BAB II
LANDASAN TEORI
2.1 Citra
2.1.1 Pengertian Citra
Suatu citra adalah fungsi intensitas 2 dimensi f(x,y), dimana x dan y adalah koordinat spasial dan f pada titik (x,y) merupakan tingkat kecerahan (brightness) suatu citra pada suatu titik. Suatu citra diperoleh dari penangkapan kekuatan sinar yang dipantulkan oleh objek. Citra sebagai output alat perekaman, seperti kamera, dapat bersifat analog ataupun digital.
Citra Analog adalah citra yang masih dalam bentuk sinyal analog, seperti hasil pengambilan gambar oleh kamera atau citra tampilan di layar TV ataupun monitor (sinyal video). Menurut presisi yang digunakan untuk menyatakan titik-titik koordinat pada domain spasial (bidang) dan untuk menyatakan nilai keabuan (warna suatu citra), maka secara teoritis citra dapat dikelompokkan menjadi empat kelas citra, yaitu: kontinu-kontinu, kontinu-diskrit, diskrit-kontinu, diskrit-diskrit. Parameter (label) pertama menyatakan presisi titik koordinat pada bidang, sedangkan label kedua menyatakan presisi nilai keabuan/warna.
Label kontinu berarti nilai yang digunakan adalah tak terbatas dan tak tehingga, sedangkan diskrit menyatakan terbatas dan berhingga. Suatu citra dijital merupakan representasi 2-D array sample diskrit suatu citra kontinu f(x,y). Amplitudo setiap sample di kuantisasi untuk menyatakan bilangan hingga bit. Setiap elemen array 2-D sample disebut suatu pixel atau pel (dari istilah ”picture element”). Pengolahan citra dijital adalah proses pengolahan citra dijital dengan alat bantu komputer. Tingkat ketajaman/resolusi warna pada citra digital tergantung pada jumlah ”bit” yang digunakan oleh komputer untuk merepresentasikan setiap pixel tersebut. Tipe yang sering digunakan untuk merepresentasikan citra adalah ”8-bit citra” (256 colors (0 untuk hitam - 255 untuk putih), tetapi dengan kemajuan teknologi perangkat keras grafik, kemampuan tampilan citra di komputer hingga 32 bit (232 warna).
Ranah nilai intensitas dalam suatu citra juga ditentukan oleh alat digitasi yang digunakan untuk menangkap dan konversi citra analog ke citra digital (A/D). Perolehan citra digital ini dapat dilakukan secara langsung oleh kamera digital ataupun melakukan proses konversi suatu citra analog ke citra digital. Untuk mengubah citra kontinu menjadi digital diperlukan proses pembuatan kisi-kisi arah horizontal dan vertikal, sehingga diperoleh gambar dalam bentuk array dua dimensi. Proses tersebut dikenal sebagai proses digitalisasi/sampling.
Citra monochrome atau citra hitam-putih merupakan citra satu kanal, dimana citra f(x,y) merupakan fungsi tingkat keabuan dari hitam ke putih, x menyatakan variabel baris (garis jelajah) dan y menyatakan variabel kolom atau posisi di garis jelajah. Sebaliknya citra bewarna dikenal juga dengan citra multi-spectral, di mana warna citra biasanya.
Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial sedangkan nilai f(x,y) adalah intensitas citra pada koordinat tersebut. Teknologi dasar untuk menciptakan dan menampilkan warna pada citra digital berdasarkan pada penelitian bahwa sebuah warna merupakan kombinasi dari tiga warna dasar, yaitu merah, hijau, dan biru (Red, Green, Blue - RGB).
2.1.2 Resolusi Citra
Resolusi citra dikenal sebagai resolusi spasial dan resolusi kecemerlangan, berpengaruh pada besarnya informasi citra yang hilang. Resolusi spasial: halus / kasarnya pembagian kisi-kisi baris dan kolom. Transformasi citra kontinue ke citra dijital disebut dijitisasi (sampling). Hasil dijitisasi dengan jumlah baris 256 dan jumlah kolom 256 - resolusi spasial 256 x 256. Resolusi kecemerlangan (intensitas / brightness): halus / kasarnya pembagian tingkat kecemerlangan.
