SKRIPSI
Oleh:
311410438
TEKNIK INFORMATIKA
SEKOLAH TINGGI TEKNOLOGI PELITA BANGSA
BEKASI
2018
ANALISIS ALGORITMA SEQUENTIAL SEARCH
UNTUK MENCARI DATA MAHASISWA TEKNIK
INFORMATIKA PADA SEKOLAH TINGGI
TEKNOLOGI PELITA BANGSA
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan
Program Strata Satu (S1) pada Program Studi Teknik Informatika
Oleh:
311410438
TEKNIK INFORMATIKA
SEKOLAH TINGGI TEKNOLOGI PELITA BANGSA
BEKASI
2018
PERSETUJUAN
i
PENGESAHAN
ii
PERNYATAAN KEASLIAN PENELITIAN
Saya yang bertandatangan dibawah ini menyatakan bahwa, skripsi ini merupakan
karya saya sendiri (ASLI), dan isi dalam skripsi ini tidak terdapat karya yang
pernah diajukan oleh orang lain untuk memperoleh gelar akademis di suatu
institusi pendidikan tinggi manapun, dan sepanjang pengetahuan saya juga tidak
terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain,
kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar
pustaka.
Segala sesuatu yang terkait dengan naskah dan karya yang telah dibuat adalah
menjadi tanggungjawab saya pribadi.
Bekasi, ………………
Materai 6.000
NIM: 311410438
iii
KATA PENGANTAR
iv
i. Rekan-rekan mahasiswa STT Pelita Bangsa, khususnya angkatan 2014, yang
telah banyak memberikan inspirasi dan semangat kepada penulis untuk dapat
menyelesaikan studi jenjang Strata 1.
Akhir kata, penulis mohon maaf atas kekeliruan dan kesalahan yang
terdapat dalam Skripsi ini dan berharap semoga Skripsi ini dapat memberikan
manfaat bagi khasanah pengetahuan Teknologi Informasi di lingkungan STT
Pelita Bangsa khususnya dan Indonesia pada umumnya.
Penulis
v
DAFTAR ISI
PERSETUJUAN ...................................................................................................... i
PENGESAHAN ...................................................................................................... ii
ABSTRACT ............................................................................................................. xi
vi
2.2 Landasan Teori ....................................................................................... 11
2.2.1 Analisis............................................................................................ 11
vii
4.3.1 Kompleksitas Waktu Pencarian ...................................................... 38
LAMPIRAN .......................................................................................................... 45
viii
DAFTAR TABEL
ix
DAFTAR GAMBAR
x
ABSTRACT
xi
ABSTRAK
xii
BAB I
PENDAHULUAN
untuk dapat mengakses informasi dan mencari data yang dibutuhkan setiap hari.
Di era yang serba modern ini suatu informasi dan mencari data menjadi hal yang
dan mencari data ini bisa menggunakan salah satu produk teknologi berupa
sekelompok alat elektronik yang terdiri atas perintah input, alat yang mengolah
input, dan peralatan output yang memberikan informasi serta bekerja secara
otomatis (Arif Susanto, 2009). Komputer juga terdiri dari perangkat keras
suatu algoritma pencarian yang memiliki efisiensi dalam pecarian data tersebut.
Struktur data digunakan untuk mengelola data secara efektif. Konsep dari suatu
banyak algoritma yang jauh lebih kompleks. Algoritma sering memiliki beberapa
1
2
problem. Hal ini dikarenakan adanya kemungkinan algoritma tersebut rusak atau
cacat, atau penerapannya tidak cocok (tidak tepat) untuk menyelesaikan problem.
Sebagai contoh, sebuah algoritma hipotesis untuk membuat sebuah salad kentang
Algoritma yang efisien diukur dari berapa jumlah waktu dan ruang memori
efisien adalah algoritma yang meminimalisir kebutuhan waktu dan ruang serta
dalam sekumpulan data yang bertipe sama. Fungsi pencarian itu sendiri adalah
untuk memvalidasi data. Data salah satu hal yang dibutuhkan dalam pembangunan
sebuah perangkat lunak. Ada banyak algoritma pencarian yang bisa diterapkan
namun tidak semua algoritma memiliki efisiensi yang baik selama algoritma itu
berjalan. Untuk pencarian data yang tidak terlalu banyak mungkin belum terlihat
berkembang pesat dan besar. Data yang berkembang pesat dan dalam jumlah
besar tersebut sering disebut big data (Muhamad Fathur Rohim, Retno Hapsari,
Nuswantoro, Analisis Algoritma Sequential Search dan Binary Search pada Big
Data, 2016).
