SISTEM PENDUKUNG KEPUTUSAN RECRUITMENT KARYAWAN BARU DENGAN METODE Analytic Hierarchy Process (AHP) di PT Aqualine

  Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017

SISTEM PENDUKUNG KEPUTUSAN RECRUITMENT

KARYAWAN BARU DENGAN METODE Analytic

  

Hierarchy Process (AHP) di PT Aqualine

1) 2) 3)

  

IGKG Puritan wijaya ADH , I Made Sudharma Putra , Ni Made Dewi Kansa Putri

  STIMIK STIKOM Bali Jalan Raya Puputan No.86 Renon, Denpasar, Bali, Indonesia Telp.+62 361 244445 e-mail: puri@stikom-bali.ac.id, mysudarma@gmail.com, kansa@stikom-bali.ac.id

  

Abstrak

Keperluan karyawan saat ini sangat dibutuhkan sebuah perusahaan, akan tetapi tidak semua

perusahaan mendapatkan karyawan yang mereka butuhkan pada saat pelamaran terjadi. Karyawan yang

tidak sesuai harapan perusahaan tentu akan membuat perusahaan memberhentikan karyawan tersebut

dan membuka lowongan lagi dengan posisi yang sama, akan tetapi mencari karyawan baru memerlukan

waktu dan proses yang cukup dibilang lama, yang sesuai dengan kriteria perusahaan. Analytic Hirarchy

Process (AHP) adalah metode yang umumnya digunakan untuk menyusun prioritas dari berbagai

alternatif yang ada, dengan metode AHP proses seleksi karyawan berdasarkan kriteria yang ada dapat

dilakukan. Hasil dari metode AHP adalah pelamar yang memiliki nilai kriteria yang yang paling tinggi

yang artinya memiliki nilai yang lebih tinggi dari pelamar lain, sehingga perusahaan dapat mendapatkan

karyawan yang mereka inginkan sesuai dengan kriteria yang ditentukan. Dengan perengkingan dengan

AHP maka perusahaan dapat dimudahkan dalam memilih calon karyawan terbaik sesuai kriteria yang

telah ditentukan.

  Kata kunci: AHP, Sistem Pendukung Keputusan, Karyawan, Lowongan, Pekerjaan

  1. Pendahuluan

  Banyak perusahaan belum menerapkan suatu sistem recruitment yang tepat untuk menyeleksi karyawan mereka, salah satu faktor yang menyebabkan perusahaan tidak memiliki pendanaan yang cukup untuk mengembangkan yang cocok untuk perusahaan mereka. Akan tetapi pemerintah sudah memulai menggunakan sebuah sistem untuk menyeleksi calon pegawai negeri sipil. Langkah Pemerintah tersebut mengisyaratkan bahwa sangat diperlukan sebuah sistem untuk menyeleksi calon karyawan atau tenaga kerja dengan baik dan efisien. Cara seperti itu yang harus diikuti oleh perusahaan-perusahaan yang menginginkan atau mendapatkan karyawan sesuai dengan harapan dan posisi.

  Saat ini keperluan karyawan sangat dibutuhkan sebuah perusahan seperti pada PT. Aqualine, tidak ada perusahaan yang besar tanpa kerja keras dari karyawannya. Kebutuhan akan karyawan yang sesuai dengan kemampuan dan kapabilitas sesuai dengan posisi yang dibutuhkan menyebabkan kurang tercapainya hasil sesuai yang diharapkan. Dengan sangat cepatnya perubahaan kebutuhan pada saat ini, perusahaan yang sulit berkembang akan dengan cepat mengalami kemunduran karena target kegiatan yang kurang tercapai. Maka dari itu recruitment karyawan sangat penting dilakukan dengan metode yang tepat, agar karyawan yang diterima sesuai dengan harapan.

  Ada beberapa macam metode yang dapat digunakan untuk pelaksanaan menyeleksi karyawan, diantaranya metode Analytic Hierarchy Process (AHP) dan metode Profile Matching. Metode AHP dapat menyelesaikan masalah multikriteria yang kompleks menjadi suatu hirarki. Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. AHP umumnya digunakan dengan tujuan untuk menyusun prioritas dari berbagai alternatif pilihan yang ada dan pilihan-pilihan tersebut bersifat kompleks atau multikriteria [1].

