Use Case Diagram

Use case diagram adalah menggambarkan tentang cara user berkomunikasi dengan sistem yang berjalan dan berfungsi untuk mengetahui fungsi-fungsi yang ada didalam sistem , berikut adalah proses usulan dengan Use case Diagram:


Sumber: Hasil Penelitian (2016)

Gambar IV. 9.

Use Case Diagram proses keseluruhan sistem pembayaran siswa

  1. Use case Login

Use case login menggambarkan proses ineraksi antar sistem login dengan actor, berikut adalah gambar use case login:


Sumber: Hasil Penelitian (2016)

Gambar IV. 10.

Use Case Diagram Login

Berikut adalah tabel dari proses use case login:

Tabel IV.12.

Scenario Use case login

Use Case Name

Login

Use Case ID

UCU-1

Actor

Bendahara

Description

Use Case menggambarkan Bendahara melakukan login dan masuk ke menu utama.

Scanario

Bendahara melakukan login dan sistem melakukan vadisasi login, setelah itu masuk kemenu utama.

 

  1. Use case Data Master

Use case data master menggambarkan proses ineraksi antar sistem pengolahan data master dengan bendahara berikut adalah gambar use case master:


Sumber: Hasil Penelitian (2016)

Gambar IV. 11.

Use Case Diagram Data Master

Berikut adalah tabel scenario dari proses use case :

Tabel IV.13.

Scenario Use case pembayaran siswa

Use Case Name

Data Master

Use Case ID

UCU-2

Actor

Bendahara

Description

Use Case menggambarkan bendahara mebuat, mengedit dan menghapus data master

Scenario

Bendahara dapat membuat data master seterlah itu bendahara dapat mengedit serta menghapus data master sesuai dengan id master

 

  1. Use case Pembayaran

Use case pembayaran menggambarkan proses ineraksi antar sistem pembayaran, actor, dan siswa berikut adalah gambar use case pembayaran:


Sumber: Hasil Penelitian (2016)

Gambar IV. 12.

Use Case Diagram Pembayaran Siswa

Berikut adalah tabel dari proses use case pembayaran siswa:

Tabel IV.14.

Scenario Use case pembayaran siswa

Use Case Name

Pembayaran

Use Case ID

UCU-4

Actor

Bendahara dan siswa

Description

Use Case menggambarkan siswa memberikan kartu dan uang pembayaran dan bendahara melayani pembayaran siswa serta memberikan bukti dan kartu pembayaran kepada siswa

Scanario

Siswa memberikan kartu dan uang pembayaran kepada bandahara sekolah dan bandahara melayani dan mengilah pembayaran siswa, setelah itu bendahara memberikan bukti dan kartu pembayaran kepada siswa

 

  1. Use case Tunggakan Siswa

Use case tunggkan siswa menggambarkan proses ineraksi antar sistem tunggakan, actor, dan siswa berikut adalah gambar use case tunggakan:


Sumber: Hasil Penelitian (2016)

Gambar IV. 13.

Bentuk Use Case Diagram Tunggakan Siswa

Berikut adalah tabel dari proses use case tunggakan:

Tabel IV.15.

Scenario Use case Tunggakan Siswa

Use Case Name

Tunggkan Siswa

Use Case ID

UCU-3

Actor

Bendahara dan Siswa

Description

Use Case menggambarkan Bendahara membuatkan data tunggakan dan memberikan kepada siswa

Scanario

Bendahara membuatkan data tunggakan kepada siswa sesuai dengan jumlah dan rincian siswa dan setalah itu bendahara memberikan data tunggakan kepada masing-masing siswa.

 

  1. Use case Laporan Pembayaran

Use case laporan pembayaran menggambarkan proses interaksi antar sistem laporan, actor,kepala sekolah dan yayasan berikut adalah gambar use case yaysan:

Sumber: Hasil Penelitian (2016)

Gambar IV. 14.

Bentuk Use Case Diagram laporan

Berikut adalah tabel dari proses use case laporan:

Tabel IV.16.

