Anda di halaman 1dari 19

PEMBANGUNAN APLIKASI MULTIPURPOSE BUILDING

RECOMMENDER DI WILAYAH JAKARTA SELATAN


DENGAN METODE CASE BASE REASONING

Disusun Oleh

INTAN PANDINI

14350015

PROGRAM STUDI TEKNIK INFORMATIKA


FAKULTAS SAINS DAN TEKNOLOGI INFORMASI
INSTITUT SAINS DAN TEKNOLOGI NASIONAL
JAKARTA
2017
BAB I

PENDAHULUAN

1.1 Latar Belakang

Gedung serbaguna merupakan bangunan yang sering disewa untuk acara-acara


penting seperti acara pernikahan, seminar, konferensi dan masih banyak lainnya.
Jabodetabek merupakan daerah di Indonesia yang memiliki tingkat kemacetan yang
tinggi, sehingga akan memakan waktu yang banyak untuk mencari gedung serbaguna
untuk disewa sesuai dengan kebutuhan yang dicari. Salah satunya daerah Jakarta
Selatan yang memiliki banyak gedung serbaguna.

Para penyewa biasanya perlu melakukan survei pada beberapa gedung serbaguna
untuk menyesuaikan kebutuhan yang dicari. Beberapa gedung biasanya memiliki
kemiripan dari segi fungsi bangunan tersebut, harga yang dijangkau atau kapasitas
tamu yang bisa diundang dan lainnya.

Sebuah aplikasi “ multipurpose building recommender” yaitu sebuah aplikasi yang


dibuat untuk mencari gedung serbaguna beserta memberikan rekomendasi yang
cocok untuk para penyewa. Aplikasi ini akan bermanfaat untuk para penyewa agar
bisa mencari gedung serbaguna secara matang sesuai kebutuhan yang dicarinya.

Penelitian ini dilakukan untuk mengembangkan skripsi dari Anna Rosalinda yang
berjudul Pembuatan Aplikasi Pencarian Gedung Serbaguna Di Wilayah Kota Jakarta
Selatan Berbasis Android dari ISTN Jakarta yang menghasilkan sistem pencarian
[1]
gedung serbaguna . Namun, yang membedakan adalah penelitian ini juga akan
memberikan rekomendasi gedung serbaguna berdasarkan kriteria yang dicari oleh
para calon penyewa.

Kriteria yang menentukan rekomendasi yang tepat pada gedung serbaguna


digunakan penilaian berdasarkan faktor kegunaan gedung, kapasitas gedung, harga
sewa, waktu penyewaan, lokasi gedung, fasilitas gedung, dan sistem pembayaran.
Penelitian ini diharapkan dapat memberikan solusi dari kasus-kasus lama yang telah
tersimpan dalam database.

Untuk mengatasi masalah di atas maka penulis menggunakan pendekatan


penalaran kasus dengan metode Case-Based Reasoning. Pendekatan ini sangat tepat
untuk membangun pengetahuan berdasarkan kasus dan solusi pada masa lalu untuk
mendapatkan kembali solusi pada kasus yang baru. Kasus baru ini adalah kriteria
gedung serbaguna yang dicari oleh para calon penyewa. Kemudian solusi akan
diberikan dengan cara mencari nilai kedekatan tertinggi pada kasus lama yang cukup
memiliki kedekatan dengan kasus baru.

1.2 Rumusan Masalah

Berdasarkan dari uraian latar belakang di atas, dirumuskan masalah yang akan
dibahas dalam penelitian, yaitu sebagai berikut :

1. Bagaimana membangun aplikasi yang dapat memberikan rekomendasi


mengenai gedung serbaguna di wilayah kota Jakarta Selatan?
2. Bagaimana menerapkan case-based reasoning pada aplikasi multipurpose
building recommender?