Transformasi data analog yang bersifat kontinue ke daerah intensitas diskrit disebut kwantisasi. Bila intensitas piksel berkisar antara 0 dan 255 - resolusi kecemerlangan citra adalah 256.
2.2 Pengolahan Citra
2.2.1 Pengertian Pengolahan Citra
Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini adalah pengolahan citra (image processing). Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra bila:
a. Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra,
b. Elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur, c. Sebagian citra perlu digabung dengan bagian citra yang lain.
Di dalam bidang komputer, sebenarnya ada tiga bidang studi yang berkaitan dengan data citra, namun tujuan ketiganya berbeda, yaitu:
a. Grafika Komputer (computer graphics), b. Pengolahan Citra (image processing),
c. Pengenalan Pola (pattern recognition/image interpretation).
Grafika Komputer bertujuan menghasilkan citra (lebih tepat disebut grafik atau picture) dengan primitif-primitif geometri seperti garis, lingkaran, dan sebagainya. Primitif-primitif geometri tersebut memerlukan data deskriptif untuk melukis elemen-elemen gambar. Contoh data deskriptif adalah koordinat titik, panjang garis, jari-jari lingkaran, tebal garis, warna, dan sebagainya. Grafika komputer memainkan peranan penting dalam visualisasi dan virtual reality.
Pengolahan Citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (dalam hal ini komputer). Teknik-teknik pengolahan citra
mentransformasikan citra menjadi citra lain. Jadi, masukannya adalah citra dan keluarannya juga citra, namun citra keluaran mempunyai kualitas lebih baik daripada citra masukan. Termasuk ke dalam bidang ini juga adalah pemampatan citra (image compression).
Pengenalan Pola mengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh mesin (dalam hal ini komputer). Tujuan pengelompokan adalah untuk mengenali suatu objek di dalam citra. Manusia bisa mengenali objek yang dilihatnya karena otak manusia telah belajar mengklasifikasi objek-objek di alam sehingga mampu membedakan suatu objek dengan objek lainnya. Kemampuan sistem visual manusia inilah yang dicoba ditiru oleh mesin. Komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra tersebut, dan memberikan keluaran berupa deskripsi objek di dalam citra.
2.2.2 Operasi Pengolahan Citra
Operasi yang dilakukan untuk mentransformasikan suatu citra menjadi citra lain dapat dikategorikan berdasarkan tujuan transformasi maupun cakupan operasi yang dilakukan terhadap citra.
Berdasarkan tujuan transformasi operasi pengolahan citra dikategorikan sebagai berikut : a. Peningkatan Kualitas Citra (Image Enhancement)
Operasi peningkatan kualitas citra bertujuan untuk meningkatkan fitur tertentu pada citra,
b. Pemulihan Citra (Image Restoration)
Operasi pemulihan citra bertujuan untuk mengembalikan kondisi citra pada kondisi yang diketahui sebelumnya akibat adanya pengganggu yang menyebabkan penurunan kualitas citra.
Berdasarkan cakupan operasi yang dilakukan terhadap citra, Operasi pengolahan citra dikategorikan sebagai berikut :
1. Operasi titik, yaitu operasi yang dilakukan terhadap setiap piksel pada citra yang keluarannya hanya ditentukan oleh nilai piksel itu sendiri.
2. Operasi area, yaitu operasi yang dilakukan terhadap setiap piksel pada citra yang keluarannya dipengaruhi oleh piksel tersebut dan piksel lainnya dalam suatu daerah tertentu. Salah satu contoh dari operasi berbasis area adalah operasi ketetanggaan yang nilai keluaran dari operasi tersebut ditentukan oleh nilai piksel-piksel yang memiliki hubungan ketetanggaan dengan piksel yang sedang diolah.
