BAB III ANALISIS DAN PERANCANGAN SISTEM

dokumen-dokumen yang mirip
Penerapan Algoritma A* Sebagai Algoritma Pencari Jalan Dalam Game

BAB I PENDAHULUAN. ini. Salah satu penerapannya yaitu terdapat pada permasalahan dalam melakukan pencarian dari

PENERAPAN ALGORITMA A* (STAR) UNTUK MENCARI RUTE TERCEPAT DENGAN HAMBATAN

Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM

Tujuan Instruksional

PENYELESAIAN MASALAH MISSIONARIES DAN CANNIBAL MENGGUNAKAN ALGORITMA DFS DENGAN VARIASI PENGHINDARAN REPEATED STATE

Kecerdasan Buatan. Pertemuan 03. Pencarian Branch & Bound dan Heuristik (Informed)

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah

Aplikasi dan Analisis Algoritma BFS dan DFS dalam Menemukan Solusi pada Kasus Water Jug

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM

Representasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A*

PENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG

BAB III ALGORITMA GREEDY DAN ALGORITMA A* membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini terbaik di

BAB III ANALISIS DAN DESAIN SISTEM

Kecerdasan Buatan. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni

Kecerdasan Buatan Penyelesaian Masalah dengan Pencarian

SEARCHING. Blind Search & Heuristic Search

Penerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze

Penerapan Algoritma A-star (A*) Untuk Menyelesaikan Masalah Maze

IMPLEMENTASI DAN ANALISIS PENGGUNAAN ALGORITMA A-STAR DENGAN PRIORITAS PADA PEMILIHAN RUTE LINTAS KENDARAAN RODA DUA

BAB II TINJAUAN PUSTAKA. a) Purwadhi (1994) dalam Husein (2006) menyatakan: perangkat keras (hardware), perangkat lunak (software), dan data, serta

BAB I PENDAHULUAN UKDW. dalam kehidupan kita sehari-hari, terutama bagi para pengguna sarana

A-1 BAB I PENDAHULUAN

BAB II TINJAUAN PUSTAKA

Bahasan Terakhir... Pencarian dan Klasifikasinya Breadth-first Search Depth-first Search Variasi Depth-first Search:

Implementasi Algoritma BFS pada Bot Online Matchmaking

BAB 2 LANDASAN TEORI

Simulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana ( )

Search Strategy. Search Strategy

Pengaplikasian Algoritma Dijkstra Dalam Pembuatan Agenda Penerbangan

BAB IV HASIL DAN UJI COBA

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM

Jurusan Teknik Elektro ITS Surabaya, Jurusan Teknik Elektro ITS Surabaya, Jurusan Teknik elektro ITS Surabaya

PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN MATH MAZE

BAB 3 ANALISIS DAN PERANCANGAN

Metode Path Finding pada Game 3D Menggunakan Algoritma A* dengan Navigation Mesh

ANALISIS PERBANDINGAN ALGORITMA PATHFINDING GREEDY BEST-FIRST SEARCH DENGAN A*(STAR) DALAM MENENTUKAN LINTASAN PADA PETA

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

APLIKASI PENCARI RUTE OPTIMUM PADA PETA GUNA MENINGKATKAN EFISIENSI WAKTU TEMPUH PENGGUNA JALAN DENGAN METODE A* DAN BEST FIRST SEARCH 1

PENGEMBANGAN APLIKASI GAME ARCADE 3D MARI SELAMATKAN HUTAN INDONESIA

Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object

BAB 2 LANDASAN TEORI

PERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE

SEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM

BAB III ANALISA DAN PERANCANGAN

BAB III ANALISIS DAN DESAIN SISTEM

Penggunaan Algoritma Pathfinding pada Game

ALGORITMA PENCARIAN (HEURISTIC)

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

AI sebagai Masalah Pelacakan. Lesson 2

I. PENDAHULUAN. Kata Kunci Greedy-Best First Search, SMA*, jalur pendek-efisien, Heuristic

Pencarian Lintasan Terpendek Pada Peta Digital Menggunakan Teori Graf

B. DASAR TEORI AlGORITMA TRAVERSAL GRAPH Terdapat beberapa perbedaan Tree dan Graph dijelaskan pada tabel Tabel 31.1 Perbedaan Tree dan Graph

