Apa yang dimaksud dengan diagram aliran data (DFD)?

22 November 2024

Penyusun

Gregg Lindemulder

Senior Writer

Matthew Kosinski

Enterprise Technology Writer

Apa yang dimaksud dengan diagram aliran data (DFD)?

Diagram aliran data (DFD) adalah representasi visual dari aliran data melalui sistem informasi atau proses bisnis. DFD membuat sistem yang kompleks lebih mudah dipahami dan merupakan sumber daya populer untuk rekayasa perangkat lunak, analisis sistem, peningkatan proses, manajemen bisnis, dan pengembangan perangkat lunak yang tangkas.

Diagram aliran data menggunakan simbol grafis untuk mengilustrasikan jalur, proses, dan tempat penyimpanan data dari titik awal data masuk ke dalam sistem hingga data tersebut keluar. Model visual ini membantu para profesional mengidentifikasi cara-cara untuk meningkatkan efisiensi dan efektivitas sistem dan proses yang ada, serta menciptakan sistem dan proses baru.

Misalnya, DFD dari proses klaim asuransi akan memvisualisasikan bagaimana klaim itu:

  1. Dikirim oleh pelanggan.
  2. Diproses dan dievaluasi oleh perusahaan asuransi.
  3. Ditinjau atau diselidiki oleh adjuster.
  4. Ditolak atau dibayarkan kepada pemegang polis.

Analisis dapat memeriksa DFD untuk menemukan hambatan dalam proses, deteksi area di mana penipuan kemungkinan terjadi, membantu pemangku kepentingan memahami proses dan membuat perbaikan desain.

Desain 3D bola yang menggelinding di lintasan

Berita + Insight AI terbaru 


Temukan insight dan berita yang dikurasi oleh para pakar tentang AI, cloud, dan lainnya di Buletin Think mingguan. 

Sejarah diagram aliran data

Pada tahun 1970-an, engineer perangkat lunak Larry Constantine dan Ed Yourdon memperkenalkan diagram aliran data dalam buku mereka, “Structured Design”. Alih-alih berfokus pada prosedur perangkat lunak, mereka mendasarkan DFD pada bagaimana data berpindah dalam sistem perangkat lunak. 

Ilmuwan komputer Tom DeMarco, Chris Gane, dan Trish Sarson membantu mempopulerkan DFD dengan mengembangkan simbol dan notasi aliran data standar yang masih digunakan sampai sekarang.

Awalnya, diagram aliran data digunakan terutama dalam rekayasa perangkat lunak. Setelah menyadari nilai dalam memahami dan meningkatkan proses bisnis dan alur kerja, para profesional bisnis mulai menggunakannya.

Setelah pengenalan bahasa pemodelan terpadu (UML) pada 1990-an, programmer perangkat lunak tidak lagi bergantung secara eksklusif pada diagram aliran data untuk rekayasa perangkat lunak. Diagram UML memberikan tampilan struktur dan perilaku yang rumit dan terperinci dalam sistem berorientasi objek yang kompleks.

Saat ini, DFD digunakan terutama sebagai alat bantu pelengkap diagram UML dan diagram alur, yang memberikan gambaran umum sistem tingkat tinggi selama pengembangan perangkat lunak.

Mengapa diagram aliran data penting?

Diagram aliran data penting karena memudahkan untuk memahami aliran informasi melalui sistem atau proses yang kompleks. Dengan memvisualisasikan komponen dari seluruh sistem, DFD dapat membantu pengguna:

  • Memperoleh kejelasan: Representasi visual dengan simbol dan label sederhana memberikan pemahaman yang lebih jelas tentang sistem yang kompleks daripada paragraf teks deskriptif.
  • Menganalisis sistem: DFD menunjukkan hubungan dan interaksi antara komponen-komponen sistem atau proses untuk memudahkan analisis.

  • Identifikasi masalah: DFD dapat memudahkan untuk mengisolasi masalah desain sistem seperti kemacetan, inkonsistensi, redundansi, dan lainnya.

  • Meningkatkan proses: DFD membantu analis memvisualisasikan cara-cara baru untuk mengoptimalkan aliran data guna mempercepat dan meningkatkan proses bisnis.

