Langsung ke konten utama

Pengenalan PHP

PHP merupakan bahasa pemrograman yang biasa dipakai untuk membuat website dinamis. Untuk penjelasan mengenai bahasa PHP, saya tidak akan menjelaskan terlalu panjang dan bisa anda baca sendiri di website resmi atau artikel pada blog yang lain. Pada seri tulisan saya ini, saya akan fokus pada syntax atau cara penggunaan PHP. Untuk menjalankan PHP kita perlu menginstall Apache dan PHP pada komputer kita. Untuk lebih mudahnya anda bisa menginstall XAMPP yang bisa di download di halaman berikut : https://www.apachefriends.org/download.html. Dan untuk tutorial instalasi anda bisa baca pada blog / tutorial pada halaman web yang lain. 

Hello Word

Untuk memulai ngodinh, kurang afdol rasanya kalau belum membuat tulisan "Hello Word". Sebenarnya kata tersebut tidak baku, hanya merupakan contoh untuk memulai latihan pemrograman. Untuk memulai program PHP, pertama buat folder baru bernama latihan_php di folder htdocs yang berada di dalam folder instalasi XAMPP anda. Di sini folder instalasi XAMPP saya ada di 
F:\xampp_72 sehingga folder kode program php saya tempatkan di folder F:\xampp_72\htdocs\latihan_php dan tuliskan kode berikut :
<?php 
echo "Hello World !";
?>
kemudian simpan di dalam folder latihan_php dengan nama hello.php. Kemudian nyalakan service Apache yang ada di Xampp Control.

Kemudian buka dengan URL berikut pada browser:

http://localhost/latihan_php/hello.php

jika muncul seperti gambar di bawah ini, maka kode anda sudah benar.

mudah bukan ?, saya jelaskan satu persatu.


  • kode PHP harus ditulis diawali dengan kode <?php dan ditutup dengan kode ?>
  • kode PHP disimpan di dalam file dengan type / extensi .php
  • syntax echo merupakan perintah untuk menampilkan kata / kalimat di dalam bahasa PHP
  • kalimat / kata yang di dalam bahasa pemrograman di sebut String harus diapit tanda petik satu (') atau dobel petik (").
  • setiap satu baris kode PHP, harus di akhiri dengan tanda titik koma (;).
sekian dulu tulisan saya kali ini, saya lanjut pada tulisan saya selanjutnya tentang Variabel.

Update : 
selanjutnya : Variabel => https://catatan-pemrograman.blogspot.com/2018/12/php-variabel.html

Komentar

  1. kelinci99
    Togel Online Terpercaya Dan Games Laiinnya Live Casino.
    HOT PROMO NEW MEMBER FREECHIPS 5ribu !!
    NEXT DEPOSIT 50ribu FREECHIPS 5RB !!
    Ada Bagi2 Freechips Untuk New Member + Bonus Depositnya Loh ,
    Yuk Daftarkan Sekarang Mumpung Ada Freechips Setiap Harinya
    segera daftar dan bermain ya selain Togel ad juga Games Online Betting lain nya ,
    yang bisa di mainkan dgn 1 userid saja .
    yukk daftar di www.kelinci99.casino

    BalasHapus

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 ...

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-...

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...