1. Home
  2. Lainnya

Conceptual Data Model CDM

A. Conceptual Data Model CDM

Conceptual data model CDM merupakan penggambaran secara keseluruhan konsep struktur basis data yang dirancang untuk suatu aplikasi, dalam hal ini adalah aplikasi Sistem Pengelompokan Pelanggan Potensial Menggunakan Metode K-Means Untuk Promosi Paket Wisata. Pada CDM belum terlihat jelas tabel – tabel penyusun aplikasi beserta atribut – atributnya. Antara tabel sudah mengalami hubungan tetapi belum terlihat jelas atribut apa yang berhubungan. Pada CDM ini terdapat 12 tabel, yaitu tabel Hotel, Kamar, Transport, Kendaraan, Objek Wisata, Paket Wisata, Promosi, Login, Pelanggan, Restoran, Menu serta Transaksi. Gambar 3.11 Conceptual data model CDM pada Sistem Pengelompokan Pelanggan Potensial Menggunakan Metode K-Means Untuk Promosi Paket Wisata Relation_656 Relation_493 Relation_492 Relation_214 Relation_138 Relation_137 Relation_136 Relation_134 Relation_133 Relation_129 Relation_128 Relation_127 Relation_126 Relation_125 Login Nama_User Passw ord_User Level_User Pelanggan ID_Pelanggan Nama_Pelanggan A lamat_Pelanggan Telepon_Pelanggan Ponsel_Pelanggan Email_Pelanggan Kota_Pelanggan Negara_Pelanggan Hotel ID_Hotel Nama_Hotel A lamat_Hotel Kota_Hotel Telepon_Hotel Fax_Hotel Email_Hotel Kamar ID_Kamar Nama_Kamar Harga_Kamar Transport ID_Transport Nama_Transport A lamat_Transport Kota_Transport Telepon_Transport Fax_Transport Email_Transport Promosi ID_Promosi Tgl_Promosi Isi_Promosi Jumlah_Cluster Menu ID_Menu Nama_Menu Harga_Menu Isi_Menu Restoran ID_Restoran Nama_Restoran A lamat_Restoran Kota_Restoran Telepon_Restoran Fax_Restoran Email_Restoran Kendaraan ID_Kendaraan Jenis_Kendaraan Nama_Kendaraan Kapasitas_Kendaraan Harga_Kendaraan Transaksi ID_Transaksi Tgl_Check_In Tgl_Check_out Total_Harga Tgl_Transaksi Paket_Wisata ID_Paket_Wisata Nama_Paket_Wisata Jumlah_Orang_PW Jumlah_Hari Harga_Paket_Wisata Objek Wisata ID_Objek_Wisata Nama_Objek_Wisata A lamat_Objek_Wisata Kota_Objek_Wisata Telepon_Objek_Wisata Fax_Objek_Wisata Harga_Objek_Wisata Email_Objek_Wisata Keterangan

B. Physical Data Model PDM

Dokumen yang terkait

Pemilihan Fitur Dokumen Bahasa Indonesia untuk Pengelompokan dengan Metode K-Means

0 5 30

TA : Rancang Bangun Sistem Informasi Pelacakan dan Pemantauan Paket Kiriman Berbasis Web dengan Bantuan Mobile Android.

3 15 218

Pengelompokan tema lirik lagu menggunakan metode k-means clustering (studi kasus : Radio Masdha Yogyakarta).

3 16 119

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGELOMPOKAN NILAI AKADEMIK SISWA MENGGUNAKAN METODE K-MEANS UNTUK SISWA SDN LAKARSANTRI I/472 SURABAYA.

0 2 97

PENGELOMPOKAN DATA PENJUALAN BATUBARA MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS PT. GLOBAL BANGKIT UTAMA).

0 0 5

PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS

0 0 6

View of Pengelompokan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering K-Means

0 1 6

Analisis Pemetaan Pelanggan Potensial Menggunakan Algoritma K-Means dan LRFM Model Untuk Mendukung Strategi Pengelolaan Pelanggan (Studi Pada Maninjau Center Kota Malang)

0 0 10

PERBANDINGAN METODE CLUSTERING MENGGUNAKAN METODE SINGLE LINKAGE DAN K - MEANS PADA PENGELOMPOKAN DOKUMEN

0 0 10

I Putu Agus Hendra Krisnawan 2) Teguh Sutanto

0 0 7