Use Case Pembentukan Pohon dan Simpan Aturan
javax.swing JPanel
swingmakeover GradientPanel
controller CrossValidasi
entity Mahasiswa
swingmakeover PanelBackGround
controller PrediksiControlle
r
swingmakeover RenderWarnaWarni
entity tree
swingmakeover PanelAlphaRect
view FormHasilReduct
controller TrainingProcess
entity Prediksi
swingmakeover PanelBackgroundTree
view TreeForm
Gambar 3.8
Alur kelas pembentukan pohon keputusan
Use Case Prediksi dan Alokasi Kuota
javac.swing JButton
javax.swing JPanel
swingmakeover ButtonImageGlass
swingmakeover GradientPanel
view HomeIndex
view PerencanaanQouta
entity Mahasiswa
swingmakeover PanelAlphaRect
swingmakeover PanelBackGround
swingmakeover PanelBackgroundHome
view FormPrediksiData
controller ReadCSVFIle
swingmakeover PanelGlass
controller TrainingProcess
Gambar 3.9 Alur kelas pembentukan pohon keputusan
3.4.4.1 Diagram Kelas dan Fungsinya
Pada tabel 3.6 dibawah ini merupakan kelas-kelas utama yang sangat berperan penting dalam program.
Tabel 3.6 Fungsi kelas dalam program
No. Nama Kelas
Fungsi 1
PanelAlphaRect Berfungsi untuk membuat panel setengah
transparan 2
GradientPanel Berfungsi untuk membuat panel dengan gradasi
3 PanelBackground
Berfungsi untuk membuat panel dengan background gambar, yang akan digunakan
untuk setiap frame 4
PanelBackgroundHome Berfungsi untuk membuat panel dengan background gambar dinamis, yang digunakan
pada tampilan awal program 5
PanelBackgroundTree Berfungsi untuk membuat panel dengan
background gambar dinamis, yang digunakan pada tampilan form tree atau pohon keputusan
6 PanelGlass
Berfungsi untuk memberi efek atau animasi glass
pada panel 7
Transform Form atau tampilan gui yang berfungsi untuk
memproses data dan melakukan transformasi data, kedalam interval
8 ReadCSVController
Kelas ini berfungsi untuk membaca file yang bertipe .csv dan mengembalikan data berupa
array mahasiswa 9
Mahasiswa Objek mahasiswa, kelas ini berfungsi untuk
menyimpan atribut dan metode mahasiswa, seperti nim, nama dan lain-lain
10 TrainingProcess
Kelas ini merupakan kelas utama yang sangat dibutuhkan untuk memproses data, seperti
mencari standar deviasi, menghitung entropy, gain, melakukan transformasi nilai, menyimpan
standar devias ke basisdata dan lain-lain. 11
BooleanMatriks Kelas ini berfungsi untuk memproses algoritma
RCA reduct computation algorithm. Dalam kelas
ini, perhitungan
matriks Boolean
dilakukan, iterasi-iterasi
terjadi hingga
didapatkan atribut dominan SPA dari data yang diproses.
12 CrossValidasi
Kelas ini berfungsi untuk membagi atau memisahkan data kedalam fold-fold dan
mengatur data untuk dijadikan data pelatihan dan data uji.
