SISTEM PENDUKUNG KEPUTUSAN UNTUK MENGETAHUI

KECENDERUNGAN PEMBELIAN AKSESORIS KOMPUTER

MENGGUNAKAN METODE MARKET BASKET ANALYSIS PADA
CV. DINAMIS DUTA ABADI

M. Irwan Ukkas, S.Si, M.Kom 1), Salmon, M.Kom 2), Yayang Agusti 3)
1,2, 3
Teknik Informatika, STMIK Widya Cipta Dharma
1,2,3
Jl. Prof. M. Yamin No. 25, Samarinda, 75123

ABSTRAK

Market basket analysis merupakan salah satu metode dalam penambangan data (data mining) yang bertujuan untuk
menemukan produk-produk yang sering dibeli bersamaan dan asosiasi antar produk dalam data transaksi di toko aksesotis
komputer. Analisis ini dibangun dengan 2 langkah yaitu mencari himpunan produk yang sering dibeli dan menemukan
asosiasi antar produk. Salah satu algoritma yang digunakan untuk mencari himpunan produk yang sering dibeli adalah
algoritma Association Rule. Sedangkan asosiasi antar produk dicari berdasarkan dua ukuran, yaitu support dan
confidence. Support antara dua himpunan produk menyatakan persentase banyaknya transaksi penjualan dua himpunan
produk tersebut secara bersama-sama dalam keseluruhan transaksi. Sedangkan confidence antara dua himpunan produk
menyatakan persentase banyaknya transaksi penjualan dua himpunan produk secara bersama-sama dalam data seluruh
transaksi penjualan yang memuat salah satu himpunan produk tersebut. Makalah ini membahas market basket analysis
yang pencarian himpunan produk yang sering dibelinya menggunakan algoritma association rule. Data yang digunakan
dalam makalah ini adalah data transaksi penjualan pada CV Dinamis Duta Abadi..

Pengembangan sistem ini dilakukan dengan menggunakan metode sistem pendukung keputusan, metode pengujian black
box. Bahasa pemrograman yang digunakan untuk pembuatan aplikasi ini adalah PHP dan MySQL untuk database.

