BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Teoritis 2.1.1 Kredit Menurut undang-undang pokok perbankan No.14 tahun 1967, Kredit didefinisikan sebagai “Kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam meminjam antara bank dengan pihak lain yang mewajibkan pihak meminjam melunasi utangnya setelah jangka waktu tertentu dengan pemberian bunga” (Kasmir,2006). Didalam pemberian kreditnya Bank atau non Bank harus memperhatikan prinsipprinsip pemberian kredit yang benar artinya sebelum suatu fasilitas kredit yang diberikan maka Bank atau non Bank harus merasa yakin terlebih dahulu bahwa kredit yang diberikan akan benar-benar kembali. Keyakinan tersebut diperoleh dari hasil penilaina kredit sebelum kredit tersebut disalurkan . penilaian kredit oleh Bank atau non Bank dapat dilakukan dengan berbagai prinsip-prinsip penilaian kredit yang sering dilakukan. Prinsip 5C tersebut antara lain (Kasmir,2007).: 1. Character : Penilaian character ini dapat mengetahui sejauh mana tingkat kejujuran dan tekad baik calon debitur yaitu kemauan untuk memenuhi kewajiban-kewajiban dari calon debitur. 2. Capacity : Penilaian capacity untuk melihat kemampuan dalam melunasi kewajibannya dari kegiatan usaha yang dilakukan. 3. Capital : Penilaian terhadap prinsip capital tidak hanya melihat besar kecilnya modal yang dimiliki oleh calon debitur tetapi juga bagaimana distribusi modal itu ditempatkan. 4. Collateral : Collateral diartikan sebagai jaminan fisik harta benda yang bernilai uang dan mempunyai harga stabil dan mudah dijual. Jika pada dari peminjam
10
terkena kecelakaan atau hal-hal lain yang mengakibatkan peminjam tidak mampu membayar hutangnya, maka tindakan akhir yang dilakukan oleh bank adalah melaksanakan haknya atas collateral yang diikat secara yuridis untuk menjamin hutangnya pada bank. 5. Condition of Economy : Pada prinsip condition (kondisi), dinilai situasi dan kondisi politik, sosial, ekonomi, dan kondisi pada sektor usaha calon debitur. Maksudnya agar bank dapat memperkecil risiko yang mungkin timbul oleh kondisi ekonomi, keadaan perdagangan dan persaingan di lingkungan sektor usaha calon debitur dapat diketahui. 2.1.2 PT Adira Dinamika Multi Finance Tbk Cabang Denpasar PT Adira Dinamika Multi Finance Tbk atau Adira Finance didirikan pada tahun 1990 dan mulai beroperasi pada tahun 1991. Sejak awal, Adira Finance berkomitmen untuk menjadi perusahaan pembiayaan terbaik dan terkemuka di Indonesia. Adira Finance hadir untuk melayani beragam pembiayaan seperti kendaraan bermotor dan baik baru ataupun bekas. PT Adira memiliki beberapa 9 cabang di Indonesia . Pada penelitian ini dilakukan pada PT Adira Dinamika Multi Finance Tbk cabang Denpasar yang beralamat Jalan Gatot Subroto Barat no 101x Denpasar. Salah satu Credit Marketing Officer (CMO) yang membantu penelitian ini adalah Ketut Arif Kamayana. 2.1.3 Klasifikasi Klasifikasi
merupakan
suatu
pekerjaan
menilai
objek
data
untuk
memasukkannya ke dalam kelas tertentu dari sejumlah kelas yang tersedia. Dalam klasifikasi ada dua pekerjaan utama yang dilakukan, yaitu (1) pembangunan model sebagai prototype untuk disimpan sebagai memori dan (2) penggunaan model tersebut untuk melakukan pengenalan /klasifikasi/prediksi pada suatu objek data lain agar diketahui dikelas mana objek tersebut dalam model yang sudah disimpannya(Eko Prasetyo,2012)
11
2.1.4 Konsep analisis rules asosiasi (Association Rule Analysis) Menurut Eko Prasetyo,2012 menyatakan bahwa analisis asosiasi (association analysis) berguna untuk mengungkap hubungan yang menarik yang tersembunyi dalam data set besar. Hubungan yang terungkap tersebut dapat direpresentasikan dalam bentuk rules asosiasi (association rules) atau himpunan item yang sering muncul (sets of frequent items). Sebagai contoh dapat berupa studi transaksi pemberian kredit di PT. Adira Dinamika Multi Finance Tbk .
