BAB II TINJAUAN PUSTAKA - sinta.unud.ac.id II.pdf · parameter pembulatan θ. Fungsi ini akan...
Transcript of BAB II TINJAUAN PUSTAKA - sinta.unud.ac.id II.pdf · parameter pembulatan θ. Fungsi ini akan...
1
BAB II
TINJAUAN PUSTAKA
2.1. Jaringan Saraf Tiruan
Jaringan saraf tiruan didefinisikan sebagai suatu sistem pemrosesan
informasi yang mempunyai karakteristik menyerupai jaringan saraf
manusia(Hermawan, 2006). Hal tersebut tercipta sebagai suatu generalisasi model
matematis dari human cognition yang didasari oleh asumsi sebagai berikut:
1. Neuron adalah tempat pemrosesan informasi
2. Isyarat mengalir di antara sel saraf melalui suatu sambungan penghubung
3. Setiap penghubung sel saraf memiliki bobot yang bersesuaian di mana
bobot tersebut digunakan untuk mengalikan/menggandakan isyarat yang
lewat.
4. Setiap sel saraf akan menerapkan fungsi aktivasi terhadap isyarat hasil
penjumlahan berbobot yang masuk kepadanya untuk menentukan isyarat
keluarannya
(Pandjaitan, 2007) memaparkan di bukunya bahwa selama tahun 1940,
para peneliti yang ingin melakukan penelitian dengan konsep menduplikasikan
otak manusia, telah mengembangkan model neuron biologis dan sistem
interaksinya dalam perangkat keras sederhana. Pada tahun 1950 sampai dengan
tahun 1960, sekelompok peneliti mengkombinasikan sifat biologis dan psikologis
untuk menghasilkan Jaringan Saraf Tiruan (JST) pertama kalinya. Jaringan saraf
tiruan tersebut dapat didefinisikan sebagai berikut:
1. JST adalah suatu teknik pemrosesan informasi berbasis komputer yang
mensimulasikan dan memodelkan sistem saraf biologis
2. JST merupakan suatu model matematik yang mengandung sejumlah besar
element pemroses yang diorganisasikan dalam lapisan-lapisan
3. JST merupakan suatu sistem komputasi yang dibuat dari sejumlah elemen
pemroses yang sederhana dan saling diinterkoneksikan untuk memproses
informasi melalui masukan dari luar dan mampu menanggapi keadaan
yang dinamis
2
4. JST adalah suatu teknologi komputasi yang berbasis hanya pada model saraf biologis dan
mencoba mensimulasikan tingkah laku dan kerja model saraf terhadap berbagai macam
masukan
Didalam jaringan saraf tiruan, sinyal aktivasi ditentukan oleh fungsi aktivasi
(Kusumadewi, 2002) di antaranya:
1. Fungsi Identitas
Fungsi ini biasanya digunakan pada jaringan lapis tunggal. Fungsi ini akan menghasilkan
nilai yang sama dengan nilai masukannya, grafik akan membentuk garis lurus atau linier
dan fungsinya dapat dituliskan sebagai berikut:
𝑓 𝑥 = 𝑥 ⇒ ∀𝑥 ......................................................................................... (1)
𝑓′ 𝑥 = 𝑘 .................................................................................................. (2)
keterangan:
𝑓 𝑥 = fungsi yang memetakan variabel x atau input
𝑓′ 𝑥 = turunan fungsi 𝑓 𝑥
x = input
∀𝑥 = kontra dari variabel x
k = konstanta
2. Fungsi Tangga Biner
Fungsi ini merupakan fungsi identitas dengan pembulatan yang bergantung pada
parameter pembulatan θ. Fungsi ini akan menghasilkan nilai 0 atau 1 dan fungsinya dapat
dituliskan sebagai berikut:
𝑓 𝑥 = 1, 𝑗𝑖𝑘𝑎 𝑥 ≥ 00, 𝑗𝑖𝑘𝑎 𝑥 < 0
............................................................................. (3)
𝑓′ 𝑥 = 0 .................................................................................................. (4)
keterangan:
𝑓 𝑥 = fungsi yang memetakan variabel x atau input
𝑓′ 𝑥 = turunan fungsi 𝑓 𝑥
x = input
3. Fungsi Sigmoid Biner
Fungsi ini ini tergantung pada stsepness parameter (σ). Agar fungsi ini menghasilkan
