SISTEM EVALUASI MUTASI JABATAN SI PT. PLN(PERSERO) DISTRIBUSI JAWA BARAT DAN BANTEN DENGAN MENGGUNAKAN LOGIKA FUZZY
SISTEM EVALUASI MUTASI JABATAN
DI PT. PLN (PERSERO)
DISTRIBUSI JAWA BARAT DAN BANTEN
DENGAN MENGGUNAKAN LOGIKA FUZZY
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana Program Strata Satu Jurusan Teknik Informatika
Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia
ULI YULIAH
10102116
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
BANDUNG
(2)
This document was created with Win2PDF available at http://www.daneprairie.com.
(3)
vi
DAFTAR ISI
ABSTRAK... i
ABSTRACT... ii
KATA PENGANTAR... iii
DAFTAR ISI... iv
DAFTAR GAMBAR...x
DAFTAR TABEL... xiii
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah ...1
1.2 Identifikasi Masalah ...3
1.3 Maksud dan Tujuan ...3
1.4 Batasan Masalah...3
1.5 Metodologi Penelitian ...4
1.6 Sistematika Penulisan...7
BAB II TINJAUAN PUSTAKA 2.1 Gambaran Umum Perusahaan ...9
2.1.1 Sejarah PT. PLN (Persero) Distribusi Jawa Barat dan Banten ...9
2.1.2 Struktur Organisasi PT. PLN (Persero) Distribusi Jawa Barat dan Banten ...13
2.1.3 Visi, Misi dan Filosofi PT. PLN (Persero) Distribusi Jawa Barat dan Banten...14
2.1.4 Tugas Pokok dan Fungsi PT. PLN (Persero) Distribusi Jawa Barat dan Banten...15
2.2 Soft Computing ...16
2.3 Logika Fuzzy ...16
2.3.1Pengertian Logika Fuzzy...17
2.3.2Himpunan Fuzzy ...19
2.3.2.1 Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy ...21
(4)
vii
2.3.3Fungsi Keanggotaan ...22
2.3.4Fungsi Implikasi ...26
2.3.5Sistem Inferensi Fuzzy ...27
2.3.5.1 Metode Tsukamoto...27
2.3.5.2 Metode Mamdani ...27
2.3.5.3 Metode Sugeno...30
2.3.6 Database Fuzzy...31
2.3.6.1 Database Fuzzy Model Tahani ...32
2.3.6.2 Database Fuzzy Model Umano ...32
2.4 Borland Delphi 7.0 ...33
2.4.1 Sejarah Perkembangan Delphi ...33
2.4.2 Struktur Program Delphi 7.0 ...35
2.5 MySQL ...36
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Deskripsi Sistem...37
3.2 Analisis Sistem ... 37
3.2.1Analisis Sistem Yang Sedang Berjalan ...38
3.2.1.1Mutasi Jabatan ...39
3.2.1.2Jenis Mutasi Jabatan ...39
3.2.1.3Jenis, Jenjang dan Jabatan ...40
3.2.1.4Tujuan Mutasi Jabatan...42
3.2.2Analisis Dokumen ...43
3.2.3Analisis Prosedur...43
3.2.3.1Sistem Penilaian Mutasi Jabatan 44
3.2.3.2Prosedur Mutasi Jabatan 45
3.2.4Analisis Kebutuahan Non-Fungsional...48
3.2.4.1Analisis User ...48
3.2.4.2Spesifikasi Kebutuhan Perangkat Keras...49
3.2.4.3Spesifikasi Kebutuhan Perangkat Lunak...49
3.3 Perancangan Sistem Fuzzy ...50
(5)
viii
3.3.1.1Pembentukan Himpunan Fuzzy...50
3.3.1.2Aplikasi Fungsi Implikasi (Aturan)...52
3.3.1.3Komposisi Aturan...54
3.3.1.4Penegasan (Defuzifikasi)...55
3.3.2Fungsi Keanggotaan ...55
3.3.3Perancangan Fungsional...61
3.3.3.1Context Diagram (Diagram Konteks) ...62
3.3.3.2Data Flow Diagram (DFD)...63
3.3.3.3Spesifikasi Proses ...71
3.3.3.4Kamus Data ...76
3.3.4Rancangan Database Fuzzy...82
3.3.4.1 Rancangan Diagram E-R (Entity Relationship Diagram) ...83
3.3.4.2 Relasi Antar Tabel...83
3.3.4.3 Struktur Tabel...84
3.4 Pengkodean ...89
3.4.1Analisis Pengkodean Nip ...89
3.4.2Rancangan Pengkodean Jabatan...90
3.5 Perancangan Prosedural ...90
3.6 Perancangan Program...94
3.6.1Rancangan Menu ...95
3.6.2Tampilan Program ...96
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1 Implementasi ...104
4.1.1 Implementasi Sistem ...104
4.1.2 Implementasi Perangkat Keras ...116
4.1.3 Implementasi Perangkat Lunak ...116
4.2 Pengujian Sistem ...116
4.2.1 Rencana Pengujian ...116
4.2.2 Kasus dan Hasil Pengujian ...117
(6)
ix
4.3 Pengujian Betha...152 4.3.1 Kesimpulan Hasil Pengujian Betha ...153 4.4 Pengujian Data ...154
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan...160 5.2 Saran ...160
DAFTAR PUSTAKA LAMPIRAN
(7)
x
DAFTAR GAMBAR
Gambar 1.1 Diagram Waterfall ...5
Gambar 2.1 Struktur Organisasi Perusahaan...13
Gambar 2.2 Fuzifikasi ...17
Gambar 2.3 Proses Rule Evaluasi ...18
Gambar 2.4 Proses Defuzifikasi...18
Gambar 2.5 Istilah yang digunakan dalam fuzzy ...18
Gambar 2.6 Representasi Linear Naik ...22
Gambar 2.7 Representasi Linear ...23
Gambar 2.8 Kurva Segitiga ...23
Gambar 2.9 Kurva Trapesium ...24
Gambar 2.10 Daerah Bahu Pada Variabel...25
Gambar 2.11 Struktur Program Delphi 7.0 ...35
Gambar 3.1 Flowmap Pengolahan Nilai Unjuk Kerja ...46
Gambar 3.2 Flowmap Mutasi Jabatan...47
Gambar 3.3 Fungsi Keanggotaan Variabel Pendidikan ...56
Gambar 3.4 Fungsi Keanggotaan Variabel Pengalaman Kerja...57
Gambar 3.5 Fungsi Keanggotaan Variabel Jabatan Pegawai...58
Gambar 3.6 Fungsi Keanggotaan Variabel Masa Kerja...58
Gambar 3.7 Fungsi Keanggotaan Variabel Presentasi Kerja ...59
Gambar 3.8 Fungsi Keanggotaan Variabel Keputusan Mutasi ...60
Gambar 3.9 Fungsi Keanggotaan Variabel Jabatan Baru ...61
Gambar 3.10 Diagram Konteks Sistem Mutasi Jabatan...63
Gambar 3.11 DFD level 0 ...65
Gambar 3.12 DFD Level 1 Proses 1 ...66
Gambar 3.13 DFD Level 1 Proses 2 ...66
Gambar 3.14 DFD Level 1 Proses 3 ...67
(8)
xi
Gambar 3.16 DFD Level 1 Proses 5 ...68
Gambar 3.17 DFD Level 2 PRoses 2. ...68
Gambar 3.18 DFD Level 2 Proses 2.3 ...69
Gambar 3.19 DFD Level 2 Proses 2.4 ...69
Gambar 3.20 DFD Level 2 Proses 2.5 ...70
Gambar 3.21 DFD Level 2 Proses 2.6 ...70
Gambar 3.22 Diagram E-R Sistem Mutasi Jabatan...83
Gambar 3.23 Relasi Antar Tabel...84