Dengan adanya sistem pendukung keputusan untuk mengetahui kecenderungan pembelian aksesoris komputer ini
diharapkan dapat memberikan kemudahan konsumen dan pemilik toko dalam melakukan transaksi.
Kata Kunci: Aksesoris komputer, Market Basket Analysis, Association Rule
merumuskan strategi bisnis yang berguna untuk
1. PENDAHULUAN meningkatkan profit atau keuntungan usaha penjualan
Perkembangan usaha aksesoris komputer yang begitu aksesoris komputer tersebut
pesat, berdampak semakin tingginya persaingan
memperebutkan pangsa pasar pada dunia usaha saat ini. Dalam menyusun strategi bisnis tersebut pengusaha
Perusahaan yang ingin berhasil dalam persaingan pada dapat melakukan analisis dengan mempelajari pola
era saat ini harus memiliki strategi perusahaan yang perilaku konsumen. Pola tersebut dapat diketahui dengan
dapat memahami perilaku konsumen. Perusahaan yang memanfaatkan data transaksi yang kemudian diolah
baik adalah yang memahami betul siapa konsumennya untuk mendapatkan pola dari barang yang sering dibeli
dan bagaimana mereka berperilaku. Pemahaman secara bersamaan. Proses untuk menemukan pola-pola
mengenai siapa konsumennya akan menuntun para tersebut memerlukan suatu konsep yang di sebut dengan
pengusaha kepada keberhasilan. Di era sekarang ini Data Mining. Terdapat banyak metode di dalam data
pertumbuhan pada penjualan aksesoris komputer mining yang jika dapat diterapkan dalam proses bisnis,
menyebabkan semakin ketatnya persaingan yang terjadi akan memberikan nilai positif bagi peningkatan kinerja
antara para pengusaha penjual aksesoris komputer. proses bisnis tersebut yang berujung pada peningkatan
CV. Dinamis Duta Abadi adalah sebuah usaha keuntungan dari bisnis tersebut. Salah satu metode yang
dagang yang beralamat dijalan PM. Noor Perumahan seringkali digunakan adalah metode asosiasi atau
Bumi Sempaja Blok BE No 7. salah satu toko aksesoris association rule. Data-data yang dihasilkan dari proses
komputer yang menjual berbagai jenis aksesoris penjualan atau data transaksi diolah dengan association
komputer. Toko aksesoris komputer saat ini banyak rule, untuk mengetahui informasi keterkaitan pembelian
sekali terdapat di kota-kota bahkan hingga ke pelosok produk yang dilakukan oleh pembeli. Di dalam bidang
Indonesia, dengan jumlah toko aksesoris komputer yang usaha penjualan aksesoris komputer metode association
banyak maka masyarakat dapat dengan mudah rule ini lebih dikenal dengan istilah Analisa Keranjang
berbelanja di toko tersebut, sehingga diperlukan sebuah Belanja atau Market Basket Analysis.
analisis perilaku konsumen yang dilakukan oleh Market Basket Analysis adalah suatu metode analisa
pengusaha toko aksesoris komputer untuk nantinya dapat atas perilaku konsumen secara spesifik dari suatu
golongan atau kelompok tertentu. Sumber data dari
market basket analysis dapat bersumber dari daftar
transaksi pelanggan, yaitu struk belanja pembelian suatu
barang oleh konsumen. Market basket analysis umumnya
dimanfaatkan sebagai titik awal pencarian pengetahuan
dari suatu transaksi data ketika kita tidak mengetahui
pola spesifik apa yang kita cari. Proses ini dapat
menganalisis pola pembelian pelanggan dengan cara
menemukan hubungan antara produk-produk yang
berbeda yang dibeli oleh konsumen dalam keranjang
belanjanya secara bersamaan dalam satu kali transaksi,
sebagai contoh apabila pelanggan membeli mouse dan
keyboard maka biasanya ia juga membeli komputer.
Sehingga sebuah toko aksesoris komputer dapat
menggunakan informasi ini untuk nantinya dapat
dimanfaatkan oleh pengusaha toko tersebut untuk
mengembangkan strategi pemasaran dengan melihat
produk-produk mana saja yang kemungkinan dibeli
secara bersamaan oleh konsumen dalam satu kali
transaksi, salah satu strategi yang dapat dilakukan adalah
dengan menata ulang layout pada toko penjualan
aksesoris komputer.
2. RUANG LINGKUP PENELITIAN
Permasalahan difokuskan pada:
1. Frekuent itemset minimal 2 untuk menampilkan hasil
perhitungan.
2. Sistem ini bersifat single user.
3. Admin dapat memanajemen data barang dan
penjualan.
4. Metode yang digunakan dalam menentukan
kecenderungan pembelian aksesoris komputer adalah
market basket analisis turunan dari association rule.
5. Sistem yang dibangun menggunakan bahasa
pemrograman php dan mysql sebagai databasenya.
3. BAHAN DAN METODE
Adapun bahan dan metode yang digunakan dalam
sistem ini, yaitu :
3.1 Sistem
Menurut Mulyadi (2010), Sistem adalah jaringan
prosedur yang dibuat menurut pola yang terpadu untuk
melaksanakan kegiatan-kegiatan pokok perusahaan
sedangkan prosedur adalah suatu urutan kegiatan
klerikal, biasanya melibatkan beberapa orang dalam satu
departemen atau lebih yang dibuat untuk menjamin