TIP 163. Game Engine. Topik 5 (Pert 6) Graf, Representasi Dunia, dan Algoritma Pencari Jalur (Pathfinding) Dosen: Aditya Wikan Mahastama

Penerapan Algoritma Greedy Best First Search untuk Menyelesaikan Permainan Chroma Test : Brain Challenge

Aplikasi Teori Graf untuk Pencarian Rute Angkutan Kota Terdekat untuk Tempat-tempat di Bandung

Update 2012 DESAIN DAN ANALISIS ALGORITMA SEARCHING

BAB 2 TINJAUAN PUSTAKA

BAB III ANALISIS DAN PERANCANGAN SISTEM

Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian.

BAB 3 ANALISIS DAN DESAIN SISTEM

Pembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A*

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

PENCARIAN LOKASI FASILITAS UMUM TERDEKAT DILENGKAPI DENGAN RUTE KENDARAAN UMUM LYN

BAB 2 LANDASAN TEORI

Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek

VARIASI PENGGUNAAN FUNGSI HEURISTIK DALAM PENGAPLIKASIAN ALGORITMA A*

OPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR. Marhaendro Bayu Setyawan

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Perbandingan Algoritma Penelusuran Depth First Search dan Breadth First Search pada Graf serta Aplikasinya

PENERAPANAN ALGORITMA BFS, DFS, DAN UCS UNTUK MENCARI SOLUSI PADA MASALAH ROMANIA

KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM

BAB 2 TINJAUAN PUSTAKA

Penyelesaian Permainan Sliding Puzzle 3x3 Menggunakan Algoritma Greedy Dengan Dua Fungsi Heuristik

Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek

HEURISTIC SEARCH UTHIE

WEBGIS PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITM A STAR (A*) (Studi Kasus: Kota Bontang)

BAB 2 TINJAUAN PUSTAKA

ALGORITMA PENCARIAN (1)

ANALISIS ALGORITMA BINARY SEARCH

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM

BAB 2 LANDASAN TEORI 2.2. Algoritma A* (A Star)

BAB 3 ANALISIS DAN PERANCANGAN

Penggunaan Algoritma DFS dan BFS pada Permainan Three Piles of Stones

Penerapan Search Tree pada Penyelesaian Masalah Penentuan Jalur Kota Terpendek.

Penerapan Algoritma A* dalam Penentuan Lintasan Terpendek

BAB 2 TINJAUAN PUSTAKA

ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF

Pelacakan dan Penentuan Jarak Terpendek terhadap Objek dengan BFS (Breadth First Search) dan Branch and Bound

BAB 4 IMPLEMENTASI DAN PENGUJIAN

BAB 2 LANDASAN TEORI

Algoritma dan Struktur Data. Pertemuan 8 Doubly Linked List

Perbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin

Perancangan Aplikasi Wisata Kabupaten Lebak Menggunakan Algoritma A* (A-Star) Berbasis Android

Algoritma A* untuk AI Path Finding bagi NPC

BAB III ANALISA DAN PERANCANGAN

TEKNIK PENYELESAIAN MASALAH BERDASARKAN AI

Bab 4. Informed Search

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Transkripsi:

BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Algoritma Breadth First Search Berikut ini adalah proses yang dilakukan dengan menggunakan algoritma Breadth first search untuk pencarian jalur. Proses pencarian ini berdasarkan algoritma Breadth first search (Desphande, 2008: 1-23) yaitu unmark all vertices choose some starting vertex x mark x list L = x tree T = x while L nonempty choose some vertex v from front of list visit v for each unmarked neighbor w mark w add it to end of list add edge vw to T Universitas Pendidikan Indonesia repository.upi.edu 27

3.1.1 Proses Pencarian Proses yang diterapkan pada pencarian menggunakan algoritma Breadth first search yaitu 1. Menentukan simpul awal. Gambar 3.1 Menentukan simpul awal algoritma Breadth First Search Universitas Pendidikan Indonesia repository.upi.edu 28

