9

BAB 2
LANDASAN TEORI

2.1 Sistem Pendukung Keputusan (SPK)

Sistem pendukung keputusan (SPK) adalah suatu sistem informasi
berbasis komputer mengkombinasikan model dan data untuk menyediakan
dukungan kepada pengambil keputusan dalam memecahakan masalah semi
terstruktur atau masalah ketergantungan yang melibatkan user secara mendalam.
(Paryanta & Arbelia, 2011)
Multiple Criteria Decision Making (MCDM) merupakan cara atau
metode yang digunakan untuk mengambil keputusan dengan menetapkan
alternatif atau pilihan terbaik dari beberapa alternatif berdasarkan kriteria-kriteria
tertentu yang digunakan untuk batasan atau standar dalam mengambil keputusan.
MCDM dibagi menjadi 2 berdasarkan tujuannya, yaitu MADM (Multi Attribute
Decision Making) dan MODM (Multi Objective Decision Making). Perbedaan
utama keduanya adalah pada MADM dipergunakan untuk menentukan keputusan
atau pilihan dari alternatif dengan jumlah yang terbatas/diskret, sedangkan pada
MODM dipergunakan pada permasalahan yang kontinyu/berkelanjutan, seperti
pada masalah pemrograman matematis. (Trianto, 2013)

2.1.2 Karakteristik, Kemampuan dan Keterbatasan SPK

Terdapat sejumlah karakteristik dan kemampuan dari SPK yaitu:
a. Karakteristik SPK
1. Mendukung seluruh kegiatan organisasi
2. Mendukung beberapa keputusan yang saling berinteraksi
3. Dapat digunakan berulang kali dan bersifat konstan
4. Terdapat dua komponen utama, yaitu data dan model
5. Menggunakan baik data eksternal dan internal
6. Memiliki kemampuan what-if analysis dan goal seeking analysis
7. Menggunakan beberapa model kuantitatif
10

b. Kemampuan SPK
1. Menunjang pembuatan keputusan manajemen dalam menangani masalah
semi terstruktur dan tidak terstruktur
2. Membantu manajer pada berbagai tingkatan manajemen, mulai dari
manajemen tingkat atas sampai manajemen tingkat bawah
3. Menunjang pembuatan keputusan secara kelompok maupun perorangan
4. Menunjang pembuatan keputusan yang saling bergantung dan berurutan
5. Menunjang tahap-tahap pembuatan keputusan antara lain intelligensi,
desain, choice, dan implementation
6. Menunjang berbagai bentuk proses pembuatan keputusan dan jenis
keputusan
7. Kemampuan untuk melakukan adaptasi setiap saat dan bersifat fleksibel
8. Kemudahan melakukan interaksi system
9. Meningkatkan efektivitas dalam pembuatan keputusan daripada efisiensi
10. Mudah dikembangkan oleh pemakai akhi
11. Kemampuan pemodelan dan analisis pembuatan keputusan
12. Kemudahan melakukan pengaksesan berbagai sumber dan format data
Di samping berbagai Karakteristik dan Kemampuan seperti dikemukakan di atas,
SPK juga memiliki beberapa keterbatasan, diantaranya adalah :
1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat
dimodelkan, sehingga model yang ada dalam sistem tidak semuanya
mencerminkan persoalan sebenarnya.
2. Kemampuan suatu SPK terbatas pada pembendaharaan pengetahuan yang
dimilikinya (pengetahuan dasar serta model dasar).
3. Proses-proses yang dapat dilakukan oleh SPK biasanya tergantung juga pada
kemampuan perangkat lunak yang digunakannya.
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki oleh manusia.
Karena walau bagaimana pun canggihnya suatu SPK, hanyalah sautu
kumpulan perangkat keras, perangakat lunak dan sistem operasi yang tidak
dilengkapi dengan kemampuan berpikir. (Effraim, Aronson, & Liang, 2005)
2.1.3 Komponen - Komponen Sistem Pendukung Keputusan
 11

Suatu SPK memiliki tiga subsistem utama yang menentukan kapabilitas teknis
SPK tersebut, yaitu
1. Subsistem Manajemen Basis Data (database)
Subsistem ini merupakan komponen SPK penyedia data bagi sistem. Data
tersebut disimpan dalam basis data yang diorganisasikan oleh DBMS. Basis
data dalam SPK berasal dari sumber internal dan eksternal.
2. Subsistem Manajemen Basis Model (modelbase)
Model adalah peniruan dari alam nyata. Model ini dikelola oleh model base.
3. Subsistem Perangkat Lunak Penyelenggara Dialog (user system interface)
Melalui sistem dialog inilah sistem diartikulasikan dan diimplementasikan
sehingga pemakai dapat berkomunikasi dengan sistem yang dirancang.
(Darmawan & Susanto, 2014)

