Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

3.7-1

PENERAPAN ALGORITMA START END MIDUNTUK MENDETEKSI KESALAHAN LOGIKA

STRUCTURED QUERY LANGUAGE

Jevri Tri Ardiansah1), Aji Prasetya Wibawa 2), Triyanna Widiyaningtyas 3)

1), 2), 3)Teknik Elektro Universitas negeri malangJl Semarang No. 5 Malang 65145

Email : jev.ardian@gmail.com1), aji.prasetya.ft@um.ac.id2), triyannaw@gmail.com3)

Abstrak

Basis data merupakan bidang keilmuan penting yangharus dikuasai oleh mahasiswa jurusan teknikinformatika, mengingat setiap sistem yangdikembangkan pasti memiliki basis data untukpenyimpanan informasi. Observasi yang dilakukankepada mahasiswa Pendidikan Teknik InformatikaUniversitas Negeri Malang menghasilkan kesimpulanbahwa basis data adalah matakuliah yang dianggapmudah secara teori tetapi sulit diimplementasikanmenggunakan SQL. Hal tersebut dikarenakan terdapatdua jenis kesalahan yang dapat terjadi, yaitu kesalahansintaksis dan kesalahan logika. Kesalahan sintaksisdapat dikoreksi oleh compiler, sedangkan kesalahanlogika dapat diketahui dengan proses pembandinganantara pernyataan yang sedang dituliskan denganpernyataan yang seharusnya dituliskan. Berdasarkanhal tersebut, maka perlu dikembangkan suatu sistemyang dapat mengetahui kesalahan sintaksis dankesalahan logika. Penelitian ini bertujuan untukmenghasilkan langkah-langkah yang dapat dilakukanuntuk mendeteksi kesalahan logika SQL menggunakanAlgoritma Start End Mid yang selanjutnya akandilanjutkan ke tahap desain dan pengembangan sistemyang sebenarnya.

Kata kunci: SQL, basis data, kesalahan logika,algoritma pencocokan string, algoritma Start End Mid.

Teknik Informatika Universitas Negeri Malangmenghasilkan kesimpulan bahwa basis data adalahmatakuliah yang dianggap mudah secara teori tetapi sulitdiimplementasikan menggunakan Stuctured QueryLanguage (SQL) [1]. SQL merupakan bahasa yangdigunakan untuk mengakses informasi yang terdapat dibasis data. Dalam penerapannya, sangat mungkin terjadikesalahan atau error, yaitu syntax error dan logic error.Syntax error atau kesalahan sintaksis merupakankesalahan penulisan pernyataan SQL yang dapat diatasioleh compiler. Secara otomatis, compiler akanmemberikan informasi kesalahan. Sedangkan logic error

atau kesalahan logika terjadi apabila penulisanpernyataan SQL telah sesuai dengan standar tetapi tidakmengeluarkan hasil yang sesuai dengan tujuan. Dalam halini, compiler tidak memberikan informasi kesalahan.Kedua jenis error tersebut dapat menghambat prosesyang berkaitan dengan manipulasi informasi dalam basisdata, baik itu penyimpanan maupun pengambilan data[2].

Penelitian kepada programmer baru dan siswamenghasilkan data bahwa 32% responden mengalamikesalahan logika, 18% mengalami kesalahan sintaksisdan 14% mengalami kesalahan logika dan sintaksis [2].Dari penelitian tersebut dapat disimpulkan bahwakemungkinan terjadinya kesalahan logika mencapai 46%,lebih besar dari kemungkinan kesalahan sintaksis.

Untuk dapat mengetahui kesalahan logika yang terdapatdalam pernyataan SQL, dapat dilakukan prosespembandingan antara pernyataan yang sedang dituliskandengan pernyataan yang seharusnya dituliskan [3].Dengan kata lain, melalui mekanisme pembandinganantara jawaban pengguna dengan jawaban kunci, dapatdiperoleh perbedaan antara keduanya yangmengindikasikan adanya kesalahan logika. Salah satualgoritma yang dapat digunakan untuk membandingkanantar pernyataan adalah Algoritma Start End Mid.Berdasarkan masalah yang terjadi yaitu besarnya variasidan kemungkinan terjadinya kesalahan logika sertaterdapatnya potensi pemecahan masalah, maka perludikembangkan sistem yang dapat mengetahui kesalahanlogika pernyataan SQL melalui mekanismepembandingan pernyataan SQL pengguna denganpernyataan SQL kunci dengan menggunakan AlgoritmaStart End Mid.