  2. Metode Penelitian 2.1. Sistem Pendukung Keputusan

  Menurut Alter, Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan manipulasi data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat [2].

  2.2. Analytical Hierarchy Process (AHP)

  Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. AHP umumnya digunakan dengan tujuan untuk menyusun prioritas dari berbagai alternatif pilihan yang ada dan pilihan- pilihan tersebut bersifat kompleks atau multikriteria [1].

  Peralatan utama AHP adalah sebuah hirarki fungsional dengan input utamanya persepsi manusia akan prioritas antara satu elemen dengan elemen yang lainnya. Keberadaan hirarki memungkinkan dipecahnya masalah kompleks atau tidak terstruktur dalam sub-sub masalah, lalu menyusunnya menjadi suatu bentuk hirarki.

  2.3. Perhitungan Analytical Hirarchy Process (AHP)

  Perhitungan pertama dimulai dari menentukan nilai perbandingan kriteria, nilai perbandingan dapat dilihat pada tabel 1.

  Tabel 1 Pairwise Comparison Kriteria

NILAI/ IPK PENGALAMAN UMUR NILAI/ IPK

  1

  1

  3 PENGALAMAN

  1

  1

  5 UMUR 0,333 0,2

  1 Jumlah 2,333 2,2

  9 Kemudian nilai perbandingan tersebut di normalisasi dengan cara membagi niai setiap perbandingan

  dengan juamlah kriteria, contoh: perbandingan Pengalaman

• – Nilai/IPK adalah 1, kemudian dikalikan jumlah Nilai/IPK = 1 / 2,333 = 0,429. Setelah semua nilai perbadingan di normalisasi maka kemudian di jmlahkan setiap baris kriteria, untuk mencari Eigen Vector Normalisasi adalah membagi jumlah kriteria yang sudah normalisasi dengan julah kriteria yang ada, eigen vector dapat dilihat pada tabel 2.

  Tabel 2 Eigen Vector Normalisasi Kriteria

  NILAI/ PENGALAMAN UMUR Jumlah Eigen Vector

  IPK Baris Normalisasi

NILAI/ IPK 0,429 0,455 0,333 1,217 0,406

PENGALAMAN 0,429 0,455 0,556 1,44 0,48

  

UMUR 0,143 0,091 0,111 0,345 0,115

  Untuk memastika nilai perbandingan yang telah dilakukan sebelumnya konsisten atau tidak maka harus dilakukan pengecekan dengan cara berikut: o Menentu kan nilai Eigen Maksimum (λmaks).

  Kalikan jumlah nilai perbandingan pada tabel 1 dengan Eigen Vector kriteria pada tabel 2, kemudian dijumlahkan. Λmaks = (2,333 x 0,406) + (2,2 x 0,480) + (9 x 0,115) = 3,038 o

  Menghitung Indeks Konsistensi (CI) o Rasio Konsistensi Pada tabel index ratio untuk tiga kriteria adalah 0,58.

  RI = 3 =0,58 Karena CR Kriteria kurang dari 0,1, maka nilai perbandingan dianggap konsisten. Kemudian dilanjutkan dengan menghitung nilai sub kriteria, perhitungan sama seperti menghitung nilai kriteria. Sub kriteria dipergunakan untuk pengelompokan data yang akan diolah nanti, sebagai contoh umur, dengan rentang angka yang panjang dari 17 sampai 40 tahun, terlalu banyak niai perbandingan yang harus dilakukan, akan tetapi jika dimasukan kedalam sub kriteria sangat baik (23- 31tahun), baik (lebih dari 31), cukup (kurang dari 23tahun). Maka perhitungan data akan menjadi sedikit lebih mudah. Perhitungan nilai perbandingan sub kriteria dapat dilihat pada tabel 3.

