Professional Documents
Culture Documents
Oleh :
ZAKARIA SUTOMO
09101002013
Oleh :
ZAKARIA SUTOMO
09101002013
Pembimbing II,
Menyetujui,
Ketua Jurusan Teknik Informatika
KATA PENGANTAR
Puji syukur kehadirat Allah SWT., karena atas berkat, rahmat, dan karuniaNya penulis dapat menyelesaikan Laporan Kerja Praktik ini dengan judul
SISTEM
INFORMASI
PEMELIHARAAN
NOMOR
PERANGKAT
ANTRIAN
LUNAK
PT
PUPUK
ELEKTRONIK
SRIWIDJAJA
PALEMBANG.
Penulis mengucapkan terima kasih kepada semua pihak yang telah
membantu, membimbing, dan terus mendukung penulis dalam rangka
menyelesaikan laporan kerja praktik, diantaranya :
1. Budiman dan Danilah selaku orang tua penulis, Dandhy Junioza selaku adik
penulis, dan Zakaria Sutomo selaku kakak penulis.
2. Bapak Dr. Darmawijoyo, M.Si., M.Sc. selaku Dekan Fakultas Ilmu Komputer
Universitas Sriwijaya.
3. Bapak Drs. Megah Mulya, M.T. selaku Ketua Jurusan Teknik Informatika dan
sekaligus selaku dosen Pembimbing Kerja Praktik pada Jurusan Teknik
Informatika Fakultas Ilmu Komputer Universitas Sriwijaya.
4. Ibu Diah Pudi Langgeni selaku Pembimbing Lapangan yang telah membantu
penulis menyelesaikan laporan KP.
5. Bapak M. Yusuf selaku Supervisor TSI Pemasaran dan Unit Penunjang PT
Pupuk Sriwidjaja Palembang.
6. Bapak Kholid Umar selaku Manager Departemen Teknologi Informasi PT
Pupuk Sriwidjaja Palembang.
7. Bapak Andy Leonard M.P.S selaku Supervisor Pelaksana Diklat.
8. Bapak Parwani, SE selaku Manager Departemen Pendidikan dan Pelatihan.
9. Seluruh pegawai PT. PUSRI Departemen Teknologi Informasi.
10. Rekan-rekan peserta Kerja Praktik dari berbagai instansi pendidikan yang
tidak bisa disebutkan satu persatu.
DAFTAR ISI
Halaman
HALAMAN JUDUL
HALAMAN PENGESAHAN.........................................................................ii
KATA PENGANTAR......................................................................................iii
DAFTAR ISI...................................................................................................v
DAFTAR GAMBAR.......................................................................................vii
DAFTAR TABEL............................................................................................viii
DAFTAR LAMPIRAN...................................................................................ix
BAB I PENDAHULUAN...............................................................................I-1
1.1 Latar Belakang..........................................................................I-1
1.2 Rumusan Masalah.....................................................................I-3
1.3 Tujuan dan Manfaat Penelitian.................................................I-3
1.3.1 Tujuan Penelitian............................................................I-3
1.3.2 Manfaat Penelitian..........................................................I-3
1.4 Ruang Lingkup.........................................................................I-4
BAB II TINJAUAN PUSTAKA.....................................................................II-1
2.1 Penelitian Terkait......................................................................II-1
2.2 Logika Fuzzy.............................................................................II-7
2.3 Fuzzy Cluster Means.................................................................II-9
2.3.1 Perbaikan Citra...............................................................II-9
2.3.1.1 Ekualisasi Histogram......................................II-9
2.3.1.2 Binerisasi..........................................................II-10
2.3.1.3 Thinning...........................................................II-11
2.3.2 Ekstraksi Ciri..................................................................II-11
2.3.2.1 Zernike Aspect Moment Invariant (ZAMI). II-11
2.4 Penyakit Hati.............................................................................II-14
