Di kota pariwisata seperti Kota Bogor, kemacetan lalu lintas sudah tidak terdengar asing lagi di telinga masyarakat Kota Bogor. Diperlukan solusi untuk mengatasi permasalahan kemacetan lalu lintas yang disebabkan oleh jumlah kendaraan yang melebihi kapasitas jalan. Pada penelitian ini dibangun aplikasi Neon yaitu jejaring sosial berbasis perangkat komunikasi bergerak yang memudahkan berbagi kendaraan dalam tujuan perjalanan yang sama. Penelitian ini penulis menerapkan suatu algoritma yaitu Algoritma Spatial Map Matching yang fungsinya sebagai penentuan titik koordinat yang presisi pada rute perjalanan yang ditampilkan pada maps digital yaitu Google Maps. Berdasarkan hasil pengujian kelayakan yang telah disimpulkan bahwa secara fungsional seluruh proses pada aplikasi penerapan Algoritma Spatial Map Matching sebagai cara penentuan titik koordinat yang presisi untuk aplikasi tumpangan kendaraan telah berjalan sesuai yang diharapkan. Sebagaimana dari 15 data titik yang ditentukan, data jarak dari penerapan Algoritma Spatial Map Matching lebih dekat dibandingkan dengan data jarak aplikasi sebelumnya nebengers terhadap posisi tempat/jalan terdekat yang sudah ditentukan yaitu dengan rata-rata jaraknya Meter. Sedangkan hasil selisih jarak yang dihasilkan memiliki jarak yang cukup jauh antara jarak data dari posisi titik pada aplikasi sebelumnya nebengers dengan posisi titik yang sudah diterapkan Algoritma Spatial Map Matching. Dapat disimpulkan bahwa Algoritma Spatial Map Matching dapat menentukan titik posisi yang lebih presisi dengan persentase kelayakan penelitian sebesar Discover the world's research25+ million members160+ million publication billion citationsJoin for free Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [45] Article DOI Received Maret; Accepted April; Published Mei Penerapan Algoritma Spatial Map Matching dengan API Menggunakan GPS untuk Posisi Tumpangan Kendaraan Farhan Zayid 1*, Egi Ferdiana2 1Teknik Informatika/STIKOM Binaniga Email farhan 2Teknik Informatika/STIKOM Binaniga Email ABSTRAK Di kota pariwisata seperti Kota Bogor, kemacetan lalu lintas sudah tidak terdengar asing lagi di telinga masyarakat Kota Bogor. Diperlukan solusi untuk mengatasi permasalahan kemacetan lalu lintas yang disebabkan oleh jumlah kendaraan yang melebihi kapasitas jalan. Pada penelitian ini dibangun aplikasi Neon yaitu jejaring sosial berbasis perangkat komunikasi bergerak yang memudahkan berbagi kendaraan dalam tujuan perjalanan yang sama. Penelitian ini penulis menerapkan suatu algoritma yaitu Algoritma Spatial Map Matching yang fungsinya sebagai penentuan titik koordinat yang presisi pada rute perjalanan yang ditampilkan pada maps digital yaitu Google Maps. Berdasarkan hasil pengujian kelayakan yang telah disimpulkan bahwa secara fungsional seluruh proses pada aplikasi penerapan Algoritma Spatial Map Matching sebagai cara penentuan titik koordinat yang presisi untuk aplikasi tumpangan kendaraan telah berjalan sesuai yang diharapkan. Sebagaimana dari 15 data titik yang ditentukan, data jarak dari penerapan Algoritma Spatial Map Matching lebih dekat dibandingkan dengan data jarak aplikasi sebelumnya nebengers terhadap posisi tempat/jalan terdekat yang sudah ditentukan yaitu dengan rata-rata jaraknya Meter. Sedangkan hasil selisih jarak yang dihasilkan memiliki jarak yang cukup jauh antara jarak data dari posisi titik pada aplikasi sebelumnya nebengers dengan posisi titik yang sudah diterapkan Algoritma Spatial Map Matching. Dapat disimpulkan bahwa Algoritma Spatial Map Matching dapat menentukan titik posisi yang lebih presisi dengan persentase kelayakan penelitian sebesar Keywords Algoritma Spatial Map Matching, Posisi Tumpangan Kendaraan, Aplikasi Android Nebeng Online. A. PENDAHULUAN 1. Latar Belakang Salah satu teknologi yang ada di smartphone yaitu GPS. GPS Global Positioning System merupakan sistem yang menggunakan bantuan satelit untuk mengetahui posisi atau letak suatu permukaan bumi. Semua hal bisa diketahui oleh sistem GPS. Dengan bantuan satelit untuk memantau posisi permukaan bumi. GPS sudah banyak diimplementasikan untuk kebutuhan sehari-hari diantaranya yaitu pelacak kendaraan, memantau gempa dan bencana, sistem informasi geografis wilayah, navigasi jalan, digunakan dalam bidang militer dan petunjuk arah lautan. GPS memilki peluang untuk dikembangkan maupun diimplementasikan pada kasus lain. Artinya dalam hal ini teknologi GPS dari smartphone masih bisa dikembangkan dan dimanfaatkan untuk menyelesaikan masalah yang terjadi di sekitar kita dan memberikan kemudahan bagi penggunannya. Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [46] Masalah yang dapat kita ambil untuk menyelesaikannya dengan menggunakan teknologi GPS pada smartphone yaitu masalah kemacetan yang diakibatkan terlalu banyaknya kendaraan yang sudah melewati batas volume jalan. Bagi negara berkembang utamanya yang sangat dikeluhkan dalam permasalahan bertransportasi ini. Hal ini dikarenakan pertumbuhan penduduk di setiap negara semakin lama semakin meningkat, sehingga berimbas kepada pengguna jasa transportasi yang meningkat tajam. Tidak terkecuali di Indonesia sebagai salah satu negara berkembang sekaligus salah satu negara dengan populasi terbesar di dunia. Dimana lebih banyak transportasi yang digunakan masyarakat Indonesia yaitu menggunakan kendaraan pribadi dibandingkan dengan kendaraan umum. Berikut statik perkembangan jumlah kendaraan bermotor menurut jenisnya dari tahun 2010-2017 oleh BPS Gambar 1 Statistik Perkembangan Transportasi Sumber Data Dari Badan Pusat Statistik Indonesia Dari gambar diatas disimpulkan bahwa pengguna kendaraan sepeda motor menjadi yang terbanyak dibandingkan jenis lainnya dan mobil penumpang atau kendaraan umum mempunyai jumlah yang lebih sedikit dari pengguna sepeda motor. Jadi bisa di bayangkan pengguna transportasi pribadi lebih banyak dibandingkan pengguna transportasi umum yang dapat menimbulkan berbagai macam masalah diantaranya polusi udara yang semakin banyak yang membuat kotornya udara disekitar yang dikarena oleh asap kendaraan. Namun masalah umum yang sebenarnya yang ditimbulkan dari meningkatnya transportasi di setiap daerah di Indonesia yaitu kemacetan. Dari permasalah tersebut bukan berarti tidak adanya upaya pemerintah untuk mengatasi kemacetan seperti peningkatan kapasitas jalan, dianjurkan untuk menggunakan angkutan umum, dan pembatasan kendaraan pribadi. Namun sampai saat ini tindakan tersebut belum terlihatnya dampak positif yang signifikan artinya masih terjadi kemacetan dimana-mana padahal aturan tersebut sudah dilakukan. Selain itu sudah banyak upaya dari masyarakat untuk mengurangi angka kendaraan dijalan raya yang menyebabkan kemacetan yaitu dengan membentuk suatu komunitas. Komunitas ini bukan sekedar komunitas biasa tetapi komunitas yang terbentuk untuk menyelesaikan masalah sosial seperti kemacetan. Komunitas yang terbentuk dari masalah kemacetan yaitu komunitas nebeng. Komunitas nebeng adalah komunitas berbagi kendaraan dalam perjalanan tertentu dengan perjanjian sebelumnya. Saat ini ada komunitas nebeng yang didukung dengan teknologi informasi yaitu yang merupakan situs menyediakan info berbagi kendaraan. Untuk mengakses aplikasi ini harus melakukan pendaftaran dahulu. Kelemahan aplikasi ini adalah informasi pencarian pemberi tumpangan tidak detil dan tata letak posisi kendaraan kurang sesuai. Dengan adanya penelitian ini kelemahan dari aplikasi tersebut harus dapat diatasi dengan menciptakannya sarana atau aplikasi baru untuk komunitas nebeng yang lebih tepat dan cepat untuk pencarian tumpangannya. Perlu adanya metode atau algoritma khusus untuk memperbaiki posisi dalam sebuah perangkat GPS pada smartphone seperti menggunakan algoritma Spatial Map Matching untuk meminimalisir kesalahan dalam menampilkan posisi kendaraan. Hal ini menghindari akurasi perangkat GPS pada smartphone yang kurang baik, karena biasanya terjadi penyimpangan. 2. Permasalahan Dari uraian latar belakang di atas, maka dapat diidentifikasi masalah dalam penelitian ini adalah Belum presisinya titik koordinat yang didapatkan sesuai dengan posisi lokasi yang aktual. 3. Tujuan Adapun tujuan penelitian ini adalah Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [47] a. Memperbaiki posisi titik koordinat pada Maps Digital Google Maps. b. Mendapatkan titik koordinat pada Maps Digital Google Maps yang sesuai dengan posisi tumpangan kendaraan. 4. Tinjauan Pustaka a. Spatial Matching Menurut Maftukhin 2018, menyatakan bahwa spatial matching merupakan salah satu dari beberapa algoritma map matching yang menggunakan data GPS pada peta digital dan menggunakan analisa spasial geografis untuk membuat kandidat grafik berdasar data GPS yang ada, lalu setelahnya akan dilakukan perhitungan jarak terdekat untuk menentukan atau mencocokkannya grafik tersebut ke dalam peta yang asli. Sebelum membahas spatial matching lebih jauh, lebih baiknya membahas terlebih dahulu konsep analisa spasial. b. Global Positioning System GPS Adalah suatu sistem navigasi menggunakan ebih dari 24 satelit MEO Medium Earth Orbit atau Middle Earth Orbit yang mengelilingi bumi sehingga penerima-penerima sinyal di permukaan bumi dapat menangkap sinyalnya. GPS mengirimkan sinyal gelombang mikro ke Bumi. Sinyal ini diterima oleh alat penerima di permukaan, dan digunakan untuk menentukan letak, kecepatan,arah, dan mengorbit pada ketinggian mil di atas bumi dan mampu mengelilingi bumi dua kali dalam 24 jam. Satelit GPS secara kontinyu mengirimkan sinyal radio digital yang mengandung data lokasi satelit dan waktu, pada penerima yang berhubungan. Satelit GPS dilengkapi dengan jam atom yang mempunyai ketepatan waktu satu per satu juta detik. Berdasar informasi ini, stasiun penerima mengetahui berapa lama waktu yang digunakan untuk mengirim sinyal sampai kepada penerima di bumi. Semakin lama waktu yang digunakan untuk sampai ke penerima, berarti semakin jauh posisi satelit dari stasiun penerima. c. API Application Programing Interface Secara umum API merupakan ekspresi terfokus keseluruhan fungsional dalam suatu modul software yang dapat diakses oleh orang yang membutuhkan dengan cara yang telah ditentukan layanan. Representasi terfokus dari fungsi yang dideklarasikan dalam API dimaksudkan untuk menyediakan rangkaian layanan yang spesifik untuk target tertentu. Jika dalam satu modul memiliki API ganda, hal ini sudah menjadi hal yang umum karena setiap API dimaksudkan untuk penggunaan yang spesifik dari