Gambar 3.24 Flowchart Menu UTama dan Validasi Login...91
Gambar 3.25 Flowchart Input Data Pegawai ...91
Gambar 3.26 Flowchart Edit Data Pegawai ...92
Gambar 3.27 Flowchar Hapus Data Pegawai ...92
Gambar 3.28 Flowchart Input Jabatan Pegawai...93
Gambar 3.29 Flowchar Input Jenis Jabatan ...93
Gambar 3.30 Struktur Menu...95
Gambar 3.32 Menu Utama ...96
Gambar 3.33 Login ...96
Gambar 3.34 Lupa Password ...96
Gambar 3.35 Informasi Data Pegawai ...97
Gambar 3.36 Tambah Data Pribadi Pegawai ...97
Gambar 3.37 Tambah Data Jabatan Pegawai...98
Gambar 3.38 Tambah Data Pengalaman Kerja ...98
Gambar 3.39 Tambah Data Pelanggaran Pegawai ...99
Gambar 3.40 Edit Data Pribadi Pegawai... 99
Gambar 3.41 Edit Data Jabatan Pegawai ...100
Gambar 3.42 Hapus Data Pegawai ...100
Gambar 3.43 Informasi Jabatan ... 101
Gambar 3.44 Informasi Status Kursi Jabatan ...101
Gambar 3.45 Tambah Data Jabatan ...101
Gambar 3.46 Ubah Data Jabatan ...102
(9)
xii
Gambar 3.48 Proses Evaluasi Mutasi Jabatan ...103
Gambar 3.49 Registrasi User Baru ...103
Gambar 3.50 Ganti Password ...103
Gambar 4.1 Tampilan Menu Utama...105
Gambar 4.2 Tampilan Login ...105
Gambar 4.3 Tampilan Informasi Pegawai...106
Gambar 4.4 Tampilan Input Data Pegawai ...106
Gambar 4.5 Tampilan Edit Data Pegawai ...107
Gambar 4.6 Tampilan Hapus Data Pegawai ...107
Gambar 4.7 Tampilan Cari Data Pegawai...108
Gambar 4.8 Tampilan Input Pengalaman Kerja ...109
Gambar 4.9 Tampilan Input Pelanggaran Pegawai ... 109
Gambar 4.10 Tampilan Input Prestasi Kerja Pegawai ...110
Gambar 4.11 Tampilan Deskripsi Jabatan ...110
Gambar 4.12 Tampilan Input Jabatan ...111
Gambar 4.13 Tampilan Edit Jabatan ...111
Gambar 4.15 Tampilan Nilai Variabel Fuzzy ...112
Gambar 4.16 Tampilan Nilai Crisp Output Mutasi...112
Gambar 4.17 Tampilan Nilai Crisp Output Jabatan Baru ...113
Gambar 4.18 Tampilan Tampilan Daftar Pegawai yang di Prediksi Mutasi...113
Gambar 4.19 Tampilan Registrasi User Baru ...114
Gambar 4.20 Tampilan Lupa Password ...114
Gambar 4.21 Tampilan Report Surat Keputusan Mutasi ...115
Gambar 4.22 Tampilan Report Daftar Pegawai yang di Prediksi Mutasi...115
(10)
xiii
DAFTAR TABEL
Tabel 3.0 Jenjang Jabatan dan Level Jabatan ...42
Tabel 3.1 Sistem Penilaian Mutasi Jabatan ...44
Tabel 3.2 Aturan Mutasi Jabatan Untuk Crisp Output Keputusan Mutasi...52
Tabel 3.3 Aturan Untuk Crisp Output Jabatan Baru ...54
Tabel 3.4 Spesifikasi Proses ...71
Tabel 3.5 Kamus Data ...77
Tabel 3.6 Tabel Pribadi Pegawai ...85
Tabel 3.7 Tabel Pengalaman Kerja Pegawai ...85
Tabel 3.8 Tabel Pelanggaran Pegawai...85
Tabel 3.9 Tabel Prestasi Kerja Pegawai ...86
Tabel 3.10 Tabel Jabatan Pegawai ...86
Tabel 3.11 Tabel Pendidikan ...86
Tabel 3.12 Tabel Pendidikan Pegawai ...86
Tabel 3.13 Tabel Jenis Jabatan ...87
Tabel 3.14 Tabel Jenjang Jabatan...87
Tabel 3.15 Tabel Sebutan Jabatan ...87
Tabel 3.16 Tabel Bagian...87
Tabel 3.17 Tabel Jabatan ...87
Tabel 3.18 Tabel User ...88
Tabel 3.19 Tabel Derajat Keanggotaan dan Fire Strength ...88
Tabel 3.20 Tabel Nilai Variabel Fuzzy ...89
Tabel 4.1 Rencana Pengujian Sistem Evaluasi Mutasi Jabatan...117
Tabel 4.2 Pengujian Verifikasi Login user data normal...118
Tabel 4.3 Pengujian Verifikasi Login user data salahl...118
Tabel 4.4 Pengujian Registrasi User Baru data norma...119
(11)
xiv
Tabel 4.6 Pengujian Ubah Password data normal ...120
Tabel 4.7 Pengujian Ubah Password data salah ...121
Tabel 4.8 Pengujian Tambah Data Pegawai data normal...123
Tabel 4.9 Pengujian Tambah Data Pegawai data salah ...124
Tabel 4.10 Pengujian Ubah Data Pegawai data normal ...124
Tabel 4.11 Pengujian Ubah Data Pegawai data salah ...125
Tabel 4.12 Pengujian Hapus Data Pegawai data normal...126
Tabel 4.13 Pengujian Hapus Data Pegawai data salah...128
Tabel 4.14 Pengujian Cari Data Pegawai data normal ...129
Tabel 4.15 Pengujian Input Jabatan Pegawai data Normal ...130
Tabel 4.16 Pengujian Input Jabatan Pegawai data salah ...130
Tabel 4.17 Pengujian Ubah Data Jabatan Pegawai data normal ...131
Tabel 4.18 Pengujian Ubah Data Jabatan Pegawai data salah ...132
Tabel 4.19 Pengujian Tambah Data Pengalaman Kerja Pegawai data normal ...133
Tabel 4.20 Pengujian Tambah Data Pengalaman Kerja Pegawai data salah...135
Tabel 4.21 Pengujian Tambah Data Pelanggaran Pegawai data normal ...136
Tabel 4.22 Pengujian Tambah Data Pelanggaran Pegawai data salah...137
Tabel 4.23 Pengujian Tambah Data Prestasi Kerja Pegawai data normal ...138
Tabel 4.24 Pengujian Tambah Data Prestasi Kerja Pegawai data salah...139
Tabel 4.25 Pengujian Ubah Data Prestasi Kerja Pegawai data normal ...140
Tabel 4.26 Pengujian Ubah Data Prestasi Kerja Pegawai data salah...141
Tabel 4.27 Pengujian Hapus Data Prestasi Kerja Pegawai data normal ...142
(12)
xv
Tabel 4.28 Pengujian Hapus Data Prestasi Kerja
Pegawai data salah...142
Tabel 4.29 Pengujian Tambah Jenis Jabatan data normal ...143
Tabel 4.30 Pengujian Tambah Jenis Jabatan data salah ...144
Tabel 4.31 Pengujian Ubah Jenis Jabatan data normal ...145
Tabel 4.32 Pengujian Ubah Jenis Jabatan data salah...146
Tabel 4.33 Pengujian Hapus Jenis Jabatan data normal...147
Tabel 4.34 Pengujian Hapus Jenis Jabatan data salah ...148
Tabel 4.35 Pengujian Proses Evaluasi Mutasi Jabatan...149
(13)
This document was created with Win2PDF available at http://www.daneprairie.com.
