Institutional Repository | Satya Wacana Christian University: Sistem Informasi Jadwal Mata Pelajaran Sekolah Menggunakan Optimasi Algoritma Genetika

(1)

BAB IV

HASIL DAN ANALISIS

4.1_{Hasil Karya} 4.1.1 _TampilanForm

a. Home

Gambar 4.1 Tampilan awal aplikasi

Pada saat membuka aplikasi, pengguna akan

disuguhkan tampilan awal yang sederhana. Skema adalah

nama untuk aplikasi ini, diambil dari bahasa Denmark yang

berarti skedul, rencana, atau jadwal. Tampilan awal dari

Skema terinspirasi dari desain yang sederhana dan elegan.

Di bagian pojok kanan tulisan Skema terdapat logo

yang berbentuk seperti DNA (Deoxyribonucleic Acid) dan

juga berbentuk seperti jam pasir. Dari logo Skema tersebut

dapat diambil makna bahwa DNA mewakili untuk genetika,

(2)

Jadi, dalam logo Skema menceritakan tentang sesuatu

yang dapat memproses genetika, dalam hal ini adalah

aplikasi yang melakukan proses penghitungan probabilitas

menggunakan algoritma genetika.

Gambar 4.2 Logo Skema

Di bagian bawah tulisan Skema terdapat beberapa

tombol yang digunakan untuk memanggil form yang

diinginkan. Berbeda dengan tombol pada umumnya, tombol

di aplikasi ini didesain berbentuk tautan untuk membuat

aplikasi ini terlihat sederhana tapi memiliki fitur yang

mumpuni.

b. Pelajaran

Form Pelajaran berisi tentang segala sesuatu tentang

apa yang menyangkut tentang pelajaran untuk

terselenggaranya KBM (Kegiatan Belajar Mengajar)

meliputi data mata pelajaran, data guru pengampu, data

kelas yang ada, dan plot mengajar. Plot mengajar digunakan

untuk membuat plot tentang guru pengampu mengajar

pelajaran apa dan kelas yang dimana saja guru tersebut

(3)

Gambar 4.3 Tab Mata Pelajaran dalam form Pelajaran

Pada tab Mata Pelajaran terdapat pilihan untuk

mengisi data mata pelajaran baru, mengedit atau menghapus

data mata pelajaran yang sudah ada.

Gambar 4.4 Tab guru dalam form Pelajaran

Tab Guru berisi tentang data guru, sama seperti tab

Mata Pelajaran data di tab Guru juga dapat ditambah, diedit,

maupun dihapus.

(4)

Gambar 4.5 Menu Ruang d. Jadwal

Gambar 4.6 Menu Jadwal

Pada gambar di atas dapat dilihat bahwa pada bagian

kiri terdapat 4 opsional untuk memproses jadwal.

Sedangkan dibagian kanan adalah hasil dari jadwal yang

telah diproses oleh aplikasi. 4.1.2 _Pengkodean

Dari sisi pengkodean terdapat 3 garis besar untuk aplikasi ini,

yaitu pengkodean pada form untuk interaksi dengan pengguna,

pemodelan bisnis untuk transaksi data dari dan ke database,

(5)

riset dan uji coba adalah pengkodean untuk algoritma. Berikut

adalah penjelasan dari rincian di atas: 4.1.2.1 Form

Dalam pembuatan aplikasi Skema menggunakan

menggunakan OOP (Object Oriented Programming) atau

pemrograman berbasis objek, jadi setiap kelas memiliki

struktur kode yang hampir sama untuk aliran data dari

database ke form atau CRUD (Create, Read, Update, and

Delete).

Gambar 4.7 Windows form pada aplikasi Skema

Kode Program 4.3 Mengambil data pelajaran di database dalam form Pelajaran

Imports BusinessLib

Public Class Pelajaran

Private busObj As PelajaranIni = Nothing

#Region " Read "

Private Sub Pelajaran_Load(ByVal sender As Object, ByVal e As System.EventArgs) Handles Me.Load

busObj = New PelajaranIni

Try

Home.Cursor = Cursors.WaitCursor

dgvPmapel.DataSource = busObj.ReadMapel dgvPkelas.DataSource = busObj.ReadKelas dgvPguru.DataSource = busObj.ReadGuru dgvPlot.DataSource = busObj.ReadPlot cbPlotRefresh()

