SlideShare a Scribd company logo
1 of 25
Oleh Amidatus Sholihat
Sistem Komputer:
 Perangkat Keras (Hardware)
 Perangkat Lunak (Software)
 Pengguna (Brainware)
Paradigma Rekayasa Perangkat Lunak:
 Daur Hidup Klasik (The classic life cycle)
 Prototipe (Prototype)
 Model Spiral (The Spiral Model)
Algoritma dan Struktur Data
Metode dalam menghasilkan suatu perangkat lunak
atau dikenal dengan nama RPL
 Daur Hidup Klasik (The Classic Life Cycle / Waterfall)
 Prototipe (Prototyping)
 Model Spiral (The Spiral Model)
a. Pengumpulan Kebutuhan
b. Analisa Kebutuhan
c. Desain
d. Pemrograman
e. Pengujian
f. Pemeliharaan
a. Pengumpulan Kebutuhan
b. Desain Cepat
c. Bangun prototipe
d. Evaluasi prototipe
e. Perbaikan prototipe, jika prototipe belum selesai
ulangi langkah b
f. Produk Perangkat Lunak
a. Perencanaan oleh pengembang
b. Analisa Resiko oleh pengembang dan pemesan
c. Rekayasa Perangkat Lunak
d. Evaluasi oleh pemesan, bila Rekayasa belum selesai
ulangi langkah a.
PROGRAM
ALGO
RITMA
STRUKTUR
DATA
deskripsi langkah-langkah penyelesaian
masalah yang tersusun secara logis
1. Ditulis dengan notasi khusus
2. Notasi mudah dimengerti
3. Notasi dapat diterjemahkan menjadi sintaks
suatu bahasa pemrograman
• Mencari nilai maksimum
• Mengurutkan data
• Mencetak bilangan ganjil dari 1 – 19
• Menyimpan data mahasiswa baru
• Mencetak data absensi
• Mengirim email berdasarkan jadual
• …….
1. Buka Data Absensi
2. Tentukan Mata Kuliah
3. Tentukan Kelas
4. Tentukan Format Absensi (4 / 14 kolom)
5. Tentukan banyak pencetakan
6. Ambil data mhs ke-1, lalu cetak
7. Ulangi langkah ke-6 sampai data habis
Is :Data Absensi terdiri dari 1 program studi
model logika/matematik yang secara
khusus mengorganisasi data
 Tipe data adalah jenis data yang mampu ditangani
oleh suatu bahasa pemrograman pada komputer.
 Tiap-tiap bahasa pemrograman memiliki tipe data
yang memungkinkan:
 Deklarasi terhadap variabel tipe data tersebut
 Menyediakan kumpulan operasi yang mungkin terhadap
variabel bertipe data tersebut
 Jenis obyek data yang mungkin
 Obyek Data adalah kumpulan elemen yang mungkin
untuk suatu tipe data tertentu.
 Mis: integer mengacu pada obyek data -32768 s/d 32767,
byte 0 s/d 255, string adalah kumpulan karakter maks 255
huruf
 Struktur Data adalah cara penyimpanan dan
pengorganisasian data-data pada memori komputer
maupun file secara efektif sehingga dapat
digunakan secara efisien, termasuk operasi-operasi
di dalamnya.
 Di dalam struktur data kita berhubungan dengan 2
aktivitas:
 Mendeskripsikan kumpulan obyek data yang sah sesuai
dengan tipe data yang ada
 Menunjukkan mekanisme kerja operasi-operasinya
 Contoh: integer (-32768 s/d 32767) dan jenis operasi yang
diperbolehkan adalah +, -, *, /, mod, ceil, floor, <, >, != dsb.
 Struktur data = obyek data + [operasi manipulasi
data]
 Dengan pemilihan struktur data yang baik, maka
problem yang kompleks dapat diselesaikan sehingga
algoritma dapat digunakan secara efisien, operasi-
operasi penting dapat dieksekusi dengan sumber
daya yang lebih kecil, memori lebih kecil, dan
waktu eksekusi yang lebih cepat.
 Tidak semua struktur data baik dan sesuai. Contoh
untuk problem data bank: pengupdate-an harus
cepat, sedangkan penambahan/penghapusan data
boleh lebih lambat.
• Struktur Data Statis – array/larik , rekord,
himpunan.
• Struktur Data Dinamis - list/senarai, queue
/antrian /giliran, tumpukan /stack /timbunan,
pohon, graf.
1 7 18 03 69 24 08 70
1 2 3 4 5 6 7 8
Array Asatu dimensi :
8 indeks (1 s/d 8) dan data 1, 7, 18 dst.
18 03 69
24 08 70
1
Array B dua dimensi (matriks) :
- jumlah baris 2, kolom 3
- data 18, 03, 69, 24, 08, 70.
2
1 2 3
List Berkait / Senarai
A
B C D
E F
Pohon dengan akar A
4
6
3
2
1
7
5
X
T S
Y
Graf dengan simpul X,
Y, T dan S
• Traversal (Traversing) : mengunjungi setiap elemen SD
• Pencarian (Searching) : menemukan elemen/lokasi pada SD
• Penyisipan (Inserting) : menambah elemen baru pada SD
• Penghapusan (Deleting) : menghapus elemen dari SD
Tempat
Penyimpanan Data
Operasi
terhadap data
 Mengenal bentuk organisasi penyimpanan data
dan pengoperasiannya.
 Menentukan kualitas informasi : akurat, tepat
pada waktunya dan relevan. Informasi dapat
dikatakan bernilai bila manfaatnya lebih efektif
dibandingkan dengan biaya mendapatkannya.
 Mengurangi duplikasi data (data redudancy)
 Hubungan data dapat ditingkatkan (data
relatability)
 Mengurangi pemborosan tempat simpanan luar
Queue concept and handling
Partition 4
Partition 3
Partition 2
Partition 1
Operating
System
0
100K
200K
400K
700K
Multiple
Input queues
Partition 4
Partition 3
Partition 2
Partition 1
Operating
System
0
100K
200K
400K
700K
a) Different input queue b) Single input queue
Queue concept and handling
Partition 3
Partition 2
Partition 1
Operating
System
0
100K
200K
400K
700K
Multiple
Input queues
Partition 4
Partition 3
Partition 2
Partition 1
Operating
System
0
100K
200K
400K
700K
a) Different input queue b) Single input queue
Partition 4

