Pengertian Analisis PDF

ISSN 0216-4280
JURNAL INFORMATIKA
Volume 5 Nomor 1 Juni 2009
Pelindung :
Rektor Universitas Kristen Maranatha
Penasehat :
Pembantu Rektor Universitas Kristen Maranatha
Pembina :
Dekan Fakultas Teknologi Informasi Universitas Kristen Maranatha
Ketua Tim Redaksi : Penyunting:

Ir. Teddy Marcus Zakaria, MT Andi Wahju Rahardjo Emanuel, BSEE, MSSE
Hapnes Toba, M. Sc
Penyunting Ahli : Hendra Bunyamin, S.Si, MT
Dr. Ir. Bambang SP. Abednego Tjatur Kandaga, S.Si, MT
Dr. Richardus Eko Indrajit
Tata Usaha:
Teddy Yusnandar
PENERBIT (PUBLISHER)
Maranatha University Press
ALAMAT PENYUNTING (EDITORIAL ADDRESS)

Sekretariat Jurnal Informatika Universitas Kristen Maranatha
Jurusan Teknik Informatika, Fakultas Teknologi Informasi
Jl. Prof. Drg. Suria Sumantri, MPH, No. 65 Bandung. 40164
Telp (022) 70753665
Fax (022) 2005915
Email: jurnal.informatika@itmaranatha.org
Homepage: http://www.itmaranatha.org/jurnal.informatika
Jurnal Informatika UKM terbit sejak 2005 merupakan jurnal ilmiah sebagai bentuk pengabdian
dalam hal pengembangan bidang Teknik Informatika dan bidang terkait lainnya.
Jurnal Informatika UKM diterbitkan oleh Jurusan Teknik Informatika Universitas Kristen
Maranatha. Redaksi mengundang para professional dari dunia usaha, pendidikan dan peneliti untuk
menulis mengenai perkembangan ilmu di bidang yang berkaitan dengan Teknik Informatika.
Jurnal Informatika UKM diterbitkan 2 (dua) kali dalam 1 tahun pada bulan Juni dan Desember
ii
ISSN 0216-4280
Jurnal Informatika
Volume 5 Nomor 1 Juni 2009
DAFTAR ISI
Volume 5 Nomor 1
1 Perancangan dan Pembuatan Sistem Pakar Berbasis 1 - 13
Runut Maju untuk Diagnosa Awal Perkembangan
Emosi pada Anak
Hapnes Toba, Maria Donna Fransisca
2 Peningkatan Kapasitas Menggunakan Metoda 15 - 29
Layering dan Peningkatan Cakupan Area
Menggunakan Metoda Transmit Diversity Pada
Layanan Seluler
Anita Supartono , Ahmad Fajri
3 Generator Melodi Berdasarkan Skala dan Akord 31 - 46
Menggunakan Algoritma Genetika
Adi Nugroho, Theophilus Erman Wellem, Andi Taru
Nugroho NW
4 Aplikasi Enkripsi Tanda Tangan 47 - 58
Di PT.BPR Daya Lumbung Asia
Radiant Victor Imbar, Wendi Chandra
5 Aplikasi SMS Pelanggan untuk PD Teknik Willys 59 - 70
Teddy Marcus Zakaria, Wijaya Budiman
6 Analisis Data dengan Menggunakan ERD dan Model 71 – 85
Konseptual Data Warehouse
Doro Edi, Stevalin Betshani
7 Perspektif & Tantangan Pengembangan M-Learning 87 - 96
Ashari Sutrisno, Jazi Eko Istiyanto
iii
Ucapan Terima Kasih
Redaksi Jurnal Informatika mengucapkan terima kasih yang sebesar –

besarnya kepada mitra bestari yang membantu terwujudnya penerbitan
Jurnal Informatika Volume 5 Nomor 1 Juni 2009:
1. Danny Manongga (Fakultas Teknologi Informasi Universitas

Kristen Satya Wacana)
2. Eko Sediyono (Fakultas Teknologi Informasi Universitas Kristen
Satya Wacana)
3. Mewati Ayub (Fakultas Teknologi Informasi Universitas Kristen
Maranatha)
v
Perancangan dan Pembuatan Sistem Pakar Berbasis Runut Maju
untuk Diagnosa Awal Perkembangan Emosi pada Anak
Hapnes Toba, Maria Donna Fransisca

Program Studi D3 Teknik Informatika
Fakultas Teknologi Informasi Universitas Kristen Maranatha
Jl. Prof. Drg. Suria Sumantri No.65 Bandung 40164
Email: hapnestoba@yahoo.com , ma121_a@yahoo.com
Abstract
Parents are regularly facing difficulties identifying their childrens’ psychological situation.
Based on that fact, an expert system has been developed. This expert system consists of two
applications, mobile and web application. The main features of this systems are knowledge
acquisition and consultation capabilities. The system will give indications of childrens’
emotion development along with how to handle it. The knowledge base, rules, and
confidential factors have been verified by an expert psychologist. The rules are
implemented in a database. This expert system has been evaluated by blackbox
methodology to twenty parents who have children, and also psychologist as expert. From
the evaluation, a final conclusion can be written that is the system can help parents in
identify their children’s emotion development.
Keywords: expert system, diagnose, emotion development, knowledge base, rules
1. Pendahuluan
Situasi psikologi anak pada umumnya sulit ditebak oleh orang tuanya. Dikarenakan
seorang anak sulit mengungkapkan dan menunjukkan keadaan psikologinya dengan
baik. Khususnya emosi pada anak-anak yang memainkan peranan penting dalam
pengembangan diri seorang anak. Maka pada saat orang tua mengalami
kebingungan, pada umumnya para orang tua bertanya kepada seorang psikolog
untuk mengetahui situasi psikologi anaknya dan cara mengatasinya.
Penulis berharap dengan adanya aplikasi ini dapat membantu para orang tua untuk
mengidentifikasi masalah emosi yang dihadapi anaknya dan cara penanganannya
secara efisien. Aplikasi sistem pakar ini dapat digunakan sebagai prediksi awal
dalam penentuan diagnosa, bukan sebagai pengganti seorang psikolog.
2. Analisa dan Perancangan

2.1 Batasan Perancangan
Aplikasi dirancangan dengan beberapa batasan dan asumsi sebagai berikut:
• Aplikasi ini menggunakan metode inferensi forward chaining (runut maju).
• Lingkup psikologi pada aplikasi ini dikhususkan terhadap perkembangan emosi
pada anak-anak usia enam sampai delapan untuk anak perempuan, enam
sampai sembilan tahun untuk anak laki-laki. [Hur94]
1
Jurnal Informatika, Vol. 5, No.1, Juni 2009: 1 - 13
• Pola-pola emosi yang ditangani oleh aplikasi ini adalah takut, marah, iri hati,
malu, dan keingintahuan. [Hur94]
• Calon pengguna dari aplikasi ini adalah para orang tua dan pakar psikologi
sebagai administrator.
• Para orang tua dapat menjawab beberapa pertanyaan yang diberikan oleh
aplikasi dengan pilihan "Ya" atau "Tidak" dan memasukkan persen keyakinan
jawaban dan menerima output yang diberikan oleh aplikasi ini, yaitu
perkembangan emosi yang menonjol pada anaknya serta cara penanganannya.
• Administrator dapat menambah, mengurangi, mengubah data pertanyaan, jenis
perkembangan emosi, dan juga cara penanganannya.
• Konsultasi dapat dioperasikan pada halaman web [Php02] dan handphone
dengan kemampuan GPRS [Uto06].
2.2 Rancangan Basis Data

Basis data dirancang dengan ERD (Entity Relationship Diagram) yang
memberikan gambaran untuk data model yang berdasarkan konsep atau data model
semantik. Gambar ERD selengkapnya dapat dilihat pada Gambar 1.
No. Nama Entitas Deskripsi

1. PertanyaanUmum Entitas untuk menyimpan pertanyaan umum.
2. PertanyaanKhusus Entitas untuk menyimpan pertanyaan khusus.
3. Gejala Entitas untuk menyimpan gejala.
4. PerkembanganEmosi Entitas untuk menyimpan data perkembangan
emosi dari gejala yang berhasil disimpulkan.
5. Penanganan Entitas untuk menyimpan data tindakan yang
dapat dilakukan untuk suatu emosi tertentu.
6. Member Entitas untuk menyimpan data anggota yang akan
menggunakan sistem.
7. Anak Entitas untuk menyimpan data anak dari member
yang telah mendaftar.
8. MedicalRecord Entitas untuk menyimpan data konsultasi dengan
member.
2.3 Perancangan Proses

Proses yang terjadi di dalam sistem, dimodelkan dengan menggunakan DFD (Data
Flow Diagram) yang merupakan perangkat analisis dan perancangan yang
terstruktur sehingga memungkinkan penganalisis sistem memahami sistem dan
subsistem secara visual sebagai suatu rangkaian aliran data yang berkaitan.
Gambar 1 DFD Level 0

Rancangan proses secara garis besar dapat dilihat pada Gambar 2 (DFD Level 0)
dan Gambar 3 (DFD Level 1). Sistem akan memiliki dua entitas, yaitu
2
Perancangan dan Pembuatan Sistem Pakar Berbasis Runut Maju untuk Diagnosa Awal
Perkembangan Emosi pada Anak
(Hapnes Toba, Maria Donna Fransisca)
Administrator dan orang tua. Administrator memasukkan data pengetahuan yaitu

data emosi, data gejala, data tanya_umum, data tanya khusus, data penanganan ke
sistem untuk menambah pengetahuan sistem, dan sistem juga akan mengeluarkan
konfirmasi pengetahuan jika administrator ingin mengubahnya, menghapus,
ataupun menambah data. Sedangkan orang tua akan memberikan data ke sistem,
yaitu: pertanyaan umum, pertanyaan khusus, hasil konsultasi dan penanganannya.
Gambar 2 ERD (Entity Relational Diagram)

Dalam DFD level 1, terlihat lima proses yaitu proses pengelolaan data pengetahuan
khusus untuk administrator (pakar psikologi), proses pendaftaran member untuk
pengguna yang ingin menyimpan data-data hasil konsultasi, proses login untuk
member yang ingin melakukan konsultasi dan juga untuk administrator yang ingin
melakukan pengelolaan data pengetahuan, proses konsultasi untuk member ataupun
user umum melakukan konsultasi dengan sistem pakar, proses ganti password jika
member ataupun administrator ingin mengganti passwordnya dengan yang baru.
2.4 Konsep Eksekusi

Mengacu pada rancangan proses, Gambar 4, memberikan konsep eksekusi yang
terjadi di dalam proses konsultasi. Sistem akan mengambil pertanyaan umum dari
database tabel pertanyaan umum. Kemudian jawaban dari pengguna akan diperiksa
dengan menghitung bobot dan persen keyakinan dari jawaban pertanyaan umum.
3
Lalu hasil pemeriksaan tersebut akan menghasilkan suatu fakta baru untuk
mengeluarkan pertanyaan yang lebih khusus. Setelah pertanyaan khusus dijawab,
jawaban diperiksa kembali. Jika total dari perhitungan bobot dan persen lebih
besar atau sama dengan minimal bobot maka dapat diambil kesimpulan
perkembangan emosi yang menonjol. Dengan begitu dapat ditampilkan pula cara
penanganan untuk mengatasi perkembangan emosi yang menonjol.
3. Pengambilan Keputusan
3.1 Pohon Keputusan
Pada Gambar 5, ditampilkan diagram pohon untuk pengambilan kesimpulan
dengan contoh kasus perkembangan emosi yang menonjol adalah ”keingintahuan”.
Dari bagan pengambilan kesimpulan terlihat bahwa akan diberikan beberapa
pertanyaan umum yang akan mengacu pada suatu fakta baru, jika pertanyaan
umum dijawab ”Ya” maka akan diambil bobot dari pertanyaan tersebut, dan
kemudian ditotalkan, sedangkan jika pertanyaan dijawab ”Tidak” maka bobot dari
pertanyaan tersebut tidak akan diambil dan ditotalkan. Jika total dari bobot
pertanyaan tersebut lebih besar dari minimal (minimal didapat dari persen minimal
setiap fakta baru dikalikan bobot semua pertanyaan umum yang muncul), maka
dapat ditemukan fakta baru, disinilah mekanisme "forward chaining" terjadi
[Rus03].
4
Gambar 3 DFD Level 1

Dari fakta baru tersebut akan diambil gejala–gejala yang menyertainya, dan dari
setiap gejala terdapat beberapa pertanyaan khusus yang akan ditampilkan sebagai
pertanyaan selanjutnya. Kemudian pertanyaan khusus tersebut dihitung kembali
bobotnya seperti pertanyaan umum. Jika total lebih besar dari minimal salah satu
atau lebih perkembangan emosi, maka dapat disimpulkan bahwa perkembangan
emosi tersebut merupakan perkembangan emosi yang menonjol. Setelah diketahui
perkembangan emosi yang menonjol dapat diambil juga penanganan dari
perkembangan emosi yang menonjol tersebut.
5
Gambar 4 Konsep Eksekusi Proses Konsultasi
3.2 Algoritma Pengambilan Kesimpulan

Dalam Gambar 6 diberikan bagaimana algoritma runut maju diterapkan pada
aplikasi sistem pakar untuk mendiagnosa perkembangan emosi pada anak.
Pada proses konsultasi, mula-mula pertanyaan umum ditampilkan kemudian

jawaban diperiksa, setiap emosi akan memiliki petanyaan umum. Bobot pertanyaan
umum dari setiap emosi yang memiliki jawaban "ya" dihitung dan dikalikan
dengan persen keyakinan dalam menjawab,lalu dijumlahkan. Kemudian bobot
pertanyaan umum dari setiap emosi seluruhnya dijumlahkan baik yang dijawab
dengan "ya" ataupun "tidak".Total bobot tersebut dikalikan lima puluh persen.
Nilai lima puluh persen digunakan sebagai acuan tengah antara "keyakinan", "ya"
dan "tidak". Hasil perkalian ini akan dijadikan minimal bobot. Total bobot dari
pertanyaan umum yang dijawab "ya" dibandingkan dengan minimal bobot. Jika
melebihi minimal bobot maka pertanyaan khusus dari setiap emosi tersebut
ditampilkan.
Sama halnya dengan saat memperhitungkan bobot pada pertanyaan umum, jika ada
total bobot pertanyaan khusus yang melebihi minimal bobot setiap perkembangan
emosi maka perkembangan emosi tersebut dapat dijadikan kesimpulan sebagai
perkembangan emosi yang menonjol. Selain itu dapat ditampilkan penanganan dari
perkembangan emosi yang menonjol.
6
Gambar 5 Pohon Pengambilan Keputusan

Catatan:
* Salah satu dari pertanyaan dapat dijawab “Tidak”
4. Implementasi
Pada bagian ini akan diberika ulasan tentang realisasi sistem dalam bentuk aplikasi
web dan aplikasi bergerak.
4.1 Aplikasi Web

Aplikasi ini dapat digunakan oleh 2 tipe pengguna, yaitu administrator dan orang
tua. Administrator dapat melakukan pengelolaan data pengetahuan pada aplikasi
ini, sedangkan orang tua dapat melakukan konsultasi, lihat juga pembahasan
mengenai medical record dan daftar sebagai member.
7
Foreach(umum in pertanyaanUmum)
{
//untuk menampilkan pertanyaan umum
Cetak pertanyaan umum ;
// untuk menghitung total bobot dari semua pertanyaan yang
dijawab “ya”
If (jawaban=”Ya”) then
{ bobotPersen=bobot*persenKeyakinan
totalJawab1=totalJawab1 +bobotPersen
}
//untuk menghitung total bobot dari semua pertanyaan umum
yang ada
totalBobot=totalBobot + bobot
}
//menghitung minimal bobot dari setiap fakta baru
MinBobot=totalBobot*0.5
//jika totalJawab1 lebih besar dari minimal bobot maka tampilkan
pertanyaan khusus berikutnya
If (totalJawab1 >=MinBobot){
Foreach ( khusus in pertanyaanKhusus)
{
Cetak pertanyaan khusus ;
//menghitung total bobot dari pertanyaan khusus yang
dijawab “ya”
If (jawaban=”Ya”) then
{ bobotPersen2=bobot2*persenKeyakinan2
totalJawab2=totalJawab2 +bobotPersen2
}
//menghitung total bobot dari semua pertanyaan khusus yang
diberikan
totalBobot2=totalBobot2 + bobot2}
//menghitung minimal bobot dari pertanyaan khusus
MinBobot2=totalBobot2*0.5
//jika totalJawab2 lebih besar dari minimal bobot maka dapat
ditampilkan perkembangan emosi yang menonjol dan cara
penanganannya
If (totalJawab2>=MinBobot2)
{
Cetak PerkembanganEmosi;
Foreach ( cara in penanganan)
{Cetak penanganan;}
}
Else
Print “Perkembangan Emosi Anak Anda Masih Dalam Tahap Normal
Gambar 6 Algoritma Runut Maju

• Halaman Konsultasi
Gambar 7 dan 8 menunjukkan halaman web saat pengguna ingin berkonsultasi
dengan sistem. Halaman ini merupakan fitur utama dari Expert System. Pada saat
konsultasi akan terbagi menjadi dua sesi pertanyaan, yang pertama pertanyaan
umum, kemudian dilanjutkan dengan pertanyaan yang lebih mendetail dan
mengarah.
8
Gambar 7 Konsultasi Pertanyaan Umum

• Halaman Kesimpulan
Halaman Kesimpulan pada Gambar 9 merupakan tampilan hasil dari proses

pengambilan kesimpulan yang dihasilkan dari jawaban-jawaban pengguna.
4.2 Aplikasi Bergerak

Aplikasi bergerak ini dapat digunakan oleh orang tua untuk melakukan konsultasi,
melihat medical record, dan pendaftaran sebagai member.
Gambar 10 dan 11, menunjukkan laporan hasil konsultasi sebelumnya (medical

record), dan hanya dapat diakses oleh pengguna yang sudah menjadi member.
9
5. Testing dan Evaluasi

Bagian ini akan membahas pengujian konsultasi yang telah dilakukan pada aplikasi
yang telah dibangun.
Tabel 1 Uji Kasus Konsultasi
No. Fitur Input Hasil yang diharapkan Hasil yang tercapai

Kesimpulan yang
Jawaban yang muncul pemberitahuan Tampil kesimpulan
hasilnya tidak bahwa perkembangan "Perkembangan
ditemukan fakta emosi anak masih emosi anak masih
1 Konsultasi baru dalam tahap wajar dalam tahap wajar"
Tampil pesan "Persen
Jawaban "ya" Keyakinan dari
yang tidak diisi Pertanyaan yang
persen Tidak terjadi dijawab "ya" Harus
2 Konsultasi keyakinannya penghitungan bobot Diisi"
Jawaban yang Tampil kesimpulan
hasilnya emosi Kesimpulan yang dan penanganan
3 Konsultasi takut muncul emosi takut untuk emosi takut
Tampil kesimpulan
Jawaban yang Kesimpulan yang dan penanganan
hasilnya emosi muncul emosi takut dan untuk emosi takut
4 Konsultasi takut dan malu malu dan malu
6. Kesimpulan dan Saran
6.1 Kesimpulan berdasarkan Hasil Evaluasi

Setelah melakukan evaluasi dengan menguji coba aplikasi, survey kepada pakar,
dan juga kepada orang tua. Maka diperoleh beberapa kesimpulan sebagai berikut:
• Fitur- fitur yang ada pada aplikasi sudah cukup memenuhi kebutuhan pakar
dalam mengelola pengetahuan untuk menghasilkan suatu kesimpulan yang
baik dari hasil konsultasi
10
Gambar 8 Konsultasi Pertanyaan Khusus

• Aturan – aturan yang dibuat dalam aplikasi sudah sesuai dengan
pengetahuan pakar
• Fitur-fitur yang terdapat pada aplikasi sudah dapat berjalan dengan baik
• Aplikasi sistem pakar psikologi anak sudah dapat mengidentifikasi
perkembangan psikologi anak dengan baik.
Dari hasil evaluasi dapat disimpulkan pula bahwa sistem pakar ini memiliki
struktur yang dapat digunakan tidak hanya di bidang psikologi, tetapi juga dapat
digunakan di bidang lain yang memiliki sistem konsultasi yang terbagi atas
pertanyaan khusus dan umum [Kus06]. Sistem ini dapat berguna juga untuk
mendiagnosa masalah dibidang ilmu pengetahuan yang lain. Hal ini didukung
dengan adanya fleksibilitas dalam hal administrasi yang memungkinkan
dikelolanya pertanyaan-pertanyaan konsultasi untuk bidang yang berbeda-beda.
11
Gambar 9 Halaman Kesimpulan

6.2 Saran berdasarkan Hasil Evaluasi
Saran yang didapatkan setelah hasil evaluasi untuk perbaikan di masa datang
ataupun untuk pengembangan aplikasi adalah sebagai berikut:
• Jenis, gejala, dan penanganan dari setiap emosi dapat diperdalam dengan
memperinci setiap emosi yang sudah ada seperti emosi takut, diperkecil ke
dalam kelompok emosi takut binatang, takut hantu, takut badut, takut gelap,
dan sebagainya.
• Pada aplikasi ditambahkan fitur tes psikologi untuk anak.
12
Gambar 10 Medical Record versi Mobile (1)
Gambar 11 Medical Record versi Mobile (2)

7. Daftar Pustaka
[Hur94] Hurlock,Elisabeth B. 1994.Child Development, 6th edition. Tata
McGraw Hill Publishing Company Ltd., New Delhi.
[Kus06] Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta. Penerbit
Andi.
[Rus03] Russel, Stuart J., Peter Norvig. 2003. Artificial Intelligence a Modern
Appoach. New Jersey. Prentice Hall.
[Php02] PHP Documentation Group. 2002. php_manual_en.chm. Free Software
Foundation.
[Uto06] Utomo, Prasetya Ambang, 2006. Membangun Aplikasi WAP Portal untuk
Instansi/Lembaga. Yogyakarta. Penerbit Andi.
13
Peningkatan Kapasitas Menggunakan Metoda Layering dan
Peningkatan Cakupan Area Menggunakan Metoda Transmit
Diversity Pada Layanan Seluler
Anita Supartono1 , Ahmad Fajri2
Jurusan Teknik Elektro
Fakultas Teknik, Universitas Kristen Maranatha
Jl. Prof.Drg. Suria Sumantri no 65, Bandung 40164
Email: anita_stono@yahoo.com , ahmad_fajrite@yahoo.com
Abstract
It is important to increase the capacity of cellular communication in urban area. While in

rural areas, there are many places without cellular service; it is need to improve the
coverage of areas. The Microcells with layering method is used to increase the capacity
and a transmit diversity is need to improve the coverage area. Capacity improvement is
conducted by comparing the traffic data in 2008 with the traffic trend in 2009, then
calculating the number of users that needs to be accomodated by the layering method. The
improvement of coverage area is conducted by predicting the original cell radius with a
Okumura-Hatta propagation model from BTS data. A calculation of the probability of cell
area is then conducted by using the transmit diversity method. Finally, the coverage area is
recalculated after optimization.
Keywords: microcells, layering method, transmit diversity
1. Pendahuluan
Seiring dengan bertambah pesatnya pengguna layanan seluler, permintaan

peningkatan kapasitas pengguna layanan seluler juga bertambah; khususnya pada
area perkotaan. Sulitnya pengguna mobile station (MS) yang berada pada area
pedalaman khususnya yang bekerja pada area perkebunan, perhutanan dan
pertambangan yang terpencil untuk dapat berkomunikasi dengan baik, karena
kurangnya cakupan layanan seluler pada area tersebut.
Perencanaan coverage area yang baik dan perhitungan kapasitas yang benar dapat
meningkatkan pelayanan kepada para pengguna komunikasi seluler. Untuk itu
perlu dihitung besarnya redaman yang terjadi karena jarak antara pemancar dan
penerima. Didasarkan pada frekuensi kerja dan daerah urban maka untuk
penghitungan redaman digunakan metoda Okumura-Hatta. Faktor-faktor lain yang
mempengaruhi besarnya redaman juga adanya fenomena multipath fading. Metoda
transmit diversity dapat mengurangi masalah multipath fading sehingga coverage
area dapat ditingkatkan. Dengan Link budget antara lain dapat ditentukan
penguatan antena yang diperlukan untuk mengatasi redaman. Sedangkan untuk
meningkatkan kapasitas dapat dilakukan dengan memakai jaringan berlapis, yaitu
jaringan mikrosel yang dipasangkan pada jaringan makrosel.
15
Jurnal Informatika, Vol 5, No 1, Juni 2009: 15 - 29
2. Propagasi Gelombang Radio

