Dokumen ini membahas tentang visualisasi pergerakan kendaraan di kota Malang menggunakan metode Depth First Search (DFS). Hasil uji coba menunjukkan bahwa metode ini dapat dengan akurasi 100% menentukan rute perjalanan kendaraan berdasarkan data yang di input. Penelitian ini bertujuan untuk menciptakan sistem transportasi yang lebih efektif dan efisien dengan memperhatikan kondisi lalu lintas yang ada.

1. VISUALISASI PERGERAKAN KENDARAAN BERMOTOR MENGGUNAKAN
METODE DEPTH FIRST SEARCH (DFS)
Lailatul Lutfiyah
Jurusan Teknik Informatika
Fakutas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim
Jl. Gajayana 50, Malang
Lailatul8@gmail.com
Abstrak
Teknologi visualisasi kini mulai popular dikalangan masyarakat umum. Dengan visualisasi orang
akan lebih mudah menyerap informasi yang disampaikan daripada informasi yang masih dalam
bentuk susunan data. Salah satunya adalah visualisasi pergerakan kendaraan dimana visualisasi
ini menampilkan pergerakan kendaraan pada ruas jalan tertentu yang bertujuan untuk
memperlihatkan kondisi lalu lintas yang sedang terjadi. Visualisasi ini dapat digunakan sebagai
langkah awal menciptakan transportasi yang efektif dan efisien dimana jalur pergerakan
kendaraan dapat mengantisipasi terjadinya masalah transportasi.
Untuk membangun visualisasi pergerakan kendaraan ini adalah dengan menggunakan
metode Depth First Search (DFS) dimana metode ini adalah salah satu metode pencarian buta
yang digunakan untuk mencari rute perjalanan kendaraan berdasarkan inputan asal dan tujuan
kendaraan. Adapun alur pembuatan aplikasi ini adalah dengan menggunakan input data citra
satelit SRTM, latitude longitude dan ukuran fisik bangunan yang berasal dari Google Earth.
Adapun parameter uji coba pada penelitian ini adalah mengukur kecocokan jalur yang diperoleh
dan ketepatan pergerakan kendaraan berdasarkan asal sampai tujuan. Hasil akurasi jalur
diperoleh adalah 100% sedangkan ketepatan pergerakan kendaraan berdasarkan jalur diperoleh
dan mencari titik terdekat berdasarkan tujuan diperoleh akurasi 100%.
Kata kunci : Visualisasi, pergerakan kendaraan, metode Depth First Search (DFS)
PENDAHULUAN
Malang, merupakan salah satu kota yang beberapa tahun terakhir sering terkena macet
seperti yang diberitakan media informasi Antara News (2010) menyatakan bahwa ditahun 2015
Malang akan mengalami macet total jika pemerintah tidak segera membenahi arus lalu lintas
baik secara fisik maupun rekayasan jalur kendaraan. Hal ini dapat diamati dari banyaknya jumlah
wisata dan kampus yang berdiri di kota malang sehingga menarik wisatwan dan mahasiswa

2. untuk berkunjung ke kota malang bahkan menetap dalam beberapa tahun. Sehingga tidak dapat
dielakkan lagi jika kemacetan yang terjadi di kota Malang dari tahun ke tahunnya semakin parah.
Sedangkan menurut UU RI No 14 Tahun 1992 tentang lalu lintas dan angkutan jalan
pasal 3 menyatakan bahwa transportasi jalan diselenggarakan dengan tujuan mewujudkan
lalulintas angkutan jalan dengan selamat, aman, cepat, lancer, tertib dan teratur, nyaman dan
efisien, mampu memadukan moda transportasi lain, menjangkau seluruh pelosok wilayah
daratan, untuk menunjang pemerataan, pertumbuhan dan stabilitas sebagai pendorong, penggerak
dan penunjang pembangunan nasional dengan biaya yang terjangkau oleh daya beli masyarakat.
