PENERAPAN ALGORITMA DJIKSTRA UNTUK PENCARIAN RUTE TERPENDEK

DARI BEBERAPA HOTEL KE HOTEL LAIN DI MAUMERE

Martinus Uba Ama1, Maria Florentina Rumba2

1.2
Universitas Nusa Nipa Maumere

Jln. Kesehatan 03 Maumere 86111

E-mail: Martinusadnara86@gmail.com

ABSTRACK

The shortest route search is one of the problems in graph theory. This problem can be solved by the Dijkstra
algorithm. This paper is the result of completion for the search for the shortest route of some Hotels in
Maumere using the Dijkstra algorithm. A network model as a model of presentation and problem solving has
long been used. In network analysis, we will use a lot of notions in graph theory, one of the branches of applied
mathematics. Djikstra's algorithm will do the calculation to find the shortest route from the starting point to the
end point. So that in a short time visitors to the hotel pass the shortest route without wasting time and money.
Keywords: Graph Theory, Algortima Djikstra, Network Model, Shortest Route

ABSTRAK

Pencarian rute terpendek merupakan salah satu persoalan dalam teori graf.Persoalan ini bisa diselesaikan
dengan algoritma Dijkstra. Tulisan ini merupakan hasil penyelesaian untuk pencarian rute terpendek beberapa
Hotel yang di Maumere dengan menggunakan algoritma Dijkstra. Suatu model jaringan sebagai model
penyajian maupun pemecahan masalah sudah sejak lama digunakan. Di dalam analisis jaringan, kita akan
banyak menggunakan pengertian-pengertian dalam teori graf, salah satu cabang matematika
terapan.Algoritma djikstra akan melakukan penghitungan untuk mencari rute terpendek dari titik awal ke titik
akhir. Sehingga dalam waktu yang singkatpengunjung hotel melewati rute terpendek tanpa membuang-buang
waktu dan biaya.

Kata kunci : Teori Graf, Algortima Djikstra, Model Jaringan ,Rute Terpendek
 I. PENDAHULUAN

Perkembangan ilmu pengetahuan dan teknologi yang sangat pesat tidak lepas dari peranan matematika,
yakni pengetahuan yang menjadi solusi secara konseptual dalam menyelesaikan berbagai permasalahan yang
terjadi dalam kehidupan di dunia. Dewasa ini semakin banyak muncul penggunaan model matematika maupun
penalaran matematika sebagai alat bantu dalam menyelesaikan permasalahan yang dihadapi dalam berbagai
disiplin ilmu.

Teori graf sebagai salah satu cabang matematika sebenarnya sudah ada sejak lebih dari dua ratus tahun
yang silam.Jurnal pertama tentang teori graf muncul pada tahun 1736, oleh matematikawan terkenal dari Swiss
bernama Euler.Puluhan tahun terakhir ini teori graf mengalami perkembangan pesat. Salah satu alasannya
adalah aplikasinya yang sangat luas dalam kehidupan sehari-hari maupun dalam berbagai bidang ilmu seperti
ilmu Komputer, Teknik, Sains, bahkan Bisnis, dan ilmu Sosial .

Pencarian rute terpendek termasuk ke dalam materi teori graf.Algoritma yang sangat terkenal untuk
menyelesaikan persoalan ini adalah algoritma Dijkstra.Algoritma ini ditemukan oleh seorang ilmuwan komputer
berkebangsaan Belanda yang bernama Edsger Dijkstra.Algoritma Dijkstra dianggap cocok karena mudah
digunakan oleh user dalam penggunaannya hanya dengan menentukan titik awal dan titik tujuan[14].

Dijkstra (1959) mengusulkan algoritma pencarian grafik yang dapat digunakan untuk memecahkan satu
sumber masalah jalan terpendek untuk setiap grafik yang memiliki non-negatif cost.This tepi jalan graph
mencari algoritma kemudian dimodifikasi oleh Lee pada tahun 2006 dan diaplikasikan sistem bimbingan
kendaraan. Thisvehicle sistem bimbingan dibagi menjadi dua jalur; yaitu, jalur terpendek dan algoritma jalur
tercepat (Chen et al., 2009) .Sementara algoritma jalur terpendek berfokus pada parameter panjang rute dan
menghitung rute terpendek antara masing-masing pasangan OD, algoritma jalur tercepat berfokus pada jalur
dengan perjalanan minimum waktu. Waktu perjalanan masa depan dapat diprediksi berdasarkan model prediksi
menggunakan data historis untuk informasi waktu tempuh link yang dapat menjadi harian, mingguan atau
bahkan sesi.

