Rekayasa Perangkat Lunak

PENERAPAN METODE ASSOCIATION RULE MENGGUNAKAN

ALGORITMA APRIORI UNTUK PENENTUAN STRATEGI PROMOSI

PERGURUAN TINGGI

Oleh

Kelompok 6

I LATAR BELAKANG

Ketersediaan detail informasi peningkatan usaha mendorong pengembangan teknik yang secara otomatis mencari dukungan antara item dalam data di dalam database Pemanfaatan data yang ada diadalam sistem informasiuntuk menunjang kegiatan pengambilan keputusan tidak cukup[ hanya mengandalkan data operasional saja diperlukan suatu analisis data untuk menggali potensi ndash potensi informasi yang ada

Para pengambil keputusan berusaha untuk memanfaatkan gudang data yang sudah dimiliki untuk menggali informasi yang berguna membantu mengambil keputusan hal ini mendorong munculnya cabang ilmu baru untuk mengatasi masalah penggalian informasi atau pola yang penting atau menarik data dalam jumlah besar yang disebut dengan data mining

Penggunaan teknik data mining diharapkan dapat memberikan pengetahuan yang sebelumnya tersembunyi didalam gudang data sehingga menjadi informasi yang berbeda

Perguruan tinggi saat ini dituntut untuk memiliki keunggulan bersaing dengan memanfaatkan sumber daya yang dimiliki Selain sumber daya sarana prasaran dan manusia sistem informasi dan strategi promosi adalah salah satu sumber daya yang dapat digunakan untuk meningkatkan keunggulan bersaing da peningkatan perekrutan mahasiswa baru

Sistem informasi dapat digunakan untuk mendapatkan mengolah dan menyebarkan informasi untuk menunjang kegiatan operasional sehari hari sekaligus menunjang kegiatan pengambilan keputusan strategis

Pencarian pola atau hubungan asosiatif dari data yang berskala besar sangat erat kaitannya dengan data mining Data mining adalah suatu proses essensial dimana metode cerdas diaplikasikan untuk mengekstrak pola data

Association rule atau (aturan assosiatif) adalah salah satu teknik utama dalam data miningdan merupakan bentuk yang paling umum dipakai untuk menemukan pattern atau pola dari suatu kumpulan data Association rule (aturan assosiatif) berusaha menemukan aturan aturan tertentu yang mengasosiasikan data yang satu dengan data yang lain Untuk mencari association rule dari suatu kumpulan data pertama-tama kita harus mencari lebih dulu yang disebut frequent itemset ataau sekumpulan item yang sering muncul bersamaan Setelah semua pola frequent itemset ditemukan barulah dicari aturan asosiatif yang memenuhi syarat yang telah ditentukanSalah satu algoritma yang dapat digunakan untuk menemukan association rule adalah algritma apriori imana ciri dasar algoritma ini adalah jika suatu itemset termasuk dalam large itemset maka semua himpunana bagian (subset) dari item set tersebut juga termasuk large itemset Algoritma ini juka termasuk dari 10 algoritma yang sering digunkan untuk algoritma data mining

Oleh karena itu dengan memanfaatkan data induk mahasiswa baru dapat diketahui informasi sebagai penunjang pengaturan strategi untuk fokus promosi akademik untuk perekrutan mahasiswa baru melalui teknikk data mining

II PERUMUSAN MASALAH

Penentuan fokus promosi akademik dalam perekrutan mahasiswa barudapat dilihat dari data induk mahasiswa baru dan juga jumlah penerimaan mahasiswa baru Data mining dapat diharapkan dapat membantu menyajikan informasi tentang penentuan strategi Promosi akademik untuk penentuan mahasiswa baru Dengan menggunakan data induk mahasiswa baru dan jumlah penerimaan mahasiswa baru

Permasalahan yang dibahas adalah penerapan association rule algoritma apriori untuk menghasilkan informasi yang berguna tentang hubungan strategi promosi akademik untuk perekrutan mahasiswa baru dengan data induk mahasiswa baru menggunakan teknik data mining