penanganan secara seragam transaksi perusahaan yang
terjadi secara berulang-ulang.
Terdapat dua kelompok dasar pendekatan dalam
mendefinisikan sistem yaitu berdasarkan pendekatan
pada prosedurnya dan yang berdasarkan pendekatan
komponennya.
1. Pendekatan Sistem dan Prosedurnya
Suatu sistem adalah suatu jaringan dan prosedur yang
saling berkaitan, dan bekerjasama untuk melakukan
suatu pekerjaan atau menyelesaikan suatu masalah
tertentu.
2. Pendekatan Sistem dan Komponennya
Suatu sistem adalah sekumpulan dari beberapa elemen
yang saling berinteraksi dengan teratur sehingga
membentuk suatu totalitas untuk menyelesaikan suatu
masalah tertentu.
3.2 Sistem Pendukung Keputusan
Menurut Pratiwi (2016), Sistem pendukung
keputusan adalah sistem penghasil informasi spesifik
yang ditujukan pada suatu masalah yang harus dipecah
oleh manajer pada berbagai tingkatan.
Sistem pendukung keputusan juga merupakan suatu
sistem informasi berbasis komputer yang menghasilkan
berbagai alternatif keputusan untuk membantu
manajemen dalam menangani berbagai permasalahan
yang terstruktur dengan menggunakan data atau model.
Decision support system (DSS) dengan didukung
oleh sebuah sistem informasi berbasis komputer dapat
membantu seseorang meningkatkan kinerjanya dalam
pengambil keputusan. Seorang manajer disuatu
perusahaan dapat memecahkan masalah semi terstruktur,
sehingga manajer dan komputer harus bekerja sama
sebagai tim pemecah masalah dalam memecahkan
masalah yang sedang berada di area semi terstruktur.
Saat melakukan pemodelan dalam pembangunan
DSS dilakukan langkah-langkah, yaitu sebagai berikut :
1. Studi Kelayakan (Intelligence)
Pada langkah ini, sasaran ditentukan dan dilakukan
pencarian prosedur, pengumpulan data, identifikasi
masalah, identifikasi kepemilikan masalah, klasifikasi
masalah, hingga akhirnya terbentuk sebuah pernyataan
masalah.
2. Perancangan (Design)
Pada tahapan ini akan diformulasikan model yang
akan digunakan dan kriteria-kriteria yang ditentukan.
Setelah itu, dicari alternatif model yang bisa
menyelesaikan permasalahan tersebut. Langkah
selanjutnya adalah memprediksi keluaran yang mungkin.
Kemudian ditentukan variabel-variabel model.
3. Pemilihan (Choice)
Setelah pada tahap perancangan ditentukan berbagai
alternatif model beserta variabel-variabelnya. Pada
tahapan ini akan dilakukan pemilihan modelnya,
termasuk solusi dari model tersebut. Selanjutnya,
dilakukan analisis sensitivitas, yakni dengan mengganti
beberapa variabel.
4. Membuat DSS
Setelah menentukan modelnya, berikut
mengimplementasikannya dalam aplikasi DSS.
Ditinjau dari tingkat teknologinya, DSS dibagi
menjadi 3, yaitu :
1) Sistem Pendukung Keputusan (SPK) spesifik.
Bertujuan untuk membantu memecahkan suatu
masalah dengan karakteristik tertentu.
2) Pembangkit Sistem Pendukung Keputusan
(SPK). Suatu software yang khusus digunakan untuk
membangun dan mengembangkan SPK. Pembangkit
SPK akan memudahkan perancang dalam
membangun SPK spesifik.
3) Perlengkapan Sistem Pendukung Keputusan
(SPK). Berupa software dan hardware yang
 digunakan atau mendukung pembangunan SPK 2. Pembentukan Aturan Asosiasi Setelah semua pola
spesifik maupun pembangkit SPK. frekuensi tinggi ditemukan, barulah dicari aturan
asosiasi yang memenuhi syarat minimum untuk
Berdasarkan tingkat dukungannya, DSS dibagi confidence dengan menghitung confidence aturan
menjadi 6, yaitu : asosiatif AB. Nilai confidence dari aturan AB
1) Retrieve Information Elements. Inilah dukungan diperoleh dengan rumus berikut:
terendah yang bisa diberikan oleh DSS, yakni berupa
akses selektif terhadap informasi. ∑ transaksi mengandung A dam B
2) Analyze Entire File. Dalam tahapan ini, para Confidence=
∑transaks i mengandung A
manajer diberi akses untuk melihat dan menganalisis
file secara lengkap.
3) Prepare Reports from Multiple Files. Dukungan
Untuk menentukan aturan asosiasi yang akan dipilih
seperti ini cenderung dibutuhkan mengingat para
maka harus diurutkan berdasarkan Support ×
manajer berhubungan dengan banyak aktivitas
Confidence. Aturan diambil sebanyak n aturan yang
dengan satu momen tertentu.
memiliki hasil terbesar.
4) Estimate Decision Consequences. Dalam
tahapan ini, manajer dimungkinkan untuk melihat
4. RANCANGAN SISTEM
dampak dari setiap keputusan yang mungkin diambil.
Berikut ini adalah contoh berbagai perancangan
5) Propose Decision. Dukungan di tahapan ini
desain yang digunakan :
sedikit lebih maju lagi. Suatu alternatif keputusan
bisa disodorkan ke hadapan manajer untuk
4.1 Flowchart MBA Association Rule
dipertimbangkan.
6) Make Decision. Ini adalah jenis dukungan yang
sangat diharapkan dari DSS. Tahapan ini
memberikan sebuah keputusan yang tinggal
menunggu legitimasi dari manajer untuk dijalankan.

