Upload
trandung
View
219
Download
0
Embed Size (px)
Citation preview
BAB 2
LANDASAN TEORI
2.1 Optimalisasi
2.1.1 Definisi Optimalisasi
Optimalisasi adalah tindakan untuk memperoleh hasil yang terbaik dengan
keadaan yang diberikan. Dalam desain, konstruksi, dan pemeliharaan dari sistem teknik,
harus diambil beberapa teknologi dan keputusan managerial dalam beberapa tahap.
Tujuan akhir dari semua keputusan seperti itu adalah meminimalkan upaya yang
diperlukan atau untuk memaksimalkan manfaat yang diinginkan. Mengacu pada
pendapat Singiresu S Rao, John Wiley dan Sons (2009) optimalisasi juga dapat
didefinisikan sebagai proses untuk mendapatkan keadaan yang memberikan nilai
maksimum atau minimum dari suatu fungsi. Hal ini dapat dilihat dari gambar 2.1, bahwa
jika titik x* berkaitan dengan nilai minimum fungsi f(x), titik yang sama juga berkaitan
dengan nilai maksimum dari negatif fungsi tersebut –f(x). Tanpa menghilangkan
keumumannya, optimasi dapat diartikan meminimalkan, karena maksimum suatu fungsi
dapat diperoleh melalui minimum dari negatif fungsi yang sama.
8
Gambar 2. 1 Minimum dari f(x) sama dengan Maksimum dari –f(x)
2.1.2 Metode Optimalisasi
Metode mencari optimum dikenal sebagai teknik mathematical programming
dan biasa dipelajari sebagai bagian riset operasi. Riset operasi adalah cabang matematika
yang berkaitan dengan penerapan metode ilmiah dan teknik pengambilan keputusan dan
penetapan penyelesaian terbaik atau optimal. Pada awal dari subyek riset operasi dapat
ditelusuri pada periode awal Perang Dunia II, selama perang, militer inggris menghadapi
masalah mengalokasikan sumber daya yang sangat langka dan terbatas (seperti pesawat
tempur, radar, dan kapal selam) untuk beberapa kegiatan (penyebaran ke berbagai target
dan tujuan). Karena tidak ada metode sistematis yang tersedia untuk memecahkan
masalah alokasi sumber daya, militer diatas (tim matematikawan) mengembangkan
metode untuk memecahkan masalah secara ilmiah. Metode yang dikembangkan oleh tim
9
berperan penting dalam memenangkan pertempuran udara oleh inggris. Metode tersebut
seperti program linier, yang dikembangkan sebagai hasil riset pada militer.
Perkembangan metode optimalisasi semakin mengalami kemajuan hingga masa
modern, hal ini dapat dilihat dengan semakin banyak metode optimasi yang ditemukan
dan dapat menghasilkan solusi yang semakin optimal. Metode optimasi yang popular
dan banyak dipakai antara lain seperti Dynamic Programming, Integer Programming,
Game Theory, dan metode optimasi modern. Metode optimasi modern juga disebut
metode optimasi non-tradisional, muncul sebagai metode yang ampuh dan popular untuk
menyelesaikan masalah teknik optimasi yang kompleks. Metode yang termasuk seperti
algoritma genetik, optimasi partikel swarm, optimasi koloni semut, optimasi berbasis
jaringan syaraf tiruan, optimasi fuzzy, dan simulated annealing.
2.2 Informasi
Suatu sistem tanpa informasi akan tidak berguna karena suatu sistem yang kurang
mendapatkan informasi akan mengalami kemacetan dan akhirnya berhenti. Dengan
demikian informasi sangat penting bagi suatu sistem. Menurut Jogiyanto (2001)
informasi adalah kumpulan data-data penting yang dapat memberikan pengetahuan yang
berguna. Informasi sendiri berasal dari data yang diolah menjadi bentuk yang lebih
berguna dan lebih berarti bagi yang menerimanya. Jadi ada suatu proses transformasi
data menjadi suatu informasi.
