Class Diagram (3) – SI-17A

Multiplicity– SI-17A

  • Menunjukkan sejumlah objek dalam satu class dapat berhubungan pada satu objek dari suatu class yang memiliki asosiasi
  • Notasi :
    • Tidak ada : 0
    • Satu : 1 atau boleh tidak ditulis angka
    • Sampai : x..y
    • Atau : x,y
    • Banyak : *

Contoh Multiplicity


Qualifier


Asosiasi Refleksif

  • Suatu Objek atau Class berasosiasi terhadap dirinya sendiri


Inheritance, Generalisasi, Specialisasi


Class Abstrak


Dependensi


Agregasi

  • Relasi khusus antara suatu class dengan class-class yang menjadi komponennya


Constrain pada Agregasi


Composite


Interface dan Realisasi

  • Merupakan kumpulan operasi yang menentukan perilaku class dan class lainnya
  • Visualisasi interface sama dengan class tetapi interface tidak memiliki atribut / property
  • Di atas nama interface dituliskan : <<interface>>
  • Hubungan antara class dan interface disebut realisasi

     

Contoh Interface and Realisasi


Model Interaksi pada Interface


Interface dan Port


Visibility

  • + (public) : fitur dapat diakses oleh semua class
  • (private) : fitur hanya dapat diakses oleh instance class
  • # (protected) : fitur hanya dapat diakses oleh instance class dan sub class-nya
  • ~ (package) : fitur hanya dapat diakses oleh instance class dalam package yang sama

Contoh Penggunaan Visibility


Untuk lebih jelasnya silahkan download file berikut ini:


Class Diagram (2) – SI-17A

Object Diagram – SI-17A

  • Merupakan penggambaran dari objek-objek secara ringkas
  • Sering juga disebut Instance Diagram
  • Digunakan untuk menunjukkan konfigurasi objek-objek yang saling terhubung dalam suatu relasi / hubungan
  • Objek diagram dapat terdiri dari :
    • Objek
    • Link
    • Package
    • Sub sistem
  • Merupakan penyederhanaan dari class diagram

Visualisasi Objek


Class Diagram dan Objek Diagram


Asosiasi

  • Keterkaitan antar-class secara konseptual


Peran pada Asosiasi

  • Setiap class biasanya mempunyai peran


Asosiasi dengan Dua Arah


Asosiasi Banyak Objek


Constrain pada Asosiasi

  • Constrain adalah aturan pada sebuah asosiasi
  • Jenis constrain :
    • Constrain Biasa
    • Constrain OR
  • Constrain ditulis di antara {……}

Constrain Biasa


Constrain OR


Class Asosiasi

  • Class asosiasi adalah asosiasi yang memiliki atribut dan operasi


Link

  • Link adalah instance dari sebuah asosiasi
  • Pada link, nama objek dan nama asosiasi harus digarisbawahi


Untuk lebih jelasnya silahkan download file berikut ini:


CLASS DIAGRAM (1) – SI-17A

Class Diagram merupakan diagram untuk menggambarkan class-class objek dan aspek-aspeknya.

Visualisasi Class:


Tipe dan Nilai Atribut


Parameter dan Tipe Parameter


Stereotype

  • Digunakan untuk mengelompokkan daftar atribut atau operasi yan panjang agar lebih komprehensif
  • Stereotype ditulis dalam tanda guillemet << . . . >>

     


Responsibility

  • Adalah keterangan yang dilakukan class dan hasil yang akan diperoleh


Constraint

  • Adalah aturan yang harus diikuti oleh class


Catatan


Cara Menentukan Sebuah Class

  • Kata Benda yang digunakan untuk menentukan entitas bisnis dijadikan class
  • Kata sifat dari benda tersebut dipakai sebagai atribut
  • Kata kerja yang dijadikan operasi dari class tersebut di atas
  • Apa yang dilakukan class yang berkaitan dengan bisnis dijadikan responsibility

Pembuatan Class dari Tim Bola


Untuk lebih jelasnya silahkan download file berikut ini:


Pemrograman berOrientasi Objek – SI-17A

  • OOP adalah metode pemrograman yang menggunakan objek-objek (bukan algoritma) sebagai dasar pembangunan blok-blok logika.
  • Objek-objek yang digunakan tersebut merupakan instance dari class-class
  • Class-class dapat saling terhubung melalui hubungan pewarisan sifat (inheritance relationship)

Desain berOrientasi Objek

  • OOD merupakan metode perancangan sistem dengan melakukan dekomposisi berorientasi objek pada sistem yang telah ada
  • Menggunakan notasi untuk menggambarkan aspek statis dan dinamis dari model sistem yang dibuat secara logik maupun secara fisik

Analisa berOrientasi Objek

  • OOA adalah metode analisa kebutuhan-kebutuhan dilihat dari perspektif class dan objek yang ada dalam domain problem

