Está en la página 1de 7

ANALISIS PEMECAHAN MASLAH RUTE TERPENDEK ANTARA KOTA

JAKARTA DENGAN KOTA BANDUNG

Arinten Dewi Hidayat Bintang Yuda Dian Septiana


10110557 10110563 10110572

Abstrak
Jalur antara kota Jakarta dengan Bandung merupakan jalur yang banyak dilalui oleh
pengguna jalan raya. Oleh karena itu para pengguna jalan selalu menginginkan rute
terpendek untuk menempuh perjalanan. Sering terjadinya kemacetan pada saat diperjalanan
merupakan sesuatu yang ingin dihindari oleh pengguna jalan raya. Penelitian ini memiliki
fungsi pencarian rute terpendek dengan menggunakan Algoritma Djikstra untuk mencapai
tujuan dari lokasi yang diinginkan. Algoritma Dijkstra adalah sebuah algoritma rakus (greedy
algorithm) yang dipakai dalam memecahkan permasalahan jarak terpendek (shortest path
problem) untuk sebuah graf berarah (directed graph) dengan bobot-bobot sisi (edge weights)
yang bernilai tak-negatif. Hasil dari penelitian ilmiah ini yaitu diharapkan dapat memberi
informasi rute terpendek kepada para pengguna jalan raya antara kota Jakarta dengan
Bandung dengan menggunakan Algoritma Dijkstra dan aplikasi WINQSB.

Kata Kunci: Algoritma Dijkstra, Rute Terpendek

1. PENDAHULUAN Algoritma Dijkstra dan pemecahan masalah


melalui aplikasi WINQSB(Windows Quantity
Mobilitas merupakan perpindahan yang System for Business).
terjadi dari suatu tempat ke tempat lainnya. Pada
era global saat ini masyarakat dihadapkan pada 2. BAHASAN
mobilitas yang sangat tinggi di dalam hidupnya.
Hal yang menunjang mobilitas tersebut adalah 2.1 Landasan Teori
rute yang dilalui dari suatu tempat ke tempat
yang menjadi tujuan. 2.1.1. Jalur Terpendek
Kota Bandung dikenal sebagai pusat
belanja dan wisata kuliner. Banyak wisatawan Jalur terpendek(shortest path) antara dua
yang dating ke Kota Bandung karena tertarik vertex dari s ke t dalam jaringan adalah lintasan
dengan beragam jenis makanan kreatifitas graph berarah sederhana dari s ke t dengan sifat
warga Bandung dalam menciptakan menu dan dimana tidak ada lintasan lain yang memiliki nilai
jenis makanan baru. Dari mulai makanan yang terendah. Untuk setiap node s dan t dapat terjadi
disajikan di restoran, rumah makan, cafe dan beberapa lintasan, di mana lintasan dengan
roda dorong di pinggir jalan. Hal tersebut bobot minimum disebut sebagai lintasan atau
menjadi daya tarik wisatawan untuk berkunjung rute terpendek. Bobt di sini dapat berupa jarak,
ke Kota Bandung. waktu tempuh, atau ongkos transportasi dari
Jakarta sebagai kota metropolitan juga suatu node ke node lainnya yang berbentuk rute
banyak menarik minat masyarakat terutama dari tertentu.(1)
segi ekonomi. Pada umumnya masyarakat yang
datang ke Kota Jakarta bertujuan untuk mencari 2.1.2. Algoritma Dijkstra
pekerjaan maupun berbisnis. Hal tersebut
menjadi salah satu penyebab banyaknya orang Algoritma Dijkstra (dinamai sesuai
berdatangan ke Kota Jakarta. penemunya, Edsger Dijkstra) adalah sebuah
Hal yang menjadi masalah yaitu, banyak aloritma greedy (greedy algorithm) yang dipakai
nya orang atau pengguna jalan raya yang dalam memecahkan masalah jarak terpendek
menggunakan rute Jakarta – Bandung. (shortest path problem) untuk sebuah graf
Pengguna tentunya menginginkan rute berarah (direct graph) dengan bobot – bobot
terpendek yang ditempuh karena dapat ssis yang bernilai tak-negatif.
mempersingkat waktu perjalanan. Studi kasus Misalnya, bila vertices dari sebuah graf
kali ini penulis mencoba memecahkan masalah melambangkan kota – kota dan bobot sisi
yang dihadapi oleh pengguna jalan raya. melambangkan jarak antara kota – kota
Hasil yang dapat diperoleh dari karya tersebut, maka algoritma dijkstra dapat
ilmiah ini yaitu, memberikan rute terpendek digunakan untuk menemukan jarak terpendek
Jakarta – Bandung dengan menggunakan antara dua kota.(2)
Tabel 2.1 Variabel keputusan
2.1.3. Aplikasi WinQSB No Node Variable
1 A X1
Program WinQSB memiliki 19 modul yang 2 B X2
sudah sangat popular di dalam dunia 3 C X3
manajemen.sehingga saat ini merupakan 4 D X4
program pendukung keputusan (decision 5 E X5
support systems) paling lengkap yang tersedia 6 F X6
di pasar. Beberapa modul tersebut diantaranya 7 G X7
adalah linear programming dengan berbagai 8 H X8
variasinya (mulai dari linear dan nonlinear, 9 I X9
hingga integer dan kuadratik), analisis jaringan 10 J X10
(ada network modelling, dynamic programming, 11 K X11
PERT/CPM), teori antrian (queuing analysis
12 L X12
dan queuing system simulation), teori
13 M X13
persediaan (termasuk MRP atau Material
14 N X14
Requirements Planning), penjadwalan
produksi, hingga ke penentuan lokasi 15 O X15
bangunan atau department yang optimal, 16 P X16
sehingga tidak timbul pemborosan(3) 17 Q X17
18 R X18
19 S X19
2.2 Ruang Lingkup Masalah 20 T X20