1.3 Batasan Masalah

Agar penelitian ini lebih terarah, maka diberikan batasan masalah sebagai berikut :

1. Aplikasi yang dibangun berbasis mobile dengan bahasa pemrograman Java


dan database MySQL.
2. Aplikasi ini membutuhkan koneksi internet untuk mengakses API Location,
API Maps dan server.
3. Metode yang digunakan adalah metode Case-Based Reasoning.
4. Karena keterbasan waktu dan biaya yang tersedia, maka lingkup penelitian
dipersempit menjadi wilayah Jakarta Selatan.
1.4 Tujuan Penelitian

Tujuan dari penelitian adalah :

1. Membangun aplikasi multipurpose building recommender di wilayah kota


Jakarta Selatan
2. Menerapkan metode case-based reasoning pada aplikasi multipurpose
building recommender di wilayah kota Jakarta Selatan

1.5 Manfaat Penelitian

Manfaat yang diharapkan dari penelitian ini yaitu :

1. Membantu para penyewa untuk mudah menemukan gedung serbaguna yang


dicari.
2. Membantu para penyewa dalam memperoleh informasi mengenai gedung
serbaguna.
3. Merekomendasikan gedung serbaguna yang sesuai dengan kebutuhan para
penyewa.
4. Menambah ilmu pengetahuan dan pengalaman penulis di bidang sistem
operasi android.
BAB II

TINJAUAN PUSTAKA

A. Teori Materi Pembahasan

1. Gedung Serbaguna

Pengertian serbaguna adalah penggunaan campuran berbagai tata guna (lahan)


atau fungsi (bangunan).

Dari pengertian di atas gedung serbaguna dapat disimpulkan sebagai bangunan


yang berfungsi untuk menampung kegiatan yang berbeda-beda, yang mana
masing-masing kegiatan memiliki kaitan yang erat dan saling melengkapi satu
sama lain serta memenuhi kriteria yang ada dalam konteks tertentu (berkaitan
dengan fungsi utama bangunan tersebut).

2. Location Based Services (LBS)

Location Based Services adalah aplikasi yang bergantung pada lokasi tertentu
yang didefinisikan pula sebagai layanan informasi dengan memanfaatkan
teknologi untuk mengetahui posisi sesuatu [2].

LBS mensyaratkan adanya komunikasi dua arah serta adanya interaksi. Sebagai
contoh, pengguna LBS harus berinteraksi dengan penyedia informasi (service
provider) untuk memberi tahu posisi, arah dan jenis informasi yang dicari.
Kemudian penyedia informasi (service provider) akan mengirimkan informasi
sesuai jenis yang diinginkan pengguna [3][4]. Untuk menggambarkan cara kerja LBS
dapat dilihat pada Gambar 2.1.

Pemanfaatan LBS pada sistem operasi perangkat mobile android dimungkinkan


dengan adanya dukungan dua unsur utama berikut [5] :

1. Location Manager (API Maps) Menyediakan tool atau source untuk LBS,
Application Program Interface (API), Maps menyediakan fasilitas untuk
menampilkan, memanipulasi maps atau peta beserta feature-feature lainnya
seperti tampilan satelit, street (jalan) maupun gabungannya. Paket ini berada
com.google.android.map.
2. Location Provider (API Location) menyediakan teknologi pencarian lokasi
yang digunakan oleh device atau perangkat. API Location berhubungan
dengan data GPS (Global Positioning System) dan data lokasi real-time. API
Location berada pada paket android yaitu dalam paket android.location.
Dengan Location Manager, kita dapat menentukan lokasi kita saat ini, Track
gerakan atau perpindahan, serta kedekatan dengan lokasi tertentu dengan
mendeteksi perpindahan.

Gambar 2. 1 Cara Kerja LBS

3. Sistem Rekomendasi [6]

Sistem rekomendasi adalah sebuah alat atau software yang berisi sekumpulan
teknik untuk memberikan rekomendasi suatu item kepada orang lain. Beberapa
pendekatan sistem rekomendasi.

Berdasarkan metode rekomendasi yang sering digunakan, sistem rekomendasi


dibagi dalam beberapa klasifikasi yaitu : collaborative filtering, content-based
filtering, knowledge based recommendation, dan hybrid recommendation.
1. Collaborative filtering, menghasilkan rekomendasi untuk user target
berdasarkan user-user lain yang sebelumnya memiliki minat yang sama
dengan user tersebut.
2. Content-based, menghasilkan rekomendasi berdasarkan item-item yang
pernah digunakan user.
3. Knowledge-based merupakan metode sistem rekomendasi yang
memanfaatkan kebutuhan seseorang dan pengetahuan mengenai domain
produk.
4. hybrid, menghasilkan rekomendasi dengan cara menggabungkan berbagai
teknik pencarian rekomendasi

4. Case-Based Reasoning

Case-Based Reasoning (CBR) merupakan metode yang menghasilkan


solusi kasus baru berdasarkan kasus lama dengan cara membandingkan kasus baru
dengan kasus lama yang telah tersimpan dalam database dan mencari nilai
kedekatan yang berfungsi untuk mendapatkan nilai kedekatan yang tertinggi
dimana nilai adalah hasil yang akan direkomendasikan karena hasil nilai tersebut
[7]
merupakan nilai yang memiliki kedekatan dengan kasus baru . Sehingga
pengetahuan CBR akan terus berkembang dari kasus lama yang telah direvisi
untuk memecahkan permasalahan di masa datang.

