{"id":9416,"date":"2023-12-20T00:52:51","date_gmt":"2023-12-19T16:52:51","guid":{"rendered":"https:\/\/jurnalpost.com\/read\/?p=9416"},"modified":"2023-12-20T00:52:51","modified_gmt":"2023-12-19T16:52:51","slug":"pengujian-aplikasi-pengenalan-penulisan-tangan-menggunakan-model-behaviour-use-case","status":"publish","type":"post","link":"https:\/\/jurnalpost.com\/read\/pengujian-aplikasi-pengenalan-penulisan-tangan-menggunakan-model-behaviour-use-case\/9416\/","title":{"rendered":"Pengujian Aplikasi Pengenalan Penulisan Tangan Menggunakan Model Behaviour Use Case"},"content":{"rendered":"

Muhammad Thoriqul Hafidz<\/strong>1<\/sup><\/strong>, Zaid Husaini<\/strong>2<\/sup><\/strong>, Marcellino Jonathan Bulegalangi<\/strong>3<\/sup><\/strong>, Nur Ayu Apriyanti<\/strong>4<\/sup><\/strong>, Aries Saifudin<\/strong>5<\/sup><\/strong><\/p>\n

Teknik Informatika, Universitas Pamulang, Tangerang Selatan, Indonesia<\/p>\n

E-mail: 1<\/sup>apisaja012@gmail.com<\/a>, 2<\/sup>zaidhusaini123@gmail.com<\/a>, marcellinojonathan9@gmail.com, apriyantinurayu24@gmail.com<\/a>, 5<\/sup><\/a>aries.saifudin@unpam.ac.id<\/a><\/p>\n

A<\/em><\/strong>bstrak<\/em><\/strong><\/p>\n

Pengujian aplikasi pengenalan tulisan tangan pada model behavior use case menjadi langkah kritis dalam memastikan kinerja dan kehandalan sistem. Penelitian ini bertujuan untuk mengevaluasi respons dan akurasi model dalam mengenali tulisan tangan pada skenario penggunaan tertentu.<\/em><\/p>\n

Metode pengujian melibatkan penyusunan dataset representatif yang mencakup variasi gaya tulisan dan kondisi lingkungan. Pengujian dilakukan dengan menggunakan use case yang memodelkan perilaku pengguna dalam situasi sehari-hari, seperti menulis catatan atau mengisi formulir.<\/em><\/p>\n

Parameter yang diukur melibatkan tingkat akurasi pengenalan, waktu respons sistem, dan kinerja pada skenario penggunaan khusus. Uji keandalan juga dilakukan dengan memasukkan variabel seperti perubahan cahaya, kecepatan tulisan, dan variasi gaya tulisan.<\/em><\/p>\n

Hasil pengujian memberikan wawasan mendalam terkait kehandalan model dalam menanggapi variasi penggunaan nyata. Analisis dilakukan untuk mengidentifikasi potensi perbaikan dan peningkatan kinerja model. Penelitian ini memberikan kontribusi pada pemahaman praktis tentang efektivitas aplikasi pengenalan tulisan tangan dalam konteks penggunaan spesifik dan memandu pengembangan selanjutnya untuk meningkatkan kualitas layanan.<\/em><\/p>\n

A<\/em><\/strong>bstract<\/em><\/strong><\/p>\n

Testing the handwriting recognition application on the behavior use case model is a critical step in ensuring system performance and reliability. This research aims to evaluate the model’s response and accuracy in recognizing handwriting in specific usage scenarios.<\/em><\/p>\n

The testing method involves compiling a representative dataset that includes variations in writing styles and environmental conditions. Testing is conducted using use cases that model user behavior in everyday situations, such as taking notes or filling out forms.<\/em><\/p>\n

Measured parameters include the accuracy of recognition, system response time, and performance in specific usage scenarios. Reliability tests are also conducted by introducing variables such as changes in light, writing speed, and variations in handwriting styles.<\/em><\/p>\n

The test results provide in-depth insights into the model’s reliability in responding to real-world usage variations. Analysis is performed to identify potential improvements and enhance model performance. This research contributes to a practical understanding of the effectiveness of handwriting recognition applications in specific usage contexts and guides further development to improve service quality.<\/em><\/p>\n

    \n
  1. PENDAHULUAN<\/li>\n<\/ol>\n

    Pengenalan tulisan tangan telah menjadi bagian integral dari aplikasi modern, membuka pintu untuk pengalaman pengguna yang lebih intuitif. Dalam konteks ini, pengujian aplikasi pengenalan tulisan tangan pada model behavior use case menjadi esensial untuk menjamin keandalan dan performa sistem.<\/p>\n

    Penelitian ini bertujuan untuk menyelidiki sejauh mana model dapat merespons dan mengenali tulisan tangan pengguna dalam situasi penggunaan tertentu. Pendekatan ini diarahkan untuk menciptakan lingkungan pengujian yang mencerminkan kehidupan nyata, di mana pengguna dapat menggunakan aplikasi ini sehari-hari untuk aktivitas seperti menulis catatan atau mengisi formulir.<\/p>\n

    Dengan menggabungkan variasi gaya tulisan dan kondisi lingkungan dalam dataset, pengujian ini melibatkan parameter seperti tingkat akurasi pengenalan, waktu respons sistem, dan kinerja dalam skenario penggunaan khusus. Uji keandalan juga mencakup pengujian terhadap variabel-variabel yang dapat mempengaruhi kinerja, seperti perubahan cahaya, kecepatan tulisan, dan variasi gaya tulisan.<\/p>\n

    Tujuan pengujian ini bertujuan untuk mengevaluasi keberhasilan dan kinerja aplikasi pengenalan penulisan tangan dalam konteks penggunaan praktis.Mempertimbangkan aspek-aspek kunci,termasuk akurasi pengenalan,respons terhadap berbagai gaya penulisan,dan kemampuan aplikasi dalam mengatasi situasi penggunaan yang umum.<\/p>\n

    Manfaat pengujian ini diharapkan dapat memberikan pemahaman mendalam tentang kualitas dan keandalan aplikasi pengenalan penulisan tangan.Hasil dari pengujian ini akan menjadi dasar untuk pembaruan dan perbaikan selanjutnya,serta memberikan informasi yang berharga bagi pengembang,pemangku,dan pengguna akhir.<\/p>\n

    Model Behaviour Use Case, model ini digunakan sebagai kerangka kerja untuk merinci skenario penggunaan yang mencakup langkah-langkah interaksi antara pengguna dan aplikasi.Dengan adanya model behaviour use case,diharapkan dapat tercapai pemahaman yang lebih mendalam tentang bagaimana aplikasi seharusnya berprilaku dalam situasi.<\/p>\n

    Struktur laporan pengujian ini akan terdiri dari beberapa tahap,termasuk persiapan data uji,implementasi aplikasi,pengujian fungsional dan performa,analisis kesalahan,serta rekomendasi perbaikan.Setiap tahap pengujian akan dijelaskan dengan rinci untuk memberikan gambaran yang lengkap tentang kualitas dan kinerja aplikasi.<\/p>\n

    Harapan dari pengujian melibatkan metode pengujian menggunakan model behaviour use case, diharapkan aplikasi pengenalan penulisan tangan ini dapat memberikan layanan yang dapat diandalkan dan responsif,tidak hanya dalam situasi idela tetapi juga dalam berbagai kondisi penggunaan nyata.<\/p>\n

