Kompresi Ukuran Polyline pada Sistem Informasi Geografis untuk Mengurangi Waktu Tunggu Menggunakan Algoritma Ramer-Douglas-Peucker
DOI:
https://doi.org/10.55606/isaintek.v5i02.68Keywords:
Kompresi, Polyline, Ramer-Douglas-Peucker, Sistem Informasi Geografis, Waktu tungguAbstract
PT Telkom Indonesia menyimpan data infrastruktur kabel dalam bentuk digital ke dalam Sistem Informasi Geografis berbasis website. Jumlah infrastruktur kabel tersebut sekitar 3.159 buah, tiap kabel direpresentasikan sebagai polyline atau kurva dengan kabel paling sederhana terdiri dari 3 titik dan yang terbesar terdiri dari 2.646 titik. Setiap titik terdiri dari koordinat latitude dan longitude. Ketika pengguna ingin mengakses atau mengelola kabel, semua data kabel harus dikirim dari server ke komputer pengguna dengan total ukuran data 16 MB. Hal ini menimbulkan masalah karena pengguna tersebar di berbagai wilayah dan berbagai kondisi jaringan. Saat pengguna berada di jaringan 3G, waktu yang diperlukan untuk menampilkan seluruh data kabel adalah sekitar 1,5 menit atau lebih, dan hal ini menyebabkan pengguna mengalami gangguan karena waktu tunggu yang tinggi. Berdasarkan permasalahan tersebut, pada penelitian ini dilakukan penerapan algoritma Ramer-Douglas-Peucker (RDP) untuk menghasilkan data kabel baru yang memiliki jumlah titik lebih sedikit daripada kabel aslinya. Berdasarkan hasil penelitian, algoritma RDP dengan ε sebesar 0,01 mampu menghasilkan data kabel baru dengan ukuran total 810 kB dan dapat dikirimkan dari server ke pengguna dalam waktu 5,10 detik dengan tetap mempertahankan detail lonjakan kurva.
References
Basalla, Marcus, Johannes Schneider, Martin Luksik, Roope Jaakonmäki, and Jan Vom Brocke. 2021. “On Latency of E-Commerce Platforms.” Journal of Organizational Computing and Electronic Commerce 31(1):1–17. doi: 10.1080/10919392.2021.1882240.
Chen, Jay, Lakshminarayanan Subramanian, and Kentaro Toyama. 2009. “Web Search and Browsing Behavior under Poor Connectivity.” Pp. 3473–78 in CHI ’09 Extended Abstracts on Human Factors in Computing Systems, CHI EA ’09. New York, NY, USA: Association for Computing Machinery.
Douglas, David, and Thomas Peucker. 1973. “Algorithms for the Reduction of the Number of Points Required to Represent a Digitized Line or Its Caricature.” Cartographica: The International Journal for Geographic Information and Geovisualization 10:112–22. doi: 10.3138/FM57-6770-U75U-7727.
Goz, Furkan, Alev Mutlu, and Orhan Akbulut. 2018. “Analysis of Ramer-Douglas-Peucker Algorithm as a Discretization Method.” Pp. 1–4 in 2018 26th Signal Processing and Communications Applications Conference (SIU).
Guedri, Hichem, Abdullah Bajahzar, and Hafedh Belmabrouk. 2021. “ECG Compression with Douglas-Peucker Algorithm and Fractal Interpolation.” Mathematical Biosciences and Engineering 18(4):3502–21.
Liu, Jingxian, Huanhuan Li, Zaili Yang, Kefeng Wu, Yi Liu, and Ryan Wen Liu. 2019. “Adaptive Douglas-Peucker Algorithm With Automatic Thresholding for AIS-Based Vessel Trajectory Compression.” IEEE Access 7:150677–92. doi: 10.1109/ACCESS.2019.2947111.
Nah, Fiona Fui-Hoon. 2004. “A Study on Tolerable Waiting Time: How Long Are Web Users Willing to Wait?” Behaviour & Information Technology 23(3):153–63. doi: 10.1080/01449290410001669914.
Ramer, Urs. 1972. “An Iterative Procedure for the Polygonal Approximation of Plane Curves.” Computer Graphics and Image Processing 1(3):244–56. doi: 10.1016/S0146-664X(72)80017-0.
Wabiński, Jakub, and Albina Mościcka. 2019. “Automatic (Tactile) Map Generation—A Systematic Literature Review.” ISPRS International Journal of Geo-Information 8(7):293. doi: 10.3390/ijgi8070293.
Zhao, Liangbin, and Guoyou Shi. 2018. “A Method for Simplifying Ship Trajectory Based on Improved Douglas–Peucker Algorithm.” Ocean Engineering 166:37–46. doi: 10.1016/j.oceaneng.2018.08.005.
