BAB II LANDASAN TEORI
2.1. Tinjauan Pustaka Beberapa penelitian yang pernah dilakukan sehubungan dengan Sistem Pendukung Keputusan Pemilihan Jurusan Pada SMA Menggunakan Neuro Fuzzy sebagai berikut : 1. Yulia Inayati (2008), Jurusan Teknik Informatika UPN "Veteran" Yogyakarta. Sistem Pendukung Keputusan Pemilihan Jurusan di SMA dengan Logika Fuzzy. Tujuan dari penelitian ini adalah diperlukan suatu sistem pendukung keputusan yang mampu memberikan dukungan terhadap proses penentuan jurusan yang tepat untuk siswa di SMA. Proses penentuan jurusan ini dengan cara mempertimbangkan kemampuan, bakat dan minat siswa terhadap suatu jurusan, dengan menggunakan logika fuzzy. 2. Mohammad Glesung Gautama (2010), Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret Surakarta. Penentuan Jurusan di SMA N 8 Surakarta dengan Fuzzy Inference System (FIS) Mamdani. Tujuan dari penelitian ini adalah untuk mengetahui penentuan jurusan siswa dengan FIS metode mamdani dan membandingkan apakah hasil output antara 2 FIS yang dibangun sama. 3. Pepi Dwi Ariani (2010), Jurusan Teknik Politeknik Elektronika Negeri Surabaya yang bejudul Sistem Pendukung Keputusan Pemilihan Jurusan SMK Menggunakan
Neuro-Fuzzy,
Tujuan
dari
Proyek
Akhir
ini
adalah
6
mengimplementasikan metode Fuzzy logic untuk menentukan SMK yang cocok berdasarkan kemampuan yang dimiliki siswa. 4. Muh.Selamet Firdaus (2011), Universitas Pendidikan Indonesia yang berjudul Pengembangan Aplikasi PenentuanPenjurusan SMA dengan Analisis Multiple Inteligence Menggunakan Metode Fuzzy Logic. Tujuan penelitian ini adalah mengembangkan aplikasi penentuan penjurusan siswa dan mengetahui fungsi dari fuzzy logic dengan melibatkan analisis Multiple Inteligence sehingga mendapatkan hasil yaitu tes Multiple Inteligence dan nilai rapot siswa. 5. Pasaribu, E. D.( 2004), Program Studi Ilmu Komputer, Fakultas MIPA, Universitas Gadjah Mada. Yogyakarta, yang berjudul
Sistem Pendukung
Keputusan Pemilihan Jurusan di SMA dengan Logika Fuzzy, Tujuan penelitian ini adalah untuk memberikan penilaian secara objektif dengan logika fuzzy.
2.2.Pengertian Sistem dan Karakter Sistem 2.2.1. Pengertian Sistem Agar permasalahan yang dibahas menjadi jelas, maka diperlukan pendekatan teori yang berhubungan dengan permasalahan tersebut yaitu mengenai sistem yang akan digunakan. Istilah sistem sering digunakan untuk menjelaskan atau menunjukkan pengertian metode atau cara dari suatu himpunan unsur atau komponen yang saling berhubungan antara satu dengan yang lain menjadi satu kesatuan yang utuh dalam mencapai tujuan bersama. Menurut Al-Bahra Bin Ladjmudin (2005:2) ”Sistem adalah kumpulan komponen yang saling berkaitan dan bekerjasama untuk mencapai tujuan tertentu”.
7
Menurut (Mulyadi, 2001:2) “Suatu sistem pada dasarnya adalah sekelompok unsur yang erat hubungannya satu dengan yang lainnya, yang berfungsi bersamasama untuk mencapai tujuan tertentu”.
2.2.2. Karakteristik Sistem Suatu sistem mempunyai karakteristik atau sifat-sifat yang tertentu yaitu sebagai berikut: 1.
Komponen sistem Sistem yang terdiri dari sejumlah komponen saling berinteraksi artinya saling bekerja sama dalam membentuk satu kesatuan. Komponen sistem dapat berupa suatu subsistem atau bagian-bagian dari sistem. Setiap subsistem mempunyai fungsi tertentu dan mempengaruhi proses sistem secara keseluruhan.
2.
Batasan sistem Batasan sistem merupakan daerah yang membatasi antara suatu sistem dengan sistem yang lainnya atau dengan lingkungan luarnya. Batas sistem menunjukkan ruang lingkup dari sistem tersebut.
3.
Lingkungan luar sistem Lingkungan luar sistem adalah apapun diluar batas dari sistem yang mempengaruhi operasi sistem. Lingkungan luar sistem dapat bersifat menguntungkan dan dapat juga bersifat merugikan sistem tersebut.
8
4.
Penghubung sistem Penghubung merupakan media penghubung antara satu sistem dengan subsistem yang lainnya. Keluaran (output) dari subsistem akan menjadi masukan (input) untuk subsistem yang lainnya melalui penghubung. Dengan penghubung satu subsistem dapat berinteraksi dengan subsistem yang lainnya membentuk satu kesatuan.