2. Menentukan simpul akhir. Gambar 3.2 Menentukan simpul akhir algoritma Breadth First Search 3. Jadikan simpul posisi awal sebagai parent (simpul yang bewarna biru) dan beri tanda jika telah dikunjungi. Gambar 3.3 - Jadikan posisi awal sebagai parent pada algortima Breadth First Search Universitas Pendidikan Indonesia repository.upi.edu 29

4. Membuka simpul-simpul lainnya untuk simpul yang telah ditandai sebagai parent, jadikan status yang telah terbuka tersebut sebagai child (simpul yang berwarna ungu). Gambar 3.4 - Membuka simpul yang telah dijadikan status parent pada algoritma Breadth First Search Universitas Pendidikan Indonesia repository.upi.edu 30

5. Ubah status pada path yang terbuka tersebut menjadi telah dikunjungi, dan jadikan statusnya sebagai parent. Gambar 3.5 Merubah status simpul child menjadi simpul parent 6. Buka path yang statusnya sebagai parent, dan path yang terbuka tersebut dijadikan statusnya sebagai child. Universitas Pendidikan Indonesia repository.upi.edu 31

Gambar 3.6 - Membuka simpul yang statusnya telah dijadikan parent 7. Lakukan mulai dari langkah ke 2 sampai menemukan posisi akhir. Gambar 3.7 Melakukan langkah ke 3 kembali sampai menemukan simpul akhir Universitas Pendidikan Indonesia repository.upi.edu 32

Gambar 3.8 Setelah menemukan simpul akhir Universitas Pendidikan Indonesia repository.upi.edu 33

3.1.2 Menampilkan Hasil Dari Algoritma Breadth First Search Untuk menampilkan hasil dari pencarian Breadth first search. Maka dilakukan beberapa proses yaitu 1. Menemukan parent dari simpul akhir.. Gambar 3.9 Menemukan parent dari simpul akhir Universitas Pendidikan Indonesia repository.upi.edu 34

2. Lakukan terus langkah ke 1 sampai ketemu simpul awal. Gambar 3.10 Hasil dari pencarian Universitas Pendidikan Indonesia repository.upi.edu 35

3.2. Algoritma A* Proses pencarian berdasarkan algoritma A* (Jones, 2008: 57) yaitu Initialize OPEN list (priority queue) Initialize CLOSED list Place start node on the OPEN list Loop while the OPEN list is not empty Get best node (parent) from OPEN list (least f (n)) if parent is the goal node, done Place parent on the CLOSED list Expand parent to all adjacent nodes (adj_node) if adj_node is on the CLOSED list discard adj_node and continue else if adj_node is on the OPEN list else end if adj_node s g value is better than end the OPEN.adj_node s g value discard OPEN.cur_node calculate adj_node s g, h and f values set adj_node predecessor to parent add adj_node to OPEN list continue calculate adj_node s g, h and f values set adj_node predecessor to parent add adj_node to OPEN list end Universitas Pendidikan Indonesia repository.upi.edu 36

end loop Proses yang dilakukan dalam pencarian menggunakan algoritma A* adalah 1. Menentukan simpul awal dan simpul akhir. Gambar 3.11 Awal pencarian A* 2. Tandai simpul tersebut karena telah dikunjungi, membuka simpul lainnya dan menyimpan simpul-simpul tersebut pada open list. Gambar 3.12 Membuka simpul pada pencarian algoritma A* Universitas Pendidikan Indonesia repository.upi.edu 37

3. Menentukan heuristik antar simpul dengan perhitungan Manhattan Distance untuk algoritma A*, perhitungan tersebut adalah Berdasarkan fungsi heuristik pada algoritma A* maka: f(n) = g(n) + h(n) f(n) = fungsi evaluasi ( jumlah g(n) dengan h(n) ). g(n) = biaya (cost) yang dikeluarkan dari keadaan awal sampai keadaan n. h(n) = estimasi biaya untuk sampai pada suatu tujuan mulai dari n. n = Grid saat ini. D = nilai untuk melakukan pergerakan. Nilai h dicari menggunakan fungsi Manhattan Distance untuk 4 arah (Rahayu, 2011: 31): h (n) = D * (abs(n.x-goal.x) + abs(n.y-goal.y)) contohnya misalkan mencari nilai heuristik dari masing-masing simpul yang terbuka pada Gambar 3.11. Universitas Pendidikan Indonesia repository.upi.edu 38

