Bridging Aplikasi SIMRS (Sistem Informasi Manajemen Rumah Sakit) dengan Vclaim v.2 (BPJS Kesehatan) dapat melakukan pengecekan status peserta berdasarkan nomor kartu. Untuk mengembangkan fitur ini sebetulnya sangat mudah, karena arsitektur aplikasi dapat dibuat hampir sama denga proses cek status peserta berdasarkan NIK. Dengan fitur ini kita bisa mempermudah pengguna (petugas rumah sakit)

Artikel berikut ini adalah bagian dari seri belajar membuat aplikasi SIMRS berbasis web. Oleh sebab itu, bagi anda yang belum mengikuti dari awal, alangkah baiknya jika mengikuti seri dari awal terlebih dahulu. Silahkan kunjungi link berikut ini (seri belajar membuat aplikasi SIMRS berbasis web) untuk melihat daftar materi pembelajar lebih lengkap.

Baiklah, tanpa harus menunggu lebih lama kita langsung saja melanjutkan project kita sebelumnya. Silahkan ikuti langkah-langkah berikut ini.

1. Instal Composer dan Library Lz String

Sebelumnya kita sudah membahas kedua hal ini pada artikel Kompresi Dan Dekompresi Data Menggunakan LZ String Pada Pemrograman PHP dan Bridging SIMRS Dengan VClaim v.2 (Cek NIK Peserta) Silahkan ikuti kedua artikel tersebut terlebih dulu.

2. Buat Tampilan Detail Status Peserta Berdasarkan Nomor Kartu

Buat file baru pada directory _Page/Pasien/FormDetailBpjs.php kemudian ketikan kode berikut ini:

2. Pastikan Event Detail Peseerta Mengarah Ke File tErsebut

Pada file yang ada di directory _Page/Pasien/Pasien.js pastikan modal detai pasien berdasarkan kartu mengarah ke _Page/Pasien/FormDetailBpjs.php

3. Melakukan Pengujian Aplikasi

Silahkan lakukan pengujian pada aplikasi, buka menu masien dan pada data pasien klik pada bagian nomor kartu BPJS. Jika benar maka sistem akan menampilkan tampilan sebagi berikut:

Silahkan ikuti seri belajar membuat SIMRS ini lebih lengkap pada tautan berikut

Download Full Source Code via Git Hub

Download Full Source Code Via G-Drive

Silahkan lakukan request, atau hubungi saya melalui kolom komentar

Konteks pemasaran (marketing) mengisyaratkan pentingnnya loyalitas, keputusan dan persepsi positif dari pelanggan terhadap layanan yang diberikan perusahaan. Untuk memegang kendali penuh terhadap aspek tersebut maka pendekatan yang paling relevan adalah dengan Customer Relationship Management (CRM). Konsep tersebut merupakan pendekatan yang paling relevan sehingga kita pahami bahwa CRM (Customer Relationship Management) merupakan strategi, cara-cara yang diputuskan oleh perusahaan dalam kegiatannya menjalankan sales, marketing dan service yang terintegrasi satu dengan lainnya.

Menurut Kristianto (2010) CRM (Customer Relationship Management) merupakan proses dinamis dalam mengelola hubungan antara pelanggan dengan perusahaan sehingga pada akhirnya para pelanggan dapat memilih untuk tetap melanjutkan interaksi yang saling menguntungkan secara komersial.

Customer Relationship Management (CRM) adalah proses mengidentifikasi pelanggan, menciptakan customer knowledge terhadap produk atau layanan yang ditawarkan, membangun hubungan (customer relationship), dan membentuk persepsi pelanggan terhadap perusahaan dan solusinya. CRM adalah proses untuk mendapatkan informasi pelanggan, mempertahankan pelanggan lama, dan mengembangkan pelanggan baru sehingga dapat menguntungkan (profitabel customers) bagi bisnis perusahaan terlebih dengan CRM analitikal ini interaksi menjadi saling menguntungkan antar dua pihak. Salah satu tinjauan penting dalam CRM ini adalah tentang analitikal, yang mengukur dan melakukan identifikasi kebutuhan pasar yang selanjutnya dapat digunakan untuk memutuskan strategi yang tepat.

Penegertian CRM (Customer Relationship Management) Analitikal

Customer Relationship Management (CRM) analitikal adalah proses analisis dari data-data yang dihasilkan melalui proses opersional. Oleh sebab itu proses analitikal tersebut tidak akan berlangsung sebelum bisnis melakukan operasionalnya. Sebagai lanjutan dari tahapan dalam pemasaran maka analitikal ini memiliki moment krusial, diamana perusahaan harus memiliki instrumen yang baik dalam pengumpulan datanya sehingga dapat dianalisis dengan baik pada tahapan ini.