5.
Masukan sistem Masukan adalah energi yang dimasukkan kedalam sistem. Masukan dapat berupa masukan perawatan (maintenance input) dan masukan sinyal (signal input). Maintenance input adalah energi yang dimasukkan supaya sistem tersebut dapat beroperasi. Signal input adalah energi yang diproses untuk didapatkan keluaran.
6.
Pengolah sistem Suatu sistem dapat mempunyai bagian pengolah yang akan mengubah masukan menjadi keluaran. Suatu sistem produksi akan pengolah masukan berupa bahan baku dan bahan-bahan yang lain menjadi keluaran berupa barang jadi. Sistem akan pengolah data-data transaksi menjadi laporan keuangan dan laporan-laporan yang dibutuhkan manajemen.
7.
Keluaran sistem Keluaran
(output)
adalah
hasil
dari
energi
yang
diolah
dan
diklasifikasikan menjadi keluaran yang berguna dan sisa pembuangan. Keluaran dapat merupakan masukan untuk subsistem yang lain.
9
8.
Sasaran sistem Suatu sistem pasti mempunyai tujuan (goal) atau sasaran (objective). Jika suatu sistem tidak mempunyai sasaran, maka operasi sistem tidak akan ada gunanya. Sasaran dari sistem sangat menentukan masukan yang dibutuhkan sistem dan keluaran yang akan dihasilkan sistem. Suatu sistem dikatakan berhasil bila mengenai sasaran / tujuan.
2.3.Pengertian Logika Fuzzy, Neuro fuzzy, kelebihan Neuro Fuzzy. 2.3.1. Logika Fuzzy Konsep Logika Fuzzy diperkenalkan oleh Prof. Lotfi Zadeh dari Universitas California di Berkeley pada 1965, Zadeh berpendapat bahwa logika benar dan salah dalam logika konvensional tidak dapat mengatasi masalah gradasi yang berada pada dunia nyata. Untuk mengatasi masalah gradasi yang tidak terhingga tersebut, Zadeh mengembangkan sebuah himpunan fuzzy. Tidak seperti logika boolean, logika fuzzy mempunyai nilai yang kontinue. Samar dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama (Kusumadewi, 2004). Konsep Logika Fuzzy kemudian berhasil diaplikasikan dalam bidang kontrol oleh E.H. Mamdani. Sejak saat itu aplikasi fuzzy berkembang kian pesat. Di tahun 1980an negara Jepang dan negara – negara di Eropa secara agresif membangun produk nyata sehubungan dengan konsep logika fuzzy yang diintegrasikan dalam produk – produk kebutuhan rumah tangga seperti vacum cleaner, microwave oven dan kamera video. Sementara pengusaha di Amerika Serikat tidak secepat itu
10
mencakup teknologi ini. Logika fuzzy berkembang pesat selama beberapa tahun terakhir. Terdapat lebih dari dua ribu produk dipasaran yang menggunakan konsep logika fuzzy, mulai dari mesin cuci hingga kereta berkecepatan tinggi. Setiap aplikasi tentunya menyadari beberapa keuntungan dari logika fuzzy seperti performa, kesederhaan, biaya rendah dan produktifitasnya. Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Sebagai contoh : Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari. Salah satu contoh pemetaan suatu input - output dalam bentuk grafis seperti terlihat pada Gambar. Ruang Input
Ruang Output
(semua total persediaan) barang yang mungkin)
(semua jumlah produksi barang yang mungkin)
Kotak Hitam Persedian barang Akhir minggu
Produksi barang esok hari
Pemetaan input-output pada masalah produksi “Diberikan data persediaan barang, berapa jumlah barang yang harus diproduksi? Gambar 2.1. Contoh Pemetaan Input-Output.
KOTAK Antara input dan output terdapat satu kotak hitam yang harus memetakan Output input Ruang ke output yang sesuai.
(semua jumlah produksi barang yang mungkin)
11
Alasan Penggunaan Logika Fuzzy: 1.
Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2.
Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan-perubahan dan ketidakpastian yang menyertai permasalahan.
3.
Logika fuzzy memiliki toleransi terhadap data - data yang tidak tepat.
4.
Logika fuzzy dapat membangun dan mengaplikasikan pengalaman pengalaman para pakar secara langsung tanpa harus melakukan proses latihan.
5.
Logika fuzzy dapat bekerjasama dengan teknik - teknik kendali secara konvensional.
6.
Logika fuzzy didasarkan pada bahasa alami. Karakteristik utama dari logika fuzzy yang ditemukan oleh Prof. Lotfi A.
Zadeh adalah sebagai berikut: 1.
Dalam logika fuzzy, penalaran tepat dipandang sebagai suatu kasus terbatas dari penalaran kira - kira.
2.
Dalam logika fuzzy segala sesuatunya adalah masalah derajat.
3.
Sistem logis manapun dapat difuzzifikasi.
4.