Untuk memperjelas konsep, berikut dipaparkan beberapatinjauan pustaka.

1. Structured Query Language (SQL)

Dalam suatu sistem diperlukan adanya mediapenyimpanan data yang berupa basis data. Basis datamerupakan kumpulan data yang mana jika data tersebutdiolah maka akan menghasilkan suatu informasi yangdibutuhkan [5]. Pengolahan data tersebut melibatkan

1.2. Tinjauan Pustaka

1. Pendahuluan

1.1. Latar Belakang

Observasi yang dilakukan kepada mahasiswa Pendidikan

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

3.7-2

suatu bahasa yang disebut dengan Structured QueryLanguage (SQL).

Terdapat dua kategori kesalahan yang dapat terjadi padapernyataan SQL, yaitu kesalahan sintaksis dan kesalahanlogika [2]. Berbeda dengan kesalahan sintaksis,kesalahan logika tidak dapat diatasi oleh SQL compiler.Oleh karena itu, perlu adanya pemrosesan lebih lanjutmengenai pernyataan SQL yang dituliskan olehpengguna hingga dapat diketahui kesalahan logika yangterjadi. Salah satu caranya yaitu dengan membandingkanantara jawaban pengguna dengan jawaban kunci [3].

Untuk memperjelas konsep kesalahan logika, diberikancontoh tabel pegawai (Tabel 1) yang mengilustrasikanpenyimpanan data pegawai dalam suatu perusahaan.

Tabel 1 Ilustrasi Tabel Pegawaiid_peg nama status id_dep1 Adi Direktur 12 Budi Magang 23 Citra Sekretaris 34 Disa Sekretaris 25 Adi Direktur 2

Salah satu jenis kesalahan logika seleksi adalah karenaketidaksesuaian kondisi. Kesalahan logika ini terjadikarena terdapat kekeliruan dalam klausa WHEREsehingga menghasilkan keluaran yang tidak seharusnya[4]. Sebagai contoh yaitu proses dalam medapatkan datapegawai yang menjabat sebagai direktur dan pegawaiyang menjabat sebagai sekretaris (Tabel 2).

Tabel 2 Hasil Seleksi Data Direktur dan Sekretarisid_peg nama status id_dep1 Adi Direktur 13 Citra Sekretaris 34 Disa Sekretaris 25 Adi Direktur 2

Hasil seleksi yang tampak pada Tabel 2 diperoleh denganmenuliskan pernyataan SQL seperti berikut:SELECT * FROM Pegawai WHERE status=’direktur’ ORstatus=’sekretaris’;

Jika pengguna menuliskan pernyataan SQL sepertiberikut:SELECT * FROM Pegawai WHERE status=’direktur’AND status=’sekretaris’;

maka kolom yang dihasilkan akan tampak seperti padaTabel 3.

Tabel 3 Hasil Kesalahan Logika Seleksi Data Direkturdan Sekretaris

id_peg nama status id_dep

2. Algoritma pencocokan string

Pencocokkan string merupakan permasalahan palingmendasar dari semua permasalahan string lainnya [6].Teknik untuk menyelesaikan permasalahan pencocokkan

string biasanya akan menghasilkan mekanisme lanjutanlain yang akan memproses informasi ke tahap lainnya.Seperti mekanisme pada penerjemah bahasa Indonesia kebahasa Jawa [7] dimana pencocokan string digunakanpada tahap awal untuk mencocokkan kata-kata bahasaIndonesia dari kalimat pengguna dengan kata-kata dalambasis data. Setelah itu proses akan lanjut ke tahaprestrukturisasi kalimat dan tahap-tahap selanjutnyasehingga didapatkan kalimat dalam bentuk bahasa Jawa.

Terdapat beberapa algoritma pencocokan string yangdapat digunakan. Algoritma tersebut antaralain yaituBrute Force, Karp Rabin, Knuth Morris Pratt dan BoyerMoore [8]. Berikut macam-macam algoritma yangmemiliki perbedaan dalam menyelesaikan suatupermasalahan.

Algoritma Brute Force merupakan algoritma yangpaling sederhana untuk menyelesaikan persoalanpencocokan string [9]. Algoritma ini melakukanpencarian pada setiap posisi di dalam teks dari awalhingga akhir atau dari kiri ke kanan, tidak peduliapakah terdapat pengulangan pola atau tidak.

