ANALISIS DAN PERANCANGAN
3.2 Perancangan Sistem 1 Perancangan` Flowchart
3.2.3 Data Flow Diagaram (DFD)
Perancangan DFD dalam penelitian ini untuk menjelaskan aliran informasi dan transformasi data pada aplikasi mulai daripelatihan jaringan oleh system engineer, pemasukan data oleh usersampai diperolehdata output berupa kondisi tanaman.Notasi
DFD yang dipergunakan dalam penelitian ini adalah notasi Gane and Sarson. Perancangan DFD ini terdiri dari perancangan Diagram Konteks dan DFD level 1.
Gambar 3.8 Diagram Konteks
Diagram konteks diatas adalah gambaran aliran informasi dan transformasi data pada keseluruhan proses secara garis besar.Diagram konteks tersebut terdiri dari entitas eksternal yaitu system engineer danuser, proses, dan aliran data baik data input maupun output. Proses yang terdapat pada diagramkonteks diatas dijelaskan pada tabel berikut:
Tabel 3.5 Keterangan Diagram Konteks
No / Nama Proses Masukan Keterangan Proses Keluaran
0 / Deteksi penyakit pada tanaman karet (Hevea brasiliensis) dengan Algoritma Backpropagation Jaringan Syaraf Tiruan Data Pelatihan
Proses pelatihan jaringan untuk memperoleh bobot dan bias ideal
Data Bobot dan Bias
Ideal
0 / Deteksi penyakit pada tanaman karet (Hevea brasiliensis)
dengan Algoritma
Backpropagation
Jaringan Syaraf Tiruan
Data Gejala Proses menentukan kondisi tanaman sebagai output berdasarkan input yang dimasukkan, bobot dan bias ideal yang diperoleh dari hasil
pelatihan jaringan dengan algoritma backpropagation
jaringan syaraf tiruan
Data Kondisi Tanaman System Engineer DataBobot dan Bias Ideal DataPelatihan Data Kondisi Tanaman DataGejala 0
Deteksi penyakit pada tanaman karet (Hevea brasiliensis) dengan
Algoritma
Backpropagation
Jaringan Syaraf Tiruan
Proses pada diagram konteks diatas dapat dipecah menjadi proses-proses yang lebih spesifik yang diperlihatkan pada DFD pelatihan level 1 dan DFD pengujian level 1 seperti berikut ini:
Gambar 3.9 DFD pelatihan level 1
Data Bobot dan Bias Ideal
Data Perubahan Bobot dan Bias Lapisan Tersembunyi ke-1
Data Error Lapisan Tersembunyi ke-2
6.0
Perhitungan error
lapisan tersembunyi ke-1 dan perubahan
bobot dan bias
Data Perubahan Bobot dan Bias Unit Output
Data Perubahan Bobot dan Bias Lapisan
Tersembunyi ke-2
Bobot dan Bias Ideal D1
Data Output Sementara
Data Sinyal-Sinyal Neuron pada Lapisan Tersembunyi ke-2 3.0 Perhitungan unit output Data ErrorUn it Output 4.0 Perhitungan error
unit output dan perubahan bobot dan
bias unit output 5.0
Perhitungan error
lapisan tersembunyi ke-2 dan perubahan
bobot dan bias Data Pelatihan
Data Sinyal-Sinyal Neuron pada Lapisan Tersembunyi ke-1 System Engineer 1.0 Perhitungan lapisan tersembunyi ke-1 2.0 Perhitungan lapisan tersembunyi ke-2
Tabel di bawah ini berisi penjelasan dari proses-proses yang terdapat pada DFD pelatihan level 1 di atas.
