bab 2 landasan teori saham dan indeks harga saham (ihsg

Click here to load reader

Post on 03-Nov-2021

1 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

Microsoft Word - 2013-2-00403-MTIFBab2001.docDefinisi 1 (Saham)
Saham adalah surat berharga yang menunjukkan kepemilikan seorang investor
di dalam suatu perusahaan yang artinya jika seseorang membeli saham suatu
perusahaan, itu berarti dia telah menyertakan modal ke dalam suatu perusahaan
tersebut sebanyak jumlah saham yang dibeli.
(Fakhruddin, 2008:30)
Indeks Harga Saham Gabungan (IHSG) adalah suatu rangkaian informasi
historis mengenai pergerakan harga saham gabungan, sampai tanggal tertentu
dan mencerminkan suatu nilai yang berfungsi sebagai pengukuran kinerja suatu
saham gabungan di bursa efek.
(Sunariyah, 2003:147)
komponen perhitungan indeks.
Logika fuzzy merupakan sebuah logika yang memiliki nilai kekaburan atau
kesamaran antara benar dan salah. Dalam teori logika fuzzy sebuah nilai bisa
bernilai benar dan salah secara bersamaan namun berapa besar kebenaran dan
kesalahan suatu nilai tergantung kepada bobot keanggotaan yang dimilikinya.
(Matondang, Kusumawati, & Abidin, 2011)
Fuzzy logic dapat diangggap sebagai kotak hitam yang menghubungkan antara
ruang input dengan ruang output. Kotak hitam tersebut berisi cara atau metode
10
yang dapat digunakan untuk mengolah data input menjadi output dalam bentuk
informasi yang baik. Nilai keanggotaan atau derajat keanggotaan atau
membership function menjadi ciri utama dari penalaran dengan fuzzy logic
tersebut.
Konsep logika fuzzy diperkenalkan oleh Prof. Lotfi Zadeh dari
Universitas California di Berkeley pada 1965. Logika fuzzy adalah cabang dari
sistem kecerdasan buatan (Artificial Intelligent) yang mengemulasi
kemampuan manusia dalam berfikir ke dalam bentuk algoritma yang kemudian
dijalankan oleh mesin. Algoritma ini digunakan dalam berbagai aplikasi
pemrosesan data yang tidak dapat direpresentasikan dalam bentuk biner.
Dalam bahasa Inggris, fuzzy berarti kabur atau tidak jelas. Jadi, logika
fuzzy merupakan logika yang mengandung unsur ketidakjelasan atau
ketidakpastian. Logika fuzzy merupakan metode yang mempunyai kemampuan
untuk memproses variabel yang bersifat samar-samar atau yang tidak dapat
dideskripsikan secara pasti dan digunakan untuk menerjemahkan suatu besaran
yang diekspresikan menggunakan bahasa (linguistic), misalnya besaran
kecepatan laju kendaraan yang diekspresikan dengan pelan, agak cepat, cepat,
dan sangat cepat. Logika fuzzy menginterpretasikan statement yang samar
menjadi sebuah pengertian yang logis.
Logika fuzzy dikembangkan karena logika Boolean/boolean logic hanya
mempunyai logika 0 (nol) dan 1 (satu) saja sehingga diperlukan sistem yang
dapat memiliki logika diantara 0 (nol) dan 1 (satu). Logika fuzzy menyediakan
sebuah kerangka kerja matematis untuk merepresentasikan dan
memperlakukan ketidakpastian dalam bentuk kekaburan, ketidaktepatan,
kebocoran informasi, dan bagian kebenaran (Tettamanzi and Tomassini, 2001).
Menurut Saelan (2009), beberapa alasan digunakannya logika fuzzy antara lain:
a. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang
mendasari penalaran fuzzy sederhana dan mudah dimengerti.
b. Logika fuzzy sangat fleksibel.
c. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
d. Logika fuzzy mampu memodelkan fungsi-fungsi non linear yang
kompleks.
11
pengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan.
f. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara
konvensional.
