2.2.1 Kelebihan Visual Basic Net
Visual Basic mempunyai banyak kelebihan dibandingkan Softwarebahasa pemograman yang lain. Di antaranya adalah :
VB.NET mengatasi semua masalah yang sulit disekitar pengembangan aplikasi berbasis windows.
Cocok digunakan untuk mengembangkan aplikasiprogram yang bersifat “Rapid Application Development”.
Sangat cocok digunakan untuk membuat programaplikasi Bisnis.
Digunakan oleh hampir semua keluarga Microsoft Office sebagai bahasa Macro-nya, segera akan diikuti oleh yang lain.
Mendekati Object Oriented Programming.
Dapat di-integrasikan dengan Internet, baik itu pada sisi Client maupun pada sisi Server
Dapat menjalankan server tersebut dari mesin yang sama atau bahkan dari mesinkomputer yang lain.
2.2.2 Kekurangan Visual Basic Net
Visual Basic juga mempunyai kekurangankelemahan, yaitu : Visual Basic VB tidak memiliki database sendiri dan biasanya VB
mengunakan database seperti : mysql, sql server, microsoft access. VB tidak punya pendukung untuk membuat report dari bawaan VB sendiri
Universitas Sumatera Utara
Programaplikasi yg dibuat dgn VB.Net harus menggunakan Net Framework
untuk menjalaninya Visual Basic. NET bukan merupakan bahasa pemprograman yang open source,
sehingga akan sulit bagi programmer untuk lebih mendalami VB. NET secara lebih independen.
2.3.Algoritma Iterative Dichotomizer Three ID3
2.3.1 Pengertian Algoritma Iterative Dichotomizer Three ID3
Iterative Dichotomicer Three ID3 diperkenalkan pertama kali oleh Quinlan pada tahun 1979. ID3 dikembangkan atas dasar Sistem Pembelajaran Konsep Concept
Learning System. Tujuan dari Sistem Pembelajaran Konsep yang dikembangkan oleh Hunt et al adalah untuk menghasilkan suatu pohon aturan yang mampu
mengklasifikasikan suatu objek. ID3 merepresentasi konsep-konsep dalam bentuk pohon keputusan. Aturan-aturan yang dihasilkan oleh ID3 mempunyai relasi yang
hirarkis seperti suatu pohon mempunyai akar, titik, cabang dan daun . Untuk menggunakan metode ID3 dibutuhkan kumpulan data yang terdiri dari
variabel-variabel masukan dan variabel keluaran. Nilai-nilai yang terdapat dalam setiap variabel mempunyai sifat kategorial.
Data sample yang digunakan oleh ID3 memiliki beberapa syarat, yaitu : Deskripsi atribut nilai. Atribut yang sama haruss mendeskripsikan tiap contoh
dan memiliki jumlah nilai yang sudah ditentukan. Kelas yang sudah didefinisikan sebelumnya. Suatu atribut contoh harus sudah
didefinisikan, karena mereka tidak dipelajari oleh ID3.
Universitas Sumatera Utara
Kelas-kelas yang diskrit. Kelas digambarkan secara jelas, kelas-kelas yang berkesinambungan dipecah menjadi kategori-kategori jelas seperti nilai baik,
sedang, buruk. Jumlah contoh example yang cukup. Karena pembangkitan induktif
digunakan, maka dibutuhkan test case yang cukup untuk membedakan pola yang valid dari peluang suatu kejadian. Pemilihan atribut pada ID3 dilakukan
dengan properti statistik, yang disebut dengan information gain. Gain mengukur seberapa baik suatu atribut memisahkan training exampel ke dalam
kelas target. Atribut dengan informasi tertinggi akan dipilih. Dengan tujuan untuk mendefinisikan gain, pertama-tama digunakan ide dari teori informasi
yang disebut entropi. Entropi mengukur jumlah dari informasi yang ada pada atribut.
2.3.2 Entropy