26

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Metode Pengembangan Perangkat Lunak Berdasarkan Model Proses

Dalam mengembangkan APNS, disini akan dijelaskan tahapan-tahapan pengembangan perangkat lunak sesuai dengan acuan model proses sequensial linier seperti yang telah disebutkan pada Bab III sebelumnya. Menurut model proses ini, tahapan dalam pengembangan APNS ini adalah sebagai berikut:

4.1.1

Analisis Aplikasi Pencarian Nilai Siswa (APNS)

Tahapan analisis adalah tahapan yang menjadi core dalam pengembangan sistem dimana penulis memahami ruang lingkup sistem dan keberadaan sistem terhadap sistem-sistem lainnya. Analisis terhadap APNS ini terdiri dari beberapa bagian, yaitu:

a. Deskripsi sistem

APNS ini adalah suatu aplikasi yang dapat melakukan pencarian dengan menggunakan algoritma genetika. Algoritma genetika akan di implementasikan pada pencarian nilai siswa.

APNS ini bisa digunakan di Sekolah Menengah Atas (SMA). APNS akan mengambil data masukan dari sistem induk. Berikut adalah ilustrasi dari APNS:

kumpulan

data

sekolah

proses

input data

database

sekolah

proses

pencarian

data oleh

user

aplikasi web

based

input datadata tersimpandata

sekolah

diambil

Gambar 4.1. Gambaran Umum APNS Terhadap Sistem Lainnya

b. Analisis Input

APNS ini membutuhkan data input berupa nama siswa, pelajaran, guru dan nilai. Datanya ini berasal dari input yang dilakukan oleh user. Data input ini nantinya akan digunakan untuk proses pencarian data.

c. Algoritma Genetika

Pencarian nilai siswa pada APNS ini menggunakan Algoritma Genetika. Dengan menggunakan parameter 20 untuk nilai ukuran populasi, 0,8 untuk nilai peluang crossover dan 0,01 untuk nilai peluang mutasi.

Langkah-langkah algoritma genetika dalam pencarian nilai siswa ini adalah sebagai berikut:

1. Pembangkitan populasi awal secara acak. Populasi ini berisikan individu yang disebut dengan kromosom. Kromosom ini merupakan suatu solusi yang terbentuk dari komponen-komponen penyusun yang disebut dengan gen. Kromosom ini dapat berupa bilangan numerik, biner, simbol ataupun karakter.

2. Setelah populasi awal terbentuk, maka akan dicari lagi populasi baru yang merupakan hasil evolusi dari kromosom-kromosom melalui proses iterasi yang disebut dengan istilah generasi. Nantinya pada setiap generasi, kromosom akan melalui proses evaluasi dengan menggunakan alat ukur yang disebut dengan fungsi fitness. Nilai fitness dari suatu kromosom dapat menunjukkan kualitas kromosom dalam populasi tersebut. Pada saat nilai fitness pada populasi awal ditemukan, lalu kromosom akan melalui proses seleksi. Untuk kromosom yang memiliki nilai fitness yang paling tinggi selanjutnya akan digunakan pada langkah selanjutnya.

3. Setelah melakukan seleksi pada kromosom, selanjutnya akan dilakukan operator crossover (penyilangan) dengan cara menggabungkan 2 kromosom generasi sekarang yang bertindak sebagai induk (parent) untuk membentuk offspring (anak).

4. Selain operator crossover, ada pula operator mutasi yang dapat merubah gen-gen yang ada dalam kromosom dengan gen-gen yang baru.

5. Setelah dilakukan mutasi, lalu dilakukan pengevaluasian nilai fitness pada setiap individu.

6. Setelah pengevaluasian nilai fitnes, maka terbentuklah satu populasi baru.

Untuk populasi dari generasi yang baru dibentuk nantinya kromosom parent dan offspring akan diseleksi nilai fitnessnya, dan akan menolak kromosom-kromosom yang lainnya sehingga ukuran populasi atau jumlah kromosom dari suatu populasi akan selalu berjumlah konstan. Setelah melalui beberapa generasi, maka algoritma ini akan menemukan kromosom terbaik yang memiliki nilai fitness terbaik yaitu 1 yang merupakan suatu solusi pencarian.

Dimisalkan, pada suatu database sekolah terdapat tabel nilai dengan beberapa siswa dan pelajaran. Lalu akan dicari nilai siswa dari siswa yang bernama Aan Siti Fatonah dengan pelajaran Biologi.