modul terkait Rama dan Avinash, 2015. B. METODE 1. Prosedur Pengembangan Prosedur pengembangan merupakan langkah-langkah yang dilakukan dalam proses pengembangan. Langkah-langkah tersebut dapat dilihat pada gambar dibawah ini. Gambar 2. Prosedur Pengembangan Dapat dijelaskan prosedur pengembangan dari penelitian ini sebagaimana yang ditunjukkan oleh gambar 2 a. Analisa Kebutuhan, yaitu proses analisis untuk mendapatkan data yang dibutuhkan, proses analisis dapat berupa observasi, wawancara, studi pustaka, dan pencarian penelitian yang dianggap relevan. b. Desain Produk, yaitu pendefinisian dari kebutuhan – kebutuhan fungsional dan persiapan untuk rancang bangun implementasi; menggambarkan bagaimana sistem prediksi jumlah produksi paket menu dibentuk. c. Membangun Prototype, yaitu tahap dimana membangun prototype. d. Evaluasi, yaitu produk dievaluasi oleh pengguna. Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [48] e. Produk, yaitu produk awal yang telah dievaluasi kepada pengguna, jika ada kesalahan maka kembali lagi pada tahap evaluasi. f. Produk Akhir, yaitu produk yang telah melalui tahap uji coba bahwa produk layak digunakan. 2. Kerangka Uji Coba Uji coba produk dimaksudkan untuk mengumpulkan data yang dapat digunakan sebagai dasar untuk menetapkan tingkat keefektifan, efiiensi dan daya tarik dari produk yang dihasilkan. a. Desain Uji Coba Pada penelitian pengembangan ini dilakukan tahapan pengujian, yaitu uji coba yang dilakukan terhadap ahli sistem informasi dan mahasiswa di STIKOM Binaniaga Bogor. 1 Uji Coba Ahli Teknologi Informatika Pengujian kepada ahli teknologi informatika untuk mereview produk awal sistem, uji coba dilakukan dengan menyebarkan kuesioner. 2 Uji Coba Pengguna Pengujian kepada pengguna dilakukan untuk mengetahui kelayakan dan ketepatan informasi yang dihasilkan, uji coba dilakukan dengan menyebarkan kuesioner kepada pengguna yaitu Komunitas Nebeng. b. Subjek Uji Coba Karakteristik subjek uji coba perlu diidentifikasi secara jelas dan lengkap, termasuk cara pemilihan subjek uji coba. Subjek uji coba dapat terdiri dari ahli dibidang aplikasi android, dan sasaran pemakai komunitas nebeng. Subjek uji coba yang dilibatkan harus diidentifikasi karakteristiknya secara jelas dan lengkap, tetapi terbatas dalam kaitannya dengan produk yang dikembangkan. Teknik pemilihan subjek uji coba juga perlu dikemukakan lebih rinci. 3. Jenis Data a. Jenis Data Ahli Jenis data yang diharapkan dari ahli materi adalah data yang berhubungan dengan teknis pengembangan sebuah alat dan juga sebuah aplikasi yang dapat dinilai dari segi usability, fungtionality, dan komunikasi visual. b. Jenis Data Pengguna Jenis data yang diharapkan dari pengguna adalah data yang berhubungan dengan pengalaman pengguna User Experience yakni dari segi tampilan, kemudahan dalam penggunaannya, dan manfaat dari adanya produk tersebut. 4. Instrumen Pengumpulan Data Menurut Suharsimi Arikunto instrumen penelitian merupakan alat bantu yang dipilih dan digunakan oleh penelitian dalam melakukan kegiatannya untuk mengumpulkan data agar kegiatan tersebut menjadi sistematis dan dipermudah olehnya. Adapun instrumen yang akan digunakan dalam penelitian pengembangan ini yaitu kuesioner. Kuesioner tersebut merupakan instrumen bagi pengguna. Tabel 1. Kisi-Kisi Instrumen Kuesioner Untuk Ahli Sistem Informasi No Aspek Penilaian Indikator Jumlah Butir 1 Komponen Input User Interface 1 Interaksi Sistem 1 2 Komponen Model Prosedur Sistem 1 Logika Program 1 3 Komponen Output Ketepatan Informasi 1 Kekinian Informasi 1 4 Komponen Teknologi Waktu Respon 1 Keluwesan Sistem Sistem Flexibility 1 5 Komponen Control Keamanan Sistem 1 6 Arsitektur Data Isi-isi Basis Data Database Contents 1 Sumber Sugiono 2010 Tabel 2 Kisi-Kisi instrument Kuesioner Untuk pengguna No. Aspek Penilaian Indikator Jumlah Butir 1 Kualitas Informasi Kelengkapan Completeness 1 KeseksamaanPrecision 1 Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [49] ReabilitasReability 1 KeluaranFormat of Output 1 2 Kualitas Sistem Fleksibilitas Sistem System Flexibility 1 Integrasi Sistem System Integration 1 Waktu Untuk Merespon Time to Respon 1 Pemulihan Kesalahan Error Recovery 1 Kenyamanan Akses Convinience of access 1 Bahasa Language 1 3 Kualitas Layanan Jaminan Assurance 1 Empati Emphaty 1 Tanggapan Responsiveness 1 4 Penggunaan Waktu Penggunaan Harian Daily Use Time 1 Frekuensi Penggunaan Frequency of Use 1 5 Kepuasaan Pengguna Pembelian Ulang Repeat Purchase 1 Pengunjung Ulang Repeat Visit 1 6 Keuntungan Bersih Kecepatan Menyelesaikan Tugas Speed of Acomplishing Task 1 Kinerja Pekerjaan Job Peformace 1 Efektivitas Efectiveness 1 Sumber Sugiono 2010 Teknik pengolahan data pada penelitian pengembangan ini menggunakan pengukuran skala likert. Skala Likert merupakan metode skala bipolar, yang menentukan positif atau negatif respon pada sebuah pernyataan. Skala Likert atau Likert Scale adalah skala penelitian yang digunakan untuk mengukur sikap dan pendapat. Dengan skala likert ini, responden diminta untuk melengkapi kuesioner yang mengharuskan mereka untuk menunjukkan tingkat persetujuannya terhadap serangkaian pertanyaan. Pertanyaan atau pernyataan yang digunakan dalam penelitian ini biasanya disebut dengan