4

BAB II

TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1 Tinjauan Pustaka.

Penulis menggunakan beberapa bahan acuan kepustakaan yang bersumber

pada beberapa penelitian sebelumnya tentang seleksi guna pengambilan

keputusan, untuk menjadi bahan referensi seperti penelitian.

Sistem pemdukung keputusan seleksi penerimaan calon siswa/I Baru

menggunakan algoritma C4.5 studi kasus : SDIT An-Najah Jatinom Klaten.

Penelitan yang dilakukan oleh Rozi, (2015) meneliti tentang penerimaan siswa/I

baru dengan studi kasus SDIT An-Najah Jatinom Klaten denagn menggunakan

algoritma C4.5, dimana algoritma C4.5 akan digunakan sebagai pembentuk pohon

keputusan yang nantinya akan digunakan untuk proses seleksi penerimaaan calon

siswa/i baru. Pada penelitian, hasil dan evaluasi menunjukan proses penghitungan,

perangkingan dan seleksi lebih cepat serta akurat.

Sistem pendukung keputusan untuk pemilihan objek wisata di kabupaten

pasuruan dengan menggunakan metode fuzzy Busthomy, et al, (2016) (Busthomy,

Akhmad; Sultoni; Hariyanto, Rudi;, 2016)dalam penelitianya menghasilkan suatu

sistem yang dapat membantu para pembuat keputusan untuk menentukan solusi

pemilihan objek wisata di Kabupaten Pasuruan yang optimal disertai dengan

visualisasi peta objek wisata dalam pemilihan objek wisata di Kabupaten Pasuran

dengan menggunakan metode fuzzy. Dengan menggunakan metode fuzzy, mampu

memberikan rekomendasi pemilihan objek wisata sesuai dengan kriteria yang

dipilih. Metode fuzzy mempunyai keakuratan data yang tepat untuk sistem

pendukung keputusan pemilihan objek wisata di kabupaten Pasuran.

Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode

Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting.

Penelitan yang dilakukan oleh Harjayanti, et al, (2016) tentang penelitian terhadap

penentuan penilaian supplier komputer terbaik dengan hasil yang didapat yaitu

Merancang aplikasi Sistem Pengambilan Keputusan (SPK) untuk mempermudah

penentuan penilaian supplier terbaik yang dapat mengimplementasikan metode

5

Fuzzy Multiple Attribute Decision Making (FMADM) dengan Simple Additive

Weighting (SAW) untuk membantu perusahaan dalam melakukan pengambilan

keputusan penentuan penilaian supplier terbaik.

A preliminary requirement of decision support system for Building

Information Modelling software selection. Penelitan yang dilakukan oleh Omar,

et al, (2014) tentang penelitian Building Informarion Modeling mengidentifikasi

adanya kebutuhan untuk membantu pengambilan keputusan pembangunan

organisasi dalam rangka pemilihan software BIM yang sesuai dengan kebutuhan

proyek tertentu. Jurnal ini membahas beberapa aspek dari BIM, Multi Kriteria

Pengambilan Keputusan (MCDM) dan Decision Support System (DSS) sebagai

alat keputusan dalam seleksi BIM. Analisis dokumen dilakukan untuk

mengumpulkan informasi mengenai building block DSS dan data yang diperlukan

untuk mendukung model keputusan pengembangan. Literatur menunjukkan

bahwa kriteria seleksi software dapat dikategorikan menjadi teknis, manajerial

dan pertimbangan biaya.

Analisis Sistem Pendukung Keputusan Dalam Memilih Program Studi

Menggunakan Metode Logika, Rohayani, (2013) dalam penelitianya

menyimpulkan Metode Fuzzy Multi-Attribute Decision Making (FMADM) dan

metode Fuzzy Multi-Criteria Decision Making (FMCDM) dapat memberikan

alternatif terbaik dalam memilih Program Studi. Analisis dengan menggunakan

metode Fuzzy Multi-Attribute Decision Making (FMADM) lebih sederhana

sehingga lebih mudah untuk dipahami. Sedangkan metode Fuzzy Multi-Criteria

Decision Making (FMCDM) memberikan hasil analisis yang lebih teliti karena

metode ini menggunakan tiga derajat keoptimisan untuk menyeleksi alternatif

yang optimal.