      \n
    1. METODE PENELITIAN<\/li>\n<\/ol>\n

      Metode penelitian pengujian aplikasi pengenalan tulisan tangan pada model behavior use case melibatkan serangkaian langkah sistematis untuk mengevaluasi kinerja aplikasi. Berikut adalah gambaran umum dari metode penelitian tersebut:<\/p>\n

        \n
      1. Perumusan Tujuan Penelitian:<\/li>\n<\/ol>\n

        Tentukan tujuan penelitian yang jelas, seperti mengevaluasi akurasi pengenalan tulisan tangan, respons sistem, dan kinerja pada skenario penggunaan khusus.<\/p>\n

          \n
        1. Penyusunan Dataset:<\/li>\n<\/ol>\n

          Kumpulkan dataset representatif yang mencakup variasi gaya tulisan dan kondisi ling\u00a0 kungan. Pastikan dataset mencerminkan situasi penggunaan sehari-hari.<\/p>\n

            \n
          1. Identifikasi Kriteria Pengujian:<\/li>\n<\/ol>\n

            Tentukan kriteria pengujian, termasuk parameter seperti tingkat akurasi, waktu respons, dan keandalan sistem dalam mengatasi variasi kondisi.<\/p>\n

              \n
            1. Penetapan Use Case Model:<\/li>\n<\/ol>\n

              Pilih use case model yang mencerminkan perilaku pengguna dalam situasi nyata,\u00a0\u00a0\u00a0\u00a0 sep erti menulis catatan atau mengisi formulir.<\/p>\n

                \n
              1. Implementasi Pengujian:<\/li>\n<\/ol>\n

                Terapkan pengujian dengan menggunakan dataset pada aplikasi pengenalan tulisan tangan. Rekam data terkait akurasi dan respons sistem.<\/p>\n

                  \n
                1. Pengukuran dan Analisis:<\/li>\n<\/ol>\n

                  Hitung tingkat akurasi, waktu respons, dan kinerja sistem. Lakukan analisis terhadap hasil pengujian untuk mengidentifikasi kekuatan dan kelemahan model.<\/p>\n

                    \n
                  1. Uji Keandalan:<\/li>\n<\/ol>\n

                    Masukkan variabel seperti perubahan cahaya, kecepatan tulisan, dan variasi gaya tulisan untuk menguji keandalan aplikasi dalam kondisi yang beragam.<\/p>\n

                      \n
                    1. Validasi Hasil:<\/li>\n<\/ol>\n

                      Validasi hasil pengujian dengan membandingkan performa aplikasi dengan ekspektasi dan kebutuhan pengguna.<\/p>\n

                        \n
                      1. Interpretasi dan Kesimpulan:<\/li>\n<\/ol>\n

                        Terjemahkan hasil pengujian menjadi kesimpulan yang memberikan wawasan tentang kinerja aplikasi. Identifikasi area perbaikan dan rekomendasi pengembangan.<\/p>\n

                          \n
                        1. Metode ini memberikan pendekatan holistik untuk memastikan bahwa pengujian aplikasi pengenalan tulisan tangan dilakukan secara teliti dan memberikan pemahaman yang mendalam tentang kinerja model dalam situasi penggunaan nyata.<\/li>\n<\/ol>\n
                            \n
                          1. Analisis kesalahan yang mungkin terjadi pada pengenalan penulisan tangan.<\/li>\n<\/ol>\n
                              \n
                            1. Optimasi lakukan optimasi pada model atau algoritma pengenalan penulisan tangan\u00a0 berdasarkan temuan dari pengujian.<\/li>\n<\/ol>\n

                              Untuk membahas hasil pengujian aplikasi pengenalan tulisan tangan dengan model perilaku kasus penggunaan (behavior use case), pertama-tama, kita perlu mengevaluasi performa model tersebut. Beberapa poin diantaranya.<\/p>\n

                              Akurasi Pengenalan Tulisan Tangan: Tinjau sejauh mana model mampu mengenali tulisan tangan dengan benar. Apakah terdapat kasus di mana model memberikan hasil yang keliru?<\/p>\n

                              Kecepatan dan Responsivitas: Evaluasi kecepatan respons aplikasi dalam mengenali tulisan tangan. Seberapa cepat model dapat memberikan output setelah menerima input tulisan?<\/p>\n

                              Skalabilitas: Pertimbangkan apakah model dapat menangani variasi ukuran dan gaya tulisan tangan. Apakah performanya konsisten saat diuji dengan berbagai jenis tulisan?<\/p>\n

                              Kasus Uji Khusus: Bahas hasil pada kasus uji khusus, seperti tulisan tangan dengan tinta yang buram, variasi dalam sudut tulisan, atau situasi cahaya yang berbeda.<\/p>\n

                              Ketahanan terhadap Kegagalan: Diskusikan apakah model mampu menangani kegagalan atau noise dalam input, seperti coretan tambahan atau elemen yang tidak terkait.<\/p>\n

                              Peningkatan Kinerja: Jika ada cacat atau area untuk perbaikan, jelaskan langkah-langkah yang dapat diambil untuk meningkatkan kinerja model.<\/p>\n

                              Feedback Pengguna: Apakah ada umpan balik dari pengguna selama pengujian? Pertimbangkan untuk mencakup reaksi dan pandangan mereka terhadap pengalaman menggunakan aplikasi.<\/p>\n

                              Keamanan dan Privasi: Jelaskan langkah-langkah yang diambil untuk memastikan keamanan dan privasi data tulisan tangan pengguna.
                              \nOptimasi lakukan optimasi pada model atau algoritma pengenalan penulisan tangan berdasarkan temuan dari pengujian.
                              \nDokumentasi Hasil laporan penelitian yang mencakup deskripsi metodologi,hasil pengujian,analisis kesalahan,dan rekomendasi.
                              \nValidasi oleh pihak ketiga, jika memungkinkan mintalah validasi oleh pihak ketiga atau pengguna potensial untuk mendapatkan pandangan dari perspektif pengguna sebenarnya.<\/p>\n

                              Jika hasil yang dipublikasikan sesuai dengan harapan maka kesimpulan Approved dan jika hasil yang dipublikasikan tidak sesuai dengan harapan maka hasil tersebut dibuang.Metode penelitian ini dapat disesuaikan dengan kebutuhan lingkungan spesifik aplikasi pengenalan penulisan tangan yang dikembangkan sehingga meningkatkan kualitas aplikasi.<\/p>\n

                              Berikut ini adalah Foto interface aplikasi pengenalan Penulisan Tangan.<\/p>\n\n\n\n
                              \n\n\n\n
                               <\/p>\n

                               <\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                              \"\"
                              \nFoto 1. Interface Menu Utama
                              \nFoto 2 menunjukkan hasil implementasi interface perangkat lunak untuk menu pelatihan.<\/p>\n

                              \"\"
                              \nFoto 2.\u00a0 Interface Menu Pelatihan.
                              \nFoto 3 menunjukkan hasil implementasi interface perangkat lunak untuk menu pengujian.<\/p>\n

                              \"\"
                              \nFoto 3. Interface Menu Pengujian.<\/p>\n

                                \n
                              1. HASIL DAN PEMBAHASAN<\/li>\n<\/ol>\n

                                3.1 Model Diagram Use Case<\/em><\/p>\n

                                Diagram use case merupakan representasi grafis dari use case atau skenario penggunaan dalam suatu sistem.Diagram ini membantu dalam pemahaman dan komunikasi mengenai fungsionalitas sistem serta interaksi antara aktor (entitas yang berinterkasi dengan sistem) dan use case (fungsi atau aktivitas sistem) Diagram use case dapat dilihat pada Foto 4.<\/p>\n