Oleh karena itu dalam jurnal kali ini penulis mengangkat contohKasus penyelesain kasus
berhubungan dengan rute-rute terdekat pencarian beberapa Hotel yang ada di Maumere dengan menggunakan
algoritma Dijkstra .

II. LITERATURE REVIEW

Algoritma Dijkstra dikembangkan oleh ilmuwan Belanda Edsger Dijkstra pada tahun 1959. Dalam
jurnal Miglani Vanita, dkk (2016: 5303) Dijkstra’s Algorithm is a search algorithm that computes the
singlesource shortest path problem for a graph with nonnegative edge path costs, producing a shortest path
tree. Menurut kutipan diatas Algoritma Dijkstra adalah algoritma pencarian yang menghitung lintasan
terpendek menggunakan grafik dengan bobot non-negatif, sehingga dapat menemukan jalur terpendek. Secara
umum Algoritma Dijkstra adalah algoritma dalam teori graph yang dapat digunakan untuk mencari jarak dan
lintasan terpendek untuk sebuah graph terhubung berbobot. Dalam jurnal Yao, Biyuan dkk, (2016, 139)
Dijkstra algorithm is well recognized as an efficient technique to address shortest path problem. It could be
adopted to compute the distance among one node to the rest, thus enable to calculate the optimized results,
which is a greedy algorithm to single-source shortest path problem.Menurut kutipan diatas Algoritma Dijkstra
ini juga diakui sebagai teknik yang efisien untuk mengatasi masalah lintasan terpendek. Sehingga dapat
menghitung jarak antara satu node ke yang lain, serta memungkinkan untuk menghitung hasil.optimal, yang
merupakan perhitungan untuk masalah lintasan terpendek.

Meghanathan (2012) Ulasan algoritma Dijkstra dan algoritma Bellman-Ford untuk menemukan jalan
terpendek ina grafik. menyimpulkan bahwa kompleksitas waktu dari algoritma Dijkstra adalah O (| E | * log | V)
sedangkan kompleksitas waktu dari algoritma menyimpulkan bahwa kompleksitas waktu dari algoritma Dijkstra
adalah O (| E | * log | V |) sedangkan kompleksitas waktu dari algoritma menyimpulkan bahwa kompleksitas
waktu dari algoritma Dijkstra adalah O (| E | * log | V |) sedangkan kompleksitas waktu dari algoritma Bellman-
Ford adalah O (| V || E |).

Bellman-Ford adalah O (| V || E |).Lili Cao et al (2005) menyimpulkan bahwa pencarian jalur terpendek
adalah primitif penting untuk berbagai aplikasi berbasis grafik, khususnya pada jaringan sosial
online.Contohnya adalah platform LinkedIn mana pengguna melakukan query untuk menemukan jalan
terpendek “hubungan sosial” menghubungkan mereka ke pengguna tertentu untuk memfasilitasi
perkenalan.jenis query grafik menantang untuk grafik ukuran sedang tetapi menjadi komputasi keras untuk
grafik yang mendasari jaringan sosial saat ini, yang sebagian besar mengandung jutaan node dan miliaran tepi.

Suatu Graf G=(V,E) didefinisikan sebagai pasangan himpunan sisi dan simpul dengan V(G) =
Himpunan simpul {v1, v2, ... , vn} dan E(G) = Himpunan sisi {e1, e2, ... , en}. Setiap sisi berhubungan dengan
satu atau dua simpul.Dua buah simpul dikatakan berhubungan atau bertetangga (adjacent) jika ada sisi yang
menghubungkan keduanya. Berdasarkan orientasi yang ada pada sisinya, graf dapat dikelompokkan menjadi
dua yaitu: Graf berarah (direct graf) yaitu graf yang setiap sisinya diberikan arah sehingga untuk dua simpul vi
dan vj, maka (vi,vj vj,vi) dan graf tak berarah (undirect graf) yaitu graf yang sisinya tidak mengandung arah
sehingga untuk dua simpul vi dan vj, maka (vi,vj) (vj,vi). Selain itu juga dikenal graf berbobot yaitu graf yang
sisinya memiliki bobot atau (Ahuja et al, 1993)..

