BAB IV PENGUJIAN - WordPress

BAB IVHASIL DAN PEMBAHASAN4.1Pengujian ProgramPada tahap analisis kinerja perangkat lunak dijelaskan tentang pengujianaplikasi pencarian jalur terpendek menggunakan algoritma semut. Pengujiandilakukan dengan kompleks dan diharapkan dapat diketahui kekurangan-kekurangandari sistem untuk kemudian diperbaiki sehingga kesalahan dari sistem dapatdiminimalisasi atau bahkan dihilangkan. Pengujian sistem ini dilakukan untukmendapatkan hasil yang akurat.Pengujian sistem ini dapat dilakukan dengan mengisi form inputan yang telahditampilkan pada BAB III,yaitu dengan mengisi data parameter algoritma semutdan data graph4.1.1 Pengujian tidak normalDilakukan dengan memberikan masukan dengan spesifikasi yang tidakdiijinkan sehingga sistem akan memberikan reaksi lain. Reaksi sistem berupa berupaperingatan (alert) atau penanganan kesalahan (error handling).Penanganan kesalahan ini dilakukan untuk menangkap error yang terjadiketika salah satu field pada form inputan kosong atau ketidaksesuaian tipe data.Contoh penanganan kesalahan input terdapat pada pemasukan field yangmembutuhkan data jumlah siklus. Jika pada field tidak diisikan dengan data, makaakan muncul peringatan seperti pada gambar 4.6.

49Gambar 4.1 Peringatan jika field tidak diisi4.2Analisis Kinerja Sistem4.2.1 Analisis berdasarkan jumlah titikDilakukan dengan memberikan masukan yang menurut spesifikasi awal danpengetahuan yang diijinkan. Setelah diberikan masukan yang sesuai, dilakukananalisis pembandingan antara kebenaran masukan serta kesesuaian program dengankebutuhan sistem. Pengujian dilakukan dengan masukan data kecil,data menengah,dan data besar yang dilakukan selama 10 kali. Parameter algoritma semut yangdigunakan adalah :Nilai Tij 0.1Jumlah Semut 100Alpha 1Betha 1Nilai Q 1Nilai Rho 0.5Jumlah Siklus 5

50Data graph kecil ditunjukkan oleh gambar 4.2Gambar 4.2 Data KecilData graph sedang ditunjukkan pada gambar 4.3Gambar 4.3 Data sedang

51Data besar ditunjukkan pada gambar 4.4Gambar 4.4 Data BesarDari data di atas,setelah dilakukan pengujian selama 10 kali, maka di dapathasil yang ditunjukkan pada table 4.112345678910Kota Kecil 0-1-7910-1-7910-1-7910-1-7910-1-7910-1-7Kota Menengah 20-8-14-2-22-33320-8-14-2-22-3Kota Besar (50 -12-10-27-3946-45-22-14-12-10-27-39Tabel 4.5 tabel hasil pengujian

52Dari hasil table 4.5 dapat dilihat bahwa pada kasus kota kecil dan kota sedangjalur terpendek yang dihasilkan lebih stabil di bandingkan pada kasus kota besar.Sehingga bisa disimpulkan bahwa semakin besar jumlah kota, maka tingkatakurasinya semakin menurun.4.2.2 Analisis berdasarkan nilai parameterDalam menetukan jalur terpendek menggunakan Antco, ada parameter –parameter yang tentu saja berpengaruh terhadap hasil perhitungan. Pada penelitian iniakan dibahas nilai – nilai parameter (alpha,betha,rho, dan Q) terhadap akurasi hasilperhitungan. Mengacu pada penelitian sebelumnya (Dorigo, 1996) ditentukan nilai –nilai parameter yang digunakan adalah : α Є{0, 0.5, 1, 2, 5}, β Є {0, 0.5, 1, 2, 5}, ρЄ {0.3, 0.5, 0.7, 0.99} dan Q Є {1, 100, 10000}.Gambar 4.6 menunjukkan jalur graph yang digunakan untuk menetukan nilaiparameter terbaik :

53Gambar 4.5 Salah satu data graph pengujianNilai parameter AntCo lainnya sebagai berikut :Jumlah siklus 10Jumlah semut 30Jumlah titik 7Nilai tij 0.01Dari hasil pengujian dapat di simpulkan bahwa:1.Nilai parameter Q dan rho tidak terlalu berpengaruh terhadap akurasi hasilperhitungan. Meski demikian nilai Q terbaik adalah 1 dan nilai rho terbaikadalah 0.99

542.Nilai Alpha dan Betha yang dapat menghasilkan perhitungan yang akuratadalah : 0 α 4 dan 0 β 4. Dengan nilai Alpha terbaik adalah 1 dan nilaibetha terbaik adalah 1

BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Program Pada tahap analisis kinerja perangkat lunak dijelaskan tentang pengujian aplikasi pencarian jalur terpendek menggunakan algoritma semut. Pengujian dilakukan dengan kompleks dan diharapkan dapat diketahui kekurangan-kekurangan