Pada initinya adanya transportasi diselenggarakan untuk mewujudkan lalulintas angkutan
yang aman, cepat, lancer dan teratur, namun pada kenyataannya masih sering terjadi kemacetan
dibeberapa titik di Indonesia khusunya di kota Malang. Hal ini tentu malah membuat transportasi
menjadi masalah bagi pengguna transportasi itu sendiri. Sehingga perlu adanya tindakan untuk
menanggulangi masalah transportasi seperti kemacetan yang mulai menjadi budaya di kota kota
besar.
Penelitian ini akan memvisualkan kondisi pergerakan kendaraan di area sekitar jalan
Veteran Kota Malang, karena dilokasi ini terdapat beberapa lokasi yang menjadi tujuan
pergerakan kendaraan yaitu diantaranya beberapa kampus yang saling berdekatan antra lain UIN,
UB, UM, UMM, ITN dan lain sebagainya. Dan selain itu juga terdapat pusat perbelanjaan seperti
Matos yang memiliki daya tarik tersendiri bagi para pengunjung, selain itu juga terdapat
beberapa kantor, SMP dan SMK yang ketika pada jam jam sibuk akan sering terjadi kemacetan
di simpang veteran tersebut.
Adapun tujuan yang ingin dicapai pada penelitain ini adalah aplikasi ini nantinya dapat
digunakan untuk menetukan arah pergerakan kendaraan sebagai langkah awal setelah analisa
data untuk mewujudkan transportasi yang efektif dan efisien. Karena pada dasarnya untuk
membangun transportasi yang efektif dan efisien proses pertama yang dilakukan adalah
perancangan. Dimana perancangan dalam hal ini meliputi kapasitas sarana dan prasarana
transportasi yang diupayakan berimbang dengan kebutuhan masyarakat akan jasa transportasi.
Penyediaan fasilitas yang berimbang dengan yang dibutuhkan itu tidak mudah dilakukan.
Banyak factor yang harus diperhatikan (misalnya jumlah, penyebaran dan tingkat pertumbuhan
penduduk pola perdagangan dan perjalanan penduduk, aspek regulasi dan lain sebagainya). Bila
kapasitas fasilitas transportasi yang disediakan berlebihan akan mengakibatkan pemborosan
sumber daya yang berarti penyelenggaraan transportasi tidak lancer dan efisien. Sebaliknya jika
kapasitas fasilitas transportasi dalam keadaan kekurangan akan menimbulkan kepadatang yang
sangat tinggi dan kemacetan, yang berarti penyelenggaraan transportasi tidak efektif dan tidak
lancer (Adisasmita SA, 2012)
Lokasi penelitian dilakukan di area sekitar jalan veteran dengan menggunakan data satelit
SRTM, dimana untuk menampilkan lokasi tertentu saja yang ditambilkan dibutuhkan inputan
batas wilayah berupa sumbu koordinat latitude longitude awal dan akhir. Setelah mampu
menampilkan lokasi permukaan tanah, maka proses selanjutnya adalah memvisualisasikan
beberapa objek yang ada dipermukaan tanah tersebut seperti halnya, jalan, bangunan, dan lain

3. lain. berikut ilustrasi lokasi penelitian yang akan peneliti gunakan, yang terdapat jalan dan
beberapa bangunan :
Gambar 1. Ilustrasi lokasi penelitian meliputi jalan dan bangunan
Pada Gambar 1 dapat kita amati bahwa arah panah warna biru menunjukan arah / jalur
jalan, dimana kendaraan dapat bergerak mengikuti arah panah tersebut. Pada ilustrasi jalan
terdapat lingkaran lingkaran kecil dimana itulan yang peneliti sebut sebagai node yang berisi
koordinat latitude longitude yang sudah peneliti uniq kan nilainya dalam angka bulat. Dan
beberapa bangunan yang akan digunakan sebagi lokasi asal dan tujuan.
