TESIS EKA RAHMADYANI

(1)

ANALISA OPTIMASI QUERY DATABASE DALAM PEMBELAJARAN BERBASIS WEB DI SMK NEGERI 1 BARUMUN DENGAN METODE

M2S CROSSOVER DAN CHUNK CROSSOVER

TESIS

EKA RAHMADYANI 117038018

PROGRAM STUDI S2 TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2016

(2)

ANALISA OPTIMASI QUERY DATABASE DALAM PEMBELAJARAN BERBASIS WEB DI SMK NEGERI 1 BARUMUN DENGAN METODE

M2S CROSSOVER DAN CHUNK CROSSOVER

TESIS

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Magister Teknik Informatika

EKA RAHMADYANI 117038018

PROGRAM STUDI S2 TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2016

(3)

PERSETUJUAN

Judul : ANALISA OPTIMASI QUERY DATABASE

DALAM PEMBELAJARAN BERBASIS WEB DI SMK NEGERI 1 BARUMUN DENGAN

METODE M2S CROSSOVER DAN CHUNK CROSSOVER

Kategori : TESIS

Nama : EKA RAHMADYANI

Nomor Induk Mahasiswa : 117038018

Program Studi : MAGISTER (S2) TEKNIK INFORMATIKA

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI

INFORMASI

UNIVERSITAS SUMATERA UTARA Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Prof. Dr. Tulus, Vor.Dipl, Math, M.Si Prof. Dr. Muhammad Zarlis

NIP. 196209011988031002 NIP.195707011986011003

Diketahui/disetujui oleh

Ketua Program Studi Magister (S2) Teknik Informatika Ilmu Komputer Dan Teknologi Informasi

Prof. Dr. Muhammad Zarlis NIP.195707011986011003

(4)

PERNYATAAN

ANALISA OPTIMASI QUERY DATABASE DALAM PEMBELAJARAN BERBASIS WEB DI SMK NEGERI 1 BARUMUN DENGAN

METODE M2S CROSSOVER DANCHUNK CROSSOVER

TESIS

Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 23 Agustus 2016

Eka Rahmadyani NIM. 117038018

(5)

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN

AKADEMIS

Sebagai sivitas akademis Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini :

Nama : Eka Rahmadyani

NIM : 117038018

Program Studi : Magister Teknik Informatika Jenis Karya Ilmiah : Tesis

Demi pengembangan Ilmu Pengetahuan, menyetujui untuk memberikan izin Kepada Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exlusive Royalty free Right) atas tesis saya yang berjudul :

ANALISA OPTIMASI QUERY DATABASE DALAM PEMBELAJARAN BERBASIS WEB DI SMK NEGERI 1 BARUMUN DENGAN METODE M2S CROSSOVER DAN CHUNK CROSSOVER

Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan tesis saya tanpa menerima izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan/atau sebagai pemilik hak cipta.

Demikian pernyataan ini dibuat sebenarnya.

Medan, 23 Agustus 2016

Eka Rahmadyani NIM. 117038018

(6)

Telah diuji pada tanggal Tanggal : 23 Agustus 2016

PANITIA PENGUJI TESIS

KETUA : Prof. Dr. Muhammad Zarlis NIP.195707011986011003

ANGGOTA : 1. Prof. Dr. Tulus, Vor.Dipl, Math, M.Si NIP. 196209011988031002

2. Prof. Dr. Opim Salim Sitompul, M.Sc NIP. 196108171987011001

3. Dr. Marwan Ramli, M.Si

(7)

RIWAYAT HIDUP

DATA PRIBADI

Nama lengkap : Eka Rahmadyani, S.kom Tempat dan Tanggal Lahir : Tinggi Raja, 24 Mei 1983

Alamat Rumah : Jl. KH. Dewantara Link VI Pasar Sibuhuan, Kec.

Barumun. Kab. Padang Lawas Telepon/Faks/HP : 081361250740

E-mail : [email protected]

Instansi Tempat Bekerja : SMKN 1 BARUMUN

Alamat Kantor : Jl. Karya Pembangunan No.007 Kec. Barumun Kab.

Padang Lawas

DATA PENDIDIKAN

SD : SDN 010111 Tinggi Raja TAMAT : 1996

SMP : SLTPN 1 Barumun Sibuhuan TAMAT : 1999

SMA : SMUN 1 Barumun Sibuhuan TAMAT : 2002

S1 : ITMI (Institut Teknologi Managemen Internasional) MEDAN

TAMAT : 2006

S2 : Fasilkom-TI USU TAMAT : 2016

(8)

UCAPAN TERIMA KASIH

Puji syukur saya panjatkan kepada Tuhan Yang Maha Esa, karena atas berkat dan rahmat-Nya, saya dapat menyelesaikan tesis ini. Penulisan tesis ini dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar Magister (S2) Teknik Informatika pada Fakultas Ilmu Komputer dan Teknologi Informasi. Saya menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan sampai pada penyusunan tesis ini, sangatlah sulit bagi saya untuk menyelesaikan tesis ini. Oleh karena itu, saya mengucapkan terima kasih kepada:

(1). Rektor Universitas Sumatera Utara, Bapak Prof. Dr. Runtung Sitepu, S.H., M.Hum atas kesempatan yang telah diberikan kepada penulis untuk dapat mengikuti dan menyelesaikan pendidikan Program Magister;

(2). Dekan Program Studi Ilmu Komputer Bapak Prof. Dr. Opim Salim Sitompul, M.Sc dan selaku dosen Penguji.

(3). Ketua Program Studi Magister Teknik Informatika Bapak Prof. Dr.

Muhammad Zarlis dan Sekretaris Program Studi Magister Teknik Informatika Bapak M. Andri Budiman, S.T., M.Comp.Sc, MEM beseta seluruh dosen pada Program Studi Magister Teknik Informatika Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara;

(4). Prof. Dr. Muhammad Zarlis selaku dosen pembimbing 1 yang telah menyediakan waktu, tenaga, dan pikiran untuk mengarahkan saya dalam penyusunan tesis ini;

(5). Prof. Dr. Tulus, Vor.Dipl, Math, M.Si selaku dosen pembimbing 2, atas kesabaran dan dorongan serta motivasi yang diberikan kepada saya untuk segera menyelesaikan penyusunan tesis ini;

(6). Komisi Pembanding Bapak Prof. Dr. Opim Salim Sitompul, M.Sc dan Dr.

Marwan Ramli, M.Si yang telah banyak memberikan kritik dan saran yang baik kepada penulis demi penyelesaian tesis ini.

(7). Seluruh Staf Pegawai Program Studi Magister Teknik Informatika Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera

(9)

Utara yang telah memberikan pelayanan administrasi ternaik selama perkuliahan hingga selesai;

(8). Bapak KADIS DINAS PENDIDKAN Kab. Padang Lawas, Kepala BKD Kab. Padang Lawas, Bapak Sekretaris Dinas Pendidikan Kab. Padang Lawas Zufri Nst, S.Pd, Bapak Kepala SMKN 1 Barumun H. Mukmin Saipul Daulay, M.Pd, Staf Tata Usaha, Dewan Guru SMKN 1 Barumun yang telah memberikan izin belajar sehingga penulis dapat mengikuti Pendidikan hingga selesai di Program Magister ini;

(9). Orang tua dan keluarga besar saya yang telah memberikan bantuan dukungan material dan moral; dan

(10). Suamiku yang tercinta Devi Ramadansyah Lubis, S.T dan anakku yang tersayang Keyla Zahra Nafisya Lubis yang selalu memberi energi pada saat saya sedang jenuh dalam perkuliahan dan penulisan tesis ini;

(11). Seluruh pihak yang tidak dapat penulis sebutkan satu persatu

Akhir kata, saya berharap Tuhan Yang Maha Esa berkenan membalas segala kebaikan semua pihak yang telah membantu. Semoga tesis ini membawa manfaat bagi pengembangan ilmu.