3
Big data adalah segala kumpulan himpunan data dalam jumlah yang sangat
besar dan komplek sehingga menjadikannya sulit untuk ditangani atau di proses.
Big Data tidak hanya terdiri dari data berstruktur seperti hal nya data angka-angka
maupun deretan huruf-huruf yang berasal dari sistem database mendasar seperti
hal nya sistem database keuangan, tetapi juga terdiri atas data multimedia seperti
data teks, data suara dan video yang dikenal dengan istilah data tak berstruktur.
Terlebih lagi, big data juga mencakup data setengah berstruktur seperti hal nya
data e-mail maupun XML. Suatu algoritma memiliki kemungkinan terbaik (best
case) dan kemungkinan terburuk (worst case). Best Case maksudnya adalah waktu
eksekusi tercepat dari algoritma, sedangkan Worst Case maksudnya adalah waktu
eksekusi terlama dari algoritma. Waktu eksekusi dari algoritma ini biasanya
Pencarian big data pada penelitian ini adalah untuk mencari data mahasiswa
teknik informatika sekolah tinggi teknologi pelita bangsa. Ada beberapa algoritma
teknik informatika pada sekolah tinggi teknologi pelita bangsa, salah satu nya
pencarian data tidak berdasarkan pada data terurut karena pencariannya dari
data awal sampai akhir (C, Antonius Rachmat dan M, Aditya Wikan, 2016). Oleh
karena itu peneliti perlu untuk menguji kecepatan rata rata waktu proses dan
search, sehingga bisa dilihat hasil analisa dari algoritma sequential search
4
tersebut. Berdasarkan uraian diatas maka pengambilan judul untuk penelitian ini
maka rumusan masalah pada penelitian ini, Bagaimana analisis kecepatan rata -
rata waktu proses pencarian dan kemangkusan algoritma sequential search untuk
mencari data mahasiswa teknik informatika pada sekolah tinggi teknologi pelita
bangsa?.
permasalahan agar lebih focus dan terarah, batasan masalah dalam penelitian ini
yaitu :
5
search.
pelita bangsa yang digunakan dalam penelitian ini sebanyak 2000 data,
1.5 Tujuan
Tujuan dari penelitian ini untuk mengetahui analisis kecepatan rata rata waktu
data mahasiswa teknik informatika pada sekolah tinggi teknologi pelita bangsa.
1.6 Manfaat
Manfaat yang diperoleh dari penelitian ini bagi pembaca, penulis, dan
pencarian tersebut.
BAB I PENDAHULUAN
Dalam bab ini berisi kajian pustaka yang berisi penelitian terdahulu dan
merupakan sub bab yang berisi tentang teori yang mendasari pembahasan
Dalam bab ini berisi kesimpulan dari penelitian dan saran yang dapat
penelitian. Berikut ini beberapa hasil penelitian terdahulu yang berkaitan dengan
interpolasi dari data – data numerik yang di-input. Tujuan penelitian ini
biner dan interpolasi untuk data terurut menaik (ascending) dan terurut
7
8
pada sesi yang sama dengan melakukan pencocokan calon jadwal dengan
yang diampu) ke dalam list jadwal. Tujuan yang ingin dicapai dari
efisiensi pemakaian ruang hanya sebesar 71,4%. Aplikasi ini juga efektif,
dalam arti tidak ada jadwal yang bertabrakan satu sama lain.
Hasil dari penelitian ini berupa aplikasi pencarian data dapat mencari data
dengan cepat.
materi terkait dengan organ jantung. Dari penelitian ini diperoleh hasil
berupa aplikasi pencarian kata pada teks materi fisiologi jantung dan
Search dan Binary Search pada Big Data. Jurnal ini membahas analisis
data dan diperoleh waktu proses serta kompleksitas algoritma. Tujuan dari
kedua algoritma tersebut dalam sebuah data yang besar (big data). Dari
2.2.1 Analisis
Analisis adalah sebuah kegiatan untuk mencari suatu pola selain itu
sistematis terhadap sesuatu untuk menentukan bagian, hubungan antar bagian dan
adalah suatu usaha untuk mengurai suatu masalah atau fokus kajian menjadi
yang diurai itu tampak dengan jelas dan karenanya bisa secara lebih terang
ditangkap maknanya atau lebih jernih dimengerti duduk perkaranya (Satori dan
Komariyah, 2014). Dari pengertian analisis diatas maka dapat ditarik kesimpulan
analisis adalah suatu usaha untuk mengamati secara detail sesuatu hal atau benda
2.2.2 Algoritma
yaitu untuk memperoleh output yang diperlukan untuk setiap input yang sah
dalam jumlah waktu yang terbatas (Levitin, 2011). Berikut adalah poin penting
dari algoritma :
2. Wilayah input untuk algoritma yang bekerja harus ditentukan dengan hati -
hati.
berbeda.
sama.