Definisi 4 (Himpunan Fuzzy)
semesta U. Keanggotaan suatu nilai pada himpunan dinyatakan dengan derajat
keanggotaan yang nilainya antara 0.0 sampai 1.0.
(Saelan, 2009)
konsep himpunan dalam matematika. Himpunan fuzzy adalah rentang nilai-
nilai dengan tingkat keanggotaan elemen berada pada interval [0,1], yang
artinya masing-masing nilai pada himpunan tersebut mempunyai derajat
keanggotaan (membership) antara 0 sampai dengan 1. Ungkapan logika
Boolean menggambarkan nilai “benar” atau “salah”. Logika fuzzy
menggunakan ungkapan misalnya : “sangat rendah”, ”cukup rendah”, “sangat
tinggi” dan ungkapan lain-lain untuk mengungkapkan derajat intensitasnya.
Logika fuzzy menggunakan suatu set aturan untuk menggambarkan
perilakunya. Aturan-aturan tersebut menggunakan kondisi yang diharapkan dan
hasil yang diinginkan dengan menggunakan statement “Jika – Maka”.
Suatu himpunan fuzzy A dalam semesta pembicaraan dinyatakan dengan
fungsi keanggotaan (membership function) , yang harganya berada dalam
interval [0,1]. Secara matematis, hal ini dinyatakan dengan :
Himpunan fuzzy A dalam semesta pembicaraan U biasa dinyatakan
sebagai sekumpulan pasangan elemen u (u anggota U) dan besarnya derajat
keanggotaan (grade of membership) elemen tersebut sebagai berikut :
12
keanggotaannya. Jika U adalah diskrit, maka A dapat dinyatakan dengan :
Definisi 5 (Variabel Linguistik)
Variabel linguistik yaitu sebuah variabel yang memiliki nilai berupa kata-kata
dalam bahasa alamiah bukan angka.
(Kusumadewi, 2003)
dengan symbol “” adalah sebuah operator maka dikatakan “disebabkan”
oleh , relasi yang ada antara dan dinotasikan dengan
.
dan adalah , maka dikenal dengan “sisi kiri” dan
dikenal dengan “sisi kanan”.
Definisi 7 (Grup Relasi Logika Fuzzy)
Relasi logika fuzzy di mana memiliki “sisi kiri” yang identik, dapat digrupkan
menjadi grup relasi logika fuzzy.
Sebagai contoh, diberikan dua buah relasi logika fuzzy dengan sisi kiri yang
sama , sebuah grup relasi logika fuzzy dapat dibentuk dengan:
(Sah & Degtiarev, 2005:376)
2.4 Time Series
13
berurutan dalam waktu. Waktu atau periode yang dibutuhkan untuk melakukan
suatu peramalan itu biasanya disebut sebagai lead time yang bervariasi pada
tiap persoalan.
(Halim, 2006:1)
Data time series merupakan data yang dikumpulkan, dicatat atau diobservasi
sepanjang waktu secara berurutan. Periode waktu observasi dapat berbentuk
tahun, kuartal, bulan, minggu, dan di beberapa kasus dapat juga hari atau jam.
(Subekti, 2010:61)
semesta pembicaraan yang dinyatakan oleh himpunan fuzzy . terdiri
dari didefinisikan sebagai fuzzy time series pada .
(Xihao & Yimin, 2008:105)
logika fuzzy) sebagai dasarnya. Sistem peramalan dengan fuzzy time series
menangkap pola dari data yang telah lalu kemudian digunakan untuk
memproyeksikan data yang akan datang.
2.6 Fuzzy Time Series Menurut Song dan Chissom
Song dan Chissom menjelaskan definisi dari fuzzy time series pada tahun
1993. Andaikan adalah himpunan semesta (universal of discourse), dengan
, dan fuzzy set dengan definisi sebagai
berikut:
14
di mana adalah fungsi keanggotaan dari fuzzy set , adalah elemen dari
fuzzy set , dan adalah derajat keanggotaan dari pada ,
Jika dinyatakan bahwa , disebabkan oleh ,
maka grup relasi logika fuzzynya (fuzzy logical relationship group) dinyatakan
dengan → ,. Jika ada beberapa fuzzy logical relationship group berasal
dari suatu state, misalkan state A2, dan transisi yang terjadi terhadap state lain
, misalkan → , → → , maka fuzzy
suatu fuzzy logical relationship group baru : → .
