Container Icon

Sofware Pengujian Perangkat Lunak

Tugas Testing dan Implementasi

Definisi Software testing 
      Software testing  adalah aktivitas-aktivitas yang bertujuan untuk mengevaluasi atribut-atribut atau kemampuan sebuah program atau sistem dan penentuan apakah sesuai dengan hasil yang diharapkan.
      Testing adalah proses pemeriksaan program dengan tujuan tertentu dalam menemukan kesalahan sebelum diserahkan ke pengguna
Tujuan Dilakukan Software Testing
      Untuk meningkatkan kualitas
      Untuk Verification & Validation (V&V)  Untuk estimasi reliability.

Melakukan testing berarti melakukan :
      Mendesain test.
      Mengimplementasikan test  yang telah didesign. Mengevaluasi test tersebut.
       
Menganalisis Software untuk Testing, salah satu sofware penngujian adalah :

Uji Normalitas dengan Kolmogorov–Smirnov Test pada PSPP

Kolmogorov–Smirnov test (K-S test) merupakan pengujian statistik non-parametric yang paling mendasar dan paling banyak digunakan, pertama kali diperkenalkan dalam makalahnya Andrey Nikolaevich Kolmogorov pada tahun 1933[1] dan kemudian ditabulasikan oleh Nikolai Vasilyevich Smirnov pada tahun 1948[2]. K-S test dimanfaatkan untuk uji satu sampel (one-sample test) yang memungkinkan perbandingan suatu distribusi frekuensi dengan beberapa distribusi terkenal, seperti distribusi normal Gaussian (Stephens, 1992; Biswas, Ahmad, Molla, Hirose & Nasser, 2008).
Konsep dasar K-S test hampir sama dengan uji normalitas yang pernah saya tulis (lihat: Uji Normalitas dengan Geary’s Test),  yaitu mengukur perbandingan data empirik dengan data berdistribusi normal teoritik yang memiliki mean dan standar deviasi yang sama dengan data empirik. Menurut Kolmogorov (1992), suatu fungsi distribusi empirik  (EDF, empirical distribution function) Fn(x) didefinisikan sebagai relasi-relasi
Fn(x) = 0,
x < X1;
Fn(x) = k / n,
Xk ≤ x < Xk + 1,
k = 1, 2, . . . , n – 1;
Fn(x) = 1,
Xn ≤ x.
K-S Test Plot (Sample)
Gambar 1. Jarak vertikal D pada grafik

