Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                 ISBN 978‐602‐19837‐0‐6            Pen...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)            ISBN 978‐602‐19837‐0‐6 dibawah sumbu y men...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6 3. Blok    Diagram...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                    ISBN 978‐602‐19837‐0‐6            ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                      ISBN 978‐602‐19837‐0‐6 2.   Kond...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)    ISBN 978‐602‐19837‐0‐6 Referensi[1] Farukh NADEEM,...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)            ISBN 978‐602‐19837‐0‐6        Analisis Efe...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)               ISBN 978‐602‐19837‐0‐6 Salah satu tekni...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                                                      ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)               ISBN 978‐602‐19837‐0‐6                 ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6 5. Kesimpulan     ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)    ISBN 978‐602‐19837‐0‐6 3-12                       ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6   Sistem Tracking ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                 ISBN 978‐602‐19837‐0‐6 penerima denga...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6 menggunakan softwa...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)              ISBN 978‐602‐19837‐0‐6      Pada algorit...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)                    ISBN 978‐602‐19837‐0‐6     -  Mera...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)            ISBN 978‐602‐19837‐0‐6                    ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)    ISBN 978‐602‐19837‐0‐6 http://www-groups.dcs.st-  ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)    ISBN 978‐602‐19837‐0‐6 3-20                       ...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)             ISBN 978‐602‐19837‐0‐6        Kajian Peng...
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)               ISBN 978‐602‐19837‐0‐6 oleh peranan top...
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
3. data maning dan database system
Upcoming SlideShare
Loading in …5
×

3. data maning dan database system

4,848 views

Published on

Published in: Technology, Business
1 Comment
0 Likes
Statistics
Notes
  • Be the first to like this

No Downloads
Views
Total views
4,848
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
153
Comments
1
Likes
0
Embeds 0
No embeds

No notes for slide

3. data maning dan database system

  1. 1. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Pengukuran Kadar Kepekatan Asap pada Lahan Gambut Arif Gunawan1, Moch. Rivai 2, dan Eko Setijadi3 1 Teknik Telekomunikasi Politeknik Caltex Riau 2,3 Intitut Teknologi Sepuluh Nopember (ITS) Email : arif.gunawan09@mhs.ee.its.ac.id arifg8@gmail.com Email : muhammad_rivai@ee.its.ac.id ekoset@ee.its.ac.id      Abstrak Dalam beberapa dekade belakangan iniIndonesia merupakan derah sebagai pengeksportasap terbesar , dimana asap tersebut berasal dariberapa daerah di pulau sumatera. Ini terbuktidengan beberapa keberatan dan dari negaratetangga akan asap yang berasal dari hasilterbakarnya lahan gambut salah satunya dipropinsiRiau. Asap hasil terbakarnya lahan gambuttentunya memiliki karakteristik kandungan partikel Gambar 1. karakteristik Lahan gambut (Suwido H.yang berbeda dengan terbakarnya lahan lain. Limin, edisi 7 mei 2003)Dalam penelitian ini dilakukan degan 2 buahpengujian , yang pertama mengambil sempel lahan Kejadian kebakaran hutan dan lahan digambut dan dilakukan pembakaran didalam ruang provinsi riau memiliki pengaruh yang besarisolator dan mengukur kadar partikel dengan 5 bua terhadap terjadinya polusi kabut asap yang melintassensor, yaitu TGS2442 (CO), batas negara. Pada umumnya kebakaran yangTGS2201(Metana),TGS 4161(Co2) dan terjadi di provinsi riau berada di lahan gambut yangTGS2612(Gas Oil), serta LM35 sebagai sensor mendominasi wilayah ini sebesar 60 %, oleh karenasuhu. Pengujian ke dua adalah pengukuran itu, kabut asap merupakan fenomena alam yanglangsung dengan meletakan sensor dan sistem di umum terjadi pada saat musim kebakaran dansekitar daerah yang terbakar (dilakukan pada saat memberikan dampak terhadap negara tetanggamasyarakat membuka lahan untuk perkebunan seperti malaysia dan Singapore elias ( Inyoman jayasawit) .Setelah itu hasil data sensor diinputkan ke wistara,2009). Untuk itu penting kiranya di lakukanmikrokontroller dan selanjutnya ditransmisikan ke suatu penelitian untuk mengetahui kandunganPC/Laptop via RS232 dan untuk selanjutnya partikel dari hasil pembakaran lahan gambut diditampilkan dalam bentuk grafik untuk mengetahui propinsi riau. Untuk mengetahui kandungan partikelkandungan asap dari hasil pembakaran lahan maka digunakan beberapa buah sensor yaitu sensorgambut. suhu (LM35), sensor TGS2201 ( gas oline), TGS4161(gas Co2), TGS2442 (gas CO), dan sensorKata kunci : transmitter, receiver, sensor TGS2612 ( gas methan).1. Pendahuluan 2. Tinjauan Pustaka Kebakaran hutan di Indonesia pada saat ini Adapun sistem sensor yang di gunakandapat dipandang sebagai bencana regional danglobal. Hal ini disebabkan karena hasil pembakaran adalah:yang dilepas ke atmosfer salah satu contoh CO2,berpotensi menimbulkan pemanasan global.Pembukaan lahan gambut berskala besar dengan 2.1. Sensor TGS2442membuat saluran/parit telah menambah resiko TGS2442 menggunakan struktur multilayerterjadinya kebakaran di lahan gambut pada musim sensor. Menampilkan TGS2442 baik selektivitaskemarau. untuk karbon monoksida, sehingga ideal untuk memonitoring kandungan CO. Pada gambar grafik Data Maning dan Database System 3-1
  2. 2. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 dibawah sumbu y mengindikasikan rasio dariresistansi sensor (Rs/Ro) dimana :Rs = Resistansi sensor gas yang ditampilkan pada berbagai konsentrasi.Ro = Resistansi sensor pada 100ppm CO.Gambar karakteristik rangkian TGS 2442 Gambar 4. karakteristik rangkaian TGS2612 2.4. Sensor LM 35 Sensor suhu menggunakan LM35 ini mempunyai presisi yang tinggi dengan lineraritas +10.0 mV terhadap suhu Celcius. Suhu yang dapat Gambar 2. Karakteristik rangkaian TGS2442 diukur cukup lebar yakni antara –55°C sampai dengan 150°C.2.2. Sensor TGS2201 2.5. Mikrokontroler ATMega8535 TGS2201 dapat mendeteksi 2 kandungan pada1 substrate dan menghasilkan 2 keluaran secara Mikrokontroler AVR memiliki arsitekturterpisah untuk merespon kandungan gas RISC 8 bit, dimana semua instruksi dikemas dalampembuangan diesel dan gas pembuangan bensin. kode 16-bit (16-bits word) dan sebagian besarRs = Resistansi sensor gas yang ditampilkan pada instruksi dieksekusi dalam 1 (satu) siklus clock, berbagai konsentrasi. berbeda dengan instruksi MCS51 yangRo = Resistansi sensor pada saat udara bersih. membutuhkan 12 siklus clock. AVR berteknologiSetelah dilakukan perhitungan berdasarkan RISC.karakteristik rangkaian Modul sensor dan ruang pengujian Gambar 5. Ruang pengukuran dan module Sensor Gambar 3. Karakteristik sensor 2201 yang di gunakan2.3. Sensor TGS2612 Sensor TGS2612 mempunyai sensitifitas yangtinggi terhadap kandungan methane, propane, danbuthane sehingga membuat,. Fitur-fitur yangterdapat pada sensor TGS2612 adalah sedikitmengkonsumsi daya, Sensitifitas yang tinggiterhadap kandungan methane dan LP gas. Padagambar grafik sumbu y mengindikasikan rasio dariresistansi sensor (Rs/Ro) dimana :Rs = Resistansi sensor gas yang ditampilkan pada berbagai konsentrasi.Ro = Resistansi sensor pada 5000ppm CO.Rangkaian karakteristik TGS2612 Gambar 6. PC monitor Sensor Gas3-2 Data Maning dan Database System