variabel penelitian dan ditetapkan secara spesifik oleh peneliti. Nama Skala ini diambil dari nama penciptanya yaitu Rensis Likert, seorang ahli psikologi sosial dari Amerika Serikat. Tingkat persetujuan yang dimaksud dalam skala Likert ini terdiri dari 5 pilihan skala yang mempunyai gradasi dari Sangat Setuju SS hingga Sangat Tidak Setuju STS. 5 pilihan tersebut diantaranya adalah Tabel 3. Tabel Skala Likert No. Kategori Skor 1 Sangat Setuju SS 5 2 Setuju S 4 3 Ragu-ragu RG 3 4 Tidak Setuju TS 2 5 Sangat Tidak Setu STS 1 5. Teknik Analisa Data Analisis data adalah proses mencari dan menyusun secara sistematis data yang diperoleh dari hasil wawancara, catatan lapangan, dan bahan-bahan lain, sehingga dapat mudah dipahami, dan temuannya dapat diinformasikan kepada orang lain Bogdan dalam Sugiyono, 2013244. Analisis data ini menggunakan teknik analisis deskriptif, data yang diperoleh melalui kuesioner dengan analisis deskriptif akan diuraikan secara naratif. Jenis data yang diperoleh dari hasil uji kelayakaan Validasi oleh pengguna yaitu data kuantitatif, data kuantitatif berupa angka-angka mulai dari 1 hingga 5 berdasarkan skala likert yang kemudian akan di presentasekan. Teknik analisis data yang digunakan untuk menganalisis data hasil penilaian kelayakan adalah dengan teknik analisis deskriptif. Adapun teknik deskriptif presentase yang akan digunakan, dapat dituliskan sebagai berikut 𝑷𝒆𝒓𝒔𝒆𝒏𝒕𝒂𝒔𝒆 = ∑𝑱𝒂𝒘𝒂𝒃𝒂𝒏 𝒙 𝑩𝒐𝒃𝒐𝒕 𝒕𝒊𝒂𝒑 𝒑𝒊𝒍𝒊𝒉𝒂𝒏𝒏 𝒙 𝑩𝒐𝒃𝒐𝒕 𝒕𝒆𝒓𝒕𝒊𝒏𝒈𝒈𝒊 Keterangan ∑ = Jumlah N = Jumlah seluruh item angket Jenjang kualifikasi kriteria kelay akan untuk menyimpulkan hasil validasi adalah sebagai berikut Tabel 4 Konversi Tingkat Pencapaian Tingkat Ketercapaian Kualifikasi 90%-100% Sangat Layak 75%-89% Layak 65%-74% Cukup Layak Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [50] 55%-64% Kurang Layak 0%-54% Tidak Layak Adaptasi dari Sudjana,2005, C. HASIL DAN PEMBAHASAN 1. HASIL Berdasarkan pengumpulan dan wawancara didapati alur system seperti dibawah ini Gambar Alur Sistem Yang Berjalan Berdasarkan gambar diawali dengan apabila anda belum memiliki akun diwajibkan untuk mendaftar terlebih dahulu dan apabila sudah memiliki akun maka prosesnya langsung menuju login saja. Jika berhasil tervalidasi maka anda akan menuju ke halaman utama. Selanjutnya user akan ditawarkan 2 opsi yaitu pengendara dan penumpang. Jika sebagai pengendara user diharuskan membuat perjalanan terlebih dahulu seperti yang di jelaskan pada gambar di atas. Jika user sebagai penumpang maka user akan mencari tumpangan sesuai tempat awal dan tujuan lalu memesan kursi pada tumpangan tersebut. Jika proses pengecekan tumpangan valid maka penumpang akan mengirimkan notifikasi kepada pengendara yang memiliki tumpangan tersebut. setelah itu proses mengupdate status tumpangan akan dilakukan oleh pengendara dan masing-masing akan mengirim notifikasi kepada penumpang sebagai tanda berangkat dan selesainya tumpangan yang telah dipesan. berdasarkan data yang didapat dikembangkanlah system sebagai berikut Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [51] Gambar Alur Sistem Yang Dikembangkan Berdasarkan gambar hampir sama dengan alur sistem yang lama yaitu diawali dengan apabila anda belum memiliki akun diwajibkan untuk mendaftar terlebih dahulu dan apabila sudah memiliki akun maka prosesnya langsung menuju login saja. Jika berhasil tervalidasi maka anda akan menuju ke halaman utama. Dihalaman utama ada proses pengecekkan akun yang sudah memiliki profile. Jika belum memiliki profile maka diwajibkan untuk melengkapi profile terlebih dahulu dan jika sudah melengkapi profile sebelumnya maka proses ini di lewati. Selanjutnya user akan ditawarkan 2 opsi yaitu pengendara dan penumpang. Jika sebagai pengendara user diharuskan membuat perjalanan terlebih dahulu seperti yang di jelaskan pada gambar di atas. Jika user sebagai penumpang maka user akan mencari tumpangan sesuai tempat awal dan tujuan lalu memesan kursi pada tumpangan tersebut. Jika proses pengecekan tumpangan valid maka penumpang akan mengirimkan notifikasi kepada pengendara yang memiliki tumpangan tersebut. setelah itu proses mengupdate status tumpangan akan dilakukan oleh pengendara dan masing-masing akan mengirim notifikasi kepada penumpang sebagai tanda berangkat dan selesainya tumpangan yang telah dipesan. Namun disini apabila ingin menampilkan rute perjalanan ada proses penerapan algoritma Spatial Map Matching terlebih dahulu untuk mendapatkan posisi tumpangan yang presisi yang akan di tampilkan di maps digital. Aplikasi yang dikembangkan hanya memiliki satu aktor yaitu Pengguna. Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [52] Gambar Use Case Diagram Pada gambar dibawah ini merupakan relasi antar tabel yang terdapat pada aplikasi tumpangan kendaraan. Gambar Relasi Antar Tabel Alur Sistem menggambarkan bagaimana detail dari komponen yang di-terdapat dalam struktur sistem, dimana komponen akan diletakan pada mesin, server atau perangkat keras. Berikut ini adalah gambaran untuk alur sistem pada penerapan Algoritma Spatial Map Matching Dengan API Menggunakan GPS. Gambar Alur Sistem Berdasarkan gambar dapat kita ketahui sebenarnya proses awal dari aplikasi ini di device android, akan tetapi kita terlebih dahulu harus mengaktifkan fitur GPS Global Positioning System agar dapat menerima dan mengirim kan data kedalam maps digital Google Maps. Setelah itu device android harus terkoneksi dengan internet agar dapat mengakses maps digital yaitu google maps yang terdapat dalam aplikasi. Selain itu juga agar dapat bisa mengakses server API Service untuk memproses semua kegiatan yang ada di aplikasi baik menerima mau pun mengirimkan data semuanya di olah kedalam bentuk JSON. Selanjutnya API Service akan Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [53] mengirim data ke dalam database dan mendapatkan data dari database sesuai apa yang di diproses oleh API Service. 