April 2017

JURNAL TEKNIK INFORMATIKA Volume 10, Nomor 1, 2017 Diterbitkan oleh Program Studi Teknik Informatika, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta

PENANGGUNG JAWAB Ketua Program Studi Teknik Informatika (TI) FST UIN Syarif Hidayatullah Jakarta Pimpinan Redaksi Fenty Eka Muzayyana Agustin Penyunting Ahli Ismail Khalil Ibrahim (Linz University, Austria), Jubair (Petronas University, Malaysia), Eko Syamsuddin (BPPT), Rusdianto Rustam (BPPT), Zainal Hasibuan (UI), I Wayan Simri Wicaksono (Gunadarma), Sri Nurdiati (IPB), Ria Arafiah (UNJ), Ahmad Tjahya (Prodi Agribisnis UIN Jakarta), Nur Inayah (Prodi Matematika UIN Jakarta) Penyunting Pelaksana Asep Taufik Muharam, Rizal Bahaweres, Yuditha Ichsani, Rayi Pradono Iswara, Nurul Faizah Rozy Asisten Editor Cinthya Bela Anggraini, Raihan Prahastia, Amin Rois, Siti Nurul H, Elda Oktaviani, Muhamad Haikal A Desain dan Tata Letak Siti Ummi Masruroh, Luh Kesuma Wardhani, Muhamad Hisbulloh Al Mussamma Sekretariat Adi Imam Maulana, Khoirul Umam Penerbit Program Studi Teknik Informatika, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta Alamat Redaksi Jl. Ir. H. Juanda No.95 Ciputat 15412 Telp. 021-7493606, Ekstensi 1213 Fax. 021-7493315 Situs Web: http://fst.uinjkt.ac.id Alamat E-mail: jurnal-ti@uinjkt.ac.id

JURNAL TEKNIK INFORMATIKA VOL 10 NO. 1, 2017

|i

JURNAL TEKNIK INFORMATIKA Volume 10, Nomor 1, 2017 Diterbitkan oleh Program Studi Teknik Informatika, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta

DAFTAR ISI 1-8 Implementasi Fuzzy Search Untuk Pendeteksi Kata Asing Pada Dokumen Microsoft Word Ichsan Taufik, Izma Dewi Aishia, Jumadi

9-16 Analisa Perbandingan Logic Fuzzy Metode Tsukamoto, Sugeno, dan Mamdani (Studi Kasus: Prediksi Jumlah Pendaftar Mahasiswa Baru Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung) Laras Purwati Ayuningtias, Mohamad irfan, Jumadi

17-26 Aplikasi Pemungutan Suara Elektronik / E-Voting Menggunakan Teknologi Short Message Service dan At Command Slamet Risnanto

27-36 Studi Awal Rancangan Bidirectional-Multi User Pada Visible Light Communication Untuk Aplikasi Dalam Ruang (Indoor) Syifaul Fuada

37-48 Pengembangan Buku Ajar IPS-Sejarah Digital SMP Syifaul Fuada, Nainunis, A.I. Aditya N.W.

ii |

JURNAL TEKNIK INFORMATIKA VOL 10 NO. 1, 2017

49-58 Implementasi Teknik Dynamic Time Warping (DTW) Pada Aplikasi Speech To Text Candra Dinata, Diyah Puspitaningrum, Ernawati

59-66 Sistem Informasi Geografis Pemetaan Faktor-Faktor Yang Mempengaruhi Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) Dengan Metode K-Means Clustering (Studi Kasus: Provinsi Bengkulu) Kevin Bima Aditya, Diyah Puspitaningrum, Yudi Setiawan

67-72 Aplikasi Perencana Keuangan Pada Platform Berbasis Smartphone Multiplatform dengan Framework Phonegap Nurul Faizah Rozy , Sholahuddin Alisyahbana

73-84 Analisa dan Perbandingan Bukti Forensik Aplikasi Media Sosial Facebook dan Twitter pada Smartphone Android Wisnu Ari Mukti, Siti Ummi Masruroh, Dewi Khairani

85-90 Simulasi Jaringan Virtual Local Area Network (VLAN) Menggunakan Pox Controller Muhamad Fahri, Andrew Fiade, Hendra Bayu Suseno

JURNAL TEKNIK INFORMATIKA VOL 10 NO. 1, 2017

iii

KATA PENGANTAR

Syukur Alhamdulillah kami panjatkan kehadirat Allah SWT, Jurnal Teknik Informatika Volume 10 Nomor 1, 2017 telah kembali terbit di hadapan pembaca sesuai waktu yang direncanakan. Jurnal Volume 10 edisi pertama tahun 2017 ini terdiri dari 10 penulis dengan tiga kelompok topik yaitu Analisis di bidang Software Engineering, Jaringan dan Multimedia.

Pada akhirnya redaksi mengucapkan terima kasih kepada para penulis dengan kerja kerasnya melakukan penelitian yang tersaji dalam jurnal ini. Tak lupa ucapan terima kasih pula kepada pembaca yang memanfaatkan jurnal ini sebagai salah satu referensi untuk melakukan penelitian berikutnya. Redaksi sangat terbuka menerima kritik dan saran demi penyempurnaan jurnal kami pada volume-volume berikutnya.

Terima kasih Redaksi

iv |

JURNAL TEKNIK INFORMATIKA VOL 10 NO. 1, 2017

JURNAL TEKNIK INFORMATIKA, APRIL 2017

|1

IMPLEMENTASI FUZZY SEARCH UNTUK PENDETEKSI KATA ASING PADA DOKUMEN MICROSOFT WORD Ichsan Taufik1, Izma Dewi Aishia2, Jumadi3 Jurusan Teknik Informatika, Fakultas Sains dan Teknologi UIN SGD Bandung Jl. A.H Nasution 105 Bandung 40614 ichsan@uinsgd.ac.id1, izma.dewi@uinsgd.ac.id2, jumadi@uinsgd.ac.id3

ABSTRAK Pendeteksian kata-kata asing ini dimaksudkan untuk membantu dalam mengurangi kesalahan dalam penulisan karya ilmiah dan pernyataan tesis sebagai pengerjaan. Ada aturan dalam penulisan karya ilmiah bahwa dokumen harus memenuhi peraturan penulisan bahasa Indonesia yang baik dan salah satunya adalah penggunaan huruf miring dalam bahasa asing (bahasa Inggris). Oleh karena itu, dibuat sebuah aplikasi untuk membantu dalam pendeteksian kata-kata asing sehingga bisa memiringkan hurufhuruf yang tidak ada dalam tata kelola bahasa Indonesia. Dalam pembuatan aplikasi digunakan metode pencarian fuzzy untuk mendeteksi kata asing dengan menggunakan matriks jarak jauh levenshtein untuk menghitung jarak kemiripan sebuah kata. Pencarian fuzzy dilakukan dengan fuzzy matching yang mengembalikan daftar hasil berdasarkan variabel yang telah ditentukan. Pencarian fuzzy menggunakan matriks dengan levenshtein mewakili jarak untuk menghitung jarak kemiripan kata, sehingga akan menghasilkan kata yang memiliki huruf miring dan tidak berhuruf miring jika ada dalam tata bahasa Indonesia. Dari hasil pengujian, penggunaan algoritma pencarian fuzzy untuk mendeteksi kata-kata asing dalam sebuah dokumen kata dengan jumlah kata yang berbeda menghasilkan nilai akurasi ratarata 89,6%. Hasil dari proses ini membuat aplikasi ini bisa membantu tatabahasa asing dalam penulisan karya ilmiah.

Kata Kunci: dokumen word, gaya italic, jarak edit levenshtein, pencarian fuzzy

ABSTRACT Detection of foreign words is intended to help in reducing errors in the writing of scientific papers and thesis statements as of workmanship. There are rules in writing scientific papers that document must meet the rules of Indonesian rule of good writing and really one of them is use of italics in the word foreign languages (English). Therefore, made an application to aid in the detection of foreign words so as to tilt the letters that do not exist in the governance of the Indonesian word. In the making of the application, the fuzzy search method used for detecting foreign word using levenshtein edit distance matrix to calculate the distance semblance of a word. Fuzzy search conducted with fuzzy matching which returns a list of results based on the variables that have been determined. A fuzzy search using a matrix with levenshtein represented distance to calculate the distance of the similarity of the word, so will produce a word that has italic style and not if there is in Indonesian grammar. From the test results, the use of fuzzy search algorithms to detect foreign words in a word document with a different number of words resulted in an average accuracy value of 89.6%. The results of this process makes this application can help foreign grammar in writing scientific papers.

Keywords: word document, style italic, levenshtein edit distance, fuzzy search

Ichsan Taufik, dkk : Implementasi...

1-8

ISSN 1979-9160

2|

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I.

II. DATA DAN METODE

PENDAHULUAN

Perkembangan teknologi informasi, banyak digunakan dalam pencocokan string, seperti penggunaan internet yaitu dengan memasukkan data input oleh user dengan data yang berdasarkan pada database misalnya database google. Sehingga algoritma pencarian atau pencocokan string merupakan proses pencarian yang penting dan dibutuhkan dalam berbagai aplikasi.Di dalam pencocokan string ataukata terdapat beberapa metode yang dapat digunakan seperti fuzzy search. Fuzzy search dapat melakukan proses pencarian efisien dengan data yang besar. Seperti telah diteliti fuzzy search dapat menghabiskan waktu sekitar 20 detik pada 2010 dengan data dari wikipedia bahasa inggris (23GB XML, yang sebagian besar teks artikel). Jika menggunakan fuzzy search maka terdapat pekerjaan yang kecil dalam mengefisienkan proses pencarian. Cara kerja yang dilakukan dari fuzzy search ini akan menampilkan range yang ada di dalam proses pencarian, seperti derajat keanggotaan yang dimiliki yaitu mirip, tidak mirip, cukup mirip.

Dalam pembahasan mengenai metode pada pencocokan string, hal yang akan diteliti dalam penelitian ini adalah penulisan kata-kata asing dalam karya ilmiah atau document Microsoft Word jika menggunakan tata bahasa Indonesia yang baik dan benar maka kata tersebut harus dimiringkan. Salah satu pemakaiannya adalah menuliskan nama ilmiah atau ungkapan asing yang belum disesuaikan ejaannya. Penulisan kata asing dalam Microsoft Word dapat sulit terdeteksi jika jumlah data tersebut banyak misalnya dalam penulisan 1 paragraf saja kata asing akan sulit terdeteksi karena sifat manusia yang tidak cermat dalam mengamati kata-kata asing tersebut.

Berdasarkan permasalahan tersebut, maka terdapat permasalahan yang menarik yaitu bagaimana pencarian kata asing dalam mencocokkan kata tersebut sehingga diubah menjadi style font italic oleh system sehingga dapat menghasilkan karya ilmiah atau document Microsoft Word yang sesuai dengan kaidah Indonesia yang baik dan benar. Sehingga disusunlah penelitian mengenai “Implementasi Fuzzy Search Untuk Pendeteksi Kata Asing Pada Document Microsoft Word�.

Ichsan Taufik, dkk : Implementasi...

1-8

2.1 Pencocokan String String merupakan susunan dari karakter-karakter (angka, alphabet, atau karakter yang lain) dan biasanya direpresentasikan sebagai struktur data array.

String dapat berupa kata, frase, atau kalimat.

Pencocokan string merupakan bagian penting dari sebuah proses pencarian string (string searching) dalam sebuah dokumen. Hasil dari pencarian sebuah string dalam dokumen tergantung dari teknik atau cara pencocokan string yang digunakan. Untuk mengetahui isi dokumen yang benar sesuai dengan kebutuhan informasi, diperlukan metode pencarian string (string searching) isi dokumen yang bagus.

Proses pencocokan string (string searching) yang merupakan bagian utama dalam proses pencarian string memegang peranan penting untuk mendapatkan dokumen yang sesuai dengan kebutuhan informasi tersebut[28].

2.2 Fuzzy Search Sebuah fuzzy search adalah suatu proses yang menempatkan halaman web yang mungkin relevan dengan argumen pencarian bahkan ketika argumen tidak sesuai untuk informasi yang diinginkan. Sebuah fuzzy search dilakukan dengan pencocokan fuzzy, yang mengembalikan daftar hasil berdasarkan kemungkinan relevansi meskipun pencarian kata argumen dan ejaan mungkin tidak tepat.

Fuzzy search berfungsi untuk menemukan semua kata yang memiliki kemiripan dengan query yang diberikan pada kamus tersebut atau database yang ada.

Fuzzy search dapat mengkompensasi kesalahan pengetikan input yang umum serta kesalahan yang diperkenalkan oleh pengenalan karakter optik scanning dokumen yang dicetak.

Program pencocokan fuzzy biasanya menampilkan istilah yang tidak relevan serta yang relevan. Hasil yang berlebihan mungkin juga untuk memadupadankan dengan beberapa arti, hanya salah satu makna yang dimaksud pengguna. Fuzzy search jauh lebih kuat jika dibandingkan dengan exaxt string search bila digunakan untuk penelitian dan penyelidikan.

Fuzzy search sangat berguna ketika meneliti bahasa-bahasa asing atau istilah-istilah yang menggunakan ejaan yang tepat dan tidak diketahui secara luas. Fuzzy search juga dapat digunakan untuk mencari individu yang ISSN 1979-9160

3

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

didasarkan pada informasi lengkap ataupun sebagian guna memperoleh data yang akurat.

2.3 Levenshtein distance Lavenshtein distance dibuat oleh Vladimir Levenshtein pada tahun 1965.

Perhitungan edit distance di dapatkan dari matriks yang digunakan untuk menghitung jumlah perbedaan string antara dua string[1].

Perhitungan jarak antara dua string ini ditentukan dari jumlah minimum operasi perubahan untuk membuat string A menjadi string B. Algoritma ini berjalan mulai dari pojok kiri atas sebuah array dua dimensi yang telah diisi sejumlah karakter string awal dan string target dan diberikan nilai cost. Nilai cost pada ujung kanan bawah menjadi nilai edit distance yang memberikan jumlah perbedaan dua string.

Pencocokan dilakukan per kalimat.

Kalimat dari proses sorting yang dalam bentuk array diubah dulu menjadi bentuk string.

Kemudian string tersebut akan dihitung nilai similarity menggunakan rumus:

(1) Keterangan rumus: Plagiarize value = kesamaan kemiripan Diff = nilai dari jarak string asli ke string pembanding CS = String asli ST = String pembanding Max(CS, ST) = jarak string terbesar dari string pembanding dan string asli 2.4 Penggunaan fuzzy search untuk data Contoh proses penggunaan levenshtein edit distance yaitu sebagai berikut: terdapat teks yang ada pada user yang dimasukkan ke dalam aplikasi.

Kemudian kata-kata tersebut akan melakukan proses levenshtein edit distance dengan menggunakan fungsi matrix. Algoritma ini berjalan mulai dari pojok kiri atau sebuah array dua dimensi yang telah diisi sejumlah karakter string dan string target dan diberikan nilai cost. Nilai cost pada ujung kanan bawah menjadi nilai edit distance yang menggambarkan jumlah perbedaan dua string.

Contoh perhitungan yang akan dilakukan seperti terlihat pada Gambar 2.1.

Ichsan Taufik, dkk : Implementasi...

1-8

Jika karakter sama maka nilai diambil yang terkecil jika karakter berbeda nilai terkecil ditambah 1. Untuk perhitungan jarak kemiripan.

Gambar 1. Perhitungan Nilai Kemiripan Perhitungan distance pada Gambar 1 berdasarkan algoritma pada nilai levenshtein edit distance yaitu jika karakter 1 source (data yang diinputkan user) dengan 1 target (data yang ada pada database) sama maka nilai yang diambil adalah minimum. Tetapi jika karakter berbeda maka nilai cell didapatkan dari nilai minimum dari karakter tersebut.

Jadi, setiap karakter dibandingkan kemudian nilai minimum ditambah 1 untuk karakter yang berbeda. Jika karakter yang sama tidak perlu ditambah 1.

Setelah didapat nilai distance kemudian dilakukan proses fuzzy searchnya. Di dalam fuzzy terdapat variabel yang digunakan.

Dilakukan penamaan terhadap grup yang mewakili kondisi tertentu dengan menggunakan bahasa alami. Variabel tersebut diantaranya tidak mirip, kurang mirip, cukup mirip, mirip dan sangat mirip. Untuk nilai yang ada pada setiap variabelnya akan sebutkan pada Tabel 1 yang membahas mengenai setiap nilai dari setiap variabel. Variabel yang digunakan pada berdasarkan Tabel 2.1 adalah berjumlah 5.

No 1 2 3 4 5

Tabel 1. Nilai untuk setiap variabel Variabel Nilai Tidak mirip 0-25 Kurang mirip 20-45 Cukup mirip 40-65 Mirip 60-85 Sangat mirip 80-100

ISSN 1979-9160

4|

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Sehingga didapatkan rule dari variabel tersebut. Nilai distance merupakan nilai crisp atau disebut juga nilai input. Diinisialisasi menjadi X. jika variabel setiap nilai sudah disebutkan berdasarkan Tabel 1, maka rule evaluation berdasarkan variabel tersebut dicantumkan pada Tabel 2.2 Rule evaluation.

No 1

2

3

4

5

Tabel 2. Rule evaluation Rule If X lebih dari 0 dan kurang dari sama dengan 25 then masuk variabel tidak mirip (A) If X lebih dari 20 dan kurang dari sama dengan 40 then masuk variabel kurang mirip (B) If X lebih dari 40 dan kurang dari sama dengan 65 then masuk variabel cukup mirip (C) If X lebih dari 60 dan kurang dari sama dengan 85 then masuk variabel mirip (D) If X lebih dari 80 dan kurang sama dengan 100 then masuk variabel kurang mirip (E)

kurva segitiga dan kuva bentuk bahu. Nilai variabel yaitu dari 0 sampai 100. Nilai distance pada Tabel 1 akan dimasukkan ke dalam variabel sesuai nilai yang ada pada gambar 2. pada Tabel 4 Merupakan contoh klasifikasi awal dari nilai distance yang telah disebutkan Rumus untuk setiap variabel dapat ditunjukkan pada Tabel 2.3 merupakan rumus untuk setiap variabel. Terdapat dua bentuk yaitu bentuk bahu dan bentuk segitiga. rumus untuk setiap bentuk dapat ditunjukkan pada Tabel 2.3.

Tabel 3. Rumus Variabel

Pada Tabel 1 klasifikasi pada variabel nilai kemiripan menggunakan bahasa alami.

Sedangkan Tabel 2 merupakan rule jika nilai crisp berada pada nilai-nilai variabel tersebut.

Untuk fungsi keanggotaan (membership function) untuk menunjukkan pemetaan titiktitik input ke dalam nilai keanggotaannya (derajat keanggotaan) dapat dilihat pada Gambar 2.

Sedangkan Tabel 4 merupakan rumus untuk setiap variabel yang digunakan pada setiap nilai di dalam variabel.

Gambar 2. Representasi Nilai Kemiripan Keterangan : A untuk variabel tidak mirip B untuk variabel kurang mirip C untuk variabel cukup mirip D untuk variabel mirip E untuk variabel sangat mirip.

Pada Gambar 2. memperlihatkan reprensentasi nilai kemiripan menggunakan Ichsan Taufik, dkk : Implementasi...

1-8

ISSN 1979-9160

5

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

Tabel 4. Keterangan Rumus

Ichsan Taufik, dkk : Implementasi...

1-8

ISSN 1979-9160

6|

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Nilai pada Tabel 4 merupakan nilai distance yang dihasilkan dari menghitung nilai kemiripan satu kata dengan kata yang lainnya.

Tabel 5. Nilai klasifikasi awal N o

Source

Target

1

Testin g

Protesting

2

Form

Protestingly Test Testing Conform Deformatio n Filiform Form

Nilai distanc e 70

variabe l

58.34 57.15 100 57.16 36.7

C C E C B

50 100

C A

D

Setelah didapatkan nilai distance dan identifikasi variabel yang ada. Maka selanjutnya yaitu perhitungan nilai fuzzy.

Gambar 3 Merupakan contoh perhitungan yang dilakukan.

Tabel 6 Nilai dan saran N o

1 2 3 4 5 6 7 8

Tida k mirip (A) -

Nilai variable Kuran Cuku Miri g p p (D) mirip mirip (B) (C) 0.81 0.54 0.63 0.63 0.7 0.81 -

Saran Sanga t mirip (E) 1 1

Testin g

Form

Berdasarkan Tabel 6, kata tersebut ada pada database bahasa inggris dengan berada pada variabel sangat mirip. Setelah di cek pada nilai variabel. Sehingga testing berada di variabel sangat mirip dengan nilai 1, dan form berada pada variabel sangat mirip dengan nilai 1. Maka proses selanjutnya adalah melakukan kemiringan huruf.

Berdasarkan Perhitungan fuzzy maka output yang dihasilkan sebagai berikut dengan perhitungan kata asing yang telah dilakukan: Setelah proses implementasi maka dilakukan testing untuk pengecekan aplikasi. Aplikasi ini menggunakan satu form dalam prosesnya.

III. HASIL DAN PEMBAHASAN

Gambar 3. Contoh Perhitungan Berdasarkan perhitungan pada Gambar 3 maka dapat direpresentasikan nilai pada setiap rule Evaluation setelah proses perhitungan fuzzy dapat ditunjukkan berdasarkan Tabel 6 Nilai dan saran yang akan dihasilkan

3.1 Implementasi Program Aplikasi pendeteksi kata asing pada document Ms.word ini jenis aplikasi yang berbasis desktop. Pada bab ini akan diperlihatkan bagaimana tampilan program setelah diimplementasikan ke dalam coding dan berdasarkan perancangan pada analisa. Berikut salah satu form yang ada di dalam aplikasi.

Form pengetikan teks ini digunakan agar lebih mempermudah user dalam proses penggunaan aplikasi. Kemudahan yang diberikan user ini yaitu dengan memberikan textarea agar user dapat mengetikkan teks pada halaman yang disediakan. Berikut Gambar 4 tampilan form pengetikan teks.

Gambar 4. Form Pengetikan Teks Ichsan Taufik, dkk : Implementasi...

1-8

ISSN 1979-9160

7

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

3.2 Pengujian Berikut adalah pengujian menggunakan waktu pada Tabel 3.1

dengan

Tabel 7. Pengujian jumlah kata

Untuk perhitungan akurasi digunakan rumus: đ?‘—đ?‘˘đ?‘šđ?‘™đ?‘Žâ„Ž đ?‘Śđ?‘Žđ?‘›đ?‘” đ?‘?đ?‘œđ?‘?đ?‘œđ?‘˜ Akurasi = đ?‘—đ?‘˘đ?‘šđ?‘™đ?‘Žâ„Ž đ?‘˜đ?‘’đ?‘ đ?‘’đ?‘™đ?‘˘đ?‘&#x;đ?‘˘â„Žđ?‘Žđ?‘› Ă—100

setiap

25

Akurasi = 30 Ă—100=83.33% Sehingga berdasarkan akurasi untuk setiap data yang digunakan dapat dilihat pada tabel 8 Perhitungan nilai akurasi Tabel 8 Perhitungan nilai akurasi

Sehingga nilai akurasi secara keseluruhan atau nilai rata-rata yang diperoleh adalah 83.33+90+83.33+94.15+97.31 5

Rata-rata = Rata-rata = 89.624%

4.2 Saran Saran yang dapat disampaikan bahwa dalam proses implementasi terdapat beberapa kekurangan, seperti dalam waktu yang cukup lama jika data yang dimasukkan banyak. Oleh sebab itu untuk penelitian selanjutnya dapat memperhitungkan waktu dengan baik dengan membandingkan algoritma fuzzy search dengan adanya proses text processing di dalamnya.

DAFTAR PUSTAKA

Sehingga didapat nilai akurasi berdasarkan pengujian tersebut adalah 89.624%. hasil akurasi tersebut menggunakan fuzzy search dengan matrix levenshtein distance.

IV. SIMPULAN DAN SARAN 4.1 Simpulan Berdasarkan hasil implementasi penggunaan fuzzy search dalam proses pencocokan string dengan menggunakan matrix levenshtein distance dapat membantu dalam mengatasi kemiripan dari setiap kata. Dengan Ichsan Taufik, dkk : Implementasi...

memeriksa terlebih dahulu kata yang berbahasa Indonesia, jika kata tersebut tidak ada maka akan diproses apakah kata tersebut kata asing atau tidak. Setelah percobaan pengujian dengan menggunakan teks yang sedikit, sedang dan banyak dari hasil akurasi yang diperoleh dengan nilai masing-masing sehingga menghasilkan nilai rata-rata yaitu 89.6%.

Berdasarkan nilai rata-rata tersebut terdapat nilai error yang ada artinya jumlah kata yang diperhitungkan secara manual dengan nilai yang dieksekusi program tidak sesuai karena terdapat beberapa kata yang ada yang dianggap kata asing belum masuk ke dalam database bahasa inggris, sehingga system mengenal kata tersebut bukan kata asing yang masuk ke dalam database. Sehingga jika terdapat kata yang dianggap kata asing maka harus ditambahkan ke dalam database terlebih dahulu.

Program yang telah dibuat dapat meminimalisir kesalahan penulisan EYD (Ejaan Yang Disempurnakan) yaitu dengan memiringkan kata asing pada pembuatan document seperti karya ilmiah atau skripsi yang mengharuskan penulisan sesuai penulisan bahasa Indonesia yang baik dan benar atau aturan EYD.

1-8

[1] Joseph F Hair, G Thomas M Hult, Christian M Ringle, and Marko Sarstedt, A Primer on Partial Least Square Struktural Equation Modeling. New York: SAGE, 2013.

[2] J. J Hox, Multilevel Analysis Techniques and Applications, 2nd ed. New York, USA: Routledge, 2010.

[3] K Ringdal, "Method for Multilevel Analysis," Acta Sosiologica, vol. 35, pp.

235-243, 1992.

[4] B. Tantular, Aunuddin, and H. Wijayanto, "Pemilihan Model Regresi Linier ISSN 1979-9160

8|

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Multilevel Terbaik," in Forum Statistika dan Komputasi, vol. 14, 2009, pp. 1-7.

Ichsan Taufik, dkk : Implementasi...

1-8

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

|9

ANALISA PERBANDINGAN LOGIC FUZZY METODE TSUKAMOTO, SUGENO, DAN MAMDANI (STUDI KASUS : PREDIKSI JUMLAH PENDAFTAR MAHASISWA BARU FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SUNAN GUNUNG DJATI BANDUNG) Laras Purwati Ayuningtias1, Mohamad irfan2, Jumadi3 Jurusan Teknik Informatika, Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung Jl. A. H. Nasution 105 Bandung 40614 purwatilaras@gmail.com1, irfan.bahaf@uinsgd.ac.id2, jumadi@uinsgd.ac.id3

ABSTRAK Universitas Islam Negeri (UIN) Sunan Gunung Djati Bandung salah satu institusi perguruan tinggi yang memiliki kualitas yang bagus dan memiliki potensi yang dapat menyerap mahasiswa baru berdasarkan berlimpahnya data awal yang diperoleh dari tahun ajaran 2013/2014 sampai dengan 2016/2017, dengan tahapan seleksi penerimaan yang banyak bahkan mahasiswa baru yang terserap beberapa tahun terakhir mengalami peningkatan dan penurunan.Dalam penelitian dilakukan analisa perbandingan algoritma fuzzy logic metode Tsukamoto, Sugeno dan Mamdani untuk memprediksi jumlah pendaftar untuk tahun kedepan dilihat dari jumlah mahasiswa yang lulus dan registrasi dari tahun sebelumnya dan dalam membandingkan perhitungannya menggunakan nilai rata-rata dari hasil yang diperoleh pada ketiga metode fuzzy tersebut dengan aplikasi berbasis web.Hasil dari penelitian yang telah dihitung bahwa metode fuzzy Mamdani mempunyai tingkat error yang lebih kecil sebesar 19,76 % dibandingkan dengan metode Tsukamoto sebesar 39,03 % dan Sugeno sebesar 86,41 % pada prediksi jumlah pendaftar mahasiswa baru.

Kata Kunci: komparasi, prediksi, mahasiswa baru, Tsukamoto, Sugeno, Mamdani, framework CI, registrasi .

ABSTRACT State Islamic University (UIN) Sunan Gunung Djati Bandung one of the university institutions that have good quality and has the potential to absorb new students based on the abundance of preliminary data obtained from the academic year 2013/2014 until 2016/2017, with the selection selection stage Which many new students even absorbed in the last few years have increased and decreased. In the research, comparative analysis of fuzzy logic algorithm of Tsukamoto, Sugeno and Mamdani method is used to predict the number of applicants for the next year seen from the number of students who graduated and registration from the previous year and in comparing the calculation uses the average value of the results obtained in the three fuzzy methods with web-based applications. The result of the research has been calculated that the fuzzy Mamdani method has a smaller error rate of 19.76% compared to the tsukamo method To equal to 39.03% and Sugeno equal to 86.41% in predicted number of new student enrollment Keywords: Comparisons, predictions, new students, Tsukamoto, Sugeno, Mamdani, CI framework, registration

Laras P : Analisa Perbandingan Logic...

9-16

ISSN 1979-9160

10 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I.

PENDAHULUAN

Institusi pendidikan perguruan tinggi setiap tahunnya rutin mengadakan kegiatan penerimaan mahasiswa baru dan jumlah mahasiswa baru dapat mengalami peningkatan dan dapat juga mengalami penurunan, bahkan data yang diperoleh berdasarkan data historis data yang ada bertambah terus menerus.

Universitas Islam Negeri Sunan Gunung Djati Bandung pada perkembangan penerimaan mahasiswa baru tahun ajaran 2013/2014 sampai dengan 2016/2017 dengan tahapan seleksi penerimaan yang begitu banyak yaitu pemilihan jalur ujian tulis mandiri, SPMB-PTAIN, SPANPTKIN, UM-PTKIN, SNMPTN UNDANGAN, dan dilakukannya lagi ujian tulis mandiri kedua, mungkin saja untuk tahun kedepan jalur ujian masuk ke Universitas Islam Negeri Sunan Gunung Djati Bandung akan bertambah terus menerus dikarenakan kuota pada setiap jurusan atau fakultas yang telah ditentukan dan tingkat populasi orang yang berbeda- beda.

Dengan memprediksi jumlah pendaftar mahasiswa baru Fakultas Sains dan Teknologi salah satu nya menggunakan penerapan algoritma fuzzy yaitu logika yang digunakan untuk menggambarkan ketidakjelasan2.

Algoritma fuzzy memiliki ke 3 metode yaitu metode fuzzy Tsukamoto, Sugeno, dan Mamdani dan dari ke 3 metode fuzzy ini memiliki mesin inferensi dan defuzzfikasi yang berbeda.

Dalam menentukan jumlah pendaftar mahasiswa baru yang memilih Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung, dari data yang sudah diperoleh di bagian bidang akademik, setidaknya ada beberapa hal yang perlu diperhatikan beberapa diantaranya adalah jumlah pendaftar berdasarkan pilihan prodi, jumlah mahasiswa yang diterima, jumlah mahasiswa registrasi.

Masalahnya adalah bagaimana memprediksi jumlah pendaftar mahasiswa baru yang masuk ke Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung dengan menggunakan penerapan metode fuzzy tsumakoto, Sugeno, dan Mamdani berdasarkan mahasiswa yang lulus dan registrasi dilihat dari data jumlah pendaftar mahasiswa pada tahun ajaran sebelumnya guna mendapatkan perkiraan jumlah pendaftar mahasiswa baru pada tahun ajaran kedepan.

Laras P : Analisa Perbandingan Logic...

9-16

Pada kesempatan penelitian ini penulis menerapkan metode fuzzy Tsukamoto, Sugeno dan Mamdani dalam memprediksi jumlah pendaftar mahasiswa baru yang memilih Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung, dengan menerapkan dan membandingkan ke 3 metode fuzzy tersebut, berupa penyusunan perhitungan sistematis yang akan dilakukan, sehingga mendapatkan output nilai sebagai bahan perbandingan ke 3 metode fuzzy.

II. TINJAUAN PUSTAKA 2.1 Penelitian Komparasi “Kata ‘Komparasi’ dalam bahasa inggris Comparation, yaitu perbandingan. Makna dari kata tersebut menunjukkan bahwa penelitian ini peneliti bermaksud mengadakan perbandingan kondisi yang ada dan apakah kedua kondisi tersebut sama atau ada perbedaan” (Arikunto 2010, h.6). a. Pengertian Prediksi Dalam Kamus Besar Bahasa Indonesia (KBBI) pengertian prediksi adalah kegiatan untuk menduga hal yang akan terjadi. Beberapa definisi lainnya tentang prediksi : 1. Prediksi diartikan sebagai penggunaan teknikteknik statistik dalam bentuk gambaran masa depan berdasarkan pengolahan angka-angka historis. (Buffa, Elwood, Rakesh, & Sarin, 1996) 2. Prediksi merupakan bagian internal dari kegiatan pengambilan keputusan manajemen. (Makridakis S, 1999) 3. Prediksi (forecasting) adalah suatu kegiatan yang memperkirakan apa yang terjadi pada masa akan datang. Masalah pengambilan keputusan merupakan masalah yang dihadapi maka peramalan juga merupakan masalah yang harus dihadapi, karena peramalan berkaitan erat dengan pengambilan suatu keputusan.

(Imami, 2013). b. Logika Fuzzy Logika fuzzy merupakan salah satu pembentuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting [2]. Nilai ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017 keanggotaan atau derajat keanggotaan atau membership function menjadi ciri utama dari penalaran dengan logika fuzzy tersebut.

(Kusumadewi & Purnomo, 2010) Ada beberapa definisi logika fuzzy, diantaranya : 1. Logika fuzzy adalah logika yang digunakan untuk menjelaskan keambiguan, logika himpunan yang menyelesaikan keambiguan. (Vrusias, 2008).

2. Logika fuzzy menyediakan suatu cara untuk merubah pernyataan linguistik menjadi suatu numerik. (Synaptic, 2006) Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga 1. Berbeda dengan logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan untuk menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic), misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan pelan, agak cepat, cepat, dan sangat cepat. Dan logika fuzzy menunjukan sejauh mana suatu nilai itu benar dan sejauh mana suatu nilai itu salah.

Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output [3]. Fuzzy dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama. (Kusumadewi & Purnomo, 2010). c. Fuzzy Inference System Tsukamoto 1. Saat proses evaluasi aturan dalam mesin inferensi, metode fuzzy Tsukamoto menggunakan fungsi implikasi MIN untuk mendapatkan nilai Îą-predikat tiap-tiap rule (Îą1, Îą2, Îą3,.... Îąn). Masing-masing nilai Îąpredikat digunakan untuk menghitung hasil inferensi secara tegas (crisp) masingmasing rule (z1, z2, z3,.... zn).

2. Proses defuzzyfikasi pada metode Tsukamoto menggunakan metode rata-rata (Average) dengan rumus berikut:

11

Secara umum bentuk model inferensi fuzzy Sugeno Orde-Nol adalah: IF(x1is A1i) o (x2 isA2i) o ... o (xNisANi) THENz = k Dengan đ??´ đ?‘– adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta (bersifat crisp) sebagai konsekuen.

2. Metode Fuzzy Sugeno Orde-Satu Secara umum bentuk model inferensi fuzzy Sugeno Orde-Satu adalah: IF (x1is A1i) o (x2 isA2i) o ... o (XNisAN)THEN z=p1 *x1+ ‌ + pN*xN+ q Dengan đ??´ đ?‘– adalah himpunan fuzzy ke-i sebagai anteseden, dan đ?‘ƒ đ?‘– adalah suatu konstanta (tegas) ke-I dan q juga merupakan konstanta dalam konsekuen.

Apabila komposisi aturan menggunakan metode Sugeno, maka deffuzifikasi dilakukan dengan cara mencari nilai rataratanya. (Kusumadewi & Purnomo, 2010).

2.6 Fuzzy Inference System Mamdani 1. Saat melakukan evaluasi aturan dalam mesin inferensi, metode Mamdani menggunakan fungsi MIN dankomposisiantar-rule menggunakan fungsi MAX untuk menghasilkan himpunan fuzzy baru.