Customer Relationship Management (CRM) analitikal adalah proses analisis data-data yang diperoleh dari kegiatan operasional perusahaan secara aktual yang dilakukan melalui riwayat bisnis yang sudah berlangsung. Semakin banyak landasan analisis yang digunakan maka akan semakin baik, akurat dan mudah analisis yang dilakukan. Pada saat ini banyak perusahaan berusaha untuk lebih mengerti tentang pelanggan mereka dengan memberikan respon secara lebih baik dan mengantisipasi kebutuhan mereka melalui rekomendasi analisis yang dilakukan. Namun, kebanyakan perusahaan berfokus untuk mengimplementasikan CRM hanya sebatas untuk mengetahui kebutuhan dan keluhan dari pelanggan, yang pada praktisnya hanya berkonsentrasi pada komponen operational dan collaborative, sehingga analisis akan pemahaman dan pengenalan terhadap pelanggan belum optimal. Dari kekurangan tersebut maka komponen analitikal dibutuhkan untuk mengoptimalkan hubungan antara perusahaan dengan pelanggannya sehingga menciptakan iklim pemasaran yang berkelanjutan.

Menurut Greenberg (2004), analitikal CRM adalah tahapan untuk mendapatkan, menyimpan, mengekstrak, memproses, menginterpretasikan, dan melaporkan data pelanggan kepada perusahaan untuk dijadikan landasan dalam memutuskan strategi di masa depan. Xu dan Walton dalam Zafareh (2007) menyatakan bahwa CRM analitikal dilakukan dengan menggabungkan antar instrumen yang dapat memproses data informasi pelanggan untuk mendukung penyediaan informasi pelanggan secara strategis dan mendapatkan pehamaman tentang pelanggan. Analitikal CRM adalah sebuah kombinasi dari data warehouse atau data mart yang terintegrasi dengan business inteligence analitikal systems (Online Analitikal Processing – OLAP) (Zafareh, 2007).

Berdasarkan pengertian tersebut maka jelaslah bahwa konsep CRM ini tidak dapat dipisahkan antara operasional dan analikal. Karena keduanya dapat digunakan secara bersamaan dalam dinamika bisnis yang berkelanjutan. Masing-masing aktivitas tersebut dapat saling melengkapi dan memberikan hasil sebagai bahan bagi pengelola memetakan strategisnya. Untuk selanjutnya, praktisi bisnis yang berorientasi pada pemasaran dapat mengembangan instrumen apa saja yang digunakan dalam proses analitikal tersebut.

Tujuan CRM (Customer Relationship Management) Analitikal

Dengan menerapkan CRM analitikal, perusahaan diharapkan memiliki kecerdasan bersaing dalam penetapan strategi pemasarannya yang digunakan. Sebagai contoh, dengan CRM analitikal ini diharapkan meningkatkan kemampuan perusahaan dalam memetakan segment pelanggannya sebagai acuan untuk menentukan metode marketing yang lebih fokus sehingga lebih efisien. Informasi-informasi yang dikumpulkan dari berbagai sumber kemudian dikelola dan dianalisis menggunakan Pemrosesan analitik online (OLAP), menghasilkan pengetahuan yang lebih mengenai pelanggan dan memungkinkan proses marketing yang lebih efektif.

Dalam proses CRM analitikal diharapkan perusahaan mampu melakukan segmentasi pelanggan, membedakan pelanggan yang memiliki profitabilitas tinggi dengan tingkat akurasi yang lebih matang, sehinggan menyedbabkan return on investement (ROI) akan suatu pelanggan dapat diprediksi dengan baik. Dengan pengetahuan tersebut maka penawaran yang tepat, harga yang tepat dapat ditawarkan pada saat yang tepat, kepada pelanggan yang memang berpotensi untuk membelinya, hal ini akan mengoptimasi pelanggan dan perusahaan.

Dengan integrasi informasi tentang karakteristik pelanggan dari semua sumber operasional pada tahap sebelumnya dan sarana informasi vital lainnya yang menggambarkan interaskis perusahaan dengan pelanggan, maka manajemen perusahaan dapat memperoleh gambaran yang pasti tentang pelanggan dan prilaku keputusannya. Informasi yang memiliki akurasi tinggi dapat membantu perusahaan dalam melakukan personalisasi terhadap pelanggan dan melakukan penyesuaian (adaptasi) diri terhadap iklim bisnis seiring dengan kemungkinan perubahan-perubahan yang terjadi dari permintaan pelanggan.