Case-based Reasoning ini merupakan suatu paradigm pemecahan masalah yang


banyak mendapat pengakuan yang pada dasarnya berbeda dari pendekatan utama
AI lainnya. Suatu masalah baru dipecahkan dengan menemukan kasus yang serupa
di masa lampau, dan menggunakannya kembali pada situasi masalah yang baru.
Perbedaan lain dari CBR yang tidak kalah penting adalah CBR juga merupakan
suatu pendekatan ke arah incremental yaitu pembelajaran yang terus menerus.
Terdapat empat proses yang terjadi pada metode CBR dalam menyelesaikan
masalah, yaitu [8] :
a. Retrieve

Mendapatkan kembali kasus yang paling relevan (similar) dengan kasus


yang baru. Tahap retrieval ini dimulai dengan menggambarkan sebagian
masalah, dan diakhiri jika ditemukan kecocokan terhadap masalah
sebelumnya yang tingkat kecocokannya paling tinggi. Bagian ini mengacu
pada segi identifikasi, kecocokan awal, pencarian dan pemilihan serta
eksekusi.

b. Reuse

Memodelkan/menggunakan kembali pengetahuan dan informasi kasus


lama berdasarkan bobot kemiripan yang paling relevan ke dalam kasus yang
baru, sehingga menghasilkan usulan solusi dimana mungkin diperlukan suatu
adaptasi dengan masalah yang baru tersebut.

c. Revise

Meninjau kembali solusi yang diusulkan kemudian mengetesnya pada


kasus nyata (simulasi) dan jika diperlukan memperbaiki solusi tersebut agar
cocok dengan kasus yang baru.

d. Retain

Mengintegrasikan kasus baru yang telah berhasil mendapatkan solusi agar


dapat digunakan oleh kasus-kasus selanjutnya yang mirip dengan kasus
tersebut, tetapi Jika solusi baru tersebut gagal, maka menjelaskan
kegagalannya, memperbaiki solusi yang digunakan, dan mengujinya lagi.

Empat proses masing-masing melibatkan sejumlah langkah-langkah spesifik,


yang dijelaskan pada Gambar 2.2
Gambar 2. 2 Siklus Metode Case-Based Reasoning

Pada saat terjadi permasalahan baru, pertama-tama sistem melakukan proses


retrieve. Proses retrieve melakukan dua langkah pemrosesan, yaitu pengenalan
masalah dan pencarian persamaan masalah pada database.

Setelah proses retrieve selesai dilakukan, selanjutnya sistem melakukan proses


reuse. Di dalam proses reuse, sistem menggunakan informasi permasalahan
sebelumnya yang memiliki kesamaan untuk menyelesaikan permasalahan yang
baru. Pada proses reuse dilakukan penyalinan, penyeleksian, dan melengkapi
informasi yang digunakan. Selanjutnya pada proses revise, informasi tersebut
dikalkulasi, dievaluasi, dan diperbaiki kembali untuk mengatasi kesalahan-
kesalahan yang terjadi pada permasalahan baru.

Pada proses terakhir, sistem melakukan proses retain. Proses retain


mengindeks, mengintegrasi, dan mengekstrak solusi yang baru tersebut kedalam
database. Selanjutnya, solusi baru itu disimpan di dalam basis pengetahuan
(knowledgebase) untuk menyelesaikan permasalahan yang akan datang. Tentunya,
permasalahan yang memiliki kesamaan.
5. K-Nearest Neighbor atau K-NN [7]

Algoritma Nearest Neighbor Retrieval (k-nearest neighbor atau k-NN) sebuah


algoritma untuk melakukan klasifikasi terhadap objek berdasarkan data
pembelajaran yang jaraknya paling dekat dengan objek tersebut. Kasus khusus di
mana klasifikasi diprediksikan berdasarkan data pembelajaran yang paling dekat
(dengan kata lain, k = 1) disebut algoritma nearest neighbor.