III BATASAN MASALAH

Adapun batasan masalah pada penelitian ini adalah 1 Data yang digunakan adalah data rekapitulasi penerimaan mahasiswa baru

yang digunakan untuk pembentukan itemset sebagai penentu nilai support dan confidence

2 Program yang digunakan adalah visual basic 6

IV TUJUAN PENELITIAN

Tujuan penelitian yang ingin dicapai dari pelaksanaan dan penulisan ini adalah menerapkan metode association rule algoritma apriori terhadap data induk mahasiswa baru dan jumlah penerimaan mahasiswa baru untuk mendapatkan informasi tentang strategi promosi untuk perekrutan mahasiswa baru

V MANFAAT PENELITIAN

Manfaat yang dapat diambil dalam penelitian ini sebagai dampak hasil yang dibangun adalah sebagai berikut hasil penelitian ini diharapkan dapat digunakan untuk penentuan strategi promosi dalam perekrutan mahasiswabaru dan tingkat kepercayaan masyarakat terhadap perguruan tinggi Diharapkan dengan adanya analisa dan penelitian ini dapat membantu menyajikan informasi tentang hubungan penentuan strategi promosi perekrutan mahasiswa babru dengan data induk mahasiswa Pihak akademik dapat mengatur strategi pormosi dan mengetahui faktor yang mempengaruhi tingkat perekrutan mahasiswa baru

VI RUANG LINGKUP

61 User yang terlibat

User yang terlibat hanya terdiri dari user admin

611 User admin

Jika login sebagai user admin maka user dapat melakukan maintenance yaitu input edit

hapus lihat proses data lihat hasil serta mengubah password dan konfigurasi

62 Fitur-fitur

Fitur yang dimiliki oleh sistem adalah login input data anggota analisis data pengaturan

konfigurasi

621 Fitur login

Fitur login digunakan oleh user untuk masuk ke dalam sistem Fitur ini akan melakukan

pengecekan apakah user sudah terdaftar atau belum dan akan memberikan pesan

kesalahan kalau username dan password yang dimasukkan belum terdaftar atau

passwordnya salah

Jika username dan password yang dimasukkan sudah terdaftar maka sistem akan mencek

apakah user sebagai admin atau user biasa Jika login sebagai user admin maka user

dapat melakukan maintenance yaitu input edit hapus lihat proses data lihat hasil serta

mengubah password dan konfigurasi Jika login sebagai user biasa maka user hanya

dapat melihat hasil yang diproses

622 Input data anggota kriteria

Fitur input data nilai anggota digunakan oleh admin untuk melakukan input data anggota

kriteria Maksud data anggota kriteria disini adalah data anggota berupa nama anggota

berserta nilai dari kriteria-kriteria pemilihan calon raja ratu

623 Lihat data anggota kriteria

Fitur lihat data anggota kriteria digunakan oleh admin untuk melihat mengedit

menghapus dan mencetak data nilai anggota

624 Proses data

Fitur proses data digunakan oleh admin untuk memproses data anggota kriteria dengan

menggunakan Fuzzy C-Means

625 Lihat hasil

Fitur lihat hasil digunakan oleh user untuk melihat hasil proses pengelompokan calon

raja dan ratu Sistem akan memberikan saran untuk menjadikan kelompok anggota

tertentu sebagai calon raja dan ratu Anggota yang dikelompokkan menjadi calon akan

mempunyai status calon raja dan ratu dan disimpan pada database anggota

626 Ubah password

Fitur ubah password digunakan oleh admin untuk mengubah password untuk login yang

berfungsi untuk kerahasiaan dan keamanan

627 Ubah konfigurasi

Fitur ubah konfigurasi digunakan oleh user admin untuk mengubah batasan jumlah

cluster pangkat maksimum iterasi dan error terkecil sesuai kebutuhan

Tabel

Rancangan tabel yang digunakan dalam sistem adalah tabel anggota_kriteria dan tabel

calon_raja_ratu

631 Tabel anggota_kriteria

Tabel anggota_kriteria berisi kode anggota nama anggota beserta nilai-nilai dari kriteria

calon raja dan ratu

632 Tabel calon_raja_ratu

Tabel calon_raja_ratu merupakan tabel yang memuat data hasil pengelompokan anggota oleh Fuzzy C-Means Tabel ini berisi list anggota yang termasuk dan yang tidak termasuk sebagai calon raja dan ratu

