Volume 1 No. 1 | April 2018 : 84-90
Sistem Pendukung Keputusan Pemilihan
Kelompok Keahlian Menggunakan Metode
Weighted Product
(Studi Kasus : Jurusan
Teknik Informatika)
Muhammad Fikri Lazuardi
1, Yana Aditia Gerhana
2, Cepy Slamet
31,2,3
Teknik Informatika, UIN Sunan Gunung Djati Bandung
1
muflazuardi@gmail.com,
2yanagerhana@uinsgd.ac.id,
3cepy_lucky@uinsgd.ac.id
Abstract-Thesis is one of the scientific works for S1 (Bachelor) as a requirement to get a bachelor degree. In determining the title of the thesis, students must choose the theme according to the expertise of interest. With the existing expertise group in the department of informatics engineering, will facilitate students in determining the final research topic. However, according to a survey conducted by giving questionnaires to each student who will determine the topic of the final task, 68% of students are wrong in determining the group of expertise in accordance with the expertise, the students just follow the trend in choosing a group of skills, so that students have difficulty in final project because the skills group will assist the student in determining the final project topic. Therefore a system that will assist Students in determining the group of expertise. In this research using Weighted Product method.
Keywords: decision support system, weighted product, expertise group
Abstrak-Skripsi merupakan istilah yang digunakan untuk mengilustrasikan suatu karya ilmiah berupa paparan tulisan hasil penelitian sarjana. Dalam menentukan judul skripsi, mahasiswa harus memilih tema sesuai dengan keahlian yang diminati. Dengan adanya kelompok keahlian yang ada di jurusan teknik informatika, akan mempermudah mahasiswa dalam menentukan topik penelitian tugas akhir. Namun menurut survey yang dilakukan dengan memberikan kuesioner kepada setiap mahasiswa yang akan menentukan topik tugas akhir, 68% mahasiswa salah dalam menentukan kelompok keahlian yang sesuai dengan keahliannya, mahasiswa hanya mengikuti trend saja dalam memilllih kelompok keahlian, sehingga mahasiswa mengalami kesulitan dalam pengerjaan tugas akhir karena kelompok keahlian akan membantu mahasiswa dalam menentukan topik tugas akhir. Oleh karena itu suatu sistem yang akan membantu Mahasiswa dalam menentukan kelompok keahliannya. Pada peneleitian ini menggunakan metode Weighted Product.
Kata kunci: sistem pendukung keputusan, weighted product, kelompok keahlian.
I. PENDAHULUAN
Skripsi merupakan istilah yang digunakan untuk mengilustrasikan suatu karya ilmiah berupa paparan tulisan hasil penelitian sarjana S1 yang membahas suatu permasalahanan atau fenomena dalam bidang ilmu tertentu dengan tujuan agar mahasiswa mampu menyusun dan menulis suatu karya ilmiah, sesuai dengan bidang ilmunya. Mahasiswa yang mampu menulis skripsi dianggap mampu memadukan pengetahuan dan keterampilannya dalam memahami, menganalisis, menggambarkan, dan menjelaskan masalah yang berhubungan dengan bidang keilmuan yang diambilnya [1][2], [3].
Mahasiswa dalam menentukan topik penelitian tugas akhir dapat dengan mudah berkonsultasi dengan dosen yang memiliki keahlian yang sesuai dengan kelompok keahlian tersebut. Namun menurut survey yang dilakukan dengan memberikan kuesioner kepada setiap mahasiswa yang akan menentukan topik tugas akhir, 68% mahasiswa salah dalam menentukan kelompok keahlian yang sesuai dengan keahliannya, mahasiswa hanya mengikuti trend saja dalam memilllih kelompok keahlian,
membantu mahasiswa dalam menentukan topik tugas akhir, dari hasil wawancara terhadap pihak jurusan menunjukkan bahwa sistem pendukung keputusan ini dapat lebih mudah dan cepat untuk mengetahui minat mahasiswa dan juga untuk evaluasi pemilihan topik tugas akhir.