  Tabel 3 Pairwise Comparison Sub Kriteria

  Sangat Baik Baik Cukup Sangat Baik

  1

  3

  5 Baik 0,333333

  1

  3 Cukup 0,2 0,333333

  1 Jumlah 1,5333 4,3

  9 Tabel 4 Eigen Vector Normalisasi Sub Kriteria Sangat Baik Cukup Jumlah Eigen Vector Baik Baris Normalisasi Sangat Baik 0,652 0,692 0,556 1,900 0,633 Baik 0,217 0,231 0,333 0,781 0,260

  Cukup 0,130 0,077 0,111 0,318 0,106

  Menentukan konsistensi nilai perbandingan Sub Kriteria: o Menentukan nilai Eigen Maksimum (λmaks).

  Λmaks = (1,5333x 0,623) + (4,5 x 0,260) + (9 x 0,106) = 3,055 o Menghitung Indeks Konsistensi (CI) o Rasio Konsistensi

  RI = 3 =0,58 Karena CR Sub Kriteria kurang dari 0,1, maka nilai perbandingan dianggap konsisten.

  Pengkelasan setiap sub kriteria untuk memudahkan dalam perhitungan: Tabel 5 Sub Kriteria Pengalaman

  Pengalaman Sangat Baik Lebih dari 2th 0,633 Baik 1th - 2th 0,260 Cukup Kurang 1th 0,106

  Tabel 6 Sub Kriteria IPK

  IPK Sangat Baik 3,5 - 4 0,633 Baik 31 - 3,49 0,260 Cukup 2,7 - 30,90 0,106

  Tabel 7 Sub Kriteria Umur

  UMUR Sangat Baik 23 - 30 0,633 Baik Kurang dari 23 0,260 Cukup Lebih dari 30 0,106

  Menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk tiap kirteria dan sub kriteria Tabel 8 Perangkingan dari Alternatif

  PENGALAMAN

  IPK UMUR Jumlah

  Agus

  2

  3 22 0,223535048

  Mahesa

  1 3,6 24 0,149336587

  Meggi

  3 3,7 29 0,63334572 Jadi yang memiliki nilai paling tinggi adalah meggi dengan jumlah nilai 0,63334572

3. Hasil dan Pembahasan 3.1. Data Flow Diagram (DFD)

3.1.1. Diagram Konteks

  Konteks diagram adalah diagram yang terdiri dari satu proses utama dan menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau output dari sistem[3]. Diagram konteks pada sistem pendukung keputusan ini terdiri dari satu proses utama yang bernama Sistem Pendukung Keputusan Recruitment Karyawan Baru dengan Metode AHP di PT Aqualine. Ada beberapa entitas yang pertama entitas bernama HRD, HRD dapat melakukan menambahkan, mengedit dan menghapus lowongan, menentukan nilai perbandingan pada metode AHP. Entitas selanjutnya adalah Administrator yang dapat melakukan semua proses yang ada dalam sistem. Selanjtnya entitas calon karyawan, yang hanya dapat melakukan proses pendaftaran yang mengisi data yang diperlukan. Berikut adalah diagram konteks dari Sistem Pendukung Keputusan Recruitment Karyawan Baru dengan Metode AHP di PT Aqualine yang ditunjukan oleh gambar 1 _{Cetak_Data_Pelamar Seleksi_Data_Pelamar Data_Nilai_Kriteria Seleksi_Data_Tes} Cetak_Data_Tes

  HRD _{Tambah_Data_Lowongan Hapus_Data_Lowongan Cetak_Data_Lowongan Ubah_Data_Lowongan Data_Login_HRD} Calon _{Data_Lowongan_Tambah Data_Lowongan_Ubah Info_Data_Login_HRD Info_Data_Lamaran_Kerja Data_Lamaran_Kerja} Karyawan _{Info_Data_Nilai_Kriteria} Data_Lowongan_Hapus _{Data_Pelamar_Seleksi Data_Lowongan_Cetak Data_Tes_Seleksi Data_Pelamar_Cetak Recruitment Karyawan Baru dengan Metode AHP dan Profile Matching Sistem Pendukung Keputusan Info_Data_Login_Pelamar Info_Data_Jawaban_Tes Data_Login_Pelamar Data_Jawaban_Tes}

  Hapus_Data_Administrator _{Hapus_Data_HRD Data_Login_Administrator Ubah_Data_HRD Tambah_Data_HRD} Tambah_Data_Administrator _{Data_Administrator_Tambah} Administrator

_{Info_Data_Login_Administrator}

_{Data_Administrator_Hapus Data_HRD_Tambah Data_HRD_Hapus Data_HRD_Ubah} .