VII TINJAUAN PUSTAKA

71 Association Rule

Analisis asosiasi atau association rule mining adalah teknik data mining untuk

menemukan aturan asosiatif antara suatu kombinasi item Contoh dari aturan asosiatif dari

analisis pembelian di suatu pasar swalayan adalah mengetahui besarnya kemungkinan

seorang pelanggan untuk membeli roti bersamaan dengan susu Dengan pengetahuan

tersebut pemilik pasar swalayan bisa mengatur penempatan barangnya atau merancang

kampanye pemasaran menggunakan kupon diskon untuk kombinasi barang tertentu

(Wijoyo 2011)

Analisis asosiasi dikenal juga sebagai salah satu teknik data mining yang menjadi

dasar dari berbagai teknik data mining lainnya Khususnya salah satu tahap dari analisis

asosiasi yang disebut analisis pola frekuensi tinggi (frequent pattern mining) yang

menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien Penting

tidaknya suatu aturan asosiatif bisa diketahui menggunakan dua parameter support (nilai

penunjang) yaitu prosentase kombinasi item tersebut dalam database dan confidence

(nilai kepastian) yaitu kuatnya hubungan antar item dalam aturan asosiasi (Wijoyo 2011)

Persoalan association rule mining terdiri dari dua sub persoalan

a Menemukan semua kombinasi dari item disebut dengan frequent

itemsetsyang memiliki support yang lebih besar daripada minimum

support

b Gunakan frequent itemsets untuk men-generate aturan yang

dikehendakiSemisal ABCD dan AB adalah frequent maka didapatkan

aturan AB -gt CD jika rasio dari support(ABCD) terhadap support(AB)

sedikitnya sama dengan minimum confidence Aturan ini memiliki

minimum support karena ABCD adalah frequent (Ammirudin 2009)

72 Algoritma Apriori

Algoritma Apriori adalah algoritma paling terkenal untuk menemukan pola

frekuensi tinggi Pola frekuensi tinggi adalah pola-pola item di dalam suatu database yang

memiliki frekuensi atau support di atas ambang batas tertentu yang disebut dengan istilah

minimum support Pola frekuensi tinggi ini digunakan untuk menyusun aturan assosiatif

dan juga beberapa teknik data mining lainnya Walaupun akhir-akhir ini dikembangkan

banyak algoritma yang lebih efisien dari Apriori seperti FP-growth LCM dsb tetapi

Apriori tetap menjadi algoritma yang paling banyak diimplementasikan dalam produk

komersial untuk data mining karena dianggap algoritma yang paling mapan (Wibowo

2011)

Algoritma Apriori yang bertujuan untuk menemukan frequent itemsets dijalankan

pada sekumpulan data Analaisis Apriori didefenisikan suatu proses untuk menemukan

semua aturan apriori yang memenuhi syarat minimum untuk support dan syarat minimum

untuk confidence (Syaifullah 2011)

Algoritma Apriori dibagi menjadi beberapa tahap yang disebut iterasi atau pass

Tiap iterasi menghasilkan pola frekuensi tinggi dengan panjang yang sama dimulai dari

pass pertama yang menghasilkan pola frekuensi tinggi dengan panjang satu Di iterasi

pertama ini support dari setiap item dihitung dengan men-scan database Setelah support

dari setiap item didapat item yang memiliki support diatas minimum support dipilih

sebagai pola frekuensi tinggi dengan panjang 1 atau sering disingkat 1-itemset Singkatan

k-itemset berarti satu set yang terdiri dari k item (Wibowo 2011)