nilai yang dibatasi oleh bilangan biner (0 sampai 1) maka σ = 1 dan akan menghasilkan
grafik kontinu yang tidak linier. Fungsinya dapat dituliskan sebagai berikut:
3
𝑓 𝑥 =1
1+𝑒−𝜎𝑥 ........................................................................................... (5)
𝑓′ 𝑥 = 𝑓 𝑥 (1 − 𝑓 𝑥 ) .......................................................................... (6)
keterangan:
𝑓 𝑥 = fungsi yang memetakan variabel x atau input
𝑓′ 𝑥 = turunan fungsi 𝑓 𝑥
x = input
𝜎 = parameter kecuraman fungsi
𝑒 = fungsi eksponen
4. Fungsi Sigmoid Bipolar
Sama halnya dengan fungsi sigmoid biner, fungsi ini juga tergantung pada steepness
parameter (σ). Fungsi sigmoid bipolar merupakan fungsi sigmoid biner yang diperluas
hingga mencapai nilai negatif melalui sumbu x. Dengan demikian, untuk σ = 1, fungsi ini
akan menghasilkan nilai keluaran antara -1 sampai dengan +1 dan fungsinya dapat
dituliskan sebagai berikut
𝑔 𝑥 =1−𝑒−𝜎𝑥
1+𝑒−𝜎𝑥 .................................................................................... (7)
𝑔′ 𝑥 =1
2(1 + 𝑔 𝑥 )(1 − 𝑔 𝑥 ) ...................................................... (8)
keterangan:
𝑔 𝑥 = fungsi yang memetakan variabel x atau input
𝑔′ 𝑥 = turunan fungsi 𝑔 𝑥
x = input
𝜎 = parameter kecuraman fungsi
𝑒 = fungsi eksponen
2.2. Backpropagation
Backpropogation merupakan algoritma pembelajaran yang terawasi dan biasanya
digunakan oleh perceptron dengan banyak lapisan untuk mengubah bobot-bobot yang terhubung
dengan neuron-neuron yang ada pada bagian tersembunyi (Mayadewiro, 2005). Pada
backpropagtion, setiap unit yang beada di input layer terhubung dengan setiap unit yang ada di
4
hideen layer. Hal serupa berlaku pula pada hidden layer, setiap unit pada hidden layer terhubung
dengan setiap unit yang ada pada output layer. Berikut merupakan lapisan ( multilayer neural
network ) yang ada pada bacpropagation :
a.Input layer (1 buah). Input layer terdiri dari neuron-neuron atau unit-unit input, mulai
dari input 1 sampai input n.
b. Hidden Layer (minimal 1 buah). Hidden layer terdiri dari unit-unit tersembunyi mulai
dari unit tersembunyi 1 sampai unit tersembunyi p.
c. Output layer (1 buah). Output layer terdiri dari unit-unit keluaran mulai dari unit
keluaran 1 sampai unit keluaran m.
Arsitektur bacpropagation dengan n buah input (ditambah sebuah bias), sebuah layar
tersembunyi yang terdiri dari p unit (ditambah sebuah bias), dan m buah unit keluaran
ditunjukkan pada gambar di bawah
vjimerupakan bobot garis dari unit=unit input xi ke unit layar tersembunyi zj. wkj mrupakan
bobot dari unit layar tersembunyi zjke unit keluaran yk.
Gambar 2.1. Arsitektur Backpropagation
(Sumber :Dhaneswara dan Moertini, 2004)
Keterangan :
X = Masukan (input) Y = Keluaran hasil (output)
Z = Hidden Layer v = Bobot pada Hidden Layer
w = Bobot pada Output Layer i = Iputan ke-i
j = hiden layer ke-j k = output layer ke-k
n = Jumlah input maksimum h = jumlah neuron hidden layer maksimum
5
m = jumlah output maksimum
Pelatihan backpropagation meliputi 3 fase sebagai berikut.
1. Fase 1, yaitu propagasi maju.
Pola masukan dihitung maju mulai dari layar masukan hingga layar keluaran
menggunakan fungsi aktivasi yang ditentukan.
2. Fase 2, yaitu propagasi mundur.
Selisih antara keluaran jaringan dengan target yang diinginkan merupakan kesalahan
yang terjadi. Kesalahan yang terjadi itu dipropagasi mundur.Dimulai dari garis yang
berhubungan langsung dengan unit-unit di layar keluaran.