Sumber informasi adalah data yang merupakan kenyataan yang menggambarkan
suatu kejadian-kejadian dan kesatuan nyata. Kejadian-kejadian (event) adalah sesuatu
10
yang terjadi pada saat tertentu, kesatuan nyata (fact and entity) berupa objek nyata
seperti tempat, benda dan orang yang betul-betul ada dan terjadi.
2.3 Kantor Pos
2.3.1 Definisi Kantor Pos
Kantor pos merupakan tempat yang berfungsi sebagai penyedia jasa layanan
pengiriman barang. Kantor pos terdapat disetiap negara didunia termasuk di Indonesia.
Di Indonesia sendiri kantor pos memiliki fungsi lain selain sebagai penyedia jasa
layanan pengiriman barang seperti tempat pembayaran air, listrik dan telepon, serta
tempat keluar masuknya uang dari tabungan, pinjaman, dan pengiriman uang dengan
wesel.
2.3.2 Paket Pos
Kantor pos memiliki berbagai produk yang ditawarkan kepada masyarakat.
Produk yang diberikan memiliki 3 kategori utama yaitu paket pos, layanan keuangan dan
logistik. Paket pos sendiri memiliki banyak tipe lagi seperti tipe domestik, internasional,
admail dan filatelli. Kategori paket pos domestik adalah tipe yang dipakai pada skripsi
ini. Produk paket pos domestik mempunyai 6 jenis produk yaitu :
1. Pos Express
Pos express merupakan layanan istimewa dari kantor pos indonesia dengan
tujuan kota tertentu di Indonesia. Kecepatan dan keakuratan pengiriman
11
diatas produk lain. Waktu yang diperlukan untuk sampai tujuan pengiriman
adalah satu hari
2. Pos Kilat Khusus
Pos Kilat Khusus memiliki waktu kirim lebih lama dibandingkan dengan pos
express, maksimal dua hari untuk tujuan ibukota provinsi dan empat hari
untuk tujuan ibukota kabupaten
3. Pos Kilat
Pos kilat memiliki waktu kirim lebih lama dari pos kilat khusus, namun
masih memiliki prioritas dibandingkan paket pos standar dan biasa.
4. Surat Biasa
Merupakan produk layanan pengiriman surat yang standar. Tingkat prioritas
pengiriman paling rendah diantara produk pos lainnya. Harga yang
ditawarkan juga jauh lebih murah dibanding dengan produk lainnya. Surat
biasa datanya tidak tercatat, sehingga lebih sulit untuk dilacak.
5. Surat Biasa tercatat
Hampir sama dengan produk surat biasa, namun tingkat prioritasnya
setingkat diatas surat biasa dan datanya tercatat sehingga memudahkan untuk
dilacak keberadaannya.
6. Paket Pos Standar
Waktu pengiriman yang dibutuhkan untuk paket pos standar adalah empat
hari. Namun tingkat prioritasnya masih dibawah pos kilat.
12
2.3.3 Pendistribusian
Pendistribusian dapat diartikan sebagai kegiatan pemasaran yang berusaha
memperlancar dan mempermudah penyampaian barang dan jasa dari produsen kepada
konsumen, sehingga penggunaannya sesuai dengan yang diperlukan. Proses distribusi
merupakan aktivitas pemasaran yang mampu :
1. Menciptakan nilai tambah produk
2. Memperlancar arus saluran pemasaran secara fisik dan non-fisik. Yang
dimaksud dengan arus pemasaran adalah aliran kegiatan yang terjadi
diantara lembaga-lembaga pemasaran yang terlibat di dalam proses
pemasaran.
2.4 Graph
Suatu graph merupakan sepasang set dari (V, E), dimana V adalah himpunan titik
dan E adalah himpunan simpul yang dibentuk oleh pasangan simpul. E adalah multiset,
dengan kata lain unsur-unsurnya dapat muncul lebih dari sekali sehingga setiap elemen
memiliki sebuah keanekaragaman (Rouhonen, Keijo yang diterjemahkan oleh
Tamminen, Kung-Chung Lee, & Robert, 2008).