Berdasarkan teorema-teorema tersebut, maka langkah-langkah dalam
metode fuzzy time series menurut Song & Chissom adalah sebagai berikut :
1) Definisikan himpunan semesta untuk data historikal yang tersedia.
Data minimum dan data maksimum dari data historikal masing-masing
secara berurutan dilambangkan dengan dan . Himpunan
semesta dapat didefinisikan sebagai [ - , + ], di mana
dan adalah bilangan positif yang sesuai.
2) Bagi himpunan semesta menjadi sejumlah ganjil interval yang sama
. Panjang interval dapat diperoleh dari :
3) Jadikan , menjadi suatu himpunan-himpunan fuzzy yang
variabel linguistiknya ditentukan sesuai dengan keadaan semesta.
4) Lakukan fuzzifikasi terhadap data historikal. Jika sebuah data time series
.
oleh , maka fuzzy logical relationship group-nya
didefinisikan sebagai → .
peramalan pada dapat ditentukan dengan menggunakan beberapa
prinsip berikut :
1) Jika fuzzy logical relationship group dari adalah himpunan kosong
(contoh : → Ø), maka hasil peramalan untuk adalah
(midpoint dari ):
(contoh : → ), maka hasil peramalan untuk adalah
midpoint (nilai tengah) dari , yaitu :
3) Jika fuzzy logical relationship group dari adalah one-to-many
(contoh : → , maka hasil peramalan untuk adalah
nilai rata-rata dari (midpoint dari ):
(Tsaur, 2012)
Rantai markov (markov chain) merupakan salah satu model yang sering
digunakan untuk menggambarkan proses stokastik. Analisa rantai markov
adalah suatu metode yang mempelajari sifat-sifat suatu variabel pada masa
sekarang yang didasarkan pada sifat-sifatnya di masa lalu dalam usaha
menaksir sifat-sifat variabel tersebut di masa yang akan datang.
(Sanny & Sarjono, 2012:139)
{ } yang membentuk suatu deret yang memenuhi sifat
Markov.
umumnya digunakan dalam melakukan pemodelan bermacam-macam kondisi.
Teknik ini digunakan untuk membantu dalam memperkirakan perubahan yang
mungkin terjadi di masa mendatang. Perubahan-perubahan tersebut diwakili
dalam variabel-variabel dinamis di waktu-waktu tertentu. Sehingga perlu untuk
menyimpan nilai dari variabel keadaan pada tiap-tiap waktu tertentu itu.
Dalam kenyataannya, penerapan analisa Markov bisa dibilang cukup
terbatas karena sulit untuk menemukan permasalahan yang memenuhi semua
sifat yang diperlukan untuk analisa Markov, terutama persyaratan bahwa
probabilitas transisi harus konstan sepanjang waktu.
Proses Markov Chain terdiri dari dua prosedur, yaitu menyusun matriks
probabilitas transisi, dan kemudian menghitung kemungkinan market share di
waktu yang akan datang dengan mengalikan nilai matriks dari waktu
sebelumnya dengan matriks probabilitas transisi.
2.8 Sifat Markov
Dalam sifat Markov, jika diberikan kejadian-kejadian yang telah berlalu (past
states) dan kejadian yang sedang berlangsung , maka
kejadian yang akan datang (future state) bersifat bebas (independen) dari
kejadian-kejadian yang telah berlalu (past states) . Artinya,
kejadian yang akan datang (future state) hanya bergantung pada kejadian
yang sedang berlangsung (present state) .
Untuk suatu pengamatan yang prosesnya sampai untuk waktu ke n, maka
distribusi nilai proses dari waktu ke hanya bergantung pada nilai dari
.
Jika , maka suatu proses dikatakan terjadi pada state pada waktu .