  3. 3. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 3. Blok Diagram Sistem Secara sensor agar dapat membaca kandungan partikel gas Keseluruhan dan Prinsip Kerja tentunya setelah dipanaskan oleh tegangan heater. Sistem 3.2. Flow Chat Pengukuran Pada rangkaian diatas mengunakan 5 buahsensor suhu (LM35), sensor TGS2201 (gas oline), Dalam pembuatan sistem ini dilakukan denganTGS4161(gas Co2), TGS2442 (gas CO), dan sensor beberapa cara salah satunya adalah perancanganTGS2612 (gas Metan). Hasil pembacaan sensor system sensor,berikut perancangan system sensor.diproses oleh mikrokontroler dan kemudianhasilnya di tampilkan dalam LCD , untukterkoneksi dengan Port serial pada PC hasilpembacaan di teruskan ke komunikasi serial yaituMAX 232 dan hasil pembacaanya di tampilkan diPC Gambar 7. Blok diagram Rangkaian Sensor Gambar 9. Flowchat sensor3.1. Rangkaian sensor Pada sistem diatas dapat dilihat sinyal hasil pembacaan dari sensor-sensor yang berupa tegangan dari 0 – 5 Volt masuk kedalam sistem mikrokontroler , Mikro sendiri memiliki ADC internal dan hasil dapat diolah didalam mikrokontroler. Hasil yang telah diolah oleh sistem mikrokontroler di teruskan melalui port TX/RX sebagai komunikasi serial ke IC MAX232 dan diterskan ke PC melalui port DB9. Sedangkan perancangan dalam sistem pengolahan data adalah sebagai berikut 4. AnalisaGambar 8. Rangkaian sensor 4.1. Pengujian tanpa asapPada gambar 8 terdapat 3 buah rangkaian, yaiturangkaian sensor TGS2612, rangkaian sensor Pengujian yang dilakukan tanpa asap di ruangTGS2442, dan rangkaian sensor TGS2201. Pada simulasitor, dengan hasil pembacaan sensor adalahsetiap sensor mempunyai RH (tahanan heater) dan dalam pengujian ini gambut yang sudah diambilRS. RH berfungsi sebagai tahanan untuk tegangan hutan akan di bakar di dalam ruang simuatorheater, adapun tegangan heater berfungsi untuk adapun ruang simulator yang di buat adalahmemanaskan sensor agar dapat membaca berdiameter 120 cm x 50 cm x 40 cm sepertigambarkandungan partikel gas. Dan RS berfungsi sebagai di bawah initahanan untuk tegangan circuit,adapun tegangancircuit befungsi untuk memberi tegangan pada Data Maning dan Database System 3-3
  4. 4. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Tabel 2. Pengukuran dengan asap Data ke suhu Metana Gas oline CO Co2 1000 32.75 5 91.5 15 96 1050 33 5.25 92.25 15 96 1100 33 5.5 92.5 15 96 1150 33 5.75 92.75 15.25 96 1200 33 6 93.25 15.5 96 1250 33 6 93.5 15.75 96 1300 33 6 93.75 16 96 1350 33 6 94 18.75 96.75 1400 33 6 94 19 97 Gambar 10. Ruang simulator ukur asap 1450 33 6 94 19 97.25 1500 33 6 94 19 97.5 1550 33 6 94 19 97.5Kemudian di lakukan pembakaran sampah gambut 1600 33 6 94 19 97.75dan masukan kedalam ruang simulator ,sampah 1650 33.25 6 94 19 97.75yang diambil sebelumnya di timbang memiliki berat 1700 33.5 6 94 19 98.251.5 kg, dan sensor mendeteksi perubahan yang 1750 33.75 6 94 19 98.5 1800 34 6 94 16.5 98.75terjadi. Untuk mendapatkan data yang Valid 1850 34 6 94 17 99pertama di lakukan pengukuran mendeteksi kondisi 1900 34 6.25 94 17.5 99normal ruangan tanpa asap gambut. Dan hasil 1950 34 6.25 94.25 18.5 99pengukuranya seperti di bawah ini. 2000 34 6.5 94.25 18.5 99 2050 34 6.5 94.5 18.25 99 Tabel 1. Pengukuran ruangan tanpa asap 2100 34 6.75 94.5 19 99 2150 34 6.75 94.75 18 99Data ke Suhu Metana Gas oline CO Co2 2200 34 7 94.75 19.5 99.25 2250 34 7 95 18 99.5 50 31.37 1.00 41.00 14.60 97.00 2300 34 7 95 18 99.5 100 31.39 1.00 42.40 14.60 97.00 2350 34 7 95 18 99.75 150 31.41 1.00 43.10 14.60 97.00 2400 34 7 95 18 100 200 31.44 1.00 43.18 14.60 97.00 2450 34 7 95 18 100 250 31.46 1.00 43.25 14.60 97.00 2500 34 7.25 95 20 100 300 31.49 1.00 43.33 14.60 97.00 2550 34 7.5 95 20 100 350 31.51 1.00 43.40 14.60 97.02 400 31.54 1.00 43.48 14.60 97.05 2600 34 7.5 95 20 100 450 31.56 1.00 43.55 14.60 97.07 2650 34 7.75 95 19.5 100 500 31.59 1.00 43.63 14.60 97.07 2700 34 8 95 19 100.25 550 31.61 1.00 43.70 14.60 97.07 2750 34 8.25 95 18.5 100.5 600 31.63 1.00 43.78 14.63 97.07 2800 34 8.5 95 20 100.75 650 31.66 1.00 43.85 14.65 97.07 2850 34 8.5 95 20 101 700 31.68 1.00 43.93 14.66 97.07 2900 34 8.75 95 20 101 750 31.71 1.00 43.98 14.68 97.07 2950 34 9 95 20 101 800 31.73 1.00 44.00 14.70 97.07 3000 34 9 95 20 101 850 31.76 1.00 44.57 14.73 97.07 3050 34 9 95 20 101 900 31.78 1.00 45.00 14.75 97.07 Dari tabel diatas dapat kita lihat pada suhu tertinggiDalam pengambilan data sensor dilakukan sampai yaitu 34 oC mengandung unsur metan tertinggi 9dengan 900 data dan telah di rata-ratakan ppm, gas oline 95 ppm, CO 20ppm, dan CO2memilikihasil seperti tabel1. Terlihat di dalam adalah 101 ppm.ruangan memiliki suhu tertinggi 31.78 oC, methan 1ppm, gas oline 45ppm, gas CO 14,75 ppm, dan 4.3. Pengujian dengan asap dilokasiCO2 97.07 ppm. pembukaan lahan sawit Adapun tujuan pengukuran ini adalah4.2. Pengujian dengan asap untukmendapatkan data sebenarnya pada saat warga Pengukuran kedua adalah dengan membakar melakukan pembukaan lahan sawit. Walapun sulitsampah gambut dan meletakan di dalam ruang mendapatkan kondisi yang konstan konsentrasi darisimulator , dan sensor mendeteksi perubahan asap gambut yang terbakar karena beberapa halperubahan di dalam ruang simulator. Dan hasilnya yaitu:seperti tabel di bawah ini. 1. Sulitnya menjangkau daerah yang terbakar karena medan yang sulit3-4 Data Maning dan Database System
  5. 5. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 2. Kondisi cuaca angin yang membuat sulit 4450 33.77 1.89 69.51 15.00 96.57 mendapatkan konsentrasi yang luas 4500 33.82 2.00 70.29 15.00 96.60 4550 33.82 2.37 71.09 15.00 96.733. Luasnya areal yang terbakar 4600 33.83 2.54 71.66 15.00 96.744. Sulit memetakan luas daerah yang terbakar 4650 33.83 2.66 71.91 15.00 96.77 sebagai acuan ukur. 4700 33.86 2.74 72.09 15.00 96.895. Sulitnya mengindetifikasi lokasi hotspot/ titik 4750 33.86 2.89 72.86 15.00 97.00 apai karena proses terbakarnya sangat singkat 4800 33.87 2.91 73.00 15.00 97.00 4850 33.90 2.94 73.17 15.00 97.00 Sebagai pembanding maka diambil data 4900 33.91 3.00 74.26 15.00 97.00kondisi kualitas udara daerah setelah selesaiterjadinya pembakaran untuk adapun data nya Dari data yang diperoleh menunjukan bahwaadalah sebagai berikut . hasil pembakaran lahan gambut menghasilkan beberapa partikel gas diantaranya adalah methan Tabel 3. Kondisi sesudah kualitas udara setelah dengan konsentrasi 3 ppm, gas oline dengan terjadinya kebakaran konsentrasi 74,26 , gas CO ( karbon monoksida ) 15 Gas  ppm , dan gas CO2 adalah 97 ppm. Data ke  suhu  Methan   CO   CO2  Oline  5050  32.00  0.40  49.00  14.00  95.00  5100  32.00  0.65  49.00  14.00  95.00  5. Kesimpulan 5150  32.00  0.74  49.00  14.00  95.00  5200  32.00  0.77  49.00  14.00  95.00  Berdasarkan data yang di peroleh bahwa asap 5250  32.00  0.89  49.00  14.00  95.00  hasail pembakaran lahan gambut di ruang terbuka 5300  32.00  0.89  49.00  14.00  95.00  mengandung banyak unsur CO (15 ppm), 5350  32.00  0.90  49.00  14.00  95.00  CO2(97ppm) , Methan( 3 ppm), gas oline (74,26 5400  32.00  0.91  49.00  14.00  95.00  ppm). Dengan demikian pembakaran lahan gambut 5450  32.03  0.96  49.00  14.00  95.00  turut menyumbang dampak polusi di kota 5500  32.09  1.00  49.00  14.00  95,7  5550  pekanbaru. 32.17  1.00  49.00  14.00  95,7  5600  32.26  1.00  49.00  14.00  95,7  5650  32.40  1.00  49.00  14.00  95,7  5700  32.49  1.00  49.00  14.00  95,7  5750  32.74  1.00  49.00  14.00  95,7  5800  32.91  1.00  49.00  14.00  95,7  5850  33.00  1.00  49.00  14.00  95,7  5900  33.00  1.00  49.00  14.00  95,7  5950  33.00  1.12  49.00  14.00  95,7  Berdasarkan data di dapatkan kondisi normalpada saat telah terjadinya proses pembakarandengan konsentarsi gas methan 1.12 ppm, gas oline49 ppm, gas CO 14 ppm dan gas CO2 95,7 ppm Dengan hal-hal tersebut untuk mendapatkanperbandingan dari kondisi pengukuran skalalaboratorium maka pengukuran sebenarnya , akanperlu dilakukan secara langsung di lapangan.Pengambilan data di lakukan di daerah kandispropinsi riau pada tanggal 12 juli 2011 dengankondisi pembakaran dalam upaya pembukaan lahanperkebunan sawit. Adapun data yang di dapat daripngukuran lapangan adalah : data ke suhu Methan Gas oline CO CO2 4000 32.60 1.00 65.17 15.00 96.00 4050 32.77 1.00 67.74 15.00 96.11 4100 32.91 1.00 67.86 15.00 96.14 4150 32.93 1.00 68.00 15.00 96.17 4200 32.94 1.00 68.83 15.00 96.26 4250 33.09 1.00 69.00 15.00 96.27 4300 33.74 1.11 69.50 15.00 96.46 4350 33.74 1.14 69.09 15.00 96.49 4400 33.76 1.40 69.09 15.00 96.54 Data Maning dan Database System 3-5
