3.2.2 Analisis Kebutuhan Non-Fungsional Sistem
Kebutuhan non-fungsional yang harus dimiliki oleh sistem Identifikasi telapak tangan manusia dengan Jaringan Syaraf Tiruan metode Bidirectional Associative Memory adalah:
1. Tampilan antarmuka sistem yang menarik dan mudah dimengerti oleh pengguna
sistem.
2. Waktu pemrosesan dan pelatihan pola tangan yang lebih cepat.
3.3 Pemodelan Sistem
Pada penelitian ini digunakan UMLUnified Modelling Language sebagai bahasa pemodelan untuk mendesain dan merancang sistem Implementasi Jaringan Syaraf Tiruan
Bidirectional Associative memory untuk pengidentifikasian telapak tangan manusia. Model UML yang digunakan adalah use case diagram, activity diagram, dan sequence diagram.
3.3.1 Pemodelan dengan Menggunakan Use Case Diagram
Use Case adalah diagram yang menunjukkan fungsionalitas suatu sistem atau kelas dan bagaimana sistem tersebut berinteraksi dengan dunia luar dan menjelaskan sistem secara
fungsional yang terlihat user. Dalam pemodelan ini terdapat aktor yaitu user dan programmer. Programmer dapat
melakukan pelatihan dan pengujian jaringan syaraf tiruan dengan metode bidirectional associative memory untuk mengidentifikasi pola telapak tangan, sedangkan user dapat
melakukan pengujian seperti yang digambarkan dalam gambar 3.2
Universitas Sumatera Utara
Sistem Implementasi Jaringan Syaraf Tiruan untuk pengidentifikasian telapak tangan manusia
Pelatihan BAM
Pengujian BAM Programmer
Metode BAM User
include
include
Gambar 3.2 Use Case Diagram Sistem Identifikasi Telapak Tangan 3.3.1.1 Use case Pelatihan Jaringan Syaraf Tiruan JST
Use case Pelatihan JST ini menjelaskan dokumentasi naratif dari pelatihan JST sistem yang akan dibangun seperti pada Tabel 3.1.
Tabel 3.1 Dokumentasi Naratif Use Case Pelatihan Jaringan Syaraf Tiruan
Nama Use Case Pelatihan Jaringan Syaraf Tiruan Aktor
Programmer dan user Deskripsi
Use Case ini mendeskripsikan proses pelatihan Jaringan Syaraf Tiruan Prakondisi
Berada pada interface menu Train Alur Dasar
Kegiatan User Respon System
1. Tekan Button load
1. Menampilkan semua citra
yang akan dilatih pada axes yang tersedia di interface
2. Tekan button Train
2. Melakukan proses Pelatihan
JST pada citra yang disimpan dimana, sebelumnya citra
sudah diproses yaitu mengubah ukuran citra pada
tiap axes sebesar 200 x 300 pixel, diubah Grayscale,
diproses dengan Sharpening dan mendeteksi tepi citra
dengan metode Canny
Universitas Sumatera Utara
Alur Alternatif Tidak ada
Post-Kondisi Sistem telah menyimpan bobot hasil proses pelatihan Jaringan Syaraf
Tiruan
3.3.1.2 Use case Pengujian Jaringan Syaraf Tiruan JST
Use case pengujian JST ini menjelaskan dokumentasi naratif dari pengujian JST
sistem yang akan dibangun seperti pada Tabel 3.2. Tabel 3.2 Dokumentasi Naratif Use Case Pengujian Jaringan Syaraf Tiruan
Nama UseCase Pengujian Jaringan Syaraf Tiruan Aktor
Programmer dan user Deskripsi
Use Case ini mendeskripsikan proses pengujian Jaringan Syaraf Tiruan Prakondisi
Berada pada interface menu Test Alur Dasar
Kegiatan User Respon System
1. Tekan tombol Buka File
Gambar 1.
Menampilkan antarmuka pemilihan citra telapak tangan
yang akan dikenali
2. Pilih citra yang akan dikenali
2. Menampilkan citra telapak tangan
yang akan dikenali pada axes 3.
Tekan tombol Test 3.
Proses Identifikasi Pengenalan pola telapak tangan dan
informasi pemilik pola telapak tangan
Alur Alternatif 1.
Tekan tombol Reset 1.
Sistem membersihkan axes dan static text pada antarmuka Test
Post-Kondisi Sistem menampilkan hasil proses identifikasi telapak tangan, nama, dan
nim si pemilik citra telapak tangan
3.3.2 Pemodelan dengan Menggunakan Activity Diagram