2. Proses defuzzyfikasi pada metode Mamdani menggunakan metode Centroid dengan rumus berikut:

III. ANALISIS DAN PERANCANGAN 3.1 Analisis Masalah Data dalam penelitian prediksi pada jumlah pendaftarmahasiswa baru adalah data mahasiswa baru Universitas Islam Negeri Sunan Gunung Djati Bandung Fakultas Sains dan Teknologi tahun ajaran 2013/2014 sampai dengan 2015/2016.

d. Fuzzy inference System Sugeno Ada 2 model pada metode TSK, yaitu: 1. Metode Fuzzy SugenoOrde-Nol

Laras P : Analisa Perbandingan Logic...

9-16

ISSN 1979-9160

12 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Tabel 3.1. Data mahasiswa baru Fak. Sains dan teknologi tahun ajaran 2013/2014 sampai dengan 2016/2017 No Tahun Mahasiswa Mahasis lulus wa registrasi 1. 2013/2014 766 656 2. 2014/2015 1031 704 3 2015/2016 910 634 4 2016/2017 955 645 Fungsi aturan (rule) menggunakan metode MIN, rule atau aturan dapat dilihat pada Tabel 3.2

Kode [R1]

[R2]

[R3]

[R4]

Tabel 3.2 Aturan (Rule) Aturan /Rules IF jumlah diterima berkurang and jumlah mahasiswa registrasi banyak then jumlah mahasiswa pendaftar menurun.

IF jumlah diterima berkurang and jumlah mahasiswa registrasi sedikit then jumlah mahasiswa pendaftar menurun.

IF jumlah diterima bertambah and jumlah mahasiswa registrasi banyak then jumlah mahasiswa pendaftar meningkat.

IF jumlah diterima bertambah and jumlah mahasiswa registrasi sedikit then jumlah mahasiswa pendaftar meningkat.

Gambar 3.8 Fungsi keanggotaan dari variabel jumlah mahasiswa diterima tahun 2013/2014

b. Jumlah mahasiswa registrasi µ registrasisedikit (766)= (800-656)/200 =0,72 µ diterimabanyak (766) = (656600)/200 =0,28

3.1.1

Mesin Inferensi dan Defuzzy- fikasi Menggunakan Metode Fuzzy Tsukamoto Pada metode Tsukamoto, komposisi menggunakan fungsi inferensi menggunakan MIN yaitu dengan cara mengambil nilai minimum dari variabel input sebagai outputnya.

1. Menghitung nilai keanggotaan himpunan masing-masing variabel. a. Jumlah mahasiswa diterima atau lulus µ diterimaberkurang (766)= (1100766)/400=0,835 µ diterimabertambah (766) = (766700)/400=0,165

Laras P : Analisa Perbandingan Logic...

9-16

Gambar 3.9 Fungsi keanggotaan dari variabel jumlah mahasiswa registrasi tahun 2013/2014 2. Menghitung nilai keanggotaan (inferensi) anteseden (α-predikat) dan nilai z untuk tiap rule fuzzy.

R1 = min (0,835 ; 0,28) = 0,28 (5000-z) / 4000 = 0,28 = 3880 R2 = min (0,835 ; 0,72) = 0,72 ( 5000 – z) / 4000 = 0,72 = 2120 R3 = min (0,165; 0,28) = 0,165 (z-1000)/4000 = 0,165 = 1660 R4 = min (0,165 ; 0,72) = 0,165 (z-1000)/4000 = 0,165 = 1660 ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017 3. Menentukan Output Crisp (Defuzzyfikasi) Defuzzyfikasi merupakan proses konversi dari fuzzy output menjadi crisp output.

Pada defuzzyfikasi digunakan metode rata-rata (Average) untuk mendapatkan nilai crisp output.[12 (Îą – Pred1 ∗z1 )+(Îą – Pred2 ∗ z2 )+(Îą – Pred3 ∗ z3 )+(Îą – Pred4 ∗ z4 )

=

ι – Pred1 +ι – Pred2 +ι – Pred4 +ι – Pred4 (0,835 x 3880+0,165 x 2120+0,72x 1660+0,28x 1660) 0,835+0,165+0,72+0,28

= 2376

3.1.2 Mesin Inferensi dan Defuzzyfikasi Menggunakan Metode Fuzzy Sugeno Dari bagian konsukuen Rule 1 đ?‘?1 = diterima - registrasi = 110 Dari bagian konsukuen Rule 2 đ?‘?2 = Diterima = 766 = 2263 = min (0,165; 0,28) = 0,165 Dari bagian konsukuen Rule 3 đ?‘?3 = Diterima = 766 Dari bagian konsukuen Rule 4 đ?‘?4 = 1.25 * Diterima-registrasi = 1.25 * 766– 656 = 301.5

13

3.2 Hasil prediksi metode Tsukamoto, Sugeno, dan Mamdani Tabel 3.3 Hasil perbandingan ke 3 metode fuzzy Tahun Tsukam Sugen Mamda ajaran oto o ni 2013/2014 2376 570 3423 2014/2015 3339 782 4542 2015/2016 3075 670 4519 2016/2017 3380 676 3650 Hasil yang telah digambarkan menggunakan grafik manual bahwa prediksi jumlah pendaftar mahasiswa baru untuk tahun kedepan.

2. Menentukan Output Crisp (Defuzzyfikasi) Z* = (Îą – Pred1 ∗z1 )+(Îą – Pred2 ∗ z2 )+(Îą – Pred3 ∗ z3 )+(Îą – Pred4 ∗ z4 ) Îą – Pred1 +Îą – Pred2 +Îą – Pred3 +Îą – Pred4

(0,835 x 110 + 0,165 x 766 + 0,72 x 766 + 0,28 x 301.5) 0,835 + 0,165 + 0,72 + 0,28

= 570 3.1.3 Mesin Inferensi dan Defuzzyfikasi Menggunakan Metode Fuzzy Mamdani Aturan rule (nilai min dan max) 1. Output Crisp (Defuzzyfikasi) of centroid a) menentukan min dan max fungsi keanggotaan aturan rule fuzzy.

Min = 0,165 Max = 0,72 b) menentukan batas bawah dan atas (1000 + (0,165*(4000-1000))) = 1660 (1000 + (0,72 * (4000 -1000))) = 3880 c) menghitung z* menggunakan meode Centroid kontinyu Defuzzyfikasi Z*=

3.4 Perancangan Sistem Use-case Diagram digunakan untuk memodelkan dan menyatakan unit fungsi atau layanan yang disediakan oleh sistem ke pemakai.

âˆŤđ?‘? đ?‘§đ?œ‡(đ?‘§)đ?‘‘đ?‘§ âˆŤđ?‘§ đ?œ‡(đ?‘§)đ?‘‘đ?‘§

= ( (227337 + 3296592 + 3240000) / (273.9 + 982.35 + 720) )= 3423 Laras P : Analisa Perbandingan Logic...

9-16

ISSN 1979-9160

14 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Gambar 4.5 Use case diagram Pada program ini actor yang digunakan adalah admin.

Sehingga, di dalam penggunaannya diperuntukan untuk pihak akademik sains dan teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung.

IV. IMPLEMENTASI DAN PENGUJIAN 4.1 Uji hasil perbandingan prediksi jumlah pendaftar Adapun perhitungannya adalah : ∑(

AFER=

đ??´đ?‘– − đ??š đ?‘– đ??´đ??ź

đ?‘›

Dari perhitungan tersebut didapatkan nilai AFER dengan metode Tsukamoto sebesar 39,03%, metode Sugeno sebesar 86,41%, dan metode Mamdani sebesar 19,76% yang berarti bahwa metode Mamdani mempunyai nilai error yang lebih kecil dan mempunyai tingkat akurasi yang lebih tinggi dibandingkan dengan metode Tsukamoto dan Sugeno.

)

x 100%

Dimana đ??´đ?‘– adalah nilai aktual pada data keidan đ??šđ?‘– adalah nilai hasil peramalan untuk data ke-i. Adapun n adalah banyaknya data. (T, Burney, & Ardil, 2007).

Laras P : Analisa Perbandingan Logic...

9-16

4.2 Implementasi Perancangan Antarmuka Implementasi antar muka merupakan bagian dari pengolahan implementasi yang disajikan untuk pengguna. Gambar 3.7 ini merupakan kelanjutan dari tampilan menu algoritma proses adalah proses dari perhitungan data mahasiswa menggunakan metode fuzzy dengan beberapa tahapannya.

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

15

Gambar 4.1 Tampilan proses perhitungan

V. KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan yang dapat diambil ialah variabel input yang diambil yaitu jumlah diterima dan registrasi dari tahun ajaran 2013.2014 sampai dengan 2016/2017 diambil dari bidang akademik lantai 3 aljamiah Universitas Islam Negeri Sunan Gunung Djati Bandung, sehingga dapat menghitung prediksi jumlah pendaftar ke depan. Kemudian metode fuzzy Mamdani mempunyai tingkat error yang lebih kecil sebesar 19,76 % dibandingkan dengan metode Tsukamoto sebesar 39,03 % dan Sugeno sebesar 86,41 % pada prediksi jumlah pendaftar mahasiswa baru.

Dari ketiga metode fuzzy yang digunakan, yaitu metode Tsukamoto, Sugeno dan Mamdani, dapat disimpulkan bahwa metode Mamdani yang lebih tepat dan akurat untuk kasus prediksi jumlah pendaftar mahasiswa baru Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung.

Adapun kontribusi bisnis untuk institusi itu sendiri yaitu Universitas Islam Negeri Sunan Gunung Djati Bandung, dengan adanya aplikasi ini dapat melakukan perencanaan ke depan dalam hal penentuan anggaran, dan menentukan kuota setiap jurusan fakultas Universitas Islam Negeri Sunan Gunung Djati Bandung.

Laras P : Analisa Perbandingan Logic...

9-16

5.2 Saran Berdasarkan penelitian ini, saran yang dapat diberikan adalah perlu adanya kajian yang lebih mendalam tentang metode algoritma yang digunakan. Selain itu, dapat dikatakan pula bahwa algoritma fuzzy logic metode Tsukamoto ini sangat cocok untuk menentukan prediksi atau memperkirakan jumlah data pendaftar mahasiswa baru pada Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung ke depannya jika dibandingkan dengan kedua metode fuzzy logic lainnya.

DAFTAR PUSTAKA [1] Purnama Nur Rachman. 2014. Sistem Pendukung keputusan penjurusan di SMA menggunakan Fuzzy logic metode Sugeno berbasis web. Bandung: e-library if Universitas Islam Negeri Sunan Gunung Djati.

[2] Siti Abidah, Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Jumlah Siswa Baru, Volume 8 No 2 hal 2: Journal Speed-2016 [3] Siti Abidah, Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Jumlah Siswa Baru, Volume 8 No 2 hal 3: Journal Speed-2016 [4] Siti Abidah, Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi ISSN 1979-9160

16 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Jumlah Siswa Baru, Volume 8 No 2 hal 3: Journal Speed-2016

Laras P : Analisa Perbandingan Logic...

9-16

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 17

APLIKASI PEMUNGUTAN SUARA ELEKTRONIK/E-VOTING MENGGUNAKAN TEKNOLOGI SHORT MESSAGE SERVICE DAN AT COMMAND Slamet Risnanto Program Studi Teknik Informatika, Fakultas Teknik Universitas Sangga Buana YPKP Bandung slamet.risnanto@usbypkp.ac.id ABSTRAK Pemungutan suara elektronik atau e-voting adalah suatu bentuk pemungutan suara yang biasanya digunakan untuk pemilihan umum maupun poling menggunakan media elektronik. Pergeseran penggunaan media yang dahulu konvensional dan di era teknologi saat ini sudah banyak beragam media yang digunakan untuk jejak pendapat tersebut di antaranya media sosial/internet, short message service maupun chatting. Penggunaan teknologi Short Message Service (SMS) saat ini banyak dipakai untuk pemungutan suara elektronik karena ketersediaan, kecepatan, keamanan dan ketepatan data yang dihasilkan. Aplikasi pemungutan suara elektronik atau istilah sekarang bernama e-voting menggunakan teknologi short message service dan AT command dirancang dengan sangat sederhana dan biaya yang relatif murah sehingga memudahkan para pengguna baik peserta pemungutan suara maupun pelaksana pemungutan suara.

Kata Kunci: E-voting, AT Command, Short Message Service

ABSTRACT Electronic voting or e-voting is a voting form that is usually used for elections or polls using electronic media. Shifting the use of media that was previously conventional and in the current era of technology has a lot of media used for the traces of opinion such as social media / internet, short message service and chat. The use of Short Message Service (SMS) technology is now widely used for electronic voting because of the availability, speed, security and accuracy of the resulting data. Electronic voting application or now called e-voting using short message service technology and AT Command is designed with very simple and relatively low cost so as to facilitate the users both voting participants and committees that implement voting.

Keywords: E-voting, AT Command, Short Message Service

Slamet Risnanto: Aplikasi Pemungutan‌

17-26

ISSN 1979 - 1960

18 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I.

PENDAHULUAN

yang dibatasi secara ekplisit serta aturanaturan sintak yang semasemanticg dibentuk scara baik, pada tingkat yang paling rendah, bahasa-bahasa itu mencerminkan serangkaian intruksi perangkat keras [2].

Aplikasi adalah penggunaan dalam bentuk komputer, intruksi atau pernyataan yang disusun sedemikian rupa sehingga komputer dapat memproses masukan menjadi keluaran [3]

Penggunaan voting sebagai media untuk mencari keputusan yang berkaitan dengan hajat hidup orang banyak telah dimulai sejak lama. Dalam pelaksanaannya, banyak terjadi penyimpangan yang dilakukan oleh sebagian golongan masyarakat untuk kepentingan mereka sendiri. Hal ini menyebabkan timbulnya konflik di masyarakat, serta menurunnya tingkat kepercayaan masyarakat terhadap pihak penyelenggara voting dan pihak pemenang voting tersebut.

Dalam negara yang menganut sistem politik demokrasi, voting digunakan untuk mengambil keputusan negara yang sangat krusial, antara lain adalah untuk memilih wakil-wakil rakyat, atau untuk memilih pemimpin negara yang baru. Akan tetapi, tidak seluruh warga negara dapat memberikan suara mereka dalam voting. Terdapat beberapa persyaratan yang harus dipenuhi oleh warga negara tersebut untuk mendapatkan haknya, dan negara wajib untuk melindungi warga negara tersebut dalam memberikan suaranya.

Oleh karena itu, voting membutuhkan prosedur pelaksanaan yang dapat menjamin kerahasiaan dan keabsahan dari hasil pelaksanaan voting tersebut. [1] Fasilitas Short Message Service (SMS) adalah fasilitas dalam teknologi seluler GSM yang memungkinkan pengguna mengirim dan menerima pesan pendek di telepon selulernya, dari teknologi tersebut, dengan menggunakan teknologi informasi, teknologi short message service di desain dan dikembangkan menjadi SMS gateway dipadukan dengan teknologi AT Command dengan bahasa pemrograman sehingga menjadi aplikasi secara fungsional sebagai aplikasi e-voting yang cepat, mudah dan murah.

2.2.

E-voting Electronic voting adalah suatu metode pemungutan suara dan penghitungan suara dalam suatu pemilihan dengan menggunakan perangkat elektronik. Tujuan dari electronic voting adalah menyelenggarakan pemungutan suara dengan biaya hemat dan penghitungan suara yang cepat dengan menggunakan sistem yang aman dan mudah untuk dilakukan audit.

Dengan e-voting Perhitungan suara akan lebih cepat, bisa menghemat biaya pencetakan surat suara, pemungutan suara lebih sederhana, dan peralatan dapat digunakan berulang kali [4].

E-voting adalah pengambilan suara dengan menggunakan media elektronik atau perangkat elektronik, the council of Europe (CoE), mendefinisikan sebagai sebuah perangkat pemberian suara secara elektronik sehingga memiliki kemampuan untuk mempercepat tabulasi data, menekan biaya pemilihan dan memiliki kontribusi untuk mencegah pemilih yang tidak berhak. “legal, Operational and technical standards for e-voting� dikemukakan oleh the committee of ministers of the council of the Europe tentang procedural safeguards menyatakan bahwa prosedur standar yang harus dimiliki e-voting adalah 1. Transparency 2. Verifiability and accountability 3. Reliability and transparency Cannor dan crytron menyatakan bahwa evoting memiliki yang bisa dijadikan pedoman, pernyataan tersebut dikenal dengan istilah golden rules e-voting yang mencakup accuracy, invulnerability, privacy dan verifiability, empat parameter utama yang dijadikan rujukan dalam e-voting, tetapi minimal harus terdapat 3 parameter yang wajib dimiliki yaitu 1. Convenience 2. Flexibility 3. Mobility[5]

II. TEORI PENUNJANG 2.1 Aplikasi Perangkat lunak adalah seluruh perintah yang digunakan untuk memproses informasi, perangkat lunak dapat berupa program atau prosedur, sebuah komponen perangkat lunak harus didesain dan diimplementasi sehingga dapat dipakai lagi pada berbagai program yang berbeda, komponen perangkat lunak dibangun dengan bahasa pemrograman yang memiliki kosa kata yang terbatas, sebuah tatabahasa Slamet Risnanto: Aplikasi Pemungutan‌

2.3. Short Message Service (SMS) 17-26

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

Short Message Service (SMS) merupakan layanan yang banyak diaplikasikan pada sistem komunikasi tanpa kabel (nirkabel), memungkinkan dilakukannya pengiriman pesan dalam bentuk alphanumeric antar terminal pelanggan atau antar terminal pelanggan dengan sistem eksternal�. SMS berupa pesan teks, jumlah karakter pada setiap pengiriman bergantung pada operatornya.

Operator selular di Indonesia umumnya membatasi 160 karakter untuk satu pengiriman dan penerimaan SMS. SMS Gateway adalah teknologi mengirim, menerima dan bahkan mengolah SMS melalui komputer dan sistem komputerisasi biasanya digunakan pada aplikasi bisnis baik kepentingan promosi, penyebaran informasi pada pengguna�. Seperti kita ketahui, pada jaman sekarang, hampir semua individu telah memiliki telepon selular (Handphone), bahkan ada individu yang memiliki lebih dari satu handphone. SMS merupakan salah satu fitur

Perintah

CMGL

CMGR CMGS CMGD

19

pada handphone yang pasti digunakan oleh pengguna (user), baik untuk mengirim, maupun untuk menerima SMS [6].

2.4. AT Command AT Command adalah perintah yang digunakan dalam komunikasi dengan Serial Port pada komputer/PC, setiap alat yang bisa dihubungkan dengan PC menggunakan seriap port biasanya mengenal perintah-perintah AT Command, dengan menggunakan AT Command kita dapat mengendalikan alat melalui komputer, contoh alat yang biasanya bisa berkomunikasi melalui Serial Port adalah Handphone, Modem, printer dan lain lain.

Handphone adalah salah satu alat yang bisa berkomunikasi dengan PC melalui serial port, sehingga semua kelebihan Handphone tersebut bisa dikendalikan melalui PC bahkan dengan dikendalikan oleh PC akan melebihi kelebihan dari Handphone itu sendiri.

Tabel 1. Perintah perintah dasar AT Command untuk SMS Fungsi Perintah di Hyperterminal AT+CMGL=0 atau AT+CMGL= "REC SMS yang belum dibaca UNREAD" AT+CMGL=1 atau AT+CMGL= "REC SMS yang sudah dibaca READ" AT+CMGL=2 atau AT+CMGL="STO SMS yang belum terkirim UNSENT" AT+CMGL=3 atau AT+CMGL="STO SMS yang sudah terkirim SENT" Semua SMS pada simcard AT+CMGL=4 atau AT+CMGL="ALL" AT+CMGR= index Membaca SMS Masuk Index adalah nomor urut penyimpanan AT+CMGS=<No_hp><enter> Kirim SMS >tulis isi SMS disini <Control Z> AT+CMGD=index Hapus SMS index adalah nomor urut penyimpanan

Slamet Risnanto: Aplikasi Pemungutanâ&#x20AC;Ś

17-26

ISSN 1979 - 1960

20 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Gambar 1. Contoh perintah AT Command menggunakan aplikasi Hyperterminal

III.

DESAIN SISTEM

3.1. Use Case Diagram Use case diagram adalah abstraksi dari interaksi antara sistem dan aktor, use case

memberikan spesifikasi fungsi-fungsi yang ditawarkan oleh sistem dari perspektif user.

Berikut ini use case dari sistem yang akan dibangun.

Gambar 2. Use case diagram aplikasi e-voting Slamet Risnanto: Aplikasi Pemungutanâ&#x20AC;Ś

17-26

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

3.2. Desain Aplikasi Pada Short Message Service (SMS) umumnya operator/provider membatasi jumlah karakter di setiap pengiriman SMS aplikasi yang didesain meminimalisir jumlah kata/huruf yang dikirimkan untuk pemungutan suara, pada pengiriman suara, kadang terjadi kesalahan penulisan, aplikasi harus membatalkan kiriman suara salah tersebut atau mengirim pesan kesalahan kepada pengirim, sebagai gambaran, berikut prosedur pengiriman SMS yang selanjutnya dijadikan dasar untuk desain aplikasi: 1. Peserta pemungutan suara mengirim SMS dengan format baku yang ditentukan oleh panitia pemungutan suara/panitia e-voting 2. SMS gateway menerima SMS suara dari peserta pemungutan suara

21

3. Aplikasi mengambil data SMS dari SMS gateway selanjutnya mencocokan dengan basis data format pengiriman SMS. a. Apabila isi iSMS salah aplikasi akan memerintahkan SMS gateway mengirim pesan kesalahan b. Apabila isi SMS benar, aplikasi akan mngirimkan SMS notifikasi bahwa peserta telah melaksanakan pemungutan suara, selanjutnya akan mengolahnya sebagai suara yang masuk yang sah dan disimpan dalam basis data pemilih yang sudah melaksanakan pemungutan suara 4. Selesai

Gambar 3. Desain prosedur pengiriman SMS Dari prosedur di atas, berikut prosedur untuk aplikasi 1. Panitia menentukan format SMS suara untuk pemilihan selanjutnya disimpan dalam basis data 2. Panitia menentukan peserta pemungutan suara selanjutnya disimpan dalam basis data

Slamet Risnanto: Aplikasi Pemungutanâ&#x20AC;Ś

3. Panitia memeriksa/meyakinkan SMS gateway/SMS modem terkoneksi dengan komputer dan sesuai dengan port yang ditentukan 4. Panitia memulai e-voting 5. Panitia memberhentikan e-voting karena selesai 6. Panitia memperoleh rekap e-voting 7. Selesai

17-26

ISSN 1979 - 1960

22 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Gambar 4. Desain prosedur pengoperasian aplikasi

3.3. Desain Perangkat Keras Perangkat keras yang dibutuhkan dalam mendukung aplikasi e-voting ini adalah: 1. Perangkat komputer Operating System Microsoft windows (minimal Windows XP)

2. GSM Modem/SMS Modem untuk SMS Gateway 3. Perangkat Handphone (di sisi pemilih) Berikut ilustrasi konfigurasi perangkat keras sebagai gambaran kebutuhan perangkat keras yang digunakan:

Gambar 5. Desain perangkat keras 3.4 Desain Basis data Berikut desain basis data sebagai tempat penyimpanan data master maupun transaksi dalam pelaksanaan e-voting

Slamet Risnanto: Aplikasi Pemungutanâ&#x20AC;Ś

17-26

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

23

Gambar 6. Desain Basis data IV. IMPLEMENTASI

Sedangkan struktur perangkat keras menggunakan: 1. Komputer/laptop HP probook 5220m Ram 2GB 2. SMS Modem menggunakan wavecom fastrack Dalam hal pemilihan SMS modem untuk SMS gateway, perlu disesuaikan dengan jumlah pemilih, untuk pemilih sampai 500 pemilih, bisa menggunakan modem jenis single modem dan apabila melebihi 500 pemilih, lebih baik menggunakan modem jenis modem pool

4.1.

Perangkat lunak dan perangkat keras Implementasi dilaksanakan dengan struktur perangkat lunak sebagai berikut: 1. Sistem operasi menggunakan Microsoft windows 10 2. Desain aplikasi menggunakan Visual studio.net 2010 3. Basis data menggunakan MySQL 4. Laporan menggunakan Crystal Report 10 dan Microsoft Excel

Gambar 7. Jenis SMS Modem 4.2. Antar muka aplikasi Berikut antar muka aplikasi e-voting.

Slamet Risnanto: Aplikasi Pemungutanâ&#x20AC;Ś

17-26

ISSN 1979 - 1960

24 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Gambar 8. Antar muka aplikasi e-voting

Gambar 9. Contoh Aplikasi dalam keadaan e-voting berlangsung

Slamet Risnanto: Aplikasi Pemungutanâ&#x20AC;¦

17-26

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

25

Gambar 10. Contoh laporan rekapitulasi e-voting V.

KESIMPULAN

Berdasarkan analisis sistem dan implementasi yang telah dilakukan pada penelitian ini, dapat disimpulkan bahwa aplikasi pemungutan suara elektronik/e-voting dapat dipakai untuk proses jajak pendapat atau pemungutan suara bersekala kecil, menengah maupun skala besar dalam hal jumlah pemilih.

Di sisi kebutuhan perangkat kerasnya, aplikasi ini memiliki biaya yang relatif murah karena menggunakan konfigurasi perangkat keras yang masih sederhana. Aplikasi ini dinilai cepat dan akurat karena aplikasi ini dengan secara automatis dapat menghitung hasil dari pemungutan suara.

[3]

[4].

[5].

DAFTAR PUSTAKA [1].

[2]

Risnanto, Slamet. 2013. “Merubah Sistem Pemilihan Kepala Daerah Dari Konvensional Ke Digital (EPilkada)”,Isu Teknologi: 103-106 Mulyanto, Aunur Rofiq, 2008. Rekayasa Perangkat Lunak. Jakarta: Direktorat Pembinaan Sekolah Menengah

Slamet Risnanto: Aplikasi Pemungutan…

[6].

17-26

Kejuruan, Direktorat Manajemen Pendidikan Dasar dan Menengah, Departemen Pendidikan Nasional Jogiyanto. 2005. Analisis dan Desain Sistem Informasi: Pendekatan Terstruktur Teori dan Praktek Aplikasi Bisnis. Yogyakarta: Andi [BPPT] Badan Pengkajian dan Penerapan Teknologi. 2017, Teknologi e-voting untuk pemilu 2014, diambil dari http://www.bppt.go.id/index.php/terkini/ 58-teknologi-material/425-e-votinguntuk-pemilu-2014 (13 Januari 2017) Nawinda, Sofwan. Akhmad, 2014, “Analisis Perancangan dan Implementasi Sistem Informasi E-voting untuk Pemilihan Ketua BEM Pada Himpunan Mahasiswa Jurusan Teknik Grafika dan Penerbitan”, Prosiding Seminar Nasional Multidisiplin Ilmu Universitas Budi Luhur Jakarta: A151 – A156 Riadi, M. 2012. Teori Short Message Service/SMS, diambil dari http://www.kajianpustaka.com/2012/12/t ISSN 1979 - 1960

26 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

eori-SMS-short-message-service.html

Slamet Risnanto: Aplikasi Pemungutanâ&#x20AC;¦

(15 Januari 2017)

17-26

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 27

STUDI AWAL RANCANGAN BIDIRECTIONAL-MULTIUSER PADA VISIBLE LIGHT COMMUNICATION UNTUK APLIKASI DALAM RUANG (INDOOR) Syifaul Fuada Microelectronic Center fsyifaul@gmail.com

ABSTRAK Visible Light Communication (VLC) atau komunikasi cahaya tampak merupakan teknologi yang sedang on fire selama beberapa tahun ini dan diasumsikan akan terus berlanjut beberapa dekade kedepan karena banyak kelebihan yang ditawarkan, yakni telah tersedia infrastruktur utama berupa lampu penerangan sehingga bersifat cost-effective, bebas lisensi, lebih aman (secure), kecepatan transmisi mencapai GHz, dan tidak memiliki interferensi elektromagnetik. Karena VLC adalah teknologi yang relatif baru, maka standar komunikasinya juga cenderung berkembang ialah standar IEEE 802.15.17 yang terpublikasi akhir tahun 2010 lalu. Standar ini masih mengajukan teknik modulasi dan juga komunikasi pada skenario point-to-point namun sampai saat ini belum mengakomodasi sistem komunikasi dengan skenario Multiuser sekaligus transmisi Bi-directional. Makalah ini merupakan proposal rancangan dalam rangka mendesain sistem VLC secara bi-directional (uplink dan downlink) yang mampu dipakai pada skema multiuser dengan kecepatan bitrate pada downlink mencapai 1 Mbps untuk aplikasi dalam ruang (indoor). Makalah ini terbagi menjadi beberapa bagian pembahasan. Pertama mendefinisikan latar belakang akan dilakukannya sebuah penelitian untuk memperbaiki platform penelitian yang terdahulu dan kontribusinya. Bagian kedua memaparkan penelitian yang relevan beserta state of the art antara penelitian ini dengan lainnya. Bagian ketiga merinci teori dasar. Bagian keempat memaparkan metodologi penelitian dan terakhir adalah batasan masalah dan penutup.

Kata kunci: Bidirectional, Multiuser, Visible Light Communication, Aplikasi Indoor

ABSTRACT Visible Light Communication (VLC) is a technology that has been on fire for several years and it is assumed to continue in the next few decades because of the many advantages offered, namely the main infrastructure in the form of lighting so that it is cost-effective, free license, safer (Secure), the transmission speed reaches GHz, and has no electromagnetic interference. Since VLC is a relatively new technology, its communication standards also tend to develop is the IEEE 802.15.17 standard published late 2010. This standard still proposes modulation techniques as well as communications in the point-to-point scenario but until now has not accommodated the communication system with Multiuser scenario as well as Bi-directional transmission. This paper is designed to design a bidirectional (uplink and downlink) VLC system that can be used on multiuser schemes with bitrate speeds downlink of up to 1 Mbps for indoor applications. This paper is divided into several parts of the discussion. First define the background of a research to improve the previous research platform and its contribution. The second part describes the relevant research along with the state of the art between this study and others. The third section details basic theories. The fourth section describes the methodology of research and the last is the limitation of the problem and the conclusion.

Keywords: Bidirectional, Multiuser, Visible Light Communication, Indoor Applications

Syifaul Fuada: Studi Awal Rancangan â&#x20AC;Ś

27-36

ISSN 1979 - 1960

28 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I. PENDAHULUAN

komunikasi dengan skenario Multiuser sekaligus transmisi dua arah atau Bi-directional secara uplink maupun downlink.

Belum adanya standar baku tersebut membuat para peneliti dari seluruh dunia mengajukan berbagai metode dalam satu dekade terakhir ini. Seperti yang dilakukan oleh [5] dan [6] yang mengusulkan metode modulasi CSK untuk skema Multiuser. Namun penelitian ini berfokus pada sisi downlink sehingga diperlukan pengembangan lebih lanjut agar dapat digunakan untuk transmisi uplink. Penelitian lain dilakukan oleh [7] dengan skema Bi-directional Multiuser menggunakan metode user allocation. Namun pada penelitian ini, penggunaan media cahaya adalah LED warna putih baik pada bagian receiver ataupun transmitter, sehingga algoritma yang ditanam pada sistem sangat kompleks.

Pada penelitian yang akan dilakukan, penulis mengusulkan sistem VLC secara bidirectional dengan LED tiga warna pada bagian transmitter sebagai user untuk membedakan berbagai user dalam satu ruangan tersebut, yakni led merah, led biru dan led hijau.

Pada bagian transmitter, penulis menggunakan LED warna putih.

Batasan masalah dalam penelitian ini adalah sebagai berikut: • Physical layer dari VLC dirancang adalah untuk aplikasi dalam ruangan (indoor environment) • Penelitian VLC berfokus pada skema Bidirectional yakni komunikasi dilakukan dua arah baik secara downlink ataupun uplink.

• Pada skema multiuser penulis menggunakan multicolour-LED dengan batasan tiga warna, yakni red warna merah, led warna biru dan led warna hijau.

• Ruangan unjuk kerja sistem VLC dibatasi dengan ukuran p x l x t = 3m x 3m x 3m.

• Kecepatan data (bitrate) pada downlink maksimal adalah ~1 Mbps • Modulasi yang digunakan adalah PWM.

1.1 Latar Belakang Visible Light Communication (VLC) atau juga dikenal dengan Li-Fi adalah salah satu alternatif komunikasi nirkabel selain radio. VLC menggunakan cahaya tampak dengan panjang gelombang 375 hingga 780 nm sebagai medium komunikasi [1]. Sistem VLC mempunyai beberapa keunggulan yang ditawarkan dibandingkan komunikasi Radio Frequency (RF) dan Infra Red (IR), yakni cost-effective, bebas lisensi, lebih aman (secure), highest speed, dan tidak memiliki interferensi elektromagnetik [2]. Pada tahun 2014, proyek Ultra-Parallel Visible Light Communication (UP-VLC) berhasil mencapai kecepatan transmisi data hingga 3 Gbps menggunakan dengan jarak antara transmitter dan receiver dalam percobaan tersebut hanya beberapa sentimeter [3]. Namun hasil penelitian ini menunjukkan potensi teknologi VLC sebagai teknologi alternatif yang menarik untuk menyediakan akses kecepatan tinggi bagi perangkat seperti tablet, laptop, smartphone dan perangkat-perangkat lain dalam ruang (indoor environment).

Komunikasi cahaya tampak dapat dilakukan dengan menggunakan LED sebagai transmitter dan Photo Detector (PD) sebagai receiver. Transmitter mengkonversi sinyal listrik menjadi sinyal optik dan sebaliknya receiver/detector mengkonversi daya optik menjadi arus listrik. Transmisi data dapat dilakukan dengan mengubah-ubah level iluminasi LED pada sisi transmitter (Intensity Modulation). Lalu photodioda pada sisi receiver membangkitkan pulsa listrik yang linier terhadap level iluminasi yang diterima (Direct Detection) [4].

Standar untuk sistem VLC baru dirancang dalam 5 tahun belakangan ini, yakni dimulai dari tahun 2009 dimana IEEE 802.15.17 membentuk task group yang bekerja untuk membuat standar VLC yang meliputi physical layer dan medium access control (MAC) berdasarkan pendekatan clean slate. Selanjutnya draft standar IEEE 802.15.7 tersebut dipublikasikan pada Tahun 2010. Draft standar ini mengajukan penggunaan beberapa teknik modulasi antara lain On-Off Keying (OOK), Variable Pulse-Position Modulation (VPPM), dan Color-Shift Keying (CSK). Selanjutnya, standard IEEE 802.15.7 tersebut juga mengajukan komunikasi VLC dengan skenario point-to-point. Namun sampai saat ini belum mengakomodasi sistem Syifaul Fuada: Studi Awal Rancangan …

1.2 Kontribusi Penelitian dan Tujuan Melalui skema penelitian ini diharapkan hasil demonstrasi/ unjuk kerja sistem dapat memperbaiki performa dari penelitian-penelitian sebelumnya (penelitian yang dilakukan oleh [5], [6], [7]). Harapannya produk luaran penelitian dapat diterapkan sebagai platform komunikasi yang ideal pada skala dalam ruang (indoor) baik perkantoran, instansi, rumah hunian atau bangunan lainnya dimasa mendatang. Lebih jauh 27-36

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

lagi, dapat dijadikan referensi dan tolok ukur dalam pengembangan berbagai penelitian yang lebih lanjut baik dari penulis sendiri ataupun peneliti mancanegara sehingga pada akhirnya menjadi standar platform IEEE 802.15.7 untuk skema Bi-directional sekaligus Multiuser pada sisi physical layer. Tujuan dari penulisan makalah ini adalah untuk mendesain sistem VLC secara bi-directional (uplink dan downlink) yang mampu dipakai pada skema multiuser dengan kecepatan bitrate pada downlink mencapai 1 Mbps.

