Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT Sistem Informasi Geografis Pemetaan Daerah Rawan Pangan Pada Dinas Ketahanan Pangan di Kabupaten Labuhanbatu Utara Dengan Algoritma Dijkstra Berbasis Web Rico Almanda1*.
Ali Ikhwan2.
Sains dan Teknologi.
Sistem Informasi.
Universitas Islam Negeri Sumatera Utara.
Kota Medan Indonesi.
Email : 1*ricoalmanda736@email.
com, ,2ali_ikhwan@uinsu.
(*Email Korespondensi: ricoalmanda736@gmail.
Abstrak- Ketahanan pangan merupakan aspek strategis yang menentukan kesejahteraan masyarakat dan stabilitas suatu wilayah.
Di Kabupaten Labuhanbatu Utara masih terdapat 24 desa rawan pangan dari total 82 desa dan 8 kelurahan.
Permasalahan utama yang dihadapi adalah proses pemetaan yang masih dilakukan secara manual serta sulitnya menentukan rute distribusi pangan terdekat, sehingga intervensi pemerintah menjadi kurang efisien.
Penelitian ini bertujuan mengembangkan Sistem Informasi Geografis (SIG) berbasis web untuk memetakan daerah rawan pangan sekaligus menghitung rute distribusi tercepat menggunakan algoritma Dijkstra.
Sistem dikembangkan dengan model waterfall melalui tahapan observasi, wawancara, dan studi literatur.
Hasil pengujian menunjukkan sistem mampu memvisualisasikan 24 desa rawan pangan secara interaktif serta memberikan rekomendasi rute distribusi dengan rata-rata jarak 37,04 km dan waktu tempuh 37,35 menit.
Angka ini lebih efisien dibanding metode manual yang cenderung menghasilkan rute lebih panjang dan waktu distribusi lebih lama.
Kontribusi utama penelitian ini adalah penerapan algoritma Dijkstra dalam pemetaan desa rawan pangan berbasis web yang belum pernah dilakukan sebelumnya di Kabupaten Labuhanbatu Utara.
Temuan ini diharapkan dapat mendukung pemerintah daerah dalam pengambilan keputusan strategis terkait percepatan distribusi pangan, sehingga pelayanan publik menjadi lebih efektif dan ketahanan pangan masyarakat dapat Kata Kunci: Sistem Informasi Geografis.
Pemetaan Daerah.
Rawan Pangan.
Algoritma Dijisktra.
Berbasis Web.
Abstract- Food security is a strategic aspect that determines community welfare and regional stability.
In North Labuhanbatu Regency, 24 out of 82 villages and 8 sub-districts are still categorized as food-insecure.
The main challenges include manual mapping processes and difficulties in determining the nearest food distribution routes, which make government interventions less This study aims to develop a web-based Geographic Information System (GIS) to map food-insecure areas and calculate the fastest distribution routes using DijkstraAos algorithm.
The system was developed using the waterfall model through observation, interviews, and literature studies.
The test results show that the system can interactively visualize 24 food-insecure villages and recommend distribution routes with an average distance of 37.
04 km and an average travel time of 37.
35 minutes.
These results are more efficient than manual methods, which tend to generate longer routes and higher travel times.
The main contribution of this research is the application of DijkstraAos algorithm in a web-based GIS for mapping food-insecure villages, which has not been implemented previously in North Labuhanbatu Regency.
This finding is expected to support local governments in making strategic decisions regarding the acceleration of food distribution, thereby improving public services and strengthening community food Keywords: Geographic Information System.
Regional Mapping.
Food Insecurity.
Dijisktra Algorithm.
Web-Based.
PENDAHULUAN
Masalah ketahanan dan pangan menjadi salah satu tantangan berskala global yang hingga kini masih menjadi perhatian utama dalam pembangunan berkelanjutan.
Menurut kajian FAO .
, ketahanan pangan adalah situasi di mana semua orang, sepanjang waktu, dapat mengakses pangan yang memadai, bergizi, dan aman, baik secara fisik, sosial, maupun ekonomi, guna memenuhi kebutuhan hidup sehat dan aktif.
Dengan demikian Persoalan ketahanan pangan tidak hanya sebatas pada jumlah pangan yang tersedia, melainkan juga menyangkut kemudahan akses, keterjangkauan, dan keberlanjutan distribusi.
Kegagalan dalam menjaga salah satu unsur tersebut bisa memicu kerawanan pangan yang berimbas pada bertambahnya angka kemiskinan, masalah gizi, serta ketidakstabilan sosial maupun ekonomi wilayah.