3. Fase 3, yaitu perubahan bobot.
Modifikasi bobot untuk menurunkan kesalahan yang terjadi.Ketiga fase tersebut diulang-
ulang terus hingga kondisi penghentian dipenuhi.
Algoritma pelatihan untuk jaringan Backpropagationdengan satu layar tersembunyi
(dengan fungsi aktivasi sigmoid biner) adalah sebagai berikut.
1. Inisialisasi semua bobot dengan bilangan acak kecil.
2. Jika kondisi penghentian belum dipenuhi, lakukan langkah 3-8.
3. Untuk setiap pasang data pelatihan, lakukan langkah 4-9.
4. (langkah 4-5 merupakan fase 1)
Tiap unit masukan menerima sinyal dan meneruskannya ke unit tersembunyi diatasnya.
5. Hitung semua keluaran di unit tersembunyi zj
𝑧_𝑖𝑛𝑗 = 𝑣𝑗0 + 𝑥𝑖𝑣𝑖𝑗𝑛𝑖=1 ........................................................................... (1)
𝑧𝑗 = 𝑓(𝑧_𝑖𝑛𝑗 ) =1
1+𝑒−𝑧_𝑖𝑛 𝑗
.......................................................................... (2)
keterangan:
x = unit input
v = bobot sebelum hidden layer
6
z = output hidden layer
z_in = sinyal inputmenuju hidden layer
n = banyaknya inputdari unit input
i = unit input ke-i
j = unit hidden layer ke-j
f (z_inj) = fungsi yang memetakan z_inj
6. Hitung semua keluaran jaringan di unit keluaran yk
𝑦_𝑖𝑛𝑘 = 𝑤𝑘0 + 𝑧𝑗𝑤𝑗𝑘𝑝𝑗=1 ....................................................................... (3)
𝑦𝑘 = 𝑓(𝑦_𝑖𝑛𝑘) =1
1+𝑒−𝑦 _𝑛𝑒𝑡 𝑘 ...................................................................... (4)
keterangan:
z = output hidden layer
w = bobot setelah hidden layer
y = output
y_in = sinyal inputmenuju output layer
p = banyaknya hidden layer
j = unit hidden layer ke-j
k = unit output layer ke-k
f (y_ink) = fungsi yang memetakan y_ink
7. (langkah 7-8 merupakan fase 2)
Hitung faktor δunit keluaran berdasarkan kesalahan di setiap unit keluaran yk
𝛿𝑘 = 𝑡𝑘 − 𝑦𝑘 𝑓′ 𝑦_𝑖𝑛𝑘 = (𝑡𝑘 − 𝑦𝑘)𝑦𝑘(1 − 𝑦𝑘) .................................. (5)
keterangan
t = target
y = output sistem
𝛿 = unit kesalahan
k = unit output layer ke-k
j = unit hidden layer ke-j
7
f’(y_ink) = fungsi turunan dari yang memetakan f (y_ink)
Keluaranδkmerupakan unit kesalahan yang akan dipakai dalam perubahan bobot layer
dibawahnya. Hitung perubahan bobot wjkdengan laju pemahaman α.
∆𝑤𝑗𝑘 = 𝛼𝛿𝑘𝑧𝑗 ............................................................................................ (6)
keterangan
w = bobot setelah hidden layer
∆w = perubahan bobot setelah hidden layer
z = output hidden layer
= unit kesalahan
k = unit output layer ke-k
j = unit hidden layer ke-j
α = laju pemahaman
8. Hitung faktor δunit tersembunyi berdasarkan kesalahan di setiap unit tersembunyi zj,
𝛿_𝑖𝑛𝑗 = 𝛿𝑘𝑤𝑘𝑗𝑚𝑘=1 ................................................................................. (7)
Faktor δunit tersembunyi.
𝛿𝑗 = 𝛿_𝑖𝑛𝑗𝑓′ 𝑧_𝑖𝑛𝑗 = 𝛿_𝑖𝑛𝑗 𝑧_𝑖𝑛𝑗 (1 − 𝑧_𝑖𝑛𝑗 ) ....................................... (8)
Hitung perubahan bobot vij.