2.1 Model Propagasi
Terdapat banyak model untuk memperkirakan redaman propagasi.
Diantaranya adalah model propagasi Free Space (FS), Okumura Hatta, COST –
231.
2.1.1 Free Space (FS)

Perambatan gelombang bebas (free space propagation), adalah perambatan
gelombang antara dua titik tanpa hambatan.
Jika digunakan antena isotropik maka rapat daya di penerima:
Wt  Watt 
Pr =   .....................(1)
4πd 2  m 2 
Jika digunakan antena dengan gain (Gt) maka rapat daya di penerima:
Wt
Pr = .Gt .................... (2)
4π
Jika di penerima digunakan antena dengan gain (Gr) maka daya di penerima: Wr =
Pr x Aer ................... (3)
Aer = luas tangkap efektif
Redaman antara pemancar dan penerima adalah:

2
W  4πd  1
10 log t = 10 log . .................. (4)
Wr  λ  Gt .Gr
Wt = daya pancar
Wr = daya terima
λ = panjang gelombang
Gt = penguatan antena pemancar
Gr = penguatan antena penerima
d = jarak antara pemancar – penerima
2.1.2 Model Propagasi Okumura Hatta

Model propagasi Hatta digunakan untuk memperkirakan rugi-rugi lintasan
yang sesuai digunakan pada frekuensi kerja 150 MHz sampai 1500 MHz dan
diterapkan pada daerah padat penduduk dan perkotaan (urban). Perumusan untuk
rugi-rugi lintasan pada daerah urban ditunjukkan sebagai berikut :
Lurban[dB]= 69,55+ 26,16logfc −13,82loghBS − a(hMS) + (44,9 − 6,55loghBS) logd .... (5)
fc = frekuensi dari 150 MHz sampai 1500 MHz.
h BS
= tinggi efektif antena pemancar BS berkisar antara 30 m sampai 200 m.
h MS
= tinggi efektif antena penerima MS berkisar antara 1 m sampai 10 m
16
Peningkatan Kapasitas Menggunakan Metoda Layering dan Peningkatan Cakupan Area
Menggunakan Metoda Transmit Diversity Pada Layanan Seluler
(Anita Supartono, Ahmad Fajri)
d = jarak antara BS dan MS [Km].

a(h MS ) = merupakan faktor koreksi untuk tinggi efektif antena MS.
Untuk daerah perkotaan yang luas wilayahnya dari kecil ke menengah, faktor
koreksi tinggi antena efektif MS sebagai berikut :
a(h MS )[dB] = 8,29 (log 1,54 h MS ) 2 − 1,1 untuk f c ≤ 300 MHz ..................... (6)
Untuk daerah perkotaan yang wilayahnya luas, persamaannya sebagai berikut :

a(h MS )[dB] = 3,2 (log 11,75 h MS ) 2 − 4,97 untuk f c ≥ 300 MHz .....................(7)
Untuk memperoleh rugi-rugi lintasan pada daerah suburban, standar perumusan

Hatta dimodifikasi menjadi :
  fc 2 
L suburban [dB] = L urban − 2 log   − 5,4 ................. (8)
  28  
 
Dan untuk rugi-rugi lintasan di daerah rural terbuka, perumusannya
dimodifikasi menjadi:
L rural [dB] = L urban − 4,78(log f c ) 2 − 18,33 log f c − 40,98 ................. (9)
2.1.3 Model Propagasi COST – 231

European Co-operative for Scientific and Technical reseach (EURO-COST)
merumuskan COST–231 sebagai pengembangan perumusan rugi-rugi lintasan
Hatta, yang mempunyai frekuensi kerja sampai 2 GHz.
Model persamaan rugi-rugi lintasan COST-231 sebagai berikut :

Lurban[dB]= 46,3 + 33,9logfc −13,82logh BS − a(hMS) + (44,9 − 6,55logh BS) logd + Cm
………..(10)
dengan :
a(h MS ) = telah terdefinisi dalam persamaan sebelumnya
C M = 0 dB untuk urban area dan suburban area
C M = 3 dB untuk density urban area
COST–231 yang merupakan pengembangan dari model Hatta, dibatasi oleh

parameter berikut :
fc = 1500 MHz sampai 2000 MHz
h BS = 30 m sampai 200 m
h MS = 1 m sampai 10 m
d = 1 km sampai 20 km
17
2.2 Perhitungan link budget :

• EIRP ms
EIRP ms [dBm] = P tx-ms [dBm] + G ms [dBi] – Lf [dB] ...................(11)
dengan :
EIRP = Effektif Isotropik Radiasi Power
P tx-ms = daya transmisi dari MS
G ms = gain MS yang merupakan gain maksimum
antena pemancar. Gain antena MS biasanya
0 dBi
Lf = rugi-rugi feeder dalam dB
ltop jumper = panjang top jumper
L top jumper = loss top jumper
lline utama = panjang line utama
l bottom jumper = panjang bottom jumper
L bottom jumper = loss bottom jumper
Redaman terdiri dari noise, fading, interferensi yang masing-masing sudah ada
ketentuan nilai-nilai nya. Satuan dalam dB
• Radius Sel
Untuk propagasi Okumura-Hatta
Log d = {Lf – [ 69,55 + 26,16 log fc – 13,82 log hbs – a (hms) ] } / {44,9 –
6,55 log hbs} ....................... (12)
Untuk propagasi COST – 231
Log d = {Lf – [46,3 + 33,9 log fc – 13,82 log hbs – a (hms)] – Cm}/ {44,9 –
6,55 log hbs} ........................ (13)
2.3 Perhitungan Luas Cakupan

Perhitungan luas cakupan diperoleh dengan menggunakan rumus sebagai berikut :
Luas Heksagonal = 2,6 (d x d) (10)
d = radius sel ( Km )
3. Diversity
Gelombang radio yang diterima oleh penerima seringkali berfluktuasi setelah
gelombang tersebut melintasi lintasan panjang. Gangguan yang dirasakan di
penerima, berupa naik turunnya level penerimaan disebut fading. Ada beberapa
cara yang dilakukan dalam mengurangi pengaruh fading ini, misalnya dengan
memperbesar daya pancar, mengganti antena dengan gain yang lebih besar,
meninggikan antena, mengurangi faktor derau penerima, dan sebagainya.
Tetapi cara yang paling efektif untuk mengurangi atau menghilangkan pengaruh
fading adalah dengan cara diversity. Teknik diversity adalah cara untuk
mendapatkan level sinyal yang tetap walaupun terjadi fading.
Hal ini bisa diperoleh, sebagai berikut :
18
1. Sinyal dari suatu sumber tidak mengalami fading simultan pada tempat
penerima yang berjarak cukup jauh (Diversity ruang)
2. Sinyal-sinyal pada frekuensi yang berlainan tidak mengalami fading yang
simultan. (Diversity frekuensi)
3. Sinyal yang datang dari satu sumber dengan sudut yang berlainan tidak
mengalami fading yang simultan. (Diversity sudut)
4. Sinyal yang datang dengan polarisasi yang berbeda, tidak mengalami
fading yang simultan. (Diversity polarisasi)
5. Sinyal yang datang dari satu sumber jika diterima pada “slot” waktu yang
berbeda, tidak mengalami fading yang sama. (Diversity waktu)
Dengan menggunakan teknik deversity, diperoleh beberapa sinyal dengan
amplitudo dan fasa yang berbeda. Sinyal-sinyal ini dapat digabungkan/dipilih
setelah detektor (pre-detektor) atau sebelum detektor (post detektor). Pada
penggabungan sebelum detektor, perbedaan fasa dari sinyal-sinyal yang diterima
cukup besar pengaruhnya untuk saling menghilangkan ( Out of phase). Pada
penggabungan setelah detektor, perbedaan fasa sinyal-sinyal yang diterima kecil
pengaruhnya.
masukan penerima detektor

combi
ner
masukan
penerima detektor
masukan
penerima
combi
ner
detektor
masukan
penerima
Gambar 1.Penggabungan setelah detektor dan sebelum detektor [4]
Cara penggabungan/pemilihan sinyal-sinyal hasil penerimaan diversity terdiri dari :

1. Selection Combining (SC)
SC merupakan teknik diversity yang paling sederhana dan sering
digunakan. Dengan menggunakan beberapa cabang antena, setiap cabang
antena akan menerima sinyal yang telah mengalami fading, di sisi
combiner akan dipilih cabang antena yang memiliki SNR yang tertinggi.
Blok diagram SC untuk L cabang antena dapat dilihat pada gambar 2.
19
Gambar 2. Blok diagram SC [5]
2. Equal Gain Combining (EGC)

Pada EGC pembobotan setiap sinyal pada setiap cabang adalah sama.
Sinyal-sinyal yang keluar dari cabang antena akan disamakan fasanya
terlebih dahulu kemudian akan diberikan bobot nilai (SNR) yang sama,
lalu dijumlahkan.
3. Maximal Ratio Combining (MRC)
Pada MRC seluruh sinyal keluaran cabang antena pada combiner akan
disamakan fasanya terlebih dahulu, kemudian diberikan bobot sesuai
dengan nilai SNR maksimum dari sinyal-sinyal tersebut, lalu seluruh sinyal
tersebut dijumlahkan untuk mendapatkan SNR yang jauh lebih baik.
Blok diagram MRC untuk L cabang
Gambar 3. Blok diagram MRC [5]
3.1 Receive Diversity

Pada dasarnya receive diversity digunakan untuk meningkatkan jumlah
sinyal yang diterima, antara sinyal yang satu dengan yang lainnya tidak saling
berkorelasi. Pada penerima biasanya terdapat pengatur penguatan otomatis
(Automatic Gain Control) yang membantu untuk mengurangi pengaruh fading
dengan mengatur penguatan sinyal, sehingga variasi sinyal akibat fading dapat
diratakan, tetapi tidak memperbaiki S/N, karena sinyal dan derau mengalami
penguatan yang sama.
20
Pada saat terjadi fading, sinyal yang diterima turun, sedangkan derau pada
masukan penerima besarnya tetap. AGC (Automatic Gain Control) akan
memperkuat sinyal untuk mendapatkan level sinyal yang tetap pada keluaran
penerima, tetapi derau juga diperkuat, sehingga level derau pada keluaran penerima
juga bertambah besar.
Jadi selama terjadi fading, level sinyal pada keluaran penerima besarnya tetap,
sedangkan level derau berubah-ubah. Dengan demikian, level sinyal radio yang
berubah-ubah akan menghasilkan S/N yang berubah-ubah pula pada keluaran
penerima.
3.2 Transmit Diversity

Dalam sistem komunikasi nirkabel, fenomena multipath fading menjadi
tantangan yang sangat serius. Oleh karenanya menjadi sangat penting untuk dapat
mengurangi efek fading, baik pada mobile station maupun pada base station
dengan tidak melakukan penambahan daya dan bandwidth.
Penelitian baru membuktikan bahwa teknik yang cukup efektif untuk dapat
mengurangi pengaruh multipath fading adalah dengan teknik diversitas.
Pendekatan klasik adalah dengan menggunakan multiple antena pada penerima
untuk memperbaiki kualitas sinyal terima.
Dalam faktanya satu base station seringkali melayani ratusan dan ribuan
mobile station pada waktu yang tidak bersamaan dalam sehari. Oleh karena itu
menjadi lebih ekonomis dengan melakukan penambahan perangkat di base station
dari pada melakukan penambahan perangkat pada mobile station. Tetapi pada
pembahasan ini tidak dilakukan penambahan perangkat pada base station untuk
meningkatkan jumlah sinyal, tetapi menggunakan teknik transmit diversity time
delay. Antara sinyal yang satu dengan sinyal yang lain uncorelated, tetapi
mempunyai informasi yang sama. Diberi waktu tunda antar sinyal tersebut 2
mikrodetik. Sehingga nantinya didapatkan penguatan sinyal sebesar 3 dB.
4. Metoda Layering
Mikrosel mempunyai daerah cakupan layanan seluler yang kecil
dibandingkan dengan makroseluler. Sistem sel mikro ini umumnya disebarkan pada
sistem yang telah ada (pada sel makro) karena mudah dan cepat untuk
diimplementasikan dan secara ekonomis menguntungkan. Teknik ini dikenal
dengan metoda layering.
Pada pendekatan jaringan berlapis (multi layer), jaringan mikroseluler yang
lengkap dipasangkan pada jaringan makrosel yang telah ada. Sel-sel dengan ukuran
yang sama dibentangkan, dan base station dengan level daya transmisi yang lebih
rendah berada pada lokasi yang berdekatan.
Daerah luas dengan cakupan daya makrosel yang kuat dapat dianggap
sebagai jaringan makrosel yang melapisi, berlaku sebagai jaringan pelindung untuk
MS yang bergerak antar daerah mikrosel. Salah satu keuntungan dari penerapan
arsitektur berlapis ini adalah kemampuannya untuk berkembang. Dengan
meningkatnya permintaan kapasitas, operator dapat melakukan pemasangan tiga
atau empat lapis mikrosel dengan memakai prinsip yang sama dengan memperkecil
daerah mikroselnya. Akhirnya akan ada mikrosel yang dikhususkan pada
21
bangunan, pusat perbelanjaan dan bangunan umumnya dengan radius yang lebih
kecil yang disebut “Picocells”.
4.1 Perangkat Base Transceiver Station (BTS) mikrosel

Sistem mikrosel GSM mempergunakan perangkat Base Transceiver
Station yang berbeda dengan BTS pada sistem makroselular. BTS pada sistem
mikroselular berupa perangkat keras dengan ukuran yang kecil dan mudah untuk
diimplementasikan pada jaringan GSM yang ada karena kompatibilitasnya,
memerlukan konsumsi daya yang kecil, daya pancar kecil (2,5-2 Watt), memiliki
dampak terhadap lingkungan yang minimal, dan menawarkan sejumlah fungsi yang
mendukung aplikasi pada sistem GSM. Salah satu jenis BTS yang telah
dikembangkan saat ini adalah M-Cellmicro BTS dari perusahaan Motorolla.
Gambar 4. BTS mikrocell
4.2 Spesifikasi Teknis Mikrosel

M-cellmicro dari motorolla merupakan perangkat BTS yang terintegrasi dan berdiri
sendiri, yang didesain untuk aplikasi mikrosel. BTS ini dapat dipasangkan sebagai
transceiver dengan satu unit frekuensi pembawa ( single carrier ) atau dengan dua
unit frekuensi pembawa, dengan lokasi pemasangan di luar ruangan. Unit ini
berukuran kecil dan memungkinkan untuk dipasangkan pada lokasi-lokasi tertentu
yang membutuhkan kapasitas trafik tinggi dan memerlukan kualitas cakupan yang
baik, seperti taman kota.
BTS M-Cellmicro memiliki fasilitas yang memungkinkan operator secara

mudah dapat menambahkan kapasitas tambahan pada suatu sel bila diperlukan
dengan meningkatkan operasi BTS dari satu frekuensi pembawa menjadi dua
dengan menambahkan modul sistem secara langsung (plug in module). BTS ini
menawarkan pilihan koneksi jaringan yang berbeda melalui unit antar muka
internal NIU ( Network Interface Unit ). NIU menyediakan interface untuk
interkoneksi kanal PCM 24 atau PCM 30 ke G.703 (E1) dan ANSI T1. 102-1992,
yang memungkinkan untuk mendukung link koneksi hingga 2 x 2048 Mb/s (E1)
atau 2 x 1,544 Mb/s (T1). Antar muka radio yang tersedia pada perangkat ini dapat
diterapkan untuk sistem GSM 900 dan DCS 1800 sebagai generasi baru
22
pengembangan GSM. Tabel 1 menunjukkan band frekuensi yang mendukung dan

tabel 2 menunjukkan daya keluaran maksimum pada konektor transmiter antena
Tabel 1. Band frekuensi yang mendukung M-Cellmicro

GSM 900 DCS 1800 PCS 1900
1710-1785 1850-1910
Frekuensi penerimaan 880-915 MHz
MHz MHz
1805-1880 1930-1990
Frekuensi pengiriman 925-960 MHz
MHz MHz
Sensitifitas penerimaan
-104 dBm -104 dBm -104 dBm
Tabel 2. Daya Keluaran Maksimum

C GSM DCS PCS
Combining
Arriers 900 1800 1900
1 No 2,5 W 2W 2W
2 Hybrid 1,2 W 1W 1W
Dari segi instalasi dan pemeliharaan salah satu keunggulan sistem ini adalah
desainnya yang memungkinkan untuk memudahkan pemasangan dan
pengawasannya. Unit BTS ini dapat dikirimkan dalam bentuk yang telah
dikonfigurasikan, lengkap dengan perangkat lunak operasionalnya dan basis data
konfigurasinya. Fasilitas ini memungkinkan unit langsung dioperasikan setelah
dipasang pada site.
Tabel 3. Perbandingan tipe BTS makrosel dan BTS mikrosel

Makrosel Mikrosel
Dimensi 1,76x0,71x0,77 0,62x0,80x0,19 (1 carrier )
(PxLxT) m 0,62x0,80x0,22 (2 carrier )
Berat (kg) 277 30 (1 carrier)

45 (2 carrier)
Pilihan catuan
AC 230 V atau 110 V AC 230 V atau 110 V
Daya DC + 27V atau -48 V
Daya keluaran GSM 900 20 W GSM 900 2,5 W

DCS 1800 8 W DCS 1800 2,0 W
PCS 1900 8 W PCS 1900 2,0 W
Tinggi antena > 15 meter 6 meter
Coverage area 15-30 Km < 1 Km
23
4.3. Tipe Antena
Pemilihan antena pada mikrosel merupakan pertimbangan yang sangat penting.

Karakteristik dari antena-antena dipergunakan perencanaan sel untuk menghindari
efek bayangan, mengurangi permintaan handover, dan memaksimalkan kesuksesan
panggilan. Dalam penerapan mikrosel pada sistem selular GSM, terdapat 2 tipe
antena yang umum digunakan yaitu :
1. Antena Berarah (Directional Antenna)
2. Antena Omni-directional
4.3.1 Antena Berarah (Directional Antena)

Beberapa keuntungan yang dimiliki antena tipe ini :
1. Gain atau penguatan pada arah tertentu
2. Menekan sinyal pada arah yang berlawanan sebagai karakteristik yang
menguntungkan untuk mengurangi potensi interferensi bagi sel
dibelakangnya
3. Memiliki kemampuan yang baik dalam penetrasi pada gedung
4. Kemampuan pencakupan daerah jalanan yang cukup baik
4.3.2 Antena Omni-directional

Untuk pemasangan awal suatu BTS biasanya menggunakan antena Omni-
directional. Memiliki daerah cakupan seperti payung, mencakup daerah yang luas,
bermanfaat untuk mencakup daerah terbuka seperti lapangan, pertokoan plaza,
diharapkan dapat menghindari handover yang terlalu banyak. Tetapi kekurangan
dari antena Omni-directional ini adalah interferensi yang cukup besar dibandingkan
dengan antena directional.
5. Data-data BTS
Pada sistem layanan seluler, mobile station akan dapat berkomunikasi jika berada
dalam radius jangkauan BTS. Tabel dibawah merupakan tabel yang berisi data-data
BTS yang digunakan untuk menghitung link budget agar diperoleh prediksi radius
sel serta probabilitas luas sel.
Table 4. Data BTS
Parameter link budget Urban Area Rural Area
Pita frekuensi 900 MHz GSM 900 MHz GSM
Fc 945,2 MHz 945,2 MHz

Hbs 32 meter 72 meter
Ptx 47 dBm 47 dBm
Prx -102 dBm -102 dBm
Hms 1,5 meter 1,5 meter
Noise 1 dB 1dB
24
Parameter link budget Urban Area Rural Area

Fading 5 dB 10 dB
Interferensi 3 dB 3 dB
Beberapa data BTS diatas mempunyai standar dan rujukan tertentu. Berikut ini
penjelasan rujukan dan standar tersebut :
1. Frekuensi Carrier
Frekuensi carrier digunakan untuk membawa sinyal-sinyal yg ditransmisikan
oleh BTS yang berisi sinyal informasi. Setiap operator seluler mempunyai
frekuensi carrier yang berbeda-beda. Dalam perhitungan ini digunakan
frekuensi carrier dari telkomsel. Satuan yang digunakan dalam MHz.
2. Tinggi Antena Base Transceiver Station (BTS)

Tinggi efektif antena BTS berkisar antara 30 meter sampai dengan 200 meter.
Untuk daerah-daerah yang berada di perkotaan tinggi antena BTS lebih rendah
dibandingkan dengan tinggi antena BTS pada daerah pedalaman.
3. Daya Pancar Base Station (BS)

BS dengan merek Siemens tipe BS-240 II dibedakan menjadi tiga kategori
berdasarkan carrier unit nya yaitu :
• Tipe carrier units GCUDV2 untuk komunikasi suara mempunyai daya pancar
47 dBm
• Tipe carrier unit FCUDV1 untuk komunikasi suara mempunyai daya pancar
47,8 dBm
• Tipe carrier unit ECUDHPV3 untuk komunikasi suara mempunyai daya
pancar 48 dBm
4. Mobile Station (MS) sensitivitas

Sensitivitas MS dapat dibedakan menjadi dua kategori ;
• MS kelas 1dan 2 yang mempunyai sensitivitas sebesar -100 dBm
• MS kelas 3 yang mempunyai sensitivitas sebesar -102 dBm
5. Interferensi margin
Gangguan yang disebabkan adanya sinyal lain yang menggunakan frekuensi
yang sama dan daya sinyal pengganggu tersebut cukup besar. Dalam
pengamatan ini interferensi margin yang digunakan sebesar 3 dB.
Tabel 5. Contoh Sitelist rural area jombang

TRX
1st Name Longitude Latitude Latitude Longitude Conf
Kesamben -
Jombang 112°21'11.81"E 07°27'11.10"S 112.3532778 7.453083333 4
Kesamben -
Jombang 112°21'11.81"E 07°27'11.10"S 112.3532778 7.453083333 4
Kesamben 112°21'11.81"E 07°27'11.10"S 112.3532778 - 4
25
TRX
1st Name Longitude Latitude Latitude Longitude Conf
Jombang 7.453083333
6. Pertumbuhan Traffic
Peningkatan kapasitas merupakan salah satu parameter yang penting dalam
menjamin kelangsungan komunikasi antar pelanggan disamping perencanaan
coverage area. Peningkatan kapasitas dilakukan pada urban area, karena pada
daerah ini jumlah subscriber tinggi. Sebelum peningkatan kapasitas dilakukan
pemantauan terhadap pertumbuhan traffic harus terus dilakukan agar pada saat
pertumbuhan trafik maksimum maka peningkatan kapasitas dapat dilakukan
dengan menerapkan mikrosel pada daerah yang sibuk.
Tabel 6. Pertumbuhan Traffic

Traffic offer Traffic offer Traffic yang harus
Area
tahun 2008 tahun 2009 di
dengan akomodasi oleh
pertumbuhan layering
Traffic 21,7 %
Urban 2.886,24 erlang 3.512,55 erlang 626,31 erlang
Berdasarkan tabel diatas diketahui bahwa traffic yang harus diakomodasi oleh
layering sebesar 626,31 erlang, dengan cara menambahkan mikrosel pada daerah
yang akan ditingkatkan kapasitasnya. Berikut adalah tabel penambahan mikrosel.
Tabel 7. Contoh Traffic yang harus diakomodasi

Site TRX configurasi Erlang
A 2 10,63
A 2 10,63
A 2 10,63
B 2 10,63
B 2 10,63
B 2 10,63
C 2 10,63
C 2 10,63
C 2 10,63
D 2 10,63
Diperlukan 20 site mikrosel untuk meningkatkan kapasitas sebesar 21,7 %,

mikrosel ini akan disebar didaerah coverage makrosel yang memayunginya. Tiap
26
site dari mikrosel ini menggunakan sektorisasi 1200, dengan konfigurasi transmit-
receive (TRx) 2 kanal tiap sektor.
6.1. Perhitungan Coverage Area

Dalam meningkatkan coverage area terlebih dahulu dilakukan perhitungan link
budget untuk memprediksi radius sel. Perhitungan radius sel dilakukan pada rural
area. Berikut adalah tabel hasil perhitungan radius sel dan luas coverage area
Tabel 8. Perhitungan sebelum menggunakan Transmit Diversity

Parameter Rural Area
Ptx 47 dBm
D 892 Km
Luas Cell 2.068 Km2
Peningkatan coverage area layanan seluler perlu dilakukan khususnya pada rural
area oleh karena itu penggunaan metoda meningkatkan coverage transmit diversity
time delay (TDTD) diperlukan untuk area tersebut. Berikut adalah tabel hasil
perhitungan radius sel dan luas coverage area setelah menggunakan metoda
transmit diversity
Tabel 9. Perhitungan sesudah menggunakan metoda Transmit Diversity

Parameter Rural Area
Ptx' 50 dBm
d' 1.102 Km
Luas Cell ' 3.157 Km2
Berikut adalah salah satu contoh hasil perluasan coverage area layanan seluler
pada rural area Banyuwangi dengan menggunakan software Map-Info:
27
Gambar 5. Area Bayuwangi

7. Kesimpulan
Untuk mengatasi masalah peningkatan kapasitas pada daerah urban dapat
digunakan metoda layering, sedangkan untuk memperluas coverage area pada
daerah rural dapat digunakan metoda transmit diversity
1. Diperlukan 20 site mikro sel untuk meningkatkan kapasitas sebesar 21,7%
pada urban area.
2. Dengan menggunakan metoda transmit diversity time delay pada rural area
terjadi peningkatan luas sebesar 1.089 km2.
8. Saran
1. Sebelum pemasangan jaringan mikrosel sebaiknya dilakukan channel
assigment yang baik untuk menghindari terjadinya adjacent channel
interference.
2. Agar terus dilakukan pemantauan terhadap pertumbuhan traffic, supaya
dapat diantisipasi keperluan untuk menerapkan lapisan selanjutnya
sehingga kualitas komunikasi dapat terus terjaga.
DAFTAR PUSTAKA
[Fre98] Freeman, Roger L,(1998) “Telecommunication Transmission Handbook”.