Kapanpun suatu proses berada pada state , akan ada probabilitas tetap yang
menyatakan bahwa state berikutnya (dari state ) adalah state . Nilai dari
merepresentasikan probabilitas suatu proses yang berada pada state dan
17
melakukan transisi ke state . Probabilitas bernilai positif dan diasumsikan
bahwa suatu proses harus melakukan transisi ke suatu state, maka dari itu
diperoleh :
dengan
dengan
State dikatakan accessible dari state jika , untuk beberapa
. Hal ini berarti bahwa state accessible dari state jika dan hanya jika,
proses transisi dimulai dari state , dan ada probabilitas bahwa proses tersebut
menuju ke state . Jika j tidak accessible dari , maka .
Dua state dan dikatakan berkomunikasi (communicate), jika state
dan state saling accessible satu sama lain, sehingga dapat ditulis .
(Ross, 2010:204)
Asumsi-asumsi yang perlu diperhatikan dalam rantai Markov adalah sebagai
berikut :
2. Probabilitas transisi adalah tidak berubah selamanya.
3. Probabilitas transisi hanya tergantung pada masa sekarang, bukan pada
periode sebelumnya.
(Yakub, 2008:18)
Keadaan transisi didapatkan setelah keadaan awal diberikan
perubahan melalui suatu matriks yang disebut Matriks Probabilitas Transisi
( ) sebagai berikut: .
Matriks probabilitas transisi dari suatu rantai Markov adalah suatu
matriks berderajat n dimana n tergantung kepada jumlah kejadian atau state
pada rantai Markov tersebut. Elemen pada matriks probabilitas transisi adalah
probabilitas perubahan suatu keadaan berada pada kejadian i jika pada masa
sebelumnya berada pada keadaan j. Matriks probabilitas transisi Markov ( )
dinyatakan sebagai berikut:
yang akan datang berdasarkan pada beberapa variabel peramal, sering
berdasarkan data deret waktu historis.
(Gaspersz, 2005:72)
efektifitas dan efisiensi sistem peramalan, antara lain sebagai berikut
(Gaspersz, 2005 : 74) :
b. Memilih item yang akan diramalkan
c. Mentukan horizon waktu peramalan, apakah jangka panjang (lebih dari 1
tahun), jangka menengah (1-12 bulan), atau jangka pendek (1-30 hari).
d. Memilih model-model peramalan
f. Validasi model peramalan
Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa
depan yang dicakupnya. Menurut Taylor (2004) dalam hubungannya dengan
horizon waktu peramalan terbagi atas beberapa kategori, yaitu:
19
harian.
b. Ramalan jangka menengah (medium-range forecast) mencakup jangka
waktu satu atau dua bulan sampai satu tahun. Ramalan jangka waktu ini
umumnya lebih berkaitan dengan rencana produksi tahunan dan akan
mencerminkan hal-hal seperti puncak dan lembah dalam suatu permintaan
dan kebutuhan untuk menjamin adanya tambahan untuk sumber daya
untuk tahun berikutnya.
c. Ramalan jangka panjang (long-range forecast) mencakup periode yang
lebih lama dari satu atau dua tahun. Ramalan ini berkaitan dengan usaha
manajemen untuk merencanakan produk baru untuk pasar yang berubah,
membangun fasilitas baru, atau menjamin adanya pembiayaan jangka
panjang.
model keputusan untuk meramal:
pengambilan keputusan, emosi, pengalaman pribadi, dan sistem nilai.
b. Peramalan Kuantitatif
dengan data masa lalu dan variabel sebab akibat untuk meramalkan
permintaan. Pada dasarnya metode peramalan kuantitatif ini dibedakan
menjadi dua:
Model ini melihat pada apa yang terjadi selama periode waktu
menggunakan seri data masa lalu untuk membuat ramalan.
2. Metode kausal (causal methods) atau metode korelasi
Metode kausal, bergabung menjadi variabel atau hubungan yang bisa
mempengaruhi jumlah yang sedang diramal.