Penelitian ini fokus terhadap sistem informasi penyeleksian permohonan

visa kitas lansia (ritiretment visa-kitas) di PT. Mulia Prima Permai, syarat syarat

permohonan visa akan di proses sebelum di ajukan ke Dirjen Imigrasi syarat-

syarat permohonan visa mempunyai bobot yang tidak jelas tetapi harus dipenuhi,

sehingga penelitian ini fokus terhadap pengembangan sistem yang berguna untuk

menyeleksi bobot syarat-syarat yang tidak jelas tersebut. Sistem yang akan

6

dikembangkan menggunakan metode Fuzzy Multi-Atribut Decision Making

(FMADM).

2.2 Landasan Teori

2.2.1 Sistem Penunjang Keputusan

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS)

merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan

dan pemanipulasian data. Sistem ini digunakan untuk membantu pengambil

keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur

dimana tidak seorangpun tahu secara pasti bagaimana keputusan seharusnya

dibuat (Kusrini, 2007). Karakteristik dari sistem pendukung keputusan

(Noviansyah, 2014), yaitu :

1. Mendukung proses pengambilan keputusan suatu organisasi atau

perusahaan.

2. Adanya interface manusia/mesin dimana manusia (user) tetap

memegang kontrol proses pengambilan keputusan.

3. Mendukung pengambilan keputusan untuk membahas masalah

terstruktur, semi terstruktur serta mendukung beberapa keputusan yang

saling berinteraksi.

4. Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan

keputusan.

5. Memliki subsistem yang terintegrasi sedemikian rupa sehingga dapat

berfungsi sebagai kesatuan sistem.

6. Memiliki dua komponen utama yaitu data dan model.

Karakteristik dari sistem pendukung keputusan untuk membantu

pengambil keputusan dalam situasi yang semi terstruktur dan situasi yang tidak

terstruktur dapat dilihat pada Gambar 2.1.

7

Gambar 2. 1 Fase Proses Pengambilan Keputusan (sumber:

Noviansyah, 2014)

Gambar 2.1 menjelaskan tentang fase proses pengambilan keputusan,

bahwa pengambilan keputusan melewati beberapa aktivitas. Menurut Simon

(1960) dalam buku (Noviansyah, 2014) yang berjudul Konsep Data Mining

dengan Sistem Pendukung, keputusan ada tiga fase dalam proses pengambilan

keputusan diantaranya sebagai berikut:

1. Intelligence

Tahap ini merupakan proses penelusuran dan pendeteksian dari ruang

lingkup problematika secara proses pengenalan masalah. Data

masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasi

masalah.

2. Design

Tahap ini merupakan proses menemukan, mengembangkan, dan

menganalisis alternative tindakan yang bias dilakukan. Tahap ini

meliputi menguji kelayakan solusi.

3. Choice

Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif

8

tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian

diimplementasikan dalm proses pengambilan keputusan.

Adapun tujuan dari pembuatan sistem pendukung keputusan adalah sebagai

berikut :

1. Membantu dalam pengambilan keputusan atas masalah yang

terstruktur.

2. Memberikan dukungan atas pertimbangan manajer dan bukannya

dimaksudkan untuk menggantikan fungsi manajer.

3. Meningkatkan efektifitas keputusan yang diambil lebih daripada

perbaikan efisiensinya.

4. Kecepatan komputasi komputer memungkinkan para pengambil

keputusan untuk banyak melakukan komputasi secara cepat dengan

biaya yang rendah.

2.2.2 Visa

Orang asing yang masuk wilayah Indonesia dengan visa tinggal terbatas

atau orang asing yang diberikan alih status dari izin tinggal kunjungan, yang

meliputi (www.imigrasijogja.go.id) :

1. Orang asing dalam rangka penanaman modal;

2. Bekerja sebagai tenaga ahli;

3. Melakukan tugas sebagai rohaniawan;

4. Mengikuti pendidikan dan pelatihan;

5. Mengadakan penelitian ilmiah;

6. Menggabungkan diri dengan suami atau istri pemegang izin tinggal

terbatas;

7. Menggabungkan diri dengan ayah dan/atau ibu bagi anak

berkewarganegaraan asing yang mempunyai hubungan hukum

kekeluargaan dengan ayah dan/atau ibu warga negara Indonesia;

8. Menggabungkan diri dengan ayah dan/atau ibu pemegang izin tinggal

terbatas atau izin tinggal tetap bagi anak yang berusia di bawah 18

(delapan belas) tahun dan belum kawin;

9

9. Orang asing eks warga negara Indonesia; dan

10. Wisatawan lanjut usia mancanegara.

Setiap prosedur permohonan visa merupakan wewenang masing-masing

negara dalam tertib administrasi dan kebijakan keamanaan terhadap orang asing

yang berkunjung ke negaranya. Orang asing yang masuk ke wilayah Indonesia

yang dikecualikan tidak harus memiliki visa diantaranya warga negara asing dari

negara-negara yang berdasarkan Keputusan Presiden tidak diwajibkan untuk

memiliki visa (Sihombing, 2009). Dalam hal prosedur permohonan visa ini akan

diproses dengan ketentuan waktu yang ditetapkan oleh masing-masing negara.