13 FormHasilReduct
Kelas ini berfungsi untuk menampilkan data yang sudah ditransformasi dengan atribut SPA
yang didapat dari proses kelas Boolean matriks 14
Prediksi Berfungsi untuk melakukan proses prediksi data
berdasarkan aturan atau pohon keputusan yang telah
dibuat pada
proses sebelumnya
pembentukan pohon keputusan 15
Tree Merupakan sebuah entitas, dimana kelas ini
memiliki atribut dan metode untuk menyimpan atribut-atribut dari pohon keputusan, seperti
atribut,nilai atribut, status prediksi dll 16
PrediksiController Ini merupakan kelas controller yang
berhubungan langsung dengan kelas prediksi, berfungsi untuk menampilkan status hasil
prediksi 17
TreeForm Kelas ini berfungsi untuk menampilkan
visualisasi aturan dalam bentuk bentuk pohon
keputusan 18
SimpanPola Kelas ini berfungsi untuk menyimpan pola yang
terbentuk pada pohon keputusan kedalam basisdata, agar bisa digunakan untuk kegiatan
prediksi 19
PerencanaanKuota Kelas ini adalah sebuah form yang berfungsi
untuk menampilkan jumlah mahasiswa yang melakukan registrasi kembali, berdasarkan hasil
prediksi 20
FormPrediksiData Kelas ini berfungsi untuk melakukan proses
prediksi, memasukkan data uji melakukan proses prediksi dan menampilkan status
registrasi dari data uji
3.4.5 Perancangan Basis Data
Dalam implementasi sistem, basis data akan digunakan untuk membantu penyimpanan data, terutama untuk table pola klasifikasi dan table standar deviasi.
3.4.5.1 Perancangan Konseptual
Dalam penelitian ini, proses penambangan data meliputi pembentukan reduct,
pembentukan pohon dan lain-lain akan dilakukan di memori. Akan tetapi basis data juga digunakan untuk menyimpan data transformasi dan standar
deviasi , dengan tujuan mempercepat proses komputasi, dimana saat proses
prediksi tidak perlu lagi ada proses pembentuksn aturan kembali dan proses perhitungan standar deviasi lagi.. Adapun ER Diagram dalam penelitian ini
ditunjukkan pada gambar 3.37 dibawah ini : ID
namaAtribut
StandarDeviasi
Mean
ID Pola Tingkat
Polaklasifikasi_copy Stdev
NilaiAtribut
StatusMahasiswa
Atribut idMaster
Gambar 3.10 ER
Diagram
3.4.5.2 Perancangan Logical
Dalam penenelitian ini, antara satu table dengan table yang lainnya tidak ada relasi atau hubungan satu sama lain sehingga hasil dari tahap logical ini
adalah ER Digram yang sama seperti pada tahap perancangan konseptual.
3.4.5.3 Perancangan Fisikal
Perancangan fisik database merupakan proses untuk mengimplementasikan hasil perancangan logika kedalam sistem komputer secara
fisik. Pada tugas kuliah ini,aktivitas perancangan fisik yang dikerjakan dibatasi hanya untuk penentuan struktur untuk setiap tabel yang akan dibuat meliputi nama
atribut, jenis, lebar dan atribut kuncinya, dan penentuan batasan integritas integrity contraints.
Secara rinci hasil dari perancangan fisik untuk masalah yang diberikan adalah:
Penentuan Struktur Data
a. Tabel Pola Klasifikasi Digunakan untuk menyimpan daftar pola setelah proses pembentukan pohon
keputusan. Data pola ini akan digunakan untuk keperluan prediksi. Nama Tabel : polaklasifikasi_copy
Primary Key: idPola Foreign Key: -
Tabel 3.7 Struktur data tabel pola klasifikasi
No Nama Atribut
Jenis Lebar
Keterangan 1
idPola int
5 Kode untuk
setiap pola yang terbentuk
2 tingkat
int 5
Tingkat node tersebut pada
pohon keputusan
3 idMaster
int 5
idMaster sama dengan idRoot
yang merupakan
node root dari sebuah atribut
4 Atribut
Varchar 100
Atribut dari data calon
mahasiswa, seperti asal
kabupaten,nilai test verbal dan
lain-lain 5
Nilai Atribut Varchar
100 Nilai dari
atribut pada data calon
mahasiswa 6
StatusMahasiswa Varchar
100 Keputusan dari
pola yang terbentuk,
registrasi atau tidak
registrasi.
b. Tabel Standar Deviasi Digunakan untuk menyimpan daftar standar deviasi untuk nilai matakuliah yang
bertipe numeric. Struktur data untuk table ini adalah : Nama Tabel : standardeviasi
Primary Key: id Foreign Key: -