Tabel 4.1 Nilai Siswa

Pelajaran

Nama Siswa

Kelas

Nilai

Remedial

Matematika

Aan Siti Fatonah

3A

8

0

Matematika

Aang Sudrajat

3A

6

0

Biologi

Aan Siti Fatonah

3A

7

0

Biologi

Aang Sudrajat

3A

5

0

Bahasa Indonesia

Aan Siti Fatonah

3A

9

0

Bahasa Indonesia

Aang Sudrajat

3A

7

0

Dalam pencarian nilai siswa, langkah pertama yang dilakukan adalah membangkitkan generasi awal secara acak. Yaitu dibentuknya individu-individu baru secara acak yang terbentuk dari huruf atau karakter yang ada.

Tabel 4.2 Karakter Yang Tersedia

Karakter Yang Tersedia

a, A, b, B, c, C, d, D, e, E, f, F, g, G, h, H, i, I, j, J, k, K, l, L, m, M, n, N, o, O, p, P, q, Q, r, R, s, S, t, T, u, U, v, V, w, W, x, X, y, Y, z, Z, .

Tabel 4.3 Generasi Awal

No.

Individu

Nilai Fitness

1

nneFnMGwwQQhXOL

0

2

OneFnMGwwQihXOL

0

3

OneFnMGwwQQhOL

0

4

OneFnMGwHQQhXOL

0

5

OneFnMGwwQQhXGL

0

6

OnaFnMGwwQQhXOL

0

7

OneFnMGwwQQhXOp

0

8

OneFnMGwwQQhXoL

0

9

OnewnMGwwQQhXOL

0

10

OneFnMGwwQMhXOL

0

11

OneFnMJGwwQQhXOL

0

12

OnzFnMGwwQQhXOL

0

13

OneFnMGwwQahXOL

0.0625

No.

Individu

Nilai Fitness

14

OnMFnMGwwQQhXOL

0

15

OneFnMGwwQQhXCL

0

16

OneFnMGwwQQhXOL

0

17

OnNFnMGwwQQhXOL

0

18

OneunMGwwQQhXOL

0

19

OnepnMGwwQQhXOL

0

20

OneFnMGwwQehXOL

0

Setelah terbentuk generasi awal, maka akan dilakukan seleksi dengan cara mencari nilai fitness yang paling tinggi.

Tabel 4.4 Individu Yang Diseleksi

No.

Individu

Nilai Fitness

1

nneFnMGwwQQhXOL

0

2

OneFnMGwwQihXOL

0

3

OneFnMGwwQQhOL

0

4

OneFnMGwHQQhXOL

0

5

OneFnMGwwQQhXGL

0

6

OnaFnMGwwQQhXOL

0

7

OneFnMGwwQQhXOp

0

8

OneFnMGwwQQhXoL

0

9

OnewnMGwwQQhXOL

0

10

OneFnMGwwQMhXOL

0

No.

Individu

Nilai Fitness

11

OneFnMJGwwQQhXOL

0

12

OnzFnMGwwQQhXOL

0

13

OneFnMGwwQahXOL

0.0625

14

OnMFnMGwwQQhXOL

0

15

OneFnMGwwQQhXCL

0

16

OneFnMGwwQQhXOL

0

17

OnNFnMGwwQQhXOL

0

18

OneunMGwwQQhXOL

0

19

OnepnMGwwQQhXOL

0

20

OneFnMGwwQehXOL

0

Dilihat dari hasil generasi awal diatas, lalu diambil individu yang memiliki nilai fitness yang paling tinggi untuk dijadikan induk pada pembentukan generasi yang baru, yaitu individu OneFnMGwwQahXOL dengan nilai fitness 0.0625.

Setelah terpilih individu dengan nilai fitness tertinggi, dilakukanlah crossover dengan cara menyilangkan gen dari individu dengan nilai fitness tertinggi sebagai induk 1 yaitu OneFnMGwwQahXOL dengan individu yang sudah ada sebagai induk 2, yaitu OnMFnMGwwQQhXOL.