                                \"\"<\/p>\n

                                PENGUJIAN<\/p>\n\n\n\n\n\n
                                <\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                <\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                <\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                Foto 4.\u00a0 Diagram Use Case<\/em><\/p>\n

                                3.2 Skenario Use Case<\/em><\/p>\n

                                Skenario use case adalah deskripsi naratif atau rangkaian langkah-langkah yang menjelaskan bagaimana suatu sistem atau aplikasi digunakan dalam suatu situasi tertentu.Skenario use case mencakup interaksi antara aktor (pengguna dan sistem eksternal lainnya) dan sistem untuk mencapai suatu tujuan tertentu.Berikut ini adalah skenario dari use case <\/em>yang telah didefinisikan sebagai berikut:<\/p>\n

                                Rotasi Gambar:<\/p>\n

                                Deskripsi: Pengguna mengambil gambar dengan sudut yang miring atau terbalik.
                                \nProses Pra-Pengolahan: Aplikasi melakukan otomatisasi rotasi gambar sehingga teks tulisan tangan berada dalam orientasi yang benar.
                                \nTujuan: Memastikan bahwa model mampu mengenali tulisan tangan pada gambar yang memiliki rotasi.<\/p>\n

                                Normalisasi Warna dan Kontras:
                                \nDeskripsi: Pengguna mengambil gambar dalam kondisi pencahayaan yang berbeda.
                                \nProses Pra-Pengolahan: Aplikasi melakukan normalisasi warna dan kontras pada gambar.
                                \nTujuan: Menguji kemampuan model dalam mengenali tulisan tangan pada gambar dengan kondisi pencahayaan yang bervariasi.<\/p>\n

                                Penghapusan Noise:
                                \nDeskripsi: Gambar yang diambil memiliki noise atau gangguan visual.
                                \nProses Pra-Pengolahan: Aplikasi melakukan penghapusan noise atau filter untuk membersihkan gambar.
                                \nTujuan: Menguji ketahanan model terhadap gambar dengan noise dan meningkatkan akurasi pengenalan.<\/p>\n

                                Deteksi dan Cropping Teks:<\/p>\n

                                Deskripsi: Gambar yang diambil mungkin berisi teks dan elemen visual lainnya.
                                \nProses Pra-Pengolahan: Aplikasi mendeteksi dan memotong hanya bagian gambar yang berisi tulisan tangan.
                                \nTujuan: Memastikan bahwa model hanya mengenali teks tulisan tangan yang relevan.<\/p>\n

                                Resolusi Gambar:
                                \nDeskripsi: Pengguna mengambil gambar dengan resolusi yang rendah.
                                \nProses Pra-Pengolahan: Aplikasi meningkatkan resolusi gambar secara otomatis.
                                \nTujuan: Menilai kemampuan model dalam mengenali tulisan tangan pada gambar dengan resolusi rendah.<\/p>\n

                                Pencarian dan Identifikasi Wilayah Teks:
                                \nDeskripsi: Gambar mungkin berisi lebih dari satu wilayah teks tulisan tangan.
                                \nProses Pra-Pengolahan: Aplikasi mengidentifikasi dan menandai wilayah teks untuk pengenalan.
                                \nTujuan: Menguji kemampuan model dalam mengenali teks tulisan tangan pada gambar dengan beberapa wilayah teks.
                                \nSetelah melalui pra-pengolahan gambar, model seharusnya lebih siap untuk melakukan pengenalan tulisan tangan dengan akurasi yang lebih baik.<\/p>\n

                                Input Gambar dengan Teks dan Latar Belakang:
                                \nDeskripsi: Pengguna mengambil gambar yang berisi teks tulisan tangan dan elemen latar belakang atau objek lainnya.
                                \nProses Pra-Pengolahan: Aplikasi melakukan deteksi teks dan memotong hanya wilayah yang berisi tulisan tangan.
                                \nTujuan: Menilai kemampuan model dalam mengidentifikasi dan mengelola wilayah yang relevan pada gambar.<\/p>\n

                                Pengambilan Gambar dengan Teks yang Tumpang Tindih:
                                \nDeskripsi: Teks tulisan tangan mungkin tumpang tindih dengan elemen lain pada gambar.
                                \nProses Pra-Pengolahan: Aplikasi melakukan deteksi teks dan memastikan bahwa teks yang tumpang tindih dikenali dengan benar.
                                \nTujuan: Menguji kemampuan model untuk mengatasi tumpang tindih teks.<\/p>\n

                                Deteksi dan Penanganan Teks di Berbagai Ukuran:
                                \nDeskripsi: Gambar mungkin berisi teks dengan ukuran yang bervariasi.
                                \nProses Pra-Pengolahan: Aplikasi mendeteksi dan mengelola teks dalam berbagai ukuran dengan benar.
                                \nTujuan: Memastikan model dapat menangani variasi ukuran tulisan tangan.<\/p>\n

                                Koreksi Rotasi Teks:
                                \nDeskripsi: Pengguna mengambil gambar dengan teks tulisan tangan yang miring.
                                \nProses Pra-Pengolahan: Aplikasi secara otomatis mengkoreksi rotasi teks sehingga tulisan tangan berada pada orientasi yang benar.
                                \nTujuan: Menilai kemampuan model untuk mengenali dan menangani rotasi teks.<\/p>\n

                                Teks yang Terpotong Sebagian:
                                \nDeskripsi: Teks tulisan tangan mungkin terpotong sebagian pada gambar.
                                \nProses Pra-Pengolahan: Aplikasi mencoba mengidentifikasi dan mengenali teks yang terpotong dengan baik.
                                \nTujuan: Menguji kemampuan model dalam menangani teks yang tidak lengkap.<\/p>\n

                                Pendeteksian dan Penanganan Teks pada Gambar Berwarna:
                                \nDeskripsi: Gambar berwarna dapat mempersulit deteksi dan pengenalan teks.
                                \nProses Pra-Pengolahan: Aplikasi memproses gambar berwarna untuk meningkatkan deteksi dan pengenalan teks tulisan tangan.
                                \nTujuan: Menguji kinerja model pada gambar dengan skala warna yang bervariasi.<\/p>\n

                                Setelah melalui skenario-skenario ini, evaluasi apakah model mampu secara efektif mengenali dan memproses teks tulisan tangan pada gambar yang telah mengalami pra-pengolahan. Pastikan hasilnya sesuai dengan harapan dan memenuhi kebutuhan pengguna aplikasi.<\/p>\n

                                  \n
                                1. Skenario Use case <\/em>Pra-pengolahan Gambar Penulisan Tangan<\/li>\n<\/ol>\n

                                  Pada bagian ini menjelaskan tentang skenario use case <\/em>pra-pengolahan dapat dilihat pada<\/p>\n

