Langsung ke konten utama

Ringkasan Data Flow Diagram


1.      Definisi Data Flow Diagram
Data flow diagram adalah alat pembuatan model yang memungkinkan profesional sistem untuk menggambarkan sistem sebagai suatu jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual maupun komputerisasi.
komponen komponen DATA FLOW DIAGRAM meliputi
1.      Proses : Aktivitas yang dilakukan oleh sistem sebagai response terhadap adanya data yang masuk
2.       Data store : Data yang tersimpan untuk peng-gunaan lebih lanjut (“data at rest”)
3.      External enity : seseorang, sesuatu, sistem atau organisasi yang berada di luar sistem yang berinteraksi dengan sistem 
4.       Data flow : Aliran data dari satu
 tempat (proses, data store, entitas) ke tempat lain. (“data in motion”)

  1. Dekomposisi Fungsional
Merupakan sebuah proses untuk memerinci sistem menjadi lebih rinci.  Dekomposisi fungsional banyak digunakan selama tahap analisis proyek untuk menghasilkan diagram dekomposisi fungsional sebagai bagian dari dokumen persyaratan fungsional. Dekomposisi fungsional dilakukan setelah pertemuan dengan analis bisnis dan keahlian subjek. Dekomposisi Fungsional melakukan end-to-end berjalan-melalui operasi bisnis dan memeriksa setiap fungsi untuk mengkonfirmasi bahwa itu adalah benar.
Dekomposisi fungsional memiliki peran penting dalam pemrograman komputer, dimana tujuan utamanya adalah untuk modularize proses untuk semaksimal mungkin. Misalnya, sistem manajemen perpustakaan dapat dipecah menjadi modul inventory, modul informasi pelindung, dan modul penilaian biaya. Pada awal dekade pemrograman komputer, ini diwujudkan sebagai “seni subroutining,” seperti yang disebut oleh beberapa praktisi terkemuka.

  1. DFD Balancing
Merupakan Konsep untuk menyeimbangkan keadaan aliran data ke sebuah proses dan keluaran dari proses tersebut. Proses Dekomposisi ini memungkinan DFD berada pada beberapa level , jadi setiap level DFD memberukan detail lebih baik mengenai level diatasnya. Tujuan dari balancing adalah untuk mengecek konsistensi system internal, dimana bagian berguna pada level berbeda dalam sebuah project





  1. Ketentuan Dalam DFD Balancing
  • Aliran data yang masuk dan keluar dari suat proses harus sama dengan data yang yang keluar dan masuk dari proses detail dibawahnya
  • Nama Aliran data yang dating dan masuk dari suatu proses harus sama dengan  nama aliran data yang masuk dan keluar dari proses detail
  • Total dan nama entitas diluar dari proses dama dengan total dan nama entitas diluar dari detail proses
  • Apabila DFD lebih dari satu level
    1. Input dan output harus balance antara satu level dengan yang lain
    2. Nama aliran data , penyimpanan dan terminal harus sama antar level
    3. Keseimbangan terlihat dari aliran data masuk atau keluar.






















Daftar Pustaka

https://ignaga.wordpress.com/2009/04/05/rules-of-dfd-balancing/

Komentar

Postingan populer dari blog ini

Kebiasaan-kebiasaan Buruk yang Harus Dihindari Seorang Scooterist

Sekedar iseng-iseng nulis berdasarkan pengalaman pribadi tentang kebiasaan-kebiasaan buruk yang gak boleh kita lakukan sebagai scooterist. 1.Tidak membawa toolkit,cadangan spare parts dan ban serep Ada anggapan kalau naik vespa gak bawa toolkit itu sama dengan bunuh diri.Mungkin hal itu ada benarnya     karena bayangin kalau lagi di tengah hutan belantara malem-malem trus mogok dan gak bawa toolkit tebak aja jadinya. Bisa-bisa nginep bareng sama kuntilanak tuh. Tidakmembawa ban serep juga akibatnya hampir sama dengan tidak membawa toolkit dan cadangan spare part. Dan ditambah lagi harus dorong vespa yang berat karena ban kempes ke tukang tambal ban terdekat 2.Membiarkan karet bodi aus Karet bodi aus membuat posisi mesin menjadi miring sehingga kalau dinaikin vespa jadi terasa berat sebelah. Kalau lagi turing hal ini lama kelamaan akan membebani dan bikin cepat lelah. 3.Menceperkan vespa dengan mencopot engine mounting Hal ini perlu dihindari karena dengan mencopot engine ...

Tugas Logika Fuzzy

1.        Kita perlu menggunakan logika fuzzy saat kita menemukan suatu kondisi ketidakpastian dan tidak bisa dikategorikan menggunakan himpunan tegas, misalnya untuk kategori usia (muda , tua); mengkategorikan tinggi badan   dari sekumpulan orang dan hal lainnya yang mengandung ketidakpastian 2.          A.       Domain Keseluruhan nilai yang diinginkan   dalam semesta pembicaraan dan boleh dioperasikan dalam himpunan fuzzy B.       Variabel Fuzzy merupakan variabel yang akan dibahas dan dibicarakan pada system Logika Fuzzy C.       Semesta Pembicaraan merupakan keseluruhan nilai yang diperbolehkan dalam himpunan D.       Derajat Keanggotaan: Nilai yang menunjukkan keanggotaan dari tiap anggota domain denngan nilai 0 -1 , semakind ekat dengan 1 artinya semakin kuat   anggota tersebut dalam suatu d...

Penerapan Algoritma Naives Bayes dalam menentukan Student Staff terpilih

P e nerapan A lgoritma Naives Bayes dalam menentukan Student Staff terpilih Studi Kasus Rekrutmen Student Staff Kantor Kerjsama dan promosi UAJY   tahun 201 9 Abstrak Proses seleksi dalam mencari seorang karyawan   sudah dilakukan sejak lama. Proses ini dapat memakan waktu cukup banyak apabila calon karyawan   yang mendaftar cukup banyak. Pada paper ini akan dibahas dengan studi kasus pada Rekrutmen Student Staff KKP UAJY tahun 2019. Naives Baiyes adalah sebuah algoritma klasifikasi dalam data mining yang digunakan untuk menemukan pola informasi yang bermanfaat.   Dengan algoritma ini kita dapat melakukan prediksi pada suatu data dengan kondisi tertentu apakah akan masuk ke kelas yang sama dengan data sebelumnya. Dengan Menggunakan Algoritma Naives Bayes kita dapat menentukan suatu kandidat akankah diterima   atau tidak berdasarkan kumpulan data yang sudah diolah. Sehingga dapat disimpulkan data mining membantu pekerjaan kita. Kata Kunci: Penerapan A...