Medan, 23 Agustus 2016 Penulis

Eka Rahmadyani NIM. 117038018

(10)

ABSTRAK

SMK N 1 Barumun merupakan sekolah negeri yang menerapkan sistem pembelajaran berbasis web. Seiring meningkatnya kemampuan siswa dan guru dalam memanfaatkan layanan ini, maka meningkat pula traffic penggunaaan dan kuantitas database pada server. Hal ini tentu sangat menghambat performa dari situs pembelajaran tersebut. Agar performa web pembelajaran yang ada di SMKN 1 Barumun tetap stabil, maka diperlukan optimasi yang merupakan suatu langkah untuk mengoptimalkan waktu dan volume menjadi lebih efisien. Tujuan penelitian ini adalah untuk menganalisa optimasi query database dalam web pembelajaran SMK N 1 Barumun dan untuk menganalisa perbandingan antara optimasi dengan metode M2S Crossover dan optimasi dengan metode CHUNK Crossover, sehingga nantinya optimasi query yang terbaik antara dua metode tersebut dapat diimplementasikan pada web pembelajaran SMK N 1 Barumun guna mengoptimalkan query pada database web pembejaran tersebut. Metode penyelesaian masalah yang penulis lakukan meliputi persiapan penelitian, perancangan optimasi query, dan analisa yang meliputi representasi kromosom, menentukan populasi awal, seleksi, Crossover, mutasi, dan parameter genetik.

Hasil dari penelitian ini adalah metode terbaik untuk permasalahan optimasi query database web SMK N 1 Barumun pada percobaan yang dilakukan adalah metode M2S crossover dengan nilai fitness yang lebih tinggi dan waktu yang lebih cepat.

Kesimpulan penelitian ini adalah Optimasi query database web E-learning SMK Baramun adalah memindahkan tiap operasi SELECT sejauh mungkin ke bawah query tree selama diperbolehkan oleh attribute-attribute dalam kondisi SELECT, Optimasi query database dalam web pembelajaran SMK N 1 Barumun dapat meningkatkan performa aplikasi dengan nilai optimum dan tidak membutuhkan banyak iterasi., metode terbaik untuk permasalahan optimasi query database web SMK Barumun pada percobaan yang dilakukan antara Metode m2s dengan Chunk adalah metode M2S crossover dengan nilai fitness yang lebih tinggi dan waktu yang lebih cepat.

Kata Kunci : Query Database, Web Pembelajaran, Metode M2S Crossover, dan Metode CHUNK Crossover

(11)

ANALYSIS DATABASE QUERY OPTIMIZATION IN WEB-BASED LEARNING IN SMK N 1 BARUMUN WITH M2S CROSSOER

AND CHUNK CROSSOVER

ABSTRACT

SMK N 1 Barumun is a public school that implements web-based learning system. With the increasing ability of students and teachers in the use of this service, it also increases the quantity of traffic and the use of the database on the server. It would severely hamper the performance of the learning site. In order for the performance of web learning in SMK 1 Barumun remains stable, it requires optimization which is aimed to optimize the timing and volume to become more efficient. The purpose of this study was to analyze the database query optimization in the web learning SMK N 1 Barumun and to analyze the comparison between optimization methods M2S Crossover and optimization methods CHUNK Crossover, so that later query optimization is the best between the two methods can be implemented on a web learning SMK N 1 Barumun to optimize database queries on the web E-learning. Problem-solving method the author includes the preparation of the study, the design of query optimization, and analysis covering the representation of chromosomes, determine the initial population, selection, crossover, mutation and genetic parameters. Results from this study is the best method for a web database query optimization problems SMK Barumun in experiments conducted is M2S crossover method with an average fitness value on the probability of 10,20,30,40 and 50 for M2S method is 1.7308. Whereas the average fitness value for CHUNK cross-over method is 1.5256. So the difference in the average fitness M2S better method than the method CHUNK worth 0.2052 Crossover. The conclusion of this study is the optimization of database queries web E-learning vocational Baramun is moving each SELECT operation as far as possible down the query tree as long as allowed by the attribute-attribute in conditions of SELECT, Optimizing database query in a web of learning SMK N 1 Barumun can increase application performance by value optimum and does not require a lot of iteration., the best method for a web database query optimization problems SMK Barumun in experiments conducted between the method with Chunk and M2S, M2S is the crossover method with higher fitness value and a faster time.

Keywords : Query Database , Web Learning , M2S Crossover Method and Method CHUNK Crossover

(12)

DAFTAR ISI

Halaman

UCAPAN TERIMA KASIH vi

ABSTRAK viii

ABSTRACT ix

DAFTAR ISI x

DAFTAR TABEL xii

DAFTAR GAMBAR xiii

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Perumusan Masalah 4

1.3 Batasan Masalah 5

1.4 Tujuan Peneltian 5

1.5 Manfaat Penelitian 6

BAB 2 TINJAUAN PUSTAKA 7

2.1 Aplikasi Pembelajaran Berbasis Web(E-Learning) 7

2.1.1 Aplikasi Web 8

2.1.2 PHP (Personal Home Page) 9

2.1.3 Basis Data (Database) 10

2.1.4 MySQL 11

2.2 Pengertian Query 12

2.3 Metode Optimasi Crossover 13

2.3.1 Teori Algoritma Optimasi 14

2.3.2 Teori Algoritma Genetika 15

2.4 Metode Crossover M2S dan CHUNK 22

2.5 Penelitian Terkait 24

2.6 Perbedaan Dengan Penelitian Terkait 27

BAB 3 METODOLOGI PENELITIAN 28

3.1 Bahan-bahan 29

3.2 Analisis Algoritma 29

3.3 Teknik Analisa Konsep E-Learning 37

3.3.1 Kebutuhan Optimasi 37

3.3.2 Database E-learning 38

3.3.3 Representasai Kromosom 40

3.3.4 Prosedur Inisialisasi 41

3.3.5 Pembangkitan Polulasi Awal 59

3.3.6 Evaluasi 62

(13)

BAB 4 HASIL DAN PEMBAHASAN 64

4.1 Hasil Penelitian 64

4.1.1 Optimasi query 64

4.1.2 Mutasi Crossover 67

4.1.3 CHUNK Crossover 69

4.2 Pembahasan Hasil Pengujian 72

BAB 5 KESIMPULAN DAN SARAN 74

5.1 Kesimpulan 74

5.2 Saran 74

DAFTAR PUSTAKA 76

(14)

DAFTAR TABEL

Halaman

Tabel 2.1 Karakteristik MySQL 11

Tabel 2.2 Penelitian Terkait 24

Tabel 3.1 Database tabel guru 33

Tabel 3.2 Database tabel siswa 33

Tabel 3.3 Database tabel Matapelajaran 34

Tabel 3.4 Database tabel porsi 34

Tabel 3.5 Database tabel waktu 34

Tabel 3.6 Database tabel jadwal E-learning 35

Tabel 3.7 Database data Guru SMK N 1 Barumun 37

Tabel 3.8 Database data Mata Pelajaran SMK N 1 Barumun 37

Tabel 3.9 Kode Guru GU001 38

Tabel 3.14 Pembangkitan Populasi Awal 41

Tabel 3.15 Evaluasi 43

Tabel 4.1 Seleksi M2S 48

Tabel 4.2 Jadwal Generasi 1 M2S Crossover 48

Tabel 4.3 Seleksi CHUNK Crossover 49

Tabel 4.4 Jadwal Generasi 1 CHUNK Crossover 50

Tabel 4.5 Hasil Pengujian M2S Crossover 51

Tabel 4.6 Hasil Pengujian CHUNK Crossover 51

(15)