Support adalah nilai penunjang atau persentase kombinasi sebuah item dalam

database Rumus support sebagai berikut

Support (A) = (jumlah transaksi mengandung ATotal transaksi) x 100

Sedangkan confidence adalah nilai kepastian yaitu kuatnya hubungan antar item

dalam sebuah apriori Confidence bisa dicari setelah pola frekuensi munculnya sebuah

item ditemukan Rumus untuk menghitung confidence adalah sebagai berikut

Contoh misal ditemukan aturan A1048774B maka

Confidence P(BA) = (Total transaksi mengandung A dan B transaksi

mengandung A) x100

73 Visual Basic 6

Visual Basic dibuat oleh Microsoft merupakan salah satu bahasa pemrograman

berorientasi objek yang mudah dipelajari Selain menawarkan kemudahan visual basic

juga cukup andal untuk digunakan dalam pembuatan berbagai aplikasi terutama aplikasi

database Visual basic merupakan bahasa pemrograman event drive dimana program

akan menunggu sampai ada respon dari userpemakai program aplikasi yang dapat berupa

kejadian atau event misalnya ketika user mengklik tombol atau menekan enter (Wijoyo

2011)

Visual Basic merupakan turunan bahasa BASIC dan menawarkan pengembangan

aplikasi komputer berbasis grafik dengan cepat akses ke basis data menggunakan Data

Access Objects (DAO) Remote Data Objects (RDO) atau ActiveX Data Object (ADO)

serta menawarkan pembuatan kontrol ActiveX dan objek ActiveX Beberapa bahasa skrip

seperti Visual Basic for Applications (VBA) dan Visual Basic Scripting Edition

(VBScript) mirip seperti halnya Visual Basic tetapi cara kerjanya yang berbeda

(vbcomp 2008)

VIII METODE PENELITIAN

81 Identifikasi Masalah

Identifikasi masalah dilakukan dengan obeservasi secara langsung ke

perpustakaan Hulu Sungai Utara

82 Metode Pengumpulan Data

Untuk mendeskripsikan sistem pendukung keputusan ini digunakan beberapa metode

pengumpulan data yaitu

1 Metode wawancara

Merupakan metode pengumpulan data dengan wawancara langsung dengan

kepala kantor dan staff perpustakaan daerah Hulu Sungai Utara

2 Metode kearsipan

Merupakan metode pengumpulan data dengan meminta data-data yang dianggap

perlu untuk pembuatan sistem pendukung keputusan

3 Metode studi pustaka (library research)

Merupakan metode pengumpulan data dengan cara mempelajari tulisan-tulisan

dan bukundashbuku yang berhubungan dengan penentuan anggota potensial

perpustakaan baik dari perpustakaan maupun dari internet

83 Metode Pengembangan Sistem

Metode pengembangan sistem menggunakan Waterfall Model Diagram yang

memiliki tahapan sebagai berikut

1 Requirement

Requirement merupakan tahapan untuk menspesifikasikan ruang lingkup

program Termasuk diantaranya apa input yang diperlukan oleh program dan

bagaimana output yang ingin dihasilkan

2 Analysis

Analysis merupakan tahapan untuk menspesifikasikan bahasa pemrograman

apa yang akan dipakai untuk program serta bagaimana sistem basis datanya

3 Design

Design merupakan tahapan untuk menspesifikasikan alur program serta

algoritma apa yang akan digunakan

4 Coding

Coding merupakan tahapan untuk mengimplementasikan algoritma dari

desain ke dalam bahasa pemrograman

5 Testing

Testing merupakan tahapan untuk mengetahui apakah program yang dibuat

sudah sesuai dengan spesifikasi dari tahap design serta untuk mengetahui

seberapa besar tingkat kepuasan pengguna terhadap program yang dibuat

6 Acceptance

Acceptance adalah tahapan penerimaan program oleh pengguna Tahap ini

memungkinkan kita untuk meminta pendapat dari pengguna tentang

bagaimana program yang telah kita kembangkan Termasuk diantaranya

kelebihan serta kekurangan fitur-fitur program yang dapat digunakan untuk

eksistensi dan pengembangan program lebih lanjut

JADWAL PENELITIAN

NoDeskripsi

Pekerjaan

Bulan 1 Bulan II Bulan III

I II III IV I II III IV I II III IV

1 Identifikasi

Gambar 1 Kerangka penelitian

Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA

Kristiawan A (2009 Maret 19) Pembuatan Sistem Pendukung Keputusan Untuk Menentukan Calon Pelanggan Baru Dengan Metode Fuzzy C-Means Retrieved Agustus 1 2011 from STIKOM DIGITAL LIBRARY INSTITUSIONAL REPOSITORY httpdigilibstikomedudownloadphpid=423ampfn=4546ampcat=Undergraduate

