3.2.1 Diagram Konteks Sistem Pengelompokkan K-Means Clustering
Pada diagram konteks di bawah ini terdapat dua entiti luar external entity yang terdapat pada perangkat lunak yang dibangun yaitu Admin dan User. Admin berfungsi
sebagai pengguna sistem yang memberikan masukan berupa data pasien yang terdiri dari IDPasien, jenis kelamin, berat badan, tinggi badan serta ukuran lingkar lengan
bawah. Selain memberikan masukan berupa data pasien, Admin juga dapat memberikan masukan untuk data BMI, data UK, dan data cluster acak awal yang
digunakan dalam proses perhitungan metode k-means clustering. Sedangkan, fungsi dari user sebagai pengguna sistem hanya dapat melakukan proses perhitungan k-
means clustering dengan memberikan masukan data cluster acak awal. Diagram
Konteks dapat dilihat seperti pada Gambar 3.2.
Gambar 3.2 Diagram Konteks
3.2.2 Data Flow Diagram Level 0
Data Flow DiagramLevel 0 adalah diagram yang menggambarkan proses-proses yang terjadi di dalam sistem pengelompokkan k-means clustering. Proses-proses yang
terjadi dalam DFD Level 0 adalah proses pengisian data pasien, proses pengisian data BMI, proses pengisian data UK, dan proses perhitungan k-means clustering. Dalam
DFD level 0 tersebut dapat dilihat proses-proses apa saja yang dapat dilakukan oleh admin dan user. DFD Level 0 dapat dilihat pada Gambar 3.3.
Data Pasien, Data BMI, Data UK, Data Cluster
Acak Awal
Data Cluster Acak Awal Sistem
Pengelompok- kan k-means
clustering Admin
User Hasil Pengelompokkan
Hasil Pengelompokkan
Universitas Sumatera Utara
Gambar 3.3DFD Level0Sistem Pengelompokkan K-MeansClustering
3.2.3 Data Flow Diagram Level 1 Proses K-Means Clustering
Data Flow DiagramLevel 1Proses K-Means Clustering menggambarkan langkah- langkah proses dari metodek-meansclustering untuk melakukan pengelompokan
pasien dengan menghitung BMI, menghitung ukuran kerangka UK, BMR, dan kalori harian, membangkitkan centroid acak, menghitung jarak data dengan centroid,
menghitung cluster baru serta pengelompokan data pasien berdasarkan posisi cluster pada iterasi terakhir.
Data Umur, BMI, UK, Kalori
Data Pasien, Kluster, Umur, BMI, UK,
K l i
Data Kluster, BMI, UK
Data Pasien, Kluster Data Pasien, Kluster,
Jarak Kluster Data Cluster
Pusat
Data Pasien, Kluster,Umur,
BMI, UK, Data UK
Data UK Data UK
Data BMI
Data BMI Data BMI
Data Umur, Berat,Tinggi,
Aktivitas Data Pasien
Data Pasien 1.0
Pengisian Data
Pasien 2.0
Pengisian Data
BMI
3.0 Pengisian
Data UK
Data Cluster Acak Awal
User tPasien
tDataBMI tDataUK
tBMI
tNewKluste
tKluster
temKluster
temBMI tHasilKluster
Data Cluster Acak Awal
Hasil Pengelomp
okkan
Hasil Pengelompokkan
tHasilLaporan 4.0
k-means clustering
Admin
Universitas Sumatera Utara
Gambar 3.4DFD Level1Proses K-Means Clustering
DataUmur,BMI ,
UK Kalori
tBM
Status Kluster
Data Pasien, Kluster, Jarak Kluster
Data Pasien, Kluster,Umur, BMI,UK, Kalori
Data Kluster, BMI, UK
Data Kluster, BMI, UK
Data UK Data BMI
Data Pasien,Kluster, Umur, BMI, UK, Kalori
Data Pasien, Kluster
Data Pasien, Kluster
Data Pasien,Kluster, Umur, BMI, UK,
Kalori
Data Pasien,Kluster, Umur, BMI, UK,
Kalori Data Pasien, Kluster,
Jarak Kluster
Data Cluster
Pusat
Data Umur, BMI, UK,
Kalori
Data Cluster Pusat
Data Cluster Pusat
Data Umur, Berat,Tinggi
, Aktivitas
Data Umur, BMI, UK,
Kalori
Data Cluster Acak Awal Data Cluster Acak Awal
4.1 Perhitungan
BMI, UK, dan Kalori
4.4 Pengelompok
kan Data tiap
Cluster
4.5 Pengecekan
posisi cluster lama dan
baru 4.2
Perhitungan Cluster
Pusat
tKluster
temBMI
temKluster
tHasilKluste
tHasilLaporan 4.6
Simpan Hasil Akhir
Cluster
tDataBMI tDataUK
tPasien
4.3 Perhitungan
distance space
tNewKluster
Data Pasien,Kluster, Umur, BMI,UK,
K l i Admin
User
4.7 Cetak
Laporan
Hasil Pengelompokkan Hasil Pengelompokkan
Universitas Sumatera Utara
3.2.4 Perancangan Database