Pada penelitian ini, objek yang divisualkan diatas permukaan tanah adalah jalan dan
bangunan, sealin kendaraan yang akan digunakan sebagai objek bergerak dimana pergerakannya
melewati jalan da nasal tujuannya berasal dari lokasi bangunan. Untuk proses pembuatan
bangunan adalah dilakukan dengan menyambungkan node satu dengan node yang lainnya sesuai
dengan jalur jalan, dimana node diperoleh dari koordinat latitude longitude jalan yang peneliti
peroleh dari GoogleEarth berdasarkan lokasi jalan sebenarnya. Setelah node tersebut saling
terhubung maka dilakukan proses penggambaran jalan diatas permukaan tanah yang telah
divisualkan dengan mencari index koordinat tersebut pada dara SRTM yang digunakan untuk
visuaisasi permukaan tanah. Maka akan menghasilkan output seperti gambar berikut :

4. Gambar 2. Visualisasi permukaan tanah meliputi jalan dan bangunan
Selanjutnya adalah melakukan visualisasi pergerakan kendaraan pada area seperti
ditunjukan pada Gambar 2. Dimana mobil akan/harus bergerak berdasarkan jalan yang telah
dibangun da nasal tujuan berdasarkan bangunan yang tersedia, dimana proses pergerakannya
berdasarkan arah panah yang telah ditentukan seperti ditunjukan pada Gambar 1. Proses
pergerakan kendaraan melibatkan data bangunan dan jalan, dimana pertama kali adalah
memberikan asal dan tujuan pada kendaraan, adal dan tujuan diperoleh dari bangunan. Kemudian
adalah proses pergerakan kendaraan berdasarkan asal kendaraan yang telah di inputkan, untuk
mencari rute pergerakan jalan, peneliti menggunakan metode Depth Fisrt Search (DFS). DFS
merupakan algoritma pencarian buta, dimana prosesnya adalah [masalah][proses][solusi], ketika
solusi telah ditemukan maka proses selsai. Tidak ada tambahan aturan pada proses pencarian
menggunakan DFS. Adapun proses pencarian menggunakan DFS yang dilakukan pada aplikasai
ini adalah sebagi berikut :
1. Inisialisasi asal dan tujuan kendaraan
2. Menemukan asal pada node yang sudah terbentuk susunannya
3. Mendeteksi banyak cabang yang diperoleh dari titik asal kendaraan. Pada proses ini
setiap kendaraan akan menemukan kondisi cabang yang berbeda, masing masing
berdasarkan asal kendaraan yang ditemukan berdasarkan inisialisasi asal.
4. Setelah menenukan susunan cabang, system akan mengunjungi masing masing cabang
secara urut berdasarkan urutan kindisi cabang. Dalam hal ini DFS akan mengunjungi
cabang pertama dan node node dibawahnya sampai pada ujung node cabang pertama.
Jika sampai ujung node cabang pertama tidak ditemukan tujuan, maka DFS akan
melanjutnkan mengunjungi cabang kedua sampai node ujung cabang kedua dan
seterusnya sampai tujuan diperoleh.
5. Ketika sudah memperoleh tujuan, maka system akan mengeluarkan jalur yang sesuai
dengan asal dan tujuan, dimana jika ketika dia mengunjungi cabang namun tidak

5. ditemukan solusi, maka jalur tersebut akan diabakan. System hanya mengeluarkan jalur
dimana tujuan ditemukan.