Sebuah sistem pendukung keputusan dianggap cocok untuk membantu mahasiswa dalam menentukan kelompok keahlian yang sesuai dengan keahlian nya masing-masing. Sistem pendukung keputusan ini merupakan sistem informasi berbasis komputer yang melakukan pendekatan untuk menghasilkan berbagai alternative keputusan untuk membantu pihak tertentu dalam menangani permasalahan dengan menggunakan data dan model [4][5].
Sistem Pendukung Keputusan Pemilihan Kelompok Keahlian Menggunakan Metode Weighted Product (Studi Kasus : Jurusan Teknik Informatika)
85 Sistem [8] adalah kumpulan objek seperti orang,
sumber daya, konsep, dan prosedur yang dimaksudkan untuk melakukan suatu fungsi yang dapat diidentifikasi atau untuk melayani suatu tujuan. Sistem dibagi menjadi tiga bagian berbeda. Bagian-bagian tersebut dikelilingi oleh sebuah lingkungan dan sering melibatkan sebuah mekanisme umpan balik.
B. Sistem pendukung Keputusan
Definisi awal dari sistem pendukung keputusan menunjukkan sistem pendukung keputusan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur. Sistem pendukung keputusan dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka [9]. Sistem pendukung keputusan ditujukan untuk keputusan-keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma [9].
Little mendefinisikan Sitem Pendukung Keputusan sebagai “sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer mengambil keputusan.” Dia menyatakan bahawa untuk sukses sistem itu harus sederhana, cepat, mudah dikontrol, adaptif, lengkap dengan isu-isu penting, dan mudah berkomunikasi. Sedangkan Moore dan Chang berpendapat bahwa konsep struktur, seperti yang banyak disinggung pada definisi awal sistem pendukung keputusan bahwa sistem pendukung keputusan dapat menangani situasi semiterstruktur dan tidak terstruktur [10].
C. Keputusan
Keputusan sudah menjadi hal yang biasa dalam kehidupan, karena berhubungan dengan masalah dan solusi. Definisi dari keputusan pada umumnya adalah pilihan (choice), yaitu pilihan dari dua atau lebih kemungkinan. Jika berhubungan dengan proses, maka keputusan adalah akhir dari suatu proses, maka keputusan adalah keadaan akhir dari suatu proses yang lebih dinamis yang diberi label pengambilan keputusan [4].
D. Kelompok Keahlian
Kelompok keahlian merupakan kelompok penelitian dan kelompok kerja bagi dosen yang mempunyai keahlian dan ketertarikan pada pendalaman kajian keilmuan, sehingga proses dan hasil yang berhubungan dengan pencapaian visi misi Jurusan dapat tercapai. Keberagaman ilmu pembentuk keilmuan menjadi salah satu dasar pembentukan kelompok keahlian ini, selain peningkatan perilaku sumber daya manusia di lingkungan Jurusan, sehingga dosen dapat melakukan aktivitasnya sebagai unsur pelaksana kegiatan pendidikan dan pengajaran, penelitian, dan pengabdian kepada masyarakat dalam bidang keahlian atau spesifikasi keilmuan yang sesuai dengan latar belakang dan keahliannya masing-masing, serta dapat membimbing mahasiswa dalam memenuhi minat dan kebutuhan mahasiswa dalam melaksanakan penelitian, terutama dalam penelitian Tugas Akhir [11]. E. Metode Weighted Product
Weighted Product (WP) adalah keputusan analisis multi-kriteria yang popular dan merupakan metode pengambilan keputusan multi kriteria [12]–[14]. Seperti semua metode FMADM [15], [16], WP adalah himpunan berhingga dari alternative keputusan yang dijelaskan dalam istilah beberapa kriteria keputusan [17].
Metode Weighted Product menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi [18].