dengan simpul awal: Sx : 1 Sy : 1 dan simpul akhir: Gx : 3 Gy : 3 Hasil perhitungan: Menentukan nilai g(n) Karena dilakukan pertama kali maka nilai g(n) = 1 Menghitung masing-masing nilai heuristik dari path yang terbuka 1) Simpul pada (1,0). h (n) h (1,0) = D * (abs(n.x-goal.x) + abs(n.y-goal.y)) = 1 * (abs(1-3) + abs(0-3)) = 5 f(1,0) = g(1,0) + h(1,0) Universitas Pendidikan Indonesia repository.upi.edu 39

= 1 + 5 =6 2) Simpul pada (0,1). h (n) h (0,1) = D * (abs(n.x-goal.x) + abs(n.y-goal.y)) = 1 * (abs(0-3) + abs(1-3)) = 5 f(0,1) = g(0,1) + h(0,1) = 1 + 5 =6 3) Simpul pada (1,2). h (n) h (1,2) = D * (abs(n.x-goal.x) + abs(n.y-goal.y)) = 1 * (abs(1-3) + abs(2-3)) = 3 f(1,2) = g(1,2) + h(1,2) = 1 + 3 Universitas Pendidikan Indonesia repository.upi.edu 40

=4 Universitas Pendidikan Indonesia repository.upi.edu 41

4) Simpul pada (2,1). h (n) h (2,1) = D * (abs(n.x-goal.x) + abs(n.y-goal.y)) = 1 * (abs(2-3) + abs(1-3)) = 3 f(2,1) = g(2,1) + h(2,1) = 1 + 3 = 4 Sehingga nilai heuristik untuk masing-masing simpul adalah Tabel 2.2 Hasil perhitungan heuristik A* Simpul Nilai Heuristik 1,0 6 0,1 6 1,2 4 2,1 4 Universitas Pendidikan Indonesia repository.upi.edu 42

4. Memilih simpul berdasarkan nilai heuristik terkecil. Karena simpul pada (2,1) dan (2,2) memiliki nilai heuristik, maka boleh memilih salah satu dari simpul-simpul tersebut, berdasarkan pada Gambar 21 misalkan yang terpilih adalah simpul di (2,1). Gambar 3.13 Hasil pertama pencarian A* Universitas Pendidikan Indonesia repository.upi.edu 43

5. Lakukan terus langkah ke 2 sampai menemukan simpul akhir atau open list kosong. Gambar 3.14 Hasil pencarian algoritma A* Universitas Pendidikan Indonesia repository.upi.edu 44

3.2.1 Runut Balik Pada Algoritma A* Pada block maze, sering sekali algoritma A* salah menemukan simpul akhir dikarenakan memilih nilai heuristik terkecil. Misalkan pada kasus mencari jalur dari simpul awal ke simpul akhir dengan terdapat simpul-simpul yang tidak bisa dilalui seperti gambar di bawah ini: Gambar 3.15 Awal pencarian algoritma A* yang menggunakan kasus runut balik Maka dengan menggunakan perhitungan heuristik Manhattan Distance solusi tidak dapat ditemukan. Universitas Pendidikan Indonesia repository.upi.edu 45

Gambar 3.16 Kekeliruan pada algoritma A* Oleh karena itu, dilakukan runut balik, yang dilakukan dengan cara: 1. Menyimpan setiap simpul yang bercabang pada stack tertentu 2. Apabila daftar simpul pada open list kosong maka pilih suatu simpul dari stack tersebut. 3. Buka simpul-simpul tetangga yang tidak dikunjungi dari simpul yang terpilih. 4. Lakukan pencarian simpul dan penentuan nilai heuristik terkecil seperti pada algoritma A*. 5. Simpan hasil simpul yang dicari dengan nilai heuristik terkecil pada open list. Dengan menggunakan algoritma di atas maka pencarian tersebut menjadi: Universitas Pendidikan Indonesia repository.upi.edu 46

