10

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 prinsip-

prinsip 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

11

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)

12

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}

13

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)

14

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. <condset

,y> adalah sebuah ruleitems , dimana condset adalah set dari items, yY adalah

15

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|× 100%...................................................................... (2.2)

𝑐𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 = 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.

16

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.

17

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:

<r1, r2, ..., rn, kelas default>,

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):

18

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 kasus-

kasus 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).

19

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 elemen-

elemen data individual.

3. Implementasi dan Pengujian

Pada tahap ini, perancangan perangkat lunak direalisasikan sebagai serangkaian

program atau unit program. Kemudian proses pengujian melibatkan verifikasi

20

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 notasi-

notasi 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.

21

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

22

website dengan cepat dan mudah dan dapat berjalan sempurna pada browser-

browser 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.

23

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,

24

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 meng-

generate 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).

25

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.

26

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)

27

3. Classification Using Association Rules: Weakness and Enhancements.

(Bing Liu , Yiming Ma, dan Ching-Kian Wong,2001)