Induk 1

O

n

E

F

N

M

G

w

w

Q

a

h

X

O

L

Induk 2

O

n

M

F

N

M

G

w

w

Q

Q

h

X

O

L

Anak

O

n

e

F

N

M

G

w

w

Q

Q

h

X

O

L

Gambar 4.2 Crossover Antar Dua Induk

Pada gambar diatas, bisa dilihat terjadinya persilangan antara 2 individu OneFnMGwwQahXOL dan OnMFnMGwwQQhXOL. Persilangan terjadi pada huruf ke-3 dan ke-11, yaitu antara huruf e dan M, dan huruf a dan Q. Dan hasil dari persilangan tersebut berupa individu baru yaitu OneFFnMGwwQQhXOL.

Setelah dua individu tersilangkan gennya, lalu dilakukanlah mutasi dengan cara mengganti gen pada individu yang baru terbentuk tadi OneFFnMGwwQQhXOL dengan gen yang baru.

Gen asal

O

n

e

F

n

M

G

w

w

Q

Q

h

X

O

L

Gen baru

M

j

Anak

O

n

M

F

n

M

j

w

w

Q

Q

h

X

O

L

Gambar 4.3 Mutasi Gen

Proses crossover dan mutasi tersebut akan terus dilakukan sampai individunya mencapai satu generasi.

Setelah individunya mencapai satu generasi, lalu akan dicari individu dengan nilai fitness tertinggi. Jika nilai fitness ada yang mencapai angka 1, maka pencarian akan dihentikan karena solusi dari pencarian telah ditemukan. Jika nilai fitnessnya belum mencapai angka 1, maka langkah-langkah pencarian akan dilakukan lagi sampai menemukan individu yang memiliki nilai fitnessnya 1.

Tabel 4.5 Generasi x, Percobaan ke-n

No.

Individu

Nilai Fitness

1

Aan iti FatLnah

0.875

2

Aan Sini UatLnah

0.8125

3

Aam Fiti Fatonah

0.875

4

Aan SRti FatCnah

0.875

5

AZn SBti FaZonah

0.8125

6

Aan SOti Fadonmh

0.8125

7

Aan AitY FTtonah

0.8125

8

Aan Fkti Fatonyh

0.8125

9

Aan Kiti oatojah

0.8125

10

AaT pDti Fatonah

0.8125

11

Aan iti Catonah

0.8175

12

Aan Siti Fatonah

1

13

Aan SitimFatonah

0.9375

No.

Individu

Nilai Fitness

14

Aan SBti Fatovah

0.875

15

Aan SOti Hatonah

0.875

16

AAn Aiti Fatonah

0.875

17

Aan Giti Fatonah

0.9375

18

Aan Kkti Fztonah

0.8125

19

Aan pitS Fatonah

0.875

20

Aan piqi Fatonax

0.8125

Pada tabel 4.5 diasumsikan bahwa generasi x setelah mencapai percobaan ke-n individu, nilai fitness yang paling tinggi yaitu 1 telah ditemukan. Maka untuk x = 1,...n, dan setelah nilai fitnessnya = 1 pembentukan generasi baru akan dihentikan. Lalu individu yang sudah ditemukan yaitu berupa nama siswa Aan Siti Fatonah akan langsung dikoneksikan ke dalam database untuk mencari nilainya dari pelajaran biologi. Setelah dikoneksikan maka hasilnya nilai ditemukan.

Percobaan pencarian nilai siswa Aan Siti Fatonah pada mata pelajaran Biologi ini telah dilakukan sebanyak 20 kali percobaan pencarian dan didapatkanlah hasil yaitu banyaknya generasi dan percobaannya tidaklah selalu sama. Hal itu disebabkan karena adanya pembangkitan gen kromosom secara random, crossover dan mutasi.

Tabel 4.6 Hasil Pencarian Nilai Siswa

Pelajaran

Nama Siswa

Kelas

Nilai

Remedial

Biologi

Aan Siti Fatonah

3A

7

0

Pada tabel 4.6 bisa dilihat hasil dari pencarian nilai siswa dengan nama Aan Siti Fatonah kelas 3A telah ditemukan pada generasi x dengan hasil percobaan ke-n yaitu dengan nilai Biologinya 7 dan nilai remedialnya 0. Untuk proses lebih lengkapnya bisa dilihat pada lampiran.

d. Analisis Output

Data output yang dihasilkan oleh APNS ini adalah data nilai siswa yang dicari berdasarkan dari pencarian yang telah dilakukan pada saat input data.

e. Analisis Proses

Analisis proses ini tertuang dalam DFD (Data Flow Diagram) yang terdiri dari beberapa level. Berikut adalah penjabarannya:

· Level 0 (Context Diagram).