Pembobotan metode Weighted Product dihitung berdasarkan tingkat kepentingan. Tingkat kepentingan metode Weighted Product, yaitu [4]:
1. Sangat Tidak Penting 2. Tidak Penting Preferensi untuk alternatif diberikan :
𝑆𝑖= ∏𝑛𝑗=1𝑋𝑖𝑗𝑊𝑗………..(2)
Keterangan :
𝑆𝑖 : hasil normalisasi keputusan pada
alternative ke-i
𝑋𝑖𝑗 : Rating alternatif per atribut
𝑊𝑗 : Bobot Atribut keuntungan, dan bernilai negatif untuk atribut biaya. Preferensi relatif dari setiap alternatif (V), diberikan :
𝑉𝑖= ∏ 𝑋𝑖𝑗
𝑉𝑖 : Hasil preferensi alternatif ke-i
𝑋𝑖𝑗 : Rating alternatif per atribut
𝑊𝑗 : Bobot atribut
II. METODE PENELITIAN A. Metode Pengumpulan Data
digunakan dalam proses pengumpulan data adalah sebagai berikut:
1. Metode Observasi
Metode pengumpulan data yang akan dilakukan adalah melihat serta mempelajari permasalahan yang ada di lapangan yang erat kaitannya dengan objek yang diteliti. 2. Metode Studi Pustaka
Metode yang dilakukan sebagai bahan pembelajaran dengan cara mencari bahan yang mendukung dalam pendefinisian masalah melalui buku dan internet.
B. Metode Pengembangan Perangkat Lunak
Metode pengembangan perangkat lunak yang digunakan untuk penelitian ini adalah model prototype. Metode prototype dimulai dari tahap komunikasi dan pengumpulan persyaratan dari client. Perencanaan iterasi prototype dilakukan secara cepat, kemudian dilakukan perancangan dengan cepat [8], [19], [20]. Metode ini dipilih karena memudahkanpengembang dalam melakukan perbaikan.
Gambar 1. Paradigma Prototype
Adapun tahapan dalam metode prototype adalah: 1. Analisis kebutuhan. Tahap analisis kebutuhan
(requirements) dilakukan untuk mengidentifikasi tentang siapa yang akan menggunakan sistem dan apa yang dibutuhkan oleh pengguna dari sistem.
2. Perancangan sistem. System design atau perancangan sistem merupakan tahap dimana sistem digambarkan ke dalam model-model tertentu berdasarkan hasil analisis pada tahap sebelumnya.
3. Pengkodean. Untuk membangun sistem ke dalam bentuk asli, maka hasil perancangan diterjemahkan ke dalam kode-kode tertentu. Kegiatan tersebut dilakukan dalam tahap pengkodean (coding). 4. Pengujian. Pengujian (testing) perlu dilakukan dalam
setiap pengembangan sistem. Tujuannya yaitu untuk mengukur apakah sistem yang telah dikembangkan berjalan dengan baik dan benar serta sesuai dengan kebutuhan pengguna. Apabila masih terdapat kekeliruan, maka proses pengembangan kembali ke tahap analisis [21].
5. Implementasi. Setelah semua tahap berjalan dengan baik dan hasil pengujian menunjukkan hasil yang sesuai dengan kebutuhan, maka sistem dapat diimplentasikan dan siap digunakan oleh pengguna dengan tetap melakukan pemeliharaan (maintenance) secara berkala untuk menjaga kesehatan sistem.
Pemodelan sistem pendukung keputusan pemilihan kelompok keahlian ini menggunakan pemodelan terstruktur [22], [23].
Gambar 2. Diagram Konteks
III. HASIL DAN PEMBAHASAN
Sistem yang dibuat harus bisa memenuhi keinginan penggua yaitu sistem harus bisa memberikan rekomendasi kelompok keahlian yang cocok dengan keahlian mahasiswa.
Gambar 3. Pohon Keputusan
Adapun karakteristik pengguna sistem pendukung keputusan pemilihan kelompok keahlian ini dapat dilihat pda tabel dibawah ini.