Berdasarkan laporan The State of Food Security and Nutrition in the World 2023, diperkirakan 735 juta orang di seluruh dunia masih berada dalam situasi rawan pangan (FAO, 2.
Angka tersebut menunjukkan bahwa target Zero Hunger dalam Sustainable Development Goals (SDG.
tahun 2030 masih menghadapi tantangan besar.
Persoalan ini tidak hanya terjadi di negara miskin, namun juga dihadapi oleh negara-negara berkembang.
yang menghadapi ketidakseimbangan distribusi pangan, keterbatasan infrastruktur, serta dampak perubahan iklim yang memperparah produktivitas sektor pertanian.
Indonesia sebagai negara agraris juga tidak terlepas dari persoalan kerawanan pangan.
Meskipun secara nasional produksi pangan relatif mencukupi, distribusi yang tidak merata menyebabkan sebagian wilayah masih tergolong rawan pangan.
Salah satu wilayah yang menghadapi tantangan serius adalah Kabupaten Labuhanbatu Utara (Labur.
Provinsi Sumatera Utara.
Berdasarkan data pemerintah daerah, dari total 82 desa dan 8 kelurahan, terdapat 24 desa yang masih tergolong rawan pangan.
Kondisi ini diperparah oleh dua kendala utama: .
proses pemetaan yang masih dilakukan secara manual sehingga memperlambat proses identifikasi wilayah prioritas, dan .
sulitnya menentukan rute distribusi pangan terdekat sehingga bantuan sering terlambat sampai ke lokasi tujuan.
Penanganan persoalan ini memerlukan pendekatan teknologi yang mampu mengintegrasikan data spasial, analisis jalur distribusi, serta visualisasi yang mudah dipahami oleh pengambil keputusan.
Salah satu teknologi yang dapat menjawab kebutuhan tersebut Copyright A 2025 Author.
Page 303 Jurnal BIT is licensed under a Creative Commons Attribution 4.
0 International License Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT adalah Sistem Informasi Geografis (SIG).
GIS telah banyak digunakan dalam berbagai bidang, mulai dari tata ruang kota, mitigasi bencana, hingga pemetaan ketahanan pangan.
Sebagai contoh.
Mathenge.
, et al.
menunjukkan bahwa penggunaan GIS untuk memetakan dimensi spasial kerawanan pangan di Kenya mampu memberikan informasi yang lebih akurat kepada pembuat kebijakan .
Selain itu, buku Geoinformatics: An Emerging Approach for Sustainable Crop Production and Food Security menegaskan bahwa aplikasi geoinformatika dan SIG memungkinkan analisis spasial mendalam serta visualisasi yang efektif untuk mendukung pengambilan keputusan dalam keamanan pangan .
Dengan pendekatan ini, pemerintah dapat dengan cepat mengidentifikasi daerah yang paling rentan, sekaligus merancang strategi intervensi yang lebih tepat sasaran.
Selain untuk pemetaan.
GIS juga dapat diintegrasikan dengan algoritma optimasi jalur untuk meningkatkan efisiensi distribusi Dalam konteks distribusi logistik, algoritma Dijkstra dikenal sebagai salah satu metode pencarian jalur terpendek yang paling andal.
Algoritma ini menghitung jarak optimal antara dua titik dalam jaringan graf berdasarkan bobot tertentu, sehingga sangat relevan untuk diterapkan pada distribusi pangan antar desa.
Studi oleh Zhang et al.
membuktikan bahwa penerapan algoritma rute pada sistem distribusi produk pangan mudah rusak mampu mengurangi jarak tempuh secara signifikan dan meningkatkan efisiensi transportasi .
Penelitian serupa oleh Kumar et al.
juga menegaskan bahwa optimasi jalur dalam rantai pasok dingin dapat menurunkan biaya logistik sekaligus mempercepat waktu distribusi .
Namun, meskipun SIG dan algoritma optimasi rute telah banyak diaplikasikan di berbagai negara, penerapannya dalam konteks kerawanan pangan pedesaan di Indonesia masih sangat terbatas.
Menurut Satoto dan Prastiti .
, manajemen supply chain yang baik perlu mempertimbangkan efisiensi logistik, perencanaan rute, serta ketepatan waktu sebagai elemen utama dalam menjamin keberhasilan distribusi .
Sebagian besar penelitian di Indonesia masih berfokus pada aspek produksi pangan, ketahanan rumah tangga, atau kebijakan makro, sementara aspek spasial distribusi pangan jarang mendapatkan perhatian yang memadai.
Padahal, aksesibilitas distribusi memiliki peran yang sama pentingnya dengan ketersediaan pangan itu sendiri.
Gap inilah yang kemudian menjadi ruang kontribusi penelitian ini.