Visa yang telah diberikan kepada pemohon juga harus dipergunakan sebelum

batas berlakunya habis. Pemberian visa kepada orang asing ini juga telah di

kategorikan berdasarkan tujuan dan jangka waktu pemohon visa.

2.2.3 Visa –Kitas Lansia (Ritiretment Visa-Kitas)

Visa – Kitas lansia (ritiretment visa-kitas) merupakan jenis visa yang di

khususkan untuk wisatawan lanjut usia mancanegara. Untuk memperoleh jenis

visa ini, orang asing dapat mengajukan permohonannya ke kantor perwakilan

Republik Indonesia (konsulat/kedutaan Indonesia diluar negeri) yang terdekat,

atau penjaminnya dapat mengajukan ke Direktorat Jenderal Imigrasi setelah

melengkapi persyaratannya. (www.imigrasi.go.id, Direktorat Jendral Imgirasi RI,

2014)

Prosedur pengajuan Visa_Kitas lansia (ritiretment visa-kitas) meliputi

permohonan yang dilakukan penjamin. Untuk permohonan visa-kitas lansia

(ritiretment visa-kitas) hanya penjamin merupakan sponsor yang berbadan hukum

(biro wisata) yang di tunjuk oleh Direktorat Jenderal Imigrasi di bawah

kementerian kebudayaan Republik Indonesia. Syarat-syarat pokok yang harus di

penuhi untuk permohonan visa kitas lansia (ritiretment visa-kitas) antara lain;

surat permohonan dan jaminan dari biro wisata, fotokopi paspor minilam 18 bulan

untuk satu tahun masa tinggal, foto kopi buku tabungan atau pernyataan dari

lembaga bank akan ketersediaan dana perbulan (dana pensiun), curriculum vitae,

asuransi, pernyataan untuk menyewa tempat tinggal, dan pernyataan untuk

10

menggunakan pramuwisma. (www.imigrasi.go.id, Direktorat Jendral Imgirasi RI,

2014)

2.2.4 Logika Fuzzy

1. Definisi Logika fuzzy

Logika fuzzy merpakan salah satu komponen pembentuk soft computing.

Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotf A.Zadeh pada tahun

1965. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan

fuzzy, perananan derajat keanggotaan sebagai penentu keberadaan elemen dalam

suatu himpunan sangatlah penting. Nilai keanggotaaan atau derajat keanggotaan

atau membership function menjadi ciri utama dan penalaran dengan logika fuzzy

tersebut ( (Sri Kusumadewi, et, al, 2013)

Logika fuzzy adalah suatu cara yang tepat untuk memetakan ruang input

kedalam suatu ruang output (Kusumadewi S. , 2003). Konsep ini diperkenalkan

dan dipublikasikan pertama kali oleh Lotfi A. Zadeh, seorang profesor dari

University of California di Berkeley pada tahun 1965. Logika fuzzy menggunakan

ungkapan bahasa untuk menggambarkan nilai variabel. Logika fuzzy bekerja

dengan menggunakan derajat keanggotaan dari sebuah nilai yang kemudian

digunakan untuk menentukan hasil yang ingin dihasilkan berdasarkan atas

spesifikasi yang telah ditentukan. Telah disebutkan sebelumnya bahwa logika

fuzzy memetakan ruang input ke ruang output. Antara input dan output ada suatu

kotak hitam yang harus memetakan input ke output yang sesuai. Alasan mengapa

orang menggunakan logika fuzzy, yaitu (Kusumadewi S. , 2003):

1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang

mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.

2. Logika fuzzy sangat fleksibel.

3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.

4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinier yang sangat

kompleks.

11

5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-

pengalaman para pakar secara langsung tanpa harus melalui proses

pelatihan.

6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara

konvensional.