(14)
9
BAB II
TINJAUAN PUSTAKA
2.1 Gambaran Umum Perusahaan
Perusahaan listrik ini mengalami beberapa kali perubahan nama dan sekarang perusahaan ini diberi nama PT. PLN (Persero) Distribusi Jawa Barat dan Banten. Berikut ini adalah uraian tentang sejarah, struktur organisasi dan tugas pokok perusahaan.
2.1.1 Sejarah PT. PLN (Persero) Distribusi Jawa Barat dan Banten a. Masa Penjajahan Belanda
Pada tahun 1905 Indonesia masih dalam penjajahan Hindia-Belanda. Pemerintah Hindia-Belanda memberi izin kepada pengusaha Belanda untuk
mendirikan perusahaan listrik di daerah Bandung dengan nama bandoengsche
electriciteit maatschappij, yang disingkat B.E.M dengan membangun jaringan-jaringan listrik di kota Bandung dan sekitarnya. Pada tahun 1913 pengusahaan pembangkitan dan penyaluran tenaga listrik dilaksanakan oleh I.W.D yang mempunyai wilayah kerja diseluruh Indonesia.
Pada tahun 1919 dibuat akta pendirian perusahaan pelistrikan dihadapan notaris Mr.Andrian Hendrik Van Ophusien No. 213 tanggal 31 Desember 1919. Maka perusahaan listrik pertama yang ada di Bandung dengan nama B.E.M dihapuskan, kemudian digabungkan kedalam suatu perusahaan terbatas dengan
(15)
10
omterken namloose vennotschap) yang bertugas melaksanakan penguasaan distribusi tenaga listrik di Bandung dan sekitarnya. Dan diresmikan pada tanggal 1 Januari 1921 berdiri di Bandung yang merupakan perusahaan swasta yang mendapat izin konsensi di Jawa Barat kecuali kota Cirebon, Jakarta dan Tangerang.
b. Masa Penjajahan Jepang
Pada masa penguasaan pelistrikan beralih dari pemerintahan Hindia-Belanda ke pemerintahan Jepang, baik perindustrian maupun pembangkitan dan
penyaluran tenaga listrik diusahakan oleh apa yang dinamakan djawa denki djigyo
sha bandoeng shisa. Sedangkan untuk pembangkitan dan penyalurannya diusahakan oleh instansi-instansi pelaksana yaitu pada periode 1942 sampai
dengan 1943 dilaksanakan oleh seibo denki djigyo shi dan pada periode 1943
sampai dengan 1945 oleh denki kosha dengan wilayah kerja diseluruh pulau Jawa.
Pada tahun 1945 sehubungan telah dibomnya kota Hiroshima dan Nagasaki oleh Amerika Serikat maka pemerintahan Jepang menyerah tanpa syarat kepada sekutu dan Indonesia pada tanggal 17 Agustus 1945 berkesempatan memproklamasikan kemerdekaannya.
Pada tahun 1948 terjadi agresi Belanda, sehubungan dengan itu pemerintah Republik Indonesia hijrah ke Yogyakarta maka penguasaan dan pendistribusian listrik khususnya di Jawa Barat termasuk Jakarta diusahakan oleh G.E.B.E.O.N.V kembali. Sedangkan untuk pembangkitan dan penyaluran tetap dikuasai oleh pemerintah Republik Indonesia yaitu oleh perusahaan negara untuk
(16)
11
pembangkitan tenaga listrik disingkat PENEPETEL dengan wilayah kerjanya diseluruh Jawa Barat termasuk Jakarta.
c. Setelah Proklamasi Kemerdekaan
Pada tahun 1957 terjadi nasionalisasi perusahaan milik asing, maka G.E.B.E.O.N.V diambil alih tepatnya pada tanggal 27 Desember 1957. sehubungan dengan nasionalisasi ini maka dikeluarkan Peraturan Pemerintah No. 86 Tahun 1958, Peraturan Pemerintah No. 18 Tahun 1959, Peraturan Pemerintah Pengganti Undang-undang No. 19 Tahun 1960 tentang Perusahaan Negara, maka berdasarkan Peraturan Pemerintah No. 18 Tahun 1959 tersebut maka G.E.B.E.O.N.V di Bandung dinyatakan menjadi Perusahaan Milik Negara dengan nama Perusahaan Listrik Negara (PLN).
Tahun 1961 dibentuk Badan Pimpinan Umum Perusahaan Listrik Negara (BPU-PLN) berdasarkan Undang-undang No. 19 Tanggal 30 April 1960. ditetapkan pula SK Menteri Pekerjaan Umum dan Tenaga Kerja No. 16/I/20 tanggal 20 April 1961 bahwa BPU-PLN terdiri atas XIV Exploitasi, yaitu sebagai berikut :
a. Exploitasi I sampai X, menguasai dan mengelola pembangkitan dan
pengeluaran atau pendistribusian tenaga listrik diluar wilayah Jawa Barat.
b. Exploitasi XI sampai XIII, menguasai pembangkitan dan pengeluaran atau
pendistribusian tenaga listrik wilayah Jawa Barat dan Jakarta Raya.
c. Exploitasi IX sampai XIV, menguasai dan mengelola Perusahaan Gas.