Penelitian berbasis web yang dirancang berbentuk Sistem Informasi Geografis digunakan dalam pemetaan desa-desa rawan pangan di Kabupaten Labuhanbatu Utara serta menghitung rute distribusi tercepat menggunakan algoritma Dijkstra.
Pendekatan berbasis SIG terbukti efektif dalam menganalisis kerawanan pangan secara spasial sehingga dapat mendukung perencanaan kebijakan yang lebih tepat sasaran .
Sistem ini dirancang dengan prinsip user-focused dan partisipatif melalui observasi lapangan dan wawancara dengan pemangku kepentingan, sebagaimana ditunjukkan oleh Probst et al.
bahwa keterlibatan pengguna meningkatkan relevansi dan adopsi sistem GIS berbasis web .
Perhitungan rute distribusi diimplementasikan dengan algoritma Dijkstra, yang banyak digunakan dalam aplikasi transportasi dan distribusi logistik karena kemampuannya dalam menentukan jalur terpendek secara efisien .
Dan Waterfall dijadikaan metode untuk mengembangkannya, di mana setiap tahapan sebelum pengujian kita harus melakukan proses analisis, desain dan implementasi.
dilakukan secara terstruktur untuk memastikan kesesuaian sistem dengan kebutuhan praktis pemerintah daerah .
Hasil pengujian awal sistem menunjukkan bahwa sistem mampu memvisualisasikan 24 desa rawan pangan secara interaktif melalui peta spasial.
Selain itu, sistem ini merekomendasikan rute distribusi dengan rata-rata jarak 37,04 km dan waktu tempuh 37,35 menit, angka yang terbukti lebih efisien dibandingkan metode manual yang selama ini menghasilkan rute lebih panjang dan memerlukan waktu tempuh lebih lama.
Efisiensi ini sangat penting dalam konteks distribusi pangan, karena keterlambatan dapat meningkatkan kerawanan pangan di desa-desa yang aksesnya sulit.
Dengan demikian, sistem ini memiliki potensi besar dalam mempercepat distribusi pangan, mengurangi keterlambatan bantuan, serta meningkatkan efektivitas pelayanan pemerintah daerah kepada masyarakat.
Kontribusi utama dari penelitian ini adalah integrasi algoritma Dijkstra dengan Web-GIS untuk pemetaan kerawanan pangan di wilayah pedesaan Indonesia, yang memungkinkan tidak hanya visualisasi data kerawanan, tetapi juga perhitungan rute distribusi otomatis yang optimal.
StudiAastudi terdahulu mendukung bahwa SIG (Sistem Informasi Geografi.
sangat cocok untuk menganalisis kerawanan pangan dan persebarannya, misalnya aplikasi SIG untuk menentukan daerah potensial rawan pangan di Kabupaten Malang.
Provinsi Jawa Timur yang menggunakan data spasial untuk berbagai indikator ketahanan pangan .
Selain itu, penelitian tentang penggunaan algoritma yang dipakai Dijkstra dalam mencari rute terdekat dalam konteks logistik menunjukkan bahwa metode tersebut efektif dalam konteks distribusi barang, seperti pada penelitian Implementasi Algoritma Djikstra untuk Menentukan Rute Terpendek Distribusi Logistik Pemilu 2024 di Kecamatan KesugihanAy .
dan Penerapan Algoritma Dijkstra dalam Menentukan Rute Efisien Pengiriman Kendaraan Bermotor di PT X.
Namun, belum banyak yang menggabungkan antarmuka Web-GIS, pemetaan kerawanan pangan di desa, dan optimasi rute dalam satu sistem terpadu.
Novelty dari penelitian ini terletak pada pengembangan sistem informasi yang aplikatif, menggabungkan visualisasi kerawanan pangan secara spasial, dan algoritma optimasi jalur distribusi (Dijkstr.
dalam satu platform Web-GIS.
Sistem ini relevan dengan kebutuhan daerah rawan pangan di Indonesia, khususnya yang memiliki desa-desa terpencil dengan akses terbatas, seperti Labuhanbatu Utara.
Dengan adanya inovasi ini, penelitian diharapkan tidak hanya memberikan kontribusi akademis, tetapi juga manfaat praktis bagi pemerintah daerah dalam pengambilan keputusan strategis.
Sistem ini berpotensi dikembangkan lebih lanjut untuk wilayah lain dengan menyesuaikan parameter spasial, jaringan jalan, dan kapasitas distribusi.
Dengan demikian, pendekatan yang ditawarkan dapat menjadi salah satu solusi konkret dalam upaya nasional mewujudkan ketahanan pangan berkelanjutan.