More Related Content

What's hot

Informatika Bab 6 Rifda Syifa Aquila 7D 28
Informatika Bab 6 Rifda Syifa Aquila 7D 28Informatika Bab 6 Rifda Syifa Aquila 7D 28
Informatika Bab 6 Rifda Syifa Aquila 7D 28SyifaAquila
 
Proses Data Mining
Proses Data MiningProses Data Mining
Proses Data Miningdedidarwis
 
Data mining week 1 - pengantar data mining
Data mining   week 1 - pengantar data miningData mining   week 1 - pengantar data mining
Data mining week 1 - pengantar data miningLye Lazar
 
Basdat minggu 01. pengenalan basis data
Basdat minggu 01. pengenalan basis dataBasdat minggu 01. pengenalan basis data
Basdat minggu 01. pengenalan basis dataSaddam Sevenfoldism
 
Basdat minggu 02. Basis Data dalam Sistem Informasi Dan Arsitektur Basis Data
Basdat minggu 02. Basis Data dalam Sistem Informasi Dan Arsitektur Basis DataBasdat minggu 02. Basis Data dalam Sistem Informasi Dan Arsitektur Basis Data
Basdat minggu 02. Basis Data dalam Sistem Informasi Dan Arsitektur Basis DataSaddam Sevenfoldism
 
ANALYTICS DATA AYSKA.pdf
ANALYTICS DATA AYSKA.pdfANALYTICS DATA AYSKA.pdf
ANALYTICS DATA AYSKA.pdfayskaqonita
 
Basdat minggu 03 database management system (dbms)
Basdat minggu 03   database management system (dbms)Basdat minggu 03   database management system (dbms)
Basdat minggu 03 database management system (dbms)Saddam Sevenfoldism
 
Data warehouse dan data mining dianvs.blogspot.com
Data warehouse dan data mining dianvs.blogspot.comData warehouse dan data mining dianvs.blogspot.com
Data warehouse dan data mining dianvs.blogspot.comsuleman ganteng
 
Pengantar basis data
Pengantar basis dataPengantar basis data
Pengantar basis dataSinath Sabado
 