Kolmogorov–Smirnov test
K-S test mengukur kedekatan jarak antara  F(x) dengan Fn(x) ketika n diasumsikan sebagai nilai yang sangat besar, Kolmogorov (1992) mendefinisikan fungsi distribusi kumulatifnya  atau CDF (cumulative distribution function) adalah sebagai berikut:
D = supx |Fn(x) – F(x)|
yang mana supx adalah supremum  dari sejumlah jarak D.
Secara grafik, D adalah jarak vertikal terjauh antara Fn(x) dan F(x). Nilai D ini selanjutnya dibandingkan dengan nilai D*(α) kritis dari sebuah tabel statistik untuk pengujian Î± (lihat Gambar 1).
Umumnya, para peneliti akan menggunakan software SPSS untuk uji normalitas dengan K-S test. Dalam posting ini, kita akan mencoba memakaifree software PSPP karena output maupun  perintah-perintahnya dinilai hampir sama dengan software populer SPSS.
Pengolahan Data
Pada langkah-langkah uji normalitas ini, saya menganggap para pembaca posting ini sudah paham dasar-dasar penggunaan SPSS, jika belum silahkan baca posting saya yang berjudul:  Dasar-Dasar SPSS dan Statistik Deskriptif dengan SPSS. Selain  free software PSPP, persiapkan juga tabel statistik K-S One-Sample Test untuk pengujian Î±. Berikut langkah-langkahnya:
Data yang digunakan adalah data yang sama seperti pada Uji Normalitas dengan Geary’s Test, lihat Tabel 1.
Tabel 1
Contoh Hasil Pengamatan Time Study
Contoh Hasil Pengamatan Studi Waktu
Klik menu [Analyze] -> [Non-Parametric Statistics] -> [1-Sample K-S], lihat Gambar 2.
menu-kolmogorov-smirnov-test
*) Perhatikan menu di atas, menu PSPP untuk K-S test bernama “Non-Parametric Statistics”, biasanya menu ini pada SPSS bernama “Nonparametric Tests”
Gambar 2. Menu Kolmogorov–Smirnov Test
Muncul dialog box One-Sample Kolmogorov -Smirnov Test. Klik variabel yang akan diuji ‐> klik (>) untuk  memasukkan variabel tersebut ke form Test Variable List.
Pilih distribusi normal dengan mencentang Normal pada form Test Distribution, lihat Gambar 3.
dialog-box-kolmogorov-smirnov-test
Gambar 3. Dialog Box Kolmogorov–Smirnov Test
Terakhir klik [OK] dan hasilnya akan terlihat seperti Gambar 4 di bawah ini.
output-kolmogorov-smirnov-test
Gambar 4. Output Kolmogorov–Smirnov Test
Analisis
Tabel output pada Gambar 4 di atas menunjukkan N = 30 yang berarti jumlah sampel yang diambil sebanyak 30, mean = 1,83  yang berarti nilai rata-rata sampel X untuk menghampiri mean populasi Î¼, dan standar deviasi = 0,19. Terdapat tiga angka penting dalam tabel output tersebut:
Pertama, nilai-nilai D pada Most Extreme Differences.
Kedua, uji statistik Kolmogorov-Smirnov Z, yang mana dalam outputsampel Z = 0,78.
Ketiga, p-value yang tercantum sebagai Asymp. Sig. (2-tailed), yang mana dalam kasus ini  p-value = 0,58 .
Bagaimana menafsirkannya? Simak analisisnya di bawah ini.
1. Most Extreme Differences
Most Extreme Differences merupakan nilai statistik D  pada K-S test, terdiri dari:
D Positive ( D+ = supx [Fn(x) – F(x)] ) , merupakan pengurangan yang menghasilkan angka positif terbesar.