Aspek-Aspek Utama pada Objek

  • Abstraction (abstraksi)
  • Inheritance (pewarisan sifat)
  • Encapsulation (pengapsulan)
  • Polymorphism (banyak bentuk)
  • Message Sending (pengiriman pesan)
  • Association (hubungan)
  • Aggregation (agregasi)

Abstraction

  • Abstraction berguna untuk memfilter atribut dan operation sehingga hanya tinggal atribut dan operation yang diperlukan saja

Inheritance

  • Pewarisan sifat yaitu objek mewarisi sifat dari kelas di atasnya


Encapsulation

  • Disebut juga information hiding yaitu menyembunyikan data atau operasi
  • Berguna untuk melokalisir masalah

Polymorphism

  • Satu nama operation yang memiliki bentuk proses berbeda-beda

Message Sending

  • Pengiriman pesan dari suatu objek kepada objek lain untuk melakukan suatu operation

Association

  • Hubungan antar-objek yang saling membutuhkan
  • Hubungan dapat satu arah dan lebih dari satu arah
  • Hubungan beberapa objek dalam satu kelas disebut multiplicity

Aggregation

  • Merupakan bentuk khusus suatu asosiasi
  • Bentuk agregasi yang asosiasinya sangat erat disebut composition

Keuntungan & Manfaat OO

  • Dapat mendekripsikan fenomena yang menggunakan bahasa alami
  • Atribut lebih mendekati kata sifat
  • Perilaku lebih mendekati kata kerja
  • Kekuatan utama OO : jelasnya infomasi dalam konteks sistem
  • OO erat kaitannya dengan :
    • OOAnaysis
    • OODesign
    • OOUserInterface
    • OOProgramming
  • Saat perancangan, OO untuk mendekripsikan sistem
  • Saat pengembangan, OO merupakan konsep sentral

Keterbatasan OO

OO tidak cocok untuk pengembangan :

  • Aplikasi yang sangat berorientasi ke database
  • Aplikasi yang melibatkan perhitungan yang besar dan kompleks

Teknik OOA

  • Mempelajari objek apakah dapat digunakan untuk sistem baru
  • Mendefinisikan objek baru atau objek yang telah dimodifikasi untuk digunakan dalam sistem
  • Teknik OOA fokus pada teknik object modelling yaitu teknik unutk mengidentifikasi objek dan aspek-aspeknya di dalam suatu sistem

Untuk file lengkapnya silahkan download file di bawah ini:

CONTOH PROSES BISNIS SISTEM BERJALAN DAN ACTIVITY DIAGRAM

Dalam Proses bisnis ini hanya menjelaskan prosedur tentang sistem berjalan pembayaran biaya pendidikan siswa, tunggakan siswa di SMK Perwira Bangsa adapun penjelasannya sebagai berikut:

Sebelum melakukan pembayaran, bendahara memberikan rincian kepada orang tua siswa agar orang tua siswa mengetahui apa saja yang harus dibayar, rincian tersebut meliputi ujian semester ganjil dan semester genap, uang osis, uang baju, uang buku, uang praktek. Setelah orang tua siswa mengetahui pembayarannya, bendahara memberikan kartu pembayaran SPP kepada orang tua siswa, setelah itu orang tua siswa baru bisa membayar rician tersebut dengan menyicilnya. Untuk memulai pembayaran, siswa memberikan uang pembayaran dan kartu pembayaran SPP, bendahara menanyakan jenis pembayaran apa yang akan dicicil. Setelah itu bendahara mencatatat pembayaran pendidikan dan SPP setelah itu bendahara membuatkan kwitansi 3 rangkap, rangkap pertama akan diberikan ke orang tua murid/siswa, rangkap kedua untuk bukti transaksi ke yayasan, dan rangkap yang ketiga untuk kepala sekolah dan bendahara melakukan pencatatan pembayaran yang terjadi pada buku pembayaran, setelah itu kwitansi tersebut yang nantinya akan dibuatkan laporan transaksi pembayaran dan bendahara mengembalikan kartu pembayaran SPP kepada siswa. Untuk jenis pembayaran pendidikan di SMK perwira bangsa ini bersifat fleksibel karena siswa bisa membayar dua bulan sekali atau tiga bulan sekali dan untuk jenis pembayaran SPP diwajibkan untuk membayar sesuai dengan nominal yang sudah ditentukan. Setelah selesai melakukan pembayaran, bendahara membuat laporan transaksi harian dari pembayaran siswa seperti SPP, ujian, uang pendidikan dan akhir tahun dengan dua rangkap, rangkap pertama yang akan diberikan kepada kepala sekolah SMK Perwira Bangsa dan yang kedua akan diberikan kepada yayasan, agar kepala sekolah dan yayasan mengetahui berapa pendapatan yang didapat setiap harinya. Berikut adalah activity diagram proses pembayaran pendidikan.


