Imlementasi Kelas Model Implementasi Kelas View

penghapusan atribut yang sudah diberi tanda centang bt_cancel Button BATAL Jika di click, akan membuat seluruh checkbox menjadi tidak tercentang p_convert Panel Konversi Nilai Daya Serap Mendeskripsikan informasi konversi data lb_limit Label DAYA SERAP MINIMAL Mendeskripsikan batas nilai keberhasilan dalam persen tf_limit Textfield Isi teks yang akan digunakan dalam proses konversi data bt_convert Button KONVERSI Jika di click, akan mengaktifkan proses konversi data bt_submit Button LANJUT KE PROSES ASOSIASI Jika di click, akan menuju ke halaman view_asosiasi lb_idname Label Laurensius Haris Chrisanda – 125314055 Identitas pembuat perangkat lunak lb_college Label Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta Identitas fakultas dan universitas pembuat perangkat lunak lb_year Label 2016 Identitas tahun pembuatan perangkat lunak PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Implementasi antarmuka dari kelas view_preprocess halaman preprocess dapat dilihat pada gambar 5.2 berikut ini. Gambar 5.2 Implementasi Antarmuka Kelas view_preprocess Spesifikasi detail dari kelas view_database dapat dilihat pada tabel 5.5 berikut ini. Tabel 5.5 Spesifikasi Detail Kelas view_database.java Id_Objek Jenis Teks Keterangan lb_logo Label icon_big.png Gambar logo Universitas Sanata Dharma Yogyakarta berwarna hitam putih lb_title1 Label SISTEM PENCARIAN Judul perangkat lunak yang dibangun ATURAN ASOSIASI lb_title2 Label MENGGUNAKAN ALGORITMA APRIORI Judul perangkat lunak yang dibangun lb_database Label Pilih Database Mendeskripsikan database yang akan digunakan cb_database Combobox 1. – Pilih Database – 2. MySQL 3. Oracle Index dari combobox akan digunakan sebagai penentu jenis database yang akan digunakan lb_username Label Username Mendeskripsikan username dari database tf_username Textfield Isi teks yang akan digunakan sebagai username dalam konfigurasi database lb_password Label Password Mendeskripsikan password dari database tf_password Textfield Isi teks yang akan digunakan sebagai password dalam konfigurasi database lb_schema Label Schema Database Mendeskripsikan schema dari database tf_schema Textfield Isi teks yang akan digunakan sebagai schema dalam konfigurasi database lb_url Label URL Mendeskripsikan url dari database PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI tf_url Textfield Isi teks yang akan digunakan sebagai url dalam konfigurasi database bt_ok Button OK Jika di click, akan menuju ke halaman view_table sesuai dengan konfigurasi database yang telah diisikan bt_back Button KEMBALI Jika di click, akan menuju ke halaman view_preprocess Implementasi antarmuka dari kelas view_database halaman pilih database dapat dilihat pada gambar 5.3 berikut ini. Gambar 5.3 Implementasi Antarmuka Kelas view_database Spesifikasi detail dari kelas view_table dapat dilihat pada tabel 5.6 berikut ini. Tabel 5.6 Spesifikasi Detail Kelas view_table.java Id_Objek Jenis Teks Keterangan lb_logo Label icon_big.png Gambar logo Universitas Sanata Dharma Yogyakarta