(Ekawanti, 2009:17-18)
Mean Absolute Percentage Error (MAPE) adalah rata-rata persentase
kesalahan absolut, merupakan persentase kesalahan hasil peramalan terhadap
permintaan aktual selama periode tertentu yang akan memberikan informasi
persentase kesalahan terlalu tinggi atau terlalu rendah. Secara matematis,
MAPE dirumuskan sebagai berikut:
adalah jumlah data peramalan
Mean Absolute Deviation (MAD) adalah rata-rata penyimpangan absolut,
merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa
memperhatikan apakah hasil peramalan lebih besar atau lebih kecil
dibandingkan kenyataannya. Secara matematis, MAD dirumuskan sebagai
berikut:
adalah jumlah data peramalan
(teks, gambar, suara, animasi, video) di dalamnya yang menggunakan protokol
HTTP (Hypertext Transfer Protocol) dan untuk mengaksesnya menggunakan
perangkat lunak yang disebut browser.
(Arief, 2011:7)
Definisi 16 (Aplikasi Berbasis Web)
Aplikasi berbasis web adalah aplikasi yang berjalan di atas platform browser,
meskipun mungkin dioptimasi untuk jenis browser tertentu.
Kelebihan aplikasi berbasis web :
1. Dapat diakses kapan pun dan darimana pun selama ada internet.
2. Dapat diakses dengan hanya menggunakan web browser (umumnya sudah
tersedia di PC, PDA, dan handphone terbaru), tidak perlu menginstall
aplikasi khusus.
Kekurangan aplikasi berbasis web :
1. Antar muka yang dapat dibuat terbatas sesuai spesifikasi standar untuk
membuat dokumen web dan keterbatasan web browser untuk
menampilkannya.
lambat.
PHP singkatan dari Hypertext Preprocessor yang digunakan sebagai bahasa
script server side dalam pengembangan web yang disisipkan pada dokumen
HTML.
Pada awalnya PHP merupakan kependekan dari Personal Home Page
(Situs personal). PHP pertama kali dibuat oleh Rasmus Lerdorf pada tahun
1995. Pada waktu itu PHP masih bernama Form Interpreted (FI), yang
22
wujudnya berupa sekumpulan skrip yang digunakan untuk mengolah data
formulir dari web. Pada Juni 1998, singkatan PHP diubah menjadi Hypertext
Preprocessor.
PHP merupakan bahasa pemrograman server side yang di desain khusus
untuk aplikasi web yang ditambahkan ke dalam HTML. Bahasa pemrograman
PHP dapat digabungkan dengan HTML dengan terlebih dahulu memberikan
tanda tag buka dilanjutkan tanda tanya ( <? ) kemudian ditutup dengan tanda
tanya dilanjutkan tanda tag tutup ( ?> ). Sifat server side berarti pengerjaan
skrip akan dilakukan di server, baru kemudian hasilnya dikirim ke browser.
Menurut Prasetyo (2008:14), kelebihan PHP dari bahasa pemrograman
lain adalah:
1. Web Server yang mendukung PHP dapat ditemukan di mana-mana dari
mulai IIS sampai dengan Apache, dengan konfigurasi yang relatif mudah.
2. Dalam sisi pemahamanan, PHP adalah bahasa scripting yang paling mudah
karena banyak referensinya.
3. PHP adalah bahasa open source yang dapat digunakan di berbagai mesin
(Linux, Unix, Macintosh, Windows).
4. Dalam sisi pengembangan lebih mudah, karena banyaknya milis-milis dan
developer yang siap membantu.
utama di dalamnya.
Dalam XAMPP terdapat instalasi modul PHP, MySQL, dan web server
Apache.
sebagai server yang berdiri sendiri (localhost), yang terdiri atas program
Apache HTTP Server, MySQL database, dan penerjemah bahasa yang ditulis
dengan bahasa pemrograman PHP dan Perl. Nama XAMPP merupakan
23
singkatan dari X (empat sistem operasi apapun), Apache, MySQL, PHP dan
Perl. Program ini tersedia dalam GNU General Public License dan gratis,
merupakan web server yang mudah digunakan yang dapat melayani tampilan
halaman web yang dinamis.