Dalam logika fuzzy, pengetahuan di interpretasikan sebagai koleksi dari fuzzy yang dipaksakan pada sekumpulan variabel.
5.
Kesimpulan dipandang sebagai sebuah proses dari perkembangan pembatas elastis.
12
2.3.2. Neuro fuzzy Dalam perkembangannya untuk mengurangi kelemahan dari masing –masing sistem kecerdasan buatan, serta untuk mengabungkan kelebihan yang ada dari masing-masing sistem kecerdasan buatan, maka dikembangkan sistem hibrid dari kecerdasan buatan .pada bab ini akan dijelasskan sistem hibrid Neuro fuzzy yang merupakan pengabungan antara didtem jaringan syaraf tiruan dan logika fuzzy kedalam satu sistem kecerdasan buatan yang terintegrasi. 2.3.3. Kelebihan Neuro fuzzy Kelebihan hibrid Neuro fuzzy ini adalah : 1. Mengabungkan
antara
kelebihan
Jaringan
syaraf
tiruan
seperti
pembelajaran serta adaptasi dan kelebihan sistem logika fuzzy dalam sistem penalarannya. 2. Penentuan parameter fuzzy yang optimal melalui fungi pembelajaran yang terdapat pada sistem jaringan syaraf buatan.
2.3.4.
Fungsi Keanggotaan. Fungsi Keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik - titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. 1.
Representasi Linier Pada representasi linier, pemetaan input ke derajat keanggotaannya
13
digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada 2 keadaan himpunan fuzzy yang linier. Pertama kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak kekanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi. 1 Derajat keanggotan
0 a
Domain
b
Gambar 2.2. Representasi linier turun Sumber : Kusumadewi (2002) Fungsi keanggotaan : 1; [x] = (x-a)/(b-a); 0
x
b
(1)
Sumber : Kusumadewi (2002) Kedua, merupakan kebalikan yang pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.
1 Derajat keanggotan 0 a Domain b Gambar. 2.3 Representasi linier Naik Sumber: Kusumadewi (2002)
14
Fungsi Keanggotaan : [x] = (x-a)/(b-a); ; x < a ;a≤x≤b 0; ;x>b
(2)
Sumber : Kusumadewi (2002) 2.
Representasi Kurva Segitiga Pada dasarnya kurva segitiga adalah gabungan antara dua garis (linier). 1
Derajat Keanggotaan [x] 0 a
b Domain
c
Gambar. 2.4 Kurva Segitiga Sumber : Kusumadewi (2002)
Fungsi Keanggotaan : 0; [x] = (x-a)/(b-a); (c-x)/(c-b);
x ≤ a atau x ≥ c a≤x≤b b≤x≤c
(3)
Sumber : Kusumadewi (2002) 3.
Representasi Kurva Trapesium Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada
beberapa titik yang memiliki nilai keanggotaan 1.
15
1 Derajat Keanggotaan [x] 0 a
b
c
d
Gambar. 2.5. Kurva Trapesium Sumber : Kusumadewi (2002) Fungsi keanggotaan : 0; [x] = (x-a)/(b-a); 1; (d-x)/(d-c);
x ≤ a atau x ≥ c a≤x≤b b≤x≤c x≥d
(4)
Sumber : Kusumadewi (2002)
2.3.4. Operator Untuk Operasi Himpunan Fuzzy Ada
beberapa
operasi
yang
didefinisikan
secara
khusus
untuk
mengkombinasi dan memodifikasi himpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama fire strength atau αpredikat. Ada 3 operator dasar yang diciptakan oleh Zadeh, yaitu (Cox,1994) : 2.3.4.1. Operator AND Operator ini berhubungan dengan operasi intereksi pada himpunan. αpredikat sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai keanggotaan terkecil antarelemen pada himpunan-
16
himpunan yang bersangkutan. AᴖB = min (A(x), B (y))
Contoh : Misalkan nilai keanggotaan 27 tahun pada himpunan MUDA adalah 0,6 (MUDA (27)=0,6); dan nilai keanggotaan Rp.2.000.000,- pada himpunan penghasilan TINGGI adalah 0,8 (GAJI
TERTINGI(2x10
6
=0,8); maka α-
predikat untuk usia MUDA dan berpenghasilan TINGGI adalah : MUDAᴖGAJITINGGI = min (MUDA(27), GAJITINGGI (2x10 ) 6
= min (0,6 ; 0,8) = 0,6 2.3.4.2. Operator OR Operator ini berhubungan dengan operasi union pada himpunan. αpredikat sebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antarelemen pada himpunanhimpunan yang bersangkutan. AᴗB = max (A(x), B (y)) Contoh : Pada contoh operator AND, dapat dihituung nilai α-predikat untuk usia MUDA atau berpenghasilan TINGGI adalah :
17
MUDAᴗGAJITINGGI = max (MUDA(27), GAJITINGGI (2x10 ) 6
= max (0,6 ; 0,8) = 0,8 2.3.4.3. Operator NOT Operator ini berhubungan dengan operasi komplemen pada himpunan. αpredikat sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangi nilai keanggotaan elemen pada himpunan yang bersangkutan dari 1. A’ = 1 - A(x)