7. Logika fuzzy didasarkan pada bahasa alami.

2. Himpunan Fuzzy

Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu

himpunan A, yang sering ditulis dengan µA(x), memiliki dua kemungkinan,

(Kusumadewi, et, al, 2013) yaitu :

1. Satu(1), yang berarti bahwa suatu item menjadi anggota dalam suatu

himpunan, atau

2. Nol(0), yang berarti bahwa suatu item tidak menjadi anggota dalam

suatu himpunan.

Himpunan fuzzy didasarkan pada gagasan untuk memperluas

jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan

mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya

menunjukkan bahwa suatu item dalam semesta pembicaraan tidak hanya

berada pada 0 atau 1, namun juga nilai yang terletak diantaranya. Dengan kata

lain, nilai kebenaran suatu item tidak hanya benar atau salah. Nilai 0

menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang

terletak antara benar dan salah. Himpunan fuzzy memiliki 2 atribut

(Kusumadewi, et, al , 2013), yaitu

a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu

keadaan atau kondisi tertentu dengan menggunakan bahasa alami.

b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran

dari suatu variabel.

Ada beberapa hal yang perlu diketahui dalam memahami sistem

fuzzy, (Kusumadewi, et, al , 2013), yaitu;

a. Variabel Fuzzy

12

Variabel fuzzy merupakan variabel yang hendak dibahas dalam

suatu sistem fuzzy.

a. Himpunan Fuzzy

Himpunan fuzzy merupakan suatu grup yang mewakili suatu

kondisi atau keadaan tertentu dalam suatu variabel.

Gambar 2. 2 Himpunan Fuzzy Variable Temperatur

(sumber: Kusumadewi, et, al, 2013)

b. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan

untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan

merupakan himpunan bilangan real yang senantiasa naik

(bertambah) secara monoton dari kiri ke kanan. Nilai semesta

pembicaraan dapat berupa bilangan positif maupun negatif.

Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas

atasnya.

c. Domain

Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan

dalam semesta pembicaraan dan boleh dioperasikan dalam suatu

himpunan fuzzy. Seperti halnya semesta pembicaraan, domain

merupakan himpunan bilangan real yang senantiasa naik

(bertambah) secara monoton dari kiri ke kanan. Nilai domain dapat

berupa bilangan positif maupun negatif.

3. Fungsi keanggotaan

Fungsi keanggotaan (membership function) adalah suatu kurva yang

13

menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya

(de ajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara

yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan

melalui pendekatan fungsi (Kusumadewi, et, al, 2013). Ada beberapa fungsi

yang bisa digunakan dalam penelitian ini yaitu :

a. Representasi Linier

Pada representasi linier, pemetaan input ke derajat

keanggotaannya digambarkan sebagai garis lurus. Ada dua keadaan

himpunan fuzzy yang linier, pertama, kenaikan himpunan dimulai

pada nilai domain yang memiliki derajat keanggotaan lebih tinggi

(Gambar 2.3).

Gambar 2. 3 Representasi linear naik

Sedangkan yang kedua, merupakan kebalikan yang pertama. Garis

lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi

pada sisi kiri, kemudian begerak menurun ke nilai domain yang

memiliki derajat keanggotaan lebih rendah (Gambar 2.4).

14

Gambar 2. 4 Representasi linear turun

b. Representasi kurva segitiga

Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis

(linear) seperti pada (Gambar 2.5):

Gambar 2. 5 Kurva segitiga

c. Representasi kurva trapesiun

Kurva trapesium pada dasarnya seperti kurva segitiga, hanya saja ada

beberapa titik yang memiliki nilai keanggotaan 1.(Gambar 2.6):

15

Gambar 2. 6 Representasi kurva trapesiun

d. Reprsentasi kurva bentuk bahu

Daerah yang terletak di tengah-tengah suatu variabel yang

direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya

akan naik dan turun. Tetapi terkadang salah satu sisi dari variabel

tersebut tidak mengalami perubahan. Himpunan fuzzy „bahu‟, bukan

segitiga, digunakan untuk mengakhiri variabel suatu daerah fuzzy.

Bahu kiri bergerak dari benar ke salah, demikian juga bahu kanan

bergerak dari salah ke benar. Sebagai contoh, himpunan fuzzy pada

variabel TEMPERATUR dengan daerah bahunya (Gambar 2.7).