Kuliah1 Struktur Data V1.0
Kuliah1 Struktur Data V1.0Kuliah1 Struktur Data V1.0
Kuliah1 Struktur Data V1.0Zidny Nafan
 
Pertemuan 10 (bab x basis data)
Pertemuan 10 (bab x basis data)Pertemuan 10 (bab x basis data)
Pertemuan 10 (bab x basis data)Soim Ahmad
 

What's hot (15)

Informatika Bab 6 Rifda Syifa Aquila 7D 28
Informatika Bab 6 Rifda Syifa Aquila 7D 28Informatika Bab 6 Rifda Syifa Aquila 7D 28
Informatika Bab 6 Rifda Syifa Aquila 7D 28
 
26813 9 arsitektur data mining
26813 9 arsitektur data mining26813 9 arsitektur data mining
26813 9 arsitektur data mining
 
Proses Data Mining
Proses Data MiningProses Data Mining
Proses Data Mining
 
Data mining week 1 - pengantar data mining
Data mining   week 1 - pengantar data miningData mining   week 1 - pengantar data mining
Data mining week 1 - pengantar data mining
 
Basdat minggu 01. pengenalan basis data
Basdat minggu 01. pengenalan basis dataBasdat minggu 01. pengenalan basis data
Basdat minggu 01. pengenalan basis data
 
Basdat minggu 02. Basis Data dalam Sistem Informasi Dan Arsitektur Basis Data
Basdat minggu 02. Basis Data dalam Sistem Informasi Dan Arsitektur Basis DataBasdat minggu 02. Basis Data dalam Sistem Informasi Dan Arsitektur Basis Data
Basdat minggu 02. Basis Data dalam Sistem Informasi Dan Arsitektur Basis Data
 
ANALYTICS DATA AYSKA.pdf
ANALYTICS DATA AYSKA.pdfANALYTICS DATA AYSKA.pdf
ANALYTICS DATA AYSKA.pdf
 
Basdat minggu 03 database management system (dbms)
Basdat minggu 03   database management system (dbms)Basdat minggu 03   database management system (dbms)
Basdat minggu 03 database management system (dbms)
 
Data warehouse dan data mining dianvs.blogspot.com
Data warehouse dan data mining dianvs.blogspot.comData warehouse dan data mining dianvs.blogspot.com
Data warehouse dan data mining dianvs.blogspot.com
 
Struktur data
Struktur dataStruktur data
Struktur data
 
Pengantar basis data
Pengantar basis dataPengantar basis data
Pengantar basis data
 
Kuliah1 Struktur Data V1.0
Kuliah1 Struktur Data V1.0Kuliah1 Struktur Data V1.0
Kuliah1 Struktur Data V1.0
 
Kelompok 5
Kelompok 5Kelompok 5
Kelompok 5
 
Pti5
Pti5Pti5
Pti5
 
Pertemuan 10 (bab x basis data)
Pertemuan 10 (bab x basis data)Pertemuan 10 (bab x basis data)
Pertemuan 10 (bab x basis data)
 

Viewers also liked

Ordning och reda på innehållet
Ordning och reda på innehålletOrdning och reda på innehållet
Ordning och reda på innehålletIntranätverk
 
Полиуретан Для Горнодобывающей отрасли.
Полиуретан Для Горнодобывающей отрасли.Полиуретан Для Горнодобывающей отрасли.
Полиуретан Для Горнодобывающей отрасли.Pavel Zmeev
 
Göra grejer med Gustav Jonsson - Collaborativo
Göra grejer med Gustav Jonsson - CollaborativoGöra grejer med Gustav Jonsson - Collaborativo
Göra grejer med Gustav Jonsson - CollaborativoIntranätverk
 
Diving in Deeper with Twitter
Diving in Deeper with TwitterDiving in Deeper with Twitter
Diving in Deeper with TwitterLucy Martin
 
Interrogative constructions
Interrogative constructionsInterrogative constructions
Interrogative constructionsSajeed Mahaboob
 
Features of Checks360
Features of Checks360 Features of Checks360
Features of Checks360 Checks 360
 
εξελιξη
εξελιξηεξελιξη
εξελιξηsevatsag
 
โครงงานคอมฯ
โครงงานคอมฯโครงงานคอมฯ
โครงงานคอมฯsensitive_area
 
อุปกรณ์เชื่อมต่อคอมพิวเตอร์
อุปกรณ์เชื่อมต่อคอมพิวเตอร์ อุปกรณ์เชื่อมต่อคอมพิวเตอร์
อุปกรณ์เชื่อมต่อคอมพิวเตอร์ mhuantawan9
 