                                  Tabel 1.<\/p>\n

                                  Tabel 1. Skenario Use Case Pra-Pengolahan Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
                                  No.<\/td>\n001<\/td>\n<\/td>\n<\/tr>\n
                                  Nama Use case<\/em><\/td>\nPra-pengolahan.<\/em><\/td>\n<\/td>\n<\/tr>\n
                                  Aktor<\/td>\n–<\/td>\n<\/td>\n<\/tr>\n
                                  Tujuan<\/td>\nMenyiapkan Foto yang ingin di proses, digunakan untuk penngetahuan dan .pengnalan<\/td>\n<\/td>\n<\/tr>\n
                                  Deskripsi<\/td>\nU<\/em>se case <\/em>ini digunakan untuk melakukan proses binerisasi dari tulisan<\/p>\n

                                  tangan\u00a0\u00a0 \u00a0yang\u00a0\u00a0 \u00a0telah\u00a0\u00a0 \u00a0diakuisisi\u00a0\u00a0 \u00a0untuk\u00a0\u00a0 \u00a0mengurangi\u00a0\u00a0 \u00a0noise\u00a0\u00a0 \u00a0<\/em>dan menstandarisasi suatu Foto.<\/td>\n

                                  		<\/td>\n<\/tr>\n
                                  <\/td>\n<\/tr>\n
                                  <\/td>\n<\/tr>\n
                                  Kondisi Awal<\/td>\nSistem sudah aktif<\/td>\n<\/td>\n<\/tr>\n
                                  Kondisi Akhir<\/td>\nPenulisan Tangan telah akif dengan normal.<\/td>\n<\/td>\n<\/tr>\n
                                  Skenario Utama<\/td>\n<\/td>\n<\/tr>\n
                                  Aktor<\/td>\nSistem<\/td>\n<\/td>\n<\/tr>\n
                                  Skenario Normal<\/td>\n<\/td>\n<\/tr>\n
                                  <\/td>\n<\/td>\n1.\u00a0 \u00a0Menemukan posisi pixel Penulisan Tangan<\/td>\n<\/td>\n<\/tr>\n
                                  <\/td>\n<\/td>\n2.\u00a0 \u00a0Melakukan\u00a0\u00a0\u00a0 \u00a0operasi\u00a0\u00a0\u00a0 \u00a0perubahan\u00a0\u00a0\u00a0 \u00a0Foto<\/td>\n<\/td>\n<\/tr>\n
                                  <\/td>\n<\/td>\nbinerisasi\u00a0 \u00a0berdasarkan\u00a0 \u00a0data\u00a0 \u00a0tulisan\u00a0 \u00a0tangan<\/p>\n

                                  yang dipilih<\/td>\n

                                  		<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                   <\/p>\n

                                    \n
                                  1. Skenario Use case <\/em>Ekstraksi Ciri Gambar Penulisan Tangan<\/li>\n<\/ol>\n

                                    Pada bagian ini menjelaskan tentang skenario use case <\/em>ekstraksi ciri dapat dilihat pada Tabel<\/p>\n

                                    Tabel 2. Skenario Use Case Ekstraksi Ciri Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
                                    No.<\/td>\n002<\/td>\n<\/tr>\n
                                    Nama Use case<\/em><\/td>\nEkstraksi ciri.<\/td>\n<\/tr>\n
                                    Aktor<\/td>\n–<\/td>\n<\/tr>\n
                                    Tujuan<\/td>\nMemindahkan Foto yang sudah disimpan di dalam file<\/td>\n<\/tr>\n
                                    Deskripsi<\/td>\nU<\/em>se case <\/em>digunankan untuk memindahkan Foto yang sudah disimpan untuk mendapatkan fitur sebagai masukan.<\/td>\n<\/tr>\n
                                    Kondisi Awal<\/td>\nPenulisan Tangan yang sudah discan.<\/td>\n<\/tr>\n
                                    Kondisi Akhir<\/td>\nData hasil pindahan ciri telah diperoleh dan disimpan didalam file<\/td>\n<\/tr>\n
                                    Skenario Utama<\/td>\n<\/tr>\n
                                    Aktor<\/td>\nSistem<\/td>\n<\/tr>\n
                                    Skenario Normal<\/td>\n<\/tr>\n
                                    <\/td>\n1.\u00a0 \u00a0Mengambil nilai\u2014nilai piksel<\/td>\n<\/tr>\n
                                    <\/td>\n2.\u00a0 \u00a0Melakukan \u00a0perhitungan \u00a0nilai \u00a0fitur \u00a0dengan<\/p>\n

                                    nilai simpanan ciri<\/td>\n<\/tr>\n

                                    <\/td>\n3.\u00a0 \u00a0Melakukan\u00a0 \u00a0perhitungan\u00a0 \u00a0titik\u00a0 \u00a0pusat\u00a0 \u00a0pada<\/p>\n

                                    Penulisan tangan<\/td>\n<\/tr>\n

                                    <\/td>\n4.\u00a0 \u00a0Melakukan perhitungan moment pusat pada<\/p>\n

                                    penulisan tangan<\/td>\n<\/tr>\n

                                    <\/td>\n<\/td>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
                                      \n
                                    1. Skenario Use case <\/em>Pelatihan Gambar Penulisan Tangan<\/li>\n<\/ol>\n

                                      Skenario use case merupakan dekripsi naratif\u00a0 atau rangkaian langkah-langkah yang menjelaskan cara suatu sistem atau aplikasi berinteraksi dengan aktor (pengguna atau sistem eksternal lainnya) untuk mencapai suatu tujuan tertentu.dapat dilihat pada Tabel 3.<\/p>\n

                                      Tabel 3. Skenario Use Case Pelatihan Ciri Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
                                      No.<\/td>\n003<\/td>\n<\/tr>\n
                                      Nama Use case<\/em><\/td>\nMelatih Gambar Penulisan Tangan.<\/em><\/td>\n<\/tr>\n
                                      Aktor<\/td>\nUser.<\/td>\n<\/tr>\n
                                      Tujuan<\/td>\nMempelajari setiap Penulisan Tangan yang akan dikenali.<\/td>\n<\/tr>\n
                                      Deskripsi<\/td>\nU<\/em>se \u00a0case \u00a0<\/em>ini \u00a0digunakan \u00a0untuk \u00a0melakukan \u00a0pelatihan \u00a0dengan \u00a0Self<\/em><\/p>\n

                                      O<\/em>rganizing Maps<\/em>.<\/td>\n<\/tr>\n

                                      Kondisi Awal<\/td>\nSistem telah berjalan.<\/td>\n<\/tr>\n
                                      Kondisi Akhir<\/td>\nGambar Penulisan Tangan telah dilatih.<\/td>\n<\/tr>\n
                                      Skenario Utama<\/td>\n<\/tr>\n
                                      Aktor<\/td>\nSistem<\/td>\n<\/tr>\n
                                      Skenario Normal<\/td>\n<\/tr>\n
                                      1. \u00a0User<\/td>\nmenekan<\/td>\nIcon<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      Training<\/em><\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      <\/td>\n<\/td>\n<\/td>\n<\/td>\n2.<\/td>\nMenampilkan form Training<\/em><\/td>\n<\/td>\n<\/tr>\n
                                      3. \u00a0User \u00a0menekan \u00a0icon \u00a0Open<\/em><\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      I<\/em>m<\/em>age<\/em><\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      <\/td>\n<\/td>\n<\/td>\n<\/td>\n4.<\/td>\nMenampilkan kotak dialog open<\/td>\n<\/td>\n<\/tr>\n
                                      5. \u00a0User\u00a0 \u00a0memilih<\/td>\ngambar<\/td>\ntulisan<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      tangan\u00a0\u00a0 \u00a0data<\/td>\nprimer<\/td>\natau\u00a0\u00a0 \u00a0data<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      Sekunder<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      6. \u00a0User \u00a0memberi \u00a0nama \u00a0cluster<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      pada data yang akan di training<\/em><\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      <\/td>\n<\/td>\n<\/td>\n<\/td>\n7.<\/td>\nMenampilkan\u00a0 \u00a0path\u00a0 \u00a0<\/em>dan\u00a0 \u00a0gambar<\/p>\n

