Studi Kasus: Menentukan Struktur Data – Diagram Kelas UML yang Dibuat oleh AI untuk Sistem Perpustakaan

The Diagram Kelas UMLadalah gambaran dasar penting untuk struktur suatu sistem. Ini mendefinisikan entitas data inti (kelas), atributnya, dan hubungan yang tepat (asosiasi, pewarisan, multiplicity) di antaranya. Untuk setiap aplikasi yang intensif data, seperti Sistem Manajemen Perpustakaan, memodelkan hubungan ini secara akurat sangat penting untuk membangun basis data dan kode yang kuat serta dapat diskalakan.

Studi kasus ini menunjukkan bagaimana seorang arsitek sistem menggunakan Chatbot AI Visual Paradigmuntuk dengan cepat beralih dari konsep tingkat tinggi ke model yang kompleks dan berorientasi objek, dengan memanfaatkan perintah percakapan untuk menyempurnakan detail struktural.

Fase 1: Ide ke Pondasi – Prompt Awal

Arsitek memulai dengan entitas dasar dari sistem perpustakaan.

Prompt AI Awal:

“Buatlah Diagram Kelas UML untuk sistem perpustakaan sederhana. Saya membutuhkan kelas untuk Anggota, Buku, dan Pinjaman. Seorang Anggota dapat memiliki beberapa Pinjaman, dan setiap Pinjaman terkait dengan satu Buku. Harap sertakan atribut utama seperti judul, penulis, IDAnggota, dan tanggalPinjaman.”

Chatbot AI merespons dengan membuat tiga kelas bersama asosiasi dasarnya (misalnya, 1..* antara Anggota dan Pinjaman), langsung menentukan hubungan data inti. Sangat menonjol, AI secara proaktif menambahkan isbn ke Buku dan tanggalJatuhTempo ke Pinjaman, menghasilkan model yang lebih kuat dan lengkap dibandingkan yang diminta awalnya.

Fase 2: Penyempurnaan Konversasional – Menambah Kompleksitas dan Pewarisan

Diagram awal sudah fungsional, tetapi arsitek mengenali dua penyempurnaan utama yang diperlukan: menambahkan pewarisan untuk jenis media dan secara eksplisit mendefinisikan kendala kelipatan untuk aturan bisnis.

Prompt Penyempurnaan:

1. Memperkenalkan Pewarisan: Untuk mengatasi jenis media masa depan (DVD, majalah), desain membutuhkan struktur abstrak yang dapat digunakan kembali.
   

   “Buat sebuah kelas abstrak yang disebut ItemPerpustakaan. Buat kedua Buku dan kelas baru, DVD, mewarisi dari kelas tersebut. Pindahkan atribut umum dipinjam: Boolean ke kelas induk LibraryItem.”

   

2. Menentukan Kendala Multiplicity (Aturan Bisnis): Perpustakaan menerapkan batas peminjaman yang jelas.
   

   “Perbarui asosiasi antara Anggota dan Pinjaman untuk mencerminkan batas maksimum peminjaman sebanyak 5 item. Multiplicity harus diperbarui menjadi $0..5$ pinjaman per anggota.”

   

Manfaat: Ini menunjukkan kemampuan AI dalam menangani konsep objek-berbasis lanjutan seperti pewarisan dan secara akurat memodifikasi notasi multiplicity kritis berdasarkan aturan bisnis lisan yang sederhana. Model menjadi gambaran struktural yang presisi dan sesuai tanpa memerlukan manipulasi diagram secara manual.

Fase 3: Analisis dan Implementasi – Memanfaatkan Diagram Akhir

Dengan model struktural yang telah final, Diagram Kelas berfungsi sebagai satu-satunya sumber kebenaran untuk tugas dokumentasi selanjutnya. AI digunakan untuk mengonversi model secara langsung menjadi dokumentasi proyek yang esensial.

A. Menghasilkan Bagian Dokumen Persyaratan Fungsional (FRD)

Kelas-kelas, atribut, dan asosiasi menentukan cakupan dan kemampuan sistem.

Prompt Analisis:

“Gunakan kelas-kelas, atribut, dan asosiasi dalam Diagram Kelas yang telah final, susun bagian Persyaratan Fungsional yang menjelaskan cakupan dan entitas data untuk Sistem Manajemen Perpustakaan, dengan fokus pada pendaftaran Anggota dan pelacakan Pinjaman.”

Manfaat: Tugas ini secara instan menerjemahkan model struktural visual menjadi bagian formal dari FRD, memastikan dokumentasi proyek konsisten dengan gambaran desain yang telah disetujui.

B. Menghasilkan Kamus Data Teknis

Atribut khusus, tipe data, dan kendala yang ditentukan dalam diagram menjadi dasar spesifikasi teknis sistem.

Prompt Analisis:

“Hasilkan bagian Kamus Data Teknisdokumen berdasarkan atribut yang ditentukan dalam LibraryItem dan Pinjaman kelas

Manfaat: AI menyediakan spesifikasi teknis yang tepat yang diperlukan oleh pengembang dan administrator basis data, memanfaatkan tipe data dan nama yang ditentukan langsung dalam model UML untuk menciptakan dokumentasi yang jelas dan siap diimplementasikan.

Untuk mendapatkan informasi lebih lanjut tentang UML dan metode visualisasi berbasis AI-nya, kunjungi kamipusat sumber daya UML.

This post is also available in Deutsch, English, Español, فارسی, Français, 日本語, Polski, Portuguese, Ру́сский, Việt Nam, 简体中文 and 繁體中文.