Fourth Edition-John Wiley .
[Gar02] Garg, Vijay K,(2002) “Wireless Network Evolution : 2G to 3G”, Prentice Hall
PTR, New Jersey.
[Gib98] Gibson, Jerry D, (1998)“The Communication Handbook”. IEEE Press, CRC
Press Inc.
28
[Par92] J Parson, David,(1992) “Mobile Radio Propagation Channel”. John Wiley

[Lee95] Lee, William C.Y,(1995) “Mobile Cellular Telecommunications : Analog and
Digital System”. Second Edition-Mc Graw Hill Inc, .
[Lee92] Lee, William C.Y, “ Wireless & Cellular Telecomunications”. Third Edition
[Mou92] Mouly Michel,(1992) Pautet Bemadette-Marie, “The Global System for Mobile
Communications”. Palaiseau France.
[Rap96] Rappaport, Theodore. S,(1996) “Wireless Communication : Principle and
Practice”, Prentice Hall Inc, New Jersey.
[Tel00] “Dasar GSM 900/1800”, Divlat PT. Telkom, 2000.
[Pra98] R. Prasad, T.Ojanpera,(1998) “Wideband CDMA For Third Generation Mobile
Communication”. Artech House Inc, Boston.
29
Generator Melodi Berdasarkan Skala dan Akord Menggunakan
Algoritma Genetika
1)
Adi Nugroho, 2)Theophilus Erman Wellem, 3)Andi Taru Nugroho NW
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60, Salatiga 50711, Indonesia
Email : 1)c_mbeling@yahoo.co.id, 2)erman_wellem@yahoo.com,
3)
anditaru@yahoo.co.id
Abstract
Genetics algorithm can be used to help automation process especially in musical field and
to generate melody. Scaled is used as initial population and chord is used as fitness value
calculation and the last best ten generated chromosome will be used. Genetics algorithm
parameters tested to see the chord percentage in the generated melody. Those parameters
have great influence to the chord formula and to the generated melody. The higher the
parameter, the higher chord percentage, except for tournament size and crossover rate.
Tournament size does not have influence. Whereas crossover rate is reverse equivalent to
the chord percentage.
Keywords : Genetic Algorithm, Scale, Chord, Melody Generator.
1. Pendahuluan
Algoritma Genetika merupakan algoritma pencarian yang didasarkan pada
mekanisme seleksi alamiah. Secara garis besar langkah dalam prosedur ini dimulai
dengan menetapkan suatu set solusi potensial dan melakukan perubahan dengan
beberapa iterasi dengan algoritma genetika untuk mendapatkan solusi terbaik. Set
solusi potensial ini ditetapkan diawal dan disebut dengan kromosom. Kromosom
ini dibentuk secara acak berupa susunan angka biner yang di-generate dan dipilih.
Keseluruhan set dari kromosom yang diobservasi mewakili suatu populasi.
Implementasi algoritma genetika sangatlah luas mencakup berbagai hal yang
salah satunya adalah untuk pemrograman otomatis. Otomatisasi dapat dilakukan
menggunakan algoritma genetika untuk mendapatkan solusi yang bisa diterima
dengan lebih cepat. Adapun pemrograman otomatis yang dapat diterapkan adalah
pemrograman otomatis dalam bidang musik sebagai pembangkit melodi.
Mengingat kembali dunia musik adalah dunia seni yang tidak bisa dibuat
secara sembarangan, terdapat aturan-aturan tertentu di dalam pembuatan musik
khususnya di dalam pembuatan melodi. Melodi terdiri dari susunan nada-nada yang
diambil dari suatu skala melodi. Skala itu sendiri yang nantinya akan menentukan
warna melodi yang dihasilkan. Di dalam pembuatan melodi juga pasti akan
memperhatikan susunan akord yang ada. Biasanya melodi diciptakan setelah akord
pada lagu selesai dibuat. Dari sini dapat diketahui terdapat 2 (dua) hal penting di
dalam pembuatan melodi yaitu skala dan akord. Dasar inilah yang akan dijadikan
studi kasus untuk menerapkan algoritma genetika sebagai algoritma generator
melodi berdasarkan skala dan akord.
31
Jurnal Informatika, Vol.5, No.1, Juni 2009: 31 - 46
2. Landasan Teori
Algoritma Genetika
Algoritma genetika adalah suatu algoritma pencarian (Searching) yang
berdasarkan pada cara kerja atau mekanisme seleksi alam dan genetik (Suyanto,
2005). Tujuan dari algoritma genetika adalah untuk mencari solusi terbaik dari
suatu permasalahan tertentu. Solusi terbaik adalah individu yang mempunyai
kualitas paling tinggi. Algoritma genetika sangat tepat digunakan untuk
menyelesaikan masalah optimasi dan pencarian kompleks yang sulit dipecahkan
dengan menggunakan metode konvensional (Manongga, 2005).
Populasi awal di dalam algoritma genetika adalah sebuah himpunan solusi
awal yang dihasilkan secara acak. Setiap anggota yang disebut kromosom
merupakan satu solusi. Kromosom di dalam populasi berevolusi dalam iterasi yang
dinamakan dengan generasi. Setiap kromosom dievaluasi berdasarkan fungsi
fitness. Biasanya fungsi fitness berupa fungsi objektif dari solusi permasalahan
yang akan dicari atau dioptimasi. Fungsi fitness dan representasi kromosom sangat
berperan penting di dalam pencapaian akhir implementasi algoritma genetika.
Kromosom-kromosom diseleksi menurut nilai fitness masing-masing.
Kromosom yang kuat mempunyai kemungkinan tinggi untuk bertahan hidup pada
generasi berikutnya, tetapi tidak menutup kemungkinan juga bagi kromosom lemah
untuk tetap bertahan hidup. Generasi baru didapatkan melalui proses crossover dan
mutasi dari kromosom yang terpilih. Dari dua proses tersebut maka terbentuk suatu
generasi baru yang akan diulangi secara terus-menerus hingga mencapai suatu
konvergensi, yaitu sebanyak generasi yang diinginkan (Pandjaitan, 2007).
Proses algoritma genetika, terdiri dari beberapa tahap seperti skema
pengkodean, inisialisasi populasi, evaluasi menggunakan fungsi fitness, kondisi
terminasi, seleksi kromosom induk, crossover dan mutasi (Arhami dan Desiani,
2006).
Skala dan Akord

Skala adalah urutan nada dengan aturan tertentu dari nada yang lebih rendah
ke nada yang lebih tinggi (Arisasangka, 2005). Setiap skala mempunyai aturan atau
rumus tertentu yang akan membedakan skala satu dengan skala yang lainnya.
Setiap skala biasanya mewakili suatu musik dari daerah tertentu. Sehingga dengan
menggunakan skala tertentu dalam bermain musik akan menjadikan warna musik
menjadi lebih jelas dan terarah. Sebagai contoh dari skala yang paling banyak
dipakai adalah skala MAJOR dan MINOR. Kedua skala tersebut paling sering
dipakai di dalam lagu rock dan pop. Berikut rumus dari kedua skala tersebut :
MAJOR : 0, 2, 4, 5, 7, 9, 11, 12
MINOR : 0, 2, 3, 5, 7, 8, 10, 12
bila dimulai dari nada dasar C, maka akan menjadi :
C MAJOR : C, D, E, F, G, A, B, C
C MINOR : C, D, D#, F, G, G#, A#, C
Contoh lain beberapa rumus skala yang biasa digunakan dan dikenal orang ada
pada Tabel 2.1 (Arisasangka, 2006).
32
Generator Melodi Berdasarkan Skala dan Akord Menggunakan Algoritma Genetika
(Adi Nugroho, Theophilus Erman Wellem, Andi Taru Nugroho NW)
Tabel 2.1 Contoh nama dan rumus skala

Nama Skala Rumus Skala
MAJOR 0, 2, 4, 5, 7, 9, 11, 12
MINOR 0, 2, 3, 5, 7, 8, 10, 12
BLUES_1 0, 3, 5, 6, 7, 10, 12
CHINESE_1 0, 2, 5, 7, 9, 12
JAPANESE_1 0, 1, 5, 7, 8, 12
JAVANESE 0, 1, 3, 5, 7, 10, 12
LANGGAM 0, 1, 3, 7, 8, 12
PENTATONIC_MAJOR 0, 2, 4, 7, 9, 12
PENTATONIC_MINOR 0, 3, 5, 7, 10, 12
SPANISH 0, 1, 4, 5, 7, 8, 10, 12
Akord adalah kumpulan tiga nada atau lebih yang bila dimainkan secara
bersamaan terdengar harmonis. Akord bisa dimainkan secara terputus-putus
ataupun secara bersamaan. Akord ini digunakan untuk mengiringi suatu lagu atau
melodi.
Setiap akord mempunyai rumus. Dimana rumus tersebut menentukan nada-
nada yang ada pada akord. Contoh untuk akord mayor mempunyai rumus 0, 4, 7.
Yang artinya akord tersebut mengandung nada-nada ke 0, 4 dan 7 yang bisa
dibunyikan secara bersamaan.
Misalkan nama akordnya adalah CMayor, maka nada yang dibunyikan
adalah nada-nada C, E, G. Biasanya akord ini dimainkan di dalam alat musik piano
dan gitar. Karena tidak semua alat musik dapat digunakan untuk membunyikan
nada secara bersamaan. Akord dan rumus yang digunakan ada pada Tabel 2.2
(Hendro, 2008).
Tabel 2.2 Contoh nama dan rumus akord

NAMA AKORD RUMUS AKORD
AUGMENTED 0, 4, 8
MAJOR 0, 4, 7
MAJOR_6 0, 4, 7, 9
MAJOR_7 0, 4, 7, 11
MINOR 0, 3, 7
MINOR_6 0, 3, 7, 9
MINOR_7 0, 3, 7, 10
SUSPENDED_2 0, 2, 7
SUSPENDED_4 0, 5, 7
MINOR_MAJOR_7 0, 3, 7, 11
MAJOR_7_MIN_5 0, 4, 6, 11
MAJOR_7_ADD_5 0, 4, 8, 11
DIMINISHED 0, 3, 6
DIMINISHED_7 0, 3, 6, 9
DOMINANT_7 0, 4, 7, 10
DOMINANT_7_MIN_5 0, 4, 6, 10
DOMINANT_7_ADD_5 0, 4, 8, 10
33
3. Metode Penelitian
Proses awal dari algoritma genetika adalah skema pengkodean dan
inisialisasi populasi untuk mendapatkan solusi awal. Skema pengkodean dilakukan
dengan metode Discrete Decimal Encoding (Suyanto, 2005) dimana kromosom
direpresentasikan dalam bentuk bilangan bulat setiap gen-nya.
Setiap gen merepresentasikan nada dan setiap kromosom merepresentasikan
melodi. Ukuran setiap kromosom berbeda-beda disesuaikan dengan jumlah ketukan
yang dibutuhkan. Karena yang digunakan adalah 4/4 ketukan maka pada setiap
kromosom maksimal durasi adalah 4 ketukan (Nickol, 2007). Di dalam penelitian
ini ukuran kromosom dibagi menjadi 3 macam yaitu 8 gen pada Gambar 3.1, 16
gen pada Gambar 3.2, dan 32 gen pada Gambar 3.3.
Gambar 3.1 Representasi kromosom 8 gen
Proses inisialisasi dilakukan dalam setiap gen kromosom yang diambil dari
rumus skala secara acak. Namun sebelumnya rumus skala harus ditambahkan dulu
dengan nilai root yang diinputkan. Proses ini dinamakan transpose nada dimana
setiap nada di dalam melodi dinaikkan semua dengan jumlah kenaikan yang sama.
Hal ini dikarenakan nada dasar yang berubah sehingga setiap nada dalam lagu atau
melodi semua juga harus berubah. Contoh penerapannya :
Misalkan rumus skala adalah [ 0, 2, 4, 6, 8, 10 ]

Misalkan rumus akord adalah [ 0, 4, 7 ]
Misalkan rumus root adalah 2 (nada dasar D)
Maka rumus skala dan akord akan menjadi,
Skala : [ 0+2, 2+2, 4+2, 6+2, 8+2, 10+2 ] = [ 2, 4, 6, 8, 10, 12 ]
Akord : [ 0+2, 4+2, 7+2 ] = [ 2, 6, 9 ]
Setelah proses inisialisasi selesai dilakukan, maka semua kromosom di dalam
generasi dievaluasi menggunakan fungsi fitness. Fungsi fitness dapat dilihat di
dalam Rumus 3.1.
f(x) = f 1(x) + f 2(x) + f 3(x) + f 4(x) + f 5(x) + f 6(x) (3.1)
dimana,
f(x) = fungsi fitness keseluruhan
34
f 1(x) = fungsi chord note

f 2(x) = fungsi relation note
f 3(x) = fungsi direction note
f 4(x) = fungsi beginning note
f 5(x) = fungsi end note
f 6(x) = fungsi drastic note
Fungsi chord note digunakan untuk menilai berapa jumlah nada yang ada
para kromosom yang sama dengan rumus akord. Fungsi relation note digunakan
untuk menilai pola perbedaan antar nada yang bersebelahan sebanyak tiga nada.
Fungsi direction note digunakan untuk menilai berapa jumlah nada yang
mempunyai pola naik, turun dan sejajar untuk setiap tiga nada. Fungsi beginning
note digunakan untuk mengecek nada pertama pada kromosom apakah sama
dengan nada pertama rumus akord. Fungsi end note hampir sama dengan fungsi
beginning note namun digunakan untuk mengecek nada terkahir kromosom. Fungsi
yang terkahir adalah fungsi drastic note yang berguna untuk mengurangi nilai
fitness sebanyak 2,0 (ukuran kromosom 8 gen), 1,0 (ukuran kromosom 16 gen) dan
0,5 (ukuran kromosom 32 gen) apabila ditemukan jarak antar nada lebih dari 4.
Untuk fungsi chord note, fungsi relation note, fungsi direction note, fungsi
beginning note dan fungsi end note digunakan untuk menambahkan nilai fitness
sebesar 1,0 (ukuran kromosom 8 gen), 0,5 (ukuran kromosom 16 gen) dan 0,25
(ukuran kromosom 32 gen).
Fungsi fitness berlaku untuk semua kromosom yang ada generasi. Hasil dari
fungsi fitness adalah nilai fitness yang akan dimiliki oleh setiap kromosom. Nilai
fitness berguna untuk proses selanjutnya yaitu proses seleksi (tournament
selection). Kromosom yang mempunyai nilai fitness yang lebih tinggi akan menang
dan terpilih sebagai kromosom induk.
35
Gambar 3.4 Flowchart proses tournament selection
Selanjutnya dari generasi yang ada dipilih beberapa kromosom untuk

dijadikan kromosom induk. Proses seleksi yang dipakai adalah tournament
selection (Suyanto, 2005) seperti pada Gambar 3.4. Kromosom yang dipilih
sebanyak parameter input tournament size dikalikan dua. Kemudian dari semua
kromosom yang terpilih kromosom dipasang-pasangkan dua kromosom setiap
pasang. Dalam setiap pasang dipilih lagi satu kromosom yang mempunyai nilai
fitness yang lebih tinggi. Karena proses crossover hanya bisa dilakukan antar dua
kromosom induk, maka apabila hasil hanya bisa dilakukan antar dua kromosom
induk, maka apabila hasil tournament selection kromosom yang terpilih berjumlah
ganjil, kromosom yang terakhir dihapus satu. Pada Gambar 3.5 terdapat kromosom
yang terpilih sebanyak 8 buah kromosom. Selanjutnya kromsom-kromosom
36
tersebut dipasang-pasangkan menjadi 2 kromosom setiap pasang seperti pada

Gambar 3.6. Dari setiap pasangan dipilih satu kromosom yang mempunyai nilai
fitness lebih tinggi untuk dijadikan kromosom induk seperti pada Gambar 3.7.
Kromosom C45 C23 C90 C56 C22 C9 C42 C88

Nilai Fitness 14.5 22.3 10.2 21.3 19.4 3.1 22.5 23.5
Gambar 3.5 Kromosom yang terpilih untuk tournament selection
Kromosom C45 C23 C90 C56 C22 C9 C42 C88

Nilai Fitness 14.5 22.3 10.2 21.3 19.4 3.1 22.5 23.5
Gambar 3.6 Hasil seleksi kromsom
Kromosom C23 C56 C22 C88

Nilai Fitness 22.3 21.3 19.4 23.5
Gambar 3.7 Kromosom yang terpilih sebagai induk
Gambar 3.8 Flowchart proses crossover
37
Pada Gambar 3.8 proses crossover atau pindah silang dilakukan dengan
menggunakan metode one-point-crossover (Manongga, 2005). Pindah silang
dilakukan apabila bilangan acak yang dibangkitkan lebih kecil dari parameter
crossover rate (probabilitas crossover). Adapun titik pindah silang juga didapatkan
secara acak. Untuk menentukan pindah silang kiri atau kanan dilakukan dengan
cara membangkitkan bilangan acak antara 0 sampai 1. Apabila bilangan yang
dibangkitkan lebih kecil dari 0,5 maka lakukan pindah silang di sebelah kiri. Atau
apabila bilangan yang dibangkitkan lebih besar atau sama dengan 0,5 maka lakukan
pindah silang di sebelah kanan. Gambar 3.9 memperlihatkan kromosom sebelum
di-crossover sedangkan Gambar 3.10 adalah kromosom baru hasil crossover.
0 3 1 2 6 4 5 2
5 1 6 2 4 2 0 1
Gambar 3.9 Kromosom sebelum di-crossover
0 3 1 2 6 2 0 1
5 1 6 2 4 4 5 2
Gambar 3.10 Kromosom setelah di-crossover
Pada Gambar 3.9 terlihat dua deret kromosom yang akan disilangkan. Kromosom
pertama mempunyai gen [0, 3, 1, 2, 6, 4, 5,2] dan kromosom kedua mempunyai gen [5, 1, 6,
2, 4, 2, 0, 1]. Sebagai contoh bilangan acak yang dibangkitkan untuk titik crossover adalah
6. Kemudian kita tentukan apakah akan dilakukan penyilangan di kiri atau kanan titik
crossover dengan membangkitkan bilangan acak antar 0 sampai 1. Misalkan nilai yang
dihasilkan adalah 0,85 berarti lakukan pindah silang disisi kanan. Karena point crossover
adalah 6 maka gen ke-6, gen ke-7 dan gen ke-8 kita silangkan. Hasil crossover dapat
dilihat pada Gambar 3.10 yaitu gen kromosom pertama menjadi [0, 3, 1, 2, 6, 2, 0, 1] dan
gen kromosom kedua menjadi [5, 1, 6, 2, 4, 4, 5,2].
38
Gambar 3.11 Flowchart proses mutasi
Pada Gambar 3.11 proses mutasi dilakukan untuk semua gen dalam populasi.
Adapun jangkauan parameter mutation rate adalah 0-1000. Mutasi dilakukan
apabila bilangan acak yang dibangkitkan lebih kecil dari nilai mutation rate
(probabilitas mutasi) (Suyanto, 2005). Mutasi dilakukan dengan cara mengganti
gen dengan salah satu dari tiga anggota rumus akord. Gambar 3.12 adalah contoh
kromosom sebelum mutasi, kemudian dibangkitkan bilangan acak pada setiap gen
seperti pada Gambar 3.13. Misalkan nilai mutation rate adalah sebesar 10 maka
gen yang mempunyai bilangan acak di bawah 10 akan di mutasi menjadi seperti
pada Gambar 3.14.
0 2 5 2 5 2 5 9
Gambar 3.12 Kromosom sebelum mutasi
Bilangan Acak 100 44 48 5 1 802 17 2

Gen Kromosom 0 2 5 2 5 2 5 9
Gambar 3.13 Bilangan acak yang dibangkitkan
39
0 2 5 4 7 2 5 0
Gambar 3.14 Contoh setelah mutasi
Proses algoritma genetika akan berhenti berdasarkan kondisi terminasi. Yang

menjadi acuan kondisi terminasi adalah nilai parameter termination generation.
Nilai parameter termination generation akan menentukan jumlah generasi. Jika
proses sudah mencapai pada generasi sesuai dengan nilai termination generaion
maka proses akan berhenti dan diambil sepuluh kromosom yang terbaik untuk di-
decoding dan ditampilkan. Proses decoding dilakukan dengan cara sebagai berikut :
- Konversi setiap gen dalam kromosom yang berupa bilangan bulat menjadi
String nada. Caranya adalah dengan menjadikan nilai gen sebagai indeks
array RANGE_NOTES[] yang ada pada Kode Program 3.1. Pada Gambar
3.15 dapat dilihat kromosom sebelum dan sesudah proses decoding.
public static String RANGE_NOTES[] = {

"C5","C#5","D5","D#5","E5","F5","F#5","G5","G#5","A5","A#5","B5",
"C5","C#5","D5","D#5","E5","F5","F#5","G5","G#5","A5","A#5","B5"
};
Kode Program 3.1 Array konversi ke String nada
Sebelum Decoding 0 2 5 10 7 2 5 0
Sesudah Decoding C5 D5 F5 A#5 G5 D5 F5 C5
Gambar 3.15 Contoh kromosom sebelum dan sesudah decoding
- Selanjutnya sesuai dengan ukuran kromosom tambahkan durasi dibelakang