Graph dapat dinotasikan sebagai G(V,E). titik (V) biasanya dilabeli dengan huruf
(a, b, c,…dst), nomor (1, 2, 3,…dst) atau gabungan keduanya. Contoh graph dapat
dilihat pada gambar 2.2 dibawah ini :
13
Gambar 2. 2 Graph
2.5 Travelling Salesman Problem (TSP)
Travelling Salesmen Problem (TSP) merupakan masalah klasik yang mencoba
mencari rute atau jarak terpendek yang dilalui salesmen yang ingin mengunjungi
beberapa tempat yang harus mendatangi tiap tempat masing-masing satu kali. Secara
formal TSP merupakan sebuah graph tidak langsung, dimana tiap titik simpul graph
memiliki nilai dan akan dicari sirkuit Hamilton dengan nilai total minimum (Letchford,
Adam, 2010). Permasalahan TSP tidak hanya mengenai masalah perjalanan pedagang,
namun penerapaannya bisa dalam kasus sehari-hari, misalnya seperti :
1. Pengiriman surat dan barang.
2. Masalah Transportasi.
3. Delivery order
4. Analisis rangkaian air atau listrik.
Inti dari permasalahan travelling salesmen problem (TSP) adalah menemukan atau
mencari jarak dan rute terpendek. Travelling Salesmen Problem (TSP) juga merupakan
masalah yang terkenal dalam teori graf.
14
Terdapat beragam teori algoritma yang dapat digunakan untuk menyelesaikan
permasalahan Travelling Salesmen Problem (TSP) seperti algoritma brute force,
algoritma greedy, algoritma genetic, algoritma branch and bound, dan lain-lain. Contoh
travelling salesman problme dapat dilihat pada gambar 2.3.
Gambar 2. 3 Contoh rute Travelling Salesman Problem
2.6 Metode Simulated Annealing
2.6.1 Algoritma Simulated Annealing
Pada tahun 1953, Metropolis mengembangkan metode untuk memecahkan
masalah optimasi dengan cara meniru sistem termodinamika yang pergi dari satu tingkat
energi ke tingkat lainnya. Metropolis memikirkan hal ini setelah melakukan simulasi
sebuah pemandian air panas pada bahan kimia tertentu. Metode ini mensyaratkan bahwa
sistem partikel menunjukkan tingkat energi dengan cara memaksimalkan entropi
15
termodinakima pada nilai suhu tertentu dan juga tingkat energi rata-rata harus
proporsional dengan temperatur yang konstan. Metode ini disebut simulated annealing.
Kirkpatrick awalnya berpikir untuk menggunakan simulated annealing pada
masalah yang berkaitan dengan komputer. Kirckpatrick melakukan hal tersebut pada
tajun 1983 dan menerapkan simulated annealing untuk berbagai masalah optimasi.
Kemudian semakin banyak orang lain yang menerapkan metode simulated annealing
untuk permasalahan optimasi lainnya. Simulated annealing adalah algoritma yang bagus
karena relatif umum dan cenderung untuk tidak terjebak dalam lokal minimum atau
maksimum.
Metode simulated annealing berdasarkan pada pendinginan dari logam. Jika
logam didinginkan perlahan-lahan, akan terbentuk sebuah potongan logam yang halus
karena molekulnya telah masuk masuk ke dalam struktur kristal. Struktur kristal
mewalkili keadaan energi minimum atau solusi yang optimal untuk permasalahan
optimalisasi. Jika logam didinginkan terlalu cepat, logam akan membentuk potongan
logam bergerigi kasar dan dilapisi dengan benjolan. Benjolan dan tepi bergerigi
mewakili lokal minimum dan maksimum.