Sumber: Hasil Penelitian Skripsi –
Sistem Informasi Pembayaran Biaya Pendidikan Siswa Pada SMK Perwira Bangsa Bekasi Utara – Merza Dheo Prakoso (2016)

UKURAN VARIANSI DAN SIMPANGAN BAKU (TI-17A, TI-17B, SI-18A, MI-18A)

Ukuran Variasi atau Dispersi adalah ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai pusatnya atau Ukuran yang menyatakan seberapa banyak nilai-nilai data yang berbeda dengan nilai-nilai pusatnya.

Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh dari rata-ratanya. Ukuran penyimpangan digunakan untuk mengetahui luas penyimpangan data atau homogenitas data. Dua variabel data yang memiliki mean sama belum tentu memiliki kualitas yang sama, tergantung dari besar atau kecil ukuran penyebaran datanya. Macam-macam pengukuran penyimpangan yang sering digunakan adalah rentangan (range), rentangan antar kuartil, rentangan semi antar kuartil, simpangan rata-rata, simpangan baku, varians, koefisien varians, dan angka baku, namun yang umum digunakan adalah standar deviasi.

Mengapa mempelajari dispersi?

mengetahui informasi tentang sebaran nila pada data- untuk membandingkan sebaran data dari dua informasi distribusi nilai.

Ukuran Variasi

Ukuran pemusatan (mean, median, modus) yang telah kita pelajari hanya menitikberatkan pada pusat data, tapi tidak memberikan informasi mengenai sebaran nilai pada data tersebut, apakah nilai-nilai data bervariasi ataukah tidak. Terdapat 3 kondisi variasi data, yaitu data yang homogen (tidak bervariasi), data heterogen (sangat bervariasi), dan data yang relatif homogen (tidak begitu bervariasi). Ilustrasinya sebagai berikut:

Data homogen: 50 50 50  50  50 -> rata-rata hitung=50

Data relatif homogen: 50 40 30 60 70 -> rata-rata hitung=50

Data heterogen: 100 40 80  20  10 -> rata-rata hitung=50

Bila kita perhatikan, ketiga kondisi di atas memberikan nilai rata-rata hitung yang sama, yaitu sebesar 50. Namun, kenyataannya rata-rata hitung pada data yang homogen dapat dengan baik mewakili himpunan data keseluruhan. Rata-rata hitung pada data yang relatif homogen cukup baik mewakili himpunan datanya. Sedangkan, rata-rata hitung pada data yang heterogen tidak dapat mewakili dengan baik himpunan data secara keseluruhan.


Terdapat beberapa macam ukuran variasi atau dispersi, misalnya nilai jarak (range), rata-rata simpangan (mean deviation), varians, simpangan baku (standard deviation)dan koefisien variasi (coefficient of variation).

A. Pengukuran Dispersi Data Tidak Dikelompokkan

Nilai Jarak (Range)
Diantara ukuran variasi yang paling sederhana dan paling mudah dihitung adalah nilai jarak (range). Jika suatu himpunan data sudah disusun menurut urutan yang terkecil (Xmin) sampai dengan yang terbesar (Xmax), maka untuk menghitung range digunakan rumus berikut:

Range = Xmax – Xmin

Range adalah perbedaan antara data terbesar dengan data terkecil yang terdapat pada sekelompok data. Range adalah salah satu ukuran statistik yang menunjukan jarak penyebaran data antara nilai terendah (Xmin) dengan nilai tertinggi (Xmax). Ukuran ini sudah digunakan pada pembahasan daftar distribusi frekuensi. Jarak atau kisaran nilai (range) merupakan ukuran paling sederhana dari ukuran penyebaran. Jarak merupakan perbedaan antara nilai terbesar dan nilai terkecil dalam suatu kelompok data baik data populasi atau sampel. Semakin kecil ukuran jarak menunjukkan karakter yang lebih baik, karena berarti data mendekati nilai pusat dan kompak.


Contoh :

Data nilai UAS Statistika

Kelas A : 90 80 70 90 70 100 80 50 75 70

Kelas B : 80 80 75 95 75 70 95 60 85 60

Langkah-langkah menjawab :

Urutkan dahulu kemudian dihitung berapa rentangannya.

Kelas A : 50 70 70 70 75 80 80 90 90 100

Kelas B : 60 60 70 75 75 80 80 85 95

Rentangan kelas A : 100 – 50 = 50

Rentangan kelas B : 95 – 60 = 35

Contoh:

berikut ini adalah data yang sudah dikelompokkan dari harga saham pilihan pada bulan Juni 2007 di BEJ. Hitunglah Range dari data tersebut.