Scenario Use case Laporan

Use Case Name

Laporan transaksi

Use Case ID

UCU-4

Actor

Bendahara, Kepala Sekolah dan Yayasan

Description

Use Case menggambarkan bendahara membuat laporan transaksi dan diserahkan kepada kepada sekolah dan yayasan

Scanario

Bendahara membuat laporan transaksi, setelah itu menyerahkan laporan kepada kepala sekolah dan yayasan

 

  1. Use case Logout

Use case Logout menggambarkan proses ineraksi antar sistem tunggakan dan bendahara berikut adalah gambar use case
logout:

Sumber: Hasil Penelitian (2016)

Gambar IV. 15.

Bentuk Use Case Diagram
logout

Berikut adalah tabel dari proses use case logout:

Tabel IV.17.

Scenario Use case logout

Use Case Name

Logout

Use Case ID

UCU-5

Actor

Bendahara

Description

Use Case menggambarkan bendahara melakukan proses logout

Scanario

Bendahara masuk ke menu logout dan melakukan logout setelah itu akan kembali ke menu login.

Sumber:

Skripsi Merza Deo, Prodi Sistem Informasi, STMIK Bina Insani

Distribusi Frekuensi – (TI-17A, TI-17B, SI-18A, MI-18A)

Pengertian Distribusi Frekuensi.

  • Distribusi frekuensi adalah yang merupakan penyusunan data ke dalam kelas-kelas tertentu dimana setiap individu/item hanya termasuk kedalam salah satu kelas tertentu saja. (Pengelompokkan data berdasarkan kemiripan ciri).
  • Tujuannya: untuk mengatur data mentah (belum dikelompokkan) ke dalam bentuk yang rapi tanpa mengurangi inti informasi yang ada.
  • Distribusi Frekuensi Numerikal adalah Pengelompokkan data berdasarkan angka-angka tertentu, biasanya disajikan dengan grafik histogram.
  • Distribusi Frekuensi Katagorikal adalah Pengelompokkan data berdasarkan kategori-kategori tertentu, biasanya disajikan dengan grafik batang, lingkaran dan gambar.

Istilah-istilah Dalam Distribusi Frekuensi.

  1. Class (Kelas) adalah penggolongan data yang dibatasi dengan nilai terendah dan nilai tertinggi yang masing-masing dinamakan batas kelas.

Batas Kelas (Class Limit) adalah nilai batas dari pada tiap kelas dalam sebuah distribusi, terbagi menjadi States class limit dan Class Bounderies (Tepi kelas).

  1. Stated Class Limit adalah batas-batas kelas yang tertulis dalam distribusi frekuensi, terdiri dari Lower Class Limit (Batas bawah kelas) dan Upper Class Limit (Batas atas kelas.
  2. Class Bounderies (Tepi kelas) adalah batas kelas yang sebenarnya, terdiri dari Lower class boundary (batas bawah kelas yang sebenarnya) dan upper class boundary (batas atas kelas yang sebenarnya).
  3. Class Interval/Panjang Kelas/Lebar kelas merupakan lebar dari sebuah kelas dan dihitung dari perbedaan antara kedua tepi kelasnya.
  4. Mid point / Class Mark / Titik tengah merupakan rata-rata hitung dari kedua batas kelasnya atau tepi kelasnya.

Tahap-tahap penyusunan distribusi frekuensi :

  1. Membuat array data atau data terurut (bila diperlukan)
  2. Menentukan range (jangkauan) : selisih antara nilai yang terbesar dengan nilai yang terkecil.

R = Xmax – Xmin.