2. PEMBAHASAN Gambar Langkah Perhitungan Algoritma a. Data GPS Di bawah ini merupakan data dari titik-titik yang ditampilkan kedalam peta Tabel Daftar Titik Koordinat Titik GPS Latitude Longitude P P P P Tabel Daftar Titik Kandidat Yang Disiapkan Titik Kandidat Latitude Longitude Jarak ke P b. Analisa Spatial Map Matching Setelah data-data sebagai inputannya telah didapatkan, maka langkah selanjutnya melakukan analisis spasial. Analisis spasial dilakukan untuk mengolah titik kandidat yang relevan bagi titik GPS dengan mengevaluasi dari segi informasi geometris serta topologi jaringan jalan. Pada analisis spasial terdapat beberapa tahap perhitungan, yaitu probabilitas observasi dan probabilitas transmisi. Langkah awal dilakukan perhitungan distribusi normal untuk menentukan bobot dari titik kandidat sekaligus sebagai penentuan probabilitas observasi. Probabilitas observasi sendiri akan melakukan sampling titik GPS berdasarkan jarak terdekat dari jalur jalan. Perhitungannya menggunakan persamaan yang akan dijelaskan seperti berikut ini Dimana adalah jarak antara dan probabilitas observasi tidak memperhitungkan konteks posisi dari titik GPS, sehingga terkadang menyebabkan hasil pencocokan titik yang salah. Maka untuk menghindari hal tersebut digunakan perhitungan probabilitas transmisi agar titik GPS yang melenceng dapat diminimalisir dan dapat dicocokkan ke titik yang seharusnya berada. Setelah dilakukan perhitungan, maka didapatkan hasil probabilitas observasi seperti dibawah ini. Tabel Data Probabilitas Observasi 0,0891711 0,0891854 0,0890946 0,0891946 0,0891954 0,0892011 0,0891996 0,0891996 0,0891996 0,0892016 0,0892039 0,0892039 Kemudian tahap selanjutnya melakukan perhitungan dengan menggunakan probabilitas transmisi. Probabilitas transmisi merupakan perhitungan antara jarak titik kandidat terdekat sebelumnya dengan titik kandidat selanjutnya berdasarkan titik poin GPS yang berdekatan. Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [54] Perhitungan ini bertujuan untuk mencari titik kandidat yang terbaik. Perhitungannya dilakukan dengan langkah berikut contohnya Dari rumus-rumus yang telah didapat diatas, maka persamaan dari spatial analysis dapat dinyatakan seperti berikut ini sebagai gabungan dari probabilitas observasi dan probabilitas transmisi Dimana dan adalah dua titik kandidat untuk dua titik GPS bersebelahan dan . Setelah melakukan perhitungan, hasil nilainya akan ditampung pada sebuah tabel probabilitas transmisi yang disimbolkan dengan V. Sehingga akan diperoleh hasil bobot hitung seperti pada tabel berikut V Tabel Data Probabilitas Transmisi 1,0042670311366517 1,0051638308767878 0,997299409935794 1,0146507967588039 1,0155640581604202 1,0074815743605423 1,1103141527088636 1,1114203343252465 1,1020989793380755 1,0035474241690272 1,0035474241690272 1,003058428897417 1,0045576563564462 1,0045576563564462 1,0040675980929388 0,9984892250130502 0,9984892250130502 0,9980106529283669 1,007556372563224 1,0097228872186124 1,0052714059144425 1,007556372563224 1,0097228872186124 1,0030748063125046 1,0053782212734903 1,007535271763117 Setelahnya akan dilakukan perhitungan nilai spasialnya yang nilainya ditentukan dari hasil perkalian titik kandidat n ke titik kandidat ke-n. maka hasilnya diisikan ke dalam tabel hasil analisis spasial dengan dinyatakan oleh simbol F seperti di bawah ini. Fs Tabel Hasil Analisis Spasial 0,08955159586018949 0,08963156447949713 0,08893028541332569 0,09049203716925262 0,09057348675266033 0,08985264720197471 0,09892299530993512 0,0990215501185741 0,0981910677245341 0,0895110110797867 0,0895110110797867 0,08946739534213355 0,08960192198177576 0,08960192198177576 0,0895582110389389 0,08906633720931159 0,08906633720931159 0,08902364805292855 0,08966980729900591 0,08987362541009056 0,09006687765074534 0,08966980729900591 0,08987362541009056 0,09006687765074534 0,08947387149315289 0,08967933518630683 0,08987174322716134 c. Hasil Matching Untuk memudahkan proses pencocokan atau matching, dikumpulkan data sebagai berikut ini yang merupakan hasil perhitungan sebelumnya. Data yang digunakan meliputi hasil nilai probabilitas observasi, probabilitas transmisi, dan analisis spasial. Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [55] Tabel Hasil Nilai Probabilitas Observasi 0,0891711 0,0891854 0,0890946 0,0891946 0,0891954 0,0892011 0,0891996 0,0891996 0,0891996 0,0892016 0,0892039 0,0892039 Tabel Hasil Nilai Probabilitas Transmisi 1,0042670311366517 1,0051638308767878 0,997299409935794 1,0146507967588039 1,0155640581604202 1,0074815743605423 1,1103141527088636 1,1114203343252465 1,1020989793380755 1,0035474241690272 1,0035474241690272 1,003058428897417 1,0045576563564462 1,0045576563564462 1,0040675980929388 0,9984892250130502 0,9984892250130502 0,9980106529283669 1,007556372563224 1,0097228872186124 1,0052714059144425 1,007556372563224 1,0097228872186124 1,0030748063125046 1,0053782212734903 1,007535271763117 Tabel Hasil Nilai Analisis Spasial 0,08955159586018949 0,08963156447949713 0,08893028541332569 0,09049203716925262 0,09057348675266033 0,08985264720197471 0,09892299530993512 0,0990215501185741 0,0981910677245341 0,0895110110797867 0,0895110110797867 0,08946739534213355 0,08960192198177576 0,08960192198177576 0,0895582110389389 0,08906633720931159 0,08906633720931159 0,08902364805292855 0,08966980729900591 0,08987362541009056 0,09006687765074534 0,08966980729900591 0,08987362541009056 0,09006687765074534 0,08947387149315289 0,08967933518630683 0,08987174322716134 Berikut merupakan tabel kosong sebagai contoh pencarian kandidat yang relevan selanjutnya. Tabel Tabel Kosong Pencarian Kandidat Yang Relevan 0,0891711 0,0891854 0,0890946 Setelah melakukan perhitungan dan mencari nilai max dari masing- masing kandidat, maka hasil dari perhintaungan dimasukkan ke dalam tabel hasil akhir proses matching dan sekaligus langkah terakhir dari metode Spatial Map Matching, hasilnya menjadi seperti berikut ini Tabel Hasil Akhir Proses Matching 0,0891711 0,0891854 0,0890946 0,0988913 0,098911 0,0987476 0,1069399 0,1069399 0,1069321 0,1149808 0,1150176 0,1150523 Berdasarkan tabel tersebut dapat diketahui jika masing-masing kandidat untuk pencocokan titik GPS untuk pencarian jalur terbaik dengan melihat nilai bobot terbesar. Maka jalur yang ditentukan sebagai yang terbaik adalah Volume 10 Number 1. Mei 2020 Page. 45-56 Journal Homepage DOI Link ©2020 Teknois Jurnal Ilmiah Teknologi Informasi dan Sains. Copyrights All rights reserved [56] Tabel Perbandingan Data Koordinat Sebelum Dan Setelah Diproses No Latitude Awal Latitude Akhir Longitude Awal Longitude Akhir 1 2 3 4 Berdasarkan tabel tersebut dapat kita lihat titik-titik koordinat sebelum dan sesudah melakukan penerapan Algoritma Spatial Map Matching. Dari tabel tersebut kita dapat lihat perbedaannya. D. KESIMPULAN Berdasarkan hasil penelitian yang dilakukan, kesimpulan yang bisa diuraikan antara lain 1. Pada penelitian yang telah dilakukan, hasilnya menunjukkan bahwa metode Spatial Map Matching berhasil memperbaiki posisi kendaraan yang tidak tepat menjadi lebih presisi pada jalan yang semestinya. 2. Dapat mempermudah mendapatkan posisi tumpangan kendaraan pada Maps Digital Google Maps dengan penerapan Algoritma Spatial Map Matching. 3. Setelah melakukan perhitungan jarak untuk mengetahui seberapa presisi titik koordinat yaitu dengan menyiapkan sampel sebanyak 15 data dan kondisi perhitungan yang sama. bahwa dari 15 data titik yang ditentukan, data jarak dari penerapan Algoritma Spatial Map Matching lebih dekat dibandingkan dengan data jarak aplikasi sebelumnya nebengers terhadap posisi tempat/jalan terdekat yang sudah ditentukan yaitu dengan rata-rata jaraknya Meter. Sedangkan hasil selisih jarak yang dihasilkan memiliki jarak yang cukup jauh antara jarak data dari posisi titik pada aplikasi sebelumnya nebengers dengan posisi titik yang sudah diterapkan Algoritma Spatial Map Matching. Dapat disimpulkan bahwa Algoritma Spatial Map Matching dapat menentukan titik posisi yang lebih Presisi. Berdasarkan hasil analisis data kuesioner penerapan Algoritma Spatial Map Matching dapat berfungsi dengan baik dan dinyatakan layak dengan nilai persentase kelayakan sebesar 82,85%. E. DAFTAR RUJUKAN [1] Andi. 2009. Global Positioning System, Penerbit Andi, Yogyakarta. [2] Anwar, B. Jaya, H. dan Kusuma, 2014. Implementasi Location Based Service Berbasis Android Untuk Mengetahuiposisi User. STMIK Triguna Dharma. [3] Badan Pusat Statistik. 2018. Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis, 1949-2018 [online]. Ada di [Diakses tanggal 27 Agustus 2019] [4] Ghaniy, Rajib, and Rizki Darmawan. "Analisa dan Penerapan Algoritma Floyd Warshal untuk Optimalisasi Jalur Berbasis GPS." Teknois, vol. 8, no. 2, Nov. 2018, pp. 67-78, doi [5] G. R. Jagadeesh, T. Srikanthan, X. D. dan Zhang. 2004. A Map Matching Method for GPS Based Real-Time Vehicle Location. Nanyang Technological University. [6] Harijanto, F. dan Widyantara, H. 2008. Sistem Pemantauan Posisi Mobil Menggunakan Global Positioning System GPS Berbasiskan Radio Frekuensi. STIKOM Surabaya. [7] Huang, Z. Huang, D. Xu, Zhu. dan Xu, Zhigen. 2011. GPS Vehicle Positioning Monitoring System Integrated with CORS and Mobile GIS. Southwest Jiaotong University. [8] Ihsanto, E. Eng, M. dan Riyanto, 2013. Disain Dan Implementasi Sistem Penjejak Posisi Kendaraan Dengan GPS Via SMS. Universitas Mercu Buana Jakarta. [9] Junus, M. 2012. Sistem Pelacakan Posisi Kendaraan Dengan Teknologi GPS & GPRS Berbasis Web, hal. 58-67. [10] Maftukhin, 2018. Implemetasi Algoritma Spatial Map Matching Untuk Mengetahui Lokasi Kendaraan Melalui Aplikasi GPS. [11] Maskeri, G. Rama. dan Avinash, K. 2015. Software – Practice and Experience. New Jersey Wiley Online Library. [12] Rahman, Ahmad, T. dan Studiawan, H. 2013. Aplikasi Tumpangan Kendaraan Berbasis Android Dengan Google Maps dan GPS. Institut Teknologi Sepuluh Nopember. [13] Winardi. 