3.3 Algoritma Association rule

Algoritma association rule termasuk jenis aturan
asosiasi pada data mining. Aturan yang menyatakan
asosiasi antara beberapa atribut sering disebut affinity
analysis atau market basket analysis. Analisis asosiasi
atau association rule mining adalah teknik data mining
untuk menemukan aturan suatu kombinasi item. Salah
satu tahap analisis asosiasi yang menarik perhatian
banyak peneliti untuk menghasilkan algoritma yang
efisien adalah analisis pola frequensi tinggi(frequent
pattern mining). Penting tidaknya suatu asosiasi dapat
diketahui dengan dua tolak ukur , yaitu : support dan
confidence. Support (nilai penunjang) adalah persentase
kombinasi item tersebut dalam database, sedangkan
confidence (nilai kepastian) adalah kuatnya hubungan
antar-item dalam aturan asosiasi.
1. Analisis Pola Frekuensi Tinggi dengan Algoritma
Apriori. Tahap ini mencari kombinasi item yang
memenuhi syarat minimum dari nilai support dalam Gambar 1. Flowchart MBA Association Rule
basis data. Nilai support sebuah item diperoleh Flowchart MBA association rule dimulai dari
dengan menggunakan rumus berikut: pengecekan data penjualan, jika ada data penjualan maka
menghitung nilai support , jika hasil dari perhitungan
∑ transaksi mengandung A nilai support lebih dari atau sama dengan 2 maka akan
Support( A)=
∑transaksi dilanjutkan keperhitungan nilai confidence, jika nilai
confidence lebih dari atau sama dengan 70. Maka akan
Sementara, nilai support dari 2 item diperoleh menampilkan data barang dari kecenderungan pembelian
dengan menggunakan rumus : barang, namun jika tidak akan menampilkan hasil
Support ( A , B )=P ( A ∩ B ) kecenderungan pembelian.
∑transaksimengandung A dam B
Support ¿ 4.2 Sitemap
∑transaksi Site Map SPK Untuk Mengetahui Kecenderungan
Pembelian Aksesoris Komputer
 Nama kategori
nama Varchar 30
barang

3. Tabel Jenis Barang

Nama tabel : barang_jenis
Primary key : id
Foreign key : barang_kategori
Tabel 3. Tabel Jenis Barang
Field Name Type Size Description
Id * Integer 11 Id jenis barang
barang_kate Id barang
Integer 11
gori kategori
Varcha Nama jenis
nama 100
r barang
harga Double - Harga barang
modal Double - Harga Modal