Penerapan CRM (Customer Relationship Management) Analitikal

CRM analitikal digunakan juga sebagai alat untuk mengevaluasi profitabilitas yang diperoleh, berdasarkan segmentasi dari hasil analisa yang kuat, dan meningkatkan return on investement (ROI) dari pelanggan. Dengan menganalisa profitabilitas dari sisi pelanggan, perusahaan dapat melakukan segmentasi pelanggannya berdasarkan tingkat profitabilitasnya sehingga dapat menetapkkan target tingkat penjualannya terhadap masing-masing pelanggan.

Langkah selanjutnya adalah tindak lanjut terhadap feedback loop dari hasil analisa yang telah dilakukan melalui CRM analitikal tersebut untuk menentukan strategi interaksi selanjutnya yang akan dibangun dengan pelanggan. Dalam penelitian Ahmed (2004) membuat sebuah model data mining menggunakan prediksi dan klasifikasi untuk menemukan karakteristik dari pelanggan yang memiliki kecenderungan dalam memutuskan pembelitan. Berdasarkan informasi tersebut, jenis promosi yang efektif untuk menjaring pelanggan dengan segment tertentu dapat ditentukan dengan akurat. Tipe-tipe data yang diperlukan dalam aplikasi data mining untuk bisnis berbasis pelanggan diantaranya adalah:

• Demografik, seperti usia, jenis kelamin, alamat sebagai informasi klasifikasi wilayah dan status pernikahan sebagai dasar tanggungan keluarga.
• Status ekonomi, seperti gaji, nilai rata-rata pendapatan dan pengeluaran dan pekerjaan atau profesi.
• Detail geografik, seperti kota, provinsi, dan negara untuk menentukan gambaran kemampuan pelanggan dilihat dari klasifikasi wilayah.

Semua data tersebut beserta jenis data demografik lain dapat digunakan untuk mengelompokkan pelanggan ke dalam suatu segmen pelanggan yang memiliki kemiripan karakteristik dan kebutuhan produk yang serupa. Selain penelitian di atas, Qiaohong, dkk (2004) menunjukkan desain analitikal CRM berbasis data warehouse. Sap.com (2003) mendiskusikan pentingnya penggunaan analitikal CRM di dalam suatu bisnis. Xu dan Walton (2005) juga menjelaskan pentingnya mendapatkan pengetahuan tentang pelanggan melalui analitikal CRM.

CRM analitis memberdayakan bisnis untuk:

• Kumpulkan informasi pelanggan dan atur ke dalam repositori.
• Tawarkan interaksi yang dipersonalisasi untuk meningkatkan hubungan dengan pelanggan dan prospek.
• Tingkatkan keefektifan kampanye pemasaran dengan memisahkan audiens dalam kriteria yang berbeda.
• Meramalkan dan mencegah pembelokan pelanggan untuk meningkatkan retensi pelanggan.
• Rencanakan prakiraan keuangan yang didukung oleh analisis metrik kinerja.

Penutup

Meskipun banyak penelitian yang sudah dilakukan terkait penerapan aplikasi analitikal CRM, namun kebanyakan lebih berfokus pada teknologi data warehouse ataupun metode data mining daripada arsitektur dan implementasinya. Hal ini melatarbelakangi penelitian yang sudah dilakukan oleh Xie (2008) menganai perancangan arsitekur analitikal CRM beserta implementasinya pada industry bank. Gambar 3 di bawah ini merupakan arsitektur dari analitikal CRM yang sudah diimplementasikan. Secara umum sistem analitikal CRM dapat dibagi menjadi dua bagian, yaitu front-end subsystem yang menyediakan berabagi modul untuk mengontrol data warehouse dan data mining, serta back-end subsystem yang bertujuan untuk menganalisis, memprediksi, dan melaporkan perilaku pelanggan.