Algoritma nearest neighbor berdasarkan pada proses pembelajaran


menggunakan analogi / learning by analogi. Training sampelnya dideskripsikan
dalam bentuk atribut numerik n-dimensi. Tiap sampel mewakili sebuah titik pada
ruang n dimensi. Dengan cara ini, semua training sampel disimpan pada pola
ruang n-dimensi. Ketika diberikan “unknown” sampel, knearest neighbor classifier
mencari pola ruang K training sampel yang paling dekat “unknown” sampel
tersebut. K training sampel ini adalah k nearest neighbor dari unknown sampel.
Unknown sampel ditetapkan dengan class yang paling umum diantara k nearest
neighborsnya. Ketika k = 1, unknown sampel ditetapkan dengan class dari training
sampel yang paling dekat dengan pola ruangnya.

Algoritma nearest neighbor retrieval menyimpan semua training sampel dan


tidak membangun classifier sampai sampel baru (unlabeled) perlu diklasifikasikan,
sehingga algoritma nearest neighbor retrieval sering disebut dengan instance-based
atau lazy learners.

Rumus untuk menghitung bobot kemiripan (similarity) dengan nearest neighbor

Retrieval adalah:

Similarity (problem,case) =

𝑠1 𝑥 𝑤1+𝑠2 𝑥 𝑤2+⋯+𝑠𝑛 𝑥 𝑤𝑛
𝑤1+𝑤2+⋯+𝑤𝑛
Keterangan:

S = similarity (nilai kemiripan)

W = weight (bobot yang diberikan)

B. Teori Aplikasi

1. Android

Android adalah sebuah sistem operasi pada handphone yang bersifat terbuka
dan berbasis pada sistem operasi Linux. Android bisa digunakan oleh setiap orang
yang ingin menggunakannya pada perangkat mereka. Android menyediakan
platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka
sendiri yang akan digunakan untuk bermacam peranti bergerak.[9]

2. Integrated Development Environment (IDE)

Salah satu IDE yang dapat digunakan untuk mengembangkan aplikasi android
adalah Eclipse. Eclipse pada saat ini merupakan salah satu IDE favorit
dikarenakan gratis dan open source, yang berarti setiap orang boleh melihat kode
pemrograman perangkat lunak ini. Selain itu, kelebihan dari Eclipse yang
membuatnya populer adalah kemampuannya untuk dapat dikembangkan oleh
pengguna dengan komponen yang dinamakan plug-in. Eclipse dibuat dari kerja
sama antara perusahaan-perusahaan anggota 'Eclipse Foundation' (beserta
individu-individu lain). Banyak nama besar yang ikut dalam 'Eclipse 23
Foundation', termasuk IBM, BEA, Intel, Nokia, Borland. Eclipse bersaing
langsung dengan Netbeans IDE. [9]

3. Java

Java adalah bahasa pemrograman yang dapat dijalankan di berbagai komputer


termasuk telepon genggam. Bahasa ini banyak mengadopsi sintaksis yang
terdapat pada C dan C++ namun dengan sintaksis model objek yang lebih
sederhana serta dukungan rutin-rutin aras bawah yang minimal.
Java merupakan bahasa pemrograman yang bersifat umum/nonspesifik (general
purpose), dan secara khusus didisain untuk memanfaatkan dependensi
implementasi seminimal mungkin. Karena fungsionalitasnya yang memungkinkan
aplikasi Java mampu berjalan di beberapa platformsistem operasi yang berbeda,
Java dikenal pula dengan slogannya, "Tulis sekali, jalankan di mana pun". Saat ini
Java merupakan bahasa pemrograman yang paling populer digunakan, dan secara
luas dimanfaatkan dalam pengembangan berbagai jenis perangkat lunak aplikasi
ataupun aplikasi berbasis web. [9]

4. Hypertext Preprocessor (PHP)

PHP sendiri sebenarnya merupakan singkatan dari “Hypertext Preprocessor”,


yang merupakan sebuah bahasa scripting tingkat tinggi yang dipasang pada
dokumen HTML. Sebagian besar sintaks dalam PHP mirip dengan bahasa C, Java
dan Perl, namun pada PHP ada beberapa fungsi yang lebih spesifik. Sedangkan
tujuan utama dari penggunaan bahasa ini adalah untuk memungkinkan perancang
web yang dinamis dan dapat bekerja secara otomatis. [10]

5. My Structure Query Language (MySQL)

MySQL adalah sebuah perangkat lunak system manajemen basis data SQL
(DBMS) yang multithread, dan multi-user. MySQL adalah implementasi dari
system manajemen basisdata relasional (RDBMS).