29

1.3 Penelitian yang Relevan Untuk mengetahui hasil penelitian terkini sekaligus sebagai perbandingan antara penelitian yang sudah pernah dilakukan dengan penelitian ini diperlukan studi literatur. Literatur yang direviu adalah artikel-artikel berhubungan dengan Bi-directional sekaligus Multiuser pada VLC. Detail ditunjukkan pada Tabel 1, setidaknya terdapat tiga belas hasil riset yang dijadikan sebagai komparasi.

Tabel 1. Hasil riset penelitian VLC: State of The Art No

Researcher

Bidirec t

Multi user

Skema Ruang (m)

Modulas i

Trans.

Rec.

Up link

Down link

ya

ya

5x5x3

OOKOFDM

P-LED & RGB LED

PD

31.2 Mb/s

62,5 Mb/s

tidak

ya

5x5x3

-

LED R, G, B

PD

-

tidak

ya

7,5 x 7,5 x 3

2PAM

LED

PD

-

tidak

ya

5x5x3

OOK

LED

PD

-

-

ya

Tida k

-

OOK

RGB LED

Camer a sensor

-

540 b/s

Tida k

tidak

Jarak 2,5m

OFDM

RGB LED

APD

Frequency determining

ya

tidak

-

QAMOFDM

RGB LED

PD

1.15 Gb/s

780 Mb/s 300 Mb/s

Math model for skema multiuser

tidak

Ya

-

-

RGB LED

PD

-

-

Optical strategy

tidak

ya

5x5x3

OOK

PD

-

3 Gb/s

MIMO-OFDM models Asyncronus Bidirectional Protograph-based lowdensity parity-check (P-LDPC) codes

tidak

ya

5x5x3

OFDM

LED R,G,B p-LED

PD

-

ya

tidak

5x5x3

-

RGB

PIN

575 Mb/s

tidak

tidak

RGB

PIN

-

-

ya

ya

LED R, G, B & pLED

PD

1 Mb/s

1 Mb/s

Keterangan

1

S.V Tiwari et al.

(2015)

2

S.H. Yang et al.

(2011)

Metode Color Coded Multiple Acces (CCMA) Metode Wavelength Filtering

3

B. Li et al. (2015)

Metode Optical strategy

4

H. Ma et al.

(2015)

6

S.H Chen et al.

(2014) [21]

Coordinated Broadcasting model Color Filter using Camera + SIFT Algoritm (skema outdoor) Komunikasi point to point

7 8 9 10 11 12

C. Gossu et al.

[22] W. Yuanquan. et al J.M.L. Rivera et al A. Sewaiwar (2015) Q. Wang Y. Wang et al [11]

13

C. Tang et al [8]

14

(penelitian ini)

Color filtering

Syifaul Fuada: Studi Awal Rancangan â&#x20AC;Ś

5x5x3

27-36

PWM

300 Mb/s 100 Mb/s

ISSN 1979 - 1960

30 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Tabel 1 terbagi menjadi sebelas kolom, yakni nomor urut berdasarkan tahun, keterangan teknologi yang di improve, keterangan bidirectional atau tidak, keterangan multiuser atau tidak, skema ruangan indoor yang digunakan dalam demonstrasi penelitian, perangkat transmitter, perangkat receiver, kecepatan uplink dan kecepatan downlink yang diperoleh.

S.V. Tiwari [17] mengusulkan skema Bidirectional sekaligus Multiuser dengan rangkaian fully digital. Platform menggunakan LED warna merah, hijau dan biru (RGB) sebagai downlink dan LED fosfor warna putih (p-LED) untuk uplink. Transmisi downlink untuk perangkat data pengguna menggunakan LED warna merah dan perangkat smarthome menggunakan LED warna hijau. Sedangkan transmisi untuk kedua jenis perangkat adalah menggunakan warna biru. Hasil penelitian menunjukkan sistem dapat bekerja sebagaimana mestinya dan mampu untuk meminimalisir flicker-free. Perbedaan penelitian [17] dengan penelitian ini terletak pada jenis modulasi dan desain penelitian. Penulis menggunakan modulasi PWM dan batasan bitrate maksimal 1 Mb/s.

Selanjutnya S.H. Yang et al. [18] melakukan penelitian yang focus pada komunikasi directional point-to-point atau satu arah dengan optimalisasi multisel menggunakan RGB LED yang disusun secara heksagonal. Tujuannya adalah untuk meminimalisir gangguan (interference) yang disebabkan oleh perbedaan panjang gelombang dari warna-warni cahaya LED RGB saat melakukan uplink. Skenario array LED RGB secara heksagonal ini dapat lebih ditingkatkan performansinya dengan menambahkan filter warna.

Sementara penelitian ini berfokus pada Bidirectional Multiuser.

B. Li et al. [19] mengangkat topik sistem komunikasi menggunakan cahaya tampak dengan scenario Multiuser dan Multi Input Multi Output (MIMO). Modulasi yang dipakai adalah 2PAM, LED putih sebagai transmitter dan photodiode sebagai receiver. Meskipun kecepatan Donwlink yang didapatkan adalah 100 Mb/s, penelitian ini tidak mengakomodasi komunikasi secara Bidirectional.

H. Ma et al. [20] merumuskan teknik bagaimana melakukan koordinasi antara perangkat transmitter dengan satu user. Metode

Syifaul Fuada: Studi Awal Rancangan â&#x20AC;Ś

ini dinamakan Coordinated Broadcasting Model untuk skema multiuser. Modulasi yang digunakan adalah OOK, perangkat transmitter menggunakan LED putih dan photodiode pada bagian receiver.

W. Yuanquan. et al [23] membahas secara focus tentang sistem komunikasi bi-directional point-to-point VLC dalam ruang (indoor) berbasis RGB-LED sebagai transmitter dan PD sebagai receiver. Modulasi yang digunakan adalah QAM-OFDM dan metode yang digunakan untuk pengenalan pola warna LED yang dipancarkan adalah berdasarkan perbedaan frekuensi. Untuk downlink digunakan frekuensi rendah sedangkan untuk uplink menggunakan frekuensi tinggi. Bit rate yang diperoleh mencapai 1.15 Gb/s untuk downlink dan dan untuk uplink 300 Mb/s. Penelitian ini tidak mengakomodasi skema Multiuser. Selanjutnya J.M.L. Rivera et al [24] merumuskan perhitungan matematis untuk mendapatkan sistem VLC yang dapat beradaptasi dengan berbagai ukuran ruangan untuk dapat diaplikasikan pada skenario point to pointmultiuser. Sementara penelitian ini dipakai untuk skema Bidirectional-Multiuser.

A. Sewaiwar [25] merumuskan metode Double Optical Diversity (DOD) pada skema multiuser menggunakan RGB LED. Didapatkan kecepatan data downlink mencapai 3-Gb/s dengan modulasi OOK. Penelitian ini tidak mengakomodasi komunikasi multiuser.

Selanjutnya Q. Wang [26] menyelidiki konfigurasi yang efektif dari komunikasi multiuser-MIMO menggunakan modulasi OFDM dengan menggunakan parameter variasi jarak dari link transmitter-receiver, waktu delay pada multiuser dan perbedaan frekuensi. LED yang digunakan adalah p-LED dan PD. Hasil penelitian adalah sejauh pemodelan saja sehingga tidak dicantumkan berapa kecepatan data downlink yang didapatkan.

Untuk mempermudah melihat posisi penelitian ini, maka dapat dibuat taksonomi, pengelompokan ditunjukkan pada Gambar 1.

Secara garis besar dibagi menjadi dua bagian yakni indoor dan outdoor. Khusus pada bagian indoor model komunikasi dibagi menjadi dua bagian yakni Bi-directional (komunikasi dua arah) dan Directional.

27-36

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

31

Gambar 1. Taksonomi penelitian skema VLC Penelitian ini berfokus pada skema multiuser dengan menggunakan metode filtering colour untuk mengenali pola warna LED RGB pada receiver.

tembok misalnya. Namun justru dengan karakteristik seperti ini, VLC dapat menyediakan koneksi yang lebih aman (secure) dan lebih cepat kepada user pada area yang telah ditentukan. Hal ini disebabkan cakupan dan mobilitas pada komunikasi VLC dan IR sangat terbatas [13].

Komunikasi RF rentan terhadap interferensi elektromagnetik sedangkan VLC dan IR rentan terhadap interferensi cahaya sekitar (ambient light) [10]. Ketika membandingkan dari sisi kesehatan, RF memiliki potensi resiko yang lebih besar daripada IR dan VLC. Sedangkan IR beresiko terhadap kesehatan kulit dan mata karena pancaran radiasi tak tampak dari IR yang menimbulkan efek pemanasan yang kemudian terserap oleh dua pancaindera tersebut [14].

Perbandingan ketiga teknologi komunikasi wireless ini disajikan dalam Tabel 2.

II. LANDASAN TEORI

2.1 Perbandingan VLC dengan media lain Penggunaan cahaya tampak sebagai media komunikasi dianggap sebagai satu langkah maju untuk menciptakan konsep â&#x20AC;&#x153;Green Communicationâ&#x20AC;? [15]. VLC juga menjadi solusi terhadap permasalahan larangan penggunaan radio di tempat-tempat seperti di daerah pertambangan dan kilang minyak, di rumah sakit, di kabin pesawat, dll.

Cahaya tampak menyediakan bandwidth frekuensi sekitar 400 THz yang tak berlisensi dan secure. Perkiraan besar bandwidth adalah 1000 kali lebih lebar dibandingkan kapasitas frekuensi radio yang selama ini digunakan untuk sarana komunikasi [9]. Pada komunikasi Radio Frequency (RF) dan Infra Red (IR) memerlukan base station khusus sehingga memerlukan tambahan suplai energi. Sedangkan pada VLC tidak memerlukan banyak tambahan suplai energy karena memanfaatkan infrastruktur lampu penerangan yang telah tersedia sebagai perangkat komunikasi. Implementasi lebih murah dan mudah [12].

Perbedaan terbesar antara RF dan IR dengan VLC adalah propagasi terhadap penghalang. RF dapat menyediakan koneksi yang dapat menembus suatu penghalang sedangkan koneksi VLC dan IR tidak dapat menembus penghalang, Syifaul Fuada: Studi Awal Rancangan â&#x20AC;Ś

Tabel 2. Perbandingan komunikasi RF, IR, dan VLC [10] Parameter Bandwidth

VLC bebas lisensi ~400 THz

RF teregulasi, terbatas, < 300 GHz

IR ~ 400 THz

Interferensi Elektromagnetik Konsumsi Daya Mobilitas

tidak

ya

tidak

rendah terbatas

rendah terbatas

Standar

802.15.7

Cakupan Resiko Kesehatan

sempit

medium bebas banyak, matang luas

BLH

beberapa

panas

Harga

rendah

rendahmedium

medium

27-36

802.11 sempit

ISSN 1979 - 1960

32 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Lampu pijar mengemisikan cahaya sinusoidal dengan frekunsi sekitar 100 Hz ketika disuplai oleh listrik dengan frekuensi 50 Hz. Lampu neon konvensional juga membangkitkan sinyal sinusoidal terdistorsi beserta harmonisasinya pada frekuensi 50 Hz hingga 20 kHz. Sementara itu lampu neon yang dinyalakan oleh ballas elektronik menghasilkan interferensi antara 50 Hz hingga 100 Hz dan 1 MHz.

2.2 Macam-macam LED LED merupakan perangkat semikonduktor yang memiliki kemampuan mengubah energi listrik secara langsung menjadi energi cahaya.

Sama halnya diode, struktur utama dalam LED adalah sebuah chip semikonduktor yang menciptakan p-n junction. Ketika dibias maju, Elektron dan hole mengalir dari junction ke elektroda dengan tegangan yang berbeda-beda.

Foton terbentuk dan terpancar menjadi cahaya tampak. Efek ini disebut electroluminescence [16].

Keunggulan LED selain menghasilkan cahaya yang terang juga mampu dikontrol posisi switch on ke off atau sebaliknya dengan kecepatan tinggi sehingga memungkinkan dapat dikendalikan level iluminasinya pada frekuensi tinggi, hal ini tidak dapat dilakukan pada penerangan konvensional. Artinya LED dapat dimanfaatkan sebagai alat penerangan sekaligus komunikasi secara bersamaan. Perbandingan berbagai jenis LED yang terdapat dipasaran disajikan pada Tabel 3.

III. METODOLOGI PENELITIAN

Tabel 2. Perbandingan jenis-jenis LED [10] Parameter

pc-LED

Bandwidth

3-5 MHz

RGB LED 10-20 MHz

uLED >300 MHz

OLED <1 MHz

Disipasi daya

130 lm/W

65 lm/W

N/A

45 lm/w

Harga

rendah

tinggi

rendah

Sangat terjangka u

rendah

medium

Sangat tinggi

Tinggi

802.11

Display

Kompleksita s Aplikasi spesifik

Iluminasi

Berdasarkan informasi dapat dilihat bahwa setiap jenis LED memiliki karakteristik masingmasing sehingga referensi ini dapat dijadikan pedoman untuk memilih jenis LED yang sesuai dengan kebutuhan.

2.3 Gangguan dalam VLC Salah satu faktor yang sangat mempengaruhi kanal optik dari VLC ini adalah interferensi dari cahaya lain (ambient light) yang dapat berupa cahaya matahari (baik itu langsung ataupun pantulannya), lampu pijar, ataupun lampu neon.

VLC ini didesain oleh penulis ini adalah untuk aplikasi dalam ruang (indoor), sehingga sumber ambient light yang sangat berpengaruh signifikan adalah lampu pijar dan lampu neon.

Photocurrent yang dibangkitkan oleh ambient light ini merupakan sumber noise pada receiver yang dapat memperburuk performa komunikasi.

Syifaul Fuada: Studi Awal Rancangan â&#x20AC;Ś

27-36

Untuk mencapai tujuan, penelitian ini dilaksanakan menjadi beberapa langkah, yakni: Studi literature yakni mencari bahan materi yang berhubungan dengan teori komunikasi VLC secara Bi-directional dan teori pengenalan pola multi-warna pada LED, secara khusus LED RGB. Selanjunya melakukan reviuw literaturliteratur penelitian yang relevan dengan penelitian yang akan dilakukan.

Penentuan spesifikasi sistem VLC yang akan dibuat, yakni: penentuan jenis konfigurasi link antara transmitter dan receiver, jarak antara transmitter dan receiver dan modulasi yang dipilih. Berdasarkan spesifikasi yang telah ditentukan, dirancanglah suatu model sistem VLC yang mendukung komunikasi bidirectional dan multiuser.

Tahap pemodelan fokus pada pemodelan dan simulasi kanal optik cahaya tampak.

Pemodelan kanal optik diperlukan agar karakteristik kanal optik dapat diketahui dan dapat dijadikan referensi dalam mendesain rangkaian AFE untuk mereduksi noise.

Tahap rancangan skema penelitian lebih menitikberatkan pada sisi teknis, yakni ukuran ruang yang digunakan untuk demonstrasi rancangan, parameter-parameter yang digunakan dalam pengujian dan alat ukur yang diperlukan.

Metode perancangan dalam penelitian ini adalah pengerjaan dari level bawah ke atas (bottom up). Perancangan sistem dimulai dari dari bagian layer fisik yakni bagian DSP, secara khusus bagian modulasi selanjutnya rangkaian AFE. Untuk mendesain AFE diperlukan kegiatan simulasi untuk mengetahui apakah rangkaian yang telah dibangun melalui perhitungan matematis sesuai yang diharapkan atau tidak. Simulasi menggunakan perangkat lunak LTSpice IV. Setelah selesai simulasi selanjutnya adalah mengimplementasikan yang melibatkan perangkat keras yakni project board ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

dan alat ukur berupa oscilloscope dan function generator.

Pengujian dilakukan berdasarkan skema penelitian dan selanjutnya dilakukan evaluasi, apabila tidak sesuai antara hasil dengan teori atau tidak sesuai dengan spesifikasi yang diharapkan maka dilakukan perancangan ulang dimulai dari bagian DSP. Apabila telah sesuai maka dilakukan pengemasan produk dan selanjutnya menulis laporan, terakhir adalah melakukan publikasi.

33

3.2 Identifikasi Sistem VLC yang didesain terdiri dari transmitter dan receiver dengan topologi komunikasi Bidirectional. LED digunakan sebagai antenna transmitter, penulis menggunakan LED putih dengan daya tinggi karena warna putih ini cocok digunakan sebagai sarana penerangan ruangan [29]. Daya LED yang dipilih adalah maksimum 40 W, sehingga dapat digunakan untuk berkomunikasi setidaknya dalam jarak 1.5 hingga 3 meter dan tetap aman untuk mata manusia.

Sedangkan photodioda digunakan sebagai antenna receiver karena memiliki respon waktu yang paling cepat dibandingkan Light Dependent Resistor (LDR) dan phototransistor.

Sistem mendukung komunikasi dua arah dengan multiuser yakni LED merah, LED biru dan LED hijau.

Link antara antenna transmitter dan receiver ini disusun dengan konfigurasi directed LOS.

3.1 Skema Penelitian Gambar 2 merupakan lingkungan dalam ruang (indoor) dengan ukuran yang telah ditentukan.

3.3 Pemodelan Mengacu pada Gambar 2 tentang skema lingkungan sistem, berikut pada Gambar 3 merupakan blok diagram sistem transmitter dan sistem receiver dari penelitian ini. Topologi komunikasi antara transmitter dengan receiver adalah Bi-directional.

Gambar 2. Skema lingkungan sistem dalam penelitian

Gambar 3. Blok diagram transmitter dan receiver Pada bagian transmitter Sistem VLC dirancang agar mampu mentransmisikan data menggunakan medium cahaya tampak. Mulamula sinyal output dari mikrokontroller dimasukkan ke rangkaian driver LED. Intensitas cahaya LED ini sesuai dengan sinyal keluaran Syifaul Fuada: Studi Awal Rancangan â&#x20AC;Ś

dari modulator.

Selanjutnya LED mempropagasikan sinyal termodulasi ini ke ruang bebas menggunakan medium cahaya tampak. Dengan menggunakan metode Direct Detection, intensitas cahaya yang dipancarkan oleh LED diterima oleh photodioda dan diubah 27-36

ISSN 1979 - 1960

34 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

menjadi sinyal listrik yang linier terhadap intensitas cahaya yang diterima. Sinyal yang diterima tersebut rentan terhadap noise dan interferensi yang mungkin terjadi selama sinyal merambat di ruang bebas. Rangkaian analog signal processing berfungsi untuk mengkondisikan sinyal terdistorsi sehingga dapat diolah dengan baik oleh demodulator yang pada akhirnya data dapat diubah kembali sesuai dengan data asli.

Pada bagian receiver, user dapat melakukan uplink data ke transmitter. Terdapat tiga user dalam skema penelitian ini yang direpresentasikan ole LED merah, LED hijau dan LED biru. Ketiga LED ini difungsikan sebagai multiuser. Sistem dapat mengenali pola warna sehingga dapat mengetahui user mana yang sedang meminta akses.

Karena v(t) adalah memiliki nilai maksimum vmaks pada saat 0 < t < D.T dan nilai minimum vmin pada saat D.T < t < T, maka persamaan 1 menjadi:

đ?&#x2018;ŁĚ&#x2026; =

1 đ?&#x2018;&#x2021;

đ??ˇđ?&#x2018;&#x2021;

đ?&#x2018;&#x2021;

(â&#x2C6;Ť0 đ?&#x2018;Łđ?&#x2018;&#x161;đ?&#x2018;&#x17D;đ?&#x2018;Ľ đ?&#x2018;&#x2018;đ?&#x2018;Ą + â&#x2C6;Ťđ??ˇđ?&#x2018;&#x2021; đ?&#x2018;Łđ?&#x2018;&#x161;đ?&#x2018;&#x2013;đ?&#x2018;&#x203A; đ?&#x2018;&#x2018;đ?&#x2018;Ą)

đ?&#x2018;ŁĚ&#x2026; =

đ??ˇ. đ?&#x2018;&#x2021;. đ?&#x2018;Łđ?&#x2018;&#x161;đ?&#x2018;&#x17D;đ?&#x2018;Ľ + đ?&#x2018;&#x2021;(1 â&#x2C6;&#x2019; đ??ˇ)đ?&#x2018;Łđ?&#x2018;&#x161;đ?&#x2018;&#x2013;đ?&#x2018;&#x203A; đ?&#x2018;&#x2021;

(2)

đ?&#x2018;ŁĚ&#x2026; = đ??ˇ. đ?&#x2018;Łđ?&#x2018;&#x161;đ?&#x2018;&#x17D;đ?&#x2018;Ľ + (1 â&#x2C6;&#x2019; đ??ˇ)đ?&#x2018;Łđ?&#x2018;&#x161;đ?&#x2018;&#x2013;đ?&#x2018;&#x203A; VLC yang dirancang ini menggunakan mekanisme Intensity Modulation (IM) dan Direct Detection, maka tegangan v adalah tegangan LED (VLED). Sehingga daya pada LED adalah, đ?&#x2018;&#x192;đ??żđ??¸đ??ˇđ?&#x2018;&#x17D; = đ?&#x2018;Łđ??żđ??¸đ??ˇ đ?&#x2018;&#x2013;đ??żđ??¸đ??ˇ (3)

3.4 Pemodelan Modulasi Dalam penelitian ini, modulasi dijital yang dipilih adalah Pulse Width Modulation (PWM).

Implementasi modulasi dijital cenderung lebih sederhana dibanding modulasi lainnya baik itu untuk implementasi AFE maupun DSP, karena pada modulasi ini hanya memerlukan dua kondisi yaitu lampu menyala dan padam. PWM memodulasi data terhadap lebar pulsa. Jenis modulasi ini dipilih karena dapat mendukung modulasi multi-level. Dengan modulasi multilevel, maka pulsa untuk tiap satu periode mampu membawa bit lebih banyak.

Pulse Width Modulation (PWM) mengkodekan pesan terhadap lebar pulsa atau duty cycle. Istilah duty cycle menunjukkan perbandingan antara waktu 'on' terhadap periode satu pulsa. Dalam sistem komunikasi, duty cycle pada PWM digunakan untuk membawa informasi melewati kanal komunikasi.

Dimana i adalah arus. Intensitas (I) dari LED akan sangat dipengaruhi dari daya LED, đ??źđ??żđ??¸đ??ˇ â&#x2030;&#x2C6; đ?&#x2018;&#x192;đ??żđ??¸đ??ˇ

(4)

Tegangan output modulasi v tersebut sangat mempengaruhi intensitas LED. Semakin tinggi nilai v, maka semakin tinggi intensitas LED/semakin terang dan begitu juga sebaliknya.

Berdasarkan persamaan 4, nilai v sangat bergantung terhadap D (duty cycle). Apabila PWM digunakan untuk memodulasi data dijital 1 bit, maka untuk membedakan data 0 dan 1 adalah dengan memvariasikan nilai D. Apabila PWM digunakan dalam VLC, maka nilai D harus dipilih cukup lebar sehingga noise marginnya tinggi namun harus cukup sempit sehingga tidak menimbulkan efek dimming terhadap fungsi pencahayaan.

3.5 Analog Front End (AFE) Jenis LED driver yang dirancang dalam penelitian ini yaitu LED driver yang mendukung modulasi PWM dijital. Sedangkan pada rangkaian Analog pada receiver berfungsi untuk mengkondisikan sinyal yang diterima oleh photodioda. Blok diagram dari analog receiver ditunjukkan pada Gambar 4.

Gambar 3. Bentuk gelombang pulsa PWM Nilai rata-rata dari gelombang tersebut adalah, đ?&#x2018;ŁĚ&#x2026; =

1 đ?&#x2018;&#x2021; â&#x2C6;Ť đ?&#x2018;Ł(đ?&#x2018;Ą) đ?&#x2018;&#x2018;đ?&#x2018;Ą đ?&#x2018;&#x2021; 0

Syifaul Fuada: Studi Awal Rancangan â&#x20AC;Ś

(1) 27-36

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

35

sehingga pada akhirnya menjadi standar platform IEEE 802.15.7 untuk skema Bidirectional sekaligus Multiuser pada sisi physical layer.

DAFTAR PUSTAKA [1]

Z. Ghassemlooy, W. Popoola, and S. Rajbhandari, Optical Wireless Communications: System and Channel Modelling With MATLAB. Boca Raton, FL, USA: CRC Press, 2012.

[2] “Infrared data association,” Walnut Creek, CA, USA, 2012. [Online].

Available: http://www.irda.org [3] Tsonev D., Chun H., Rajbhandari S., McKendry J., Videv S., Gu E., Haji M., Watson S., Kelly A., Faulkner G., Dawson M., Haas H. and O'Brien D., A 3Gb/s single-LED OFDM-based wireless VLC link using a gallium nitride μLED, IEEE Photonics Technology Letters Volume 26 Issue 7, pp. 637 - 640, 2014 [4] A. Ramadhan, L. Lidyawati2, D. Nataliana, “Implementasi Visible Light Communication (VLC) Pada Sistem Komunikasi,” J. Elkomika, Vol. 1(1), pp.

13-25, 2013.

[5] K. Bandara, Y.H.Chung, Novel Colorclustered Multiuser Visible Light Communication, Trans. Emerg. T elecommucation Technol., 25(6), pp.

579–590, 2014.

[6] J.M.L. Rivera, R.P. Jimenez, J.A.R. Borjes, J.F.R. Torres, V.Guerra, C.S. Rodriguez, Multiuser CSK scheme for indoor visible light communications, Opt. Express, 22(20), pp. 24256–24267, 2014.

[7] A.Sewaiwar, S.V. Tiwari, Y.H. Chung, Novel user allocation scheme for full duplex multiuser bidirectional, Li–Fi network, Opt.Commun. 339, pp. 153–156.

2014 [8] C. Tang, M. Jiang, H. Shen, C. Zhao, “Analysis and Optimization of P-LDPC Coded RGB-LED-Based VLC Systems,” IEEE Photonics J. Vol. 7 (6), December 2015 [9] H. Parikh, J. Chokshi, N. Gala, and T. Biradar, “Wirelessly transmitting a grayscale image using visible light,” in Proc. ICATE, pp. 1–6, 2013.

[10] D. Karunatilaka, F. Zafar, V. Kalavally, “LED Based Indoor Visible Light Communications: State of the Art,” IEEE

Gambar 4. Rangkaian AFE Receiver Sinyal yang dibangkitkan oleh photodioda diinputkan pada transimpedance amplifier (TIA) yang berfungsi mengubah arus menjadi tegangan. Pre-amplifier adalah penguat tegangan tahap pertama karena amplitudo sinyal keluaran dari TIA masih terlalu kecil. High pass filter digunakan untuk menghilangkan tegangan DC offset secara otomatis. Band stop filter atau notch filter didesain untuk menghilangkan interferensi sinyal dengan frekuensi 100 Hz yang dibangkitkan oleh sumber cahaya lain seperti lampu neon.

IV. PENUTUP Media komunikasi merupakan sebuah platform untuk meningkatkan kualitas kehidupan yang lebih baik dan menjadi pendorong kegiatan ekonomi.

Dengan memanfaatkan infrastruktur sistem penerangan yang sudah banyak tersedia di berbagai tempat, maka VLC berpotensi besar digunakan sebagai alternatif komunikasi nirkabel di masa depan.

Hasil penilitian ini nantinya dapat memberikan sumbangan pengetahuan tentang bagaimana platform VLC yang Bi-directional sekaligus multiuser dimana user-user tersebut direpresentasikan oleh LED merah, hijau dan biru dan sistem dapat mengenalinya saat user melakukan uplink. Platform didesain dengan kecepatan Donwlink adalah 1 Mbps sehingga dalam aplikasinya cukup digunakan untuk memutar video kualitas 3GP. Harapan dari penulis adalah hasil produk/sistem dari penelitian ini dapat diterapkan sebagai platform komunikasi yang ideal untuk diterapkan pada skala dalam ruang baik perkantoran ataupun rumah hunian dimasa mendatang. Lebih jauh lagi, dapat dijadikan referensi dan tolok ukur dalam pengembangan penelitian-penelitian yang lebih lanjut baik dari penulis sendiri ataupun peneliti mancanegara Syifaul Fuada: Studi Awal Rancangan …

27-36

ISSN 1979 - 1960

36 |

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Communication Surveys & Tutorials, Vol. 17(3), pp. 1649-1678, 2015.

Q. Wang, Z. Wang, L. Dai, “Multiuser MIMO-OFDM for Visible Light Communications,” IEEE Photonics J. Vol. 7 (6), December 2015 S. Zhao, J. Xu, and O. Trescases, “A dimmable LED driver for Visible Light Communication (VLC) based on LLC resonant DC-DC converter operating in burst mode,” in Proc. 28th Annu. IEEE APEC Expo, pp. 2144–2150, 2013.

Y. Wang, Y. Wang, N. Chi, J. Yu, and H. Shang, “Demonstration of 575-mb/s downlink and 225-mb/s uplink bidirectional SCM-WDM visible light communication using RGB LED and phosphor-based LED,” Opt. Exp., vol.

21(1), pp. 1203–1208, January 2013.

E. Schubert, Light-Emitting Diodes.

Cambridge, U.K.: Cambridge Univ. Press, 2006.

S. Wu, H. Wang, and C-H. Young, “Visible Light Communications for 5G Wireless Networking Systems: From Fixed to Mobile Communications,” IEEE Network, Vol. 29(6), pp. 41-45, November 2014.

Y.Gu, N. Narendran, T. Dong, and H. Wu, “Spectral and luminous efficacy change of high-power LEDs under different dimming methods,” in Proc. 6th Int. Conf.

Solid State Lighting, Vol. 6337, 2006, Art. ID. 63370J S.V. Tiwari, A. Sewaiwar, Y.H. Chung, “Color coded multiple access scheme for bidirectional multiuser visible light communications in smart home technologies”, ELSEVIER Optics Communications, Vol.353, pp. 1-5, October 2015.

S.H. Yang, H.S. Kim, Y.H. Son, S.K. Han, “Reduction of Optical Interference

by Wavelength Filtering in RGB-LED Based Indoor VLC System”, The 16th Opto-Electronics and Communications Conf. (OECC), pp. 551-552, Juli 2011.

Syifaul Fuada: Studi Awal Rancangan …

[19] B. Li, J. Wang, R. Zhang, H. Shen, C. Zhao, L. Hanzo, Multiuser MISO Transceiver Design for Indoor Downlink Visible Light Communication Under PerLED Optical Power Constraints”, IEEE Photonics Journal Vol.7(4), #Article 7201415, Agust 2015.

[20] H. Ma, L. Lampe, S. Hranilovic, “Coordinated Broadcasting for Multiuser Indoor Visible Light Communication Systems”, IEEE Transactions on Communications, Vol. 63(9), pp. 33133324, July 2015.

[21] S.H. Chen, C.W. Chow, “Color-FilterFree Wdm Mimo Rgb-Led Visible Light Communication System Using MobilePhone Camera”, IEEE 2014.

[22] G. Cossu, A.M. Khalid, P. Choudhury, R. Corsini, E. Ciaramella, Long Distance Indoor High Speed Visible Light Communication System Based on RGB LEDs, Communications and Photonics Conf. (ACP), pp.1-3, November 2012.

[23] W. Yuanquan and C. Nan, “A High-Speed Bi-Directional Visible Light Communication System Based on RGBLED”, China Communications Vol.11 (3), pp.40-44, March 2014.

[24] J.M.L. Rivera, R.P. Jimenez, J.A.R. Borjes, J.F.R. Torres, V.Guerra, C.S. Rodriguez, ”Multiuser Scheme for Indoor Visible Light Communications using RGB LEDs”, Int. Work Conf. on Bio-Inspired Intellegenge (IWOBI), pp. 119-123, July 2014.

[25] A. Sewaiwar, P.P. Han, Y. H. Chung, “3Gbit/s Indoor Visible Light Communications Using Optical Diversity Schemes,” IEEE Photonics J. Vol. 7 (6), December 2015 [26] Y. Wang, Y. Shao, H. Shang, X. Lu, Y. Wang, J. Yu, N. Chi, “875-Mb/s Asynchronous Bi-directional 64QAMOFDM SCM-WDM Transmission over RGB-LED-based Visible Light Communication System,” Optical Fiber Communication Conference (OFC) 2013 paper: OTh1G.3.

27-36

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 37

PENGEMBANGAN BUKU AJAR IPS-SEJARAH DIGITAL SMP Syifaul Fuada1, Nainunis, A.I2, Aditya N.W.3 1)

Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung 2) Arkeologi Universitas Indonesia 3) Sejarah Universitas Negeri Malang ABSTRAK

Inovasi dalam pembelajaran berperan membangkitkan motivasi belajar siswa. Di usia SMP siswa masih beradaptasi dari usia sekolah dasar, media pembelajaran dengan banyak aspek visual akan lebih membantu dibandingkan narasi teks saja. Buku ajar digital ini berisikan materi Sejarah SMP kelas VII yaitu materi masa praaksara, Hindu-Buddha, Islam, dan Kolonial. Media ini menggunakan software Adobe Flash Proffesional CS6, media ini berkonsep buku ajar digital yang interaktif dan estetik.

Tujuan penelitian ini untuk menghasilkan buku sejarah digital berbasis animasi sebagai media belajar dan menguji kelayakan buku sejarah digital sebagai penunjang belajar siswa SMP kelas VII. Target penelitian ini berupa Artikel Ilmiah dengan produk berupa: (1) Media berupa produk akhir buku IPSsejarah digital dengan animasi flash. (2)Artikel Ilmiah hasil penelitian ini. Jenis penelitian adalah pengembangan, modelnya menggunakan langkah-langkah yang dikemukakan Sugiyono (2011: 298) yang dikolaborasikan dengan model pengembangan Pustekom Depdiknas. Produk ini layak dimanfaatkan dengan hasil validasi diatas 75% baik pada tahap validasi ahl, media, maupun uji coba produk. Validasi menggunakan metode angket dengan skala Likert dan diolah dengan teknik analisis rata-rata. Hasil analisis digunakan untuk menentukan kelayakan media. Diharapkan hasil penelitian ini dapat dikembangkan lebih lanjut dan dapat memenuhi kebutuhan siswa SMP kelas VII di masa depan.

Kata Kunci: Buku Ajar Digital, Pelajaran IPS-Sejarah, PJJ, siswa SMP

ABSTRACT Innovation in learning plays a role in generating student learning motivation. In junior high school students still adapt from elementary school age, learning media with many visual aspects will be more helpful than text narratives only. This digital textbook contains the material of History of SMP class VII that is the material of pre-mass, Hindu-Buddhist, Islam, and Colonial. This media uses Adobe Acrobat Flash Proffesional software, this medium conceptualized interactive and aesthetic digital textbooks. The purpose of this research is to produce digital history book based on animation as a learning media and to test the feasibility of digital history book as a supporter of student learning at SMP class VII. Target of this research in the form of Scientific Articles with products in the form of: (1) Media in the form of end product IPS book-digital history with flash animation. (2) Scientific article on the results of this study. The type of research is development, the model uses the steps proposed Sugiyono (2011: 298) which collaborated with the model of development Pustekom Depdiknas. This product is feasible to be utilized with validation result above 75% either in validation phase ahl, media, or product trial. Validation using the Likert-scale questionnaire method and processed by the mean analysis technique. The results of the analysis are used to determine the feasibility of the media. It is expected that the results of this study can be further developed and can meet the needs of students of SMP class VII in the future.

Keywords: Digital Textbooks, Social Sciences Studies-History, PJJ, Junior High School Students

Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

38 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I. PENDAHULUAN Mata pelajaran Sejarah dikenal dengan buku ajar yang berisikan banyak teks panjang.

Materi yang kompleks dengan analisis fakta terkandung dalam teks-teks tersebut akan sulit untuk diterima anak-anak dalam periode sekolah menengah mengingat anak-anak lebih menyukai hal visual dibandingkan tekstual.