2.2.1 Masalah Yang Sedang Diteliti 2.3.2 Fungsi Tujuan

Masalah yang sedang diteliti yaitu, Meminimumkan jarak antara Kota Jakarta
bagaimana mendapatkan jalur terpendek antara dengan Kota Bandung
Kota Jakarta dengan Kota Bandung. Penulis Min Z = 15 XAB + 12XAC + 17.8XAE + 36.8XBE +
memulai perhitungan jarak dari kota Bandung 23.5XCD + 35.8 XDG + 19.1 XEF + 30.5
yaitu Surapati, Dago. Dago yang dikenal sebagai XEH + 28.8 XFG + 27.5 XGH + 25.9 XHI
pusat kota Bandung menjadi alasan langkah + 14 XHJ + 17.6 XKL + 37.6 XMI + 31.7
awal (first state) dalam perhitungan jarak menuju XJN + 61.7 XJP + 35.6 XLM + 28.6 XLQ +
Kota Jakarta yang lebih tepatnya Cibubur yang 17 XMR + 41.6 XMS + 41.3 XNO + 32.2
menjadi tujuan (last state). XOP + 23 XPS + 13 XST + 13.2 XSR + 10
XRT + 29 XQT
2.2.2 Batasan Masalah Misal semua rute dipilih, maka jarak total
jaringan :
Batasan – batasan masalah pada
penelitian ini sebagai berikut :
Min Z = 15 + 12 + 17.8 + 36.8 + 23.5 + 35.8 +
1. Penelitian ini hanya dilakukan antara
19.1 + 30.5 + 28.8 + 27.5 + 25.9 + 14
dua kota besar yaitu Jakarta dan
+ 17.6 + 37.6 + 31.7 + 61.7 + 35.6
Bandung
+ 28.6 + 17 + 41.6 + 41.3 + 32.2 +
2. Objek pada penelitian ini hanya pada
23 + 13 + 13.2 + 10 + 29
jalan raya, yaitu jalan umum yang dapat
= 719.8
dilalui oleh kendaraan yang berukuran
besar seperti Bus.
3. Penelitian ini hanya sebatas
2.3.3 Kendala
menemukan jalur terpendek yang dapat
digunakan oelh pengguna jalan raya. Tabel 2.2 Kendala
4. Data kecepatan dan waktu tempuh No Kendala
pada penelitian ini menggunakan
1 XAB + XAC + XCD =1
acuan kendaraan roda empat yang
2 XAB – XBE =0
didapatkan dari pihak Dinas
Perhubungan.
3 XAC – XCD =0
4 XAE – XEF – XEH =0
2.3 Model Matematika 5 XBE – XEF – XEH =0
6 XCD – XDG =0
2.3.1 Identifikasi Variable Keputusan 7 XEF – XFG =0
8 XEH – XHI – XHJ =0
9 XDG – XGK =0
10 XFG – XGK =0
11 XHI – XIM =0
12 XHJ – XJP – XJN =0 Berdasarkan data yang telah diperoleh
13 XGK – XKL =0 maka hasil penelitian rute terpendek dari node A
14 XIM – XML – XMR - XMS =0 ke node T dengan menggunakan algoritma
15 XJP – XPS =0 dijkstra sebagai berikut :
16 XJN – XNO =0
17 XKL – XLM – XLQ =0 Terlampir sebagai lampiran.
18 XML – XLQ =0
19 XMR – XRS – XST =0 Hasil yang didapat dengan menggunakan
20 XMS – XST =0 algoritma dijkstra 174 Km dengan rute :
21 XPS – XST =0
22 XNO – XOP =0 A – C – D – G – K – L – Q – T.
23 XLM – XMR – XMS =0
24 XLQ – XQT =0 Berdasarkan data yang telah diperoleh dan
25 XRS – XST =0 penyelesaian masalah dengan menggunakan
26 XOP – XPS =0 aplikasi WinQSB sebagai berikut :
27 XRT + XST + XQT =1
Terlampir sebagai lampiran.

