15

BAB III

ANALISA DAN PERANCANGAN SISTEM

UKM MBC (Muhammadiyah Badminton Club) dapat melakukan

rekruitment atlit pemain dan memberi perintah pada sistem untuk mengolah data

yang ada sesuai model yang digunakan dan meminta sistem memberikan

klasifikasi setelah dimasukkan beberapa data dari kriteria setiap pemain yang

diperhitungkan berdasarkan nilai yang diambil dari data Atlit. Keluaran informasi

sistem bisa dijadikan pertimbangan untuk menentukan atlit bulutangkis yang akan

di ikut sertakan dalam turnamen berdasarkan prioritas.

Berikut merupakan merupakan pohon perancangan sistem yang akan di buat:

Gambar 3.1 Pohon Perancangan

Perancangan

Analisis Sistem

Analisis Kebutuhan Data

Analisis Kebutuhan

Perangkat Keras

Analisis Kebutuhan

Perangkat Lunak

Perancangan Sistem

Arsitektur Sistem

Konteks Diagram

Data Flow Diagram Level 0

Data Flow Diagram Level 1

Manajemen Kandidat

Manajemen Kriteria

Manajemen Komentar

SVMPerancangan

Database

Entity Relationship

Diagram

Keterangan TablePerancangan Antarmuka (Interface)

16

3.1 Analisa Sistem

Analisa sistem merupakan tahapan awal dalam pembuatan sebuah aplikasi

analisa sistem pada bab ini meliputi analisa kebutuhan data, analisa kebutuhan

perangkat keras, dan analisa kebutuhan perangkat lunak.

3.1.1 Analisa Kebutuhan Data

Melalui tahapan perhitungan kombinasi metode Support Vector Machine

yang akan digunakan, maka untuk pembuatan sistem elemen-elemen yang

dibutuhkan sebagai berikut:

Ada dua jenis data yang akan digunakan pada sample testing yaitu

diterima dan tidak diterima. Pengujian pengukuran akurasi dilakukan

menggunakan metode K-fold cross validation dengan nilai k sebanyak 10 fold.

Yang artinya dari total jumlah data sebanyak 100 akan dibagi menjadi 10 subset

yang masing-masing subset berjumlah 10 data dengan kategori diterima dan tidak

diterima. Berikut ini adalah 100 data yang akan digunakan:

DAFTAR KLARIFIKASI KELAS MBC PERIODE 2017/2018

17

Berdasarkan data diatas dapat dijelaskan bahwa pelatih menggunakan 3

poin penilaian yaitu :

a. Stamina

Footwork (langkah kaki) merupakan teknik dasar bulu tangkis

untuk menghasilkan pukulan yang berkualitas.

Ketahanan adalah lamanya waktu otot bertahann terhadap tindakan

berulang yang dapat dilakukan terhadap perlawanan.

Kecepatan, menerapkan teknik langkah berurutan, hingga

memberikan hasil yang cukup.

b. Teknik Pukulan

Forehand (smash, clear/drive, net) merupakan pukulan yang

berbanding terbalik dengan backhand dimana forehand dilakukan

dengan menggunakan tangan kanan dari arah kanan sehingga

18

bagian depan tangan menghadap ke arah pukulan. Adapun semua

pukulan dari arah kanan dapat dimasukkan ke kategori ini.

Backhand (lop, clear/drive, net) adalah pukulan dengan tangan

kanan berposisi dari sebelah kiri sehingga tangan membelakangi

arah pukulan.

c. Variasi Stroke (Taktik Permainan)

Penempatan bola, bagaimana pemain mengkobinasikan teknik-

teknik dasar pukulan dalam menempatkan bola pada area musuh.

Ketepatan pukulan smash yaitu pukulan overhead (atas) yang

diarahkan ke bawah dan dilakukan dengan tenaga penuh.

Karakteristik pukulan ini adalah keras,laju jalannya kok cepat

menuju lantai lapangan.

Visi bermain adalah sebuah poin yang didapatkan dari absensi

kehadiran saat latihan.