∆𝑣𝑗𝑖 = 𝛼𝛿𝑗𝑥𝑖 ................................................................................................. (9)
keterangan:
δ_inj = keluaran hidden layer ang digunakan untuk
8
menghitung δ
δ = unit kesalahan
∆v = perubahan bobot antara iput layer dan hidden layer
t = target
x = unit input
j = unit hidden layer ke-j
i = unit input layer ke-i
9. (fase 3)
Hitung semua perubahan bobot. Perubahan bobot garis yang menuju ke unit keluaran,
yaitu:
𝑤𝑗𝑘 𝑏𝑎𝑟𝑢 = 𝑤𝑗𝑘 𝑙𝑎𝑚𝑎 + ∆𝑤𝑗𝑘 .......................................................... (10)
keterangan:
w = bobot antara hidden layer dan output layer
∆w = perubahan bobot antara hidden layer dengan output
layer
j = unit hidden layer ke-j
k = unit outpt ke-k
Perubahan bobot garis yang menuju ke unit tersembunyi, yaitu:
𝑣𝑖𝑗 𝑏𝑎𝑟𝑢 = 𝑣𝑖𝑗 𝑙𝑎𝑚𝑎 + ∆𝑣𝑖𝑗 ............................................................. (11)
keterangan:
v = bobot sebelum hidden layer
∆v = perubahan bobot antara input layer dengan hidden
layer
j = unit hidden layer ke-k
i = unit input ke-i
9
Parameter αmerupakan laju pemahaman yang menentukan kecepatan iterasi. Nilai
αterletak antara 0 dan 1 (0 ≤α≤1). Analoginya αadalah langkah iterasi. Semakin besar harga
αmaka semakin besar perubahan nilai bobot pada saat pelatihan sedangkan jika αbernilai kecil,
maka perubahan nilai bobot akan semakin kecil sehingga proses pelatihan semakin lama untuk
mencapai bobot optimal (konvergen). Satu siklus pelatihan yang melibatkan semua data
pelatihan disebut epoch.
Pemilihan bobot awal sangat mempengaruhi jaringan syaraf tiruan dalam mencapai
minimum global (atau mungkin lokal saja) terhadap nilai error (kesalahan) dan cepat tidaknya
proses pelatihan menuju kekonvergenan. Apabila bobot awal terlalu besar maka input (masukan)
ke setiap lapisan tersembunyi atau lapisan output (keluaran) akan jatuh pada daerah dimana
turunan fungsi sigmoidnya akan sangat kecil. Apabila bobot awal terlalu kecil, maka input
(masukan) ke setiap lapisan tersembunyi atau lapisan output (keluaran) akan sangat kecil. Hal ini
akan menyebabkan proses pelatihan berjalan sangat lambat. Biasanya bobot awal diinisialisasi
secara random dengan nilai antara -0.5 sampai 0.5 (atau -1 sampai 1 atau interval yang lainnya).
Setelah pelatihan selesai dilakukan, jaringan dapat dipakai untuk pengenalan pola. Dalam
hal ini, hanya propagasi maju (langkah 5 dan 6) saja yang dipakai untuk menentukan keluaran
jaringan.
2.3. Cuaca dan Iklim
Cuaca adalah keadaan udara pada saat tertentu dan di wilayah tertentu yang relatif sempit
dan pada jangka waktu yang singkat. Cuaca itu terbentuk dari gabungan unsur cuaca dan jangka
waktu cuaca bisa hanya beberapa jam saja. Misalnya: pagi hari, siang hari atau sore hari, dan
keadaannya bisa berbedabeda untuk setiap tempat serta setiap jamnya. Di Indonesia keadaan
cuaca selalu diumumkan untuk jangka waktu sekitar 24 jam melalui prakiraan cuaca hasil
analisis Badan Meteorologi dan Geofisika (BMG), Departemen Perhubungan. Untuk negara
negara yang sudah maju perubahan cuaca sudah diumumkan setiap jam dan sangat akurat (tepat).
Iklim adalah keadaan cuaca rata-rata dalam waktu satu tahun yang penyelidikannya
dilakukan dalam waktu yang lama (minimal 30 tahun) dan meliputi wilayah yang luas.Matahari
adalah kendali iklim yang sangat penting dan sumber energi di bumi yang menimbulkan gerak
udara dan arus laut. Kendali iklim yang lain, misalnya distribusi darat dan air, tekanan tinggi dan
rendah, massa udara, pegunungan, arus laut dan badai.