  • Mendorong kolaborasi: DFD mendorong komunikasi dan kolaborasi yang efektif dengan menyediakan titik acuan bersama bagi para pemangku kepentingan di seluruh organisasi.

  • Buat dokumentasi: DFD menangkap informasi penting seperti urutan, persyaratan, dan proses aliran data sehingga dapat dengan mudah didokumentasikan.

  • Melindungi data: DFD menunjukkan di mana informasi sensitif masuk dan keluar dari sistem untuk membantu mengatasi potensi risiko keamanan data

Komponen diagram aliran data

Ada 4 komponen utama DFD:

  • Entitas eksternal
  • Proses
  • Penyimpanan Data
  • Aliran data

Entitas eksternal

Ini adalah titik awal dan akhir untuk aliran data di DFD. Entitas eksternal ditempatkan di tepi DFD untuk mewakili input dan hasil informasi ke seluruh sistem atau proses. 

Entitas eksternal dapat berupa orang, organisasi atau sistem. Sebagai contoh, pelanggan dapat menjadi entitas eksternal dalam DFD yang memodelkan proses melakukan pembelian dan menerima tanda terima penjualan. Entitas eksternal juga dikenal sebagai terminator, aktor, sumber, dan wastafel.

Proses

Proses adalah kegiatan yang mengubah atau mengubah data. Aktivitas ini dapat mencakup komputasi, penyortiran, validasi, pengalihan, atau transformasi lain yang diperlukan untuk memajukan segmen aliran data tersebut. Misalnya, verifikasi pembayaran kartu kredit akan menjadi proses yang terjadi dalam DFD pembelian pelanggan.

Penyimpanan Data

Ini adalah lokasi dalam DFD tempat data disimpan untuk digunakan nanti. Penyimpanan data dapat berupa basis data, dokumen, berkas, atau tempat penyimpanan apa pun untuk penyimpanan data. Misalnya, penyimpanan data dalam DFD pemenuhan produk mungkin mencakup basis data alamat pelanggan, basis data inventaris produk, dan lembar kerja jadwal pengiriman.

Aliran data

Aliran data adalah rute yang diambil informasi saat melakukan perjalanan antara entitas eksternal, proses, dan penyimpanan data. Misalnya, dalam DFD e-commerce, rute yang menghubungkan pengguna yang memasukkan kredensial login dengan gateway autentikasi akan menjadi aliran data. 

Simbol yang digunakan dalam diagram aliran data

Simbol dan notasi standar seperti lingkaran, oval, panah, dan persegi panjang digunakan untuk merepresentasikan komponen DFD secara visual. Ada 2 set notasi umum yang digunakan dalam templat diagram aliran data saat ini: metodologi Yourdon dan Coad dan metodologi Gane dan Sarson . Kedua sistem tersebut dinamai dari ilmuwan komputer yang menciptakannya.

Metodologi ini berbeda dalam hal simbol yang digunakan untuk mewakili proses dan toko data, namun pada dasarnya sama.

  • Entitas eksternal: persegi panjang
  • Proses: lingkaran (Yourdon dan Coad) atau persegi panjang dengan sudut membulat (Gane dan Sarson)
  • Penyimpanan data: garis paralel (Yourdon dan Coad) atau persegi panjang terbuka (Gane dan Sarson)
  • Aliran data: garis horizontal

Jenis diagram aliran data

Ada 2 jenis DFD yang menawarkan perspektif berbeda pada sistem atau proses: DFD logis dan DFD fisik.

DFD Logis

DFD logis memberikan pandangan tingkat tinggi tentang aliran data yang diperlukan untuk menjalankan proses bisnis atau sistem, tanpa membahas detail teknis atau implementasi. Fokusnya adalah pada data yang dibutuhkan dan bagaimana data tersebut berpindah melalui proses untuk menyelesaikan tujuan bisnis. 

DFD logis dapat merepresentasikan aktivitas bisnis seperti pemenuhan pesanan di gudang, pelanggan yang melakukan pembelian online, atau intake pasien di fasilitas kesehatan.

DFD Fisik

DFD fisik memvisualisasikan implementasi sistem atau proses, termasuk perangkat lunak, perangkat keras, dan file yang diperlukan. DFD fisik berfokus pada teknologi, prosedur, dan operasi yang mendasari suatu sistem atau proses.