3.2 Perancangan Sistem

Untuk mendapatkan gambaran mengenai sistem yang digunakan saat ini,

Kami melakukan analisa terhadap sistem dan memodelkannya dengan

menggunakan Flowchart dan Data Flow Diagram. Proses dan data model dari

sistem dimodelkan dengan Flowchart, Konteks Diagram, Data Flow Diagram dan

Desain database.

3.2.1 Gambaran Sistem

a. Gambaran Sistem untuk User

Berikut adalah gambaran alur sistem untuk pengguna, untuk inputan

sistem yang akan diproses adalah Atlet yang kita pilih dan nilai kriteria yang

diingikan, data tersebut akan diproses dalam sebuah sistem klasifikasi SVM

sehingga akan didapat hasil yaitu Atlet yang disarankan sesuai dengan data

training dan data testing yang di inputkan. Lihat pada gambar berikut:

19

Start

Data Test

End

SVM Clasification

Ambil Kelas

Terbaik

Atlet Yang

Terpilih

Convert to SVM

Format

Gambar 3.2 Gambaran Proses SVM

b. Klasifikasi Support Vector Machine

Algoritma SVM digunakan untuk mengklasifikasikan data menjadi

dua kelas yaitu kelas diterima dan tidak diterima, oleh karena itu data

dibagi menjadi dua bagian yaitu data latih dan data uji, kegunaan SVM

sendiri adalah untuk memisahkan kedua kelas tersebut menggunakan garis

pemisah (hyperplane) terbaik. Untuk pengklasifikasian data ,maka data

direpresentasikan sebagai vector berupa pasangan data (x,y). Nilai x

merupakan nilai dari setiap keriteria dari setiap pemain sedangkan nilai y

merupakan nilai dari class, untuk kelas diterima dengan label 1 sedangkan

tidak diterima dengan label -1. Berikut adalah alur proses SVM.

20

start

Kernel Linier

Set Parameter Kernel Linier

Model Klasifikasi

Nilai Hyperpalne

End

Data Test, Data

Training

Hasil Klasifikasi

Gambar 3.3 Alur Proses Support Vector Machine

Tahap klasifikasi menggunakan metode Support Vector Machine terbagi

menjadi dua yaitu tahap pelatihan dan tahap pengujian. Tahap pelatihan dilakukan

untuk menghasilkan model fitur yang nantinya akan digunakan sebagai acuan

perhitungan untuk mengklasifikasikan.

Data masukan akan diubah menjadi data vektor. Format data input untuk

klasifikasi SVM pada penelitian ini adalah 1 1: XX. Masukan pertama +1 atau -1

menyatakan dua label kelas awalan yang diberikan. Angka 1 sebelum tanda “:”

menyatakan indeks dan angka XX setelah tanda “:” menyatakan nilai dari kriteria

tersebut. Sebagai contoh dalam pengubahan data menjadi data vektor dapat dilihat

pada Tabel 3.4 dan 3.5 berikut:

