2.9. Microsoft Visual Basic .Net 2005
Visual Basic.NET VB.NET merupakan pengembangan dari bahasa pemrograman Visual Basic sebelumnya yaitu visual basic 6. beraneka program
bias dibuat dengan visual basic .Net 2005. Bahasa pemmrograman ini banyak digunakan oleh banyak orang, yang pertama adalah karena mudah, dan yang
kedua adalah cepat. Beberapa keunggulan VB.NET dengan VB versi sebelumnya :
1. Menyederhanakan Deployment
VB.NET mengatasi masalah seputar deployment dari aplikasi berbasis Windows yaitu ‘DLL Hell” dan registrasi COM Component Object Model.
Sehingga dapat mempermudah deployment aplikasi yang berbasis Windows. 2.
Menyederhanakan Pengembangan Perangkat Lunak VB.NET memiliki fitur compiler yang bekerja secara background real-time
dan daftar task untuk penanganan kesalahanbug program sehingga pengembang dapat secara langsung memperbaiki kesalahan kode program
yang terjadi. 3.
Mendukung Penuh OOP Dalam VB.NET kita dapat membuata kode class yang menggunakan secara
penuh konstruksi berbasis objek. Class-class tersebut reusabledapat digunakan kembali. VB.NET memiliki fitur bahasa pemrograman berorientasi
objek teramasuk implementasinya secara penuh : inheritance pewarisan, encapsulation pembungkusan, dan polymorphism atau banyak bentuk.
4. Mempermudah Pengembangan Aplikasi Berbasis Web
Untuk mengembangkan aplikasi Web disediakan desainer form Web, dimana digunakan mekanisme “drag dan drop” untuk membangun Web. Sehingga kita
dapat membuat aplikasi thincilent kebanyakan proses bisnis dilakukan oleh server yang secara cerdas dapat di-render pada browser apa saja, serta pada
platform apa saja dengan cara mudah. 5.
Mempermudah Migrasi dari VB6 ke VB.NET Interoperability COM menyediakan komunikasi dua arah antara aplikasi VB6
dengan VB.NET. Wizard upgrade pada VB.NET 2003 memungkinkan pengembang dapat melakukan migrasi lebih dari 95 kode VB 6 menjadi
kode VB.NET.
2.10. Power Designer 6
Process Analyst Model atau disingkat dengan PAM merupakan gambaran hasil analisis fungsional dari sebuah sistem informasi. Model ini
menganalisis fungsi-fungsi yang ditunjukkan oleh berbagai proses yang terjadi didalam sistem. PAM merupakan komplemen dari Conceptual Data Model
CDM. PAM menunjukkan dinamika diantara elemen-elemen yang terdapat didalam system. Sedangkan CDM menggambarkan data statis yang berada pada
setiap elemen-elemen tersebut. Process Analyst menunjukkan aliran data dari satu elemen ke elemen yang lain serta tranformasi data yang sedang terjadi.
Process Analyst Model didalam Power Designer versi 6.1 mendukung empat metode dalam penggambaran model analisis, yaitu :
1. The OMT functional model
OMT model merupakan metode yang paling banyak digunakan dan merupakan tool analisis untuk menggambarkan struktur data dalam bentuk
Data Flow Diagram DFD yang paling powerful. OMT Model ini juga memiliki lebih banyak cara untuk merepresentasikan aliran data dibandingkan
dengan metode lain. 2.
Yourdon DeMarco data flow diagram Merupakan tool untuk menggambar Data Flow Diagram DFD dengan
menggunakan symbol dari Yourdon DeMarco. 3.
Gane Sarson data flow diagram Merupakan tool untuk menggambar Data Flow Diagram DFD dengan
menggunakan symbol dari Gane dan Sarson. 4.
SSADM data flow diagram Merupakan tool untuk menggambar Data Flow Diagram DFD dengan
menggunakan symbol dari metode SSADM.
29
BAB III ANALISA DAN PERANCANGAN SISTEM
Dalam bab ini dijelaskan tentang perancangan perangkat lunak dari system, meliputi rancangan aturan untuk menentukan penyakit menggunakan
metode Naïve Bayes Classifier, perancangan proses, penjelasan mengenai parameter, dengan desain alir system, dan struktur tabel serta design form aplikasi
penyakit tropis.
3.1. Proses Naïve Bayes
Proses Naïve Bayes Classifier dalam system ini merupakan proses yang utama. Metode ini cukup baik untuk proses pengklasifikasian data untuk
menghasilkan suatu keputusan sebagai hasil diagnosis dengan menggunakan data training sebagai data learning. Proses yang dilakukan oleh metode ini meliputi
proses penghitungan probabilitas dari setiap inputan data yang kemudian dilanjutkan dengan membandingkan setiap hasilnya. Kemudian barulah dilakukan
pengambilan kesimpulan atau keputusan untuk menentukan diagnosis pasien.
3.1.1. Algoritma Naïve Bayes Classifier
Algoritma Naïve Bayes Classifier digunakan untuk mengetahui bagaimana proses dari metode ini berjalan sehingga menghasilkan keputusan
pada Aplikasi Diagnosis Penyakit Tropis Yang Disebabkan Oleh Bakteri Ini.
Kategori