MySQL sebenarnya merupakan turunan salah satu konsep utama dalam


database sejak lama, yaitu SQL (Structured Query Language). SQL adalah sebuah
konsep pengoperasian database, terutama untuk pemilihan atau seleksi dan
pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan
mudah secara otomatis. Keandalan suatu sistem database (DBMS) dapat diketahui
dari cara kerja optimizer-nya dalam melakukan proses perintah-perintah SQL,
[10]
yang dibuat oleh user maupun program-program aplikasinya.
BAB III

METODOLOGI PENELITIAN

3.1 Desain Penelitian

Desain penelitian akan digambarkan pada kerangka kerja seperti Gambar 3.1 di
bawah ini :

Studi literatur Pengumpulan data Observasi dan


penelitian Wawancara

Rancangan rekomendasi
gedung serbaguna dengan Pengembangan
CBR perangkat lunak :
- Analisis
- Desain
Implementasi - Coding
rekomendasi gedung - Testing
serbaguna dengan CBR

Aplikasi rekomendasi gedung


Membuat
serbaguna di wilayah kota Jakarta
dokumen teknis
Selatan menggunakan CBR

Gambar 3. 1 Kerangka kerja penelitian

3.2 Metode Penelitian

Adapun metode penelitian ini dapat digambarkan sesuai dengan yang telah
dirancang pada Gambar 3.1 yang terdiri atas :
1. Metode Pengumpulan Data
Dalam proses pengumpulan data penelitian, terdapat tiga metode yang
digunakan, yaitu :

a. Metode literatur, mencari teori-teori pendukung mengenai aplikasi yang


dibangun. Teori-teori tersebut dapat dicari melalui buku, jurnal ataupun
dari internet.
b. Metode pengamatan langsung (observasi), melakukan pengamatan
langsung di gedung-gedung yang dijadikan objek penelitian.
c. Metode wawancara, melakukan wawancara dengan pihak-pihak terkait
untuk mendapatkan informasi seputar penyewaan gedung serbaguna.

2. Metode Pengembangan Perangkat Lunak


Model proses yang digunakan dalam pembangunan sistem ini adalah model
spiral, yang melingkupi aktivitas sebagai berikut :

Gambar 3. 2 Model Spiral

Adapun langkah-langkahnya sebagai berikut:


a. Perencanaan (planning)
Mengenai kebutuhan pengguna (user’s specification), studi-studi kelayakan
(feasibility study) baik secara teknik maupun secara teknologi serta
penjadwalan suatu proyek sistem informasi atau perangkat lunak. pada
tahap ini pula, sesuai dengan kakas (tool) yang penulis gunakan yaitu
UML.
b. Analisis (analysis)
Yaitu tahap dimana kita berusaha mengenai segenap permasalahan yang
muncul pada pengguna dengan mendekomposisi dan merealisasikan use
case diagram lebih lanjut, mengenai komponen-komponen sistem atau
perangkat lunak, objek-objek, hubungan antar objek dan sebagainya.
c. Perencanaan (design)
Mencari solusi dari permasalahan yang didapat dari tahap analisis.
d. Implementasi
Mengimplementasikan perencanaan sistem ke situasi nyata yaitu dengan
pemilihan perangkat keras dan penyusunan perangkat lunak aplikasi
(pengkodean/coding).
e. Pengujian (testing)
Menentukan apakah sistem atau perangkat lunak yang dibuat sudah
sesuai dengan kebutuhan pengguna atau belum, jika belum, proses
selanjutnya adalah bersifat iteratif, yaitu kembali ketahap-tahap
sebelumnya. Dan tujuan dari pengujian itu sendiri adalah untuk
menghilangkan atau meminimalisasi cacat program (defect) sehingga
sistem yang dikembangkan benar-benar akan membantu para pengguna
saat mereka melakukan aktivitas-aktivitasnya.
f. Pemeliharaan (maintenance)
Proses pengoperasian sistem dan jika diperlukan melakukan
perbaikan-perbaikan kecil.