21

Tabel 3.4 Data Asli

No Atlit Foot

Work Ketahanan Kecepatan

Smash

F

Clear

F

Net

F Lop

Clear

B

Net

B

Penempatan

Bila

Ketepatan

Smash

Visi

Bermain Kelas

1 1 75 90 81 76 80 82 65 78 76 78 76 80 Di

terima

2 2 80 72 71 87 89 86 80 84 84 87 82 87 Di

terima

3 3 85 92 82 90 86 80 82 82 83 84 84 81 Di

terima

4 4 72 70 74 76 70 72 64 76 74 76 75 75 Di

terima

5 5 68 65 72 78 69 68 68 74 70 76 72 73 DI

Tolak

6 6 82 79 81 80 89 75 80 80 82 80 80 79 Di

terima

7 7 64 70 74 76 78 69 68 76 73 77 72 80 Di

Tolak

8 8 69 74 68 74 69 78 68 78 74 78 75 75 Di

terima

9 9 80 84 74 84 76 76 60 75 70 76 78 77 Di

terima

10 10 78 86 72 80 79 80 58 69 71 72 71 81 Di

terima

11 11 68 58 60 72 69 64 48 58 64 65 63 70 Di

Tolak

12 12 69 80 63 70 68 79 58 64 69 68 70 73 DI

Tolak

Tabel 3.5 Data Vektor

No Atlit

1 1 1:75 2:90 3:81 4:76 5:80 6:82 7:65 8:78 9:76 10:78 11:76 12:80

2 1 1:80 2:72 3:71 4:87 5:89 6:86 7:80 8:84 9:84 10:87 11:82 12:87

3 1 1:85 2:92 3:82 4:90 5:86 6:80 7:82 8:82 9:83 10:84 11:84 12:81

4 1 1:72 2:70 3:74 4:76 5:70 6:72 7:64 8:76 9:74 10:76 11:75 12:75

5 -1 1:68 2:65 3:72 4:78 5:69 6:68 7:68 8:74 9:70 10:76 11:72 12:73

6 1 1:82 2:79 3:81 4:80 5:89 6:75 7:80 8:80 9:82 10:80 11:80 12:79

7 -1 1:64 2:70 3:74 4:76 5:78 6:69 7:68 8:76 9:73 10:77 11:72 12:80

8 1 1:69 2:74 3:68 4:74 5:69 6:78 7:68 8:78 9:74 10:78 11:75 12:75

9 1 1:80 2:84 3:74 4:84 5:76 6:76 7:60 8:75 9:70 10:76 11:78 12:77

10 1 1:78 2:86 3:72 4:80 5:79 6:80 7:58 8:69 9:71 10:72 11:71 12:81

11 -1 1:68 2:58 3:60 4:72 5:69 6:64 7:48 8:58 9:64 10:65 11:63 12:70

12 -1 1:69 2:80 3:63 4:70 5:68 6:79 7:58 8:64 9:69 10:68 11:70 12:73

Begitu seterusnya sehingga semua data yang akan di hitung terwakili oleh

format data vektor.

22

Pada tahap pelatihan metode Support Vector Machine ini akan dicari

fungsi pemisah (hyperplane) yang akan digunakan sebagai model dalam

mengklasifikasikan. Pada kasus Support Vector Machine jumlah hyperplane yang

terbentuk yaitu sebanyak k atau jumlah kelas. Jadi untuk kasus dua kelas seperti

kasus pada penelitian ini, maka akan terbentuk dua hyperplane. Pada hyperplane

pertama, data latih dalam kelas 1 (diterima) diberi label +1, dan 5 (DI Tolak)

diberi label -1.

Kemudian tahap selanjutnya adalah melakukan perhitungan kernel 𝑥𝑖𝑥𝑗𝑇

dimana 𝑖,𝑗 = 1,..,𝑛. Untuk 𝑥1 adalah seluruh nilai yang diambil dari bobot P1 dan

P2. Sedemikian sehingga setiap data untuk nilai 𝑥1 dapat diubah sesuai hasil

pembobotan kriteria menjadi bentuk sebagai berikut, sebagai contoh bentuk pada

pernyataan pertama:

𝑥1 = [75 90 81 76 80 82 65 78 76 78 76 80]

Kemudian data vektor setiap data sesuai dengan hasil pembobotan kriteria

pada setiap datanya. Dilakukan perhitungan 𝑥𝑖𝑥𝑗𝑇 pada setiap data.

Setelah mendapatkan nilai hyperplane pertama hingga kelima, selanjutnya

dapat menentukan data uji masuk ke dalam kategori diterima atau ditolak dengan

cara menghitung nilai hyperplane paling besar. Kelas i dengan hasil perhitungan

hyperplane terbesar adalah kelas data dari data uji.

Sebagai data uji dilakukan pada data dengan support vector (130.264,4).

Nilai vektor tersebut disubsitusikan seperti berikut:

𝑘𝑒𝑙𝑎𝑠 𝑥 = arg max 𝑘=1…5 ([𝑤1]𝑇.𝜑(𝑥) + 𝑏1,[𝑤2]𝑇.𝜑(𝑥) + 𝑏2,[𝑤3]𝑇.𝜑(𝑥)

+ 𝑏3,[𝑤4]𝑇.𝜑(𝑥) + 𝑏4,[𝑤5]𝑇.𝜑(𝑥) + 𝑏5)

Nilai w1 dan b1 didapatkan dari hasil pelatihan yang telah dilakukan

sebelumnya dimana angka 1 menunjukkan indeks kelas 1 yaitu diterima, angka -1

menunjukkan indeks kelas 2 yaitu ditolak.