D Negative ( D– = supx [F(x) – Fn(x)] ) , merupakan pengurangan yang menghasilkan angka negatif terbesar.
D Absolute ( D = max {D+, D–} ) , merupakan angka terbesar antara nilai absolut D+ dan D–. Pada kasus ini D = 0,14.
K-S  test  menggunakan pengujian  Î± dengan membandingkan nilai D Absolutedengan nilai D* kritis dari sebuah tabel statistik. Dengan menggunakan:
Hipotesis:
H0 : data mengikuti distribusi normal
H1 : data tidak mengikuti distribusi normal
Level of significance:  Î± = 0,05
Kriteria Uji: H0 ditolak jika D > D*(α)
Nilai D hitung adalah sebesar 0,14 dan nilai D* (α = 0,05, n = 30) yang diperoleh dari tabel statistik adalah sebesar 0,242. Oleh karena 0,14 < 0,242 atau D < D*(α) maka H0 diterima yang berarti  data mengikuti distribusi normal.
Secara visual K-S test diperlihatkan Gambar 5 di bawah ini, di mana kita menggambarkan CDF hipotesis pada sebuah grafik kemudian kurva jarakD  di atas dan di bawah kurva hipotesis. Jika D (garis merah) keluar garis bataslevel of significance α  (garis hijau),  maka dapat disimpulkan bahwa data empirik (garis hitam)  tidak mengikuti distribusi normal (lihat juga: Massey, 1951, pp. 69–71).
http://eriskusnadi.files.wordpress.com/2012/04/kstest-plot.png?w=490
Gambar 5. Grafik ECDF untuk Kolmogorov–Smirnov test
2. Kolmogorov-Smirnov Z
Kolmogorov-Smirnov Z merupakan hasil dari akar  kuadrat dari jumlah sampel N dan perbedaan absolut terbesar antara CDF empiris dan CDF teoritis (Yu, Zheng, Zhao & Zheng, 2008, p. 138), ini hampir sama dengan akar  kuadrat dari jumlah sampel N dikali D Absolute:
Z ≈ √N x D Absolute
Menurut Brito e Abreu & Goulão (2001), “Kolmogorov-Smirnov Z” adalah D Absolute yang diubah menjadi sebuah standardized score (p. 52), yang dimaksud standardized score adalah nilai Z dalam distribusi normal standar. Artinya, cara pengujiannya hampir sama dengan pengujian nilai D, hanya saja kali ini di bawah distribusi normal dengan menggunakan bantuan tabel distribusi normal standar, yang mana:
H0 ditolak jika Z-hitung (Kolmogorov-Smirnov) > Z-tabel pada level of significance α.
Kita mempunyai Z-hitung (Kolmogorov-Smirnov) = 0,78 dengan memilih level of significance α = 0,05 pada  dua ujung wilayah kritis (the two-sided critical region),  Z-tabel pada tabel distribusi  normal standar adalah 1,96. Oleh karena 0,78 < 1,96  atau Z-hitung (Kolmogorov-Smirnov) < Z-tabel, maka H0 diterima yang berarti  data mengikuti distribusi normal.
3. Asymp. Sig. (2-tailed)
Asymptotic significance 2-tailed merupakan pengujian nilai probabilityatau p-value untuk memastikan bahwa distribusi teramati tidak akan menyimpang secara signifikan dari distribusi yang diharapkan di kedua ujung two-tailed distribution  (Yu, Zheng, Zhao & Zheng, 2008, p. 138).
Menurut Corder dan Foreman (2009), p-value ini dapat dicari dengan menggunakan formula Smirnov (1948) setelah nilai Kolmogorov-Smirnov Zdiketahui, yaitu sebagai berikut (p. 27):
Jika 0
Z
< 