Sumber Pustaka

1. Bryan, Bergeron. 2002. Essentials of Customer Relationship Management. New York: Wiley & Son Inc,.
2. Chorianopoulos, Antonios. 2015. “Effective CRM Using Predictive Analytics.” John Wiley & Sons, Ltd. i–xv.
3. Dyantina. 2012. “Penerapan Customer Relationship Management (CRM) Berbasis Web (Studi Kasus Pada Sistem Informasi Pemasaran Di Toko Yen-Yen).” Jurnal Sistem Informasi (JSI) 4(2):2.
4. Greenberg. 2004. CRM at the Speed of Light: Essential Customer Strategies for the 21st Century (Third Edition). London & New York: McGraw-Hill.
5. Hananto, Valentinus Roby, Agus Dwi Churniawan, and Ayouvi Poerna Wardhanie. 2017. “Perancangan Analitikal CRM Untuk Mendukung Segmentasi Pelanggan Di Institusi Pendidikan.” Jurnal Ilmiah Teknologi Informasi Asia 11(1):79. doi: 10.32815/jitika.v11i1.55.
6. Hijriani, Astria, and Fikri Ahmad Maulana. 2019. “Implementasi Customer Relationship Management ( CRM ) Pada Usaha Mikro Bidang Retail Studi Kasus CV Duta Square Bandar Lampung.” Prosiding Seminar Nasional Sains, Matematika, Informatika Dan Aplikasinya. 5(1):84–94.
7. Hutasoit, Elfrida Mariyetta, and Sandra Sunanto. 2017. “Rancangan Sistem Analitikal Crm Untuk Showroom Faza Sindanglaya77 Motor.” 2(1):1–17.
8. Kodong, Frans Richard. 20011. “Customer Relationship Management.” Pengembangan Customer Reliationship Management (0274):463–78. doi: https://doi.org/10.31315/telematika.v7i2.420.
9. Kristianto, Reynald Dwi. 2010. Customer Relationship Management. Yogyakarta: eknik Informatika UPN.
10. Laudon. 2010. Management Information Syistem: Managing The Digital Firm. New Jersey: Prentic Hall.
11. Mulyanto, Agus. 2009. Sistem Informasi Konsep Dan Aplikasi. Yogyakarta: Pustaka Pelajar.
12. Natalia, Natalia, Cooky Tri Adhikara, and Shirley Agusthina. 2020. “Analisis Implementasi Customer Relationship Management Dan Marketing Public Relations Terhadap Nilai Pelanggan Dan Dampaknya Terhadap Loyalitas Pelanggan: Studi Kasus Grand Tropic Suites’ Hotel.” Binus Business Review 3(1):513. doi: 10.21512/bbr.v3i1.1339.
13. Ranjan. 2009. Role of Analitikal CRM in CRM Systems: Importance and Benefits. Management & Change. Management & Change.
14. Sutanta, Edhy. 2003. Sistem Informasi Manajemen. Yogyakarta: Graha Ilmu.
15. Tjiptono. 2001. Manajemen Jasa. Yogyakarta: Andi Yogyakarta.
16. Wardani, Ni Wayan. 2020. Penerapan Data Mining Dalam Analytic CRM.
17. Zafareh. 2007. The Role of Analitikal CRM in Maximizing Customer Profitability in Private Banking. Lulea: Lulea University of Technology.

Algoritma penyandian data yang telah dijadikan standard sejak tahun 1977 adalah Data Encryption Standard (DES) setelah disetujui oleh National Bureau of Standard (NBS) dan setelah dinilai kekuatannya oleh National Security Agency (NSA). Algoritma DES dikembangkan di IBM di bawah kepemimpinan W.L. Tuchman pada tahun 1972. Kekuatan DES saat itu terletak pada panjang kuncinya yaitu 56-bit. Akibat perkembangan teknologi yang begitu pesat, DES, dalam beberapa hal, terbukti kurang dalam hal jaminan aspek keamanan (Menezes, et al., 1997).

Perangkat keras khusus yang bertujuan untuk menentukan kunci 56-bit DES hanya dalam waktu beberapa jam sudah dapat dibangun. Dan pada tahun 1998, Electronic Frontier Foundation menggunakan suatu komputer yang dikembangkan secara khusus yang bernama DES Cracker, dalam waktu kurang dari tiga hari telah mampu untuk memecahkan DES. Beberapa pertimbangan tersebut telah manandakan bahwa diperlukan sebuah standard algoritma baru dan kunci yang lebih panjang. Setelah itu, dibuatlah beberapa pengembangan dari DES dengan cara memperbesar ruang kunci. Varian pengembangan DES yang paling dikenal adalah DES Berganda, yakni pemanfaatan DES berkali-kali untuk proses enkripsi dan dekripsinya. Double DES mempunyai kelemahan yaitu ia dapat diserang

Dengan algoritma yang dikenal sebagai meet-in-the-middle-attack, yang pertama kali ditemukan oleh Diffie dan Hellman. Sebagai bentuk pencegahan terhadap serangan tersebut, maka digunakanlah tiga kali langkah DES. Bentuk tersebut dinamakan sebagai Triple DES.

