3.4 Data Flow Diagram DFD
Data Flow Diagram DFD adalah suatu model logika data atau proses yang dibuat untuk menggambarkan darimana asal data dan kemana tujuan data yang keluar dari
sistem, dimana data disimpan, proses apa yang menghasilkan data tersebut dan interaksi antara data yang tersimpan dan proses yang dikenakan pada data tersebut.
DFD menunjukan hubungan antar data pada sistem dan proses pada sistem.
3.4.1 DFD Level 0
Pada sistem ini digunakan DFD level 0 seperti pada gambar 3.8
Implementasi Metode LVQ dan
Backpropagation User
data pelatihan, data pengujian
hasil pelatihan, hasil pengujian
Gambar 3.8 : DFD Level 0
DFD level 0, merupakan proses dalam sistem secara umum. Pada tahap awal, user menginputkan data pelatihan untuk pelatihan dan data pengujian untuk pengujian
menggunakan metode Jaringan Saraf Tiruan, sedangkan aplikasi menampilkan hasil pelatihan dan hasil pengujian data kepada user
3.4.2 DFD Level 1
Pada sistem ini digunakan DFD level 1 seperti pada Gambar 3.9
1.0 Proses
Pelatihan
User 2.0
Proses Pengujian
Tabel Bobot data_uji
Input image, data_latih, bobot awal, maksimal epoch,
error minimum bobot akhir
Hasil pelatihan
Hasil pengujian Bobot_akhir
Gambar 3.9 DFD Level 1
Pada DFD level 1 ini terlihat terdapat 2 proses yang harus dilakukan dalam sistem ini, antara lain:
1. Proses Pelatihan Proses pelatihan adalah proses melatih data masukan berupa citra masukan,
bobot_awal, maksimal_epoch, error_minimum, rasio pembelajaran � sesuai dengan
aturan Jaringan Saraf Tiruan untuk mengenali data tersebut.
2. Proses Pengujian Proses pengujian merupakan tahap untuk melakukan test terhadap data masukan baru
untuk dibandingkan dengan data pelatihan, dimana data masukan merupakan data baru, tetapi bobot yang digunakan adalah bobot_akhir hasil pelatihan yang telah
disimpan dalam database.
3.4.3 DFD Level 2
Pada sistem ini digunakan DFD level 2 seperti pada Gambar 3.10
1.1 Input Citra
Uang Kertas
User
1.3 Proses
Pelatihan JST
Tabel bobot 1.2
Preprocessing CItra
Citra RGB
Citra grayscale biner
Bobot akhir Hasil keluaran
Epoch, min_error, rasio_pembelajaran
Input citra
Gambar 3.10 DFD Level 2
Pada DFD level 2 pada proses 1 ini dijelaskan setiap tahapan yang dilakukan dalam proses pelatihan, dimana citra uang kertas diambil dari file data untuk kemudian
dilakukan prepocessing terhadap citra RGB tersebut sehingga diperoleh citra Grayscale maupun citra biner sebagai masukan untuk proses pelatihan, sebelum
proses dilakukan tentukan terlebih dahulu maksimal_epoch, minimum_error, laju_pembelajaran, pengurangan_rasio. Setelat dilakukan proses pelatihan, maka
bobot akhir hasil pelatihan disimpan untuk kemudian akan digunakan pada proses pengujian nantinya.
2.1 Input Citra
Uang Kertas
User
2.3 Proses
Pengujian JST
Tabel Bobot 2.2
Preprocessing CItra
Citra RGB
Citra grayscale biner
Hasil keluaran
Bobot pelatihan Input citra
Gambar 3.11 DFD Level 2
Pada DFD level 2 pada proses 2 ini dijelaskan tahapan untuk melakukan pengujian terhadap suatu data masukan citra yang diproses melalui prepocessing untuk
mendapatkan citra biner atau citra Grayscale sebagai msukan, kemudian bobot akhir hasil pelatihan diambil, dan dihitung terhadap setiap target.
3.5 Perancangan Flowchart Sistem
Untuk menggambarkan flowchart semua proses yang dijalankan di dalam program yang diimplementasikan untuk memeriksa keaslian mata uang kertas dengan
mengimplementasikan metode Learning Vector Quantization LVQ dan metode Backpropagation dapat dilihat pada flowchart berikut ini :