A*(A-STAR)
(Studi kasus Big Mall menuju Robinson Mart)
TUGAS AKHIR
Oleh :
AHMAD HIDAYAT
17615045
Puji syukur kehadirat Tuhan Yang Maha Esa yang telah memberikan rahmat
dan karunianya, sehingga Tugas Akhir yang berjudul “Pencarian Rute Terdekat Big
terselesaikan.
jenjang pendidikan Diploma III, program studi Teknik Informatika, jurusan Teknologi
Ucapan terima kasih disampaikan kepada semua pihak yang telah memberikan
dukungan bantuan atas terselesaikannya Tugas Akhir ini. Ucapan terima kasih khusus
disampaikan kepada:
1. Kedua orang tua saya, Bapak Mujiman dan Ibu Menik Prihatini, yang
3. Bapak Ansar Rizal, ST., M.Kom selaku Ketua Jurusan Teknologi Informasi
S.Kom, M.Cs
Saya menyadari bahwa Tugas Akhir ini tidak luput dari kekurangan. Oleh sebab
itu, saya mengharapkan kritik dan saran yang bersifat membangun untuk kesempurnaan
Penulis
ABSTRAK
Algoritma A* (Astar) merupakan salah satu algoritma yang termasuk dalam kategori
metode pencarian yang memiliki informasi (informed search method). Algoritma ini
sangat baik sebagai solusi proses path finding (pencari jalan). Algoritma ini mencari
jarak rute terpendek yang akan ditempuh suatu point awal (starting point) sampai ke
objek tujuan. Teknik pencarian yang digunakan dalam simulasi ini adalah
menggunakan Algoritma A* dengan fungsi heuristic. Tujuan utama penelitian ini
mempelajari cara kerja algoritma A* dalam mencari jarak tercepat, yang disimulasikan
seperti kondisi ketika seorang mencari rute dalam keadaan jalanan macet. Simulasi ini
memberikan gambaran yang lebih realistis terhadap perilaku algoritma A* dalam
pencarian jarak rute terpendek.
Kata Kunci: Algoritma A* (Astar), Path Finding, Rute terpendek
DAFTAR ISI
KATA PENGANTAR...............................................................................................................2
ABSTRAK.................................................................................................................................4
DAFTAR ISI..............................................................................................................................5
DAFTAR GAMBAR.................................................................................................................7
BAB I..........................................................................................................................................9
PENDAHULUAN......................................................................................................................9
1.1 Latar Belakang..........................................................................................................9
1.2 Perumusan Masalah................................................................................................10
1.3 Batasan Masalah......................................................................................................11
1.4 Tujuan Penelitian....................................................................................................11
1.5 Manfaat Penelitian..................................................................................................11
BAB II......................................................................................................................................12
TINJAUAN PUSTAKA..........................................................................................................12
2.1 Kajian Ilmiah...........................................................................................................12
2.2 Dasar Teori...............................................................................................................13
2.2.1 Peta...................................................................................................................13
2.2.2 Google Earth....................................................................................................15
2.2.3 Formula Haversine..........................................................................................16
2.2.3 Algoritma A*(Star)..........................................................................................17
2.2.4 Shoping Mall....................................................................................................18
2.2.5 Graf...................................................................................................................19
2.2.6 Artificial Intelegence (AI).................................................................................22
BAB III.....................................................................................................................................24
METODOLOGI PENELITIAN.............................................................................................24
3.1 Kerangka Konsep Penelitian..................................................................................24
3.2 Metode Penelitian..........................................................................................................25
3.2.1 Pemetaan Digital..............................................................................................25
3.2.2 Membaca File KML.........................................................................................26
3.2.3 Penerapan algoritma A-Star...........................................................................26
BAB IV.....................................................................................................................................27
HASIL DAN PEMBAHASAN................................................................................................27
4.1 Pemetaan Digital......................................................................................................27
4.2 Membaca File KML................................................................................................28
4.3 Algorithma A*(A-Star)............................................................................................31
4.4 Implementasi Algorithma A* (A – Star)................................................................34
BAB V.......................................................................................................................................40
PENUTUP................................................................................................................................40
DAFTAR PUSTAKA..............................................................................................................41
DAFTAR GAMBAR
PENDAHULUAN
Mencari rute terdekat menjadi pilihan utama saat berpergian ke suatu tempat.