  6. 6. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 Referensi[1] Farukh NADEEM, Erich LEITGEB, Radio Engineering Vol.19. No.2 Dense maritime Fog Attenuation Prediction From measured Visibility data, Institute of Broadband Communication, Graz University Of Technology, Graz, Austria, June 2010[2] Edward E. Altshuer ,Fellow, IEEE Transaction On Antennas and Propagation , Vol.AP-32 , No.7 A simple Expression For Estimating attenuation By Fog at Millimeter Wavelengths , july 1984[3] C.C. Chen ,Attenuation of Elektromagnetic Radiation by haze, Fog, Clauds, and Rain United State Air Force Project Rand , april 19753-6 Data Maning dan Database System
  7. 7. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Analisis Efektivitas Algoritma C4.5 dalam Menentukan Peserta Pemenang Tender Projek Jose Augusto Duarte Guterres, Paulus Mudjihartono, Ernawati 1 Magister Teknik Informatika Universitas Atma Jaya Yogyakarta 2,3 Universitas Atma Jaya Yogyakartaagoest.jaguar777@gmail.com , paulusmudjihartono@gmail.com, ernawati@mail.uajy.ac.id Abstrak keputusan yang terbaik dalam memilih kontraktor [1]. Pemilihan kontraktor yang tepat dalam Penentuan pemilihan terhadap kontraktormenangani sebuah projek dapat pula bertujuan untuk mengetahui kemampuan secaramempengaruhi kualitas kerja. Keputusan teknis oleh panitia penyelenggara tender projekPemenang tender projek merupakan keputusan akan pentingnya suatu perencanaan pembangunanyang dilakukan oleh panitia penyelenggara tender untuk tahapan projek selanjutnya. Persaingan usahaprojek yang bersifat transparan yang dapat yang semakin ketatpun melatarbelakangi perlunyamemberikan nilai riil sesuai dengan ketentuan sistem penilaian sebagai alat evaluasi kinerjadalam menentukan pemenang tender projek. Saat konsultan perencana dalam menangani suatu projekini dalam penentuan pemenang tender projek masih perencanaan, sehingga tercipta suatu produkbersifat manual sehingga informasi-informasi yang perencanaan yang optimal, sebagai acuanmerupakan kriteria penentuan pemenang tender pelaksanaan pekerjaan konstruksi dan sebagai suatuprojek terkadang terabaikan. keunggulan [3] dalam pendukung keputusan. Kriteria penilaian yang peneliti gunakan Pembuatan sistem pendukung keputusandalam menentukan pemenang tender projek menurut [2] untuk prakualifikasi kontraktor yangmeliputi evaluasi administasi, evaluasi teknis, dalam pembuatan model base-nya dilakukanevaluasi harga dan evaluasi kualifikasi. Empat dengan mengidentifikasi variabel-variabel pembedakriteria tersebut, peneliti gunakan untuk terhadap kinerja kontraktor dari segi Evaluasimengklasifikasikan pemenang tender projek administrasi, evaluasi teknis, evaluasi harga, danmenggunakan algoritma C4.5 dengan mencari nilai evaluasi Kualifikasi. Hal tersebut dapat dilihat dariEntropy dan Gain yang mana dapat membentuk validasi eksternal yang dilakukan terhadap datapohon keputusan dalam menentukan pemenang yang tidak dipergunakan dalam pembuatan modeltender projek. Penentuan pemenang tender projek base yang memberikan keakuratan cukup tinggi [2].ini setelah dianalisa dengan menggunakan Sistem pendukung keputusan digunakan dalamalgoritma C4.5 dapat memberikan informasi yang memadukan data dan pengetahuan untukefektif dalam menentukan peserta pemenang tender meningkatkan efektivitas dan efisiensi dalam prosesprojek. pengambilan keputusan [4]. Dalam sistem pendukung keputusan terdapat informasi-informasiKata Kunci : Algoritma C4.5, Entropy, Gain, yang perlu ditelaah lebih dalam lagi sehingga Pemenang tender projek, Pohon informasi-informasi yang dibutuhkan dalam Keputusan. pemecahan sebuah masalah dapat diselesaikan dengan baik. Dalam sistem pendukung keputusan,1. Pendahuluan terdapat pula sebuah teknik penggalian data atau yang dikenal dengan penambangan data (data Menurut [1] menyampaikan bahwa Pemilihan mining) untuk menyelesaikan suatu masalah dalamkontraktor yang tepat dalam menangani sebuah memberikan informasi-informasi yang dibutuhkan,projek dapat pula mempengaruhi kualitas kerja metode penggalian data tersebut biasa dikenaldalam kemajuan pembangunan yang didasarkan dengan teknik penambangan data.pada evaluasi multi-atribut. Penilaian dalam Penambangan data merupakan proses analisisberbagai atribut untuk dipertimbangkan dalam data untuk menemukan suatu pola dari kumpulanpemilihan kontraktor dapat membantu data-data. Penambangan data mampu menganalisameningkatkan proses seleksi dalam mendapatkan data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan. Data Maning dan Database System 3-7
  8. 8. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 Salah satu teknik yang ada pada penambangan data Di mana :adalah klasifikasi. Beberapa kelompok klasifikasi, S = Himpunan kasusdi antaranya adalah pohon keputusan, Bayesian dan A = Atributjaringan saraf. Salah satu klasifikasi penambangan i = Jumlah Partisi Atributdata dalam pohon keputusan adalah Algoritma Si = Jumlah Kasus pada partisi ke iC4.5. Dalam algoritma C4.5 pemilihan atribut S = Jumlah Kasus dalam Sdilakukan dengan menggunakan Gain Ratio denganmencari nilai entropy. Algoritma C4.5menggunakan pendekatan induksi dimana, dalampendekatan ini, algoritma C4.5 membagi-bagi databerdasarkan kirteria yang di pilih untuk membuatsebuah pohon keputusan. Algoritma C4.5 ini jugamenggunakan pendekatan secara top-down [5].2. Metode Metode yang digunakan untuk analisis adalahmetode Klasifikasi, menggunakan konseppenambangan data klasifikasi algoritma C4.5 yaitudengan mencari nilai information gain dan entroopysehingga dari metode ini dapat membentuk sebuah Gambar 1. Pohon Keputusan Lengkap (Abidin., A.pohon keputusan dalam menangani peserta Z. Z., 2011)pemenang tender projek yang mana secara umumalgoritma C4.5 dapat membangun pohon keputusan Gambar 1 menunjukan pohon keputusan dalam[10] adalah sebagai berikut: pemberian rekomendasi ajar [11]. Jumlah simbol1. Pilih atribut sebagai akar lingkaran sebagai node menunjukkan jumlah atribut2. Buat cabang untuk masing-masing nilai sebagai atribut sumber kognitif, minat dan nilai3. Bagi kasus dalam cabang awal. Sedangkan atrinut tujuan berupa rekomendasi4. Ulangi proses untuk masing-masing cabang ajar yang bernilai induktif dan nondirektif. sampai semua kasus pada cabang memiliki kelas yang sama. 4. Hasil dan Pembahasan3. Pembahasan Analisis efektivitas algoritma C4.5 dalam menentukan pemenang tender projek seperti pada Algoritma C4.5 adalah pengembangan dari tabel 1, data penetuan pemenang tender projekalgoritma ID3. Oleh karena pengembangan tersebut merupakan tahap pengambilan keputusanalgoritma C4.5 mempunyai prinsip dasar kerja yang berdasarkan kriteria evaluasi administrasi, evaluasisama dengan algoritma ID3, hanya saja Algoritma teknis, evaluasi harga dan evaluasi kulaifikasi untukC4.5 menggunakan pendekatan induksi dimana, dijadikan sebagai modal pengetahuan dalamdalam pendekatan ini, algoritma C4.5 membagi- membentuk sebuah pohon keputusan. Analisis danbagi data berdasarkan kirteria yang di pilih untuk perancangan sistem yang dapat membantumembuat sebuah pohon keputusan. Algoritma C4.5 memberikan keputusan kepada panitiaini juga menggunakan pendekatan secara top-down penyelenggara tender projek akan kemungkinan[5] dalam algoritma C4.5 ([7] [9] [8] [6] 2007) perserta tender projek yang akan menerima ataupemilihan atribut dilakukan dengan menggunakan tidaknya sebuah projek diantaranya menentukanGain Ratio dengan rumus : pohon keputusan, menentukan aturan, model data, fungsionalitas sistem dan perancangan struktur Entropy(S ) = ........(1) halaman. Implementasi sistem menggunakan bahasa pemrograman Visual studio dan MySQLAtribut dengan nilai Gain Ratio tertinggi dipilih sebagai database-nya.sebagai atribut test untuk simpul. Dengan gain Sebagai langkah awal untuk melakukanadalah information gain dengan rumus : perhitungan pencarian nilai gain dan entropy dapat dilihat pada kasus di bawah ini (Tabel 1). MisalkanGain(S,A) ditampilkan 54 dataset pengujian untuk klasifikasi C4.5= Entropy(S) - .........(2)3-8 Data Maning dan Database System