Karena BPU-PLN mencakup Perusahaan Gas, maka berdasarkan Peraturan Menteri Pekerjaan Umum dan Tenaga Kerja No.9/PRT/1964 tanggal 28
(17)
12
Desember 1964, BPU-PLN dibebaskan dan sekaligus mendirikan perusahaan Listrik Negara (PLN) dan Perusahaan Gas Negara (PGN) yang masing-masing direksinya terpisah.
Pada tahun 1972 terjadi perubahan dari Perusahaan Listrik Negara (PLN) menjadi Perusahaan Umum Listrik Negara (PULN). Hal ini diatur dalam Peraturan Pemerintah No. 18 Tahun 1972 tentang Perusahaan Listrik Negara.
PLN yang didirikan dengan Peraturan Pemerintah No. 19 Tahun 1965 ditegaskan statusnya menjadi Perusahaan Umum (Perum) sebagaimana yang tercantum dalam pasal 2 ayat 2 Undang-undang No. 9 Tahun 1969 dengan nama Perusahaan Listrik Negara (PLN). Berdasarkan Peraturan Menteri PUTL No. 013/PRT/1975 tanggal 8 September 1975, PLN mengadakan reorganisasi yang menyangkut nama, tugas, dan wilayah-wilayah kerja di daerah. Kemudian berdasarkan pengumuman PLN Exploitasi XI No. 05/DIII/Sek/1975 tanggal 14 Juli 1975, PLN exploitasi XI diubah namanya menjadi Perusahaan Umum Listrik Negara Distribusi Jawa Barat. Dengan adanya Peraturan Pemerintah Republik Indonesia No. 23 Tahun 1994 tanggal 16 Juni 1994 tentang pengalihan bentuk Perusahaan Umum Listrik Negara menjadi Perusahaan Perseroan (Persero) Distribusi Jawa Barat sejak tanggal 30 Juli 1994.
Dalam rangka program restrukturisasi, menjadi Strategis Businness Unit (SBU). PT. PLN (Persero) Distribusi Jawa Barat melalui keputusan Direksi No. 161.K/1010/DIR/2000 tanggal 20 September 2000 mendapat status baru menjadi PT. PLN (Persero) Distribusi Jawa Barat dan Banten.
(18)
13
2.1.2 Struktur Organisasi PT. PLN (Persero) Distribusi Jawa Barat dan Banten
(19)
14
2.1.3 Visi, Misi dan Filosofi PT. PLN (Persero) Distribusi Jawa Barat dan Banten
Visi berisi pandangan jauh kedepan mengenai cita dan citra yang ingin diwujudkan oleh unit kerja yang bersangkutan pada masa yang akan datang. Visi memberikan gambaran kearah mana unit kerja akan dibawa dan bagaimana agar unit kerja tetap eksis, konsisten, antisipasif, inovatif dan produktif.
Guna mencapai visi tersebut maka dibutuhkan misi, karena misi adalah suatu cara bagaimana perusahaan mencapai visi/ tujuan suatu organisasi/ perusahaan dan misi tersebut dapat diwujudkan dengan strategi, cara, sarana dan pedoman berfikir sebagai langkah untuk menuju kondisi dimasa depan. Misi berisi suatu yang harus diemban oleh unit kerja sesuai dengan visinya. Berdasarkan definisi visi dan misi diatas, serta mengacu pada visi dan misi PT. PLN secara nasional. Berikut ini adalah visi, misi dan filosofi PT. PLN (Persero).
A. Visi PT. PLN (Persero) Distribusi Jawa Barat dan Banten
1. Mempertahankan posisi sebagai market share
2. Mewujudkan Perusahaan setara dengan kelas dunia
3. Sumber Daya Manusia yang Profesional
4. Aktivitas usaha akrab lingkungan
B. Misi PT. PLN (Persero) Distribusi Jawa Barat dan Banten
1. Memberikan kontribusi dalam pembangunan Nasional
2. Melakukan usaha sesuai dengan kaidah ekonomi yang sehat
3. Menjaga kualitas produk
(20)
15
C. Filosofi PT. PLN (Persero) Distribusi Jawa Barat dan Banten
Filosofi adalah landasan utama sebagai keyakinan untuk mewujudkan visi dan misi perusahaan. Landasan filosofi PT. PLN (Persero) adalah Mempunyai komitmen yang tinggi terhadap kepentingan pelanggan dengan menjadikan Sumber Daya Manusia sebagai sumber daya penting perusahaan .
2.1.4 Tugas Pokok dan Fungsi PT. PLN (Persero) Distribusi Jawa Barat dan Banten
Tugas pokok PT. PLN (Persero) adalah memberikan pelayanan kepada masyarakat umum yaitu berusaha untuk meningkatkan kesejahteraan bidang kelistrikan sesuai dengan kemajuan teknologi. Realisasinya adalah memperkuat daerah jangkuaan listrik sampai ke pedesaan. Untuk menyelenggarakan tugas tersebut, PT. PLN (Persero) mempunyai fungsi sebagai berikut :
1. Menyediakan listrik bagi kepentingan umum dan sekaligus memupuk
keuntungan berdasarkan prinsip pengelolaan perusahaan.
2. Mengusahakan penyediaan tenaga listrik dalam jumlah dan mutu yang
memadai.
3. Merintis kegiatan-kegiatan usaha penyediaan tenaga listrik dengan tujuan
untuk :
a. Meningkatkan kesejahteraan dan kemakmuran rakyat secara adil dan
merata serta mendorong kegiatan ekonomi.
b. Mengusahakan keuntungan agar dapat membiayai pengembangan
(21)
16
2.2 Soft Computing
Soft Computing merupakan inovasi baru dalam membangun sistem cerdas. Sistem cerdas ini merupakan sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan.[2]
Menurut Prof. Lotfi A.Zadeh yang dikutip Sri Kusumadewi (2003:p.7) mengungkapkan :
Soft Computing adalah Koleksi dari beberapa metodologi yang bertujuan untuk mengekspoitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian dan kebenaran parsial untuk dapat diselesaikan dengan mudah dan biaya penyelesaian yang murah
2.3 Logika Fuzzy
Sistem fuzzy pertama kali ditemukan oleh Prof. Lotfi Zadeh pada
pertengahan tahun 1960 di Universitas California, Berkeley. Sistem ini diciptakan karena boolean logic tidak mempunyai ketelitian yang tinggi, hanya mempunyai logika 0 dan 1 saja. Sehingga untuk membuat sistem yang mempunyai ketelitian yang tinggi maka kita tidak dapat menggunakan boolean logic.