Alasan dari mencari rute terdekat sendiri yaitu untuk memotong waktu perjalanan dan
perjalanan ataupun berdasarkan jarak tempat asal ke tempat tujuan. Akan tetapi
penentuan jarak semacam ini tidak efektif karena semakin banyak alternatif ke tempat
tujuan maka akan semakin rumit untuk menentukan rute terpendek. Maka dari itu
menambahkan seluruh rute yang ada lalu menambahkan rute terpendek yang dinginkan.
Pencarian rute tedekat bukan saja bermanfaat untuk pengguna jalan raya tetapi
juga berguna dalam bidang lain seperti perancangan game, robotic ataupun sistem
penjadwalan. Untuk menentukan rute terpendek ada dua metode yaitu metode
sedangkan pada metode heuristik perhitungan yang singkat dan hasil yang lebih
perluasan ruang statusnya, dengan menerapkan suatu heuristik. Heuristik adalah nilai
yang memberi nilai pada tiap simpul yang memandu A Star mendapatkan solusi yang
diinginkan. Dengan heuristik, maka A Star pasti akan mendapatkan solusi (jika
memang ada solusinya). Dengan kata lain, heuristik adalah fungsi optimasi yang
Ada beberapa algorithma lain yang bisa digunakan untuk menentukan rute
Dalam kasus penentuan rute terpendek dari Robinson Mart menuju Big Mall
terdekat (cost/jarak sebenarnya) untuk mencapai tujuan (goal) dan memiliki nilai
Secara umum dalam pencarian jalur dapat menggunakan peta. Dalam bentuk ini
secara visual mampu menggambarkan jalur yang ditempuh dari tempat asal ke tempat
tujuan. Namun pemakaian kertas mempunyai kendala secara visual harus dapat
layanan dinamis dimana pengguna dappat melakukan pencarian jalur yang harus di
lalui untuk sampai ke suatu tujuan lengkap dengan estimasi waktu dan penggunaan
kendaraan.
Dari uraian latar belakang diatas, maka dapat dirumuskan beberapa masalah, yaitu
Pada penelitian ini mencakup ruang lingkup dan asumsi, dimana ruang lingkup
akan membahas detail-detail dari penelitian ini dan asumsi yang akan digunakan
Ruang Lingkup
Asumsi
a. Data-data yang akan digunakan sebagai data ujian pada penelitian ini di
peroleh melalui pengambilan data pada aplikasi google earth.
b. Output yang dihasilkan berupa rute terdekat menuju pusat perbelanjaan
tujuan.
c. Jalan yang dilewati adalah jalan yang dapat dilalui kendaraan roda empat.
A*(star) untuk pencarian rute terpendek menuju pusat perbelanjaan yang dituju.
TINJAUAN PUSTAKA
Beberapa penelitian yang pernah dilakukan terkait dengan penelitian yang akan
Penelitian yang dilakukan oleh (MB Talai dan Muh. Yamin, 2013) yang
berjudul “Aplikasi Pencarian Jalur Terpendek Pada Rumah Sakit Umum Bahterahmas
jalur tependek pada pencarian ruangan dirumah sakit umum Bahterhmas dengan
beberapa gedung untuk pelayanan kesehatan dengan masing masing gedung juga
memiliki ruangan dan fungsi berbeda-beda. Karena banyaknya gedung dan ruangan dan
belum adanya system yang dapat memberi petunjuk arah lokasi serta jalur terpendek
menuju gedung dan ruangan membuat pengunjung menghabiskan banyak waktu ketika
ingin mencari suatu gedung ataupun ruangan. Untuk mengatasi masalah tersebut pada
penelitian ini. menggunakan teknik pencarian heuristic untuk pencarian rute terpendek
Star (A*) Untuk Penentuan Jarak Terdekat Wisata Kuliner Di Kota Bandar Lsmpung”.