  9. 9. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Tabel 1. Tabel Dataset Uji Penentuan peserta Baris Total Kolom Entropy pada Tabel 2 di pemenang tender projek hitung dengan Rumus Sebagai Berikut Peserta Evaluasi Evaluasi Evaluasi Evaluasi  Keputusan PenawaranTender Trojek (P) Adminstrasi Teknis Harga Kualifikasi (Diterima Atau Tidak) P1 Baik Tinggi Tinggi Lengkap No P2 Baik Tinggi Tinggi  Tidak Lengkap No P3 Baik Tinggi Sedang Lengkap Yes P4 Baik Tinggi Sedang Tidak Lengkap No P5 Baik Tinggi Rendah Lengkap Yes P6 Baik Tinggi Rendah Tidak Lengkap No P7 Baik Sedang Tinggi Lengkap Yes P8 P9 Baik Baik Sedang Sedang Tinggi  Sedang Tidak Lengkap Lengkap No Yes Entropy(Total) = (-37/54 * Log2 (37/54)) + (- P10 P11 Baik Baik Sedang Sedang Sedang Rendah Tidak Lengkap Lengkap No Yes 17/54 * Log2(17/54) P12 Baik Sedang Rendah Tidak Lengkap No P13 Baik Rendah Tinggi Lengkap No P14 Baik Rendah Tinggi  Tidak Lengkap No P15 P16 Baik Baik Rendah Rendah Sedang Sedang Lengkap Tidak Lengkap Yes No Entropy(Total) = ((-37/54) * 0,584962501) + ((- P17 P18 Baik Baik Rendah Rendah Rendah Rendah Lengkap Tidak Lengkap Yes No 17/54) * (-1,584962501) P19 cukup Tinggi Tinggi Lengkap No P20 P21 cukup cukup Tinggi Tinggi Tinggi  Sedang Tidak Lengkap Lengkap No Yes = 0,37372339 + 0,524929986 P22 P23 cukup cukup Tinggi Tinggi Sedang Rendah Tidak Lengkap Lengkap No Yes = 0,898653376 Perhitungan selanjutnya adalah menghitung P24 cukup Tinggi Rendah Tidak Lengkap No P25 cukup Sedang Tinggi Lengkap Yes P26 cukup Sedang Tinggi  Tidak Lengkap No P27 P28 cukup cukup Sedang Sedang Sedang Sedang Lengkap Tidak Lengkap Yes No nilai gain total untuk Evaluasi Administrasi dengan P29 P30 cukup cukup Sedang Sedang Rendah Rendah Lengkap Tidak Lengkap Yes No menggunakan persamaan (2) berdasarkan nilai entropy dari masing-masing atributnya sebagai P31 cukup Rendah Tinggi Lengkap No P32 cukup Rendah Tinggi  Tidak Lengkap No P33 cukup Rendah Sedang Lengkap No P34 P35 cukup cukup Rendah Rendah Sedang Rendah Tidak Lengkap Lengkap No Yes berikut : P36 cukup Rendah Rendah Tidak Lengkap No P37 Kurang Tinggi Tinggi Lengkap No P38 Kurang Tinggi Tinggi  Tidak Lengkap No P39 Kurang Tinggi Sedang Lengkap Yes P40 Kurang Tinggi Sedang Tidak Lengkap No P41 Kurang Tinggi Rendah Lengkap Yes P42 Kurang Tinggi Rendah Tidak Lengkap No P43 Kurang Sedang Tinggi Lengkap No P44 Kurang Sedang Tinggi  Tidak Lengkap No P45 Kurang Sedang Sedang Lengkap Yes P46 Kurang Sedang Sedang Tidak Lengkap No P47 Kurang Sedang Rendah Lengkap Yes P48 Kurang Sedang Rendah Tidak Lengkap No P49 Kurang Rendah Tinggi Lengkap No P50 Kurang Rendah Tinggi  Tidak Lengkap No P51 Kurang Rendah Sedang Lengkap No P52 Kurang Rendah Sedang Tidak Lengkap No P53 Kurang Rendah Rendah Lengkap No P54 Kurang Rendah Rendah Tidak Lengkap No EntropyAdminstrasi (Baik) = (-11/18 *Untuk bisa menentukan nilai-nila gain dan entropy Log2(11/18) + (-7/18) * Log2(7/18)dari masing-masing atribut di atas, maka terlebih = 0,434190401 + 0,529888364kita konversi ke dalam bentuk tabel klasifikasi yang = 0,964078765lebih detail sebagai berikut : EntropyAdminstrasi (Cukup) = (-12/18 * Tabel 2. Tabel klasifikasi untuk perhitungan nilai Log2(12/18) + (-6/18) * Log2(6/18) gain dan entropy = 0,389975 + 0,528320834 = 0,918295834 Node Jumlah No Yes Entropy GAIN Kasus (S) (S1) (S2) EntropyAdminstrasi (Kurang) = (-14/18 * 1 TOTAL 54 37 17 0,898653376 Evaluasi 0,016460341 Log2(14/18) + (-4/18) * Log2(4/18) Administrasi Baik 18 11 7 0,964078765 = 0,281998951 + 0,482205556 Cukup 18 12 6 0,918295834 = 0,764204507 Kurang 18 14 4 0,764204507 Evaluasi 0,216674141 Information Gain (Total,EVAdmin) Teknis Tinggi 18 12 6 0,918295834 = 0,898653376 - ((18/54 * 0,964078765 ) Sedang 18 10 8 0,99107606 Rendah 18 15 3 0,650022422 + (18/54 * 0,918295834 ) + (18/54 * 0,764204507)) Evaluasi 0,079182323 Harga Tinggi 18 16 2 0,503258335 = 0,898653376 - (0,882193035) Sedang 18 11 7 0,964078765 = 0,036102799 Rendah 18 10 8 0,99107606 Perhitungan nilai entropy dan gain diteruskan Evaluasi 0,423175351 sampai atribut terakhir dan diperoleh nilai-nilai gain Kualifikasi Lengkap 27 10 17 0,950956048 Tidak Lengkap 27 27 0 0 dan entropy tertentu. Hasil dari nilai gain kemudian dibandingkan dengan nilai gain lainnya untuk mencari nilai tertinggi yang akan dijadikan acuan Setelah tabel 2 dibuat, maka langkah untuk melakukan proses perhitungan kembali padaselanjutnya adalah melakukan perhitungan nilai proses pembentukan struktur pohon [10]. padaentropy dengan menggunakan persamaan (2), untuk perhitungan pada Tabel 2 diatas maka nilan Gainmencari nilai gain nya nanti. Langkah pertama Tertinggi terdapat pada Atribut Evaluasi Kualifikasimencari nilai entropy total, dilakukan sebagai Sehingga membentuk pohon Keputusannya sepertiberikut : pada gambar 1. Data Maning dan Database System 3-9
  10. 10. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  6. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Sedang) THEN YES. 7. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Baik) THEN YES. 8. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Tinggi) AND (Evaluasi Teknis Baik) THEN NO. 9. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Tinggi) AND (Evaluasi Teknis Sedang) AND (Administrasi Baik) THEN YES.Gambar 2. Pohon Keputusan Untuk Evaluasi Kualifikasi 10. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Tinggi) AND (Evaluasi Teknis Sedang) AND Tender Projek Menggunakan algoritma C4.5 (Administrasi Cukup) THEN YES. 11. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Setelah melakukan perhitungan seperti Harga Tinggi) AND (Evaluasi Teknis Sedang) AND (Administrasi Kurang) THEN YES.langkah perhitungan dengan mencari nilai gain dan 12. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasietropy maka proses selanjutnya adalah melakukan Harga Tinggi) AND (Evaluasi Teknis Rendah) THENperhitungan kembali, yang mana atribut evaluasi NO.kualifikasilah yang menjadi akar perhitungansehingga bisa mendapatkan nilai entopy dan gain 4.2. Algoritma C4.5 dengan Metode Lain :untuk proses selanjutnya. Setelah semua prosesdihitung maka dapat membentuk pohon keputusan a. Algoritma C4.5yang lengkap seperti pada gambar 3. Algoritma C4.5 dalam aplikasi weka dikenal juga dengan J48 maka hasil dari C4,5 adalah b. Algoritma ID3 Gambar 3. Pohon Keputusan Lengkap Penentuan Peserta Pemenang Tender Projek4.1. Aturann Klasifikasi Algoritma C4.5 Dari Hasil Analisi berdasarkan gambar 3diatas maka algoritma dalam menentukanpemenang tender projek memiliki beberapa aturan:1. IF (Evaluasi Kulaifikasi Tidak Lengkap) THEN NO.2. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Rendah) THEN YES. c. Aturan NNge3. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Rendah) AND (Evaluasi Administrasi Kurang) THEN NO.4. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Rendah) AND (Evaluasi Administrasi Cukup) THEN YES.5. IF(Evaluasi Kulaifikasi Lengkap) AND (Evaluasi Harga Sedang) AND (Evaluasi Teknis Rendah) AND (Evaluasi Administrasi Baik) THEN YES.3-10 Data Maning dan Database System
