Langsung ke konten utama

Instalasi Bonfire V0.7

     Sudah pernah dengar Bonfire ? atau mungkin sudah coba ? kalau belum tahu sama sekali dengan Bonfire, baiknya coba kenalan dulu deh sama bonfire pasti gak bakal nyesel.

      Bonfire adalah sebuah paket aplikasi "siap pakai" yang dibuat dari Framework PHP Codeigniter. Siap pakai di sini bukanlah CMS seperti wordpress atau joomla yang tinggal rubah sedikit dan bisa di upload untuk di onlinekan, tapi sebuah aplikasi yang telah build in dengan user managemen dan disertai dengan code builder yang memudahkan programmer membuat modul modul tanpa menulis kode dari Nol. Namun ketika akan menggunakan bonfire kita harus punya dasar pemrograman Codeigniter yang menjadi core / inti dari bonfire ini. Untuk lebih jelasnya tentang bonfire ini bisa di lihat langsung di situs resminya di http://cibonfire.com/.

     Langsung aja kita praktek instalasi Bonfire.
  1. Download dulu file bonfire di situs resminya. Exsrak dan taruh di direktori web server anda.(Biasanya di htdocs jika menggunakan Xampp).
  2. di sini folder bonfire saya rename menjadi web-profile
  3. Kemudian buat database kosong di database anda (di sini saya menggunakan mysql)

  4. kemudian jalankan di browser dengan menuliskan url http://localhost/nama folder anda, seperti berikut. http://localhost/web-profile/ dan akan tampil sebagai berikut.
  5. setelah itu buka file application/config/database.php dan isi sesuai konfigurasi koneksi ke database yang anda buat tadi
  6. Setelah itu,buka kembali di browser dan ketikkan url sebagai berikut.http://localhost/web-profile/public/index.php/install maka akan muncul tampilan seperti ini.
  7. Kemudian klik next,dan jika langkah anda benar maka akan muncul tampilan seperti ini
  8. Dan jika muncul tampilan sebagai berikut.
  9. Maka copykan file application/config/database.php ke folder application/config/development/ dan refresh halaman anda. Jika sudah berhasil silahkan buka admin area dan login menggunakan user dan password yang disediakan. Dan berikut adalah tampilan menu admin
  10. Jika sudah berhasil,silahkan cek database yang sudah anda buat tadi. dan Beng beng.... kita sudah di buatin tabel tabel buat user management di aplikasi yang kita buat
     

    Untuk sementara sekian dulu tulisan saya kali ini. Bonfire bisa memudahkan anda dalam proses pembuatan aplikasi berbasis framework php codeigniter. Bonfire menggunakan konsep pemrograman HMVC yang membagi aplikasi ke dalam modul modul yang tiap modul terdapat model-view-controller
Label:

Komentar

Posting Komentar

Postingan populer dari blog ini

Contoh Perhitungan Algoritma Perceptron

      Melanjutkan tulisan saya sebelumnya tentang algoritma perceptron,kali ini saya akan menulis tentang conto perhitungan manual algoritma perceptron. Untuk contoh kasusnya saya menggunakan data logika AND. Cekidot.... Algoritma      Data yang kita gunakan sebagai contoh adalah data logika AND sebagai berikut: x1 x2 target 0 0 0 0 1 0 1 0 0 1 1 1       tentukan bobot awal secara acak, saya pakai contoh w1 = 0,w2 =0, learning rate = 1, bias = 0,maksimal epoh = 10. Disini saya memakai fungsi aktivasi undak biner. Epoh ke 1 Data ke satu x = {0,0}, bobot w = {0,0},b=0,target = 0 y_in = (x1*w1)+(x2*w2)+b = (0*0)+(0*0)+0 = 0 y = sign(0) = 1 karena y != target maka hitung error dan update bobot  error = target - y = 0 - 1 = -1 w1_baru = w1_lama +(learning_rate*error*x1)                = 0 ...
12 komentar
Baca selengkapnya

Contoh Perhitungan Algoritma Learning Vector Quantization

Melanjutkan tulisan saya tentang algoritma Learning Vector Quantization yang lalu, kali ini saya akan melanjutkan dengan contoh perhitungan manual. Berikut ini contoh data yang akan kita hitung. No X1 X2 X3 X4 target 1 0 1 1 0 0 2 0 0 1 1 1 3 1 1 1 1 0 4 1 0 0 1 1 pada contoh di atas, saya menggunakan 4 data sebagai data training beserta target yang bertujuan untuk mendapatkan bobot yang akan digunakan pada proses klasifikasi. Bobot awal adalah { 1, 1, 1, 0} dan { 1, 0, 1, 1} dengan learning rate 0,05 dengan fungsi pembelajaran = 0,1. Pelatihan Iterasi ke 1 1. Data ke 1 { 0, 1, 1, 0} dengan target 0, bobot = {{ 1, 1, 1, 0},{ 1, 0, 1, 1}}      - menghitung bobot untuk masing masing output :          kelas 0 = sqrt(((0-1)^2)+((1-1)^2)+((1-1)^2)+((0-...
39 komentar
Baca selengkapnya

Part 7 : Normalisasi Histogram

Menyambung tulisan saya yang sebelumnya tentang pengolahan citra khususnya histogram,kali ini saya lanjutkan tentang Normalisasi histogram.Sebelumnya saya harap agan sudah mengerti tentang histogram.Jika belum bisa di baca dulu di tulisan saya sebelumnya di sini . Normalisasi Histogram adalah menskalakan nilai piksel secara linear untuk menggunakan secara penuh jangkauan yang tersedia. Rumus :  Keterangan : n k= nilai grayscale dari piksel ke k(k = 0,1,2,3....) min = nilai grayscale terkecil yang diperoleh dari histogram max = nilai grayscale terbesar L = range nilai grayscale citra Contoh perhitungan : dari tabel di atas,nilai min adalah 2 yaitu nilai grayscale terkecil dari citra dan max adalah 5 s = 0 - 2 /5 - 2 =0 (untuk n = 0)  hasil = 0 x 7(nilai maksimal grayscale) = 0 sk = 3 - 2 /5 - 2 = 0.333  (untuk n = 3) hasil = 0.333 x 7 = 2 keterangan : 7 adalah range grayscale dari citra,dan untuk banyak kasus biasanya memakai 255. Tujuan Normalisasi...
1 komentar
Baca selengkapnya