3.2.2 Diagram Konteks

Diagram Konteks berfungsi untuk menggambarkan hubungan antara user

dengan sistem, masukan dan keluaran sistem, yang direpresentasikan dengan

lingkaran tunggal yang mewakili keseluruhan sistem. Berikut merupakan diagram

konteks dari aplikasi seleksi atlet bulu tangkis:

23

nilai_kriteria

atlet

atlet

autent ikasi

nilai_kirteria

login

0

Aplikasi Seleksi ATLIT

Bulu Tangkis

+

Admin

Gambar 3.6 Diagram Konteks

Dari gambar diatas terdapat aktor yang terlibat yaitu administrator yang

berfungsi sebagai, memanajemen data yang akan di olah seperti tambah, edit, dan

delete Atlit, tambah, edit, dan delete data kriteria, input, edit dan delete data nilai

setiap Atlit berdasarkan nilai kriteria, dan mengolah data dan menggunakan

system dalam penghitungan dan penilaian menggunakan algoritma SVM.

3.2.3 Data Flow Diagram Level 1

Data Flow Diagram (DFD) memungkinkan pengembangan untuk

mengembangkan model daerah informasi dan fungsi tersebut pada saat yang

bersamaan. DFD juga menunjukkan aliran suatu data diubah bentuk seakan-akan

data tersebut bergerak melalui sistem. DFD level 0 merupakan diagram dari

turunan penjelasan konteks diagram. Sehingga mendapatkan hasil lebih detail dari

diagram konteks. Berikut adalah gambar DFD level 0 aplikasi seleksi atlit

bulutangkis:

24

Hasil Seleksi

login

login

nilai_kriteria

at lit

nilai_kriteria

nilai_kriteria

at lit

at lit

nilai_kriteria at lit

at lit

nilai_kirteria

autent ikasi

login

Admin

1

Manajemen

at lit

2

Manajemen

Nilai Kriteria

3

Login

5

SVM

Klasif ikasi

+

at lit

penilaian

admin

Gambar 3.7 Data Flow Diagram Level 1

Data Flow Diagram Level 1 ini merupakan detail dari konteks diagram

dimana terdapat pecahan-pecahan proses dari konteks diagram yaitu login yang

berfungsi untuk mengindentifikasi administrator, manajemen Atlit yang berfungsi

untuk memanajemen data Atlit, manajemen criteria berfungsi untuk

memanajemen criteria, manajemen komentar, untuk memanajemen komentar

yang masuk, dan kombinasi metode Support Vector Machine yang berfungsi

untuk menghitung dalam mendukung keputusan proses pemilihan Atlit oleh user.

3.2.4 Data Flow Diagram Level 2

Dari Data flow Diagram Level 1 di turunkan lagi menjadi Data Flow

diagram Level 2 Agar setiap proses terlihat semakin detail, Berikut adalah Data

Flow Diagram Level 2 setiap proser:

a. Data Flow Diagram Level 2 - Login

DFD level 2 Login ini merupakan penjabaran dari DFD level 1 yang

memuat proses-proses yang ada dalam sistem. Yaitu meliputi cek username dan

25

password, dan hasil verifikasi username dan password.

data login

data login

data login

data login

ADMIN

admin

1

cek username dan

password

2

hasil v erif ikasi

Gambar 3.8 DFD Level 1 Proses Login

b. Manajemen Atlit

Gambar Data Flow Diagram berikut menjelaskan bahwa admin

memproses tambah data Atlit, mengedit data Atlit menghapus data Atlit,

menampilkan data Atlit dan semua proses tersebut merupakan proses manipulasi

data kedalam table Atlit.