Tabel 1. Karakteristik Pengguna
No Pengguna Hak akses
1 Admin Kelola konten data kelompok keahlian, data mahasiswa, data kriteria, data mata kuliah, dan data admin
Sistem Pendukung Keputusan Pemilihan Kelompok Keahlian Menggunakan Metode Weighted Product (Studi Kasus : Jurusan Teknik Informatika)
87 Gambar 4. Arsitektur Sistem
Gambar 5. Arsitektur Aplikasi
Gambar 6. Proses Bisnis
Pada aplikasi ini terdapat dua bagian user, yang pertama admin memiliki peranan untuk mengelola konten yang dibutuhkan oleh sistem dan yang kedua adalah user (mahasiswa) sebagai pengguna aplikasi. Berikut adalah kebutuhan fungsional sistem, yaitu :
Tabel 2. Kebutuhan Fungsional Admin
Kode Deskripsi
FNA-01 Login admin
FNA-02 Kelola data kelompok keahlian dan operasi CRUD (Create, Retrieve, Update, Delete) pada data kelompok keahlian
FNA-03 Kelola data mata kuliah dan operasi CRUD (Create, Retrieve, Update, Delete) pada data mata kuliah FNA-04 Kelola data kajian kelompok keahlian
dan operasi CRUD (Create, Retrieve,
Update, Delete) pada data kajian kelompok keahlian
FNA-05 Kelola data kriteria, pada konten ini admin melakukan perubahan nilai setiap kriteria
FNA-06 Kelola data mahasiswa dan operasi CRUD (Create, Retrieve, Update, Delete) pada data mahasiswa
FNA-07 Kelola data admin dan operasi CRUD (Create, Retrieve, Update, Delete) pada data admin
Tabel 3. Kebutuhan Fungsional Mahasiswa
Kode Deskripsi
FNM-01 Login Mahasiswa
FNM-02 Mengisi data nilai mata kuliah FNM-03 Mengisi data keahlian tiap kajian FNM-04 Melakukan penilaian kelompok
keahlian
A. Perhitungan Metode Weighted Product Tabel 4. Kriteria dan Bobot
Kriteria Bobot
Nilai rata-rata 5
Keahlian 7
Minat 8
Tabel 5. Rating kecocokan dari setiap Alternatif pada setiap Kriteria
Alternatif
Kriteria Nilai
rata-rata
Keahlian Minat
1 3.3 2.6 2
2 3.4444 2.2 3
3 3.2857 1.2 1
4 1.5 1.6 1
Preferensi untuk masing-masing kriteria, W = (5,7,8). Selanjutnya dilakukan perbaikan bobot dengan rumus 𝑊𝑗 =∑ 𝑊𝑗𝑊𝑗 , maka didapat perhitungan :
𝑊1= 5 + 8 + 7 = 0.255
𝑊2= 5 + 8 + 7 = 0.357
𝑊3= 5 + 8 + 7 = 0.48
Kemudian cari vektor S dengan rumus 𝑆𝑖=
∏𝑛𝑗=1𝑋𝑖𝑗𝑊𝑗 , S adalah kelompok keahlian, maka didapat
perhitungan :
𝑆1= (3.30.25)(2.60.35)(20.4) = 2.484741
𝑆2= (3.44440.25)(2.20.35)(30.4) = 2.78596
𝑆3= (3.28570.25)(1.20.35)(10.4) = 1.435061
𝑆4= (1.60.25)(20.35)(10.4) = 1.325782
dengan rumus 𝑉𝑖= ∏ 𝑋𝑖𝑗
𝑊𝑗 𝑛 𝑗=𝑖
∏𝑛𝑗=𝑖(𝑋𝑖∗)𝑊𝑖 , maka didapat perhitungan
:
𝑉1=2.4847418.031544 = 0.309373
𝑉2=8.031544 = 0.3468772.78596
𝑉3=1.3257828.031544 = 0.178678
𝑉4=1.4334768.031544 = 0.165072
Maka didapat nilai V1 = 0.309373; V2 = 0.346877;
V3 = 0.178678; V4 = 0.165072. nilai terbesar ada pada V2
sehingga alternatif 1 adalah alternatif yang terpilih menjadi alternatif terbaik.
Tabel 6. Hasil Penilaian
No Kelompok
Keahlian
Nilai Rekomendasi
1 Manajemen Data dan Sistem Informasi
0.346877 Rekomendasi ke-1
2 Visi Komputer dan Sistem Berintelegensia
0.309373 Rekomendasi ke-2
3 Sistem Komputer dan Komputasi Terdistribusi
0.178678 Rekomendasi ke-3
4 Pemograman dan Rekayasa Perangkat Lunak
0.165072 Rekomendasi ke-4
B. Implementasi Antarmuka [24]–[27]
Gambar 7. Halaman Login
Halaman ini digunakan untuk melakukan autentifikasi user dalam menentukan hak akses pada sistem ini. Untuk medapatkan hak aksesnya user harus melakukan login terlebih dahulu dengan menggunakan username dan password yang sudah ada.