(Sumber : Data set PT. Adira Dinamika Multi Finance Tbk) Tabel 2. 1 Contoh data set IDT
Item
1
{Karyawan BUMN, Pekerjaan tetap, Usia >=35 tahun, rumah milik sendiri}
2
{Wiraswasta, Usia <= 35 tahun, rumah kos/kontrak <1 tahun}
3
{Karyawan BUMN, rumah kos/kontrak <1 tahun ,terdapat tolakan rekening koran}
4
{Wiraswasta, Usia <= 35 tahun, rumah milik sendiri }
5
{Wiraswasta, Usia > 35 tahun, terdapat tolakan rekening koran }
Sebagai contoh, berikut ini merupakan rules yang dapat di-ekstrak dari dataset transaksi pemberian kredit. {Karyawan BUMN}{Pekerjaan tetap}
12
Rules diatas menunjukkan hubungan yang kuat antara Karyawan BUMN dan Pekerjaan tetap karena Karyawan BUMN kemungkinan sebagai pekerjaan tetapnya. Dengan demikian,pihak adira multi finance dapat menggunakan cara ini sebagai bantuan untuk mengidentifikasi peluang baru untuk menerima pengajuan kredit . Selain data pemberian kredit diatas, analisis asosiasi juga dapat diterapkan pada domain masalah lainnya seperti data transaksi belanja, bioinformatika, diagnosis medis, Web Mining, dan analisis data scientifik. Isu penting dalam analisis asosiasi adalah bagaimana cara menemukan pola tertentu dari data yang berjumlah sangat besar,yang membuat biaya komputasi menjadi sangat mahal (Eko Prasetyo,2012). 2.1.5 Itemset dan Support Count Itemset adalah kumpulan dari satu atau lebih item. Misalkan I= {i1,i2, …., id} merupakan himpunan semua item dalam data transaksi belanja dan T = {t1,t2, …., tN} merupakan himpunan semua transaksi. Setiap transaksi ti mengandung subset item yang dipilih dari I. Dalam analisis asosiasi, koleksi nol atau lebih item disebut itemset. Jika itemset berisi k item, maka disebut k-itemset. Sebagai contoh {Beras,Telur,Minyak} dikatakan sebagai 3-itemset. Set null atau kosong adalah itemset yang tidak berisi item. Support Count (σ) adalah frekuensi kemunculan setiap itemset. Jika suatu transaksi terdiri dari itemset X, maka secara matematik support count σ(X) dinyatakan sebagai berikut : σ(X) =|{ti | X ⊆ ti , ti ∈T}|……………………………………………………(2.1) Dimana : σ(X)
= support count atau frekuensi kemunculan itemset X
X
= itemset atau kumpulan dari beberapa item
ti
= transaksi yang mengandung itemset X
| |
= jumah elemen dalam satu set.
(Tan P.N, 2006:329)
13
2.1.6 Algoritma Apriori Algoritma Apriori merupakan algoritma untuk menemukan frequent itemset. Algoritma Apriori merupakan algoritma yang paling banyak digunakan untuk menemukan frequent itemset dan aturan asosiasi. Konsep utama dari algoritma Apriori adalah sebagai berikut: 1. Setiap subset dari frequent itemset adalah frequent itemset. 2. Himpunan itemset dengan panjang k disebut Ck 3. Himpunan itemset yang memenuhi batasan minimum support disebut sebagai Lk , Lk adalah kandidat himpunan yang digunakan untuk tahap selanjutnya. 4. Ck+1 dibangkitkan dengan menggabungkan Lk dan dirinya sendiri. Itemset-itemset yang memenuhi kriteria masing-masing memiliki lebih satu elemen dari itemset sebelumnya. Lk kemudian dihasilkan dengan menghilangkan dari elemen-elemen yang tidak memenuhi aturan minimum support. Sebab, kandidat sequence yang dibangkitkan dimulai dengan ukuran sequence terkecil dan secara bertahap ukuran sequence meningkat yang disebut dengan pendekatan breadth first search.(R.Kartika,2013) 2.1.7 Pendekatan Association Rule Algoritma CBA (Classification Based Assoiciation) Algoritma CBA merupakan algoritma pengklasifikasi yang sedikit lebih akurat dan efektif berdasarkan pendekatan assosiatif. Konsep utama dari algoritma CBA terbagi dalam dua tahap. 2.1.5.1 Algoritma CBA-RG(Rule Generator) CBA-RG atau yang bisa disebut dengan sebuah rule generator dibangun berdasarkan algoritma Apriori untuk menemukan rules asosiasi. CBA-RG digunakan untuk menemukan semua ruleitems yang memenuhi minsup.
