2. Memilih tombol Lihat Grafik Error
3.6.3 Activity Diagram
Secara umum activity diagram memiliki fungsi yang sama dengan use case spesifikasi yaitu untuk menjelaskan use case secara lebih rinci. Perbedaan keduanya terletak pada cara pandang dalam hal menjelaskan use case tersebut.
Pada use case spesifikasi, use case dijelaskan dengan narasi yang tanggung jawabnya dibuat terpisah antara pengguna dan reaksi sitem. Skenario utama pada use case spesifikasi identik dengan penulisan algoritma dalam bentuk naratif.
Sedangkan pada activity diagram, use case dijelaskan dalam bentuk diagram alir yang juga memisahkan tanggung jawab pengguna dan sistem. Activity diagram identik dengan penulisan algoritma dalam bentuk flowchart. Gambar 3.9 sampai 3.18 menujukan activity diagram dari sistem yang akan dibuat.
Pengguna Sistem
Memilih menu data master Menampilkan form menu data master
[Insert Data Master]
[Update Data Master]
[Delete Data Master]
Gambar 3.9 Activity Diagram Data Master
Gambar 3.9 menunjukkan alur untuk mengelola data master. Pengguna memilih menu data master, sistem akan menampilkan form data master. Di dalam form data master, pengguna dapat memilih jenis kelola data master yang diinginkan dengan pilihan insert data master, update data master, dan delete data master.
Jenis-jenis kelola tersebut, dijelaskan di activtity diagram tersendiri.
Pengguna Sistem
Memilih insert pola data baru
Mengisi pola data baru
Memilih tombol Simpan Melakukan validasi data
Menyimpan pola data baru
Konfirmasi data telah disimpan Valid
Tidak valid
Gambar 3.10 Activity Diagram Insert
Gambar 3.10 menunjukkan alur untuk insert pola data baru ke data master.
Pengguna memasukan pola data ke form data master kemudian memilih tombol Simpan. Sistem akan melakukan validasi terhadap data yang diinputkan oleh pengguna. Jika data tidak valid, pengguna memperbaiki pola data baru yang diinputkan. Jika data valid, sistem akan menyimpan pola data baru ke database lalu menampilkan pesan konfirmasi bahwa data sudah disimpan. Pengguna dapat melihat perubahan data di list data master.
Pengguna Sistem
Memilih Update pola data Memilih pola data yang akan diupdate
Mengganti dengan pola data baru
Memilih tombol Ubah Melakukan validasi data
Menyimpan perubahan pola data Konfirmasi data telah diubah
Valid Tidak valid
Gambar 3.11 Activity Diagram Update
Gambar 3.11 menunjukkan alur untuk mengubah pola data dari data master.
Pengguna memilih pola data yang akan diupdate dari list data master. Data yang dipilih oleh pengguna akan ditampilkan di form data master yang sama dengan insert data master. Melalui form tersebut, pengguna mengubah pola data lama dengan pola data baru kemudian memilih tombol Ubah. Sistem akan melakukan validasi terhadap data yang diinputkan oleh pengguna. Jika data tidak valid, pengguna memperbaikin pola input data baru. Jika data valid, sistem akan menyimpan pola data baru ke database lalu menampilkan pesan konfirmasi bahwa data sudah diubah. Pengguna dapat melihat perubahan data di list data master.
Pengguna Sistem
Menampilkan konfirmasi hapus data
Pola data dihapus Memilih tombol Yes
Konfirmasi data telah dihapus Double click pada data yang akan dihapus
Memilih tombol No Tidak
Ya
Gambar 3.12 Activity Diagram Delete
Gambar 3.12 menunjukkan alur untuk menghapus pola data dari data master.
Pengguna memilih pola data yang akan dihapus dari list data master dengan cara double click pada data yang akan dihapus. Sistem akan menampilkan konfirmasi penghapusan data. Jika pengguna menekan tombol Yes, data akan dihapus dari database, jika memilih No, pola data tidak jadi dihapus.
Sistem Pengguna
Melakukan validasi data Memilih pelatihan Adaline
Menampilkan form pelatihan Adaline Mengisi parameter pelatihan Adaline
Memilih tombol Pelatihan
Load data master
Normalisasi
Klik tombol "Simpan data pelatihan"
Menyimpan data hasil pelatihan Valid
Random bobot input
Hitung keluaran jaringan Hitung perubahan bobot dan bias
Denormalisasi Data hasil pelatihan
Grafik hasil pelatihan
Konfirmasi pelatihan Adaline selesai
Konfirmasi data telah disimpan Tidak Valid
Gambar 3.13 Activity Diagram Pelatihan Adaline
Gambar 3.13 menunjukkan alur untuk pelatihan Adaline. Pengguna memilih metode pelatihan Adaline, sistem menampilan form pelatihan Adaline. Pengguna mengisi parameter pelatihan kemudian memilih tombol Proses. Sistem akan melakukan validasi terhadap data yang diinputkan oleh pengguna. Jika data tidak valid, sistem akan menampilkan pesan konfirmasi bahwa data yang dimasukkan oleh pengguna tidak valid agar pengguna memperbaikinya. Jika data valid, sistem akan menjalankan proses pelatihan Adaline yang meliputi load data master, normalisasi data master, random bobot input, hitung keluaran jaringan, bangkitkan fungsi aktifasi, hitung error, hitung perubahan bobot dan bias, denormalisasi, menampilkan data hasil pelatihan, dan menampilkan grafik pelatihan Adaline.