Penerapan teori logika ini dianggap mampu menciptakan sebuah revolusi dalam teknologi. Sebagai contoh, mulai tahun 90-an para manufaktur industri
yang bergerak di bidang Distributed Control system (DCSs), Programmable
Controller (PLCs) dan Microcontroller (MCUs) telah menyatukan sistem logika
fuzzy pada barang produksi mereka dan memiliki prospek ekonomi yang baik. Pada saat yang bersamaan, pertumbuhan yang luar biasa terjadi pada industri
(22)
17
perangkat lunak yang menawarkan kemudahan penggunaan logika fuzzy dan
penerapannya pada setiap aspek kehidupan sehari-hari.
2.3.1 Pengertian Logika Fuzzy
Logika fuzzy adalah suatu metode yang mengadopsi penilaian yang
dilakukan manusia terhadap suatu kebenaran [2]. Yang diekspresikan dalam fungsi kontinue dari 0 sampai 1. Berbeda dengan logika klasik yang menyatakan
segala hal dalam istilah binary (0 atau 1, ya atau tidak).
a. Fuzzifikasi
Merupakan suatu proses untuk mengubah suatu masukan dari bentuk tegas (crisp) menjadi peubah fuzzy (variable linguistik) yang biasanya disajikan
dalam bentuk himpunan-himpunan fuzzy dengan fungsi keanggotaannya
masing-masing.
Gambar 2.2 Proses Fuzzifikasi b. Evaluasi Kaidah
Merupakan proses pengambilan keputusan (inference) yang berdasarkan
aturan-aturan yang ditetapkan pada basis aturan (rules base) untuk
menghubungkan antara peubah-peubah fuzzy masukan dan peubah fuzzy
keluaran. Aturan-aturan ini berbentuk IF THEN. Proses ini berfungsi untuk
(23)
18
Gambar 2.3 Proses Rule Evaluasi
c. Defuzzifikasi
Merupakan proses pengubahan besaran fuzzy yang disajikan dalam bentuk
himpunan-himpunan fuzzy keluaran dengan fungsi keanggotaannya untuk
mendapatkan kembali bentuk tegasnya. Hal ini diperlukan karena plant hanya
mengenal nilai tegas sebagai besaran sebenarnya untuk regulasi prosesnya.
Proses ini berfungsi untuk menentukan suatu nilai crisp output.
Gambar 2.4 Proses Defuzzifikasi
Secara keseluruhan istilah yang digunakan dalam sistem fuzzy adalah sebagai
berikut :
(24)
19
a. Degree of membership (Derajat Keanggotaan)
Fungsi dari derajat keanggotaan adalah untuk memberikan bobot pada suatu input yang kita berikan, sehingga input tadi dapat dinyatakan dengan nilai. Batas dari derajat keanggotaan adalah dari 0 sampai 1.
b. Scope (Domain)
Merupakan suatu batas dari kumpulan input tertentu. Misalnya suhu dingin
adalah 10-50 derajat, sangat cepat adalah dari 200-500 rpm.
c. Label (Himpunan)
Adalah kata-kata untuk memberikan suatu keterangan pada Domain. Contohnya : panas, dingin, cepat, sangat cepat.
d. Membership Function (Fungsi Keanggotaan)
Suatu bentuk bangun yang merepresentasikan suatu batas dari domain.
e. Crisp Input
Nilai input analog yang kita berikan untuk mencariderajat keanggotaan.
f. Universe of discourse (Semesta Pembicaraan)
Batas input yang telah kita berikan dalam merancang suatu fuzzy sistem. Batas
ini berbeda dengan batas scope/ domain. Universe of discourse adalah batas
semua input yang akan diberikan sedangkan scope/ domain adalah suatu batas
yang menentukan bahwa input tersebut dinyatakan panas, dingin, cepat.
2.3.2 Himpunan Fuzzy
Pada himpunan tegas (crisp), nilai keanggotaan satu item x dalam suatu
(25)
20
- Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu
himpunan, atau
- Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu
himpunan.
Jika pada himpunan crisp, nilai keanggotaan hanya ada 2 kemungkinan, yaitu 0
dan 1, pada himpunan fuzzy nilai keanggotaan terletak pada rentang 0 sampai 1.
apabila x memiliki nilai keanggotaan fuzzy A[x]=0 berarti x tidak menjadi
anggota himpunan A, demikian pula apabila x memiliki nilai keanggotaan fuzzy
A[x]=1 berarti x menjadi anggota penuh pada himpunan A.
Terkadang kemiripan antara keanggotaan fuzzy dengan probabilitas
menimbulkan kerancuan. Keduanya memiliki nilai pada interval [0,1], namun interpretasi nilainya sangat berbeda antara kedua kasus tersebut. Keanggotaan
fuzzy memberikan suatu ukuran terhadap pendapat atau keputusan, sedangkan probabilitas mengindikasikan proporsi terhadap keseringan suatu hasil bernilai benar dalam jangka panjang.
Himpunan fuzzy memiliki dua atribut, yaitu :
a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau
kondisi tertentu dengan menggunakan bahasa alami, seperti : Dingin, Sejuk, Hangat, dan Panas
b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu
(26)
21
2.3.2.1Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzy
Ada beberapa operasi yang didefinisikan secara khusus untuk
mengkombinasi dan memodifikasi himpunan fuzzy. Nilai keanggotaan sebagai
hasil dari operasi 2 himpunan sering dikenal dengan nama fire strength atau
-predikat. Ada 3 operator dasar yang diciptakan oleh Zadeh, yaitu :
a. Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpunan. -predikat sebagai hasil operasi dengan operator AND diperoleh dengan
mengambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.
A B min( A[x], B[y])
b. Operator OR
Operator ini berhubungan dengan operasi union pada himpunan. -predikat sebagai hasil operasi dengan operator OR diperoleh dengan
mengambil nilai keanggotaan terbesar antar elemen pada himpunan-himpunan yang bersangkutan.
A B max( A[x], B[y])
c. Operator NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan. -predikat sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan yang bersangkutan dari 1.
(27)
22
2.3.3 Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (derajat keanggotaan) yang memiliki interval antara 0 dan 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan, diantaranya adalah sebagai berikut :
a. Representasi Linear
Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas.
Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan
dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi.
Fungsi Keanggotaan :
1
Derajat Keanggotaan [x]
0
a Domain b
Gambar 2.6 Representasi Linear Naik
(2.i) ; 1 ; / ; 0 a b a x x b x b x a a x
(28)
23
Kedua, merupakan kebalikan dari yang pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.
Fungsi keanggotaan :
b. Representasi Kurva Segitiga
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linear).
Fungsi Keanggotaan : 1 Derajat Keanggotaan [x]
0
a Domain b
Gambar 2.7 Representasi Linear
1
Derajat keanggotaan [x]
0
a b c Domain
Gambar 2.8 Kurva Segitiga
(2.ii) ;
0
; / b a x b x b x b x a
(2.iii) ); /( ) ( ; / ; 0 b c x c a b a x x c x b b x a c x a x ,
(29)
24
c. Representasi Kurva Trapesium
Kurva segitiga pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1.
