Langsung ke konten utama

Generate Aplikasi di Symfony 1.4

     Selamat pagi pemirsa, melanjutkan tulisan sebelumnya mengenai framework php symfony, kali ini saya lanjutkan bagaimana membuat aplikasi di symfony 1.4.

Koneksi Database

      sebagi contoh, di sini saya membuat database aplikasi inventory barang. Dengan struktur tabel seperti pada gambar di bawah.

untuk membuat koneksi ke database, buka file databases.yml yang berada pada folder config.

all:
  propel:
    class:        sfPropelDatabase
    param:
      classname:  PropelPDO
      dsn:        mysql:dbname=inventory;host=localhost
      username:   root
      password:   
      encoding:   utf8
      persistent: true
      pooling:    true

silahkan isi sesuai koneksi ke database agan.
 sekarang waktunya kita bermain dengan command promt atau CMD. Cekidot.

Membuat Aplikasi

      Buka CMD dan masuk ke direktori project symfony dan ketikkan perintah berikut.

symfony generate:app nama_aplikasi

di atas adalah syntax untuk membuat aplikasi.Di sini saya membuat dua aplikasi yaitu frontend dan backend. Frontend untuk aplikasi yang akan di akses oleh user umum dan backend adalah aplikasi yang akan di akses oleh user di sisi admin.

dan hasilnya folder app saya terdapat dua folder aplikasi yaitu backend dan frontend sesuai perintah yang saya buat.

Menulis Schema

      Schema adalah file yang mendefinisikan struktur tabel di database. Schema berguna untuk membuat form, membuat model, bermigrasi ke DBMS yang lain dll. file Schema terdapat di folder config/schema.yml.
       Untuk menulis schema berdasarkan database yang telah dibuat, ketikkan perintah berikut di CMD.

symfony propel:build-schema

karenasaya memakai ORM Propel, maka syntax di atas dan syntax syntax yang lain nanti akan memakai propel sebagai ORM nya. Setelah perintah di atas di jalankan, buka file config/schema.yml dan lihat apa yang terjadi. File otomatis telah terisi sesuai dengan struktur tabel yang agan buat di database.

Membuat Model

       Model adalah class class yang akan dibuat untuk berinteraksi dengan tabel di database seperti melakukan perintah insert, read, update, delete. Folder model terdapat pada folder lib/model. Untuk membuat model tidak perlu membuat manual satu per satu, tetapi cukup dengan menuliskan syntax berikut pada CMD dan jalankan.

symfony propel:build-model

setelah di jalankan, coba lihat di folder lib/model.Maka otomatis kita mempunyai file model dan file Peer untuk kita sesuai dengan tabel yang ada di database. Dengan file model inilah kita akan berinteraksi dengan tabel tabel di database.

Membuat form

      Udah tahu form kan ? form adalah media kita melakukan input data. Form seperti textfield, textarea,radiobutton dll. Di symfony, kita tidak perlu susah susah membuatnya manual. Bayangkan jika tabelnya ada ratusan, butuh berapa hari untuk membuatnya. Untuk membuat form, cukup jalankan perintah berikut di CMD.

symfony propel:build-form

dan lihat di folder lib/form. Kita sudah mempunyai form sesuai dengan tabel yang ada di database.

Membuat Filter

      Sekarang filter. Apa itu filter ? Filter adalah semacam form pencarian data yang biasanya ada berdampingan dengan tabel. Filter berfungsi untuk form pencarian maupun filter data. Kebayangkan ssahnya nyari data satu per satu di tabel kalo gak ada filter ?. Untuk membuatnya gak perlu susah susah ngoding satu persatu. Cukup jalankan perintah berikut di CMD.
  
symfony propel:build-filter

maka kita sudah mempunyai file filter yang berada di folder lib/filter

Sementara cukup sekian dulu tulisan ini. Kita sambung di lain kesempatan untuk artikel selanjutnya tentang framework symfony 1.4. See You.
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

Pemrograman Berorientasi Object - Overloading dan Overriding

       Function atau method overloading dan override adalah fitur yang sangat mendasar dan berguna dari bahasa OOP manapun. Dalam tutorial ini kita akan membahas implementasi metode overloading dan override di php. Di sini pertama kita akan membahas dasar-dasar overloading dan override. Setelah eksplorasi dasar kita akan menerapkan overloading dan override di php. Sebelum melangkah lebih jauh, saya mengasumsikan bahwa Anda memiliki pengetahuan dasar tentang class dan pewarisan di php. Anda juga memiliki pemahaman tentang magic method di php. Magic method karena overloading di php bisa di implmentasikan dengan menggunakan magic method. Overriding        Arti dasar dari overriding di OOP sama dengan arti kata sebenarnya. Dalam arti kata sebenarnya dari overriding adalah menggantikan perilaku orang tua yang sama pada anak. Ini sama dengan override method di OOP. Dalam arti OOP, override adalah mengganti method class induk di ...
1 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-...
38 komentar
Baca selengkapnya