3. Operasi global, yaitu operasi yang dilakukan tehadap setiap piksel pada citra yang keluarannya ditentukan oleh keseluruhan piksel yang membentuk citra.
1.3 Matlab
2.3.1 Pengertian Matlab
Matlab adalah sebuah bahasa dengan kinerja tinggi (high-performance) untuk komputasi masalah teknik. Matlab mengintegrasikan komputasi, visualisasi, dan pemrograman dalam suatu model yang sangat mudah untuk dipakai dimana masalah - masalah penyelesainnya diekspresikan dalam notasi matematika yang familiar. Penggunaan Matlab meliputi bidang - bidang:
Matematika dan Komputasi Pembentukan Algorithm Akusisi data
Pemodelan, simulasi, dan pembuatan prototype Analisa data, exsplorasi, dan visualisasi
Matlab merupakan suatu sistem interaktif yang memiliki elemen data dalam suatu array sehingga tidak lagi kita pusingkan dengan masalah dimensi. Hal ini memungkinkan kita untuk memecahkan banyak masalah teknis yang berkaitan dengan komputasi, khususnya yang berhubungan dengan matrix dan formulasi vektor, yang mana masalah tersebut merupakan momok apabila kita harus menyelesaikannya dengan menggunakan bahasa level rendah seperti Pascal, C dan Basic.
Nama MATLAB merupakan singkatan dari matrix laboratory. Matlab pada awalnya ditulis untuk memudahkan akses perangkat lunak matrix yang telah dibentuk oleh LINPACK dan EISPACK. Saat ini perangkat Matlab telah menggabung dengan LAPACK dan BLAS library, yang merupakan satu kesatuan dari seni tersendiri dalam perangkat lunak untuk komputasi matrix.
Dalam lingkungan perguruan tinggi teknik, Matlab merupakan perangkat standar untuk memperkenalkan dan mengembangkan penyajian materi matematika, rekayasa dan keilmuan. Di industri, Matlab merupakan perangkat pilihan untuk penelitian dengan produkifitas yang tinggi, pengembangan dan analiasanya.
Fitur - fitur Matlab sudah banyak dikembangkan, dan lebih kita kenal dengan nama toolbox. Sangat penting bagi seorang pengguna Matlab untuk mengetahui toolbox mana yang mendukung untuk learn dan apply technology yang sedang dipelajarinya. Toolbox - toolbox ini merupakan kumpulan dari fungsi - fungsi Matlab (M-Files) yang telah dikembangkan ke suatu lingkungan kerja Matlab untuk memecahkan masalah dalam kelas particular. Area - area yang sudah bisa dipecahkan dengan toolbox saat ini meliputi pengolahan sinyal, system kontrol, neural networks, fuzzy logic, wavelets, dan lain - lain.