5. Algoritma untuk masalah yang sama didasarkan pada ide - ide yang
secara dramatis.
mengambil beberapa nilai, atau mengatur nilai - nilai, sebagai input dan
menghasilkan beberapa nilai, atau mengatur nilai - nilai, sebagai output. Dengan
menjadi output. Algoritma juga dapat diartikan sebagai alat untuk memecahkan
masalah komputer yang tidak jelas atau bahkan masalah komputer yang
mencapai hubungan antara input dan output (Cormen, Leiserson, Rivest, Stein,
2009).
13
didalam sekumpulan data yang bertipe sama (baik bertipe dasar maupun bertipe
sebuah solusi untuk masalah tersebut, yang biasanya didapat dari evaluasi
tertentu akan mencari rekaman dengan kunci tersebut. Setelah proses pencarian
dilaksanakan, akan diperoleh salah satu dari dua kemungkinan, yaitu data yang
secara urut dari depan ke belakang atau dari awal sampai akhir berdasarkan
key yang dicari (C, Antonius Rachmat dan M, Aditya Wikan, 2016). Kelebihan
dari proses pencarian secara sequential search jika data yang dicari terletak di
depan, maka data akan ditemukan dengan cepat. Tetapi dibalik kelebihannya ini,
teknik ini juga memiliki kekurangan jika data yang dicari terletak di
belakang atau paling akhir, maka akan membutuhkan waktu yang lama dalam
pencarian yang paling sederhana. Sequential search disebut juga pencarian lurus
membandingkan setiap elemen larik secara beruntun satu persatu, mulai dari
14
elemen pertama, sampai elemen yang dicari ditemukan, atau seluruh elemen
sudah diperiksa. Atau singkatnya algoritma sequential search ini mencari data
2.2.5 Data
keterangan dari suatu hal yang diperoleh melalui pengamatan atau pencarian ke
sumber - sumber tertentu. Data yang diperoleh dapat menjadi suatu anggapan atau
fakta karena memang belum diolah lebih lanjut. Setelah diolah melalui penelitian
atau percobaan maka suatu data dapat menjadi bentuk yang lebih kompleks seperti
suatu database, informasi atau bahkan solusi untuk masalah tertentu. Suatu data
acuan dalam setiap implementasi suatu kegiatan dan terakhir data juga dapat
2.2.6 Mahasiswa
menimba ilmu ataupun belajar dan terdaftar sedang menjalani pendidikan pada
salah satu bentuk perguruan tinggi yang terdiri dari akademik, politeknik, sekolah
tinggi, institut dan universitas (Hartaji, 2012: 5). Pengertian lainnya mahasiswa
sedang menuntut ilmu ditingkat perguruan tinggi, baik negeri maupun swasta atau
lembaga lain yang setingkat dengan perguruan tinggi. Mahasiswa dinilai memiliki
dalam bertindak. Berpikir kritis dan bertindak dengan cepat dan tepat merupakan
sifat yang cenderung melekat pada diri setiap mahasiswa, yang merupakan prinsip
Perangkat lunak yang digunakan untuk mengelola dan memanggil query basis
data tersebut disebut sistem manajemen basis data (database management system,
DBMS). Basis data merupakan komponen utama sistem informasi karena semua
Pengelolaan basis data yang buruk dapat mengakibatkan ketidak tersediaan data
penting. Penggunaan basis data akan lebih menguntungkan karena selain lebih
akurat dengan data yang up-to-date juga untuk menyimpan data-data dalam
karena MySQL adalah database yang sangat kuat dan cukup stabil untuk
digunakan sebagai media penyimpanan data. Selain MySQL ada banyak database
yang juga cukup sering digunakan, bahkan juga tidak kalah mudah untuk
digunakan misalnya Oracle dan Postgre SQL. MySQL adalah sebuah Relational
dibawah lisensi GPL (General Public License) sehingga setiap orang bebas untuk
algoritma bisa dilihat mana yang lebih cepat dalam pencarian data yaitu algoritma
pertama. Bagaimana bila dipertanyakan mana algoritma yang sulit untuk ditebak
suatu algoritma. Penyelesaian persoalan oleh komputer yang lama, pasti membuat
oleh struktur data yang terdapat di dalam algoritma sebagai fungsi dari ukuran
Notasi asimptotik dibagi menjadi 3, yaitu Big O, Big omega, dan Big theta. Dalam
penelitian ini akan digunakan notasi Big O, Big O dipilih karena merupakan notasi
yang paling populer dan paling banyak digunakan pada kalangan peneliti ilmu
fungsi yang menggambarkan batas atas (upper limit) dari pertumbuhan sebuah
fungsi ketika masukan dari fungsi tersebut bertambah banyak. Karena berguna
yang dijumpai dalam Big-O dan dijelaskan pada tabel sebagai berikut:
O(1) Konstant
O(logn) Logaritmik
O(n) Linear
O(nlogn) n log n
O(n2) Kuadratik
O(nm) Polinomiale
O(n!) Faktorial
pengulangan sebanyak 1 kali untuk kasus terbaik (value sama dengan elemen
pertama dalam tabel) dan n max pada kasus terburuk (worst case).