  Gambar 1 Kontek Diagram

  3.1.2. DFD Level 0

  DFD level 0 merupakan dekomposisi dari konteks diagram. Terdapat tiga entitas yaitu HRD, Administrator, Calon Pelamar dan sebelas data store yaitu tb_user, tb_lowongan, tb_pelamar, tb_provinsi, tb_kota, tb_pendidikan, dan tb_gelar, tb_soal, tb_jawaban, tb_lowongan, tb_kriteria, tb_nilaiKriteria. Berikut adalah DFD level 0 dari Sistem Pendukung Keputusan Recruitment Karyawan Baru dengan Metode AHP di PT Aqualine ditunjukkan dengan gambar 2. _{Info_Data_Login_Pelamar Data_Login_HRD Data_Login_Pelamar Mengelola Login Info_Data_Login_HRD Data_Kriteria 1 Info_Data_Login_Pelamar Data_Login_Administrator Data_Login_Pelamar 6 tb_Kriteria Info_Data_Login_Administrator HRD Data_Kriteria} Info_Data_Nilai_Sub_Kriteria Info_Data_Kriteria _{Info_Data_Sub_Kriteria Info_Data_Nilai_Kriteria Data_Nilai_Kriteria Info_Data_Kriteria Mengelola_Kriteria 2 Data_Nilai_Kriteria Info_Data_Nilai_Kriteria 7 tb_NilaiKriteria Tambah_Data_Lowongan Ubah_Data_Lowongan Hapus Data Lowongan Data_Lowongan_Tambah Data_Lowongan_Ubah Data Lowongan Hapus Cetak_Data_Lowongan} Data_Lowongan_Cetak _{Mengelola Lowongan Data_Lowongan 4 3 Info_Data_Lowongan Info_Data_Nilai_Kriteria 5 tb_lowongan Info_Data_Login_Administrator Cetak_Data_Pelamar Seleksi_Data_Pelamar Mengelola Data} Menyeleksi Data Info_Data_Pelamar _{Pelamar 6 Info_Data_Pelamar} Data_Pelamar_Cetak _{Calon Karyawan Info_Data_Lamaran_Kerja Data_Lamaran_Kerja 11 tb_pendidikan info_data_pendidikan Mengisi Data Lamaran Pelamar 7 info_data_gelar info_data_kota info_data_provinsi Data_Lamaran_Kerja 9 tb_kota 10 tb_gelar 8 tb_provinsi 4 tb_pelamar} Data_Login_Administrator _{Administrator Data_HRD_Hapus Hapus_Data_HRD Data_HRD_Tambah Data_HRD_Ubah Ubah_Data_HRD}

_{Tambah_Data_HRD}

_{Mengelola Data HRD 9 Info_Data_HRD Data_HRD 1 tb_user Hapus_Data-Administrator Ubah_Data_Administrator Tambah_Data_Administrator Data_Administrator_Tambah} Data_Administrator_Ubah _{Mengelola Data Administrator 10 Info_Data_Administrator Data_administrator} Data_Administrator_Hapus

  Gambar 2 DFD Level 0

  3.1.3. DFD Level 1 Mengelola Data Lowongan

  DFD Level 1 mengelola data Lowongan merupakan rincian dari proses mengelola data Lowongan yang ada pada DFD level 0. Terdapat empat proses yaitu proses tambah data lowongan, ubah data lowongan, hapus data lowongan, dan cetak data lowongan. Proses tersebut akan dilakukan oleh HRD, dan disimpan pada data store tb_lowongan. Berikut adalah DFD level 1 mengelola data lowongan yang ditunjukan dengan gambar 3

  _{HRD Data_Lowongan_Ubah Lowongan}

_{Ubah_Data_Lowongan Data_Lowongan}

_{Data_Lowongan_Tambah} Tambah_Data_Lowongan Data_Lowongan

_{Tambah Data}

_{Ubah Data}

_Lowongan

_3.2

_3.1

_{Info_Data_Lowongan Info_Data_Lowongan} Hapus_Data_Lowongan _{Data_Lowongan_Hapus Info_Data_Lowongan Data_Lowongan_Cetak Lowongan2 Cetak_Data_Lowongan Data_Lowongan}