Halaman ini adalah halaman utama untuk mahasiswa, pada halaman ini terdapat beberapa menu seperti menu nilai mata kuliah, menu kajian dan menu penilaian
Gambar 9. Halaman Tambah Nilai Mata Kuliah Halaman ini digunakan untuk menambahkan data nilai mata kuliah yang ada, data ini digunakan untuk pembobotan pada penentuan rekomendasi kelompok keahlian.
Gambar 10. Halaman Kambah Nilai Kajian Halaman ini digunakan untuk menambahkan nilai ketertarikan pada setiap kajian kelompok keahlian, data ini akan digunakan untuk melakukan pembobotan dalam penentuan rekomendasi kelompok keahlian.
Gambar 11. Halaman Penilaian
Sistem Pendukung Keputusan Pemilihan Kelompok Keahlian Menggunakan Metode Weighted Product (Studi Kasus : Jurusan Teknik Informatika)
89 Gambar 12. Hasil Penilaian
IV. PENUTUP
Pada bagian ini akan dijelaskan mengenai kesimpulan dari aplikasi yang dibangun serta saran untuk pengembangan sistem pendukung keputusan pemilihan kelompok keahlian kedepannya.
A. Kesimpulan
1. Pemilihan kelompok keahlian ini membutuhkan beberapa kriteria yang sesuai untuk setiap kelompok keahlian, beberapa kriteria yang dibutuhkan adalah nilai matakuliah, ketertarikan setiap kajian dan seberapa besar minat terhadap kelompok keahlian tersebut yang selanjutnya nilai dari setiap kriteria tersebut akan dibobotkan agar mendapatkan hasil untuk merekomendasikan kelompok keahlian. 2. Aplikasi yang dibangun menggunakan metode
weighted product, dengan menggunakan metode weighted product setiap nilai kriteria akan dilakukan pembobotan untuk menemukan rekomendasi kelompok keahlian yang sesuai dengan kriteria mahasiswa.
B. Saran
Setelah mengembangkan aplikasi ini, ada beberapa saran yang harus diterapkan untuk pengembangan aplikasi ini kedepannya:
1. Pada aplikasi ini, nilai mata kuliah mahasiswa masih menggunakan input manual, untuk saran kedepannya agar nilai mata kuliah didapatkan langsung dari sistem akademik.
2. Pada aplikasi ini kriteria tidak dapat ditambahkan, untuk saran kedepannya agar kriteria dapat ditambahkan.
V. REFERENSI
[1] I. Mazmur, “Pengertian Skripsi, Tesis dan Disertasi,”
2015. .
[2] I. Septiana, M. Irfan, and A. R. Atmadja, “Sistem
Pendukung Keputusan Penentu Dosen Penguji Dan Pembimbing Tugas Akhir Menggunakan Fuzzy Multiple Attribute Decision Makingdengan Simple Additive Weighting (Studi Kasus: Jurusan Teknik Informatika Uin Sgd Bandung),” J. Online Inform., vol. 1, no. 1, pp. 43–50, 2016.
[3] N. I. Kurniati, H. Mubarok, and A. Reinaldi, “Rancang
Bangun Sistem Pakar Diagnosa tingkat Depresi Pada
Mahasiswa Tingkat Akhir Menggunakan Metode
Fuzzy Tsukamoto(Studi Kasus : Universitas
Siliwangi),” J. Online Inform., vol. 2, no. 1, p. 49,
2017.
[4] N. Nurjannah, Z. Arifin, and D. M. Khairina, “Sistem
Pendukung Keputusan Pembelian Sepeda Motor
Dengan Metode Weighted Product,” J. Inform.
Mulawarman, vol. 10, no. 2, pp. 2–6, 2015.
[5] K. Suryadi and M. A. (UIN S. G. D. B. Ramdhani,
Sistem Pendukung Keputusan. Bandung: Remaja Rosdakarya, 2002.
[6] R. Fauzan, Y. Indrasary, and N. Muthia, “Sistem
Pendukung Keputusan Penerimaan Beasiswa Bidik Misi di POLIBAN dengan Metode SAW Berbasis
Web,” JOIN (Jurnal Online Inform., vol. 2, no. 2, pp.