Algoritma Karp Rabin menggunakan fungsi hashinguntuk menemukan suatu pola di dalam teks tertentu[8]. Fungsi hashing ini menyediakan mekanismesederhana untuk menghindari perbandingan jumlahkarakter yang kuadratik seperti algoritma BruteForce.

Algoritma Knuth Morris Pratt (KMP) bergerak darikiri ke kanan seperti algortima Brute Force tetapialgoritma ini memiliki kemampuan yang lebih baikdalam hal melakukan pergeseran pola yang dicaridalam suatu teks [9].

Algoritma Boyer Moore dianggap sebagai algoritmapencocokan string yang paling efisien karenaalgoritma ini menggunakan pergerakan mundur(kanan ke kiri) sehingga pencarian pola akan lebihcepat [8].

Algoritma Start End Mid [10] merupakanpengembangan algoritma Brute Force. Ciri khasdari algoritma Brute Force yaitu tanpapreprocessing, dan menggeser pencarian satulangkah ke kanan tetap digunakan. Peningkatannyaterdapat pada tahap pencarian dimana algoritma iniakan mencocokkan karakter pertama, karakterterakhir dan karakter tengah suatu pola. Kesamaanantar data dapat diketahui dari pola awal, akhir dantengahnya [10]. Ketika dalam dua data terdapat polaawal, akhir, tengah yang sama, maka akandidapatkan bahwa kedua data tersebut sama danberlaku sebaliknya. Konsep ini secara otomatis akanmenyingkat waktu pemrosesan data.

Meskipun terdapat algoritma lain yang seperti KarpRabin, Knuth Morris Pratt dan Boyer Moore, algoritmaStart End Mid ini tetap efektif digunakan mengingatjumlah karakter yang akan diproses dalam penelitian ini

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

3.7-3

tidak terlalu besar sehingga pengaruh perbedaankompleksitas pencarian antar algoritma tidak terlalubesar. Dalam hal ini digunakan algoritma Start End Midkarena penelitian lebih ditekankan pada pemanfaatanalgoritma yang mudah dan sederhana untukmenyelesaikan suatu masalah dengan tetapmemperhatikan kesesuaian dan keefektifan algoritma.

3. Penelitian yang berhubungan

Terdapat penelitian yang berkaitan dengan pembuatansumber belajar SQL yang dapat menunjukkan kesalahanlogika pengguna dan dinamakan dengan SQL-Tutor [11].Penelitian tersebut menggunakan metode ConstraintBased Modelling (CBM) yang mengimplementasikanpattern matching untuk mendapatkan kesalahan yangdilakukan pengguna sehingga sistem mampu menuntunpengguna untuk melakukan pembenaran. Penelitian inimenghasilkan Intelligent Tutoring System (ITS) berbasisdesktop dengan model pembelajaran Guided Discoverysebagai cara untuk memahamkan penggunanya terkaitdengan kesalahan logika.

Berbeda dengan penelitian sebelumnya, SQLLightweight Tutoring Module [3] dapat mendeteksiadanya kesalahan logika dengan cara mengintegrasikansistemnya dengan LINQ. LINQ merupakan sebuah toolsdari Microsoft yang dapat merepresentasikan pernyataanSQL pengguna menjadi bahasa XML yang selanjutnyaakan dibandingkan dengan pola XML yang seharusnya.Perbedaan XML mengindikasikan adanya kesalahanlogika.

Melalui kesamaan tujuan dengan penelitian sebelumnyayaitu mengembangkan sistem yang dapat mengetahuikesalahan logika SQL, compiler yang akan digunakanadalah online SQL compiler yang telah dikembangkan[12]. Online SQL compiler ini telah dapatmenginformasikan kesalahan sintaksis dan dapatmenghasilkan keluaran berupa tabel dalam format html.Compiler ini menggunakan skema basis data yangterdapat dalam server website yang digunakan sebagaiacuan dalam mengeksekusi pernyataan SQL pengguna.

ditunjukkan dalam flowchart seperti pada Gambar 1.