Penelitian ini memberi rokemendasi rute perjalanan serta pemilihan tempat makan.
beberapa algoritma salah satunya algortima A* (Star). Hasil penelitian ini adalah
membuat sebuah aplikasi mobile Android untuk memberikan informasi mengenai jalur
terdekat menuju wisata kuliner dan juga memberikan informasi mengenai kuliner yang
2.2.1 Peta
penampakan abstrak, yang dipilih dari permukaan bumi, yang ada kaitanya dengan
permukaan bumi atau benda-benda angkasa. Pada umumnya peta digambarkan pada
suatu bidang datar dan diperkecil (diskalakan). Semua kenampakan yang ingin
ditampilkan pada peta harus disajikan dengan simbol-simbol yang telah disepakati
bersama oleh para ahli pemetaan diseluruh dunia . Disiplin ilmu yang khusus
1. Kelengkapan Peta
a. Judul peta
Judul peta menunjukan daerah mana yang digambarkan pada peta itu, terdapat
1. Judul umum disesuaikan dengan wilayah yang digambarkan pada peta secara
umum.
suatu peta.
b. Skala
Skala adalah perbandingan. Skala peta adalah perbandingan jarak yang tertera pada
peta dengan jarak sebenarnya dipermukaan bumi. Selain menunjukan jarak, skala
juga menyatakan perbandingan Panjang, lebar dan luas obyek yang ditampilkan.
2. Fungsi Peta
Secara umum fungsi peta adalah sebagai alat peraga yang menyajikan berbagai
disimpan untuk ditampilkan dan dianalisis oleh computer. Peta digital juga dapat
diartikan sebagai gambaran permukaan bumi yang disajikan secara digital yang
diperkecil dengan menggunakan skala tertentu melalui sistem proyeksi. Peta digital
disajikan dengan cara yang berbeda dengan peta konvensional yang tercetak pada
bidang datar. Peta digital disajikan pada device digital seperti pada layar computer
hingga ditampilkan dilayar smartphone. Peta digital biasanya berukuran besar dan
memiliki format tertentu yang diolah dengan menggunakan komputer (Hati, Suprayog,
Pemproyeksikan peta tidak lepas dari ilmu system kordinat. Sistem kordinat
merupakan suatu parameter yang menunjukan bagaimana suatu objek diletakan dalam
koordinat. Sistem koordinat merupakan kesepakatan tata cara menentukan posisi suatu
tempat di muka bumi. Dengan adanya system koordinat akan lebih mudah memahami
posisi-posisi objek di permukaan bumi. Saat peta diproyeksikan ke dalam bidang datar
terdapat sumbu bujur dan sumbu lintang yang mewawikili sumbu x dan y. Sistem
kordinat ini disebut sistem kordinat Lintang Selatan dan Bujur Timur. Sistem koordinat
bujur lintang (dalam bahasa inggris disebut Latitude-Longitude) terdiri dari dua
komponen yaitu :
1. Garis dari atas ke bawah (vertikal) yang menghubungkan kutub utara dengan kutub
2. Garis mendatar (horizontal) yang sejajar dengan garis khatulitiwa, disebut juga garis
bujur(Longitude).