2.4.1 Prinsip Kontinuitas Homogen........................................II-16
2.4.2 Pelingkupan Ruang Multi-Dimensi (High-Dimensional
Space Covering).............................................................II-17
2.4.3 Jaringan Syaraf Pada Pengenalan Pola Biomimetik......II-19
2.4.3.1 Jaringan Syaraf Tiruan Satu Bobot..............II-19
2.4.3.2 Jaringan Syaraf Bobot Banyak.....................II-20
2.4.3.3 Jaringan Syaraf Bobot Dua (Double Weight
Neural Network / Hyper Sausage Neuron)....II-21
2.4.3.4 Algoritma Jaringan Syaraf Bobot Dua.........II-22
2.4.3.5 Nila Ambang (Threshold)...............................II-24
2.5 Perangkat Mobile Android........................................................II-25
2.6 Rational Unified Proccess (RUP).............................................II-25
BAB III METODELOGI PENELITIAN........................................................III-1
3.1 Unit Penelitian..........................................................................III-1
3.2 Metode Pengumpulan Data.......................................................III-1
3.2.1 Jenis Data.......................................................................III-1
DAFTAR GAMBAR
Gambar II-1. Finger Print Patten Classes...........................................................II-8
Gambar II-2. Skema Umum Pengolahan Citra Digital.......................................II-9
DAFTAR TABEL
Tabel II-1. Penelitian Terdahulu Mengenai Identifikasi Sidik Jari.....................II-5
Tabel II-2. Perbedaan PPS dan PPB.................................................................II-14
DAFTAR LAMPIRAN
BAB I
PENDAHULUAN
I.1
Latar Belakang
Automatic Teller Machine (ATM) adalah alat kasir otomatis tanpa orang,
1 http://bni.co.id/id-id/bankingservice/consumer/layananebanking/bniatm.aspx
http://palembang.go.id/?nmodul=halaman&judul=keadaaan-
geografis&bhsnyo=id
Belitung, 198 ATM yang tersebar di seluruh Kota Palembang 3. Dari jumlah ATM
yang masih sedikit di Kota Palembang, pengguna ATM sulit mencari lokasi ATM
yang tersebar di Kota Palembang, jarak ATM dari lokasi keberadaan pengguna,
tidak mengetahui informasi pecahan uang yang dikeluarkan mesin ATM. Untuk
mengatasi masalah tersebut, pemanfaatan teknologi mobile computing seperti
smartphones untuk membantu pengguna ATM dapat mengakses informasi ATM.
Perkembangan teknologi mobile computing berkembang secara cepat dan
konstan, banyak teknologi, metode dan aplikasi baru yang diperkenalkan dan
kemudian diterapkan. Salah satu aplikasinya yang mulai banyak menyita
perhatian publik adalah Location Based Services (Hu et al., 2012). Location
Based Services (LBS) adalah platform yang menyediakan layanan informasi
berdasarkan letak geografis perangkat mobile yang didukung peta elektronik dan
Global Positioning System (GPS) (Kumar, Qadeer, and Gupta 2009). Salah satu
platform mobile yang dapat digunakan untuk mengimplementasikan LBS adalah
Android. Android adalah sistem operasi berbasis mobile yang dikembangkan oleh
Google. Android merupakan platform yang terbuka (opensource) sehingga siapa
saja dapat mengembangkan apa saja di dalamnya. Android terintegrasi dengan
Google-Maps yang menyediakan perangkat-perangkat untuk pengembangan LBS
(Amit and Vineet, 2011).
Penelitian tentang LBS telah dilakukan beberapa tahun terakhir seperti
pembahasan
fasilitas
yang
tersedia
di
platform
Android
untuk
10
implementasi LBS melalui google web services pada ponsel android (Singhal,
and Shukla, 2012), indentifikasi komponen kunci LBS untuk menyediakan
layanan kepada pengguna pada ponsel android (Doshi, Jain, and Shakwala 2014).
Pencarian rute terpendek merupakan penentuan rute dari titik awal ke titik
tujuan. Beberapa metode menentukan jalur terpendek seperti, Algoritma Djikstra
(Goyal, et al 2013), Partical Swarm Optimization (PSO) (Jatmiko, et al 2011), A
Star (A*) (Tian, Wang, and Li) telah diusulkan untuk pencarian rute terpendek.