Fungsi Keanggotaan:
d. Representasi Kurva Bentuk Bahu
Daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun. Tetapi terkadang salah satu sisi dari variabel tersebut tidak mengalami perubahan.
Himpunan fuzzy bahu bukan segitiga, digunakan untuk mengakhiri variabel
suatu daerah fuzzy. Bahu kiri bergerak dari salah ke benar.
1 Derajat Keanggotaan [x]
0 a b c d
Domain
Gambar 2.9 Kurva Trapesium
(2.iv) ); /( ) ( ; 1 ; / ; 0 c d x d a b a x x d x c x b b x a c x a x ,
(30)
25
e. Representasi Kurva-S
Kurva PERTUMBUHAN dan PENYUSUTAN merupakan kurva S atau sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan secara tak linear. Kurva S untuk pertumbuhan akan bergerak dari sisi paling kiri
(nilai keanggotaan=0) ke sisi paling kanan (nilai keanggotaan=1). Fungsi keanggotaannya akan tertumpu pada 50% nilai keanggotaannya yang
sering disebut dengan titik infleksi. Kurva untuk PENYUSUTAN akan bergerak dari sisi paling kanan (nilai keanggotaan = 1) ke sisi paling kiri (nilai keanggotaan = 0). Kurva S didefinisikan dengan menggunakan 3 parameter, yaitu : nilai keanggotaan nol ( ), nilai keanggotaan lengkap ( ), dan titik
infleksi atau crossover ( ) yaitu titik yang merupakan domain 50% benar.
f. Representasi Kurva Bentuk Lonceng (Bell Curve)
Untuk merepresentasikan bilangan fuzzy, biasanya digunakan kurva berbentuk
lonceng. Kurva berbentuk lonceng ini terbagi atas 3 kelas, yaitu : himpunan
fuzzy PI, beta dan Gauss
TEMPERATUR
Dingin Sejuk Normal Hangat Panas 1
Derajat keanggotaan [x]
0
0 28 40 Temperatur (0C)
Gambar 2.10 Daerah bahu pada variabel
(31)
26
g. Koordinat Keanggotaan
Himpunan fuzzy berisi urutan pasangan berurutan yang berisi nilai domain dan
kebenaran nilai keanggotaanya dalam bentuk : Skalar (i) / Derajat (i)
Skalar adalah suatu nilai yang digambar dari domain himpunan fuzzy,
sedangkan Derajat skalar merupakan derajat keanggotaan himpunan
fuzzynya.
2.3.4 Fungsi Implikasi
Tiap-tiap aturan (proposisi) pada basis pengetahuan fuzzy akan
berhubungan dengan suatu relasi fuzzy. Bentuk umum dari aturan yang digunakan
dalam fungsi implikasi adaah :
If x is A then y is B
dengan x dan y adalah skalar, dan A dan B adalah himpunan fuzzy. Proposisi yang
mengikuti IF disebut sebagai anteseden, sedangkan proposisi yang mengikuti THEN disebut sebagai konsekuen. Proposisi ini dapat diperluas dengan
menggunakan operator fuzzy, seperti :
IF ( X1 is A1) ( X2 is A2) ( X3 is A3) .. ( XN is AN) THEN y is B dengan adalah operator (misal : OR atau AND).
Secara umum, ada 2 fungsi implikasi yang dapat digunakan, yaitu :
a. Min (minimum). Fungsi ini akan memotong output himpunan fuzzy.
(32)
27
2.3.5 Sistem Interferensi Fuzzy
2.3.5.1Metode Tsukamoto
Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk
IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi
keanggotaan yang monoton (Gambar 2.16). sebagai hasilnya, output hasil
inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan
-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata
terbobot.
2.3.5.2Metode Mamdani
Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk
mendapat output, diperlukan 4 tahapan :
a. Pembentukan himpunan fuzzy
Pada metode Mamdani, baik variabel input maupun variabel output dibagi
menjadi satu atau lebih himpunan fuzzy.
b. Aplikasi fungsi implikasi (aturan)
Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min.
c. Komposisi aturan
Tidak seperti penalaran monoton, apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antara aturan. Ada 3
metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu : max,
(33)
28
1. Metode Max (Maximum)
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil
nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi
daerah fuzzy, dan menggunakannya operator OR (union). Jika semua
proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy
yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan :
sf[xi] max ( sf[xi], kf[xi]) dengan :
sf[xi]= nilai keanggotaan solusi fuzzy sampai aturan ke-i;
kf[xi]= nilai keanggotaan konsekuen fuzzy aturan ke-i;
Apabila digunakan fungsi implikasi MIN, maka metode komposisi ini sering disebut dengan nama MAX-MIN atau MIN-MAX atau MAMDANI.
2. Metode Additive (Sum)
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan
bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan :
sf[xi] min (1, sf[xi]+ kf[xi]) dengan :
sf[xi]=nilai keanggotaan solusi fuzzy sampai aturan ke-i;
(34)
29
3. Metode Probabilistik (probor)
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan
product terhadap semua output daerah fuzzy. Secara umum dituliskan : sf[xi] ( sf[xi]+ kf[xi]) - ( sf[xi]* kf[xi])
dengan :
sf[xi]=nilai keanggotaan solusi fuzzy sampai aturan ke-i;
kf[xi]= nilai keanggotaan konsekuen fuzzy aturan ke-i;
d. Penegasan (defuzzy)
Input dari proses defuzifikasi adalah suatu himpunan fuzzy yang diperoleh dari
komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan
suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan
suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu
nilai crisp tertentu sebagai output .
Ada beberapa metode defuzifikasi pada komposisi aturan MAMDANI, antara lain :
1. Metode Centroid (Composite Moment)
Pada metode ini, crisp diperoleh dengan cara mengambil titik pusat (z*)
daerah fuzzy.
Secara umum dirumuskan :
Untuk semesta kontinue
Untuk semesta diskret
n j j n j j j z z z z z z dz z dz z z z 1 1 ) ( ) ( * ) ( ) ( *
(35)
30
2. Metode Bisektor
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada
domain fuzzy yang memiliki nilai keanggotaan sebagian dari jumlah total
nilai keanggotaan pada daerah fuzzy.
Secara umum dituliskan :
Zp sedemikian hingga
p
R
R
p
n
n
dz z dz
z) ( )
(
3. Metode Mean Of Maximum (MOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai
rata-rata domain yang memiliki nilai keanggotaan maksimum.
4. Metode Largest of Maximum (LOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai
terbesar dari domain yang memiliki nilai keanggotaan maksimum.
5. Metode Smallest of Maximum (SOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai
terkecil dari domain yang memiliki nilai keanggotaan maksimum.