adalah sebuah ruleitems , dimana condset adalah set dari items, yY adalah
14
label kelas. CondsupCount adalah jumlah case di dataset D (support count) yang mengandung condset. RulesupCount adalah jumlah case di D (support count) yang mengandung condset dan berlabel kelas y. Setiap ruleitems merepresentasikan sebuah rule condset → y, dimana 𝑠𝑢𝑝𝑝𝑜𝑟𝑡 =
𝑟𝑢𝑙𝑒𝑠𝑢𝑝𝐶𝑜𝑢𝑛𝑡 |𝐷|
𝑐𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 =
× 100%...................................................................... (2.2)
𝑟𝑢𝑙𝑒𝑠𝑢𝑝𝐶𝑜𝑢𝑛𝑡 𝑐𝑜𝑛𝑑𝑠𝑢𝑝 𝐶𝑜𝑢𝑛𝑡
× 100%...............................................................(2.3)
Dimana |𝐷| adalah jumlah / ukuran dataset. Ruleitem yang memiliki nilai support lebih dari nilai minsup disebut frequent ruleitems, sedangkan yang nilai supportnya lebih kecil disebut infrequent itemsets. Ruleitem yang confident tertinggi dipilih sebagai possible rule yang merepresentasikan set dari ruleitem. Kalau ada lebih dari 1 ruleitem yang punya confident tertinggi, maka dipilih secara acak. Tahapan Algoritma CBA-RG (Classification Based on Association-Rule Generator) (Rizky Kartika Putri,2013): 1. Tentukan minimum support dan minimum confidence . 2. Rule dibentuk dengan langkah awal mencari semua condset (sekumpulan item set) dari semua kriteria dan jumlah masing-masing condset yang disebut sebagai CondSupCount. 3. Lalu dicari ruleitem pertama dari condset dengan class beserta jumlah rule tersebut yang bisa disebut sebagai RulesupCount. 4. Lalu dicari support dari ruleitem, dengan menggunakan rumus berikut : 𝑆𝑢𝑝𝑝𝑜𝑟𝑡 =
𝑅𝑢𝑙𝑒𝑆𝑢𝑝𝐶𝑜𝑢𝑛𝑡 |𝐷|
× 100%
|𝐷|= jumlah/ukuran dataset. 𝑅𝑢𝑙𝑒𝑆𝑢𝑝𝐶𝑜𝑢𝑛𝑡 = ruleitem pertama dari condset dengan class beserta jumlah rule.
15
Ruleitem yang mempunyai support diatas minimum support merupakan frequent ruleitem. 5. Selanjutnya dicari juga confidence dari setiap ruleitem, dengan menggunakan rumus berikut : 𝐶𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 =
𝑅𝑢𝑙𝑒𝑆𝑢𝑝𝐶𝑜𝑢𝑛𝑡 𝐶𝑜𝑛𝑑𝑠𝑢𝑝𝐶𝑜𝑢𝑛𝑡
× 100%
Ruleitem yang mempunyai confidence melebihi minimum confidence disebut accurate ruleitem. Ruleitem yang frequent dan accurate merupakan possible rule. 6. Possible rule ini merupakan CARs sekaligus digunakan untuk menggenerate frequent ruleitem yang lainnya dengan cara mengkombinasikan frequent ruleitem dengan frequent ruleitem dalam possible rule dengan syarat frequent ruleitem tidak boleh berpasangan dengan dirinya sendiri. 7. Selanjutnya dicari RulesupCount dan CondsupCount dari ruleitem yang baru. 8. Kemudian dihitung supportnya, ruleitem yang supportnya melebihi minsup merupakan frequent ruleitem dan dihitung juga confidencenya, ruleitem yang memiliki nilai confidence lebih tinggi dari mincof merupakan accurate rulitem. Jika ruleitem memenuhi frequent dan accurate ruleitem , maka itulah possible rule. 9. Possible rule kali ini harus memenuhi syarat selanjutnya, yaitu semua frequent ruleitem pada possible rule merupakan frequent ruleitem pada possible rule sebelumnya. 10. Pada tahap kombinasi selanjutnya ,frequent ruleitem - frequent ruleitem yang dapat dikombinasikan adalah Frequent ruleitem - frequent ruleitem yang memiliki kesamaan dalam k-1 frequent ruleitem pertama. 11. Digunakan cara yang sama untuk menggenerate possible rule berikutnya.