                                      tangan yang akan di training<\/em><\/td>\n

                                      		tulisan<\/td>\n<\/tr>\n
                                      8. \u00a0User<\/td>\nmenekan<\/td>\nIcon<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      Training<\/em><\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      <\/td>\n<\/td>\n<\/td>\n<\/td>\n9.<\/td>\nMenginisialisasi nilai-nilai masukan<\/td>\n<\/tr>\n
                                      <\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      <\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      10.Menginisalisasi bobot dengan nilai acak<\/td>\n<\/td>\n<\/td>\n<\/td>\n11. \u00a0Menghitung keluaran nilai output dengan<\/p>\n

                                      menggunakan euclidean distance\u00a0 <\/em>untuk mencari nilai terkecil sebagai pemenang<\/td>\n<\/tr>\n

                                      12.Memperbarui nilai pemenang dan nii<\/td>\nDan nilai tetangga<\/td>\ntetangga<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      <\/td>\n<\/td>\n<\/td>\n<\/td>\n13. \u00a0Melakukan \u00a0ulang \u00a0proses \u00a0penghitungan euclidean distance <\/em>hingga epoch <\/em>tercapai<\/td>\n<\/tr>\n
                                      <\/td>\n<\/td>\n<\/td>\n<\/td>\n14. Jika\u00a0 \u00a0nilai\u00a0 \u00a0iterasi\u00a0 \u00a0(epoch<\/em>)\u00a0 \u00a0tercapai maka proses training selesai<\/td>\n<\/tr>\n
                                       <\/p>\n

                                      16. User<\/td>\n

                                      		menekan<\/td>\n <\/p>\n

                                      Icon<\/td>\n

                                      		15. Menampilkan alert Train Finished!<\/em><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n\n\n\n\n
                                      simpan bobot<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                      <\/td>\n17. Menampilkan\u00a0\u00a0 \u00a0alert<\/td>\nBobot<\/td>\nHasil<\/td>\n<\/tr>\n
                                      <\/td>\nTraining disimpan!<\/td>\n<\/td>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
                                        \n
                                      1. Skenario Use case Testing <\/em>Gambar Penulisan Tangan<\/li>\n<\/ol>\n

                                        Skenario use case testing ini mengacu pada serangkaian langkah atau kejadian yang digambarkan secara rinci untuk menguji fungsionalitas suatu sistem berdasarkan skenario penggunaan atau use case tertentu.<\/p>\n

                                        Pada bagian ini menjelaskan tentang skenario use case <\/em>pengujian gambar Penulisan Tangan dapat dilihat pada Tabel 4.<\/p>\n

                                        Tabel 4. Skenario Use Case Testing Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
                                        No.<\/td>\n004<\/td>\n<\/tr>\n
                                        Nama Use case<\/em><\/td>\nMengenali gambar Penulisan Tangan.<\/td>\n<\/tr>\n
                                        Aktor<\/td>\nUser.<\/td>\n<\/tr>\n
                                        Tujuan<\/td>\nMengenali Penulisan Tangan.<\/td>\n<\/tr>\n
                                        Deskripsi<\/td>\nU<\/em>se case <\/em>ini digunakan untuk mengenali Penulisan Tangan angka yang diuji pada sistem.<\/td>\n<\/tr>\n
                                        Kondisi Awal<\/td>\nGambar Penulisan Tangan angka belum dikenali sistem.<\/td>\n<\/tr>\n
                                        Kondisi Akhir<\/td>\nGambar Penulisan Tangan angka sudah dikenali sistem.<\/td>\n<\/tr>\n
                                        Skenario Utama<\/td>\n<\/tr>\n
                                        Aktor<\/td>\nSistem<\/td>\n<\/tr>\n
                                        Skenario Normal<\/td>\n<\/tr>\n
                                        1.\u00a0 \u00a0User<\/td>\nmenekan\u00a0 \u00a0icon<\/td>\n<\/td>\n<\/tr>\n
                                        Testing<\/em><\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                         <\/p>\n

                                        3.\u00a0 \u00a0User<\/td>\n

                                        		 <\/p>\n

                                        memilih<\/td>\n

                                        		 <\/p>\n

                                        gambar<\/td>\n

                                        		2.\u00a0 \u00a0Menampilkan kotak dialog open<\/td>\n<\/tr>\n
                                        tulisan\u00a0\u00a0 \u00a0tangan\u00a0\u00a0 \u00a0yang<\/td>\nakan<\/td>\n<\/td>\n<\/tr>\n
                                        Ditesting<\/em><\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                        4.\u00a0 \u00a0User<\/td>\nmenekan\u00a0 \u00a0icon<\/td>\n<\/td>\n<\/tr>\n
                                        T<\/em>esting<\/em><\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                        <\/td>\n<\/td>\n<\/td>\n5.\u00a0 \u00a0Melakukan\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 \u00a0pengenalan\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 \u00a0dan<\/td>\n<\/tr>\n
                                        <\/td>\n<\/td>\n<\/td>\nmenampilkan gambar Penulisan Tangan angka<\/p>\n

                                        dikenali<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                        Identifikasi pengujian pada aplikasi dari usecase <\/em>diagram diuraikan pada Tabel 5, Tabel<\/p>\n

                                        6, Tabel 7, dan Tabel 8.<\/p>\n

                                        Tabel 5. Identifikasi Pengujian Use Case <\/em>Pra-Pengolahan Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n\n
                                         <\/p>\n

                                        N<\/strong>o.<\/strong><\/td>\n

                                        		 <\/p>\n

                                        Identifikasi<\/strong><\/td>\n

                                        		 <\/p>\n

                                        P<\/strong>engujian<\/strong><\/td>\n<\/tr>\n

                                        1.<\/td>\nP-1-101<\/td>\nPemrosesan tanpa Foto<\/td>\n<\/tr>\n
                                        2<\/td>\nP-1-102<\/td>\nPemrosesan dengan Foto<\/td>\n<\/tr>\n
                                         <\/p>\n

                                        3.<\/td>\n

                                        		 <\/p>\n

                                        P-1-103<\/td>\n

                                        		Pemrosesan Foto dengan<\/p>\n

                                        ekstensi bukan BMP<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                        Tabel 6. Identifikasi Pengujian Use Case <\/em>Ekstraksi Fitur Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n
                                         <\/p>\n

                                        N<\/strong>o.<\/strong><\/td>\n

                                        		 <\/p>\n

                                        Identifikasi<\/strong><\/td>\n

                                        		 <\/p>\n

                                        P<\/strong>engujian<\/strong><\/td>\n<\/tr>\n

                                         <\/p>\n

                                        1.<\/td>\n

                                        		 <\/p>\n

                                        P-2-101<\/td>\n

                                        		Penyimpanan nilai ekstraksi<\/p>\n

                                        Ciri<\/td>\n<\/tr>\n

                                        2.<\/td>\nP-2-102<\/td>\nAlert <\/em>ekstraksi fitur telah selesai<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                        Tabel 7 Identifikasi Pengujian Use Case <\/em>Pelatihan Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n\n\n\n\n
                                         <\/p>\n