0,27
 ;
p = 1
Jika 0,27
Z
< 
1
 ;
p = 1 − [(2,506628 / Z) (Q1 + Q19 + Q125)]
Jika 1
Z
< 
3,1
 ;
p = 2(Q2 − Q24 + Q29 − Q216)
Jika
Z
3,1
 ;
p = 0
yang mana Q1 = e−1.233701(Z−2) dan Q2 = e−2(Z2).
Kebanyakan literatur yang ditulis ahli statistik menggunakan p-valueuntuk pengujian normalitas. Penerapan p-value pada K-S test adalah jika pengujian signifikan (p < Î±) artinya data signifikan berbeda dengan kurva normal sehingga data disebut data yang tidak normal  distribusinya.  Sebaliknya, jika hasil pengujian tidak signifikan (p > Î±) berarti perbedaanantara data dengan kurva normal tidak signifikan (tidak ada perbedaan antara data dengan kurva normal) yang menyiratkan bahwa data mengikuti distribusinormal.
Pada kasus ini  p-value = 0,58 dengan menggunakan level of significance  Î± = 0,05 berarti pengujian tidak signifikan karena p-value = 0,58 >  Î± = 0,05 sehingga dapat disimpulkan bahwa data  mengikuti distribusi normal.
Apabila kita menggunakan sebuah ilustrasi maka akan terlihat seperti Gambar 6 di bawah ini dengan area hijau untuk area p-value dan area berarsir merah untuk area Î±. Data normal jika area hijau lebih luas atau menutupi areaα, sebaliknya jika data tidak normal area  hijau tidak lebih luas dari area Î±.
Asymptotic significance 2-tailed
Gambar 6. Pengujian p-value pada level of significance  Î± = 0,05
Kesimpulan
Profil data yang normal menunjukkan bahwa data tersebut dianggap dapat mewakili populasi. Data berdistribusi normal dapat diamati dari bentuk histogramnya, apakah menyerupai lonceng (kurva normal) atau tidak, tetapi cara ini sangat  subyektif, anda dengan pengamat lain mungkin akan mempunyai persepsi yang berbeda. K-S test merupakan uji normalitas yang sederhana dan juga dapat menghindari perbedaan persepsi tersebut.
Kesederhanaan K-S test dipermudah dengan hadirnya software-software pengolah data statistik seperti PSPP yang bebas biaya.  Jika anda ragu dengan keakuratan PSPP, anda bisa menggunakan formula-formula yang telah saya uraikan di atas dan membandingkan hasilnya dengan output PSPP.Output K-S test pada PSPP sama persis dengan output SPSS yang mana  menghasilkan tiga angka penting, yaitu:
Nilai-nilai D pada Most Extreme Differences,
Uji statistik Kolmogorov-Smirnov Z, dan
P-value yang tercantum dalam Asymp. Sig. (2-tailed).
Saya lebih sering menggunakan angka p-value untuk pengujian, alasannya sederhana karena saya tidak memerlukan bantuan tabel statistik :) . P-valueini lebih akurat untuk uji normalitas karena perhitungannya didasarkan pada pendekatan ke distribusi normal.
Dalam menu Descriptive Statistics –> Explore pada software SPSS, biasanya terdapat K-S Lilliefors test[3] yang merupakan koreksi Hubert W. Lilliefors (1967)[4]   terhadap K-S test karena K-S test selama ini tidak dirancang  secara khusus untuk uji normalitas. Namun pada PSPP, saya tidak menemukan perintah untuk K-S Lilliefors test. Namun, saya sarankan anda mengkoleksi software ini.