16
2.1.5.2 Algoritma CBA-CB(Classifier Builder) CBA-CB adalah sebuah classifier builder menggunakan CARs atau prCARs. Untuk memproduksi classifier yang paling baik dari set rules akan mengevaluasi semua possible subset di data training dan memilih subset dengan rule sequence yang tepat yaitu yang mempunyai error paling sedikit. (Rizky Kartika Putri,2013). Tahapan Algoritma CBA-CB (Classification Based on Association-Classifier Builder) : Definisi: Mengingat dua rules, ri dan rj, ri precedence rj (juga disebut ri mendahului rj atau ri memiliki prioritas lebih tinggi daripada rj) jika 1) confidence ri adalah lebih besar dari rj, atau 2) confidence mereka adalah sama, tetapi support dari ri adalah lebih besar dari rj, atau 3) baik confidence dan support dari ri dan rj adalah sama, tetapi ri dihasilkan lebih awal dari rj; Biarkan R menjadi seperangkat rules yang dihasilkan (yaitu, CAR atau CAR), dan D data pelatihan. Ide dasar dari algoritma ini adalah untuk memilih satu set rules didahulukan tinggi di R untuk menutupi D. classifier kami adalah dari format berikut: , di mana ri R, ra precedence rb, jika b> a. kelas default adalah kelas default. Dalam mengklasifikasikan kasus yang tak terlihat, rules pertama yang memenuhi kasus ini akan mengklasifikasikan. Jika tidak ada rules yang berlaku untuk kasus ini, dibutuhkan pada kelas standar seperti di C4.5. Tahap membangun classifier builder seperti berikut ini (Liu,Bing, 1998):
17
Langkah 1 : Urutkan seperangkat rules “r” yang dihasilkan menurut hubungan "precedence". Hal ini untuk memastikan bahwa kita akan memilih rules hak tertinggi untuk classifier kami. Langkah 2 : Pilih rules untuk classifier dari R mengikuti urutan yang telah diurutkan. Untuk setiap rules r, kita melalui D untuk mencari kasuskasus yang dicakup oleh r (mereka memenuhi kondisi r). Kami menandai r jika benar mengklasifikasikan kasus d. d.id adalah nomor identifikasi unik d. Jika r benar dapat mengklasifikasikan setidaknya satu kasus (yaitu, jika r ditandai), itu akan menjadi rules potensial dalam classifier kami. Kasus-kasus itu mencakup kemudian dikeluarkan dari D. Sebuah kelas default juga dipilih (kelas mayoritas dalam data yang tersisa), yang berarti bahwa jika kita berhenti memilih rules untuk classifier C kelas ini akan menjadi kelas default C. Kami kemudian menghitung dan mencatat jumlah kesalahan yang dibuat oleh C saat ini dan kelas default. Ini adalah jumlah jumlah kesalahan yang telah dibuat oleh semua rules yang dipilih di C dan jumlah kesalahan yang dibuat oleh kelas default dalam data pelatihan. Ketika tidak ada rules atau tidak ada kasus pelatihan kiri, proses seleksi rules selesai. 2.1.8 Metode Pengembangan Perangkat Lunak Waterfall Metode pengembangan perangkat lunak Waterfall merupakan salah satu model proses perangkat lunak yang mengambil kegiatan proses dasar seperti spesifikasi, pengembangan, validasi, dan evolusi. Model ini kemudian merepresentasikannya ke dalam bentuk fase-fase proses yang berbeda seperti analisis dan pendefinisian kebutuhan, perancangan perangkat lunak, implementasi, pengujian unit, integrasi sistem, pengujian sistem, serta operasi dan pemeliharaan (Sommerville, 2003).