DAFTAR GAMBAR

Halaman

Gambar 3.1 Relasi dan Joint tabel 36

Gambar 4.1 Optimasi Query Tree 45

Gambar 4.2 Inisial Query Tree 46

Gambar 4.3 Query Graph 47

(16)

ABSTRAK

SMK N 1 Barumun merupakan sekolah negeri yang menerapkan sistem pembelajaran berbasis web. Seiring meningkatnya kemampuan siswa dan guru dalam memanfaatkan layanan ini, maka meningkat pula traffic penggunaaan dan kuantitas database pada server. Hal ini tentu sangat menghambat performa dari situs pembelajaran tersebut. Agar performa web pembelajaran yang ada di SMKN 1 Barumun tetap stabil, maka diperlukan optimasi yang merupakan suatu langkah untuk mengoptimalkan waktu dan volume menjadi lebih efisien. Tujuan penelitian ini adalah untuk menganalisa optimasi query database dalam web pembelajaran SMK N 1 Barumun dan untuk menganalisa perbandingan antara optimasi dengan metode M2S Crossover dan optimasi dengan metode CHUNK Crossover, sehingga nantinya optimasi query yang terbaik antara dua metode tersebut dapat diimplementasikan pada web pembelajaran SMK N 1 Barumun guna mengoptimalkan query pada database web pembejaran tersebut. Metode penyelesaian masalah yang penulis lakukan meliputi persiapan penelitian, perancangan optimasi query, dan analisa yang meliputi representasi kromosom, menentukan populasi awal, seleksi, Crossover, mutasi, dan parameter genetik.

Hasil dari penelitian ini adalah metode terbaik untuk permasalahan optimasi query database web SMK N 1 Barumun pada percobaan yang dilakukan adalah metode M2S crossover dengan nilai fitness yang lebih tinggi dan waktu yang lebih cepat.

Kesimpulan penelitian ini adalah Optimasi query database web E-learning SMK Baramun adalah memindahkan tiap operasi SELECT sejauh mungkin ke bawah query tree selama diperbolehkan oleh attribute-attribute dalam kondisi SELECT, Optimasi query database dalam web pembelajaran SMK N 1 Barumun dapat meningkatkan performa aplikasi dengan nilai optimum dan tidak membutuhkan banyak iterasi., metode terbaik untuk permasalahan optimasi query database web SMK Barumun pada percobaan yang dilakukan antara Metode m2s dengan Chunk adalah metode M2S crossover dengan nilai fitness yang lebih tinggi dan waktu yang lebih cepat.

Kata Kunci : Query Database, Web Pembelajaran, Metode M2S Crossover, dan Metode CHUNK Crossover

(17)

ANALYSIS DATABASE QUERY OPTIMIZATION IN WEB-BASED LEARNING IN SMK N 1 BARUMUN WITH M2S CROSSOER

AND CHUNK CROSSOVER

ABSTRACT

SMK N 1 Barumun is a public school that implements web-based learning system. With the increasing ability of students and teachers in the use of this service, it also increases the quantity of traffic and the use of the database on the server. It would severely hamper the performance of the learning site. In order for the performance of web learning in SMK 1 Barumun remains stable, it requires optimization which is aimed to optimize the timing and volume to become more efficient. The purpose of this study was to analyze the database query optimization in the web learning SMK N 1 Barumun and to analyze the comparison between optimization methods M2S Crossover and optimization methods CHUNK Crossover, so that later query optimization is the best between the two methods can be implemented on a web learning SMK N 1 Barumun to optimize database queries on the web E-learning. Problem-solving method the author includes the preparation of the study, the design of query optimization, and analysis covering the representation of chromosomes, determine the initial population, selection, crossover, mutation and genetic parameters. Results from this study is the best method for a web database query optimization problems SMK Barumun in experiments conducted is M2S crossover method with an average fitness value on the probability of 10,20,30,40 and 50 for M2S method is 1.7308. Whereas the average fitness value for CHUNK cross-over method is 1.5256. So the difference in the average fitness M2S better method than the method CHUNK worth 0.2052 Crossover. The conclusion of this study is the optimization of database queries web E-learning vocational Baramun is moving each SELECT operation as far as possible down the query tree as long as allowed by the attribute-attribute in conditions of SELECT, Optimizing database query in a web of learning SMK N 1 Barumun can increase application performance by value optimum and does not require a lot of iteration., the best method for a web database query optimization problems SMK Barumun in experiments conducted between the method with Chunk and M2S, M2S is the crossover method with higher fitness value and a faster time.

Keywords : Query Database , Web Learning , M2S Crossover Method and Method CHUNK Crossover

(18)

BAB I PENDAHULUAN

1.1. Latar Belakang

Pendidikan pada masa kini telah berkembang begitu pesat, salah satunya adalah karena adanya kemajuan teknologi. Sekolah-sekolah kini banyak menawarkan hal-hal baru akan kemajuan teknologi yang menyentuh sekolahnya, demi menarik minat siswa dalam belajar. Bila dahulu sistem pembelajaran di sekolah hanya dilakukan dengan cara konvensional, maka tidak dengan sekarang, karena sistem pembelajaran di sekolah kini sudah banyak yang berbasis teknologi, salah satunya adalah dengan pembelajaran berbasis web.

SMK N 1 Barumun merupakan sekolah negeri yang tidak luput dari sentuhan teknologi. Di sekolah ini, mulai menerapkan sistem pembelajaran berbasis web, di mana siswa dapat melakukan pembelajaran secara on line.

Seiring dengan tumbuhnya minat siswa terhadap sistem pembelajaran ini, timbul masalah baru dalam dunia teknologi informasi yang harus diselesaikan, yaitu masalah database, karena seiring meningkatnya kemampuan siswa dan guru dalam memanfaatkan layanan ini, maka meningkat pula traffic penggunaaan dan kuantitas database pada server. Hal ini tentu sangat menghambat performa dari situs pembelajaran tersebut. Karena, ketika relasi dari beberapa tabel yang ada pada database web pembelajaran SMK N 1 Barumun dibutuhkan sewaktu-waktu, kecepatan eksekusi pada web pembelajaran ini menjadi berkurang. Hal ini

(19)

disebabkan karena adanya tambahan biaya komunikasi untuk mentransfer data, sehingga menyebabkan performa web menjadi tidak stabil.

Agar performa web pembelajaran yang ada di SMK N 1 Barumun tetap stabil, maka diperlukan optimasi query database. Optimasi merupakan suatu langkah untuk mengoptimalkan waktu dan volume database menjadi lebih efisien.

Diharapkan jika sebuah optimasi diberikan pada sistem basis data, maka tindakan ini dapat menanggulangi volume database yang semakin lama semakin bertambah dan semakin besar. Dengan demikian waktu akses data jika web sudah teroptimasi akan menjadi lebih cepat.

Optimasi query dapat dilakukan dengan pendekatan algoritma genetik yaitu algoritma pencarian heuristic yang didasarkan atas mekanisme evolusi biologis.

Algoritma genetika pertama kali ditemukan oleh John Holland yang Tujuannya bukan untuk mendesain suatu algoritma yang dapat memecahkan suatu masalah, namun lebih mengarah ke studi mengenai fenomena adaptasi di alam dan mencoba menerapkan mekanisme adaptasi alam tersebut ke dalam sistem komputer. (Fariza, 2006). Algoritma Genetika ini merupakan sebuah metode untuk memisahkan satu populasi kromosom (terdiri dari bit-bit 1 dan 0) ke populasi baru dengan menggunakan “seleksi alam” dan operator genetik seperti crossover, mutation, invertion.