Gambar 2. 7 Reprsentasi kurva bentuk bahu

2.2.5 Fuzzy Multi-Atribut Decision Making (FMADM)

16

Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode

yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan

kriteria tertentu. Inti dari FMADM adalah menentukan bobot untuk setiap atribut,

kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi

alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari

nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif, dan

pendekatan integrasi antara subyektif dan obyektif. Masing-masing pendekatan

memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot

ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga

beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara

bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara

matematis sehingga mengabaikan subyektifitas dari pengambil keputusan

(Kusumadewi, et, al, 2006).

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah

FMADM antara lain, (a) Simple Additive Weighting (SAW), (b) Weighted

Product (WP), (c) ELECTRE, (d) Tecniques for Order Preference by Similary to

Ideal Solution (TOPSIS), dan (e) Analitic Hierarchy Process (AHP)

(Kusumadewi, et, al, 2006).

2.2.6 Algoritama Fuzzy MADM dengan metode SAW

Metode Simple Additive Weighting (SAW) sering juga disebut dengan istilah

penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan

terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode

SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala

yang dapat diperbandingkan dengan semua rating alternatif yang ada

(Kusumadewi, et, al, 2006).

Algoritma FMADM dengan metode Simple Additive Weighting (SAW

adalah (Kusumadewi, et, al 2007)

17

a. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang

sudah ditentukan, dimana nilai tersebut di peroleh berdasarkan nilai

crisp; i=1,2,…m dan j=1,2,…n.

b. Memberikan nilai bobot (W) yang juga didapatkan berdasarkan nilai

crisp.

Membuat matrik keputusan (X) yang dibentuk dari tabel rating

kecocokan dari setiap alternatif pada setiap kriteria. Nilai X setiap

alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan, dimana,

i=1,2,...m dan j=1,2,...n. Matrik keputusan X dapat dilihat dalam

persamaan 2.1.

[

] ………………….….. Persamaan 2.1

Melakukan normalisasi matriks dengan cara menghitung nilai rating

kinerja ternormalisasi (rij) dari alternatif Ai pada atribut Cj

berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut

keuntungan/benefit = maksimum atau atribut biaya/cost = minimum).

Apabila berupa artibut keuntungan maka nilai crisp (Xij) dari setiap

kolom atribut dibagi dengan nilai crisp MAX (MAX Xij) dari tiap

kolom, sedangkan untuk atribut biaya, nilai crisp MIN (MIN Xij) dari

tiap kolom atribut dibagi dengan nilai crisp (Xij) setiap kolom, dimana

rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut

Cj; i=1,2,...,m dan j=1,2,...,n.

Matriks ternormalisasi rij dapat dilihat dalam persamaan 2.2.

{

..

…………………………………………… Persamaan 2.2

c. Melakukan proses perankingan dengan cara mengalikan matriks

ternormalisasi (R) dengan nilai bobot (W).

18

d. Menentukan nilai total untuk setiap alternatif (Vi) dengan cara

menjumlahkan hasil kali antara matriks ternormalisasi (R) dengan nilai

bobot (W). Penentuan nilai total untuk setiap alternative dapat dilihat

dalam persamaan 2.3.

∑ ……………………... Persamaan 2.3

Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.

2.2.7 MySQL

MySQL merupakan sebuah perangkat lunak sistem manajemen database

SQL yang bersifat open source. Sistem database MySQL mampu mendukung

beberapa fitur seperti multithread, multiuser, dan SQL database management

system (DBMS). Selain itu, MySQL juga bisa dikatakan sebagai sebuah

implementasi dari sistem manajemen basis data relasional (RDBMS) yang

didistribusikan secara gratis dibawah lisensi GNU General Public License (Huda,

et al, 2010)

Salah satu database server yang cukup dikenal dan banyak digunakan saat

ini adalah MySQL. Beberapa kelebihan MySQL menurut (Mundzir, 2014) antara

lain:

1. Portabilitas, MySQL dapat berjalan pada berbagai sistem operasi,

seperti Linux, Windows, Mac Os X Server, Solaris dan masih banyak

lagi.

2. Bersifat open source. Keunggulan ini biasa dikenal sebagai perangkat

lunak sumber terbuka yang mengakibatkan MySQL didistribusikan dan

digunakan secara gratis.

3. Bersifat multiuser. Keunggulan ini membuat MySQL dapat digunakan

oleh beberapa user dalam waktu yang bersamaan tanpa mengalami

masalah.

4. Performance tunning. Hal ini berkaitan dengan kecepatan akses, yang

mana MySQL memiliki kecepatan yang sangat baik dalam menangani

query (perintah SQL) dan mampu memproses lebih banyak SQL per

satuan waktu.