2006. Penentuan Posisi Dengan GPS Untuk Survei Terumbu Karang, Puslit Oseanografi – Lipi, Jakarta. [14] Yuan, J. Zheng, Y. Zhang. C. Xie, X. dan Sun, Guang-Zhong. 2010. An Interactive-Voting Based Map Matching Algorithm. Eleventh International Conference on Mobile Data Management. ... Tourist attractions can be called attractive when there are many visitors [4]. To travel to a place that we have never been to, of course, it is necessary to have a route guide or it can be called a GPS, GPS Global Positioning System is a system that uses the help of satellites to find out the accurate position on the surface of the earth [5]. GPS can also help us on a trip capable of detecting congestion for the route to be passed, GPS systems are designed to provide position information as well as information about the time directly around the world in various weather conditions [6]. ...Yudistira SoegotoAri FauziMuhammad Fariel Raihan HaqueShinta Ayu PurnamasariPuncak Bogor is a mountainous tourist attraction in the Bogor area and Cianjur regency which is visited by many tourists and makes the peak of Bogor as one of the right choices to relieve fatigue from daily activities. Because it is too crowded and crowded with visitors who come, therefore many entrepreneurs to open tourist attractions, and cause congestion in the direction of Puncak. The purpose of designing this web-based Puncak Bogor Tourism information system is to make it easier for tourists to vacation in Puncak Bogor, this design uses the method of data collection and analysis process obtained from the tourism office, transportation agency, and BMKG. As a result of designing this system, 90% of web users find it easiest to travel to the top of Bogor. Because the vacillation of tourists to go on vacation is resolved by the existence of the web. It can be concluded, the existence of this web can help people who experience fatigue from the work that has been carried out and want to take a vacation with their families. To find out the route to be passed is safe and smooth, then of course you will look for information about travel routes that can facilitate the journey to the Danil La Ode Muh. Golok JayaLaode Muhamad TajidunPresensi adalah dokumen yang mencatat kehadiran mahasiswa pada setiap proses perkuliahan. Universitas Halu Oleo merupakan salah satu universitas yang masih menggunakan sistem manual dalam penanganan daftar hadir di masing- masing jurusan. Untuk setiap jurusan sekitar 300 mahasiswa aktif dengan lebih dari 20 mata kuliah disetiap semester, tentu menjadi tugas yang tidak mudah bagi pegawai/staff di jurusan untuk mengontrol data tersebut. Oleh karena itu peneliti mendapat gagasan untuk memanfaatkan Global Navigation Satellite System GNSS dan smartphone Android untuk mengembangkan sistem daftar hadir. Dimana dalam sistem presensi ini nantinya akan menyimpan data setiap mahasiswa dan dapat dicetak. Peneliti menerapkan Algoritma Spatial Map Matching yang fungsinya sebagai penentuan titik koordinat pada saat proses presensi berlangsung. Hasil yang didapatkan dari penelitian ini bahwa metode Spatial Map Matching berhasil diimplementasikan untuk mencocokkan lokasi mahasiswa dan lokasi kelas saat proses presensi berlangsung. Kecepatan presensi hanya berkisar 5 sampai 10 detik saja untuk setiap mahasiswa yang kunci; Presensi, GNSS, Spatial Map Matching, Android Zechun HuangDingfa HuangZhu XuZhigen XuWith the promotion of the continuous operational reference station system CORS and the development of the Mobile GIS technology, high-precision, fast and accurate GPS vehicle positioning monitoring is important in the construction of the intelligent transportation system. In order to seek for a solution to fast and high-precision moving target spatial location, and improve the application value of GPS location information in vehicle mobile positioning, this article has studied the design and implementation method of the vehicle orientation, monitoring & control system combined with CORS service network and Mobile GIS. It has designed the vehicle positioning monitoring system architecture integrated with CORS and Mobile GIS. It has also analyzed the characteristics of spatial and attribute data related to vehicle positioning control, studied the data classification organization and the integrated model which uses Oracle for object-relational storage of spatial and attribute data, and focused on the space-time cube model of vehicle track data. Besides, this article has made an elaboration on functional design and implementation of the monitor service center, mobile terminal and data communication server in the vehicle positioning monitoring system. Practice shows that the application of CORS service network and Mobile GIS in vehicle positioning monitoring system has improved the accuracy of spatial location of moving vehicles, and has helped visual display of located objects, which has also verified the feasibility to integrate CORS and Mobile GIS for mobile location services. It has important theoretical and practical value to further study the algorithm, model and technology of path analysis and