10
2.3.1. Unsur – Unsur Cuaca dan Iklim
Adapun unsur-unsur cuaca dan iklim adalah sebagai berikut :
1. Suhu atau temperatur udara
Suhu atau temperatur udara ditentukan oleh beberapa faktor yaitu :
a. Sudut datangnya sinar mathari
Sudut datangnya sinar matahari sangat menentukan panasnya sinar suhi dipermukaan
bumi. Jika sinar matahari tegak lurus dengan dengan permukaan bumi maka suhu
udara dipermukaan bumi akan mendapatkan pemanasan yang maksimal. Sedangkan
jika arah datangnya matahari itu condong maka pemanasan permukaan bumi akan
tidak maksimal.
b. Lamanya penyinaran
c. Lamanya penyinaran permukaan bumi juga mempengaruhi suhu dipermukaan bumi.
Lama penyinaran itu juga tergantung pada letak suatu wilayah. Contoh :
Lintang Lama waktu penyinaran
maksimal
o° 12 jam
17° 13 jam
41° 15 jam
49° 16 jam
63° 20 jam
66,5° 24 jam
67,5° 1 bulan
90°(kutub) 6 bulan
d. Ketinggian tempat
Faktor ini juga sangat mempengaruhi suhu udara. Karna semakin tinggi di atas
permukaan laut semakin rendah suhu udaranya. Penurunan suhu udara setiap 100
meter yaitu berkurang 0,5°-0,6°c. sedangkan suhu udara diatas permukaan laut 26°c.
11
e. Jarak suatu tempat ke laut
Wilayah laut lebih cenderung untuk menerima panas sedangan lebih sulit untuk
melepaskan panas.Dengan demikian suatu daerah yang lebih dekat dengan lautan
maka suhu udaranya lebih panas dibanding dengan daerah yang jauh dari lautan.
f. Banyak sedikitnya awan
g. Semakin banyak awan maka semakin sedikit panas yang diterima oleh
bumi.Pemanasan permukaan bumi adayang secara langsung ada juga pemanasan
permukaan bumi secara tidak langsung. Pemanasan bumi secara tidak langsung yaitu
:
Konduksi
Konduksi adalah pemanasan yang dilakukan dengan peroses perpindahan panas
antara dua benda yang bersentuhan.
Konveksi
Konveksi adalah perpindahan panas secara gerak vertikal ke atas kebawah.
Adveksi
Adveksi adalah proses pemnindahan secara mendatar/horizontal.
Turbelensi
Turbelensi adalah gerakan angin yang berputar-putar akibat ada tekana rendah di
tengah-tengah tekanan udara yang tinggi.
2. Tekanan udara
Tekanan udara adalah suatu gaya yang timbul akibat adanya berat dari lapisanudara.
Udara yang menyelubungi bumi ini adalah dan mempunyai massa. Alat yang digunakan untuk
mengukur tekanan udara adalah barometer sedangkan alat yang bias mencatat sendiri disebut
barograph. Rumus yang dapat digunakan untuk menghitung tekanan adalah p₂ = p₁ - h/8 x 1mb.
p₁ = 1013 mb.
3. Angin
Angin adalah udara yang bergerak dari dari tekann tinggi ketekanan rendah, kecepatan
angin dapat dihitung dengan ada beberapa factor, antara lain :
a. Kecepatan angin
b. Kekuatan angin
12
c. Arah angin
Macam-macam angin :
a. Angin tetap
Angin tetep adalah angin yang arah tiupanya selalu sama sepanjang tahun.Contohnya
:
Angin pasat
Angin anti pasat
Angin barat
Angin timur
b. Angin periodic
Angin periodik dibagi menjadi dua :
Angin periodik setengah harian, meliputi : angin darat, angin laut, angin lembah,
dan angin gunung.
Angin periodic setengah tahunan/angin muson.
c. Angin local
Angin local adalah angin yang bertiup didaerah tertentu saja, antara lain :
Angin terjun (fohn)
Angin siklon dan angin anti siklon
4. Kelembaban udara
Kelembaban udara adalah banyaknya uap air yang terkandung dalam udara. Kelembaban
udara dibedakan atas :
a. Kelembaban spesifik yaitu banyaknya uap air yang dikandung dalam 1 kilogram
udara.
b. Kelembaban absolute yaitu densitas uap airsebanyak 12 gram.
c. Kelembaban relative/nisbi yaitu perbandingan antara jumlah uap air yang ada secara
nyata dengan jumlah uapair maksimum yang mampu dikan dung oleh setiap unit
volume udara dalam suhu yang sama.
13
5. Hujan
Hujan adalah peristiwa jauhnya titik-titik air dari udara yang sudah terlalu berat
kandungan airnya.