METODOLOGI PENELITIAN
1 Tahapan Penelitian Metode yang digunakan secara kuantitatif melalui pendekatan pengembangan sistem berbasis WebGIS untuk pemetaan desa rawan pangan di Kabupaten Labuhanbatu Utara.
Tahapan penelitian disusun berdasarkan alur pada Gambar 1, yang terdiri dari tujuh langkah Copyright A 2025 Author.
Page 304 Jurnal BIT is licensed under a Creative Commons Attribution 4.
0 International License Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT Gambar 1.
Desain Penelitian Identifikasi Masalah Langkah pertama dimulai dengan identifikasi permasalahan distribusi pangan di Kabupaten Labuhanbatu Utara, khususnya di 24 desa rawan pangan.
Permasalahan utama yang ditemukan meliputi metode pemetaan manual yang seringkali tidak akurat, data geografis jalan yang tidak tersentralisasi, serta kesulitan dalam menentukan rute distribusi tercepat yang meminimalkan jarak dan waktu.
Penelitian lokal menunjukkan bahwa penggunaan SIG berbasis web atau aplikasi mobile yang menggabungkan data lapangan, peta jaringan jalan, dan algoritma optimasi mampu mengatasi beberapa hambatan ini.
Sebagai contoh, penelitian di kota Medan yang membahas algoritma dijikstra sebagai pendekatan untuk mencari rute distribusi cabai menunjukkan bahwa penggunaan Dijkstra dapat mengoptimalkan rute distribusi komoditas pangan secara signifikan dibandingkan rute konvensional .
Selain itu, ada juga studi membahas Implementasi Principal Coordinate Analysis dan Nearest Neighbour untuk pencarian Distribusi Frozen Food yang dipublikasikan dalam judul Sistem Informasi berbasis Teknologi Komputasi terindeks dalam jurnal sinta membuktikan bahwa metode heuristik analisis spasial dapat menghemat jarak tempuh dan biaya distribusi dengan cukup baik .
Studi Literatur Studi literatur dilakukan untuk memperkuat landasan teori terkait Sistem Informasi Geografis (SIG), metode pengembangan sistem berbasis waterfall, serta algoritma pencarian jalur terpendek.
Algoritma Dijkstra dipilih karena kehandalannya dalam mencari jalur optimal pada graf berbobot tanpa menghasilkan siklus negatif.
Sejumlah penelitian sebelumnya juga membuktikan efektivitas Dijkstra pada pemetaan distribusi logistik dan transportasi .
, .
Data diperoleh dari Dinas Ketahanan Pangan Kabupaten Labuhanbatu Utara serta hasil observasi lapangan.
Data spasial berupa peta administrasi wilayah .
ormat shapefile/GeoJSON) dikumpulkan dari Badan Informasi Geospasial (BIG) dan BPS, yang memuat batas desa, jaringan jalan, dan titik lokasi penting .
antor distribusi, gudang pangan, serta desa tujua.
Validasi data dilakukan dengan membandingkan sumber resmi dan verifikasi lapangan.
Proses Pengolahan Data Data spasial diproses menggunakan perangkat lunak QGIS untuk melakukan digitalisasi peta, pembersihan data, serta konversi ke format yang dapat diintegrasikan dengan basis data spasial pada WebGIS.
Bobot graf dihitung berdasarkan jarak jalan .
yang diukur dari data jaringan jalan serta waktu tempuh estimasi yang diperoleh melalui survei.
Penerapan Algoritma Dijkstra Algoritma Dijkstra dipilih untuk menghitung rute distribusi pangan terpendek karena memenuhi beberapa kriteria penting untuk graf jaringan jalan di tingkat kabupaten, yaitu deterministik, stabil, dan efisien.
Kompleksitas waktu algoritma Dijkstra, jika diimplementasikan dengan struktur data sederhana seperti matriks atau array, adalah O(VA) .
i mana V adalah jumlah simpu.
, yang masih layak digunakan untuk jaringan jalan kabupaten dengan jumlah desa atau titik distribusi yang relatif Studi-eksperimen empiris menunjukkan bahwa pada graf dengan sejumlah simpul sedang .
uluhan hingga beberapa ratu.
, algoritma ini masih memberikan performa waktu yang dapat diterima.
Misalnya, dalam A Comprehensive Study of DijkstraAos Algorithm.
Khan .
menyebutkan bahwa versi sederhana dari Dijkstra memerlukan O(VA) waktu komputasi .
Pengujian Sistem Black box testing dipakai untuk memvalidasi WebGIS bisa berjalan atau tidak.