Gambar 4.4 DFD level 0 (Context Diagram)

Pada level 0 (Context Diagram) ini, Terdapat satu entitas, yaitu Administrator, 1 bubble process, APNS dan tiga aliran data, yaitu: login, sumber data, dan hasil data. Pengguna yang akan berhubungan langsung dengan perangkat lunak adalah user. User akan login, lalu memasukan sumber data ke dalam APNS, dan terjadilah proses pencarian yang menghasilkan data pencarian.

· Level 1.

Gambar 4.5 DFD Level 1 Aplikasi Pencarian Nilai Siswa

Pada DFD Level 1 ini, terdapat lima buah proses yang dimiliki oleh Aplikasi Pencarian Nilai Siswa. Pertama, proses autentifikasi. Proses ini adalah proses autentikasi data user yang login di APNS. Kedua adalah proses olah data guru. Proses ini adalah proses pengolahan data guru. Ketiga adalah proses olah data siswa. Proses ini adalah proses pengolahan data siswa. Keempat adalah proses olah data pelajaran. Proses ini adalah proses pengolahan data pelajaran. Kelima adalah proses olah data nilai. Proses ini adalah proses pengolahan data nilai.

(Untuk penjelassan DFD level selanjutnya bisa dilihat di dokumen teknis.)

4.1.2Desain Aplikasi Pencarian Nilai Siswa (APNS)

Tahapan desain atau perancangan adalah tahapan dimana APNS dirancang baik secara basis data maupun secara tampilan (interface). Berikut adalah penjelasannya:

a. Desain Perancangan Basis Data APNS

Dalam pengembangan APNS ini, digunakan delapan buah entitas yang direpresentasikan ke dalam delapan buah tabel. Entitas-entitas tersebut adalah:

1. Data Guru. Atribut-atribut yang melekat pada entitas ini adalah: nip (primary key), nama, alamat, no_telp.

2. Data Siswa. Atribut-atribut yang melekat pada entitas ini adalah: nis (primary key), nama dan kelas.

3. Data Pelajaran. Atribut-atribut yang melekat pada entitas ini adalah: kp (primary key), pelajaran nama_guru dan kelas.

4. Data Nilai. Atribut-atribut yang melekat pada entitas ini adalah: no (primary key), pelajaran, kelas dan nama_siswa, nilai dan remedial.

5. Data Kelas. Atribut-atribut yang melekat pada entitas ini adalah: no (primary key), dan kelas.

b. Desain Perancangan Tampilan Antarmuka (interface) APNS

Dalam pengembangan APNS ini, dirancanglah design tampilan antarmuka APNS ini dengan bertujuan untuk mempermudah user dalam penggunaannya.

Gambar 4.6 Struktur Perancangan Antarmuka APNS

(Untuk penjelasan perancangan antarmuka APNS selengkapnya bisa dilihat di dokumen teksis).

4.1.3 Implementasi Aplikasi Pencarian Nilai Siswa (APNS)

a. Implementasi Basis Data APNS

Berikut ini adalah pembahasan hasil pengimplementasian basis data pada APNS.

1) Tabel Guru

Fungsi

: Menyimpan data-data guru.

Jenis

: Tabel Induk/referensi

Primary key: nip

Foreign key: -

Struktur Tabel:

No.

Nama Atribut

Tipe

Size

Keterangan

1.

nip

char

18

2.

nama_guru

varchar

40

3.

alamat

varchar

75

4.

no_tlp

varchar

20

2) Tabel Pelajaran

Fungsi

: Menyimpan data-data nama pelajaran

Jenis

: Tabel Induk/referensi

Primary key: kp

Foreign key: -

Struktur Tabel:

No.

Nama Atribut

Tipe

Size

Keterangan

1.

kp

integer

10

2.

pelajaran

varchar

35

3.

nama_guru

varchar

35

4.

kelas

varchar

10

3) Tabel siswa

Fungsi

: Menyimpan data-data siswa

Jenis

: Tabel Induk/referensi

Primary key: nis

Foreign key: -

Struktur Tabel:

No.

Nama Atribut

Tipe

Size

Keterangan

1.

nis

integer

5

2.

nama_siswa

varchar

50

3.

kelas

varchar

2

4) Tabel kelas

Fungsi

: Menyimpan data nama-nama kelas

Jenis

: Tabel Induk/referensi

Primary key: nk

Foreign key: -

Struktur Tabel:

No.