Contoh: Pada contoh operator AND, dapat dihitung nilai α-predikat untuk usia TIDAK MUDA adalah : MUDA’ = 1 - MUDA(27) = 1 – 0,6 = 0,4 2.4. Sistem Pendukung Keputusan. 2.4.1. Pengertian Sistem Pendukung Keputusan. Decision Support Sistem atau Sistem Pendukung Keputusan yang selanjutnya kita singkat dalam skripsi ini menjadi SPK, secara umum
18
didefinisikan sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi-terstruktur. Secara khusus, SPK didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu (Hermawan, 2005). 2.4.2. Konsep Dasar Sistem Pendukung Keputusan. Pada awalnya Turban & Aronson (1998), mendefinisikan sistem penunjang keputusan (Decision Support Systems – DSS) sebagai sistem yang digunakan untuk mendukung dan membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan peran manajer. Konsep DSS pertama kali diperkenalkan pada awal tahun 1970-an oleh Michael Scott Morton, yang selanjutnya dikenal dengan istilah “Management Decision System”. Konsep DSS merupakan sebuah sistem interaktif berbasis komputer yang membantu pembuatan keputusan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang bersifat tidak terstruktur dan semi terstruktur. DSS dirancang untuk menunjang seluruh tahapan pembuatan keputusan, yang dimulai dari tahapan mengidentifikasi masalah, memilih data yang relevan, menentukan pendekatan yang digunakan dalam proses pembuatan keputusan sampai pada kegiatan mengevaluasi pemilihan alternatif.
19
2.4.3. Kemampuan Sistem Pendukung Keputusan Menurut Turban, ada beberapa kemampuan yang yang harus dimiliki oleh sebuah sistem pendukung keputusan, diantaranya adalah sebagai berikut: 1. Menunjang pembuatan keputusan manajemen dalam menangani masalah tidak terstruktur. 2. Menunjang pembuatan keputusan secara kelompok dan perorangan. 3. Menunjang pembuatan keputusan yang saling bergantungan. 4. Menunjang berbagai bentuk proses pembuatan keputusan dan jenis keputusan. 5. Kemudahan melakukan interaksi sistem. 6. Mudah dikembangkan oleh pemakai akhir. 7. Kemudahan melakukan pengaksesan berbagai sumber dan format data.
2.4.4. Keterbatasan Sistem Pendukung Keputusan Sistem pendukung keputusan memiliki juga keterbatasan, antara lain: 1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan yang sebenarnya. 2. Kemampuan suatu sistem pendukung keputusan terbatas pada pengetahuan dasar serta model dasar yang dimilikinya. 3. Proses-proses yang dapat dilakukan oleh sistem pendukung keputusan biasanya
tergantung
digunakannya.
juga
pada
kemampuan
perangkat
lunak
yang
20
4. Sistem pendukung keputusan tidak memiliki intuisi seperti yang dimiliki oleh manusia. Karena sistem pendukung keputusan hanya suatu kumpulan perangkat keras, perangkat lunak dan sistem operasi yang tidak dilengkapi oleh kemampuan berpikir.
2.5. Alat dan Pengembangan Sistem Alat-alat yang digunakan dalam suatu metodologi umumnya dapat berupa gambar atau diagram atau grafik. Selain berbentuk gambar, alat-alat yang digunakan juga ada yang tidak berupa gambar (non graphical tools). Adapun yang digunakan dalam pembahasan ini adalah data flow diagram, flowchart, Entity Relationship Diagram (E-R-diagram), Normalisasi dan Kamus data. 2.5.1. Flowchart Dengan menggunakan flowchart, langkah prosedur penyelasaian permasalahan dapat diekspresikan dengan serangkaian simbol grafis yang baku dan lebih mudah digunakan. Manfaat yang diperoleh menggunakan flowchart yaitu membiasakan berfikir secara sistematis dan terstruktur dalam setiap kesempatan serta lebih mudah mengecek dan menemukan bagian-bagian prosedur yang tidak valid. ”Flowchart dapat diartikan sebagai suatu alat atau sarana yang menunjukkan langkah-langkah yang harus dilaksnakan dalam menyelesaikan suatu permasalahan untuk komputasi dengan cara mengekspresikannya ke dalam serangkaian simbol-simbol grafis khusus”. (Sutanta, Edi 2005:99).
21
“Flowchart adalah bagan-bagan yang mempunyai arus yang menggambarkan langkah-langkah penyelesaian suatu masalah”. (Ladjmudin, Al Bahra 2005:263). 2.5.2.