Selain itu, dilakukan evaluasi performa algoritma dengan mengukur waktu komputasi rata-rata dalam proses pencarian rute.
Perbandingan dilakukan dengan rute manual yang biasa digunakan oleh pihak dinas, guna menilai efisiensi algoritma.
Keputusan Hasil dan Rancang Bangun WebGIS Hasil akhir berupa WebGIS interaktif yang mampu memetakan desa rawan pangan serta merekomendasikan rute distribusi pangan tercepat.
Sistem ini diharapkan dapat mendukung pengambilan keputusan pemerintah daerah dalam percepatan distribusi pangan.
2 Algoritma Dijikstra Algoritma Dijkstra merupakan metode pencarian jalur terpendek dari satu simpul ke simpul lain dalam graf berbobot .
Secara matematis, algoritma ini memperbarui jarak terpendek sementara d.
untuk setiap simpul tetangga v dari simpul saat ini u, apabila berlaku: yaitu notasi singkat A d.
= jarak terpendek yang diketahui sekarang dari A ke simpul v.
Copyright A 2025 Author.
Page 305 Jurnal BIT is licensed under a Creative Commons Attribution 4.
0 International License Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT A A pred.
= predecessor .
impul sebelumny.
pada jalur terpendek ke v.
Inisialisasi: d(A)=0d(A)=0d(A)=0.
untuk semua simpul lain d=Od=\inftyd=O, pred = -.
Rumus relaksasi yang dipakai:
>d.
dengan w.
adalah bobot sisi dari simpul u ke simpul v.
Algoritma ini dipandang sesuai untuk pemetaan distribusi pangan karena mampu memberikan hasil deterministik, stabil, dan efisien untuk ukuran graf tingkat kabupaten .
Visualisasi Graf Jaringan Dijkstra Sebagai bentuk implementasi dalam penelitian ini, dibuat graf jaringan yang merepresentasikan hubungan antar desa di Kabupaten Labuhanbatu Utara.
Pada graf ini:
Node .
mewakili desa atau titik distribusi pangan.
Edge .
aris penghubun.
merepresentasikan jalur antar desa dengan bobot berupa jarak aktual .
Gambar 2.
Graf Jaringan Distribusi Pangan dengan Algoritma Dijkstra Grafik ini memperlihatkan bahwa algoritma Dijkstra dapat menelusuri rute distribusi pangan dengan memilih jalur yang paling optimal dari simpul awal .
udang distribus.
menuju simpul tujuan .
esa rawan panga.
, sehingga meminimalkan total jarak tempuh maupun waktu perjalanan.
Visualisasi ini juga memudahkan pengguna dalam memahami rute distribusi yang dihasilkan oleh sistem berbasis WebGIS.
Graf desa AAeY dibuat dalam bentuk graf berarah dan berbobot untuk merepresentasikan hubungan antar desa beserta jarak Setiap simpul .
merepresentasikan sebuah desa, sedangkan sisi .
berarah menunjukkan jalur jalan yang menghubungkan desa tersebut .
Bobot pada setiap sisi menunjukkan jarak atau waktu tempuh antar desa.
Dengan model graf berbobot, algoritma Dijkstra diterapkan untuk menentukan jalur terpendek antara desa-desa.
Desa-desa direpresentasikan sebagai simpul .
, dan jalan antar desa sebagai sisi .
dengan bobot berupa jarak atau waktu tempuh.
Misalnya, jika titik awal ditetapkan di Desa A (Kantor Dina.
, algoritma Dijkstra akan menghitung jarak minimum ke seluruh desa lainnya melalui proses relaksasi dengan rumus diatas.
Rumus ini memastikan bahwa setiap simpul v memiliki jarak sementara yang diperbarui berdasarkan simpul terdahulu u dan bobot w.
, .
jika jalur baru tersebut lebih pendek.
Proses berlanjut sampai semua simpul telah dikunjungi dan jarak minimum ke setiap desa ditentukan.
Pendekatan serupa telah terbukti efektif dalam konteks distribusi barang dan logistik, seperti pada penelitian Implementasi Algoritma Dijkstra serta Algoritma Semut dalam Proses Distribusi Barang yang membandingkan kedua algoritma dalam operasi distribusi barang di beberapa pasar di Makassar, dan menemukan bahwa Dijkstra unggul dalam efisiensi waktu dan jalur tanpa pengulangan .
Lebih lanjut, integrasi data spasial melalui SIG dan pemanfaatan teknologi Big Data juga telah diidentifikasi sebagai strategi penting dalam memperkuat ketahanan pangan.