                                        N<\/strong>o.<\/strong><\/td>\n

                                        		 <\/p>\n

                                        Identifikasi<\/strong><\/td>\n

                                        		 <\/p>\n

                                        P<\/strong>engujian<\/strong><\/td>\n<\/tr>\n

                                        1.<\/td>\nP-1-101<\/td>\nTampilan Interface antamuka pelatihan<\/td>\n<\/tr>\n
                                        2.<\/td>\nP-1-102<\/td>\nMenekan icon Open Image <\/em>dan mengisi nama cluster<\/em><\/td>\n<\/tr>\n
                                         <\/p>\n

                                        3.<\/td>\n

                                        		 <\/p>\n

                                        P-1-103<\/td>\n

                                        		Menekan icon t<\/em>raining <\/em>tanpa memasukan data gambar tulisan<\/p>\n

                                        Tangan<\/td>\n<\/tr>\n

                                         <\/p>\n

                                        4.<\/td>\n

                                        		 <\/p>\n

                                        P-1-104<\/td>\n

                                        		Menekan \u00a0icon \u00a0training \u00a0<\/em>dengan \u00a0memasukan \u00a0data \u00a0gambar<\/p>\n

                                        Penulisan Tangan<\/td>\n<\/tr>\n

                                        5.<\/td>\nP-1-105<\/td>\nMenekan icon Simpan Bobot<\/td>\n<\/tr>\n
                                        6.<\/td>\nP-1-106<\/td>\nAlert <\/em>tersimpan<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                        Tabel 8. Identifikasi Pengujian Use Case Testing <\/em>Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n\n\n
                                         <\/p>\n

                                        N<\/strong>o.<\/strong><\/td>\n

                                        		 <\/p>\n

                                        Identifikasi<\/strong><\/td>\n

                                        		 <\/p>\n

                                        P<\/strong>engujian<\/strong><\/td>\n<\/tr>\n

                                        1.<\/td>\nP-2-101<\/td>\nTampilan interface pengujian<\/td>\n<\/tr>\n
                                        2.<\/td>\nP-2-102<\/td>\nMenekan icon testing tanpa memasukan data pengujian<\/td>\n<\/tr>\n
                                         <\/p>\n

                                        3.<\/td>\n

                                        		 <\/p>\n

                                        P-2-103<\/td>\n

                                        		Menekan icon Open Image<\/em>, memilih data gambar tulisan<\/p>\n

                                        tangan yang akan dikenali<\/td>\n<\/tr>\n

                                        4.<\/td>\nP-2-104<\/td>\nMenekan tombol icon Testing <\/em>untuk dikenali<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                        3.3 Pengujian Sistem<\/em><\/p>\n

                                        Pengujian sistem dilakukan untuk mengetahui seberapa baik dan sesuai sistem yang dibuat,sesuai dengan kebutuhan yang telah ditetapkan pada fase analisa prosedur. Pengujian untuk setiap use case ditunjukkan pada Tabel 10, Tabel 11, Tabel 12, dan Tabel 13.<\/p>\n

                                         <\/p>\n\n\n\n
                                        \n\n\n\n
                                        \n\n\n\n\n\n\n
                                         <\/p>\n

                                        Identifikasi<\/strong><\/td>\n

                                        		 <\/p>\n

                                        P<\/strong>rosedur pengujian<\/strong><\/td>\n

                                        		 <\/p>\n

                                        Masukan<\/strong><\/td>\n

                                        		K<\/strong>e<\/strong>l<\/strong>uaran<\/strong><\/p>\n

                                        yang diharapkan<\/strong><\/td>\n

                                        		K<\/strong>r<\/strong>it<\/strong>e<\/strong>ria<\/strong><\/p>\n

                                        evaluasi hasil<\/strong><\/td>\n

                                        		 <\/p>\n

                                        H<\/strong>asil yang didapat<\/strong><\/td>\n

                                        		 <\/p>\n

                                        K<\/strong>esimpulan<\/strong><\/td>\n<\/tr>\n

                                        P-1-101<\/td>\nMenjalankan<\/p>\n

                                        aplikasi<\/td>\n

                                        		–<\/td>\nSistem tidak<\/p>\n

                                        dapat menangani<\/p>\n

                                        proses pra pengolahan<\/td>\n

                                        		–<\/td>\nSistem tidak<\/p>\n

                                        dapat menangani<\/p>\n

                                        proses pra pengolahan<\/td>\n

                                        		Approved<\/td>\n<\/tr>\n
                                         <\/p>\n

                                         <\/p>\n

                                        P-1-102<\/td>\n

                                        		 <\/p>\n

                                        Memasukkan objek<\/p>\n

                                        Foto<\/td>\n

                                        		<\/td>\nSistem dapat<\/p>\n

                                        memproses pra-<\/p>\n

                                        pengolahan<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		Sistem dapat<\/p>\n

                                        memproses pra-<\/p>\n

                                        pengolahan<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        Approved<\/td>\n<\/tr>\n

                                         <\/p>\n

                                        P-1-103<\/td>\n

                                        		Memasukkan<\/p>\n

                                        objek Foto<\/td>\n

                                        		 <\/p>\n

                                        Angka<\/p>\n

                                        0.png<\/td>\n

                                        		Menampilkan<\/p>\n

                                        di list pemilihan<\/td>\n

                                        		 <\/p>\n

                                        –<\/td>\n

                                        		Menampilkan<\/p>\n

                                        di list pemilihan<\/td>\n

                                        		 <\/p>\n

                                        Not Approved<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                        Tabel 10. Pengujian Use Case <\/em>Pra-pengolahan Gambar Penulisan Tangan<\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n\n\n\n\n\n
                                        <\/td>\nformat<\/td>\n<\/td>\nFoto<\/td>\n<\/td>\nFoto<\/td>\n<\/td>\n<\/tr>\n
                                        <\/td>\nberbeda<\/td>\n<\/td>\nformat selain<\/td>\n<\/td>\nformat selain<\/td>\n<\/td>\n<\/tr>\n
                                        <\/td>\n<\/td>\n<\/td>\nBMP<\/td>\n<\/td>\nBMP<\/td>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                        Tabel 11. Pengujian Use Case <\/em>Ekstraksi Fitur Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n
                                         <\/p>\n

                                        Identifikasi<\/strong><\/td>\n

                                        		 <\/p>\n

                                        P<\/strong>rosedur pengujian<\/strong><\/td>\n

                                        		 <\/p>\n

                                        Masukan<\/strong><\/td>\n

                                        		K<\/strong>e<\/strong>l<\/strong>uarkan yang<\/strong><\/p>\n

                                        diharapkan<\/strong><\/td>\n

                                        		K<\/strong>r<\/strong>it<\/strong>e<\/strong>ria evaluasi<\/strong><\/p>\n

                                        hasil<\/strong><\/td>\n

                                        		 <\/p>\n

                                        H<\/strong>asil yang didapat<\/strong><\/td>\n

                                        		 <\/p>\n

                                        K<\/strong>esimpulan<\/strong><\/td>\n<\/tr>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-2-101<\/td>\n

                                        		Memproses<\/p>\n

                                        Foto untuk di ekstraksi fitur<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                        Sistem menampilkan nilai<\/p>\n

                                        ekstraksi ciri<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                        Sistem menampilkan nilai<\/p>\n