Berdasarkan besar kecilnya dan banyak sedikitnya titik air hujan dibedakan menjadi:
a. Hujan halus, yaitu hujan yang titik-titik airnya sangat halus.
b. Hujan rintik-rintik, yaitu hujan yang titik-titiknya haul dan dalam jumlah banyak.
c. Hujan sebenarnya, yaitu hujan yang titik-titik airnya berjari-jari 0,3-3mm dan jatuh
dengan kecepatan 3m/detik.
d. Hujan lebat, yaitu hujan yang turun sangat kuat, dan titik-titik airnya berdiameter ± 7
mm.
Berdasarkan proses terjadinya hujan dapat dibedakan menjadi :
a. Hujan zenithalterjadi saat matahari pada titik zenith, terjadi di daerah khatulistiwa
b. Hujan orografishujan yang terjadi karena angin yang membawa uap air ke arah
puncak gunung sehingga suhu udara turun dan terjadi proses kondensasi.
c. Hujan frontal terjadi akibat pertemuan antara pertemuan antara pertemuan masa udara
panas yang membawa uap air dengan masa udara yang dingin.
d. Hujan siklon terjadi karena udara panas yang naik mengikuti perputaran angin siklon,
temperaturnya menjadi dingin, udara menjadi jenuh.
e. Hujan muson terjadi karena diperngaruhi oleh tiupan angin muson.
2.3.2. Gejala Serta Peran Cuaca dan Iklim
1. Gejala-gejala cuaca
Gejala cuaca adalah serangkaian gejala alam yang terbentuk karena temperature, kelembaban
dan tekanan udara.gejala-gejala cuaca yaitu:
a. Kilat, Guntur dan petir
Kilat adalah aliran listrik dalam bentuk sinar atau cahaya yang muncul secara tiba-
tiba dari antara dua awan yang berbeda muatan listrik.
b. Kabut
Kabut adalah udara lembab yang berisikan jutaan butir air kecil halus yang letaknya
dekat diatas permukaan tanah.Macam-macam kabut :
Kabut slokan / kabut sawak
14
Kabut pemancaran
Kabut adveksi
Kabut yang terjadi dikota industry
c. Awan
Awan adalah kumpulan titik air atau Kristal-kristal es yang halus diatmosfir.
Berdasarkan bentuknya awan dibedakan :
Awan cumulus, berbentuk bergumpal-gumpal seperti bulu domba
Awan stratus, berbentuk berlapis-lapis
Awan cirrus, bentuk halus seperti kapas
Awan nimbus, warna kelabu merupakan sumber hujan
Berdasarkan ketinggiannya, awan dibedakan ;
Awan tinggi, ketinggian lebih 6000 m.
Awan sedang, terletak antara 2000-6000 m.
Awan rendah, terletak antara 0-2000 m.
Awan yang berkembang vertical, yaitu awan yang ketinggian 500 m.
Peran cuaca dan iklim dalam kehidupan manusia :
a. Peran cuaca dalam pertanian
Cuaca sangat berperan dalam pertanian karena air berperan untuk membawa unsure
hara yang baik untuk pertumbuhan tanaman pertanian.
b. Peran cuaca dalam bidang perhubungan
Cuaca sangat berperan penting dalam transportasi barang atau yang lainnya. Karna
jika cuaca buruk maka taransportasi barang dan lain-lainnya akan tergangu.
c. Peran cuaca dalam komunikasi
Cuaca juga berpera penting dalam komuniasi karna di aimosfir kita ada lapisan yang
sangat berguna bagi jaringan komunikasi kita.
2.4. Metode Prototipe
Prototipe sering disebut Rapid Application Design (RAD), karena pembuatan aplikasi
dengan menggunakan metode ini menyederhanakan dan mempercepat desain perancangan
15
sistem (Sudharyana, 2012). Menurut Ian Sommerville (1995), prinsip yang digunakan adalah
untuk membantu pengguna dan pengembang mengerti kebutuhan sistem. Berikut adalah
beberapa keuntungan menggunakan prototipe antara lain:
1. Pengembang menjadi lebih memahami kebutuhan pengguna.
2. Kekurangan fitur – fitur dapat terdeteksi.
3. Sistem kerja tersedia lebih awal.
4. Fitur – fitur yang membingungkan dapat didiskusikan.
Dalam penelitiannya, Sudharyana, P (2012) menyatakan dalam pengembangan software,
prototipe adalah proses untuk membuat versi awal untuk dievaluasi, sebelum menginvestasikan
sumber daya lain.