Kusumadewi S d (2004) Aplikasi Logika Fuzzy Untuk Pendukung Keputusan Yogyakarta Graha Ilmu

Turban E (2005) Sistem Pendukung Keputusan dan Sistem Cerdas Yogyakarta Andi

Wikipedia (2011 Agustus 28) CodeIgniter Retrieved September 10 2011 from Wikipedia Ensiklopedia Bebas httpidwikipediaorgwikiCodeIgniter

Wikipedia (2011 Juli 29) XAMPP Retrieved September 10 2011 from Wikipedia Ensiklopedia Bebas httpidwikipediaorgwikiXAMPP


611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA

I LATAR BELAKANG

Ketersediaan detail informasi peningkatan usaha mendorong pengembangan teknik yang secara otomatis mencari dukungan antara item dalam data di dalam database Pemanfaatan data yang ada diadalam sistem informasiuntuk menunjang kegiatan pengambilan keputusan tidak cukup[ hanya mengandalkan data operasional saja diperlukan suatu analisis data untuk menggali potensi ndash potensi informasi yang ada

Para pengambil keputusan berusaha untuk memanfaatkan gudang data yang sudah dimiliki untuk menggali informasi yang berguna membantu mengambil keputusan hal ini mendorong munculnya cabang ilmu baru untuk mengatasi masalah penggalian informasi atau pola yang penting atau menarik data dalam jumlah besar yang disebut dengan data mining

Penggunaan teknik data mining diharapkan dapat memberikan pengetahuan yang sebelumnya tersembunyi didalam gudang data sehingga menjadi informasi yang berbeda

Perguruan tinggi saat ini dituntut untuk memiliki keunggulan bersaing dengan memanfaatkan sumber daya yang dimiliki Selain sumber daya sarana prasaran dan manusia sistem informasi dan strategi promosi adalah salah satu sumber daya yang dapat digunakan untuk meningkatkan keunggulan bersaing da peningkatan perekrutan mahasiswa baru

Sistem informasi dapat digunakan untuk mendapatkan mengolah dan menyebarkan informasi untuk menunjang kegiatan operasional sehari hari sekaligus menunjang kegiatan pengambilan keputusan strategis

Pencarian pola atau hubungan asosiatif dari data yang berskala besar sangat erat kaitannya dengan data mining Data mining adalah suatu proses essensial dimana metode cerdas diaplikasikan untuk mengekstrak pola data

Association rule atau (aturan assosiatif) adalah salah satu teknik utama dalam data miningdan merupakan bentuk yang paling umum dipakai untuk menemukan pattern atau pola dari suatu kumpulan data Association rule (aturan assosiatif) berusaha menemukan aturan aturan tertentu yang mengasosiasikan data yang satu dengan data yang lain Untuk mencari association rule dari suatu kumpulan data pertama-tama kita harus mencari lebih dulu yang disebut frequent itemset ataau sekumpulan item yang sering muncul bersamaan Setelah semua pola frequent itemset ditemukan barulah dicari aturan asosiatif yang memenuhi syarat yang telah ditentukanSalah satu algoritma yang dapat digunakan untuk menemukan association rule adalah algritma apriori imana ciri dasar algoritma ini adalah jika suatu itemset termasuk dalam large itemset maka semua himpunana bagian (subset) dari item set tersebut juga termasuk large itemset Algoritma ini juka termasuk dari 10 algoritma yang sering digunkan untuk algoritma data mining





III BATASAN MASALAH








VI RUANG LINGKUP



611 User admin



62 Fitur-fitur


konfigurasi

621 Fitur login




passwordnya salah













624 Proses data



625 Lihat hasil





626 Ubah password






Tabel


calon_raja_ratu



calon raja dan ratu




71 Association Rule







(Wijoyo 2011)











support















2011)




















mengandung A) x100

73 Visual Basic 6







2011)