  11. 11. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 5. Kesimpulan Ieee., 2010, Assessment Of The Risk Factors Of Coronary Heart Events Based On Data Dari Hasil Analisis data diatas dengan Mining With Decision Trees, Ieee.pembuktian-pembukitan algoritma C4.5 [6] Al-Hegami, Ahmed Sultan., 2007, Classicalberdasarkan literatur yang digunakan maka dapat And Incremental Classification In Datadisimpulkan bahwa metode algoritma C4.5-pun Mining Process, Ijcsns International Journaldapat diterapkan dalam menentukan peserta Of Computer Science And Network Security,pemenang tender projek dengan menggunakan Vol.7 No.12, December.kriteria kriteria evaluasi administrasi, evaluasi [7] Chih-Chiang Wei., And Jiing-Yun You.,teknis, evaluasi harga dan evaluasi kualifikasi dan 2011, C4.5 Classifier For Solving Thejika dibandingkan dengan metode lain seperti ID3 Problem Of Water Resources Engineering,dan NNge maka algoritma C4.5 memiliki correctly Proceeding Of The International Conferenceclassified yang lebih tinggi jika dibandingkan On Advanced Science, Engineering Anddengan metode yang lain (metode ID3 dan aturan Information Technology, Isbn 978-983-NNge) dan root relative squere error Pada 42366-4-9, Juanuary.algoritma C4.5 lebih rendah jika dibandingkan [8] Karegowda, Asha Gowda., Manjunath, A. S.,dengan metode yang lain (metode ID3 dan aturan And Jayaram, M.A., 2010, ComparativeNNge) sehingga algoritma C4.5 dapat dikatakan Study Of Attribute Selection Using Gain Ratiosebagai metode yang efektif dalam menentukan And Correlation Based Feature Selection,peserta pemenang tender projek. International Journal Of Information Technology And Knowledge Management,Referensi Volume 2, No. 2, Pp. 271-277, July- December.[1] Turskis, Zenonas., 2008., Multi-Attribute [9] Minegishi, Tatsuya., Ise, Masayuki., Niimi, Contractors Ranking Method By Applying Ayahiko., Konishi, And Osamu., 2009, Ordering Of Feasible Alternatives Of Extension Of Decision Tree Algorithm For Solutions In Terms Of Preferability Stream Data Mining Using Real Data, Fifth Technique, Baltic Journal On Sustainability, International Workshop On Computational 14(2): 224–239. Intelligence & Applications, Ieee Smc[2] Demir, Hülya And Bostanci, Bülent., 2010., Hiroshima Chapter, Hiroshima University, Decision-Support Analysis For Risk Japan, November. Management, African Journal Of Business [10] Kusrini, Luthfi, E. T., 2009, Algoritma Data Management, Vol. 4(8), Pp. 1586-1604,18 Mining, Edisi 1, Andy Offset, Yogyakarta. July, Issn 1993-8233 ©2010 Academic [11] Abidin., A. Z. Z., 2011, Implementasi Journals. Algoritma C4.5 dalam menganalisa[3] Diputra, I Gede Astawa., 2009, Sistem kemungkinan pembelian komputer sebagai Penilaian Kinerja Konsultan Perencana media pembelajaran mahasiswa, Digital Dalam Menangani Proyek Perencanaan Information & Sistem conference, ISBN 978- Bangunan Gedung, Jurnal Ilmiah Teknik Sipil 979; Bandung. Vol. 13, No. 2, Juli.[4] Suprapto, Heri., And Wulandari Sri., 2006, Decision Support System (Dss) Dalam Prakualifikasi Kontraktor, International Civil Engineering Conference "Towards Sustainable Civil Engineering Practice, Surabaya, August 25-26.[5] Karaolis, Minas A., Member., Ieee., Moutiris, Joseph A., Hadjipanayi Demetra., And Pattichis, Constantinos S., Senior Member., Data Maning dan Database System 3-11
  12. 12. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 3-12 Data Maning dan Database System
  13. 13. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Sistem Tracking antaran Paket pada Unit Pelayanan PT. Pos Indonesia Menggunakan metode pendekatan Algoritma Graph Travelling Salesperson Problem Richki Hardi, Yul Hendra, dan Munar Fakultas Ilmu Komputer Universitas Almuslim richkihardi@gmail.com, yul_hendrapdg@yahoo.com, munar_amik@yahoo.co.id   Abstrak terjadinya perubahan-perubahan yang dampaknya mempengaruhi segala aspek kehidupan dan terjadi Persoalan Travelling Salesperson Problem- secara berkelanjutan pada lingkungan perusahaanTSP merupakan persoalan optimasi untuk mencari pengiriman barang standar nasional.perjalanan terpendek bagi pedagang keliling yang Salah satu jenis perkembangan ilmuingin berkunjung ke beberapa kota, dan kembali ke pengetahuan dan teknologi adalah perkembangankota asal keberangkatan. TSP merupakan dunia komputasi, satu diantaranya adalah kemajuanpersoalan yang sulit bila dipandang dari sudut sistem informasi. Hampir tidak ada batas ruang dankomputasinya. Beberapa metode telah digunakan waktu sehubungan dengan sistem informasiuntuk memecahkan persoalan tersebut namun tersebut, informasi dari tempat yang jauh secarahingga saat ini belum ditemukan algoritma yang fisik dapat dengan cepat dan mudah diketahui olehmangkus untuk menyelesaikannya. Cara termudah kita. Melalui Sistem Informasi berbasis teknologiuntuk menyelesaikan TSP yaitu dengan mencoba informasi pekerjaan menjadi mudah, efektif dansemua kemungkinan rute dan mencari rute yang efisien.terpendek. Namun, pada zaman yang serba praktis PT. Pos Indonesia sebagai perusahaansekarang ini dibutuhkan algoritma yang dapat mediator dalam bidang pengiriman dan antaranmenyelesaikan TSP dengan cepat sehingga mempunyai tantangan berat dalam menghadapidiperoleh solusi yang mendekati solusi optimal. dampak perubahan yang ada saat ini, antara lainAlgoritma TSP sangat tepat digunakan untuk yaitu adanya pola pergeseran demand masyarakatpenyelesaian masalah optimasi yang kompleks dan dimana unit-unit pelayanan masih belum maksimal,sukar diselesaikan dengan metode konvensional. namun di sisi lain kebutuhan konsumenpun semakinData rute dan jarak serta waktu tempuh yang meningkat, selain itu masalah-masalah yangdigunakan untuk menentukan rute terpendek pada berkaitan dengan sarana pelayanan, pengirimansistem ini didapat dari hasil survey di kantor pos barang, tarif pengiriman, keadaan barang, kepuasanLhokseumawe. konsumen, keselamatan kerja, dan lain sebagainya juga perlu mendapatkan perhatian dan penangananKata kunci : Algoritma Graph, Rute Terpendek, yang serius. Travelling Salesperson Problem, Proses antaran paket yang sedang berjalan di Tracking Paket, Web. kantor pos, khususnya daerah Aceh menggunakan  rute transportasi umum, dengan armada yang sangat1. Pendahuluan terbatas sehingga membutuhkan waktu yang lama. Jika kantor pos kecamatan (KPC) ingin mengirim1.1 Latar belakang Masalah paket ke kota lain maka paket tersebut harus diolah Perkembangan ilmu pengetahuan dan terlebih dahulu oleh kantor pos pemeriksa (KPRK)teknologi kian pesat, hal tersebut dapat dilihat dan untuk kemudian dikirim ke kota tujuan, walaupundirasakan secara langsung maupun tidak langsung. jarak antara Kantor pos kecamatan lebih dekatPerkembangan tersebut tengah berdampak pada dengan kota tujuan.segala aspek kehidupan manusia. Globalisasi yang Permasalahannya adalah bagaimanaterjadi sekarang ini mengakibatkan terjadinya menentukan rute yang tepat sehingga paket dapatperubahan-perubahan yang dampaknya sampai ke kota tujuan dalam waktu yang sesingkatmempengaruhi segala aspek kehidupan dan terjadi mungkin dengan menggunakan rute tersebut, paketsecara berkelanjutan, termasuk di lingkungan yang sampai ke suatu kota atau kantor pos dapatperusahaan pengiriman barang standar nasional. diarahkan ke kantor pos berikutnya yang tepatGlobalisasi yang terjadi dewasa ini mengakibatkan sehingga paket menuju kota atau kantor pos Data Maning dan Database System 3-13