Metropolis menciptakan sebuah algoritma yang juga dikenal sebagai aturan
metropolis dari propabilitas untuk mensimulasikan pendinginan logam melalui
serangkaian gerakan. Pada tiap pergerakan, sistem memiliki kemungkinan untuk
merubah konfigurasi saat ini menjadi lebih buruk. Peluang perubahan konfigurasi dapat
dihitung dari
16
⎪⎪⎩
⎪⎪⎨
⎧
>
≤
⎟⎠⎞
⎜⎝⎛ −
0ΔEbila
0ΔEbila
KTΔEexp
1
T),P( EΔ
(1)
dimana ΔE: Perubahan energi/konfigurasi, T: Temperatur dan K : Konstanta
Bolztmann ( )123 JK10x1.3860 −− dan ( )15 KeV10x8.6174 −− . Persamaan (1) ini juga
disebut kriteria metropolis. Kemampuan untuk mengubah konfigurasi membuat
simulated annealing memungkinkan untuk melompat keluar dari lokal maksima dan
minima dimana sebagian besar algoritma lain terjebak di dalamnya. Beberapa parameter
diperlukan dalam implementasi simulated annealing dan telah dirangkum baik oleh
Davidson dan Harel :
• Himpunan konfigurasi atau keadaan dari sistem, termasuk konfigurasi awal
(yang sering dipilih secara acak).
• Sebuah aturan generasi untuk konfigurasi baru, yang biasanya diperoleh
dengan mendefinisikan lingkungan konfigurasi masing-masing dan memilih
konfigurasi berkutnya secara acak dari lingkungan sekitar konfigurasi saat
ini.
• Target, atau biaya, fungsi, harus diminimalkan melalui konfigurasi ruang (ini
adalah analog dari energi).
• Jadwal pendinginan dari parameter kontrol, termasuk nilai-nilai awal dan
aturan untuk kapan dan bagaimana cara mengubahnya (ini adalah analog dari
suhu dan penurunannya).
17
• Kondisi terminasi, yang biasanya didasarkan pada waktu dan nilai dari fungsi
biaya atau parameter kontrol.
Pada algoritma simulated annealing pertama perlu ditentukan awal dan akhir dari
suhu. Hal ini penting karena suhu (T) akan digunakan dalam persamaan probabilitas.
Persamaan probabilitas, seperti yang didefinisikan oleh metropolis pada persamaan (1),
dimana K merupakan konstanta, sedangkan ΔE didapat dari
12 EEΔE −=
(2)
dimana 2E adalah konfigurasi baru, dan 1E adalah konfigurasi saat ini. Jika
konfigurasi baru memiliki biaya yang lebih kecil dan lebih baik daripada konfigurasi
saat ini maka konfigurasi baru akan diterima secara otomatis. Hal ini juga berlaku jika
diterapkan kedalam persamaan metropolis (1). Simulated annealing dimulai dengan
memilih beberapa konfigurasi acak yang memecahkan masalah. Ada sebuag fungsi
objektif yang menentukan biaya dari konfigurasi yang diberikan. Fungsi inilah yang
sedang diminimalkan (atau dimaksimalkan tergantung dari solusi optimal yang ingin
dicari. Biaya asli dipilih secara acak dari konfigurasi kemudian dihitung. Mengingat
masih berada pada saat suhu asli, simulated annealing menghasilkan n konfgurasi baru
satu persatu, dimana n adalah angka yang dipilih user sebelum simulated annealing
dimulai. Setiap konfigurasi baru berasal dari konfigurasi lama. Biaya dari dua
konfigurasi kemudian dibandingkan. Jika konfigurasi baru lebih baik dari konfigurasi
saat ini maka secara otomatis diterima. Jika konfigurasi baru yang lebih buruk dari yang
ada saat ini maka diterima atau tidaknya berdasarkan dari perhitungan propabilitas,
18
dimana 1E adalah biaya dari konfigurasi saat ini dan 2E adalah biaya dari konfigurasi
baru. Setelah proses menemukan konfigurasi baru, kemudian dibandingkan dan
ditentukan akan diterima atau tidaknya konfigurasi baru, langkah selanjutnya adalah
perubahan suhu. Laju perubahan suhu berdasarkan pada masalah spesifik dan dan
jumlah waktu yang user inginkan untuk simulated annealing berjalan. Jumlah iterasi (n)
juga dipilih oleh user. Proses ini kemudian akan diulangi sampai suhu akhir tercapai.
Ketika suhu mendingin, probabilitas untuk memilih konfigurasi baru menjadi berkurang,
sama seperti molekul dalam sepotong logam yang tidak bergerak banyak.