String nada. Ketentuan pemberian durasi disesuaikan dengan panjang
kromosom. Untuk panjang kromosom 8 gen tambahkan String i (eighth),
untuk panjang kromosom 16 gen tambahkan String s (sixteenth) dan untuk
panjang kromosom 32 gen tambahkan String t (thirty-second). Contoh ada
pada Gambar 3.16.
C5i D5i F5i A#5i G5i D5i F5i C5i

Gambar 3.16 Contoh hasil pemberian durasi
- Untuk pilihan melodi non-arpeggio gabungkan nada dengan durasi dan tinggi
yang sama menjadi 1 (satu) nada saja sehingga melodi mempunyai durasi
yang bervariasi seperti Gambar 3.17.
Sebelum C5i D5i D5i A#5i G5i D5i F5i C5i

Sesudah C5i D5q A#5i G5i D5i F5i C5i
Gambar 3.17 Nada sebelum dan sesudah konversi durasi
- Gambar hasil akhir decoding ke dalam graphics panel dalam bentuk notasi
dan tablature gitar seperti pada Gambar 3.18.
40
(a) (b)
Gambar 3.18 Notasi arpeggio (a) dan non-arpeggio (b)
4. Hasil dan Pembahasan

Antarmuka sistem dibagi menjadi 4 bagian utama yang dapat dilihat pada
Gambar 4.1, yaitu panel notasi standard dan tablature gitar, tabel 10 nilai fitness
terbaik yang dapat digunakan untuk memilih melodi, form input parameter-
parameter algoritma genetika dan form input skala, root dan akord pada setiap
birama musik.
Gambar 4.1 Antarmuka aplikasi generator melodi
Selanjutnya hasil melodi yang di-generate diuji dengan cara menghitung

persentase jumlah rumus akord terhadap kromosom terbaik yang didapatkan. Serta
dilakukan dengan cara membandingkan antara hasil karya manusia dengan hasil
generate melodi.
Tabel 4.1 Pengujian population size sebesar 10, 100 dan 1000
Persentase Akord Terhadap Melodi (%)
Data Ke-
Population Size 10 Population Size 100 Population Size 1000
1 50,0 50,0 62,5
2 37,5 62,5 75,0
3 75,0 62,5 75,0
41
Persentase Akord Terhadap Melodi (%)

Data Ke-
Population Size 10 Population Size 100 Population Size 1000
4 62,5 62,5 75,0
5 62,5 87,5 62,5
6 50,0 37,5 75,0
7 62,5 62,5 62,5
8 62,5 62,5 50,0
9 62,5 50,5 75,0
10 50,0 50,5 87,5
11 50,0 37,5 62,5
12 25,0 50,5 62,5
13 25,0 12,5 50,0
14 37,5 87,5 75,0
15 62,5 62,5 75,0
16 62,5 50,0 50,0
17 75,0 100,0 62,5
18 25,0 87,5 75,0
19 50,0 87,5 50,0
20 25,0 50,0 62,5
21 37,5 50,0 75,0
22 50,0 37,5 50,0
23 25,0 37,5 75,0
24 37,5 62,5 62,5
25 37,5 50,0 75,0
26 37,5 37,5 87,5
27 62,5 50,0 75,0
28 37,5 62,5 62,5
29 62,5 75,0 62,5
30 75,0 50,0 62,5
Total 1.475,0 1.725,0 2.012,5
Rata-rata 49,166 57,5 67,083
Dari pengujian Tabel 4.1 didapatkan rata-rata persentase akord di dalam melodi
hasil generate sebesar 49,166% untuk nilai population size sebesar 10, rata-rata
persentase 57,5% untuk nilai population size sebesar 100 dan rata-rata persentase
67,083% untuk nilai population size sebesar 1000.
Pengujian dilakukan dengan cara yang sama pada parameter yang lain dan
didapatkan hasil untuk parameter population size rata-rata persentase akord hasil
generate adalah sebesar 49,166% (population size = 10), 57,5% (population size =
100) dan 67,083% (population size = 1000). Dari hasil yang diperoleh dapat kita
tarik kesimpulan, semakin tinggi parameter population size maka semakin tinggi
pula persentase jumlah akord dalam melodi hasil generate.
Untuk parameter chromosome size rata-rata persentase akord hasil generate
adalah sebesar 83,33% (chromosome size = 8), 86,042% (chromosome size = 16)
dan 87,604% ( chromosome size = 32). Dari hasil yang diperoleh dapat kita tarik
kesimpulan, semakin tinggi parameter chromosome size maka semakin tinggi pula
persentase jumlah akord dalam melodi hasil generate.
Untuk parameter termination generation rata-rata persentase akord hasil
generate adalah sebesar 59,583% (termination generation = 10), 85,0%
42
(termination generation = 100) dan 100,0% (termination generation = 1000). Dari

hasil yang diperoleh dapat kita tarik kesimpulan, semakin tinggi parameter
termination generation maka semakin tinggi pula persentase jumlah akord dalam
melodi hasil generate.
Untuk parameter tournament size rata-rata persentase akord hasil generate
adalah sebesar 13,9% (tournament size = 5), 59,583% (tournament size = 25) dan
59,375% (tournament size = 50). Dari hasil yang diperoleh dapat kita tarik
kesimpulan, tournament size tidak mempengaruhi persentase akord secara
berbanding lurus. Hasilnya akan selalu berubah tidak menentu.
Untuk parameter crossover rate rata-rata persentase akord hasil generate
adalah sebesar 60,417% (crossover rate = 10), 60,417% (crossover rate = 50) dan
57,292% (crossover rate = 100). Dari hasil yang diperoleh dapat kita tarik
kesimpulan, semakin tinggi parameter crossover rate maka semakin rendah
persentase jumlah akord dalam melodi hasil generate.
Untuk mutation rate rata-rata persentase akord hasil generate adalah sebesar
60,417% (mutation rate = 10), 85,0% (mutation rate = 100) dan 100,0%
(mutation rate = 1000). Dari hasil yang diperoleh dapat kita tarik kesimpulan,
semakin tinggi parameter mutation rate maka semakin tinggi pula persentase
jumlah akord dalam melodi hasil generate.
Untuk perbandingan dengan hasil karya manusia perbandingan dilakukan
pada salah satu birama hasil karya manusia, dibandingkan dengan hasil generate
sistem diambil 10 kromosom yang mempunyai nilai fitness tertinggi. Selanjutnya
akan dibandingkan nada yang sama pada posisi yang sama sehingga didapatkan
persentase kesamaannya. Hasil karya manusia diambil dari lagu Through The Fire
And Flames (Dragon Force:2007) pada birama ke-244 seperti pada Gambar 4.2.
Skala yang dipakai dalam lagu Through The Fire And Flames adalah MINOR,
dengan nada dasar C dan Akord Minor.
D# D C D - C G# G G# - C D D# F - G F G G#
Gambar 4.2 Through The Fire And Flames karya Dragon Force, birama 244
Selanjutnya dibandingkan dengan 10 melodi dengan nilai fitness tertinggi dalam

sekali generate yang ada pada Gambar 4.3 sampai Gambar 4.12.
Gambar 4.3 Melodi dengan nilai fitness sebesar 2,25
43
Perbandingan dilakukan dengan cara mengecek nada melodi setiap posisi yang
sama. Dihitung nada yang sama pada posisi tersebut kemudian diambil persentase
kemiripan, sehingga dapat dibandingkan yang lebih mendekati hasil karya manusia
dengan hasil generate sistem seperti pada Tabel 4.2.
Tabel 4.2 Tabel perbandingan hasil generate melodi

Nilai Fitness
Nada Asli
2,25 4,0 4,25 6,0 6,25 6,75 7,0 8,75 9,0 9,0
D# G D# D# C D# G# G# C C C
D C G# D# C D# D# D# C D# C
C C C A# G# C D# G# F A# D#
44
Nilai Fitness
Nada Asli
2,25 4,0 4,25 6,0 6,25 6,75 7,0 8,75 9,0 9,0
D D# C E A# F D# C D# G C
C D# A# A# G# C D# D# D# G C
G# G# D D# C D# C D# C D# C
G F C C D# C G# D# D D# C
G# F C F D# C G# C C D# C
C E D# D# C G G G D# C G#
D G# D# C C D# C C G C C
D# D# A# C D D# A# D# C D# D#
F D# G D# C C F C C D# D#
G D A# D# C G D# C G C C
F C C D# A# D# D# D# C A# C
G C C C D# G# C C D# D# D#
G# A# D# F G# C D# C D# D G#
Nada Sama 1 2 1 2 5 2 1 1 1 2
Persentase 6,25 12,5 6,25 12,5 31,25 12,5 6,25 6,25 6,25 12,5
Dari hasil Tabel 4.2 dapat kita ketahui persentase kemiripan antara hasil
karya manusia dengan hasil generate melodi. Untuk melodi yang paling mendekati
hasil karya manusia dalam perbandingan ini adalah melodi dengan nilai fitness
sebesar 6,25 yang mempunyai persentase kemiripan sebesar 31,25%. Jika
dibandingkan dengan kromosom dengan nilai fitness tertinggi sebesar 9,0 hanya
mempunyai persentase kemiripan sebesar 12,5% dan 6,25%.
5. Kesimpulan
Representasi kromosom yang dapat digunakan adalah representasi kromosom
berdasarkan skema descrete decimal encoding. Setiap gen menggunakan bilangan
bulat dimana setiap bilangan merupakan representasi dari setiap nada. Pada
kenyataannya penggunaan bilangan bulat akan mempermudah proses transpose
nada dan perhitungan jarak antar nada. Seperti pada Tabel 5.1 semua nada
dikonversi menjadi bilangan bulat dari 0 sampai 23.
Tabel 5.1 Tabel Encoding Gen Kromosom

C C# D D# E F F# G G# A A# B
0 1 2 3 4 5 6 7 8 9 10 11
12 13 14 15 16 17 18 19 20 21 22 23
Dari hasil pengujian pengaruh parameter-parameter algoritma genetika

terhadap melodi yang dihasilkan, semakin tinggi parameter population size (1000),
maka semakin tinggi pula persentase rumus akord yang ada pada melodi hasil
generate sistem (67,083%). Semakin tinggi parameter chromosome size (32 gen),
maka semakin tinggi pula persentase rumus akord yang ada pada melodi hasil
generate sistem (87,604%). Semakin tinggi parameter termination generation
(1000), maka semakin tinggi pula persentase rumus akord yang ada pada melodi
hasil generate sistem (100%).
45
Perubahan parameter tournament size tidak berbanding lurus ataupun terbalik

terhadap persentase rumus akord. Hasil pengujian menunjukkan nilai presentase
yang berubah-ubah tidak menentu terhadap nilai input tournament size yang
berbeda-beda. Semakin tinggi nilai crossover rate (100) maka semakin rendah
persentase rumus akord yang ada pada hasil generate. Kesimpulannya adalah nilai
crossover rate berbanding terbalik terhadap persentase jumlah akord melodi yang
dihasilkan (57,292%). Semakin tinggi parameter mutation rate (1000), maka
semakin tinggi pula persentase rumus akord yang ada pada melodi hasil generate
sistem (100%). Berdasarkan perbandingan terhadap hasil karya manusia, hasil
generate melodi dengan nilai fitness tertinggi (nilai fitness = 9,0) belum tentu
mempunyai persentase kemiripan yang tertinggi pula (12,5%). Terkadang hasil
generate dengan nilai fitness yang lebih rendah (nilai fitness = 6,25) mempunyai
persentase kemiripan yang lebih besar (31,25%).
Daftar Pustaka
[Arh06] Arhami, Muhammad, & Desiani, Anita, 2006, Konsep Kecerdasan Buatan,
Yogyakarta: ANDI OFFSET.
[Ari05] Arisasangka, Inung, 2005, Kamus Skala Melodi, Yogyakarta: Bhuana Ilmu
Populer.
[Ari06] Arisasangka, Inung, 2006, 92 Skala dan Mode Melodi, Yogyakarta: Bhuana
Ilmu Populer.
[Hen08] Hendro, 2008, Teknik Penggunaan Jembatan Akord pada Gitar, Jakarta: Kawan
Pustaka.
[Man05] Manongga, Danny, 2005, Pengantar Algoritma Genetik, Salatiga: Fakultas
Teknologi Informasi, Universitas Kristen Satya Wacana.
[Nic07] Nickol, Peter, 2007, Panduan Praktis Membaca Notasi Musik, Jakarta:
Gramedia Pustaka Utama.
[Pan07] Pandjaitan, Lanny, 2007, Dasar-dasar Komputasi Cerdas, Yogyakarta: ANDI
OFFSET.
[Suy05] Suyanto, 2005, Algoritma Genetika dalam Matlab, Yogyakarta: ANDI OFFSET
46
Aplikasi Enkripsi Tanda Tangan
Di PT.BPR Daya Lumbung Asia
Radiant Victor Imbar1) dan Wendi Chandra2)
Jurusan Sistem Informasi, Fakultas Teknologi Informasi
Universitas Kristen Maranatha, Bandung
Jl. Prof. Drg. Suria Sumantri No. 65 Bandung 40164
Email : radiant.vi@eng.maranatha.edu1) , wen9ball@gmail.com2)
Abstract
Today, technology is growth very fast. Many advantage witches can get from the
technology, which one is using Encrypted Application, that makes the company can store
the data on database with more safely better than application which not using the
Encrypted Application. The Encrypted Application can apply within company which have
image file, especially .jpg, because file .jpg have a little space that more efficient and
effective in space memory. By using the Encrypted Application such as Huffman method in
this application, hopefully that can make the company work more efficient and effective in
the safety problem.
Keywords: Encrypted Application, Image file, Efficient and effective
1. Pendahuluan
Dalam era globalisasi sekarang ini, maka kebutuhan akan teknologi informasi
sudah tak terbendung lagi, mengingat kemajuan teknologi informasi itu sendiri
sudah semakin meningkat seiring dengan perkembangan jaman. Seperti yang
terjadi pada dunia perbankan di Indonesia pada masa sekarang ini penggunaan
teknologi komputer dapat membuat tingkat keakuratannya lebih dapat dipercaya,
sehingga kesalahan-kesalahan yang dibuat oleh manusia dapat diminimalisasi.
PT. BPR Daya Lumbung Asia yang bergerak dalam bidang bank perkreditan
rakyat ini telah memutuskan untuk menggunakan sistem komputerisasi untuk
mempermudah pekerjaannya. Di samping itu, dengan adanya sistem komputerisasi
di bank ini dapat membantu pula di dalam meningkatkan tingkat keamanan, seperti
aplikasi metode enkripsi file tanda tangan yang dapat mencegah penyalahgunaan
data nasabah di bank tersebut dari pihak-pihak yang tak bertanggung jawab,
khususnya tanda tangan nasabah yang berfungsi sebagai identifikasi ketika nasabah
tersebut akan melakukan segala transaksi pada bank ini, agar tidak disalahgunakan
oleh pihak yang tak bertanggung jawab.
Aplikasi dengan metode enkripsi ini menggunakan metode pohon Huffman
yang tidak hanya berfungsi untuk mengenkripsi file tanda tangan nasabah saja,
tetapi juga dapat mengkompresi file tersebut, sehingga file yang dihasilkan dari
aplikasi ini menjadi lebih efisien di dalam pemakaian memori dan juga aman ketika
disimpan di dalam database maupun untuk ditampilkan
47
2. Landasan Teori
2.1 Pengertian Sistem
Kata sistem berasal dari bahasa Latin yang disebut systema dan juga
berasal dari bahasa Yunani yang disebut sustema yang berarti suatu kesatuan yang
terdiri dari komponen atau elemen yang kemudian dihubungkan bersama untuk
memudahkan aliran informasi, materi, ataupun energi(Trevor, 1999). Jadi, sistem
dapat diartikan sebagai kumpulan dari komponen yang saling berkaitan untuk
secara bersama-sama menghasilkan satu tujuan.
2.2. Pengertian Informasi

Informasi diartikan sebagai hasil pengolahan data yang digunakan untuk
suatu keperluan, sehingga penerimanya akan mendapatkan suatu rangsangan untuk
melakukan tindakan. Data adalah fakta yang jelas lingkup, tempat dan waktunya.
Data diperoleh dari 2 sumber data, yaitu sumber data primer dan sumber data
sekunder dalam bentuk berita tertulis ataupun sinyal elektronik. Pengertian
informasi dan data berlaku sangatlah relative tergantung dari posisinya terhadap
lingkup permasalahannya. Informasi adalah data yang telah diolah menjadi sebuah
bentuk yang berarti bagi penerimanya dan bermanfaat bagi pengambilan keputusan
saat ini atau saat mendatang(Davis, 2003). Informasi merupakan kumpulan data
yang diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi yang
menerima. Dengan kata lain, Informasi adalah data yang telah diproses sehingga
bentuknya berubah dan nilainya semakin tinggi.
Informasi merupakan data yang telah diproses atau data yang memiliki arti.
Sedangkan data itu terdiri dari fakta-fakta dan angka-angka yang secara relative
tidak berarti bagi pemakai(McLeod, 2001).
2.3. Pengantar Kriptografi

Di masa sekarang ini, sangatlah diperlukan sebuah mekanisme yang dapat
membantu kita menyembunyikan data / informasi dari orang - orang yang tidak
berhak untuk menerimanya. Salah satu proses tersebut ialah enkripsi dan dekripsi..
Enkripsi ialah proses merubah sekumpulan data (message) menjadi sebuah bentuk
tertentu yang tidak dapat dimengerti oleh orang lain, sehingga dapat mencegah dari
penyalahgunaan data dari orang yang tak bertanggung jawab yang dapat merugikan
kita. Bentuk yang tidak dapat dimengerti oleh orang lain ini sering disebut sebagai
chiper text. Sedangkan proses deskripsi ialah merubah chiper text menjadi bentuk
semula message sebelum dienkripsi yang biasa disebut sebagai plain text(Munir,
Rinaldi, 2008, Chap 1) .
Sedangkan kriptografi adalah suatu cara yang dapat dilakukan agar
pengiriman suatu pesan dapat dilakukan dengan aman, contohnya adalah dengan
menggunakan metode enkripsi yang sudah dijelaskan di atas.
Beberapa peran enkripsi antara lain :
1. memproteksi informasi yang disimpan dalam komputer dari akses
yang tidak diizinkan (bahkan dari seseorang yang memiliki akses sekalipun).
2. memproteksi informasi yang ditransfer antar komputer dalam suatu jaringan.
3. menentukan dan mendeteksi usaha-usaha modifikasi disengaja terhadap data.
48
Aplikasi Enkripsi Tanda Tangan Di PT.BPR Daya Lumbung Asia
(Radiant Victor Imbar, Wendi Chandra)
Terdapat 2 buah aplikasi kriptografi, yaitu pengiriman data melalui saluran

komunikasi(data encryption on motion) dan juga penyimpanan data di dalam disk
storage(data encryption at rest) (Munir, Rinaldi, 2008, Chap 2) .
Data encryption on motion merupakan sinyal yang ditransmisikan dalam
percakapan dengan handphone, seperti juga nomor PIN kartu ATM yang
ditransmisikan dari mesin ATM ke komputer bank.
Sedangkan Data encryption at rest berupa Dokumen teks, dokumen gambar, dan
juga basis data. Berikut ini adalah contoh dari ketiga jenis Data encryption at rest
tersebut :
1. Dokumen teks
Plainteks (plain.txt):
Ketika saya berjalan-jalan di pantai,

saya menemukan banyak sekali kepiting
yang merangkak menuju laut. Mereka
adalah anak-anak kepiting yang baru
menetas dari dalam pasir. Naluri
mereka mengatakan bahwa laut adalah
tempat kehidupan mereka.
Cipherteks (cipher.txt):
Ztâxzp/épêp/qtüyp{p}<yp{p}/sx/ p}âpx;
épêp/|t}t|äzp}/qp}êpz/étzp{x/zt xâx
}v êp}v/|tüp}vzpz/|t}äyä/{päâ=/\tütz
p psp{pw/p}pz<p}pz/zt xâx}v/êp}
v/qpüä |t}tâpé/spüx/sp{p|/ péxü=/]
p{äüx |ttüzp/|t}vpâpzp}/qpwåp/{päâ
/psp{pw ât| pâ/ztwxsä p}/|tützp=
2. Dokumen Gambar
49
Gambar 1. Plaintext(Lena.bmp)
Gambar 2. Ciphertext(Lena2.bmp)
3. Basisdata
Tabel 1. Plainteks (siswa.dbf)
NIM Nama Tinggi Berat
000001 Elin Jamilah 160 50
000002 Fariz RM 157 49
000003 Taufik Hidayat 176 65
000004 Siti Nurhaliza 172 67
000005 Oma Irama 171 60
000006 Aziz Burhan 181 54
000007 Santi Nursanti 167 59
000008 Cut Yanti 169 61
000009 Ina Sabarina 171 62
50
Tabel 2. Cipherteks (siswa2.dbf)

NIM Nama Tinggi Berat
000001 tüp}vzpz/|t}äyä/{äâ |äzp} épêp
000002 |t}tâpé/spüx/sp péxü= ztwxsä
000003 ât| pâ/ztwxsä p}/| }/|tü spüx/
000004 épêp/|t}t|äzp}/qpêpz qp}êpz wxsä
000005 étzp{x/zt xâx}v êp} päâ/psp étzp{
000006 spüx/sp{p|/ péxü=/] xâx}v ttüzp/|
000007 Ztâxzp/épêp/qtüypp}< äzp} }äyä/{
000008 qpwåp/{päâ/psp{pw Ztwxs xâx}v
000009 }t|äzp}/qp}êpz/ép{ qp}êp äzp}/qp
Keterangan: hanya field Nama, Berat, dan Tinggi yang dienkripsi.
2.4. Algoritma pohon Huffman

Kode Huffman selalu memiliki atribut prefik yang unik, artinya bahwa
setiap kode harus dapat didekodekan tanpa adanya kesalahan walaupun panjang
kodenya bervariasi. Hal ini dimungkinkan karena adanya pohon Huffman. Pohon
Huffman pada dasarnya merupakan pohon biner. Pada algoritma lain, seperti
Shannon-Fano(di sini tidak dibahas), pembuatan pohon dimulai dari root lalu
bergerak ke bawah menuju daun, sedangkan pada metode pohon Huffman dibuat
mulai dari daun dan bergerak keatas menuju akar (root).
Adapun ketentuan membuat pohon Huffman adalah sebagai berikut :
1. Tentukan 2 buah node dengan jumlah kemunculan paling jarang.
2. Bentuk sebuah node induk dari kedua node tersebut.Probabilitasnya adalah
jumlah dari kedua node tersebut.
3. Node induk ditambahkan ke dalam list node bebas, kemudian 2 node tersebut
dihilangkan dari list.
4. Node dengan frekuensi kemunculan lebih tinggi akan dikodekan ke bit 0 dan
node yang lainnya dikodekan ke bit 1.
5. Langkah sebelumnya diulangi hingga tersisa sebuah node bebas saja. Node
bebas itu merupakan akar dari pohon.
Contoh : Terdapat data awal sebagai berikut :

Simbol A : memiliki jumlah kemunculan sebanyak 15 kali.
Simbol B : memiliki jumlah kemunculan sebanyak 7 kali.
Simbol C : memiliki jumlah kemunculan sebanyak 6 kali.
Simbol D : memiliki jumlah kemunculan sebanyak 6 kali.
Simbol E : memiliki jumlah kemunculan sebanyak 5 kali.
Maka pohon Huffman yang terbentuk akan seperti gambar di bawah ini :
Root
0 39 1
0 24 1
0 13 1 0 11 1
15 7 6 6 5
A B C D E
Gambar 3. Pohon hasil kompresi pohon huffman
51
Maka didapatkan kode hasil kompresi seperti pada tabel 3 di bawah ini :
Tabel 3. Tabel kode hasil kompresi menggunakan static Huffman
Simbol Kemunculan Kode
A 15 0
B 7 100
C 6 101
D 6 110
E 5 111
Tabel 4. Tabel jumlah bit yang dibutuhkan untuk menyimpan informasi dengan
menggunakan algoritma pohon Huffman
Simbol Kemunculan Ukuran Jumlah bit
Huffman Huffman
A 15 1 1 * 15 = 15
B 7 3 3 * 7 = 21
C 6 3 3 * 6 =18
D 6 3 3 * 6 =18
E 5 3 3 * 5 = 15
Total 39 87 bit
Dari hasil tabel 4 dapat dilihat bahwa dengan static Huffman untuk
menyimpan 85.25 bit informasi hanya dibutuhkan 87 bit saja. Hal ini lebih baik
dibandingkan Shannon-Fano yang menyimpan dengan 89 bit.
Untuk mengetahui lebih lanjut cara perhitungan dengna metode Shannon-Fano,

berikut penjelasannya:
Simbol Kemunculan
A 15 0
B 7 0 total bagian atas = 15 + 7 = 22
pembagian pertama
C 6 1 total bagian bawah = 6 + 6 + 5=17
D 6 1
E 5 1
Gambar 4. Pembagian pertama pada Shannon-Fano
Maka langkah selanjutnya adalah membagi kedua bagian yang

terbentuk pada gambar 5. secara rekursif.
Simbol Kemunculan
A 15 00
Pembagian kedua
B 7 0 1
Pembagian pertama
C 6 1 0
Pembagian ketiga
52
D 6 110
Pembagian keempat
E 5 111
Gambar 5. Pembagian secara rekursif pada Shannon-Fano
Secara teoretis perhitungan jumlah bit informasi adalah sebagai pada tabel
5 di bawah ini :
Tabel 5. Tabel jumlah bit informasi.