                                        ekstraksi ciri<\/td>\n

                                        		Approved<\/td>\n<\/tr>\n
                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-2-102<\/td>\n

                                        		Memproses<\/p>\n

                                        Foto untuk di ekstraksi fitur dengan menekan icon Training<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        ]]]]]]<\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Alert dengan isi \u2015esktraksi fitur telah selesai\u2016<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Alert dengan isi \u2015esktraksi fitur telah selesai\u2016<\/td>\n

                                        		Approved<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                        Tabel 12. Pengujian Use Case <\/em>Pelatihan Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n\n\n
                                        Identifikasi<\/strong><\/td>\nP<\/strong>rosedur pengujian<\/strong><\/td>\nMasukan<\/strong><\/td>\nK<\/strong>e<\/strong>l<\/strong>uaran yang<\/strong><\/p>\n

                                        diharapkan<\/strong><\/td>\n

                                        		K<\/strong>r<\/strong>it<\/strong>e<\/strong>ria evaluasi<\/strong><\/p>\n

                                        hasil<\/strong><\/td>\n

                                        		H<\/strong>asil yang<\/strong><\/p>\n

                                        didapat<\/strong><\/td>\n

                                        		K<\/strong>esimpulan<\/strong><\/td>\n<\/tr>\n
                                         <\/p>\n

                                         <\/p>\n

                                        P-3-101<\/td>\n

                                        		 <\/p>\n

                                        Memilih menu<\/p>\n

                                        Training<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		Sistem<\/p>\n

                                        menampilkan form menu Training<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                        Form<\/p>\n

                                        Training<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        Approved<\/td>\n<\/tr>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-3-102<\/td>\n

                                        		\uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan skenario P-<\/p>\n

                                        1-101<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Menekan icon Open Image<\/em><\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Mengisi nama<\/p>\n

                                        cluster<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Angka 0<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Nama cluster dan data gambar tulisan<\/p>\n

                                        tangan masuk ke<\/p>\n

                                        dalam list<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Data yang dimasukkan ditambahkan ke dalam list<\/td>\n

                                        		 <\/p>\n

                                        Nama cluster dan data gambar Penulisan Tangan masuk ke dalam<\/p>\n

                                        list.<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Approved<\/td>\n<\/tr>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-4-103<\/td>\n

                                        		 <\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan skenario P-<\/p>\n

                                        1-101<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Menekan icon training<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                        Alert dengan isi \u2015Belum ada data atau data tidak cukup\u2016<\/td>\n

                                        		Proses<\/p>\n

                                        pengenalan Penulisan Tangan<\/p>\n

                                        menggunakan<\/p>\n

                                        JST tidak dapat dilakukan<\/td>\n

                                        		Alert<\/p>\n

                                        dengan isi<\/p>\n

                                        \u2015Belum ada data atau data tidak cukup\u2016<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Approved<\/td>\n<\/tr>\n

                                         <\/p>\n

                                        P-5-104<\/td>\n

                                        		 <\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan<\/td>\n

                                        		 <\/p>\n

                                        Angka 0<\/td>\n

                                        		 <\/p>\n

                                        Alert dengan<\/td>\n

                                        		 <\/p>\n

                                        Data yang<\/td>\n

                                        		 <\/p>\n

                                        Alert<\/td>\n

                                        		 <\/p>\n

                                        Approved<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n\n\n\n\n\n
                                        <\/td>\nskenario P-<\/p>\n

                                        1-101<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan skenario P-<\/p>\n

                                        1-102<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Menekan icon training<\/em><\/td>\n

                                        		<\/td>\nisi “Train<\/p>\n

                                        Finished\u2016<\/td>\n

                                        		dimasukkan<\/p>\n

                                        telah dilatih<\/td>\n

                                        		dengan isi<\/p>\n

                                        “Train<\/p>\n

                                        Finished\u2016<\/td>\n

                                        		<\/td>\n<\/tr>\n
                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-6-105<\/td>\n

                                        		\uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan skenario P-<\/p>\n

                                        1-101<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan skenario P-<\/p>\n

                                        1-102<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Menekan icon Simpan Bobot<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Alert dengan isi \u2015Bobot hasil training berhasil disimpan\u2016<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Data yang dimasukkan telah disimpan<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        Alert dengan isi<\/p>\n

                                        \u2015Bobot<\/p>\n

                                        hasil training<\/p>\n

                                        berhasil<\/p>\n

                                        disimpan\u2016<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Approved<\/td>\n<\/tr>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-7-106<\/td>\n

                                        		\uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan skenario P-<\/p>\n

                                        1-101<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan scenario P-<\/p>\n

                                        1-102<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakukan scenario P-<\/p>\n

                                        1-103<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Menekan icon OK<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Alert<\/p>\n

                                        Tertutup<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Alert<\/p>\n

                                        Tertutup<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Approved<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Tabel 13. Pengujian Use Case Testing <\/em>Gambar Penulisan Tangan<\/p>\n\n\n\n\n\n
                                         <\/p>\n

                                        Identifi kasi<\/strong><\/td>\n

                                        		 <\/p>\n

                                        P<\/strong>rosedur pengujian<\/strong><\/td>\n

                                        		 <\/p>\n

                                        Masukan<\/strong><\/td>\n

                                        		K<\/strong>e<\/strong>l<\/strong>uaran yang<\/strong><\/p>\n

                                        diharapkan<\/strong><\/td>\n

                                        		K<\/strong>r<\/strong>it<\/strong>e<\/strong>ria evaluasi<\/strong><\/p>\n

                                        hasil<\/strong><\/td>\n

                                        		 <\/p>\n

                                        H<\/strong>asil yang didapat<\/strong><\/td>\n

                                        		 <\/p>\n

                                        K<\/strong>esimpulan<\/strong><\/td>\n<\/tr>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-4-101<\/td>\n

                                        		 <\/p>\n

                                        Memilih menu Testing<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		Sistem<\/p>\n

                                        menampilkan form menu Testing<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                        Form<\/p>\n

                                        Testing<\/em><\/td>\n

                                        		Approved<\/td>\n<\/tr>\n
                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-4-102<\/td>\n

                                        		\uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakuk an<\/p>\n

                                        Melakuk<\/p>\n

                                        an skenario P-1-101<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Meneka<\/p>\n

                                        n icon<\/p>\n

                                        Testing<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                        Sistem menampilkan alert <\/em>berisi\u2016 Tidak ada yang dapat diproses\u2016<\/td>\n

                                        		 <\/p>\n

                                        Proses pengenalan Penulisan Tangan menggunak an JST tidak dapat dilakukan<\/td>\n

                                        		 <\/p>\n

                                        Sistem menampilk an alert <\/em>berisi\u2016 Tidak ada yang dapat diproses\u2016<\/td>\n

                                        		Approved<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n\n\n\n\n\n
                                        <\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/td>\n<\/tr>\n
                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-4-103<\/td>\n

                                        		\uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakuk an<\/p>\n

                                        skenario<\/p>\n

                                        P-1-101<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Meneka n Open Image<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                        Data gambar Penulisan Tangan masuk ke dalam list<\/td>\n

                                        		Proses pengenalan terhadap gambar Penulisan Tangan<\/p>\n

                                        dapat di proses<\/td>\n

                                        		 <\/p>\n

                                        Data gambar Penulisan Tangan masuk ke dalam list<\/td>\n

                                        		Approved<\/td>\n<\/tr>\n
                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        P-4-104<\/td>\n