berwarna hitam putih lb_title1 Label SISTEM PENCARIAN ATURAN ASOSIASI Judul perangkat lunak yang dibangun lb_title2 Label MENGGUNAKAN ALGORITMA APRIORI Judul perangkat lunak yang dibangun lb_table Label Pilih Tabel Database Mendeskripsikan database yang akan digunakan cb_table Combobox Sesuai dengan tabel dalam database yang telah di pilih sebelumnya Index dari combobox akan digunakan sebagai penentu tabel yang datanya akan digunakan bt_ok Button OK Jika di click, akan menuju ke halaman view_preprocess dan menjalankan proses pengambilan data dari tabel database ke dalam tabel tb_fileInput pada halaman view_preprocess bt_back Button KEMBALI Jika di click, akan menuju ke halaman view_preprocess Implementasi antarmuka dari kelas view_table halaman pilih tabel database dapat dilihat pada gambar 5.4 berikut ini. Gambar 5.4 Implementasi Antarmuka Kelas view_table Spesifikasi detail dari kelas view_asosiasi dapat dilihat pada tabel 5.7 berikut ini. Tabel 5.7 Spesifikasi Detail Kelas view_asosiasi.java Id_Objek Jenis Teks Keterangan bt_home Button BERANDA Jika di click, akan menuju ke halaman view_home.java bt_help Button BANTUAN Jika di click, akan menuju ke halaman view_help.java bt_about Button TENTANG Jika di click, akan menuju ke halaman view_about.java lb_logo Label icon_big.png Gambar logo Universitas Sanata Dharma Yogyakarta berwarna hitam putih lb_title1 Label SISTEM PENCARIAN Judul perangkat lunak yang dibangun PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI ATURAN ASOSIASI MENGGUNAKAN lb_title2 Label ALGORITMA APRIORI Judul perangkat lunak yang dibangun tb_data Tabel Menampilkan data transaksi yang akan digunakan untuk proses asosiasi Lb_dayaserap Label DAYA SERAP MINIMUM Mendeskripsikan nilai daya serap minimum yang digunakan Tf_dayaserap Textfield Isi teks yang akan menunjukkan besaran nilai daya searp minimal yang digunakan Lb_minsup Label MIN SUPPORT Mendeskripsikan minimum support yang akan digunakan dalam proses asosiasi menggunakan algoritma apriori Tf_minsup Textfield Isi teks yang akan digunakan sebagai minimum support dalam proses asosiasi menggunakan algoritma apriori Lb_mincon Label MIN CONFIDENCE Mendeskripsikan minimum confidence yang akan digunakan dalam proses asosiasi menggunakan algoritma apriori PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Tf_mincon Textfield Isi teks yang akan digunakan sebagai minimum confidence dalam proses asosiasi menggunakan algoritma apriori Lb_runtime Label RUNNING TIME : Mendeskripsikan waktu yang dibutuhkan perangkat lunak dalam melakukan proses asosiasi Tf_runtime Textfield Isi teks berupa waktu yang digunakan oleh perangkat lunak dalam melakukan proses asosiasi Lb_second Label Seconds Mendeskripsikan waktu jalannya perangkat lunak dalam satuan detik second Bt_process Button PROSES Jika di click, akan menjalankan proses asosiasi Ta_apriori Textarea Berisi hasil asosiasi yang dilakukan oleh perangkat lunak Bt_save Button SIMPAN HASIL ASOSIASI Jika di click, akan menjalankan perintah untuk menyimpan hasil asosiasi lb_idname Label Laurensius Haris