Home.Cursor = Cursors.Arrow Catch ex As Exception

MessageBox.Show(ex.Message) Home.Cursor = Cursors.Arrow End Try

(6)

Dari kode di atas dapat dilihat bahwa semua data

diambil melalui sebuah Class Library bernama

BusinessLib. Kemudian dibuatlah variabel busObj untuk

memanggil sebuah class yang bernama PelajaranIni yang

berada di dalam BusinessLib, busObj inilah yang

berfungsi untuk memanggil data dari database melalui

perantara class PelajaranIni. Data kemudian ditampung

dalam Data Grid View. Jadi setiap menu Pelajaran diklik

maka semua data dari database akan langsung dibaca dan

ditampung di Data Grid View masing-masing sub-menu.

Kode Program 4.3 Menambah data pelajaran di database dalam form Pelajaran

Imports BusinessLib

Public Class Pelajaran

Private busObj As PelajaranIni = Nothing

Private Sub btnSaveMP_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles btnSaveMP.Click If rbTambah.Checked Then 'untuk membedakan tambah baru dan edit data

Try

busObj = PelajaranIni.InsertData()

'memanggil fungsi insert data, dan mengisi value _newdata menjadi true ditambahkan", "Sukses", MessageBoxButtons.OK,

(7)

Di dalam kode program di atas mengunakan

fungsi if dan else, jadi apabila Radio Button diklik untuk

tambah data maka fungsi if akan berjalan dan langsung

melakukan proses penambahan data melalui class

PelajaranIni yang berada dalam class library BusinessLib.

Begitu pula dengan mengedit data, apabila Radio Button

diklik edit data maka fungsi else yang gantian berjalan

dan melakukan proses edit data melalui alur yang sama

(melewati BusinessLib).

Kode Program 4.3 Mengedit data pelajaran di database dalam form Pelajaran

Apabila kita perhatikan baris kode di atas dapat

dilihat bahwa untuk proses edit, data diambil dahulu

kemudian baru menyimpan perubahan ke dalam database. Else 'berisi id yg terpilih dari dgv

With busObj

"Sukses", MessageBoxButtons.OK,

(8)

Agar data yang baru ditambah atau diedit langsung

terbaca maka akan dilakukan refresh di DataGridView

setiap kali data berhasil diproses.

Kemudian yang terakhir mengenani transaksi data

dari form adalah hapus data. Kode untuk menghapus data

cukup sederhana dan tidak terlalu rumit untuk dibuat.

Kode Program 4.4 Menghapus data pelajaran di database dalam form Pelajaran

MessageBox pertama berfungsi untuk memberikan peringatan kepada

user agar tidak salah saat menghapus data yang telah

dipilih. Setelah selesai proses menghapus maka akan ada

Private Sub HapusToolStripMenuItem_Click(sender As Object, e As EventArgs) Handles

HapusToolStripMenuItem.Click pilihan.Row(2).ToString 'inisialisasi id sebagai patokan

MessageBox.Show("Anda yakin ingin mengapus mata pelajaran " + namaMapel, "Hapus data?",

MessageBoxButtons.YesNo, MessageBoxIcon.Question) pelajaran " + namaMapel + " berhasil dihapus :D",

"Sukses", MessageBoxButtons.OK,

(9)

PublicClass Utilities

PublicSharedFunction koneksi()

Return ("data source=TOSHIBATKJ-01\sqlEXPRESS ; database = skemadb; integrated security=SSPI")

EndFunction EndClass

informasi bahwa data tersebut telah dihapus dan

DataGridView akan refresh lagi untuk memperbarui data. 4.1.2.2_{Basis Data}

Dalam pengkodean basis data digunakan Class

Library yang berfungsi agar class ini nantinya dapat

di-reference ke class lainnya yang membutuhkan transaksi

data dari database. BusinessLib memiliki beberapa class

yang berfungsi untuk melayani transaksi data dari setiap

form yang berbeda, misal class PelajaranIni berfungsi

untuk melayani transaksi data dari form Pelajaran.

Gambar 4.8 Class pada BusinessLib

Dalam class di atas terdapat kelas bernama

Utilities yang berfungsi untuk menginisialisasikan

koneksi ke Database Engine yaitu SQL SERVER 2008

agar tidak dipanggil berulang kali saat ingin membuka

koneksi.