Usia sekolah menengah merupakan usia dimana siswa masih beradaptasi dari usia sekolah dasar, sehingga dalam pembelajarannya tidak serta merta dijejali dengan kemampuan verbalistik namun yang lebih penting adalah kemudahan mencerna informasi melalui unsur visual (Fuada dkk, 2013: 1). Manfaat teoritis dari pemakaian media pembelajaran adalah untuk membangkitkan motivasi, rangsangan belajar, serta membawa pengaruh psikologis terhadap siswa. Pengaruh media pembelajaran akan sangat membantu keefektifan proses pembelajaran dan penyampaian isi pembelajaran sesuai tuntutan kurikulum. Hal tersebut didukung pula dengan aspek visual yang menurut hasil penelitian memberikan dampak lebih kuat daripada verbal (Hariyono: 1995).

Adobe Flash CS6 merupakan salah satu software untuk membuat animasi interaktif maupun non interaktif. Dan hingga kini, tenaga pendidik di sekolah-sekolah masih jarang menggunakan media pembelajaran berbasis animasi ini karena untuk mengoperasikannya perlu piranti komputer dan LCD Proyektor yang harganya relatif mahal. Animasi yang diterapkan dalam materi pembelajaran memberikan nilai lebih di mata siswa karena secara tampilan visual, animasi menampilkan gambar dan warna yang dipadukan secara komunikatif dengan materi pembelajaran. Hal ini didukung dari hasil penelitian yang mengungkapkan bahwa kemampuan menerima pesan yang paling tinggi adalah perpaduan indera pendengaran dan indera penglihatan (Xiao: 2013).

Program-program yang diciptakan oleh software ini juga dapat di integrasikan kedalam berbagai device, misalnya saja Android untuk dioperasikan di Smartphone (Kumar, 2013: 2300).

Buku ajar digital sejarah ini merupakan terobosan baru media pembelajaran dengan penggunaan animasi Adobe Flash CS6 untuk pokok bahasan sejarah, sehingga bukubuku teks sejarah tampil lebih komunikatif tanpa meninggalkan sisi edukasi. Adobe Flash Syifaul Fuada, dkk: Pengembangan Buku...

Professional CS6 berguna untuk membuat animasi, baik animasi interaktif maupun animasi non interaktif. Melalui program Adobe Flash Proffesional CS6, user dapat membuat tombol interaktif dengan sebuah movie atau objek yang lain, dapat membuat perubahan transparasi warna dalam movie, dapat membuat perubahan animasi dengan mengikuti alur yang telah ditetapkan.

Kedekatan siswa terhadap teknologi menjadi sebuah peluang agar buku ajar digital sejarah ini dapat dengan mudah mereka gunakan. Buku ajar digital sejarah ini mengintegrasikan animasi serta ilustrasi sehingga mengangkat visualisasi dengan lebih optimal bila hanya dibandingkan dengan buku ajar. Buku digital yang akan dibuat ini dirancang untuk digunakan pada Kelas VII SMP pada mata pelajaran IPS khususnya materi sejarah. Buku digital ini diharapkan dapat menjadi media yang dapat membantu siswa belajar. Diharapkan buku sejarah ini dapat membuat informasi dalam pembelajaran menjadi lebih konkret. Menurut Sanjaya (2012) semakin konkret siswa mempelajari maka semakin banyak pengalaman yang diperoleh siswa.

Buku ajar digital sejarah ini dirancang dengan konsep buku digital sehingga secara komunikatif mengajak siswa untuk memilih bagian-bagian pokok bahasan yang ingin diakses. Buku digital memiliki perwajahan seperti sebuah buku (dengan lembaran yang dapat dibolak-balik) dalam teknologi digital yang akan mempermudah siswa untuk membaca materi-materi sejarah karena dilayout dengan mempertimbangkan kemampuan baca siswa meski dalam bentuk buku non cetak. Selain itu terdapat animasi dengan tokoh icon dalam buku ajar digital sejarah ini sebagai teman belajar serta unsurunsur animasi lain yang berperan dalam menampilkan materi. Pemilihan setiap unsur dalam pelayoutan buku digital ini, baik warna, font, dokumentasi sejarah, gambar animasi serta komposisi tata letaknya mempertimbangkan aspek kelayakan estetika serta fungsional agar memberi kemudahan bagi siswa dalam menggunakannya sebagai media baca.

Pengembangan produk buku ajar digital sejarah ini diharapkan akan menjadi salah satu referensi media pembelajaran di sekolahsekolah dan sangat tepat guna meningkatkan kualitas pembelajaran jarak jauh. Pembelajaran 37-48

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

jarak jauh adalah pendidikan yang peserta didiknya terpisah dari pendidik dan pembelajarannya menggunakan berbagai sumber belajar melalui teknologi komunikasi, informasi, dan media lain (Undang-Undang No 20 Tahun 2003). Dengan demikian, peserta didik seperti guru-guru yang ingin belajar dalam rangka meningkatkan kualifikasinya atau kompetensinya tidak perlu meninggalkan tugas mengajarnya, tetapi dapat belajar sambil mengajar.

Berdasarkan uraian di atas dapat diidentifikasi tujuan penelitian sebagai berikut, untuk (1) merancang Buku Sejarah Digital Berbasis Animasi Sebagai Penunjang Belajar Siswa SMP dan menguji kelayakan Buku Sejarah Digital Berbasis Animasi Sebagai Penunjang Belajar Siswa SMP

menengah mengingat anak-anak lebih menyukai hal visual dibandingkan tekstual.

Usia sekolah menengah merupakan usia dimana siswa masih beradaptasi dari usia sekolah dasar, sehingga dalam pembelajarannya tidak serta merta dijejali dengan kemampuan verbalistik namun yang lebih penting adalah kemudahan mencerna informasi melalui unsur visual.

2.

Pengumpulan Data Pengumpulan data dilakukan dengan model diskusi antar anggota dalam tim dan konsultasi pembimbing terkait penelitian pengembangan buku ajar sejarah digital.

Sementara itu untuk menguji kelayakan Buku sejarah digital diperlukan observasi ke sekolah dan berkonsultasi dengan guru bidang studi IPS Terpadu untuk mengetahui secara langsung kondisi siswa, proses pembelajaran, sarana dan prasarana yang dimiliki sekolah tersebut. Dalam tahap ini peneliti melakukan bedah kurikulum dilakukan dengan melihat menelaah Silabus dari sekolah pada jenjang SMP. Berdasarkan studi, padakurikulum 2013 ini.

II. METODE 2.1 Jenis Penelitian Penulis menggunakan model Sugiyono (2011:298), yang sudah disesuaikan sebagai metode untuk mengembangkan atau menghasilkan produk media pembelajaran.

Pengembang memilih model pengembangan Sugiyono (2011:298) karena pertimbangan sebagai berikut: (1) sifatnya sederhana dan terstruktur secara sistematis, menjadikan model ini mudah untuk dipelajari dan memudahkan pendesain meng-aplikasikan langkah-langkah dari model ini, (2) konsepnya yang sederhana tapi mewakili keseluruhan sistem proses pembelajaran, dan (3) strukturnya yang sistematis, sehingga tidak membingungkan pendesain dalam merancang sistem pembelajaran.

3. Desain Produk Produk berupa buku digital dengan konsep flip book terdapat animasi-animasi didalamnya untuk mewakili teks sehingga secara komunikatif mengajak siswa untuk memilih bagian-bagian pokok bahasan yang ingin diakses.

4. Validasi Desain Validasi desain produk dilakukan oleh ahli materi/desain yang sudah berpengalaman untuk menilai desain produk yang akan dikembangkan dapat digunakan sebagai media pembelajaran yang efektif sehingga semua indikator pembelajaran dapat tercapai. Penulis menggunakan tiga acuan dalam penilaian media pembelajaran, yakni: Azhar Arsyad, Rayandra Asyhar, dan Romi Satrio Wahono (2006).

Gambar 1. Langkah-langkah Pengembangan Produk 2.2 Prosedur Penelitian 1. Potensi dan Masalah Berdasarkan observasi, Mata pelajaran IPS-Sejarah dikenal dengan buku ajar yang berisikan banyak teks panjang. Materi yang kompleks dengan analisis fakta terkandung dalam teks-teks tersebut akan sulit untuk diterima anak-anak dalam periode sekolah Syifaul Fuada, dkk: Pengembangan Buku...

| 39

5. Revisi Desain Setelah desain media Buku Sejarah Digitalyang dikembangkan ini divalidasi oleh ahli materi/desain, jika terdapat beberapa kekurangan dalam mediatersebut kemudian kekurangan tersebut harus diperbaiki.

37-48

ISSN 1979-9160

40 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

6. Uji -coba Kelompok Kecil Desain produk yang telah divalidasi oleh ahli media dan ahli materi dan direvisi siap untuk diuji-cobakan. Uji coba produk dilakukan kepada siswa SMP kelas VII yang sudah menempuh mata pelajaran sejarah, berjumlah 5 orang. Tujuan dari validasi ini untuk mengetahui bagaimanakah respon siswa selaku peserta didik atas pemanfaatan produk hasil penelitian.

dikembangkan. Adapun spesifikasi validator disajikan pada Tabel 1.

Tabel 1. Spesifikasi Validator

Berdasarkan Tabel 1 maka telah dipilih oleh peneliti sebagai subjek validasi dalam penelitian ini, yakni: (1) Bapak Dewa Agung G.A sebagai ahli media dan (2) Bapak Kasimanudin Ismain sebagai ahli materi.

Subjek pada uji coba ini merupakan sampel acak yang diambil dari seluruh SMP kelas VII yang sudah menempuh pelajaran sejarah kelas VII sebagai populasi.

7. Revisi Produk Langkah selanjutnya setelah uji-coba produk selesei dan dianalisis, maka perlu dilakukan revisi pada buku ajar sejarah digitaluntuk menyempurnakan media pembelajaran. Media ajar diperbaiki sesuai dengan standarisasi yang diberikan.

8. Produksi Akhir Setelah produk Buku Sejarah Digital direvisi maka langkah selanjutnya adalah memperbaikinya agar tercipta sebuah produksi akhir Buku Sejarah Digital yang siap digunakan sebagai salah satu media untuk inovasi dalam Mata Pelajaran IPS/Sejarah.

3.

Jenis Data Jenis data yang terdapat dalam peneltian pengembangan merupakan data kualitatif dan kuantitatif.

4.

Instrumen Pengumpulan Data Instrumen yang digunakan untuk mengumpulkan data yaitu kuisioner/angket.

Kuisioner yang digunakan adalah kuisioner tertutup, yakni kuisioner yang telah disediakan pilihan jawabanya sehingga responden tinggal memilih jawaban sesuai hanya dengan memberi tanda cek pada kolom-kolom jawaban yang telah disediakan (Check list).

Pada penelitian ini instrumen yang digunakan untuk pengumpulan data dengan cara memberikan angket kepada validator (Pakar, Dosen), kemudian angket diberikan ke siswa sebagai subjek uji coba.

2.3 Uji-coba Produk Uji coba produk dilakukan oleh ahli materi, ahli media dan siswa. Ahli materi dan ahli media sebagai subjek validasi. Sedangkan subjek uji-coba adalah siswa SMP kelas VII yang sudah menempuh pelajaran sejarah kelas VII. 1.

Desain Uji Coba Validasi yang digunakan adalah validasi deskriptif kualitatif dengan persentase. Hal ini dilakukan untuk menjelaskan kelayakan dari produk yang dihasilkan menggunakan persentase. Pelaksanaan uji kelayakan dilakukan dengan menyerahkan angket kepada ahli materi dan ahli media untuk melakukan penilaian dan memutuskan layak atau tidaknya media pembelajaran yang telah dibuat. Uji coba pemakaian dilakukan setelah ada keputusan dari ahli media dan ahli materi, jika keduanya memutuskan layak maka uji coba pemakaian dilakukan melalui uji coba kelompok kecil.

Tabel 2. Instrumen pengumpulan data Validator, Subjek Uji-coba

Arikunto (2010:268) menyatakan bahwa sebelum menyusun angket ada beberapa prosedur yang harus dilalui yaitu: a. Merumuskan tujuan yang akan dicapai dengan angket. Rumusan dari tujuan yang akan dicapai dalam angket ini adalah untuk mengetahui kelayakan media pembelajaran buku ajar sejarah digital.

2.

Subjek Validasi dan Subjek Uji Coba Subjek validasi adalah validator yang melakukan validasi terhadap produk yang Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

b.

Mengidentifikasi variabel yang akan dijadikan sasaran angket. Variabel tersebut adalah tingkat kelayakan atau validitas media pembelajaran. c. Menjabarkan setiap variabel menjadi sub variabel yang lebih spesifik dan tunggal (indikator atau sub indikator). d. Menentukan jenis data yang akan dikumpulkan, sekaligus untuk menentukan teknik analisisnya. Jenis data yang dikumpulkan untuk dianalisis adalah data kuantitatif.

Dengan demikian, pada angket peneltian ini nantinya berisi pertanyaan tentang standar isi bahan ajar yang dinilai (validasi). Jenis angket yang disebarkan terdiri dari 2 jenis, yaitu: Angket untuk ahli media dan untuk ahli materi, untuk selanjutnya kedua angket tersebut diberikan kepada siswa. Produk yang divalidasi adalah buku ajar sejarah berbasis digital menggunakan animasi adobe flash.

TSh : Total skor maksimal yang diharapkan TSe : Total skor empiris (hasil validasi dari validator) Buku ajar sejarah digital ini sudah dapat dimanfaatkan dalam proses belajar mengajar apabila sudah mencapai mencapai kriteria valid (62,51% - 81,25%) dan sangat valid (81,26% 100%).

Pedoman dalam pengambilan keputusan dari analisis data menggunakan skala kualifikasi untuk menentukan kesimpulan dari apa yang telah tercapai.

III.

Teknik Analisis Data Setelah media pembelajaran selesai dibuat atau diproduksi maka akan dilakukan validasi kepada ahli media dan ahli materi. Validasi tersebut bertujuan untuk mengukur validitas atau kelayakan media pembelajaran sebelum diuji lapangan dengan menggunakan instrumen berupa angket. Adapun rumus yang digunakan untuk mengolah data dari ahli media dan ahli materi serta siswa sebagai pengguna berdasaarkan Saâ&#x20AC;&#x2122;dun Akbar (2013:158) adalah, 1. Rumus untuk mengolah data ahli materi/media

TSe x100% TSh

................ (1) Gambar 2. Halaman Utama

Keterangan : Va : Validitas dari ahli 100% : Kontanta TSh : Total skor maksimal yang diharapkan TSe : Total skor empiris (hasil validasi dari validator) 2.

Rumus untuk mengolah pengguna (siswa)

Vp ď&#x20AC;˝

TSe x100% TSh

HASIL PENGEMBANGAN DAN PEMBAHASAN

1. Hasil Pengembangan Produk Hasil pada penelitian ini adalah digital book mengenai materi sejarah SMP Kelas VII yang mengacu pada kurikulum 2013. Digital book ini terdiri dari halaman utama (home), materi, evaluasi, bagian penutup, dan disertai dengan animasi gambar serta musik latar.

A. Halaman Utama (Home) Halaman utama berisi cover dan link yang merujuk pada halaman lain.

5.

Va ď&#x20AC;˝

| 41

data

B.

Halaman Depan Halaman Depan digital book terdiri dari pendahuluan, kegiatan belajar, dan penutup. Pendahuluan terdiri dari: (1) cover, (2) Petunjuk Penggunaan Buku, (3) Kompetensi Inti dan Kompetensi Dasar, (4) daftar isi. Cover berisi data bidang/program studi keahlian dan kompetensi keahlian, judul buku, gambar ilustrasi kesejarahan, dan logo lembaga yang terkait.

dari

................ (2)

Keterangan : Vp : Validitas dari pengguna 100% : Kontanta Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

42 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

menggunaan bentuk soal pilihan gand dimana setelah mengerjakan soal siswa langsung dapat melihat hasilnya yang dapat disimpan dalam bentuk dokumen.

(a)

(b)

(a)

(c) Gambar 3. Cover Buku (a), Petunjuk Penggunaan Buku (b), Kompetensi dan Daftar Isi (c) C.

Materi Materi dalam Buku ini dibagi kedalam beberapa sub materi. Setian sub materi diawali dengan penyajian peta konsep dan di dalamnya terdapat animasi teks serta gambar yang akan memperjelas informasi dalam buku.

(b)

(c) Gambar 5. Petunjuk Evaluasi (a), Soal (b), dan Hasil Evaluasi (c) Gambar 4. Contoh Tampilan Materi dalam Buku Digital

E.

Halaman Penutup Halaman ini menampilkan tim yang merancang produk pembelajaran ini.

D.

Evaluasi Melalui evaluasi yang bersifat dinamis ini, seorang siswa dapat mengetahui informasi tentang ujian yang diampu, melaksanakan ujian, mendapatkan nilai, serta mengevaluasi hasil belajar. Evaluasi dalam buku ini Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 43

termasuk dalam kategori sangat valid dan layak untuk digunakan. b.

Ahli Materi Ahli materi untuk validasi media pembelajaran yang dikembangkan ini adalah bapak Dewa Agung G.A. yakni dosen Sejarah, Fakultas Ilmu Sosial, Universitas Negeri Malang yang merupakan pengajar tentang materi-materi sejarah untuk siswa sekolah menengah pertama. Sehingga diharapkan mampu menilai kelayakan produk yang dihasilkan.

Validasi ahli materi dilaksanakan pada hari Selasa tanggal 8 Juli 2014. Saran dan kritik yang diperoleh pada saat validasi ahli media dijadikan dasar untuk melakukan revisi sebelum media diujicobakan ke siswa. validasi kepada ahli materi menggunakan intrumen angket dengan 20 item pertanyaan, hasil validasi ahli materi terdapat pada Lampiran 4.

Hasil validasi ahli materi berdasarkan lampiran 4 yakni, total skor TSe yang didapat yaitu 72. Nilai ideal untuk tiap-tiap skor yaitu 4, sehingga didapatkan TSh 80. Hubungan antara faktor-faktor tersebut digunakan untuk menghitung Validitas Ahli (Va) antara TSe terhadap TSh menggunakan persamaan 1 sebagai berikut: 72 Va ď&#x20AC;˝ x100% 80

Gambar 6. Tim Pengembang 2.

Penyajian Data Uji Coba Berdasarkan metode pengembangan, produk diujikan kepada 2 (dua) validator, yaitu ahli media, ahli materi, dan subjek uji coba siswa kelompok kecil. a.

Ahli Media Ahli media untuk validasi media pembelajaran yang dikembangkan ini adalah bapak Kasimanudin Ismain yakni dosen Sejarah, Fakultas Ilmu Sosial, Universitas Negeri Malang yang telah berpengalaman mengenai media pembelajaran berbasis animasi. Sehingga diharapkan mampu menilai kelayakan produk yang dihasilkan.

Validasi ahli media dilaksanakan pada hari Selasa tanggal 8 Juli 2014. Data yang dihimpun adalah data kualitatif yang berupa saran. Saran dan kritik yang diperoleh pada saat validasi ahli media dijadikan dasar untuk melakukan revisi sebelum media diujicobakan ke siswa. Validasi kepada ahli media menggunakan intrumen angket dengan 8 item pertanyaan, hasil validasi ahli media terdapat pada Lampiran 5.

Hasil validasi ahli media berdasarkan Lampiran 4 yakni, total skor TSe yang didapat yaitu 27. Nilai ideal untuk tiap-tiap skor yaitu 4, sehingga didapatkan TSh 32. Hubungan antara faktor-faktor tersebut digunakan untuk menghitung Validitas Ahli (Va) antara TSe terhadap TSh menggunakan persamaan 1 sebagai berikut:

Va ď&#x20AC;˝ 90%

Dari pengolahan data keseluruhan butir soal diperoleh persentase 90,0% yang berarti media pembelajaran yang dikembangkan termasuk dalam kategori sangat valid dan layak untuk digunakan. c.

Uji Coba Kelompok Kecil Setelah media direvisi berdasarkan saran dan kritik dari ahli media dan ahli materi, maka langkah selanjutnya adalah media diujicobakan ke peserta didik untuk kelompok kecil. Uji coba peserta didik ini dilakukan pada siswa SMP kelas VII SMPN Bungul, Kec. Kujang, Kab. Kediri, Jawa Timur yang telah menempuh mata pelajaran SMP untuk materi dasar sebanyak 5 (lima) orang dan dilaksanakan pada hari Minggu tanggal 27 Juli 2014 terselenggara di rumah salah satu anggota peneliti SEAMOLEC ini. Uji coba kepada peserta didik menggunakan intrumen angket dengan 15 item pertanyaan.

27 x100% 32 Va ď&#x20AC;˝ 84,38% Va ď&#x20AC;˝

Dari pengolahan data keseluruhan butir soal diperoleh persentase 84,38% yang berarti media pembelajaran yang dikembangkan Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

44 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Data uji coba dapat dilihat pada Lampiran 6, TSe-1 menyatakan jumlah skor siswa pertama, TSe-2 menyatakan skor dari siswa kedua, hingga TSe-5 menyatakan siswa kelima. TSe menyatakan jumlah skor untuk semua siswa. TSh menyatakan jumlah skor ideal untuk semua siswa.

Berdasarkan penjumlahan skor TSe didapatkan 278. Nilai ideal untuk tiap-tiap skor yaitu 4, sehingga didapatkan TSh sebesar 300.

Hubungan antara faktor-faktor tersebut digunakan untuk menghitung Validitas Pengguna (Vp) antara TSe terhadap TSh menggunakan persamaan 2 sebagai berikut: 278 Vp ď&#x20AC;˝ x100% 300

digunakan, setelah melalui proses validasi, uji coba dan proses revisi yang dilakukan oleh para ahli, diantaranya sebagai berikut: a. Instrument ahli media divalidasi oleh bapak Kasimanudin Ismain, pada hari Selasa tanggal 8 Juli 2014, diperoleh nilai validasi sebesar 84,38% (sangat valid). b. Instrument ahli materi divalidasi oleh bapak Dewa Agung G.A, pada hari Selasa tanggal 8 Juli 2014, diperoleh nilai validasi sebesar 90,0% (sangat valid). c. Instrument uji coba subjek kelompok kecil pada hariMinggu tanggal 27 Juli 2014, dengan subjek coba yang berasal darisiswa SMP kelas VII SMPN Bungul, Kec. Kujang, Kab. Kediri, Jawa Timur yang telah menempuh mata pelajaran SMP untuk materi dasar sebanyak 5 (lima) orang, diperoleh data keseluruhan dengan total 92,67% (sangat valid).

Vp ď&#x20AC;˝ 92,67%

Dari pengolahan data keseluruhan butir soal diperoleh persentase 92,67% yang berarti media pembelajaran yang dikembangkan termasuk dalam kategori valid dan layak untuk digunakan.

Berdasarkan hasil validasi dari ahli media, ahli materi dan uji coba lapangan maka didapatkan data akhir sebesar 84,38% untuk ahli media, 90,00% untuk ahli materi, 92,67% untuk ujicoba kelompok kecil.

Digistory merupakan sebuah media pembelajaran berbentuk buku sejarah digital yang memungkinkan adanya teks, gambar, video, dan animasi dalam sebuah tayangan.

Diharapkan hasil penelitian ini dapat diimplementasikan dan menyelesaikan masalah dalam dunia pendidikan khususnya dalam mata pelajaran sejarah baik di jenjang skolah dasar maupun menengah.

3.

Revisi Produk Revisi produk merupakan catatan revisi yang diberikan oleh validator saat menilai media dan siswa saat memberikan tanggapan tentang media. Revisi produk ini digunakan sebagai acuan untuk memperbaiki kekurangankerurangan media sehingga menjadi lebih baik.

4.2 Saran Agar produk yang dihasilkan dapat dimanfaatkan secara maksimal, terdapat empat ranah saran yang perlu diperhatikan, yaitu: saran validator, saran pemanfaatan, saran deseminasi produk pada sasaran yang lebih luas, dan saran pengembangan produk lebih lanjut.

Saran validator yaitu perlu adanya video/suara agar siswa tidak merasa bosan, perlu adanya glosarium, intermezzo, kesimpulan, latihan, dan evaluasi agar siswa dapat lebih tertarik menggunakan buku ajar dengan media yang berbeda dan menarik.

Adapun saran pemanfaatannya ialah sebaiknya guru menerapkan teori belajar konstruktifisme di kelas agar siswa lebih aktif mengkonstruksi pengetahuan dan pemahaman materi, model pembelajaran yang digunakan sebaiknya adalah Contextual Teaching and Learning (CTL) agar siswa dapat memaknai pengetahuan berdasarkan pengalaman belajar mereka, serta metode pembelajaran yang

IV. PENUTUP 4.1 Kesimpulan Materi pembelajaran merupakan salah satu hal yang terpenting dalam proses belajar dna mengajar. Bahkan, dalam pengajaran yang terpusat pada materi pelejaran materi merupakan inti dari kegiatan pembelajaran (Sanjaya, 2012: 141). Jadi, dalam penelitian ini penulis memilih materi Hindu-Buddha, Islam, dan Kolonial sebagai bahan karena menurut penulis materi ini memiliki rentang waktu yang cukup lama, sehingga siswa sering kesulitan untuk memahami rekonstruksi sejarah masa itu, dan materi ini dapat menampilkan animasi-animasi yang menakjubkan. Media pembelajaran Digistory ini memenuhi kriteria layak dan valid untuk Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

digunakan sebaiknya adalah metode drill and practice agar kemampuan siswa lebih terasah.

Saran deseminasi produk pada sasaran yang lebih luas yaitu buku dapat digunakan jika komputer pada laboratorium sekolah telah terinstal Adobe, sedangkan saran pengembangan produk lebih lanjut, yakni media pembelajaran yang dikembangkan memiliki berbagai macam perangkat yang dapat digunakan untuk memaksimalkan penggunaan media pembelajaran. Perangkat tersebut seperti animasi flash, jenis soal yang berfariasi (pilihan ganda, isian, mencocokan, lebih dari satu jawaban benar), pengumpulan tugas secara langsung melalui media pembelajaran, dan laporan kemajuan belajar, media pembelajaran yang dikembangkan masih berfokus pada materi IPS Sejarah SMP kelas VII. Untuk pengembangan lebih lanjut dapat mengembangkan media dengan materi kelas VIII ataupun kelas IX, dikarenakan persentase kelayakan buku belum mencapai 100%.

Keakuratan tingkat kelayakan ini juga masih dapat ditingkatkan dengan memperbanyak validasi kepada ahli media, ahli ahli materi, dan siswa.

| 45

[12.] Sugiyono. (2011). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung: Alfabeta Bandung. Hal. 297.

[13.] Undang-undang Republik Indonesia Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional. 2004. Jakarta.

[14.] Wahono, R.S. 2006. Aspek dan Kriteria Penilaian Media Pembelajaran, (Online),(http://romisatriawahono.net/20 06/06/21/aspek-dan-kriteria-penilaianmedia-pembelajaran/) diakses pada 14 Mei 2013.

[15.] Xiao, L. (2013). Animation Trends in Education. International Journal of Information and Education Technology, Vol. 3, No. 3, June 2013. PP 286 â&#x20AC;&#x201C; 288.

DAFTAR PUSTAKA [1.] Akbar, Saâ&#x20AC;&#x2122;dun. 2013. Instrumen Perangkat Pembelajaran. Bandung: PT Remaja Rosdakarya.

[2.] Arikunto, S. 2010. Prosedur Penelitian Suatu Pendekatan Praktik (Edisi Revisi 2010). Jakarta: PT Rineka Cipta.

[3.] Arsyad, A. (2011) Media Pembelajaran.

Jakarta: Rajawali Pers.

[4.] Asyhar, R. 2012.

Kreatif Mengembangkan Media Pembelajaran.

Jakarta: Referensi Jakarta.

[5.] Fuada, dkk (2013). Digistory: History Books For Indonesia Future.

[6.] Hariyono. (1995). Mempelajari Sejarah Secara Efektif. Jakarta: Pustaka Jaya.

[7.] International Journal Of Scientific & Engineering Research.

[8.] Kumar, dkk. (2013). Developing Mobile [9.] ApplicationsUsing Android.

[10.] Proceeding International Seminar on Electrical, Information and Itâ&#x20AC;&#x2122;s Education. Malang, October 5th, 2013.

[11.] Sanjaya. (2012). Perencanaan dan Desain Sistem Pembelajaran. Jakarta: Kencana Prenada Media Grup.

Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

46 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Lampiran 4. Hasil validasi ahli materi

Skor No

Pernyataan

TSe 1

TSh

Persentase

Kriteria

%

1

Bahan ajar mudah digunakan

4

4

100%

Sangat Valid

2

Bahan ajar dapat digunakan untuk belajar mandiri

4

4

100%

Sangat Valid

3

Tujuan sesuai dengan silabus

4

4

100%

Sangat Valid

4

Materi sesuai dengan tujuan pembelajaran

4

4

100%

Sangat Valid

5

Ketepatan Judul bab dengan isi materi

3

4

75%

Valid

Materi disusun sistematis

3

4

75%

Valid

7

Petunjuk penggunaan bahan ajar sudah ditampilkan

4

4

100%

Sangat Valid

8

Daftar isi ditampilkan secara jelas

4

4

100%

Sangat Valid

9

Materi sesuai dengan tingkat pemahaman siswa SMP

3

4

75%

Valid

10

Penyajian gambar sesuai dengan isi materi

4

4

100%

Sangat Valid

11 12 13 14 15 16

3 4 4 3 4 3

4 4 4 4 4 4

75% 100% 100% 75% 100% 75%

Valid Sangat Valid Sangat Valid Valid Sangat Valid Valid

4

4

100%

Sangat Valid

18

Komposisi warna tepat Soal mudah dipahami siswa Soal sesuai dengan tujuan pembelajaran Kualitas audio dan video bagus Teks dalam bahan ajar terbaca dengan jelas Animasi disajikan secara interaktif Tombol navigasi mempermudah penggunaan Penggunaan bahasa komunikatif

4

4

75%

Sangat Valid

19

Font yang dipilih tepat

3

4

75%

Valid

20

Secara keseluruhan bahan ajar dapat digunakan sebagai sarana pembelajaran

4

4

100%

Sangat Valid

72

80

90%

Sangat Valid

6

17

Total

Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 47

Lampiran 5. Hasil validasi ahli media

Skor No

Pernyataan

TSe 1

TSh

Persentase

Kriteria

%

1

Kerapihan media

4

4

100%

Sangat Valid

2

Media bersih dan menarik

4

4

100%

Sangat Valid

3

Media cocok dengan sasaran yaitu siswa Kelas VII SMP

4

4

100%

Sangat Valid

4

4

100%

Sangat Valid

2

4

50%

Valid

3

4

75%

Valid

3

4

75%

Valid

3

4

75%

Valid

27

32

84.375%

Sangat Valid

4 5 6 7 8

Media sesuai dengan kemampuan siswa Kelas VII SMP Media memenuhi ranah kognitif, afektif, psikomotorik Media praktis, luwes, dan tahan lama Kriteria teknis dalam media berkualitas baik Media dibuat sesuai dengan ukuran lingkungan belajar

Total

Syifaul Fuada, dkk: Pengembangan Buku...

37-48

ISSN 1979-9160

48 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Lampiran 6. Hasil uji coba siswa kelompok kecil Skor

Skor Persentase

No

1

2

3

4

5

Pernyataan Media pembelajaran DIGISTORY mudah saya gunakan Saya kira saya dapat belajar banyak dari media pembelajaran DIGISTORY ini Media pembelajaran DIGISTORY menarik sehingga dapat menumbuhkan motivasi belajar saya Media Pembelajaran DIGISTORY dapat saya gunakan untuk belajar mandiri Tombol navigasi memudahkan saya untuk mencari materi yang akan saya pelajari

TSe

TSe

TSh

Kriteria

1

2

3

4

5

%

3

4

4

3

4

18

20

90%

Sangat Valid

4

3

4

3

3

17

20

85%

Sangat Valid

4

3

4

3

3

17

20

85%

Sangat Valid

4

3

4

3

4

18

20

90%

Sangat Valid

4

4

4

3

4

19

20

95%

Sangat Valid

6

Saya lebih senang belajar dari media pembelajaran DIGISTORY dari pada membaca buku teks pelajaran sejarah

4

4

4

3

4

19

20

95%

Sangat Valid

7

Materi pada Media Pembelajaran DIGISTORY ini mudah saya pahami

4

2

4

3

4

17

20

85%

Sangat Valid

4

3

4

4

4

19

20

95%

Sangat Valid

3

4

4

4

4

19

20

95%

4

4

4

4

4

20

20

100%

4

3

4

4

4

19

20

95%

Sangat Valid

4

4

3

4

4

19

20

95%

Sangat Valid

4

4

3

3

4

18

20

90%

Sangat Valid

4

4

4

3

4

19

20

95%

Sangat Valid

4

4

4

4

4

20

20

100%

Sangat Valid

58

53

58

51

58

278

300

93%

Sangat Valid

8 9 10

11

12

13

14

15

Total

Gambar pada Media Pembelajaran DIGISTORY menarik Warna pada Media Pembelajaran DIGISTORY menarik Soal latihan mudah saya pahami dan tidak membingungkan Ukuran Media Pembelajaran DIGISTORY menurut saya sudah tepat (tidak terlalu kecil ataupun terlalu besar) Audio dan video pada Media Pembelajaran DIGISTORY menurut saya bagus Teks dalam Media Pembelajaran DIGISTORY dapat saya baca dengan jelas Animasi pada Media Pembelajaran DIGISTORY menarik Secara keseluruhan Media Pembelajaran DIGISTORY menurut saya menarik dan asyik untuk dipelajari

Syifaul Fuada, dkk: Pengembangan Buku...

37-48

Sangat Valid Sangat Valid

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 49

IMPLEMENTASI TEKNIK DYNAMIC TIME WARPING (DTW) PADA APLIKASI SPEECH TO TEXT Candra Dinata1, Diyah Puspitaningrum2, Ernawati3 1,2,3

Program Studi Teknik Infomatika, Fakultas Teknik, Universitas Bengkulu.

Jl. WR. Supratman Kandang Limun Bengkulu 38371A INDONESIA (telp: 0736-341022; fax: 0736-341022) 1 candra07dinata06@gmail.com, 2diyah.puspitaningrum@unib.ac.id, 3ernawati@unib.ac.id ABSTRAK Suara/ucapan adalah salah satu cara kita sebagai manusia untuk berkomunikasi dan mengekspresikan diri. Speech to text (ucapan ke text), merupakan salah satu bidang sains computer yaitu bidang pengolahan suara. Speech to text (STT) adalah penerjemahan kalimat (kata yang diucapkan) ke dalam text. STT merupakan proses pengolahan suatu sinyal suara, mengekstrak fitur dari sinyal suara tersebut yang selanjutkan dibandingkan dengan hasil ekstraksi dari sinyal suara yang lain untuk dapat dikenali persamaannya. Penelitian ini merancang dan membangun suatu program aplikasi Speech to Text yang mampu identifikasi suatu sinyal suara menggunakan perangkat lunak simulasi MATLAB R2016a.

Terdapat dua proses umum pada bidang pengolahan suara, yaitu ekstraksi fitur dan pencocokan fitur.

Pada sistem ini metode mel-frequency cepstral coefficients digunakan untuk mengekstraksi fitur dan metode dynamic time warping digunakan untuk pencocokan fitur. Metode DTW yang digunakan dapat menghitung jarak atau selisih antara dua data yang dibandingkan. Rata-rata akurasi yang didapat setelah dilakukan percobaan pada pengujian kata adalah 95.85% dan pada pengujian kalimat adalah 94%.

Kata Kunci: Pengolahan Suara, Speech to Text, MFCC, DTW

ABSTRACT Voice / speech is one of the ways we as human beings to communicate and express themselves. Speech to text (STT), is one of computer science is the field of sound processing. Speech to text (STT) is the translation of the sentence (the spoken word) in the text. STT is a voice signal processing, extracting features from the speech signal and then compared it with the extraction of the other sound signal to recognize the signal similarities. This research design and build an application program Speech to Text that is capable of identifying a sound signal using simulation software MATLAB R2016a. There are two common processes in the field of sound processing, feature extraction and matching features. In this system, the method mel-frequency cepstral coefficients are used to extract features and dynamic time warping method used for matching features. DTW method used can calculate the distance or the difference between the two data being compared. The average accuracy is obtained after experiments on the test word was 95.85% and the testing of the sentence is 94%.