Simbol-simbol flowchart
Flowchart yang disusun dengan simbol, dapat dilihat pada tabel 2.1 flowchart menunjukkan apa yang dikerjakan sistem. Tabel 2 simbol flowchart sebagai berikut: Tabel 2.1 simbol flowchart Simbol
Keterangan Dokumen Simbol ini menggambarkan semua jenis dokumen yang merupakan formulir yang digunakan untuk merekam data terjadinya suatu transaksi. Dokumen dan Tembusannya 1
Simbol
ini
digunakan
untuk
menggambarkan
2
dokumen asli dan tembusannya. Nomor lembar dokumen dicantumkan di sudut kanan atas.
22
Tabel 2.1.simbol flowchat lanjutan
Berbagai Dokumen 2 1
SOP Faktur penjualan
3
Simbol ini digunakan untuk menggambarkan berbagai jenis dokumen yang digabungkan bersama dalam satu paket. Nama dokumen dituliskan di dalam masingmasing simbol dan nomor dokumen yang dicantumkan di
sudut
kanan
bersangkutan. menggambarkan
atas
Simbol faktur
simbol dalam
dokumen contoh
penjualan
yang
tersebut
lembar
ke-3
dilampiri dengan Surat Order Penjualan lembar ke-dan surat muat. Catatan Simbol ini digunakan untuk menggambarkan catatan akuntansi yang digunakan untuk mencatat data yang direkam sebelumnya dalam dokumen atau formulir. Penghubung pada halaman yang sama (On Page Connector) Simbol ini sebagai tanda penghubung bagan alir dokumen
pada
halaman
yang
sama,
dengan
memeperhatikan nomor yang tercantum dalam simbol penghubung pada halaman yang sama.
23
Tabel 2.1 Simbol Flowchat Lanjutan
1
Akhir arus dokumen dan mengarahkan pembaca ke simbol penghubung yang sama yang bernomor seperti yang tercantum di dalam simbol tersebut. Awal arus dokumen yang berasal dari simbol penghubung halaman yang sama, yang bernomor seperti yang tercantum di dalam simbol tersebut.
1 Penghubung Connector)
pada
halaman
berbeda
(Off-Page
Jika untuk menggambarkan alir suatu sistem akuntansi diperlukan lebih dari satu halaman, simbol ini harus digunakan untuk menunjukkan kemana dan bagaimana alir terkait satu dengan yang lainnya.
Kegiatan Manual
Simbol
ini
digunakan
untuk
menggambarkan kegiatan manual seperti : menerima order dari pembeli, mengisi formulir, membandingkan berbagai jenis kegiatan yang lain.
Keterangan/Komentar Simbol ini memungkinkan ahli sistem menambahkan keterangan untuk memperjelas pesan yang disampaikan oleh bagan alir.
24
Tabel 2.1 Simbol Flowchat Lanjutan
Arsip Sementara Simbol ini digunakan untuk menunjukkan tempat penyimpanan dokumen seperti lemari arsip dan kotak arsip. Pengarsipan dokumen digunakan simbol sebagai berikut: A = Menurut abjad N = Menurut nomor urut T = Menurut tanggal/kronologis
Arsip Permanen Simbol ini digunakan untuk menggambarkan arsip permanen yang tidak akan diproses lagi dalam sistem akuntansi yang bersangkutan.
On-line
Computer
ProcessSimbol
ini
menggambarkan pengolahan data dengan komputer secara on-line.
25
Tabel 2.1 Simbol Flowchat Lanjutan
Keying (Typing, Veryfing) Simbol ini menggambarkan pemasukan data ke dalam komputer melalui on-line terminal.
Pita Magnetik (Magnetic Tape) Simbol ini menggambarkan arsip komputer yang berbentuk pita magnetik. Nama arsip ditulis dalam simbol.
On-line Storage Simbol ini menggambarkan arsip komputer yang berbentuk On-line (di dalam memori komputer).
Keputusan
Ya
Simbol ini menggambarkan keputusan yang harus dibuat dalam proses pengolahan data. Keputusan yang
Tidak
dibuat ditulis dalam simbol.
26
Tabel 2.1 Simbol Flowchat Lanjutan
Garis Alir (Floe Line)Simbol ini menggambarkan arah proses pengolahan data. Keputusan yang dibuat ditulis di dalam simbol.
Magnetic Disk Simbol ini digunakan untuk menunjukkan input atau output menggunakan harddisk
Persimpangan Garis Alir Jika dua garis alir bersimpangan, untuk menunjukkan arah masing-masing garis, salah satu garis dibuat sedikit melengkung tepat pada persimpangan kedua garis tersebut.
Pertemuan Garis Alir Simbol ini digunakan jika dua garis alir bertemu dan salah satu garis mengikuti arus garis lainnya.
Mulai/Berakhir,(Terminal).Simbol
ini
untuk
menggambarkan awal dan akhir dari suatu sistem akuntansi.
27
Tabel 2.1 Simbol Flowchat Lanjutan
Masuk ke sistem Karena
kegiatan
di
luar
sistem
tidak
perlu
digambarkan dalam bagan alir, maka diperlukan simbol untuk menggambarkan masuk ke sistem yang digambarkan dalam bagan alir.