Google earth merupakan sebuah program globe virtual yang sebenarnya disebut
Earth Viewer dna dibuat oleh Keyhole, Inc. Program ini memetakan bumi dari
superimposisi gambar yang dikumpulkan dari pemetaan satelitm, fotografi udara dan
globe GIS 3D. Globe Virtuall ini memperlihatkan rumah, warna mobil, dan bahkan
bayangkan orang dan rambu jalan. Google earth menyediakan fasilitas mencari alamat,
dengan menambahkan[ beberapa path dan placemark. Path dan placemark adalah
fasilitas yang disediakan Google Earth untuk memetakan sebuah objek ataupun daerah
di permukaan bumi. Selain path dan placemark masih ada fasilitas yang lain seperti
polygon,image overlay, record a tour dan lain-lain. Path di google earth adalah fasilitas
yang dapat ditambahkan pengguna untuk menandai rute perjalanan . Path menyimpan
sekumpulan titik-titik koordinat hingga membentuk garis yang tidak terhubung seperti
seperti Path, placemark ini hanya menyimpan satu titik kordinat setelah beberapa
penjelasan mengenani path dan placemark Google Earth maka dapat disimpulkan
bahwa penelitian ini menggunakan path untuk menandai jalan-jalan dan placemark
digunakan untuk menandai lokasi setiap persimpangan yang dapat dilalui. Data path
bumi menggunakan garis lintas (longitude) dan garis bujur (latitude) sebagai variabel
jarak lingkaran besar antara dua titik pada permukaan bumi berdasarkan bujur dan
lintang.
Dengan mengasumsikan bahwa bumi berbentuk bulat sempurna dengan jari jari
R 6.3467,45 km, dan lokasi dari 2 titik di kordinat(lintang dan bujur) masing-masing
adalah lon1, lat1 dan lon2, lat2, Adapun formula metode havershine seperti persamaan
berikut.
Distance = radius * c…………………………………………………………………..
(2)
Dengan aturan :
(3)
(5)
(6)
deltaLat = lat2-lat1……………………………………………………………………..
(7)
deltaLon = lon2-lon1…………………………………………………………………..(8)
a = sin ( 2 )
deltaLat 2
(
+ cos(lat 1)∗cos∗(lat 2)∗sin )
deltaLon 2
2
……………………..…(9)
Algorithma A*(A star) dikenal sebagai salah satu algorithma yang paling sering
digunakan untuk mencari pencarian jalur (path finding) dan penerusan grafis (graph
traversal).], yaitu proses plotting jalur yang paling efisien antar titik, yang disebut
dengan nodes. Metode A* adalah metode yang merupakan hasil pengembangan dari
metode dasar Best First Search. Metode ini mengevaluasi setiap titik dengan
mengkombinasikan dengan g(n), nilai untuk mencapai n dari titik awal, dan h(n), nilai
perkiraan untuk mencapai tujuan dari titik n tersebut. Algorithma ini menggunakan
kunjungan pencaarian node di dalam tree. Gabungan jarak – plus – biaya merupakan
penjumlahan dari dua fungsi, yaitu fungsi path-cost(selalu dinotasikan dengan g(x),
heuristic” jarak ke titik tujuan (dinotasikan dengan h(x)). Fungsi path-cost g(x) adalah
jumlah biaya yang harus dikeluarkan dari node awal menuju node tujuan.
besar untuk menuju ke arah tujuan, algorithma ini mengambil jarak perjalanan kearah
tujuan (dimana g(x) bagian dari heuristic adalah biaya dari awal). Beberapa
terminology dasar yang terdapat pada algorithma ini adalah starting point, simpul
(nodes), A, open list , closed list, harga (cost), halangan (unwalkable). (Syukuryah, dkk,
(11)
Keterangan :
berintikan satu dan beberapa departemen store besar sebagai daya tarik retail-retail
kecil dan rumah makan dengan tipologi bangunan seperti toko yang menghadap ke
koridor utama mall yang merupakan unsur utama dari sebuah shooping mall dengan
fungsi sebagai sirkulasi dan sebagai ruang terselenggaranya interaksi antar pengunjung
dan pedagang.
Konsep pusat perbelanjaan atau shooping mall sebenarnya bukan inovasi baru.
Shooping mall merupakan suatu evolusi dari pasar tradisional, yang sudah ada sejak
transaksi perdagangan dibawah pohon yang membentuk suatu deretan. Namun, seiring
dengan pertambahan jumlah penduduk, kualitas barang dan kuantitas barang yang
diperdagangkan.