Adapun output yang diperoleh dari metode DFS adalah sebuah jalur dari masing masing
kendaraan, kemudian jalur tersebut yang akan degenerate pada kendaraan sehingga kendaraan
akan bergerak berdasarkan jalur tersebut. Adapun output dari hasil pergerakan kendaraan
ditunjukan pada Gambar 3
Gambar 3. Visualisasi pergerakan kendaraan
Adapun jalur yang diperoleh dari proses DFS adalah ditunjukan pada tabel 1 berikut :
Tabel hasil uji coba pertama
No Asal Tujuan Rute diproleh Jumlah
Node
Kesesuaian
(Y/N)
1 Toko kue Masjid 130,131,132,1,2,3,4,5,6,7,8,9,10 13 Y
2 @MX ITN 13,14,15,16,17,18,19,20,21,22,2324,25,26,27,28,29,30,3
1,32,33,3435,36,37,38,39,40,41,42,79,80,81
33 Y
3 Masjid UIN 10,11,12,13,14,15,16,17,18,19,2,21,22,23,24,25,26,27,2
8,29,30,3,32,33,34,35,36,37,38,39,40,41,4243,44,45,46,
47,48,49,50,51,52,5354,55,56,57
48 Y
4 Matos ITN 14,15,16,17,18,19,20,21,22,23,2425,26,27,28,29,30,31,3
2,33,34,3536,37,38,39,40,41,42,79,80,81
32 Y
5 UB Bengkel 6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25
,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,14
9,150,151,152,153,154,155,156,157,158,159,160
49 Y
6 Puskesmas @MX 111,112,113,114,115,116,117,118,119,120121,122,123,
124,125,126,127,128,129,130131,132,1,2,3,4,5,6,7,8,9,1
0,11,12,13
35 Y
7 Ruko Masjid 142,143,144,145,146,147,148,1,23,4,5,6,7,8,9,10 17 Y
8 UM ITN 30,31,32,33,34,35,36,37,38,39,4041,42,79 80,81 18 Y
9 UB Indomaret 6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25
,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,79
38 Y
10 BRI uin Bengkel 64,65,66,67,68,69,70,71,72,73,74,75,76,7778,149,150,1
51,152,153,154,155,156,157 158,159,160
27 Y
11 BRI uin UMM 64,65,66,67,68,69,70,71,72,73,7475,76,77,78,149,150,1
51,152
19 Y
12 Matos Bengkel 14,15,16,17,18,19,20,21,22,23,24,25,26,2728,29,30,31,3
2,33,34,35,36,37,38,39,40,4142,149,150,151,152,153,15
4,155,156,157,158,159,160
41 Y
13 @MX UMM 13,14,15,16,17,18,19,20,21,22,23,24,25,2627,28,29,30,3 34 Y

6. 1,32,33,34,35,36,37,38,39,4041,42,149,150,151,152
14 SMK Bengkel 37,38,39,40,41,42,149,150,151,152,153,154,155,156,15
7,158,159,160
18 Y
15 Puskesmas SMK 111,112,113,114,115,116,117,118,119,120121,122,123,
124,125,126,127,128,129,130131,132,1,2,3,4,5,6,7,8,9,1
0,11,12,13,14,1516,17,18,19,20,21,22,23,24,25,2627,28,
29,30,31,32,33,34,35,36,37
59 Y
16 BRI uin Masji 64,65,66,67,68,69,70,71,72,73,7475,76,77,78,1,2,3,4,5,6
,7,8,9,10
25 Y
17 BRI uin POM 64,65,66,67,68,69,70,71,72,73,74,75,76,7778,149,150,1
51,152
19 Y
18 Ruko UIN 142,143,144,145,146,147,148,43,44,45,46,47,48,49,50,5
1,52,53,5455,56,57
22 Y
19 UM Matos 30,31,32,33,34,35,36,37,38,39,4041,42,1,23,4,5,6,7,8,9,
10,11,12,13,14
26 Y
20 SMK Percetakan 37,38,39,40,41,42,1,2,3,4,5,6,7,8,9,10,11,12,13 19 Y
Uji coba dilakukan pada 3 kali pergerakan dimana pergerakan pertama adalah dengan
menggunakan 20 kendaraan, uji coba kedua menggunakan 10 kendaraan, dan uji coba ke 3
dengan 2 kendaraan.