Keywords: Voice Processing, Speech to Text, MFCC, DTW

Candra Dinata, dkk: Implementasi Teknik â&#x20AC;Ś

49-58

ISSN 1979 - 1960

50 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I. PENDAHULUAN Suara/ucapan adalah cara kita sebagai manusia untuk berkomunikasi dan mengekspresikan diri. Secara perlahan dan dengan didukung oleh perkembangan teknologi ,kebutuhan akan adanya sistem dan aplikasi yang mampu menganalisis dan mengidentifikasi suatu sinyal suara pun semakin tinggi. Pemanfaatan aplikasi ini juga semakin berkembang, mulai dari sarana pembelajaran hingga bidang keamanan. Dalam bidang pembelajaran misalnya, kemampuan menguasai bahasa asing adalah salah satu syarat untuk dapat bergabung dalam komunitas masyarakat yang lebih luas. Sarana untuk mempelajari hal tersebut juga semakin banyak, salah satunya adalah menggunakan aplikasi Speech To Text.

Speech to text (ucapan ke text), biasanya merujuk ke pengolahan sinyal suara (Speech Recognition). Menurut [1] Speech Recognition (SR) dalam bidang sains computer, adalah penerjemahan kalimat (kata yang diucapkan) ke dalam text. Juga dikenal sebagai “automatic speech recognition”, “ASR”, “STT”, “speech to text”, atau hanya “computer speech recognition”.

Ide mengenai interaksi manusia dan mesin mendorong penelitian dalam pengenalan suara. ASR menggunakan proses dan tekologi terkait untuk mengubah sinyal ucapan menjadi rangkaian kata atau unit linguistik lain dengan cara algoritma diimplementasikan sebagai program komputer. Sistem pemahaman ucapan saat ini mampu memahami masukan suara untuk ribuan kosakata di lingkungan operasional [2].

Sistem pengenalan suara dapat diklasifikasikan menjadi tiga tipe: (1) Suara terisolir; (2) Suara diskontinu; (3) Suara kontinu [3]. Dalam penelitian ini, sistem pengenalan suara yang digunakan yaitu suara terisolir.

Menurut [3] pengenalan suara terisolir mengenali satu kata dari pengguna, setiap kata yang terucap memiliki informasi dalam bentuk sinyal suara. Adapun algoritma yang akan digunakan adalah Dynamic Time Warping (DTW). DTW adalah algoritma yang digunakan untuk mengukur kesamaan antara dua sekuens yang mungkin berbeda dalam waktu atau kecepatan. Dua ucapan dari kata yang sama oleh pengguna yang sama dapat memiliki waktu yang berbeda. Sebagai contoh, two dapat dilafalkan dengan to atau too [4].

Candra Dinata, dkk: Implementasi Teknik …

Waktu keselarasan ucapan yang berbeda adalah masalah inti untuk pengukuran jarak dalan pengenalan ucapan. Pergeseran kecil mengakibatkan identifikasi yang salah.

Dynamic Time Warping adalah metode yang efisien untuk memecahkan masalah keselarasan waktu. Algoritma DTW ditujukan untuk menyelaraskan dua sekuen vector dengan membelokkan sumbu waktu berulang-ulang sampai kecocokan optimal antara dua sekuen ditemukan. Algoritma ini melakukan sebagian pemetaan linear dari sumbu axis untuk menyelaraskan kedua sinyal [4].

Berdasarkan permasalahan yang ada dan analisis metode yang telah dipaparkan, maka dari itu akan dilakukan penelitian dengan judul “Implementasi/penerapan teknik (Dynamic Time Warping) DTW ke aplikasi Speech To Text”.

II. TINJAUAN PUSTAKA 2.1 Pengenalan Digital Signal Processing (DSP) Dunia ilmu pengetahuan dan teknik diisi dengan sinyal: citra dari pesawat antariksa jarak jauh, tegangan yang dihasilkan oleh jantung dan otak, radar, dan sonar gema, getaran seismic, dan aplikasi lainnya yang tak terhitung jumlahnya. Digital Signal Processing adalah ilmu yang menggunakan komputer untuk memahami jenis data ini. Hal ini mencakup berbagai macam tujuan : penyaringan, pengenalan suara, peningkatan citra, kompresi data, jaringan syaraf, dan banyak lagi. DSP adalah salah satu teknologi yang paling kuat yang membentuk ilmu pengetahuan dan teknik dalam abad kedua puluh satu [5]. Tema yang diangkat dalam penelitian ini adalah pengenalan suara, sehingga keseluruhan materi dari DSP tidak diuraikan.

2.2 Sistem Pengenalan Suara 1. Pengenalan Suara Terisolir Pengenalan suara terisolir adalah untuk mengenali satu kata dari pengguna dan merupakan pendekatan relatif yang mudah.

Setiap kata yang terucap memiliki informasi dalam bentuk sinyal suara. Gambar 2.1 merupakan contoh sinyal suara di MatLab. Itu adalah kata ‘No’ disajikan dalam domain waktu [3].

Sinyal suara terdiri dari : suara yang berguna dan “kebisingan”. Untuk memisahkan dua bagian dari ucapan manusia terserbut, 49-58

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

digunakan metode pemisahan sinyal cepstrum yang efisien. Dalam suatu penelitian, [4] menggunakan MFCC (Mel Frecuency Cepstrum Coefficients) dan DTW (Dynamic Time Warping) untuk mengenali suara terisolir.

Algoritma DTW adalah pendekatan untuk menghitung kesamaan antara dua deret waktu yang mungkin berbeda dalam waktu atau kecepatan [3].

51

Algoritma ini dapat menghitung koefisien unik untuk sampel tertentu. Kesederhanaan prosedur untuk pelaksanaan MFCC membuat teknik ini paling disukai untuk pengolahan sinyal suara.

Gambar 2.2 Blok diagram untuk memperoleh MFC koefisien [7] Gambar 2.1 contoh kata â&#x20AC;&#x2DC;Noâ&#x20AC;&#x2122; di Matlab [3] 2. Suara Diskontinu Suara diskontinu memiliki kemiripan dengan suara terisolir. Dimana terdapat jeda yang disengaja antara kalimat dan mungkin lebih dari satu orang dalam percakapan.

Dhingra [6] mengajukan metodologi baru untuk menganalisa suara diskontinu dalam percakapan Uni Eropa. Metodologi ini mengidentifikasi perubahan topik sesuai dengan intervensi antar kalimat dan juga ketika pembicara berganti.

Dan berdasarkan perubahan topik, fluktuasi diskursif yang tanpa henti dapat dibedakan. Ini adalah perbedaan utama dibandingkan dengan metode lain yang semua elemen diterjemahkan [3].

3. Suara Kontinu Suara kontinu atau berkesinambungan mewakili performa alami dari orang bicara.

Dimana tidak ada jeda yang disengaja. Itu adalah situasi tersulit untuk mengenali pembicaraan. Teknologi di bidang ini belum dikembangkan dengan baik dan metode yang ada jelas kurang dalam keakuratan [3].

2.3 Metode Mel Frequency Cepstral Coefficients (MFCC) Dalam proses pengenalan sinyal suara dibutuhkan suatu metode yang digunakan untuk mengekstrak sinyal suara tersebut terlebih dahulu. Hasil dari ekstraksi sinyal suara tersebut selanjutnya akan digunakan untuk tahap pencocokan sinyal yang menggunakan metode dynamic time warping. Pada penelitian ini proses ekstraksi sinyal suara menggunakan metode mel frekuensi cepstral koefisien.

Candra Dinata, dkk: Implementasi Teknik â&#x20AC;Ś

2.4 Metode Dynamic Time Warping Dynamic Time Warping (DTW) adalah sebuah algoritma yang menghitung jalur pembengkokan optimal antara dua deretan waktu. Algoritma menghitung kedua nilai jalur pembengkokan antara dua deretan dan jarak di antara mereka. Algoritma ini dimulai dengan perhitungan jarak lokal antara elemen dari dua urutan menggunakan berbagai jenis jarak.

Metode yang paling sering digunakan untuk perhitungan jarak adalah jarak absolut antara nilai-nilai dari dua elemen (jarak euclidean) [8].

Dua ucapan dari kata yang sama oleh pengguna yang sama dapat memiliki waktu yang berbeda. Sebagai contoh, two dapat dilafalkan dengan to atau too. DTW menyelesaikan masalah ini dengan menyelaraskan kata-kata dengan benar dan menghitung jarak minimum antara dua kata.

Sebuah matriks jarak lokal dibentuk untuk semua segmen dalam kata sampel dan template kata [4].

Waktu keselarasan ucapan yang berbeda adalah masalah inti untuk pengukuran jarak dalan pengenalan ucapan. Pergeseran kecil mengakibatkan identifikasi yang salah.

Dynamic Time Warping adalah metode yang efisien untuk memecahkan masalah keselarasan waktu. Algoritma DTW ditujukan untuk menyelaraskan dua sekuen vector dengan membelokkan sumbu waktu berulang-ulang sampai kecocokan optimal antara dua sekuen ditemukan. algoritma ini melakukan sebagian pemetaan linear dari sumbu axis untuk menyelaraskan kedua sinyal.

Anggap saja terdapat dua urutan vector di ruang n-dimensi [4].:

49-58

ISSN 1979 - 1960

52 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

x = [x1, x2, ..., xn] dan y = [y1, y2, ..., yn] Dua urutan tersebut selaras di sisi kotak, dengan satu di atas dan lainnya di sisi kiri.

Kedua urutan mulai di bagian bawah kiri grid.

Gambar 2.4 Dynamic Time Warping [4] III. METODE PENELITIAN

Gambar 2.3 Jarak Grid Global [4] Dalam setiap sel, ukuran jarak ditempatkan, membandingkan unsur-unsur yang sesuai dari dua sekuens. Jarak antara dua titik dihitung melalui jarak Euclidean [4].

Dist (x, y) = |x - y| = [ (x1 - y1)2 + (x2 - y2)2 + ... + (xn - yn)2 ]1/2 Pencocokan terbaik atau keselarasan antara dua sekuens ini adalah jalan melalui grid, yang meminimalkan total jarak antara mereka, yang disebut sebagai jarak global. Keseluruhan jarak (jarak Global) dihitung dengan menemukan dan pergi melalui semua rute yang mungkin melalui grid, masing-masing menghitung jarak keseluruhan.

Jarak global minimum dari jumlah jarak (jarak Euclidean) antara unsur-unsur individual di jalan dibagi dengan jumlah dari fungsi pembobotan. Untuk setiap urutan cukup panjang jumlah kemungkinan jalan melalui grid akan sangat besar. mengukur jarak global diperoleh dengan menggunakan rumus rekursif [4].

GDxy = LDxy + min (GDx-1 y-1, GDx-1 y, GDx y-1) Dimana, GD = Global Distance (overall distance) LD = Local Distance (Euclidean distance)

3.1 Dataset Penelitian Data set penelitian dengan sampel 250 data kalimat suara dan 250 data kata suara yang merupakan suara dari 5 orang dewasa, 3 suara laki-laki dan 2 suara perempuan. Jumlah sampel yang diambil dari masing-masing orang yaitu 50 data kalimat dan 50 data kata data audio, dimana 40 data kalimat digunakan sebagai data latih,10 data kalimat untuk data uji, dan 50 data suara sebagai data uji.

Satu data kalimat suara terdiri dari 5 kosakata. Setiap orang melakukan perekaman 10 kalimat yang diulang sebanyak 5 kali dan semua kata yang terkandung di kalimat tersebut sebanyak 1 kali. Training data akan memisahkan kata-kata yang ada di dalam suatu kalimat, sehingga menghasilkan 5 data latih.

Penyimpanan dan pengujian data dilakukan dalam kondisi yang sama yaitu, ruangan kecil dan tertutup dengan sedikit gangguan suara.

3.2 Metode Pengembangan Sistem Metode pengembangan sistem yang digunakan adalah dengan pendekatan prototyping.

Prototyping mengerjakan fase analisis, perancangan, dan implementasi secara bersamaan pengembangan yang cepat dan pengujian terhadap model kerja (prototype) dari aplikasi baru melalui proses interaksi dan berulang-ulang yang biasa digunakan ahli sistem informasi.

Gambar 2.3 Diagram Alir Metodologi Prototyping [9] Candra Dinata, dkk: Implementasi Teknik â&#x20AC;Ś

49-58

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

3.3 Metode Pengujian Sistem 1. White Box Testing Pada white box testing akan digunakan metode pengujian basis path, yaitu salah satu teknik pengujian white box yang diusulkan pertama kali oleh Tom McCabe. Metode basis ini memungkinkan desainer test case mengukur kompleksitas logis dari desain prosedural dan menggunakannya sebagai pedoman untuk menetapkan basis set dari jalur eksekusi. Test case yang dilakukan untuk menggunakan basis set tersebut dijamin menggunakan setiap statement di dalam program paling tidak sekali selama pengujian.

2. Black Box Testing Teknik pengujian black box yang dilakukan pada penelitian ini adalah teknik equivalence partitioning, yaitu teknik pengujian yang membagi domain input dari suatu program ke dalam kelas data, menentukan kasus pengujian dengan mengungkapkan kelas-kelas kesalahan 3.4 Uji Kelayakan Sistem Terdapat dua jenis rasio kesalahan pencocokkan, yaitu rasio kesalahan kecocokan (false match rate) dan rasio kesalahan ketidak cocokkan (false non match rate). a. Rasio Kesalahan Kecocokan False Match Rate (FMR) menyatakan probababilitas sampel dari pengguna cocok dengan acuan yang diambil secara acak milik pengguna yang berbeda. FMR disebut juga false posititive. Rasio kesalahan kecocokan dihitung dengan rumus [10] berikut.

Persentase Kesalahan Kecocokan = â&#x2C6;&#x2018; đ??ˇđ?&#x2018;&#x17D;đ?&#x2018;Ąđ?&#x2018;&#x17D; đ?&#x2018;Śđ?&#x2018;&#x17D;đ?&#x2018;&#x203A;đ?&#x2018;&#x201D; đ?&#x2018;?đ?&#x2018;&#x153;đ?&#x2018;?đ?&#x2018;&#x153;đ?&#x2018;&#x2DC; Ă&#x2014;100%.......â&#x20AC;Ś(1) â&#x2C6;&#x2018; đ?&#x2018;&#x2014;đ?&#x2018;˘đ?&#x2018;&#x161;đ?&#x2018;&#x2122;đ?&#x2018;&#x17D;â&#x201E;&#x17D; đ?&#x2018;&#x2018;đ?&#x2018;&#x17D;đ?&#x2018;Ąđ?&#x2018;&#x17D; đ?&#x2018;&#x2013;đ?&#x2018;&#x203A;đ?&#x2018;?đ?&#x2018;˘đ?&#x2018;Ą b. Rasio Kesalahan Ketidakcocokan False Non Match Rate (FMR) menyatakan probabilitas sampel dari pengguna tidak cocok dengan acuan lain yang diberikan pengguna yang sama. FNMR disebut juga false Negative.

Rasio kesalahan ketidak cocokan dihitung dengan rumus [10] berikut.

Persentase Kesalahan Ketidakcocokan = â&#x2C6;&#x2018; đ??ˇđ?&#x2018;&#x17D;đ?&#x2018;Ąđ?&#x2018;&#x17D; đ?&#x2018;Śđ?&#x2018;&#x17D;đ?&#x2018;&#x203A;đ?&#x2018;&#x201D; đ?&#x2018;?đ?&#x2018;&#x153;đ?&#x2018;?đ?&#x2018;&#x153;đ?&#x2018;&#x2DC; Ă&#x2014;100%....(2) â&#x2C6;&#x2018; đ?&#x2018;&#x2014;đ?&#x2018;˘đ?&#x2018;&#x161;đ?&#x2018;&#x2122;đ?&#x2018;&#x17D;â&#x201E;&#x17D; đ?&#x2018;&#x2018;đ?&#x2018;&#x17D;đ?&#x2018;Ąđ?&#x2018;&#x17D; đ?&#x2018;&#x2013;đ?&#x2018;&#x203A;đ?&#x2018;?đ?&#x2018;˘đ?&#x2018;Ą

Candra Dinata, dkk: Implementasi Teknik â&#x20AC;Ś

53

IV. ANALISIS DAN PERANCANGAN SISTEM 4.1 Jenis Penelitian Penelitian murni adalah penelitian yang diperuntukan bagi pengembangan suatu ilmu pengetahuan serta diarahkan pada pengembangan teori-teori yang ada atau menemukan teori baru. Peneliti yang melakukan penelitian dasar memiliki tujuan mengembangkan ilmu pengetahuan tanpa memikirkan pemanfaatan secara langsung dari hasil penelitian tersebut [11]. Sedangkan penelitian terapan dilakukan berkenaan dengan kenyataan-kenyataan praktis, penerapan, dan pengembangan ilmu pengetahuan yang dihasilkan oleh penelitian dasar dalam kehidupan nyata. Penelitian terapan berfungsi untuk mencari solusi tentang masalah-masalah tertentu [12].

Berdasarkan definisi kedua jenis penelitian diatas yang dilihat dari tujuannya, maka penelitian yang diajukan oleh penulis dalam judul implementasi teknik Dynamic Time Warping (DTW) pada aplikasi Speech To Text ini termasuk dalam penelitian terapan (applied research). Dalam penelitian ini, penulis berusaha untuk menerapkan algoritma DTW pada suatu sistem aplikasi sehingga dapat mengidentifikasi suatu sinyal suara dan menampilkan keterangan mengenai sinyal suara tersebut.

4.2 Analisis Alur Kerja Sistem Alir sistem merupakan hasil analisis perancangan tahapan kerja sistem yang akan dibangun. Alur ini dimulai dari user memasukkan (input) data sampai menghasilkan keluaran (output). Dalam sistem ini, input-nya berupa suara orang dewasa dan informasi data suara tersebut. Sedangkan untuk output-nya adalah hasil identifikasi suara dalam bentuk teks. Gambar 4.1 merupakan aliran data yang diproses oleh sistem:

49-58

ISSN 1979 - 1960

54 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Gambar 5.1 Menu Utama 2. Menu Pengujian 1 Kata Menu pengujian 1 kata akan muncul saat button pengujian 1 kata dipilih. Pada menu ini, user dapat melakukan pengujian sistem dalam mengenali suatu kata. Gambar 5.2 merupakan tampilan menu pengujian kata.

Gambar 4.1 Diagram Alir Sistem Pada gambar 4.1 dapat dicermati bahwa sistem membutuhkan data latih dan data uji untuk dapat melakukan proses hingga selesai.

Data tersebut dimasukkan oleh user, data latih terlebih dahulu disimpan dalam database. Data yang disimpan merupakan hasil ekstraksi fitur dengan metode MFCC. Selanjutnya hasil ekstraksi fitur data latih dan data uji dibandingkan dengan menggunakan metode DTW. Sehingga, didapatkan hasil perhitungan jarak kedua data. Sistem akan membandingkan data uji dengan semua data dalam database, data yang memiliki hasil perhitungan terkecil merupakan hasil keluaran sistem.

V. HASIL DAN PEMBAHASAN 5.1 Implementasi Antar Muka 1. Menu Utama Menu utama adalah menu yang tampil pertama kali saat aplikasi dijalankan. Menu ini dibuat berdasarkan rancangan yang telah dibuat sebelumnya.

Candra Dinata, dkk: Implementasi Teknik â&#x20AC;Ś

Gambar 5.2 Menu Pengujian 1 Kata 3. Menu Pengujian 1 Kalimat Menu pengujian 1 kalimat akan muncul saat button pengujian 1 kalimat dipilih. Pada menu ini, user dapat melakukan pengujian sistem dalam mengenali suatu kalimat.

Gambar 5.3 Menu Pengujian 1 Kalimat 5.2 Pembahasan Berdasarkan penelitian yang telah dilakukan, penyebab kegagalan pengenalan ucapan dapat dianalisis, pada umumnya disebabkan oleh : a. Banyaknya variasi sinyal suara suatu kata yang sama 49-58

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

55

Berdasarkan pengujian yang telah dilakukan, kesensififitas sinyal suara memiliki pengaruh yang besar dalam sistem terutama dalam hal akurasi. Gambar 5.33 merupakan suatu kata yang sama diucapkan oleh orang yang sama, tetapi memiliki hasil pengenalan suara yang berbeda.

Gambar 5.5 Hasil Ekstraksi Sinyal Ketika diuji pada sistem kedua kata ‘anda’ tersebut memiliki hasil yang berbeda. Gambar 5.5 dan gambar 5.6 merupakan hasil perbandingan kedua kata yang diuji.

Gambar 5.4 contoh kata ‘anda’ yang memiliki bentuk sinyal yang berbeda Dapat dilihat pada gambar 5.4, bahwa walaupun orang yang sama mengucapkan kata yang sama, sinyal suara yang terbentuk jauh berbeda. Hal ini dikarenakan setiap orang sulit mengucapkan suatu kata dengan bunyi yang persis sama. Sehingga data masukan dari user baik itu pelafalan atau variasi tinggi rendah suara sangat mempengaruhi hasil yang dikeluarkan oleh sistem. Gambar 5.5 merupakan hasil ekstraksi dari kedua sinyal suara.

Candra Dinata, dkk: Implementasi Teknik …

Gambar 5.5 Kata ‘Anda’ yang dikenali

49-58

ISSN 1979 - 1960

56 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Gambar 5.6 Kata ‘Anda’ yang tidak dikenali Pada gambar 5.35 kata ‘anda’ yang pertama memiliki jarak 2315.65 terhadap data tersimpan yang dibandingkan, sedangkan kata ‘anda’ yang kedua memiliki jarak 3200.37.

Kata ‘anda’ yang kedua pada gambar 5.36 memiliki jarak lebih dekat dengan kata ‘saya’ yaitu 3067.36 sehingga sistem menampilkan hasil pengujian yaitu kata ‘saya’. Hal ini disebabkan karena data kata ‘anda’ yang tersimpan di database lebih memiliki kemiripan dengan kata ‘anda’ yang pertama. b. Kualitas suatu sinyal suara.

Kualitas suatu sinyal suara merupakan salah satu factor yang dapat mempengaruhi pengenalan suatu sinyal tersebut. Hal tersebut dikarenakan semakin kecil ukuran sinyal suara (dalam hal ini frekuensi) maka semakin sedikit data sinyal suara yang dimilikinya. Misal terdapat gambar 4 bit dan gambar 16 bit, gambar 4 bit tentunya akan terlihat lebih buram karena sedikitnya nilai informasi yang terdapat pada gambar tersebut. Berikut merupakan contoh sinyal suara 8000 Hz dan 48000 Hz.

Gambar 5.2 Kata ‘Boleh’ dengan frekuensi 8 kHz

Gambar 5.3 Kata ‘Boleh’ dengan frekensi 48 kHz Candra Dinata, dkk: Implementasi Teknik …

49-58

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

Dapat dilihat pada gambar 5.37, sinyal suara yang dihasilkan memiliki frekuensi yang lebih kecil dibanding gambar 5.38, yaitu sekitar 10 kHz, sedangakan gambar 5.38 memiliki frekuensi 60 kHz. Sinyal suara pada gambar 5.37 tidak dapat diuji ke dalam karena memiliki format file .wav, sedangkan sistem yang dibuat memiliki batasan format file yaitu m4a.

Secara umum implementasi metode DTW ke sistem Speech to Text dapat dikatakan berhasil karena memiliki tingkat akurasi yang cukup tinggi yaitu sebesar 95.85% terhadap 217 data yang diuji dan tingkat kesalahan sebesar 4,15% untuk pengujian data sinyal suara satu kata. Sedangkan, untuk pengujian data sinyal suara dengan menggunakan satu kalimat yang terdiri dari 5 kata, terhadap 50 data yang diuji, sistem berhasil mengenali dengan baik 47 kalimat dengan rata-rata akurasi sebesar 94%, 3 kalimat lainnya tidak dapat dikenali dengan sempurna atau ia memiliki rata-rata tingkat kesalahan sebesar 6% VI. PENUTUP 6.1 Kesimpulan Berdasarkan hasil dan pembahasan yang telah diuraikan sebelumnya, maka kesimpulan yang dapat diambil adalah bahwa penelitian ini telah menghasilkan sebuah sistem speech to text yang menerapkan algoritma dynamic time warping. Berdasarkan hasil pengujian data sinyal suara, untuk pengujian dengan satu kata memiliki jumlah total 217 data yang diuji, sistem mampu mengenali sebanyak 208 kata dengan rata-rata akurasi sebesar 95.85% dan tingkat kesalahan sebesar 4,15 % atau sebanyak 9 kata. Sedangkan, untuk pengujian data sinyal suara dengan menggunakan satu kalimat yang terdiri dari 5 kata, terhadap 50 data yang diuji, sistem berhasil mengenali dengan baik 47 kalimat dengan rata-rata akurasi sebesar 94%, 3 kalimat lainnya tidak dapat dikenali dengan sempurna atau ia memiliki rata-rata tingkat kesalahan sebesar 6%.

6.2 Saran Berdasarkan hasil dan pembahasan dapat dikatakan sistem ini belum memiliki kesempuranaan yang baik, untuk itu diharapkan adanya saran guna pengembangan penelitian lebih lanjut. Adapun beberapa saran tersebut adalah perlu dibangun sistem yang memiliki data dalam jumlah yang lebih banyak, sehingga

Candra Dinata, dkk: Implementasi Teknik â&#x20AC;Ś

57

sistem ini dapat mengenali kata yang memiliki banyak variasi, misal dari segi intonasi pengucapan ataupun pelafalan yang tidak stabil.

Kemudian perlu ditambahkan pengklasifikasian data menggunakan metode clustering dalam pencocokan fitur data pada sistem, sehingga sistem tersebut diharapkan mampu untuk mempersingkat waktu pemrosesan data. Perlu ditingkatkan pula kemampuan sistem utuk dapat menguji data dengan format file yang berbeda.

DAFTAR PUSTAKA [1] S. Paulson and B. Thilagavathi, "An Adaptable Speech to Sign Languange Translation Sistem," International Journal of Engineering Research & Technology (IJERT), vol. 3, no. 3, p.

1813, 2014.

[2] S. Swamy and K. Ramakrishnan, "An Efficient Speech Recognition System," Computer Science & Engineering: An International Journal (CSEIJ), vol. 3, no.

4, pp. 21-27, August 2013.

[3] X. Han, "Gesture and Voice Control of Internet of Things," Electronics and Computer Engineering at Massey University, Auckland, New Zealand, 2015.

[4] S. D. Dhingra, G. Nijhawa and P. Pandit, "Isolated Speech Recognition Using MFCC and DTW," International Journal of Advanced Research in Electrical , Electronic and Instrumentation Engineering, vol. 2, no. 8, pp. 4085-4092, 8 August 2013.

[5] S. W. Smith, "The Scientist and Engineer's Guide to Digital Signal Processing," California Technical Publishing, 1997. [Online]. Available: http://www.dspguide.com/ch1.htm.

[Accessed 26 October 2016].

[6] A. Sannino, "Analyzing Discontinuous Speeech in EU Conversation : A Methodological Proposal," Journal of Pragmatic, vol. 38, pp. 543-566, 2006.

[7] K. Chakraborty, A. Talele and P. S. Upadhya, "Voice Recognition Using MFCC Algorithm," International Journal of Innovative Research in Advanced

49-58

ISSN 1979 - 1960

58 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Engineering (IJIRAE), pp. 158-161, 2014.

[8] L. Jalan, R. Masram, R. Jadhav and T. Palav, "Speech Recognition Based Learning System," International Journal of Engineering Trens and Tehcnology, vol. 4, no. 2, pp. 165-169, 2013.

[9] A. W. B. H. &. T. D. Dennis, Sistem Analysis and Design with UML Version 2.0, United States of America: John Willey & Sons, Inc., 2005.

[10] H. Arman, "Analisa Performance Metode Gabor Filter Untuk Pengenalan Wajah," Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau, Pekanbaru, 2012.

[11] N. S. Sukmadinata, Metode Penelitian Pendidikan, Bandung: Rosda, 2005.

[12] Sukardi, Metodologi penelitian pendidikan kompetensi dan praktiknya., Jakarta: PT. Raja Grafindo Persada, 2003.

Candra Dinata, dkk: Implementasi Teknik â&#x20AC;Ś

49-58

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 59

SISTEM INFORMASI GEOGRAFIS PEMETAAN FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN IBU (AKI) DAN ANGKA KEMATIAN BAYI (AKB) DENGAN METODE K-MEANS CLUSTERING (STUDI KASUS: PROVINSI BENGKULU) Kevin Bima Aditya1, Diyah P2, Yudi Setiawan3 1,2,3

Program Studi Teknik Informatika, Fakultas Teknik, Universitas Bengkulu Jl. WR. Supratman Kandang Limun Bengkulu 38371A INDONESIA (telp: 0736-341022; fax: 0736-341022) 1 kvn.adit@gmail.com, 2diyah.puspitaningrum@unib.ac.id, 3yudi.setiawan@unib.ac.id

ABSTRAK Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) merupakan salah satu indikator penting dalam menilai tingkat derajat kesehatan masyarakat di suatu negara. Berdasarkan data Dinas Kesehatan Provinsi Bengkulu tahun 2012 hingga 2015, AKI dan AKB di Provinsi Bengkulu masih diatas rata-rata nasional. K-Means Clustering merupakan salah satu metode pengelompokan non hirarki yang bertujuan mengelompokkan objek sedemikian hingga jarak-jarak tiap objek ke pusat kelompok di dalam satu kelompok adalah minimum. Penelitian ini bertujuan (1) Merancang dan membangun Sistem Informasi Geografis untuk memetakan angka kematian ibu dan bayi di setiap Kota/Kabupaten di Provinsi Bengkulu menggunakan metode K-Means Clustering, (2) Mengetahui perbedaan dan status pengelompokkan angka kematian ibu dan bayi di setiap Kota/Kabupaten di Provinsi Bengkulu. Hasil penelitian yang diperoleh yaitu (1) Penelitian ini berhasil memetakan angka kematian ibu dan bayi dalam 3 kelompok, yaitu rendah, sedang dan tinggi (2) berhasil menerapkan metode K-Means Clustering (3) Persentasi AKI berdasarkan kota/kabupaten di Provinsi Bengkulu, sebagai berikut: 15% kota/kabupaten berada di tingkat rendah, 65% berada di tingkat sedang dan 20% berada di tingkat tinggi. Sedangkan persentasi AKB-nya 32,5% kota/kabupaten berada di tingkat rendah, 60% berada di tingkat sedang dan 7,5% berada di tingkat tinggi. Secara keseluruhan dapat dikatakan bahwa tingkat AKI/AKB di Provinsi Bengkulu masih belum memuaskan, yaitu < 15% AKI dan < 32,5% AKB..

Kata kunci: Angka Kematian Ibu (AKI), Angka Kematian Bayi (AKB), Metode K-Means Clustering, Provinsi Bengkulu ABSTRACT Maternal Mortality Rate (MMR) and Infant Mortality Rate (IMR) is one important indicator in assessing the degree of public health in a country. Based on data from Bengkulu Provincial Health Office in 2012 until 2015, MMR and IMR in Bengkulu is still above the national average. K-Means Clustering is one of the non-hierarchical clustering method that aims to group objects so that the distance from the object to the center of each group in the group is the minimum. This study aims to (1) Designing and building a Geographic Information System to map the mortality rate of mothers and babies in each City / Regency in Bengkulu using K-Means Clustering, (2) Know the difference and status grouping of maternal and infant deaths in each city / regency in Bengkulu. The results obtained are: (1) This research has mapped the mortality rate of mothers and infants into three groups: low, medium and high (2) successfully applied the method of K-Means Clustering (3) Percentage of AKI city / regency in Bengkulu, as follows: 15% city / regency is at a low level, 65% were in the middle level and 20% are at a high level. While his AKB percentage 32.5% city / regency is at a low level, 60% were in the moderate and 7.5% were at high levels. Overall it can be said that the rate of MMR / IMR in Bengkulu Province is not too satisfied in term of healty service management that is < 15% MMR and < 32.5% IMR. Keywords: Maternal Mortality Rate (MMR), Infant Mortality Rate (IMR), Method K-Means Clustering, Bengkulu Province Kevin Bima Aditya, dkk: Sistem Informasiâ&#x20AC;Ś

59-66

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I.

PENDAHULUAN

Pembangunan kesehatan menurut UndangUndang Republik Indonesia Nomor 36 Tahun 2009 tentang Kesehatan adalah untuk meningkatkan kesadaran, kemauan, dan kemampuan untuk hidup sehat bagi setiap orang agar terwujud derajat kesehatan masyarakat yang setinggi-tingginya sebagai investasi bagi pembangunan sumber daya manusia yang produktif secara sosial dan ekonomis. Salah satu prioritas utama pemerintah Indonesia dalam program pembangunan di bidang kesehatan adalah menekan jumlah angka kematian ibu dan bayi. Salah satu upaya untuk menurunkan angka kematian ibu dan bayi adalah melalui program surveilens yang diimplementasikan dalam program Pemantauan Wilayah Setempat Kesehatan Ibu dan Anak (PWS KIA).

Berdasarkan hasil observasi, masih ada kelemahan dari proses dan pemanfaatan data PWS KIA. Tabel dan grafik penyajian PWS KIA belum menggambarkan kejadian detail mengenai masalah kesehatan ibu dan bayi. Perkembangan pemetaan dan teknologi memberikan kesempatan baru dalam hal perencanaan, analisis, pemantauan dan manajemen sistem kesehatan melalui pemanfaatan sistem informasi geografis (SIG).[1] SIG merupakan suatu sistem berbasis komputer yang digunakan untuk mengumpulkan, menyimpan, menggabungkan, mengatur, mentranformasi, memanipulasi dan menganalisis data-data geografis.[2] Berdasarkan informasi yang telah didapat, penelitian ini dilakukan untuk mengetahui kota/kabupaten yang dapat dikelompokkan berdasarkan kesamaan faktor-faktor yang mempengaruhi angka kematian ibu (AKI) dan angka kematian bayi di Provinsi Bengkulu. Untuk mendapatkan hasil pengelompokkan yang baik, penelitian ini menggunakan metode K-Means Clustering. K-Means Clustering merupakan salah satu metode pengelompokan non hirarki yang bertujuan mengelompokkan objek sedemikian hingga jarak-jarak tiap objek ke pusat kelompok di dalam satu kelompok adalah minimum. Dengan menggunakan metode K-Means Clustering, data akan dikelompokkan berdasarkan faktor-faktor yang mempengaruhi kematian ibu dan bayi di setiap daerah tersebut.

Dari latar belakang permasalahan di atas, penulis bermaksud untuk memetakan faktorKevin Bima Aditya, dkk: Sistem Informasiâ&#x20AC;Ś

59-66

| 60

faktor yang mempengaruhi Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) dengan menggunakan metode K-Means Clustering.

II.

LANDASAN TEORI

2.1 Angka Kematian Ibu Kematian adalah akhir dari kehidupan ketiadaan nyawa dalam organisme biologis.

Semua makhluk hidup pada akhirnya akan mati secara permanen, baik karena penyebab alami seperti penyakit atau karena penyebab tidak alami seperti kecelakaan. Kematian maternal adalah kematian wanita sewaktu hamil, melahirkan, atau dalam 42 hari sesudah berakhirnya kehamilan, tidak bergantung dari lama lokasi kehamilan, disebabkan apapun yang berhubungan dengan kehamilan atau penangananya, tetapi tidak secara kebetulan atau oleh penyebab tambahan. [3] 2.2 Angka Kematian Bayi Angka kematian bayi (Infant Mortality Rate) merupakan salah satu indikator penting dalam menentukan tingkat kesehatan masyarakat karena dapat menggambarkan kesehatan penduduk secara umum. Angka ini sangat sensitif terhadap perubahan tingkat kesehatan dan kesejahteraan.