One group intranet at Castellum
One group intranet at CastellumOne group intranet at Castellum
One group intranet at CastellumIntranätverk
 
Fajar scm stmt 2011 operasional management
Fajar scm stmt 2011 operasional managementFajar scm stmt 2011 operasional management
Fajar scm stmt 2011 operasional managementfazarrizki
 

Viewers also liked (19)

Ordning och reda på innehållet
Ordning och reda på innehålletOrdning och reda på innehållet
Ordning och reda på innehållet
 
Полиуретан Для Горнодобывающей отрасли.
Полиуретан Для Горнодобывающей отрасли.Полиуретан Для Горнодобывающей отрасли.
Полиуретан Для Горнодобывающей отрасли.
 
Work 5555
Work 5555Work 5555
Work 5555
 
Guangzhou Huichi Glass Technical company brochure
Guangzhou Huichi Glass Technical company  brochureGuangzhou Huichi Glass Technical company  brochure
Guangzhou Huichi Glass Technical company brochure
 
One Trading
One TradingOne Trading
One Trading
 
Göra grejer med Gustav Jonsson - Collaborativo
Göra grejer med Gustav Jonsson - CollaborativoGöra grejer med Gustav Jonsson - Collaborativo
Göra grejer med Gustav Jonsson - Collaborativo
 
Pat7.6
Pat7.6Pat7.6
Pat7.6
 
Diving in Deeper with Twitter
Diving in Deeper with TwitterDiving in Deeper with Twitter
Diving in Deeper with Twitter
 
Pat5
Pat5Pat5
Pat5
 
Interrogative constructions
Interrogative constructionsInterrogative constructions
Interrogative constructions
 
Features of Checks360
Features of Checks360 Features of Checks360
Features of Checks360
 
AHMC 2015 Brochure
AHMC 2015 BrochureAHMC 2015 Brochure
AHMC 2015 Brochure
 
εξελιξη
εξελιξηεξελιξη
εξελιξη
 
melissa
melissamelissa
melissa
 
สะบายดี
สะบายดีสะบายดี
สะบายดี
 
โครงงานคอมฯ
โครงงานคอมฯโครงงานคอมฯ
โครงงานคอมฯ
 
อุปกรณ์เชื่อมต่อคอมพิวเตอร์
อุปกรณ์เชื่อมต่อคอมพิวเตอร์ อุปกรณ์เชื่อมต่อคอมพิวเตอร์
อุปกรณ์เชื่อมต่อคอมพิวเตอร์
 
One group intranet at Castellum
One group intranet at CastellumOne group intranet at Castellum
One group intranet at Castellum
 
Fajar scm stmt 2011 operasional management
Fajar scm stmt 2011 operasional managementFajar scm stmt 2011 operasional management
Fajar scm stmt 2011 operasional management
 

Similar to Sd pertemuan 1 & 2

Pengenalan struktur data teknologi informasi.ppt
Pengenalan struktur data teknologi informasi.pptPengenalan struktur data teknologi informasi.ppt
Pengenalan struktur data teknologi informasi.pptsosbudbappeda41
 
introductions struktur data dalam pengembangan
introductions struktur data dalam pengembanganintroductions struktur data dalam pengembangan
introductions struktur data dalam pengembanganssuser89dc1c
 
Pengenalan struktur data Pengenalan struktur data
Pengenalan struktur data Pengenalan struktur dataPengenalan struktur data Pengenalan struktur data
Pengenalan struktur data Pengenalan struktur dataBagusMahardika8
 
StrukDat Pertemuan 1 - Pengenalan Struktur Data.pptx
StrukDat Pertemuan 1 - Pengenalan Struktur Data.pptxStrukDat Pertemuan 1 - Pengenalan Struktur Data.pptx
StrukDat Pertemuan 1 - Pengenalan Struktur Data.pptxSuprapto60
 
Abstraksi tipe data
Abstraksi tipe dataAbstraksi tipe data
Abstraksi tipe dataFahuda E
 