2.3.2 Beb Bagian-bag berapa Bag • Curren Windo dapat diingin program gian dari M ian dari Win
nt Directory w ini mena mengganti nkan. Defau m files Mat Ga Gambar.1 T Matlab ndow Matla ampilkan isi direktori ult dari ala tlab berada. ambar.2 Tam Tampilan ut ab i dari direkt ini sesuai amat direkt mpilan Cur tama Matlab tori kerja sa i dengan t tori berada rrent Directo b aat menggu tempat dir dalam fol ory unakan matl rektori kerj lder works lab. Kita ja yang tempat
• Comma Windo sebelum • Comma Windo menjal meliha and History w ini ber mnya dilaku Ga and Window w ini adala ankan fung at isi variabl y rfungsi unt ukan oleh p ambar.3 Tam w ah window gsi, mendekl e. Gambar.4 tuk menyim pengguna ter mpilan Com w utama d larasikan va 4 Tampilan mpan perin rhadap matl mmand Hist dari Matlab ariable, men Command ntah-perinta lab. ory . Disini ad njalankan p Window ah apa saj dalah tempa proses-prose ja yang at untuk es , serta
• Worksp Worksp aktif p beruku double window Getting H Matlab m Matlab menekan window. matlab s pace pace berfun pada saat uran besar m klik pada w “array ed Help menyediaka dan segala n tombol p . Matlab ju serta contoh ngsi untuk m pemakaian maka user d variabel te itor” yang b Gambar.5 an fungsi h a keunggula pada toolba uga menyed h-contoh pro menampilk n matlab. dapat meliha ersebut. Ma berisikan da Tampilan W help yang ti annya. Use ar atau men diakan fung ogram yang an seluruh Apabila v at isi dari se atlab secara ata pada seti
Workspace idak berisik er dapat me nulis perint gsi demos bisa dibuat variabel-va ariabel ber eluruh data a otomatis iap variabel kan tutorial enjalankan tah ‘helpwi yang berisi t dengan ma ariabel yang rupa data dengan me akan mena l yang dipili lengkap m fungsi ini in’ pada co ikan video atlab g sedang matriks elakukan ampilkan ih user . mengenai dengan ommand tutorial
2.3.3 V 2.3.3.1 Ma setiap v variabe Contoh Interupti Untuk m dengan dilakuka dengan m Variabel Pad Variable p atlab hanya variabel aka l baru tanpa pembuatan >> varA = varA = 100 >> varB = varB = 45 2 >> varC = varC = test
ing dan Ter menghentika menekan t an dengan m menekan m da Matlab pada Matla memiliki du an disimpan a harus men n variabel pa 1000 00 [45 2 35 45 2 35 45 ‘test variabe variabel G minating da an proses y tombol Ctr menuliskan enu exit pad
b ua jenis tipe dalam bent ndeklarasik ada matlab: ] el’ Gambar.6 Ta alam Matlab yang sedan rl-C. Sedan perintah ex da bagian m e data yaitu tuk matrik. kannya terleb ampilan Hel b ng berjalan ngkan untu xit atau quit menu file da Numeric d User dapat bih dahulu p lp pada matla uk keluar t pada coma ari menu bar
an String. D langsung m pada comm ab dapat di dari matla mamnd wind r. Dalam matla menuliskan mand window ilakukan b dapat dow atau ab n w
Penamaan variabel pada matlab bersifat caseSensitif karena itu perlu diperhatikan penggunaan huruf besar dan kecil pada penamaan variabel. Apabila terdapat variabel lama dengan nama yang sama maka matlab secara otomatis akan me-replace variabel lama tersebut dengan variabel baru yang dibuat user. Matriks dapat diasumsikan bahwa didalam matlab setiap data akan disimpan dalam bentuk matriks. Dalam membuat suatu data matriks pada matlab, setiap isi data harus dimulai dari kurung siku ‘[‘ dan diakhiri dengan kurung siku tutup ‘]’. Untuk membuat variabel dengan data yang terdiri beberapa baris, gunakan tanda ‘titik koma’ ( untuk memisahkan data tiap barisnya).
Contoh pembuatan data matriks pada matlab: >> DataMatriks = [1 2 3;4 5 6]
DataMatriks = 1 2 3
4 5 6
Matlab menyediakan beberapa fungsi yang dapat kita gunakan untuk menghasilkan bentuk-bentuk matriks yang diinginkan. Fungsi-fungsi tersebut antara lain:
• zeros : untuk membuat matriks yang semua datanya bernilai 0 • ones : matriks yang semua datanya bernilai 1
• rand : matriks dengan data random dengan menggunakan distribusi uniform • randn : matris dengan data random dengan menggunakan distribusi normal • eye : untuk menghasilkan matriks identitas
contoh penggunaan fungsi-fungsi diatas: >> a = zeros(2,3) a = 0 0 0 0 0 0 >> b = ones(1,3) b = 1 1 1 >> c = rand(2,2) c = 0.9501 0.6068 0.2311 0.4860 >> d = rand (1,4) d = 0.8214 0.4447 0.6154 0.7919
>> e = eye(3,3) e =
1 0 0 0 1 0 0 0 1
Untuk memanggil isi dari suatu data matriks, gunakan tanda kurung ‘()’ dengan isi indeks dari data yang akan dipanggil. Contoh penggunaan :
>> c(2,2) ans = 0.4860
Untuk pemanggilan data berurutan seperti a(1,2,3) dapat disingkat dengan menggunakan tanda titik dua ‘:’ sehingga menjadi a(1:2). Penggunaan tanda titik dua ‘:’ juga dapat digunakan untuk memanggil data matriks perbaris atau perkolom.