2.2.5 Graf
Graf adalah kumpulan simpul (node) yang dihubungkan satu sama lain melalui
sisi/busur (edges). suatu Graf terdiri dari dua himpunan yaitu himpunan Verteks dan
himpunan Edge. Verteks merupakan titik simpul atau node yang menunjukkan tempat
yang dijadikan sebagai goal atau tujuan, start atau awal, atau tempat yang akan dilalui
Simpul-simpul pada graf dapat merupakan obyek sembarang seperti kota, atom-
atom suatu zat, nama anak, jenis buah, komponen alat elektronik dan sebagainya.busur
dapat menunjukan hubungan (relasi) sembarang seperti rute penerbangan, jalan raya,
sembarang telepon, ikatan kimia, dan lain-lain. Notasi graf: G (V,E) artinya graf G
Graf memiliki macam-macamnya antara lain ada beberapa yaitu graf tidak
berarah dan graf berarah. Graf tidak berarah (undirected graf) merupakan graf yang
tidak memiliki arah dan anak panah sehingga dapat dilalui oleh dua arah yang
berlawanan. Graf berarah (directed graf) merupakan graf yang memiliki arah dan
biasanya ditunjukkan dengan sebuah anak panah dengan salah satu ujungnya disebut
tail (ekor) dan head (kepala). Graf berarah tidak dapat dilewati oleh dua arah yang
berbeda. Graf berbobot merupakan graf yang memiliki bobot atau nilai di setiap edge-
nya dan dapat berupa graf berarah maupun graf yang tidak berarah. Path (lintasan)
merupakan suatu lintasan yang melalui verteks dan edge dimana verteks tidak boleh
Graph adalah suatu tehnik untuk memodelkan suatu masalah, sedangkan graph
berbobot menurut Rinaldi Munir adalah graph yang setiap sisinya diberi sebuah harga
atau nilai. Graph berbobot dapat dimodelkan pada graph berarah maupun tidak berarah
dimana nilai masing-masing sisi pada graft menjadi sebuah acuan terhadap nilai
lintasan. Sedangkan Graph berbobot adalah graph yang mempunyai label pada setiap
sisinya yang menjadi acuan model perhitungan terhadap permasalahan yang menjadi
dasar pemodelan. Graph berbobot akan digunakan untuk memodelkan sebuah kasus
yang akan digunakan pada penelitian ini untuk membuktikan teori yang akan dibuat
atau disimpulkan.
Menurut arah dan bobotnya, graf dibagi menjdi empat bagian, yaitu:
a. Graf berarah dan berbobot : tiap busur mempunyai anak panah dan berbobot.
Gambar 2.1 menunjukan graf berarah dan berbobot yang terdiri dari tujuh titik
yaitu titik A,B,C,D,E,F,G. titik menunjukan arah titik B dan titik C, titik B
menunjukan arah ke titik D dan titik C, dan seterusnya. Bobot antar titik A dan titik
b. Graf tidak berarah dan berbobot : tiap busur tidak mempunyai anak panah akan
tetapi berbobot. Gambar 2.2 menunjukan graf tidak berarah dan berbobot yang
terdiri dari tujuh titik yaitu titik A,B,C,D,E,F,G. Titik A tidak menunjukan arah ke
titik B atau C, namun bobot antara titik A dan titik B telah diketahui. Begitu juga
d. Graf tidak berarah dan tidak berbobot: tiap busur tidak mempunyai anak panah dan
tidak berbobot.