Bab 1 abstraksi_tipe_data
Bab 1 abstraksi_tipe_dataBab 1 abstraksi_tipe_data
Bab 1 abstraksi_tipe_dataarii_manroe
 
basis data
basis databasis data
basis dataYuni
 
Materi kuliah-sistem-basis-data1
Materi kuliah-sistem-basis-data1Materi kuliah-sistem-basis-data1
Materi kuliah-sistem-basis-data1Fariszal Nova
 
Algoritma - Penjelasan struktur data
Algoritma - Penjelasan struktur dataAlgoritma - Penjelasan struktur data
Algoritma - Penjelasan struktur dataZombie Black
 
7. Sistem Pengolahan Data.pptx
7. Sistem Pengolahan Data.pptx7. Sistem Pengolahan Data.pptx
7. Sistem Pengolahan Data.pptxRenaHidayatus1
 
Aps09 design data_flowdiagram
Aps09 design data_flowdiagramAps09 design data_flowdiagram
Aps09 design data_flowdiagramArif Rahman
 

Similar to Sd pertemuan 1 & 2 (20)

Pengenalan struktur data teknologi informasi.ppt
Pengenalan struktur data teknologi informasi.pptPengenalan struktur data teknologi informasi.ppt
Pengenalan struktur data teknologi informasi.ppt
 
introductions struktur data dalam pengembangan
introductions struktur data dalam pengembanganintroductions struktur data dalam pengembangan
introductions struktur data dalam pengembangan
 
Pengenalan struktur data Pengenalan struktur data
Pengenalan struktur data Pengenalan struktur dataPengenalan struktur data Pengenalan struktur data
Pengenalan struktur data Pengenalan struktur data
 
Data dan struktur data
Data dan struktur dataData dan struktur data
Data dan struktur data
 
StrukDat Pertemuan 1 - Pengenalan Struktur Data.pptx
StrukDat Pertemuan 1 - Pengenalan Struktur Data.pptxStrukDat Pertemuan 1 - Pengenalan Struktur Data.pptx
StrukDat Pertemuan 1 - Pengenalan Struktur Data.pptx
 
Abstraksi tipe data
Abstraksi tipe dataAbstraksi tipe data
Abstraksi tipe data
 
Bab 1 abstraksi_tipe_data
Bab 1 abstraksi_tipe_dataBab 1 abstraksi_tipe_data
Bab 1 abstraksi_tipe_data
 
basis data
basis databasis data
basis data
 
Materi kuliah-sistem-basis-data1
Materi kuliah-sistem-basis-data1Materi kuliah-sistem-basis-data1
Materi kuliah-sistem-basis-data1
 
Algoritma - Penjelasan struktur data
Algoritma - Penjelasan struktur dataAlgoritma - Penjelasan struktur data
Algoritma - Penjelasan struktur data
 
Pertemuan 1 Sistem Basis Data.pptx
Pertemuan 1 Sistem Basis Data.pptxPertemuan 1 Sistem Basis Data.pptx
Pertemuan 1 Sistem Basis Data.pptx
 
7. Sistem Pengolahan Data.pptx
7. Sistem Pengolahan Data.pptx7. Sistem Pengolahan Data.pptx
7. Sistem Pengolahan Data.pptx
 
Tistrukdat1
Tistrukdat1Tistrukdat1
Tistrukdat1
 
struktur data
struktur datastruktur data
struktur data
 
Data
DataData
Data
 
Sbd ke1 2
Sbd ke1 2Sbd ke1 2
Sbd ke1 2
 
Pertemuan 1 OK.ppt
Pertemuan 1 OK.pptPertemuan 1 OK.ppt
Pertemuan 1 OK.ppt
 
Data
DataData
Data
 
Tipe data abstract
Tipe data abstractTipe data abstract
Tipe data abstract
 
Aps09 design data_flowdiagram
Aps09 design data_flowdiagramAps09 design data_flowdiagram
Aps09 design data_flowdiagram
 

More from muissyahril

Sd pertemuan 3 & 4
Sd   pertemuan 3 & 4Sd   pertemuan 3 & 4
Sd pertemuan 3 & 4muissyahril
 
Sd pertemuan 5 & 6
Sd   pertemuan 5 & 6Sd   pertemuan 5 & 6
Sd pertemuan 5 & 6muissyahril
 
Sd pertemuan 5 & 6
Sd   pertemuan 5 & 6Sd   pertemuan 5 & 6
Sd pertemuan 5 & 6muissyahril
 
Sd pertemuan 3 & 4 (edited)
Sd   pertemuan 3 & 4 (edited)Sd   pertemuan 3 & 4 (edited)
Sd pertemuan 3 & 4 (edited)muissyahril
 
Sd pertemuan 3 & 4 (edited)
Sd   pertemuan 3 & 4 (edited)Sd   pertemuan 3 & 4 (edited)
Sd pertemuan 3 & 4 (edited)muissyahril
 
Sd pertemuan 1 & 2
Sd   pertemuan 1 & 2Sd   pertemuan 1 & 2
Sd pertemuan 1 & 2muissyahril
 

More from muissyahril (10)

Sd pertemuan 3 & 4
Sd   pertemuan 3 & 4Sd   pertemuan 3 & 4
Sd pertemuan 3 & 4
 
Sd pertemuan 5 & 6
Sd   pertemuan 5 & 6Sd   pertemuan 5 & 6
Sd pertemuan 5 & 6
 
Stack tumpukan
Stack tumpukan Stack tumpukan
Stack tumpukan
 
Queue antrian
Queue antrian Queue antrian
Queue antrian
 
Stack tumpukan
Stack tumpukan Stack tumpukan
Stack tumpukan
 
Queue antrian
Queue antrian Queue antrian
Queue antrian
 
Sd pertemuan 5 & 6
Sd   pertemuan 5 & 6Sd   pertemuan 5 & 6
Sd pertemuan 5 & 6
 
Sd pertemuan 3 & 4 (edited)
Sd   pertemuan 3 & 4 (edited)Sd   pertemuan 3 & 4 (edited)
Sd pertemuan 3 & 4 (edited)
 
Sd pertemuan 3 & 4 (edited)
Sd   pertemuan 3 & 4 (edited)Sd   pertemuan 3 & 4 (edited)
Sd pertemuan 3 & 4 (edited)
 
Sd pertemuan 1 & 2
Sd   pertemuan 1 & 2Sd   pertemuan 1 & 2
Sd pertemuan 1 & 2
 

Recently uploaded

Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxImahMagwa
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfAuliaAulia63
 

Recently uploaded (7)

Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptx
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdf
 