  14. 14. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 penerima dengan delai (delay) waktu yang Lhokseumawe dalam menentukan rute pengirimanminimum. Dengan kata lain, harus menentukan paket dari satu kota ke kota lainnya sehingga dapatlintasan terpendek dan mendekati yang akan dilalui menghemat waktu dalam proses pengiriman paket.oleh paket tersebut dari kantor pos pengirim ke Diharapkan dapat memberikan sumbangan bagikantor pos penerima. pengembang ilmu di bidang komputer dan Dalam proses antaran paket dari satu kota ke informatika serta memanfaatkan kemajuankota lain tentunya perlu ada pertimbangan efisiensi teknologi untuk kemajuan masyarakat,waktu dan biaya oleh Perusahaan sehingga pembelajaran bagi mahasiswa teknik informatikadiperlukan ketepatan dalam menentukan rute khususnya dan sebagai implementasi ilmuterpendek antar suatu kota. Hasil penentuan rute pengetahuan dari penelitian tersebut.terpendek bisa didapatkan dengan menggunakanmetode pendekatan algoritma Travelling 1.5 Tujuan PenelitianSalesperson Problem (TSP), yaitu algoritma yangmencari panjang lintasan terpendek dan mendekati   Tujuan penelitian ini adalah merancang danoptimal dari titik asal ke titik tujuan dan kembali ke mengimplementasikan sebuah sistem penelusurantitik asal dalam sebuah graf berbobot tersambung paket yang dapat memberikan kemudahan bagidengan biaya minimal. suatu permasalahan tracking dengan menggunakan Dari latar belakang masalah di atas, maka metode pendekatan algoritma TSP pada kantor Posjudul yang dapat diangkat dalam tesis ini yaitu Lhokseumawe.”Sistem Tracking Antaran Paket Pada UnitPelayanan PT.Pos Indonesia menggunakan metode 1.6 Batasan Masalahpendekatan Algoritma Graph - Travelling Berdasarkan latar belakang masalah tersebut,Salesperson Problem (TSP). agar hasil penelitian ini maksimal maka pembahasan masalah hanya dibatasi pada:1.2 Rumusan Masalah 1. Pencarian rute terpendek antaran paket menggunakan algoritma Graph TSP. Adapun permasalahan dalam penelitian ini 2. Rute di dalam sistem ini mengacu pada titikdapat dirumuskan sebagai berikut : yang telah ditentukan oleh PT.Pos sebagai1. Bagaimana memilih dan menentukan rute-rute sarana untuk memberikan laporan. terpendek yang mendekati optimal untuk 3. Data yang digunakan dalam sistem ini adalah antaran paket dari kota asal ke kota tujuan data sekunder (rute, data jarak, dan data kantor kemudian kembali ke kota asal. pos di Aceh) yang bersumber dari kantor pos2. Bagaimana mengimplementasikan algoritma Lhokseumawe dan kantor perhubungan Aceh TSP dalam menentukan rute pada proses antaran Utara. paket.3. Bagaimana membuat aplikasi untuk pencarian rute antaran paket di kantor pos Lhokseumawe. 2. Tinjauan Pustaka dan Landasan Teori1.3 Keaslian Penelitian 2.1 Tinjauan Pustaka Penelitian sejenis yang pernah dilakukan olehpeneliti sebelumnya dilakukan dengan cara Penelitian sebelumnya dilakukan Mukti (2005)menggunakan algoritma djikstra dalam menentukan dengan judul membangun system informasilokasi titik terdekat pengeboran batubara. Dengan geografis untuk pemetaan papan reklame didasar tersebut di atas penulis akan mencoba Yogyakarta. Pada penelitian tersebut masihmelakukan penelitian yang bersifat baru, sampai menggunakan software tambahan macromedia flashdengan saat ini sepanjang yang penulis ketahui, sebagai antar muka sehingga file yang dihasilkanbelum ada dan belum pernah dilakukan penelitian dengan digitasi deprogram arcview harus dieksportentang penggunaan sistem tracking antaran paket menjadi file berekstensi *.dxf sehingga melakukanpada unit pelayanan PT. Pos Indonesia dua kali pekerjaan selain itu digitasi onscreen padamenggunakan metode pendekatan Algoritma Graph program arcview jika di ekspor kedalam file dxf“Travelling Salesperson Problem (TSP)” menjadi kurang sempurna. Perangkat lunak arcview sebebarnya sudah di desain cukup lengkap bahkan arcview bisa membuat antar muka sendiri dengan1.4 Manfaat Penelitian menggunakan fasilitas customize dan tidak perlu  Manfaat dari penelitian adalah diharapkan menggunakan perangkat yang lain. Disini penulisdapat menjadi salah satu acuan bagi kantor Pos3-14 Data Maning dan Database System
  15. 15. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 menggunakan software arcview dan Microsoft jumlah titik yang terdapat adalah empat buah danaccess untuk menyimpan basis data. banyak kemungkinan lintasannya adalah tiga buah. Penelitian ini juga mengacu pada penelitian Yaitu :yang dilakukan oleh Wijayanto (2005), denganjudul SIG untuk pemetaan transceiver station BTS.Telkom Flexi PT.Telkom cabang Bantul. Padapenelitian tersebut peneliti menggunakan perangkatlunak arcview tetapi penggunaannya belummenggunakan hotlink untuk menampilkan Gambar 2.9 contoh tiga macam lintasan kasusinformasi yang lebih detail sehingga informasi yangdihasilkan hanya berupa atribut dari theme yang Lintasan pertama = (a,b,c,d,a) atau (a,d,c,b,a)ada. Arcview memiliki fasilitas hotlink sehingga Mempunyai panjang = 10 + 12 + 8 + 15 = 45.dapat membantu menampilkan informasi yang lebih Lintasan Kedua = (a,c,d,b,a) atau (a,b,d,c,a)lengkap dan menarik. Dan penelitian ini penulis Mempunyai panjang = 12 + 5 + 9 + 15 = 41,telah menggunakan fasilitas hotlink sehingga dapat Lintasan Ketiga = (a,c,b,d,a) atau (a,d,b,c,a)ditampilkan informasi yang lebih luas dan lebih Mempunyi panjang = 10 + 5 + 9 + 8 = 32detail. Karena fasilitas hotlink dapat menerima Dari hasil enumerasi ini didapat hasil minimummasukan yang berupa file text, image, dan file doc, yaitu 32. Tetapi jumlah enumerasi dari algoritma inisehingga dapat ditampilkan informasi yang lebih adalah (n – 1)! yang tidak akan efisien jika jumlah nluas dan lebih menarik. bernilai sangat besar.2.2 Landasan Teori 2) Branch and Bound2.2.1 Algorima Graph-Travelling Salesperson ProblemProsedur Sederhana Pemecahan TSP Dalam penyelesaian masalah TSP kita dapatmembagi kedalam 2 metode, yaitu metode optimaldan metode aproksimasi. Metode optimal akanmenghasilkan hasil yang optimal (minimum)sedangkan metode aproksimasi akan menghasilkanhasil yang mendekati optimal.2.2.2 Metode Optimal Sejak permasalahan TSP ditemukan pada Gambar: Branch and Boundtahun 1800 oleh matematikawan Irlandia SirWilliam Rowan Hamilton dan matematikawan Sama dengan complete enumeration, padaInggris Thomas Penyngton Kirkman, pusat algoritma Branch and Bounpun ternyata memilikiperhatian studi ini adalah menemukan secara pasti kompleksitas algoritma (n-1)!, dimana n adalahnilai minimum dari persoalan TSP dengan jumlah kota. Untuk kasus diatas hasil yang di capaikonsekuensi dibutuhkan waktu yang cukup lama adalah 15untuk menyelesaikannya. 2.2.3 Metode Aproksimasi1) Complete Enumeration Greedy Heuristic Metode ini akan mengenumerasi setiapkemungkinan yang terdapat dalam graf, setelah itualgoritma ini akan membandingkan lintasan manayang paling minimum. Misal untuk kasus berikutini : Gambar: contoh empat titik lintasan kasus Gambar: Greedy Heuristic Data Maning dan Database System 3-15
  16. 16. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Pada algoritma ini, pemilihan lintasan akan Metodologi yang digunakan adalah analisisdimulai pada lintasan yang memiliki nilai paling dan desain terstruktur dengan tahap-tahap sebagaiminimum, setiap mencapai suatu kota, algoritma ini berikut :akan memilih kota selanjutnya yang belumdikunjungi dan memiliki jarak yang paling 3.3.1 Penelitian Lapangan (Field Research)minimum. Algoritma ini disebut juga Nearest a. Dalam melakukan penelitian ini penulisNeighbour. melakukan Observasi, Yaitu metode Kompleksitas algoritma ini memang sangat pengumpulan data dengan menggunakanmengagumkan yaitu O(n), tetapi hasil yang kita pengamatan langsung dan pencatatan dengandapat bisa sangat jauh dari hasil yang optimal, sistematik terhadap gejala atau fenomena yangsemakin banyak kota semakin besar pula perbedaan terkait tanpa mengajukan pertanyaan.hasil yang dicapai. Misalnya untuk contoh kasus b. wawancara dengan Kepala bagian Pengolahanyang sama dengan algoritma Branch and Bound data dan Kepala bagian pusat informasi disebelumnya yang menghasilkan nilai 15, maka kantor pos Lhokseumawe. Teknik analisisalgoritma ini menghasilkan nilai 18 berbeda sebesar terhadap sistem yang ada atau sedang berjalan20% dari hasil sebelumnya padahal jumlah kota c. Implementasi, Yaitu metode dengan carahanya 5 buah. mengimplementasikan hasil perancangan yang  telah dibuat menjadi suatu tampilan yang3. Metodologi Penelitian menarik sehingga memudahkan dalam pembelajaran tentang objek penelitian.3.1 Lokasi Penelitian d. Metode Uji Coba, Yaitu suatu metode dimana perancangan yang telah diimplementasikan Lokasi penelitian adalah PT.Pos Indonesia kedalam program dapat diuji cobakan(Persero), kantor cabang Lhokseumawe, Dinas kebenarannya kepada orang lain yang inginPerhubungan Aceh Utara, Bapedda Aceh Utara dan mempelajarinya.Bapedda Lhokseumawe. 