Chrisanda – 125314055 Identitas pembuat perangkat lunak lb_college Label Fakultas Sains dan Teknologi Universitas Sanata Identitas fakultas dan universitas pembuat perangkat lunak Dharma Yogyakarta lb_year Label 2016 Identitas tahun pembuatan perangkat lunak Implementasi antarmuka dari kelas view_asosiasi halaman asosiasi dapat dilihat pada gambar 5.5 berikut ini. Gambar 5.5 Implementasi Antarmuka Kelas view_asosiasi Spesifikasi detail dari kelas view_help dapat dilihat pada tabel 5.8 berikut ini. Tabel 5.8 Spesifikasi Detail Kelas view_help.java Id_Objek Jenis Teks Keterangan bt_home Button BERANDA Jika di click, akan menuju ke halaman view_home.java bt_help Button BANTUAN Jika di click, akan menuju ke halaman view_help.java bt_about Button TENTANG Jika di click, akan menuju ke halaman view_about.java lb_logo Label icon_big.png Gambar logo Universitas Sanata Dharma Yogyakarta berwarna hitam putih lb_title1 Label PERANGKAT LUNAK ASOSIASI Judul perangkat lunak yang dibangun lb_title2 Label MENGGUNAKAN ALGORITMA APRIORI Judul perangkat lunak yang dibangun lb_help Label PANDUAN PENGGUNAAN PERANGKAT LUNAK Mendeskripsikan panduan penggunaan perangkat lunak ta_help Textarea Panduan Penggunaan Perangkat lunak Berisi langkah-langkah menggunakan program beserta fungsi tombol-tombol penting pada perangkat lunak lb_idname Label Laurensius Haris Chrisanda – 125314055 Identitas pembuat perangkat lunak lb_college Label Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta Identitas fakultas dan universitas pembuat perangkat lunak lb_year Label 2016 Identitas tahun pembuatan perangkat lunak Implementasi antarmuka dari kelas view_help halaman bantuan dapat dilihat pada gambar 5.6 berikut ini. Gambar 5.6 Implementasi Antarmuka Kelas view_help Spesifikasi detail dari kelas view_about dapat dilihat pada tabel 5.9 berikut ini. Tabel 5.9 Spesifikasi Detail Kelas view_about.java Id_Objek Jenis Teks Keterangan bt_home Button BERANDA Jika di click, akan menuju ke halaman view_home.java bt_help Button BANTUAN Jika di click, akan menuju ke halaman view_help.java bt_about Button TENTANG Jika di click, akan menuju ke halaman view_about.java lb_logo Label icon_big.png Gambar logo Universitas Sanata Dharma Yogyakarta berwarna hitam putih lb_title1 Label PERANGKAT LUNAK ASOSIASI Judul perangkat lunak yang dibangun lb_title2 Label MENGGUNAKAN ALGORITMA APRIORI Judul perangkat lunak yang dibangun lb_help Label INFORMASI PERANGKAT LUNAK Mendeskripsikan informasi tentang pembuat perangkat lunak ta_help Textarea Informasi Pembuat Perangkat lunak Berisi informasi mengenai pembuat perangkat lunak dan judul dari tugas akhir yang dikerjakan. lb_college Label Fakultas Sains dan Teknologi Universitas Sanata Identitas fakultas dan universitas pembuat perangkat lunak PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Dharma Yogyakarta lb_year Label 2016 Identitas tahun pembuatan perangkat lunak Implementasi antarmuka dari kelas view_about halaman tentang dapat dilihat pada gambar 5.7 berikut ini. Gambar 5.7 Implementasi Antarmuka Kelas view_about