Masalah lintasan terpendek/Lintasan terpendek berkosentrasi pada mencari lintasan dengan jarak
minimum. Untuk menemukan lintasan terpendek dari node sumber ke node lain adalah masalah mendasar dalam
teori graf. Dalam masalah lintasan terpendek, diasumsikan bahwa pengambilan keputusan yang pasti tentang
parameter (jarak, waktu dan lain-lain) antara node yang berbeda. (Sulindawaty, 2015: 86-91).

(adjacency matrix) Misalkan sebuah graf G = (V,E) dengan jumlah simpul n. Matriks ketetanggaan G
adalah matriks bujursangkar dengan ukuran n × n. atau M= [mij], dengan mij = 1 jika simpul i dan j bertetangga,
sebaliknya mij = 0 jika simpul i dan j tidak bertetangga (Mark, 2005).
 Sommer (2010) menyelidiki jalur terpendek pemrosesan query dalam jaringan baik dari teori dan sudut
pandang praktis. Sebuah studi eksperimental dilakukan dengan menggunakan jaringan transportasi jalan. Studi
ini mengungkapkan sederhana dan metode umum berdasarkan duals Voronoi untuk secara efisien mendukung
query jalur terpendek dalam grafik diarahkan dengan sangat rendah pra-pengolahan overhead dan kompetitif
kali query, pada biaya ketepatan. Metode ini terbukti efektif pada berbagai jenis grafik sementara sisanya
alternatif yang masuk akal untuk metode yang tepat ada yang khusus dirancang untuk jaringan transportasi.

Menurut Andrew Goldberg peneliti Microsoft Research Silicon Valley, mengatakan ada banyak
alasan mengapa peneliti terus mempelajari masalah pencarian jalan terpendek. “Jalan terpendek adalah
masalah optimasi yang relevan untuk berbagai macam aplikasi, seperti jaringan routing, game, desain
sirkuit, dan pemetaan”.
Diskripsi matematis untuk grafik dapat diwakili G = {V. E}, yang berarti sebuah grafik (G) didefenisikan oleh
satu set simpul (Vertex = V) dan koleksi Edge (E).
Algoritma Dijkstra bekerja dengan membuat jalur ke satu simpul optimal pada setiap langkah. Jadi pada langkah
ke n, setidaknya ada n node yang sudah kita tahu jalur terpendek. Langkah-langkah algoritma Dijkstra dapat
dilakukan dengan langkah-langkah berikut:

1. Tentukan titik mana yang akan menjadi node awal, lalu beri bobot jarak pada node pertama ke node
terdekat satu per satu, Dijkstra akan melakukan pengembangan pencarian dari satu titik ke titik lain
dan ke titik selanjutnya tahap demi tahap.
2. Beri nilai bobot (jarak) untuk setiap titik ke titik lainnya, lalu set nilai 0 pada node awal dan nilai tak
hingga terhadap node lain (belum terisi) 2.
3. Set semua node yang belum dilalui dan set node awal sebagai “Node keberangkatan”
4. Dari node keberangkatan, pertimbangkan node tetangga yang belum dilalui dan hitung jaraknya dari
titik keberangkatan. Jika jarak ini lebih kecil dari jarak sebelumnya (yang telah terekam sebelumnya)
hapus data lama, simpan ulang data jarak dengan jarak yang baru
5. Saat kita selesai mempertimbangkan setiap jarak terhadap node tetangga, tandai node yang telah
dilalui sebagai “Node dilewati”. Node yang dilewati tidak akan pernah di cek kembali, jarak yang
disimpan adalah jarak terakhir dan yang paling minimal bobotnya.
6. Set “Node belum dilewati” dengan jarak terkecil (dari node keberangkatan) sebagai “Node
Keberangkatan” selanjutnya dan ulangi langkah e.

