, malioboro>primarasa> 726

par angtritis,borobudur, parangtritis>borobudur>

adisucipto


prambanan,kraton, malioboro>kraton> 729

primarasa,borobudur, primarasa>parangtritis>

parangtritis, borobudur>adisucipto


prambanan,afandi, prambanan>vredeburg> 611

vredeburg,kraton, malioboro>kraton>

primarasa,borobudur, primarasa>borobudur>

adisucipto


prambanan,afandi, prambanan>vredeburg> 755

vredeburg,kraton, malioboro>kraton>

yudjum,primarasa, yudjum>primarasa>

gnkidbeach gnkidbeach>adisucipto


kalasan,prambanan, vredeburg>kraton> 726

afandi,vr edeburg, primarasa>yudjum>

kraton,yudjum, afandi>kalasan>

primarasa,gnkidbeach, prambanan>gnkidbeach>

statugu


gembiraloka,monjogja, gembiraloka>prambanan> 883.5

prambanan,afandi, vredeburg>malioboro>

vredeburg,kraton, kraton>yudjum>

yudjum,primarasa, primarasa>monjogja>

gnkidbeach, gnkidbeach>adisucipto

Gambar 6. Grafik pengujian optimasi node luar kota

menggunakan program yang telah dibuat


Tabel 7Optimasi rute algoritma Saving (di luar kota)

Saving


(km) (hh:mm)

biayax1000(Rp)

3 statugu,parangtritis, statugu>borobudur> 133 5:20

borobudur,gnkidbeach, parangtritis>gnkidbeach> 531.5

statugu

4 adisucipto,parangtritis, adisucipto>siung> 210 8:16

borobudur,gnkidbeach, gnkidbeach>parangtritis> 953

siung, borobudur>adisucipto

5 adisucipto,parangtritis, adisucipto>borobudur> 268 11:44

borobudur,gnkidbeach, parangtritis>gnkidbeach> 1020

siung,sadeng, siung>sadeng>

adisucipto


borobudur,gnkidbeach, parangtritis>gnkidbeach> 1025

siung,sadeng, sundak>siung>

sundak, sadeng>adisucipto


borobudur,gnkidbeach, glagah>parangtritis> 1155

siung,sadeng, gnkidbeach>sundak>

sundak,glagah, siung>sadeng>

adisucipto



siung,sadeng, gnkidbeach>ngrenehan>

sundak,glagah, sundak>siung>

ngrenehan, sadeng>adisucipto



siung,sadeng, ngobaran>gnkidbeach>

sundak,glagah, ngrenehan>sundak>

ngrenehan,ngobaran siung>sadeng>

adisucipto


borobudur,gnkidbeach, glagah>parangtritis> 1297.5

siung,sadeng, parangkusumo>ngobaran>

sundak,glagah, gnkidbeach>ngrenehan>

ngrenehan,ngobaran, sundak>siung>

parangkusumo sadeng>adisucipto

menunjukkan hasil yang sama. Sehinggadapat dikatakan bahwa algoritma Savingdan Greedy yang diaplikasikan dalamprogram mendekati kebenaran.

2) Waktu komputasi algoritma Saving lebihlama dibandingkan dengan algoritmaGreedy. Untuk 10 titik tujuan algoritmagreedy memiliki waktu komputasi 0.075detik, sementara algoritma saving memi-liki nilai 0.35 detik. Hal ini disebabkanalgoritma Saving mengalami pemrosesandata yang lebih panjang dibanding algo-ritma Greedy.

3) Pada perbandingan optimasi rute, hasilperhitungan algoritma Saving meng-

Tabel 8Optimasi rute algoritma Greedy (di luar kota)

Saving


(km) (hh:mm)

biayax1000(Rp)

3 statugu,parangtritis, statugu>parangtritis> 133 5:20

borobudur,gnkidbeach, borobudur>gnkidbeach>

statugu

4 adisucipto,parangtritis, adisucipto>parangtritis> 260 9:31

borobudur,gnkidbeach, borobudur>gnkidbeach> 993

siung, siung>adisucipto



siung,sadeng, siung>sadeng>

adisucipto



siung,sadeng, sundak>siung>

sundak, sadeng>adisucipto



siung,sadeng, glagah>sundak>

sundak,glagah, siung>sadeng>

adisucipto


borobudur,gnkidbeach, borobudur>ngrenehan> 1790,5

siung,sadeng, gnkidbeach>glagah>

sundak,glagah, sundak>siung>

ngrenehan, sadeng>adisucipto


borobudur,gnkidbeach, borobudur>ngobaran> 1761

siung,sadeng, ngrenehan>gnkidbeach>

sundak,glagah, glagah>sundak>

ngrenehan,ngobaran siung>sadeng>

adisucipto


borobudur,gnkidbeach, parangkusumo>borobudur> 1770

siung,sadeng, ngobaran>ngrenehan>

sundak,glagah, gnkidbeach>glagah>

ngrenehan,ngobaran, sundak>siung>

parangkusumo, sadeng>adisucipto

hasilkan jarak tempuh dan biaya yanglebih optimal dibandingkan dengan algo-ritma Greedy. Untuk pengujian di dalamkota di dapatkan selisih waktu maksimalantara algoritma Greedy dan Saving sek-itar 23 menit dengan selisih biaya sebesarRp.45.500,00. Untuk pengujian di dalamdan luar kota selisih waktu mencapai53 menit dengan selisih biaya sebesarRp.126.000,00. Sedangkan untuk pengu-jian di luar kota selisih waktu maksimalmencapai 3 jam 22 menit dengan selisihbiaya sebesar Rp.472.500,00.


DAFTAR PUSTAKA

[1] Altinel I. K. and ncan T., ”A new enhancement of theClarke and Wright savings heuristic for the capacitatedvehicle routing problem”, J Opl Res Soc 56: 954-961, 2005.