Contoh penggunaan:
c(2:5) = memanggil data matrik baris 2 sampai baris 5 a(1, = memanggil data matriks pada baris pertama b,3) = memanggil data matris pada kolom ketiga
2.3.3.2 Operator Pada Matlab Operator
Beberapa penggunaan operator aritmatika antara dua operand (A dan B) ditunjukkan pada tabel berikut ini, Operasi Bentuk Aljabar Bentuk Matlab Contoh
Perkalian A x B A * B 5*3 Pembagian A ÷ B A ¥ B 2¥3 Penambahan A + B A + B 1+2 Pengurangan A – B A – B 4-3 Eksponensial AB A ^ B 4^3
Fungsi Matematika lainnya
Beberapa fungsi matematika lainnya yang dapat kita gunakan untuk operasi matematika antara lain sebagai berikut:
• sign(x) : fungsi untuk menghasilkan nilai -1 jika x<0, 0 jika x=0 dan 1 jika x>1 • exp(x) : untuk menghasilkan nilai eksponensian natural, e x
• log(x) : untuk menghasilkan nilai logaritma natural x, ln x
• log10(x) : untuk menghasilkan nilai logaritma dengan basis 10, x 10 log • sqrt(x) : untuk menghasilkan akar dari nilai x, x
• rem(x,y) : untuk menghasilkan nilai modulus (sisa pembagian) x terhadap y
M File
Di dalam matlab, kita dapat menyimpan semua script yang akan digunakan dalam file pada matlab dengan ekstensi .M. M-File dapat dipanggil dengan memilih menu file->new->M-File. Di dalam M-File, kita dapat menyimpan semua perintah dan menjalankan dengan menekan tombol atau mengetikan nama M-File yang kita buat pada command window.
2.4 Fungsi Pada Matlab Fungsi
Di dalam M File, kita dapat menuliskan fungsi-fungsi yang berisikan berbagai operasi sehingga menghasilkan data yang diinginkan.Bentuk penulisan nama fungsi :
Function [Nilai keluaran ] = namaFungsi (nilai masukan) % operasi dari fungsi
% … % …
Contoh penggunaan:
Fungsi yang akan dibuat bernama ‘testfungsi’ memiliki tiga nilai masukan ‘c,d,e’ dan dua nilai keluaran ‘a,b’:
function [a,b] = testFungsi(c,d,e) %operasi yang dijalankan
a = c + d +e; b = c * d *e;
Selanjutnya Fungsi tersebut akan dijalankan melalui command window dengan nilai masukan ’10,2,4’. Perhatikan penulisan kurung siku ‘[ ]’ pada nilai keluaran dan kurung biasa‘( )’ pada nilai masukan.