Kode Program 4.5 Class Utilities

Setelah terhubung ke database dengan memanggil fungsi

(10)

Public Function ReadMapel() As DataTable

Dim dt As New DataTable

Using cn As New SqlConnection(Utilities.koneksi) Try

dasar yang biasa dipakai untuk mengambil data.

Kode Program 4.6 Mengambil data dari database

Data yang telah diambil dari database ditampung

di Data Table. Hal ini dilakukan agar memudahkan saat

ditampilkan di DataGridView pada form.

Untuk menambahkan data ke database diperlukan

fungsi yang dapat diakses oleh semua class dikarenakan

(11)

'shared method

Public Shared Function InsertData() As PelajaranIni

Dim obj As New PelajaranIni Select Case _pilihan Case "mapel".ToLower

cn.Open()

Using cm As New SqlCommand(qry, cn)

cm.Parameters.AddWithValue("@kdmp", _kodeMapel) cm.Parameters.AddWithValue("@nmmp", _namaMapel) cm.ExecuteNonQuery()

Kode Program 4.7 Menambah data ke database

Menambahkan data ke database dibutuhkan

variabel yang berfungsi untuk menampung data dari form

yang telah dimasukkan oleh user. Kemudian variabel

tersebut dijadikan untuk mengisi value agar dapat terbaca

di query sebagai parameter yang sebelumnya

didefinisikan sebagai alias, misal @kdmp, @nmmp,

(12)

'shared method

Public Shared Function UpdateData(id As Integer) As

PelajaranIni

Dim obj As New PelajaranIni 'jadi si id ini langsung menginput ke semua variabel

obj.MapelID = id 'nanti si pilihan yang ngecek obj.GuruID = id 'si id itu masuk ke pilihan mana Select Case _pilihan Case "mapel".ToLower

cn.Open()

cm.Parameters.AddWithValue("@mpid", _mapelID) cm.Parameters.AddWithValue("@kdmp", _kodeMapel) cm.Parameters.AddWithValue("@nmmp", _namaMapel) cm.ExecuteNonQuery()

Public Shared Function DeleteData(id As Integer) As

PelajaranIni

qry = "SELECT * FROM PlotMengajar WHERE MapelID=@mpid"

Seperti pada saat menambah data, mengedit data

juga mengunakan fungsi shared method dan juga instance

method untuk prosesnya. Yang jadi pembeda adalah pada

fungsi shared method berisi value yang berasal dari form

dan tentunya query dalam data portal.

Kode Program 4.8 Mengedit data dari database

(13)

...

Private Sub DeleteMapel() Dim qry As String

If _isThere Then

qry="DELETE FROM PlotMengajar Where MapelId=@mpid;"& _ "DELETE FROM Mapel Where MapelId = @mpid;"

Else

qry = "DELETE FROM Mapel Where MapelId = @mpid;"

End If

cn.Open()

cm.Parameters.AddWithValue("@mpid", _mapelID) cm.ExecuteNonQuery()

End Using

Catch ex As Exception

_isThere = True Call DeleteMapel() Finally

(14)

Dalam proses hapus, data terlebih dahulu dicek

punya relasi dengan dengan tabel PlotMengajar atau tidak,

kalau data tersebut mempunyai relasi maka digunakanlah

query yang pertama (fungsi if) yaitu menghapus terlebih

dahulu id mata pelajaran di tabel PlotMengajar kemudian

baru menghapus data yang ada di tabel Mapel. Apabila

data yang ingin dihapus tidak mempunyai relasi, maka

digunakanlah query kedua (fungsi else) untuk menghapus

data di tabel Mapel.

4.1.2.3_{Algoritma Genetika}

Dalam algoritma genetika harus digunakan

beberapa variabel acak untuk proses optimasi. Skema

memiliki fituruntuk memberikan nilai acak tersebut untuk

proses penghitungan optimasi tersebut. Variabel Jumlah

gen dan Populasi per generasi menggunakan bilangan asli,

untuk menentukannya tergantung dari banyaknya data.

Oleh karena itu secara default Jumlah Gene diberi nilai

100 agar semua data di PlotMengajar dapat ditampung.

Sedangkan untuk Populasi per generasi diberi nilai default

(15)

mengganti variabel disarankan untuk memasukkan nilai

yang lebih besar dari nilai sebelumnya, karena pada saat

proses penghitungan optimasi dengan nilai yang kecil

sering terjadi overload data atau data tidak dapat diproses

lebih lanjut karena kurangnya sampel data.

Kemudian untuk variabel probabilitas crossover

dan probabilitas mutasi tidak harus diganti, akan tetapi

apabila menginginkan hasil yang lebih bervarisasi maka

dapat diganti sesuai keinginan. Nilai untuk variabel

tersebut mempunyai rentan antara 0 sampai 1, dan tidak

boleh bernilai 0 dan atau 1. Secara default nilai variabel

untuk Probabilitas crossover dan Probabilitas mutasi

masing-masing 0.5 dan 0.1, angka tersebut diperoleh dari

hasil trial and error pada saat proses development aplikasi

Skema.

Gambar 4.9 Variabel dalam form Jadwal

Jadi fitur variabel sangat membantu untuk

(16)

pun tidak terlalu dipusingkan oleh pengisian variabel

karena tingkat kesalahan pemilihan variabel tersebut

sudah diperhitungkan sebelumnya. Kesalahan dapat

terjadi apabila variabel Jumlah Gen di form lebih sedikit

dibanding variabel gen yang ada di Class Library

Algoritma. Variabel gen ini didapat dari array 2 dimensi

yang berisi data jumlah mata pelajaran, data ruang, dan

data waktu.

Pseudo code 4.1. Algoritma Genetika

Kode Program 4.10 Inisialisasi awal

Inisialisasi Populasi

Sampai mendapat individu yg diinginkan dari generasi yg

ditetapkan

Dim qry As String = "SELECT COUNT(*) FROM PlotMengajar"

cn.Open()

(17)

Kode Program 4.11 Proses algoritma genetika (garis besar)

Kode Program 4.12 Evaluasi populasi 'inisialisasi populasi ag = New AG

ag.GenetikAI(jumlahKromosom, mataPelajaran, guruMP, ruang, waktu, probCrossover, probMutasi) ganti parameter di atas", MsgBoxStyle.Critical, "Failed") Exit Sub

End If

Public Sub hitungFitness() Call hitungGuruBentrok() Call hitungRuanganBentrok()

_fitness = 1.0F / (1.0F + _tabrakanG + _tabrakanR) End Sub

Public Sub hitungGuruBentrok()

'guru yg sama mengajar di kelas berbeda dalam satu waktu _tabrakanG = 0

Dim _isFinish As Boolean = False _indexSkip = New List(Of Integer) For i As Integer = 0 To _jumlahGen - 1

_isFinish = False

If Not _indexSkip.Contains(i) Then

For j As Integer = i + 1 To _jumlahGen - 1 If Not _indexSkip.Contains(j) Then

(18)

Kode Program 4.13 Seleksi kromosom

Public Sub seleksi() _totalFitness = 0.0F

'cari total fitness semua kromosom

For i As Integer = 0 To _jumlahKromosom - 1

_totalFitness = _totalFitness + _kromosom(i)._fitness Next

_kromosom(i)._kumulatifMax = _kromosom(i - 1)._kumulatifMax + _kromosom(i)._probabilitasFitness End If

Dim r As Random = New Random

_randomSeleksi = New Double(_jumlahKromosom - 1) {}

(19)

Kode Program 4.14 Crossover (bagian pertama)

Public Sub crossover() Dim r As New Random

_randomCrossover = New Double(_jumlahKromosom - 1) {} _crossoverTerpilih = New List(Of Integer)

For i As Integer = 0 To _jumlahKromosom - 1 _randomCrossover(i) = r.NextDouble()

If _randomCrossover(i) <= _probabilitasCrossover Then _crossoverTerpilih.Add(i)

End If Next

If _crossoverTerpilih.Count >= 2 Then Dim r2 As New Random

Dim titik As Integer = r2.Next(0, _kromosom(0)._jumlahGen - 1)

Dim temp() As Integer = New Integer(2) {}

For i As Integer = 0 To _crossoverTerpilih.Count - 1 For j As Integer = i + 1 To _crossoverTerpilih.Count - 1 Dim sebelum1 As StringBuilder = New StringBuilder