2.6.2 Simulated Annealing dan Travelling Salesman Problem
Metode simulated annealing dapat dipakai pada berbagai masalah optimasi, salah
satunya adalah Travelling Salesmen Problem (TSP). Dalam TSP akan diberikan
sejumlah n node yang terhubung, dan akan dicari rute optimal dengan melewati setiap
node masing-masing satu kali dan kembali ke node awal. Rute optimal sendiri memiliki
arti seperti jalur dengan jumlah biaya terkecil, atau waktu tempuh yang paling cepat.
Jika terdapat banyak node maka akan membutuhkan waktu yang sangat lama untuk
dapat menemukan jalur optimum.
Simulated Annealing dapat diterapkan dalam kasus TSP. Algoritma akan
dimulai pada suhu acak. Kemudian urutan bergerak akan diambil selama suhu tersebut.
Dalam tiap gerakan akan diciptakan konfigurasi baru dan kemudian akan diterima atau
ditolak sesuai dengan perhitungan persamaan probabilitas (1). Ketika sebuah gerakan
diterima suhu akan berubah. Proses gerakan akan dilakukan secara berulang-ulang
19
hingga suhu mencapai suhu akhir. Semakin besar tinggi suhu maka akan semakin besar
kemungkinan terjadi perpindahan yang kurang optimal.
Konfigurasi atau Energi dalam simulated annealing merupakan biaya atau tujuan
dari pencarian solusi permasalahan optimasi. Dalam TSP energi didapat dari jarak yang
ditempuh saat melewati tiap node. Energi dapat dicari dengan menggunakan persamaan
∑=
=n
1iidE
(3)
dimana E : Fungsi energi setelah iterasi, id : jarak antara node(i) dan node(i+1),
n : jumlah node.
Algoritma simulated annealing juga bergantung pada nilai temperatur suhu dan
nilai temperatur suhu akan mengalami penurunan pada tiap iterasi. Penurunan suhu tidak
bisa dilakukan dengan sembarangan. Terdapat fungsi cooling schedule yang digunakan
untuk mencari nilai suhu yang telah turun.
Ni
0
n0i T
TTT ⎟⎟⎠
⎞⎜⎜⎝
⎛=
(4)
dimana iT : temperatur cooling schedule ke-I, 0T : temperatur awal, nT :
temperatur cooling schedule, N : jumlah iterasi, dan i : iterasi (nilai i : 1,2,3,…).
20
Dalam menyelesaikan masalah TSP dengan metode simulated annealing
diperlukan beberapa langkah proses perhitungan sebelum mencapai solusi optimal.
Proses yang dilakukan adalah :
1. Membangkitkan kondisi(state) awal dan temperatur.
2. Menghitung energi awal yang dihasilkan pada kondisi awal.
3. Update state dan hitung kembali energi yang dihasilkan setelah dilakukan
update.
4. Bangkitkan bilangan random berdistribusi uniform [0,1], dilambangkan
dengan (p).
5. Uji kriteria, bila p < ⎟⎠⎞
⎜⎝⎛ Δ−
KTEexp update state diterima, selain dari kondisi ini
ditolak.nilai E dapat dicari dengan menggunakan persamaan (3).
6. Turunkan temperatur (T) dengan fungsi cooling schedule (4).
7. Ulangi langkah ke-3 sampai mencapai kriteria. Jika telah mencapai kriteria
maka berhenti.
Flowchart dari algoritma simulated annealing (Larrosa, 2008) dapat dilhat pada
gambar 2.4.
21
Gambar 2. 4 Flowchart Algoritma Simulated Annealing
2.7 System Development Life Cycle (SDLC)
System development life cycle atau SDLC merupakan siklus pengembangan
sistem. SDLC berfungsi untuk menggambarkan tahapan utama dan langkah dalam
pengembangan sistem. Secara garis besar tahapan dibagi menjadi empat kegiatan utama,
yaitu analisis, desain, impelemtasi, dan perawatan. Software yang dikembangkan
22
berdasarkan SDLC akan menghasilkan sistem dengan kualitas yang tinggi, memenuhi
harapan penggunanya, tepat dalam waktu dan biaya, bekerja dengan efektif dan efisien
dalam infrastruktur teknologi informasi yang ada atau yang direncanakan, serta murah
dalam perawatan dan pengembangan lebih lanjut (Roger S. Pressman, 2005).