Definisi 19 (Web Hosting)
Web Hosting adalah jasa penyedia hosting di internet. Tugas web hosting
adalah menyediakan dan mengelola ruang harddisk yang akan disewa oleh
pemilik suatu domain untuk menyimpan file-file nya agar halaman web si
pemilik domain dapat ditampilkan di browser internet. Pada dasarnya,
perusahaan web hosting adalah lembaga bisnis yang menyediakan komputer
server yang mampu melayani banyak permintaan data, akses internet 24 jam,
dan IP public.
(Danuri & Darmanto, 2014:24)
web authoring tool, yaitu perangkat lunak yang digunakan untuk mendesain
tampilan halaman web. Adobe Dreamweaver CS3 mempunyai kemampuan
untuk mengedit kode pada aplikasi web dengan bahasa pemrograman yang
berbeda-beda, seperti PHP, ASP, Java Server Pages (JSP), dan lain-lain.
2.19 Waterfall Model
Waterfall model adalah sebuah contoh dari proses perencanaan, dimana semua
proses kegiatan harus terlebih dulu direncanakan dan dijadwalkan sebelum
dikerjakan.
24
Model ini melakukan pendekatan secara sistematis dan berurutan.
Disebut dengan waterfall karena tahap demi tahap yang dilalui harus
menunggu selesainya tahap sebelumnya dan berjalan berurutan. Berikut fase-
fase dalam model waterfall menurut referensi Sommerville:
1. Requirements Definition
sistem. Kemudian akan ditunjukan dengan sebuah spesifikasi sistem
dengan rinci.
Pada tahapan ini, membentuk arsitektur dari sistem secara keseluruhan
dengan cara membuat desain dari alokasi spesifikasi sistem untuk
hardware maupun software.
Pada tahapan ini, desain dari software direalisasikan dalam sejumlah set
program atau unit program. Pengujian dilakukan untuk memverifikasi dari
setiap unit agar memenuhi spesifikasi.
4. Integration and System Testing
Program akan diintegrasikan dan diuji sebagai sebuah sistem yang lengkap
untuk memastikan bahwa spesifikasi software yang diinginkan telah
dipenuhi. setelah melakukan pengujian, maka sistem software akan
dikirimkan kepada konsumen.
Tahapan ini biasanya merupakan fase yang paling lama. Sistem sudah
berjalan dan sudah dapat digunakan. Pemeliharaan mencakup adanya
koreksi pada error yang tidak ditemukan pada tahap-tahap terdahulu,
dan/atau peningkatkan kemampuan sistem dengan menambahkan beberapa
kriteria yang baru ditemukan dengan melakukan penyesuaian pada
perubahan-perubahan di lingkungan eksternalnya atau konsumen yang
membutuhkan perkembangan fungsional atau unjuk kerja. Pemeliharaan
perangkat lunak mengaplikasi lagi setiap fase sebelumnya, lalu
memperbaiki program yang sebelumnya dan tidak membuat yang baru
lagi.
langkah-langkah penyelesaian suatu masalah. Flowchart merupakan cara
penyajian dari suatu algoritma.
terurai, rapi, dan jelas.
2. Menggunakan simbol-simbol standar.
1. Flow direction symbols
• Disebut juga connecting line.
3. Input / Output symbols
output.
26
Symbol arus / flow, yaitu menyatakan jalannya arus suatu proses.
Simbol communication link, yaitu menyatakan transmisi data dari satu lokasi ke lokasi lain.
Simbol connector, berfungsi menyatakan sambungan dari proses ke proses lainnya dalam halaman yang sama.
Simbol offline connector, menyatakan sambungan dari proses ke proses lainnya dalam halaman yang berbeda.
Tabel 2.2 Processing Symbols
Simbol process, yaitu menyatakan suatu tindakan (proses) yang dilakukan oleh komputer.
Simbol manual, yaitu menyatakan suatu tindakan (proses) yang tidak dilakukan oleh komputer.