Pengguna dapat menyimpan data hasil pelatihan untuk basis perhitungan pengujian Adaline. Sistem akan menampilkan konfirmasi bahwa data hasil pelatihan sudah disimpan.
Sistem Pengguna
Melakukan validasi data Memilih pelatihan Backpropagation
Menampilkan form pelatihan Backpropagation Mengisi parameter pelatihan Backpropagation
Memilih tombol Pelatihan
Load data master Normalisasi
Klik tombol "Simpan data hasil pelatihan"
Menyimpan data hasil pelatihan Valid
Random bobot input
Hitung keluaran jaringan dari input layer
Hitung perubahan bobot dan bias hidden layer
Denormalisasi Data hasil pelatihan Grafik hasil pelatihan
Konfirmasi pelatihan Backpropagation selesai
Konfirmasi data telah disimpan Random bobot hidden
Bangkitkan fungsi aktivasi Hittung keluaran jaraingan dari hidden layer Bangkitkan fungsi aktivasi
Hitung error
Hitung perubahan bobot dan bias input layer Tidak valid
Gambar 3.14 Activity Diagram Pelatihan Backpropagation
Gambar 3.15 menunjukkan alur untuk pelatihan Backpropagation. Pengguna memilih metode pelatihan Backpropagation, sistem menampilan form pelatihan Backpropagation. Pengguna mengisi parameter pelatihan kemudian memilih tombol Proses. Sistem akan melakukan validasi terhadap data yang diinputkan oleh pengguna. Jika data tidak valid, sistem akan menampilkan pesan konfirmasi bahwa data yang dimasukkan oleh pengguna tidak valid agar pengguna memperbaikinya. Jika data valid, sistem akan menjalankan proses pelatihan Backpropagation yang meliputi load data master, normalisasi data master, random bobot input layer, random bobot hidden layer, hitung keluaran jaringan input layer, bangkitkan fungsi aktifasi, hitung keluaran jaringan hidden layer, bangkitkan fungsi aktifasi, hitung error, hitung perubahan bobot dan bias hidden layer, hitung perubahan bobot dan bias input layer, denormalisasi, menampilkan data hasil pelatihan, dan menampilkan grafik pelatihan Backpropagation.
Pengguna dapat menyimpan data hasil pelatihan untuk basis perhitungan pengujian Backpropagation. Sistem akan menampilkan konfirmasi bahwa data hasil pelatihan sudah disimpan.
Pengguna Sistem
Memilih menu pengujian Menampilkan form pengujian
Mengisi pola data
Memilih metode pengujian
Menekan tombol pengujian Melakukan validasi
Konfirmasi data tidak valid
Menampilkan data hasil prediksi
Menampilkan grafik hasil prediksi Menjalankan metode pengujian
Memilih tombol Simpan
Menyimpan data hasil prediksi
Konfirmasi data sudah disimpan Tidak valid
Valid
Gambar 3.15 Activity Diagram Pengujian
Gambar 3.15 menunjukkan alur untuk pengujian. Pengguna memilih menu pengujian, sistem menampilan form pengujian. Pengguna mengisi pola data input dan memilih metode pengujian kemudian menekan tombol Proses. Sistem akan menge-load bobot hasil pelatihan sesuai dengan metode pengujian yang dipilih.
Sistem akan melakukan validasi terhadap data yang diinputkan oleh pengguna.
Jika data tidak valid, sistem akan menampilkan pesan konfirmasi bahwa data yang dimasukkan oleh pengguna tidak valid agar pengguna memperbaikinya. Jika data valid, sistem akan menjalankan proses pengujian kemudian menampilkan data hasil prediksi. Pengguna dapat menyimpan data hasil pengujian dengan memilih
tombol Simpan. Sistem akan menyimpan data hasil prediksi di database kemudian ditampilkan di list data prediksi. Pengguna dapat menghapus data hasil prediksi dengan cara yang sama saat menghapus data master. Tetapi, data prediksi yang dapat dihapus hanya data prediksi yang dihasilkan dari form pengujian.
Sedangkan data prediksi dari hasil pelatihan hanya dapat dihapus form data master.