Misalnya, artikell pemanfaatan Big Data dan Sistem Informasi Geospasial dalam Upaya Peningkatan Ketahanan Pangan di Indonesia menunjukkan bahwa penerapan gabungan Big Data dan SIG dapat meningkatkan akurasi identifikasi wilayah rawan pangan, prediksi produksi, dan perencanaan distribusi secara spasial-temporal.
Pendekatan ini mendukung relevansi penggunaan model graf dan algoritma pencarian jalur terpendek dalam sistem distribusi pangan .
Hasilnya berupa rute tercepat atau jalur terpendek yang dapat digunakan untuk analisis distribusi pangan, mobilitas masyarakat, maupun perencanaan yang telah dibuat dinas ketahanan pangan.
Representasi graf ini juga memudahkan visualisasi hubungan antar desa sehingga mempermudah proses analisis jaringan jalan dengan baik.
HASIL DAN PEMBAHASAN
1 Requirement Planning Requirement planning merupakan tahapan awal dalam merancang sistem berbasis WebGIS untuk pemetaan daerah rawan pangan di Kabupaten Labuhanbatu Utara.
Analisis sistem dilakukan dengan meninjau alur distribusi pangan yang sedang berjalan, mengidentifikasi kelemahan pada sistem manual, dan kemudian merumuskan rancangan sistem berbasis algoritma Dijkstra.
Copyright A 2025 Author.
Page 306 Jurnal BIT is licensed under a Creative Commons Attribution 4.
0 International License Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT 1 Analisis Sistem Usulan Hasil analisis menunjukkan bahwa sistem manual yang digunakan Dinas Ketahanan Pangan kurang efektif karena pemetaan rawan pangan dilakukan secara konvensional, sehingga sulit menentukan desa prioritas dan rute distribusi terdekat.
Sistem usulan bertujuan untuk mempercepat pelayanan publik Dinas Ketahanan Pangan Kabupaten Labuhanbatu Utara.
Perubahan utama adalah penggunaan sistem berbasis peta interaktif sehingga pemerintah dapat dengan cepat mengidentifikasi desa rawan pangan prioritas.
Fitur utama yang ditawarkan meliputi:
Pemetaan interaktif desa rawan pangan.
Perhitungan rute terpendek berdasarkan jarak dan estimasi waktu tempuh.
Laporan berbasis web dengan waktu nyata secara langsung.
Oleh sebab itu, sistem diharapkan mampu memperbaiki kelemahan metode manual yang lambat dan kurang akurat dalam perencanaan distribusi pangan.
Flowchart sistem usulan ditunjukkan pada Gambar 3, yang menggambarkan alur proses mulai dari input data desa rawan pangan, pemrosesan rute dengan algoritma Dijkstra, hingga visualisasi hasil pada WebGIS.
Gambar 3 .
Flowchart Sistem Usulan 2 Tahapan Algoritma Dijikstra Dalam penelitian ini, system pemetaan daerah berbasis web yang dikembangkan memanfaatkan algoritma dijkstra untuk menentukan rute terpendek sekaligus menghitung jarak tempuh.
Sebagai ilustrasi, penulis mengangkat sebuah studi kasus dengan jarak terdekat sesuai gambar dibawah yaitu :
Tabel 1.
Lokasi Daerah Rawan Pangan Nama Lokasi Jarak (KM) A-B Kantor.
Dinas Kuala Beringin
39,78
A-C
Pulo Bargot
A-D
Pangkalan 27,83 A-E
Pasang Lela
45,43
A-F
Damuli Kebun
5,53
A-G
Hasang
34,64
A-H
Simangalam
26,22
A-I
Tanjung Pasir
22,03
A-J
Terang Bulan 22,42 A-K
Batu Tunggal
60,63
A-L
Kampung pajak
32,35
A-M
Pulo Jantan
27,78
A-N
Silumajang
43,41
A-O
Aek kota batu
33,22
A-P
Simpang Empat 40,55 A-Q Sipare pare tengah 56,45 Copyright A 2025 Author.
Page 307 Jurnal BIT is licensed under a Creative Commons Attribution 4.
0 International License Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT A-R
Sumber mulyo
56,39
A-S
Bulungihit
49,39
A-T
Aek Korsik
57,36
A-U
Bandar Selamat 41,80 A-V
A-W
Simandulang
101,79
Kuala Bangka
76,41
A-X
Sei Apung
50,57
A-Y
Teluk Piai 97,22 Implementasi algoritma Dijkstra dibuat guna menjalankan fungsi graf jaringan desa di labura Dalam node mewakili desa atau kantor dinas, sedangkan edge menunjukkan jalur jalan beserta bobot berupa jarak aktual .
Contoh kasus ditampilkan pada Tabel 1, yang memuat daftar desa rawan pangan.