Kecerdasan buatan (AI) adalah istilah umumm yang mengacu pada teknologi
Ada banyak istilah lain yang terkait dengan AI, seperti, deep leraning
Untuk membuat apllikasi kecerdasan buatan ada 2 bagian utama yang sangat
dibutuhkan :
METODOLOGI PENELITIAN
pengambilan objek. Pengambilan objek dapat dilakukan dengan mengambil data dari
Google Earth, Gis, dan Google MyMaps. Dalam penelitian objek diambil
menggunakan Google Earth dengan objek-objek tersebut berupa Path dan Placemark
dalam format .kml yang didalam file .kml tersebut terdapat kordinat-kordinat yang akan
di digunakan untuk mendapatkan data jarak. Setelah data jarak didapat, tahapan
berikutnya yaitu proses searching, yaitu proses pencarian jalur terdekat dengan
pemetaan digital. Pemetaan diolah dengan mengambil beberapa bagian jalan alternative
dari posisi awal Big Mall dan posisi tujuan berada di Robinson Mart. Peta yang telah
dibangun ini menggunakan google earth dan kemudian akan tersimpan ke dalam file
berformat KML KML adalah kepanjangan dari Keyhole Markup Language, yang
dimana KML adalah sebuah XML berbasi Bahasa geografis skema untuk menjelaskan
penjelasan dan visualisasi yang ada, peta dua dimensi dan tiga dimensi.
menghasilkan data kordinat data titik koordinat. Titik kordinat ini selanjutnya diproses
Dalam tahap ini data jarak jalan yang dihasilkan oleh Formula Haversine akan
digunakan untuk pencarian rute terdekat suatu tujuan. Titik awal dan titik tujuan yang
telah ditentukan selanjutnya dilakukan pencarian manual untuk menghasilkan data rute
menambahkan beberapa path dan placemark. Path digunakan untuk menandai rute
Proses awal adalah menandai persimpangan yang akan dilalui dari jalan
mengikuti jalan yang ada pada peta. Dari proses pembuatan pembuatan jalur, didapat
placemark sebanyak 26 titik dan 38 jalur. Gambar 4.1 menunjukan peta yang telah
dibuat.
Gambar 4.1 Pemetaan Digital
KML merupakan extensi dari format data XML dan mempresentasikan data
geografis di map. Untuk mendapatkan data jarak . Maka file KML tersebut dimasukan
ke dalam aplikasi yang dapat membaca file KML. Setelah file KML dimasukan maka
akan terlihat tampilan seperti dibawah yang dimana terdapat node-node serta rute yang
ditandai dengan path. Peta kemudian dibuat kedalam model graph. Gambar 4.2.1
lainnya. Nilai nilai yang terdapat pada graf tersebut adalah jarak dari node ke node lain
yang saling berhubungan dan telah diperoleh jaraknya berdasarkan Tabel 4.1 graf
Node H(n)
A 6.727
B 4569
C 5145
D 4538
E 4027
F 3866
G 3957
H 2822
I 3802
J 2211
K 3244
BM 7225
L 2763
M 2609
N 2594
O 2662
P 2718
Q 600
R 3420
S 3231
T 3657
U 3466
P 3409
W 757
X 1042
RB 0
dalam mencari jalur (path finding) dan grafik melintang secara efisien antara titik-titik,
(unwalkable).
1. Starting point adalah sebuah terminology untuk posisi awal sebuah benda.
2. A adalah simpul yang sedang dijalankan dalam algoritma pencarian jalan
terpendek.
4. Open list adalah tempat menyimpan data simpul yang mungkin diakses dari
5. Closed list adalah tempat menyimpan data simpul sebelum A yang juga
6. Harga adalah nilai yang diperoleh dari penjumlahan, jumlah nilai tiap simpul
dalam jalur terpendek dari starting point ke A, dan jumlah nilai perkiraan dari
8. Halangan adalah sebuah atribut yang menyatakan bahwa sebuah simpul tidak
Algoritma A* (A Star) menggunakan dua senarai yaitu OPEN dan CLOSED. OPEN
adalah senarai (list) yang digunakan untuk menyimpan simpul-simpul yang pernah
dibangkitkan dan nilai heuristiknya telah dihitung tetapi belum terpilih sebagai simpul
terbaik (best node) dengan kata lain, OPEN berisi simpul-simpul masih memiliki
peluang untuk terpilih sebagai simpul terbaik, sedangkan CLOSED adalah senarai
untuk menyimpan simpul-simpul yang sudah pernah terpilih sebagai simpul terbaik.
