Tugas 1
Tugas 2
Tugas 3
Tugas 4
Tugas 5
Tugas 6
Tugas 7
Rabu, 24 September 2008
Senin, 15 September 2008
DFD (Data Flow Diagram)
Data Flow Diagram
Data Directory tidak menggunakan notasi grafik sebagaimana halnya DFD. Data Directory berfungsi membantu pelaku sistem untuk mengerti aplikasi secara detil, dan mereorganisasi semua elemen data yang digunakan dalam sistem secara presisi sehingga pemakai dan penganalisa sistem punya dasar pengertian yang sama tentang masukan, keluaran, penyimpanan dan proses.
Data Directory mendefinisikan elemen data dengan fungsi sebagai berikut:
1. Menjelaskan arti aliran data dan penyimpanan dalam DFD.
2. Mendeskripsikan komposisi paket data yang bergerak melalui aliran,
misalnya alamat diuraikan menjadi kota, kode pos, propinsi, dan negara.
3. Mendeskripsikan komposisi penyimpanan data.
4. Menspesifikasikan nilai dan satuan yang relevan bagi penyimpanan dan
aliran.
5. Mendeskripsikan hubungan detil antara penyimpanan yang akan menjadi
titik perhatian dalam entity relationship diagram.
Isi Data Directory (DD).
Data dictionary harus dapat mencerminkan keterangan yang jelas tentang data yang dicatatnya. Untuk maksud keperluan ini, maka DD harus memuat hal-hal berikut :
- Nama arus data.
Karena DD dibuat berdasarkan arus data yang mengalir di DFD, maka
nama dari arus data juga harus dicatat di DD, sehingga mereka yang
membaca DFD dan memerlukan penjelasan lebih lanjut tentang suatu
arus data tertentu di DFD dapat langsung mencarinya dengan mudah di
DD.
- Alias.
Alias atan nama lain dari data dapat dituliskan bila nama lain ini ada. Alias
perlu ditulis karena data yang sama mempunyai nama yang berbeda
untuk orang atau departemen satu dengan yang lainnya, misalnya bagian
pembuat faktur dan langganan menyebut bukti penjualan sebagai faktur,
sedang bagian gudang menyebutnya sebagai tembusan permintaan
persediaan. Baik faktur dan tembusan permintaan persediaan ini
mempunyai struktur data yang sama, tetapi mempunyai struktur yang
berbeda.
- Bentuk data.
Bentuk data perlu dicatat di DD, karena dapat digunakan untuk
mengelompokkan DD ke dalam kegunaannya sewaktu perancangan
sistem.
* DD yang mencatat data yang mengalir dalam bentuk dokumen dasar
atau formulir akan digunakan untuk merancang bentuk input sistem.
* DD yang mencatat data yang mengalir dalam bentuk laporan tercetak
dan dokumen hasil cetakan komputer akan digunakan untuk merancang
output yang akan dihasilkan oleh sistem.
* DD yang mencatat data yang mengalir dalam bentuk tampilan dilayar
monitor akan digunakan untuk merancang tampilan layar yang akan
dihasilkan oleh sistem.
* DD yang mencatat data yang mengalir dalam bentuk parameter dan
variabel akan digunakan untuk merancang proses dari program.
* DD yang mencatat data yang mengalir dalam bentuk dokumen, formulir,
laporan, dokumen cetakan komputer, tampilan di layar monitor, variabel
dan field akan digunakan untuk merancang database.
d. Arus data.
Arus data menunjukkan dari mana data mengalir dan ke mana data akan
menuju. Keterangan arus data ini perlu dicatat di DD supaya
memudahkan mencari arus data ini di DFD.
- Penjelasan.
Untuk tidak memperjelas lagi tentang makna dari arus data yang dicatat di
DD, maka bagian penjelasan dapat diisi dengan keterangan-keterangan
tentang arus data tersebut. Sebagai misalnya nama dari arus data adalah
tembusan permintaaan persediaan, maka dapat lebih dijelaskan sebagai
tembusan dari faktur penjualan untuk meminta barang dari gudang.
- Periode.
Periode ini menunjukkan kapan terjadinya arus data ini. Periode perlu
dicatat di DD karena dapat digunakan untuk mengidentifikasikan kapan
input data harus dimasukkan ke sistem, kapan proses dari program harus
dilakukakan dan kapan laporan-laporan harus dihasilkan.
- Volume.
Volume yang perlu dicatat di DD adalah tentang volumen rata-rata dan
volume puncak dari arus data. Volume rata-rata menunjukkan banyaknya
rata-rata arus data yang mengalir dalam suatu periode tertentu dan
volume puncak menunjukkan volume yang terbanyak, Volume ini
digunakan untuk mengidentifikasikan besarnya simpanan luar yang akan
digunakan, kapasitas dan jumlah dari alat input, alat pemroses dan alat
output.
- Struktur data.
Struktur data menunjukkan arus data yang dicatat di DD terdiri dari item-
item apa saja.
Simbol DD
Kebanyakan sistem, kadang-kadang elemen data terlalu kompleks untuk didefinisikan. Kekomplekkan tersebut seharusnya diuraikan melalui sejumlah elemen data yang lebih sederhana. Kemudian elemen data yang lebih sederhana tersebut didefinisikan kembali hingga nilai dan satuan relevan dan elementer. Pendefinisian tersebut menggunakan notasi yang umum digunakan dalam menganalisa sistem dengan menggunakan sejumlah simbol, seperti berikut :
No Simbol Uraian
1 = Terdiri dari, mendefinisikan, diuraikan menjadi, artinya
2 + Dan
3 () Opsional (boleh ada atau boleh tidak ada)
4 {} Pengulangan
5 [ ] Memilih salah satu dari sejumlah alternatif, seleksi
6 ** Komentar
7 @ Identifikasi atribut kunci
8 Pemisah sejumlah alternatif pilihan antara simbol [ ]
Sebagai contoh atribut NAMA, yang apabila dirincikan akan memiliki sejumlah atribut pendukung, yaitu : gelar, nama_awal (first_name), nama_tengah (middle_name), nama akhir (last_name).