2.2 Analytical Hierarchy Process (AHP)

AHP merupakan salah satu metode untuk membantu menyusun suatu
prioritas dari berbagai pilihan dengan menggunakan berbagai kriteria. Karena
sifatnya yang multikriteria, AHP cukup banyak digunakan dalam penyusunan
prioritas. Sebagai contoh untuk menyusun prioritas penelitian, pihak manajemen
lembaga penelitian sering menggunakan beberapa kriteria seperti dampak
penelitian, biaya, kemampuan SDM, dan waktu pelaksanaan.
Di samping bersifat multikriteria, AHP juga didasarkan pada suatu proses
yang terstruktur dan logis. Pemilihan atau penyusunan prioritas dilakukan
dengan suatu prosedur yang logis dan terstuktur. Kegiatan tersebut dilakukan
oleh ahli-ahli yang representatif berkaitan dengan alternatif-alternatif yang
disusun prioritasnya
Metode AHP merupakan salah satu model untuk pengambilan keputusan
yang dapat membantu kerangka berfikir manusia. Metode ini mula-mula
dikembangkan oleh Thomas L. Saaty pada tahun 70-an. Dasar berpikirnya
metode AHP adalah proses membentuk skor secara numerik untuk menyusun
rangking setiap alternatif keputusan berbasis pada bagaimana sebaiknya
alternatif itu dicocokkan dengan kriteria pembuat keputusan
12

Proses pengambilan keputusan pada dasarnya adalah memilih suatu

alternatif. Peralatan utama AHP adalah sebuah hirarki fungsional dengan input
utamanya persepsi manusia. Dengan hirarki, suatu masalah kompleks dan tidak
terstruktur dipecahkan ke dalam kelompok-kelompoknya. Kemudian kelompok-
kelompok tersebut diatur menjadi suatu bentuk hirarki
Suatu tujuan yang bersifat umum dapat dijabarkan dalam beberapa
subtujuan yang lebih terperinci dan dapat menjelaskan maksud tujuan umum.
Penjabaran ini dapat dilakukan terus hingga diperoleh tujuan yang bersifat
operasional. Pada hierarki terendah dilakukan proses evaluasi atas alternatif-
alternatif yang merupakan ukuran dari pencapaian tujuan utama dan pada
hierarki terendah ini dapat ditetapkan dalam satuan apa suatu kriteria diukur
Dalam penjabaran hirarki tujuan, tidak ada suatu pedoman yang pasti
mengenai seberapa jauh pembuat keputusan menjabarkan tujuan menjadi tujuan
yang lebih rendah. Pengambil keputusanlah yang menentukan saat penjabaran
tujuan ini berhenti, dengan memperhatikan keuntungan atau kekurangan yang
diperoleh bila tujuan tersebut diperinci lebih lanjut. Beberapa hal yang perlu
diperhatikan dalam melakukan proses penjabaran hirarki tujuan yaitu :
1. Pada saat penjabaran tujuan ke dalam subtujuan yang lebih rinci harus selalu
memperhatikan apakah setiap tujuan yang lebih tinggi tercakup dalam
subtujuan tersebut.
2. Meskipun hal tersebut dapat dipenuhi, juga perlu menghindari terjadinya
pembagian yang terlampau banyak baik dalam arah horizontal maupun
vertikal.
3. Untuk itu sebelum menetapkan tujuan harus dapat menjabarkan hierarki
tersebut sempai dengan tujuan yang paling lebih rendah dengan cara
melakukan tes kepentingan. (Mulyono, 2004:334)

2.2.1 Prinsip - Prinsip Analytical Hierarchy Process

 13

Dalam menentukan proiritas AHP menggunakan prinsip - prinsip sebagai

berikut:
1. Decomposition
Setelah persoalan didefenisikan, maka perlu dilakukan Decomposition yaitu
memecah persoalan yang utuh menjadi unsur – unsurnya.
2. Comparative judgment (penilaian kriteria dan alternatif)
Prinsip ini memberikan penilaian tentang kepentingan relatif dua elemen
pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya.
3. Synthesis of priority (Menentukan Prioritas)
Dari setiap matriks pairwise comparison kemudian dicari eigenvectornya
untuk mendapatkan local priority.
4. Logical Consistency (konsistensi logis)
Konsistensi memiliki dua makna. Pertama, objek-objek serupa yang
dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua,
menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria
tertentu. (Mulyono, 2004:335-337)

2.2.2 Langkah-Langkah Analytical Hierarchy Process

Pada dasarnya langkah-langkah dalam metode AHP meliputi :
a. Mendefinisikan masalah dan menentukan solusi yang diinginkan.
b. Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan
dengan kriteria-kriteria, sub kriteria dan alternatif-alternatif pilihan yang
ingin diurutkan.
c. Membentuk matriks perbandingan berpasangan yang menggambarkan
kontribusi relatif atau pengaruh setiap elemen terhadap masing-masing tujuan
atau kriteria yang setingkat diatasnya. Perbandingan dilakukan berdasarkan
pilihan dari pembuat keputusan dengan menilai tingkat kepentingan suatu
elemen dibandingkan elemen lainnya.
d. Menormalkan data dengan membagi nilai dari setiap elemen di dalam
matriks yang berpasangan dengan nilai total dari setiap kolom.
e. Menghitung nilai eigen vector dan menguji konsistensinya, jika tidak
konsisten pengambil data (preferensi) perlu diulangi. Nilai eigen vector yang
14

dimaksud adalah nilai eigen vector maximum yang diperoleh dengan

menggunakan matlab maupun manual.
f. Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.
g. Menghitung eigen vector dari setiap matriks perbandingan berpasangan. Nilai
eigen vector merupakan bobot setiap elemen. Langkah ini mensintesis pilihan
dan penentuan prioritas elemenelemen pada tingkat hirarki terendah sampai
pencapaian tujuan.
h. Menguji konsistensi hirarki. Jika tidak memenuhi dengan CR<0,100 maka
penilaian harus diulang kembali.
i. Menetapkan Prioritas. (Paryanta & Arbelia, 2011)
Berdasarkan langkah-langkah di atas untuk menetapkan prioritas dapat dilakukan
dengan menyusun matriks perbandingan berpasangan dan melakukan normalisasi
dengan langkah-langkah sebagai berikut :
1. Membuat matriks berpasangan

(1)

i, m = 1, 2, …, n = indeks kriteria-kriteria peminatan peserta didik.