(vbcomp 2008)








1 Metode wawancara



2 Metode kearsipan










1 Requirement




2 Analysis



3 Design



4 Coding



5 Testing




6 Acceptance






JADWAL PENELITIAN

NoDeskripsi

Pekerjaan



1 Identifikasi


Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA





III BATASAN MASALAH








VI RUANG LINGKUP



611 User admin



62 Fitur-fitur


konfigurasi

621 Fitur login




passwordnya salah













624 Proses data



625 Lihat hasil





626 Ubah password






Tabel


calon_raja_ratu



calon raja dan ratu




71 Association Rule







(Wijoyo 2011)











support















2011)




















mengandung A) x100

73 Visual Basic 6







2011)







(vbcomp 2008)








1 Metode wawancara



2 Metode kearsipan










1 Requirement




2 Analysis



3 Design



4 Coding



5 Testing




6 Acceptance






JADWAL PENELITIAN

NoDeskripsi

Pekerjaan



1 Identifikasi


Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA

VI RUANG LINGKUP



611 User admin



62 Fitur-fitur


konfigurasi

621 Fitur login




passwordnya salah













624 Proses data



625 Lihat hasil





626 Ubah password






Tabel


calon_raja_ratu



calon raja dan ratu




71 Association Rule







(Wijoyo 2011)











support















2011)




















mengandung A) x100

73 Visual Basic 6







2011)







(vbcomp 2008)








1 Metode wawancara



2 Metode kearsipan










1 Requirement




2 Analysis



3 Design



4 Coding



5 Testing




6 Acceptance






JADWAL PENELITIAN

NoDeskripsi

Pekerjaan



1 Identifikasi


Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA

625 Lihat hasil





626 Ubah password






Tabel


calon_raja_ratu



calon raja dan ratu




71 Association Rule







(Wijoyo 2011)











support















2011)




















mengandung A) x100

73 Visual Basic 6







2011)







(vbcomp 2008)








1 Metode wawancara



2 Metode kearsipan










1 Requirement




2 Analysis



3 Design



4 Coding



5 Testing




6 Acceptance






JADWAL PENELITIAN

NoDeskripsi

Pekerjaan



1 Identifikasi


Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA


(Wijoyo 2011)











support















2011)




















mengandung A) x100

73 Visual Basic 6







2011)







(vbcomp 2008)








1 Metode wawancara



2 Metode kearsipan










1 Requirement




2 Analysis



3 Design



4 Coding



5 Testing




6 Acceptance






JADWAL PENELITIAN

NoDeskripsi

Pekerjaan



1 Identifikasi


Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA













mengandung A) x100

73 Visual Basic 6







2011)







(vbcomp 2008)








1 Metode wawancara



2 Metode kearsipan










1 Requirement




2 Analysis



3 Design



4 Coding



5 Testing




6 Acceptance






JADWAL PENELITIAN

NoDeskripsi

Pekerjaan



1 Identifikasi


Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA




1 Metode wawancara



2 Metode kearsipan










1 Requirement




2 Analysis



3 Design



4 Coding



5 Testing




6 Acceptance






JADWAL PENELITIAN

NoDeskripsi

Pekerjaan



1 Identifikasi


Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA






JADWAL PENELITIAN

NoDeskripsi

Pekerjaan



1 Identifikasi


Wawancara

Kearsipan

Studi pustaka

Metode

pengumpulan data

Metode pengembangan

sistem

Identifikasi

permasalahan

Requirement

Analysis

Design

Coding

Testing

Acceptance

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA

Permasalahan

2 Pengumpulan data

3 Requirement

4 Analisis

5 Design

6 Coding

7 Testing

8 Acceptance

9 Penulisan Laporan

DAFTAR PUSTAKA







611 User admin

62 Fitur-fitur

621 Fitur login



624 Proses data

625 Lihat hasil

626 Ubah password


Tabel







JADWAL PENELITIAN

DAFTAR PUSTAKA

Rekayasa Perangkat Lunak

Documents

Transcript of Rekayasa Perangkat Lunak