79–83, 2017.
[7] D. Minarni, I. G. T. Isa, and A. Yanik, “Aplikasi Bagi
Waris Islam dengan Metode Forward Chaining berbasis
Web,” J. Online Inform., vol. 2, no. 2, p. 127, 2018.
[8] Roger S Pressman, Software Engineering: A
Practicioner’s Approach Fifth Edition, 5th ed. New York: McGraw-Hill, 2011.
[9] A. Faroqi, A. Wahana, and I. Muktar, “Sistem
Pendukung Keputusan Untuk Menyeleksi Calon Siswa Menggunakan Metode Analytic Hierarchy Process
(AHP),” ISTEK, vol. 6, no. 1–2, pp. 60–70, 2012.
[10] E. Turban, J. E.Aronson, and T.-P. Liang, Decision Support Systems and Intelligent Systems - Sistem Pendukung Keputusan dan Sistem Cerdas (Jilid 1), 7th ed. Yogyakarta: Andi, 2008.
[11] A. Ramadhan, “Kelompok Keahlian Informatika,” 2015. .
[12] M. Salam, T. Hendro, and W. Uriawan, “Sistem Pendukung Keputusan Penentuan Daerah Berpotensi Kemiskinan Absolut Di UPT BP3AKB Kecamatan Cisarua Menggunakan Metode Analytic Hierarchy Process-Weighted Product,” in Seminar Nasional Telekomunikasi dan Informatika, 2016, pp. 38–43.
[13] A. Naufal, A. Kurniawati, and M. A. Hasibuan,
“Decision Support System Of SMB Telkom University
Roadshow Location Prioritization With Weighted Sum
Model Method,” in 2016 2nd International Conference
of Industrial, Mechanical, Electrical, and Chemical Engineering, ICIMECE 2016, 2017, pp. 107–111.
[14] S. Eniyati, “Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa
dengan Metode SAW (Simple Additive Weighting),”
Din. - J. Teknol. Inf., vol. 16, no. 2, pp. 171–176, 2011.
[15] I. Septiana, M. Irfan, A. R. Atmadja, and B. Subaeki,
“Sistem Pendukung Keputusan Penentu Dosen Penguji
Dan Pembimbing Tugas Akhir Menggunakan Fuzzy Multiple Attribute Decision Makingdengan Simple Additive Weighting (Studi Kasus: Jurusan Teknik
Informatika Uin Sgd Bandung),” JOIN (Jurnal Online
Inform., vol. 1, no. 43–50, 2016.
Pontianak),” Semin. Nas. Inform. 2015, pp. 177–182, 2015.
[17] D. M. Khairina, M. R. Asrian, and H. R. Hatta,
“Decision Support System For New Employee Recruitment Using Weighted Product Method,” in
Proceedings - 2016 3rd International Conference on Information Technology, Computer, and Electrical Engineering, ICITACEE 2016, 2017, pp. 297–301.
[18] I. Efendi, “Aplikasi Pendukung Keputusan Penentuan Penerima Beasiswa Menggunakan Metode Weighted
Product Di Mts Alhuda Gondang Nganjuk,”
Universitas Nusantara Persatuan Guru Republik Indonesia, 2016.
[19] A. R. Mulyanto, Rekayasa Perangkat Lunak Jilid 3. Jakarta, 2008.
[20] M. A. Ramdhani, Metodologi Penelitian untuk Riset Teknologi Informasi. Bandung: UIN Sunan Gunung Djati Bandung, 2013.
[21] R. D. Putra, “Pengertian, Perbedaan White Box Dan
Black Box Testing,” 2014. .
[22] K. Handyono, “Conseptual Data Model & Physical
Data Model (CDM & PDM),” 2013. .
[23] P. Wijaya, “Pengertian CD(Context Diagram) dan DFD
(Data Flow Diagram) dan Simbolnya,” 2012. .
[24] A. Munandar, “Pengertian MySQL,” 2016. .
[25] A. Prasetio, Buku Pintar Pemrograman Web. Jakarta, 2012.
[26] E. Fernandes, “Pembahasan Kamus Data Menurut Para
Ahli,” 2016. .
[27] R. Hidayat and M. Yuhefizar, Cara Mudah