Keluar sistem lain Karena
kegiatan
di
luar
sistem
tidak
perlu
digambarkan dalam bagan alir, maka diperlukan simbol untuk menggambarkan masuk keluar sistem lain.
2.6.
DFD (Data Flow Diagram) Sumber : Mulyadi (2001:60) Diagram alir data merupakan model dari sistem untuk menggambarkan
pembagian sistem ke modul yang lebih kecil. Salah satu keuntungan menggunakan diagram aliran data adalah memudahkan pemakai atau user yang kurang menguasai bidang komputer untuk menguasai sistem yang akan dikerjakan. Aliran data yang masuk ke dalam dan keluar dari suatu proses harus sama dengan aliran data yang masuk ke dalam dan keluar dari rincian proses pada lleve/tingkatan di bawahnya. Menurut mulyadi (2001:57) pengertian data Flow
28
Diagran (bagan alir) adalah suatu model yang menggambarkan aliran data dan proses untuk mengolah data dalam suatu sistem. 2.5.3
Diagram Konteks Diagram konteks adalah diagram yang terdiri dari suatu proses dan
menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau output sistem. Ia akan memberi gambaran tentang keseluruhan sistem. Dalam diagram konteks hanya ada satu proses sehingga tidak boleh ada store. Pengertian Diagram kontek menurut Al-Bahra bin ladjamudin, (2005:64) adalah. Diagram yang terdiri dari suatu proses dan menggambarkan ruang lingkup suatu sistem. Diagram kontek merupakan level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau output dari sistem yang akan memberi gambaran tentang keseluruhan sistem”.
2.5.3.1 Elemen Dasar Dari Diagram Aliran Data 1.
Kesatuan Luar Sesuatu yang berada diluar sistem tetapi memberikan data ke dalam sistem atau memberikan data dari sistem, disimbolkan dengan suatu kotak notasi. External entity tidak termasuk bagian dari sistem. Bila sistem informasi dirancang untuk satu bagian (departemen) maka bagian lain yang masih terkait menjadi external entity.
29
Gambar 2.6. Kesatuan Luar (External entity). Sumber: Ladjmudin, Al-Bahra (2005:67) 2.
Arus Data (Data flow) Arus data merupakan tempat mengalirnya informasi dan digambarkan dengan garis yang menghubungkan komponen dari sistem. Arus data ditunjukkan dengan arah panah dan garis diberi nama atas arus data yang mengalir. Arus data ini mengalir di antara proses, data store dan menunjukkan arus data dari data yang berupa masukan untuk sistem atau hasil dari proses sistem. Lihat pada gambar 2.7. sebagai berikut: Gambar 2.7. Arus Data (Data Flow) Sumber: Ladjmudin, Al-Bahra (2005:68)
3.
Proses (Process) Proses merupakan apa yang dikerjakan oleh sistem. Proses dapat mengolah
data
atau
aliran
data
ke
luar.
Proses
berfungsi
mentransformasikan satu atau beberapa data keluaran sesuai dengan spesifikasi yang diinginkan. Setiap proses memiliki satu atau beberapa masukan serta menghasilkan satu atau beberapa data keluaran. Proses sering pula disebut bubble. Lihat gambar 2.8.
Sumber: Ladjmudin, Al-Bahra (2005:69)
30
4.
Simpanan Data (Datastore) Simpanan data merupakan tempat penyimpanan data pengikat data yang ada dalam sistem. Datastore dapat disimbolkan dengan sepasang dua garis sejajar atau dua garis dengan slah satu sisi samping terbuka. Proses dapat mengambil data dari atau memberikan data ke database.
Gambar 2.9. Simpanan Data (DataStore) Sumber: Ladjmudin, Al-Bahra (2005:70)
2.5.4
Pengertian Basis Data (Database) Basis dapat diartikan sebagai kumpulan data tentang suatu benda atau
kejadian yang saling berhubungan satu sama lain.(Waljiyanti 2003:1). Menurut Marlinda dan Linda (2004:1) “Basis data adalah suatu susunan / kumpulan data operasional lengkap dari suatu organisasi / perusahaan yang diorganisir / dikelola dan disimpan secara terintegerasi dengan menggunakan metode tertentu menggunakan komputer sehingga mampu menyediakan informasi optimal yang diperlukan pemakainya”. Pengelolaan Basis data dapat dilakkukan secara manual ataupun dengan komputer. Basis data berbasis komputer dapat dikelola baik oleh sekumpulan program aplikasi untuk suatu kepentingan atau oleh Sistem Manajemen Basis Data (Database management Sistem). Sistem Manajemen Basis Data (SMBD) adalah kumpulan program yang digunakan untuk membuat dan mengelola basis data. Suatu SMBD merupakan sistem perangkat lunak yang secara umum dapat
31
digunakan untuk melakukan pemrosesan dalam hal pendfinisian, penyusunan, dan manipulasi basis data untuk berbagai aplikasi. 2.5.5 Kunci Elemen Data (Key) Key adalah elemen record yang dipakai untuk menemukan record tersebut pada waktu akses atau bias juga digunakan untuk mengidentifikasi setiap entity/record/baris. Jenis-jenis Key adalah: a. Superkey Superkey merupakan satu atau lebih atribut (kumpulan atribut) dari suatu tabel yang dapat digunakan untuk mengidentifikasi entity/record dari table tersebut secara unik. (tidak semua atribut dapat menjadi superkey). b.
