Layers untuk Barang Menu

Pelajari tentang data Layers untuk barang menu dan komponen Barang menu .


Ringkasan

Di tab Menu aplikasi web Fillet, buka tab Layers untuk melihat tabel berikut:

Data ini berguna untuk berbagai tujuan, terutama menelusuri hierarki komponen bersarang .

Konsep ini mungkin tidak asing bagi Anda jika Anda sudah menggunakan fitur “Daftar semua bahan” di aplikasi seluler.

Tabel Layers Bahan

Kolom

Tabel ini menampilkan semua bahan yang terkandung dalam Barang menu yang dipilih, termasuk bahan di dalam resep.

Tabel ini terdiri dari kolom-kolom berikut:

  • Bahan
  • Lapisan

Data

Tabel ini menyajikan data berikut:

  • Setiap bahan yang ada di dalam Barang menu yang dipilih.

    (Ini termasuk bahan di dalam sub-resep, yang merupakan resep di dalam Barang menu yang dipilih.)

  • Rantai hubungan antara masing-masing bahan dan Barang menu yang dipilih.

    Rantai hubungan terdiri dari lapisan sub-resep. Lapisan tingkat atas adalah Barang menu yang dipilih.

Wawasan

Tabel ini memberikan wawasan berikut:

  • Frekuensi penggunaan masing-masing bahan
    • Lihat seberapa sering setiap bahan digunakan dalam Barang menu yang dipilih, dan di dalam lapisan resep yang mana.
  • Peran setiap bahan dalam hierarki bersarang
    • Dapatkan wawasan tentang bagaimana bahan digunakan dalam berbagai konteks dan tujuan, dalam berbagai bahan antara.
  • Penyelesaian masalah
    • Mendeteksi setiap bahan yang membutuhkan penyelesaian masalah.
    • Identifikasi dengan tepat tempat untuk memasukkan informasi penting, seperti kepadatan bahan .

Hubungan sederhana versus kompleks

Bahan dalam barang menu

Dalam sebuah Barang menu, sebuah bahan sering kali terdapat dalam hierarki resep bersarang.

Hierarki ini dapat berupa rantai hubungan sederhana atau hubungan kompleks.


Tabel Layers Resep

Kolom

Tabel ini terdiri dari kolom-kolom berikut:

  • Resep
  • Lapisan

Data

Tabel ini menyajikan data berikut:

  • Setiap resep yang ada di dalam Barang menu yang dipilih.

    (Ini termasuk sub-resep di dalam resep, yang ada di dalam Barang menu yang dipilih.)

  • Rantai hubungan antara setiap resep dan Barang menu yang dipilih.

    Rantai hubungan terdiri dari lapisan sub-resep. Lapisan tingkat atas adalah Barang menu yang dipilih.

Wawasan

Tabel ini memberikan wawasan berikut:

  • Frekuensi penggunaan tiap resep
    • Lihat seberapa sering setiap resep digunakan dalam Barang menu yang dipilih, dan di dalam lapisan mana dari sub-resep.
  • Peran setiap resep dalam hierarki bersarang
    • Dapatkan wawasan tentang bagaimana resep digunakan dalam berbagai konteks dan tujuan, sebagai bahan perantara.
    • Meninjau kombinasi resep, sebagaimana diintegrasikan ke dalam bahan perantara lainnya.
  • Penyelesaian masalah
    • Mendeteksi setiap resep yang membutuhkan penyelesaian kesalahan.
    • Identifikasi dengan tepat tempat untuk memasukkan informasi penting, seperti konversi satuan .

Hubungan sederhana versus kompleks

Resep dalam barang menu

Dalam Barang menu, resep sering kali terdapat dalam hierarki resep bersarang.

Hierarki ini dapat berupa rantai hubungan sederhana atau hubungan kompleks.


Perbandingan dengan "Daftar Semua Bahan"

Di aplikasi seluler Fillet, fitur "Daftar semua bahan" memberikan daftar semua bahan dalam Barang menu yang dipilih, termasuk bahan yang terkandung di dalam sub-resep.

Layers adalah alat yang bahkan lebih kuat: Anda dapat melacak hierarki komponen bersarang, yaitu rantai hubungan dari level terendah ( komponen) ke level teratas (objek yang dipilih). Ini berguna untuk meninjau bagaimana komponen digunakan dalam objek yang berbeda: kombinasi yang berbeda, hierarki, pengurutan, dll.

Selain itu, Layers membantu Anda mendiagnosis dan menyelesaikan masalah dengan lebih efisien seperti kesalahan konversi satuan . Misalnya, tab Origins bergantung pada konversi satuan ke satuan ukuran massa atau volume standar . Jika ada komponen yang mengalami masalah konversi, masalah ini harus diselesaikan sebelum data Origins dapat dihitung. Dalam situasi ini, tab Layers berguna untuk meninjau setiap komponen dalam objek yang dipilih dan mengidentifikasi komponen mana yang menyebabkan masalah.