Algoritma Triple DES termasuk algoritma cipher blok berbasis kuncisimetris. 3DES (Triple Data Encryption Standard) atau biasa di sebut DESede atau juga Triple DES merupakan suatu algoritma pengembangan dari algoritma DES (Data Encryption Standard). Triple DES menggunakan algoritma DES sebagai algoritma utama. Pada dasarnya algoritma yang digunakan sama, hanya pada 3DES dikembangkan dengan melakukan enkripsi dengan implementasi algoritma DES sebanyak tiga kali. 3DES memiliki tiga buah kunci yang berukuran 168-bit (tiga kali kunci 56-bit dari DES). Triple DES dipilih sebagai cara simpel untuk memperbesar ukuran kunci tanpa perlu mengganti algoritma Triple DES dikembangkan untuk mengatasi kelemahan ukuran kunci yang digunakan pada proses enkripsi-deskripsi DES sehingga teknik kriptografi ini lebih tahan terhadap exhaustive key search yang dilakukan oleh kriptoanalis.

Penggunaan triple DES dengan suatu kunci tidak akan menghasilkan pemetaan yang sama seperti yang dihasilkan oleh DES dengan kunci tertentu. Hal itu disebabkan oleh sifat DES yang tidak tertutup (not closed). Sedangkan dari hasil implementasi dengan menggunakan modus Electronic Code Book (ECB) menunjukkan bahwa walaupun memiliki kompleksitas/notasi O yang sama (O(n)), proses enkripsi-deskripsi pada DES lebih cepat dibandingkan dengan triple DES.

Pada algoritma Triple DES dibagi menjadi tiga tahap, setiap tahapnya merupakan implementasi dari algoritma DES. Tahap pertama, plainteks yang diinputkan dioperasikan dengan kunci eksternal pertama (K1) dan melakukan proses enkripsi dengan menggunakan algoritma DES. Sehingga menghasilkan pra-cipherteks pertama. Tahap kedua, pra-cipherteks pertama yang dihasilkan pada tahap pertama, kemudian dioperasikan dengan kunci eksternal kedua (K2) dan melakukan proses enkripsi atau proses dekripsi (tergantung cara pengenkripsian yang digunakan) dengan menggunakan algoritma DES. Sehingga menghasilkan pra-cipherteks kedua. Tahap terakhir, pra-cipherteks kedua yang dihasilkan pada tahap kedua, dioperasikan dengan kunci eksternal ketiga (K3) dan melakukan proses enkripsi dengan menggunakan algoritma DES, sehingga menghasilkan cipherteks (C).

Beberapa mode operasi yang dapat diterapkan pada algoritma kriptografi penyandi blok Triple DES di antaranya adalah Electronic Code Book (ECB), Cipher Block Chaining (CBC), Cipher Feedback (CFB), dan Output Feedback (OFB) (Pasca Nugraha 2011:113)

Bentuk Umum 3DES

Konsep Triple DES sebenarnya sama dengan DES, namun terdapat beberapa pengembangan, Bentuk umum TDES (mode EEE):

• Enkripsi: C = EK3(EK2(EK1 (P)))
• Dekripsi: P = DK1(DK2 (DK3 (C)))

Untuk menyederhanakan TDES, maka langkah di tengah diganti dengan D (mode EDE). Ada dua versi TDES dengan mode EDE:

• Menggunakan 2 kunci
• Menggunakan 3 kunci

Berikut merupakan skema Triple DES dengan 2 kunci :

Dan di bawah ini adalah skeme Triple DES dengan 3 kunci :

Sedangkan untuk pemilihan kunci ada dua pilihan untuk pemilihan kunci eksternal algoritma 3DES, yaitu:

• K1, K2, dan K3 adalah kunci-kunci yang sama
  K1 = K2 = K3 = K1
• K1, K2, dan K3 adalah kunci-kunci yang saling bebas
  1 ≠ K2 ≠ K3 ≠ K1
• K1 dan K2 adalah kunci-kunci yang saling bebas, dan K3 = K1

Penutup

Kekuatan DES saat itu terletak pada panjang kuncinya yaitu 56-bit. Akibat perkembangan teknologi yang begitu pesat, DES, dalam beberapa hal, terbukti kurang dalam hal jaminan aspek keamanan. Dengan algoritma yang dikenal sebagai meet-in-the-middle-attack, yang pertama kali ditemukan oleh Diffie dan Hellman. Sebagai bentuk pencegahan terhadap serangan tersebut, maka digunakanlah tiga kali langkah DES. Bentuk tersebut dinamakan sebagai Triple DES. Triple DES menggunakan algoritma DES sebagai algoritma utama. Pada dasarnya algoritma yang digunakan sama, hanya pada 3DES dikembangkan dengan melakukan enkripsi dengan implementasi algoritma DES sebanyak tiga kali.