4. Tabel Barang Masuk

Nama tabel : barang_masuk
Primary key : id
Tabel 4. Tabel Barang Masuk
Field Name Type Size Description
Gambar 2. Site Map SPK Untuk Mengetahui
Id barang
Kecenderungan Pembelian Aksesoris Komputer Id * Integer 11
masuk
Pada halaman admin terdapat menu barang, barang
Tanggal barang
masuk, penjualan, stok barang, basket analysis laporan Tanggal date -
masuk
barang masuk, laporan barang keluar.
5. Tabel Detail Barang Masuk
5. IMPLEMENTASI
Nama tabel : barang_masuk_detail
Implementasikan dalam membuat Sistem
Primary Key : id
Pendukung Keputusan Untuk Mengetahui
Foreign key : barang_jenis_id, barang_masuk_id
Kecenderungan Pembelian Aksesoris Komputer
Tabel 5. Tabel Detail Barang Masuk
Menggunakan Metode Market Basket Analisis Pada CV
Dinamis Duta Abadi terdiri dari : Field Name Type Size Description
Id detail barang
Id * Integer 11
5.1 Struktur Databse masuk
Adapun Desain database yang diperlukan dalam barang_jenis
Integer 11 Id jenis barang
membuat sistem pendukung keputusan untuk mengetahui _id
kecenderungan pembelian aksesoris komputer barang_mas
Integer 11 Id barang masuk
menggunakan metode market basket analisis ini adalah uk_id
sebagai berikut : Jumlah barang
jumlah Double -
1. Tabel Users masuk
Nama tabel : users
Primary Key : id 6. Tabel Penjualan
Tabel 1. Users Nama tabel : penjualan
Field Name Type Size Description Primary key : id
id * Integer 11 Id User Tabel 6. Tabel Penjualan
nama Varchar 30 Nama User Siz
Field Name Type Description
Username e
username Varchar 30 User Id * Integer 11 Id spk
password Varchar 40 Password User Nama_jabata
Varchar 100 Nama jabatan
n
2. Tabel Kategori Barang Kelas_jabatan Integer 11 Kelas jabatan
Nama Tabel : barang_kategori
Primary Key : id 7. Tabel Detail Penjualan
Tabel 2. Tabel Kategori Barang Nama tabel : penjualan_detail
Field Name Type Size Description Foreign Key : penjualan_id, barang_jenis_id
Id kategori Tabel 7. Tabel Detail Penjualan
Id * Integer 11
barang Field Name Type Size Description
kode Varchar 20 Kode Barang id Integer 11 Id detail
 penjualan Pada gambar 5 halaman kategori barang adalah
Id halaman bagi admin untuk mengelola data barang
penjualan_id Integer 11 adapun button yang tesedia untuk memanajemen data
penjualan
id jenis barang sebagai berikut :
barang_jenis_id Integer 11 1) Button Tambah
barang
Varcha nama Pada button tambah berfungsi untuk menambah
nama 40 kategori barang
r pembeli
harga 2) Button Edit
modal Double - Pada button edit berfungsi untuk merubah data
modal
harga Double - harga jual kategori barang yang diinginkan.
jumlah item 3) Button Detail
jumlah integer 11 Pada button detail berfungsi untuk melihat data
yang dibeli
jenis barang pada kategori barang yang
5.2 Tampilan Halaman Admin diinginkan.
1. Halaman Login Admin
4. Halaman Jenis Barang

Gambar 6. Halaman Jenis Barang

Gambar 3. Halaman Login Admin
Pada gambar 3 halaman login admin adalah halaman
untuk admin masuk ke dalam halaman back-end admin
dengan menginput username dan password dengan benar
lalu klik button login.
2. Halaman Beranda
Pada gambar 6 halaman jenis barang adalah halaman
bagi admin untuk mengelola data jenis barang. Pada
halaman ini terdapat button tambah yang digunakan
untuk menambah jenis barang, pada button edit yang
digunakan untuk merubah data jenis barang dan button
hapus digunakan untuk menghapus data jenis barang
yang diinginkan.