18
Gambar 2. 1 Waterfall Model (Sumber : Sommerville, 2003) Adapun penjelasan tahapan-tahapan dari model waterfall yang ditunjukkan pada gambar 1 menurut Sommerville (2003) adalah sebagai berikut : 1. Analisis dan Penentuan Kebutuhan Merupakan tahap pengumpulan informasi mengenai kebutuhan sistem yang didapat dari pengguna (user). Proses ini mendefinisikan secara rinci mengenai fungsi-fungsi, batasan dan tujuan dari perangkat lunak sebagai spesifikasi sistem. 2. Desain Sistem dan Perangkat Lunak Tahap desain merupakan tahap yang melibatkan proses perancangan sistem yang difokuskan pada empat atribut, yaitu struktur data, arsitektur perangkat lunak, representasi antarmuka, dan detail (algoritma) prosedural. Yang dimaksud struktur data adalah representasi dari hubungan logis antara elemenelemen data individual. 3. Implementasi dan Pengujian Pada tahap ini, perancangan perangkat lunak direalisasikan sebagai serangkaian program atau unit program. Kemudian proses pengujian melibatkan verifikasi
19
bahwa setiap unit program telah memenuhi kebutuhan yang telah didefinisikan pada tahap pertama. 4. Integrasi dan Uji Coba Sistem Unit program/program individual diintegrasikan menjadi sebuah kesatuan sistem dan kemudian dilakukan pengujian. Dengan kata lain, pengujian ini ditujukan untuk menguji keterhubungan dari tiap-tiap fungsi perangkat lunak sudah memenuhi kebutuhan.
Setelah pengujian sistem selesai dilakukan,
perangkat lunak dikirim kepada pelanggan/user. 5. Operasi dan Pemeliharaan Sistem Tahap ini biasanya memerlukan waktu yang paling lama, di mana sistem diterapkan dan digunakan. Pemeliharaan mencakup proses pengoreksian beberapa kesalahan yang tidak ditemukan pada tahap-tahap sebelumnya ataupun penambahan kebutuhan-kebuthan baru yang diperlukan. 2.1.9 Data Flow Diagram(DFD) Menurut
Rosenblatt
(2013)
DFD
merupakan
sebuah
diagram
yang
merepresentasikan bagaimana suatu sistem menyimpan, memproses, dan mentransformasi suatu data. 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 dari sistem. Diagram konteks akan memberi gambaran tentang keseluruan sistem. Sistem dibatasi oleh boundary (dapat digambarkan dengan garis putus). Dalam diagram konteks hanya ada satu proses. Tidak boleh ada store dalam diagram konteks. Data Flow Diagram (DFD) adalah suatu diagram yang menggunakan notasinotasi untuk menggambarkan arus dari data sistem, yang penggunaannya sangat membantu untuk memahami sistem secara logika, tersruktur dan jelas. DFD merupakan alat bantu dalam menggambarkan atau menjelaskan proses kerja suatu sistem. 20
DFD sering digunakan untuk menggambarkan suatu sistem yang telah ada atau sistem baru yang akan dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik di mana data tersebut mengalir(misalnya lewat telepon, surat dan sebagainya) atau lingkungan fisik di mana data tersebut akan disimpan (misalnya file kartu, microfiche, hard disk, tape, dikette dll). DFD merupakan alat yang digunakan pada metodologi pengembangan sistem yang terstruktur (structured analysis and design)
Gambar 2. 2 Simbol DFD 2.1.10 Bootstrap Bootstrap menurut Husein Alatas (2013:2) merupakan Framework ataupun Tools untuk membuat aplikasi web ataupun situs web responsive secara cepat, mudah dan gratis. Bootstrap terdiri dari CSS dan HTML untuk menghasilkan Grid, Layout, Typography, Table, Form, Navigation, dan lain-lain. Di dalam Bootstrap juga sudah terdapat jQuery plugins untuk menghasilkan komponen UI yang cantik seperti Transitions, Modal, Dropdown, Scrollspy, Tooltip, Tab, Popover, Alert, Button, Carousel dan lain-lain. Dengan bantuan Bootstrap, kita bisa membuat responsive
21