3.3 Alat dan Bahan Penelitian

3.3.1 Alat Penelitian


Pada penelitian ini digunakan alat penelitian berupa perangkat keras dan
perangkat lunak sebagai berikut :
Komputer dengan spesifikasi :

1. Processor Intel i5 Core – 6198DU, up to 2.8 GHz


2. RAM 4,00 GB
3. Harddisk 1 TB
4. Monitor dengan resolusi 1024 x 768 pixel
5. Mouse dan Keyboard
Perangkat Lunak :
1. Operating System : Windows 10 Enterprise 64-bit (10.0, Build 10240)
2. Software pendukung : Webserver XAMPP, Modelio 3.6.1, Sybase
Power Designer 1.6
3. Java sebagai bahasa pemrograman
4. Software utama : Eclipse

3.3.2 Bahan Penelitian


Data yang dikumpulkan adalah data-data gedung serbaguna di wilayah kota
Jakarta Selatan dan data penyewaan gedung berupa nama, lokasi, harga sewa,
kapasitas dan ketentuan-ketentuan lainnya yang didapatkan dari bagian
penyewaan setiap gedung. Data-data penyewaan gedung akan digunakan
sebagai basis kasus yang untuk direkomendasikan bagi para penyewa.
3.4 Tempat dan Jadwal Penelitian

Tempat yang dijadikan objek penelitian adalah gedung-gedung serbaguna yang


berada di Kota Jakarta Selatan. Penelitian akan dilakukan dimulai bulan november.

Agar kegiatan penelitian tersebut berjalan dengan lancar, maka dibuat sebuah
jadwal penelitian. Adapun jadwal penelitian tersebut diuraikan pada Tabel 3.1
sebagai berikut :

Bulan

No Kegiatan Oktober November Desember Januari Februari

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 Pengumpulan data

2 Analisis sistem

3 Desain sistem

4 Pembuatan program

5 Uji program

6 Evaluasi program

7 Perbaikan program

8 Implementasi program

Tabel 3. 1 Jadwal penelitian


DAFTAR PUSTAKA
[1] Rosalinda, Anna. 2014. Pembuatan Aplikasi Pencarian Gedung Serbaguna Di
Wilayah Kota Jakarta Selatan Berbasis Android. Jakarta : Institut Sains dan
Teknologi Nasional
[2] Anwar, Badrul dkk, Implementasi Location Based Service Berbasis Android
Untuk Mengetahui Posisi User, Program Studi Sistem Komputer STMIK Triguna
Dharma, Medan, 2014.
[3] Satoto, B.D. dan Rahmanita, E, “Integrasi Augmented Reality pada Mobile
Virtual Tour Berbasis Android untuk Pencarian Lokasi dan Rute Terdekat”,
Program Studi Teknik Informatika Universitas Trunojoyo, Madura, 2013.
[4] Setyawan, B., Location Based Service Berbasis Augmented Reality untuk
Perangkat Bergerak sebagai Penunjuk Lokasi Wisata dan Belanja Batik di Kota
Pekalongan, Skripsi S-1, Teknik Sistem Komputer Universitas Diponogoro,
Semarang, 2014.
[5] Agustina, Nova dkk, Pengembangan Aplikasi Location Based Service Untuk
Informasi dan Pencarian Lokasi Pariwisata di Kota Cimahi Berbasis Android,
Program Studi Teknik Informatika Sekolah Tinggi Teknologi Bandung,
Bandung, 2016.
[6] Huda, Akbarul, A,. dkk, Sistem Rekomendasi Restoran Dengan Pendekatan
Ekstraksi Fitur Rasa Pada Menu Makanan, Program Studi Magister Teknik
Informatika Universitas Gadjah Mada, Yogyakarta, 2015.
[7] Chandra, Rudy dkk. 2014. Implementasi Case Based Reasoning pada Fitur
Rekomendasi Nakamnakam.com Berbasis Android di Kota Malang. Malang :
Universitas Ma Chung. Hal 2
[8] Putri, E., Tiara dkk. 2016. Implementasi Metode CBR (Case Based Reasoning)
Dalam Pemilihan Pestisida Terhadap Hama Padi Sawah Menggunakan
Algoritma K-Nearest Neighbor (KNN) (Studi Kasus Kabupaten Seluma).
Bengkulu : Universitas Bengkulu.
[9] http://elib.unikom.ac.id/files/disk1/578/jbptunikompp-gdl-aamsitifat-28858-6-
unikom_a-i.pdf
(diakses pada 11/17/2017 10.01 AM)

[10] http://ilmuti.org/wp-content/uploads/2014/05/Adis-Lena-Kusuma-ratna-
Pengertian-PHP-dan-MySQL.pdf
(diakses pada 11/17/2017 10.20 AM)

Anda mungkin juga menyukai