Perancangan Backend Manajemen Data Rental Mobil Menggunakan Framework ExpressJS

Manuel Lextian, Arvendo (2022) Perancangan Backend Manajemen Data Rental Mobil Menggunakan Framework ExpressJS. MBKM Report, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF BAB_I.pdf Download (215kB) | Preview
Preview	PDF BAB_II.pdf Download (345kB) | Preview
Preview	PDF BAB_III.pdf Download (391kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (212kB)
Preview	PDF DAFTAR_PUSTAKA.pdf Download (213kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (9MB)
	PDF LEMBAR_PENGESAHAN.pdf Restricted to Registered users only Download (51kB)

Abstract

Rental mobil merupakan sebuah tempat untuk menyewa sebuah mobil. Setiap tem- pat rental mobil tersebut terdapat banyak mobil yang memiliki tipe dan ukuran mo- bil yang berbeda-beda sehingga akan sulit untuk mengatur data mobil secara man- ual. Oleh karena itu, tempat rental mobil tersebut membutuhkan sebuah aplikasi yang dapat digunakan untuk memanajemen data-data rental mobil tersebut agar data mobil dapat diatur dengan mudah dan efisien. Untuk membuat aplikasi tersebut, dibutuhkan Backend yang digunakan untuk menjalankan fitur-fitur manajemen data rental mobil, khususnya Backend untuk admin rental mobil. Fitur-fitur utama pada Backend tersebut adalah fitur atau fungsi CRUD (Create, Read, Update, Delete) untuk melakukan manajemen data mobil dan dibutuhkan juga sebuah fitur authenti- cation dan authorization agar orang yang dapat melakukan manajemen data tersebut hanya admin rental mobil saja. Untuk mengakses API Backend tersebut dibutuhkan endpoint untuk mempermudah pemakaian API di Frontend.

Item Type:	Technical Report (MBKM Report)
Creators:	Manuel Lextian, Arvendo (00000034808)
Contributors:	Widjaja, Moeljono (0311106903)
Keywords:	Fullstack, Studi Independen, Website
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining 000 Computer Science, Information and General Works > 020 Library and Information Sciences > 023 Personnel Management
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	13 Mar 2023 12:00
URI:	https://kc.umn.ac.id/id/eprint/24408

Actions (login required)

View Item