Menurut Saaty penilaian perbandingan terbaik dalam mengekspresikan
pendapat digunakan skala 1 sampai dengan 9, seperti pada tabel 2.2 di
bawah.

Tabel 2.1 Skala Intensitas Kepentingan pada Matriks Pairwise

Comparison
Intensitas Kepentingan Keterangan
 15

1 Kedua kriteria sama penting

3 Kriteria yang satu sedikit lebih penting daripada
kriteria lainnya
5 Kriteria yang satu lebih penting daripada
kriteria lainnya.
7 Kriteria yang satu jelas lebih mutlak penting
daripada kriteria lainnya
9 Kriteria yang satu mutlak penting daripada
kriteria lainnya.
2,4,6,8 Nilai-nilai di antara dua nilai pertimbangan
kriteria yang berdekatan
Kebalikan Jika aktivitas x mendapat satu angka
dibandingkan dengan aktivitas y, maka y
memiliki nilai kebalikan dari x.

2. Menormalisasi matriks keputusan dengan cara setiap kolom matriks

dijumlahkan, lalu masing-masing kriteria pada matriks dibagi dengan nilai
total kolomnya. Kemudian menentukan rata-rata baris matriks yang membuat
himpunan sejumlah n bobot w, yaitu w1, w2, …, wn.
3. Kemudian menentukan tingkat konsistensi dari matriks perbandingan
berpasangan yang telah didapat dari langkah sebelumnya. Langkah-langkah
yang dilakukan pada tahap ini adalah :
a. Mengalikan masing-masing nilai pada kolom pertama dengan prioritas
relatif pada kriteria pertama nilai pada kolom kedua dengan prioritas
relatif pada kriteria kedua, dan seterusnya.
b. Menjumlahkan nilai pada setiap baris. Kemudian hasil penjumlahan
tersebut dibagi dengan nilai kriteria prioritas relatif yang berkaitan.
c. Menjumlahkan hasil pada langkah poin (b) dengan banyaknya kriteria,
kemudian disebut dengan λ max.
d. Menghitung Consistency Index (CI) dengan persamaan 2.
(2)
Di mana n adalah banyaknya criteria
e. Menghitung Consistency Ratio (CR) dengan persamaan 3.
(3)
4. IR adalah Indeks Random Consistency. Indeks Random Consistency dapat
dilihat dalam tabel 2.2 dibawah :
16

Tabel 2.2 Tabel Indeks Random Konsistensi

Ukuran Matriks Nilai IR
1 0.00
2 0.00
3 0.58
4 0.90
5 1.12
6 1.24
7 1.32
8 1.41
9 1.45
10 1.49
11 1.51
12 1.48
13 1.46
14 1.57
15 1.58

Jika nilai CR ≤ 0.1, maka matriks perbandingan berpasangan dapat dikatakan

konsisten dan bobot yang dihasilkan dapat digunakan untuk perangkingan
alternatif dengan metode TOPSIS pada langkah selanjutnya pada penelitian
ini. (Trianto, 2013)

2.3 Technique For Order Preference by Similarity to Ideal Solution (TOPSIS)

TOPSIS adalah salah satu metode pengambilan keputusan multikriteria
yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS
menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak
terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut
pandang geometris dengan menggunakan jarak Euclidean untuk menentukan
kedekatan relatif dari suatu alternatif dengan solusi optimal [6]. Solusi ideal
positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai
untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai
terburuk yang dicapai untuk setiap atribut.
TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif
dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif
terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya,
 17

susunan prioritas alternatif bisa dicapai. Metode ini banyak digunakan untuk
menyelesaikan pengambilan keputusan. Hal ini disebabkan konsepnya
sederhana, mudah dipahami, komputasinya efisien, dan memiliki kemampuan
mengukur kinerja relatif dari alternatif-alternatif keputusan. (Yoon & Hwang,
1981)

2.3.1 Langkah-langkah metode TOPSIS

Langkah-langkah yang ada di metode TOPSIS adalah :
1. Membuat matriks keputusan ternormalisasi
Metode TOPSIS memerlukan rating kinerja tiap alternatif pada setiap criteria
yang ternormalisasi. Persamaan matriks ternormalisasi dapat dilihat pada
persamaan 4.

(4)

Dengan i = 1, 2, …, m; dan j = 1, 2, …, n.

= matriks keputusan ternormalisasi.

= bobot kriteria ke j pada alternatif ke i.

i = alternatif ke i.
j = subkriteria ke j.
2. Membuat matriks keputusan ternormalisasi terbobot
Nilai matriks ternormalisasi terbobot dilambangkan dengan yij, dapat
dihitung dengan persamaan 5.