at lit

at lit

at lit

at lit

at lit

at lit

at lit

at lit

Adminat lit

1

Insert

2

Update

3

Delete

4

View

Gambar 3.9 DFD Level 2 (Manajemen Atlit)

c. Manajemen Kriteria

Gambar Data Flow Diagram berikut menjelaskan bahwa admin

memproses tambah data kriteria, mengedit data kriteria menghapus data kriteria,

3.1

3.2

1.1

1.2

1.3

1.4

26

menampilkan data kriteria dan semua proses tersebut merupakan proses

manipulasi data kedalam database table kriteria.

nilai_kirteria

nilai_kirteria

nilai_kirterianilai_kirteria

nilai_kriteria

nilai_kriteria

nilai_kriteria

nilai_kirteria

Admin

penilaian

1

insert

2

update

3

delete

4

v iew

Gambar 3.10 DFD Level 2 (Manajemen Kriteria)

3.3 Perancangan Database

Analisis basis data adalah kegiatan menganalisis data yang akan diolah

dan disimpan dalam database. Dalam analisis ini direpresentasikan darimana data

berasal, atribut dan relasi entity dari data tersebut.

Entity Relationship Diagram atau ERD digunakan untuk menganalisis

tabel yang akan dibuat beserta relasinya pada basis data. Untuk lebih jelasnya

ERD yang dibutuhkan untuk sistem pengambilan keputusan yang akan dibangun

dapat dilihat pada gambar berikut:

2.1

2.2

2.3

2.4

27

Gambar 3.11 Conseptual Data Model (CDM)

Gambar 3.12 Phisical Data Model (PDM)

nilai atlit

nilai dari penilai

kriteria atlit

nilai kriteria

user penilai

user atlit

atl it

no

nim

nama

telp

email

usia

gender

<pi> Integer

Variable characters (40)

Variable characters (50)

Variable characters (5)

Variable characters (25)

Integer

Variable characters (25)

<M>

Identifier_1 <pi>

kriteria

id_kriteria

nama_kriteria

<pi> Integer

Variable characters (40)

<M>

Identifier_1 <pi>

penilai

id_penilai

nip

nim

email

<pi> Integer

Variable characters (20)

Variable characters (40)

Variable characters (25)

<M>

Identifier_1 <pi>

nilai

id_nilai

nilai

<pi> Integer

Float

<M>

Identifier_1 <pi>

user

id_user

username

password

nim

tgl_login

level

<pi> Integer

Variable characters (45)

Variable characters (45)

Variable characters (40)

Date

Variable characters (20)

<M>

Identifier_1 <pi>

FK_NILAI_ATLIT

FK_NILAI_DARI_PENILAI

FK_KRITERIA_ATLIT

FK_NILAI_KRITERIA

FK_USER_PENILAI

FK_USER_ATLIT

atlit

no

id_user

nim

nama

telp

email

usia

gender

int

int

varchar(40)

varchar(50)

varchar(5)

varchar(25)

int

varchar(25)

<pk>

<fk>

kriteria

id_kriteria

no

id_nilai

nama_kriteria

int

int

int

varchar(40)

<pk>

<fk1>

<fk2>

penilai

id_penilai

id_user

nip

nim

email

int

int

varchar(20)

varchar(40)

varchar(25)

<pk>

<fk>

nilai

id_nilai

no

id_penilai

nilai

int

int

int

float

<pk>

<fk1>

<fk2>

user

id_user

username

password

nim

tgl_login

level

int

varchar(45)

varchar(45)

varchar(40)

date

varchar(20)

<pk>

28

1. Tabel Data Admin

Tabel ini digunakan untuk menyimpan data pengguna. Data-data terkait akan

disimpan dalam tabel ini. Berikut adalah data yang terkait :

Table 3.13 Data Admin

No Nama Fild Tipe Data Panjang data

1 Id_user Integer -

2 username Variable Character 40

3 password Variable Character 60

4 Nama Variable Character 40

5 Tgl_login Date

2. Tabel Atlit

Tabel ini digunakan untuk menyimpan data Atlit yang menjadi objek pada sistem,

yaitu objek yang akan di input, dan dinilai. Data-data terkait yang akan disimpan

dalam tabel Atlit adalah:

Tabel 3.14 Atlit

No Nama Fild Tipe Data Panjang data

1 Nim Variable Character 40

2 Nama Variable Character 40

3 Alamat Variable Character 60

4 Telp Variable Character 13

5 Email Variable Character 40

7 Usia Interget

8 Gender Variable Character 20

3. Tabel Nilai

Table ini digunakan untuk menyimpan data penilaian tiap kriteria pada tiap Atlit

Atlit yang di input oleh admin.