SDLC memiliki banyak bentuk model, salah satu yang terkenal dan sering
dipakai adalah model waterfall. Sesuai dengan namanya waterfall (air terjun), bentuk
diagram prosesnya mirip dengan air terjun yang bertingkat. Alur waterfall model dapat
dilihat pada gambar 2.4.
Gambar 2. 5 Alur waterfall model
Penjelasan tahapan-tahapan model waterfall adalah sebagai berikut :
1. Perancangan Sistem (System Engineering)
Perancangan sistem sangat diperlukan, karena piranti lunak biasanya
merupakan bagian dari suatu sistem yang lebih besar. Pembuatan sebuah piranti
lunak dapat dimulai dengan melihat dan mencari apa yang dibutuhkan oleh
sistem. Dari kebutuhan sistem tersebut akan diterapkan kedalam piranti lunak
yang dibuat.
23
2. Analisa Kebutuhan Piranti Lunak (Software Requirement Analysis)
Merupakan proses pengumpulan kebutuhan piranti lunak. Untuk
memahami dasar dari program yang akan dibuat, seorang analisis harus
mengetahui ruang lingkup informasi, fungsi-fungsi yang dibutuhkan,
kemampuan kinerja yang ingin dihasilkan dan perancangan antarmuka pemakai
piranti lunak tersebut.
3. Perancangan (Design)
Perancangan piranti lunak merupakan proses bertahap yang
memfokuskan pada empat bagian penting, yaitu: Struktur data, arsitektur piranti
lunak, detil prosedur, dan karakteristik antar muka pemakai.
4. Pengkodean (Coding)
Pengkodean piranti lunak merupakan proses penulisan bahasa program
agar piranti lunak tersebut dapat dijalankan oleh mesin.
5. Pengujian (Testing)
Proses ini akan menguji kode program yang telah dibuat dengan
memfokuskan pada bagian dalam piranti lunak. Tujuannya untuk memastikan
bahwa semua pernyataan telah diuji dan memastikan juga bahwa input yang
digunakan akan menghasilkan output yang sesuai. Pada tahap ini pengujian ini
dibagi menjadi dua bagian, pengujian internal dan pengujian eksternal.
Pengujian internal bertujuan menggambarkan bahwa semua statement sudah
dilakukan pengujian, sedangkan pengujian eksternal bertujuan untuk
menemukan kesalahan serta memastikan output yang dihasilkan sesuai dengan
yang diharapkan.
24
6. Pemeliharaan (Maintenance)
Proses ini dilakukan setelah piranti lunak telah digunakan oleh pemakai
atau konsumen. Perubahan akan dilakukan jika terdapat kesalahan, oleh karena
itu piranti lunak harus disesuaikan lagi untuk menampung perubahan kebutuhan
yang diinginkan konsumen.
2.8 Perancangan Basis Data
Basis data atau database menurut Connolly (2002,p14) adalah kumpulan data
yang dihubungkan secara bersama-sama, dan gambaran dari data yang dirancang untuk
memenuhi kebutuhan informasi dari suatu organisasi. Berbeda dengan sistem file yang
menyimpan data secara terpisah, data pada basis data tersimpan secara terintegrasi. Basis
data bukan menjadi milik dari suatu departemen tetapi sebagai sumber daya perusahaan
yang dapat digunakan bersama.
Banyak terdapat aplikasi yang mengatur manajemen basis data, diantaranya SQL
dan Micorosft Access. Ada kalanya suatu program aplikasi memerlukan basis data untuk
mendukungnya. Basis data diperlukan jika data yang dimiliki terlalu banyak jumlahnya,
atau apabila pengguna ingin melakukan fungsi menambahkan, mengubah, atau
menghapus data yang akan digunakan dalam menjalankan program aplikasi.