Angka kematian bayi tersebut dapat didefenisikan sebagai kematian yang terjadi antara saat setelah bayi lahir sampai bayi belum berusia tepat satu tahun.[4] A. Sistem Informasi Geografis

Sistem Informasi Georafis atau Geographic Information System (GIS) merupakan suatu sistem informasi yang berbasis komputer, dirancang untuk bekerja dengan menggunakan data yang memiliki informasi spasial (bereferensi keruangan). Sistem ini menangkap, mengecek, mengintegrasikan, memanipulasi, menganalisa, dan menampilkan data yang secara spasial mereferensikan kepada kondisi bumi. Teknologi SIG mengintegrasikan operasi-operasi umum database, seperti query dan analisa statistik, dengan kemampuan visualisasi dan analisa yang unik yang dimiliki oleh pemetaan. Kemampuan inilah yang membedakan SIG dengan sistem informasi lainya yang membuatnya menjadi berguna berbagai kalangan untuk menjelaskan kejadian, merencanakan strategi, dan memprediksi apa yang terjadi.[5] ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

B. K-Means Clustering

K-Means clustering merupakan salah satu metode pengelompokan nonhirarki yang bertujuan mengelompokkan objek sedemikian hingga jarakjarak tiap objek ke pusat kelompok di dalam satu kelompok adalah minimum. Algoritma K-Means merupakan metode pengelompokkan berbasis jarak yang membagi data ke dalam sejumlah cluster dan algoritma ini hanya bekerja untuk atribut numerik. Proses clustering dimulai dengan mengidentifikasi data yang akan dikluster, đ?&#x2018;&#x2039;đ?&#x2018;&#x2013;đ?&#x2018;&#x2014; (i=1,...,n; j=1,...m) dengan n adalah jumlah variabel. Pusat setiap cluster ditetapkan secara bebas, đ??śđ?&#x2018;&#x2DC;đ?&#x2018;&#x2014; (k=1,...,k; j=1,...m). Kemudian dihitung jarak antar data dengan tiap pusat cluster. Untuk melakukan penghitungan jarak data ke-i (đ?&#x2018;&#x2039;đ?&#x2018;&#x2013; ) pada pusat kluster ke-k (đ??śđ?&#x2018;&#x2DC; ), diberi nama (đ?&#x2018;&#x2018;đ?&#x2018;&#x2013;đ?&#x2018;&#x2DC; ), dapat digunakan formula Euclidean seperti pada persamaan di bawah ini: đ?&#x2018;&#x161;

đ?&#x2018;&#x2018;đ?&#x2018;&#x2013;đ?&#x2018;&#x2DC; = â&#x2C6;&#x161;â&#x2C6;&#x2018;

(đ?&#x2018;Ľđ?&#x2018;&#x2013;đ?&#x2018;&#x2014; â&#x2C6;&#x2019; đ?&#x2018;?đ?&#x2018;&#x2014;đ?&#x2018;&#x2DC; )2

đ?&#x2018;&#x2014;=1

Keterangan: đ?&#x2018;&#x2018;đ?&#x2018;&#x2013;đ?&#x2018;&#x2014; = data ke-i centroid ke-j đ?&#x2018;Ľđ?&#x2018;&#x2013;đ?&#x2018;&#x2014; = data ke-i kolom ke-j đ?&#x2018;?đ?&#x2018;&#x2013;đ?&#x2018;&#x2014; = data cluster ke-k kolom ke-j Suatu data akan menjadi anggota dari kluster ke-k apabila jarak data tersebut ke pusat kluster ke-k bernilai paling kecil jika dibandingkan dengan jarak ke pusat kluster lainnya.

Algoritma K-Means adalah sebagai berikut: 1. Tentukan jumlah kluster (k).

2. Menuntukan centroid setiap cluster secara acak.

3. Menghitung jarak setiap objek ke centroid.

4. Kelompokkan data ke dalam kluster dengan jarak yang paling pendek.[6] III.

METODE PENELITIAN

3.1 Jenis Penelitian Penelitian ini akan membangun suatu sistem informasi geografis yang digunakan untuk memetakan angka kematian ibu dan bayi di Provinsi Bengkulu dengan metode K-Means Clustering. Dalam melakukan penelitian ini, peneliti menerapkan penelitian terapan yang Kevin Bima Aditya, dkk: Sistem Informasiâ&#x20AC;Ś

59-66

61

dikembangkan agar berhubungan dengan penelitian ini, dimana penelitian terapan ini adalah penelitian yang diarahkan untuk mendapatkan informasi guna mendapat pemecahan masalah penelitian yang bersifat fungsional dan dapat digunakan untuk mengatasi permasalahan praktis yang timbul ataupun menghasilkan suatu produk yang memiliki fungsi praktis lainnya. [7] 3.2 Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini adalah: Studi Pustaka Teknik pengumpulan data yang digunakan dalam penelitian ini adalah: 1) Studi Pustaka Metode ini dilakukan dengan cara mengumpulkan data dari berbagai literatur, seperti buku dan media internet yang berhubungan dengan penelitian yang terkait sehingga dapat membantu proses pengerjaan tugas akhir.

2) Studi Lapangan Metode ini dilakukan dengan cara datang langsung ke kantor Dinas Kesehatan Provinsi Bengkulu dan bertemu Ibu Nelly Alesa, S.IP, M.Si sebagai Kepala Seksi Kesehatan Ibu dan Anak di Dinas Kesehatan Provinsi Bengkulu.

Data faktor-faktor yang mempengaruhi AKI dan AKB berdasarkan data Dinas Kesehatan Provinsi Bengkulu yang telah diberikan untuk penelitian ini.

3.3 Metode Pengembangan Sistem Metode pengembangan untuk penelitian ini adalah metode waterfall. Model waterfall adalah model klasik yang bersifat sistematis dan berurutan dalam membangun sistem. Tahapan yang dilakukan pada model waterfall adalah sebagai berikut : 1. Analisis Kebutuhan Pada tahapan ini dilakukan analisa apa saja yang dibutuhkan oleh sistem. Analisis kebutuhan ini berfungsi sebagai batasan dari sistem tersebut. Analisis kebutuhan juga bertujuan untuk menentukan kemampuan dan fungsi sistem sesuai dengan kebutuhan pengguna.

2. Perancangan Sistem dan Aplikasi Tahap perancangan sistem dan aplikasi merupakan tahap yang menterjemahkan tahap sebelumnya. Tahap ini bertujuan untuk memperkirakan pengkodean sistem dan merancang tampilan dari sistem ini nantinya.

ISSN 1979-9160

62 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Tahap ini juga membantu dalam menspesifikasikan kebutuhan hardware dan sistem.

3. Implementasi Pada tahap ini dilakukan proses pengkodean dan percobaan sistem. Implementasi juga merupakan tahapan secara nyata dalam penelitian ini, maksudnya pada tahap ini dilakukan pengerjaan sistem secara maksimal.

4. Penerapan dan Pengujian Program Tahap penerapan dan pengujian program adalah hasil dari tahapan implementasi. Hasil pemrograman di tahap sebelumnya diterapkan pada tahap ini dan diuji kelayakannya. Proses pengujian yang dilakukan pada sistem yang dibuat menggunakan pengujian black box testing, perhitungan manual k-means clustering dan pengujian sistem.

5. Pemeliharaan Tahap pemeliharaan merupakan tahap akhir dari metode waterfall yang bertujuan untuk memelihara sistem. Apabila di kemudian hari terdapat pengembangan fungsional yang diinginkan oleh pengguna maka akan dilakukan pemeliharaan.

IV.

yang diperoleh akan dijadikan dasar pembangunan sistem informasi geografis pemetaan faktor-faktor yang mempengaruhi Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) dengan metode K-Means Clustering.

4.3 Alur Kerja Sistem Alur kerja sistem merupakan bagian dalam menganalisis sistem yang bertujuan untuk mengetahui bagaimana alur kerja atau apa saja yang sedang dikerjakan dalam sebuah sistem secara keseluruhan dengan menjelaskan langkah-langkah dari proses program yang ada.

Berikut alur kerja sistem yang akan dibangun:

ANALISIS DAN PERANCANGAN

4.1 Identifikasi Masalah Kesehatan adalah kebutuhan dasar manusia yang wajib dipenuhi untuk melakukan aktivitas normal manusia. Orang yang sehat akan lebih mampu hidup produktif dibandingkan dengan orang yang sedang sakit karena kemampuan tubuh dan kondisi yang lebih baik. Oleh karena itu, kita perlu menjaga kesehatan kita untuk mewujudkan generasi Indonesia yang sehat dan mampu membangun negeri ini. Namun banyak sekali permasalah kesehatan yang ada di Indonesia salah satunya angka kematian ibu dan bayi. Human Development Index (HDI) mengalami penurunan peringkat, beberapa indikator kesehatan dalam HDI adalah tingkat harapan hidup, Angka Kematian Bayi dan Angka Kematian Ibu (AKI dan AKB). Tingginya AKI lah yang menyebabkan penurunan posisi HDI Indonesia terutama di Provinsi Bengkulu.

4.2 Analisis Sistem Analisis sistem dilakukan untuk dengan tujuan memperoleh informasi yang berhubungan dengan pembangunan sistem, mulai dari pendefinisian proses seleksi, kebutuhan-kebutuhan data serta kebutuhan non-fungsional. Keseluruhan informasi Kevin Bima Aditya, dkk: Sistem Informasiâ&#x20AC;Ś

59-66

Gambar 1. Diagram Alur Kerja Sistem

Berdasarkan diagram alur kerja sistem pada Gambar 1, kerja sistem dimulai dengan memilih data AKI atau AKB, lalu menginputkan data AKI, yaitu data K1, K4, Tablet Fe, Ditolong Nakes, Ditolong Non-Nakes, Pelayanan Nifas, Komplikasi Kebidanan, dan PHBS atau data AKB, yaitu data BBLR, Afiksia, Tetanus Neonaturum, Sepsis, Kelainan Bawaan, Pneumonia, Diare, Kelainan Saluran Cerna, Kelainan Saraf, dan Malaria yang diinputkan oleh user. Kemudian dari data tersebut akan dilakukan pengelompokkan cluster menggunakan K-Means ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

Clustering, data akan di cluster menjadi 3, yaitu Cluster 1, Cluster 2, dan Cluster 3, dari hasil cluster tersebut akan ditentukan pelabelan status AKI dan AKB yaitu Rendah, Sedang dan Tinggi berdasarkan nilai yang telah diperoleh dari hasil cluser. Setelah itu, hasil tersebut diterapkan ke dalam peta dengan pemberian warna dan label berdasarkan status AKI dan AKB sehingga menjadi suatu informasi peta. Hasil peta akan diberi warna di setiap Kota/Kabupaten, dengan ketentuan warna Hijau untuk tingkat AKI/AKB Rendah, warna Kuning untuk tingkat AKI/AKB sedang, dan warna Merah untuk tingkat AKI/AKB Tinggi.

63

tampilan awal ini terdapat nama sistem dan beberapa ikon menu pilihan, yaitu ada menu proses, menu news & info, menu AKI & AKB, menu apa itu sig?, menu about dan menu help.

Pada baris bawah juga terdapat beberapa button, yaitu button help, button home, button data dan button exit.

(2) Tampilan Menu Proses

V. PEMBAHASAN Pada bab ini akan dijelaskan mengenai hasil dan pembahasan dari sistem yang telah dibangun, yaitu sistem informasi geografis pemetaan faktorfaktor yag mempengaruhi Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) fdengan metode k-means clustering di Provinsi Bengkulu berbasis Android berdasarkan analisis yang telah dijelaskan pada bab sebelumnya. Penjelasan pada bab ini antara lain terdiri dari implementasi antar muka, pengujian black box, perhitungan k-means clustering dan pengujian sistem.

5.1 Implementasi Antar Muka (1) Tampilan Menu Home

Gambar 2. Form menu utama

Gambar 3. Tampilan Menu Proses

Pada Gambar 2 di atas, merupakan tampilan awal saat user membuka sistem ini. Pada

Pada Gambar 2 dan Gambar 3 Tampilan Menu Proses, menu proses ini bisa diakses oleh

Kevin Bima Aditya, dkk: Sistem Informasiâ&#x20AC;Ś

59-66

ISSN 1979-9160

64 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

pengguna dengan memilih ikon menu proses pada tampilan awal, lalu pengguna akan memilih data mana yang akan di proses antara AKI dan AKB. Kemudian user dapat menginputkan data yang dipilih.

(3) Tampilan Button Data

Gambar 5. Menu Kesimpulan

Pada Gambar 5 Tampilan Hasil Peta di atas, merupakan hasil pemetaan dari data inputan dan perhitungan â&#x20AC;&#x201C; perhitungan sebelumnya dengan tipe map normal. Pada pilihan untuk mengganti tipe map, jadi user bisa melihat peta provinsi Bengkulu dengan beberapa tipe yaitu tipe peta normal, peta satellite, terrain dan hybrid, untuk melihat tipe â&#x20AC;&#x201C; tipe peta yang ada bisa dilihat pada gambar dibawah ini.

Gambar 4. Tampilan Button Data

Gambar 4 Tampilan Button Data, akan menampilkan cara user untuk meload data penelitian yang ada, yang mana data penelitian tersebut berupa data Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) dari tahun 2012 sampai dengan tahun 2015.

(4) Tampilan Hasil Peta

5.2 Pengujian Black Box Pengujian black box merupakan metode perancangan data uji yang didasarkan pada spesifikasi perangkat lunak. Pengujian ini dilakukan untuk mengamati eksekusi antarmuka melalui data uji dan memeriksa fungsional sistem yang telah dibuat. Data uji dibangkitkan, dieksekusi pada perangkat lunak dan kemudian keluarannya dicek apakah sesuai dengan yang diharapkan.

Pada sistem ini, kesimpulan dari pengujian black box dengan menggunakan metode equivalence partitioning (pengujian yang membagi domain input dari suatu program ke dalam kelas data untuk mengungkap kelas-kelas kesalahan) adalah semua hasil yang diharapkan berhasil dengan 49 skenario atau sesuai dengan yang diharapkan.

5.3 Perhitungan Manual K-Means Clustering Pengujian dengan perhitungan manual dilakukan untuk membandingkan kebenaran perhitungan sistem dengan perhitungan manual.

Kevin Bima Aditya, dkk: Sistem Informasiâ&#x20AC;Ś

59-66

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

Langkah â&#x20AC;&#x201C; langkah proses perhitungan pengelompokkan AKI dan AKB dengan menggunakan metode K-Means Clustering, adalah sebagai berikut : Data AKI 2015 Provinsi Bengkulu, akan digunakan untuk proses perhitungan data menggunakan metode K-Means Clustering 1. Tentukan jumlah cluster (sebanyak K cluster) Langkah pertama di metode ini adalah menentukan berapa banyak kelompok (cluster) yang akan dibentuk. Data tersebut akan dibagi menjadi 3 kelompok (cluster), 2. Menentukan centroid setiap cluster.

Kita akan menentukan centroid awal pada masing-masing kelompok. Sebenarnya dalam algoritma ini centroid awal bisa ditentukan nilainya dengan acak, namun kita akan menetapkan centroid masing-masing cluster awalnya. Di setiap cluster akan kita hitung dengan rumus Euclidian sebagai berikut : Untuk centroid1 atau centroid pertama menggunakan nilai minimum (Min) dari setiap data.

Setelah itu jarak data setiap data dengan centroid di setiap cluster akan kita hitung dengan rumus Euclidian sebagai berikut: đ?&#x2018;&#x161;

đ?&#x2018;&#x2018;đ?&#x2018;&#x2013;đ?&#x2018;&#x2DC; = â&#x2C6;&#x161;â&#x2C6;&#x2018;

(đ?&#x2018;Ľđ?&#x2018;&#x2013;đ?&#x2018;&#x2014; â&#x2C6;&#x2019; đ?&#x2018;?đ?&#x2018;&#x2014;đ?&#x2018;&#x2DC; )2 â&#x20AC;Ś â&#x20AC;Ś â&#x20AC;Ś â&#x20AC;Ś â&#x20AC;Ś â&#x20AC;Ś â&#x20AC;Ś â&#x20AC;Ś

đ?&#x2018;&#x2014;=1

Lanjutkan perhitungan pada centroid ke-2.

Untuk centroid2 atau centroid kedua menggunakan nilai rata-rata (Mean) dari setiap data. Hitung dengan rumus Euclidian.

Kemudian centroid ke-3. Untuk centroid3 atau centroid ketiga menggunakan nilai maksimum (Max) dari setiap data. Hitung dengan rumus Euclidian

Berikut adalah hasil perhitungan jarak setiap data dengan masing-masing cluster:

Mari kita lihat jarak data dengan masingmasing centroid di setiap cluster, logikanya disini adalah jika jarak antara dua titik semakin dekat, maka semakin dekatlah pula kesamaan antara kedua titik tersebut. Data di Bengkulu Selatan mempunyai jarak paling dekat dengan centroid di kelompok 2 dibandingkan dengan centroid dari kelompok lain, maka kita bisa menyimpulkan bahwa data di Bengkulu Selatan mempunyai karakteristik paling dekat dengan kelompok 2 dibanding dengan kelompok lain sehingga data di Bengkulu Selatan dimasukkan ke dalam kelompok 2. Begitu juga dengan yang lainnya, pengelompokkan data kota/kabupaten lainnya dengan cara yang sama juga, sehingga semua kota/kabupaten telah masuk ke kelompoknya masing-masing.

Tabel 2. Persentase AKI berdasarkan Kota/Kabupaten di Provinsi Bengkulu Rendah Sedang Tinggi 2012 0% 60% 40% 2013 20% 70% 10% 2014 20% 60% 20% 2015 20% 70% 10% Rata-Rata 15% 65% 20% Tabel 3. Persentase AKB berdasarkan Kota/Kabupaten di Provinsi Bengkulu Rendah Sedang Tinggi 2012 40% 60% 0% 2013 50% 40% 10% 2014 20% 70% 10% 2015 20% 70% 10% Rata-Rata 32.5% 60% 7.5% Dapat disimpulkan bahwa dari kurun waktu tahun 2012-2015, 65% dari kota/kabupaten di Provinsi Bengkulu masih berada di tingkat AKI

Tabel 1. Hasil Perhitungan Manual Kevin Bima Aditya, dkk: Sistem Informasiâ&#x20AC;Ś

65

59-66

ISSN 1979-9160

66 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

yang cukup patut dipertimbangkan bahkan 20% dari kota/kabupaten memiliki tingkat kematian yang sangat tinggi. Hal di atas merupakan keadaan yang cukup memprihatinkan. Pada tahun 20122015 untuk AKB juga masih cukup tinggi yaitu 7,5% memiliki AKB yang tinggi, sedangkan 60 % masih memprihatinkan (sedang). Adapun AKI 2012-2015 menunjukkan kemajuan peningkatan layanan kesehatan meskipun kecil 15% sedangkan AKB 2012-2015 trennya menunjukkan fluktuasi penurunan 40% menjadi 50%, kemudian 2 tahun terakhir turun 20%. Secara keseluruhan dapat dikatakan bahwa tingkat AKI dan AKB di Provinsi Bengkulu masih belum memuaskan yaitu < 15% untuk AKI dan < 32,5% untuk AKB. VI.

KESIMPULAN DAN SARAN

6.1 Kesimpulan Berdasarkan hasil dan pembahasan yang telah dijabarkan sebelumnya, maka kesimpulan yang dapat diambil adalah bahwa penelitian ini mengimplementasikan metode K-Means Clustering untuk memetakan Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) di Provinsi Bengkulu berbasis android, berdasarkan pengujian black box texting dengan skenario pengujian yang ada 49 skenario dan semua skenario berhasil. Berdasarkan hasil dari grafik AKI dan AKB tahun 2012-2015 didapat bahwa tingkat Angka Kematian Ibu (AKI) di kabupaten Muko-muko dan Lebong masih tinggi, pada sistem ditunjukkan pada area berwarna merah.

Sedangkan tingkat AKI rendah ada di kabupaten Bengkulu Utara dan Kepahiang, pada sistem ditunjukkan pada area berwarna hijau. Kabupaten lainnya berada pada tingkat sedang, pada sistem ditunjukkan pada area berwarna kuning. Angka Kematian Bayi (AKB) juga masih terbilang tinggi, terutama di kabupaten Rejang Lebong dan Kota Bengkulu, pada sistem ditunjukkan pada area berwarna merah. Sedangkan tingkat AKB rendah ada di kabupaten Kaur dan Lebong, pada sistem ditunjukkan pada area berwarna hijau. Kabupaten lainnya berada di tingkat sedang, pada sistem ditunjukkan pada area berwarna kuning.

Persentasi AKI berdasarkan kota/kabupaten di Provinsi Bengkulu, sebagai berikut: 15% kota/kabupaten berada di tingkat rendah, 65% berada di tingkat sedang dan 20% berada di

Kevin Bima Aditya, dkk: Sistem Informasiâ&#x20AC;Ś

59-66

tingkat tinggi. Sedangkan persentasi AKB-nya 32,5% kota/kabupaten berada di tingkat rendah, 60% berada di tingkat sedang dan 7,5% berada di tingkat tinggi. Secara keseluruhan dapat dikatakan bahwa tingkat AKI/AKB di setiap kota/kabupaten Bengkulu masih belum memuaskan, yaitu < 15% untuk AKI dan < 32,5% untuk AKB. 6.2 Saran Berdasarkan analisa dan perancangan sistem, implementasi, dan pengujian sistem, maka untuk kesempurnaan dari pemecahan masalah ini ada beberapa saran bagi para penulis dimasa mendatang, yaitu aplikasi ini dapat dikembangkan lagi untuk pemetaan yang lebih luas lagi atau pun lebih rinci lagi seperti pemetaan satu pulau Sumatera atau pun pemetaan provinsi Bengkulu namun per kecamatan yang ada di Provinsi Bengkulu. Kemudian, agar penelitian ini dapat dilanjutkan dengan menggunakan metode pengelompokan lainnya seperti Fuzzy C-Means, Fuzzy ABC, atau Fuzzy Inference System guna membandingkan hasil dan cara memecahkan masalah yang dihadapi terutama dalam pemetaan Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB).

DAFTAR PUSTAKA [1] [2]

[3]

[4]

[5]

[6]

Arozaq, M. 2010. Analisis Spasial Epidemiologi. Jakarta Aini, A.2007. Sistem Informasi Geografis Pengertian dan Aplikasinya. Amikom.

Yogyakarta.

Prawirohardjo, Sarwono. 2002. Buku Acuan Nasional Maternal dan Neonatal. Jakarta: JPNKR-POGI. Dinas Kesehatan Provinsi Bengkulu. 2015.

Profil Kesehatan Provinsi Bengkulu Tahun 2015. Bengkulu Rahmad Husein. 2003. Konsep Dasar Sistem Informasi Geografis (Geographics Information System). Jakarta.

J, H., & Kamber, M. (2001). Data Mining: Concepts and Techniques Secong Edition.

San Fransisco: Morgan Kauffman.

[7] Sugiyono.

2001. Metode Penelitian Administrasi. Penerbit Alfabeta Bandung

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 67

APLIKASI PERENCANA KEUANGAN PADA PLATFORM BERBASIS SMARTPHONE MULTIPLATFORM DENGAN FRAMEWORK PHONEGAP Nurul Faizah Rozy1, Sholahuddin Alisyahbana2 Program Studi Teknik Informatika Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta Jl. Ir. H. Juanda No. 95 Ciputat 15412 Telp. (62-21) 7493606, 7493547 Fax: (62-21)7493315 ABSTRAK Pengelolaan keuangan diperlukan guna mengatur keuangan secara baik. Sebelas alasan mengapa perencanaan keuangan perlu dilakukan , yaitu karena melalui proses perencanaan keuangan kita lebih bisa untuk: Melindungi diri dan keluarga dari dampak keuangan risiko kecelakaan, penyakit, kematian, dan tuntutan hukum; Mengurangi utang pribadi / keluarga; Membiayai Keuangan bila hidup ini tidak lagi dalam rentang usia produktif â&#x20AC;&#x201C; terkait dengan tingkat yang lebih tinggi harapan hidup rata rata di suatu di negara; Membayar biaya-biaya untuk membesarkan anak; Memberikan alokasi pendidikan bagi anakanak ke ke perguruan tinggi; Membiayai pernikahan anak perempuan kita; Untuk membeli kendaraan; Untuk membeli rumah; Mampu menentukan gaya hidup yang kita inginkan saat pensiun; Membayar biaya biaya perawatan jangka panjang; dan Mewariskan kesejahteraan ke generasi selanjutnya ( anak , cucu , dan lain-lain ). Dalam perkembangan teknologi saat ini penggunaan smartphone berkembang pesat sehingga dibutuhkan aplikasi perencana keuangan berbasis smartphone. Untuk itu dibangunlah sebuah aplikasi perencana keuangan berbasis smartphone dengan menggunakan framework Phonegap sehingga aplikasi yang dihasilkan dapat dijalankan pada smartphone dengan berbagai platform. Metode pengembangan sistem ini menggunakan Rapid Application Development (RAD) dengan tiga fase yaitu, perencanaan kebutuhan, fase workshop design, dan fase implementasi. Phonegap adalah sebuah framework open source untuk membangun aplikasi di perangkat mobile. Phonegap menggunakan metode cross-platform Application Development sehingga pengembang hanya membuat sekali basis kode dan Phonegap yang mentransformasikan hasil keluaran aplikasi untuk beberapa smartphone seperti Android, Blackberry OS, dan Windows Phone. Dengan menggunakan framework phonegap, aplikasi dapat dibangun dengan menggunakan bahasa pemrograman HTML5, CSS, Javascript, dan SQLite sebagai database.

Kata kunci: Framework, Phonegap, Smartphone, Multiplatform, Rapid Application Development.

ABSTRACT Financial management is needed to manage finances well. Eleven reasons why financial planning needs to be done, that is because through the financial planning process we are more able to: Protect yourself and your family from the financial impact of accident risk, illness, death, and lawsuits; Reduce personal / family debt; Finance Finance if life is no longer within the productive age range - related to higher levels of average life expectancy in a country; Paying expenses to raise children; Providing education allocation for children to universities; Finance our daughters' marriage; To buy a vehicle; To buy a house; Be able to determine the lifestyle we want to retire; Pay the cost of long-term care costs; And Passing the welfare to the next generation (children, grandchildren, etc.). In the current technological development of smartphone use is growing rapidly so that required smartphone-based smartphone planner app. For that built a smartphone-based financial planning apps using Phonegap framework so that the resulting application can run on a smartphone with various platforms. This system development method uses Rapid Application Development (RAD) with three phases namely, needs planning, workshop design phase, and implementation phase. Phonegap is an open source framework for building applications on mobile Nurul F.R. & Sholahuddin A.: Aplikasiâ&#x20AC;Ś

67-72

ISSN 1979-9160

68 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

devices. Phonegap uses the cross-platform Application Development method so developers only create once a code base and Phonegap that transforms the application output to multiple smartphones like Android, Blackberry OS, and Windows Phone. By using the phonegap framework, applications can be built using HTML5, CSS, Javascript, and SQLite programming languages as databases.

Keywords: Framework, Phonegap, Smartphone, Multiplatform, Rapid Aplication Development

I. PENDAHULUAN Berbagai permasalahan terkait pengelolaan keuangan tidak tepat antara lain orang tua kebingungan menyekolahkan anak ke SMA, orang bunuh diri karena stres terlilit hutang, anak sekolah bekerja mencari uang untuk biaya sekolah, bayi ditinggal di rumah sakit karena orang tuanya tidak mampu membayar biaya dokter, orang menjadi gila karena warisan orang tua habis dalam sekejap, seorang ibu ketahuan mencuri di supermarket untuk membeli obat anaknya, dan banyak persoalan yang lain. (Agus Joko, 2012).

Kendala yang dihadapi saat ini tidak semua orang paham atau menguasai ilmu Financial Planning. Hal ini didukung hasil kuesioner yang dilakukan peneliti terhadap 50 orang pada Oktober 2014 yang tercantum pada lampiran 1.

Berdasarkan data yang didapat dari responden dalam melakukan kuesioner, terdapat 80% responden yang belum melakukan perencana keuangan. Beberapa faktor yang menyebabkan responden belum dapat melakukan perencanaan keuangan yaitu, tidak memiliki tujuan keuangan yang jelas (25%), tidak memiliki Asset/pendapatan yang cukup (20%), terlalu banyak pengeluaran (15%), keterbatasan pengetahuan dan informasi yang tersedia mengenai perencana keuangan (30%), serta faktor lainnya (10%). Selain itu, berdasarkan data yang didapat dari responden ternyata 82,4 % menginginkan adanya aplikasi perencanaan keuangan berbasis smartphone.

Jawaban responden itu sangat relevan dengan kondisi saat ini mengingat pengguna smartphone berkembang pesat. Dari data yang dihimpun oleh eMarketer pada tahun 2014, pengguna smartphone di dunia saat ini adalah 1,76 milliar pengguna atau sebanyak 37.8% dari pengguna

Nurul F.R. & Sholahuddin A.: Aplikasiâ&#x20AC;Ś

67-72

mobile di seluruh dunia. Jumlah ini meningkat sebanyak 25% dari tahun 2013 yaitu sebanyak 1.40 miliar pengguna. Jumlah tersebut diperkirakan terus meningkat setiap tahunnya berdasarkan data yang dirilis oleh eMarketer.

II. RUMUSAN MASALAH Bagaimana aplikasi perencana keuangan dapat dijalankan di smartphone yang mempunyai platform Android, Windows Phone, dan Blackberry10, sehingga pengguna mudah dalam akses aplikasi.

III.

PEMBAHASAN

3.1.

3.1.1.

Fase Perencanaan Syarat Mencari Informasi Perencana Keuangan Pada tahap ini peneliti melakukan pencarian referensi berupa buku, ebook, dan jurnal mengenai perencana keuangan yang dapat dijadikan informasi pada aplikasi serta sebagai referensi perhitungan yang digunakan dalam aplikasi.

Perhitungan perencana keuangan yang digunakan dalam aplikasi yaitu Perencanaan pinjaman, Perencanaan tabungan, Perencanaan investasi, Perencanaan dana pension, Konsep nilai waktu uang.

1.1. Fase Workshop Design Perhitungan yang digunakan dalam aplikasi perencana keuangan didasarkan pada teori yang telah dijelaskan pada bab sebelumnya. Adapun simulasi perhitungan perencanaan yang akan digunakan pada aplikasi adalah sebagai berikut: Perencanaan Pinjaman Perencanaan pinjaman yang digunakan pada aplikasi merupakan pinjaman yang menggunakan bunga flat. Contoh: Andi ingin meminjam dana sebesar Rp.50.000.000,- selama 5 tahun. Jika bunga ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

yang ditawarkan adalah 3% maka berapa angsuran yang harus dibayarkan setiap bulannya ?

Diketahui: P = 50.000.000 B = 5 tahun (60 bulan) i = 3%

đ?&#x;&#x201C;đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D; đ?&#x2018;ˇđ?&#x2018;´đ?&#x2018;ť = ( ) đ?&#x;&#x201D;đ?&#x;&#x17D; + (đ?&#x;&#x201C;đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D; Ă&#x2014;

Jadi jumlah angsuran per bulan yang harus dibayar sejumlah Rp.958.333,33 Perencanaan Tabungan Contoh: Budi berencana menabung untuk liburan dengan sasaran tabungan sebesar Rp. 50.000.000,- yang akan digunakan 10 tahun lagi. Jika bunga dari tabungan tersebut adalah 5% maka berapa dana yang harus ditabung setiap bulannya ?

Diketahui: FV (sasaran tabungan) = 50.000.000 n (jangka waktu) = 10 tahun i (suku bunga tabungan) = 5%

đ?&#x2018;ˇđ?&#x2018;´đ?&#x2018;ť = đ?&#x;&#x201C;đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D; á(

đ?&#x;&#x17D;,đ?&#x;&#x17D;đ?&#x;&#x201C; đ?&#x;?đ?&#x;&#x17D; ) đ?&#x;?đ?&#x;? đ?&#x;&#x17D;,đ?&#x;&#x17D;đ?&#x;&#x201C; đ?&#x;?đ?&#x;?

â&#x2C6;&#x2019;đ?&#x;?

)

đ?&#x2018;ˇđ?&#x2018;´đ?&#x2018;ť = đ?&#x;&#x2018;đ?&#x;?đ?&#x;?. đ?&#x;&#x2014;đ?&#x;&#x2014;đ?&#x;&#x2019;, đ?&#x;?đ?&#x;&#x2019; Jadi dana yaang harus ditabung setiap bulannya adalah Rp. 321.994,24 Perencanaan Investasi Contoh: Budi berencana berinvestasi sebesar Rp. 500.000,- setiap bulannya selama 15 tahun pada saham yang mempunyai nilai return 15%.

Nurul F.R. & Sholahuddin A.: Aplikasiâ&#x20AC;Ś

Berapa jumlah dana yang didapatkan Budi pada saat jatuh tempo?

Diketahui: PMT (besar investasi per bulan) = 500.000 i (nilai return yang ditawarkan) = 15% n (jangka waktu) = 15 tahun

đ?&#x2018;­đ?&#x2018;˝ = đ?&#x;&#x2018;đ?&#x;&#x2018;đ?&#x;&#x2019;. đ?&#x;?đ?&#x;&#x201C;đ?&#x;&#x2018;. đ?&#x;&#x2018;đ?&#x;&#x2022;đ?&#x;&#x2014;, đ?&#x;&#x2022;đ?&#x;&#x17D; Maka dana yang didapatkan pada saat jatuh tempo yaitu Rp.334.253.379,70

đ?&#x;&#x17D;, đ?&#x;&#x17D;đ?&#x;&#x2018; ) đ?&#x;?đ?&#x;?

(đ?&#x;? +

69

67-72

Perencanaan Dana Pensiun Contoh: Budi saat ini berusia 25 tahun dan berencana pensiun pada saat usia 50 tahun. Saat ini Budi membutuhkan dana sebesar Rp.3.000.000,- per bulannya untuk biaya hidup.

Jika usia harapan hidup diperkirakan adalah 60 tahun dan tingkat inflasi 7% maka berapa dana yang dibutuhkan Budi saat pensiun dan berapa dana yang harus di investasikan setiap bulannya pada saham dengan nilai return 15%?

Diketahui: PV = 3.000.000 i = 7% n = 50 â&#x20AC;&#x201C; 25 = 25 tahun t = 60 â&#x20AC;&#x201C; 50 = 10 tahun đ?&#x2018;­đ?&#x2018;˝ = đ?&#x2018;ˇđ?&#x2018;˝Ă&#x2014;(đ?&#x;? + đ?&#x2019;&#x160;)đ?&#x2019;? Ă&#x2014;đ?&#x;?đ?&#x;?Ă&#x2014;đ?&#x2019;&#x2022; đ?&#x2018;­đ?&#x2018;˝ = đ?&#x;&#x2018;. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;Ă&#x2014;(đ?&#x;? + đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;&#x2022;)đ?&#x;?đ?&#x;&#x201C; Ă&#x2014;đ?&#x;?đ?&#x;?Ă&#x2014;đ?&#x;?đ?&#x;&#x17D; đ?&#x2018;­đ?&#x2018;˝ = đ?&#x;?. đ?&#x;&#x2014;đ?&#x;&#x201C;đ?&#x;&#x2018;. đ?&#x;&#x2013;đ?&#x;&#x2022;đ?&#x;&#x201C;. đ?&#x;&#x2022;đ?&#x;&#x201C;đ?&#x;&#x17D;, đ?&#x;&#x2019;đ?&#x;&#x2019; Jadi total dana pensiun yang dibutuhkan adalah Rp.1.953.875.750,44. Sedangkan besar investasi yang harus dibayarkan setiap bulannya adalah sebagai berikut.