BAB III
METODE PENELITIAN
Pada penelitian ini akan dilakukan beberapa tahapan yang meliputi latar
pengujian, analisis pengujian dan hasil. Adapun tahapan dari penelitian ini dapat
18
19
Pada tahap ini dijelaskan analisa masalah, analisa kebutuhan sistem, analisa
1. Sesuai penjelasan pada bab 1, analisa masalah yang dihadapi adalah belum
bangsa.
d. Database : MySQL
sebagai berikiut :
GHz)
b. Aplikasi yang dibuat dapat membantu dalam proses analisa run time
ialah teknik atau cara-cara yang dapat digunakan oleh peneliti untuk
prosedur sistematis untuk memperoleh data yang diperlukan (Djaman Satori, Aan
teknik pengumpulan data. Untuk memperoleh data yang peneliti butuhkan pada
tahap ini, maka metode pengumpulan data pada penelitian ini akan digunakan
metode pengumpulan data sekunder. Pengertian data sekunder adalah sumber data
penelitian yang diperoleh melalui media perantara atau secara tidak langsung yang
berupa buku, catatan, bukti yang telah ada, atau arsip baik yang dipublikasikan
ke perpustakaan, pusat kajian, pusat arsip atau membaca banyak buku yang
adalah waktu dan biaya yang dibutuhkan untuk penelitian, untuk mengklasifikasi
serta literature ilmiah lainnya yang berkaitan dengan budaya, nilai dan
norma yang berkembang pada situasi sosial yang diteliti (Sugiyono, 2012).
22
akan dioperasikan. Hal ini berkaitan dengan menentukan tampilan program yang
akan digunakan serta menampilkan database. Pada tampilan desain aplikasi terdiri
dari text field untuk mengetetik data yang dicari, button untuk tombol pencarian
data, dan table untuk menapilkan data mahasiswa yang di cari. Berikut tampilan
desain aplikasi yang digunakan untuk mencari data mahasiswa teknik informatika
nim nama
Time :
Gambar 3.2 merupakan tampilan desain aplikasi yang akan digunakan dalam
penelitian ini, Bila pengguna akan mencari data mahasiswa teknik informatika
23
pada sekolah tinggi teknologi pelita bangsa, cukup dengan meng-klik button
search.
Dalam pembuatan database akan disediakan tabel yang menjelaskan isi dari
data mahasiswa yang dibutuhkan dalam membantu proses anlisis pencarian data,
Untuk field pada database menyesuaikan data mahasiswa teknik informatika pada
sekolah tinggi teknologi pelita bangsa yang tersedia. Tabel tersebut akan
1. Field “nim” dengan tipe integer. Field “nim” ini akan digunakan untuk
mengecek posisi data yang dituju agar menjadi lebih mudah. Karena field
“nim” ini bersifat auto increment sehingga antara satu nim dengan nim
ini akan digunakan untuk mengecek nama yang dicari pada tabel
3.5 Implementasi
analisa dan juga perancangan yang telah dibuat sebelumnya ke dalam suatu
untuk mepermudah dalam analisa penelitian ini terdiri dari tampilan menu untuk
mencari data atau informasi mahsiswa. Pada aplikasi pencarian data mahasiswa
menggunakan metode algoritma sequential search teridiri dari satu menu utama
aplikasi pencarian data ini digunakan beberapa perangkat lunak atau tools yaitu
Microsoft Visual Studio 2010 dengan bahasa pemrograman visual basic dan
3.6 Pengujian
yang akan diuji. Pengujian bermaksud untuk mengetahui perangkat lunak yang
dibuat sudah memenuhi kriteria yang sesuai dengan tujuan perancangan perangkat
lunak tersebut.