Nama = Gelar + Nama_awal + Nama_tengah + Nama_akhir .
a. Gelar = Tuan Nyonya Nona Doktor Profesor
Nama_awal = karakter_valid
Nama_awal = karakter_valid
Nama_tengah = karakter_valid
Nama_akhir = karakter_valid
Karakter_valid = [ A-Z a-z 0-9 ' - ]
Untuk melengkapi definisi elemen data ada sejumlah hal yang perlu diperhatikan, yaitu :
a. Kejelasan arti elemen data dalam konteks aplikasi yang biasanya
dideskripsikan sebagai komentar dengan notasi **.
b. Komposisi elemen data, jika masih dapat diuraikan lagi.
c. Nilai dan satuan elemen data, jika sudah tidak dapat diuraikan lagi.
Sebagai contoh, dalam pembangunan medical system yang menyimpan
data
pasien, dapat didefinisikan data berat dan tinggi dengan cara sebagai
berikut;
a. Berat = * berat pasien ketika mendaftar di rumah sakit
* satuan : kilogram ; rentang : 1-200 *
b. Tinggi = * tinggi pasien ketika mendaftar di rumah sakit
* satuan : sentimeter ; rentang : 1-200 *
c. Tinggi_sekarang = * satuan : sentimeter ; rentang : 1-200 *
d. Berat_sekarang = * satuan : kilogram ; rentang : 1-200 *
e. Tanggal_lahir = * satuan : hari sejak 1 Jan 1900 ; rentang 36500 *
f. Jenis_kelamin = * nilai : [ P W ] *
Elemen data opsional didefinisikan sebagai sesuatu yang dapat digunakan atau tidak perlu digunakan sebagai pilihan dari sejumlah alternatif.
Masalah alternatif pilihan merupakan hal penting, karena pemakai harus diyakinkan bahwa semua kemungkinan yang ada sudah tercakup. Pemakai akan kewalahan jika harus membaca seluruh DD, item demi item untuk mengecek kebenaran DD tersebut. Ada sejumlah cara untuk mengecek kelengkapan, konsistensi, dan kontradiksi melalui testing dengan sejumlah pertanyaan seperti berikut :
a. Apakah semua aliran dalam DFD sudah didefinisikan dalam DD ?.
b. Apakah semua komponen elemen data sudah didefinisikan ?.
c. Adakah elemen data yang didefinisikan lebih dari satu kali ?.
d. Apakah semua notasi yang digunakan pada DD sudah dikoreksi ?.
e. Adalah elemen data dalam DD tidak menjelaskan sesuatu dalam DFD (Data Flow Diagram) atau ER (Entity Relationship). Membangun DD adalah salah satu dari sejumlah aspek analisa yang paling banyak menghabiskan waktu. Tetapi DD merupakah salah satu aspek terpenting, tanpa DD yang mendefinisikan semua terminologi maka presisi sistem akan menjadi harapan kosong belaka.
Nama_tarian = kode_tarian + nama_tarian + asal_tarian + lama_tarian + deskripsi_tarian.
a. @Kode_tarian : kategori_tari + no_urut_tari
a.1. kategori_tari : 1{karakter}2 => [ A B .. Z ]
a.2. no_urut_tari : 1{numerik}2 => [ 000 001 ... 999 ]
b. Nama_tarian : 1{karakter}20 => [ A B .. Z ]
c. Asal_tarian : 1{karakter}15 => [ A B .. Z ]
d. Lama_tarian : jam + menit
d.1. jam : 1{numerik}1 => [ 0 1 .. 9 ]
d.2. menit : 1{numerik}2 => [ 00 01 .. 60 ]
e. Deskripsi_tarian : 1{karakter}20 => [ A B .. Z ]
Formulir pendaftaraan siswa.
Tanggal : Tgl_hari + bulan + tahun
a. Tgl_hari : 1{numerik}2 => [ 01 02 .. 31 ]
b. Bulan : 1{numerik}2 => [ 01 02 .. 12 ]
01 = "Januari"
02 = "Februari"
---
12 = "Desember"
c. Tahun : 1{numerik}4 => [ 1900 1901 1902 .. 2999 ]
Daftar Pustaka
1. HM, Jogiyanto, Analysis and Disain Sistem Informasi (Pendekatan
terstruktur), Penerbit Andi Offset, Yogyakarta, 1995.
2. Martin, Merle P, Analysis and Design of Business Information System,
Macmillan Publishing Company,
3. Pohan, Husni Iskandar, Pengantar Perancangan Sistem, Penerbit Erlangga,
Jakarta, 1997
UML (Unified Modelling Language)
Unified Modelling Language (UML)
Pendahuluan
Saat ini piranti lunak semakin luas dan besar lingkupnya, sehingga tidak bisa lagi dibuat asal-asalan. Piranti lunak saat ini seharusnya dirancang dengan memperhatikan hal-hal seperti scalability, security, dan eksekusi yang robust walaupun dalam kondisi yang sulit. Selain itu arsitekturnya harus didefinisikan dengan jelas, agar bug mudah ditemukan dan diperbaiki, bahkan oleh orang lain selain programmer aslinya. Keuntungan lain dari perencanaan arsitektur yang matang adalah dimungkinkannya penggunaan kembali modul atau komponen untuk aplikasi piranti lunak lain yang membutuhkan fungsionalitas yang sama.