                                        		\uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakuk an skenario P-1-101<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Melakuk an skenario<\/p>\n

                                        P-1-103<\/p>\n

                                        \uf0b7\u00a0\u00a0\u00a0\u00a0 \u00a0Meneka<\/p>\n

                                        n icon<\/p>\n

                                        Testing<\/em><\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        –<\/td>\n

                                        		 <\/p>\n

                                        Sistem memberikan respon terhadap User dikenali dan menampilkan hasil pengenalan pada kotak dialog<\/td>\n

                                        		 <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                         <\/p>\n

                                        Proses pengenalan terhadap User dikenali<\/td>\n

                                        		Sistem<\/p>\n

                                        memberika n respon terhadap User dikenali<\/p>\n

                                        dan menampilk an hasil pengenalan pada kotak dialog<\/td>\n

                                        		Approved<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
                                          \n
                                        1. KESIMPULAN<\/li>\n<\/ol>\n

                                          Pengujian ini menggunakan diagram use case fungsional perangkat lunak. Berdasarkan pengujian sistem, dibagi menjadi 4 pengujian sesuai dengan diagram use case. Evaluasi keseluruhan munjukkan bahwa aplikasi pengenalan penulisan tangan mampu mencapai tujuan yang telah ditetapkan.Akurasi pengenalan penulisan tangan dapat dinilai melalui hasil pengujian fungsional.Pada umumnya akurasi ini dapat diukur dengan membandingkanoutput aplikasi dengan data uji yang dihasilkan.Selanjutnya untuk meningkatkan aplikasi,termasuk pembaruan model,perbaikan kesalahan yang terindetifikasi,dan penerapan umpan balik dari pengguna untuk memastikan kesesuaian dan kepuasan pengguna.<\/p>\n

                                            \n
                                          1. SARAN<\/li>\n<\/ol>\n

                                            Penelitian selanjutnya dapat menerapkan pengujian model perilaku UML di luar use case, khususnya model sequence diagram, model\u00a0 diagram aktivitas dapat diimplementasikan untuk\u00a0 pengujian lebih lanjut pada jenis menu lainnya ,lakukan analisis kesesuaian (fit analysis) antara model Behaviour Use Case dengan kebutuhan fungsional dan non-fungsional dari aplikasi pengenalan penulisan tangan. Pastikan bahwa model ini dapat secara efektif mencakup skenario pengguna yang relevan Pastikan bahwa model Behaviour Use Case yang diimplementasikan sesuai dengan spesifikasi yang telah ditetapkan.Pastikan data set uji mencakup variasi luas dari gaya tulisan tangan,ukuran tulisan,dan kondisi penulisan yang mungkin.Pertimbangkan kondisi cahaya yang berbeda,posisi tullisan tangan,dan variasi lingkungan lainnya.<\/p>\n

                                            DAFTAR PUSTAKA<\/p>\n

                                            DAFTAR PUSTAKA<\/p>\n

                                            [1] \u2015Project Management Institute and IEEE Computer Society, Software Extension to the
                                            \nPMBOK\u00ae Guide Fifth Edition, Project Management Institute, 2013.\u2016<\/p>\n

                                            [2] F. B. Waskitho Wibisono, \u2015Pengujian Perangkat Lunak Dengan Menggunakan Model
                                            \nBehaviour UML,\u201d JUTI, Vol. 1, No. JULI 2002, pp. 43\u201350, 2002. [3] G. J. Myers, The Art of Software Testing , Second Edition. 2004<\/p>\n

                                            [4] D. Budgen, Software Design, 2nd ed., Addison-Wesle. 2003.<\/p>\n

                                            [5] OMG, OMG, 2017. OMG Unified Modeling Language (OMG UML) Ver. 2.5.1. Object
                                            \nManagement Group. 2017.<\/p>\n

                                            [6] T. A. Kurniawan, \u2015Pemodelan Use Case (Uml): Evaluasi Terhadap Beberapa
                                            \nKesalahan Dalam Praktik,\u2016 J. Teknol. Inf. dan Ilmu Komput., Vol. 5 No 1, pp. 77\u201386,
                                            \n2018.<\/p>\n

                                            [7] G. F. Fitriana, \u2015Handwriting Digit Recognition Using United Moment Invariant Feature Extraction and Self Organizing Maps,\u2016 in 2014 Third ICT International Student Project Conference (ICT-ISPC), 2014.<\/p>\n

                                            [8] Pierre Bourque and R. E. F. (Dick), SWEBOK V3.0. 2004.<\/p>\n

                                            [9] A. H, \u2015Sistem Penunjang Keputusan Pemilihan Guru Terbaik dengan Metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) Studi Kasus: SDN Bendungan Hilir 01 Pagi Jakarta Pusat.,\u2016 J. Inform. Univ. Pamulang, pp. 89\u201396, 2017.<\/p>\n

                                            [10] D. Fakhri, M. A., Aknuranda, I., & Pramono, \u2015Implementasi Sistem Informasi Showroom Mobil (SISMOB) dengan Pemrograman Berbasis Objek (Studi Kasus: UD. Tomaru Oto).,\u2016 J. Pengemb. Teknol. Inf. dan Ilmu Komputer, pp. 2967\u20132974, 2018.<\/p>\n

                                            [11] M. Sukamto, R. A., Shalahuddin, Rekayasa Perangkat Lunak Terstruktur dan
                                            \nBerorientasi Objek. Bandung: Informatika. 2013.<\/p>\n

                                            [12] R. A. Sukamto and M. Shalahuddin, Kolaborasi Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika,. 2015.<\/p>\n

                                            [13] L. C, LARMAN, C., 2005. Applying UML and Patterns. 3rd Edition. NJ: Prentice Hall.
                                            \n2005.<\/p>\n

                                            [14] S.J. Mellor and M.J. Balcer, Executable UML: A Foundation for Model-Driven
                                            \nArchitecture, 1st ed., Addison-Wesley. 2002.<\/p>\n","protected":false},"excerpt":{"rendered":"

                                            Muhammad Thoriqul Hafidz1, Zaid Husaini2, Marcellino Jonathan Bulegalangi3, Nur Ayu Apriyanti4, Aries Saifudin5 Teknik Informatika, Universitas Pamulang, Tangerang Selatan, Indonesia E-mail: 1apisaja012@gmail.com, 2zaidhusaini123@gmail.com, marcellinojonathan9@gmail.com, apriyantinurayu24@gmail.com, 5aries.saifudin@unpam.ac.id Abstrak Pengujian aplikasi pengenalan tulisan tangan pada model behavior use case menjadi langkah kritis dalam memastikan kinerja dan kehandalan sistem. Penelitian ini bertujuan untuk mengevaluasi respons dan akurasi model […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"jnews-multi-image_gallery":[],"jnews_single_post":[],"jnews_primary_category":[],"jnews_override_counter":[],"footnotes":""},"categories":[1],"tags":[],"class_list":["post-9416","post","type-post","status-publish","format-standard","hentry","category-news"],"_links":{"self":[{"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/posts\/9416","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/comments?post=9416"}],"version-history":[{"count":0,"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/posts\/9416\/revisions"}],"wp:attachment":[{"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/media?parent=9416"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/categories?post=9416"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/jurnalpost.com\/read\/wp-json\/wp\/v2\/tags?post=9416"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}