Simbol Kemunculan Jumlah bit informasi
A 15 15 * (- 2log(15/39) ) = 20.68
B 7 7 * (- 2log(7/39)) = 17.35
C 6 6 * (-2log(6/39)) = 16.20
D 6 6 * (-2log(6/39)) = 16.20
2
E 5 5 * (- log(5/39)) = 14.82
Total 39 85,25 bit
Jika file asal dikodekan berdasarkan standar ASCII, maka ukuran file asal
adalah 312 bit (39 * 8 bit). Jadi dapat dikatakan bahwa dalam 312 bit terdapat
informasi 85.25 bit.
Tabel 6. Tabel jumlah bit yang dibutuhkan untuk menyimpan

informasi dengan menggunakan algoritma Shannon-Fano.
Simbol Kemunculan Ukuran SF Jumlah bit SF

A 15 2 2 * 15 = 30
B 7 2 2 * 7 = 14
C 6 2 2 * 6 = 12
D 6 3 3 * 6 =18
E 5 3 3 * 5 = 15
Total 39 89 bit
Dari tabel 6 dapat diambil kesimpulan bahwa dengan standar ASCII untuk
menyimpan informasi 85.25 bit dibutuhkan 312 bit, tetapi apabila digunakan
algoritma Shannon-Fano untuk menyimpan 85.25 bit informasi dibutuhkan 89 bit.
3. Analisis dan Perancangan

3.1 Identifikasi Kebutuhan Sistem
Pada bagian ini akan berisi tentang identifikasi dari aplikasi pengamanan
data nasabah yang akan dikembangkan. Dilakukan dengan penelitian dari
lingkungan-lingkungan sekitar. Di dalam tahap identifikasi ini diperoleh informasi
yaitu :
53
1. Membuat bagaimana user( di dalam aplikasi ini yaitu teller) untuk memahami
fungsi dari enkripsi dan juga seluruh proses yang ada di dalam aplikasi ini.
2. User yang bertindak sebagai teller hanya dapat melakukan pengecekan data
nasabah (view) saja, sedangkan admin yang dapat melakukan perubahan data
nasabah, seperti menambah data nasabah (add), mengedit data nasabah
(update), menghapus data nasabah (delete).
3.2 Overview Sistem

Pada bagian ini berisi tentang sistem-sistem yang akan dikembangkan
untuk aplikasi enkripsi data nasabah ini setelah dilakukan identifikasi kebutuhan
sistem adalah sebagai berikut:
1. Aplikasi ini dapat mencari data-data nasabah berdasarkan nomor rekening
nasabah.
2. Aplikasi ini dapat dengan cepat melakukan pengamanan data berupa enkripsi
pada saat data nasabah sudah terisi dan tanda tangan nasabah sudah berbentuk
file gambar(.jpg), kemudian keseluruhan data tersebut disimpan ke dalam
database.
3. Terdapat fungsi agar file tanda tangan nasabah yang sudah terenkripsi tersebut
dapat dilihat dengan melakukan dekripsi data pada menu view di dalam aplikasi
tersebut, dan proses dekripsi data hanya dapat dilakukan di dalam aplikasi ini,
sehingga tingkat keamanan data nasabah pun lebih tinggi.
4. Aplikasi ini juga memiliki fungsi melihat proses apa saja yang terjadi selama
ada kegiatan yang dilakukan di dalam aplikasi ini, dan semua data tersebut
dapat dilihat di dalam menu history.
3.3 Analisa Proses Aplikasi

Berikut adalah gambar dari proses aplikasi enkripsi tandatangan ini :
Gambar 3. Form Login

Ini adalah form login, dimana terdapat 2 user, yaitu administrator dan teller.
Jika kita memasuki aplikasi sebagai administrator, maka form utamanya adalah
seperti ini :
54
Gambar 4. Form Administrator
Di dalam form administrator, kita dapat membuat file nasabah baru serta file
tandatangan yang dienkripsi :
Gambar 5. Form Insert Data Nasabah
Berikut ini adalah gambar form jika kita memasuki aplikasi ini sebagai
teller :
55
Gambar 6. Form utama Teller
Dan, berikut ini adalah form history, dimana di dalam form ini kita dapat
melihat semua kegiatan yang telah dilakukan di dalam aplikasi ini :
Gambar 7. Form History
Aplikasi ini menekankan kepada metode enkripsi file tanda tangan nya. Dan
berikut adalah proses algoritma Huffman yang dipakai untuk melakukan proses
enkripsi file tanda tangan :
1. Membuat pohon Huffman ( Huffman tree) dengan membuat node kiri,
node kanan, node parent, frekuensi, dan juga nilai-nya(value).
2. Sesudah membuat pohon Huffman, langkah selanjutnya pemberian

nilai(value) kepada setiap leaf-nya yang maksimal berukuran 255.
56
3. Setelah memberikan value kepada setiap leaf-nya, maka langkah

selanjutnya adalah membandingkan antara node-node yang frekuensi
kemunculannya paling kecil.
4. Kemudian, jika sudah didapatkan 2 node yang kemunculannya paling

kecil, maka 2 frekuensi tersebut dijumlahkan, dan 2 node tersebut
digabung menjadi node parent, dan seterusnya sampai habis sampai
membentuk sebuah pohon Huffman.
5. Setelah pohon Huffman terbentuk, maka kita bisa menghitung panjang

length bitnya dengan menjumlahkan setiap bit yang sudah terbentuk dari
setiap karakternya, dan menentukan prefix(sebagai identifikasi unik
untuk setiap karakter-nya).
6. Dengan semua proses di atas, maka file tandatangan sudah terenkripsi.

Sedangkan untuk proses dekripsi data, maka langkahnya adalah
membalikkan kode dari prefix yang sudah dibuat pada proses enkripsi
data-nya, sehingga file tandatangan tersebut sudah dapat terdekripsi.
Algoritma ini diterapkan di tombol Save ketika hendak menyimpan data

nasabah baru. Jadi, prosesnya ketika tombol Save disimpan, data nasabah disimpan
ke dalam database, dan file tanda tangan-nya dienkripsi dengan proses algoritma
Huffman di atas. Begitu juga ketika melakukan Update data, file tanda tangan baru
yang akan dienkripsi akan dienkripsi setelah user menekan tombol Update. Dengan
algoritma pohon Huffman, memiliki kode prefix yang unik, sehingga tidak dapat
disamakan dengan kode lainnya. Metode pohon Huffman sebetulnya merupakan
metode untuk kompresi data, tetapi sekaligus dapat juga melakukan proses enkripsi
data, sehingga pada akhir proses pengamanan data nasabah ini, file tanda tangan
nasabah telah dikompresi sekaligus dienkripsi juga.

Dengan dibuatnya aplikasi enkripsi tanda tangan ini dapat menjawab beberapa
kebutuhan yang ada di PT.BPR Daya Lumbung Asia dalam hal pengurusan
penyimpanan data nasabah beserta dengan sistem keamanannya.
Adapun hal yang dapat terjawab dengan adanya aplikasi ini adalah:
1. Pengolahan data yang telah dienkripsi dapat lebih mudah ditentukan tempat
penyimpanannya sesuai dengan kehendak kita sehingga lebih efisien dan dapat
mencegah data tersebut dari perbuatan yang tidak bertanggung jawab.
2. Pembuatan file enkripsi tanda tangan yang mewajibkan file aslinya bertipe .jpg
membuat aplikasi ini lebih efektif, karena membuat ruang penyimpanan data
lebih efisien serta mampu menciptakan file enkripsi yang bertipe tertentu( di
dalam aplikasi ini file enkripsi bertipe .wen). Untuk hasil kompresi image,
tidak akan mempengaruhi perubahan pada image itu sendiri secara kasat mata,
karena perubahan pixel hanya mempengaruhi sedikit saja image yang
tertampil sesudah proses enkripsi terjadi.
3. Aplikasi ini lebih difokuskan untuk penyimpanan data yang lebih aman. Jadi,
data yang sudah terenkripsi tersebut hanya dapat didekripsi di dalam aplikasi
57
ini saja, selain di dalam aplikasi ini tidak dapat melakukan proses dekripsi data.
Dan seperti yang sudah dijelaskan sebelumnya bahwa aplikasi ini melakukan
proses kompresi data sekaligus enkripsi data, sehingga ruang penyimpanan
dapat lebih efisien sekaligus file tanda tangan nasabah pun aman.
4. Pengolahan data enkripsi dapat lebih efektif dengan dicantumkannya no
rekening nasabah yang berfungsi sebagai identifikasi dari setiap data yang telah
dienkripsi, yang berarti nama dari file tanda tangan nasabah hasil enkripsi
menjadi nomor rekening nasabah tersebut, karena nomor rekening merupakan
primary key, sehingga tidak akan ada yang sama, sedangkan jika menggunakan
nama, ataupun data lainnya, maka besar kemungkinan terdapat data yang sama,
sehingga dapat membingungkan user untuk mengolah data nasabah.
Sebaiknya aplikasi ini dapat terus berkembang dengan adanya metode baru
yang tentunya lebih efektif di dalam proses pengamanan data, karena metode
pohon Huffman merupakan metode yang sudah sangat lama dipakai dan sudah
cukup banyak dipakai oleh banyak orang untuk proses kompresi data sekaligus
enkripsi data, sehingga dibutuhkan metode yang lebih baru dan yang lebih efektif
digunakan di dalam proses pengamanan data.
V. Daftar Pustaka
[Cam07] Campos, A. (2007, November 24). Introduction to Static Huffman. Retrieved

October 20, 2008, from http://www.arturocampos.com/static¬_huffman .
[Dar07] Handoyo, Erico Darmawan.(2007).Materi Perkuliahan Pemrosesan Citra
Digital Teori. Bandung : Universitas Kristen Maranatha.
[Rin06] Munir, Rinaldi.(2006).Materi Perkuliahan Kriptografi. Bandung. Universitas
Kristen Maranatha
[Yun06] Supardi, Yuniar.(2006).Microsoft Visual Basic 6.0 untuk Segala Tingkat.
Jakarta:PT Elex Media Komputindo.
[Yus05] Yuswanto.(2005).Pemrograman Client-Server Microsoft Visual Basic 6.0 Jilid
2.Jakarta : Prestasi Pustakaraya.
[Zak08] Zakaria, Teddy Marcus.(2008).Materi Perkuliahan Basis Data Lanjut
Praktikum. Bandung : Universitas Kristen Maranatha.
58
Aplikasi SMS Pelanggan untuk PD Teknik Willys
Teddy Marcus Zakaria 1) Wijaya Budiman 2)

Jurusan S1 Teknik Informatika, Fakultas Teknologi Informasi
Universitas Kristen Maranatha, Bandung
e-mail : teddy.mz@maranatha.edu 1), nayuki_no_emairu@yahoo.com 2)
Abstract
In Business, information exchange between a company with it’s clients is very important.
Sms is one example of phone facilities that can send information to targets quickly, have
wide range, easy to use and have low cost for businessman. Those facilities can be
combined become an application for PD Teknik Willys, that will be used to send, receive,
and manage client’s orders and also store them. The main goal of this application is to
read and translate the customer’s messages into orders automatically and process them
into orders. To reach the main goal, the system was equiped with method to parse
customer’s messages into words then recognize each of them. The result will be translated
to be an order form contains ordered item list.
Keywords : sms, received, send, automatically, manage order, store data
1. Pendahuluan
Pada zaman perkembangan teknologi seperti sekarang ini, informasi dan
komunikasi menjadi suatu bagian terpenting di dalam masyarakat. Dengan adanya
informasi dan komunikasi, interaksi antara manusia yang satu dengan manusia
yang lain dapat terwujud. Oleh karena itu, penyampaian informasi dan komunikasi
yang tepat dan cepat menjadi salah satu kebutuhan utama di dalam dunia bisnis
agar terjadi suatu interaksi bisnis yang mampu mendatangkan keuntungan bagi
pihak-pihak yang bersangkutan. Dengan memanfaatkan teknologi-teknologi yang
ada pada zaman sekarang ini, penyampaian informasi dan komunikasi yang cepat
dan tepat antara pelaku bisnis atau badan usaha dengan para pelanggannya dapat
terwujud, diantaranya adalah penggunaan teknologi telepon selular, komputer,
internet, dan lainnya.
Telepon selular dapat digunakan sebagai sarana penyampaian informasi dan
komunikasi yang paling utama karena dimiliki oleh sebagian besar para pelaku
bisnis dan badan usaha. Selain itu, telepon selular yang ada sekarang ini memiliki
fasilitas untuk menyampaikan informasi dalam bentuk pesan pendek tertulis atau
disebut juga SMS ( Short Message Service ) dengan biaya yang terjangkau.
Komputer dapat digunakan sebagai alat untuk mengolah dan menyimpan data
bisnis sehingga proses bisnis dapat berjalan dengan lebih teratur dibandingkan
dengan proses bisnis yang masih dilakukan sepenuhnya oleh manusia.
Dengan keterangan-keterangan di atas, dapat dibuat sebuah aplikasi SMS
pelanggan yang dapat digunakan oleh para pelaku bisnis atau badan usaha sebagai
sarana pertukaran informasi dan komunikasi secara cepat dan tepat dengan para
pelanggannya sehingga diharapkan proses dan interaksi bisnis dapat berjalan
dengan lebih cepat dan rapi dibandingkan dengan proses dan interaksi bisnis yang
masih dilakukan secara manual. Salah satu badan usaha yang memanfaatkan
59
aplikasi tersebut adalah PD Teknik Willys, suatu perusahaan yang bergerak di

bidang penjualan spare parts kendaraan bermotor.
2. Rumusan Masalah dan Tujuan Penelitian

Tujuan dari pembuatan aplikasi SMS pelanggan pada PD Teknik Willys adalah :
1. Sebagai sarana komunikasi tambahan untuk melakukan pemesanan,
perubahan dan pembatalan pesanan barang bagi para pelanggan di samping
media manual dan telepon,
2. Otomatisasi proses penerimaan, perubahan dan pembatalan pesanan barang
dari para pelanggan,
3. Sebagai sarana komunikasi penawaran barang atau informasi dari pihak
perusahaan kepada para pelanggannya melalui pesan sms,
4. Memperluas jangkauan pemasaran dan promosi barang kepada para
pelanggan.
3. Landasan Teori
Sistem aplikasi sms pelanggan ini terdiri dari beberapa gabungan perangkat
lunak, diantaranya adalah :
Gammu
Gammu adalah sebuah perangkat lunak yang bersifat open source( bersifat
terbuka ) yang berfungsi menjadi SMS Gateway, yaitu jalur yang menghubungkan
komputer dengan telepon selular sehingga memungkinkan terjadinya pengiriman
sms yang dilakukan oleh pengguna melalui komputer dan penerimaan dan
penyimpanan sms ke dalam basis data oleh komputer. Pada dasarnya Gammu
memiliki tabel basis data tersendiri yang merupakan replika dari media
penyimpanan pada telepon selular.
HTML
HTML adalah singkatan dari HyperText Markup Language, yaitu sebuah bahasa
markup yang digunakan untuk membuat sebuah halaman web dan menampilkan
berbagai informasi di dalam sebuah internet browser.
CSS dan Javascript
Javascript adalah sebuah bahasa script yang digunakan untuk melakukan proses
logika dan dapat diproses oleh browser di sisi client. Melalui javascript, browser
dapat melakukan proses logika langsung di sisi client tanpa harus mengirimkan
data yang akan diproses ke server. CSS adalah bagian dari HTML yang berisi
keterangan akan suatu atribut tag html. Kode CSS akan diterjemahkan oleh browser
kemudian hasilkan akan ditampilkan pada layar.
PHP
PHP adalah singkatan dari PHP Hypertext Preprocessor, yaitu bahasa
pemograman yang berbentuk script ( perintah-perintah yang dapat ditulis secara
terpisah ) yang ditempatkan pada sisi server dan diproses di server. Hasilnya akan
dikirim ke klien tempat pemakai mengunakan browser.
Browser
Browser adalah sebuah aplikasi yang berfungsi untuk menterjemahkan isi
scripts html, css, javascript, dan php kemudian menampilkannya ke layar sesuai
dengan perintah yang tertera pada masing-masin scripts. Di dalam aplikasi ini,
browser yang disarankan untuk digunakan untuk mencapai hasil yang baik adalah
Mozilla Firefox.
60
(Teddy Marcus Zakaria, Wijaya Budiman)
MySQL
MySQL adalah DBMS yang bukan berfungsi untuk mengelola data yang
disimpan dan bersifat open source serta penggunaannya dapat dikombinasikan
dengan aplikasi pendukung lain seperti PHP.
4. Desain Sistem
ER diagram
Berikut adalah ER diagram untuk aplikasi :
Gambar 1. ER diagram
DFD level 1
Berikut adalah Data Flow Diagram level 1 dari aplikasi :
61
Gambar 2. DFD level 1
5. Hasil Implementasi
a. Konsep Membaca dan Menerjemahkan Pesan
Setiap pesan sms yang masuk akan mengalami proses dengan rincian sebagai
berikut :
• Pembacaan Nomor Kontak Pengirim
Aplikasi membaca nomor pengirim dan mencocokkannya dengan nomor pada
daftar pelanggan. Pesan yang memiliki nomor pengirim sebagai pelanggan terdaftar
akan dilanjutkan ke proses pembacaan status pelanggan. Berikut adalah kode
program untuk proses pembacaan nomor kontak pengirim : Pembacaan Status
Pelanggan
// Retrieve customer who send sms

$customerquery = "SELECT IDCustomers, CStatus, CBanned,
CSMS";
$customerquery .= " FROM t_customers";
$customerquery .= " WHERE CSMS = '".$CSMS."'";
$getcustomer = mysql_query($customerquery);
while($customerdata = mysql_fetch_assoc($getcustomer))
{
// Read sms from customer only
if($IDCustomers != NULL || $IDCustomers != "" )
{
. . . .
}
}
62
• Aplikasi membaca status pelanggan. Hanya pelanggan yang tidak di blokir

akunnya yang dapat menggunakan aplikasi. Berikut adalah kode program
untuk membaca status pelanggan :
// Check banned
if( $CBanned == 0 )
{
// Check Tags
$tag = ValidateTags($messages);
// Buy tag process
if( $tag == $tagbuy )
{
. . . .
}
// cancel tag process
if( $tag == $tagcancel )
{
. . . .
}
. . . .
}
• Pembacaan Kata Kunci

Aplikasi membaca kata kunci sebagai acuan untuk menentukan proses mana yang
akan dijalankan. Kata kunci harus ditulis pada awal pesan, pesan yang tidak
memiliki kata kunci tidak akan diproses oleh aplikasi.
• Pembacaan Nama/Jenis Barang
Nama barang yang diterima dibagi menjadi bagian-bagian kata. Pembagian kata
dengan nomor urut pertama dicocokkan dengan data nama barang yang ada di
dalam basis data. Agar hasil yang didapat lebih spesifik, hasil pencarian tersebut
dibandingkan lagi dengan pembagian kata nomor urut selanjutnya dan seterusnya
sampai dengan pembagian kata nomor urut terakhir. Hasil yang keluar menjadi
nama barang yang dituju. Berikut adalah implementasi pembacaan nama jenis
barang ke dalam kode program :
// Get item id
function GetItemIdFromKeys($itemKeys)
{
// Split each key
$keys = explode(" ",strtolower($itemKeys));
// echo "<br>First search : ".$keys[0];
// Count key
$keycount = count($keys);
// IF empty
if($keys[0] == "")
{
$keycount = 0;
}
// echo ", keys : ".$keycount;
// Search ID
63
if( $keycount > 1 )

{
for( $i = 0; $i < $keycount; $i++)
{
// First search
if($i == 0)
{
// Query search . . . .
// Count result
$result = mysql_num_rows($id);
if( $result > 0 )
{
while( $ids = mysql_fetch_array($id) )
{
$listid .= "'".$ids['IDItems']."',";
}
}
else if( $result == null )
{
$iditem = "0";
break;
}
}
// Next search
else
{
. . . .
if( $result > 0 )
{
$listid = "";
while( $ids = mysql_fetch_array($id) )
{
$listid .= "'".$ids['IDItems']."',";
$iditem = $ids['IDItems'];
}
}
else if( $result == null )
{
$iditem = "0";
break;
}
}
}
• Pembacaan Jumlah Barang

Pembacaan jumlah barang dilakukan untuk mengetahui banyak barang yang
dipesan oleh pelanggan untuk masing-masing barang.
b. Kata Kunci SMS