Pemodelan (modeling) adalah proses merancang piranti lunak sebelum melakukan pengkodean (coding). Model piranti lunak dapat dianalogikan seperti pembuatan blueprint pada pembangunan gedung. Membuat model dari sebuah sistem yang kompleks sangatlah penting karena kita tidak dapat memahami sistem semacam itu secara menyeluruh. Semakin komplek sebuah sistem, semakin penting pula penggunaan teknik pemodelan yang baik.
Dengan menggunakan model, diharapkan pengembangan piranti lunak dapat memenuhi semua kebutuhan pengguna dengan lengkap dan tepat, termasuk faktor-faktor seperti scalability, robustness, security, dan sebagainya.
Kesuksesan suatu pemodelan piranti lunak ditentukan oleh tiga unsur, yang kemudian terkenal dengan sebuan segitiga sukses (the triangle for success). Ketiga unsur tersebut adalah metode pemodelan (notation), proses (process) dan tool yang digunakan.
Memahami notasi pemodelan tanpa mengetahui cara pemakaian yang sebenarnya (proses) akan membuat proyek gagal. Dan pemahaman terhadap metode pemodelan dan proses disempurnakan dengan penggunaan tool yang tepat.
Unified Modelling Language (UML) adalah sebuah "bahasa" yg telah menjadi standar dalam industri untuk visualisasi, merancang dan mendokumentasikan sistem piranti lunak. UML menawarkan sebuah standar untuk merancang model sebuah sistem.
Dengan menggunakan UML kita dapat membuat model untuk semua jenis aplikasi piranti lunak, dimana aplikasi tersebut dapat berjalan pada piranti keras, sistem operasi dan jaringan apapun, serta ditulis dalam bahasa pemrograman apapun. Tetapi karena UML juga menggunakan class dan operation dalam konsep dasarnya, maka ia lebih cocok untuk penulisan piranti lunak dalam bahasa berorientasi objek seperti C++, Java, C# atau VB.NET. Walaupun demikian, UML tetap dapat digunakan untuk modeling aplikasi prosedural dalam VB atau C.
Seperti bahasa-bahasa lainnya, UML mendefinisikan notasi dan syntax semantik. Notasi UML merupakan sekumpulan bentuk khusus untuk menggambarkan berbagai diagram piranti lunak. Setiap bentuk memiliki makna tertentu, dan UML syntax mendefinisikan bagaimana bentuk-bentuk tersebut dapat dikombinasikan. Notasi UML terutama diturunkan dari 3 notasi yang telah ada sebelumnya: Grady Booch OOD (Object-Oriented Design), Jim Rumbaugh OMT (Object Modeling Technique), dan Ivar Jacobson OOSE (Object-Oriented Software Engineering).
Sejarah UML sendiri cukup panjang. Sampai era tahun 1990 seperti kita ketahui puluhan metodologi pemodelan berorientasi objek telah bermunculan di dunia. Diantaranya adalah:
[1], metodologi booch
[2], metodologi coad
[3], metodologi OOSE
[4], metodologi OMT
[5], metodologi shlaer-mellor
[6], metodologi wirfs-brock
[7], dsb.
Masa itu terkenal dengan masa perang metodologi (method war) dalam pendesainan berorientasi objek. Masing-masing metodologi membawa notasi sendiri-sendiri, yang mengakibatkan timbul masalah baru apabila kita bekerjasama dengan group / perusahaan lain yang menggunakan metodologi yang berlainan.
Dimulai pada bulan Oktober 1994 Booch, Rumbaugh dan Jacobson, yang merupakan tiga tokoh yang boleh dikata metodologinya banyak digunakan mempelopori usaha untuk penyatuan metodologi pendesainan berorientasi objek. Pada tahun 1995 direlease draft pertama dari UML (versi 0.8). Sejak tahun 1996 pengembangan tersebut dikoordinasikan oleh Object Management
Group (OMG – http://www.omg.org). Tahun 1997 UML versi 1.1 muncul, dan saat ini versi terbaru adalah versi 1.5 yang dirilis bulan Maret 2003. Booch, Rumbaugh dan Jacobson menyusun tiga buku serial tentang UML pada tahun 1999. Sejak saat itulah UML telah menjelma menjadi standar bahasa pemodelan untuk aplikasi berorientasi objek.
Konsepsi Dasar UML
Abstraksi konsep dasar UML yang terdiri dari structural classification, dynamic behavior, dan model management, bisa kita pahami dengan mudah apabila kita melihat gambar diatas dari Diagrams. Main concepts bisa kita pandang sebagai term yang akan muncul pada saat kita membuat diagram. Dan view adalah kategori dari diagram tersebut.
Lalu dari mana kita mulai Untuk menguasai UML, sebenarnya cukup dua hal yang harus kita perhatikan:
1. Menguasai pembuatan diagram UML
2. Menguasai langkah-langkah dalam analisa dan pengembangan dengan
UML
Tulisan ini pada intinya akan mengupas kedua hal tersebut. Seperti juga tercantum pada gambar diatas UML mendefinisikan diagram-diagram sebagai berikut:
• use case diagram
• class diagram
• statechart diagram
• activity diagram
• sequence diagram
• collaboration diagram
• component diagram
• deployment diagram
Use Case Diagram
Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Yang ditekankan adalah “apa” yang diperbuat sistem, dan bukan “bagaimana”. Sebuah use case merepresentasikan sebuah interaksi antara aktor dengan sistem. Use case merupakan sebuah pekerjaan tertentu, misalnya login ke sistem, meng-create sebuah daftar belanja, dan sebagainya.