Algoritma Djikstra mempunyai kelebihan bisa digunakan ketika titik awal dan
titik tujuan tidak diketahui, dengan cara memeriksa setiap kemungkinan yang ada
untuk menentukkan jalur terpendek, namun algoritma ini lemah pada efisiensi
waktu jika diterapkan pada aplikasi pencarian yang lebih besar (Goyal, et al.,
2013). Kelebihan PSO adalah sangat baik dalam pencarian secara lokal maupun
global, namun algoritma ini mempunyai kekurangan yaitu pada iterasi tertentu
pergerakan setiap partikel-partikel tidak terlalu signifikan dan membuat
perhitungan PSO menjadi tidak efektif karena PSO bersifat konvergen (Jatmiko,
et al., 2011). Sedangkan algoritma A* mempunyai kelebihan stabilitas yang baik,
praktis dan efisien, sehingga cocok untuk digunakan pada aplikasi pencarian jalur
terpendek di perangkat mobile (Tian, Fang, and Li 2011).
Algoritma A Star (A*) merupakan algoritma pencarian jalur terpendek
yang mempunyai stabilitas yang baik, praktis dan efisien, A* terbukti cocok untuk
diterapkan pada perangkat mobile (Tian, Fang, and Li 2011). Pada penelitian ini
A* akan digunakan pada proses pencarian jalur terpendek pencarian lokasi ATM
sehingga didapat hasil pencarian yang akurat dan waktu yang lebih efisien.
11
I.2
Rumusan Masalah
Berdasarkan uraian pada latar belakang, masalah yang akan diangkat pada
penelitian ini adalah bagaimana menentukkan lokasi dan jarak dari pengguna
ATM ke lokasi ATM di Kota Palembang pada smartphone Android menggunakan
Algoritma A*.
I.3
Tujuan Penelitian
Tujuan penelitian ini adalah membuat aplikasi pencarian lokasi ATM di Kota
Palembang menggunakan LBS dan metode A*, untuk membantu pengguna ATM
menemukan lokasi ATM di Kota Palembang.
I.4
Manfaat Penelitian
Manfaat penelitian ini adalah:
1. Aplikasi dapat digunakan untuk menemukan lokasi ATM terdekat dari
posisi pengguna ATM;
2. Menghemat waktu pengguna dengan memberikan informasi lokasi ATM.
I.5
Ruang Lingkup
Ruang lingkup penelitian ini adalah :
1. Wilayah ATM yang diambil pada penelitian ini hanya berada di wilayah
Kota Palembang;
2. ATM Bank yang digunakan pada penelitian ini adalah ATM Bank Sumsel
Babel;
3. Aplikasi yang dikembangkan hanya dapat dijalankan di platform android;
4. Peta lokasi yang digunakan diambil dari Google Maps;
12
BAB II
TINJAUAN PUSTAKA
II.1
Penelitian Terkait
Penelitian mengenai Location Based Service (LBS) pada mobile Android
telah dilakukan beberapa tahun terakhir. Penelitian yang dilakukan oleh Kumar,
Qadeer, and Gupta (2009) penelitian tersebut membahas fasilitas yang tersedia
didalam platform android untuk mengimplementasikan LBS. Untuk memfasilitasi
implementasi LBS, Android menyediakan akses komponen-komponen seperti
Location Manager dimana komponen ini berfungsi mengelola semua komponen
lain yang diperlukan untuk membangun sistem LBS. Location Provider berfungsi
menentukkan lokasi fisik yaitu menangani Geographical Information System
(GIS). Geocoding yang menyediakan cara untuk mengubah koordinat geografis
(longitude, latitude) menjadi alamat jalan. Dan GoogleMap sebagai penyedia
yang menampilkan peta pada sistem LBS. Berdasarkan tools yang tersedia
didalam android terdapat tiga jenis layanan LBS. Yang pertama yaitu, perangkat
mobile dapat dikonfigurasi sebagai server, Database SQLite sebagai penyimpan
informasi, Konfigurasi dua smartphone android untuk menyediakan layanan LBS
peer to peer melalui Short Message Service (SMS) atau Multimedia Message
Service (MMS).