Agar setiap sms yang diterima dapat diproses sesuai dengan perintahnya,
diperlukan kata kunci khusus yang membedakan proses satu dengan proses lainnya.
Kata kunci tersebut adalah :
64
buy
buy adalah kata kunci untuk melakukan pemesanan barang. Kata kunci buy dapat
digunakan apabila pelanggan yang mengirim pesan berstatus active. Kata kunci ini
dapat ditulis dengan variasi huruf kapital seperti Buy, BuY, bUY, BUY, dan
variasi lainnya. Untuk melakukan pemesanan barang, pelanggan harus menulis
pesan dengan format sebagai berikut :
nama jumlah nama jumlah
Buy spasi # & # & … dst
barang 1 barang 1 barang 2 barang 2
Keterangan :
Kata kunci buy ditulis diikuti dengan spasi ditambah dengan nama barang pertama
yang dipesan diikuti tanda # diikuti jumlah barang pertama kemudian dibatasi
dengan tanda & nama barang kedua yang dipesan dan seterusnya sampai dengan
batas maksimum sms ( 160 karakter ). Nama barang yang ditulis minimal memiliki
nilai informasi jenis barang, merk, dan tipe atau ukuran. Penulisan barang, merk,
dan tipe atau ukuran dipisahkan dengan spasi. Misalnya jika hendak memesan
barang dengan jenis oli bermerk A dan berukuran 0,8 liter maka format
penulisannya adalah seperti berikut : buy oli A 08#25. Jenis barang boleh tidak
ditulis apabila merk dan ukuran sudah spesifik atau mewakili keseluruhan barang
yang dimaksud, contoh : oli Z 1L#50.
change
change adalah kata kunci untuk melakukan perubahan jumlah barang yang telah
dipesan sebelumnya. Perubahan hanya dapat dilakukan terhadap pesanan terakhir
yang dikirimkan sebelumnya dan pesanan tersebut belum diproses. Kata kunci
change dapat digunakan apabila pelanggan yang mengirim pesan tidak berstatus
banned. Kata kunci ini dapat ditulis dengan variasi huruf kapital seperti Change,
CHANGE, ChAnGe, CHAnge, dan variasi lainnya. Untuk melakukan perubahan
jumlah barang yang dipesan, pelanggan harus menulis pesan dengan format sebagai
berikut :
nama jumlah nama jumlah
change spasi # & # & … dst
barang 1 barang 1 barang 2 barang 2
Keterangan :
Kata kunci change ditulis diikuti dengan spasi ditambah dengan nama barang
pertama yang diubah diikuti tanda # diikuti jumlah barang pertama kemudian
dibatasi dengan tanda & nama barang kedua yang diubah dan seterusnya sampai
dengan banyaknya barang yang telah dipesan sebelumnya. Apabila terdapat barang
yang jumlahnya tidak mau diubah, maka barang tersebut tidak perlu ditulis. Nama
barang yang ditulis minimal memiliki nilai informasi jenis barang, merk, dan tipe
atau ukuran yang terdapat pada pesanan sebelumnya. Penulisan barang, merk, dan
tipe atau ukuran dipisahkan dengan spasi. Misalnya jika hendak mengubah jumlah
barang yang telah dipesan sebelumnya dapat ditulis seperti berikut : change oli A
08#100&Z 1L#24.
cancel
cancel adalah kata kunci untuk membatalkan sebagian atau seluruh barang yang
telah dipesan sebelumnya. Perubahan hanya dapat dilakukan terhadap pesanan
65
terakhir yang dikirimkan sebelumnya dan pesanan tersebut belum diproses. Kata
kunci change dapat digunakan apabila pelanggan yang mengirim pesan tidak
berstatus banned. Kata kunci ini dapat ditulis dengan variasi huruf kapital seperti
Cancel, CANCEL, CaNcEl, CANcel, dan variasi lainnya. Untuk melakukan
pembatalan barang yang dipesan, pelanggan harus menulis pesan dengan format
sebagai berikut :
nama nama
cancel spasi & & … dst
barang 1 barang 2
Keterangan :
Kata kunci cancel ditulis diikuti dengan spasi ditambah dengan nama barang
pertama yang dibatalkan diikuti tanda & nama barang kedua yang dibatalkan dan
seterusnya sampai dengan banyaknya barang yang telah dipesan sebelumnya.
Pelanggan tidak perlu menuliskan jumlah barang yang akan dibatalkan. Apabila
terdapat barang yang tidak mau dibatalkan, maka nama barang tersebut tidak perlu
ditulis. Nama barang yang ditulis minimal memiliki nilai informasi jenis barang,
merk, dan tipe atau ukuran yang terdapat pada pesanan sebelumnya. Penulisan
barang, merk, dan tipe atau ukuran dipisahkan dengan spasi. Misalnya jika hendak
membatalkan barang yang telah dipesan sebelumnya dapat ditulis seperti berikut :
cancel oli A 08.
View
Kata kunci view digunakan untuk melihat nilai total dari keseluruhan
pesanan barang yang telah disetujui oleh perusahaan tetapi belum dibayar
oleh para pelanggan. Pelanggan cukup menuliskan kata view sebagai isi sms
yang dikirimkan maka aplikasi akan mengirim sms balasan yang berisi total
dari seluruh pesanan yang belum dibayar oleh pelanggan.
c. Contoh Implementasi
Berikut ini adalah beberapa gambar hasil implementasi rancangan aplikasi :
66
Gambar 3. Tampilan Home

Gambar 3 adalah implementasi tampilan untuk halaman utama. Pada halaman ini
berisi seluruh tombol navigasi dari aplikasi.
Gambar 4. Tampilan Send SMS
67
Gambar 4 adalah implementasi tampilan untuk mengirim SMS. Pada halaman ini
pengguna dapat mengirim sms kepada nomor pelanggan yang dituju.
Gambar 5. Tampilan Data Pelanggan
Gambar 5 adalah implementasi tampilan untuk data pelanggan. Pada halaman ini
berisi keterangan data dari masing-masing pelanggan.
Gambar 6. Tampilan Form Pesanan
68
Gambar 6 adalah implementasi tampilan untuk data pesanan barang yang telah
berhasil dibaca dan diterjemahkan oleh aplikasi dari pesan pelanggan.

a. Kesimpulan
Berdasarkan hasil pengamatan dan evaluasi pada aplikasi SMS Pelanggan PD
Teknik Willys, dapat diambil kesimpulan bahwa :
• Aplikasi telah menjadi sarana komunikasi tambahan di samping media
manual dan telepon dengan cara mengirimkan pesan dalam bentuk sms
kepada para pelanggan baik secara manual maupun otomatis. Pengiriman
sms secara manual akan berisi pesan yang ditulis langsung oleh pihak
perusahaan kepada nomor-nomor kontak yang dituju, sedangkan
pengiriman sms secara otomatis berupa akan berupa konfirmasi
penerimaan, perubahan, dan pembatalan pesanan, dan penawaran barang
terhadap pelanggan yang bersangkutan saja.
• Aplikasi dapat membaca isi sms yang dikirim oleh para pelanggan dan
menyeleksinya secara otomatis. sms akan dikelompokkan menjadi pesanan,
perubahan, dan pembatalan dan diproses secara otomatis menjadi daftar
pesanan barang.
• Berdasarkan komentar dari pengguna, terdapat kesulitan penggunaan saat
pertama kali implementasi dikarenakan basis data dari aplikasi tidak
terhubung langsung dengan basis data aplikasi utama dari pihak
perusahaan sehingga proses memasukkan data pelanggan dan barang harus
dilakukan secara manual.
• Penulis mengalami di dalam hal mencari metode untuk membaca isi sms
agar hasil pencarian dapat dengan tepat menentukan barang yang
dimaksud. Pada akhirnya penulis menggunakan metode pembacaan pesan
dengan cara membagi pesan menjadi bagian-bagian kata dan
membandingkannya satu per satu dengan kata kunci data barang. Metode
ini menggunakan proses pencarian yang berulang-ulang dengan kata kunci
yang berbeda sehingga hasil yang dicari dapat lebih tepat.
b. Saran
Berdasarkan hasil pengamatan dan evaluasi pada aplikasi SMS Pelanggan PD
Teknik Willys, penulis menyarankan :
• Agar aplikasi ini dapat mencapai tujuannya dalam memperluas jaringan
komunikasi dengan para pelanggan dapat terwujud, pengguna harus sering
memeriksa daftar pesanan barang yang diterima oleh aplikasi dan segera
mengambil tindakan untuk setiap pesanan yang ada.
• Pengguna harus memperhatikan proses pembayaran pesanan barang yang
sebenarnya dan menyesuaikannya dengan proses pembayaran barang yang
ada pada aplikasi ini agar data pesanan barang yang telah dibayar antara
aplikasi ini dengan aplikasi utama saling cocok.
• Adanya komunikasi dari para pelanggan apabila terjadi perubahan nomor
kontak agar data pelanggan yang tercatat adalah data yang valid.
• Adanya sinkronisasi basis data terutama untuk barang antara aplikasi ini
dengan basis data pada aplikasi utama perusahaan.
69
7. Daftar Pustaka
[Gam08] Gammu Installations. Retrieved : July 10, 2008, from
http://www.mwiacek.com/gsm/soft/gammu.html.
[Luk08] Hakim, Lukman. ( 2008 ). Membongkar Trik Rahasia Para Master PHP.
Yogyakarta : Lokomedia.
[Htm09] HTML.Retrieved : April 4, 2009 from http://www.w3schools.com/HTML.
[Rof08] Mulyanti, Aunur Rofiq, dkk ( 2008 ). Rekayasa Perangkat Lunak Untuk Sekolah
Kejuruan. Direktorat Pembinaan Sekolah Menengah Kejuruan, Jakarta.
[Muh08] Muhadkly. SMS Gateway menggunakan Gammu. Retrieved : July 7, 2008 from
www.ilmukomputer.com.
[Php08a] PHP definition: electronic references. Retrieved June 25, 2008 from www.shop-
script.com/glossary.html.
[Php08b] PHP : electronic references. Retrieved June 12, 2008 from
http://www.php.net/en/appendices.
[Php08c] PHP. Retrieved : May 16, 2009 from http://www.w3schools.com/php.
[Php08d] PHP Organization. PHP Manuals. Retrieved : December 10, 2008. from
http://www.php.net/en/appendices .
[Ber05] Suteja, Bernard R. dkk ( 2005 ). Mudah dan Cepat Menguasai Pemograman
Web. INFORMATIKA, Bandung.
70
Analisis Data dengan Menggunakan
ERD dan Model Konseptual Data Warehouse
Doro Edi1) , Stevalin Betshani2)

Jurusan Sistem Informasi
Fakultas Teknologi Informasi, Universitas Kristen Maranatha
Email: email : k_doroedi@yahoo.com 1),vall_angel@yahoo.com 2)
Abstract
Data is an important part in enterprise information system. So data can be used effectively,
we have to analyse the data. There are many ways to analysing and modelling data, some
of them are by using Entity Relationship Diagram (ERD) and conceptual model of data
warehouse such as star schema, snowflake schema, dan fact constellations schema. This
paper suggest a literature study about data analysis by using ERD and conceptual model of
data warehouse and also a case study about mini market information system to support that
explanation. Design of ERD, star schema, snowflake schema, dan fact constellations
schema in that information system meant to manage point of sale, purchasing, and stock
control. Design of ERD can be used to modelling transactional data. While data warehouse
more used to support manager to make a decision in an enterprise.
Keywords: Entity Relationship Design, Star schema, Snowflakes schema, Fact constellation
schema.
1. Pendahuluan
Data merupakan komponen utama dari sistem informasi perusahaan karena
semua informasi untuk pengambilan keputusan berasal dari data. Oleh karena itu
sudah sewajarnya jika pengolahan data dipandang sebagai kebutuhan primer oleh
perusahaan. Pengelolaan data yang buruk dapat mengakibatkan tidak tersedianya
data penting yang digunakan untuk menghasilkan informasi yang diperlukan dalam
pengambilan keputusan.
Untuk mengolah data menjadi bentuk yang lebih bermanfaat dibutuhkan analisis
yang baik dan tajam. Analisis data merupakan metode yang digunakan untuk
mengetahui bagaimana menggambarkan data, hubungan data, semantik data dan
batasan data yang ada pada suatu sistem informasi. Ada banyak cara dalam
menganalisis dan memodelkan suatu data, beberapa diantaranya adalah dengan
menggunakan Entity Relationship Diagram (ERD) dan Model Konseptual Data
Warehouse.
Dalam melakukan analisis data, ERD dapat digunakan untuk menggambarkan
masing-masing entitas dan relasi antar entitas dari bentuk notasi grafik menjadi
sebuah diagram data sehingga segala pemrosesan data secara transactional dapat
tergambar dengan jelas. Sedangkan model konseptual data warehouse dapat
menunjang keputusan manajemen yang berorientasi subjek, terpadu, time variant,
dan tidak mudah berubah. Dan merupakan penunjang pemrosesan informasi
dengan menyediakan suatu platformyang kokoh untuk analisis data yang
mengandung histori dan yang terkonsolidasi. Metode yang umum digunakan dalam
71
Jurnal Informatika, Vol.5, No. 1, Juni 2009: 71 - 85
data warehouse untuk memodelkan dan menganalisa data adalah dengan

menggunakan star schema, snowflake schema, dan fact constellations schema.
2. Konsep Data dan Analisis Data

2.1 Pengertian Data
Ada beberapa gagasan dalam pendefinisian istilah data, sebuah sumber
menyebutkan bahwa :
”Data adalah fakta-fakta, pemikiran, atau pendapat yang tidak atau belum
memiliki arti kegunaan” [Sco94]
Sedangkan pengertian lain dari data ialah :
“Data didefinisikan sebagai kelompok teratur simbol-simbol yang
mewakili kuantitas, tindakan, benda, dan sebagainya” [Dav84]
Data terbentuk dari karakter yang dapat berupa alfabet, angka, maupun simbol
khusus dan merupakan bentuk yang masih mentah sehingga perlu diolah lebih
lanjut melalui suatu model untuk menghasilkan informasi.
2.2 Hirarki Data

Secara tradisional, data di organisasikan ke dalam suatu hirarki yang terdiri atas
[Kad99] :
1. Elemen data
Adalah satuan data terkecil yang tidak dapat dipecah lagi menjadi unit lain yang
bermakna. Istilah lain untuk elemen data adalah field, kolom, item, dan atribut.
2. Record
Adalah gabungan sejumlah elemen data yang saling terkait. Dalam sistem basis
data relasional, record biasa disebut dengan istilah tupel atau baris.
3. File
Himpunan seluruh record yang bertipe sama membentuk sebuah file. File dapat
dikatakan sebagai kumpulan data record yang berkaitan dengan suatu subjek.
Dalam sistem basis data relasional, file mewakili komponen yang disebut tabel atau
relationship.
2.3 Pengertian Analisis Data

Analisis data merupakan metode yang digunakan untuk mengetahui bagaimana
menggambarkan data, hubungan data, semantik data dan batasan data yang ada
pada suatu sistem informasi.
3. Data Warehouse
3.1 Pengenalan Data Warehouse
Terdapat beberapa definisi seputar data warehouse. Dari sisi praktisi, Barry
Devlin, IBM Consultant, menerjemahkan data warehouse sebagai :
“Suatu data warehouse sederhananya adalah suatu penyimpanan data
tunggal, lengkap dan konsisten, yang diperoleh dari berbagai sumber dan
dibuat tersedia bagi end user dalam suatu cara yang bisa mereka pahami
dan bisa mereka gunakan dalam suatu konteks bisnis.” [Riz07]
Pendapat lain tentang pengertian data warehouse yang dikemukakan oleh W. H.
Inmon, yang dikenal juga sebagai Bapak data warehousing, adalah :
72
Analisis Data dengan Menggunakan ERD dan Model Konseptual Data Warehouse
(Doro Edi , Stevalin Betshani)
“Suatu data warehouse adalah suatu koleksi data yang bisa digunakan
untuk menunjang pengambilan keputusan manajemen, yang berorientasi
subjek (topik), terpadu, time variant, dan tidak mudah berubah.” [Han06]
Secara garis besar, data warehouse adalah sebuah database penunjang
keputusan yang mengandung data yang biasanya mewakili sejarah bisnis dari suatu
perusahaan. Data Historis dari data warehouse digunakan di dalam aktivitas
analisis yang mendukung pengambilan keputusan dalam perusahaan tersebut.
Pengelolaan data warehouse dilakukan secara terpisah dari database operasional
perusahaan.
3.2 Karakteristik Data Warehouse

Beberapa karakteristik dari data warehouse yaitu sebagai berikut :
1. Subject Oriented
Yaitu mengorganisir data menurut subjek dari suatu perusahaan, misalnya
konsumen, produk, dan penjualan. Difokuskan pada pemodelan dan analisis data
untuk decision maker, bukan pada operasi harian atau pemrosesan transaksi.
Menyediakan wawasan yang sederhana dan ringkas mengenai subjek dengan
memisahkan data yg tidak relevan dalam proses pengambilan keputusan.
2. Integrated
Data warehouse harus mengintegrasikan data dari sumber data yang beragam,
seperti relational database, flat files, on-line transaction records.
3. Time-variant
Data warehouse tetap menyimpan data-data historis. Setiap struktur key dalam
data warehouse mengandung elemen waktu baik eksplisit maupun implisit.
4. Non-volatile
Penyimpanan data transformasi dalam data warehouse selalu terpisah secara fisik
dari lingkungan operational. Oleh karena itu, updatedata operasional tidak terjadi
pada lingkungan data warehouse, dan data warehouse tidak memerlukan
pemrosesan transaksi, recovery, dan concurrency control. Hanya memerlukan dua
operasi dalam megakses data, yaitu initial loading of data dan access of data.
3.3 Keuntungan Data Warehouse

Jika suatu perusahaan berhasil menerapkan data warehouse untuk mendukung
pengambilan keputusan, maka beberapa keuntungan yang akan diberikan oleh data
warehouse antara lain :
1. Kemungkinan kembalinya nilai investasi dalam jumlah besar
Perusahaan harus menanamkan modal dalam jumlah yang cukup besar untuk
menjamin penerapan data warehouse pada perusahaan tersebut dapat berhasil.
Namun penelitian yang dilakukan oleh International Data Corporation (IDC) pada
tahun 1996 menunjukkan bahwa dalam jangka waktu kurang lebih tiga tahun nilai
Return of Investment (ROI), dari perusahaan yang menerapkan data warehouse,
meningkat sebesar 401%. [Con02]
2. Keunggulan bersaing (competitive advantage)

Besarnya ROI untuk perusahaan yang mengimplementasikan data warehouse
merupakan bukti akan keunggulan bersaing yang luar biasa sebagai efek dari
teknologi ini. Keunggulan bersaing diperoleh karena decision maker dapat
73
mengakses data yang yang sebelumnya tidak tampak, tidak diketahui dan belum
dimanfaatkan, seperti permintaan konsumen, tren pada konsumen.
3. Meningkatkan produktivitas pembuat keputusan

Data warehouse meningkatkan produktivitas decision maker dengan menciptakan
database yang konsisten, subject-oriented, dan mendukung data historis. Dengan
kata lain, data warehouse mengintegrasikan data dari berbagai sistem yang
bertentangan menjadi suatu bentuk yang menyediakan gambaran perusahaan yang
konsisten.
3.4 Model Konseptual Data Warehouse

Model konseptual data warehouse atau dimensional model merupakan suatu desain
logic yang merepresentasikan data dalam bentuk standar, dan mendukung
dilakukannya akses terhadap data dengan cepat. Terdapat beberapa istilah yang
berkaitan dengan model ini, yaitu fact table, dimension table, dan hirarki.
Fact table merupakan tabel utama yang berisikan kumpulan dari primary key tabel
lain. Setiap fact table dalam model konseptual data warehouse memiliki composite
key, begitu juga sebaliknya, setiap tabel yang memilki composite key adalah fact
table. Dengan kata lain, setiap tabel yang menunjukkan hubungan banyak ke
banyak (many to may relationship) pastilah merupakan fact table.
Dimension table adalah tabel yang lebih sederhana dimana didalamnya terdapat
primary key yang berhubungan dengan salah satu composite key yang ada pada fact
table.
Hirarki mendefinisikan urutan pemetaan dari konsep level bawah ke level yang
lebih tinggi, konsep yang lebih umum.
Dimensional model yang paling populer adalah star schema, snowflakes schema,
dan fact constellation schema. Masing-masing model diatas akan dibahas lebih
lanjut pada pembahasan berikutnya.
3.4.1 Star Schema

Star schema adalah salah satu dimensional model dimana fact table terletak di
pusat dan tabel lainnya, yaitu dimension table terletak disekelilingnya. Kebanyakan
dari fact table pada star schema merupakan normalisasi bentuk ketiga dari
database, sedangkan dimensional table adalah normalisasi bentuk kedua. Star
schema merupakan bentuk dimensional model yang paling sederhana.
Beberapa keuntungan dari star schema adalah mudah dipahami karena strukturnya
yang sederhana, dan low maintenance. Sedangkan kekurangannya adalah
performanya kurang baik dibandingkan dengan skema yang lainnya, serta jumlah
dimension table yang ada bisa menjadi sangat banyak.
3.4.2 Snowflake Schema

Snowflake schema merupakan bentuk perluasan dari star schema dimana terjadi
proses normalisasi dari beberapa atau seluruh dimension table. Snowflake schema
biasanya digunakan pada tabel yang sangat besar dan jika star schema tidak
mampu menggambarkan kompleksitas dari database tersebut.
Seperti halnya star schema, snowflake schema juga mudah untuk di-maintain, tidak
memakan banyak ruang pada media penyimpanannya, serta mengurangi redudansi
data karena skema ini menggunakan tabel yang telah dinormalisasi. Beberapa
74
permasalahan yang ditemui pada skema ini antara lain pada penggunaan SQL yang
lebih rumit. Hal ini dikarenakan untuk menjawab query-query yang diinginkan,
perlu dilakukan join dan agregasi pada banyak tabel.
3.4.3 Fact Constellation Schema

Skema ini lebih kompleks dibanding snowflake schema atau star schema karena
skema ini berisi banyak fact table. Fact constellation schema memungkinkan suatu
dimension table berhubungan dengan banyak fact table. Fact constellation schema
sangat fleksibel, namun terkadang menjadi susah dalam pengaturan dan support.
Kerugian utama skema ini adalah desain lebih rumit karena banyak varian agregasi
yang harus dipertimbangkan, selain itu juga untuk menjawab single query mungkin
butuh multiple SQL statement.
4. Entity Relationship Diagram (ERD)

Entity Relationship Diagram (ERD) adalah sekumpulan cara atau peralatan untuk
mendeskripsikan data-data atau objek-objek yang dibuat berdasarkan dan berasal
dari dunia nyata yang disebut entitas (entity) serta hubungan (relationship) antar
entitas-entitas tersebut dengan menggunakan beberapa notasi.
Komponen-komponen pembentuk ERD dapat di lihat pada tabel 1 di bawah ini.
Tabel 1: Komponen-komponen ERD

Notasi Komponen Keterangan
Entitas Individu yang mewakili suatu objek
dan dapat dibedakan dengan objek
yang lain.
Atribut Properti yang dimiliki oleh suatu

entitas, dimana dapat
mendeskripsikan karakteristik dari
entitas tersebut.
Relasi Menunjukkan hubungan diantara
sejumlah entitas yang berbeda.
Relasi 1 : 1 Relasi yang menunjukkan bahwa

setiap entitas pada himpunan entitas
pertama berhubungan dengan paling
banyak satu entitas pada himpunan
entitas kedua
Relasi 1 : N Relasi yang menunjukkan bahwa
hubungan antara entitas pertama
dengan entitas kedua adalah satu
banding banyak atau sebaliknya.
Setiap entitas dapat berelasi dengan
banyak entitas pada himpunan entias
yang lain
75
Notasi Komponen Keterangan

Relasi N : N Hubungan ini menunjukkan bahwa
setiap entitas pada himpunan entitas
yang pertama dapat berhubungan
dengan banyak entitas pada himpunan
entitas yang kedua, demikian juga
sebaliknya
5. Perbandingan Antara ERD Dengan Dimensional Model

Seperti yang telah dijabarkan sebelumnya, ERD digunakan untuk menggambarkan
database untuk pemrosesan transaksi online atau Online Transaction Processing
(OLTP), sedangkan dimensional model digunakan untuk mendesain database
dalam data warehouse. Berikut ini merupakan perbandingan antara OLTP dengan
data warehouse.
Tabel 2: Perbandingan antara OLTP dengan Data Warehouse

OLTP Data Warehouse
Menangani data saat ini Menangani data historis
Datanya dinamis Datanya sebagian besar statis
Banyak menangani proses update Banyak menangani proses read
Pola penggunaannya dapat diprediksi Pola penggunaannya tidak dapat diprediksi
Bersifat transaksional Bersifat analisis
Banyak transaksi kecil Query-query panjang dan kompleks
Data size MB – GB Data size GB – TB
Berorientasi aplikasi Berorientasi subjek
Mendukung keputusan harian Mendukung keputusan strategis
Menangani pengguna operasional dalam Menangani pengguna manajerial dalam
jumlah besar jumlah kecil
Dari tabel diatas dapat diketahui bahwa ERD digunakan untuk memodelkan data-
data yang bersifat transaksional. Sedangkan dimensional model lebih dimanfaatkan
untuk memodelkan data-data yang akan digunakan untuk menunjang pengambilan
keputusan.
6. Studi Kasus Minimarket