  1. Menentukan banyaknya kelas dengan mempergunakan rumus Sturges. K = 1 + 3,3 log N  dimana K = banyaknya kelas dan N = jumlah data yang diobservasi.
  2. Menentukan interval kelas : I = R/K
  3. Menentukan batas-batas kelas:

Tbk = bbk – 0,5(skala terkecil)

Tak = bak + 0,5(skala terkecil)

Panjang interval kelas = Tak – tbk

Keterangan:

Tbk = tepi bawah kelas

bbk = batas bawah kelas

Tak = tepi atas kelas

bak = batas atas kelas

  1. Menentukan titik tengahnya =

½ ( Batas atas kelas + batas bawah kelas)

  1. Memasukkan data ke dalam kelas-kelas yang sesuai dengan memakai sistem Tally atau Turus.
  2. Menyajikan distribusi frekuensi : isi kolom frekuensi sesuai dengan kolom Tally / Turus.

 

Jenis Distribusi Frekuensi :

  1. Distribusi Frekuensi Kumulatif

Adalah suatu daftar yang memuat frekuensi-frekuensi kumulatif, jika ingin mengetahui banyaknya observasi yang ada di atas atau di bawah suatu nilai tertentu.

  1. Distribusi Frekuensi Relatif

Adalah perbandingan daripada frekuensi masing-masing kelas dan jumlah frekuensi seluruhnya dan dinyatakan dalam persen.

 

  • Distribusi Frekuensi kumulatif kurang dari (dari atas) Adalah suatu total frekuensi dari semua nilai-nilai yang lebih kecil dari tepi bawah kelas pada masing-masing interval kelasnya.
  • Distribusi Frekuensi kumulatif lebih dari (dari bawah) : Adalah suatu total frekuensi dari semua nilai-nilai yang lebih besar dari tepi bawah kelas pada masing-masing interval kelasnya.
  • Distribusi Frekuensi kumulatif relatif

Adalah suatu total frekuensi dengan menggunakan persentasi.

Pembuatan Distribusi Frekuensi dan Histogram dengan Excel

Misalkan terhadap 20 observasi pada kolom A( baris 1 sampai 20), ingin dibuat distribusi frekuensi dengan kelas yang terdiri dari 5 kelas: 10-14, 15-19, 20-24, 25-29, dan 30-34

Langkah-langkahnya sbb:

  1. Masukkan bin (batas atas) pada sel D4 sampai D9.
  2. Pilih menu Tools pada menu utama
  3. Pilih Data AMasukkan data misalnya pada sel A1 sampai A20.
  4. nalysis
  5. Pilih Histogram pada Analysis Tools
  6. Ketika kotak dialog muncul,
  • sorot A1 sampai A20 dalam kotak Input Range,
  • sorot D4 sampai D9 dalam kotak Bin Range ,
  • ketik D12 dalam kotak output range,

pilih Chart Output dan Cumulative dan klik OK

 

Membuat Tabel distribusi frekuensi menggunakan SPSS

Terbagi menjadi dua tahap

  1. Transformasi data (recode)
  2. Statistik Deskripsi

Recode (tranformasi data)

  1. Definisikan variabel data misal x
  2. Ketik datanya
  3. Klik menu Transform, pilih Recode,pilih into diff. variable
  4. Masukkan variabel data pada Input Variabel
  5. Ketik nama variabel baru (misal x1) dan klik Change
  6. Klik old & new values
  7. Isikan kelas-kelas sesuai yang diinginkan pada kotak Range
  8. Masukkan ke kotak old à new
  9. Ketik nilai baru misal kelas 1 untuk 0 sampai 14 ,dst.
  10. Klik Continue

Distribusi Frekuensi

  1. Klik menu Analyze
  2. Pilih Descriptive Statistics dan pilih Frequencies
  3. Masukkan varibel baru (x1) kedalam kotak Variable(s)
  4. Klik Statistics dan klik ukuran statistics yang diinginkan dan klik Continue
  5. Klik Chart, pilih Histogram dan klik Continue
  6. Klik OK

Hasilnya bisa dilihat pada output viewer

 

Untuk lebih jelasnya silahkan download materi berikut ini:

 