Tahapan awal : kita ubah peta kedalam graf dan saling berkaitan dan memiliki bobot seperti gambar dibawah ini yaitu sebagai berikut Gambar 4.
Tahap pertama algoritma dijikstra Perhitungan menunjukkan bahwa rute terpendek dari Kantor Dinas ke Desa Damuli Kebun diperoleh dengan jarak 37,04 km dan waktu tempuh rata-rata 37,35 menit.
Hasil ini lebih efisien dibandingkan perhitungan manual yang sebelumnya menghasilkan rute lebih panjang.
Keunggulan algoritma Dijkstra ialah mampu menjadi solusi terdepan penggunaan rute tercepat plus terdekat.
Memiliki ciri khas yaitu waktu yang relatif rendah (O(VA)), sebab pas dipakai data jaringan jalan yang tidak terlalu besar seperti pada kasus penelitian ini .
Disela keunggulan memiliki kekurangan, kekurangannya pada kebutuhan pembaruan data graf secara berkala.
Jika kondisi jalan berubah .
isalnya perbaikan, kerusakan, atau hambatan lalu linta.
, maka hasil perhitungan perlu diperbarui agar tetap akurat.
Perbandingan dengan penelitian terdahulu, menunjukkan konsistensi hasil.
Contohnya, penelitian oleh Prasetyo et al.
yang menerapkan algoritma Dijkstra pada distribusi logistik di Jawa Tengah juga berhasil meningkatkan efisiensi waktu distribusi hingga Penelitian lain oleh Liu et al.
menekankan bahwa integrasi Dijkstra dengan sistem berbasis GIS terbukti membantu pemerintah daerah dalam pengambilan keputusan darurat.
Temuan penelitian ini sejalan, sekaligus memperkuat bukti bahwa pendekatan berbasis graf efektif untuk kasus distribusi pangan di wilayah pedesaan.
`1.
Jarak Kantor Dinas Ketahanan Pangan menuju Desa Tujuan Tabel 2.
Hasil literasi satu From A 39,78 O A-0.
B -4 km.
titik awal dimulai dari kantor dinas hanpang labura dengan jarak 0 dan titik b yang dituju melewati desa kuala Bangka dengan jarak 39,78 km.
Copyright A 2025 Author.
Page 308 Jurnal BIT is licensed under a Creative Commons Attribution 4.
0 International License Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT Iterasi pemilihan simpul terkecil dan relaksasi Selanjutnya mari gunakan simpul dengan d terkecil yang belum visited, lalu relaks semua tetangganya.
Sebab graf, cuman bisa edge AIev .
idak ada edge antar vAe.
, dan jika dijalankan node selain hanya punya satu tetangga adalah A .
ang sudah visite.
Maka dapat dijalankan rumus pada tiap tahapan agar memastikan tidak ada perubahan.
Tabel 3.
Literasi Simpul terkecil Nama Lokasi .
,39 ]
Berikit contoh penggunaan rumus pada beberapa iterasi .
emua kasus tidak mengubah nila.
A Ketika menjalankan F .
(F)=5.
tetangganya hanya A, hitung d_baru(A)=min.
_lama(A), d(F) w(F,A)} Tapi w(F,A)=w(A,F)=5.
53 Ie d_baru(A)=min.
, 5.
=min.
,11.
=0 Ie tidak berubah.
A Ketika menjalankan I .
(I)=22.
tetangganya hanya A Ie d_baru(A)=min.
,22.
=0 Ie tidak berubah.
A Ketika menjalankan D .
(D)=27.
tetangganya hanya A Ie d_baru(A)=min.
,27.
=0 Ie tidak berubah.
Sebab hal yang sama hanya terdapat di node lain: relaksasi dari node u ke node v hanya berkaitan A kembali, dan tidak menghasilkan nilai lebih kecil dari d.
yang sudah ditetapkan awal.
Jadi tidak ada satu pun perubahan setelah relaksasi awal dari A.
Secara semuanya, tabel ini ialah ringkasan nyata melalui solusi jalur terdekat dan ditemukan pada Algoritma Dijkstra dalam satu titik ke semua titik yang ada.
Setiap baris mewakili hasil akhir untuk setiap node, yaitu jarak terpendek dan jalur dipilih untuk untuk mencapainya dari titik awal.
Kesimpulannya yang paling dekat desa f .
,53 k.
dan terjauh menuju desa v .
70 k.
Perhitungan tersebut jarak dari titik kantor dinas rute awal dan rute akhir desa rawan pangan.