Dim sebelum2 As StringBuilder = New StringBuilder

Dim sesudah1 As StringBuilder = New StringBuilder

Dim sesudah2 As StringBuilder = New StringBuilder

For k As Integer = 0 To 3 'jumlah sebelum dan sesudah

For x As Integer = titik To _kromosom(0)._jumlahGen - 1 temp(0) = _kromosom(_crossoverTerpilih(i))._gen(x, 0) temp(1) = _kromosom(_crossoverTerpilih(i))._gen(x, 1) temp(2) = _kromosom(_crossoverTerpilih(i))._gen(x, 2)

(20)

Kode Program 4.15 Crossover (bagian kedua)

_randomMutasi = New Double(_jumlahKromosom * _kromosom(0)._jumlahGen - 1) {}

For i As Integer = 0 To _randomMutasi.Length - 1 _randomMutasi(i) = r3.NextDouble()

If _randomMutasi(i) < _probabilitasMutasi Then

Dim row, column As Integer

row = Math.Floor(i / _kromosom(0)._jumlahGen) column = i Mod _kromosom(0)._jumlahGen

Dim index As Integer

index = _waktu.IndexOf(_kromosom(row)._gen(column, 2))

If index = _waktu.Count - 1 Then index = 0

End If

_kromosom(row)._gen(column, 2) = _waktu(index + 1) End If

(21)

Kode Program 4.17 Populasi baru (apabila ditemukan)

4.2_{Hasil Pengujian} 4.2.1 _{Inisialisasi Awal}

Inisialisasi awal bertujuan untuk menghimpun data-data dari

database yang berhubungan dengan proses Algoritma Genetika

yaitu membuat gen. Dalam inisialisasi awal dibutuhkan variabel

berbentuk array dan list of array yang berfungsi untuk

menampung parameter dan atau value yang diambil dari

database.

Public Function cekTerbaik() Dim optimal As Integer = -1 Dim maksimal As Integer = 0 Dim isTerbaik As Boolean = False

For i As Integer = 0 To _jumlahKromosom - 1 If _kromosom(maksimal)._fitness < _kromosom(i)._fitness Then

maksimal = i End If

If _kromosom(maksimal)._fitness = 1 Then optimal = maksimal

Exit For End If

_kromosomTerbaik = _kromosom(optimal) isTerbaik = True

Else

_kromosomTerbaik = _kromosom(maksimal) isTerbaik = False

End If

Return isTerbaik End Function

(22)

Gambar 4.10 Array value dalam variabel mataPelajaran 4.2.2 _{Inisialisasi Algoritma Genetika}

Setelah mendapatkan beberapa value dari inisialisasi awal,

hal berikutnya adalah membuat kromosom. Variabel Populasi per

gen menentukan jumlah kromosom yang dibuat, semakin tinggi

nilai variabelnya semakin banyak pula jumlah kromosom yang

diciptakan.

(23)

Pada gambar di atas dapat terlihat bahwa variabel kromosom

memiliki nilai list of array 10 karena parameter yang diberikan

untuk Populasi per generasi pada form adalah 10. Pada

masing-masing list of array terdapat variabel gen yang berfungsi untuk

menampung nilai gen yang terbentuk dari data mata pelajaran,

guru pengampu, ruang, dan waktu dalam bentuk array. 4.2.3 _HitungFitness

Pada hitung fitness, setiap kromosom akan dihitung satu

persatu nilai fitnessnya. Apabila fitness bernilai mendekati 1 atau

nilainya 1 maka kromosom pada indeks itulah yang akan dipilih.

Gambar 4.12 Nilai fitness pada salah satu kromosom

Untuk menghitung fitness perlu dihitung terlebih dahulu

nilai variabel pendukungnya. Sub class hitungGuruBentrok dan

hitungRuanganBentrok berfungsi untuk mengidentifikasi berapa

value untuk variabel _tabrakanG untuk guru dan _tabrakanR

untuk ruang. Jadi gambaran sederhananya kalau pada gen di

dalam kromosom ada yang sama akan mengurangi nilai

variabelnya. Dalam hal ini diasumsikan apabila ada guru yang

sama mengajar di kelas berbeda dalam satu waktu maka akan

terjadi bentrokan, begitu pula pada ruangan.