Gambar 1 Mekanisme Pendeteksian Kesalahan Logika

Mekanisme sistem pada Gambar 1 dapat dikategorikanmenjadi empat langkah utama dalam proses pengecekankesalahan logika menggunakan algoritma Start End Mid.Langkah-langkah tersebut tampak seperti pada Gambar 6.

dijabarkan sebagai berikut:

1. Pengecekan kesalahan sintaksis

Pada tahap pertama, pernyataan SQL akan diperiksa olehSQL compiler [12] dimana pada tahap ini sistem akanmenginformasikan kesalahan hingga penulisan SQLdipastikan benar.

2. Pencocokan antara Tabel Hasil Eksekusi Pengguna(THEP) dengan Tabel Kunci Jawaban (TKJ)

Tahap kedua yaitu berupa pencocokan THEP denganTKJ. Proses pencocokan ini melibatkan algoritma StartEnd Mid yang akan mencocokan setiap karakter daritabel tersebut. Jika THEP sama dengan TKJ, makalogika pengguna dianggap benar. Jika terdapatperbedaan, maka sistem akan melakukan pengecekanpernyataan SQL pengguna.

Penerapan algoritma Start End Mid pada langkah keduaini adalah sebagai berikut:

a. Menghitung dan membandingkan jumlah karakterhtml dari THEP dan TKJ, jika sesuai lanjut ke tahapberikutnya.

b. Memasukkan setiap karakter dari THEP dan TKJ kedalam array. Tabel 4 dan Tabel 5 merupakanilustrasinya.

Tabel 4 Ilustrasi THEP dalam Arrayi 0 1 2 …. 50 …. 98 99 100j < t a …. a …. l e >

Keterangan:i : indeks arrayj : isi array

c. Membandingkan karakter pertama antara teksTHEP dengan TKJ. Dari poin b, diperoleh bahwakarakter pertama yaitu pada indeks array ke-0kedua-duanya berisi karakter ‘a’.

d. Membandingkan karakter terakhir yaitu indeksarray ke-100. Terdapat karakter yang sama padaindeks tersebut, yaitu karakter ‘>’.

e. Memilih karakter tengah dengan melakukansegmentasi dengan rumus yang ditunjukkan olehPersamaan (1).

...................................(1)Keterangan:Indeks : indeks array segmentasiIndeks_maks : indeks array maksimal

2. Pembahasan

2.1. Metode

Mekanisme kerja sistem dari algoritma Start End Mid

Gambar 2 Tahapn Pendeteksian Kesalahan Logika

2.2. Hasil dan Pembahasan

Hasil dari langkah penggunaan algoritma, dapat

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

3.7-4

Dalam hal ini, perhitungan kasus di atas adalahsebagai berikut:

Sehingga indeks yang digunakan dalam segmentasiadalah 50 dan terdapat karakter yang sama yaitukarakter ‘a’.

f. Membandingkan setiap karakter antara teks THEPdengan TKJ, yaitu dimulai dari indeks pertamahingga indeks terakhir.

Konsep di atas merupakan penerapan dari algoritma StartEnd Mid, dimana jika terjadi perbedaan hasil di setiaptahapannya, maka didapatkan bahwa terdapat perbedaanantara jawaban pengguna dengan kunci. Hal tersebutmengindikasikan bahwa terdapat kesalahan logikapengguna dalam pernyataan SQL yang dituliskan.

3. Pemilihan jawaban kunci

Tahap ketiga yaitu proses pengecekan pernyataan SQLpengguna yang selanjutnya digunakan untuk pencariankunci jawaban yang paling mendekati. Hal ini dilakukankarena mengingat terdapat beberapa pendekatan SQLuntuk kasus yang sama. Pencarian jawaban kunci inimenggunakan mekanisme perangkingan berdasarkanbobot kemiripan yang dimiliki oleh setiap pendekatankunci jawaban (PKJ) terhadap pernyataan SQL pengguna(PSP). Algoritma yang digunakan untuk pembobotan iniadalah Algoritma Tf-Idf (Term Frequency – InverseDocument Frequency) [13]. Bobot setiap PKJ kemudianakan dirangking berdasarkan nilai terbesar sehingga nilaibobot yang paling besar akan dipilih sebagai PKJ yangsesuai dengan PSP.