Nama Atribut

Tipe

Size

Keterangan

1.

nk

integer

2

AUTO_INCREMENT

2.

kelas

varchar

2

5) Tabel nilai

Fungsi

: Menyimpan data nilai-nilai siswa

Jenis

: Tabel Induk

Primary key: no

Foreign key:

Struktur Tabel:

No.

Nama Atribut

Tipe

Size

Keterangan

1.

no

integer

100

AUTO_INCREMENT

2.

pelajaran

varchar

40

3.

kelas

varchar

10

4.

nama_siswa

varchar

50

5.

nilai

integer

10

6.

remedial

integer

10

b. Impelementasi Perancangan Antarmuka APNS dalam Bentuk Tampilan Program

Pengimplementasian perancangan antarmuka dalam APNS dalam bentuk interface ini disesuaikan dengan design perancangan antamuka pada subbab 4.1.2 (bagian b). Perancangan menggunakan gaya minimalis tetapi tidak mengurangi esensi dari fitur-fitur atau fungsi-fungsi yang ada pada APNS ini.

c. Impelementasi Perancangan Antarmuka APNS dalam Bentuk Pengerjaan Program

APNS dibuat dengan salah satu bahasa pemograman web, yaitu PHP (Hypertext Preprocessor). Penggunaan bahasa pemograman ini dimaksudkan agar APNS ini bisa diimplementasikan secara online.

Adapun kelebihan-kelebihan PHP dibandingkan dengan bahasa pemograman web lainnya yang berorientasi pada server-side programming:

1. PHP dapat berjalan lintas platform yaitu dapat berjalan dalam sistem operasi dan web server apapun;

2. Termasuk bahasa yang embedded, yakni dapat diletakan pada tag HTML;

3. Termasuk ke dalam server-side programming sehingga kode asli/source code PHP tidak dapat dilihat di browser pengguna, yang terlihat hanya kode dalam format HTML;

4. Dapat memanfaatkan sumber-sumber aplikasi yang dimiliki oleh server, seperti misalnya untuk keperluan database connection. PHP dapat melakukan koneksi dengan berbagai database seperti MySQL, Oracle, Sybse, Postgres SQL, dbase dan semua yang memiliki profider ODBC seperti Ms. Access;

5. PHP juga mendukung komunikasi dengan layanan lain melalui protocol IMAP, SNMP, POP3, NNTP, dan HTTP.

APNS ini juga menggunakan RDBMS (Relational DataBase Managemet System) MySQL 5.5 sebagai basis datanya. Adapun keunggulan MySQL dibandingkan dengan RDBMS-RDBMS lainnya:

1. MySQL sangat popular dikalangan Web karena memang MySQL cocok bekerja dilingkungan tersebut. MySQL tersedia di berbagai platform Linux dan Unix. Sesuatu yang tidak dimiliki oleh Ms. Access;

2. Fitur-fitur yang dimiliki oleh MySQL memang yang biasa banyak dibutuhkan dalam aplikasi atau sistem infomasi yang berbasis web. Misalnya klausa LIMIT SQL-nya praktis untik melakukan paging;

Untuk keterangan file demi file PHP dalam pembuatan APNS ini yang terdapat pada dokumen teknis.

4.1.4 Pengujian Sistem Pencarian Nilasi Siswa (APNS)

1) Pelaksanaan Pengujian

Tabel 4.7 Pelaksanaan Pengujian Terhadap APNS

No.

Bentuk Pengujian

Metode Pengujian

Data Uji yang Digunakan

Keterangan (Tujuan)

1.

Pengujian Implementasi Algoritma

Black Box

Data dummy yang menginterpretasikan data sebenarnya

Menguji keefektifan dan keefisienan algoritma

2.

Pengujian Hasil Query

Black Box

Setiap view

Menguji ketepatan hasil query

3.