Seorang / sebuah aktor adalah sebuah entitas manusia atau mesin yang berinteraksi dengan system untuk melakukan pekerjaan-pekerjaan tertentu.
Use case diagram dapat sangat membantu bila kita sedang menyusun requirement sebuah sistem, mengkomunikasikan rancangan dengan klien, dan merancang test case untuk semua feature yang ada pada sistem.
Sebuah use case dapat meng-include fungsionalitas use case lain sebagai bagian dari proses dalam dirinya. Secara umum diasumsikan bahwa use case yang di-include akan dipanggil setiap kali use case yang meng-include dieksekusi secara normal. Sebuah use case dapat di-include oleh lebih dari satu use case lain, sehingga duplikasi fungsionalitas dapat dihindari dengan cara menarik keluar fungsionalitas yang common.
Sebuah use case juga dapat meng-extend use case lain dengan behaviour-nya sendiri. Sementara hubungan generalisasi antar use case menunjukkan bahwa use case yang satu merupakan spesialisasi dari yang lain.
Class Diagram
Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut (metoda/fungsi).
Class diagram menggambarkan struktur dan deskripsi class, package dan objek beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-lain.
Class memiliki tiga area pokok :
1. Nama (dan stereotype)
2. Atribut
3. Metoda
Atribut dan metoda dapat memiliki salah satu sifat berikut :
• Private, tidak dapat dipanggil dari luar class yang bersangkutan
• Protected, hanya dapat dipanggil oleh class yang bersangkutan dan
anak-anak yang mewarisinya
• Public, dapat dipanggil oleh siapa saja
Class dapat merupakan implementasi dari sebuah interface, yaitu class abstrak yang hanya memiliki metoda. Interface tidak dapat langsung diinstansiasikan, tetapi harus diimplementasikan dahulu menjadi sebuah class. Dengan demikian interface mendukung resolusi metoda pada saat run-time.
Sesuai dengan perkembangan class model, class dapat dikelompokkan menjadi package. Kita juga dapat membuat diagram yang terdiri atas package.
Hubungan Antar Class
1. Asosiasi, yaitu hubungan statis antar class. Umumnya menggambarkan class
yang memiliki atribut berupa class lain, atau class yang harus mengetahui
eksistensi class lain. Panah navigability menunjukkan arah query antar class.
2. Agregasi, yaitu hubungan yang menyatakan bagian (“terdiri atas..”).
3. Pewarisan, yaitu hubungan hirarkis antar class. Class dapat diturunkan dari
class lain dan mewarisi semua atribut dan metoda class asalnya dan
menambahkan fungsionalitas baru, sehingga ia disebut anak dari class yang
diwarisinya. Kebalikan dari pewarisan adalah generalisasi.
4. Hubungan dinamis, yaitu rangkaian pesan (message) yang di-passing dari
satu class kepada class lain. Hubungan dinamis dapat digambarkan dengan
menggunakan sequence diagram yang akan dijelaskan kemudian.
Statechart Diagram
Statechart diagram menggambarkan transisi dan perubahan keadaan (dari satu state ke state lainnya) suatu objek pada sistem sebagai akibat dari stimuli yang diterima. Pada umumnya statechart diagram menggambarkan class tertentu (satu class dapat memiliki lebih dari satu statechart diagram).
Dalam UML, state digambarkan berbentuk segiempat dengan sudut membulat dan memiliki nama sesuai kondisinya saat itu. Transisi antar state umumnya memiliki kondisi guard yang merupakan syarat terjadinya transisi yang bersangkutan, dituliskan dalam kurung siku. Action yang dilakukan sebagai akibat dari event tertentu dituliskan dengan diawali garis miring.
Titik awal dan akhir digambarkan berbentuk lingkaran berwarna penuh dan berwarna setengah.
Activity Diagram
Activity diagrams menggambarkan berbagai alir aktivitas dalam sistem yang sedang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.
Activity diagram merupakan state diagram khusus, di mana sebagian besar state adalah action dan sebagian besar transisi di-trigger oleh selesainya state sebelumnya (internal processing). Oleh karena itu activity diagram tidak menggambarkan behaviour internal sebuah sistem (dan interaksi antar subsistem) secara eksak, tetapi lebih menggambarkan proses-proses dan jalur-jalur aktivitas dari level atas secara umum.
Sebuah aktivitas dapat direalisasikan oleh satu use case atau lebih. Aktivitas menggambarkan proses yang berjalan, sementara use case menggambarkan bagaimana aktor menggunakan sistem untuk melakukan aktivitas.
Sama seperti state, standar UML menggunakan segiempat dengan sudut membulat untuk menggambarkan aktivitas. Decision digunakan untuk menggambarkan behaviour pada kondisi tertentu. Untuk mengilustrasikan proses-proses paralel (fork dan join) digunakan titik sinkronisasi yang dapat berupa titik, garis horizontal atau vertikal.
Activity diagram dapat dibagi menjadi beberapa object swimlane untuk menggambarkan objek mana yang bertanggung jawab untuk aktivitas tertentu.