website dengan cepat dan mudah dan dapat berjalan sempurna pada browserbrowser populer seperti Chrome, Firefox, Safari, Opera dan Internet Explorer. 2.1.11 PHP (Personal Home Page) 2.1.11.1 Pengertian PHP Menurut Didik Dwi Presetyo (2004 : 76), PHP merupakan bahasa scripting server-side, dimana pemrosesan datanya dilakukan pada sisi server. Sederhananya, serverlah yang akan menerjemahkan skrip program, baru kemudian hasilnya akan dikirim kepada client yang melakukan permintaan. 2.1.12.2 Keungulan PHP Seluruh aplikasi berbasis web dapat dibuat dengan PHP. Namun kekuatan yang paling utama PHP adalah pada konektivitasnya dengan sistem database di dalam web. Kelebihan-kelebihan dari PHP diantaranya adalah : a. PHP mudah dibuat dan dijalankan, maksudnya PHP dapat berjalan dalam Web Server dan dalam Sistem Operasi yang berbeda pula. b. PHP adalah software open-source yang gratis dan bebas didistribusikan kembali di bawah lisensi GPL (GNU Public License). User dapat mendownload kode-kode PHP tanpa harus mengeluarkan uang atau khawatir dituntut oleh pihak pencipta PHP. c. PHP bisa dioperasikan pada platform Linux ataupun Windows. d. PHP sangat efisien, karena PHP hanya memerlukan resource system yang sangat sedikit dibanding dengan bahasa pemograman lain. e. Ada banyak Web Server yang mendukung PHP, seperti Apache, PWS, IIS, dan lain-lain. f. PHP juga didukung oleh banyak database, seperti MySQL, PostgreSQL, Interbase, SQL, dan lain-lain. g. Bahasa pemograman PHP sintaknya sederhana, singkat dan mudah untuk dipahami.
22
h. HTML-embedded, artinya PHP adalah bahasa yang dapat ditulis dengan menempelkan pada sintak-sintak HTML. 2.1.12 Definisi Code Igniter Framework 2.1.12.1 Framework Framework sebagaimana arti dalam bahasa indonesianya yaitu kerangka kerja dapat diartikan sebagai kumpulan dari library (class) yang dapat diturunkan, atau dapat langsung dipakai fungsinya oleh modulmodul atau fungsi yang akan kita kembangkan (Septian, 2011: 7). 2.1.12.2 Framework PHP PHP Framework adalah sebuah lingkungan pengembangan aplikasi berbasis php yang berisi sejumlah class yang telah dibuat agar digunakan kembali untuk membuat aplikasi. Berbagai jenis class ini tergantung tujuan dari PHP framework tersebut, dan php framework yang satu dengan framework yang lain kemungkinan berbeda. Sebagian besar php framework yang tersedia saat ini berbasis MVC (model view controller). Ini adalah model php framework yang modern (Septian, 2011: 8). 2.1.12.3 Code Igniter Code Igniter adalah aplikasi open source yang berupa framework dengan model MVC (Model, View, Controller) untuk membangun website dinamis. Dengan menggunakan PHP Code Igniter akan memudahkan developer untuk membuat aplikasi web dengan cepat dan mudah dibandingkan dengan membuat dari awal (Septian, 2011: 9). a. MVC (Model View Controller) MVC adalah sebuah pendekatan perangkat lunak yang memisahkan aplikasi logika dari presentasi. Ini meminimalkan script dari halaman-halaman web sejak script presentasi (HTML, CSS, JavaScript, dsb) dipisahkan dari PHP scripting,
23
istilah umum yang familiar adalah menghindari terjadinya spaghetti code (Septian, 2011: 9). b. Model Model merepresentasikan struktur data yang dibangun. Umumnya kelas model berisi fungsi-fungsi yang membantu developer untuk mengelola, memasukkan, dan mengupdate informasi dalam database (Septian, 2011: 9). c. View View adalah informasi yang disajikan untuk user, berupa tampilan atau user interface. View umumnya adalah tampilan sebuah halaman web itu sendiri, tetapi dalam
Code
Igniter,
view
dapat
juga
menjadi
bagian-bagian
atau
penggalanpenggalan halaman seperti header atau footer. View dapat juga sebagai halaman RSS, atau tipe-tipe halaman lainnya (Septian, 2011: 9). d. Controller Controller bertugas sebagai penghubung antara Model, View, dan beberapa resource lainnya yang dibutuhkan untuk memproses HTTP request untuk menggenerate sebuah halaman web (Septian, 2011: 9). 2.1.13 Pengertian jQuery jQuery merupakan library Java Script yang banyak digunakan saat ini. jQuery di buat oleh John Resig pada tahun 2006. Banyak website yang memanfaatkan library ini untuk menyederhanakan fungsi-fungsi yang ada pada JavaScript atau Ajax. Sesuai dengan slogannya jQuery sendiri “Write less, do more”, menulis sedikit namun dapat mengerjakan banyak hal, sehingga anda dapat menghemat coding program anda (Utomo, 2012: 62).