Pengujian Unit Program

Black Box

Data dummy yang menginterpretasikan data sebenarnya

Menguji kebenaran fungsional unit program

2) Hasil Pengujian

a) White Box

Spesifikasi Proses Pencarian Nilai Siswa

Mulai

(1) Buka data nilai

Pilih kelas, pelajaran dan nama_siswa

Cari

(3) Pencarian nama siswa

(4) generasi 0

(5) inisialisasi populasi awal, P(generasi) secar acak

(6)evaluasi nilai fitness dari setiap individu P(generasi)

(7) mencari maksimum generasi dengan cara:

(8) generasi = generasi +1

(9) seleksi populasi tersebut untuk mendapatkan kandidat induk, P’(generasi)

(10) melakukan crossover pada P’(generasi)

(11) mutasi pada P’(generasi)

(12) evaluasi nilai fitnes setiap individu pada P’(generasi)

(13) bentuk populasi baru:

P(generasi) = {P(generasi-1) yang survive, P’(generasi)}

(14)jika nilai fitness ada yang mencapai 1 lanjutkan ke no (15), jika nilai fitnessnya kurang dari 1 maka ulangi langkah no (9)

(14) menampilkan nilai siswa hasil pencarian

array

endfor

endfor

tutup pencarian nama siswa

Selesai

b) Blackbox

Tabel 4.8 Tabel Pengujian APNS dengan Metode Blackbox

No.

Deskripsi Pengujian

Kode Kebutuhan yang diuji

Skenario Pengujian

Hasil yang diharapkan

Hasil Pengujian

1.

Pengujian terhadap kesalahan memasukkan username dan password ketika login

-

Memasukkan username dan password lalu menekan tombol login

APNS mampu memvalidasi kesalahan login dan memberikan verifikasi bahwa username dan password yang dimasukan adalah salah

OK

2.

Pengujian terhadap input data guru

-

Memasukan NIP, nama, alamat dan no telepon lalu menekan tombol submit atau cancel

Sistem menyimpan hasil masukan dengan menekan tombol submit, atau akan merefresh isi form dengan menekan tombol cancel

OK

No.

Deskripsi Pengujian

Kode Kebutuhan yang Diuji

Skenario Pengujian

Hasil yang Diharapkan

Hasil Pengujian

3.

Pengujian terhadap input data siswa

-

Memasukan NIS, nama dan memilih kelas lalu menekan tombol submit atau cancel

Sistem menyimpan hasil masukan dengan menekan tombol submit, atau akan merefresh isi form dengan menekan tombol cancel

OK

4.

Pengujian terhadap input data pelajaran

-

Memasukan kode pelajaran, mata pelajaran, nama guru dan kelas lalu menekan tombol submit atau cancel

Sistem menyimpan hasil masukan dengan menekan tombol submit, atau akan merefresh isi form dengan menekan tombol cancel

OK

No.

Deskripsi Pengujian

Kode Kebutuhan yang diuji

Skenario Pengujian

Hasil yang diharapkan

Hasil Pengujian

5.

Pengujian terhadap input nilai

-

Memasukan kelas, mata pelajaran, nama dan nilai lalu menekan tombol submit atau cancel

Sistem menyimpan hasil masukan dengan menekan tombol submit, atau akan merefresh isi form dengan menekan tombol cancel

OK

6.

Pengujian terhadap data guru

-

Memilih link data guru

APNS dapat memperlihatkan data-data guru

OK

7.

Pengujian terhadap edit data guru

-

Memilih link edit data guru

APNS dapat mengedit data guru yang sudah ada

OK

8.

Pengujian terhadap hapus data guru

-

Memilih link hapus data guru

APNS dapat menghapus data guru yang sudah ada

OK

No.

Deskripsi Pengujian

Kode Kebutuhan yang diuji

Skenario Pengujian

Hasil yang diharapkan

Hasil Pengujian

9.

Pengujian terhadap data siswa

-

Memilih kelas lalu menekan tombol submit

APNS dapat menampilkan data siswa berdasarkan kelas

OK

10.

Pengujian terhadap edit data siswa

-

Memilih link edit data siswa

APNS dapat mengedit data siswa yang sudah ada

OK

11.

Pengujian terhadap hapus data siswa

-

Memilih link hapus data siswa

APNS dapat menghapus data siswa yang sudah ada

OK

12.

Pengujian terhadap data pelajaran

-

Memilih link data pelajaran

APNS dapat menampilkan data pelajaran yang tersedia

OK

No.

Deskripsi Pengujian

Kode Kebutuhan yang diuji

Skenario Pengujian

Hasil yang diharapkan

Hasil Pengujian

13.

Pengujian terhadap edit data pelajaran

-

Memilih link edit data pelajaran

APNS dapat mengedit data pelajaran yang sudah ada

OK

14.

Pengujian terhadap hapus data pelajaran

-

Memilih link hapus data pelajaran

APNS dapat menghapus data pelajaran yang sudah ada

OK

15.