Crossover menukar bagian kecil dari dua kromosom, mutation mengganti secara acak nilai gen di beberapa lokasi pada kromosom, invertion membalikkan urutan beberapa gen yang berurutan dalam kromosom. Dasar teori inilah yang

(20)

3

menjadi dasar kebanyakan program yang menggunakan algoritma genetika pada saat ini (Fariza, 2006).

Crossover merupakan operator genetik yang digunakan untuk mengkombinasikan individu-individu yang terdapat di dalam populasi untuk menghasilkan individu pada generasi berikutnya. Untuk crossover, metode yang digunakan yaitu dimana kromosom-kromosom anak diperoleh dengan cara memilih sub-barisan suatu tour dari satu induk dengan tetap menjaga urutan dan posisi sejumlah relasi yang mungkin terhadap induk yang lain. Metode operator crossover yang diterapkan dan dapat digunakan untuk menyelesaikan masalah optimasi query database adalah M2S crossover dan CHUNK crossover. Penggunaan dua metode crossover ini diuji dan dianalisa hasilnya, untuk mengetahui metode crossover apa yang terbaik yang dapat digunakan untuk menyelesaikan masalah optimasi query database, dengan mencari nilai minimum.

Beberapa penelitian tentang optimasi query database pernah dilakukan oleh peneliti-peneliti sebelumnya (Pandao, 2012) hasil dari penelitianini menunjukkan bahwa algoritma yang disajikan memberikan manfaat yang signifikan terhadap optimasi tradisional, pada overhead yang sangat diterima dalam waktu optimasi (Pandao & Isalkar, 2012).

Dalam penelitian yang dilakukan Pandao & Isalkar hanya disebutkan bahwa optimasi query dengan algoritma genetika lebih cepat daripada optimasi query dengan metode tradisional. Metode tradisional yag dimaksud adalah membuat sistem secara manual lalu dituangkan dalam bentuk web. Namun belum diteliti

(21)

secara dalam bagaimana perbandingannya antara masing-masing metode dalam algoritma genetika. Penulis dalam hal ini mencoba untuk membandingkan hasil optimasi dari metode-metode algoritma genetika.

Berdasarkan latar belakang dan penelitian yang ada di atas, penulis mencoba melakukan penelitian bagaimana teknik optimasi query database dalam pembelajaran berbasis web di SMK N 1 Barumun dengan menggunakan metode M2S crossover dan CHUNK crossover. Digunakannya dua metode ini adalah karena menurut penelitian Pandao dan Isalkar, metode crossover lebih baik hasil optimasinya dibandingkan dengan optimasi tradisional. Penulis juga ingin menganalisa bagaimana query ini terbentuk pada sejumlah join dan relasi. Kedua metode ini akan di analisa untuk mengetahui metode mana yang terbaik dalam mengoptimalkan query database pada web pembelajaran ini. Dengan optimasi ini, diharapkan terdapat solusi yang optimum dalam proses penggunaan web pembelajaran di SMK N 1 Barumun.

Berdasarkan uraian tersebut, maka penulis tertarik untuk melakukan penelitian dengan judul “Analisa Optimasi Query Database Dalam Pembelajaran Berbasis Web Di SMK N 1 Barumun Dengan Metode M2S Crossover dan CHUNK Crossover ”.

1.2. Perumusan Masalah

Berdasarkan latar belakang di atas maka masalah yang akan diselesaikan adalah performa web E-learning SMK N I Barumun yang semakin menurun karena

(22)

5

volume web yang semakin bertambah, maka perumusan masalah dalam penelitian ini adalah:

1. Bagaimana optimasi query database dalam web pembelajaran SMK N 1 Barumun dapat meningkatkan performa aplikasi Web ?

2. Bagaimana perbandingannya antara optimasi web E-Learning SMK N I Barumun dengan metode M2S Crossover dan optimasi dengan metode CHUNK Crossover?

1.3. Batasan Masalah

Perumusan masalah diatas, dibatasi dengan beberapa hal sebagai berikut :

1. Optimasi query database dengan metode M2S Crossover dan CHUNK crossover.

2. Aplikasi yang di teliti adalah web pembelajaran di SMK N I Barumun.

3. Aplikasi yang akan digunakan adalah PHP dan Mysql.

1.4. Tujuan Penelitian

Adapun tujuan penelitian ini adalah :

1. Untuk mengatahui optimasi query database dalam web pembelajaran SMK N 1 Barumun dalam meningkatkan performa aplikasi Web ?

2. Untuk mengetahui perbandingan antara optimasi web E-Learning SMK N I Barumun dengan metode M2S Crossover dan optimasi dengan metode CHUNK Crossover?

(23)

1.5. Manfaat penelitian

Manfaat yang diharapkan dari hasil penelitian ini adalah sebagai berikut : 1. Manfaat Teoritis

Hasil dari penelitian ini diharapkan dapat memberikan sumbangsih bagi pelaku pendidikan, khususnya dalam bidang teknologi informasi mengenai optimasi query database dalam pembelajaran berbasis web, dengan tujuan untuk menghasilkan performa web yang lebih stabil, agar dapat menghasilkan informasi yang diperlukan secara cepat dan akurat.

2. Manfaat Prakstis

Hasil dari penelitian ini diharapkan dapat dijadikan sebagai alternatif solusi dan pedoman bagi pengguna pembelajaran berbasis web di SMK N 1 Barumun untuk dapat mengoptimalisasikan performa situs web yang ada di SMK N 1 Barumun tersebut.

(24)

BAB I PENDAHULUAN

1.1. Latar Belakang

Pendidikan pada masa kini telah berkembang begitu pesat, salah satunya adalah karena adanya kemajuan teknologi. Sekolah-sekolah kini banyak menawarkan hal-hal baru akan kemajuan teknologi yang menyentuh sekolahnya, demi menarik minat siswa dalam belajar. Bila dahulu sistem pembelajaran di sekolah hanya dilakukan dengan cara konvensional, maka tidak dengan sekarang, karena sistem pembelajaran di sekolah kini sudah banyak yang berbasis teknologi, salah satunya adalah dengan pembelajaran berbasis web.

SMK N 1 Barumun merupakan sekolah negeri yang tidak luput dari sentuhan teknologi. Di sekolah ini, mulai menerapkan sistem pembelajaran berbasis web, di mana siswa dapat melakukan pembelajaran secara on line.

Seiring dengan tumbuhnya minat siswa terhadap sistem pembelajaran ini, timbul masalah baru dalam dunia teknologi informasi yang harus diselesaikan, yaitu masalah database, karena seiring meningkatnya kemampuan siswa dan guru dalam memanfaatkan layanan ini, maka meningkat pula traffic penggunaaan dan kuantitas database pada server. Hal ini tentu sangat menghambat performa dari situs pembelajaran tersebut. Karena, ketika relasi dari beberapa tabel yang ada pada database web pembelajaran SMK N 1 Barumun dibutuhkan sewaktu-waktu, kecepatan eksekusi pada web pembelajaran ini menjadi berkurang. Hal ini

(25)

disebabkan karena adanya tambahan biaya komunikasi untuk mentransfer data, sehingga menyebabkan performa web menjadi tidak stabil.

Agar performa web pembelajaran yang ada di SMK N 1 Barumun tetap stabil, maka diperlukan optimasi query database. Optimasi merupakan suatu langkah untuk mengoptimalkan waktu dan volume database menjadi lebih efisien.

Diharapkan jika sebuah optimasi diberikan pada sistem basis data, maka tindakan ini dapat menanggulangi volume database yang semakin lama semakin bertambah dan semakin besar. Dengan demikian waktu akses data jika web sudah teroptimasi akan menjadi lebih cepat.

Optimasi query dapat dilakukan dengan pendekatan algoritma genetik yaitu algoritma pencarian heuristic yang didasarkan atas mekanisme evolusi biologis.