HASIL ANALISA DAN PEMBAHASAN
Hasil analisa yang dilakukan adalah berdasarkan hasil uji coba yang diperoleh
menunjukan bahwa jalur atau rute perjalana yang diperoleh menggunakan Metode Depth Fisrt
Search (DFS) terbukti 100% mampu menunjang visualisasi pergerakan kendaraan. Adapun
100% diperoleh dari rute perjalanan 20 kendaraan yang masing masing sesuai dengan syarat
yang telah ditentukan sebelumnya. Dari hasil coba yang telah diperoleh bahwa dengan
menggunakan metode Depth First Search (DFS) mendapatkan rute perjalanan terpendek yaitu 13
node dan juga mendapatkan rute perjalanan terpanjang yaitu 59 node. hal ini tentu saja
berdasarkan asal tujuan yang telah ditentukan masing masing kendaraan. Sedangkan estimasi
waktu yang yang digunakan untuk memperoleh masing - masing jalur pada tiap kendaraan
adalah rata – rata 1.726 detik diperoleh dari jumlah waktu diperoleh dibagi dengan jumlah data.
Pembahasan hasil uji coba pergerakan kendaraan berdasarkan hasil pengamatan peneliti
ditunjukan pada diagram berikut

7. Pada uji coba pergerakan peneliti menggunakan dua model pergerakan yang berbeda dan
satu model pergerakan dimana tujuannya adalah menentukan titik terdekat lokasi tujuan, pada
model pergerakan pertama peneliti mengacak asal dan tujuna kendaraan dimana kendaraan akan
keluar bersamaan dengan asal dan tujuan berbeda dan kemuadian pergerakannyapun
menyesuaikan rute yang telah diperoleh adapun pergerakan ini dapat di istilahkan sebagai
pergerakan kendaraan pada keadaan sebenarnya yaitu unpredictable (tidak dapat diprediksi). Jadi
setiap kendaraan bebas bergerak tanpa mengantri dengan kendaran lain. Pada pola pergerakan
pertama, perpindahan kenadaraan dari node satu ke node selanjutnya terkesan lama, hal ini
dikarenakan terdapat proses looping berulang kali pada masing masing kendaraan dan pada pola
pergerakan pertama diperoleh estimasi waktu 130.6 menit. Selanjutnya pola pergerakan kedua
dimana semua kendaraan memiliki asal yang sama dan tujuan yang berdekatan. Kendaraan akan
keluar satu per satu sesuai dengan urutan indexnya. Dengan demikian mobil akan berderet
membentuk antrian pergerakan dimana durasi antrian antar mobil satu dengan yang lainnya
berjarak 5 detik. Pada pola pergerakan kedua ini cocok untuk memvisualisasikan kondisi
kemacetan karena mobil belakang akan bergerak ketika mobil pada posisi depan maju pada node
selanjutnya. Dan pada pergerakan mencari jalur terpendek ialah berdasarkan node paling sedikit
dan waktu yang relative lebih cepat jika dilihat pada tabel 4.8 adalah tujuan pada UB (gerbang 1)
dengan selisih 2 node dan durasi waktu 46 detik.
KESIMPULAN
metode Depth First Search (DFS) dapat diterapkan dalam aplikasi visualisasi pergerakan
kendaraan. Hal ini dapat diamati dari hasil output yang diperoleh yaitu berupa jalur atau rute
perjalanan masing masing kendaraan, mulai dari asal dan tujuan yang masing masing berbeda,
pemilihan cabang berdasarkan tujuan kendaraan, waktu yang ditempuh untuk pergerakan
kendaraan. Semua sudah sesuai dengan rancangan program yang telah dibuat. Sehingga dapat
disimpulkan bahwa metode Depth First Search (DFS) mampu diterapkan pada visualisasi
pergerakan kendaraan. Akurasi yang diperoleh dari implementasi metode Depth Fisrt Search
berdasarkan parameter yang telah peneliti tetapkan sebelumnya dan untuk ketepatan pergerakan
kendaraan dengan titik tujuan terdekat adalah 100%.