Variabel _fitness bertipe single, karena dengan tipe data

single nilai didapatkan bisa utuh. Berbeda dengan tipe data

decimal yang sangat presisi pada setiap perhitungnya, tipe data

(24)

membuatnya lebih cepat memproses perhitungan. Sebagai

perbandingan saat membagi angka 1 dengan 3 kemudian dikali

lagi 3 maka hasilnya adalah 0.9999 kalau menggunakan tipe data

decimal, tapi menghasilkan nilai 1 apabila menggunakan tipe data

single. Maka dari itu dipilihlah tipe data single untuk menghitung

fitness yang bernilai angka desimal yang banyak. Akan tetapi tipe

data ini tidak disarankan untuk perhitungan matematika karena

hanya mempunyai panjang 16 bit.

Gambar 4.13 Salah satu kromosom yang nilai fitnessnya 1

4.2.4 _Seleksi

Setelah mendapat kromosom dengan nilai fitness 1 proses

belum selesai, karena biasanya yang memiliki nilai fitness 1 tidak

(25)

Pada proses seleksi ada beberapa tahapan yaitu mencari

nilai total fitness semua kromosom, mencari probabilitas

masing-masing fitness pada setiap kromosom, mencari nilai kumulatif

masing-masing fitness pada setiap kromosom, dan yang terakhir

memilih kromosom yang lolos seleksi.

Gambar 4.14 Kromosom yang telah terseleksi 4.2.5 Crossover _{/ Kawin Silang}

Crossover atau bisa juga disebut kawin silang berfungsi

untuk meng-crossover kromosom-kromosom dari hasil seleksi

sehingga menghasilkan individu baru. Pada praktiknya,

melakukan crossover tidaklah mudah. Sebelum di-crossover

variabel terlebih dahulu dimasukkan ke dalam variabel bertipe

string builder. Tipe data string builder dipilih karena ada banyak

looping yang berisi banyak value. Value dari setiap variabel

tersebut kemudian digunakan untuk mengisi parameter dari

variabel dengan nama sebelum1 dan sebelum2 yang nantinya

akan di-crossover. Kelebihan dari tipe data string builder adalah

(26)

bagian belakang untuk kemudian dijadikan bahan untuk

melakukan crossover.

Gambar 4.15 Value sebelum crossover (string builder data type)

Gambar 4.16 Value sesudah crossover (string builder data type) 4.2.6 _Mutasi

Mutasi digunakan untuk mendapatkan hasil tidak terduga

dari suatu solusi (salah satu atau beberapa value dalam

kromosom) dengan cara merubah value dari gen secara acak yang

membuat gen tersebut berevolusi. Solusi itu memberikan nilai

yang berbeda untuk fungsi fitness. Mutasi hanya merubah suatu

kromosom, dan tidak berpengaruh kepada kromosom yang

(27)

Gambar 4.17 Gen dari kromosom yang telah bermutasi 4.2.7 _CekFitness _Terbaik

Setelah melalui banyak proses seperti yang telah dijelaskan,

algoritma genetika masih mempunyai satu proses terakhir

sebelum mencapai hasil. Kromosom dari populasi yang telah

dibuat dicari nilai fitness yang paling tinggi. Jadi semua

kromosom dicari nilai fitnessnya, dengan begitu didapatlah

kromosom yang mempunyai nilai fitness tertinggi. Apabila dalam

sebuah populasi tidak menemukan kromosom terbaik, maka akan

dilakukan proses ulang dari awal pembentukan gen sampai cek

(28)

Gambar 4.18 Kromosom terbaik ditemukan 4.2.8 _Hasil

Hasil akan langsung ditampilkan pada DataGridView di samping

menu variabel, dengan begitu jadwal langsung dapat lihat.

Apabila data tidak ditampilkan maka tinggal klik tombol proses

dan aplikasi akan meng-generate hasil yang lainnya.

Gambar 4.16 Hasil Jadwal

4.3_{Analisa Sistem}

Setelah melalui proses yang panjang dan rumit, aplikasi

berhasil mencapai tujuan utam yaitu menghasilkan jadwal tanpa

adanya tabrakan. Dari hasil pengujian diatas dapat diketahui

bahwa semua data telah dimasukkan dan telah diproses

(29)

Akan tetapi dapat terlihat masih ada beberapa bug yang

sebenarnya tidak terlalu fatal akan tetapi tetap harus ada

perbaikan untuk versi selanjutnya. Karena maintenance harus

selalu dilakukan agar aplikasi yang dibuat mempunyai bug