24
2.1.14 Pengertian HTML ( Hypertext markup Language) Menurut Connolly, Dan Begg (2010: 1031) HTML adalah Format Dokumen bahasa yang digunakan untuk merancang halaman web. HTML adalah sistem untuk membuat naik atau menandai, sebuah dokumen sehingga dapat dipublikasikan di web. HTML mendefinisikan apa yang umumnya ditularkan antara node dalam network. HTML telah dikembangkan dengan maksud agar berbagai macam jenis perangkat harus dapat memanfaatkan informasi di web: PC dengan tampilan grafis dari kedalaman resolusi dan warna yang bervariasi, 24 telepon seluler, perangkat genggam, perangkat untuk pidato untuk input dan output, dan sebagainya. 2.1.15 Data base MySQL MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL atau yang dikenal dengan DBMS (database management system), database ini multithread, multi-user. Kekuatan MySQL tidak ditopang oleh sebuah komunitas, seperti Apache, yang dikembangkan oleh komunitas umum, dan hak cipta untuk kode sumber dimiliki oleh pemilik masing-masing, tetapi MySQL didukung penuh oleh sebuah perusahaaan profesional dan komersil, yakni MySQL AB dari Swedia. MySQL adalah Relational Database Management System (RDBMS) yang didistribusikan secara gratis dibawah lisensi GPL (General Public license). Dimana setiap orang bebas untuk menggunakan MySQL, namun tidak boleh dijadikan produk turunan yang bersifat closed source atau komersial. MySQL sebenarnya merupakan turunan salah satu konsep utama dalam database sejak lama, yaitu SQL (Structured Query Language). Sebagai database server, MySQL dapat dikatakan lebih unggul dibandingkan database server lainnya, terutama dalam kecapatan. Berikut ini beberapa keistimewaan MySQL, antara lain : 1. Portability MySQL dapat berjalan stabil pada berbagai sistem operasi seperti Windows, Linux, FreeBSD, Mac Os X Server, Solaris, Amiga, dan masih banyak lain. 25
2. Multi User MySQL dapat digunakan oleh beberapa user dalam waktu yang bersamaan tanpa mengalami masalah atau konflik. 3. Security MySQL memiliki beberapa lapisan sekuritas seperti level subnetmask, nama host, dan izin akses user dengan sistem perizinan yang mendetail serta password terenkripsi. 4. Scalability dan limits MySQL mampu menangani database dalam skala besar, dengan jumlah records lebih dari 50 juta dan 60 ribu tabel serta 5 milyar baris. Selain itu batas indeks yang dapat ditampung mencapai 32 indeks pada tiap tabelnya. 2.1.16 SQL yog 10.42 SQLyog adalah aplikasi client MySQL yang sangat populer digunakan di Indonesia. Aplikasi ini memiliki banyak fitur yang memudahkan pengguna melakukan administrasi maupun melakukan pengolahan data MySQL. SQLyog ini aplikasi yang digunakan untuk menghubungkan satu komputer dengan komputer lain, agar satu komputer dengan komputer dapat saling mengakses dapat dikatakan aplikasi adalah aplikasi yang bisa digunakan untuk menerapkan client server. 2.2 Tinjauan Empiris Pada penelitian ini, penelitian menggunakan beberapa penelitian terkait yang pernah dilakukan oleh peneliti lain sebagai tinjauan studi, yaitu sebagai berikut : 1. Integrating Classification and Association Rule Mining. (Bing Ling & Wynne Hsu,1998) 2. Penerapan Algoritma Klasifikasi Berbasis Aturan Asosiasi untuk Data Meteorologi. (Kartika Putri,Rizky,2013)
26
3. Classification Using Association Rules: Weakness and Enhancements. (Bing Liu , Yiming Ma, dan Ching-Kian Wong,2001)
27