DFD fisik sering digunakan untuk mewakili sistem dan alur kerja yang kompleks, seperti bagaimana perangkat lunak rantai pasokan memelihara inventaris di gudang atau bagaimana catatan elektronik kesehatan pindah dengan aman melalui sistem rumah sakit. 

Tingkat diagram aliran data

Diagram aliran data terkadang dibuat dengan beberapa tingkat DFD untuk menunjukkan lebih banyak detail tentang suatu sistem atau proses. Pendekatan berlapis ini dimulai dengan tampilan tingkat tinggi yang sederhana dan menjadi lebih kompleks saat DFD tingkat rendah mempelajari lebih dalam proses dan subproses.

Level 0

Juga disebut “diagram konteks”, DFD level 0 adalah tampilan tingkat tinggi yang memvisualisasikan seluruh sistem sebagai satu proses. Ini adalah level yang paling sederhana dan paling dasar. Ini harus mudah dimengerti oleh siapa saja yang melihatnya, terlepas dari keterampilan teknis atau peran pekerjaan.

Tingkat 1

DFD level 1 menjelajahi komponen-komponen dari proses tingkat tinggi secara lebih rinci. Apa yang tadinya merupakan proses tunggal dalam DFD tingkat konteks dipecah menjadi subproses yang memberikan lebih banyak informasi tentang fungsi dan jalur aliran data.

Tingkat 2

Level 2 menyediakan detail yang lebih terperinci dengan menambahkan subproses baru serta interaksi dan hubungannya dengan aliran data dan penyimpanan data. Level ini menawarkan pandangan yang sangat rumit tentang operasi internal suatu sistem atau proses.

Tingkat 3

Karena DFD dimaksudkan untuk dapat diakses dan mudah dimengerti, maka tidak lazim untuk melampaui kerumitan level 2. Namun, sistem yang sangat kompleks mungkin memerlukan detail yang rumit dari DFD level 3, yang memetakan setiap aspek proses data atau sistem.

AI Academy

Apakah manajemen data merupakan rahasia AI generatif?

Jelajahi mengapa data berkualitas tinggi sangat penting untuk keberhasilan penggunaan AI generatif.

Aturan untuk diagram aliran data

Sebagian besar diagram aliran data mengikuti aturan dasar yang sama:

  • Setiap aliran data diberi label dengan teks deskriptif singkat yang mengidentifikasi jenis data yang dipindah.

  • Setiap proses diberi label dengan frasa kata kerja singkat yang menjelaskan transformasi data yang dilakukan.

  • Setiap toko data diberi label dengan kata benda atau frasa kata benda yang menggambarkan data dan jenis penyimpanan.

  • Setiap proses dan penyimpanan data memiliki minimal satu input dan satu hasil.

  • Penyimpanan data tidak dapat dihubungkan langsung ke entitas eksternal.

  • Entitas eksternal dapat mengirimkan data ke suatu proses, tetapi tidak dapat mengirimkan data secara langsung ke penyimpanan data.

  • Untuk kejelasan, aliran data tidak saling bersilangan.
Solusi terkait
Perangkat lunak dan solusi manajemen data

Rancang strategi data yang menghilangkan silo data, mengurangi kompleksitas, dan meningkatkan kualitas data untuk pengalaman pelanggan dan karyawan yang luar biasa.

Jelajahi solusi manajemen data
IBM watsonx.data™

watsonx.data memungkinkan Anda untuk menskalakan analitik dan AI dengan semua data Anda, di mana pun data berada, melalui penyimpanan data yang terbuka, hybrid, dan diatur.

Temukan watsonx.data
Layanan konsultasi data dan analitik

Buka nilai data perusahaan dengan IBM Consulting, membangun organisasi berbasis insight yang memberikan keuntungan bisnis.

Temukan layanan analitik
Ambil langkah selanjutnya

Rancang strategi data yang menghilangkan silo data, mengurangi kompleksitas, dan meningkatkan kualitas data untuk pengalaman pelanggan dan karyawan yang luar biasa.

Jelajahi solusi manajemen data Temukan watsonx.data