[2] AA. Markopoulou, F. Tobagi, and M. Karam, ”Assessmentof VoIP Quality over Internet Backbones”’, IEEE Transac-tions on Networking, October 2003.

[3] A.P. Punnen, F. Margot and S.N. Kabadi, ”TSP heuristics:domination analysis and Complexity”, Algorithmica 35(2003), 111-127.

[4] Gregory Gutin and Anders Yeo, The Greedy Algorithmfor the Symmetric TSP, Department of Computer Science,Royal Holloway, University of London, Egham, 2004.

[5] G. Gutin, A. Yeo and A. Zverovich, Traveling salesmanshould not be greedy: domination analysis of greedy-typeheuristics for the TSP, Discrete Applied Mathematics 117,2002

[6] Hudan Fuadi, M. and Subkhan, M., ”Aplikasi Paket En-capsulator Codec PCM-G711 Pada Sistem Internet Tele-poni”, Tugas Akhir, PENS-ITS, 2009.

[7] Ira Prasetyaningrum, ”Penyelesaian Kombinasi VehicleRouting Problem dan Container Loading Problem Meng-gunakan Algoritma Genetika”, Thesis, Institut TeknologiSepuluh Nopember, Surabaya, 2007.

[8] Mike Yuliana, Miftahul Huda, dan Prima Kristallina,”Analisa Kualitas Sinyal Suara pada Teknologi IVR den-gan menggunakan PSD (Power Spectral Density)”, Pro-ceeding of IES 2010, Surabaya, Oktober 2010.

[9] Mike Yuliana, Ira Prasetyaningrum, dan Yusiana Kar-tikasari, ”Implementasi Clarke Wright Saving Methodpada Layanan Taksi Wisata Berbasis VoIP”, Proceedingof IES 2011, Surabaya, Oktober 2011.

[10] Misbahudin, S. and Al Holou, N., ”Algorithm To Im-prove VoIP Data Traffic Rate over Internet”, Proceedingof IASTED Conferences, 2006.

[11] M. Zen Samsono Hadi, Haryadi Amran Darwito, danTitik Sri Mulyani, ”Akses Informasi Pengiriman Barangdi Kantor Pos Jemur Sari untuk Area Surabaya Timurmenggunakan Metode Ant Colony Optimization BerbasisWAP”, Proceeding of IES 2010, Surabaya, November 2010.

[12] N. Kamat, J. Wang, and J. Liu, ”A Delay-Efficient Re-Routing Scheme for VOIP Traffic”, IEEE InternationalConference on Multimedia and Expo (ICME 2003), Bal-timore, MD, 2003.

[13] Shrestha, A. and Elleithy, K., ”Investigating The Effect ofEncoder Schemes, WFQ and SAD on VoIP Qos”, SpringerSciences Bussiness Media B.V., 2008.

[14] Xiaohui Gu, Klara Nahrstedt Rong N. Chang, and Zon-Yin Shae, ”An Overlay Based QoS-Aware Voice-Over-IPConferencing System”, Department of Computer ScienceNetwork Hosted Application.

[15] X. Gu, K. Nahrstedt, R. N. Chang, and C. Ward, ”QoS As-sured Service Composition in Managed Service OverlayNetworks”, Proc. of IEEE 23nd International Conferenceon Distributed Computing Systems (ICDCS 2003), Provi-dence, RI, May 2003.

Mike Yuliana lahir di Jember, ia memper-oleh gelar Sarjana Teknik(ST) pada Ju-rusan Teknik Elektro pada tahun 2001dan Magister Teknik(MT) pada tahun 2007,keduanya dari Institut Teknologi Sepu-luh Nopember(ITS) Surabaya. Ia adalahpengajar di Jurusan Teknik Telekomu-nikasi,Politeknik Negeri Surabaya. Bidangpenelitian yang ditekuni adalah Telephony

Network. Banyak melakukan penelitian yang berbasis aplikasiVoIP, mulai dari pembuatan server VoIP sampai pembuatanprogram untuk menambahkan fitur dari server VoIP

Ira Prasetyaningrum lahir di Surabaya, iamemperoleh gelar S.Si pada tahun 2004dari jurusan Matematika FMIPA dan Mag-ister Teknik (MT) pada tahun 2007 darijurusan Teknik Industri. Banyak melakukanpenelitian yang berbasis TSP.

M.Zen Samsono Hadi lahir di Kediri,ia memperoleh gelar Sarjana Teknik(ST)pada Jurusan Teknik Elektro pada tahun2000 dan Magister Teknik (MT) pada tahun2009, keduanya dari Institut TeknologiSepuluh Nopember(ITS) Surabaya. Padatahun 2007, ia mendapat kesempatan un-tuk program double degree ke Jerma, danmendapatkan gelar master of science pada

tahun 2008. Ia adalah pengajar pada jurusan Teknik Telekomu-nikasi, Politeknik Elektronika Negeri Surabaya. Bidang peneli-tian yang ditekuni adalah Network Security,Network Design daninternet application. Pernah melakukan penelitian pada bidangnetwork design di T-Systems Enterprise Gmbh, Dramstadt Jer-man pada tahun 2008.

Yusiana Kartikasari lahir di Surabaya, iamemperoleh gelar Sarjana Sains Terapan(S.ST) pada tahun 2011 di Program StudiTeknik Telekomunikasi, Politeknik Elektron-ika Negeri Surabaya

Documents

Layanan Call Centre Taxi Wisata Untuk Optimasi Rute Tujuan ...core.ac.uk/download/pdf/13503942.pdfalgoritma Greedy dan Saving dalam menentukan urutan tempat wisata yang akan dikunjungi