1. T min (n) : Run time pencarian data untuk kasus terbaik (best case).
Tmin(n) = 1
25
2. T max (n) : Run time pencarian data untuk kasus terburuk (worst
3. T avg (n) : Run time pencarian data untuk kasus rata - rata (averrage
Untuk memperoleh hasil analisa run time pencarian data mahasiswa teknik
algoritma itu biasanya terdapat satu set data, dan banyaknya data tersebut
adalah n. Jadi kalau algoritma O(1) artinya seberapa banyak data yang
banyaknya data. Namun untuk sequential atau linear O(n) artinya waktu
diantaranya:
2. Kesalahan interface
4. Kesalahan kinerja
Pengujian Pengujian
tombol cari
BAB IV
HASIL DAN PEMBAHASAN
mencari data mahasiswa teknik informatika pada sekolah tinggi teknologi pelita
Sequential Search merupakan teknik pencarian data pada array dengan berurutan.
Jadi dengan teknik ini, semua data pada elemen-elemen array akan ditelusuri dan
diproses apakah data tersebut sesuai dengan data yang sedang dicari. Biasanya
algoritma sequential search ini digunakan untuk mencari data-data yang acak atu
4. Jika tidak ada data yang sama maka data tidak ditemukan
Contoh pencarian data, terdapat 5 data acak dengan target key 29.
Index 0 1 2 3 4
27
28
1. Mulai dari awal cek seluruh data dalam array atau list, baca satu persatu.
Data 0 1 2 3 4 5 6 7 8 9
Index 0 1 2 3 4 5 6 7 8 9
Mencari data dari awal sampai menemukan key yang dicari, key ditemukan di
Data 0 1 2 3 4 5 6 7 8 9
Index 0 1 2 3 4 5 6 7 8 9
29
Kita dapat mengukur waktu yang diperlukan oleh sebuah algoritma dengan
besaran waktu (dalam satuan detik) untuk melaksanakan sebuah operasi tertentu,
notasi asimptotik.
Algoritma:
k1
ketemu false
while (k n) and (not ketemu) do
if ak = x then
ketemutrue
else
kk+1
endif
endwhile
{ k > n or ketemu }
Tmin(n) = 1
Tmax(n) = n
1
n(1 n)
(1 2 3 ... n) 2 (n 1)
Tavg(n) =
n n 2
31
akan dilakukan pengujian, untuk melihat hasil run time pencarian data mahasiswa
teknik informatika pada sekolah tinggi teknologi pelita bangsa. Pengujian pada
1. Pengujian pertama, input nim dari data mahasiswa. Nim yang dicari
pencarian data mahasiswa 0.06 ms. Berikut tampilan dari hasil pencarian
data mahasiswa.
2. Pengujian kedua, input nim dari data mahasiswa. Nim yang dicari
data mahasiswa 2 detik 24 ms. Berikut tampilan dari hasil pencarian data
mahasiswa.
3. Pengujian ketiga, input nim dari data mahasiswa. Nim yang dicari
4. Pengujian ke empat, input nim dari data mahasiswa. Nim yang dicari
5. Pengujian kelima, input nim dari data mahasiswa. Nim yang dicari
6. Pengujian ke enam, input nim dari data mahasiswa. Nim yang dicari
7. Pengujian ke tujuh, input nim dari data mahasiswa. Nim yang dicari
9. Pengujian ke sembilan, input nim dari data mahasiswa. Nim yang dicari
data mahasiswa 25 detik 46 ms. Berikut tampilan dari hasil pencarian data
mahasiswa.