Pengujian terhadap pencarian data nilai

-

Memasukkan pelajaran, kelas dan nama siswa lalu menekan tombol submit

APNS mampu memberi tahu bahwa data yang dicari berdasarkan keyword yang dimasukkan, tidak ada

OK

No.

Deskripsi Pengujian

Kode Kebutuhan yang diuji

Skenario Pengujian

Hasil yang diharapkan

Hasil Pengujian

16.

Pengujian terhadap edit nilai

-

Memilih link edit nilai

APNS dapat mengedit nilai yang sudah ada dengan cara mengisi kolom remedial

OK

17.

Pengujian terhadap hapus nilai

-

Memilih link hapus nilai

APNS dapat menghapus data guru yang sudah ada

OK

4.2 Hasil Pencarian Nilai Siswa Menggunakan Algoritma Genetika

Untuk masalah tertentu Algoritma Genetika dianggap efektif dalam memberikan solusi diantaranya adalah pada masalah pencarian data. Algoritma Genetika merupakan suatu algoritma yang dapat memberikan solusi pencarian data dengan hasil yang maksimal.

Pencarian nilai siswa ini merupakan proses pencarian data berdasarkan pelajaran, kelas dan nama siswa. Untuk mempermudah pencarian dibuatlah form pencarian nilai yang akan dicari. Dibawah ini adalah proses pencarian data nilai siswa dengan menggunakan Algoritma Genetika.

Gambar 4.7 Tampilan halaman nilai.php

Langkah pertama adalah memilih kelas saja, mata pelajaran saja atau memilih kelas dan mata pelajaran sekaligus untuk pencarian. Sebagai contoh pencarian, dipilihlah kelas 1A untuk mata pelajaran Bahasa Indonesia.

Gambar 4.8 Tampilan pencarian nilai siswa di halaman nilai.php

Gambar 4.4 adalah tampilan halaman APNS setelah user memilih kelas 1A dan mata pelajaran Bahasa Indonesia lalu menekan tombol submit, maka akan muncul daftar siswa kelas 1A yang mengikuti pelajaran Bahasa Indonesia. Pada Proses submit untuk pencarian kelas dan mata pelajaran ini masih belum menggunakan algoritma genetika.

Gambar 4.9 Tampilan pencarian nilai siswa memilih siswa tertentu

Setelah daftar nilai siswa kelas 1A mata pelajaran Bahasa Indonesia muncul, maka selanjutnya bisa mencari nilai salah satu siswa saja. Pilih seorang siswa untuk dilihat nilainya, contohnya Dani Mulyana seperti pada Gambar 4.5.

Setelah nama siswa dipilih lalu tekan tombol submit kedua yang telah disisipkan script Algoritma Genetka. Setelah tombol submit ditekan, lalu hasinya akan seperti Gambar 4.6 dan Gambar 4.7.

Gambar 4.10 Tampilan halaman bagian atas halaman hasil pencarian nilai siswa tertentu

Gambar 4.11 Tampilan halaman bagian bawah hasil pencarian nilai siswa tertentu

Pada Gambar 4.6 dan Gambar 4.7 Terlihat bahwa data nilai siswa yang dicari akan ditampilkan setelah generasinya ditemukan yaitu pada “Generasi ke-321” dan “Dani Mulyana ditemukan setelah hasil percobaan ke-7360”. Maksud dari ”Generasi ke-321” disini adalah hasil pencarian individu terdapat pada generasi atau turunan yang ke-321. Sedangkan yang maksud dari ”Dani Mulyana ditemukan setelah percobaan ke-7360” adalah percobaan dengan mencari nilai fitnessnya dari Dani Mulyana yang paling tinggi yaitu 1 ditemukan pada nilai fitness dari individu yang telah mengalami evolusi sampai ke-7360 kali.

Setelah Generasi ke-321 dengan evolusi sebanyak 7360 kali, maka ditemukanlah Dani Mulyana Kelas 1a dengan nilai 7 pada pelajaran Bahasa Indonesia.

Dengan percobaan tersebut, maka pencarian nilai siswa dengan menggunakan algoritma genetika telah berhasil diimplementasikan.

Nuni Sriwijayani, 2013

Penerapan Algoritma Benetika Pada Pencairan Nilai Siswa

Universitas Pendidikan Indonesia | repository.upi.edu