13
14
II.2
2.2.1
15
mobile atau perangkat genggam, dari Internet dan dari Sistem Informasi Geografis
(GIS) dengan database spasial (Shiode et al. 2004).
kesamaan yakni pada penanganan data yang terkait referensi posisi dan fungsi
analisis spasial (Layanan LBS) yang mampu memberikan atas pertanyaanpertanyaan seperti berikut :
Tapi pada dasarnya GIS dan LBS memiliki asal yang berbeda dan
kelompok
16
Arsiktektur LBS
Secara umum LBS terdiri dari tiga lapisan, yaitu seperti terlihat pada
1. LBS Application
Lapisan ini terdiri dari beberapa aplikasi seperti smartphones yang
terdapat beberapa sensor dan komponen beberapa server aplikasi dan
database spasial. Aplikasi server merupakan pusat pengolahan untuk
platform LBS yang berfugsi mengatur antarmuka pengguna yang
berhubungan dengan database spasial;
2. LBS middleware
Lapisan ini sebagai lapisan penghubung antara teknologi jaringan dengan
teknologi nirkabel dan internet. Hal ini yang sering digunakan dalam
jaringan operator atau jaringan host oleh penyedia layanan;
3. Core LBS Features
- Location Tracking
Location Tracking adalah layanan Global Positioning System
(GPS) sebuah ponsel yang dapat digunakan oleh pengguna untuk
memantau pergerakan pengguna smartphones.
-
GIS Provider
GIS Provider adalah layanan yang memiliki fasilitas geospecific
yang berfungsi untuk aplikasi LBS seperti peta informasi, peta
18
2.2.4
Komponen LBS
19
Pada dasarnya informasi yang dapat dihasilkan LBS agar dapat memenuhi
kebutuhan pengguna berupa informasi lokasi, oleh karena itu komponen
ini diperlukan sebagai komponen yang berfungsi sebagai pemroses untuk
menentukan lokasi pengguna pada saat itu. Posisi pengguna didapatkan
melalui jaringan komunikasi mobile atau GPS;
4. Service and Application Provider
Provider informasi ini memberikan informasi berdasarkan permintaan
pengguna berdasarkan informasi lokasi atau informasi yang dikirimkan
oleh pengguna. Provider melakukan proses komputasi seperti menemukan
rute perjalanan, informasi tempat terdekat, mencari ke database external
seperti yellow pages atau google API untuk menghasilkan informasi yang
dibutuhkan oleh pengguna;
5. Data and Content Provider
Komponen yang terakhir ini merupakan komponen yang akan membantu
kerja dari komponen keempat, karena tidak semua data disimpan oleh
penyedia layanan, bisa jadi informasi yang dibutuhkan pengguna ada
berada di pihak pengembang yang memiliki otoritas untuk menyimpan
atau melindungi data tersebut.
2.2.5
Kategori LBS
Berdasarkan informasi yang dikirim oleh pengguna layanan LBS
dibedakan menjadi :
1. Pull Service, layanan ini bersifat reactive, dengan kata lain layanan ini
akan memberikan layanan jika pengguna membutuhkan informasi, aplikasi
akan memberikan informasi sesuai dengan permintaan pengguna;
20
2.2.6
21
II.3
alat bantu bagi pengguna untuk menerima informasi, informasi yang dapat
dihasilkan perangkat mobile berupa teks, suara, gambar dan lain-lain. Perangkat
mobile yang digunakan pada penelitian ini adalah handphone berbasis android.
Android merupakan suatu software (perangkat lunak) yang digunakan pada
perangkat mobile device (perangkat bergerak) yang meliputi sistem operasi,
middleware dan aplikasi inti. Bahasa pemrograman yang digunakan android
adalah bahasa pemrograman Java, selain itu android juga menyediakan android
Software Development Kit (SDK) yang dapat dijalankan dengan Eclipse sebagai
Integrated Development Environment (IDE). Android SDK merupakan sebuah
tools API (Application Programming Interface) yang dibutuhkan pengembang
untuk membangun aplikasi platform Android yang menggunakan bahasa
pemrograman Java.