(5)

Dengan i = 1, 2, …, m; dan j = 1, 2, …, n. Di mana adalah bobot dari

kriteria ke-j. Pemberian bobot dengan memakai hasil dari perhitungan AHP
sebelumnya.
3. Menentukan matriks solusi ideal positif dan solusi ideal negative
18

Berdasarkan rating bobot ternormalisasi maka dapat menentukan solusi ideal

positif dan solusi ideal negatif Untuk dapat menentukan

solusi ideal sebelumnya harus ditentukan apakah atribut bersifat keuntungan

(benefit) atau bersifat biaya (cost).
(6)

(7)
Di mana,

Atribut keuntungan adalah atribut yang diberikan nilai tinggi untuk

mendapatkan jarak terdekat dengan solusi ideal positif dan terjauh dengan
solusi ideal negatif. Sebaliknya, atribut biaya adalah atribut yang diberikan
nilai kecil untuk mendapatkan jarak terjauh dari solusi ideal positif dan
terdekat dari solusi ideal negatif.
adalah nilai terbesar dari matriks y pada tiap kriteria ke j.

adalah nilai terkecil dari matriks y pada tiap kriteria ke j.

4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal
positif dan solusi ideal negatif. Jarak antara nilai alternatif ke i dengan solusi
ideal positif dapat dirumuskan dengan persamaan 8, dan jarak antara nilai
alternatif ke i dengan solusi ideal negatif dapat dirumuskan dengan
persamaan 9.

(8)

(9)

adalah jarak antara nilai alternatif ke i dengan solusi ideal positif.

 19

adalah jarak antara nilai alternatif ke i dengan solusi ideal negatif.

5. Menentukan nilai preferensi untuk setiap alternatif
Nilai preferensi ( ) terbesar menunjukkan alternatif ke i lebih layak untuk

dipilih sebagai solusi terbaik. Nilai dapat dihitung dengan persamaan 10.

(10)

adalah nilai preferensi yang menunjukkan nilai dari alternatif ke i. Setelah

didapat nilai , maka alternatif akan dirangking berdasarkan urutan nilai .

Nilai terbesar dari menunjukkan bahwa alternatif ke i adalah solusi yang

paling disarankan. (Trianto, 2013)

2.4 Fuzzy Linear Programming

Menurut Zimmermann (1978), Fuzzy Linear Programming terdiri dari
Fuzzy Goals dan Fuzzy Constraints yang dapat dirumuskan sedemikian rupa
sehingga dapat memecahkan masalah pemrograman linier normal.
Berikut masalah pemrograman linier biasa yang disampaikan oleh Zimmermann
(1978) :
Minimisasi Z = Cx (11)
Ax ≤ b (12)
x≥0 (13)
Setelah fuzzifikasi persamaan dapat direpresentasikan seperti ini :

(14)

(15)

x≥0 (16)
20

Simbol dalam constraint menunjukkan ‘lebih kecil dari atau sama dengan' dan

memungkinkan tercapai beberapa tingkat aspirasi di mana dan mewakili

nilai-nilai fuzzy. (Shaw, Shankar, Yadav, & Thakur, 2012)

2.4.1 Fungsi Keanggotaan

Menurut Bellman and Zadeh (1970), Himpunan fuzzy A di Xdidefinisikan
sebagai

(17)

Di mana adalah derajat keanggotaan yang x milik A. himpunan

fuzzy A dengan demikian unik ditentukan oleh fungsi keanggotaannya dan

berbagai fungsi keanggotaan dari bilangan real non-negatif yang nilainya terbatas
dan biasanya berada pada interval [0, 1].
Sebuah fungsi keanggotaan linier telah dipertimbangkan dalam model ini
untuk semua parameter fuzzy. Sebuah fungsi keanggotaan linier memiliki
karakteristik terus meningkatkan atau menurunkan nilai dalam rentang
parameter. Hal ini ditentukan oleh nilai-nilai bawah dan atas penerimaan untuk
parameter tersebut.

Fuzzy objective adalah subset fuzzy X yang dikarakteristikan oleh

fungsi keanggotaan . Fungsi keanggotaan linier untuk Fuzzy

objective diberikan sebagai:

(18)
 21

adalah

adalah

adalah solusi optimum

Fuzzy constraint adalah subset fuzzy X yang dikarakteristikan oleh

fungsi keanggotaan . Fungsi keanggotaan linier untuk fuzzy

constraint diberikan sebagai:

(19)

Untuk semua parameter fuzzy k = 1,2,…,K. Penafsiran dari adalah interval

toleransi. (Shaw, Shankar, Yadav, & Thakur, 2012)

2.4.2 Solusi Formulasi

Solusi fuzzy adalah persimpangan dari semua himpunan fuzzy baik Fuzzy
objective maupun fuzzy constraint (Bellman & Zadeh, 1970). Fungsi
keanggotaan dari solusi fuzzy direpresentasikan dengan :

(20)

menunjukkan fungsi keanggotaan dari objectives dan

constraints.
Solusi fuzzy dari model pemilihan supplier dengan J fuzzy multiple
objectives dan K constraints dapat direpresentasikan sebagai :

(21)
22

Derajat tertinggi dari nilai keanggotaan adalah solusi optimum dari masalah
pemilihan supplier.