Sumber Pustaka

•  A.S. Rosa dan Shalahudin  M, 2011. Rekayasa Perangkat Lunak. Modula. Bandung.
• Anwar Ashraf, 2014. International Journal of Software Engineering, 
• Bin Ladjamudin, Al ¬Bahra. 2005, Analisis dan  Desain Sistem Informasi, Graha Ilmu, Yogyakarta. 
• Fauzi Ahmad, 2016. Analisis Hybrid Cryptosystem Algoritma Elgamal Dan Algoritma Triple Des. STMIK Kaputama Binjai. Medan Sumatra Utara.
• Heru Adya Gunawan, dkk. 2014. Keamanan login web menggunakan metode 3des Berbasis teknologi quick response code. Jurnal Informatika Mulawarman.
• Jogiyanto. 2001. Analisis dan perancangan system. Andi Offset. Yogyakarta.
• Kadir, Abdul. 2003. Pengenalan Sistem Informasi. Penerbit Graha Ilmu, Jakarta.
• Laudon, 2010. Management Information Syistem: Managing The Digital Firm. Prentic Hall. New Jersey.
• Mulyanto Agus, 2009. Sistem Informasi Konsep dan Aplikasi. Pustaka Pelajar. Yogyakarta.
• Pressman, 2002. Rekayasa Perangkat Lunak Pendekatan Praktisi (Buku Satu), ANDI Yogyakarta.
• Pasca Nugraha, M., & Munir, R. 2011. Pengembangan Aplikasi QR Code Generator dan QR Code Reader dari Data Berbentuk Image. Konferensi Nasional Informatika.
• Rahayu, Y. D., Nana Ramadijanti, S. M., & Yuliana Setiowati, S. M. 2010. Pembuatan Aplikasi Pembacaan Quick Response Code Menggunakan Perangkat Mobile Berbasis J2ME untuk identifikasi Barang.

Database Management System (DBMS) merupakan sebuah program (perangkat lunak) yang dirancang, dikembangkan dan digunakan dengan tujuan melakukan organisir, mengelola, menjaga integritas dan kemanan didalam basis data (Database). Dengan adanya DBMS tersebut maka pengguna dapat melakukan berbagai hal terkait objek data tersebut. Lebih kompleks dengan aplikasi yang dikembangkan tersebut memungkinkan pengguna melakukan berbagai rekayasa secara bebas untuk tujuannya masing-masing. Saat ini banyak sekali DBMS yang telah dikembangkan dan digunakan juga dengan kekurangan dan kelebihannya masing-masing. Beberapa contoh misalnya DBMS yang tergolong dalam relasional DBMS (RDBMS) seperti MySql, PostgreSQL, Oracle Database, Microsoft SQL Server dan lainnya. Kemudian ada lagi yang tergolong dalam objek-rasional DBMS seperti Oracle Database, PostgreSQL dan lainnya. Jenis-jenis DBMS ini masih banyak, sesuai karakter dan tujuan penggunaannya, dilain kesempatan kita akan bahas satu-persatu.

Pada kesempatan kali ini kita akan membahas mengenai salah satu DBMS yang paling sering digunakan dalam aplikasi berbasis web yaitu MySql. Adapun latar belakang kenapa mayoritas pengembang aplikasi merekomendasikan menggunakan DBMS ini. MySql memiliki kompleksitas yang cukup untuk memenuhi berbagai kebutuhan aplikasi yang dikembangkan, selain itu dari sisi ketahanan dan sekala dapat digunakan secara luas, berkelanjutan dan dinamis. Dengan menggunakan MySql kita bisa menampung banyak data dalam jangka waktu lama, mudah untuk diubah, dimanipulasi dan dianalisis secara dinamis. Dari kelebihan itu tidak dipungkiri bahwa MySql masih memiliki beberapa kekurangan tentunya.