Gambar 3.17 Runut balik pada algoritma A* Universitas Pendidikan Indonesia repository.upi.edu 47

Dan karena open list telah terisi dari proses runut balik yang telah dilakukan tersebut maka pencarian dilakukan seperti biasanya pada algoritma A*, sehingga hasilnya adalah Gambar 3.18 Hasil pencarian algoritma A* Universitas Pendidikan Indonesia repository.upi.edu 48

3.2.2 Menampilkan Hasil Pencarian Menggunakan Algoritma A* Untuk menampilkan hasil pencarian pada algoritma A* maka yang dilakukan adalah 1. Menemukan parent dari simpul akhir. Gambar 3.19 Awal menampilkan algoritma A* 2. Tidak menampilkan parent yang bukan simpul tetangga dari parent sebelumnya. Gambar 3.20 Menunggu simpul yang berdekatan untuk ditampilkan Universitas Pendidikan Indonesia repository.upi.edu 49

3. Ulangi langkah ke 1 sampai menemukan simpul awal. Gambar 3.21 Hasil pencarian algoritma A* untuk simpul yang ditampilkan Universitas Pendidikan Indonesia repository.upi.edu 50

3.2.3. Membuat Block Maze Dalam membuat block maze sebagai permasalahan yang dipecahkan oleh algoritma A* dan Breath First Search maka dibuat suatu algoritma dalam membuat block maze tersebut secara acak. Hal-hal yang dilakukan didalam membuat block maze tersebut adalah 1. Tentukan seberapa banyak kotak yang diinginkan berdasarkan panjang dan lebarnya. 2. Buat jalur untuk simpul yang memiliki koordinat x atau y bernilai ganjil. Gambar 3.22 Menandai semua path yang ganjil pada pembuatan Block Maze 3. Masukkan simpul awal peta yang bernilai ganjil tersebut ke dalam tipe data stack. 4. Pilih secara acak simpul yang terdapat pada stack tersebut. Universitas Pendidikan Indonesia repository.upi.edu 51

5. Jadikan status dari simpul yang terpilih tersebut sebagai simpul yang sudah terpilih. Gambar 3.23 - Awal memilih simpul pada pembuatan Block Maze 6. Hapus simpul yang terpilih tersebut dari stack. 7. Buka 4 arah setiap simpul tetangga dari simpul yang terpilih tersebut. Universitas Pendidikan Indonesia repository.upi.edu 52

Gambar 3.24 Membuka simpul-simpul tetangga yang terpilih pada pembuatan Block Maze 8. Cek masing-masing status dari setiap simpul-simpul tetangga tersebut: a. Apabila status dari simpul tersebut belum dikunjungi maka masukkan simpul tersebut ke stack. b. Apabila simpul tersebut berstatus telah dikunjungi maka masukkan ke daftar kandidat untuk melakukan penyambungan dari simpul sebelumnya. 9. Pada simpul yang terdapat pada daftar kandidat penyambungan maka akan: a. Jika daftar kandidat untuk melakukan penyambungan tidak kosong maka memilih secara acak dari simpul-simpul pada daftar kandidat tersebut dan lakukan penyambungan dengan simpul tetangganya. Gambar 3.25 Simpul tetangga yang terpilih karena telah sebelumnya telah dikunjungi pada pembuatan Block Maze Universitas Pendidikan Indonesia repository.upi.edu 53

b. Simpul yang telah tersambung statusnya akan diubah menjadi telah dikunjungi. Gambar 3.26 Simpul yang terpilih telah terhubung secara acak 10. Lakukan langkah ke 4 sampai semua simpul yang terdapat pada stack telah habis. Gambar 3.27 Hasil pembuatan Block Maze Universitas Pendidikan Indonesia repository.upi.edu 54

Universitas Pendidikan Indonesia repository.upi.edu 55

3.3 Analisis Proses 3.3.1 Model Sistem Pemodelan pada perangkat lunak digambarkan kedalam bentuk UML. Pembangunan pada perangkat lunak ini, dibangun berdasarkan metodologi pengembangan perangkat lunak berbasis objek. Universitas Pendidikan Indonesia repository.upi.edu 56