(22)

(Shaw, Shankar, Yadav, & Thakur, 2012)

2.4.3 Perumusan Crisp dari model pemilihan supplier

Model pemrograman fuzzy terdiri dari objectives J dan constraints K yang
ditransformasi menjadi formulasi Crisp.
Perumusan Crisp dapat dipresentasikan dengan (Kumar & Shankar,2006) :
Maximisasi λ (23)

λ (24)

λ + (25)

Ax b untuk semua konstanta deterministik (26)

x ≥ 0 integer (27)
0≤λ≤1 (28)

Menurut Zimmermann (1978) optimum batas bawah dan batas atas

dapat dihitung dengan memecahkan fungsi objektif yang sama dua kali

seperti minimalisasi dan maksimalisasi masing-masing.

Batas bawah dari nilai-nilai yang optimal ( ) diperoleh dengan

memecahkan masalah pemilihan supplier sebagai masalah pemrograman linier.

Minimisasi , j=1,2,…,J (29)

, k=12,…,K (30)

Ax b untuk semua konstanta deterministic (31)

 23

x ≥ 0 integer (32)
Batas atas dari nilai-nilai yang optimal diperoleh dengan memecahkan
masalah pemilihan supplier yang sama seperti masalah pemrograman linier.

Maximisasi , j=1,2,…,J (33)

, k=12,…,K (34)

Ax b untuk semua konstanta deterministic (35)

x ≥ 0 integer (36)
Menurut Zimmermann (1978), bobot dari fungsi objektif dan constraints
yang sama dalam perumusan crisp dari masalah pemilihan supplier. Namun,
pada kehidupan nyata semua fungsi objektif tidak dapat diberikan bobot yang
sama. Dengan menggunakan bobot yang sama, nilai fungsi objektif yang penting
jadi menurun. Akibatnya, solusi optimal untuk pemilihan supplier tidak dapat
diperoleh untuk kasus tersebut. Untuk menghindari masalah ini, kita mengadopsi
model aditif berbobot. Model aditif berbobot secara luas digunakan dalam
masalah optimasi multi objektif. Fungsi utilitas berbobot linier diperoleh dengan
mengalikan masing-masing fungsi keanggotaan fuzzy goals dengan bobot yang
sesuai dan kemudian menambahkan hasil bersama-sama.
Berikut model adiktif berbobot (Tiwari dkk,1987) :

(37)

(38)

adalah koefisien bobot yang menyajikan kepentingan relatif antara

tujuan fuzzy dan kendala fuzzy.

Berikut pemrograman objektif tunggal crisp yang ekuivalen dengan
model fuzzy di atas :

Maksimasi (39)
24

(40)

(41)

(42)

(43)

(44)

(45)

(Shaw, Shankar, Yadav, & Thakur, 2012)

2.5 Web
Web adalah salah satu aplikasi yang berisikan dokumen-dokumen multimedia
(teks, gambar, suara, animasi, video) di dalamnya yang menggunakan protokol
HTTP (Hypertext Transfer Protocol) dan untuk mengaksesnya menggunakan
perangkat lunak yang disebut browser. (Arief, 2011:7)

2.5.1 Aplikasi Berbasis Web

Aplikasi berbasis web adalah aplikasi yang berjalan di atas platform browser,
meskipun mungkin dioptimasi untuk jenis browser tertentu.
Kelebihan aplikasi berbasis web :
1. Dapat diakses kapan pun dan darimana pun selama ada internet.
2. Dapat diakses dengan hanya menggunakan web browser (umumnya sudah
tersedia di PC, PDA, dan handphone terbaru), tidak perlu menginstall
aplikasi khusus.

Kekurangan aplikasi berbasis web :

1. Antar muka yang dapat dibuat terbatas sesuai spesifikasi standar untuk
membuat dokumen web dan keterbatasan web browser untuk
menampilkannya.
 25

2. Terbatasnya kecepatan internet mungkin membuat respon aplikasi menjadi

lambat. (Gunadi, 2012)

2.5.2 PHP
PHP singkatan dari Hypertext Preprocessor yang digunakan sebagai
bahasa script server side dalam pengembangan web yang disisipkan pada
dokumen HTML. (Nugroho, 2009:370)
Pada awalnya PHP merupakan kependekan dari Personal Home Page
(Situs personal). PHP pertama kali dibuat oleh Rasmus Lerdorf pada tahun 1995.
Pada waktu itu PHP masih bernama Form Interpreted (FI), yang wujudnya
berupa sekumpulan skrip yang digunakan untuk mengolah data formulir dari
web. Pada Juni 1998, singkatan PHP diubah menjadi Hypertext Preprocessor.
PHP merupakan bahasa pemrograman server side yang di desain khusus
untuk aplikasi web yang ditambahkan ke dalam HTML. Bahasa pemrograman
PHP dapat digabungkan dengan HTML dengan terlebih dahulu memberikan
tanda tag buka dilanjutkan tanda tanya ( <? ) kemudian ditutup dengan tanda
tanya dilanjutkan tanda tag tutup ( ?> ). Sifat server side berarti pengerjaan skrip
akan dilakukan di server, baru kemudian hasilnya dikirim ke browser.
kelebihan PHP dari bahasa pemrograman lain adalah:
1. Web Server yang mendukung PHP dapat ditemukan di mana-mana dari mulai
IIS sampai dengan Apache, dengan konfigurasi yang relatif mudah.
2. Dalam sisi pemahamanan, PHP adalah bahasa scripting yang paling mudah
karena banyak referensinya.
3. PHP adalah bahasa open source yang dapat digunakan di berbagai mesin
(Linux, Unix, Macintosh, Windows).
4. Dalam sisi pengembangan lebih mudah, karena banyaknya milis-milis dan
developer yang siap membantu. (Prasetyo, 2008:14)
2.5.3 XAMPP
XAMPP merupakan aplikasi yang mengintegrasikan beberapa aplikasi
web utama di dalamnya. Dalam XAMPP terdapat instalasi modul PHP, MySQL,
dan web server Apache. (Arief, 2011:44)
XAMPP adalah perangkat lunak bebas, yang mendukung banyak sistem
operasi, dan merupakan kompilasi dari beberapa program. Fungsinya adalah
26