Hotel adalah suatu bentuk bangunan, lambing, perusahaan atau badan usaha akomodasi yang
menyediakan pelayanan jasa penginapan penyedia makanan dan minuman serta fasilitas jasa lainnya dimana
semua pelayanan itu diperuntukan bagi masyarakat umum, baik mereka yang bermalam di hotel tersebut
ataupun mereka yang hanya menggunakan fasilitas tertentu yang dimiliki hotel itu. (Taylor: 2010).
 III. METODE PENELITIAN

Data yang digunakan dalam penelitian ini yaitu berupa jarak antar Hotel dan Hotel yang lain diperoleh
berdasarkan pengukuran pada peta (Google Maps).

Gambar 1. Peta Google Maps

3.1. LANGKAH-LANGKAH CARA KERJA ALGORITMA DJIKSTRA

Algoritma Dijkstra dapat digunakan untuk menyelesaikan permasalah rute terpendek dari sebuah titik asal
menuju titik tujuan dalam sebuah grafik berbobot. Rute terpendek diperoleh dari dua buah titik yang total
bobotnya paling mimum atau paling kecil jika ditotalkan dari semua titik dalam jaringan grafik.

Ide dari algoritma ini sangat sederhana. Algoritma Dijkstra memilih titik (sumber) dan menetapkan
kemungkinan biaya optimum (yaitu tak terhingga) ke setiap titik lainnya. Langkah berikutnya akan mencoba
untuk meminimalkan biaya untuk setiap titik. Biaya yang dimaksud disini adalah jarak atau waktu yang diambil
untuk mencapai titik tujuan dari titik sumber.

Berikut merupakan beberapa notasi yang digunakan dalam Algoritma Dijkstra (Mark, 2002), yaitu:
a. Grafik G
b. Satu set simpul atau titik V (Vertex)
c. Seperangkat sisi E (dimana setiap sisi memiliki berat non-negatif)
d. Titik awal s ∈ V

Perlu diperhatikan bahwa simbol “elemen”, ∈ , menunjukkan bahwa elemen di sisi kiri simbol terkandung
dalam sisi lain simbol. Misalnya, s ∈ V menjelaskan bahwa s adalah elemen dari V. Berarti, dalam hal
ini s adalah titik yang terdapat di dalam grafik.
 Secara umum, cara kerja Algorithma Dijkstra adalah sebagai berikut:
1. Berilah nilai bobot (jarak) dari satu titik ke titik lainnya, kemudian tentukan nilai 0 pada titik awal dan
nilai tak hingga (∞) pada titik yang lain atau titik yang belum terisi.
2. Tentukan semua titik yang belum dilewati dan aturlah titik awal sebagai titik keberangkatan.
3. Dari titik keberangkatan, pertimbangkan titik lain yang belum terlewati dan hitung jaraknya dari titik
keberangkatan. Pada langkah ke-3 ini, misalnya titik A ke titik B memiliki nilai (jarak) 5 dan dari titik
B ke titik C bernilai 2. Maka, jarak ke titik C melewati titik B adalah 5 + 2 = 7. Jika jarak ini lebih kecil
dari sebelumnya yang telah dicatat, hapus data lama dan simpan ulang nilai (jarak) yang baru.
4. Ketika setiap jarak terhadap titik lain telah dipertimbangkan, tandai titik yang telah dilewati sebagai
‘titik terlewati’. Titik terlewati tidak akan pernah diperiksa kembali, dan jarak yang disimpan adalah
jarak terakhir dari titik keberangkatan dan yang paling minimal nilainya (jaraknya).
5. Tentukan titik belum terlewati dengan nilai (jarak) terkecil dari titik keberangkatan, sebagai titik
keberangkatan selanjutnya, dan lanjutkan dengan mengulang kembali langkah ke-3.