5.1.3. Implementasi Kelas Control

Implementasi kelas controller dapat dilihat pada tabel 5.10 berikut ini. Tabel 5.10 Implementasi Kelas Controller No Use Case Nama File Fisik Nama File Excecutable 1 Memasukan Data 1. control_dbConnection .java 2. control_tableConnecti on.java 1. control_dbConnection .class 2. control_tableConnecti on.class 2 Seleksi Atribut control_atributSelection.j ava control_atributSelection.j ava 3 Asosiasi Menggunakan Algoritma Apriori 1. control_apriori.java 2. control_arules.java 1. control_apriori.class 2. control_arules.class 4 Simpan Hasil Apriori - -

5.2. EVALUASI HASIL

5.2.1. Pengujian Perangkat Lunak Black Box

5.2.1.1. Rencana Pengujian Black Box

Pada tabel 5.11 dibawah ini akan dijelaskan rencana pengujian dengan menggunakan metode black box. Tabel 5.11 Rencana Pengujian Black Box No. Use Case Butir Uji Kasus Uji 1. Memasukan Data Pengujian memasukan data dari file bertipe .xls UC1-01 Pengujian memasukan data dari file bertipe .csv UC1-02 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Pengujian memasukan data dari file selain bertipe .xls dan .csv UC1-03 Pengujian Memasukan data dari database MySQL UC1-04 Pengujian Memasukan data dari database Oracle UC1-05 Pengujian Melakukan Kesalahan Konfigurasi Database UC1-06 2. Seleksi Atribut Pengujian menghapus atribut dengan memilih satu atau lebih atribut kemudian menekan tombol hapus atribut UC2-01 Pengujian menghapus atribut dengan memilih semua atribut menggunakan tombol tandai semua kemudian menekan tombol hapus atribut UC2-02 Pengujian membatalkan pemilihan atribut dengan menekan tombol batal UC2-03 3. Asosiasi Menggunakan Algoritma Apriori Pengujian melakukan konversi data sesuai dengan masukan nilai daya serap minimum UC3-01 Pengujian terjadi kesalahan dalam melakukan konversi data UC3-02 Pengujian melakukan proses asosiasi UC3-03 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4. Simpan Hasil Asosiasi Pengujian menyimpan hasil asosiasi ke dalam file bertipe .xls UC4-01 Pengujian menyimpan hasil asosiasi ke dalam file bertipe .doc UC4-02 Pengujian menyimpan hasil asosiasi ke dalam file bertipe .txt UC4-03

5.2.1.2. Prosedur Pengujian Black Box dan Kasus Uji

Setelah menyusun rencana pengujian pada tabel 5.11, maka dilakukan prosedur pengujian serta kasus uji yang terlampir pada lampiran 11.

5.2.1.3. Evaluasi Pengujian Black Box

Seluruh hasil pengujian black box pada lampiran 11 menunjukkan bahwa perangkat lunak sudah dapat berjalan dengan baik dan sesuai dengan perancangan yang sudah dibuat. Hal ini dapat dilihat dari semua fungsi yang sudah berjalan sesuai dengan yang diharapkan. Perangkat lunak ini juga mampu menampilkan pesan kesalahan jika terjadi kesalahan atau error saat perangkat lunak sedang digunakan baik dari kesalahan pengguna atau user perangkat lunak maupun kesalahan dari perangkat lunak itu sendiri. Hal ini sangat baik karena dapat memudahkan user dalam menggunakan perangkat lunak.

5.2.2. Pengujian Perbandingan Hasil Hitung Manual dengan Hasil Perangkat

Lunak 5.2.2.1. Penghitungan Manual Pengujian penghitungan manual menggunakan data nilai daya serap Ujian Nasional Matematika SMA jurusan IPA di Kabupaten Gunung Kidul, Daerah Istimewa Yogyakarta tahun ajaran 20122013. Proses penghitungan manual dilakukan dengan menggunakan aplikasi Microsoft Excel. Dalam melakukan pencarian aturan asosiasi ini, digunakan nilai daya serap minimal sebesar 60, nilai minimum support sebesar 60, dan nilai minimum confidence sebesar 60. Proses penghitungan manual beserta dengan hasilnya dapat dilihat pada Lampiran 12.

5.2.2.2. Penghitungan Perangkat Lunak

Pengujian penghitungan perangkat lunak menggunakan data yang sama dengan penghitungan manual yaitu data nilai daya serap hasil Ujian Nasional Matematika SMA jurusan IPA di Kabupaten Gunung Kidul, Daerah Istimewa Yogyakarta tahun ajaran 20122013. Dalam melakukan pencarian aturan asosiasi ini, perangkat lunak menggunakan nilai daya serap minimal 60, nilai minimum support sebesar 60, dan nilai minimum confidence sebesar 60. Hasil dari penghitungan perangkat lunak dapat dilihat pada gambar 5.8 berikut ini. Gambar 5.8 Hasil Penambangan Data Menggunakan Perangkat Lunak

5.2.2.3. Evaluasi Pengujian Perbandingan Hitung Manual dengan Hasil

Perangkat lunak Hasil pencarian aturan asosiasi secara manual dengan yang dihasilkan oleh perangkat lunak tidak memiliki perbedaan. Hasil yang diperoleh oleh perangkat lunak sama dengan hasil yang diperoleh dari penghitungan manual. maka dapat disimpulkan bahwa perangkat lunak sudah berjalan dengan baik dan sesuai dengan yang diharapkan.