3.3.2 Penelitian Kepustakaan (Library Research)3.2 Alat dan Bahan Penelitian Metode ini merupakan metode pengumpulan3.2.1. Alat Penelitian data dengan cara mempelajari literature, paket modul dan panduan, buku-buku pedoman, buku-1) Perangkat Keras buku perpustakaan dan segala kepustakaan lainnya Perangkat keras yang digunakan dalam yang dianggap perlu dan mendukung.penelitian ini yaitu : Spesifikasi perangkat keras(hardware) yang digunakan pada penelitian ini 3.4 Langkah-langkah Penelitianyaitu berupa Laptop dengan spesifikasi tinggi IntelCore2Duo, Memory 2GB, dan nVidia Graphic Langkah-langkah dalam melakukan penelitian512MB, Serta alat cetak printer Canon MP450 ini adalah sebagai berikutuntuk memudahkan peneliti dalam melakukan a. Tahap Perancangan Sistempenelitian b. Perancangan graf dan algoritma TSP yaitu untuk2) Perangkat Lunak, PHP dan MySQL - Menentukan graf yang akan dipakai.  - Menggambarkan graf sesuai dengan Peta3.2.2. Bahan Penelitian jalan seluruh Aceh. Bahan penelitian yang dibutuhkan adalah - Menentukan titik-titik didalam graf.sebagai berikut : - Memasukkan bobot nilai dalam graf.a. Data kantor pos di Nanggroe Aceh Darussalam - Menentukan rute-rute yang bisa dilewatib. Data Paket di kantor pos untuk antaran paket dari titik awal ke titik-c. Data rute yang dilalui pada saat antaran paket titik selanjutnya.d. Data lokasi kantor pos - Menentukan rute terpendek atau nilaie. Data jarak antar kota dan kabupaten di minimumnya dengan menggunakan Nanggroe Aceh Darussalam algoritma TSP.f. Peta jalan Nanggroe Aceh Darussalam. c. Tahap Pembuatan Sistemg. Data berita seputar perusahaan Langkah-langkah yang digunakan untukh. Data profile Perusahaan membuat sistem adalah sebagai berikut :i. Data Tarif - Menentukan bahasa pemograman yang akan dipakai.3.3 Metode Pengumpulan Data - Membuat tabel-tabel database.3-16 Data Maning dan Database System
  17. 17. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  - Merancang menu interface sistem. Table: Perhitungan Rute optimal dari simpul awal a - Mengimplementasikan sistem kedalam = A (Lsm) kesemua simpul lainnya. bahasa pemograman. (Untuk Nilai D)d. Tahap Pengujian Sistem   Langkah-langkah yang digunakan dalam menguji sistem adalah sebagai berikut: - Melakukan Test Case - Memberikan jenis uji Black Box test4. Hasil dan Pembahasan4.1 Perhitungan Matriks Ketetanggaan Graf Matriks ketetanggaan dari graf diatas adalah:Tabel Matriks ketetanggan perhitungan rute optimal   untuk graf kantor pos di Aceh: Dari perhitungan diatas maka Rute optimal antaran paket pada kantor pos Lhokseumawe ke kantor pos tujuan adalah sebagai berikut : Tabel Lintasan optimal dari simpul asal ke simpul tujuan:  4.2 Rute Terpendek Menggunakan Algoritma TSPTable Perhitungan Rute optimal dari simpul awal a = A (Lsm) kesemua simpul lainnya.   (Untuk Nilai S):   4.3 Implementasi Sistem 4.3.1 Lokasi Sistem Tracking     Data Maning dan Database System 3-17
  18. 18. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  1. Sistem Tracking paket hanya menyediakan fasilitas penentuan rute antaran paket dengan lintasan optimal, daftar tarif, ekspedisi paket,   kritik saran, profile, dan berita. Untuk pengembangan sistem ini lebih lanjut, dapat Gambar: Hasil dari pencarian rute terpendek ditambahkan modul-modul lain yang menggunakan algoritma TSP mendukung sistem ini 2. Dalam menentukan rute optimal algoritma TSP Gambar di atas menunjukkan pencarian rute tidak selamanya dapat memberikan rute yangterpendek dari node asal A ke node tujuan N. Proses nilainya minimal, karena prinsip yangpencarian rute terpendek dari node asal A ke node digunakan oleh algoritma TSP disini adalahakhir N menggunakan algoritma TSP melalui semua cara dicoba untuk mencari rute yangproses penentuan titik ke titik yang terdekat optimal, untuk bisa mendapatkan pencarian ruteberdasarkan bobot jarak. Algoritma TSP akan optimal secara baik kedepannya dalammencari semua lintasan yang mungkin dilewati pencarian rute terpendek bisa menggunakanmenuju titik akhir untuk kemudian ditentukan algoritma yang lebih luas ruang lingkuplintasan terpendeknya. Dan lintasan terpendek dari kerjanya.node asal A ke node akhir N dapat melewati A – F– K– L – M - N dengan total jarak 371 Km. Daftar Pustaka Betha, Sidik, Ir, 2002, Pemrograman Web dengan5. Penutup PHP, Penerbit Informatika, Bandung5.1 Kesimpulan Handoyo, Hendri Purwo, dkk, Pemecahan Masalah Jalur Terpendek dengan Travelling Setelah membuat aplikasi sistem tracking SalesPerson Problem, Jurusan Teknikantaran paket dengan menggunakan Algoritma TSP Informatika Sekolah tinggi Teknologi Telkom,pada PT. Pos Indonesia Persero Lhokseumawe, Bandung.maka dapat diambil kesimpulan sebagai berikut: Hardi, Richki, 2007. Sistem Ekspedisi Paket1. Sistem ini dapat menemukan urutan kunjungan Sentral Pengolahan Pos Yogyakarta PT. Pos lokasi (satu lokasi hanya dikunjungi satu kali) Indonesia (Persero) Berbasis WEB. Skripsi yang total "nilai"-nya paling optimal (bisa S1 Universitas Ahmad Dahlan, Yogyakarta. minimal atau maksimal bergantung tujuannya). Hardi, Richki, 2009. Tugas Analisa Algoritma "Nilai, di sini bisa berupa jarak, biaya, Graph. kenyamanan, dan sebagainya. tujuannya adalah Kadir, Abdul, 2008. Dasar Pemograman Web menemukan urutan lokasi pengantaran paket Dinamis Menggunakan PHP. Penerbit Andi, yang total jaraknya paling minimal. Yogyakarta.2. Aplikasi sistem Tracking paket ini dapat Munir, Rinaldi, 2005. Buku Teks Ilmu Komputer digunakan untuk meningkatkan pencarian paket Matematika Diskrit Edisi Ketiga. Penerbit dan penentuan rute dalam pengiriman paket Informatika, Bandung. serta mempersingkat waktu pencarian rute Nugroho, Bunafit, 2004, Aplikasi Pemograman antaran paket secara efektif dan efisien serta Web Dinamis dengan PHP dan MySQL, menyediakan informasi yang cepat dan mudah. Penerbit Gava Media, Yogyakarta.3. Sistem Tracking paket ini sangat efektif dalam Pradhana, Aditya Bayu, Studi Dan Implementasi memberikan hasil yang akurat dan terkini Persoalan Lintasan Terpendek Suatu Graf, tentang status dan kondisi paket. Program Studi Teknik Informatika, Institut4. Sistem Tracking paket ini menyediakan Teknologi Bandung. keamanan data kepada setiap kantor cabang dan Rafiudin, Rahmat. 2004. Panduan Menjadi juga kantor pusat yang mempunyai hak akses, Seorang Webmaster. Penerbit yaitu dengan memberikan user ID dan password Andi,Yogyakarta. yang dapat di enkripsi. Setioko, Budy, Solusi Chinese Postman Problem yang Berprinsip Greedy. Jurusan Teknik5.2 Saran Informatika, Sekolah Tinggi Teknologi Telkom, Bandung. Beberapa saran yang dapat diberikan untuk Sigit, Poncow, Analisis dan Perancangan Sistem,pengembangan sistem tracking ini adalah sebagai Khusus untuk kalangan sendiri.berikut:3-18 Data Maning dan Database System
  19. 19. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 http://www-groups.dcs.st- andrews.ac.uk/~history/Mathematicians/Ha milton.htmlhttp://www-groups.dcs.st- andrews.ac.uk/~history/Mathematicians/Kirk man.htmlhttp://www.oup.co.uk/isbn/0-19-853916-9 Data Maning dan Database System 3-19
  20. 20. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 3-20 Data Maning dan Database System