2.4 Metodologi Penelitian Hasil yang didapat dengan menggunakan


aplikasi WinQSB 247.9 dengan variable yang
Metode penelitian adalah langkah dan
digunakan sebagai berikut :
prosedur yang akan dilakukan dalam
pengumpulan data atau informasi guna
X1 + X5 + X7 + X10 + X11 + X12 + X18 + X19 +X21 +
memecahkan permasalahan dan menguji
hipotesis penelitian. Peneilitian ini menggunakan X23 + X24
metode deskriptif. Metode deskriptif merupakan
suatu metode penelitian yang bertujuan untuk
mendapatkan gambaran yang jelas tentang hal- 3. KESIMPULAN
hal yang dibutuhkan dan berusaha
menggambarkan serta menginterpretasi objek Mencari penyelesaian rute terpendek
yang sesuai dengan fakta secara sistematis, dengan menggunakan algoritma dijkstra dinilai
faktual dan akurat. lebih effisien karena algoritma ini mencarikan
Pengumpulan data dan pengembangan bobot terendah dari rute yang dilalui.
perangkat lunak dalam penelitian ini adalah
sebagai berikut: Sedangkan, pemecahan masalah dengan
menggunakan aplikasi WinQSB dinilai kurang
1. Metode Pengumpulan Data
effisien karena pengambilan masalah
Metode pengumpulan data yang
digunakan dalam penelitian ini adalah sebagai berdasarkan Liniear and Integer Programming.
berikut : Penulis masih belum dapat menggunakan
a. Studi Literatur aplikasi tersebut sehingga hasil yang diperoleh
Pengumpulan data dengan cara jauh berbeda denga penyelesaian secara
mengumpulkan literatur, jurnal, paper dan manual dengan menggunakan algoritma dijkstra.
bacaan-bacaan yang ada kaitannya
dengan judul penelitian DAFTAR PUSTAKA
b. Wawancara
Teknik pengumpulan data dengan cara 1. Tjuju.T, Achmad D, 2002, Operations
melakukan Tanya jawab langsung dengan Research (Model – model Pengambilan
pihak – pihak yang ada kaitannya dengan Keputusan), Sinar Baru Algensindo,
topic penelitian. Bandung, 163-164
2. Winarto,W Wahyu, 2008, Analisis
Manajemen Kuantitatif dengan WinQSB 2.0,
2.5 Hasil Penelitian UPP STIM YKPN, Yogyakarta, 11
LAMPIRAN

Data gambar dari Google Map

Data yang digunakan

• NODE AWAL : Surapati, Bandung


• NODE TUJUAN : Cibubur Junction, Jakarta Timur
• NODE / DAERAH YANG DILALUI :
1. CILEUNYI
2. LEMBANG
3. SAGALAHERANG
4. PURWAKARTA
5. PADALARANG 2
6. CIKALONG WETAN
7. CIKALONG KULON
8. CIRANJANG
9. CIANJUR
10. SUKABUMI
11. CICURUG
12. BOGOR
13. CITEUREUP
14. CILEUNGSI
15. JONGGOL
16. LEMAHABANG
17. BEKASI
18. CIMAHI(CIKAMPEK)
Rute Terpendek dari Jakarta ke Bandung dengan menggunakan Algoritma Dijkstra

Rute terpendek dengan menggunakan Aplikasi WinQSB

a. Solution Summary
b. Constrain Summary