6.1 Deskripsi Permasalahan
Sebuah minimarket yang menjual berbagai jenis barang kebutuhan sehari-hari
memiliki sebuah sistem informasi untuk mengelola penjualan secara langsung
(point of sales), pengadaan barang, dan stock control. Proses bisnis dalam
penjualan barangnya dimulai pada saat customer memilih barang yang akan dibeli.
Setelah customer memutuskan untuk membeli barang tersebut, maka kasir akan
meminta informasi tentang identitas customer untuk dicatat jika customer yang
bersangkutan terdaftar sebagai member. Namun jika customer tersebut bukanlah
76
member minimarket, maka data-data customer akan diabaikan. Kemudian kasir

akan membuatkan nota penjualan barang. Setelah barang diterima oleh customer,
customer akan melakukan pembayaran. Proses berakhir ketika kasir memberikan
bukti pembayaran kepada customer. Sistem informasi yang tersedia tidak melayani
proses pengembalian barang dan pemesanan barang.
Proses bisnis untuk pembelian barang dari supplier dimulai ketika pihak
minimarket menghubungi supplier dan memesan barang. Supplier kemudian akan
membuatkan nota pembelian. Barang yang sudah dipesan lalu akan diantarkan ke
minimarket. Jika barang sudah diterima, maka proses yang terjadi adalah
pembayaran dari pihak minimarket ke pihak supplier. Setelah semua proses
pembayaran selesai, supplier akan memberikan bukti pembayaran dan proses
selesai. Seperti halnya pada proses penjualan, proses pembelian tidak menangani
pengembalian barang kepada supplier.
Untuk proses stock control, dilakukan proses pencatatan terhadap barang yang di-
supply, barang yang dibeli oleh customer dan sisa barang yang ada di gudang per
harinya. Hal ini dimaksudkan agar setiap keluar masuknya barang yang ada dapat
terawasi dan menjaga barang selalu tersedia di gudang.
6.2 Perancangan ERD

Berikut ini perancangan ERD untuk minimarket tersebut diatas :
77
Gambar 1: Entity Relationship Diagram Minimarket
6.3 Perancangan Star Schema

Star schema merupakan salah satu alat pendukung pengambilan keputusan, maka
dari itu perancangan star schema disesuaikan dengan kebutuhan pihak manajerial
dalam pengambilan suatu keputusan. Jika pihak manajerial membutuhkan data-data
mengenai penjualan untuk mengambil keputusan tertentu, maka akan dirancang
star schema untuk penjualan saja. Berikut adalah perancangan star schema untuk
proses penjualan :
78
Gambar 2: Star Schema Penjualan
Dari perancangan star schema diatas, yang berperan sebagai fact table adalah tabel
penjualan. Tabel penjualan disini merupakan penggabungan dari beberapa atribut
dari entitas penjualan dengan beberapa atribut dari entitas detail_penjualan pada
ERD yang dirancang sebelumnya. Penggabungan ini dapat dilakukan selagi hal
tersebut dapat mendukung pengambilan keputusan. Tabel penjualan dijadikan
sebagai fact table karena tabel penjualan merupakan tabel utama yang berisikan
kumpulan primary key dari tabel-tabel lainnya. Dimension table untuk skema
diatas adalah tabel customer, tabel barang, dan tabel tanggal karena primary key
dari tabel-tabel tersebut berhubungan dengan salah satu composite key yang ada
pada fact table.
Star schema untuk pembelian akan dirancang jika manajer membutuhkan data-data
pendukung pengambilan keputusan yang berhubungan dengan pembelian. Berikut
ini merupakan perancangan star schema untuk proses pembelian :
79
Gambar 3: Star Schema Pembelian
Pada star schema diatas yang berperan sebagai fact table adalah tabel pembelian
sedangkan dimension table-nya adalah tabel supplier, tabel barang, dan tabel
tanggal. Seperti pada star schema penjualan, tabel pembelian dijadikan sebagai fact
table karena tabel ini merupakan tabel utama yang berisikan kumpulan primary key
dari tabel-tabel lainnya. Tabel pembelian disini juga merupakan penggabungan dari
beberapa field pada tabel pembelian dan tabel detail_pembelian pada ERD
sebelumnya. Tabel supplier, tabel barang, dan tabel tanggal dijadikan sebagai
dimension table karena primary key dari tabel-tabel tersebut berhubungan dengan
salah satu composite key yang ada pada tabel pembelian.
Berikut ini merupakan star schema untuk proses stock control pada minimarket
yang telah dijabarkan sebelumnya. Dalam skema ini yang berperan sebagai fact
table adalah tabel stock, sedangkan dimension table-nya adalah tabel tanggal dan
tabel barang. Pada tabel stock terdapat primary key dari tabel barang yaitu
ID_Tanggal serta terdapat pula primary key dari tabel barang yaitu ID_Barang.
Gambar 4: Star Schema Stock
Dari seluruh perancangan star schema diatas dapat diketahui bahwa perancangan
tiap skema hanya terbatas berdasarkan satu proses tertentu saja, misalnya proses
penjualan saja, proses pembelian saja atau proses stock control saja.
Perancangan Snowflake Schema
80
Gambar 5: Snowflakes Schema Penjualan
Snowflakes schema merupakan pengembangan dari star schema, dimana setiap

dimension table yang ada dipecah kembali menjadi bentuk yang lebih sederhana
sesuai dengan kebutuhan pengambilan keputusan. Gambar 5 di atas merupakan
gambar snowflakes schema untuk proses penjualan.
Star schema pembelian dapat dipecah kembali menjadi bentuk yang lebih detail
pada dimension table-nya sehingga akan menghasilkan sebuah snowflake schema.
Berikut adalah gambar dari snowflake schema untuk proses pembelian :
Gambar 6: Snowflakes Schema Pembelian
Sedangkan gambar dibawah ini merupakan gambar snowflakes schema dari proses
stock control :
81
Gambar 7: Snowflakes Schema Stock
Pada ketiga snowflakes schema diatas diketahui bahwa tiap-tiap dimension table
mengalami normalisasi. Hal ini bertujuan untuk mengetahui hirarki dari tabel-tabel
yang ada sehingga dapat mendukung pengambilan keputusan berdasarkan hirarki
tersebut.
6.5 Perancangan Fact Constellation Schema

Berikut ini merupakan gambar perancangan fact constellation schema untuk proses
penjualan, pembelian, dan stock control pada minimarket yang telah dijabarkan
sebelumnya. Fact table dari skema ini adalah tabel penjualan, tabel pembelian, dan
tabel stock sedangkan dimension table-nya adalah tabel customer, tabel supplier,
tabel barang, dan tabel tanggal.
Gambar 8: Fact Constellation Schema

Sebagai fact table, tabel pembelian, tabel penjualan, dan tabel stock berisikan
primary key dari masing-masing dimensional table. Sebaliknya primary key dari
tabel customer, tabel supplier, tabel barang, dan tabel tanggal, yang berperan
sebagai dimensional table, juga berhubungan dengan salah satu composite key yang
ada pada fact table.
Fact constellation schema diatas menunjukkan bahwa suatu dimension table dapat
berhubungan dengan banyak fact table. Misalnya pada tabel barang dan tabel
tanggal. Kedua tabel diatas berhubungan dengan tiga fact table sekaligus, yaitu
tabel penjualan, tabel pembelian, dan tabel stock.
82
6.6 Hirarki dari Dimensional Table

Untuk masing-masing dimension table yang ada pada tiap-tiap skema yang telah
dirancang sebelumnya, dapat ditarik suatu hirarki. Hirarki tersebut berguna agar
tiap dimension table yang ada dapat di aggregate / summarized ke level yang lain.
Berikut ini hirarki untuk tiap-tiap dimensi :
Gambar 9: Hirarki untuk Dimensi Barang

Gambar diatas menunjukkan hirarki untuk tabel barang. Pada tabel barang terdapat
field Nama dan Jenis yang menunjukkan hirarki untuk dimensi barang. Field jenis
menunjukkan adanya pengelompokan barang menjadi kelompok yang lebih
general sedangkan field nama merupakan bentuk khusus dari barang itu sendiri.
Gambar 10: Hirarki untuk Dimensi Supplier dan Customer

Tabel supplier dan tabel customer juga memiliki hirarki yang ditunjukkan oleh
gambar 10 diatas. Hirarki untuk tabel supplier dan tabel customer terletak pada
lokasi dari supplier atau customer tersebut. Berdasarkan lokasinya, supplier atau
customer dapat dikelompokkan berdasarkan provinsi, kota, atau jalan dimana
supplier atau customer tersebut berada.
83
Gambar 11: Hirarki untuk Dimensi Tanggal

Hirarki untuk dimensi tanggal merupakan hirarki waktu. Tiap proses penjualan,
pembelian, maupun pengawasan stok dapat dikelompokkan berdasarkan waktu
tertentu, misalnya tiap tahun, tiap bulan, atau tiap harinya.
7. Kesimpulan
Setelah melakukan analisis dan perancangan data dengan menggunakan ERD dan
model konseptual data warehouse dapat disimpulkan bahwa :
1. Entity Relationship Diagram (ERD) merupakan suatu metode pemodelan
data yang menggambarkan entitas-entitas yang ada pada suatu database
dan relasi atau hubungan dari masing-masing entitas tersebut.
2. Star schema merupakan salah satu model konseptual data warehouse yang
paling sederhana, dimana hanya ada satu fact table yang dikelilingi oleh
beberapa dimension table.
3. Snowflake schema merupakan pengembangan dari star schema yang
didalamnya terjadi proses normalisasi dari beberapa dimension table-nya.
4. Fact constellation schema adalah skema yang paling kompleks
dibandingkan dengan star dan snowflakes schema, dimana terdapat
beberapa fact table dan dimension table-nya dapat berhubungan dengan
lebih dari satu fact table.
5. Memodelkan data menggunakan Entity Relationship Diagram (ERD)
digunakan untuk keperluan harian yang bersifat transactional sedangkan
model konseptual data warehouse, yaitu star schema, snowflakes schema,
dan fact constellation schema, dimanfaatkan untuk menunjang
pengambilan keputusan.
8. Saran
Saran yang dapat disampaikan untuk kemajuan di masa mendatang, antara lain :
Untuk mengetahui secara lebih jelas tentang ERD dan model konseptual data
warehouse, disarankan untuk melakukan uji coba secara langsung pada database
dari suatu aplikasi yang berjalan.
Topik pembahasan sebelumnya dapat dikembangkan lagi dengan mengenakan
operasi on-line analytical processing (OLAP), seperti roll-up, drill-down, slice,
dice, pivoting, ranking, dalam menganalisis data warehouse.
84
9. Referensi
[Sco94] Scott, George M. (1994). Prinsip-prinsip Sistem Informasi Manajemen. Jakarta :
PT. Raja Grafindo Persada.
[Dav84] Davis, Gordon B. (1984). Kerangka Dasar Sistem Informasi Manajemen. Jakarta
: PT. Pustaka Binaman Pressindo.
[Con02] Connolly, T & Begg, C. (2002). Database System. UK : Addison Wesleys
[Han06] Han, J & Kamber, M. (2006). Data Mining : Concepts and Techniques. San
Francisco : Morgan Kaufmann Publishers.
[Kad99] Kadir, A. (1999). Kosep dan Tuntunan Praktis Basis Data. Yogyakarta : Penerbit
ANDI Yogyakarta.
[Riz07] Rizky. (2007). Data Warehousing dan Decision Support. ITS. Available :
http://lecturer.eepis-its.edu/~rizky/Basdat_2_Teori/
Day-13/13%20-%20Data%20Warehouse%20dan%20Decision
%20Support%20System-2.pdf.
85
Perspektif & Tantangan Pengembangan M-Learning
Ashari Sutrisno1), Jazi Eko Istiyanto2)
1)
PPPPTK Matematika Yogyakarta
e-mail: hari_ash@yahoo.com
2)
Pascasarjana Ilmu Komputer UGM Yogyakarta
e-mail: jazi@ugm.ac.id
Abstract
In recent years, a new learning revolution is coming with the rapid growth of mobile
technologies, which promises continued extension towards anywhere and anytime learning.
This technology is commonly known as Mobile Learning (M-Learning), and it has been
considered as the future of learning. Over the past ten years Mobile Learning (M-Learning)
has grown from a minor research interest to a set of significant projects in schools,
workplaces, museums, cities and rural areas around the world. However, M-Learning is
still a new notion, and many people with different backgrounds are working in this new
field have difficulties to have an overall understanding. Therefore, an overview of M-
Learning is needed. This paper reviews some perspectives on M-Learning, describes
several M-Learning projects, history and growth of M-Learning, and the challenges in
the development of M-Learning.
Keywords: Learning, Mobile Learning (M-Learning), Mobile Technology, Handheld

Device, Portable
1. Pendahuluan
Mobile Learning (M-Learning) memiliki arti yang berbeda-beda untuk komunitas

yang berbeda-beda. Sebagian pengarang menekankan pada keterlibatan teknologi,
sebagian yang lain pada sisi edukasi atau tujuan filosofis dari pembelajaran.
Beberapa definisi tentang M-Learning dapat disebutkan sebagai berikut:

o M-Learning adalah segala jenis pembelajaran yang mana pembelajar tidak di
lokasi yang tetap atau sudah ditentukan, ataupun pembelajaran dimana
pembelajar mengambil manfaat dari teknologi mobile [Mob03].
o M-Learning merupakan akuisisi dari berbagai pengetahuan dan keahlian lewat
penggunaan teknologi mobile, dimana saja dan kapan saja, yang menghasilkan
perubahan dalam tingkah laku [Ged04].
o M-Learning adalah segala ketentuan dan perlengkapan edukasi dimana
teknologi yang mendominasi adalah peralatan genggam atau palmtop [Tra05].
o M-Learning merupakan interseksi dari mobile computing dan E-Learning.
Sumber-sumber dapat diakses dari mana saja, kemampuan pencarian dan
dukungan yang kuat, interaksi yang kaya, untuk pembelajaran yang efektif dan
penilaian yang berbasis pada performansi. E-Learning sendiri memiliki
independensi terhadap ruang dan waktu [Qui00].
o M-Learning adalah pembelajaran melalui komunikasi mobile [Nyi02].
87
Menurut Wikipedia M-Learning meliputi beberapa hal [Wik09]:

o Pembelajaran dengan menggunakan teknologi yang mudah dibawa (portable),
yang terfokus pada teknologinya, sehingga dapat saja di dalam lokasi yang
tetap, seperti ruang kelas
o Pembelajaran lintas konteks, yang terfokus pada mobilitas dari pembelajar,
interaksi dengan teknologi tidak bergerak (fixed) ataupun portable, dan
o Pembelajaran di dalam komunitas yang bergerak (mobile) dengan fokus pada
bagaimana komunitas dan institusi dapat mengakomodasi dan mendukung
populasi mobile yang meningkat, yang tidak puas dengan metodologi
pembelajaran yang sudah ada.
M-Learning secara virtual dapat diakses dari mana saja, dengan menyediakan akses
untuk seluruh materi-materi pembelajaran yang berbeda-beda. M-Learning juga
menyediakan sharing content untuk setiap pengguna dengan menggunakan konten
yang sama, dan memungkinkan adanya umpan balik secara instan. M-Learning
memberikan portabilitas yang tinggi lewat penggantian buku atau catatan dengan
konten-konten pembelajaran, meski menggunakan peralatan yang memiliki memori
kecil. Pembelajan dalam M-Learning biasanya disampaikan secara menarik dan
menyenangkan.
2. Sejarah dan Perkembangan M-Learning
Tahun 1970-an sampai 1980-an.

Alan Kay dan rekan dalam the Learning Research Group at Xerox Palo Alto
Research Center (PARC) mengusulkan the Dynabook sebagai suatu book-sized
computer untuk menjalankan simulasi dinamis bagi pembelajaran.
Tahun 1990-an.
Universitas-universitas di Eropa dan Asia mengembangkan dan mengevaluasi M-
Learning untuk para siswa. Palm Corporation menawarkan bantuan untuk
universitas-universitas dan perusahaan-perusahaan yang membuat dan menguji
penggunaan M-Learning pada PalmOS platform. Knowledgility membuat modul
M-Learning yang pertama bagi sertifikasi CCNA, A+ dan MCSE.
Tahun 2000-an.
The European Commission mendanai projek-projek utama multi-national
MOBIlearn dan M-Learning. Perusahaan-perusahaan mengkhususkan diri pada tiga
area pokok dari M-Learning, yaitu:
o Authoring dan Penerbitan
o Penyampaian dan Tracking
o Pengembangan Konten
Konferensi-konferensi dibuat untuk mendiskusikan tentang M-Learning dan

handheld education, termasuk: mLearn, WMUTE, IADIS, ICML di Jordania,
Mobile Learning di Malaysia, Handheld Learning di London, Inggris dan SALT
Mobile di Amerika Serikat.
88
(Ashari Sutrisno, Jazi Eko Istiyanto)
Lebih dari sepuluh tahun M-Learning berkembang dari riset minor menjadi suatu
projek yang signifikan di seluruh dunia, baik di sekolah, tempat kerja, museum,
perkotaan, bahkan di daerah pinggiran,. Namun demikian, komunitas M-Learning
masih terfragmentasi dengan beberapa perbedaan, seperti: perbedaan perspektif
kebangsaan, perbedaan antara akademisi dan industri, dan antara pendidikan dasar,
menengah dan pendidikan tinggi, serta sektor pembelajaran sepanjang hayat
(lifelong learning).
Saat ini perkembangan M-Learning meliputi:

o Survai, pengujian, bantuan pekerjaan dan just in time learning
o Pembelajaran berbasis lokasi dan kontekstual
o M-Learning untuk jejaring sosial
o M-Learning untuk permainan edukasi
o M-Learning untuk telepon selular yang menggunakan dua cara pengiriman
SMS dan CellCasting berbasis suara (podcasting ke telepon dengan cara yang
interaktif) untuk lowest common denominator.
3. Perspektif terhadap M-Learning
Berdasar pada riset yang relevan, perspektif terhadap M-Learning umumnya dibagi
ke dalam empat kategori [Win06]:
3.1. Terpusat pada Teknologi

Sebagian besar literatur tentang M-Learning terpusat pada teknologi, dimana M-
Learning didefinisikan sebagai pembelajaran lewat peralatan mobile, seperti
telepon selular, Personal Digital Assistants (PDA), dan peralatan portable lainnya.
Dalam perspektif ini, peneliti menekankan bagaimana teknologi mobile dapat
meningkatkan pengalaman pembelajaran, dan menciptakan bentuk pembelajaran
baru dan materi-materi pembelajaran dalam konteks mobile.
3.2. Relasi dengan E-Learning

Perspektif ini mengkarakteristikkan M-Learning sebagai suatu perluasan dari E-
Learning, atau menganggap M-Learning sebagai E-Learning melalui peralatan
mobile [Ron03]. Di sini, peneliti mengkombinasikan mobile computing dan E-
Learning, dengan menginvestigasi bagaimana teknologi mobile dapat
meningkatkan E-Learning atau memodifikasinya [Win06].
3.3. Perluasan Pendidikan Formal

Pendidikan formal sering dikarakteristikkan sebagai pengajaran dengan tatap
muka. M-Learning didefinisikan sebagai perluasan dari pendidikan formal,
menurut perspektif ini. Hal ini menyebabkan tempat dari M-Learning berhubungan
dengan seluruh bentuk pembelajaran tradisional, tidak hanya di dalam ruang kelas
saja [Pet98].
89
3.4. Terpusat pada Pembelajaran

Konsep dari perspektif ini dapat dilihat dari kerja para peneliti, seperti Sharples,
Taylor, O’Malley dan teman-temannya [Sha05], [Tay06]. Pada awal penelitiannya,
konsep dari M-Learning sangat berhubungan erat dengan peralatan, seperti
perspektif Terpusat pada Teknologi. Namun kemudian, dibanding dengan
peralatan, fokus menjadi berpindah pada mobilitas dari pembelajarnya. Hal ini
disebabkan pembelajaran secara mobile dari perspektif pembelajar dan segala jenis
pembelajaran yang terjadi disebabkan pembelajar mendapat keuntungan dari
kesempatan-kesempatan pembelajaran yang ditawarkan oleh teknologi mobile
[Oma03].
4. Lingkungan dan Projek M-Learning
Teknologi mobile telah digunakan di berbagai lingkungan pembelajaran dan projek

M-Learning, seperti di universitas, sekolah dasar dan sekolah menengah, program
pelatihan di perusahaan, dan program pembelajaran jarak jauh. Projek-projek M-
Learning dimulai dengan teknologi ubiquitous dan teknologi mobile, yang disebut
Short Message Services (SMS), kemudian dikembangkan pada teknologi yang
lebih canggih, misalnya teknologi Personal Digital Assistant (PDA) dan Wireless
Application Protocol (WAP).
4.1. SMS
Sejak ada ide bahwa telepon selular punya potensi untuk mendukung proses
belajar-mengajar, SMS menjadi aplikasi untuk mendukung pembelajaran [Tri03].
Learning on the Move [Tho01] adalah sebuah projek M-Learning yang
dilaksanakan oleh berbagai universitas di Jepang. Karena para mahasiswa hanya
memiliki satu kelas per minggu, sedangkan sebagian besar mahasiswa selalu
membawa telepon selular, maka setiap hari materi-materi kuliah dikirim ke
mahasiswa dalam bentuk pesan SMS.
4.2. Teknologi PDA

Program pendidikan untuk M-Learning dengan menggunakan PDA telah
dikembangkan oleh para peneliti Amerika Serikat [Sol01]. Program ini didesain
untuk sekolah dasar, dengan menerapkan konsep PiCoMap, yang memungkinkan
para siswa untuk membuat, berbagi dan mengeksplorasi peta-peta dari komputer
genggam mereka. Projek serupa dikembangkan di Tampere University of
Technology, Finlandia [Ket02], dimana PDA digunakan untuk pembelajaran
sepanjang hayat, untuk materi pelajaran matematika bagi anak-anak. Pembelajaran
dalam bentuk permainan, sehingga anak-anak dapat saling berkomunikasi dan
saling membantu anak-anak yang lain, untuk mengukur tingkat pengetahuan dari
anak-anak tersebut.
4.3. Portal WAP

Di Universitas Helsinki, Finlandia, diciptakan Learning In Virtual Environment
(LIVE), yang menggunakan sistem SMS dan WAP [Sep02]. Projek ini
mengenalkan citra digital dan berbagi foto di antara peserta (pengajar), dan
terutama digunakan untuk diklat pengajar. Sistem ini memungkinkan penggunaan
90
MMS dan layanan 3G untuk M-Learning. Portal WAP juga digunakan di negara
Australia (HyWeb di Universitas Griffith) dan Kanada (NAIT Mlearning).
5. Partisipasi dan Tantangan dalam Proses Pengembangan M-Learning
Terdapat tiga kelompok utama pelaku atau partisipan di dalam proses M-Learning,
yaitu :
o Pengembang (Developer), yang memiliki tugas utama mendesain dan
mengembangkan sistem M-Learning.
o Pendidik (Educator), yang mengembangkan konten pembelajaran dengan
menggunakan sistem M-Learning. Yang juga secara aktif berpartisipasi di
dlam proses edukasinya.
o Siswa (Student), yang menggunakan konten pembelajaran dengan dukungan
dari peralatan mobile dan sistem M-Learning.
M-Learning sering tidak dapat dipisahkan dengan E-Learning, karena M-Learning

sebenarnya merupakan bagian dari E-Learning [Ger06]. Oleh karena itu
pengembangan M-Learning pun sering merupakan transisi dari pengembangan E-
Learning. Dalam melakukan proses pengembangan M-Learning akan melalui
tantangan-tantangan, dimana ketiga kelompok tersebut akan dihadapkan pada
tantangan yang sama, yaitu teknologi, pengembangan dan pedagogi. Tantangan-
tantangan ini tidak saling terpisahkan, sebagai contoh, adanya tantangan teknologi
akan meningkatkan tantangan pengembangan dan tantangan pedagogi.
5.1. Tantangan Teknologi
Tantangan pertama dari seluruh partisipan dalam M-Learning adalah teknologi.