2.3.5.3Metode Sugeno
Penalaran dengan metode SUGENO hampir sama dengan penalaran
MAMDANI, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy,
melainkan berupa konstanta atau persamaan linear. Metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985. Apabila komposisi aturan menggunakan
(36)
31
metode SUGENO, maka defuzifikasi dilakukan dengan cara mencari nilai rata-ratanya.
a. Model Fuzzy Sogeno Orde-Nol
Secara umum bentuk model fuzzy SUGENO Orde-Nol adalah :
IF (X1 is A1) (X1 is A1) (X1 is A1) (XN is AN) THEN z=k
Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu
konstanta (tegas) sebagai konsekuen.
b. Model Fuzzy Sugeno Orde-Satu
Secara umum bentuk model fuzzy SUGENO Orde-Satu adalah :
Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan pi adalah suatu
konstanta (tegas) ke-i dan q juga merupakan konstanta dalam konsekuen.
IF (X1 is A1) (XN is AN) THEN z=p1*x1 + + pNXN + q
Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan pi adalah suatu
konstanta (tegas) ke-i dan q juga merupakan konstanta dalam konsekuen.
2.3.6 Database Fuzzy
Database (basisdata) merupakan kumpulan dari data yang saling berhubungan satu dengan yang lainnya, tersimpan di perangkat keras komputer dan digunakan perangkat lunak untuk memanipulasinya.[2] Sistem basis data
(database system) adalah suatu sistem informasi yang mengintegrasikan kumpulan data yang saling berhubungan satu dengan yang lainnya.[2] Desain
database dimaksudkan untuk mengidentifikasikan sebuah file-file database yang
diperlukan untuk sistem informasi dan untuk mengidentifikasikan isi struktur dari
(37)
32
harus dapat digunakan untuk pembuatan suatu output. Demikian juga dengan
input yang akan direkam didalam database, file-file database harus mempunyai
elemen untuk menampung input yang dimasukkan. Dengan demikian struktur dari
suatu file database tergantung dari arus data masuk dan arus data keluar, dari atau
ke file tersebut.
2.3.6.1Database Fuzzy Model Tahani
Sebagian besar database standar diklasifikasikan berdasarkan bagaimana
data tersebut dipandang oleh user. Dengan menggunakan database standar, kita
dapat mencari data-data dengan spesifikasi tertentu dengan menggunakan query.
Pada kenyataanya, seseorang kadang membutuhkan informasi dari data-data yang
bersifat ambigu. Apabila hal ini terjadi, maka kita menggunakan database fuzzy.
Selama ini, sudah ada beberapa penelitian tentang database fuzzy. Database fuzzy
model Tahani masih tetap menggunakan relasi standar, hanya saja model ini
menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya.
2.3.6.2Database Fuzzy Model Umano
Pada database fuzzy Model Umano, data-data yang ambigu diekspresikan
dengan menggunakan distribusi posibilitas. Distribusi posibilitas merupakan nilai atribut dari suatu model relasi.
(38)
33
2.4 Borland Delphi 7.0
2.3.1 Sejarah Perkembangan Delphi
Delphi adalah bahasa pemrograman visual berbasis windows yang
menggunakan bahasa pascal sebagai compiler. Keberadaan bahasa pemrograman
delphi tidak dapat dipisahkan dari bahasa turbo pascal, karena delphi merupakan generasi penerus dari turbo pascal yang diluncurkan pada tahun 1983 oleh
Borland International Incorporation.
Kecenderungan pengguna bahasa pemrograman visual untuk membangun sebuah aplikasi telah mendorong Borland membuat bahasa pemrograman yang baru. Pada tahun 1995 di perkenalkan kepada pengguna komputer, sebuah bahasa pemrograman visual berbasis bahasa pascal. Bahasa pemrograman tersebut diberi nama Borland Delphi. Pengguna delphi dapat mempersingkat waktu pemrograman karena kita tidak perlu lagi menulis kode program yang rumit dan panjang untuk menggambar, meletakkan dan mengatur komponen. Selain itu kita juga dapat menyusun aplikasi yang lebih interaktif.
Delphi menyediakan fasilitas yang lengkap untuk membangun suatu
program aplikasi misalkan IDE (Integrated Development Environment). Dengan
IDE maka kita akan sangat terbantu, karena semua kebutuhan pemrograman telah disediakan dalam suatu tampilan. IDE delphi terdiri dari Menu, SpeedBox, Component Pallete, Objek Inspector Form dan Edit Code.
Umumnya delphi lebih banyak digunakan untuk pengembangan aplikasi
desktop dan enterprise berbasis database, tapi sebagai perangkat pengembangan
(39)
34
jenis proyek pengembangan software. Delphi juga yang dikenal sebagai salah satu
yang membawa istilah RAD (Rapid Application Development) tool, saat dirilis
tahun 1995 untuk windows 16-bit. Delphi 2, dirilis setahun kemudian, mendukung
lingkungan windows 32-bit, dan versi c++, C++Builder, dirilis beberapa tahun
kemudian. Pada tahun 2001 sebuah versi linux yang dikenal sebagai Kylix tersedia. Dengan satu rilis baru setiap tahunnya, pada tahun 2002 dukungan untuk Linux (melalui Kylix dan CLX component library) ditambahkan dan tahun 2003 .NET mulai didukung dengan munculnya Delphi.Net (Delphi 8).
Chief Architect yang membidani Delphi, dan pendahulunya Turbo Pascal, adalah Anders Hejlsberg sampai kemudian ia pindah ke Microsoft tahun 1996 di
mana ia sebagai chief designer C# dan termasuk orang kunci dalam perancangan
Microsoft.Net Framework. Dukungan penuh untuk .Net ditambahkan pada Delphi
8 (dirilis pada bulan Desember 2003) dengan penampilan user interface (look and
feel) mirip dengan Microsoft Visual Studio.NET.
Delphi 2005 (nama lain dari Delphi 9) mendukung code generation baik
untuk win32 maupun .NET, dan seperti yang telah dikenal, fitur-fitur manipulasi
data secara live dari database secara design-time. Ia juga membawa banyak
pembaruan pada IDE secara signifikan.
Para penganjur delphi mengklaim dengan bahasa pemrograman Delphi, IDE dan component library (VCL/CLX) yang disediakan oleh vendor tunggal memungkinkan satu paket yang lebih konsisten dan mudah dikenali. Produk
delphi ini didistribusikan dalam beberapa rancangan: Personal, Professional,
(40)
35
2.3.2 Struktur Program Borland Delphi 7.0
Gambar 2.11 Struktur Program Delphi 7.0
Fungsi dari elemen-elemen di atas adalah :
a. Object Inspector : suatu window yang berguna untuk mengatur suatu object
baik properti, events dan method.
b. Form : digunakan sebagai layar/window yang digunakan sebagai lembar kerja
kita. Di form-lah semua komponen seperti tombol dan komponen lainnya disimpan.
c. Window Unit/ Source Code : Window/layar yang berisi perintah-perintah yang
akan dieksekusi oleh komputer. Di layar inilah mengisikan program-program
d. Component Palette : layar yang berisikan komponen-komponen yang dipakai
dalam program.
