Perbandingan Metode Perhitungan Jarak Euclidean, Haversine, Dan Manhattan Dalam Penentuan Posisi Karyawan

Abstract

Abstrak - Kinerja karyawan merupakan hal yang diperhatikan di dalam instansi. Institut Teknologi Nasional Bandung merupakan salah satu instansi dengan jumlah karyawan yang banyak, sehingga sulit dilakukan pemantauan keberadaan seluruh karyawan. Salah satu alternatif dalam mengatasi masalah tersebut adalah pembuatan sistem untuk memantau lokasi keberadaan karyawan dengan memanfaatkan smartphone untuk pengambilan titik koordinat. Pada era modern ini smartphone merupakan barang yang hampir tidak pernah ditinggalkan. Dengan memanfaatkan titik koordinat, perhitungan jarak dapat dihitung dengan menggunakan 3 metode yaitu euclidean, manhattan, dan haversine. Dari pengujian yang telah dilakukan, rata-rata waktu yang diperlukan untuk proses pengiriman koordinat dari smartphone ke database sistem adalah 0,9 detik. Selain itu, penelitian ini bertujuan untuk membandingkan ketiga metode berdasarkan keakurasian dan waktu. Perbandingan tingkat keakurasian dilakukan dengan membandingkan persentase error hasil perhitungan jarak dengan pengukuran secara manual menggunakan pita ukur. Hasil akhir dari pengujian tiga metode tersebut diperoleh bahwa metode perhitungan Manhattan membutuhkan waktu pengolahan data yang paling cepat dalam pengujian 100 data yaitu 0,00034045 detik. Metode perhitungan Haversine menghasilkan akurasi perhitungan jarak teringgi yaitu 98,66%. Dan metode perhitungan Haversine menghasilkan akurasi keputusan tertinggi dalam menentukan keputusan lokasi keberadaan karyawan yaitu 90%. Hasil penelitian ini dapat digunakan sebagai pertimbangan pemilihan metode perhitungan jarak bagi para peneliti.
 Abstract - Employee performance is a matter of concern within the agency. The Bandung National Institute of Technology is one institution with a large number of employees, making it difficult to monitor the whereabouts of all employees. One alternative in overcoming the problem is the creation of a system to monitor the location of employees by utilizing smartphones to capture coordinates. In this modern era smartphone is an item that is almost never left. By utilizing coordinate points, distance calculation can be calculated using 3 methods namely euclidean, manhattan, and haversine. From the tests that have been done, the average time required for the sending of coordinates from the smartphone to the system database is 0.9 seconds. In addition, this study aims to compare the three methods based on accuracy and time. Comparison of the level of accuracy is done by comparing the percentage of error calculation results with the distance measurement manually using a measuring tape. The final results of the three methods test was obtained that the Manhattan calculation method requires the fastest data processing time in testing 100 data that is 0,00034045 seconds. The Haversine calculation method produces the highest distance calculation accuracy which is 98.66%. And the Haversine calculation method produces the highest decision accuracy in determining the location of the employee's decision that is 90%. The results of this study can be used as consideration for the selection of distance calculation methods for researchers.

Sistem Pemantauan dan Pengendalian Sepeda Listrik Berbasis Internet of Things

“…A comparison of methods to determine distance based on longitude and latitude coordinates was carried out in a study [12]. The compared methods were Euclidean, Haversine, and Manhattan methods.…”

“…The Haversine method is a technique for determining the distance between two places on the earth based on the length of a straight line connecting them, taking into account the earth's curvature [12]. The formula for the Haversine method is as follows.…”

Do Tourist Attraction Objects Implement Health Protocols? Analysis of Tourist Attraction Object in East Java Province Using Google Maps Review

“…With 𝑙𝑒𝑣 𝑎,𝑏 (𝑖 − 1, 𝑗) + 1 is a delete operation, 𝑙𝑒𝑣 𝑎,𝑏 (𝑖, 𝑗 − 1) + 1 is an insert operation, 𝑙𝑒𝑣 𝑎,𝑏 (𝑖 − 1, 𝑗 − 1) is a delete operation, and 1 (𝑎 𝑖 ≠𝑏 𝑗 ) value is 1 if element 𝑎 𝑖 ≠ 𝑏 𝑗 . And the calculation uses the Fuzzy Wuzzy library in Python Meanwhile, to calculate the distance between two locations by calculating the length of the coordinates, the Haversine distance formula is used as follows [25] 𝑎 = 𝑠𝑖𝑛 2 ( ∅ 2 −∅ 1 2 ) + cos(∅ 1 ) . cos(∅ 2 ) .…”

Determining The Location Of RMU, Using K-Means Clustering, Evaluate The Location Of Existing RMU, Using R-Programming

“…Umumnya perhitungan dilakukan secara manual, sedangkan (Indarjo, 2020) Perhitungan jarak, menurut (Xu & Tian, 2015), ada beberapa function distance, yaitu: Milonksi, Standardized Euclidean, Cosine, Pearson Correlation dan Mahalonobis distance. Untuk bidang permukaan bumi (sphere) yang mempunyai koordinat longitude dan latitude, perhitungan jarak bisa menggunakan metode haversine (Miftahuddin et al, 2020), yang lebih menggambarkan jarak 2 titik di permukaan bumi sebagaimana lokasi tempat pada peta (map). (Miftahuddin et al, 2020), dalam studinya, dengan metode perhitungan jarak metode Haversine, menunjukkan keakuratan dan kecepatan yang lebih baik dibanding metode Euclidean dan Manhattan.…”