sebagai server yang berdiri sendiri (localhost), yang terdiri atas program Apache
HTTP Server, MySQL database, dan penerjemah bahasa yang ditulis dengan
bahasa pemrograman PHP dan Perl. Nama XAMPP merupakan singkatan dari X
(empat sistem operasi apapun), Apache, MySQL, PHP dan Perl. Program ini
tersedia dalam GNU General Public License dan gratis, merupakan web server
yang mudah digunakan yang dapat melayani tampilan halaman web yang
dinamis. (Priyanti & Iriani, 2013:16)

2.5.4 Web Hosting

Web Hosting adalah jasa penyedia hosting di internet. Tugas web hosting
adalah menyediakan dan mengelola ruang harddisk yang akan disewa oleh
pemilik suatu domain untuk menyimpan file-file nya agar halaman web si
pemilik domain dapat ditampilkan di browser internet. Pada dasarnya,
perusahaan web hosting adalah lembaga bisnis yang menyediakan komputer
server yang mampu melayani banyak permintaan data, akses internet 24 jam, dan
IP public. (Danuri & Darmanto, 2014:24)

2.5.5 Adobe Dreamweaver CS3

Adobe Dreamweaver CS3 merupakan perangkat lunak yang dikenal
sebagai web authoring tool, yaitu perangkat lunak yang digunakan untuk
mendesain tampilan halaman web. Adobe Dreamweaver CS3 mempunyai
kemampuan untuk mengedit kode pada aplikasi web dengan bahasa
pemrograman yang berbeda-beda, seperti PHP, ASP, Java Server Pages (JSP),
dan lain-lain.

2.5.6 Waterfall Model

Proses merupakan kumpulan dari aktivitas, aksi dan tugas yang
dilaksanakan untuk membuat suatu produk. Aktivitas akan langsung mencapai
tujuannya dan digunakan untuk aplikasi, besarnya sebuah proyek, kompleksitas
usaha, dan rekaya perangkat lunak apa yang akan digunakan. Aksi meliputi
kumpulan tugas-tugas untuk membuat suatu produk. Tugas memfokuskan diri
pada detail sasaran yang sudah terbentuk untuk menghasilkan hasil yang nyata.
 27

Proses itu sendiri hanyalah sebuah definisi yang mendeskripsikan

bagaimana pembuatan sebuah produk (misalnya software) dilakukan. Untuk
menjalankan proses tersebut maka dibuatlah suatu kerangka proses (process
framework). Kerangka proses ini merupakan fondasi dasar untuk menghasilkan
suatu rekayasa piranti lunak yang lengkap dengan cara mengindentifikasi
sejumlah aktivitas yang dapat digunakan untuk seluruh proyek perangkat lunak,
tidak peduli ukuran dan kompleksitasnya.
Pada umumnya, kerangka proses terdiri dari 5 aktivitas yaitu :
1. Communication
Sebelum projek dapat mulai dikerjakan, penting untuk mengetahui kebutuhan
yang menjadi tujuan dibuatnya projek tersebut. Oleh karena itu, komunikasi
dan kolaborasi sangatlah penting untuk mengetahui hal-hal apa saja yang
dibutuhkan untuk memenuhi tujuan software seperti misalnya fungsi dan fitur
yang diinginkan ada pada software.
2. Planning
Untuk membangun sebuah projek software yang merupakan hal yang
kompleks, diperlukan suatu peta atau panduan sehingga tugas-tugas yang ada
dapat dikerjakan secara tersusun dan terpadu. Panduan yang disebut software
project plan tersebut akan mendeskripsikan tugas-tugas teknikal yang harus
dilakukan, resikonya, sumber-sumber yang dibutuhkan, bagian-bagian
produk yang harus dihasilkan, dan jadwal pekerjaan.