Simbol decision, yaitu menunjukkan suatu kondisi tertentu yang akan menghasilkan dua kemungkinan (ya/tidak).
Simbol preparation, yaitu menyatakan penyediaan tempat penyimpanan suatu pengolahan untuk memberi harga awal.
Simbol predefined process, untuk menyatakan sekumpulan langkah-langkah proses yang ditulis sebagai prosedur.
Simbol terminal, yaitu menyatakan permulaan atau akhir suatu program.
Simbol keying operation, menyatakan segala jenis operasi yang diproses menggunakan suatu mesin yang memiliki keyboard.
27
Simbol offline-storage, menyatakan bahwa data dalam simbol ini akan disimpan ke suatu media tertentu.
Tabel 2.3 Input/Output Symbols
Simbol manual input, memasukan data secara manual dengan menggunakan online keyboard.
Simbol input/output, menyatakan proses input atau output tanpa tergantung jenis peralatannya.
Simbol punched card, menyatakan input berdasarkan dari kartu atau output ditulis ke kartu.
Simbol magnetic tape, menyatakan input berasal dari pita magnetis atau output disimpan ke pita magnetis.
Simbol disk storage, menyatakan input berasal dari disk atau output disimpan ke disk.
Simbol document, mencetak keluaran dalam bentuk dokumen (melalui printer)
Simbol display, mencetak keluaran dalam layar monitor.
28
Object Oriented Programming atau pemrograman berorientasi objek adalah
suatu strategi pembangunan perangkat lunak sebagai kumpulan objek yang
berisi data dan operasi yang diberlakukan terhadapnya. Berikut ini adalah
beberapa konsep yang terdapat di dalam pemrograman berorientasi objek:
• Kelas (Class)
Sebuah kelas akan mempunyai sifat (atribut), kelakuan (metode), dan
hubungan (relationship).
• Objek (Object)
Objek adalah abstraksi dan sesuatu yang mewakili dunia nyata seperi benda,
manusia, tempat, atau hal-hal lain yang bersifat abstrak. Objek merupakan
suatu entitas yang mampu menyimpan informasi (status) dan mempunyai
operasi (kelakuan) yang dapat diterapkan atau dapat berpengaruh pada
objeknya.
• Metode (Method)
Metode pada sebuah kelas hampir sama dengan fungsi atau prosedur pada
metodologi struktural. Sebuah kelas boleh memiliki lebih dari satu metode.
Metode merupakan fungsi atau transformasi yang dapat dilakukan terhadap
objek atau dilakukan oleh objek.
• Atribut (Attribute)
Atribut dalam sebuah kelas adalah variabel global yang dimiliki oleh sebuah
kelas. Atribut dapat berupa nilai atau elemen-elemen data yang dimiliki oleh
objek dalam sebuah kelas objek. Atribut sebaiknya bersifat privat untuk
menjaga konsep enkapsulasi.
menyembunyikan implementasi dan objek sehingga objek lain tidak
mengetahui cara kerjanya.
seluruh definisi dan objek lain sebagai bagian dan dirinya.
• Polimorfisme (Polymorphism)
Kemampuan suatu objek untuk digunakan di banyak tujuan dengan nama
yang sama sehingga menghemat baris program.
• Reusability
(Sukamto & Shalahuddin, 2013:100-110)
2.22 Perancangan Program
Menurut Whitten & Bentley, UML (Unified Modelling Language) adalah
sebuah kumpulan dari konvensi permodelan yang digunakan untuk
menentukan atau menggambarkan sebuah sistem software yang terkait dengan
objek. Dalam memodelkan suatu sistem, UML dapat dikelompokan menjadi
empat kelompok diagram, yaitu: Use case diagram, Activity diagram, Class
diagram, dan Sequence diagram.
Berdasarkan pengertian Whitten & Bentley, Use Case Diagram adalah diagram
yang menggambarkan interaksi antara sistem dengan hal-hal eksternal dari
sistem dan user. Dengan kata lain, secara grafis…