Sequence Diagram
Sequence diagram menggambarkan interaksi antar objek di dalam dan di sekitar sistem (termasuk pengguna, display, dan sebagainya) berupa message yang digambarkan terhadap waktu. Sequence diagram terdiri atar dimensi vertikal (waktu) dan dimensi horizontal (objek-objek yang terkait). Sequence diagram biasa digunakan untuk menggambarkan skenario atau rangkaian langkah-langkah yang dilakukan sebagai respons dari sebuah event untuk menghasilkan output tertentu. Diawali dari apa yang men-trigger aktivitas tersebut, proses dan perubahan apa saja yang terjadi secara internal dan output apa yang dihasilkan.
Masing-masing objek, termasuk aktor, memiliki lifeline vertikal. Message digambarkan sebagai garis berpanah dari satu objek ke objek lainnya. Pada fase desain berikutnya, message akan dipetakan menjadi operasi/metoda dari class.
Activation bar menunjukkan lamanya eksekusi sebuah proses, biasanya diawali dengan diterimanya sebuah message.
Untuk objek-objek yang memiliki sifat khusus, standar UML mendefinisikan icon khusus untuk objek boundary, controller dan persistent entity.
Collaboration Diagram
Collaboration diagram juga menggambarkan interaksi antar objek seperti sequence diagram, tetapi lebih menekankan pada peran masing-masing objek dan bukan pada waktu penyampaian message.
Setiap message memiliki sequence number, di mana message dari level tertinggi memiliki nomor 1. Messages dari level yang sama memiliki prefiks yang sama.
Component Diagram
Component diagram menggambarkan struktur dan hubungan antar komponen piranti lunak, termasuk ketergantungan (dependency) di antaranya.
Komponen piranti lunak adalah modul berisi code, baik berisi source code maupun binary code, baik library maupun executable, baik yang muncul pada compile time, link time, maupun run time.
Umumnya komponen terbentuk dari beberapa class dan/atau package, tapi dapat juga dari komponen-komponen yang lebih kecil.
Komponen dapat juga berupa interface, yaitu kumpulan layanan yang disediakan sebuah komponen untuk komponen lain.
Deployment Diagram
Deployment/physical diagram menggambarkan detail bagaimana komponen di-deploy dalam infrastruktur sistem, di mana komponen akan terletak (pada mesin, server atau piranti keras apa), bagaimana kemampuan jaringan pada lokasi tersebut, spesifikasi server, dan hal-hal lain yang bersifat fisikal Sebuah node adalah server, workstation, atau piranti keras lain yang digunakan untuk men-deploy komponen dalam lingkungan sebenarnya. Hubungan antar node (misalnya TCP/IP) dan requirement dapat juga didefinisikan dalam diagram ini.
Langkah-Langkah Penggunaan UML
Berikut ini adalah tips pengembangan piranti lunak dengan menggunakan UML:
1. Buatlah daftar business process dari level tertinggi untuk mendefinisikan
aktivitas dan proses yang mungkin muncul.
2. Petakan use case untuk tiap business process untuk mendefinisikan dengan
tepat fungsionalitas yang harus disediakan oleh sistem. Kemudian perhalus
use case diagram dan lengkapi dengan requirement, constraints dan catatan-
catatan lain.
3. Buatlah deployment diagram secara kasar untuk mendefinisikan arsitektur fisik
sistem.
4. Definisikan requirement lain (non-fungsional, security dan sebagainya) yang
juga harus disediakan oleh sistem.
5. Berdasarkan use case diagram, mulailah membuat activity diagram.
6. Definisikan objek-objek level atas (package atau domain) dan buatlah
sequence dan / atau collaboration diagram untuk tiap alir pekerjaan. Jika
sebuah use case memiliki kemungkinan alir normal dan error, buatlah satu
diagram untuk masing-masing alir.
7. Buatlah rancangan user interface model yang menyediakan antarmuka bagi
pengguna untuk menjalankan skenario use case.
8. Berdasarkan model-model yang sudah ada, buatlah class diagram. Setiap
package atau domain dipecah menjadi hirarki class lengkap dengan atribut
dan metodanya. Akan lebih baik jika untuk setiap class dibuat unit test untuk
menguji fungsionalitas class dan interaksi dengan class lain.
9. Setelah class diagram dibuat, kita dapat melihat kemungkinan pengelompokan
class menjadi komponen-komponen. Karena itu buatlah component diagram
pada tahap ini. Juga, definisikan tes integrasi untuk setiap komponen
meyakinkan ia berinteraksi dengan baik.
10. Perhalus deployment diagram yang sudah dibuat. Detilkan kemampuan dan
requirement piranti lunak, sistem operasi, jaringan, dan sebagainya. Petakan
komponen ke dalam node.
11. Mulailah membangun sistem.
• Pendekatan use case, dengan meng-assign setiap use case kepada tim
pengembang tertentu untuk mengembangkan unit code yang lengkap
dengan tes.
• Pendekatan komponen, yaitu meng-assign setiap komponen kepada tim
pengembang tertentu.
12. Lakukan uji modul dan uji integrasi serta perbaiki model berserta codenya.
Model harus selalu sesuai dengan code yang aktual.
13. Piranti lunak siap dirilis.
Tool Yang Mendukung UML
Saat ini banyak sekali tool pendesainan yang mendukung UML, baik itu tool komersial maupun open source. Beberapa diantaranya adalah:
• Rational Rose (www.rational.com)
• Together (www.togethersoft.com)
• Object Domain (www.objectdomain.com)
• Jvision (www.object-insight.com)
• Objecteering (www.objecteering.com)
• MagicDraw (www.nomagic.com/magicdrawuml)
• Visual Object Modeller (www.visualobject.com)
Data seluruh tool yang mendukung UML, lengkap beserta harganya (dalam
daftar tool UML berikut fungsi dan perbangingan kemampuannya juga dapat dilihat di http://www.jeckle.de/umltools.htm.