Diketahui: FV = 1.953.875.750,44 i = 15% / 12= 0,0125 n = 25 12 = 300 (đ?&#x;? + đ?&#x2019;&#x160;)đ?&#x2019;? â&#x2C6;&#x2019; đ?&#x;? đ?&#x2018;ˇđ?&#x2018;´đ?&#x2018;ť = đ?&#x2018;­đ?&#x2018;˝ á ( ) đ?&#x2019;&#x160; đ?&#x2018;ˇđ?&#x2018;´đ?&#x2018;ť = đ?&#x;?. đ?&#x;&#x2014;đ?&#x;&#x201C;đ?&#x;&#x2018;. đ?&#x;&#x2013;đ?&#x;&#x2022;đ?&#x;&#x201C;. đ?&#x;&#x2022;đ?&#x;&#x201C;đ?&#x;&#x17D;, đ?&#x;&#x2019;đ?&#x;&#x2019; (đ?&#x;? + đ?&#x;&#x17D;, đ?&#x;&#x17D;đ?&#x;?đ?&#x;?đ?&#x;&#x201C;)đ?&#x;&#x2018;đ?&#x;&#x17D;đ?&#x;&#x17D; â&#x2C6;&#x2019; đ?&#x;? á( ) đ?&#x;&#x17D;, đ?&#x;&#x17D;đ?&#x;?đ?&#x;?đ?&#x;&#x201C; đ?&#x2018;ˇđ?&#x2018;´đ?&#x2018;ť = đ?&#x;&#x201D;đ?&#x;&#x17D;đ?&#x;?. đ?&#x;&#x2018;đ?&#x;&#x2014;đ?&#x;?, đ?&#x;&#x2013;đ?&#x;&#x2018; Maka dana yang harus di investasikan setiap bulannya sebesar Rp.602.391,83.

ISSN 1979-9160

70 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Perhitungan Nilai Uang dan Waktu Future Value Contoh: Tahun 2012 uang pangkal di SD Harapan Ibu sebesar Rp10.000.000 dengan tingkat inflasi pendidikan sebesar 10% per tahun, maka berapa biaya perkiraan uang pangkal nanti 10 tahun lagi atau tahun 2022?

Diketahui: PV (nilai saat ini) = Rp 10.000.000 i (tingkat inflasi) = 10% n (jangka waktu) = 10 tahun đ?&#x2018;­đ?&#x2018;˝ = đ?&#x2018;ˇđ?&#x2018;˝Ă&#x2014;(đ?&#x;? + đ?&#x2019;&#x160;)đ?&#x2019;?

FV = 10.000.000,- Ă&#x2014; (1,10)10 FV = 10.000.000,- Ă&#x2014; (2,59374246) = 25.937.424 Jadi, 10 tahun lagi, nilai uang pangkal akan menjadi Rp 25.937.424,Present Value Contoh: Tahun 2025 sebuah rumah A diperkirakan mempunyai harga Rp.2.300.000.000. Jika tingkat inflasi saat ini 7%, maka harga rumah tersebut saat ini adalah?

Diketahui: FV (nilai masa depan) =Rp 2.300.000.000 i (tingkat inflasi) = 7% n (jangka waktu) = 10 tahun đ?&#x;? đ?&#x2018;ˇđ?&#x2018;˝ = đ?&#x2018;­đ?&#x2018;˝Ă&#x2014; ( ) (đ?&#x;? + đ?&#x2019;&#x160;)đ?&#x2019;? đ?&#x2018;&#x192;đ?&#x2018;&#x2030; = 1.169.203.376,24

Gambar 1. Tampilan Awal Setelah project di upload maka project selanjutnya akan di-compile secara otomatis oleh Adobe Phonegap Build dan selanjutnya akan dihasilkan beberapa file yang dapat digunakan sebagai installer pada berbagai handset seperti file berbentuk .apk untuk Android dan .xap untuk windows phone. Untuk pengujian program pada handset dapat dilakukan dengan cara memindai melalui kamera pada gambar QR-code yang telah disediakan seperti gambar berikut.

Jadi harga rumah tersebut saat ini adalah Rp. 1.169.203.376,24.

IV.

HASIL DAN PEMBAHASAN

Proyek yang telah selesai dibuat dapat di upload ke server Adobe Phonegap Build untuk kemudian di-compile.

Nurul F.R. & Sholahuddin A.: Aplikasiâ&#x20AC;Ś

67-72

Gambar 2. QR Code QR Code digunakan untuk instalasi aplikasi pada perangkat smartphone. Instalasi dilakukan dengan cara memindai QR Code tersebut menggunakan kamera.

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

Gambar 5. Tampilan Detail Menu Perencanaan Pinjaman

Gambar 3. Tampilan Menu Utama Tampilan menu utama pada halaman awal ketika pengguna membuka aplikasi.

Gambar 4. Tampilan Menu Perencanaan Pinjaman

Tampilan detail dari data perencanaan yang dipilih dari menu sebelumnya.

Gambar 6. Tampilan Form Perencanaan Pinjaman

Tampilan menu perencanaan pinjaman berisi data perencanaan pinjaman yang tersimpan atau membuat perencanaan pinjaman baru.

Nurul F.R. & Sholahuddin A.: Aplikasiâ&#x20AC;Ś

71

67-72

Tampilan form perencanaan pinjaman yang akan diisi oleh pengguna untuk dilakukan perhitungan.

ISSN 1979-9160

72 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Dari penelitian yang telah peneliti uraikan, maka dapat ditarik kesimpulan bahwa pengembangan aplikasi meliputi beberapa perhitungan yaitu perencanaan pinjaman, perencanaan tabungan, perencanaan investasi, perencanaan dana pensiun, dan perhitungan nilai waktu dan uang. Pengembangan aplikasi menggunakan framework Phonegap dengan tambahan jQuery mobile sebagai user interface frameworks, sehingga didapatkan aplikasi yang dapat digunakan di berbagai smartphone multiplatform, meliputi Android, Blackberry OS, dan Windows Phone. Perancangan aplikasi menggunakan Unified Modelling Language (UML) dan metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD).

Gambar 7. Tampilan Hasil Perhitungan

DAFTAR PUSTAKA

Tampilan hasil dari perhitungan perencanaan pinjaman berdasarkan data yang di input pengguna sebelumnya.

[1.]

[2.]

[3.]

[4.]

[5.]

Garman and Forgue. 2011. Personal Finance. Stamford: Cengage Learning.

Harsanto, Pandji. 2013. Make Your Own Plan-Perencana Keuangan. Yogyakarta: Elex Media Komputindo Hasibuan, Malayu S.P. 2009. Dasardasar Perbankan. Jakarta: Bumi Aksara.

Jogianto, HM. 2005. Analisis dan Desain Sistem Informasi : Pendekatan Terstruktur Teori dan Praktek Aplikasi Bisnis. Yogyakarta: Andi.

Joko, Agus. 2012. Pola Konsumsi, Investasi, dan Proteksi sebagai Indikator Perencana Keuangan Keluarga. Jakarta: Media Mahardika

Gambar 8. Tampilan Hasil Perhitungan 2 Tampilan hasil dari perhitungan perencanaan tabungan berdasarkan data yang diinput oleh pengguna sebelumnya.

V.

KESIMPULAN

Nurul F.R. & Sholahuddin A.: Aplikasiâ&#x20AC;Ś

67-72

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 73

ANALISA DAN PERBANDINGAN BUKTI FORENSIK APLIKASI MEDIA SOSIAL FACEBOOK DAN TWITTER PADA SMARTPHONE ANDROID Wisnu Ari Mukti, Siti Ummi Masruroh, Dewi Khairani Jurusan Teknik Informatika UIN Syarif Hidayatullah Jakarta Jl.Ir. H. Juanda No.95 Ciputat 15412 Jakarta-Indonesia wisnuarimukti@gmail.com ABSTRAK Perkembangan teknologi internet dan smartphone yang semakin pesat diikuti pula oleh meningkatnya pengguna media sosial yang mengakses menggunakan smartphone khususnya Android. Salah satu permasalahan yang tak luput dari media sosial adalah tindak kejahatan dunia maya yang memanfaatkan media sosial. Karena pada dasarnya tidak ada kejahatan yang tidak meninggalkan jejak.

Penelitian ini dilakukan untuk menemukan dan membandingkan bukti-bukti forensik tersebut pada aplikasi media sosial Facebook dan Twitter yang diakses pada smartphone Android. Facebook dan Twitter dipilih karena memiliki beberapa fitur yang mirip. Pada penelitian ini, metode simulasi digunakan dalam penelitian dengan menjalankan 11 skenario diantaranya adalah pengembalian file yang dihapus, pencarian bukti forensik berupa nama akun, lokasi, nomor telpon, tanggal lahir, photo profile, cover photo, posting berupa teks, posting berupa gambar, isi private message berupa teks dan isi private message berupa gambar. Hasil dari penelitian ini menunjukkan bahwa semua bukti forensik pada aplikasi media sosial Facebook berhasil ditemukan semua. Sedangkan pada aplikasi media sosial Twitter hanya berhasil ditemukan berupa nama akun, data lokasi, photo profile, cover photo, posting berupa teks dan posting berupa gambar.

Kata kunci: Digital Forensik, Bukti Forensik, Smartphone, Facebook, Twitter

ABSTRACT The development of internet technology and smartphones are increasing rapidly followed by increasing social media users who access using a smartphone, especially Android. One of the problems that did not escape from social media is cyber crime acts that utilize social media. Because basically no crime does not leave a trace. This study was conducted to find and compare the forensic evidence on social media applications Facebook and Twitter are accessed on Android smartphones.

Facebook and Twitter are selected for having some similar features. In this study, the simulation method used in the research by running 11 scenarios such as the return of deleted files, the search for forensic evidence in the form of account name, location, phone number, birth date, photo profile, photo cover, text posts, Private message in the form of text and private message content in the form of picture. The results of this study indicate that all forensic evidence on Facebook social media applications found all. While in the social media application Twitter only managed to be found in the form of account name, location data, photo profile, photo cover, text posts and post images.

Keywords: Digital Forensics, Forensic Evidence, Smartphone, Facebook, Twitter

Wisnu, dkk: Analisa dan Perbandingan ...

73-84

ISSN 1979-9160

74 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I. PENDAHULUAN

II. METODOLOGI PENELITIAN

Perkembangan teknologi semakin berkembang dengan pesat dan salah satunya adalah smartphone. Telepon genggam pada masa kini sudah tidak sekedar digunakan untuk melakukan panggilan atau berkirim pesan singkat. Telepon genggam pada masa kini telah dilengkapi dengan sistem operasi sehingga dapat melakukan beberapa fungsi layaknya personal computer, salah satunya adalah mengakses internet. Pada Januari 2016 pengguna smartphone mengakses internet dengan platform berbasis Android sebanyak 66%, Apple iOS 19% dan platform lainnya sebanyak 15%[6].

Perkembangan teknologi smartphone yang memudahkan orang-orang dalam mengakses internet diiringi juga dengan banyaknya penggunaan media sosial. Jumlah pengguna aktif media sosial diseluruh dunia mencapai 2,31 Triliun, yang artinya setara dengan 31% dari total populasi penduduk dunia[]. Pada awalnya media sosial hanya terbatas diakses dengan menggunakan personal computer (PC).

Pada Januari 2016 pengguna media sosial yang mengakses media sosial dengan menggunakan smartphone sebanyak 1,97 Triliun atau setara dengan 27% dari total populasi penduduk bumi[6]. Pada Juni 2016 media sosial dengan pengguna paling banyak adalah Facebook 1,65 Milyar pengguna,, Qzone 650 Juta pengguna, Instagram 500 Juta pengguna, Twitter 310 Juta [24].

Namun perkembangan media sosial dimanfaatkan oleh sebagian orang untuk melakukan tindak kejahatan. Tidak sedikit tindak kejahatan dilakukan menggunakan media sosial yang diakses melalui smartphone.

Kejatahan yang bisa disebabkan oleh media sosial diantaranya penculikan, penipuan, pemerasan, cyberbully dan lainnya. Kejahatan pada media sosial Facebook dan Twitter meningkat sebanyak 780% selama 4 tahun dari tahun 2008 (556 kasus) sampai tahun 2012 (4908) kasus[3].

Berdasarkan pernyataan diatas, penulis akan melakukan penelitian dengan judul â&#x20AC;&#x153;Analisa dan Pencarian Bukti Forensik pada Aplikasi Media Sosial Facebook dan Twitter pada Smartphone Androidâ&#x20AC;?.

Penelitian ini menggunakan metode simulasi, metode simulasi terdiri dari beberapa tahap-tahap seperti berikut: A. Problem Simulation Permasalahan utama dengan meningkatnya akses media sosial dengan menggunakan smartphone adalah maraknya tindak kejahatan yang dilakukan oleh pihak yang tidak bertanggung jawab dengan memanfaatkan media sosial yang diakses melalui smartphone.

Pada tahun 2013, 81% kejahatan internet (cyber crime) melibatkan media sosial. 39% pengguna media sosial telah menjadi korban penipuan, hacking dan fake link. Dan 33% semua kejahatan seks pada dunia maya dipicu melalui situs jejaring sosial[17].

Dengan tingginya jumlah pengguna yang mengakses media sosial dengan menggunakan smartphone dan tingginya angka kriminalitas pada media sosial, diperlukan upaya pencarian bukti forensik dan analisa untuk membantu pihak berwenang dalam menyelidiki kasus kejahatan yang melibatkan media sosial dan smartphone, karena pada dasarnya dalam dunia kriminal dikenal istilah â&#x20AC;&#x153;tidak ada kejahatan yang tidak meninggalkan jejakâ&#x20AC;?[4]. Bukti forensik pada smartphone menjadi tambang emas bagi penyidik forensik karena sifat personalias dari kepemilikan smartphone tersebut [12]. Data yang diambil dari perangkat smartphone dengan sendirinya dapat dijadikan bukti. Bukti-bukti ini dapat menjadi landasan ketika menyelediki suatu perkara oleh lembaga penegak hukum [22].

Berdasarkan pemaparan di atas, penulis akan melakukan analisis dan pencarian bukti forensik terhadap aplikasi media sosial Facebook dan Twitter yang diakses pada smartphone Android. Penelitian tersebut bertujuan untuk menemukan dan membandingkan bukti forensik yang ditemukan pada smartphone yang digunakan untuk mengakses media sosial.

Wisnu, dkk: Analisa dan Perbandingan ...

73-84

B. Conceptual Model Dalam penelitian ini, tahap membuat konsep model merupakan tahap dilakukannya penggambaran dari input, proses dan output yang dihasilkan. Gambaran arsitektur proses pencarian bukti forensik pada aplikasi media sosial Facebook dan Twitter.

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

75

Gambar 2.1 Arsitektur simulasi pencarian dan analisa bukti forensik

Gambar 2.2 Arsitektur komunikasi data pada akun media sosial

Gambar 2.3 Proses recovery data Gambar 1 menggambarkan asrsitektur dalam pencarian dan analisa bukti forensik pada penelitian kali ini. Perbedaan hanya terdapat pada aplikasi media sosial yang digunakan. Sedangkan pada gambar 2 menggambarkan komunikasi data pada akun media sosial sebelum dilakukan pencarian bukti forensik pada aplikasi media sosial tersebut. Selain itu penulis melakukan penghapusan data pada aplikasi media sosial dengan asumsi bahwa data tersebut dihapus oleh pelaku tindak kriminal untuk menghilangkan jejak kejahatan. Pada gambar 3 menggambarkan proses recovery data menggunakan aplikasi Wondershare Dr Fone for Android. Aplikasi tersebut meminta akses root pada perangkat Android dan data hasil recovery akan disimpan pada perangkat komputer. Komponen pada tiap-tiap arsitektur adalah sebagai berikut:

Wisnu, dkk: Analisa dan Perbandingan ...

73-84

1. Smartphone Smartphone digunakan sebagai platform untuk mengakses media sosial Facebook dan Twitter. Smartphone yang digunakan oleh penulis adalah smartphone bermerek Xiaomi Redmi 2 berbasis Android Versi 4.4.4 (Kitkat) yang telah mendapat akses root.

2. Aplikasi Media Sosial Aplikasi media sosial yang diinstall pada smartphone adalah Facebook Apps versi 77.0.0.20.66, Facebook Messenger versi 70.0.0.12.68 dan Twitter Apps versi 5.109.0.

3. Aplikasi Recovery file Aplikasi recovery digunakan untuk mengembalikan data yang sebelumnya telah dihapus untuk menghilangkan bukti forensik. Aplikasi yang penulis gunakan adalah Wondershare Dr. Fone for Android. Aplikasi ini akan meminta akses root untuk dapat melakukan recovery pada smartphone.

ISSN 1979-9160

76 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

4. Aplikasi Database browser Database Tool digunakan untuk melakukan analisa dan pencarian terhadap bukti forensik yang tersimpan pada database yang sebelumnya berhasil dikembalikan dengan menggunakan aplikasi recovery.

Aplikasi database yang digunakan adalah SQLite Manager dan DB Browser for SQLite.

5. Validasi Akun palsu digunakan dalam pencarian bukti forensik. Sebelum dilakukan pencarian bukti forensik terlebih dahulu dilakukan komunikasi data antara akun media sosial tersebut.

Berdasarkan gambar 2 akun orang pertama akan melakukan komunikasi data dengan akun orang kedua melalui Facebook dimana posisi orang pertama adalah pelaku kejahatan dan orang kedua adalah korban. Sedangkan akun orang ketiga akan melakukan komunikasi data dengan akun orang kedua melalui Twitter dimana posisi orang ketiga adalah pelaku kejahatan dan orang kedua adalah korban.

6. Bukti Forensik yang ditemukan Setelah pencarian bukti forensik pada database telah selesai, maka bukti forensik pada aplikasi media sosial Facebook dan Twitter akan saling dibandingkan sesuai dengan skenario yang dilakukan.

C. Input/Output Data Pada tahap ini merupakan proses penentuan input yang akan digunakan dalam penelitian.

Input pada penelitian yang akan digunakan pada aplikasi media sosial Facebook dan Twitter adalah sama yang berupa teks dan gambar diantaranya adalah: Nama akun, Lokasi, Nomor telepon, Tanggal lahir, Photo profile, Cover photo, posting berupa teks, posting berupa gambar, isi private message berupa teks, isi private message berupa gambar. Semua data yang di-input adalah sama.

Wisnu, dkk: Analisa dan Perbandingan ...

73-84

Tabel 2.1 Bukti forensik yang akan dicari Data yang diBentuk Isi teks dan file input data gambar Nama akun Teks Pratama Pertama Lokasi Teks Semarang, Indonesia Nomor Teks +6285776267290 telepon Tanggal lahir Teks 1 Januari 1991 Photo profile Gambar Profile.jpg Cover Photo Gambar Siput.jpg Posting Teks Test 1 2 3 berupa teks Posting Gambar 3310.jpg berupa gambar Isi private Teks Percakapan 2 message pihak terkait jual berupa teks beli handphone Isi private Gambar Nokia3310.jpg message berupa gambar

D. Modelling Pembuatan skenario-skenario yang akan digunakan untuk proses simulasi. Pada penelitian ini terdapat 11 skenario, masingmasing skenario dilakukan 2 kali percobaan.

Skenario tersebut adalah sebagai berikut: Skenario 1 adalah melakukan recovery data pada aplikasi Facebook dan Twitter yang sebelumnya telah dihapus pada smartphone.

Selanjutnya skenario 2-11 adalah tahap pencarian bukti forensik terhadap aplikasi Facebook dan Twitter. Bukti forensik yang dicari adalah sebagai berikut: Nama akun, Lokasi, Nomor telepon, Tanggal lahir, Photo profile, Cover photo, posting berupa teks, posting berupa gambar, isi private message berupa teks, isi private message berupa gambar.

E. Simulation Proses simulasi akan dijalankan menggunakan skenario yang telah ditentukan pada tahap sebelumnya pada tahap ini. Selain itu, pengujian dilakukan sesuai dengan parameter yang telah ditentukan juga pada tahap sebelumnya.

Sebelum simulasi dijalankan dilakukan beberapa persiapan seperti rooting perangkat Android, pembuatan akun palsu, pemasangan

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

aplikasi recovery file dan pemasangan aplikasi database browser.

F. Verification and Validation Verifikasi dan validasi dari tahap-tahap sebelumnya dilakukan pada tahap ini. Jika terjadi kesalahan pada masing-masing tahap metode simulasi maka akan dilakukan koreksi atau perbaikan pada tahap tersebut.Verifikasi dilakukan dengan menguji apakah proses root pada smartphone berhasil dilakukan atau tidak dan menguji apakah aplikasi recovery file (Wondershare Dr. Fone for Android) dan database browser (SQLite Manager dan DB Browser for SQLite) dapat berjalan.

Sedangkan validasi dilakukan dengan dengan cara mengecek kembali apakah akses root pada smartphone berjalan lancar tanpa terdapat kesalahan dan mengecek kembali aplikasi recovery file (Wondershare Dr. Fone for Android) dan database browser (SQLite Manager dan DB Browser for SQLite) telah sesuai dengan ketentuan pada conceptual model, input output data, dan modelling.

G. Experimentation Setelah proses root pada smartphone berhasil dilakukan tanpa ada kesalahan dan aplikasi recovery file (Wondershare Dr. Fone for Android) dan database browser (SQLite Manager dan DB Browser for SQLite) telah terpasang, maka akan dilakukan proses simulasi pencarian bukti forensik pada aplikasi media sosial yang diakses menggunakan smartphone berbasis Android sesuai dengan konsep, model dan flowchart simulasi yang telah dijelaskan sebelumnya. Setelah proses pencarian bukti forensik selesai, maka akan dilakukan analisa terhadap bukti-bukti forensik tersebut.

H. Output Analysis Analisa hasil yang didapat setelah selesai menjalankan semua skenario yang akan dibahas pada bab selanjutnya.

III. HASIL DAN PEMBAHASAN A. Simulasi 1 Pada skenario 1 simulasi dilakukan untuk mengembalikan file dan data-data aplikasi media sosial yang sebelumnya telah dihapus pada smartphone.

Berikut adalah hasil simulasi skenario: Wisnu, dkk: Analisa dan Perbandingan ...

73-84

Tabel 3.1 Skenario 1 Mengembal ikan file dan datadata yang dihapus Data dan file yang dikembalik an

77

Hasil Perbandingan Skenario 1 Facebook Twitter File dan dataFile dan datadata berhasil data berhasil dikembalikan dikembalikan

com.facebook. katana (file dan data-data Facebook Apps) com.facebook. orca (file dan data-data Facebook Messenger)

com.twitter.an droid (file dan data-data Twitter Apps)

Pada tabel 3.1 dapat dilihat hasil skenario 1, data-data pada aplikasi media sosial Facebook dan Twitter yang sebelumnya telah dihapus telah berhasil dikembalikan. Pada aplikasi media sosial Facebook, data yang berhasil dikembalikan adalah file com.facebook.katana (file dan data-data Facebook Apps) dan file com.facebook.orca (file dan data-data Facebook Messenger).

Sedangkan pada aplikasi media sosial Twitter, data yang berhasil dikembalikan adalah file com.twitter.android (file dan datadata Twitter Apps).

B. Simulasi 2 Pada skenario 2 simulasi dilakukan untuk menemukan bukti forensik berupa nama akun dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario: Tabel 3.2 Hasil Perbandingan Skenario 2 Skenario 2 Facebook Twitter Menemukan Nama Nama akun bukti akun berhasil forensik berhasil ditemukan berupa nama ditemukan akun Bukti Nama Nama akun: forensik akun: Pratama Pertama yang Pratama (@Pratama1_satu) ditemukan Pertama

ISSN 1979-9160

78 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Pada tabel 3.2 dapat dilihat hasil skenario 2, pada aplikasi media sosial Facebook, bukti forensik berupa nama akun berhasil ditemukan.

Bukti forensik ditemukan pada file database contact_db2, pada tabel contacts.

Kemudian pada aplikasi media sosial Twitter, bukti forensik berupa nama akun juga berhasil ditemukan. Bukti forensik ditemukan pada file database 732798704059621380-43, pada tabel users.

C. Simulasi 3 Pada skenario 3 simulasi dilakukan untuk menemukan bukti forensik berupa data lokasi dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario: Tabel 3.3 Hasil Perbandingan Skenario 3 Skenario 3 Facebook Twitter Menemukan Data lokasi Data lokasi bukti forensik berhasil tidak berhasil berupa lokasi ditemukan ditemukan Bukti forensik Data lokasi: Data lokasi: yang Semarang, Semarang, ditemukan Indonesia Indonesia Pada tabel 3.3 dapat dilihat hasil skenario 3, pada aplikasi media sosial Facebook, bukti forensik berupa data lokasi berhasil ditemukan.

Bukti forensik ditemukan pada file database contact_db2, pada tabel contacts, dan pada kolom data.

Kemudian pada aplikasi media sosial Twitter, bukti forensik berupa data lokasi akun juga berhasil ditemukan. Bukti forensik ditemukan pada file database 732798704059621380-43, pada tabel users.

D. Simulasi 4

Tabel 3.4 Hasil Perbandingan Skenario 4 Skenario 4 Facebook Twitter Menemukan bukti forensik berupa nomor telepon Bukti forensik yang ditemukan

Nomor Telepon berhasil ditemukan

Nomor Telepon tidak berhasil ditemukan

Nomor telepon: +6285776267290

Tidak ada Asumsi data tidak ditemukan: data tidak tersimpan pada database melainkan pada server.

Pada tabel 3.4 dapat dilihat hasil skenario 4, pada aplikasi media sosial Facebook, bukti forensik berupa nomor telepon pada berhasil ditemukan. Bukti forensik ditemukan pada file database contact_db2, pada tabel contacts, dan pada kolom data.

Sedangkan pada aplikasi media sosial Twitter, bukti forensik berupa nomor telepon pada akun tidak berhasil ditemukan. Penulis berasumsi bahwa bukti forensik yang tidak berhasil ditemukan tersebut disebabkan karena data tersebut tidak disimpan pada database melainkan pada server.

E. Simulasi 5 Pada skenario 5 simulasi dilakukan untuk menemukan bukti forensik berupa data tanggal lahir dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario:

Pada skenario 4 simulasi dilakukan untuk menemukan bukti forensik berupa data nomor telepon dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario:

Wisnu, dkk: Analisa dan Perbandingan ...

73-84

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

Tabel 3.5 Hasil Perbandingan Skenario 5 Skenario 5 Facebook Twitter Menemukan Tanggal lahir Tanggal lahir bukti forensik berhasil tidak berhasil berupa ditemukan ditemukan tanggal lahir Bukti forensik Tanggal lahir: Tidak ada yang 1 Januari Asumsi data ditemukan tidak ditemukan: data tidak tersimpan pada database melainkan pada server Pada tabel 3.5 dapat dilihat hasil skenario 5, pada aplikasi media sosial Facebook, bukti forensik berupa data tanggal lahir akun berhasil ditemukan. Bukti forensik ditemukan pada file database contact_db2, pada tabel contacts.

Sedangkan, pada aplikasi media sosial Twitter, bukti forensik berupa tanggal lahir akun tidak berhasil ditemukan. Penulis berasumsi bahwa bukti forensik yang tidak berhasil ditemukan tersebut disebabkan karena data tersebut tidak disimpan pada database melainkan pada server.

79

ent-sit41.xx.fbcdn.n et/v/t1.01/p160x160/ 15284946_2 4557725919 4628_52406 0314283726 8906_n.jpg? efg=eyJkdH ciOiIifQ%3 D%3D&_nc _ad=zm&oh=f06e cf4a770d703 d9d9874fb0 9f59be2&oe =58F4BA26

mages/7966871 30806235141/R pdUQBRF_nor mal.jpg

Pada tabel 3.6 dapat dilihat hasil skenario 6, pada aplikasi media sosial Facebook, bukti forensik berupa profil picture akun berhasil ditemukan. Bukti forensik ditemukan pada file database contact_db2, pada tabel contacts.

Kemudian pada aplikasi media sosial Twitter, bukti forensik berupa profil picture akun juga berhasil ditemukan. Bukti forensik ditemukan pada pada file database 732798704059621380-43, pada tabel users.

G. Simulasi 7 F. Simulasi 6 Pada skenario 6 simulasi dilakukan untuk menemukan bukti forensik berupa profile picture dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario: Tabel 3.6 Hasil Perbandingan Skenario 6 Skenario 6 Facebook Twitter Menemukan Profile Profile Picture bukti Picture berhasil forensik berhasil ditemukan berupa ditemukan Profile Picture Bukti url yang url yang forensik mengarahka mengarahkan yang n pada pada Profile ditemukan Profile Picture akun Picture akun tersebut: tersebut: https://pbs.twim https://scont g.com/profile_i Wisnu, dkk: Analisa dan Perbandingan ...

73-84

Pada skenario 7 simulasi dilakukan untuk menemukan bukti forensik berupa cover photo dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario:

ISSN 1979-9160

80 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Tabel 3.7 Hasil Perbandingan Skenario 7 Skenario Facebook Twitter 7 Menemuk Cover Photo Cover an bukti berhasil ditemukan Photo forensik berhasil berupa ditemuka Cover n Photo Bukti url yang url yang forensik mengarahkan pada mengarah yang cover photo akun kan pada ditemuka tersebut: cover n https://z-mphoto scontent.fcgk4akun 1.fna.fbcdn.net/v/t1 tersebut: .0https://pb 0/cp0/e15/q65/s32 s.twimg.c 0x320/13880355_1 om/profil 81654035586951_ e_banner 214742434328199 s/732798 1346_n.jpg?efg=ey 70405962 JkdHciOiIifQ%3D 1380/148 %3D&_nc_eui2=v 0930200 1%3AAeHn2PABq vko3qvmhbkU9xM Xv953OFhLvs89yY tqU9XLGHfpWecf1AJOGqIhuq2CenXe8q-VYNPHXW3rpyItE99bU5eQ8_uibfR qz1u_RLOXvAhAE SfVk2cOEDgnu0& _nc_ad=zm&oh=fd241b417 2ad424d6fdee3fbb dbeb63a&oe=58C BCCD6 Pada tabel 3.7 dapat dilihat hasil skenario 7, pada aplikasi media sosial Facebook, bukti forensik berupa cover photo berhasil ditemukan. Bukti forensik ditemukan pada file database contact_db2, pada tabel contacts, dan pada kolom data.

Kemudian pada aplikasi media sosial Twitter, bukti forensik berupa cover photo pada akun juga berhasil ditemukan. Bukti forensik ditemukan pada file database 732798704059621380-43, pada tabel users.

H. Simulasi 8 Wisnu, dkk: Analisa dan Perbandingan ...

73-84

Pada skenario 8 simulasi dilakukan untuk menemukan bukti forensik berupa posting atau tweet (bentuk teks) dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario: Tabel 3.8 Hasil Perbandingan Skenario 8 Skenario 8 Facebook Twitter Menemukan Posting Twitter bukti forensik berhasil berhasil berupa ditemukan ditemukan posting atau tweet (bentuk teks) Bukti Isi posting Isi posting forensik yang bertuliskan: bertuliskan ditemukan Test 1 2 3 dan : Test 1 2 3 url yang mengarahkan kepada posting terkait: https://m.facebo ok.com/story.ph p?story_fbid=2 3575929684309 1&id=1000122 70664021MjM1 NzU5Mjk2ODQ zMDkxOjU6MA ==0UzpfSTEw MDAxMjI3MD Y2NDAyMToy MzU3NTkyOTY 4NDMwOTE= Pada tabel IX dapat dilihat hasil skenario 8, pada aplikasi media sosial Facebook, bukti forensik berupa posting (bentuk teks) pada akun berhasil ditemukan. Bukti forensik ditemukan pada file top_stories_1479273092981. Bukti tersebut ditemukan setelah melakukan pencarian pada database newsfeed_db. Pada database tersebut ditemukan tabel berisi alamat tempat file disimpan.

Setelah file top_stories_1479273092981 dibuka dengan menggunakan aplikasi Notepad, ditemukan isi posting beserta url posting tersebut.

Kemudian pada aplikasi media sosial Twitter, bukti forensik berupa tweet (bentuk teks) pada akun juga berhasil ditemukan. Bukti forensik ditemukan pada pada file database 732798704059621380-43, pada tabel full_content.

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

I. Simulasi 9 Pada skenario 9 simulasi dilakukan untuk menemukan bukti forensik berupa posting atau tweet (bentuk gambar) dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario: Tabel 3.9 Hasil Perbandingan Skenario 9 Skenario 9 Facebook Twitter Menemukan Posting berhasil Tweet bukti ditemukan berhasil forensik ditemuk berupa an posting atau tweet (bentuk gambar) Bukti Isi posting Isi forensik bertuliskan: Dijual posting yang hp Nokia 3310 bertulisk ditemukan kondisi baru. an: Harga Rp2.000.000 Dijual Garansi Distributor hp 1 tahun.

Nokia Harga bisa nego.

3310 dan url yang kondisi mengarahkan kepada baru. gambar terkait: Harga https://scontentRp2.000 sin6.000 1.xx.fbcdn.net/t31.0- Garansi 8/cp0/e15/q65/s720x Distribu 720/14361331_2055 tor 1 79889861032_4072 tahun.

761814445104575_ Harga o.jpg?_nc_ad=z-m bisa nego. dan url yang mengara hkan kepada gambar terkait: pic.twitt er.com/ mf0fdeP yDE Pada tabel 3.9 dapat dilihat hasil skenario 9, pada aplikasi media sosial Facebook, bukti forensik berupa posting (berupa gambar) pada akun berhasil ditemukan. Bukti forensik Wisnu, dkk: Analisa dan Perbandingan ...

73-84

81

ditemukan pada file top_stories_1474368104704. Bukti tersebut ditemukan setelah melakukan pencarian pada database newsfeed_db. Pada database tersebut ditemukan tabel berisi alamat tempat file disimpan.

Setelah file top_stories_1474368104704 dibuka dengan menggunakan aplikasi Notepad, ditemukan url yang mengarahkan pada gambar tersebut. Bila url tersebut dibuka dengan menggunakan browser maka akan menampilkan gambar yang dimaksud.

Kemudian pada aplikasi media sosial Twitter, bukti forensik berupa tweet (berupa gambar) pada akun juga berhasil ditemukan.

Bukti forensik ditemukan pada file database 732798704059621380-43, pada tabel statuses.

Pada gambar terlihat bukti yang ditemukan berupa url. Bila url tersebut dibuka dengan menggunakan browser maka akan menampilkan gambar yang dimaksud.

J. Simulasi 10 Pada skenario 10 simulasi dilakukan untuk menemukan bukti forensik berupa private message atau direct message (bentuk teks) dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario: Tabel 3.10 Hasil Perbandingan Skenario 10 Skenario 10 Facebook Twitter Menemukan Private Direct message bukti message (bentuk teks) forensik (bentuk teks) tidak berhasil berupa berhasil ditemukan private ditemukan message atau direct message (bentuk teks) Bukti Isi percakaan Tidak forensik Duo kedua: ditemukan yang Halo pak Asumsi data ditemukan pratama tidak Pratama ditemukan: pertama: ya? data tidak Duo kedua: tersimpan pada Apa harga hp database tersebut bisa melainkan kurang lagi pada server jadi 1,8jt?

ISSN 1979-9160

82 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

Pratama pertama: Tentu bisa â&#x2DC;ş Dan seterusnya

nc_ad=zm&oh=15da0ba1 bc784b6dce926b 988db10e73&oe =57E3C350

Pada tabel 3.10 dapat dilihat hasil skenario 10, pada aplikasi media sosial Facebook, bukti forensik berupa private message (bentuk teks) pada akun berhasil ditemukan. Bukti forensik ditemukan pada file database threads_db2, pada tabel messages. Seluruh isi percakapan terdapat pada kolom text.

Sedangkan pada aplikasi media sosial Twitter, bukti forensik berupa direct message (bentuk teks) pada akun tidak berhasil ditemukan. Penulis berasumsi bahwa bukti forensik yang tidak berhasil ditemukan tersebut disebabkan karena data tersebut tidak disimpan pada database melainkan pada server.