Refrensi ;


  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS

Alasan Kenapa Memilih Gadget atau Ponsel Berbasis Android

Alasan Kenapa Memilih Gadget atau Ponsel Berbasis Android

     
Tidak perlu dipungkiri lagi, sekarang Android sudah menjadi salah satu Operating System SmartPhones yang banyak dipakai di seluruh dunia. Bahkan menurut beberapa sumber, saat ini Android sudah menguasai lebih dari 33% dari seluruh pasar ponsel baru. Jika beberapa tahun lalu masih didominasi oleh Symbian, sekarang Nokia ketar-ketir melihat perkembangan Andoid yang begitu cepat.
7 Alasan Kenapa Memilih Gadget atau Ponsel Berbasis Android Image
Beberapa alasan mengapa produsen ponsel, developer software maupun konsumen lebih memilih smartphones berbasis Android bisa anda baca di bawah ini:
1) Android itu Gratis
Seperti produk lain dari Google, Android bisa dimanfaatkan dengan gratis. Bagi seorang developer, anda bisa mengcustomize sendiri aplikasi yang akan digunakan. Bagi produsen ponsel, Android merupakan pilihan menarik mengingat harganya yang “free” sehingga mampu memangkas biaya produksi dari ponsel yang mereka rilis.
Karena banyaknya produsen dan developer software yang mengembangkan aplikasi Android, konsumen juga bisa memilih aplikasi sesuai dengan kebutuhan masing-masing. Tinggal mencai aplikasi di Android market kemudian diinstall pada ponsel. Jika tidak cocok dengan kebutuhan, hanya perlu uninstall dan mencari aplikasi lain di Android market.
Bisa dikatakan, Android adalah “Linux” dalam dunia SmartPhones.
2) Multi Tasking
Seperti notebook, semua ponsel Android bisa multitasking. Artinya pengguna bisa memerintahkan ponsel untuk memerintahkan beberapa pekerjaan sekaligus. Sebagai contoh, saat anda download aplikasi, anda bisa menggunakan aplikasi lain seperti mendengarkan musik, login ke twitter dan pekerjaan lain.
Persis seperti apa yang pernah dikatakan oleh Steve Jobs (Aktor dibalik kesuksesan Apple), PC Tablet akan menggantikan tugas notebook tetapi dengan bobot yang lebih ringan.
7 Alasan Kenapa Memilih Gadget atau Ponsel Berbasis Android Image
3) Android Rutin Update
Seperti operating system “Open Source” yang lain, Android selalu “up-to-date” untuk melakukan perubahan. Setiap ada “bug” yang baru ditemukan, para pengembang akan menyediakan “patch” untuk memperbaikinya. Dan jangan lupa, setiap versi yang dirilis akan meningkatkan performa dari OS itu sendiri.
Berbeda dengan OS yang dibuat oleh satu perusahaan tertentu. Konsumen harus menunggu rilis terbaru dari perusahaan itu untuk mendapatkan update terbaru. Dan seringkali, perusahaan tersebut “terlambat” merilis versi baru untuk memperbaiki “bug” pada versi sebelumnya.
4) Nama baik Google
Tidak dipungkiri Google bisa menjadi salah satu alasan kenapa Android cepat dipercaya oleh orang semua orang di dunia. Google selalu menghadirkan warna baru baru di internet melalui produk-produk mereka yang penuh dengan inovasi. Dan yang lebih penting lagi, sebagian besar produk Google bisa dinikmati dengan gratis.
Dan seperti produk Google yang lain, Android bisa langsung terkenal dan diterima masyarakat dunia karena Google. Boleh dikatakan, Android “mendompleng” nama keren Google untuk menjadi terkenal.
7 Alasan Kenapa Memilih Gadget atau Ponsel Berbasis Android Image
5) Keterlambatan Microsoft Merilis Windows Phone 7
Windows Phone 7 memang sudah dirilis dan beberapa produsen ponsel  juga mulai melirik OS buatan Microsoft untuk digunakan pada Ponsel produksi mereka. Namun, Windows Phone 7 hadir disaat Android sudah merajai ranah ponsel yang tentunya akan mempersempit ruang gerak Microsoft untuk mengembangkan sayap.
Secara langsung atau tidak langsung, Keterlambatan Microsoft merilis Windows Phone 7 juga menjadi salah satu penyebab mengapa Android bisa berkembang pesat seperti sekarang.
6) Dukungan Produsen Ponsel Kelas Atas
Mungkin ini yang dinamakan “Simbiosis Mutualisme” antara produsen ponsel kelas atas dengan Google. Untuk memangkas biaya operasional, produsen ponsel akan mencari OS berkualitas dengan harga seminim mungkin dan pada saat yang sama Google datang dan memberi penawaran berupa “Android” dengan harga “Free”. Merupakan hal yang bodoh jika menolak peawaran tersebut.
Beberapa produsen kelas atas yang mulai mendukung ponsel Android diantaranya Samsung, Motorola, HTC dan Sony Ericsson. Selain itu, masih banyak lagi produsen ponsel dunia yang ingin dan akan menggunakan Android sebagai OS dari SmartPhones yang mereka produksi.
7) Aplikasi Yang Beragam
Saat pertama kali menggunakan Android, coba buka menu Android Market. Di situ ada ribuan aplikasi yang siap digunakan mulai dari aplikasi yang mendukung pekerjaan sehari-hari, aplikasi gallery foto, aplikasi jejaring sosial, games dan banyak lagi. Hanya perlu memilih aplikasi mana yang ingin digunakan dan install pada ponsel anda. Walaupun begitu, beberapa aplikasi memang bersifat komersial sehingga anda harus sedikit merogoh isi kantong untuk menggunakannya.
7 Alasan Kenapa Memilih Gadget atau Ponsel Berbasis Android Image
Beberapa alasan di atas adalah gambaran umum kenapa harus memilih ponsel Android. Jika anda punya alasan lain yang “pro” atau “kontra” bisa anda tambahkan dengan meninggalkan komentar di bawah ini.