Modelling – SI-17A

Manfaat Model

  • Model merupakan simulasi dan penyederhanaan realitas
  • Dengan model kita dapat lebih mengerti sistem yang sedang dibuat
  • Kompleksitas sistem dapat disederhanakan dengan model modular
  • Model lebih mudah dikembangkan atau dikustomisasi

Prinsip Dasar Pemodelan

  • Pemodelan dibuat untuk mengetahui secara mendalam bagaimana masalah dapat timbul dan bagaimana membuat solusinya
  • Setiap model dapat dibuat dalam tingkatan ketelitian yang berbeda
  • Model yang paling baik adalah yang mendekati realitas
  • Satu model tidaklah cukup. Sistem berskala besar harus menggunakan pendekatan himpunan model yang berdiri sendiri

Contoh Pemodelan

  • Model logical system / Essential Systems Models
  • Model untuk proses à DFD level rinci
  • Model untuk data à ERD
  • Model untuk interface à Context Diagram
  • Model untuk objek à UML

Untuk lebih jelasnya silahkan download materi berikut ini:

Information System Development – SI-17A

Sistem Informasi

Sistem

  • Perpaduan antara elemen-elemen yang saling berinteraksi dan bekerja sama untuk melakukan tugas tertentu dan untuk mencapai tujuan tertentu

Data

  • Nilai yang merepresentasikan deskripsi dari suatu objek atau kejadian (event)

Informasi

  • Merupakan hasil dari pengolahan data dalam suatu bentuk yang lebih berguna dan lebih berarti bagi penerimanya yang menggambarkan suatu kejadian-kejadian (event) yang nyata (fact) yang digunakan untuk pengambilan keputusan.

Sistem Informasi

  • Suatu sistem dalam suatu organisasi yang merupakan kombinasi dari orang-orang, fasilitas, teknologi, media, prosedur-prosedur dan pengendalian untuk mendapatkan jalur komunikasi penting, memproses tipe transaksi rutin tertentu, memberi sinyal kepada manajemen dan yang lainnya terhadap kejadian-kejadian internal dan eksternal yang penting dan menyediakan suatu dasar informasi untuk pengambilan keputusan.

 

Manfaat Sistem Informasi

Data disimpan, diproses dan dikelola dengan baik

  • Integritas dan validitas data terjamin
  • Kemudahan pengaksesan data
  • Keamanan data lebih terjaga

Informasi didapat dengan cepat, tepat, akurat dan relevan

  • Akselerasi proses bisnis

Membantu manajemen dalam mengambil keputusan

Klasifikasi Sistem Informasi

Klasifikasi berdasarkan struktur organisasi

  • Departmental IS
  • Enterprise Wide IS
  • Inter-organizational IS

Klasifikasi berdasarkan fungsi

  • Operations IS
  • Accounting IS
  • Finance IS
  • Marketing IS
  • Human resources IS

Untuk lebih jelasnya silahkan download materi berikut ini:

Berikut ini materi buku panduan skripsi dan tugas akhir di STMIK Bina Insani:

Penyajian Data dengan Tabel dan Grafik (TI-17A, TI-17B, SI-18A, MI-18A)

A. PENDAHULUAN

Penyajian data merupakan cara yang digunakan untuk meringkas menata, mengatur atau mengorganisir data sehingga data mudah untuk dimengerti oleh pihak-pihak yang berkepentingan dengan data tersebut.

Secara umum ada dua cara untuk menyajikan data yaitu dengan tabel dan grafik. Kedua cara ini saling berkaitan, karena pada dasarnya sebelum dibuat grafik terlebih dahulu harus dibuat tabelnya. Dari dua cara ini penyajian data dengan grafik merupakan penyajian data yang lebih komunikatif karena dalam waktu yang singkat seseorang akan dapat dengan mudah memperoleh gambaran dan kesimpulan suatu keadaan.