Tabel 3.6 Keterangan DFD PelatihanLevel 1
No / Nama Proses Masukan Keterangan Proses Keluaran
1.0 /Perhitungan lapisan tersembunyi ke-1
DataPelatihan
Mengalikan input denganbobot yang diterima
setiap neuron pada lapisan tersembunyi ke-1 kemudian
menjumlahkannya dengan bias Data Sinyal-Sinyal Neuron pada Lapisan Tersembunyi ke-1 2.0 / Perhitungan lapisan tersembunyi ke-2 Data Sinyal- Sinyal Neuron pada Lapisan Tersembunyi ke-1
Mengalikan input dengan bobot yang diterima setiap
neuron pada lapisan tersembunyi ke-2 kemudian
menjumlahkannya dengan bias Data Sinyal-Sinyal Neuron pada Lapisan Tersembunyi ke-2 3.0 / PerhitunganUnit Output Data Sinyal- Sinyal Neuron pada Lapisan Tersembunyi ke-2
Mengalikan input dengan bobot yang diterima setiap
neuron pada unit output kemudian menjumlahkannya dengan bias Data Output Sementara 4.0 / Perhitungan error unit output dan perubahan bobot dan bias unit
output
Data Output Sementara
Membandingkan output sementara dengan target yang ditetapkan kemudian
menghitung error dan perubahan bobot dan bias
unit output
Data Error Unit Output
4.0 / Perhitungan error unit output dan perubahan bobot dan bias unit
output
Data Output Sementara
Membandingkan output sementara dengan target yang ditetapkan kemudian
menghitung error dan perubahan bobot dan bias
unit output
Data Perubahan Bobot dan Bias
Unit Output 5.0 / Perhitungan error lapisan tersembunyi ke-2 Data Error Unit Output
Menghitung error dan
perubahan bobot dan bias Data Error Lapisan Tersembunyi ke-2
5.0 / Perhitungan error lapisan tersembunyi ke-2
dan perubahan bobot dan bias
Data Error Unit Output
Menghitung error dan perubahan bobot dan bias
lapisan tersembunyi ke-2
Data Perubahan Bobot dan Bias
Lapisan Tersembunyi ke-2 6.0/ Perhitungan error lapisan tersembunyi ke-1 dan perubahan bobot dan bias
Data Error Lapisan Tersembunyi
ke-2
Menghitung error dan perubahan bobot dan bias lapisan tersembunyi ke-1
Data Perubahan Bobot dan Bias
Lapisan Tersembunyi ke-1 D1/ Bobot dan Bias Ideal Data Perubahan Bobot dan Bias Unit Output
Menyimpan data bobot dan bias ideal hasil pelatihan
Data Bobot dan Bias Ideal D1/ Bobot dan Bias Ideal Data Perubahan Bobot dan Bias Lapisan Tersembunyi ke-2
Menyimpan data bobot dan bias ideal hasil pelatihan
Data Bobot dan Bias Ideal D1/ Bobot dan Bias Ideal Data Perubahan Bobot dan Bias Lapisan Tersembunyi ke-1
Menyimpan data bobot dan bias ideal hasil pelatihan
Data Bobot dan Bias Ideal
Gambar 3.10 DFD pengujian level 1
Tabel 3.7 Keterangan DFD PengujianLevel 1
No / Nama Proses Masukan Keterangan Proses Keluaran
1.0 /Perhitungan lapisan tersembunyi ke-1
DataGejala
Mengalikan input dengan bobot yang diterima setiap
neuron pada lapisan tersembunyi ke-1 kemudian
menjumlahkannya dengan bias Data Sinyal-Sinyal Neuron pada Lapisan Tersembunyi ke-1 2.0 / Perhitungan lapisan tersembunyi ke-2 Data Sinyal- Sinyal Neuron pada Lapisan Tersembunyi ke-1
Mengalikan input dengan bobot yang diterima setiap
neuron pada lapisan tersembunyi ke-2 kemudian
menjumlahkannya dengan bias Data Sinyal-Sinyal Neuron pada Lapisan Tersembunyi ke-2 3.0 / PerhitunganUnit Output Data Sinyal- Sinyal Neuron pada Lapisan Tersembunyi ke-2
Mengalikan input dengan bobot yang diterima setiap
neuron pada unit output kemudian
menjumlahkannya dengan bias
DataKondisi Tanaman Data Kondisi Tanaman
Data Sinyal-Sinyal Neuron pada Lapisan Tersembunyi ke-2 Data
Gejala
Data Sinyal-Sinyal Neuron pada Lapisan Tersembunyi ke-1 User 1.0 Perhitungan lapisan tersembunyi ke-1 2.0 Perhitungan lapisan tersembunyi ke-2 3.0 Perhitungan unit output