map-matching in mobile location integrated with CORS and GIS. C 2011 Published by Elsevier Ltd. Selection and/or peer-review under responsibility of Conference ESIAT2011 Organization Committee. JagadeeshThambipillai SrikanthanX. D. Zhang Accurate vehicle location is essential for various applications in the field of intelligent transportation systems ITS. Existing vehicle location systems rely on multiple positioning sensors and powerful computing devices to execute complex map matching algorithms. There exists a strong need for exploring a solution for vehicle location that relies on a GPS receiver as the sole means of positioning and does not require complex computations. Towards this end, the error characteristics of the GPS signal were studied through the analysis of GPS data collected during test drives. Based on the inferences drawn and a simple fuzzy rule set, a novel yet simple map matching algorithm was developed. Due to the difficulties in testing the algorithm through on-road trials, a simulation environment that is capable of reproducing the field conditions in the laboratory was developed. Simulation results confirm that the proposed algorithm overcomes many of the inadequacies of the existing methods and is capable of achieving high accuracy with minimal computational GhaniyRizki DarmawanMakalah ini membuat tentang masalah dalam menentukan jalur terpendek atau terdekat menuju lokasi pelanggan yang memberikan keluhan, kemudian teknisi akan melakukan penugasan maintenance ke lokasi pelanggan. Dalam pelaksanaan penugasan manajemen perlu kontrol dan monitoring proses pelaksanaan penugasan oleh teknisi yang berada dilapangan. Pokok permasalahan dalam pengembangan ini adalah belum optimalnya penentuan jalur lokasi pelanggan yang membutuhkan maintenance secara cepat dan tepat. Algoritma yang digunakan dalam aplikasi adalah algoritma floyd-warshall. Pelaksanaan pengembangan ini menggunakan metode RUP Rational Unified Process, adapun langkah-langkahnya 1 Permulaan inception, 2 Perluasan/Perencanaan elaboration, 3 Konstruksi construction, dan 4 Transisi transition. Hasil pengembangan menunjukan bahwa 1 Aplikasi yang dibuat sudah dapat menghasilkan solusi optimal dengan mendapatkan dan menentukan jalur terpendek menuju lokasi pelanggan bagi operasional maintenance oleh teknisi, 2 Aplikasi mampu memonitoring proses pelaksanaan penugasan, 3 Nilai jarak tempuh yang dihasilkan dari algoritma floyd-warshall dapat menghitung prediksi biaya pengeluaran bahan bakar kendaraan, dan 4 Hasil unjuk kerja aplikasi masuk dalam kategori “Sangat Layak”. Nilai persentase hasil pengujian pada aplikasi untuk setiap faktor yaitu Functionality sebesar 88,8 %, Efficiency sebesar 86 %, dan Usability sebesar 83 %. Persentase total dari kualitas aplikasi adalah 86,2 %Matching a raw GPS trajectory to roads on a digital map is often referred to as the Map Matching problem. However, the occurrence of the low-sampling-rate trajectories one point per 2 minutes has brought lots of challenges to existing map matching algorithms. To address this problem, we propose an Interactive Voting-based Map Matching IVMM algorithm based on the following three insights 1 The position context of a GPS point as well as the topological information of road networks, 2 the mutual influence between GPS points the matching result of a point references the positions of its neighbors; in turn, when matching its neighbors, the position of this point will also be referenced, and 3 the strength of the mutual influence weighted by the distance between GPS points the farther distance is the weaker influence exists. In this approach, we do not only consider the spatial and temporal information of a GPS trajectory but also devise a voting-based strategy to model the weighted mutual influences between GPS points. We evaluate our IVMM algorithm based on a user labeled real trajectory dataset. As a result, the IVMM algorithm outperforms the related method ST-Matching algorithm.Implementasi Location Based Service Berbasis Android Untuk Mengetahuiposisi UserB AnwarH JayaP I KusumaAnwar, B. Jaya, H. dan Kusuma, 2014. Implementasi Location Based Service Berbasis Android Untuk Mengetahuiposisi User. STMIK Triguna Dan Implementasi Sistem Penjejak Posisi Kendaraan Dengan GPS Via SMSE IhsantoM EngT W RiyantoIhsanto, E. Eng, M. dan Riyanto, 2013. Disain Dan Implementasi Sistem Penjejak Posisi Kendaraan Dengan GPS Via SMS. Universitas Mercu Buana Pelacakan Posisi Kendaraan Dengan Teknologi GPS & GPRS Berbasis Web, halM JunusJunus, M. 2012. Sistem Pelacakan Posisi Kendaraan Dengan Teknologi GPS & GPRS Berbasis Web, hal. Algoritma Spatial Map Matching Untuk Mengetahui Lokasi Kendaraan Melalui Aplikasi GPSM R MaftukhinMaftukhin, 2018. Implemetasi Algoritma Spatial Map Matching Untuk Mengetahui Lokasi Kendaraan Melalui Aplikasi -Practice and ExperienceG MaskeriRamaK Dan AvinashMaskeri, G. Rama. dan Avinash, K. 2015. Software -Practice and Experience. New Jersey Wiley Online Tumpangan Kendaraan Berbasis Android Dengan Google Maps dan GPSA L RahmanT AhmadH StudiawanRahman, Ahmad, T. dan Studiawan, H. 2013. Aplikasi Tumpangan Kendaraan Berbasis Android Dengan Google Maps dan GPS. Institut Teknologi Sepuluh Nopember.