3 Implementasi Sistem Implementasi system ialah tahapan awal dari pada pengujian sistem baru yang telah diusulkan.
Dalam proses ini sistem mulai digunakan sesuai kebutuhan system.
Adapun kegunaanya ialah untuk menjamin bahwa system yang dibangun benar benar bermanfaat ketika dijalankan mampu menampilkan kelebihan dan kekurangan dari sistem yang diuji.
Selanjutnya system ini diharapkan mampu untuk memetakan daerah rawan pangan dengan jarak tempu terdekat di Kabupaten Labura dengan metode Copyright A 2025 Author.
Page 309 Jurnal BIT is licensed under a Creative Commons Attribution 4.
0 International License Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT Algoritma Dijikstra sehingga berguna bagi dinas ketahanan pangan dalam meningkatkan pelayanan publik untuk kemajuan daerah dan kesejahteraan masyarakat.
Tampilan Halaman Dashboard Berbasis Web Dashboard ialah tampilan Halaman menu utama dari aplikasi sistem Pemetaan Daerah Rawan Pangan di Kabupaten Labuhanbatu Utara menggunakan Algoritma Dijikstra Berbasis Web.
Pada menu utama dapat kita lihat tampilan berbagai menu termasuk menu desa rawan pangan dan lain lain.
Menu utama administrator dapat dilihat pada tampilan dibawah yaitu:
Gambar 5.
Tampilan Dashboard Admin Tampilan Hasil Algoritma Dijikstra Dalam tampilan ini menunjukan hasil perhitungan cepat dari metode algoritma dijikstra dapat kita lihat dalam tampilan gambar dibawah ini.
Gambar 6.
Tampilan hasil algoritma dijkstra Tampilan Sistem Laporan Desa Rawan Pangan Dalam system ini menunjukan tampilan laporan 24 Desa Rawan Pangan di Kabupaten Labura.
Berikut hasilnya dapat dilihat pada gambar dibawah ini :
Copyright A 2025 Author.
Page 310 Jurnal BIT is licensed under a Creative Commons Attribution 4.
0 International License Bulletin of Information Technology (BIT) Vol 6.
No 3.
September 2025.
Hal.
ISSN 2722-0524 .
edia onlin.
DOI 10.
47065/bit.
https://journal.
org/index.
php/BIT Gambar 7.
Tampilan sistem laporan desa rawan pangan 4 Implikasi Praktis Hasil penelitian ini memiliki implikasi nyata bagi pembangunan daerah:
Bagi pemerintah daerah:
Sistem dapat mempercepat identifikasi desa rawan pangan dan pengambilan keputusan distribusi.
Efisiensi jarak dan waktu dapat mengurangi biaya operasional logistik.
Sistem ini juga mendukung transparansi dan akuntabilitas dalam penyaluran bantuan pangan.
KESIMPULAN
Riset ini menghasilkan rancangan dan pengembangan Sistem Informasi Geografis dengan basis web dengan penerapan algoritma dijkstra untuk menentukan jalur distribusi pangan terdekat menuju desa rawan pangan di Kabupaten Labuhanbatu Utara.
Sistem yang dibangun mampu menampilkan peta interaktif, rute terpendek, estimasi waktu tempuh, serta laporan data desa rawan pangan secara real-time, sehingga dapat membantu pemerintah daerah meningkatkan efisiensi distribusi pangan dan pelayanan publik.
Kontribusi akademis dari penelitian ini adalah pengembangan model SIG berbasis algoritma dijkstra yang tidak hanya dapat digunakan di Kabupaten Labuhanbatu Utara, tetapi juga dapat direplikasi di daerah lain dengan permasalahan distribusi logistik serupa.
Hal ini memberikan nilai tambah pada literatur penerapan algoritma graf dalam sistem informasi spasial berbasis web.
Adapun keterbatasan penelitian ini adalah data spasial yang digunakan masih bersifat statis, sehingga sistem belum mempertimbangkan faktor dinamis seperti kondisi jalan, cuaca, ataupun kapasitas kendaraan distribusi.
Selain itu, pengujian performa algoritma masih terbatas pada perhitungan jarak dan waktu tempuh, belum mencakup skenario kompleks dengan data realtime.
Untuk penelitian selanjutnya, disarankan agar sistem dikembangkan dengan integrasi data real-time .
isalnya data GPS kendaraan, kondisi jalan, atau kepadatan lalu linta.
serta eksplorasi algoritma alternatif seperti A atau genetic algorithm untuk membandingkan performa dengan Dijkstra.
Selain itu, sistem dapat diperluas dengan modul analisis ekonomi yang mengukur dampak efisiensi distribusi terhadap biaya logistik dan peningkatan akses pangan masyarakat.
REFERENCES