Kelas

Harga saham

Frekuensi

1

160 – 303

2

2

304 – 447

5

3

448 – 591

9

4

592 – 735

3

5

736 – 878

1

Penyelesaian:

Range = batas atas kelas tertinggi – batas bawah kelas terendah

= 878 – 160

= 718

Rata-rata Simpangan (Mean Deviation)

Rata-rata simpangan (RS) adalah rata-rata hitung dari nilai absolut simpangan yang dirumuskan:


Varians
Varians merupakan rata-rata hitung dari kuadrat simpangan setiap pengamatan terhadap rata-rata hitungnya. Varians terbagi dua berdasarkan data yang digunakan, apakah data populasi ataukah data sampel.


Simpangan Baku (Standard Deviation)


Simpangan baku merupakan akar kuadrat positif dari varians. Diantara ukuran dispersi atau variasi, simpangan baku adalah yang paling banyak digunakan sebab memiliki sifat-sifat matematis yang sangat penting dan berguna sekali untuk pembahasan teori dan analisis. Simpangan baku digunakan untuk mengukur penyimpangan atau deviasi masing-masing nilai individu dari suatu himpunan data terhadap rata-rata hitungnya. Satuan simpangan baku mengikuti data aslinya. Seperti pada varians, simpangan baku juga dibagi menjadi simpangan baku populasi dan simpangan baku sampel.


B. Pengukuran Dispersi Data Berkelompok

Nilai Jarak (Range)

Untuk data berkelompok, range dapat dihitung dengan dua cara yaitu:

Range = Nilai Tengah Kelas Akhir – Nilai Tengah Kelas Pertama

Atau

Range = Tepi Atas Kelas Akhir – Tepi Bawah Kelas Pertama

Atau

Range = Batas Atas Kelas Akhir – Bawas Atas Kelas Pertama

Atau

Range = Batas Bawah Kelas Akhir – Batas Bawah Kelas Pertama

Kedua cara tersebut akan memberikan hasil yang berbeda. Cara pertama cenderung menghilangkan kasus-kasus ekstrim.

Varians

Untuk data yang berkelompok dan sudah disajikan dalam tabel frekuensi, rumus varians adalah:



Simpangan Baku (Standard Deviation)

Untuk data yang berkelompok dan sudah disajikan dalam tabel frekuensi, rumus simpangan baku adalah:


Koefisien Variasi (Coefficient of Variation)

Simpangan baku yang baru saja kita bahas mempunyai satuan yang sama dengan satuan data aslinya. Hal ini merupakan suatu kelemahan jika kita ingin membandingkan tingkat homogenitas dua kelompok data yang berbeda satuannya. Misal Kelommpok pertama adalah data pengeliaran per bulan, sedangkan kelompok kedua adalah data jumlah anggota rumah tangga. Data pengeluaran diukur dalam ratusan ribu bahkan jutaan, sehingga simpangan bakunya juga berkisar ratusan ribu. Sedangkan, jumlah anggota rumah tangga berkisar dalam satuan atau paling banyak puuhan, sehingga simpangan bakunya juga berkisar seperti itu. Artinya simpangan baku data pengeluarann lebih besar daripada simpangan baku data jumlag anggota rumah tangga. Namun, hal ini belum tentu menunjukkan bahwa data pengeluaran lebih bervariasi (heterogen) daripada data jumlah anggota rumah tangga karena perbedaan tersebut semata-mata dipengaruhi oleh perbedaan satuan data. Untuk keperluan perbandingan dua kelompok nilai yang berbeda satuan, digunakan ukuran Koefisien Variasi (KV), yang bebas dari satuan data asli. Rumusnya adalah:


Suatu kelompok data dikatakan lebih homogen daripada kelompok data lainnya apabila nilai koefisien variasinya lebih kecil. Sebaliknya, suatu kelompok data dikatakan lebih bervariasi (heterogen) daripada kelompok data lainnya apabila nilai koefisien variasinya lebih besar.

Untuk lebih jelasnya silahkan download materi berikut ini:


Silahkan download file materi tambahan latihan soal berikut ini:

 

UKURAN GEJALA PUSAT DATA DIKELOMPOKKAN (TI-17A, TI-17B, SI-18A, MI-18A)

  1. Rata-Rata Hitung (Mean)

    Rata-rata Hitung adalah nilai yang mewakili sekelompok data.

    Rata-rata hitung dapat kita sebut juga dengan mean yaitu jumlah nilai suatu data dibagi dengan banyaknya data akan menghasilkan rata-rata nilai suatu data tersebut. Rata-rata hitung dinyatakan dengan notasi X untuk sampel.

    Ada beberapa rumus untuk menghitung rata-rata hitung dengan data berkelompok, yaitu:

     


  1. Median


Untuk lebih jelasnnya silahkan download materi berikut ini:

 


Silahkan download file materi tambahan latihan soal berikut ini: