Langsung ke konten utama

Instalasi Symfony 1.4

      Selamat pagi, lama banget rasanya saya gak nulis di blog ini. Mungkin karena akhir akhir ini lagi sibuk sama berbagai kegiatan jadi belum sempat update tulisan di blog ini. Mumpung kali ini lagi agak longgar, saya mau nambah coretan baru tentang framework php.

     Kenapa framework ? apa ada yang salah dengan php native ? untuk jawaban pertanyaan tersebut saya kira sudah banyak di bahas di blog lain salah satunya di sini. Dan framework php pun ada buanyak banget dan gratis. Ada yang buatan Indonesia sendiri, ada yang dari luar. namun kali ini saya akan membahas tentang symfony versi 1.4 yang kebetulan sedang saya pakai di tempat kerja. Langsung aja Cekidot.

  1. Silahkan download package symfony 1.4 yang saya pakai di sini  atau yang versi asli di sini.
  2. Untuk tutorial instalasi versi asli bisa di lihat di sini 
  3. Extrak file hasil download ke dalam folder webserver agan, contoh saya pakai xampp jadi saya extrak di c:\\xampp\htdocs\
  4. Rename sesuai dengan nama project yang akan agan buat.
  5. Buka cmd dan masuk ke direktori hasil extrak tadi.
  6. kemudian ketik perintah berikut "lib\vendor\symfony\data\bin\symfony generate:project nama_project --orm=Propel" tanpa tanda petik. nama_project adalah nama folder project yang ari hasil extrak file zip tadi. Propel adalah ORM yang di gunakan.
  7. setelah generate selesai, maka struktur folder akan menjadi seperti berikut.
  8. penjelasan struktur folder sebagai berikut.
     
     
      Di symfony, satu project bisa terdiri dari banyak aplikasi. Contoh: dalam project SIM terdapat aplikasi frontend untuk aplikasi yang bisa dilihat oleh orang umum, aplikasi backend untuk aplikasi manajemen data oleh admin dll. Untuk membuat aplikasi terlebih dahulu harus mengatur file koneksi database. File konfigurasi database terdapat pada  file databases.yml di dalam folder config. Silahkan di configurasi sesuai database anda.

      Sementara cukup sekian tulisan saya kali ini, semoga masih ada kesempatan lain untuk melanjutkan tulisan ini. Sampai jumpa.
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