3.2. GAMBAR GRAF

12

8 400 500

300 11

5 50 5000 8000

400 7 2

6 4 9

5 600

3 400

600

1 7500 10

Gambar 2. gambar graf lokasi dan jarak hotel ke hotel

Keterangan : angka di cetak tebal sebagai jarak dalam satuan meter.

kemudian direpresentasikan dalam sebuah graf lalu dibuat table ketetanggaannya dan selanjutnya
menentukan lintasan terpendek dari hotel satu ke hotel lain.
 IV. PEMBAHASAN

Berdasarkan peta Unsrat dapat dibuat graf seperti pada gambar 1. Gambar 1 merupakan graf berbobot
tak berarah yang terdiri atas 12 simpul dimana simpul 1 mewakili hotel Asli Home stay,simpul 2 mewakili Capa
Hotel,simpul 3 mewakili Paris Homestay,simpul 4 mewakili Hotel Lokaria indah,Simpul 5 mewakili Merlin
Hotel,simpul 6 Mewakili Sylvia Hotel,Simpul 7 mewakili Solis Hotel, simpul 8 mewakili Hotel Pelita,simpul 9
mewakili Cocounat Garden, simpul 10 mewakili Amrita Resort,simpul 11 mewakili hotel Benggoan II dan
simpul 12 mewakili Hotel Mathilda. Setiap sisi menyatakan jalan penghubung antar Satu hotel ke hotel yang
lain. Angka-angka yang terdapat pada setiap sisi merupakan bobot graf yang mewakili panjang jalan dengan
satuan meter. Jarak-jarak ini dapat dilihat pada Tabel 1.

Tabel 1. Lintasan terpendek dari simpul awal hotel Benggoan II

Simpul tujuan Lintasan Jarak(meter)

1 (simpul awal) 11,2,1 5.600
2 11,2 5000
3 11,2,1,3 6.200
4 11,2,1,3,4 6.204
5 11,12,8,5 1.200
6 11,12,8,5,6 1.600
7 11,12,8,7 950
8 11,12,8 900
9 11,9 8000
10 11,2,1,10 13.100
11 11,12 500
12 10,9 400
 V. KESIMPULAN
Berdasarkan data diperoleh dari perhitungan pada tabel diatas lintasan terpendek adalah
pada simpul tujuan 12 yakni lintasan 10,9 yakni jaraknya hanya 400 meter, dan lintasan terjauh
ada pada simpul tujuan 10 yakni lintasan 11,2,1,10 dengan jarak 13.100 meter. Dari data
perhitungan diatas disimpulkan Algoritma Dijkstra cukup baik digunakan pada pencarian rute
terpendek dari beberapa hotel ke hotel lainnya.

VI. REFERENSI

[1] Ahuja, R.K. and Orlin, J.B. (1993). Graph and Network Optimization. In Journal of
Optimization and Operations Research, Vol. II.
[2] Gutenschwager, K; Volker, S; Radtke, A; and Zeller, G. (2012). The Shortest Path:
Comparison of Different Approaches and Implementations for the Automatic Routing of
Vehicles. In Proceedings of the 2012 Winter Simulation Conference, IEEE, Munich,
Germany. pp. 3312-3323.
[3] Schaffer, C.A. (1998). A Practical Introduction to Data Structures and Algorithm

[4] Singh, R.P., and Vandana (2014). Application of Graph Theory in Computer Science and
Engineering, International Journal of Computer Applications (0975 – 8887), Volume
104 – No.1, pp. 10-12.
[5] S.G. Shrinivas et al. (2010). Applications of Graph Theory in Computer Science: An
Overview, International Journal of Engineering Science and Technology, Vol. 2(9),
pp. 4610-4621.
[6] Narasingh D. (1990). Graph theory with applications to engineering and computer
science, Prentice Hall of India.
[7] Venugopal, D. (2015). Application of Graph Theory in Computer Science Engineering,
International Journal of Science, Technology & Management, Volume No. 04, Special
Issue No. 01, pp.1192-1198.
[8] Tosuni, B. (2005). Some interesting topics of graph theory in modern Computer Science,
European Journal of Mathematics, Technology and Computer Science, ISSN 1946-
4690, pg.
[9] Grama, A; Gupta, A; Kampis, G and Kumar, V. (2003). Graph Algorithms.
[10] Orlin, J.B; Madduri, K; Subramani, K and Williamson, M. (2010). A faster algorithm for the
single source shortest path problem with few distinct positive lengths. In Journal of Discreet
Algorithms-Elsevier, Vol. 8, pp.189-198.