29

Table 3.15 Table Nilai

No Nama Fild Tipe Data Panjang data

1 Id_nilai Integer -

2 Nilai Double -

4. Tabel Komentar

Table ini digunakan untuk menyimpan data komentar tiap atlit atlit yang di input

oleh para viewer atau user untuk menampung masukan dan saran untuk masing –

masing atlit :

Table 3.16 Komentar

No Nama Fild Tipe Data Panjang data

1 Id_komentas Integer -

2 Id_Atlit Double -

3 Id_sdm Integer -

4 Komentar Variable Character 500

3.4 Perancangan Antar Muka (Interface)

Perancangan antarmuka merupakan gambaran halaman yang akan di lihat

langsung oleh user, berikut merupakan rancangan antarmuka system pendukung

keputusan pemilihan calon atlit MKS.

3.4.1 Perancangan Halaman Admin

3.4.1.1 Halaman Login

Form login ini digunakan untuk mengecek apakah username dan password yang

dimasukkan telah benar untuk dapat login. Dalam form ini terdapat 1 tombol yaitu

Login.

LOGIN ADMINISTRATOR

Username

Password

Login

30

3.4.1.2 Halaman Utama

Rancangan halaman admin ini berisikan gambar tampilan halaman utama

serta menu apa saja yang dapat digunakan oleh admin nantinya.

Gambar 3.17 Rancangan halaman utama

3.4.1.3 Halaman Manajemen Atlit

Digunakan untuk menampilkan data atlit atlit, yang nantinya dapat di edit

isi dari data atlit tersebut.

Dari gambar untuk form input berisikan data nama jenis kelamin dan lain–

lain yang nantinya akan diisi oleh admin untuk keperluan database. Data tersebut

akan secara otomatis tersimpan. Untuk keterangan edit delete dan detail juga akan

secara otomatis mengarahkan kepada form ini kembali.

Rancangan: halaman dapat dilihat pada gambar 3.18.

HOME | ATLIT | PENILAI | KRITERIA | SVM

LOGO

Logout

SITE WEB

31

Gambar 3.18 Halaman Manajemen Atlit.

3.4.1.4 Halaman Manajemen Nilai

Digunakan untuk menampilkan dan memanajemen data nilai kriteria Atlit

yang oleh admin dapat di edit isi dari data nilai tersebut.

Pada gambar di bawah juga akan ditampikan data data dari atlit yang akan

kita beri komentar. Rancangan: halaman dapat dilihat pada gambar 3.19.

HOME | ATLIT | PENILAI | KRITERIA | KOMENTAR

LOGO

Logout

FORM INPUT PRODUK Nama : [………………………………………………………………] Jenis Klamin : [………………………………………………………………] Alamat : [………………………………………………………………] Email : [………………………………………………………………] Telp : [………………………………………………………………] Nim : [………………………………………………………………]

No Nama Alamat Telp

Edit Delete Detail Edit Delete Detail Edit Delete Detail Edit Delete Detail Edit Delete Detail Edit Delete Detail Edit Delete Detail

Simpan

32

Gambar 3.19 Halaman Manajemen Nilai.

HOME | ATLIT | PENILAI | KRITERIA | KOMENTAR

LOGO

Logout

FORM INPUT NILAI Nomor : [………………………………………………………………] Nama : [………………………………………………………………] Kriteria 1 : […………………] Kriteria 2 : […………………] Kriteria 3 : […………………] Kriteria 4 : […………………] Kriteria 5 : […………………] Kriteria 6 : […………………] Keterangan : [………………………………………………………………]

No NIM NAMA Nilai

Edit Delete Detail Edit Delete Detail Edit Delete Detail Edit Delete Detail Edit Delete Detail Edit Delete Detail Edit Delete Detail

Simpan