4.4 Implementasi Algorithma A* (A – Star)
Langkah pertama, karena di OPEN hanya terdapat 1 simpul (yaitu BM) maka
BM terpilih sebagai Best Node. Best Node selanjutnya adalah f(A) = 7232.
Closed : BM
Open : A
dan dipindahkan ke CLOSED, semua suksesor C dibuka yaitu B & C dan dimasukan ke
Closed : BM,A
Open : B,C
Langkah Ketiga, B dengan biaya terkecil (yaitu 7397) sebagai Best Node dan
Closed : BM,A,B
Open : C,D,E
Gambar 4.4.4 Langkah Ke empat
Langkah keempat, E dengan biaya terkecil (yaitu 7468) terpilih sebagai Best
Node dan dipindahkan ke CLOSED, semua suksesor E dibuka yaitu T & F dan
Closed : BM,A,B,E
Open : C,F,T,D
Langkah kelima, F dengan biaya terkecil (yaitu 7545) sebagai Best Node dan
Open : C,T,G,K
Langkah keenam, K dengan biaya terkecil (yaitu 7719) sebagai Best Node dan
Closed : BM,A,B,E,F
Open : C,T,G,L,D
Gambar 4.4.7 Langkah Ketujuh
Langkah ketujuh, L dengan biaya terkecil (yaitu 7808) sebagai Best Node dan
Close : BM,A,B,E,F,L
Open : C,T,G,D,J,M
dipindahkan ke Closed. Suksesor G dibuka yaitu I & D karena D sudah OPEN maka di
cek ternyata biaya dari D ke G melalui E & F (yaitu 421+621 = 1042) lebih kecil dari E
ke F(yaitu 613 + 238 + 280 = 1131) oleh karena itu parent dari G berubah dari D yang
Closed : BM,A,B,E,F,L,G
Open : C,T,G,D,J,M
Langkah kesembilan, H dengan biaya terkecil ( yaitu 8011) sebagai Best Node dan
PENUTUP
5.1 Kesimpulan
Setelah dilakukan penelitian dan dilakukan uji coba, hasil analisis dan pengujian penerapan
algoritma A Star untuk pencarian rute terdekat pada study kasus ini, maka dapat disimpulkan :
1. Dari pemetaan digital menggunakan Google Earth, diperoleh file KML yang dapat
dibaca dengan program yang telah dihubungkan dengan API Google Maps sehingga
2. Dari struktur peta yang diperoleh, maka dapat dibuat jarak antar simpul. Dari jarak
antar simpul yang diperoleh dari pola dan titik simpul yang telah dibaca aplikasi.
5.2 Saran
Penelitian ini tentunya masih memiliki kekurangan antara lain hanya menggunakan
kekurangan pada penelitian tugas akhir ini. Saran yang diberikan antara lain menambahkan
indikator lain seperti kemacetan, kepadatan lalu lintas ataupun waktu tempuh agar diperoleh
jalur tempuh yang lebih optimal menuju tempat tujuan, baik dari segi jarak atau indikator
lainnya.
DAFTAR PUSTAKA
Muh. Yamin ,dkk 2013. Aplikasi Pencarian Jalur Terpendek Pada Rumah Sakit Umum
Bahterahmas Menggunakan Algorithma A Star. Kendari.
S Purnama dkk. 2018. Penerapan Algoritma A Star Untuk Penentuan Jarak Terdekat
Wisata Kuliner di Kota Bandarlampung. Bandarlampung (ID): Jurnal Teknoinfo.
Hati, G. M., Suprayogi, A., Sasmito, B. 2013. Aplikasi Penanda Lokasi Peta Digital
Berbasis Mobile Gis Pada Smartphone Android. Jurnal Geodesi Undip. 2(4)
Listiana, E., Muslim, M. A. 2016. Penerapan Google Earth Untuk Penyajian Data
5(2):185
Irsyad, M., Rasila, E. 2015. Aplikasi Pencarian Lokasi Gedung Dan Ruangan