K. Simulasi 11 Pada skenario 11 simulasi dilakukan untuk menemukan bukti forensik berupa private message atau direct message (bentuk gambar) dari pengguna aplikasi media sosial Facebook dan Twitter pada smartphone Android menggunakan SQLite Manager dan DB Browser for SQLite. Berikut adalah hasil simulasi skenario: Tabel 3.11 Hasil Perbandingan Skenario 11 Skenario Facebook Twitter 11 Menemuk Private message Direct an bukti (bentuk gambar) message forensik berhasil (bentuk berupa ditemukan gambar) private tidak message berhasil atau direct ditemukan message (bentuk gambar) Bukti url yang Tidak forensik mengarahkan ditemukan yang kepada gambar Asumsi data ditemukan terkait: tidak https://scontent.x ditemukan: x.fbcdn.net/v/t34. data tidak 0tersimpan 12/fr/cp0/e15/q65 pada /14389696_20492 database 1393260315_210 melainkan 6835510_n.jpg?_ pada server Wisnu, dkk: Analisa dan Perbandingan ...

73-84

Pada tabel 3.11 dapat dilihat hasil skenario 11, pada aplikasi media sosial Facebook, bukti forensik berupa private message (bentuk gambar) pada akun berhasil ditemukan. Bukti forensik ditemukan pada file database threads_db2, pada tabel messages. Bukti forensik yang ditemukan berupa url. Bila url tersebut disalin dan dibuka pada browser maka akan menampilkan gambar tersebut.

Sedangkan pada aplikasi media sosial Twitter, bukti forensik berupa direct message (bentuk gambar) pada akun tidak berhasil ditemukan. Penulis berasumsi bahwa bukti forensik yang tidak berhasil ditemukan tersebut disebabkan karena data tersebut tidak disimpan pada database melainkan pada server.

IV.

PENUTUP

Berdasarkan hasil dari tahapan-tahapan metode simulasi yang telah dilakukan, proses pencarian dan analisa bukti forensik pada aplikasi media sosial Facebook dan Twitter yang diakses pada smartphone Android dapat disimpulkan bahwa data-data pada media sosial Facebook dan Twitter tidak sepenuhnya disimpan pada server. Data tersebut juga tersimpan pada memori internal perangkat Android yang hanya dapat diakses setelah perangkat Android melalui proses root.

Berdasarkan tabel hasil semua skenario pencarian bukti forensik yang telah ditentukan sebelumnya, pada aplikasi media sosial Facebook semua bukti forensik dapat ditemukan. Bukti forensik yang ditemukan adalah nama akun, data lokasi, nomor telepon, tanggal lahir, photo profile, cover photo, posting berupa teks, posting berupa gambar, private message berupa teks dan private message berupa gambar.

Pada aplikasi media sosial Twitter bukti forensik yang ditemukan hanya nama akun, data lokasi, photo profile, cover photo, tweet (posting) berupa teks dan tweet (posting) berupa gambar. Sedangkan bukti forensik berupa nomor telepon, tanggal lahir, direct message berupa teks dan direct message berupa gambar tidak ditemukan. Tidak ada ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

perbedaan hasil pencarian bukti forensik dengan menggunakan aplikasi SQLite Manager maupun DB Browser for SQLite.

Berdasarkan pemaparan tersebut dapat disimpulkan bahwa bukti forensik lebih banyak ditemukan pada media sosial Facebook dan tidak ada perbedaan hasil pencarian bukti forensik dengan menggunakan aplikasi SQLite Manager maupun DB Browser for SQLite.

DAFTAR PUSTAKA [1] Beek, C. (2011). Introduction to File Carving. McAfee.

[2] Devita, & Amal, N. N. (2014). Media Sosial dan Perkembangan Fashion Hijab.

Jurnal Komunikasi.

[3] Guardian, T. (2012, Desember 27). Social media related crime reports up 780% in four years. Retrieved from The Guardian: https://www.theguardian.com/media/2012 /dec/27/social-media-crime-facebooktwitter [4] Indrajit, R. E. (2012). Forensik Komputer.

Forensik Komputer.

[5] Jansen, W., & Ayers, R. (2007).

Guidelines on Cell Phone Forensics.

Gaithersburg: National Institute of Standards and Technology.

[6] Kemp, S. (2016, Januari 27). Digital in 2016. Retrieved from We Are Social Website: http://wearesocial.com/uk/specialreports/digital-in-2016 [7] Lazierthanthou. (2016, 10 1). Mozilla Foundation. Retrieved from Mozilla Foundation Website: https://addons.mozilla.org/id/firefox/addo n/sqlite-manager/ [8] Madani, S. A., J. K., & Mahlkneccht, S. (2010). Wireless sensor networks: modeling and simulation.

[9] Mathur, A., Schlotfeldt, B., & Chetty, M. (2015). A mixed-methods study of mobile users' data usage practices in South Africa. Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing, 1209-1220.

[10] Merola, A. (2008). Data Carving Concept.

Data Carving.

[11] MĂśller, A., Kranz, M., Schmid, B., Roalter, L., & Diewald, S. (2013).

Investigating self-reporting behavior in long-term studies. Proceedings of the Wisnu, dkk: Analisa dan Perbandingan ...

73-84

83

SIGCHI Conference on Human Factors in Computing Systems, 2931-2940.

[12] Mutawa, N. A., Baggili, & Marrington.

(2012). Forensic analysis of social networking applications on mobile devices. Digital Investigation.

[13] Nugroho, D. R., Suadi, W., & Pratomo, B. A. (2010).

Implementasi Sistem Manajemen Database untuk SQLite di Sistem Android. Android Database SQLite.

[14] Raharjo, B. (2013). Sekilas Mengenai Forensik Digital.

[15] Safaat, N. (2012). Pemrograman Aplikasi Mobile Smartphone.

Bandung: Informatika.

[16] Setyani, & Ika, N. (2013). Penggunaan Media Sosial Sebagai Sarana Bagi Komunitas. Jurnal Komunikasi.

[17] Smith, E. (2013, Agustus 21). Crime Wire: Social Media and Crime. Retrieved from Instant Checkmate: https://www.instantcheckmate.com/crime wire/2013/08/21/social-media-and-crime2/ [18] Staff, A. (2012, Juli 18). Social Mediaâ&#x20AC;&#x2122;s Role In Law Enforcement Growing.

Retrieved from Breaking Gov Website: http://breakinggov.com/2012/07/18/social -medias-role-in-law-enforcementgrowing/ [19] Walniyccky, D., Baggili, I., Marrington, A., Moore, J., & Breitinger, F. (2015).

Network and device forensic analysis of Android. Digital Investigation.

[20] Wiliams, B. K., & Sawyer, S. C. (2011).

Using Information Technology: A Practical Introduction to Computers & Communications. (9th edition). New York: McGraw-Hill.

[21] Wilson, C. (2015, September 15). Android Phone Forensic Analysis. Retrieved from Data Forensic: http://www.dataforensics.org/androidphone-forensics-analysis/ [22] Yadi, I. Z., & Kunang, Y. N. (2014).

Analisis Forensik pada Platform Android.

Konferensi Nasional Ilmu Komputer (KONIK) 2014.

[23] Yusoff, M., Dehghantanha, A., & Mahmod, R. (2016).

Forensic Investigation of Social Media and Instant Messaging Services in Firefox OS: Facebook, Twitter, Google+, Telegram, ISSN 1979-9160

84 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

OpenWapp and Line as Case Studies.

Forensic.

[24] Felix Richter (2016). Facebook Inc. Dominates the Social Media Landscape: https://www.statista.com/chart/5194/activ e-users-of-social-networks-andmessaging-services/

Wisnu, dkk: Analisa dan Perbandingan ...

73-84

ISSN 1979-9160

JURNAL TEKNIK INFORMATIKA, APRIL 2017

| 85

SIMULASI JARINGAN VIRTUAL LOCAL AREA NETWORK (VLAN) MENGGUNAKAN POX CONTROLLER Muhamad Fahri1, Andrew Fiade2, Hendra Bayu Suseno3 1,2,3

Program Studi Teknik Infomatika, UIN Syarif Hidayatullah Jakarta.

Jl.Ir.H.Juanda No.95 Ciputat 15412 Jakarta-Indonesia mfahri_mf@mhs.uinjkt.ac.id ABSTRAK

Keterbatasan LAN melahirkan sebuah teknologi VLAN yang memungkinkan adanya konfigurasi dari suatu jaringan komputer secara virtual (virtualisasi). Proses mencocokkan fleksibilitas virtualisasi server sulit dilakukan dengan switch tradisional, sebab logika kontrol untuk setiap switch terletak dalam logika switching yang sama. Software Defined Network (SDN) memisahkan control plane dari forwarding hardware. Migrasi logic control yang digunakan pada perangkat yang terintegrasi (misalnya switch ethernet) menjadi mudah diakses dan secara logis jaringan menjadi terpusat dalam hal pengendalian.

Pada penelitian ini dilakukan simulasi jaringan VLAN menggunakan Pox controller sehingga dapat mengetahui hasil evaluasi jaringan VLAN menggunakan pox controller. Berdasarkan fase simulation, konfigurasi jaringan VLAN lebih ditekankan pada controller. Berdasarkan hasil pengujian nilai ratarata jitter, pada jaringan VLAN menggunakan 2 buah switch nilai rata-rata Jitter sebesar 0,009 ms. Nilai rata-rata jitter tersebut lebih kecil dari nilai rata-rata jitter pada jaringan VLAN yang menggunakan 3 buah switch yaitu sebesar 0,027 ms. Sedangkan hasil pengujian nilai rata-rata packet loss memiliki nilai yang sama, yaitu 0%. Nilai rata-rata packet loss tersebut menunjukkan bahwa kedua skenario tersebut tidak terjadi kehilangan paket.

Kata Kunci: VLAN, Software Defined Network, Control Plane, Forwarding Hardware, Pox Controller, Jitter, Packet Loss ABSTRACT Limitations of the LAN gave birth to a VLAN technology that allows the configuration of a virtual computer network (virtualization). The process of matching server virtualisation flexibility is difficult with traditional switches, since the control logic for each switch lies in the same switching logic.

Software Defined Network (SDN) separates the control plane from hardware forwarding. The migration logic controls used on integrated devices (eg ethernet switches) are easily accessible and logically the network becomes centralized in terms of control. In this research VLAN network simulation using Pox controller so that can know result of evaluation of VLAN network using pox controller. Based on the simulation phase, VLAN network configuration is more emphasized on the controller. Based on the results of testing the average value of Jitter, on the VLAN network using 2 pieces of the average value of Jitter value of 0.009 ms. The average value of Jitter is smaller than the average value of Jitter on a VLAN network using 3 switches of 0.027 ms. While the test results the average value of Packet Loss has the same value, ie 0%. The average value of Packet Loss indicates that both scenarios do not occur Packet Loss.

Keywords: VLAN, Software Defined Network, Control Plane, Hardware Forwarding, Pox Controller, Jitter, Packet Loss

Muhamad Fahri, dkk: Simulasi Jaringan..

85-90

ISSN 1979 - 1960

86 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

I. PENDAHULUAN Perkembangan teknologi, terutama pada perangkat lunak komputer (dalam bentuk sistem operasi dan aplikasi), memungkinkan adanya konfigurasi dari suatu jaringan komputer secara virtual (virtualisasi). VLAN merupakan salah satu solusi yang diberikan untuk hal tersebut. [4] Permasalahan yang ada pada VLAN adalah dalam mengkonfigurasi VLAN. Untuk mencocokkan fleksibilitas virtualisasi server, pengelola jaringan harus mampu untuk secara dinamis menambahkan, drop dan mengubah jaringan. Proses ini sulit dilakukan dengan switch tradisional, sebab logika kontrol untuk setiap switch terletak dalam logika switching yang sama. Proses pengelolaan jaringan, tingkat QoS (Quality of Service) dan tingkat keamanan dapat sangat memakan waktu jika jaringan perusahaan besar yang menggunakan perangkat jaringan dari beberapa vendor, sebab administrator jaringan harus mengkonfigurasi peralatan masing-masing vendor secara terpisah dan menyesuaikan kinerja serta parameterparameternya. [5] Software Defined Networking (SDN) sering disebut sebagai ide baru yang revolusioner dalam jaringan komputer untuk menyederhanakan kontrol jaringan, manajemen dan memungkinkan inovasi melalui programabilitas jaringan. Jaringan komputer biasanya dibangun dari sejumlah besar perangkat jaringan (seperti switch, router, firewall dan sebagainya) dengan banyak protokol yang kompleks (software), yang diimplementasikan dan tertanam. Network engineer bertanggung jawab untuk melakukan manajemen jaringan yang cukup menantang dan rawan kesalahan. [1] Karakteristik mendasar dari SDN adalah pemisahan forwarding dan control plane. Fungsi forwarding meliputi logika untuk menangani paket yang masuk berdasarkan karakteristik seperti MAC address, IP dan VLAN ID. Protokol, logika dan algoritma yang digunakan untuk forwarding plane berada pada control plane. Control plane menentukan tabel forwarding dan logika yang harus diprogram atau dikonfigurasi. Hasil yang paling dasar sinkronisasi ini adalah pencegahan loop. [2] Adanya penerapan QoS pada protokol OpenFlow menjadi daya tarik penulis untuk melakukan penelitian terhadap jaringan VLAN. Pada jaringan SDN terdapat sebuah controller yang mengatur jaringan. Adapun controller yang digunakan penulis dalam penelitian ini adalah Muhamad Fahri, dkk: Simulasi Jaringan..

Pox controller. Pox controller merupakan salah satu controller open source dan proses instalasi yang sederhana karena include dalam mininet serta menggunakan bahasa python sama halnya dengan mininet. Pox controller memiliki banyak fitur-fitur yang memudahkan para peneliti untuk melakukan penelitian mengenai jaringan dan Pox controller juga memiliki banyak fitur khususnya dalam VLAN sehingga memudahkan para peneliti melakukan penelitian mengenai SDN pada jaringan VLAN. Berdasarkan uraian permasalahan yang telah dijelaskan, judul penelitian penulis adalah “Simulasi Jaringan Virtual Local Area Network (VLAN) Menggunakan Pox Controller”.

II. METODOLOGI PENELITIAN II.1 Studi Pustaka Dalam penelitian sebelumnya yang berjudul ”Simulasi Virtual Local Area Network (VLAN) Berbasis Software Defined Network (SDN) Menggunakan POX Controller” dilakukan simulasi simulasi setup time dengan skenario perubahan jumlah VLAN. Topologi yang diuji mula-mula, terdapat empat buah host dengan dua switch, kemudian jumlah host ditambahkan dengan VLAN ID yang bertambah pula. Pengujian setup time ini bertujuan untuk mengetahui seberapa lama waktu setup paket openflow mod yang dikirimkan dari controller ke switch sampai kondisi switch stabil yaitu kondisi ketika switch tidak lagi meminta paket action terhadap suatu paket.

Dari pengujian yang dilakukan bahwa setup time untuk jumlah host yang semakin bertambah maka setup time akan semakin besar. Hal ini dikarenakan controller menggunakan mode proactive sehingga semakin banyak host maka rule yang dibutuhkan juga semakin banyak sehingga kerja dari controller untuk memberikan informasi kepada switch semakin banyak.

II.2 Metode Simulasi Pada metode simulasi ini meliputi beberapa langkah yang akan dilakukan yaitu: [3] 1. Problem Formulation 2. Conceptual Model 3. Input Output Data 4. Modeling 5. Simulation 6. Verfication and Validation 7. Experimentation 8. Output Analysis 85-90

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

III. HASIL DAN PEMBAHASAN III.1 Problem Formulation Pada jaringan Virtual Local Area Network (VLAN) menggunakan switch tradisional, administrator jaringan harus melakukan konfigurasi pada setiap hardware jaringan yang terhubung pada jaringan tersebut. Konfigurasi harus mengikuti cara konfigurasi dari setiap hardware tersebut. Setiap hardware jaringan memiliki cara konfigurasi yang berbeda-beda menyesuaikan vendor hardware. Hal ini merupakan suatu permasalahan dalam hal membuat sebuah jaringan menggunakan switch tradisional yang mengakibatkan administrator jaringan harus mengetahui cara konfigurasi setiap hardware yang terhubung. [5] Dari permasalahan tersebut dapat disimpulkan bahwa dibutuhan sebuah solusi yang dapat membantu administrator jaringan dalam hal melakukan konfigurasi. Solusi yang dapat diterapkan untuk mengatasi permasalahan tersebut adalah dengan menerapkan Software Defined Network (SDN). SDN bersifat terbuka dan memisahkan control plane dengan data plane sehingga jaringan SDN memudahkan administrator dalam hal berinovasi jaringan dan menjadikan infrastruktur yang ada sebagai entitas logis.

III.2 Conceptual Model Pada skenario 2 simulasi dilakukan untuk Conceptual model dalam penelitian ini adalah membuat konsep simulasi dengan membuat topologi 2 model skenario jaringan VLAN menggunakan simulasi Virtual Network Description (VND) melalui website http://www.ramonfontes.com/vnd, kemudian dijalankan dengan menggunakan mininet dan pox controller.

Adapun ketentuan skenario tersebut yaitu: 1. Jumlah switch yang digunakan adalah 2 buah switch dan 3 buah switch 2. Pada masing-masing skenario terdapat 6 buah PC dan 1 buah pox controller

Tabel 1 Data Input PC PC

IP Address

Subnet Mask

VLAN

PC 0

10.0.0.1

255.255.255.0

10

PC 1

10.0.0.2

255.255.255.0

20

PC 2

10.0.0.3

255.255.255.0

30

PC 3

10.0.0.4

255.255.255.0

10

PC 4

10.0.0.5

255.255.255.0

20

PC 5

10.0.0.6

255.255.255.0

30

Variabel yang digunakan untuk mendapatkan output pada simulasi ini yaitu : 1. Jitter Output ini menunjukkan waktu yang dibutuhkan suatu paket data terkirim dari node pengirim ke node tujuan.

2. Packet Loss Output ini untuk mengukur presentase jumlah data yang dikirim dan data yang diterima III.4 Modeling Pada tahapan modeling penulis membuat ilustrasi sebuah model jaringan VLAN berdasarkan tahapan sebelumnya. Terdapat 2 model jaringan VLAN yang penulis buat dengan penjelasan sebagai berikut: 1. Skenario 1 Menggunakan 2 Buah Switch:

Gambar 1. Skenario 1 Menggunakan 2 Buah Switch 2. Skenario 2 Menggunakan 3 Buah Switch:

III.3 Input Output Data Adapun input yang digunakan adalah konfigurasi VLAN. Pada 2 switch terdapat 3 buah PC yang merupakan 3 buah VLAN yang berbeda, yaitu VLAN 10, VLAN 20 dan VLAN 30. Berikut ini merupakan input untuk setiap PC yang terhubung:

Muhamad Fahri, dkk: Simulasi Jaringan..

87

Gambar 2. Skenario 2 Menggunakan 3 Buah Switch

85-90

ISSN 1979 - 1960

88 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

III.5 Simulasi Simulasi yang dilakukan pada jaringan VLAN menggunakan aplikasi mininet dan sistem operasi Linux Ubuntu LTS 14.04.5 yang berjalan pada virtual box. Sebelum simulasi dilakukan, ada beberapa hal yang harus disiapkan dan diinstal, yaitu virtual box, Linux Ubuntu LTS 14.04.5, mininet dan Pox Controller. Proses instalasi Linux Ubuntu LTS 14.04.5 dilakukan dengan menggunakan virtual box. Untuk mengetahui kinerja jaringan, penulis menggunakan aplikasi Iperf versi 2.0.5 yang berjalan di dalam PC. III.6 Verification and Validation Verifikasi dan validasi data dilakukan dengan memeriksa jaringan yang dibuat sudah sesuai atau tidak. Masing-masing skenario akan dilakukan percobaan pada tahapan ini untuk mengetahui apakah simulasi jaringan yang telah dirancang pada tahapan sebelumnya sudah sesuai dengan ketentuan yang ditetapkan pada tahapan sebelumnya. Jika terjadi kesalahan pada percobaan yang dilakukan pada tahapan ini, maka akan dilakukan koreksi atau perbaikan pada tahapan simulasi. Jika tidak terjadi kesalahan, maka akan dilanjutkan ke tahapan selanjutnya yaitu experimental dan output analysis.

III.7 Experimentation Ada 2 skenario yang dilakukan. Setiap skenario dilakukan percobaan sebagai berikut: 1. Pengujian konektivitas jaringan yang telah dibuat pada mininet.

2. Mengirimkan paket UDP. Waktu yang digunakan adalah 20, 40 dan 60 detik dengan masing-masing waktu dilakukan tiga kali percobaan. Nilai yang keluar pada akhir percobaan adalah Jitter dan Packet Loss.

III.8 Pengujian Konektivitas Jaringan Pada fase atau tahapan ini penulis melakukan pengujian terhadap koneksi antarVLAN. Pengujian ini dilakukan setelah menjalankan controller yang telah dibuat sebelumnya.

Pengujian yang penulis lakukan adalah menggunakan perintah pingall.

Pingall dilakukan setelah controller dijalankan. Berikut adalah gambar ketika melakukan pingall setelah controller dijalankan: Muhamad Fahri, dkk: Simulasi Jaringan..

Gambar 3. Pingall Setelah Controller Dijalankan Gambar 3 menggambarkan tentang pengujian terhadap konektivitas antarpc.

Pemeriksaan konektivitas pada gambar 3 dilakukan setelah controller dijalankan dan membutuhkan waktu selama 1 menit 20 detik.

Pemeriksaan tersebut membutuhkan waktu yang lama karena melakukan pemeriksaan terhadap semua pc yang terhubung.

Hasil pengujian tersebut menunjukkan bahwa setiap pc hanya terkoneksi dengan 1 buah pc lainnya. Pc0 terkoneksi dengan pc3, pc1 terkoneksi dengan pc4, pc2 terkoneksi dengan pc5 dan sebaliknya pc3 terkoneksi dengan pc0, pc4 terkoneksi dengan pc1 dan pc5 terkoneksi dengan pc2. Pingall juga menunjukkan bahwa paket yang dikirim sebanyak 30 hanya dapat terkirim sebanyak 6. Hal tersebut ditunjukkan pada bagian 6/30 received.

III.9 Pengujian Performa Jaringan Dengan Paket UDP a. Skenario 1

Gambar 4. Grafik Jitter Skenario 1 Gambar 4 menunjukkan perubahan ratarata nilai jitter pada setiap percobaan. Nilai jitter terbesar ditunjukkan pada percobaan pertama dan ketiga dengan waktu percobaan 20 dan 60 detik. Sedangkan nilai jitter terkecil ditunjukkan pada percobaan kedua dengan waktu percobaan 40 detik.

85-90

ISSN 1979 - 1960

JURNAL TEKNIK INFORMATIKA VOL. 10 NO. 1, 2017

89

percobaan pada skenario ini mendapatkan hasil 0%.

Gambar 5. Grafik Packet Loss Skenario 1 Gambar 5 menunjukkan perubahan nilai packet loss pada setiap percobaan. Seluruh percobaan pada skenario ini mendapatkan hasil 0%.

III.10 Output Analysis Hasil dari pemaparan hasil percobaan yang penulis dapatkan pada masing-masing skenario simulasi, maka kemudian diambil nilai rata-rata dari parameter jitter dan packet loss.

Nilai rata-rata dari kedua parameter dari masingmasing skenario dibandingkan satu sama lain untuk mendapatkan skenario mana yang memiliki nilai terbaik untuk masing-masing parameter.

Hasil keseluruhan simulasi ditampilkan dalam bentuk grafik.

b. Skenario 2

Gambar 8. Grafik Jitter

Gambar 6. Grafik Jitter Skenario 2 Gambar 6 menunjukkan perubahan ratarata nilai jitter pada setiap percobaan. Nilai jitter terbesar ditunjukkan pada percobaan pertama dan ketiga dengan waktu percobaan 40 detik.

Sedangkan nilai jitter terkecil ditunjukkan pada percobaan kedua dengan waktu percobaan 20 detik.

Gambar 8 menunjukkan perbandingan nilai rata-rata jitter untuk masing-masing skenario. Suatu jaringan dapat dikatakan bagus apabila memiliki nilai jitter yang kecil. Semakin kecil nilai jitter maka semakin lancar proses pengiriman data. Hasil simulasi yang penulis lakukan menunjukkan bahwa semakin banyak switch yang digunakan, maka akan mempengaruhi nilai jitter.

Gambar 9. Grafik Packet Loss

Gambar 7. Grafik Packet Loss Skenario 2 Gambar 7 menunjukkan perubahan nilai packet loss pada setiap percobaan. Seluruh

Muhamad Fahri, dkk: Simulasi Jaringan..

Gambar 9 menunjukkan nilai rata-rata packet loss untuk masing-masing skenario hasil simulasi. Suatu jaringan dapat dikatakan bagus apabila memiliki nilai packet loss yang kecil.

Semakin kecil nilai packet loss, maka data yang hilang saat pengiriman data juga semakin sedikit.Kedua skenario simulasi yang penulis

85-90

ISSN 1979 - 1960

90 |

JURNAL TEKNIK INFORMATIKA, APRIL 2017

lakukan memiliki nilai rata-rata packet loss terbaik karena nilai packet loss pada kedua skenario tersebut adalah 0%. Nilai packet loss tersebut menunjukkan bahwa tidak ada paket yang hilang dalam proses pengiriman.

IV.

[5]

Bandung: Informatika Stallings, William. 2013. Software Defined Networks and OpenFlow. The Internet Protocol Journal.

KESIMPULAN DAN SARAN

4.1 KESIMPULAN Berdasarkan hasil pengujian jaringan VLAN dilakukan dengan menggunakan 2 skenario, yaitu pembuatan jaringan VLAN dengan menggunakan 2 buah switch dan 3 buah switch. Berdasarkan hasil pengujian nilai ratarata Jitter yang dijelaskan, nilai rata-rata Jitter dapat dipengaruhi oleh jumlah device yang digunakan. Pada jaringan VLAN menggunakan 2 buah switch nilai rata-rata Jitter sebesar 0,009 ms. Nilai rata-rata Jitter tersebut lebih kecil dari nilai rata-rata Jitter pada jaringan VLAN yang menggunakan 3 buah switch yaitu sebesar 0,027 ms. Sedangkan hasil pengujian nilai rata-rata Packet Loss yang dijelaskan memiliki nilai yang sama, yaitu 0%. Nilai rata-rata Packet Loss tersebut menunjukkan bahwa kedua skenario tersebut tidak terjadi kehilangan paket.

4.2 SARAN Berdasarkan penelitian ini saran dari penulis adalah bahwa untuk penelitian selanjutnya menggunakan controller lainnya agar dapat mengetahui lebih dalam perbedaan proses setiap controller. Penulis menyarankan untuk mengimplementasikan jaringan VLAN yang menerapkan SDN pada jaringan saat ini supaya dapat melihat perbedaan performansi jaringan saat ini dengan jaringan yang menerapkan SDN. Penulis menyarankan untuk menambahkan proses intervlan routing agar semua VLAN dapat saling terkoneksi.

DAFTAR PUSTAKA [1]

[2]

[3] [4]

Azodolmolky, Siamak. 2013. Software Defined Networking with OpenFlow.

Birmingham-Mumbai: Packt Publishing.

Goransson, Paul & Black, Chuck. 2014.

Software Defined Networks A Comprehensive Approach.

USA: Morgan Kaufmann.

Madani, S.A., Kazmi, J & Mahlkecht, S. 2010. Modeling and Simulation.

Pratama, I Putu Agus Eka. 2015.

Handbook Jaringan Komputer.

Muhamad Fahri, dkk: Simulasi Jaringan..

85-90

ISSN 1979 - 1960

TEMPLATE JURNAL TEKNIK INFORMATIKA TAHUN 2017 JUDUL DITULIS DENGAN HURUF KAPITAL Nama_penulis11, Nama_penulis22 1,2

Nama Program Studi, Nama Fakultas Nama Universitas Alamat Korespondensi atau E-mail

Font: Times Size: 11pt Style :Bold

Font: Times Size: 11pt Style: Bold

Title Font: Times Size: 12pt Style: Bold

Font: Times Size: 11pt Style:Reguler

ABSTRAK

Makalah ini membahas format makalah dan panduan bagi penulis Jurnal Teknik Informatika Prodi Teknik Informatika Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta. Makalah harus diserahkan dalam format siap cetak dan dibatasi sepanjang sepuluh (10) halaman. Abstrak adalah sinopsis dari karya yang berisi permasalahan yang diteliti, tujuan penelitian, informasi dan metode yang digunakan untuk memecahkan masalah dan kesimpulan. Abstrak dibatasi 200 kata dan tidak boleh mengandung cuplikan, persamaan, gambar, dan tabel. Ukuran huruf untuk abstrak, kata kunci, dan badan makalah adalah 11pt. Kata kunci tidak lebih dari enam (6) kata.

Font: Times Size: 11pt Style: Bold

Kata Kunci: Web, Manajemen Aset, CodeIgniter, Bootstrap

Font: Times Size: 11pt Style: Italic

ABSTRACT Abstract is a synopsis of the work containing the problems studied, the purpose of research, information and methods used to solve problems and conclusions. Abstracts are limited to 200 words and should not contain references, equations, figures, and tables. The font size for abstracts, keywords, and body of paper is 11pt. Keywords are no more than six (6) words Font: Times Size: 11pt Style: Bold

Keywords: Web, Asset Management, CodeIgniter, Bootstrap

Font: Times Size: 11pt Style: Italic

Font: Times Size: 11pt Style: Bold

I. PENDAHULUAN

III. TABEL DAN GAMBAR

Panduan ini berisi template detail naskah yang harus dipersiapkan penulis untuk publikasi Jurnal Teknik Informatika sehingga harus diseragamkan sesuai dengan template yang telah diberikan. Di dalam template sudah terdapat panduan layout, style, ilustrasi dan referensi serta sebagai bantuan model penulisan yang dapat ditiru oleh penulis.

Penulisan yang tidak sesuai dengan template standar ini, tidak akan dipublikasikan.

Tabel yang ditampilkan hendaknya tidak dalam bentuk image (jpg atau png) agar dapat dilakukan penyuntingan. Gambar diberi judul dengan “Gambar” dan “Tabel” dan diberi nomor, contoh, Gambar 1, gambar 2, tabel 1, tabel 2, dan seterusnya. Judul Gambar ditempatkan di rata tengah bawah gambar.

Judul tabel ditempatkan di rata tengah atas tabel. Baik gambar dan tabel ditempatkan di rata tengah antara margin kanan dan kiri halaman. Tabel/gambar harus ditempatkan pada halaman yang sama dengan judul tabel/gambar. Jika tabel/gambar melebihi 1 halaman, maka ukurannya dapat diperkecil.

II. FORMAT

Font: Times Size: 9 pt Style: italics

Tulisan menggunakan bahasa Indonesia atau Inggris, diketik menggunakan kertas ukuran A4 (210 mm x 297 mm) dengan satu kolom dengan margin atas dan bawah serta margin kanan dan kiri, 2,5 cm. Pada bagian tengah halaman pertama berisi judul naskah.

Di bawah judul tersaji abstrak dan keyword dari abstrak. Abstrak diketik menggunakan spasi satu, dan huruf Times New Roman, 11pt. Naskah yang dikirimkan harus berbentuk word dokumen.

Font: Times Size: 8-10 pt

Tabel 1: Rata tengah dan menunjukan judul tabel (huruf kapital di awal kalimat saja)

A Judul Nama Alamat

Agustus Kimia Organik Ian Mahendra Semarang

September Fisika klasik Bambang JK Kendal

2.1 Bab dan Subbab Font: Times Judul bab dan subbab diberi huruf besar Size: 11 pt Gambar 1. Judul gambar (huruf kapital di awal untuk setiap awal kalimat dan diikuti dengan Style: Reguler kalimat saja) huruf kecil.

2.1.1 Header dan Footer Hindari penomoran dikirimkan. ditambahkan jurnal.

penulisan header, footer atau halaman di naskah yang Penomoran halaman akan pada tahap akhir pembuatan

2.2 Singkatan dan Akronim Font: Times Definisikan singkatan dan akronim pada Size: 11pt bagian awal paragraf ketika akan digunakan Style: di Reguler dalam kalimat. Singkatan yang penting telah didefinisikan di abstrak. Singkatan lain seperti IEEE, SI, MKS, CGS, ac, dc, rms dan singkatan umum lain tidak perlu didefinisikan.

Singkatan harus tanpa spasi, misal “S. T.,” yang benar adalah “S.T.”.

Jangan menggunakan singkatan pada judul, judul bab atau subbab, kecuali jika hal tersebut tidak dapat dielakkan lagi.

Istilah yang menggunakan bahasa asing ditulis dengan style italic.

IV. PERSAMAAN Ketika memberikan penomoran pada persamaan, berilah tanda kurung dan angka ditempatkan di sebelah kanan persamaan.

Persamaan harus diketik, bukan berupa gambar/sisipan. Contoh : Z = c0 + c1X1 + c2X2 + c3X3 + c4X4 (1) V. CUPLIKAN Cuplikan atau rujukan terhadap sumber tulisan lain yang dikemukakan penulis dalam badan naskah artikel harap disesuaikan dengan referensi pada Daftar Pustaka yang diurutkan berdasarkan kemunculan cuplikan tersebut, bukan berdasarkan alfabet. Untuk lebih memudahkan, penulis dianjurkan menggunakan fitur REFERENCES yang ada pada Microsoft Word.

Nomor Persamaan

Nomor cuplikan ditempatkan di dalam tanda kurung siku seperti contoh berikut [1].

Penomorannya mengikuti nomor referensi yang dituliskan pada bagian daftar pustaka Jangan menggunakan kalimat “Referensi [3]”, kecuali pada awal kalimat, misal “Referensi [3] menunjukkan bahwa......“. Tempatkan nomor referensi di bagian akhir kalimat, satu spasi dari kalimat terakhir dan diakhiri dengan titik, tanpa nama atau apapun. Referensi yang dirujuk pada daftar pustaka harus lebih dari 6 referensi.

Naskah yang dikirimkan tidak akan diterbitkan jika sudah pernah diterbitkan sebelumnya. Huruf besar hanya ditempatkan pada awal kalimat, kecuali judul naskah, judul bab dan subbab serta simbol. Untuk cuplikan dari jurnal yang berbahasa inggris, dapat tetap ditulis dalam bahasa inggris, dan ditulis dengan style italic.

[1] D. J. Beebe, “Signal conversion (Book style with paper title and editor),” in Biomedical Digital Signal Processing, W. J. Tompkins, Ed. Englewood Cliffs, NJ: Prentice-Hall, 1993, ch.3, pp. 61.

[2] M. Akay, Time Frequency and Wavelets in Biomedical Signal Processing (Book style). Piscataway, NJ: IEEE Press, 1998, pp. 123–135.

[3] G. B. Gentili, V. Tesi, M. Linari, and M. Marsili, “A versatile microwave plethysmograph for the monitoring of physiological parameters (Periodical style),” IEEE Trans. Biomed. Eng., vol. 49, no. 10, pp. 1204–1210, Oct. 2002.

[4] V. Medina, R. Valdes, J. Azpiroz, and E. Sacristan, “Title of paper if known,” unpublished.

Hak Cipta

VI. HASIL DAN PEMBAHASAN Makalah harus berasal dari hasil penelitian penulis dan berisi hasil-hasil simulasi, atau pengukuran sebagai validasi metode.

VII. PENUTUP Dan akhirnya naskah ditutup dengan memberikan pemaparan penutupan. Penutup berisi Simpulan dan Rekomendasi dari penulis dalam bentuk paragraf, bukan dalam bentuk poin atau angka.

DAFTAR PUSTAKA

Semua naskah yang tidak diterbitkan, dapat dikirimkan di tempat lain. Penulis bertanggung jawab atas ijin publikasi/pengakuan gambar, tabel dan bilangan dalam naskah yang dikirimkannya. Naskah bukanlah naskah jiplakan dan tidak melanggar hak-hak lain dari pihak ketiga. Penulis setuju bahwa keputusan untuk menerbitkan/ tidak menerbitkan naskah dalam jurnal yang dikirimkan penulis, adalah sepenuhnya hak Pengelola.

Sebelum penerimaan terakhir naskah, penulis diharuskan menegaskan secara tertulis, bahwa tulisan yang dikirimkan merupakan hak cipta penulis dan menugaskan hak cipta ini pada pengelola.