Pointer Penting UML
Sebagai referensi dalam mempelajari dan menggunakan UML, situs-situs yang merupakan pointer penting adalah:
• http://www.cetus-links.org/oo_uml.html
• http://www.omg.org
• http://www.omg.org/technology/uml/
• http://www.rational.com/uml
• http://www.uml.org/
Dan juga buku-buku yang terdapat di daftar pustaka.
Daftar Pustaka
[1] Grady Booch, Object-Oriented Analysis and Design with Application,
Benjamin/Cummings, 1991.
[2] Peter Coad and Edward Yourdon, Object-Oriented Analysis, Yourdon Press,
1991.
[3] Ivar Jacobson, Magnus Christerson, Patrik Jonson, and Gunnar Overgaard,
Object-Oriented Software Engineering: A Use Case Driven Approach,
Addison-Wesley, 1992.
[4] James Rumbaugh, Michael Blaha, William Premerlani, Frederick Eddy, and
William Lorenson, Object-Oriented Modeling and Design, Prentice Hall, 1991.
[5] Sally Shlaer and Stephen J. Mellor, Object-Oriented System Analysis:
Modeling the World in Data, Yourdon Press, 1988.
[6] Rebecca Wirfs-Brock, Brian Wilkerson, and Lauren Wiener, Designing Object-
Oriented Software, Prentice Hall, 1990.
[7] Grady Booch, James Rumbaugh, and Ivar Jacobson, The Unified Modeling
Language User Guide, Addison-Wesley, 1999.
[8] Ivar Jacobson, Grady Booch, and James Rumbaugh, The Unified Software
Development Process, Addison-Wesley, 1999.
[9] James Rumbaugh, Ivar Jacobson, and Grady Booch, The Unified Modeling
Language Reference Manual, Addison-Wesley, 1999.
[10] Unified Modeling Language Specification, Object Management Group,
www.omg.org, 1999.
[11] Introduction to OMG UML
[http://www.omg.org/gettingstarted/what_is_uml.htm]
[12] UML Tutorial [http://www.sparxsystems.com.au/UML_Tutorial.htm]
[13] Embarcadero Tech Support
[http://www.embarcadero.com/support/uml_central.asp]
[14] Practical UML A Hands-On Introduction for Developers,
[http://www.togethersoft.com/services/practical_guides/umlonlinecourse/index
.html]
[15] Architecture and Design: Unified Modeling Language (UML),
[http://www.cetuslinks. org/oo_uml.html]
Minggu, 14 September 2008
Data mining
Kebutuhan Bisnis
Terdapat tiga kebutuhan bisnis:
Penambahan maupun peningkatan kapasitas produk
Pengurangan biaya operasi perusahaan
Peningkatan efektifitas
Permasalahan Bisnis secara umum
Permasalahan bisnis yang umum dihadapi:
1. Bagaimana menyajikan advertensi kepada target yang tepat sasaran
2. Menyajikan halaman web yang khusus setiap pelanggan
3. Menampilkan informasi produklain yang biasa dibeli bersamaan dengan produk tertentu.
4. Mengklasifikasikan artikel-artikel secara otomatis
5. Mengelompokkan pengunjung web yang memiliki kesamaan karateristik tertentu
6. Mengestimasi data yang hilang
7. Memprediksi kelakuan dimasa yang akan datang
Solusi Masalah
Konsep dasar yang perlu dipikirkan pelaku bisnis sebagai solusi permasalahan, yaitu:
Perumusan Target
Memilih target pemasaran untuk disuguhi advertensi tertentu bertujuan untuk meningkatkan profit perusahaan, pengenalan produk secara luas atau hasil-hasil terukur lainnya.
Personalisasi
Memanfaatkan personalisasi untuk memilih advertensi yang paling sesuai untuk orang tertentu dan personalisasi ini bertujuan agar pengunjung yang sudah menjadi pelanggan membeli sebanyak mungkin produk perusahaan.
Asosiasi (analisis keranjang pasar)
Asosiasi ini mengidentifikasi item-item produk yang mungkin dibeli bersamaan dengan produk lain atau dilihat secara bersamaan pada saat mencari informasi mengenai produk tertentu
Manajemen Pengetahuan
Sistem ini mengidentifikasi dan memanfaatkan pola-pola didalam dokumen yang berbahasa alami atau berformat text. Pendekatan ini digunakan untuk menyortir dokumen baru dan mempersonalisasi publikasi online
Pengelompokkan
Pengelompokan digunakan untuk membuat laporan mengenai karateristik umum dari grup-grup pengunjung (customer) yang berbeda.
Estimasi dan Prediksi
Estimasi menebak sebuah nilai yang belum diketahui dan prediksi memperkirakan nilai untuk masa datang .
Pohon Keputusan
Sebagai diagram alir dari titik-titik pertanyaan yang menuju pada sebuah keputusan.
Kebutuhan dan Kesempatan untuk Data Mining
Kebutuhan akan data mining dikarenakan:
Ketersediaan data yang melimpah, kebutuhan akan informasi (atau pengetahuan) sebagai pendukung pengambilan keputusan untuk membuat solusi bisnis dan dukungan infrastruktur dibidang teknologi informasi
Ketersediaan data transaksi dalam volume yang besar
Informasi sebagai aset perusahaan yang penting sehingga melahirkan gudang data yang mengintegrasikan informasi dari sistem yang tersebar untuk mendukung pengambilan keputusan
Ketersediaan teknologi informasi dalam skala yang terjangkau dan sudah dapat diadopsi secara luas.