Dalam pemahaman dasar mengenai MySql kita perlu untuk memahami tipe-tipe data yang berlaku pada DBMS tersebut. Tipe-tipe data ini memiliki karakter dan kegunaannya masing-masing sehingga akan mengoptimalkan pengembangan aplikasi. Lebih jauh, dengan memahami tipe-tipe data yang ada, kita akan lebih mudah dalam adaptability antara tujuan program dengan implementasinya nanti. Lebih jelas mengenai tipe-tipe data tersebut dapat dilihat pada tabel berikut ini:

Tipe	Keterangan	Ukuran
A. Tipe Data Numeric Type data numerik (Angka) dapat kita gunakan untuk variabel konstanta yang menyimpan nilai berupa angka. berikut ini adalah kelompok tipe data numerik.
Integer (INT)	Bilangan Bulat Positif dan Negatif 0 s/d 4294967295	4 byte
Desimal (Dec)	Bilangan Pecahan Positif dan Negatif	Tergantung nilai bilangan penyerta
Tinyint (TINYINT)	Bilangan Bulat Kecil Positif dan Negatif -128 s/d 127	1 byte
Smallint (SMALLINT)	Bilangan Bulat Kecil Positif dan Negatif -32768 s/d 32767	2 byte
Mediumint (MEDIUMINT)	Bilangan Bulat Sedang Positif dan Negatif -8388608 s/d 838860	3 byte
Bigint (BIGINT)	Bilangan Bulat Besar Positif dan Negatif - 922337203685477808 s/d 9223372036854775807	8 byte
Float (FLOAT)	Bilangan Pecahan Presisi Tunggal	4 byte
Double (DOUBLE)	Bilangan Pecahan Presisi Ganda	8 byte
Real (REAL)	Digunakan untuk menyimpan nilai bilangan real (floating-point)	4 byte
Bit (BIT)	Digunakan untuk menyimpan nilai bit, baik 0 atau 1	1 bit
Bolean (BOLEN)	digunakan sebagai sinonim untuk tipe data TINYINT(1)	1 byte
Serial (SERIAL)	Menyimpan bilangan bulat yang secara otomatis diinkrementasi setiap kali baris baru ditambahkan ke dalam tabel	4-8 byte
B. Tipe Data String Tipe data string sering disebut juga tipe text. Tipe data string adalah tipe data yang digunakan untuk merepresentasikan teks atau urutan karakter
Character (CHAR)	Data yang menyatakan deretan karakter (string) yang lebarnya tetap yaitu maksimum adalah 255 karakter	Sesuai jumlah karakter (1byte/karakter)
Varchar (VARCHAR)	Data string dengan jumlah karakter maksimal 255 karakter	Sesuai jumlah karakter (1byte/karakter)
TINYTEXT	Data string dengan jumlah karakter maksimal 255 karakter	255 byte
Text (TEXT)	Data string dengan jumlah karakter maksimal 6.5535 karakter	65.535 byte (64 KB)
Mediumtext (MEDIUMTEXT)	Data string dengan jumlah karakter maksimal 16.777.215 karakter	16 mb
Longtext (LONGTEXT)	Data string dengan jumlah karakter maksimal 4.294.967.295 karakter	4.294.967.295 (4 GB)
C. Tipe Data Blob Tipe data BLOB (Binary Large Object) adalah tipe data yang digunakan untuk menyimpan data biner, seperti gambar, audio, video, atau dokumen biner lainnya.
Tinyblob (TINYBLOB)	Tipe data ini dirancang untuk menyimpan data biner dengan panjang yang sangat kecil, dan batasan maksimum ukuran penyimpanan biasanya adalah 255 byte	Maksimal 255 byte
Blob (BLOB)	Tipe data yang digunakan untuk menyimpan data biner.	Maksimum 64 KB
Mediumblob (MEDIUMBLOB)	Tipe data yang digunakan untuk menyimpan data biner.	16 MB
Longblob (LONGBLOB)	ipe data yang digunakan untuk menyimpan data biner.	4 GB
D. Tipe Data Date & Time Tipe data Date and Time digunakan untuk menyimpan informasi tentang tanggal dan waktu dalam sistem manajemen basis data (DBMS).
DATETIME	CCYY-MM-DD hh:mm:ss
TIMESTAMP	YY-MM-DD hh:mm:ss CCYYMMDDhhmmss YYMMDDhhmmss CCYYMMDDhhmmss YYMMDDhhmmss
DATE	CCYY-MM-DD YY-MM-DD CCYYMMDD YYMMDD CCYYMMDD YYMMDD
TIME	hh:mm:s hhmmss hhmmss
YEAR	CCYY YY CCYY YY

Dari berbagai jenis tipe data di atas sebetulnya ada lagi tipe data lainnya yang tidak dibahas dalam postingan kali ini. Namun jangan khawatir, dilain kesempatan kita bahas mengenai tipe data lainnya setelah kita pahami bagian dasarnya terlebih dulu.