3. Modelling
Pekerjaan apapun membutuhkan suatu model agar lebih mudah melihat
bentuk nyata dari produk yang akan dihasilkan. Model tersebut misalnya saja
berupa gambar sketsa perkiraan bentuk produk tersebut akan seperti apa.
Dalam pembuatan software, model akan membuat pemahaman akan
kebutuhan softwaremenjadi lebih dalam dan desainnya juga membantu dalam
mencapai tujuan tersebut.
4. Construction
28

Pada bagian ini akan dibuat suatu code atau biasa disebut coding yang
merupakan bantuan secara komputasi. Setelah itu hasil coding-an tersebut
akan diuji apakah ada kesalahan yang harus diperbaiki atau tidak.
5. Deployment
Produk software yang telah jadi akan dipublikasikan untuk dicoba oleh
konsumen yang akan membantu mengevaluasi hasil produk tersebut untuk
dijadikan feedback demi perkembangan produk selanjutnya.
Terkadang ada kalanya saat kebutuhan yang diperlukan dalam sebuah
penyelesaian permasalahan dapat dimengerti dengan mudah, saat pekerjaan
mengalir begitu saja dari communication hingga deployment dalam garis lurus.
Situasi ini dapat terjadi ketika membuat sebuah sistem yang diadaptasi dengan
baik atau penambahan pada sistem yang telah ada. Hal ini juga dapat terjadi pada
usaha pembuatan sebuah program baru namun hanya jika kebutuhan
permasalahan jelas dan stabil.
Waterfall model yang terkadang disebut classic life style, menyarankan
pendekatan sistematis dan berurutan dalam membuat sebuah software.
Pembuatan software tersebut dimulai dari spesifikasi dan kebutuhan user dan
diproses lebih lanjut melalui planning, modeling, construction, dan deployment,
kemudian diakhiri dengan dukungan yang akan selalu diberikan setelah software
tersebut jadi. Berikut merupakan gambaran waterfall model. (Pressman, 2010:
39)

Gambar .1 Waterfall Model Process (Pressman, 2010:39)

2.5.7 Flowchart
Flowchart adalah bagan-bagan yang mempunyai arus yang
menggambarkan langkah-langkah penyelesaian suatu masalah. Flowchart
merupakan cara penyajian dari suatu algoritma.
Tujuan membuat flowchart :
 29

1. Menggambarkan suatu tahapan penyelesaian masalah secara sederhana,

terurai, rapi, dan jelas.
2. Menggunakan simbol-simbol standar.
Simbol-simbol dalam flowchart :
Simbol-simbol yang dipakai dalam flowchart dibagi menjadi 3 kelompok :
1. Flow direction symbols
• Digunakan untuk menghubungkan simbol satu dengan yang lain.
• Disebut juga connecting line.
2. Processing symbols
• Menunjukkan jenis operasi pengolahan dalam suatu proses/prosedur.
3. Input / Output symbols
• Menunjukkan jenis peralatan yang digunakan sebagai media input atau
output.

Tabel 2.3 Flow Direction Symbols

Simbol Keterangan

Symbol arus / flow, yaitu menyatakan

jalannya arus suatu proses.

Simbol communication link, yaitu

menyatakan transmisi data dari satu lokasi ke
lokasi lain.
Simbol connector, berfungsi menyatakan
sambungan dari proses ke proses lainnya
dalam halaman yang sama.
Simbol offline connector, menyatakan
sambungan dari proses ke proses lainnya
dalam halaman yang berbeda.
30

Tabel 2.4 Processing Symbols

Simbol Keterangan
Simbol process, yaitu menyatakan suatu
tindakan (proses) yang dilakukan oleh
komputer.
Simbol manual, yaitu menyatakan suatu
tindakan (proses) yang tidak dilakukan oleh
komputer.
Simbol decision, yaitu menunjukkan suatu
kondisi tertentu yang akan menghasilkan dua
kemungkinan (ya/tidak).
Simbol preparation, yaitu menyatakan
penyediaan tempat penyimpanan suatu
pengolahan untuk memberi harga awal.
Simbol predefined process, untuk
menyatakan sekumpulan langkah-langkah
proses yang ditulis sebagai prosedur.
Simbol terminal, yaitu menyatakan
permulaan atau akhir suatu program.
 31

Simbol keying operation, menyatakan segala

jenis operasi yang diproses menggunakan
suatu mesin yang memiliki keyboard.
Simbol offline-storage, menyatakan bahwa
data dalam simbol ini akan disimpan ke suatu
media tertentu.

Tabel 2.5 Input/Output Symbols

Simbol Keterangan

Simbol manual input, memasukan data secara

manual dengan menggunakan online
keyboard.
Simbol input/output, menyatakan proses
input atau output tanpa tergantung jenis
peralatannya.
Simbol punched card, menyatakan input
berdasarkan dari kartu atau output ditulis ke
kartu.
Simbol magnetic tape, menyatakan input
berasal dari pita magnetis atau output
disimpan ke pita magnetis.
Simbol disk storage, menyatakan input
berasal dari disk atau output disimpan ke
disk.
Simbol document, mencetak keluaran dalam
bentuk dokumen (melalui printer)
32

Simbol display, mencetak keluaran dalam

layar monitor.
(Nilawati, 2009)

2.5.8 Data Flow Diagram (DFD)

Menurut Sutabri (2003:163) Data Flow Diagram adalah suatu network
yang menggambarkan suatu sistem automat/komputerisasi, manualisasi atau
gabungan dari keduanya, yang penggambarannya disusun dalam bentuk
komponen sistem yang saling berhubungan sesuai dengan aturan mainnya.
Adapun simbol dan keterangannya adalah sebagai berikut :
1. External Entity merupakan simbol yang mewakili elemen yang berada di luar
sistem, tetapi memiliki hubungan interaksi dengan sistem.