Candidate Key Superkey dengan jumlah atribut minimal, disebut juga dengan candidate key. Candidate key tidak boleh berisi atribut dari table yang lain, sehingga candidate key sudah pasti superkey namun belum tentu sebaliknya.
c.
Primari Key Salah satu atribut dari candidate key dapat dipilih/ditentukan menjadi primary key dengan tiga kriteria sebagai berikut: 1. Key tersebut lebih natural untuk digunakan sebagai acuan 2. Key tersebut lebih sederhana
32
3. Key tersebut terjamin keunikannya.
d.
Alternate Key Setiap atribut dari candidate key yang tidak terpilih menjadi primary key, maka atribut-atribut tersebutdinamakan alternate key.
e.
Foreign Key Foreign Key merupakan sembarang atribut yang menunjuk kepada primary key pada tabel lain. Foreign Key akan terjadi pada suatu relasi yang memiliki kardinalitas one to many (satu ke banyak) atau many to many (banyak ke banyak). Foreign key biasanya selalu diletakkan pada tabel/relasi yang mengarah ke banyak.
2.5.6
Entity Relationship Diagram (ERD) Entity Relation Diagram (ERD) merupakan suatu model jaringan yang
menggunakan susunan data yang disimpan dalam sistem secara abstrak. Elemen-elemen Diagram Hubungan Entitas a. Entity Pada E-R diagram, entity digambarkan dengan sebuah bentuk persegi panjang. Entity adalah sesuatu apa saja yang ada di dalam sistem , nyata maupun abstrak dimana data tersimpan atau dimana terdapat data. Entitas diberi nama dengan kata benda dan dapat dikelompokkan dalam empat
33
jenis nama, yaitu orang, benda, lokasi, kejadian (terdapat unsure waktu di dalamnya). b. Relationship Pada E-R diagram, Relationship dapat digambarkan dengan sebuah bentuk belah ketupat. Relationship adalah hubungan alamiah yang terjadi antara entitas. Pada umumnya penghubung (Relationship)diberi nama dengan kata kerja dasar, sehinggamemudahkan untuk melakukan pembacaan relasinya (bias dengan kalimat aktif dan kalimat pasif). Penggambaran hubungan yang terjadi adalah sebuah bentuk belah ketupat dihubungkan dengan dua bentuk empat persegi panjang. c. Relationship Degree Relationship Degree atau derajat Relationship adalah jumlah entitas yang berpartisipasi dalam satu Relationship. Derajat Relationship yang sering dipakai di dalam ERD. 1. Unary Relationship Unary Relationship adalah model Relationship yang terjadi antara entity yang berasal dari entity set yang sama. Sering juga disebut sebagai Resource Relationship atau Reflective Relationship. 2. Binary Relationship Binary Relationship adalah model Relationship antara instanceinstance dari satu entitas (dua entity yang berasal dari entity yang
34
sama). Relationship ini paling umum digunakan dalam pembuatan model data. 3. Ternary Relationship Ternary Relationship merupakan Relationship antara instanceinstance dari tiga tipe entitas secara sepihak.
d. Atribut Secara umum atribut adalah sifat atau karakteristik dari tiap entitas maupun Relationship, yaitu sesuatu yang menjelaskan apa sebenarnya yang dimaksud entitas maupun Relationship, sehingga sering dikatakan Atribut adalah elemen dari setiap entitas Relationship. Atribut value atau nilai Attribute adalah suatu occurrence tertentu dari sebuah attribute di dalam suatu entity atau Relationship. Ada dua jenis atribut yaitu: a. Identifier (key)digunakan untuk menentukan suatu entity secara unik (primary key), b. Descriptor (nonkey attribute) digunakan untuk menspesifikasikan karakteristik dari suatu entity yang tidak unik. e. Kardinalitas (Cardianality) Kardinalitas relasi menunjukkan jumlah maksimum tupel yang dapat berelasi dengan entitas pada entitas lain. Kardinalitas relasi merujuk
35
kepada hubungan maksimum yang terjadi dari entitas yang satu ke entitas yang lain. Terdapat tiga macam kardinalitas relasi, yaitu: 1. One to one Tingkat hubungan satu ke satu dinyatakan dengan satu kejadian pada entitas pertama, hanya mempunyai satu hubungan dengan satu kejadian pada entitas yang ke dua dan sebaliknya. Berarti setiap tupel pada entitas A berhubungan dengan paling banyak satu tupel pada entitas B dan begitu juga sebaliknya setiap tupel pada entitas B behubungan dengan paling banyak satu tupel pada entitas A. 2. One to Many atau Many to One Tingkat hubungan satu ke banyak adalah samadengan banyak ke satu. Tergantung dari arah mana hubungan itu dilihat. Untuk satu kejadian pada entitas yang pertama dapat mempunyai banyak hubungan dengan kejadian pada entitas yang ke dua. Sebaliknya satu kejadian pada entitas yang ke dua hanya dapat mempunyai satu hubungan dengan satu kejadian pada entitas yang pertama. a. One to Many (satu ke banyak) Berarti satu tupel pada entitas A dapat berhubungan dengan banyak tupel pada entitas B, tetapi tidak sebaliknya, dimana setiap tupel pada entitas B berhubungan dengan paling banyak satu tupelo pada entitas A.