>> [a,b] = testFungsi(10,2,3) a = 15
b = 60
Flow Control
Matlab memiliki empat macam statement yang dapat digunakan untuk mengatur aliran data pada fungsi yang akan dibuat If, Else, Elseif. Bentuk dasar penggunaan statement jenis ini adalah sebagai berikut:
if ekspresi1 statements1; elseif ekspresi2 statements2; else statements3; end
Ekspresi akan bernilai 1 jika benar dan bernilai 0 jika salah. Contoh penggunaan:
function testFungsi(A,B) if A > B
disp(‘A lebih besar dari B’) elseif A = B
disp(‘A sama dengan B’) else
disp(‘A lebih kecil dari B’) end
Fungsi disp digunakan untuk menampilkan pesan pada command window. Fungsi tersebut setelah dijalankan melalui command window:
>> testFungsi(1,2) A lebih kecil dari B
>> testFungsi(2,2) A sama dengan B >> testFungsi(2,3) A lebih kecil dari B
Switch
Bentuk dasar penggunaan statement switch switch switch_ekspresi case case_ekspresi1 statement1 case case_ekspresi2 statement2 … … otherwise statementN end Contoh penggunaan: function testFungsi(x) switch x case 1 disp(‘x is 1′) case {2,3,4} disp(‘x is 2, 3 or 4′) case 5 disp(‘x is 5′) otherwise disp(‘x is not 1, 2, 3, 4 or 5′) end
Hasil setelah dijalankan >> testFungsi(2)
x is 2, 3 or 4 >> testFungsi(1)
x is 1 >> testFungsi(5) x is 5 >> testFungsi(6) x is not 1, 2, 3, 4 or 5 While
Statement while digunakan untuk aliran data yang bersifat perulangan. Bentuk dasar penggunaan while :
while ekspresi statements …
end
Contoh penggunaan function testFungsi(x) %selama nilai x kurang dari 10
while x < 10
disp(‘nilai saat ini : ‘); %tampilkan nilai x x
%increment nilai x x = x+1;
end
Hasil setelah dijalankan >> testFungsi(6)
nilai saat ini : x = 6
nilai saat ini : x = 7
nilai saat ini : x = 8
nilai saat ini : x = 9
For
Bentuk dasar penggunaan bentuk for: for index = start:increment:stop statement
… … statement end
Default dari nilai increment (penambahan nilai setiap perulangan) jika tidak ditentukan oleh user adalah 1. Contoh fungsi : function a = testFungsi for y = 1:10 a(y) = y^2; end
Hasil setelah fungsi dijalankan >> a = testFungsi
a = 1 4 9 16 25 36 49 64 81 100
Operator
Berikut ini adalah jenis-jenis operator pada matlab yang dapat digunakan untuk operasi ekspresi pada statement yang membutuhkan perbandingan seperti if atau while.
Operator Keterangan
A < B A lebih kecil dari B A > B A lebih besar dari B
A < = B A lebih kecil atau sama dengan B A > = B A lebih besar atau sama dengan B A = = B A sama dengan B
2.5 GUI (Graphic User Interface) 2.5.1 Pengertian GUI
GUI adalah singkatan dari Graphical User Interface, sebuah aplikasi display dari MATLAB yang mengandung tugas, perintah, atau komponen program yang mempermudah user (pengguna) dalam menjalankan sebuah program dalam MATLAB. Kenapa sebaiknya menggunakan atau membuat GUI di MATLAB. GUI akan membuat program di MATLAB menjadi lebih simpel dan praktis digunakan oleh para end-user.
2.6 Metode Maksimum Likelihood
2.6.1 Pengertian Metode Maksimum Likelihood
Metode maksimum likelihood adalah metode yang paling baik untuk memperoleh sebuah estimasi tunggal. Misalkan X variable random dengan distribusi probabilita f (x, θ), dimana parameter tunggal θ tidak diketahui. Misalkan X1, X2, …….Xn menjadi nilai yang diobservasi didalam suatu sampel random yang besarnya n.
2.6.2 Macam-macam Metode Maksimum Likelihood Betalike - Negative beta log-likelihood.
Evlike - Negative extreme value log-likelihood. Explike - Negative exponential log-likelihood. Gamlike - Negative gamma log-likelihood.
Gevlike - Generalized extreme value log-likelihood. Gplike - Generalized Pareto inverse log-likelihood. Lognlike - Negative lognormal log-likelihood.