10. Pengujian ke sepuluh, input nim dari data mahasiswa. Nim yang dicari
run time pencarian data mahasiswa 33 detik 19 ms. Berikut tampilan dari
Dari 10 kali pengujian yang dilakukan maka di peroleh, rincian hasil yang di
LESMANA
HERMAWAN
RAHMAWATI
VIRLIA
GULTOM
38
pencarian data mahasiswa teknik informatika pada sekolah tinggi teknologi pelita
1. T min (n): Run time pencarian data untuk kasus terbaik (best case)
Tmin(n) = 1
2. T maks (n): Run time pencarian data untuk kasus terburuk (worst
case). Tmax(n) = n
3. T avg (n) : Run time pencarian data untuk kasus rata - rata (averrage
n = T maks (n)
sequential atau linear O(n). Notasi sequential atau linear O(n) artinya waktu yang
diperlukan itu sebanding (berbanding lurus) dengan banyaknya data. Aturan untuk
39
atau sequential search, Jika kompleksitas waktu T(n) dari algoritma diketahui
1. Tmin(n) = 1 = O(1)
2. Tmax(n) = n = O(n)
Untuk notasi sequential atau linear O(n) berarti berlaku aturan Tmax(n) = n = O(n).
Tmax(n) = 33 detik 19 ms
untuk mencari data mahasiswa teknik informatika pada sekolah tinggi teknologi
perangkat lunak. Metode uji dapat diterapkan pada semua tingkat pengujian
pada Black Box berusaha menemukan kesalahan seperti fungsi yang hilang atau
tidak benar, kesalahan interface, kesalahan dari struktur data, kesalahan kinerja,
Pengujian Pengujian
dan tekan
tombol cari
tampilan hasil
run aplikasi
(tampilan
textbox, label
dan time)
41
analisa hasil pengujian, analisa hasil pengujian ini untuk mengetahui kompleksitas
waktu pencarian untuk kasus terbaik (best case) 0.06 ms dengan data mahasiswa,
Kompleksitas waktu pencarian untuk kasus rata - rata (averrage case) T avg (n) =
sequential atau linear O(n) berarti berlaku aturan Tmax(n) = n = O(n), karena
sequential search untuk mencari data mahasiswa teknik informatika pada sekolah
mahasiswa sebanyak 2000 data. Karena pencarian data secara beruntun dari awal
sampai akhir maka kelemahan dari algoritma sequential search saat data yang
5.1 Kesimpulan
pengelolaan sistem manajemen database. Data yang besar (Big Data) perlu diolah
untuk mempermudah dalam pencarian data. Analisis kecepatan rata - rata waktu
asimptotik Big O linear O(n). Jumlah data mahasiswa untuk membantu proses
analisis sebanyak 2000 data berupa nim dan nama mahasiswa. Pengujian dalam
kompleksitas dengan notasi linear O(n), dan black box testing. Hasil pengujian
analisa kompleksitas waktu diketahui best case, worst case, averrage case.
lurus dengan banyaknya data. Black box testing hasil pengujian sesuai dan valid.
5.2 Saran
Saran yang dapat diberikan adalah dapat dilakukan penelitian lanjutan untuk
membahas lebih mendalam mengenai big data dan algoritma searching lainnya
untuk pencarian data mahasiswa. Sehingga bisa di lihat perbandingan run time
42
DAFTAR PUSTAKA
2014.
M. Fathur R and dkk, "Analisis Algoritma Sequential Search dan Binary Search
Sianipar, R.H. (2014). Soal & Penyelesaian Struktur Data dengan Java.
43
44
LAMPIRAN
48
49
Imports System.Data.Odbc
Public Class sequential
Dim milseconds, seconds, minutes, hours As Integer
Else
69
nextRow = DataGridView1.Rows(counter)
End If
DataGridView1.CurrentCell = nextRow.Cells(0)
lbl1.Text = DataGridView1.CurrentRow.Cells(0).Value
lbl2.Text = DataGridView1.CurrentRow.Cells(1).Value
If seconds = 60 Then
If milseconds = 60 Then
milseconds = 0
seconds = 0
minutes = minutes + 1
End If
End If
If minutes = 60 Then
If seconds = 60 Then
If milseconds = 60 Then
milseconds = 0
seconds = 0
minutes = 0
hours = hours + 1
End If
End If
71
End If
milseconds = milseconds + 1
TextBox2.Text = Format(hours, "00") & ":" & Format(minutes, "00") &
":" & Format(seconds, "00") & ":" & Format(milseconds, "00")
End Sub
2. Module
Imports System.Data.Odbc
Module Module1
Public CONN As OdbcConnection
Public DA As OdbcDataAdapter
Public DS As New DataSet
Public CMD As OdbcCommand
Public DR As OdbcDataReader
Public STR As String
Sub Koneksi()
STR =
"Dsn=DSNdata_mahasiswa;database=data_mahasiswa;option=0;port=0;server=local
host;uid=root"
CONN = New OdbcConnection(STR)
If CONN.State = ConnectionState.Closed Then
CONN.Open()
End If
End Sub
End Module
73