Definisi Data Mining
Data mining adalah proses yang memperkerjakan satu atau lebih teknik teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge) secara otomatis.
Data mining merupakan proses iterative dan interaktif untuk menemukan pola atau model yang sahih, baru, bermanfaat, dan dimengerti dalam suatu database yang sangat besar (massive databases).
Data mining merupakan serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data
Data mining menggunakan berbagai perangkat lunak analisis data untuk menemukan pola dan relasi data agar dapat digunakan untuk membuat prediksi dengan tepat
Mengapa Melakukan Data Mining
Sudut Pandang Komersial:
Meledaknya volume data yang dihimpun dan disimpan dalam data warehouse
Proses komputasi yang dapat diupayakan
Kuatnya tekanan kompetitif
Dapat menyediakan yang lebih baik, layanan-layanan kastemisasi
Informasi menjadi produk yang berarti
Sudut Pandang Keilmuan:
Kecepatan data yang dihimpun dan disimpan (Gbyte/hour)
Remote sensor yang ditempatkan pada suatu satelit
Telescope yang digunakan untuk men-scan langit
Simulasi saintifik yang membangkitkan data dalam ukuran tera bytes
Teknik-teknik tradisional tidak fisibel untuk mengolah data mentah
Data mining untuk reduksi data ;
Catalogging, klassifikasi, segmentasidata
Membantu ilmuwan dalam melakukan formulasi hipotesisi
Ilmu Berkaitan Data Mining
Bidang ilmu yang berkaitan:
Database
Information science (ilmu informasi)
High performance computing
Visualisasi
Machine learning
Statistik
Neural networks (jaringan saraf tiruan)
Pemodelan matematika
Information retrieval
Information extraction dan
Pengenalan pola
Penerapan Data Mining
· Analisa Pasar dan Manajemen
Beberapa solusi dapat diselesaikan dengan data mining :
ž Menebak target pasar
ž Melihat pola beli pemakai dari waktu kewaktu
ž Cross Market Analysis
ž Profil Customer
ž Identifikasi Kebutuhan Customer
ž Menilai loyalitas customer
ž Informasi summary
· Analisa Perusahaan dan Manajemen Resiko
Beberapa solusi dapat diselesaikan dengan data mining :
ž Merencanakan Keuangan dan Evaluasi Aset
ž Merencanakan Sumber Daya (Resource Planning)
ž Memonitor Persaingan (Competition)
· Telekomunikasi
Data mining digunakan untuk melihat jutaan transaksi yang masuk dengan tujuan menambah layanan otomatis
Keuangan
Data mining digunakan untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan dimana akan susah dilakukan jika menggunakan analisis standar.
Asuransi
Australian Health Insurance Commision menggunakan data mining untuk mengidentifikasi layanan kesehatan dan berhasil menghemat satu juta dollar pertahun
Astronomi
Jet Propulsion Laboratory (JPL) di Pasadena dan Pulomar Observatory menemukan 22 quasar dengan bantuan data mining.
Olahraga
IBM Advanced Scout menggunakan data mining untuk menganalisis statistic permainan NBA dalam rangka competitive advantage untuk tim New York Knicks
Internet Web Surf-Aid
IBM Surf-Aid menggunakan algoritma data mining untuk mendata akses halaman Web khususnya berkaitan dengan pemasaran melalui web.
Tools Data Mining
Karateristik-karateristik penting dari tool data mining meliputi:
ž Data preparation facilities
ž Selection of data mining operation (algorithms)
ž Product scalability and performance
ž Facilities for visualization of result
o Data mining tool, meliputi:
Integral Solution Ltd’s Clementine
Data Mind Corp’s Data Crusher
IBM ’s intelligent Miner
Silicon Graphics Inc.’s MineSet
Informations Discovery Inc.’s Data Mining Suite
SAS Institute Inc.’s SAS System and Right Information System’Thought.
Back To Materi
Terdapat tiga kebutuhan bisnis:
Penambahan maupun peningkatan kapasitas produk
Pengurangan biaya operasi perusahaan
Peningkatan efektifitas
Permasalahan Bisnis secara umum
Permasalahan bisnis yang umum dihadapi:
1. Bagaimana menyajikan advertensi kepada target yang tepat sasaran
2. Menyajikan halaman web yang khusus setiap pelanggan
3. Menampilkan informasi produklain yang biasa dibeli bersamaan dengan produk tertentu.
4. Mengklasifikasikan artikel-artikel secara otomatis
5. Mengelompokkan pengunjung web yang memiliki kesamaan karateristik tertentu
6. Mengestimasi data yang hilang
7. Memprediksi kelakuan dimasa yang akan datang
Solusi Masalah
Konsep dasar yang perlu dipikirkan pelaku bisnis sebagai solusi permasalahan, yaitu:
Perumusan Target
Memilih target pemasaran untuk disuguhi advertensi tertentu bertujuan untuk meningkatkan profit perusahaan, pengenalan produk secara luas atau hasil-hasil terukur lainnya.
Personalisasi
Memanfaatkan personalisasi untuk memilih advertensi yang paling sesuai untuk orang tertentu dan personalisasi ini bertujuan agar pengunjung yang sudah menjadi pelanggan membeli sebanyak mungkin produk perusahaan.