B. Penyajian Data Dengan Tabel

  • Tabel merupakan kumpulan angka-angka yang tersusun berdasarkan kategori-kategori atau karakteristik-karakteristik tertentu sehingga memudahkan untuk dianalisis. Data yang disajikan dalam tabel bisa berupa data cross section atau data time series. Secara umum penyusunan tabel memerlukan identitas judul tabel, judul baris, judul kolom, badan tabel catatan dan sumber data. Penyajian data dengan tabel bisa berbentuk tabel satu arah, dua arah dan tiga arah.
  • Tabel Satu Arah

    Tabel satu arah adalah tabel yang hanya terdiri dari satu karakteristik atau kategori. Misalnya :

1. Jumlah penjualan menurut jenis barang.

2. Jumlah penganguran menurut daerah.

3. Jumlah modal asing menurut sektor ekonomi.

  • Tabel Dua Arah

Yaitu tabel yang terdiri dari dua karakteristik atau dua kategori misalnya :

1. Jumlah penjualan menurut jenis barang dan daerah penjualan.

2. Jumlah penanaman modal asing menurut sektor ekonomi dan lokasi investasi.

3. Jumlah Impor menurut Jenis barang dan negara.

C. Penyajian Data Dengan Grafik

Selain menyajikan data dengan menggunakan tabel, kita dapat juga menyajikan data dengan menggunakan gambar-gambar atau grafik. Banyak sekali jenis tampilan data dalam bentuk grafik tetapi pada bagian ini hanya ditampilkan grafik-grafik yang umum di jumpai seperti : Grafik garis (Line Chart), Grafik balok/batang (Bar Chart), Grafik Lingkaran (Pie Chart), dan Pictogram.

  • Grafik garis

Grafik garis secara umum dibagi menjadi dua bagian yaitu single line chart yang terdiri dari satu garis saja dan multiple line chart yang terdiri dari beberapa garis. Garfik garis baik yang tunggal maupun yang terdiri dari beberapa garis sangat berguna untuk menggambarkan perkembangan suatu kegiatan. Umumnya grafik ini digunakan untuk data yang berbentuk time series yang sekaligus bisa dilihat trend-nya.

Untuk lebih jelas silahkan download file berikut ini:


Untuk  tambahan materi silahkan download Lembar Kerja Mahasiswa (LKM):

Pengertian Statistika dan Simbol Sigma (TI-17A, TI-17B, SI-18A, MI-18A)

Pengertian Statistika dan Simbol Sigma

 

    Statistika adalah Suatu ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisis data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh.

    Dalam arti sempit Statistik adalah data ringkasan berbentuk angka (kuantitatif).

Sebagai suatu bidang studi, statistik memiliki dua bagian utama, yaitu:

  1. Statistika Deskriptif adalah ilmu statistika yang mempelajari tentang pengumpulan, pengolahan, dan penyajian data.
  2. Statistika Inferensi (Statistika Induktif) adalah ilmu statistika yang mempelajari tentang cara pengambilan kesimpulan secara menyeluruh (populasi) berdasarkan data sebagian (sampel) dari populasi tersebut.

    Kegunaan Statistika dalam bidang ekonomi yaitu

  • Bidang produksi
  • Bidang Akuntansi
  • Bidang pemasaran

 

Simbol Sigma dan aturan penjumlahan juga dijelaskan dalam slidenya.

 

Untuk lebih jelas silahkan download file berikut ini:

 


 

Untuk tugas makalah berikut link-nya:

 

http://bit.ly/Statistika-Pertemuan1

 

Kode Huffman

Definisi Pohon

  • Pohon didefinisikan sebagai suatu graf tak berarah terhubungkan (connected undirected graph) yang tidak mengandung sirkuit
  • Dua sifat penting yang dapat digunakan untuk menentukan suatu pohon yaitu terhubung dan tidak mengandung sirkuit

Pohon dan Bukan Pohon

Terminologi dalam Pohon

  • Simpul E, F, dan G disebut anak (child) dari simpul D
  • Simpul D disebut orang tua (parent)
  • B dan C disebut sibling atau saudara kandung
  • Daun adalah simpul paling ujung dalam sebuah pohon. Simpul B, E, F, dan G adalah daun.
  • Aras maksimum dari suatu pohon disebut tinggi atau kedalaman pohon tersebut. Pada pohon disamping aras mak = 3