_{Hapus Data}

_{Cetak Data}

_Lowongan

^3.3

_3.4

_{Data_Lowongan Info_Data_Lowongan 5 tb_lowongan}

  Gambar 3 DFD Level 1 Data Mengelola Lowongan

3.1.4. DFD Level 1 Mengelola data HRD

  DFD Level 1 mengelola data HRD merupakan rincian dari proses mengelola data HRD yang ada pada DFD level 0. Terdapat tiga proses yaitu proses tambah, ubah dan hapus data HRD. Proses tersebut akan dilakukan oleh Administrator, dan disimpan pada data store tb_user. Berikut adalah DFD level 1 mengelola data HRD ditunjukkan oleh gambar 4

  

Tambah_Data_HRD Data_HRD

  9.1 Data_HRD_Tambah Tambah Data HRD Info_Data_HRD Data_HRD_Ubah Administrator Info_Data_HRD

  Ubah_Data_HRD

  9.2 Ubah Data HRD Data_HRD 1 tb_user Hapus_Data_HRD

  9.3 Data_HRD Hapus Data HRD Info_Data_HRD Data_HRD_Hapus

  Gambar 4 DFD Level 1 Mengelola Data HRD

3.2. Entity Relationship Diagram (ERD)

  ERD adalah suatu bentuk perencanaan database secara konsep fisik yang nantinya dipakai sebagai kerangka kerja dan pedoman dari struktur penyimpanan data. ERD digunakan untuk menggambarkan model hubungan data dalam sistem, dimana di dalamnya terdapat hubungan entitas beserta atribut relasinya dan mendokumentasikan kebutuhan-kebutuhan untuk sistem pemrosesan data. ERD digunakan untuk pemodelan basis data rasional sehingga jika penyimpanan basis data menggunakan OODBMS maka perancangan basis data tidak perlu menggunakan ERD [3]. Pada gambar 5 di bawah ini adalah ERD dari Sistem Pendukung Keputusan Rekruitment Karyawan Baru Dengan Metode AHP.

  Pelamar ^{id_pelamar nama email jenis_kelamin no_tlp Alamat tgl_lahir pendidikan gelar}

^nilai

^{posisi Lama_Bekerja} Userr ^ID_user _{Nama Password} ^{Level Lowongan} _{id_lowongan nama deskripsi tanggung_jawab syarat_pengalaman} ^keahlian _mengelola ^{mengelola memiliki Foto n_umur n_nilai n_pengalaman n_total tunjangan jam_kerja tgl_berakhir tanggal waktu id_user} Kriteria ^kode _Nama ^{id_kriteria mengelola Nilai_Kriteria} _{id_kriteria_2} ^{id_nilai_kriteria id_kriteria_1} _{memiliki nilai} ^{M M M M M 1 M M 1}

¹

Gambar 5 Entity Relationship Diagram (ERD) 3.3.

   Konseptual Basis Data

  Pada Gambar 6 menunjukkan hubungan antar setiap tabel yang berada pada Sistem Pendukunf Keputusan Recruitment Karyawan Baru. Konseptual Basis Data juga memberikan gambaran untuk primary key dan foregn key setiap tabelnya, bagaimana hubungan setiap tabel tersebut

  _{PK id_provinsi tb_provinsi}

_{PK id_pelamar id_kriteria_2}

_{tb_pelamar PK id_nilai_kriteria} tb_nilai_kriteria _{id_kriteria_1 PK id_kota FK id_provinsi nama tb_kota nama password email no_tlp PK id_kriteria} nilai _{tb_kriteria PK id_pendidikan tb_pendidikan nama FK id_kota FK id_provinsi jenis_kelamin tb_lowongan alamat} kode _{nama PK id_gelar tanggung _jawab} nama _{stage tb_gelar FK id_pendidikan FK id_lowongan umur tgl_lahir PK id_lowongan deskripsi nama name catagory} FK id_gelar _{pengalaman nilai lama_pengalama tunjangan keahlian syarat_pengalam an n_nilai n_umur foto} n jam_kerja _{tgl_mulai tgl_berakhir waktu PK id_user level password tb_user n_total} n_pengalaman _{FK id_user nama}