Algoritma genetika pertama kali ditemukan oleh John Holland yang Tujuannya bukan untuk mendesain suatu algoritma yang dapat memecahkan suatu masalah, namun lebih mengarah ke studi mengenai fenomena adaptasi di alam dan mencoba menerapkan mekanisme adaptasi alam tersebut ke dalam sistem komputer. (Fariza, 2006). Algoritma Genetika ini merupakan sebuah metode untuk memisahkan satu populasi kromosom (terdiri dari bit-bit 1 dan 0) ke populasi baru dengan menggunakan “seleksi alam” dan operator genetik seperti crossover, mutation, invertion.

Crossover menukar bagian kecil dari dua kromosom, mutation mengganti secara acak nilai gen di beberapa lokasi pada kromosom, invertion membalikkan urutan beberapa gen yang berurutan dalam kromosom. Dasar teori inilah yang

(26)

3

menjadi dasar kebanyakan program yang menggunakan algoritma genetika pada saat ini (Fariza, 2006).

Crossover merupakan operator genetik yang digunakan untuk mengkombinasikan individu-individu yang terdapat di dalam populasi untuk menghasilkan individu pada generasi berikutnya. Untuk crossover, metode yang digunakan yaitu dimana kromosom-kromosom anak diperoleh dengan cara memilih sub-barisan suatu tour dari satu induk dengan tetap menjaga urutan dan posisi sejumlah relasi yang mungkin terhadap induk yang lain. Metode operator crossover yang diterapkan dan dapat digunakan untuk menyelesaikan masalah optimasi query database adalah M2S crossover dan CHUNK crossover. Penggunaan dua metode crossover ini diuji dan dianalisa hasilnya, untuk mengetahui metode crossover apa yang terbaik yang dapat digunakan untuk menyelesaikan masalah optimasi query database, dengan mencari nilai minimum.

Beberapa penelitian tentang optimasi query database pernah dilakukan oleh peneliti-peneliti sebelumnya (Pandao, 2012) hasil dari penelitianini menunjukkan bahwa algoritma yang disajikan memberikan manfaat yang signifikan terhadap optimasi tradisional, pada overhead yang sangat diterima dalam waktu optimasi (Pandao & Isalkar, 2012).

Dalam penelitian yang dilakukan Pandao & Isalkar hanya disebutkan bahwa optimasi query dengan algoritma genetika lebih cepat daripada optimasi query dengan metode tradisional. Metode tradisional yag dimaksud adalah membuat sistem secara manual lalu dituangkan dalam bentuk web. Namun belum diteliti

(27)

secara dalam bagaimana perbandingannya antara masing-masing metode dalam algoritma genetika. Penulis dalam hal ini mencoba untuk membandingkan hasil optimasi dari metode-metode algoritma genetika.

Berdasarkan latar belakang dan penelitian yang ada di atas, penulis mencoba melakukan penelitian bagaimana teknik optimasi query database dalam pembelajaran berbasis web di SMK N 1 Barumun dengan menggunakan metode M2S crossover dan CHUNK crossover. Digunakannya dua metode ini adalah karena menurut penelitian Pandao dan Isalkar, metode crossover lebih baik hasil optimasinya dibandingkan dengan optimasi tradisional. Penulis juga ingin menganalisa bagaimana query ini terbentuk pada sejumlah join dan relasi. Kedua metode ini akan di analisa untuk mengetahui metode mana yang terbaik dalam mengoptimalkan query database pada web pembelajaran ini. Dengan optimasi ini, diharapkan terdapat solusi yang optimum dalam proses penggunaan web pembelajaran di SMK N 1 Barumun.

Berdasarkan uraian tersebut, maka penulis tertarik untuk melakukan penelitian dengan judul “Analisa Optimasi Query Database Dalam Pembelajaran Berbasis Web Di SMK N 1 Barumun Dengan Metode M2S Crossover dan CHUNK Crossover ”.

1.2. Perumusan Masalah

Berdasarkan latar belakang di atas maka masalah yang akan diselesaikan adalah performa web E-learning SMK N I Barumun yang semakin menurun karena

(28)

5

volume web yang semakin bertambah, maka perumusan masalah dalam penelitian ini adalah:

1. Bagaimana optimasi query database dalam web pembelajaran SMK N 1 Barumun dapat meningkatkan performa aplikasi Web ?

2. Bagaimana perbandingannya antara optimasi web E-Learning SMK N I Barumun dengan metode M2S Crossover dan optimasi dengan metode CHUNK Crossover?

1.3. Batasan Masalah

Perumusan masalah diatas, dibatasi dengan beberapa hal sebagai berikut :

1. Optimasi query database dengan metode M2S Crossover dan CHUNK crossover.

2. Aplikasi yang di teliti adalah web pembelajaran di SMK N I Barumun.

3. Aplikasi yang akan digunakan adalah PHP dan Mysql.

1.4. Tujuan Penelitian

Adapun tujuan penelitian ini adalah :

1. Untuk mengatahui optimasi query database dalam web pembelajaran SMK N 1 Barumun dalam meningkatkan performa aplikasi Web ?

2. Untuk mengetahui perbandingan antara optimasi web E-Learning SMK N I Barumun dengan metode M2S Crossover dan optimasi dengan metode CHUNK Crossover?

(29)

1.5. Manfaat penelitian

Manfaat yang diharapkan dari hasil penelitian ini adalah sebagai berikut : 1. Manfaat Teoritis

Hasil dari penelitian ini diharapkan dapat memberikan sumbangsih bagi pelaku pendidikan, khususnya dalam bidang teknologi informasi mengenai optimasi query database dalam pembelajaran berbasis web, dengan tujuan untuk menghasilkan performa web yang lebih stabil, agar dapat menghasilkan informasi yang diperlukan secara cepat dan akurat.

2. Manfaat Prakstis

Hasil dari penelitian ini diharapkan dapat dijadikan sebagai alternatif solusi dan pedoman bagi pengguna pembelajaran berbasis web di SMK N 1 Barumun untuk dapat mengoptimalisasikan performa situs web yang ada di SMK N 1 Barumun tersebut.

(30)

BAB III

METODOLOGI PENELITIAN

Ukuran unjuk kerja dalam hal ini kecepatan akses data dalam sebuah aplikasi web dipengaruhi oleh banyak faktor. Salah satu faktornya adalah desain aplikasi.

Untuk kinerja Desain aplikasi dalam layout saja tidak cukup untuk pengoptimalan kinerja web. Meskipun layout dibuat sederhana dengan sedikit menggunakan aplikasi multimedia seperti flash dalam desain aplikasinya namun tetap saja belum bisa menjamin kinerja aplikasi web akan cepat. Optimasi dalam desain aplikasi Kalau tidak didukung dengan kecepatan akses yang memadai maka akan semakin menurun unjuk kerjanya.

Faktor lainnya adalah optimasi basis data. Data yang tersimpan dalam database semakin lama akan semakin besar ukuran atau volumenya. Untuk

meningkatkan unjuk kerja harus didukung dengan optimasi dari perintah SQL yang digunakan pada aplikasi tersebut. Dalam mendesain database, seringkali lokasi fisik data tidak menjadi perhatian penting karena hanya desain logik saja yang diperhatikan. Padahal untuk menampilkan hasil query dibutuhkan pencarian yang melibatkan struktur fisik penyimpanan data. Inti dari optimasi query adalah meminimalkan “jalur” pencarian untuk menemukan data yang disimpan dalam lokasi fisik.

Index pada database digunakan untuk meningkatkan kecepatan akses data.