25
2.9 Unified Modelling Language (UML)
2.9.1 Definisi UML
Unified Modelling Language (UML) adalah sebuah “bahasa yang telah” menjadi
standar dalam industri untuk visualisasi, merancang dan mendokumentasikan sistem
piranti lunak. UML menawarkan sebuah standar untuk merancang model sebuah system
(Sri Dharwiyanti, 2003).
Dalam UML terdapat beberapa diagram yang dapat digunakan sebagai
penggambaran dari sistem aplikasi yang dibuat seperti , use case diagram,dan class
diagram.
2.9.2 Sequence Diagram
Sequence diaram menggambarkan interaksi antar objek di dalam dan disekitar
sistem (termasuk pengguna, display, dan sebagainya) berupa message yang digambarkan
terhadap waktu. Sequence diagram terdiri atas dimensi vertical (waktu) dan dimensi
horizontal (objek-objek yang terkait) (Sri Dharwiyanti, 2003).
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. Contoh sequence diagram dapat dilihat pada gambar 2.5.
26
Gambar 2. 6 Contoh Sequence diagram
2.9.3 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 system (Sri
Dharwiyanti, 2003).
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. Contoh use case
diagram dapat dilihat pada gambar 2.6.
27
Gambar 2. 7 Contoh use case diagram
2.10 Delapan Aturan Emas Desain User Interface
Menurut Ben Shneiderman (2005), terdapat 8 aturan yang dapat digunakan sebagai
petunjuk dasar untuk merancang suatu user interface yang baik. Delapan aturan yang
disebut juga dengan Eight Golden Rules of Interface Design, yaitu :
1. Konsistensi
Konsistensi dilakukan pada urutan tindakan, perintah, dan istilah yang
digunakan pada prompt, menu, serta layar bantuan.
28
2. Memungkinkan pengguna untuk menggunakan shortcut
Ada kebutuhan dari pengguna yang sudah ahli untuk meningkatkan kecepatan
interaksi, sehingga diperlukan singkatan, tombol fungsi, perintah tersembunyi,
dan fasilitas makro.
3. Memberikan umpan balik yang informatif
Untuk setiap tindakan operator, sebaiknya disertakan suatu system umpan
balik. Untuk tindakan yang sering dilakukan dan tidak terlalu penting, dapat
diberikan umpan balik yang sederhana. Tetapi sebaiknya lebih substansial.
Misalnya muncul suatu suara ketika salah menekan tombol pada waktu input
data atau muncul pesan kesalahan.
4. Merancang dialog yang menghasilkan suatu penutupan
Urutan tindakan sebaiknya diorganisir dalam suatu kelompok dengan bagian
awal, tengah, dan akhir. Umpan balik yang informatif akan meberikan
indikasi bahwa cara yang dilakukan sudah benar dan dapat mempersiapkan
kelompok tindakan berikutnya.
5. Memberikan penanganan kesalahan yang sederhana
Sedapat mungkin sistem dirancang sehingga pengguna tidak dapat melakukan
kesalahan fatal. Jika kesalahan terjadi, sistem dapat mendeteksi kesalahan
dengan cepat dan memberikan mekanisme yang sedehana dan mudah
dipahami untuk penanganan kesalahan.
29
6. Mudah kembali ketindakan sebelumnya
Hal ini dapat mengurangi kekuatiran pengguna karena pengguna mengetahui
kesalahan yang dilakukan dapat dibatalkan; sehingga pengguna tidak takut
untuk mengekplorasi pilihan-pilihan lain yang belum biasa digunakan.
7. Mendukung pusat kendail internal
Pengguna ingin menjadi pengontrol sistem dan sistem akan merespon
tindakan yang dilakukan pengguna daripada pengguna merasa bahwa sistem
mengontrol pengguna. Sebaiknya sistem dirancang sedemikan rupa sehingga
pengguna menjadi inisiator daripada responden.
8. Mengurangi beban ingatan jangka pendek
Keterbatasan ingatan manusia membutuhkan tampilan yang sederhana atau
banyak tampilan halaman yang sebaiknya disatukan, serta diberikan cukup
waktu pelatihan untuk kode, mnemonic, dan urutan tindakan.