Dibandingkan dengan E-Learning, perbedaan utama dengan M-Learning adalah
teknologi yang digunakan untuk menyediakan konten pendidikan. E-Learning
menggunakan komputer desktop, sedangkan M-Learning menggunakan peralatan
mobile [Mil06]. Peralatan mobile berbeda-beda dalam daya, ukuran memori, ukuran
layar, sistem operasi, software, dan kemampuan komunikasi wireless [Mcl06].
5.1.1. Pengembang. Tantangan teknologi bagi pengembang, selain fitur-fitur dari

peralatan mobile yang lebih terbatas dibandingkan komputer (memori, daya,
ukuran layar yang lebih kecil, tanpa keyboard), juga pengembang harus memahami
seluruh kemampuan dan kekurangan peralatan mobile dan teknologi komunikasi
untuk suksesnya pendesainan dan pengembangan sistem M-Learning.
5.1.2. Pendidik. Pendidik perlu tahu dengan baik bagaimana untuk

mengoperasikan peralatan mobile sesuai tingkat pendidikan. Hal ini dapat berhasil
bila ada kerja sama dengan pengembang sistem M-Learning. Pendidik harus
mengetahui apa yang diperlukan serta keterbatasan sistem dari pengembang.
Pendidik juga harus menguasai peralatan komunikasi terbaru yang digunakan oleh
siswanya untuk memberi respon terhadap harapan-harapan dari siswanya.
91
5.1.3. Siswa. Siswa harus mengetahui kemampuan dan keterbatasan dari peralatan
mobile ketika menampilkan konten-konten pendidikan. Dengan demikian, siswa
akan dapat memanfaatkan secara maksimal dari sistem M-Learning yang
digunakan.
5.2. Tantangan Pengembangan
5.2.1. Pengembang. Pengembang dihadapkan pada tantangan utama selama

mengembangkan sistem M-Learning. Pengembang harus menentukan tipe sistem
M-Learning apa yang akan dikembangkan, apakah sistem on-line learning atau
offline learning [Col06]. Untuk hal yang pertama, sistem dapat didasarkan pada
sistem E-Learning yang sudah ada. Dikarenakan perbedaan kemampuan peralatan
mobile untuk menampilkan data, perlu pengetahuan yang baik untuk menentukan
metode bagi konten pendidikan, apakah menggunakan server-side, proxy based,
atau client-side. Pengembang harus mempertimbangkan perbedaan yang jelas
antara peralatan mobile dengan komputer desktop dalam menentukan interaksi dan
membuat tampilan informasi pendidikan tersebut [Err05]. Pengembang harus
mempertimbangkan kecepatan transfer informasi pada teknologi wireless yang
berbeda-beda. Tantangan lain adalah adanya masalah kehilangan koneksi ketika
menggunakan komunikasi wireless, sehingga perlu teknologi yang tepat pada saat
mengemas informasi pada peralatan-peralatan pengguna [Tri06]. Pengembangan
sistem M-Learning yang off-line, secara materi, berbeda dengan pengembangan
off-line E-Learning. Off-line E-Learning dapat menggunakan CD atau DVD untuk
file-file audio dan video, sedangkan modul-modul M-Learning dibatasi oleh ukuran
alat penyimpan atau memori. Tantangan lain adalah platform. Pemilihan platform
tergantung pada tipe sistem yang sedang dikembangkan, on-line atau off-line dan
apakah sistem didasarkan pada platform E-Learning yang sudah ada. Tantangan
berikutnya adalah kemampuan untuk menguji sistem M-Learning itu sendiri. Tidak
seperti E-Learning, dimana pengembangan dan pengujian sistem dapat dilakukan
langsung di komputer desktop, pengujian sistem M-Learning pertama kali
menggunakan emulator, baru kemudian pada peralatan mobile yang sebenarnya.
5.2.2. Pendidik. Sebagai fokus dari M-Learning, seluruh solusi diarahkan ke

tujuan utama, yaitu adaptasi bagi kebutuhan pembelajaran. Tantangan utama bagi
pendidik adalah pengembangan konten pendidikan. Di satu sisi pendidik harus
memahami authoring tool bagi sistem M-Learning, di sisi lain sistem memiliki
pembatasan-pembatasan dalam unit-unit pendidikan apa yang dapat digunakan,
bagaimana mengubah unit-unit tersebut, bagaimana mengurutkannya, komunikasi
apa yang dapat digunakan untuk mengkolaborasikan pembelajaran, dan lain-lain.
Hal ini adalah penting bagi pendidik dan pengembang untuk memecahkan dilema
utama pada tahap pendisainan dan pengembangan. Jika pendidik tidak memiliki
peralatan mobile, maka harus bekerja dengan emulator perlatan mobile ketika
menguji materi-materi pendidikan yang sedang dikembangkan.
5.2.3. Siswa. Sebagai pengguna utama, partisipasinya dalam proses pengembangan

adalah sebagai penguji sistem M-Learning.
92
5.3. Tantangan Pedagogi
5.3.1. Pengembang. Tantangan utama adalah sebagian besar pengembang sistem

M-Learning lebih sebagai spesialis komputer dan lebih sedikit yang memiliki
pengetahuan tentang pendekatan pedagogi. Oleh sebab itu, sangat penting
pengembang dan pendidik bekerja bersama selama proses pengembangan sistem
M-Learning, sehingga sistem mendukung pendekatan pedagogi seperti yang
diharapkan. Tantangan lain bagi pengembang adalah bagaimana mengatasi
keterbatasan dari peralatan mobile, untuk mengurangi waktu akses konten, dan
memiliki kemampuan prediksi materi pembelajaran yang sesuai untuk setiap siswa.
5.3.2. Pendidik. Pendidik harus mampu menemukan cara untuk

mengkombinasikan teknologi komunikasi yang baru dan teknologi mobile dengan
pendekatan pedagogi yang berbeda-beda. Berkebalikan dengan pembelajaran
tradisional, dimana pendidik menjadi pusat dalam proses pembelajaran, maka
fokus dari M-Learning ada pada siswa [Hol05], [Mil06].
5.3.3. Siswa. Tantangan pedagogi bagi siswa adalah siswa memerlukan

pengorganisasian diri agar dapat mencapai tujuan yang diinginkan. Dalam
peralatan mobile, kemampuan untuk belajar-sendiri terikat dengan bagusnya
kesempatan komunikasi untuk pembelajaran yang terkolaborasi [Mif02].
6. Masa Depan M-Learning
Menurut laporan dari Ambient Insight, pada tahun 2008 pasar Amerika Serikat
untuk produk M-Learning dan layanannya tumbuh sebesar 21.7% selama lima
tahun dan revenue yang diraih sebesar $538 juta (sekitar Rp 5,3 trilyun) pada tahun
2007. Data ini menunjukkan bahwa bisnis M-Learning relatif kebal terhadap resesi
[Adk08], dan di masa depan M-Learning akan menjadi salah satu produk yang
akan banyak digunakan dan semakin dikembangkan.
Menurut Learning Consortium Perspectives [Lea09] pengembangan M-Learning

pada saat ini meliputi hal-hal sebagai berikut:
o Location aware learning
o Point-and-shoot learning menggunakan kamera telepon selular dan kode-kode
2D
o Transaksi-transaksi keamanan pada Near Field Communications (NFC)
o Sensor dan accelerometer pada peralatan mobile dalam pembelajaran berbasis
tingkah laku (behavioral based learning)
o Pengembangan konten mobile, termasuk user generated content
o Pembelajaran menggunakan games dan simulasi pada peralatan mobile
o Context-aware ubiquitous learning
o Augmented Reality (AR) pada peralatan mobile
93
7. Simpulan
Lebih dari sepuluh tahun M-Learning berkembang dari riset minor menjadi suatu
projek yang signifikan di seluruh dunia, baik di sekolah, tempat kerja, museum,
perkotaan, bahkan di daerah pinggiran.
M-Learning memiliki arti yang berbeda-beda untuk komunitas yang berbeda-beda,

dengan penekanan pada keterlibatan teknologi, sisi edukasi dan tujuan filosofis dari
pembelajaran.
Ada tiga kelompok utama pelaku dalam proses M-Learning, yaitu pengembang,
pendidik dan siswa, dimana semuanya menghadapi tantangan yang sama ketika
melakukan proses pengembangan M-Learning, yaitu tantangan teknologi,
tantangan pengembangan dan tantangan pedagogi.
Dari laporan pasar Amerika Serikat pada tahun 2007-2008, terlihat bisnis M-
Learning relatif kebal terhadap resesi, dan di masa datang M-Learning akan
menjadi salah satu produk yang akan banyak digunakan dan semakin
dikembangkan.
Daftar Pustaka
[Adk08] Adkins, S.S. (2008). The US Market for Mobile Learning Products and
Services: 2008-2013 Forecast and Analysis. Ambient Insight. pp. 5.
http://www.ambientinsight.com/Resources/Documents/AmbientInsight_2008-
2013_US_MobileLearning_Forecast_ExecutiveOverview.pdf. Diakses
06/07/2009.
[Att05] Attewell J. (2005). Mobile Technologies and Learning: A Technology Update
and M-Learning Project Summary, Learning and Skills Development Agency,
London.
[Col06] Collett, M., G. Stead. (2006). Meeting the Challenge: Producing Mlearning
Materials for Young Adults with Numeracy and Literacyneeds.
www.eee.bham.ac.uk/ mlearn/papers/CTAD paper.pdf. Diakses 18/06/2009.
[Err05] Errath, M., Holzinger, A., (2005). Lessons Learned from Mobile Application
Design for Health Care, Technical Report TR 2-2005-0708.
http://user.medunigraz.at/andreas.holzinger/holzinger/papers/ en/
TR_2_2005_07_08.pdf. Diakses 09/05/2009.
[Ged04] Geddes S.J. (2004). Mobile Learning in the 21st Century: Benefit for Learners.
http://knowledgetree.flexiblelearning.net.au/edition06/ download /geddes.pdf.
Diakses 09/08/2009.
[Ger06] Georgiev T., Georgieva E., dan Trajkovski G. (2006). Transitioning from e-
Learning to M-Learning: Present Issues and Future Challenges. Proceedings
of the Seventh ACIS International Conference on Software Engineering,
Artificial Intelligence, Networking, and Parallel/Distributed Computing
(SNPD’06). IEEE
[Hol05] Holzinger. A. et all. (2005). Mobile Phones as a Challenge for M-Learning:
Examples for Mobile Interactive Learning Objects(MILOs), Proceedings of the
3rd Int’l Conf. on PervasiveComputing and Communications Workshops
(PerCom 2005 Workshops).
94
[Ket02] Ketamo H (2002). M-Learning for Kindergarten’s Mathematics Teaching:

Wireless and Mobile Technologies in Education. Proceedings of IEEE
International Workshop on Wireless and Mobile Technologies in Education
(WMTE 2002), pp.167-168.
[Lea09] Learning Consortium Perspectives. (2008). Mobile Learning Update.. 2008.
http://masieweb.com/p7/MobileLearningUpdate.pdf. Diakses 20/07/2009.
[Liu03] Liu T.C. et al. (2003). Wireless and Mobile Technologies to Enhance Teaching
and Learning. Journal of Computer Assisted Learning, vol 19, pp. 371-382.
[Mcl06] McLean, N. (2006). The M-Learning Paradigm: an Overview.
www.oucs.ox.ac.uk/ltg/reports/mlearning.doc. Diakses 05/06/2009.
[Mif02] Mifsud, L. (2002). Alternative Learning Arenas – Pedagogical Challenges to
Mobile Learning Technology in Education, WMTE Proceedings 2002, pp.112-
116.
[Mil06] Milrad, M. (2006). Mobile L.earning: Challenges, Perspectives and Reality,
21st.Century. http:// philinst.hu/vol2_milrad.pdf. Diakses 20/07/2009
[Mob03] MOBIlearn. (2003). Guidelines for Learning/Teaching/Tutoring in a Mobile
Environment. http://www.mobilearn.org/download/results/ guidelines.pdf.
Diakses 05/06/ 2009.
[Nyi02] Nyiri K. (2002). Towards a Philosophy of M-Learning. IEEE International
Workshop on Wireless and Mobile Technologies in Education (WMTE 2002),
29–30 August 2002, Teleborg Campus,Växjö University, Växjö, Sweden.
www.hunfi.hu/nyiri/M-Learning_vaxjo.htm. Diakses 17/07/2009
[Pet98] Peters, O. (1998), Learning and Teaching in Distance Education, Kogan Page,
London.
[Qui00] Quinn, C. (2000). M-Learning: Mobile, Wireless, in-Your-Pocket Learning. In
LiNE Zine, Fall. www.linezine.com/2.1/features /cqmmwiyp.htm. Diakses
18/12/2008.
[Ron03] Ronchetti M., Trifonova A.. (2003). Where is Mobile Learning Going.
Proceedings of the World Conference on E-learning in Corporate,
Government, Healthcare, & Higher Education (E-Learn 2003), Phoenix,
Arizona, USA, November 7-11, 2003. pp. 1794-1801.
[Sep02] Seppala P., Sariala J., and Kynaslahti H. (2002). Mobile Learning and
mobility in Teacher Training. Proceedings of IEEE International Workshop on
Wireless and Mobile Technologies in Education (WMTE 2002), pp. 23-30.
[Sha05] Sharples M (2005). Learning as Conversation: Transforming education in the
Mobile Age, Proceedings of Seeing, Understanding, Learning in the Mobile
Age, Budapest, Hungary, April 2005 pp.147-152.
[Son08] Song J. 2008 .Mobile Learning: What is Going on?, International Symposium
on Knowledge Acquisition and Modeling, IEEE.
[Tay06] Taylor J et al. (2006). Towards a Task Model for Mobile Learning: A
Dialectical Approach. http://inderscience.metapress.com/index/
34XNW24J6HB12DAH.pdf. Diakses 10/06/2009.
[Tho01] Thornton P. and Houser C. (2001). Learning on the Move: Foreign Language
Vocabulary via SMS”. Proceedings of ED-Media 2001, pp. 1846-1847.
[Tra05] Traxler J. (2005). Defining Mobile Learning. In Isaias P, Borg C, Kommers P,
Bonanno P (eds). Mobile Learning 2005. Malta: International Association for
Development of the Information Society Press.
[Tri03] Trifonova A. (2003), “Mobile Learning - Review of the Literature”. Technical
Report DIT-03-009, March, 2003, available at
http://eprints.biblio.unitn.it/archive/00000359/01/009.pdf
[Tri06] Trifonova, A. et all. 2006. Mobile Eldit: Challenges in the Transition from an
E-Learning to an M-Learning System, Technical Report # DIT-04-009.
95
http://eprints.biblio.unitn.it/archive/00000532/01/ paper4911.pdf. Diakses

12/07/2009.
[Win06] Winters N. (2006). What is mobile learning. In Sharples M. (Ed.) Big Issues in
Mobile Learning: Report of a workshop by the Kaleidoscope Network of
Excellence Mobile Learning Initiative. Nottingham: University of Nottingham
[Wik09] Wikipedia. (2009). http://en.wikipedia.org/wiki/MLearning. Diakses
15/06/2009.
Penulis
Ashari Sutrisno1)
PPPPTK Matematika Yogyakarta
Jl. Kaliurang Km. 6 Sambisari Condongcatur Depok
Sleman Yogyakarta 55281. Telepon (0274)-881717.
Email: hari_ash@yahoo.com
Jazi Eko Istiyanto2)

Pascasarjana Ilmu Komputer UGM Yogyakarta
Sekip Utara Bulaksumur Yogyakarta 55281 Telepon (0274)-555133
Email: jazi@ugm.ac.id
96
PEDOMAN PENULISAN ARTIKEL
Jurnal Informatika UKM menerima karya tulis:

1. Dalam bentuk hasil penelitian, tinjauan pustaka, dan laporan kasus dalam
bidang ilmu yang berhubungan dengan Teknologi Informasi.
2. Belum pernah dipublikasikan dalam jurnal ilmiah manapun. Bila pernah
dipresentasikan, sertakan keterangan acara, tempat, dan tanggalnya.
3. Ditulis dalam bahasa Indonesia atau bahasa Inggris.
Sistematika yang ditetapkan untuk tiap kategori karya-karya tulis tersebut

adalah:
1. Hasil Penelitian
Hasil penelitian terdiri atas judul, penulis, abstrak berbahasa Indonesia
untuk artikel berbahasa Inggris atau abstrak berbahasa Inggris untuk artikel
berbahasa Indonesia (masing-masing terdiri atas 150-200 kata), disertai
kata kuncinya. Pendahuluan, metoda, pembahasan, simpulan, dan saran,
serta daftar pustaka (merujuk sekurang-kurangnya 3 [tiga] pustaka terbaru.
2. Tinjauan Pustaka
Naskah hasil studi literatur terdiri atas judul dan penulis. Pendahuluan
(disertai pokok-pokok ide kemajuan pengetahuan terakhir sehubungan
dengan masalah yang digali). Permasalahan mencakup rangkuman
sistematik dari berbagai narasumber. Pembahasan memuat ulasan dan
sintesis ide. Simpulan dan saran disajikan sebelum daftar pustaka.
Tinjauan pustaka merujuk pada sekurang-kurangnya 3 (tiga) sumber
pustaka terbaru.
3. Laporan Kasus
Naskah laporan kasus terdiri atas judul, abstrak berbahasa Indonesia untuk
teks artikel berbahasa Inggris atau abstrak berbahasa Inggris untuk teks
artikel berbahasa Indonesia (50-100 kata) disertai kata kuncinya,
pendahuluan (disertai karakteristik lokasi, gambaran umum budaya yang
relevan, dll), masalah, pembahasan, dan resume atau simpulan.
Tatacara penulisan naskah:
a. Artikel diketik rapi dengan menggunakan Microsoft Word, dikirim dalam

disket beserta print-outnya. Jenis huruf yang digunakan adalah times new
roman ukuran 11. Panjang artikel berkisar 10 – 11 halaman, ukuran kertas
B5, satu spasi. Judul ditulis di tengah-tengah ukuran 13.
b. Artikel ditulis dalam bahasa Indonesia atau bahasa Inggris yang baik dan
benar. Abstrak ditulis miring (italic) ukuran huruf 10. Panjang gambar
dan foto harus dalam bentuk jadi dengan resolusi gambar yang memadai
(jelas dan nyaman dilihat), serta dalam ukuran yang sesuai dengan format
jurnal ilmiah, dan dalam bentuk disket.
c. Daftar pustaka ditulis alfabetis sesuai dengan nama akhir (tanpa gelar
akademik) baik penulis asing maupun penulis Indonesia, berisi maksimal
15 (lima belas) penulis yang dirujuk, font ukuran 10.
Contoh format daftar pustaka:
Buku:
[Ald04] Aldrich, C. (2004). Simulations and the future of learning: An
Innovative (and Perhaps Revolutionary) Approach to e-Learning.
Pfeiffer, San Francisco: USA.
Jurnal:
[Bac05] Backus, G. & Amlin, J. (2005). Using gaming simulation to understand
deregulation dynamics. Simulation & Gaming Thousand Oaks: Mar
2005. Vol. 36, Iss. 1, p. 45-57.
Internet:
[Hol02] Holub, Allen I. (2002). Programming Java Threads in The Real World.
Java World
Available: http://www.javaworld.com/javaworld/jw-09-1998/jw-09-
threads.html. Accessed: 01/07/2002.
d. Penulis mencantumkan institusi asal dan alamat korespondensi lengkap.

Penulis yang artikelnya dimuat akan mendapat imbalan / honor peserta
beserta 2 eksemplar jurnal ilmiah.
e. Kepastian pemuatan atau penolakan akan diberitahukan secara tertulis.
Artikel yang tidak dimuat akan dikembalikan. Redaksi jurnal ilmiah
berhak melakukan penyuntingan.
Keterangan lain yang diperlukan dapat diperoleh dengan menghubungi redaksi

melalui:
Sekretariat Jurnal Informatika Universitas Kristen Maranatha

Jurusan Teknik Informatika, Fakultas Teknologi Informasi
Jl. Prof. Drg. Suria Sumantri, MPH, No. 65 Bandung. 40164
Telp (022) 70753665
Fax (022) 2005915
Email: jurnal.informatika@itmaranatha.org atau teddy.mz@maranatha.edu
Homepage: http://www.itmaranatha.org/jurnal.informatika
FORMULIR BERLANGGANAN
1. Nama : ……………………………………………………….
2. Alamat :……………………………………………………….
3. Telepon/HP : ...…………………………………………………….
4. Email : ...................................................................................
Menyatakan untuk berlangganan Jurnal Informatika mulai Edisi :

…………………… dan bersedia membayar biaya cetak dan ongkos kirim
sebesar Rp. 50.000 (/eks).
Biaya harap ditransfer ke Bank NISP no rek :613-130-10005-2 an : radiant

victor imbar or elisabet.
Pemohon :
( ……………………………………)
• Formulir Berlangganan dan Bukti Transfer dapat dikirim lewat

pos/faks/email ke :
o Universitas Kristen Maranatha
o Fakultas Teknologi Informasi (FIT)
o Alamat : Jl. Suria Sumantri 65 Bandung – 40164
o Faks : +62-022- 2005915
o Email : jurnal.informatika@itmaranatha.org atau
teddy.mz@maranatha.edu

Pengertian Analisis PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pengertian Analisis PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

ISSN 0216-4280

Ketua Tim Redaksi : Penyunting:

ALAMAT PENYUNTING (EDITORIAL ADDRESS)

Redaksi Jurnal Informatika mengucapkan terima kasih yang sebesar –

1. Danny Manongga (Fakultas Teknologi Informasi Universitas

Hapnes Toba, Maria Donna Fransisca

Keywords: expert system, diagnose, emotion development, knowledge base, rules

2. Analisa dan Perancangan

2.2 Rancangan Basis Data

No. Nama Entitas Deskripsi

2.3 Perancangan Proses

Gambar 1 DFD Level 0

Administrator dan orang tua. Administrator memasukkan data pengetahuan yaitu

Gambar 2 ERD (Entity Relational Diagram)

2.4 Konsep Eksekusi

Gambar 3 DFD Level 1

Gambar 4 Konsep Eksekusi Proses Konsultasi

3.2 Algoritma Pengambilan Kesimpulan

Pada proses konsultasi, mula-mula pertanyaan umum ditampilkan kemudian

Gambar 5 Pohon Pengambilan Keputusan

4.1 Aplikasi Web

Gambar 6 Algoritma Runut Maju

Gambar 7 Konsultasi Pertanyaan Umum

Halaman Kesimpulan pada Gambar 9 merupakan tampilan hasil dari proses

4.2 Aplikasi Bergerak

Gambar 10 dan 11, menunjukkan laporan hasil konsultasi sebelumnya (medical

5. Testing dan Evaluasi

No. Fitur Input Hasil yang diharapkan Hasil yang tercapai

6. Kesimpulan dan Saran

6.1 Kesimpulan berdasarkan Hasil Evaluasi

Gambar 8 Konsultasi Pertanyaan Khusus

Gambar 9 Halaman Kesimpulan

Gambar 10 Medical Record versi Mobile (1)

Gambar 11 Medical Record versi Mobile (2)

It is important to increase the capacity of cellular communication in urban area. While in

Keywords: microcells, layering method, transmit diversity

Seiring dengan bertambah pesatnya pengguna layanan seluler, permintaan

2. Propagasi Gelombang Radio

2.1.1 Free Space (FS)

Redaman antara pemancar dan penerima adalah:

2.1.2 Model Propagasi Okumura Hatta

d = jarak antara BS dan MS [Km].

Untuk daerah perkotaan yang wilayahnya luas, persamaannya sebagai berikut :

Untuk memperoleh rugi-rugi lintasan pada daerah suburban, standar perumusan

2.1.3 Model Propagasi COST – 231

Model persamaan rugi-rugi lintasan COST-231 sebagai berikut :

COST–231 yang merupakan pengembangan dari model Hatta, dibatasi oleh

2.2 Perhitungan link budget :

2.3 Perhitungan Luas Cakupan

masukan penerima detektor

Gambar 1.Penggabungan setelah detektor dan sebelum detektor [4]

Cara penggabungan/pemilihan sinyal-sinyal hasil penerimaan diversity terdiri dari :

Gambar 2. Blok diagram SC [5]

2. Equal Gain Combining (EGC)

Gambar 3. Blok diagram MRC [5]

3.1 Receive Diversity

3.2 Transmit Diversity

4.1 Perangkat Base Transceiver Station (BTS) mikrosel

Gambar 4. BTS mikrocell

4.2 Spesifikasi Teknis Mikrosel

BTS M-Cellmicro memiliki fasilitas yang memungkinkan operator secara

pengembangan GSM. Tabel 1 menunjukkan band frekuensi yang mendukung dan

Tabel 1. Band frekuensi yang mendukung M-Cellmicro