Misalkan terdapat struktur basis data Pegawai sepertipada Tabel 1 dan data Departemen pada Tabel 6 sepertiberikut:

Tabel 6 Ilustrasi Tabel Departemenid_dep nama alamat1 Sukamaju Jakarta2 Sukamakmur Malang3 Sukabakti Blitar

Untuk mendapatkan nama pegawai yang bekerja padalebih dari satu departemen, maka pengguna akanmenuliskan SQL seperti berikut :

SELECT DISTINCT namaFROM Departemen D1, Pegawai P2WHERE D1.id_dep=P2.id_depAND D1.id_dep<>P2.id_peg

Dalam database telah terdapat beberapa pendekatan SQLuntuk studi kasus terkait yang tampak pada Tabel 7.

Tabel 7 Ilustrasi Perbedaan Pendekatan Pernyataan SQLPendekatan I Pendekatan II Pendekatan IIISELECT DISTINCTnamaFROM Pegawai P1,

SELECTPeg.namaFROM Pegawai

SELECT namaFROM PegawaiGROUP BY

Pegawai P2WHEREP1.id_dep=P2.id_depANDP1.id_peg<>P2.id_peg

PegWHERE Peg.namaIN(SELECT namaFROM PegawaiWHEREid_peg<>Dep.id_peg)

namaHAVINGCOUNT(*)>=2

Berikut adalah langkah dalam mendapatkan PKJyang mendekati Pernyataan SQL Pengguna (PSP).a. Mendapatkan kata kunci SQL yang digunakan di

PSP, sehingga dari pernyataanSELECT DISTINCT nama FROM Departemen D1,Pegawai P2 WHERE D1.id_dep=P2.id_dep ANDD1.id_dep<>P2.id_pegakan diperoleh kata kunci SQL seperti berikut:SELECT DISTINCT FROM WHERE AND

b. Memberikan bobot pada setiap kata kunci SQLyang digunakan di PSP terhadap PKJ. Algoritmayang digunakan yaitu Algoritma Tf-Idf (TermFrequency – Inverse Document Frequency) yangintinya akan membobotkan setiap kata querydengan PKJ [14]. Rumus algoritma Tf-Idfditunjukkan pada Persamaan (2).

..............................................(2)Keterangan:Wij = bobot kata j terhadap kalimat itfij = jumlah kemunculan kata j dalam kalimat iD = jumlah kalimat kunci dalam databasedfj = jumlah kalimat kunci yang terdapat kata j

Persamaan (2) akan dapat berfungsi dengan baik jikatidak terjadi mekanisme log 0. Hal ini dikarenakan log 0akan menghasilkan nilai yang tidak terdefinisi sehinggaakan mempengaruhi nilai pembobotan. Untukmenghindari kasus tersebut, maka Persamaan (2)dimodifikasi menjadi Persamaan (3) sebagai berikut.

...........................................(3)

Dengan keterangan dan konsep yang sama, Persamaan(3) tidak mungkin menghasilkan mekanisme log 0seperti Persamaan (2) karena nilai log selaluditambahkan 1 sebelumnya.

Berdasarkan rumus tersebut, proses penghitungan bobotPKJ 1 adalah sebagai berikut:

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

3.7-5

Proses penghitungan bobot PKJ 2 adalah sebagaiberikut:

Proses penghitungan bobot PKJ 3 adalah sebagaiberikut:

Setelah diketahui semua bobot, selanjutnya adalahperangkingan nilai setiap bobotnya yaitu bobot PKJ 1adalah 2,2, bobot PKJ adalah 2,0 dan bobot PKJ 3 adalah0,6. Dari ketiga nilai diperoleh bahwa bobot PKJ 1memiliki nilai terbesar, sehingga dalam hal ini PKJ yangdianggap sesuai dengan PSP adalah PKJ 1.

4. Pencocokan PSP dengan PKJ yang dipilih

Pada tahap terakhir terjadi pencocokan antara PSPdengan PKJ yang dipilih. Tahap ini intinya menemukanperbedaan pernyataan yang dibagi menjadi tiga kategoriyaitu pernyataan SELECT, FROM dan WHERE. Jikaterdapat perbedaan, maka sistem akan memberitahukankesalahan berdasarkan kategori SELECT, FROM danWHERE. Sama halnya dengan tahap sebelumnya, prosespencocokan ini menggunakan algoritma Start End Midpada setiap blok utama, yaitu blok SELECT, FROM danWHERE yang bukan merupakan blok pernyataanbersarang di klausa WHERE.