Pada saat query dijalankan, index mencari data dan menentukan nilai ROWID yang membantu menemukan lokasi data secara fisik di disk. Akan tetapi

(31)

penggunaan index yang tidak tepat, tidak akan meningkatkan unjuk kerja dalam hal ini kecepatan akses data.

3.1 Bahan-Bahan

Dalam penelitian ini penulis menganalisis web E-learning dengan menggabungkan metode M2S crossover dan metode CHUNK crossover sehingga dihasilkan sebuah penggabungan dari kedua metode M2S crossover dan CHUNK crossover tersebut dalam optimasi data.

Adapun bahan-bahan yang digunakan dalam penelitian ini berupa Data yang terdiri dari tabel guru, tabel siswa, tabel matapelajaran, tabel porsi (tabel staf pengajar dalam melakukan proses pembelajaran), tabel waktu, tabel jadwal E- learning.

3.2 Analisis Optimasi

Menganalisa optimasi query database dalam web pembelajaran SMK N 1 Barumun dan untuk menganalisa perbandingan antara optimasi dengan metode M2S Crossover dan optimasi dengan metode CHUNK Crossover dengan tahapan- tahapan:

1. Representasi Kromosom

Elemen utama dalam pengoperasian algoritma genetik adalah kromosom. Pada optimasi query database ini diberikan sejumlah join dan relasi. Dari setiap tabel yang ada, untuk membuat query, field-fieldnya dapat direlasikan ke tabel

(32)

30

mana saja. Dengan kata lain, setiap tabel dapat dijoinkan dengan tabel-tabel lainnya.

Contoh:

Dicari nilai a, b, c, d maka variabel a, b, c, d dijadikan sebagai gen-gen pembentuk chromosome. Batasan nilai variabel a adalah bilangan integer 0 sampai 30. Sedangkan batasan nilai variabel b, c, dan d adalah bilangan integer 0 sampai 10.

2. Menentukan populasi awal

Setelah ukuran populasi ditentukan, kemudian dilakukan inisialisasi terhadap kromosom yang terdapat pada populasi tersebut dengan populasi awal dipilih secara acak.

Contoh:

Misalkan ditentukan jumlah populasi adalah 6, maka:

Chromosome[1] = [a;b;c;d] = [12;05;03;08]

Chromosome[2] = [a;b;c;d] = [02;01;08;03]

Chromosome[3] = [a;b;c;d] = [10;04;03;04]

Chromosome[4] = [a;b;c;d] = [20;01;10;06]

Chromosome[5] = [a;b;c;d] = [01;04;03;09]

Chromosome[6] = [a;b;c;d] = [20;05;07;01]

3. Seleksi

Metode seleksi yang digunakan pada algoritma ini adalah metode Roulette Wheel (piringan rolet). Seleksi ini bertujuan untuk memberikan kesempatan

(33)

seleksi yang lebih besar bagi anggota populasi yang memiliki fitness tinggi untuk melakukan seleksi.

Permasalahan yang ingin diselesaikan adalah nilai variabel a, b, c, dan d yang memenuhi persamaan a+2b+3c+4d = 30, maka fungsi_objektif yang dapat digunakan untuk mendapatkan solusi adalah:

fungsi_objektif(chromosome) = | (a+2b+3c+4d) – 30 |

Hitung fungsi_objektif dari chromosome yang telah dibangkitkan:

fungsi_objektif(chromosome[1]) = Abs(( 12 + 2*5 + 3*3 + 4*8 ) – 30)

= Abs((12 + 10 + 9 + 32 ) – 30)

= Abs(63 – 30)

= 33

= Abs(( 2 + 2 + 24 + 12 ) – 30)

= Abs(40 – 30)

= 10

fungsi_objektif(chromosome[3]) = Abs(( 10 + 2*4 + 3*3 + 4*4 ) -30)

= Abs(( 10 + 8 + 9 + 16 ) – 30)

= Abs(43 – 30)

= 13

= Abs(( 20 + 2 + 30 + 24 ) – 30)

= Abs(76 – 30)

= 46

(34)

32

= Abs(( 1 + 8 + 9 + 36 ) – 30)

= Abs(54 – 30)

= 24

= Abs(( 20 + 10 + 21 + 4) – 30)

= Abs(55 – 30)

= 25

Rata-rata dari fungsi objektif adalah:

rata-rata = (33+10+13+46+24+25)/6

= 151 / 6

= 25.167

Proses seleksi dilakukan dengan cara membuat chromosome yang mempunyai fungsi_objektif kecil mempunyai kemungkinan terpilih yang besar atau mempunyai nilai probabilitas yang tinggi.

Algoritma dari seleksi roda roulette wheel adalah sebagai berikut : a. Hitung total fitness (F) :

TotFitness = Σ Fk; k=1,2,…,popsize

Untuk itu dapat digunakan fungsi fitness = (1/(1+fungsi_objektif)), fungsi_objektif perlu ditambah 1 untuk menghindari kesalahan program yang diakibatkan pembagian oleh 0.

fitness[1] = 1 / (fungsi_objektif[1]+1)

= 1 / 34

(35)

= 0.0294

= 1 / 11

= 0.0909

= 1 / 14

= 0.0714

= 1 / 47

= 0.0212

= 1 / 25

= 0.0400

= 1 / 26

= 0.0385

total_fitness = 0.0294 + 0.0909 + 0.0714 + 0.0212 + 0.04 + 0.0385

= 0.2914

b. Hitung fitness relatif tiap individu : pk = Fk / TotFitness

Rumus untuk mencari probabilitas: P[i] = fitness[i] / total_fitness P[1] = 0.0294 / 0.2914

(36)

34

= 0.1009

P[2] = 0. 0909 / 0.2914

= 0.3119

P[3] = 0. 0714 / 0.2914

= 0.2450

P[4] = 0. 0212 / 0.2914

= 0.0728

P[5] = 0.04 / 0.2914

= 0.1373

P[6] = 0.0385 / 0.2914

= 0.1321

c. Hitung fitness komulatif :

− q1 = p1

− qk = qk-1 + pk; k =2,3,…,popsize

Dari probabilitas diatas dapat kita lihat kalau chromosome ke 2 yang mempunyai fitness paling besar maka chromosome tersebut mempunyai probabilitas untuk terpilih pada generasi selanjutnya lebih besar dari chromosome lainnya. Untuk proses seleksi kita gunakan roulete wheel, untuk itu kita harus mencari dahulu nilai kumulatif probabilitasnya:

C[1] = 0.1009

C[2] = 0.1009+ 0.3119

= 0.4128

(37)

C[3] = 0.1009+ 0.3119 + 0.2450

= 0.6578

C[4] = 0.1009+ 0.3119 + 0.2450 + 0.0728

= 0.7306

C[5] = 0.1009+ 0.3119 + 0.2450 + 0.0728 + 0.1373

= 0.8679

C[6] = 0.1009+ 0.3119 + 0.2450 + 0.0728 + 0.1373 + 0.1321

= 1

d. Pilih induk yang akan menjadi kandidat untuk di-crossover dengan cara : - Bangkitkan bilangan random r.

- Jika qk ₤ r dan qk+1 > r, maka pilih kromosom ke (k+1) sebagai kandidat induk.