19

5. Ragam tipe data. Ragam tipe data dari MySQL yang kaya, seperti

signed/unsigned integer, float, double, char, text, date, timestamp dan

lain-lain.

6. Perintah dan fungsi. MySQL memiliki operator dan fungsi secara

penuh yang mendukung perintah select dan where dalam perintah

(query).

7. Security. MySql memiliki beberapa level sekuritas seperti level nama

host, subnet mask dan ijin akses user dengan sistem perijinan yang

mendetail serta password terenkripsi.

8. Scalability dan Limits. MySql mampu menangani database dalam skala

besar dengan jumlah record lebih dari 50 juta dan 60 ribu table serta 5

miliar baris. Selain itu batas indeks yang dapat ditampung mencapai 32

indeks pada tiap tabelnya.

9. Interface. MySQL memiliki interface (antarmuka) terhadap berbagai

aplikasi dan bahasa pemrograman dengan menggunakan fungsi API

(Application Programming Interface).

10. Struktur Tabel. MySQL memiliki struktur table yang lebih fleksibel

dalam menangani ALTER TABLE dibandingkan dengan basis data

lainnya semacam PostgreSQL ataupun Oracle.

MySQL adalah database server yang melayani permintaan data dari client

yang dikembangkan oleh MySQL AB dengan menggunakan bahasa query standar

SQL. MySQL merupakan salah satu dari sekian banyak database yang populer

saat ini karena kecepatan, dan keamanannya maka jenis database ini cocok jika

digunakan pada aplikasi berbasis internet (Utdirartatmo, 2002).

SQL adalah suatu standar bahasa query dalam manipulasi database,

perintah-perintah dasar yang ada di SQL adalah sebagai berikut.

1. Membuat database

CREATE DATABASE nama_database;

2. Membuka database

USE nama_database;

3. Membuat tabel

20

CREATE TABLE nama_tabel (nama_field1 tipe_data1,

nama_field2 tipe_data2,...);

4. Memasukkan data

INSERT INTO nama_tabel (field1, field2,...) VALUES

(nilai_field1, nilai_field2,...);

5. Menampilkan data

SELECT (field1, field2,...) FROM nama_tabel;

6. Menyaring hasil pencarian dengan WHERE

SELECT (field1, field2,...) FROM nama_tabel WHERE

kriteria;

7. Mengurutkan data

SELECT (field1, field2,...) FROM nama_tabel ORDER

BY kriteria;

8. Menghapus data dalam tabel

DELETE FROM nama_tabel WHERE kriteria;

9. Mengubah data dalam tabel

UPDATE nama_tabel SET nama_field1=nilai_baru1,

nama_field2=nilai_baru2,... WHERE kriteria;

2.2.8 PHP

PHP adalah singkatan dari PHP: Hypertext Preprocessor yaitu

pemrograman web server-side yang bersifat open source. PHP merupakan script

yang terintegrasi dengan HTML dan berada pada server (server side HTML

embedded scripting). Sebagian besar sintaks PHP mirip dengan bahasa C, Java

dan Perl, ditambah beberapa fungsi PHP yang spesifik sehingga dapat digunakan

untuk membuat halaman website yang dinamis (Anhar, 2010).

2.2.9 HyperText Markup Language (HTML)

HyperText Markup Language (HTML) merupakan suatu bahasa yang

dikenali oleh web browser untuk menampilkan informasi seperti teks, gambar,

suara, animasi bahkan video (Ardhana et al, 2013)Untuk dapat membuat website

dengan baik maka langkah awal yang harus digunakan yaitu mengenal kode-kode

dasar HTML.

21

Kode HTML memiliki aturan dan struktur penulisan tersendiri yang

disebut tag HTML. Tag adalah kode yang digunakan untuk mark-up teks ASCII

(American Standard Code for Information Interchange) menjadi file HTML.

Setiap tag diapit dengan tanda kurung runcing. Ada tag pembuka yaitu <HTML>

dan ada tag penutup </HTML> yang ditandai dengan tanda garis miring didepan

awal tulisannya. Tag diatas dimaksudkan bahwa yang akan ditulis diantara kedua

tag tersebut adalah isi dari dokumen HTML. Tag HTML dapat ditulis dengan

huruf besar ataupun huruf kecil. Untuk lebih lanjut mengenai bagian-bagian

HTML perhatikan skema berikut :

<html>

<head>

<title>...</title>

</head>

<body>

...isi dari halaman web...

</body>

</html>

22