3.3.1.1 Use Case Diagram Berikut ini adalah use case diagram yang digunakan pada aplikasi PBA. Universitas Pendidikan Indonesia repository.upi.edu 57

Gambar 3.28 Use case diagram PBA Universitas Pendidikan Indonesia repository.upi.edu 58

Penjelasan mengenai use case diagram yang terdapat pada gambar 3.28 akan dijelaskan ke dalam tabel 3.1, yaitu Tabel 3.1 - Use case diagram PBA No Nama Use Case Flow of Events untuk Individual Use Cases 1 Membuka Dokumen Bantuan Use case ini adalah generalisasi abstrak, use case ini berhubungan dengan Membuka Dokumen Bantuan dan Membuka Halaman Tentang Aplikasi. 2 Menghentikan Pencarian Use case ini terjadi saat pengguna menghentikan pencarian jalur. 3 Membersihkan Tampilan Use case ini terjadi saat pengguna ingin menghilangkan hasil pencarian yang dilakukan oleh aplikasi. 4 Mengganti Resolusi Tampilan Use case ini terjadi saat pengguna mengganti resolusi untuk block maze. 5 Membuka Dokumen Bantuan Use case ini terjadi saat pengguna ingin membuka halaman bantuan untuk mempermudah penggunaan aplikasi. 6 Memilih Jenis Pencarian Use case ini adalah generalisasi abstrak. Use case ini berhubungan dengan Memilih Pencarian Breadth first search. Memilih Pencarian A* dan 7 Mengatur Kecepatan Proses Use case ini terjadi saat pengguna ingin mengatur waktu untuk menunggu aplikasi melakukan aksi selanjutnya. 8 Keluar dari Tampilan Use case ini terjadi saat pengguna ingin keluar dari aplikasi. 9 Mengatur Tampilan Use case mengatur tampilan adalah generalisasi abstrak. Use case ini berhubungan dengan pengaturan yang terdapat pada block maze yang terdiri dari Membersihkan Tampilan, Mengganti Resolusi Tampilan, Membuat Tampilan Peta Baru dan Keluar Universitas Pendidikan Indonesia repository.upi.edu 59

No Nama Use Case Flow of Events untuk Individual Use Cases dari Tampilan. 10 Menentukan Simpul Use case ini terjadi saat pengguna ingin menentukan simpul pada block maze. 11 Memulai Pencarian Use case ini terjadi saat pengguna memulai melakukan pecarian jalur setelah pengguna menentukan simpul awal dan simpul akhir. 12 Memilih Simpul Use case memilih simpul adalah generalisasi abstrak. Use case ini berhubungan dengan pemilihan tipe simpul yaitu Memilih Simpul Awal dan Memilih Simpul Akhir. 13 Melakukan Pencarian Use case ini adalah generalisasi abstrak, use case ini berhubungan dengan Memulai Pencarian dan Menghentikan Pencarian. 14 Memilih Pencarian A* Use case ini terjadi saat pengguna memutuskan untuk 15 Memilih Pencarian Breadth First Search memilih pencarian A* Use case ini terjadi saat pengguna memutuskan untuk memilih pencarian Breadth first search. 16 Mengatur Aplikasi Use case Mengatur Aplikasi adalah generalisasi abstrak. Use case ini berhubungan dengan Mengatur Pesan Pencarian dan Mengatur Kecepatan Proses. 17 Mengatur Pesan Pencarian Use Case ini terjadi saat pengguna ingin melihat pesan pencarian yang dihasilkan oleh aplikasi PBA 18 Membuat Tampilan Peta Baru Use case ini terjadi saat pengguna ingin membuat block maze baru. 19 Memilih Simpul Akhir Use case ini terjadi saat pengguna menentukan simpul akhir pada block maze. 20 Memilih Simpul Awal Use case ini dilakukan ketika pengguna ingin 21 Membuka Halaman Tentang Aplikasi menentukan simpul awal pada peta block maze. Use case ini terjadi saat pengguna ingin mengetahui tentang informasi singkat mengenai aplikasi ini. Universitas Pendidikan Indonesia repository.upi.edu 60

Universitas Pendidikan Indonesia repository.upi.edu 61