  Gambar 6 Konseptual Basis Data

3.4. Implementasi Sistem

  Tahap impelementasi sistem yaitu tahap implementasi dan pengujian terhadap penelitian Implementasi Metode AHP Untuk recruitment karyawan baru yang dibangun berbasis website dengan menggunakan bahasa pemrograman PHP dan HTML serta aplikasi penyimpanan data sehingga mempermudah user jika ingin mengakses melalui browser. Yang dimana PHP digunakan untuk membuat web yang dinamis dan skrip PHP dapat dijalankan tanpa melibatkan web server maupun browser.[4]

  Gambar 7 menunjukan halaman nilai kriteria dari sistem pendukun keputusan rekruitment karyawan baru di PT Aqualine, sebelum membuat sebuah lowongan aktif, HRD harus menentukan nilai perbandingan kriteria dan mengecek apakah nilai perbandingan yang dimasukan tersebut konsisten atau tidak, jika nilai yang dipilih tidak konsisten maka HRD harus memilih kembali kombinasi nilai perbandingan yang menghasikan nilai konsisten.

  Gambar 7 Halaman Nilai Perbandingan Setelah HRD menentukan nilai perbandingan maka HRD dapat membuat lowongan yang akan dibuka, membuat lowongan baru dilakukan di halaman lowongan yang ditunjukan oleh gambar 8.

  Gambar 8 Halaman Lowongan Lowongan yang aktif akan terlihat pada frontend sistem, dan dapat dilihat oleh pelamar yang ingin mendaftar. Pelamar yang ingin melamar lowongan yang dipilih akan mengisi data diri yang dibutuhkan pada halaman detail lowongan yang ditunjukan oleh gambar 9. Pada halaman detail ini terdapat proses perhitungan kriteria AHP sebelum dimasukan kedalam database, jadi nilai kriteria umur, nilai/ ipk, dan lama pengalaman akan di proses dengan AHP. Ketiga kriteria tersebut akan dimasukan ke masing-masing sub kriteria yng sudah ada (sangat baik, baik, dan cukup). Setelah data kriteria pelamar di olah dengan AHP baru data terseput dimasungan ke dalam database tb_pelamar.

  Gambar 9 Halaman Detail Pelamar Setelah lowongan berakhir HRD dapat mengecek pelamar mana saja yang mendapat nilai tertinggi berdasarkan kriteria yang sudah ditetapkan, data ini dapat dilihat pada halaman proses AHP yang ditunjukkan oleh gambar 10.

  Gambar 10 Halaman Proses AHP Pada gambar 10 juga dapat terlihat proses perhitungan AHP untuk nilai perbandingan yang sudah ditetapkan sebelumnya.

4. Simpulan

  Berdasarkan penelitian yang dilakukan dapat disimpulkan bahwa sistem pendukung keputusan rekruitment karyawan baru dapat diterapkan metode AHP dengan mengumpulkan data pribadi seperti umur, nilai dan lama pengalaman. Hasil dari metode AHP adalah pelamar yang memiliki nilai kriteria yang yang paling tinggi yang artinya memiliki nilai yang lebih tinggi dari pelamar lain, sehingga perusahaan dapat mendapatkan karyawan yang mereka inginkan sesuai dengan kriteria yang ditentukan. Dengan perengkingan dengan AHP maka perusahaan dapat dimudahkan dalam memilih calon karyawan terbaik sesuai kriteria yang telah ditentukan.

  Daftar Pustaka [1] Bourgeois, R. 2005. Analytical Hierarchy Process: an Overview UNCAPSA - UNESCAP. Bogor.

  [2] Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Penerbit Andi, Yogyakarta [3] Rosa A.S., M. Shalahuddin. 2013. Rekayasa Perangkat Lunak Terstruktur Dan Berorientasi Objek.

  Bandung: Informatika Bandung. [4] Kadir,Abdul. 2002. Dasar Pemrograman Web Dinamis Menggunakan PHP. ANDI. Yogyakarta