  21. 21. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6  Kajian Pengaruh Teknologi Informasi dan Komunikasi Dalam Pengembangan Pertanian Dalam Rangka Meningkatkan Produktifitas Komoditi Pertanian Hotden Leonardo Nainggolan Dosen Program Studi Agribisnis Fakultas Pertanian Universitas HKBP Nommensen Medan Email : hotden_ngl@yahoo.com ABSTRAK dengan demikian kesejahteraan hidup masyarakat petani akan semakin baik. Teknologi informasi dan komunikasi diyakinisebagai alat yang mampu membuat perubahan Kata Kunci : pertanian, penanaman, pemeliharaan,dalam kehidupan manusia yang dapat diaplikasikan teknologi komunikasi dan informasi.dalam berbagai bidang yang bertujuan untukmemberikan kemudahan dalam aktivitas kehidupansehingga memberikan manfaat bagi masyarakat. 1. Pendahuluan.Kajian ini dilakukan untuk mengetahui manfaat dan Keberhasilan penerapan suatu sistempengaruh Teknologi informasi dan komunikasi informasi yang didukung oleh perangkat teknologidalam pengembangan pertanian baik dalam bidang informasi merupakan tujuan dari manajemenpenanaman, pemeliharaan, prediksi panen hinga perusahaan sehingga tercipta cara kerja yang efektifproses pengolahan hasil panen, serta untuk dan efisien, namun demikian dalam prakteknyamengoptimalkan pemanfaatan faktor faktor tidak sedikit perusahaan yang mengalami kegagalanproduksi pertanian dalam peningkatan produktifitas dalam membangun suatu sistem informasi yangkomoditi pertanian. Kajian ini menggunakan terintegrasi dengan baik. Hal itu disebabkan olehmetode kepustakaan dalam melihat manfaat dan beberapa faktor yang harus dipertimbangkan untukpengaruh Teknologi informasi dan komunikasi memberikan solusi terhadap permasalahan tersebut,dibidang pertanian. Berdasarkan hasil kajian sehingga diperlukan komitmen dan kerja keras yangdiketahui; a) teknologi informasi dan komunikasi cerdas dari tim implementator system demiberperan penting dalam pengembangan pertanian terciptanya kesuksesan dalam penerapan suatuterutama dalam bidang penanaman, pemeliharaan sistem informasi secara terintegrasi.dan prediksi panen, b) jika diaplikasikan dalam Salah satu faktor penting yang harusinternet akan bermanfaat untuk mengetahui diperhatikan adalah bagaimana melakukanpenanaman sesuai dengan kondisi lahan hingga perubahan cara kerja dan pola pikir pengguna agarprediksi panen yang tepat, c) petani juga akan dapat mendukung pekerjaan dengan systemmendapatkan informasi yang cepat dan akurat komputerisasi. Perlu diperhatikan bahwadengan mengakses semua informasi yang berkaitan perubahan cara kerja dan pola pikir tersebut tidakdengan kegiatan pertanian melalui internet. bisa dilakukan secara instan tetapi memerlukanMelalui kajian ini disimpulkan; a) teknologi tahapan proses yang relatif lama, terlebih bagiinformasi dan komunikasi membantu memperlancar pengguna yang telah terbiasa menggunakan caraarus informasi bagi petani, b) mencegah kerja tradisional. Beberapa faktor sepertiketerlambatan terutama mengenai penanaman, kecerdasan dan kedewasaan mental penggunapemupukan, penyemprotan, pemanenan, dalam menjalankan suatu system informasi barupengeringan bahkan ramalan cuaca, dan harga yang belum dikenal merupakan kunci keberhasilanbahan pertanian, c) teknologi informasi dan dalam melakukan implementasi system informasikomunikasi bermanfaat bagi petani untuk yang terintegrasi. Disamping itu perubahan caramengetahui kebutuhan akan faktor produksi kerja maupun pola pikir yang didukung olehmingguan dengan akurat. Dengan demikian perangkat teknologi informasi sangatlahteknologi informasi dan komunikasi merupakan dipengaruhi oleh perubahan organisasiharapan yang dapat digunakan oleh petani (organization change).Indonesia sebagai alat pengembangan pertanian Perubahan organisasi ini identik denganuntuk meningkatkan produktivitas pertanian maka upaya perubahan budaya (culture) perusahaan. Perubahan budaya perusahaan ini sangat ditentukan Data Maning dan Database System 3-21
  22. 22. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012)  ISBN 978‐602‐19837‐0‐6 oleh peranan top manajemen perusahaan sebagai penanaman, peternakan, dan perikanan. Salah satuteladan (contoh) bagi karyawan / pengguna untuk contoh teknologi informasi komunikasi yaitumendukung cara kerja dengan dukungan penuh internet yang menyajikan dunia tanpa batas. Lewatpenggunaan teknologi informasi. Penelitian ini sarana inilah diharapkan dapat digunakan untukbertujuan untuk membahas bagaimana pengaruh mencari segala informasi yang dibutuhkan danteknologi informasi dan perubahan organisasi dapat pula digunakan oleh masyarakat desa untukdalam mencapai kesuksesan membangun suatu meningkatkan kesejahteraan perekonomian melaluisistem informasi yang terintegrasi. korespondensi dengan orang lain di berbagai penjuru dunia yang menyangkut berbagai informasi.2. Teknologi Informasi dan Komunikasi Secara umum bahwa masyarakat desa selalu mengalami kendala dalam dalam mendapatkan dalam Bidang Pertanian informasi yang baru dan tepat. Oleh karena itu Dalam era globalisasi bahwa penguasaan informasi dari internet akan berperan sebagaiterhadap teknologi komunikasi dan informasi pembeneri informasi bagi petani menyangkutmerupakan suatu keharusan karena diyakini berbagai hal yang berkaitan dengan kegiatansebagai alat pengubah. Sejarah membuktikan pertaniannya, mulai dari pemeliharaan tanaman,evolusi teknologi selalu terjadi yang pada gilirannya pemberian pupuk, irigasi, ramalan cuaca dan hargabahwa temuan teknologi tersebut dapat pasaran. Dengan internet juga bermanfaat untukdiaplikasikan untuk memperoleh kemudahan dan memberikan informasi yang menyangkutmanfaat dalam aktivitas kehidupan manusia. penanaman hingga persediaan di pasar.Teknologi informasi komunikasi merupakan faktor Maka dengan demikian arus informasi akanyang sangat penting dalam mendukung peningkatan lancar sehingga keterlambatan dan miskomunikasikualitas baik sumber daya manusia, sumber daya mengenai penanaman, pemupukan, penyemprotan,alam hingga pada pelayanan pemerintah kepada pemanenan, pengeringan, dan penjualan hampirmasyarakat. Teknologi informasi mempunyai tiga tidak akan terjadi lagi. Demikian juga denganperanan pokok yaitu : koperasi akan dapat mengetahui kebutuhana. Instrumen dalam mengoptimalkan proses mingguan para petani secara akurat serta koperasi pembangunan, yaitu dengan memberikan akan dapat meningkatkan perannya sebagai dukungan terhadap manajemen dan pelayanan pengumpul serta pemasar hasil produksi pertanian kepada masyarakat. langsung kepada konsumen akhir. Sehinggab. Produk dan jasa teknologi informasi dengan demikian bahwa teknologi informasi dan merupakan komoditas yang mampu komunikasi ini diharapkan dapat dipergunakan oleh memberikan peningkatan pendapatan baik bagi sebanyak mungkin petani Indonesia sehingga perorangan, dunia usaha dan bahkan negara produktivitas pertanian mereka meningkat. dalam bentuk devisa hasil ekspor jasa dan produk industri telematika lainnya. 3. Peran Teknologi Informasi danc. Teknologi informasi bisa menjadi perekat Komunikasi dalam Pertanian persatuan dan kesatuan bangsa melalui pengembangan sistem informasi yang mampu Pertanian merupakan sebuah sektor yang menghubungkan semua institusi pada area yang memilki peranan cukup penting dalam kehidupan berbeda dan berjauhan diseluruh wilayah manusia, karena merupakan sektor yang mampu nusantara. penyediaan kebutuhan akan pangan masyarakat Kesadaran akan pentingnya teknologi dalam kehidupannnya sehari-hari. Disamping itukomunikasi dan informasi (information and bahwa sektor pertanianl merupakan sektor andalancommunication technologi), bukan hanya monopoli disamping sektor-sektor lainnya karena mampukalangan pengusaha besar saja tetapi juga memberikan kontribusi bagi devisa Negara sertabertumbuh di kalangan pengusaha kecil dan menjadi tumpuan kehidupan masyarakat di daerahmasyarakat lainnya, seperti koperasi, kelompok pedesaan. Akan tetapi bahwa pengelolaan usahatani, bahkan masyarakat biasa. Teknologi informasi tani rakyat di Indonesia umumnya masih bersifatdan komunikasi berperan penting dalam tradisional dan belum menerapkan menggunakanpengembangan bisnis, kelembagaan organisasi dan teknologi baru.juga mampu mendorong percepatan kegiatan Rendahnya penerapan teknologi di padaekonomi dan taraf hidup masyarakat. Teknologi sektor pertanian tentu berdampak pada rendahnyajuga memegang peranan penting dalam produktivitas usaha tani yang dihasilkan, sementarapengembangan pertanian. Teknologi dimafaatkan itu pertambahan penduduk semakin tidak terkendalidalam tiga cabang utama pertanian yaitu maka sudah tentu kebutuhan terhadap sektor3-22 Data Maning dan Database System

×