  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS

Location Base Service


Location Base Service

Ada dua definisi yang bisa dijelaskan. Definisi Pertama: LBS adalah layanan informasi yang dapat diakses menggunakan piranti mobilemelalui jaringan Internet dan seluler serta memanfaatkan kemampuan penunjuk lokasi pada piranti mobile (Virrantasu, et al, 2001). Definisi Kedua: Layanan IP nirkabel yang menggunakan informasi geografis untuk memberikan layanan informasi lokasi kepada pengguna. Beberapa layanan aplikasi yang memberikan petunjuk posisi/lokasi pirantimobile berada.
A. Komponen LBS
Terdapat empat komponen pendukung utama dalam teknologi Layanan Berbasis Lokasi, antara lain (Steiniger, et al 20):
1.      Piranti Mobile
Piranti Mobile adalah salah satu komponen penting dalam LBS. Piranti ini berfungsi sebagai alat bantu (tool) bagi pengguna untuk meminta informasi. Hasil dari informasi yang diminta dapat berupa teks, suara, gambar dan lain sebagainya. Piranti mobile yang dapat digunakan bisa berupa PDA, smartphonelaptop. Selain itu, piranti mobile dapat juga berfungsi sebagai alat navigasi di kendaraan seperti halnya alat navigasi berbasis GPS.
2.      Jaringan Komunikasi
Komponen kedua adalah jaringan komunikasi. Komponen ini berfungsi sebagai jalur penghubung yang dapat mengirimkan data-data yang dikirim oleh pengguna dari pirantimobile-nya untuk kemudian dikirimkan ke penyedia layanan dan kemudian hasil permintaan tersebut dikirimkan kembali oleh penyedia layanan kepada pengguna.
3.      Komponen Positioning (Penunjuk Posisi/Lokasi)
Setiap layanan yang diberikan oleh penyedia layanan biasanya akan berdasarkan pada posisi pengguna yang meminta layanan tersebut. Oleh karena itu diperlukan komponen yang berfungsi sebagai pengolah/pemroses yang akan menentukan posisi pengguna layanan saat itu. Posisi pengguna tersebut bisa didapatkan melalui jaringan komunikasimobile atau juga menggunakan Global Positioning System (GPS).
4.      Penyedia layanan dan aplikasi
Penyedia layanan merupakan komponen LBS yang memberikan berbagai macam layanan yang bisa digunakan oleh pengguna. Sebagai contoh ketika pengguna meminta layanan agar bisa tahu posisinya saat itu, maka aplikasi dan penyedia layanan langsung memproses permintaan tersebut, mulai dari menghitung dan menentukan posisi pengguna, menemukan rute jalan, mencari data di Yellow Pages sesuai dengan permintaan, dan masih banyak lagi yang lainnya.
5.      Penyedia data dan konten
Penyedia layanan tidak selalu menyimpan seluruh data dan informasi yang diolahnya. Karena bisa jadi berbagai macam data dan informasi yang diolah tersebut berasal dari pengembang/pihak ketiga yang memang memiliki otoritas untuk menyimpannya. Sebagai contoh basis data geografis dan lokasi bisa saja berasal dari badan-badan milik pemerintah atau juga data-data perusahaan/bisnis/industri bisa saja berasal dari Yellow Pages, maupun perusahaan penyedia data lainnya.
Secara lengkap keempat komponen pendukung LBS tersebut dapat dilihat pada gambar berikut.

Komponen pendukung utama teknologi LBS (Steiniger, et al 20)
B. Aplikasi Berbasis LBS
Berbagai macam contoh aplikasi berbasis LBS misalnya:
1.       Layanan Darurat. Contoh: E-911 dan Roadside Assistance
2.      Pelacakan (Tracking). Contoh: Commercial: workforcefleet management. Family Locator, Personal Asset Tracking
3.      Navigasi. Contoh: Direction, Planning, Assistance
4.      Tagihan. Contoh: Road TollingParking
5.      LBS Alert. Contoh: Promotion Alert, Advertising
6.      Jejaring Sosial. Contoh: Friend-Finder, Instant Messaging
7.      Aplikasi Operator Jaringan. Contoh: Location Sensitive Billing, Cellular Fraudulent Detection and Prevention, Wireless Network Optimization dan Cellular Inter-Network Border Negotiation.
8.     Aplikasi Penyedia Layanan. Contoh: Fleet Navigation and Management, Wireless M2M, Remote Access/Management Mobile Data/Television, Auto Insurance dan Promotion-Advertising
9.      Aplikasi Pengguna Akhir. Contoh: Foursquare, dll.
C. Penyedia Layanan LBS
Banyak perusahaan di dunia yang masuk menggarap layanan berbasis LBS. Beberapa di antaranya adalah (Wang, 2008):
1.       Sprint Navigation menyediakan layanan canggih yaitu memberikan panduan suara untuk para pengemudi kendaraan yang butuh petunjuk jalan dan arah beserta peta pergerakan yang berbasis tiga dimensi.
2.      Verizon Chaperone memanfaatkan telepon seluler anak-anak sebagai GPS yang akan membantu para orang tua bisa memantau dan mengetahui keberadaan anak-anak mereka. Layanan ini akan menyediakan informasi lokasi secara terus-menerus di piranti mobile orang tua.
3.      NTT DoCoMo i-Area menyediakan layanan LBS khusus para pengguna FOMA. Layanan ini meliputi security alert dan juga peningkatan efisiensi logistik bisnis.


  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS

Proposal APLIKASI PENJUALAN DASWOL PADA CV. PUTRA MANDIRI MENGGUNAKAN BORLAND DELPHI 7.0

PROPOSAL
 
APLIKASI PENJUALAN DASWOL PADA CV. PUTRA MANDIRI MENGGUNAKAN BORLAND DELPHI 7.0

  Disusun Oleh :  
Betty Monica
  Imam Afandi 
Nurfitriana
 

                                               UNIVERSITAS GUNADARMA




LATAR BELAKANG


CV. Putra Mandiri adalah suatu usaha dagang yang menghasilkan bahan baku untuk pembuatan boneka, kasur lantai, bantal, guling, dan sebagainya. Bahan baku tersebut adalah daswol warna, daswol baby, kapas, dan dacron. Sistem penjualan yang sedang berjalan pada CV. Putra Mandiri saat ini masih menggunakan cara manual sehingga sering terjadi kesalahan dalam perhitungan yang dapat menimbulkan kerugian dan pengolahan data pemesanan belum tersusun secara rapi.
Berdasarkan permasalahan ini, kami menarik kesimpulan mengenai peluang pembuatan aplikasi penjualan daswol untuk CV. Putra Mandiri menggunakan Borland Delphi 7.0. Pada pembuatan aplikasi ini diharapkan dapat memudahkan pemilik untuk melakukan proses pengolahan data dan perhitungan dalam pembuatan laporan penjualan.

RUMUSAN MASALAH

Berdasarkan latar belakang diatas masalah yang akan dibahas yaitu bagaimana membuat aplikasi penjualan daswol sehingga pemilik dapat melakukan proses pengolahan data dan perhitungan dalam pembuatan laporan penjualan secara cepat dan akurat menggunakan Borland Delphi 7.0.

WAKTU PELAKSANAAN PROYEK

BIAYA PERSIAPAN


BIAYA PENGERJAAN


BIAYA KESELURUHAN

Biaya Keseluruhan  =  Biaya Persiapan + Biaya Pengerjaan                                  =  Rp 13. 000. 000 + Rp 7. 850. 000                                  =  Rp 20. 850. 000

METODOLOGI

1.Analisis Kebutuhan
2.Desain Fungsi
3.Pemprograman
4.Pengujian
5.Instalasi
6.Pelatihan
7.Pemeliharaan
8.Dokumentasi

  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS

B_E_T_Z