36
b. Many to One (banyak ke satu) Yang berarti setiap tupelo pada entitas A dapat berhubungan dengan paling banyak satu tupel pada entitas B, tetapi sebaliknya, dimana setiap tupelo pada entitas A berhubungan dengan paling banyak satu tupelo pada entitas B. 3. Many to many (banyak ke banyak) Tingkat hubungan banyak ke banyak terjadi jika tiap kejadian pada sebuah entitas mempunyai banyak hubungan dengan kejadian pada entitas lainnya. Baik dilihat dari sisi entitas yang pertama, maupun dilihat dari sisi entitas yang ke dua. Yang berarti setiap tupel pada entitas A dapat berhubungan dengan banyak tupelo pada entitas B dan demikian juga sebaliknya dimana setiap tupelo pada entitas B dapat berhubungan dengan banyak tupelo pada entitas A. 2.5.7 Notasi (Diagram E-RD) Notasi-notasi simbolik di dalam Diagram E-R yang dapat kita gunakan adalah sebagai berikut: a.
Persegi panjang, menyatakan himpunan entity/entitas.
b.
Lingkaran/elips, menyatakan atribut (atribut yang berfungsi sebagai key digaris bawahi).
c.
Belah ketupat, menyatakan himpunan relasi.
37
d.
Garis, Sebagai penghubung antara himpunan relasi dengan himpunan entitas dan himpunan entitas dengan atributnya.
e.
Kardinalitas relasi dapat dinyatakan dengan banyak garis cabang atau dengan pemakaian angka (1 dan 1 untuk relasi satu ke satu , 1 dan N untuk relasi satu ke banyak atau N ke N untuk relasi banyak ke banya). Dapat dilihat pada gambar 2.10. di bawah ini.
Himpunan entity/entitas Atribut
Himpunan relasi Link Gambar 2.10. Simbol ER-D Sumber: Ladjamudin, Al-bahra (2005:149)
38
2.6 Bahasa Pemrograman PHP
Gambar 2.11. Tampilan PHP
PHP pertama kali dibuat oleh RaSMAs Lerdorf pada tahun 1995. Pada waktu itu PHP bernama FI (Form Interpreted). Pada saat tersebut PHP adalah sekumpulan script yang digunakan untuk mengolah data form dari web. Perkembangan selanjutnya
adalah
RaSMAs
melepaskan
kode
sumber
tersebut
dan
menamakannya PHP/FI, pada saat tersebut kepanjangan dari PHP/FI adalah Personal Home Page/Form Interpreter. Dengan pelepasan kode sumber ini menjadi open source, maka banyak programmer yang tertarik untuk ikut mengembangkan PHP. Pada November 1997, dirilis PHP/FI 2.0. Pada rilis ini interpreter sudah diimplementasikan dalam C. Dalam rilis ini disertakan juga modul-modul ekstensi yang meningkatkan kemampuan PHP/FI secara signifikan.
39
2.6.1
Kelebihan PHP dari Bahasa Pemograman lain: 1.
Bahasa pemograman php adalah bahasa script yang tidak melakukan kompilasi dalam penggunannya.
2.
Web server yang paling mendukung php dapat ditemukan dimana-mana mualai IIS sampai dengan apache, dengan comfigurasi yang relatif mudah.
3.
PHP adalah open source yang dapat digunakan diberbagai mesin (linux, unix, windows), dan dapat dijalankan secara runtime melaui console serta dapat menjalankan perintah-perintah sistem.
2.7 MySQL MySQL merupakan sebuah perangkat lunak sistem manajemen basis data SQL. MySQL adalah sebuah konsep pengoperasian database, terutama untuk pemilihan atau seleksi dan pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis. Keandalan suatu sistem Database Manajemen System (DBMS) dapat diketahui dari cara kerja optimizer-nya dalam melakukan proses perintah-perintah SQL, yang dibuat oleh user maupun programprogram aplikasinya. Sebagai database server, MySQL dapat dikatakan lebih unggul dibandingkan database server lainnya dalam query data.
40
.
Query Menu
Speed Bar
Status Bar Database
Tabel Data
Gambar 2.12. Tampilan SQLyog