5.2.3. Pengujian Perangkat Lunak Dengan Menggunakan Dataset

Pada pengujian perangkat lunak dengan menggunakan dataset akan membandingkan aturan asosiasi yang dihasilkan dari dataset berikut ini : 1. Data daya serap hasil Ujian Nasional Mata Pelajaran Matematika SMA jurusan IPA di Daerah Istimewa Yogyakarta tahun pelajaran 20122013 2. Data daya serap hasil Ujian Nasional Mata Pelajaran Matematika SMA jurusan IPA di Daerah Istimewa Yogyakarta tahun pelajaran 20132014 3. Gabungan data daya serap hasil Ujian Nasional Mata Pelajaran Matematika SMA jurusan IPA di Daerah Istimewa Yogyakarta tahun pelajaran 20122013 dan tahun pelajaran 20132014 4. Data daya serap hasil Ujian Nasional Mata Pelajaran Matematika SMA jurusan IPA di Daerah Istimewa Yogyakarta tahun pelajaran 20142015. Pada pengujian ini akan dilakukan pengujian terhadap nilai daya serap minimal, nilai minimum support, dan nilai minimum confidence yang berbeda- beda. Dari pengujian ini akan dilihat aturan asosiasi yang dihasilkan dari masing- masing pengujian. Nilai daya serap minimal 60 digunakan berdasarkan interval daya serap siswa pada tabel 2.1 yang mengatakan bahwa nilai 60 merupakan interval minimal untuk kategori sedang. Interval minimum untuk minimum support yang akan digunakan yaitu 40. Alasan penulis menggunakan nilai tersebut berdasarkan nilai daya serap pada dataset yang penulis miliki. Untuk nilai daya serap paling minimum yaitu 60, ditemukan banyak indikator pencapaian kompetensi yang dinyatakan tidak tuntas. Jika menggunakan minimum support yang terlalu tinggi, dapat menyebabkan tidak ditemukannya aturan asosiasi yang menarik. Sedangkan jika nilai minimum support yang digunakan terlalu rendah, dapat menyebabkan aturan asosiasi yang dihasilkan menjadi tidak efisien karena aturan asosiasi yang memiliki nilai support yang rendah dapat terjadi hanya karena secara kebetulan Tan dkk., 2006. Interval nilai untuk minimum confidence yang digunakan adalah 50 - 80. Alasan penulis menggunakan interval nilai tersebut karena nilai confidence digunakan untuk mengukur keandalan kesimpulan yang dibuat oleh aturan asosiasi. Untuk aturan → , semakin tinggi nilai confidence, semakin besar kemungkinan terdapat di dalam transaksi yang mengandung Tan dkk., 2006. Sebaliknya, semakin rendah nilai confidence, semakin kecil kemungkinan terdapat di dalam transaksi yang mengandung . Maka dari itu penulis memilih nilai minimum untuk interval minimum confidence sebesar 50 sedangkan untuk nilai maksimum sebesar 80. Nilai 80 penulis gunakan karena nilai tersebut sudah cukup tinggi. Jika menggunakan nilai yang lebih besar, dapat menyebabkan tidak munculnya aturan asosiasi yang menarik. Pada pengujian yang akan penulis lakukan, akan dilakukan variasi penggunaan nilai nilai daya serap minimum, minimum support, dan minimum confidence pada setiap pengujian. Penambahan nilai sebanyak 5 untuk nilai daya serap minimum dan nilai minimum support secara bergantian. Sedangkan untuk nilai minimum confidence akan dikurangi 5. Nilai pertama yang akan divariasi adalah nilai minimum confidence, sedangkan nilai daya serap minimum dan minimum support akan dikunci. Hal ini dilakukan hingga pengujian sudah selesai menguji nilai minimum confidence dari 80 - 50 atau aturan asosiasi yang dihasilkan sudah stabil. Nilai selanjutnya adalah melakukan variasi nilai untuk nilai minimum support ketika pengujian pada nilai minimum confidence sudah mencapai interval terendah yaitu 50 atau ketika aturan asosiasi yang dihasilkan sudah stabil. Selanjutnya adalah melakukan variasi nilai minimum daya serap ketika tidak ditemukan lagi aturan asosiasi.