PERANCANGAN DAN PEMBUATAN SISTEM INFORMASI PANDUAN WISATA BESERTA ESTIMASI PERJALANAN WISATA DI JAWA TIMUR BERBASIS INTERNET

Sistem informasi pariwisata online di Jawa Timur merupakan sistem informasi yang menyajikan tentang kepariwisataan yang didalamnya hanya tercakup informasi tentang obyek wisata dengan pendeskripsian/gambaran singkat obyeknya, dan sarana pendukungnya seperti akomodasi, transportasi, rumah makan, souvenir shop, dan informasi lainnya yang hanya dapat dibaca saja, sehingga tidak terdapat interaksi yang berarti antara user dengan sistem. Kalaupun ada, yang umum hanyalah interaksi seputar pemesanan tiket pesawat online, tiket kereta api online, dan reservasi kamar hotel. Itupun pasti dilakukan dengan cara conect/berhubungan langsung dengan pihak-pihak yang terkait. Jadi situs pariwisata tersebut hanya memberikan portal-portal khusus untuk kita agar bisa conect/terhubung ke pihak tersebut. Sedangkan interaksi utama yang bisa dijadikan ciri khas tersendiri agar bisa dikenal oleh banyak khalayak belum pernah dibuat. Sehingga sistem informasi pariwisata baru yang dibuat disini adalah dengan menghadirkan ciri khas interaksi tersebut yang mana mempunyai tujuan agar dapat dikenal oleh banyak khalayak. Sistem yang baru ini bukan hanya menghadirkan informasi yang dapat dibaca saja, melainkan dapat dijadikan sebagai media tanya jawab bagi seorang user/calon wisatawan yang bertindak sebagai seorang decision maker/pembuat keputusan. Interaksi baru yang dihadirkan disini adalah pengambilan keputusan untuk menentukan rute terpendek dari kota keberangkatan ke kota-kota tujuan dengan menggunakan DIJKSTRA ALGORITHM. Algoritma Dijkstra ini merupakan solusi yang tepat untuk penentuan estimation/perkiraaan path/rute terpendek. Sehingga bukan hanya rute terpendek/terdekat yang dapat diketahui, namun jumlah hari minimum yang ditempuh dan jumlah waktu minimum yang dibutuhkan dapat diketahui pula. Selain itu, interaksi yang kedua adalah pengambilan keputusan untuk menentukan jumlah budget minimum / jumlah budget sesuai dengan yang dimiliki dalam penentuan akomodasi dan transportasi yang tepat. Tentunya penentuan akomodasi dan transportasi itu dapat diketahui setelah menghitung hasil pengurangan antara jumlah anggaran/dana dengan biaya masuk ke lokasi obyek wisata. Penentuan budget juga bisa normal / non minimum bila user ingin menentukan sendiri akomodasi dan transportasi yang dipakai. Dengan demikian sistem yang baru ini memiliki nilai plus/kelebihan-kelebihan dibandingkan dengan sistem yang lama karena bukan hanya informasi yang dapat dibaca saja, melainkan dapat dijadikan sebagai media tanya jawab bagi seorang user yaitu dengan hadirnya sistem pendukung keputusan yang dapat memberikan solusi terbaik tentang perencanaan liburan/perjalanan wisata yang akan dilakukan oleh siapa saja. Sehingga tujuan membuat homepage/situs untuk menyajikan informasi yang interaktif dalam bidang kepariwisataan dapat tercapai.

SEGMENTASI CITRA IKAN TUNA DENGAN MAHALANOBIS HISTOGRAM THRESHOLDING DAN MAHALANOBIS FUZZY C-MEANS

segmentasi. Secara visual citra ikan tuna memiliki varian warna yang tinggi mulai
dari bagian biru gelap hingga biru terang atau putih. Jika citra ikan tuna dipetakan
ke dalam ruang fitur maka piksel yang menyusun area tubuh ikan tuna akan
membentuk kelompok piksel hyperellipsoid. Algoritma segmentasi Fuzzy C-Means
berbasis jarak Mahalanobis dapat digunakan untuk mensegmentasi citra yang
memiliki karakteristik tersebut. Namun inisialisasi derajat keanggotaan dan
centroid klaster secara random mengakibatkan proses pengklasteran piksel menjadi
tidak efisien dalam hal iterasi dan waktu komputasi.
Penelitian ini mengusulkan metode baru untuk segmentasi citra ikan tuna
dengan Mahalanobis Histogram Thresholding M-HT dan Mahalanobis Fuzzy CMeans
MFCM. Metode yang diusulkan terdiri atas tiga tahapan utama yaitu
Inisialisasi centroid untuk mendapatkan centroid awal tiap klaster pengklasteran
piksel untuk mengelompokkan piksel background dan objek dan peningkatan
akurasi untuk meningkatkan akurasi hasil pengklasteran piksel.
Berdasarkan hasil uji coba diperoleh rata-rata jumlah iterasi sebanyak 66
iterasi dengan waktu segmentasi rata-rata 16203 detik. Rata-rata Akurasi sebesar
9854 dengan tingkat Missclassification Error sebesar 146. Berdasarkan hasil
yang diperoleh maka dapat disimpulkan bahwa metode yang diusulkan dapat
meningkatkan efisiensi dalam hal jumlah iterasi dan waktu segmentasi. Selain itu
metode yang diusulkan dapat memberikan hasil segmentasi yang lebih akurat
dibandingkan dengan metode konvensional.