Pohon Biner

  • Pohon berakar yang setiap simpul cabangnya Mempunyai paling banyak n buah anak disebut pohon n-ary.
  • Jika n sama dengan 2 pohon tersebut disebut pohon biner (binary tree).
  • Untuk membuat pohon biner, terdapat aturan dalam penempatan simpulnya.
  • Berikut ini merupakan algoritma penempatan sebuah simpul dalam pohon biner : “Simpul yang berisi informasi yang nilainya lebih besar dari simpul diatasnya akan ditempatkan sebagai cabang kanan dan jika lebih kecil akan ditempatkan di cabang kiri.

 

Kode Huffman

  • Salah satu algoritma yang biasa digunakan dalam kompresi data adalah algoritma pengkodean Huffman
  • Pada Algoritma pengkodean Huffman simbol yang mempunyai probabilitas paling besar diberi kode paling pendek (jumlah bit kode sedikit) dan simbol dengan probabilitas paling kecil akan memperoleh kode paling panjang (jumlah bit kode banyak).
  • Kode tersebut diperoleh dengan cara memyusun sebuah pohon Huffman untuk masing-masing simbol berdasarkan nilai probabilitasnya

Algoritma Pohon Huffman

  • Berdasarkan daftar simbol dan probabilitas, buatlah dua buah node dengan frekuensi paling kecil.
  • Buatlah node parent dari node tersebut dengan bobot parent merupakan jumlah dari probabilitas kedua node anak tersebut.
  • Masukkan node parent tersebut beserta bobotnya ke dalam daftar, dan kemudian kedua node anak beserta probabilitasnya dihapus dari daftar.
  • Salah satu node anak dijadikan jalur (dilihat dari node parent) untuk pengkodean 0 sedangkan lainnya digunakan untuk jalur pengkodean 1.

Contoh

  • Buatlah kode Huffman untuk “SCIENCE”

Solusi

  • Buatllah daftar frekuensi kemunculan simbol-simbol dalam data tersebut.
  • Urutkan berdsarkan frekuensi dari terkecil ke terbesar, jika ada yang frekuensinya sama maka urutan berdasarkan urutan huruf pada kata yang dimaksud

  • Berdasarkan daftar frekuensi tersebut, kita buat daun-daun yang mewakili setiap simbol serta mengasosiasikan daun tersebut dengan frekuensi kemunculan simbol.

  • Dari daun S dan I kita buat simpul baru SI yang akan menjadi orangtua dari sImpul S dan I dan menyisipkannya ke dalam daftar sesuai dengan urutan frekuensinya.

  • Selanjutnya, kita lakukan hal yang sama secara berulang-ulang sehingga terbentuk satu pohon biner Huffman.
  • Dengan menelusuri pohon biner Huffman yang telah dibuat, kita dapat membuat tabel kode Huffman sebagai berikut:

  • Sehingga kode Huffman untuk string “SCIENCE” adalah 1100111110000110. ‘
  • Dengan menggunakan kode ASCII memori yang dipakai adalah sebesar 56 bit diperoleh dari 1 huruf kode ACSII terdiri dari 8 bit dan jumlah huruf SCIENCE terdiri dari 7 bit maka jika pakai kode ACSII sebesar 8 x 7 = 56 bit, sedangkan dengan menggunakan kode Huffman memori yang dipakai adalah sebesar 16 bit.

Latihan Soal:

Buatlah kode Huffman untuk “TELKOMSEL”

 

Untuk lebih jelasnya silahkan download link berikut ini:

 

 


 

Terimakasih atas perhatiannya.

 

Untuk materi sebelumnya tentang Short Path, silahkan Klik Disini.

Untuk materi selanjutnya tentang Soal Formatif UAS, silahkan Klik Disini.