2.3.1
Arsitektur Android
Secara umum arsitektur dapat dijelaskan dari Gambar II.5 berikut ini :
22
24
file yang dieksekusi. Dalvik berjalan diatas kernel Linux 2.6, dengan
memiliki fungsi dasar seperti threading dan manajemen memori yang
terbatas.
e. Linux Kernel
Linux kernel adalah lapisan inti dari operating sistem dari Android
itu berada. Linux merupakan system operasi open source (terbuka) yang
handal dalam manajemen memori dan proses. Dalam sistem operasi
Android terdapat beberapa service (layanan) yang diperlukan seperti
keamanan, manajemen memori, manajemen proses, jaringan dan driver.
BAB III
METODELOGI PENELITIAN
III.1 Unit Penelitian
Unit penelitian tugas akhir ini adalah Laboratorium Kecerdasan Buatan
(AIRLab) Fakultas Ilmu Komputer Universitas Sriwijaya, Indralaya.
III.2 Metode Pengumpulan Data
Bagian ini menjelaskan secara rinci mengenai data yang digunakan sebagai
objek penelitian.
26
27
28
(ekualisasi
histogram,
binnerisasi,
dan
thinning)
terakhir
diakses
pada tanggal 10 September 2015). Data yang digunakan sebanyak 100 sampel
citra sidik jari yang masing sampelnya diambil 10 citra sidik jari yang berbeda.
Data yang diperoleh memilik format JPG yang memiliki resolusi sebesar 320 x
240 piksel. Data citra sidik jari yang digunakan pada penelitian ini tidak
mengalami perubahan resolusi baik diperbesar, diperkecil atau dipotong (crop)
dari ukuran aslinya.
29
kegiatan
ini
dilakukan
pengembangan
perangkat
lunak
30
(III.1)
(III.2)
Pada proses ini juga akan diketahui kecepatan waktu pelatihan dan
pengenalan perangkat lunak identifikasi sidik jari. Kecepatan waktu pelatihan
akan dihitung mulai dari proses ekstraksi ciri data pelatihan hingga disimpan
kedalam database. Sedangkan kecepatan waktu pengenalan perangkat lunak akan
31
dihitung mulai dari proses ekstraksi ciri data pengujian hingga ditentukan apakah
citra sidik jari tersebut dikenali atau tidak.
III.3.6 Membuat Kesimpulan
Pada tahapan ini, kesimpulan akhir dapat diambil setelah dilakukannya
analisis dan pembahasan terhadap hasil identifikasi citra sidik jari menggunakan
perangkat lunak yang telah dikembangkan.
32
Gambar III-1. Blok Diagram Proses Umum Perangkat Lunak Identifikasi Sidik Jari
Menggunakan Pengenalan Pola Biomimetik
Gambar III-1 di atas menjelaskan proses umum perangkat lunak yang akan
dikembangkan pada penelitian tugas akhir ini. Secara umum terdapat 2 prosedur
33
utama dalam proses identifikasi sidik jari ini, yaitu prosedur pelatihan dan
prosedur identifikasi. Prosedur pelatihan menjelaskan proses pembentukan model
data latih dari data yang tersedia. Sedangkan prosedur identifikasi menjelaskan
mengenai proses pengenalan data baru yang akan diidentifikasi identitasnya. Citra
sidik jari menjadi masukan perangkat lunak. Pada prosedur pelatihan, citra sidik
jari diekstraksi cirinya dan disimpan dalam database untuk kemudian dipakai
pada tahap pengenalan. Pada prosedur identifikasi, citra sidik jari juga diekstraksi
cirinya dan melewati proses pengenalan menggunakan metode PPB dan kemudian
ditentukan apakah citra sidik jari tersebut dikenali kepemilikannya atau tidak. Jika
ya, maka citra sidik jari tersebut dinyatakan teridentifikasi dan perangkat lunak
akan menampilkan ID kepemilikan dari citra sidik jari yang teridentifikasi.
Sedangkan jika tidak, maka citra sidik jari tersebut dinyatakan tidak teridentifikasi
oleh perangkat lunak.