Jika R[k] < C[1] maka pilih chromosome 1 sebagai induk, selain itu pilih chromosome ke-k sebagai induk dengan syarat C[k-1] < R < C[k]. Kita putar roulete wheel sebanyak jumlah populasi yaitu 6 kali (bangkitkan bilangan acak R) dan pada tiap putaran, kita pilih satu chromosome untuk populasi baru. Misal:

R[1] = 0.201 R[2] = 0.284 R[3] = 0.009 R[4] = 0.822

(38)

36

R[5] = 0.398 R[6] = 0.501

Angka acak pertama R[1] adalah lebih besar dari C[1] dan lebih kecil daripada C[2] maka pilih chromosome[2] sebagai chromosome pada populasi baru, dari bilangan acak yang telah dibangkitkan diatas maka populasi chromosome baru hasil proses seleksi adalah:

chromosome[1] = chromosome[2]

Chromosome baru hasil proses seleksi:

chromosome[1] = [02;01;08;03]

chromosome[2] = [02;01;08;03]

chromosome[3] = [12;05;03;08]

chromosome[4] = [01;04;03;09]

chromosome[5] = [02;01;08;03]

chromosome[6] = [10;04;03;04]

4. Crossover

Melakukan optimasi query dengan metode crossover M2S dan CHUNK 5. Mutasi

(39)

Mutasi yang digunakan dalam penelitian ini adalah mutasi permutasi. Mutasi yang dapat dilakukan yaitu dengan memilih dua nilai gen dari kromosom dan kemudian nilai tersebut saling dipertukarkan. Penukaran untuk setiap nilai dilakukan secara acak dengan masing-masing nilai gen yang menyatakan relasi mempunyai peluang yang sama untuk terpilih sebagai nilai gen penukar.

6. Parameter Genetik

Parameter genetik berguna dalamnpengendalian operator-operator genetik.

Beberapa parameter yang digunakan adalah : jumlah relasi, ukuran populasi, maksimum generasi, probabilitas crossover (Pc), dan probabilitas mutasi (Pm).

3.3 Teknik Analisa Konsep E-Learning 3.3.1 Kebutuhan Optimasi

Konsep E-learning pada SMK Barumun yang akan dioptimasi adalah Implementasi E-learning sebagai pengganti les tambahan yang merupakan program pihak sekolah untuk meningkatkan hasil belajar siswa. Kegiaran belajar on-line yang dilakukan oleh guru bidang studi adalah pemberian materi dan tugas secara on line yang juga harus diikuti oleh siswa pada jam-jam yang telah ditentukan. Untuk memudahkan pihak guru bidang studi, maka guru hanya memberikan file materi dan tugas yang selalu terupdate untuk diserahkan pada admin selanjutnya admin akan memasukkan dalam situs e-learning sekolah.

Keterbatasan pihak sekolah yang hanya mempunyai 2 (dua) admin tentu membuat jalannya pembelajaran online beresiko akan terjadi benturan jadwal dan bisa

(40)

38

memperlambat jalannya koneksi situs. Untuk itu perlu dilakukan optimasi database yang mana akan dikaji optimasi yang lebih baik dengan membandingkan antara metode optimasi M2S cross over dan Chunk cross over.

3.3.2 Data base Elearning

Data yang tersimpan dalam database elearning diklasifikasikan dan dikombinasikan dengan menggunakan pendekatan algoritma genetika. Tabel-tabel database yang berkaitan dengan optimasi elearning adalah sebagai berikut:

Tabel 3.1. Database tabel guru

Tabel guru dalam database elearning terdiri dari 6 field dengan 2 field yang akan di kombinasikan dengan tabel lain yakni id sebagai kode guru dan namaguru adalah staf pengajar.

Tabel 3.2. Database tabel siswa

Tabel siswa dalam database elearning terdiri dari 7 field dengan 4 field yang akan di kombinasikan dengan tabel lain yakni id sebagai kode siswa, dan

(41)

field nama adalah nama siswa, field fkelas yakni tingkatan kelas siswa yang terdiri dari kelas sepuluh (X), sebelas (XI) dan duabelas (XII) dan field jurusan yakni jurusan A, B dan C.

Tabel 3.3. Database tabel Matapelajaran

Tabel Matapelajaran dalam database elearning terdiri dari 3 field dengan 3 field yang akan di kombinasikan dengan tabel lain yakni field id sebagai kode pelajaran, field pelajaran adalah nama mata pelajaran dan field kelas adalah kelas siswa yakni kelas sepuluh (X), sebelas (XI) dan duabelas (XII).

Tabel 3.4. Database tabel porsi

Tabel por dasilam database elearning terdiri dari 4 field dengan 4 field yang akan di kombinasikan dengan tabel lain yakni field id sebagai kode porsi, field namaguru yakni staf pengajar dalam elearning, field semester adalah semester berjalan dan field porsi adalah porsi untuk staff pengajar dalam melakukan proses pengajaran dalam elearning.

Tabel 3.5. Database tabel Waktu

(42)

40

Tabel waktu dalam database elearning terdiri dari 4 field dengan 4 field yang akan di kombinasikan dengan tabel lain yakni field id sebagai kode waktu, field termin yakni termin elearning dalam satu hari, field jam adalah waktu jam proses elearning dan field hari adalah jadwal hari proses elearning.

Tabel 3.6. Database tabel jadwal elearning

Tabel jadwal dalam database elearning terdiri dari 10 field dengan 10 field yang akan di optimasi yakni field idguru sebagai kode guru, field namaguru yakni nama staf pengajar, field idpelajaran sebagai kode mata pelajaran, field pelajaran yakni mata pelajaran dalam elearning, field jurusan yakni penjurusan dari siswa, field semester yakni semester berjalan, field kelas yakni tingkatan kelas siswa, field hari yakni hari proses elearning dan field termin yakni termin dalam waktu elearning yakni terbagi dalam termin 1,2 dan seterusnya berkaitan dengan field jam yakni jam 16.30-17.30, 17.30-18.30, 18.30-19.30 , 19.30-20.30 dan 20.30- 21.30 .

3.3.3 Representasi Kromosom

Elemen utama dalam pengoperasian algoritma genetik yakni kromosom dimana pada optimasi query database elearning diberikan sejumlah join dan relasi. Tabel-

(43)

mana saja atau setiap tabel dapat dijoinkan dengan tabel-tabel lainnya. Relasi dan join tabel elaearning dapat digambarkan sebagai berikut:

Gambar 3.4 Relasi dan Joint tabel 3.3.4 Prosedur Inisialisasi

Pada prosedur inisiasi dilakukan proses inisiasi porsi guru pengajar elearning dengan data awal 25 data guru dan 10 data mata pelajaran.

Id

Namaguru NIP pelajaran Nohp Email

Guru

Id pelajaran kelas

matapelajaran

Id

Namasiswa NIS

kelas jurusan Nohp email

Siswa

Id

namaguru semester Porsi

Porsi

Id termin jam hari

waktu Idguru

Namaguru idpelajaran pelajaran jurusan semester kelas hari termin jam

Jadwal Id

Nama Admin

(44)

42

Tabel 3.7. Database data Guru SMK N 1 Barumun

Kode Guru Nama Guru

GU001 Reza Hakin

GU002 Mustika Rani

GU003 Siti Humaira

GU004 Raja Jamil

GU005 Eka Dinavia

GU006 Ari

GU007 Bernard

GU008 Cici

GU009 Dwi

GU010 Eli

GU011 Fadly

GU012 Gandi

GU013 Hari

GU014 Izul

GU015 Jaja

GU016 Kenanga

GU017 Luban

GU018 Mirna

GU019 Noni

GU020 Oka

GU021 Patrick

GU022 Qila

GU023 Rara

GU024 Sandi

GU025 Tuti

(45)

Tabel 3.8. Database data Mata Pelajaran SMK N 1 Barumun Kode Guru Nama Mata Pelajaran

MP001 Matematika

MP002 Bahasa Inggris

MP003 Bahasa Indonesia

MP004 Bahasa Daerah

MP005 Pendidikan Agama

MP006 Kimia

MP007 Fisika

MP008 Komputer

MP009 Seni budaya

MP010 Sejarah

Dari tabel-tabel tersebut diatas diinisiasi berdasarkan porsi mengajar online yang ditugaskan kerpada guru mata pelajaran dalam e-learning Web SMK N 1 Barumun yang akan di tangani oleh 5 (lima) admin yakni Admin Susi, Admin Raka, Admin Anton, Admin Budi dan Admin Cintia dengan uraian sebagai berikut:

a. Kode guru : GU001 Nama guru : Reza hakin Kode Mata pelajaran : MP001 Mata Pelajaran : Matematika

