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.