Sd pertemuan 1 & 2

  • 2. Sistem Komputer:  Perangkat Keras (Hardware)  Perangkat Lunak (Software)  Pengguna (Brainware) Paradigma Rekayasa Perangkat Lunak:  Daur Hidup Klasik (The classic life cycle)  Prototipe (Prototype)  Model Spiral (The Spiral Model) Algoritma dan Struktur Data
  • 3. Metode dalam menghasilkan suatu perangkat lunak atau dikenal dengan nama RPL  Daur Hidup Klasik (The Classic Life Cycle / Waterfall)  Prototipe (Prototyping)  Model Spiral (The Spiral Model)
  • 4. a. Pengumpulan Kebutuhan b. Analisa Kebutuhan c. Desain d. Pemrograman e. Pengujian f. Pemeliharaan
  • 5. a. Pengumpulan Kebutuhan b. Desain Cepat c. Bangun prototipe d. Evaluasi prototipe e. Perbaikan prototipe, jika prototipe belum selesai ulangi langkah b f. Produk Perangkat Lunak
  • 6. a. Perencanaan oleh pengembang b. Analisa Resiko oleh pengembang dan pemesan c. Rekayasa Perangkat Lunak d. Evaluasi oleh pemesan, bila Rekayasa belum selesai ulangi langkah a.
  • 8. deskripsi langkah-langkah penyelesaian masalah yang tersusun secara logis 1. Ditulis dengan notasi khusus 2. Notasi mudah dimengerti 3. Notasi dapat diterjemahkan menjadi sintaks suatu bahasa pemrograman
  • 9. • Mencari nilai maksimum • Mengurutkan data • Mencetak bilangan ganjil dari 1 – 19 • Menyimpan data mahasiswa baru • Mencetak data absensi • Mengirim email berdasarkan jadual • …….
  • 10. 1. Buka Data Absensi 2. Tentukan Mata Kuliah 3. Tentukan Kelas 4. Tentukan Format Absensi (4 / 14 kolom) 5. Tentukan banyak pencetakan 6. Ambil data mhs ke-1, lalu cetak 7. Ulangi langkah ke-6 sampai data habis Is :Data Absensi terdiri dari 1 program studi
  • 11. model logika/matematik yang secara khusus mengorganisasi data
  • 12.  Tipe data adalah jenis data yang mampu ditangani oleh suatu bahasa pemrograman pada komputer.  Tiap-tiap bahasa pemrograman memiliki tipe data yang memungkinkan:  Deklarasi terhadap variabel tipe data tersebut  Menyediakan kumpulan operasi yang mungkin terhadap variabel bertipe data tersebut  Jenis obyek data yang mungkin
  • 13.  Obyek Data adalah kumpulan elemen yang mungkin untuk suatu tipe data tertentu.  Mis: integer mengacu pada obyek data -32768 s/d 32767, byte 0 s/d 255, string adalah kumpulan karakter maks 255 huruf  Struktur Data adalah cara penyimpanan dan pengorganisasian data-data pada memori komputer maupun file secara efektif sehingga dapat digunakan secara efisien, termasuk operasi-operasi di dalamnya.
  • 14.  Di dalam struktur data kita berhubungan dengan 2 aktivitas:  Mendeskripsikan kumpulan obyek data yang sah sesuai dengan tipe data yang ada  Menunjukkan mekanisme kerja operasi-operasinya  Contoh: integer (-32768 s/d 32767) dan jenis operasi yang diperbolehkan adalah +, -, *, /, mod, ceil, floor, <, >, != dsb.  Struktur data = obyek data + [operasi manipulasi data]
  • 15.  Dengan pemilihan struktur data yang baik, maka problem yang kompleks dapat diselesaikan sehingga algoritma dapat digunakan secara efisien, operasi- operasi penting dapat dieksekusi dengan sumber daya yang lebih kecil, memori lebih kecil, dan waktu eksekusi yang lebih cepat.  Tidak semua struktur data baik dan sesuai. Contoh untuk problem data bank: pengupdate-an harus cepat, sedangkan penambahan/penghapusan data boleh lebih lambat.
  • 16. • Struktur Data Statis – array/larik , rekord, himpunan. • Struktur Data Dinamis - list/senarai, queue /antrian /giliran, tumpukan /stack /timbunan, pohon, graf.
  • 17. 1 7 18 03 69 24 08 70 1 2 3 4 5 6 7 8 Array Asatu dimensi : 8 indeks (1 s/d 8) dan data 1, 7, 18 dst.
  • 18. 18 03 69 24 08 70 1 Array B dua dimensi (matriks) : - jumlah baris 2, kolom 3 - data 18, 03, 69, 24, 08, 70. 2 1 2 3
  • 19. List Berkait / Senarai
  • 20. A B C D E F Pohon dengan akar A
  • 21. 4 6 3 2 1 7 5 X T S Y Graf dengan simpul X, Y, T dan S
  • 22. • Traversal (Traversing) : mengunjungi setiap elemen SD • Pencarian (Searching) : menemukan elemen/lokasi pada SD • Penyisipan (Inserting) : menambah elemen baru pada SD • Penghapusan (Deleting) : menghapus elemen dari SD Tempat Penyimpanan Data Operasi terhadap data
  • 23.  Mengenal bentuk organisasi penyimpanan data dan pengoperasiannya.  Menentukan kualitas informasi : akurat, tepat pada waktunya dan relevan. Informasi dapat dikatakan bernilai bila manfaatnya lebih efektif dibandingkan dengan biaya mendapatkannya.  Mengurangi duplikasi data (data redudancy)  Hubungan data dapat ditingkatkan (data relatability)  Mengurangi pemborosan tempat simpanan luar
  • 24. Queue concept and handling Partition 4 Partition 3 Partition 2 Partition 1 Operating System 0 100K 200K 400K 700K Multiple Input queues Partition 4 Partition 3 Partition 2 Partition 1 Operating System 0 100K 200K 400K 700K a) Different input queue b) Single input queue
  • 25. Queue concept and handling Partition 3 Partition 2 Partition 1 Operating System 0 100K 200K 400K 700K Multiple Input queues Partition 4 Partition 3 Partition 2 Partition 1 Operating System 0 100K 200K 400K 700K a) Different input queue b) Single input queue Partition 4