Jurusan : OTO

Semester : I

Kelas : X

(46)

44

Tabel 3.9. Kode Guru GU001 Hari

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30 Susi Raka

II. 17.30-18.30 III. 18.30-19.30 IV. 19.30-20.30 V. 20.30-21.30

b. Kode guru : GU002 Nama guru : Mustika Rani Kode Mata pelajaran : MP002

Mata Pelajaran : Bahasa inggris

Jurusan : OTO

Semester : I

Kelas : X

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30 Anton Cintia

II. 17.30-18.30 Budi Raka

III. 18.30-19.30 Susi

IV. 19.30-20.30 V. 20.30-21.30

c. Kode guru : GU003

(47)

Kode Mata pelajaran : MP003

Mata Pelajaran : Bahasa indonesia

Jurusan : OTO

Semester : I

Kelas : X

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06)

I. 16.30-17.30 Budi

II. 17.30-18.30 Susi

III. 18.30-19.30 Cintia

IV. 19.30-20.30 Anton

V. 20.30-21.30 Raka

d. Kode guru : GU004 Nama guru : Raja Jamil Kode Mata pelajaran : MP004

Mata Pelajaran : Bahasa Daerah

Jurusan : OTO

Semester : I

Kelas : X

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30 Anton Cintia

II. 17.30-18.30

(48)

46

IV. 19.30-20.30 Raka Anton

V. 20.30-21.30

e. Kode guru : GU005 Nama guru : Eka Dinavia Kode Mata pelajaran : MP005

Mata Pelajaran : Pendidikan Agama

Jurusan : OTO

Semester : I

Kelas : X

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30 Budi Raka

II. 17.30-18.30 Cintia III. 18.30-19.30 Susi IV. 19.30-20.30

V. 20.30-21.30 Anton Budi

f. Kode guru : GU006 Nama guru : Ari Kode Mata pelajaran : MP006 Mata Pelajaran : Kimia

Jurusan : OTO

Semester : I

Kelas : X

(49)

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 Cintia Susi

III. 18.30-19.30 Raka

IV. 19.30-20.30 V. 20.30-21.30

g. Kode guru : GU007 Nama guru : Bernard Kode Mata pelajaran : MP007 Mata Pelajaran : Fisika

Jurusan : OTO

Semester : I

Kelas : X

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 Budi Cintia

III. 18.30-19.30

IV. 19.30-20.30 Anton

V. 20.30-21.30

h. Kode guru : GU008

(50)

48

Kode Mata pelajaran : MP008 Mata Pelajaran : Komputer

Jurusan : OTO

Semester : I

Kelas : X

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30

III. 18.30-19.30 Susi Raka

IV. 19.30-20.30 V. 20.30-21.30

i. Kode guru : GU009

Nama guru : Dwi

Kode Mata pelajaran : MP009 Mata Pelajaran : Seni Budaya

Jurusan : OTO

Semester : I

Kelas : X

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06)

I. 16.30-17.30 Cintia

(51)

II. 17.30-18.30

III. 18.30-19.30 Anton

IV. 19.30-20.30 Budi

V. 20.30-21.30

j. Kode guru : GU010 Nama guru : Eli Kode Mata pelajaran : MP010 Mata Pelajaran : Sejarah

Jurusan : OTO

Semester : I

Kelas : X

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 Anton

III. 18.30-19.30 Susi

IV. 19.30-20.30 Raka

V. 20.30-21.30

k. Kode guru : GU011 Nama guru : Fadly Kode Mata pelajaran : MP001 Mata Pelajaran : Matematika

(52)

50

Semester : III

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 Cintia

III. 18.30-19.30

IV. 19.30-20.30 Budi Susi

V. 20.30-21.30

l. Kode guru : GU012 Nama guru : Gandi Kode Mata pelajaran : MP012

Mata Pelajaran : Bahasa Inggris

Jurusan : OTO

Semester : III

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 III. 18.30-19.30 IV. 19.30-20.30

V. 20.30-21.30 Raka Anton

(53)

m. Kode guru : GU013

Nama guru : Hari

Kode Mata pelajaran : MP013

Mata Pelajaran : BahasaIndonesia

Jurusan : OTO

Semester : III

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 Susi

III. 18.30-19.30 Budi Cintia Raka

IV. 19.30-20.30 V. 20.30-21.30

n. Kode guru : GU014 Nama guru : Izul Kode Mata pelajaran : MP014

Mata Pelajaran : Bahasa daerah

Jurusan : OTO

Semester : III

Kelas : XI

Tabel 3.22. Kode Guru GU014

Hari Senin Selasa Rabu Kamis Jum’at Sabtu

(54)

52

Porsi (01) (02) (03) (04) (05) (06)

I. 16.30-17.30 II. 17.30-18.30

III. 18.30-19.30 Anton Budi

IV. 19.30-20.30 V. 20.30-21.30

o. Kode guru : GU015 Nama guru : Jaja Kode Mata pelajaran : MP015

Mata Pelajaran : Pendidikan Agama

Jurusan : OTO

Semester : III

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06)

I. 16.30-17.30 Cintia Susi

II. 17.30-18.30 III. 18.30-19.30 IV. 19.30-20.30 V. 20.30-21.30

p. Kode guru : GU016 Nama guru : Kenanga Kode Mata pelajaran : MP016

(55)

Mata Pelajaran : Kimia

Jurusan : OTO

Semester : III

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30

III. 18.30-19.30 Anton Cintia

IV. 19.30-20.30 Raka Budi

V. 20.30-21.30

q. Kode guru : GU017 Nama guru : Luban Kode Mata pelajaran : MP017 Mata Pelajaran : Fisika

Jurusan : OTO

Semester : III

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 Raka Susi

(56)

54

IV. 19.30-20.30 Anton

V. 20.30-21.30 Budi

r. Kode guru : GU018 Nama guru : Mirna Kode Mata pelajaran : MP018 Mata Pelajaran : komputer

Jurusan : OTO

Semester : III

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06)

I. 16.30-17.30 Cintia Raka

II. 17.30-18.30

III. 18.30-19.30 Susi

IV. 19.30-20.30 V. 20.30-21.30

s. Kode guru : GU019

Nama guru : Noni

Kode Mata pelajaran : MP019 Mata Pelajaran : Seni Budaya

Jurusan : OTO

Semester : III

(57)

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 III. 18.30-19.30 IV. 19.30-20.30

V. 20.30-21.30 Anton

t. Kode guru : GU020

Nama guru : Oka

Kode Mata pelajaran : MP001 Mata Pelajaran : Sejarah

Jurusan : OTO

Semester : III

Kelas : XI

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 Cintia

III. 18.30-19.30 IV. 19.30-20.30

V. 20.30-21.30 Budi

(58)

56

Nama guru : Patrick Kode Mata pelajaran : MP021 Mata Pelajaran : Matematika

Jurusan : OTO

Semester : V

Kelas : XII

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30

II. 17.30-18.30 Anton

III. 18.30-19.30 Budi

IV. 19.30-20.30 Raka

V. 20.30-21.30 Susi

v. Kode guru : GU022 Nama guru : Qila Kode Mata pelajaran : MP022

Mata Pelajaran : Bahasa Inggris

Jurusan : OTO

Semester : V

Kelas : XII

Porsi

Senin (01)

Selasa (02)

Rabu (03)

Kamis (04)

Jum’at (05)

Sabtu (06) I. 16.30-17.30