8.4
8.6
8.8
9
9.2
9.4
9.6
9.8
10
10.2
20
kendaraan
10
kendaraan
2 kendaraan
jalur
pergerakan

8. SARAN
Dalam penelitian ini masih terdapat banyak sekali kekurangan kekurangan, untuk pengembangan
lebih lanjut terdapat beberapa saran dari peneliti untuk penelitian selanjutnya. Adapun saran-
saran tersebut adalah sebagai berkut :
1. Terdapat banyak proses perulangan dalam melakukan pergerakan, mungkin penelitian
selanjutnya dapat menambahkan metode untuk meminimalis proses looping sehingga
pergerakan kendaraan lebih cepat.
2. Penelitian selanjutnya dapat menampilkan kondisi jalan dengan sebenarnya seperti lampu
merah, atau ilustrasi sedang ada galian lubang sehingga pada ruas jalan tertentu tidak dapat
dilewati kendaraan, dan lain sebagainya.
3. Pada penelitian selanjutnya setiap node bisa diberikan bobot untuk memudahkan proses
menghitung akurasi
DAFTAR PUSTAKA
Adisasmita S.A. 2012, Perancangan Infrastruktur Transportasi Wilayah, Penerbit :Graha Ilmu.
Yogyakarta
Anany, 2010, Pengantar Desain dan Analisis Algoritma. Selemba Infotek.
Jakarta
Harnaningrum, 2010, Strukrur Data Menggunakan java, Graha Ilmu,
Yogyakarta
Kusumadewi, 2003, Artificial Intelegence (teknik dan aplikasinya), Penerbit : Graha Ilmu
Yogyakarta
Khisty et.al, 2005, Dasar-dasar rekayasa lalulintas, jilid 1, penerbit : Erlangga, Ciracas
Jakarta
Miro, Fidel. 2005. Perencanaan Transportasi Untuk Mahasiswa, Perencana, dan Praktisi.
Jakarta: Penerbit Erlangga
Miro, Fidel. 1997. Sistem Transportasi Kota. Bandung:
Tarsito
Munir, 2005, Matematika Diskrit, Informataika,
Bandung
Munir, 2011, Penerapan BFS dan DFS Pada Pencarian Solusi. ITB.
Bandung
Putra, 2010, Pengolahan Citra Digital, Penerbit : Andi
Yogyakarta

9. Putri S.E, 2011, Implementasi dan Analisa Algoritma Depth First Search (DFS) dalam
pencarian Lintasan terpanjang, Sumatera Utara
Tarecha et. al, 2013, Visualisasi 3D Rupa Bumi Berbasis Data GDEM ASTER 30 meter,
Surabaya : Seminar Nasional Matematika dan Aplikasinya
Tyas, 2010, Implementasikan Algoritma Backtracking dengan menggunakan metode DFS
(Depth First Search) pada penyelesaian traveling salesman problem.
Suyanto, Artificial Intelegence edisi revisi, Penerbit : Informatika
Bandung, 2011
Undang undang Republik Indonesia Nomor 14 tahun 1992 tentang perbankan, lembaran Negara
No.182
Badan Pusat Statistika Indonesi (BPSI) 2014
Data kemacetan di kota malang – Pemkab Malang
Kantor Kepolisisan Republik Indonesia – Jawa Timur
Transpotasi 2014 ( www.wikipedia.com )
E-book Tafsir Al-Qur’an Ibnu Katsir 30 juz (www.daarus-sunnah.com )
Kendaraan bermotor 2014 (www.wikipwdia.com )
Lalu lintas Kota malang . Radar malang ( www.radarmalang.co.id )
www.news.bisnis.com/read/20141012/78/264206/kota-malang-volume-kendaraan-sudah-
lampaui-kapasitas-jalan -
www.mathworks.com/matlabcentral/fileexchange/24134-gaimc---graph-algorithms-in-matlab-
code/content//gaimc/test/test_dfs.m
https://jalandakwahbersama.wordpress.com/2009/07/17/mudahkanlah-urusan-orang-lain/