5. Tampilan Halaman Penjualan

Gambar 4 Halaman Beranda

Pada gambar 4 halaman beranda adalah halaman
awal admin untuk mengelola sistem. Terdapat beberapa
menu diantaranya : menu barang, barang masuk,
penjualan, stok barang, basket analysis, laporan barang
masuk, dan laporan penjualan.
3. Halaman Kategori Barang
Gambar 5. Halaman Kategori Barang
Gambar 7. Tampilan Halaman Penjualan
Pada gambar 7 halaman penjualan adalah halaman
bagi admin untuk mengelola data penjualan adapun
button yang tesedia untuk memanajemen data penjualan
sebagai berikut :
1) Button Tambah
Pada button tambah berfungsi untuk menambah
data penjualan dengan menginput tanggal
penjualan dan selanjutnya akan ke halaman
rincian penjualan.
2) Button detail
Pada button detail berfungsi untuk melihat
rincian penjualan yang dipilih.
3) Button Edit
Pada button edit berfungsi untuk mengubah
tanggal penjualan.
6. Tampilan Rincian Penjualan
Gambar 8. Tampilan Rincian Penjualan
Pada gambar 8 halaman rincian penjualan adalah
halaman bagi admin untuk mengelola data rincian
penjualan, untuk menambah rincian penjualan dengan
memilih menu dropdown dan pilih jenis barang
kemudian menginput jumlah barang lalu enter, jika
selesai pilih button simpan yang berfungsi menyimpan
data.
7. Tampilan Halaman Stok Barang
Gambar 9. Halaman Stok Barang
Pada gambar 9 halaman stok barang adalah halaman
bagi admin untuk melihat dan memonitring stok barang
yang tersedia.
8. Tampilan Halaman Basket Analysis
Gambar 10. Tampilan Halaman Basket Analysis
Pada gambar 10 tampilan halaman basket analysis
adalah halaman untuk admin untuk melihat
kecenderungan konsumen dalam melakukan pembelian
barang berdasarkan perhitungan metode market basket
analysis turunan dari association rule
9. Tampilan Laporan Barang Masuk
Gambar 11. Tampilan Laporan Barang Masuk
Pada gambar 11 barang masuk adalah halaman bagi
admin untuk melihat laporan barang masuk berdasarkan
periode tanggal yang diinput.
10. Halaman Laporan Penjualan
Gambar 12. Halaman Laporan Penjualan
Pada gambar 12 halaman laporan penjualan adalah
halaman bagi admin untuk melihat laporan transaksi
penjualan berdasarkan periode tanggal yang diinput.
6. KESIMPULAN
Bedasarkan uraian yang telah di jelaskan sebelumnya
maupun pembahasan yang telah dikemukakan mengenai
Sistem Pendukung Keputusan Untuk Mengetahui
Kecenderungan Pembelian Aksesoris Komputer
Menggunakan Metode Market Basket Analysis Pada CV
Dinamis Duta Abadi maka dapat ditarik beberapa
kesimpulan sebagai berikut:
1. Dengan diketahuinya produk yang paling banyak
terjual secara bersamaan, sehingga perusahaan
dapat menyusun strategi pemasaran.
2. Dengan Metode ini penjual bisa memasarkan
produk yang terjual banyak dengan produk yang
lambat terjual agar mencapai target yang
diinginkan.
3. Sistem ini mempermudah penjual menyetok barang
yang ingin di beli.
4. Sistem pendukung keputusan untuk mengetahui
kecenderungan pembelian aksesoris komputer
menggunakan metode market basket analysis pada
CV Dinamis Duta Abadi ini memenuhi kebutuhan
toko CV Dinamis Duta Abadi untuk membantu
dalam hal penataan barang.
 Purbadian, Yenda. 2016. Trik Cepat Membangun
Aplikasi Berbasis Web dengan Framework
CodeIgniter. Yogyakarta: Andi.
7. SARAN
Berdasarkan dari kesimpulan yang telah Rossa, AS dan Shalahudin,M 2014. Rekayasa Perangkat
dikemukakan diatas, maka penulis memberikan saran- Lunak (Terstruktur dan Berorientasi Objek).
saran sebagai berikut : Bandung: Informatika.
1. Aplikasi ini diharapkan bisa disebarluaskan di setiap
toko aksesoris komputer tidak hanya di CV Dinamis Sukamto, Rosa Ariani. 2009. Langkah-langkah
Duta Abadi. Pengujian Perangkat dan Evaluasi
2. Sistem ini dapat dibuat atau dikembangkan lagi di Perangkat Lunak.
platform android, windows mobile atau iPhone.

8. DAFTAR PUSTAKA

Chaffey, D. 2011. Strategy, Implementation, and

Practice. Pearson Education.

Han, Kamber. 2007. Data Mining Concept and

Technique, Morgan Kaufman.

Ichwan, M. 2011. Pemrograman Basis Data Delphi 7 &

MySql. Bandung : Informatika Bandung.

Jayan. 2010. CSS Untuk Orang Awam, Edisi Pertama.

Palembang: Maxikom.

Kadir, Abdul. 2009. Membuat Aplikasi Web dengan

PHP - Database Mysql. Yogyakarta : Andi.

Kadir, Abdul. 2011. Pengenalan Sistem Informasi.

Yogyakarta : Andi.

Kartini, Dwi. 2013. Corporate social responsibility

transformasi konsep sustainability management
dan implementasi di indonesia. Bandung: PT
Refika Aditama.

Ladjamudin, Al-Bahra Bin. 2013. Analysis dan Desain

Sistem Informasi. Yogyakarta: Graha Ilmu.

Megaputer. (2007). Market Basket Analysis,

http://www.megaputer.com/company/cases/cam
bridge_mba.php3 diakses pada hari jumat 12
Mei 2017.

Madcoms, 2010, Adobe Dreamweaver CS5 dengan

Pemrograman PHP-Mysql, Yogyakarta : Andi.

Mulyadi. 2010. Sistem Akutansi. Jakarta : Salemba

Empat.

Prasetio, Adhi. 2012. Buku Pintar Pemrograman WEB.

Jakarta: Media Kita.

Pratiwi, Heny. 2016. Buku Ajar Sistem Pendukung

Keputusan. Deepublish: Yogyakarta.