External Entity
Gambar 2.2 Simbol External Entity

2. Proses merupakan simbol yang mewakili kegiatan untuk mengubah data

menjadi informasi atau masukan untuk data lain.

Proses
Gambar 2.3 Simbol Proses

3. Data Store merupakan simbol yang mewakili tempat penyimpanan dari data
dan dapat dipergunakan bila dibutuhkan.

Data Store

Gambar 2.4 Simbol Data Store

4. Data flow merupakan simbol yang mewakili arah aliran data yang berasal
dari satu proses, data store atau elemen lingkungan menuju ke satu proses,
data store atau enviromental element lainnya.
 33

Gambar 2.5 Simbol Data Flow

2.5.9 Interaksi Manusia dan Komputer

Interaksi manusia komputer adalah disiplin ilmu yang mempelajari
hubungan antara manusia dan komputer yang meliputi perancangan, evaluasi,
dan implementasi antarmuka pengguna komputer agar mudah digunakan oleh
manusia. Sebuah sistem dapat disebut interaktif apabila sistem tersebut dapat
berkomunikasi dengan pengguna, dengan tujuan agar sistem dapat berguna bagi
pengguna. (Shneiderman & Plaisant, 2010:4-5)
Dalam perancangan desain antarmuka (interface) terdapat delapan aturan
emas yang perlu diperhatikan (Shneiderman & Plaisant, 2010:88-89) :
1. Berusaha untuk konsisten.
Diperlukan urutan aksi yang konsisten pada situasi yang sama. Konsistensi
juga harus diterapkan pada prompts, menus, dan layar bantu.
2. Memungkinkan penggunaan yang universal.
Mengenali kebutuhan pengguna yang beragam dari pengguna pemula
(novice) sampai pengguna ahli (expert) dengan merancang konten yang
beragam, misal: penjelasan untuk pengguna pemula sampai shortcut untuk
pengguna yang sudah ahli.
3. Memberikan umpan balik yang informatif.
Untuk setiap tindakan yang dilakukan user, diharapkan adanya umpan balik
dari sistem. Untuk tindakan yang sering terjadi dan tidak membutuhkan
banyak aksi, umpan balik dapat dibuat sederhana, sedangkan tindakan yang
jarang dilakukan dan memerlukan banyak aksi harus lebih ditonjolkan.
4. Merancang dialog yang memberikan penutupan (keadaan akhir).
Urutan aksi yang harus disusun ke dalam kelompok awal, tengah, dan akhir.
Suatu umpan balik yang informatif pada akhir pekerjaan sebaiknya dibuat
untuk mengindikasikan bahwa pekerjaan tersebut telah selesai dan siap
melanjutkan ke aksi berikutnya.
5. Memberikan pencegahan kesalahan dan penanganan kesalahan sederhana.
34

Sistem yang dibuat diharapkan tidak memungkinkan user membuat

kesalahan serius. Jika terjadi kesalahan, sistem harus dapat mendeteksi
kesalahan tersebut dan menawarkan penanganan kesalahan yang sederhana.
6. Memungkinkan pengembalian aksi yang sebelumnya.
Fitur untuk mengurangi kekhawatiran user karena user tahu bahwa jika ada
kesalahan yang dibuat dapat dikembalikan lagi ke aksi sebelumnya.
7. Mendukung pusat kendali internal.
Menjadikan user sebagai yang mengendalikan sistem, bukan yang
dikendalikan oleh sistem.
8. Mengurangi beban ingatan jangka pendek.
Mengingat keterbatasan manusia dalam pemrosesan informasi dalam jangka
pendek, sebuah sistem diharapkan dibuat dengan tampilan sesederhana
mungkin, beberapa halaman dijadikan satu, frekuensi pergerakan window
dikurangi dan harus ada waktu yang cukup bagi user untuk mempelajari
kode-kode, singkatan, serta urutan aksi. Informasi seperti singkatan atau kode
sebaliknya tersedia.
Selain delapan aturan emas, dalam perancangan desain antarmuka
terdapat juga lima faktor manusia terukur yang digunakan untuk mengevaluasi
perancangan desain antarmuka, yaitu (Shneiderman & Plaisant, 2010:32):
1. Waktu pembelajaran (time to learn)
Berapa lama waktu yang dibutuhkan oleh anggota dari sekelompok
komunitas pengguna untuk mempelajari cara menggunakan perintah-perintah
yang digunakan untuk menyelesaikan sebuah tugas.
2. Kecepatan kinerja (speed of performance)
Berapa lama waktu yang diperlukan untuk menyelesaikan suatu tugas.
3. Tingkat kesalahan pengguna (rate of errors by users)
Mengukur berapa banyak kesalahan yang terjadi saat aplikasi menyelesaikan
suatu tugas. Penanganan kesalahan merupakan hal yang penting dalam
penggunaan antarmuka dan membutuhkan pembelajaran yang luas.
4. Daya ingat jangka panjang (retention over time)
Bagaimana pengguna menjaga pengetahuan mereka setelah beberapa jam,
hari, atau minggu. Daya ingat sering dikaitkan dengan waktu pembelajaran
dan biasanya frekuensi penggunaan juga memainkan peran penting.

5. Kepuasan subjektif (subjective satisfication)

Mengukur sebarapa jauh pengguna menyukai berbagai aspek dari antarmuka
pengguna. (Shneiderman & Plaisant, 2010)
35