III.4 Metode Pengembangan Perangkat Lunak
Metode pengembangan perangkat lunak yang digunakan pada penelitian
tugas akhir ini adalah metode Rational Unified Process (RUP). Metode ini dipilih
karena menggunakan paradigma pengembangan perangkat lunak berorientasi
obejek dan bersifat dinamis karena setiap fase-fase dalam metode RUP
mendukung untuk melakukan pengulangan terhadap fase sebelumnya. Kegiatan
yang dilakukan pada setiap fase dalam metode RUP akan dijelaskan pada Tabel
III-1 berikut ni:
Tabel III-1. Tahapan Pengembangan Perangkat Lunak Menggunakan Metode RUP
Alur Kerja
FASE
34
Insepsi
Elaborasi
35
Konstruksi
Memvisualisasikan
diagram aktor da
case menggunak
Astah Comunity.
Membuat skenario
yang memiliki
urutan-urutan
interaksi dari akt
terhadap perangk
lunak mengguna
Microsoft Word 2
Mendokumentasi u
case dan skenario
case dalam bentu
laporan.
Mengimplementas
data sekunder ya
telah diunduh un
dilakukan
prapengolahanny
menggunakan lib
OpenCV untuk
melakukan
normalisasi,
binnerisasi dan
penipisan.
Mendokumentasi
kebutuhan peran
lunak yang digun
kedalam bentuk
laporan.
Implementasi
Membuat kelas
analisis, sequence
diagram, dan kelas
diagram sesuai
dengan rancangan
yang telah dibuat.
Menganalisis setiap
tahapan dari aliran
proses pada
perangkat lunak
secara lebih detail.
- Memvisualisasikan
keseluruhan diag
menggunakan Ed
Max 7.7.
- Melakukan finalisa
terhadap rancang
antarmuka peran
lunak.
- Mendokumentasi
keseluruhan diag
kedalam bentuk
laporan.
Melakukan revisi
- Implementasi kodi
terhadap prototype
dalam bahasa Jav
antarmuka
disesuaikan deng
menggunakan
sequence diagram
Microsoft Visio.
untuk melihat
Identifikasi rancangan
hubungan antar k
pada sistem.
antarmuka.
- Bahasa pemrograman
36
Pengujian
menggunakan
compiler Eclipse
Mars Versi Neon
Milestone 1
(4.6.0M1)
- Mempersiapkan data - Mengimplementasi
- Pengujian terhadap
masukan perangka
rencana pengujian
hasil akhir peran
lunak yang digunakan
perangkat lunak
lunak identifikas
untuk proses
dengan memasukkan
citra sidik jari.
pengujian.
data pengujian
- Mengevaluasi hasi
kedalam perangkat
pengujian perang
lunak.
lunak berdasarka
kasus uji.
- Dokumentasi hasil
akhir dari identif
perangkat lunak
dengan menghitu
citra sidik jari ya
dapat dikenali ol
perangkat lunak
membuat kesimp
hasil pengenalan
menggunakan m
yang digunakan.
No
Bulan I
Kegiatan
1 2 3
37
Bulan II
4 1
2 3 4
Bulan III
1 2
3 4
Bulan IV
1 2 3
1.
ciri
Zernike
Moment
melakukan
proses
pra-
Melakukan
perangkat
pengembangan
lunak
menggunakan
5.
perangkat
lunak
Membuat kesimpulan.
DAFTAR PUSTAKA
Anindita, B. (2014). Pengenalan Ekspresi Wajah Manusia Menggunakan Metode
Jaringan Syaraf Tiruan Back-Propagation. II-7.
Bazen, A. M. (2002). Fingerprint Identification - Feature Extraction, Matching,
and Database Search. 1.
Chotimah, K. C. (2015). Pengenalan Tulisan Tangan Karakter Matematika
Menggunakan
Zernike
Moment
Quantization.
38
Invariant
dan
Learning
Vector
40
41
Zhai, Y., Zeng, J., Gan, J., & Xu, Y. (2009). A Study of BPR based iris recognition
method.
42