BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Teoritis 2.1.1 Kredit€¦ · · 2017-04-01Sebagai contoh...
Transcript of BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Teoritis 2.1.1 Kredit€¦ · · 2017-04-01Sebagai contoh...
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)