Asosiasi (analisis keranjang pasar)
Asosiasi ini mengidentifikasi item-item produk yang mungkin dibeli bersamaan dengan produk lain atau dilihat secara bersamaan pada saat mencari informasi mengenai produk tertentu
Manajemen Pengetahuan
Sistem ini mengidentifikasi dan memanfaatkan pola-pola didalam dokumen yang berbahasa alami atau berformat text. Pendekatan ini digunakan untuk menyortir dokumen baru dan mempersonalisasi publikasi online
Pengelompokkan
Pengelompokan digunakan untuk membuat laporan mengenai karateristik umum dari grup-grup pengunjung (customer) yang berbeda.
Estimasi dan Prediksi
Estimasi menebak sebuah nilai yang belum diketahui dan prediksi memperkirakan nilai untuk masa datang .
Pohon Keputusan
Sebagai diagram alir dari titik-titik pertanyaan yang menuju pada sebuah keputusan.
Kebutuhan dan Kesempatan untuk Data Mining
Kebutuhan akan data mining dikarenakan:
Ketersediaan data yang melimpah, kebutuhan akan informasi (atau pengetahuan) sebagai pendukung pengambilan keputusan untuk membuat solusi bisnis dan dukungan infrastruktur dibidang teknologi informasi
Ketersediaan data transaksi dalam volume yang besar
Informasi sebagai aset perusahaan yang penting sehingga melahirkan gudang data yang mengintegrasikan informasi dari sistem yang tersebar untuk mendukung pengambilan keputusan
Ketersediaan teknologi informasi dalam skala yang terjangkau dan sudah dapat diadopsi secara luas.
Definisi Data Mining
Data mining adalah proses yang memperkerjakan satu atau lebih teknik teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge) secara otomatis.
Data mining merupakan proses iterative dan interaktif untuk menemukan pola atau model yang sahih, baru, bermanfaat, dan dimengerti dalam suatu database yang sangat besar (massive databases).
Data mining merupakan serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data
Data mining menggunakan berbagai perangkat lunak analisis data untuk menemukan pola dan relasi data agar dapat digunakan untuk membuat prediksi dengan tepat
Mengapa Melakukan Data Mining
Sudut Pandang Komersial:
Meledaknya volume data yang dihimpun dan disimpan dalam data warehouse
Proses komputasi yang dapat diupayakan
Kuatnya tekanan kompetitif
Dapat menyediakan yang lebih baik, layanan-layanan kastemisasi
Informasi menjadi produk yang berarti
Sudut Pandang Keilmuan:
Kecepatan data yang dihimpun dan disimpan (Gbyte/hour)
Remote sensor yang ditempatkan pada suatu satelit
Telescope yang digunakan untuk men-scan langit
Simulasi saintifik yang membangkitkan data dalam ukuran tera bytes
Teknik-teknik tradisional tidak fisibel untuk mengolah data mentah
Data mining untuk reduksi data ;
Catalogging, klassifikasi, segmentasidata
Membantu ilmuwan dalam melakukan formulasi hipotesisi
Ilmu Berkaitan Data Mining
Bidang ilmu yang berkaitan:
Database
Information science (ilmu informasi)
High performance computing
Visualisasi
Machine learning
Statistik
Neural networks (jaringan saraf tiruan)
Pemodelan matematika
Information retrieval
Information extraction dan
Pengenalan pola
Penerapan Data Mining
· Analisa Pasar dan Manajemen
Beberapa solusi dapat diselesaikan dengan data mining :
ž Menebak target pasar
ž Melihat pola beli pemakai dari waktu kewaktu
ž Cross Market Analysis
ž Profil Customer
ž Identifikasi Kebutuhan Customer
ž Menilai loyalitas customer
ž Informasi summary
· Analisa Perusahaan dan Manajemen Resiko
Beberapa solusi dapat diselesaikan dengan data mining :
ž Merencanakan Keuangan dan Evaluasi Aset
ž Merencanakan Sumber Daya (Resource Planning)
ž Memonitor Persaingan (Competition)
· Telekomunikasi
Data mining digunakan untuk melihat jutaan transaksi yang masuk dengan tujuan menambah layanan otomatis
Keuangan
Data mining digunakan untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan dimana akan susah dilakukan jika menggunakan analisis standar.
Asuransi
Australian Health Insurance Commision menggunakan data mining untuk mengidentifikasi layanan kesehatan dan berhasil menghemat satu juta dollar pertahun
Astronomi
Jet Propulsion Laboratory (JPL) di Pasadena dan Pulomar Observatory menemukan 22 quasar dengan bantuan data mining.
Olahraga
IBM Advanced Scout menggunakan data mining untuk menganalisis statistic permainan NBA dalam rangka competitive advantage untuk tim New York Knicks
Internet Web Surf-Aid
IBM Surf-Aid menggunakan algoritma data mining untuk mendata akses halaman Web khususnya berkaitan dengan pemasaran melalui web.
Tools Data Mining
Karateristik-karateristik penting dari tool data mining meliputi:
ž Data preparation facilities
ž Selection of data mining operation (algorithms)
ž Product scalability and performance
ž Facilities for visualization of result
o Data mining tool, meliputi:
Integral Solution Ltd’s Clementine
Data Mind Corp’s Data Crusher
IBM ’s intelligent Miner
Silicon Graphics Inc.’s MineSet
Informations Discovery Inc.’s Data Mining Suite
SAS Institute Inc.’s SAS System and Right Information System’Thought.
Back To Materi
Langganan:
Postingan (Atom)