Form
Unit/Source Code
Object Inspector
(41)
36
2.4 MySQL
MySQL adalah multi user database yang menggunakan bahasa Struktured
Query Language (SQL). MySQL mampu menangani data yang cukup besar.
SQL adalah bahasa standar yang digunakan untuk mengakses database
server. Dengan menggunakan SQL, proses akses database menjadi lebih user - friendly dibandingkan dengan menggunakan dBASE atau Clipper yang masih menggunakan perintah - perintah pemrograman.
Secara umum SQL dapat digunakan untuk melakukan proses penambahan data, penghapusan data, perbaikan data, melihat-lihat data yang tersimpan dan membentuk laporan, serta melakukan ekstraksi informasi dalam suatu database.
(42)
This document was created with Win2PDF available at http://www.daneprairie.com.
(43)
DAFTAR PUSTAKA
[1] Kusumadewi, Sri. Purnomo, Hari., Aplikasi Logika Fuzzy Untuk Mendukung
Keputusan, Graha Ilmu, Yogyakarta, 2004
[2] Kusumadewi, Sri., Artificial Intelligence (Teknik dan Aplikasinya), Graha
Ilmu, Yogyakarta, 2003.
[3] Prahasa, Eddy., Konsep-Konsep Dasar Sistem Informasi Geografis,
Informatika, Bandung, 2005.
[4] http://id.wikipedia.org/wiki/Logika_Fuzzy
[5] http://eprints.ums.ac.id/198/
[6] http://faculty.petra.ac.id/thiang/download/paper/Fuzzy_batang.pdf [7] http://faculty.petra.ac.id/thiang/download/paper/fuzzy-noise.pdf
[8] http://faculty.petra.ac.id/hanyf/doc/sitia2001.pdf
[9] http://faculty.petra.ac.id/thiang/download/paper/Fuzzy_mobil.pdf
[10] http://library.gunadarma.ac.id/files/disk1/5/jbptgunadarma-gdl-s1-2004-
anyriana50-229-abstraksi.pdf
[11] http://www.te.ugm.ac.id/~oyas/teliti/forum%20teknik%201998.pdf
(44)
This document was created with Win2PDF available at http://www.daneprairie.com.
(1)
34
jenis proyek pengembangan software. Delphi juga yang dikenal sebagai salah satu yang membawa istilah RAD (Rapid Application Development) tool, saat dirilis tahun 1995 untuk windows 16-bit. Delphi 2, dirilis setahun kemudian, mendukung lingkungan windows 32-bit, dan versi c++, C++Builder, dirilis beberapa tahun kemudian. Pada tahun 2001 sebuah versi linux yang dikenal sebagai Kylix tersedia. Dengan satu rilis baru setiap tahunnya, pada tahun 2002 dukungan untuk Linux (melalui Kylix dan CLX component library) ditambahkan dan tahun 2003 .NET mulai didukung dengan munculnya Delphi.Net (Delphi 8).
Chief Architect yang membidani Delphi, dan pendahulunya Turbo Pascal, adalah Anders Hejlsberg sampai kemudian ia pindah ke Microsoft tahun 1996 di mana ia sebagai chief designer C# dan termasuk orang kunci dalam perancangan Microsoft.Net Framework. Dukungan penuh untuk .Net ditambahkan pada Delphi 8 (dirilis pada bulan Desember 2003) dengan penampilan user interface (look and feel) mirip dengan Microsoft Visual Studio.NET.
Delphi 2005 (nama lain dari Delphi 9) mendukung code generation baik untuk win32 maupun .NET, dan seperti yang telah dikenal, fitur-fitur manipulasi data secara live dari database secara design-time. Ia juga membawa banyak pembaruan pada IDE secara signifikan.
Para penganjur delphi mengklaim dengan bahasa pemrograman Delphi, IDE dan component library (VCL/CLX) yang disediakan oleh vendor tunggal memungkinkan satu paket yang lebih konsisten dan mudah dikenali. Produk delphi ini didistribusikan dalam beberapa rancangan: Personal, Professional,
(2)
35
2.3.2 Struktur Program Borland Delphi 7.0
Gambar 2.11 Struktur Program Delphi 7.0
Fungsi dari elemen-elemen di atas adalah :
a. Object Inspector : suatu window yang berguna untuk mengatur suatu object baik properti, events dan method.
b. Form : digunakan sebagai layar/window yang digunakan sebagai lembar kerja kita. Di form-lah semua komponen seperti tombol dan komponen lainnya disimpan.
c. Window Unit/ Source Code : Window/layar yang berisi perintah-perintah yang akan dieksekusi oleh komputer. Di layar inilah mengisikan program-program d. Component Palette : layar yang berisikan komponen-komponen yang dipakai
dalam program.
Form Unit/Source Code
Object Inspector
(3)
36
2.4 MySQL
MySQL adalah multi user database yang menggunakan bahasa Struktured Query Language (SQL). MySQL mampu menangani data yang cukup besar.
SQL adalah bahasa standar yang digunakan untuk mengakses database server. Dengan menggunakan SQL, proses akses database menjadi lebih user - friendly dibandingkan dengan menggunakan dBASE atau Clipper yang masih menggunakan perintah - perintah pemrograman.
Secara umum SQL dapat digunakan untuk melakukan proses penambahan data, penghapusan data, perbaikan data, melihat-lihat data yang tersimpan dan membentuk laporan, serta melakukan ekstraksi informasi dalam suatu database.
(4)
This document was created with Win2PDF available at http://www.daneprairie.com.
(5)
DAFTAR PUSTAKA
[1] Kusumadewi, Sri. Purnomo, Hari., Aplikasi Logika Fuzzy Untuk Mendukung Keputusan, Graha Ilmu, Yogyakarta, 2004
[2] Kusumadewi, Sri., Artificial Intelligence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta, 2003.
[3] Prahasa, Eddy., Konsep-Konsep Dasar Sistem Informasi Geografis, Informatika, Bandung, 2005.
[4] http://id.wikipedia.org/wiki/Logika_Fuzzy
[5] http://eprints.ums.ac.id/198/
[6] http://faculty.petra.ac.id/thiang/download/paper/Fuzzy_batang.pdf [7] http://faculty.petra.ac.id/thiang/download/paper/fuzzy-noise.pdf [8] http://faculty.petra.ac.id/hanyf/doc/sitia2001.pdf
[9] http://faculty.petra.ac.id/thiang/download/paper/Fuzzy_mobil.pdf [10] http://library.gunadarma.ac.id/files/disk1/5/jbptgunadarma-gdl-s1-2004-
anyriana50-229-abstraksi.pdf
[11] http://www.te.ugm.ac.id/~oyas/teliti/forum%20teknik%201998.pdf [12] http://www.te.ugm.ac.id/~oyas/teliti/oyas-ceci03.pdf
(6)
This document was created with Win2PDF available at http://www.daneprairie.com.