Berpindah halaman pada pemrograman web tidak lepas dari peran proses browser melakukan inisiasi terhadap URL yang dituju. Pada proses ini browser akan mengolah secara keseluruhan halaman yang akan ditampilkan sesuai file pada URL tersebut. Hal ini akan tidak efisien apabila pengunjung atau pengguna web harus selalu berpindah halaman dengan konten yang sebetulnya tidak perlu diulang-ulang sehingga dianggap membuang-buang resource. Dengan menggunakan javascript kita bisa memanipulasi halaman secara dinamis tanpa perlu melakukan reload ulang pada halaman utama. Proses ini akan jauh lebih hemat karena kita tidak perlu menampilkan secara keseluruhan halaman.

Pada artikel kali ini kita akan menggunakan jQuery sebagai framework javascript yang akan mempermudah perpindahan halaman serta proses load file PHP yang kita gunakan. Untuk dasar penggunaannya bisa langsung saja mengunjungi website resmi jQuery. 

Untuk mempersingkat waktu, kita akan melanjutkan project yang sudah ada pada postingan sebelumnya. Silahkan kunjungi postingan tersebut di sini : Membuat Routing Halaman Sederhana Dengan PHP dan silahkan ikuti langkah-langkahnya. Jika sudah, silahkan kembali lagi kesini dan mari kita buat perbedaan yang mencolok dari 2 (dua) buah metode dan teknik yang akan kita gunakan.

1. Membuat Class Halaman

Mari kita mulai dengan membuat perubahan utama pada file index.php yang telah kita buat pada tutorial sebelumnya. Silahkan lakukan perubahan menjadi seperti berikut ini:

Berdasarkan source code tersebut diatas kita akan melihat perbedaannya dimana yang semula kendali halaman dilakukan oleh script PHP maka sekarang kita hanya perlu menambahkkan atribut id pada class div yang akan menampilkan halaman-halamannya.

2. Instal jQuery

Untuk memasang (instal) jQuery pada project, silahkan kunjungi website resminya. Anda bisa menggunakan berbagai metode untuk melakukan instalasi jQuery tersebut. Pada postingan kali ini saya menggunakan NPM, namun jika belum memiliki NPM yang terinstal silahkan instal terlebih dulu atau anda bisa menggunakan metode download file jQuery nya. 

Apabila menggunakan NPM untuk instalasi maka tampilan directorynya akan seperti ini:

Jika menggunakan metode download manual tinggal disesuaikan saja terkait posisi peletakan folder jQuery tersebut.

3. Tambahkan Script jQuery Untuk Berpindah Halaman

Silahkan tambahkan baris script berikut ini di bawah </main> dan di atas </body> untuk memanggil plugin jquery yang sudah kita instal tadi.

<script type="text/javascript" src="node_modules/jquery/dist/jquery.min.js"></script>

Kemudian tambahkan juga baris script berikut ini di bawahnya untuk memberikan perintah pada halaman agar menampilkan masing-masing file sesuai menu yang di click .

<script>
    //Menampilkan Halaman Home Pertama Kali
    $.ajax({
        type 	    : 'POST',
        url 	    : '_Page/Home.php',
        success     : function(data){
            $('#MenampilkanHalaman').html(data);
        }
    });
    //Ketika Halaman 1 Di Klik
    $('#KeHalaman1').click(function(){
        $.ajax({
            type 	    : 'POST',
            url 	    : '_Page/Halaman_1.php',
            success     : function(data){
                $('#MenampilkanHalaman').html(data);
            }
        });
    });
    //Ketika Halaman 2 Di Klik
    $('#KeHalaman2').click(function(){
        $.ajax({
            type 	    : 'POST',
            url 	    : '_Page/Halaman_2.php',
            success     : function(data){
                $('#MenampilkanHalaman').html(data);
            }
        });
    });
    //Ketika Halaman 3 Di Klik
    $('#KeHalaman3').click(function(){
        $.ajax({
            type 	    : 'POST',
            url 	    : '_Page/Halaman_3.php',
            success     : function(data){
                $('#MenampilkanHalaman').html(data);
            }
        });
    });
</script>

Jika semua langkah-langkah sudah dilakukan silahkan jalankan web dengan benar maka hasilnya akan seperti berikut ini.

Demikian tutorial mengenai Berpindah Halaman Secara Dinamis Tanpa Reload Menggunakan jQuery ini semoga bisa membantu anda belajar pemrograman web dengan baik. Jika ada yang tidak dipahami silahkan tinggalkan komentar.