Nbinlike - Negative binomial log-likelihood.
2.7 Mic Mi memilik 2.7.1 Pi crosoft Offi crosoft Off ki banyak fu icture Shor Fungsi ini m fice Picture fice Picture ungsi untuk Gambar.7 rtcut mempermud G Manager Manager a k mengolah Tampilan M
dah kita dal
Gambar.8 Ta adalah aplik gambar. Microsoft O lam memilih ampilan Pic kasi pengola Office Pictur h gambar ya cture shortcu ah gambar, re Manager ang tersimp ut dimana apl pan pada do likasi ini kumen.
2.7.2 Ed mengatu 2.8 Uni UM bahasa lunak, perangk pembua metode Me satu ala UML m sistem dimeng mengko UM Object dit Gamba Aplikasi in ur kontras, ified Model ML atau bi untuk visua dengan UM kat lunak, atan aplikas UML yaitu enurut ( Mu at bantu di d menyediaka untuk mem gerti serta di omunikasika ML merupa Modeling T ar ni memilik mengatur re Ga ling Langu asa dikenal alisasi dalam ML akan sehingga a si penyeba u use case d unawar, 200 dunia penge an bahasa p mbuat cetak ilengkapi d an rancanga akan kesatu Thechnique ki fungsi esolusi gam ambar.9 Tam uage (UML) l dengan U m merancan mempermu aplikasi ters r pura bes diagram, akt 05 ) UML embangan s permodelan k biru atas dengan mek an mereka d uan dari bah e (OMT) da mengedit mbar. mpilan fung ) Unified Mo ng dan mend udah dalam sebut dapat sakih berba tivity diagra atau “Undi sistem yang n visual ya s visi mer kanisme yan dengan yang hasa permo an Object O gambar, s
gsi edit pictu
odeling Lan dokumentas m pembuata t berjalan asis animas am, bentuk n fined Mode g berorienta ang memun eka dalam ng efektif un g lain. odelan yang Oriented Sof eperti men ure nguage adal sikan sebuah an model u pada peran i, penulis navigasi dan elling Lang asi obyek. H ngkinkan ba bentuk ya ntuk berbag g dikemban ftware Eng nambahkan lah sebuah ah system pe untuk semu ngkat keras menggunak an interface. guage” adala
Hal ini dika agi pengem ang baku, gi (sharing) ngkan oleh gineering (O warna, standar erangkat ua jenis s, dalam kan tiga ah salah arenakan mbangan mudadh ) dengan Booch, OOSE) .
Metode Booch dari Grady Booch sangat terkenal dengan nama metode Design Object Oriented. Metode ini menjadikan proses analisis dan design kedalam empat tahapan iteratif, yaitu: identifikasi kelas-kelas dan oyek-obyek, identifikasi semantik dari hubungan obyek dan kelas tersebut, perincian interface dan implementasi.
Terdapat tiga karakter penting yang melekat di UML yaitu, sketsa, cetak biru dan bahasa pemrograman. Sebagai sebuah sketsa, UML berfungsi sebagai jembatan dalam mengkomunikasikan beberapa aspek dari sistem. UML bisa juga berfungsi sebagai cetak biru karena sangat lengkap dan detail. Dengan cetak biru ini maka akan diketahui informasi detil tentang koding program (forward engineering) atau bahkan membaca program dan menginterpretasikannya ke dalam diagram (reverse engineering). Sebagai bahasa pemrograman, UML dapat menterjemahkan diagram yang ada di UML menjadi code program yang siap untuk dijalankan.
UML dibangun atas model 4+1 view. Model ini didasarkan pada fakta bahwa struktur sebuah sistem di deskripsikan dalam 5 view dimana salah satu diantaranyause case view. Use case view ini memegang peran khusus untuk mengitegrasikan content ke view yang lain.
Gambar.10 Model 4+1 view
Design view Implementation
view
Process view Deployment
view Use Case