Ilustrasi pencocokan pada blok SELECT, FROM danWHERE adalah seperti berikut:

Blok SELECTPSP PKJ

DISTINCT nama DISTINCT nama Blok FROM

PSP PKJDepartemenPegawai

PegawaiPegawai

Blok WHEREPSP PKJ

id_dep=id_dep ANDid_dep<>id_peg

id_dep=id_depAND id_peg<>id_peg

Dari perbandingan di atas, ditemukan bahwa terjadiperbedaan atribut pada blok FROM dan WHERE,sehingga dalam hal ini sistem akan memberikaninformasi bahwa terdapat kesalahan pada blok FROMdan WHERE.

Berdasarkan Gambar 2, pengujian sistem akan dilakukanpada tahap tertentu yaitu sebagai berikut.

1. Pengecekan Kesalahan Sintaksis

Pengujian tidak dilakukan pada tahap ini mengingatberdasarkan penelitian sebelumnya [12] telah dinyatakanbahwa mekanisme pendeteksian kesalahan sintaksis telahvalid.

2. Pencocokan Tabel

Tahapan ini akan menghasilkan keterangan dengan duakemungkinan output, yaitu tabel sesuai dan tabel tidaksesuai. Oleh karena itu, pengujian dilakukan secaraberulang-ulang. Kemudian untuk mendapatkanprosentase tingkat ketepatan sistem dalam mencocokkantabel, digunakan rumus Precision [15] seperti Persamaan(4) berikut.

…..…………………(4)

Dengan kata lain Persamaan (4) memiliki arti sepertiPersamaan (5) berikut.

….(5)

Selain itu, untuk mendapatkan prosentase tingkatkeberhasilan sistem dalam mencocokkan tabel,digunakan rumus Recall [15] seperti Persamaan (6)berikut.

………………………….(6)

Persamaan (6) memiliki arti seperti Persamaan (7)berikut.

…………..(7)

3. Pemilihan Jawaban.

Proses pemilihan jawaban akan menghasilkan satupendekatan kunci yang sesuai dengan jawabanpengguna. Oleh karena itu, untuk mendapatkanprosentase ketepatan sistem dalam pemilihan kuncidilakukan pengujian secara berulang-ulang dandigunakan rumus Precission dan Recall [15] seperti padaPersamaan (4) dan (6) dimana masing masing persamaanditerjemahkan ke Persamaan (8) dan (9) berikut.

2.3. Rancangan Pengujian

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

3.7-6

…....(8)

………...…(9)

4. Pencocokan SQL

Pada tahap terakhir, akan didapatkan perbedaan atributantara query kunci dengan query jawaban pengguna.Oleh karena itu, pengujian dilakukan secara berulang-ulang untuk kemudian didapatkan nilai rata-rataPrecision dan Recall yang konsepnya sama denganPersamaan (4) dan (6) dan dapat diterjemahkan sebagaiPersamaan (10) dan (11) berikut.

…..(10)

…..(11)

Dari keempat tahapan tersebut akan didapatkan nilai rata-rata dari Precision dan Recall. Nilai Precision akanmenunjukkan tingkat prosentase ketepatan sistem dalammendeteksi kesalahan logika SQL. Sedangkan nilaiRecall akan menunjukkan tingkat prosentase keberhasilansistem dalam mendeteksi kesalahan logika SQL.

3. Kesimpulan

Berdasarkan hasil dan pembahasan, dapat disimpulkanbahwa:

1. Kesalahan logika pada SQL dapat diketahui denganmenggunakan algoritma Start End Mid.

2. Pada tahap selanjutnya akan dibuat desain sistemsecara lebih detail dan dilanjutkan pada tahappengembangan sistem.

Daftar Pustaka[1] Fanani, Ach. Chanifuddin. 2013. Pengembangan Sumber Belajar

SQL Berbasis Web untuk Matakuliah Basis Data Prodi S1 PTIUniversitas Negeri Malang. Skripsi tidak diterbitkan. Malang:Fakultas Teknik UM.

[2] Goldberg, Christian. 2009. Do You Know SQL? About SemanticErrors In Database Queries. Pada British National Conferenceon Databases, diakses 24 April 2015.

[3] Dollinger, Robert. 2013. SQL Lightweight Tutoring Module –Semantic Analysis of SQL Queries based on XML Representationand LINQ. Pada Proceedings of World Conference onEducational Multimedia, Hypermedia & Telecommunications,diakses 24 April 2015.

