Tabel 2.2 Simbol Aktivitas Diagram
2.5. Bahasa Pemrograman PHP
PHP Hypertext Preprocessor adalah bahasa komputer yang dibuat untuk pengembangan web dinamis. Pada umumnya PHP digunakan di server namun juga
dapat berdiri sendiri sebagai aplikasi graphical www.php.net, 2008. Pada sistem rekomendasi informal e-learning ini digunakan bahasa
pemrograman PHP dalam membangun sistem dan database MySQL sebagai penyimpanan data dan basis pengetahuan. Penggunanan PHP dan MySQL dipilih
karena PHP dan MySQl memiliki beberapa kelebihan seperti dinyatakan oleh Nugroho, B 2008 kelebihannya sebagai berikut:
1. Bahasa pemrograman PHP adalah sebuah bahasa script yang tidak melakukan sebuah kompilasi dalam penggunaanya.
2. Web Server yang mendukung PHP sangat mudah ditemukan, mulai dari IIS sampai dengan Apache, dengan konfigurasi yang relatif mudah.
3. Dalam sisi pengembangan lebih mudah, karena banyaknya milis - milis dan developer yang siap membantu dalam pengembangan.
4. Dalam sisi pemahamanan, PHP adalah bahasa scripting yang paling mudah karena referensi yang banyak.
5. PHP adalah bahasa open source yang dapat digunakan di berbagai mesin Linux, Unix, Windows dan dapat dijalankan secara runtime melalui console
serta juga dapat menjalankan perintah-perintah sistem.
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Kebutuhan Sistem
Sistem rekomendasi
merupakan suatu
sistem yang
digunakan untuk
merekomendasikan informasi bagi penggunanya. Sistem rekomendasi dibangun dengan memperhatikan tiga objek utama yaitu: item objek yang akan
direkomendasikan oleh sistem, user pengguna yang menggunakan sistem, transaksi aktifitas yang terjadi antara user dan item.
3.1.1 Deskripsi Sistem Pada penelitian ini, algoritma Slope One digunakan untuk menghasilkan rekomendasi
dalam sistem informal e-learning. Sistem rekomendasi informal elearning dimplementasikan dalam bentuk web. Alasan pengimplementasian perangkat lunak
berbasis web adalah untuk membuat aplikasi bisa diakses dari berbagai penjuru dimana tersedia koneksi internet.
Bentuk sistem rekomendasi yang dibangun menggunakan arsitektur client-server. Pada sisi client, aplikasi antarmuka pada website digunakan user untuk melakukan
login, mengakses konten dan mendapatkan rekomendasi, sedangkan sisi server dilakukan perhitungan rating oleh algoritma Slope One dan memberikan rekomendasi
item terhadap user.
Gambar 3.1. Arsitektur dasar sistem.
Mesin rekomendasi menerima input dari pengguna dan menentukan preferensi tersebut berdasarkan data yang telah tersedia dan menyimpan data dalam database
sebagai data history pengguna, kemudian sistem akan melakukan perhitungan rating menggunakan Algoritma Slope One terhadap preferensi pengguna yang tersimpan di
database. Mesin rekomendasi akan menampilkan beberapa hasil rekomendasi berdasarkan
kemiripan dari preferensi pengguna sebelumnya melalui perhitungan Algoritma Slope One.
Sistem akan menampilkan content beserta rating dan komentaropini yang diberikan
pengguna sebelumnya.
Pengguna juga
dapat memberikan
komentarpendapat dan rating pada item tertentu yang diaksesnya. Arsitektur mesin rekomendasi dapat dilihat pada gambar berikut:
Gambar 3.2. Arsitektur mesin rekomendasi
3.1.2 Item Item merupakan objek yang akan direkomendasikan pada sistem rekomendasi. Item
ditandai dengan kompleksitas, nilai dan kegunaan. Nilai value dari suatu item dapat dipresentasikan dalam bentuk angka misalnya: 1 sampai 5.
Item dapat direpresentasikan menggunakan berbagai informasi. Pada sistem rekomendasi e-learning ini, item direpresentasikan dalam beberapa tipe data seperti:
artikel yang memuat gambar dan teks. 3.1.3 User
Pengguna user pada sistem rekomendasi juga disebut sebagai pelanggan adalah seseorang yang menggunakan sistem rekomendasi untuk memberikan pendapatnya
mengenai berbagai macam item dan menerima rekomendasi suatu item baru. Penggunaan sistem rekomendasi e-learning terdiri dari:
a. Member Pengguna jenis ini harus mendaftar terlebih dulu ke dalam sistem kemudian
melakukan berbagai aktifitas didalamnya, termasuk menerima rekomendasi, menyimpan hasil rekomendasi dan mengubah profil pengguna.
b. Tamu Tamu pada sistem rekomendasi adalah pengguna yang memiliki keterbatasan akses
atau tidak melakukan registrasi. Pengguna tamu hanya bisa melihat isi atau item yang terdapat pada sistem e-learning berupa konten.
3.1.4. Transaksi dan Input Pada metode Collaborative Filtering, rating adalah bentuk data transaksi sekaligus
input yang digunakan pada sistem rekomendasi. Pada sistem ini, rating digunakan sebagai transaksi antara sistem dan pengguna dalam memberikan informasi dan opini
terhadap suatu item. Rating yang digunakan berbentuk numerik dengan range 1-5. Bentuk input lain yang bisa diberikan oleh pengguna member adalah memberi
komentar melalui kolom komentar yang disediakan pada tiap-tiap konten.
3.2 Perancangan Sistem
Kategori