[4] Brass, Stefan & Goldberg, Christian. 2006. Semantic Errors inSQL Queries: A Quite Complete List. Pada InternationalConference on Quality Software, 197-204, diakses 24 April 2015.

[5] Elmasri, Ramez & Navathe, Shamkant. 2011. Fundementals ofDatabase System (6th edition). United States of America: PearsonEducation Inc.

[6] Prasetyo, R. Edy, Suhartono, dkk. 2012 . Alat Bantu PenelusuranString pada Materi dengan Menggunakan Algoritma Boyer-Moore. (Online),

(http://research.pps.dinus.ac.id/lib/jurnal/Vol%2008.1%20040-048.pdf), diakses 27 maret 2015.

[7] Wibawa, Aji P., dkk. 2013. Indonesian to Javanese MachineTranslation. Pada International Journal of Innovation,Management and Technology, Vol 04 No 04, diakses 10 Juni2015.

[8] Fernando, Hary. 2009. Perbandingan dan Pengujian BeberapaAlgoritma Pencocokan String. (Online),(http://webmail.informatika.org/~rinaldi/Stmik/2009-2010/Makalah2009/MakalahIF3051-2009-006.pdf), diakses 20Maret 2015.

[9] Kumara, Gozali Harda. 2008. Visualisasi Beberapa AlgoritmaPencocokan String Dengan Java. (Online),(http://informatika.stei.itb.ac.id/~rinaldi.munir/TA/Makalah_TA%20Gozali.pdf), diakses 20 Maret 2015.

[10] Abdeen, Rawan Ali. 2011. An Algorithm for String SearchingBased on Brute-Force Algorithm. Pada International Journal ofComputer Science and Network Security, Vol.11 No.7, diakses23 April 2015.

[11] Mitrovic, Antonija. 1998. A Knowledge-Based Teaching Systemfor SQL. (Online), (https://nats-www.informatik.uni-hamburg.de/pub/INCOM/ Literatur/SQL-Tutor.pdf), diakses 24April 2015

[12] Suriawan, Tofa. 2015. Pengembangan Media PembelajaranBerbasis Web pada Mata Pelajaran Basis Data untuk Siswa KelasXI RPL SMK Negeri 5 Malang. Skripsi tidak diterbitkan.Malang: Fakultas Teknik UM.

[13] Intan, R., & Defeng, A. (2006). Hard: Subject-Based SearchEngine Menggunakan Tf-Idf Dan Jaccard S Coefficient. JurnalTeknik Industri, 8(1), pp-61.

[14] Fitri, Meisya. 2012. Perancangan Sistem Temu Balik Informasidengan Metode Pembobotan Kombinasi Tf-Idf untuk PencarianDokumen Berbahasa Indonesia. (Online),(http://download.portalgaruda.org/article.php?article=112004&val=2313), diakses 12 Mei 2015.

[15] Syauqi, A’la & Aeny Nurwahdah. 2015. Sistem Tanya Jawabdengan Web Semantik. Seminar Nasional Aplikasi TeknologiInformasi (SNATI).

Biodata Penulis

Jevri Tri Ardiansah, mahasiswa tingkat akhir JurusanTeknik Elektro Universitas Negeri Malang.

Aji Prasetya Wibawa, memperoleh gelar Sarjana Teknik(S.T), Jurusan Teknik Elektro Universitas Brawijaya,lulus tahun 2004. Memperoleh gelar MagisterMenejemen Teknologi (M.M.T) Program Pasca SarjanaMagister Menegemen dan Teknologi Informasi InstituteTeknologi Sepuluh Nopember, lulus tahun 2007.Memperoleh gelar Doctor of Philosophy (PhD) ProgramSchool of Engineering, University of South Australia,lulus tahun 2010. Saat ini menjadi Dosen di UniversitasNegeri Malang sekaligus anggota dari Institute ofElectrical and Electronics Engineers (IEEE).

Triyanna Widiyaningtyas, memperoleh gelar SarjanaTeknik (S.T), Jurusan Teknik Telekomunikasi STTTelkom Bandung, lulus tahun 1998. Memperoleh gelarMagister Teknik (M.T) Program Pasca Sarjana MagisterSistem Komputer dan Informatika Universitas GadjahMada Yogyakarta, lulus tahun 2002. Saat ini menjadiDosen di Universitas Negeri Malang.