Rincian Algoritma pada Method di Kelas Graph_NaiveNL Nama method

4.3.7.2 Rincian Algoritma pada Method di Kelas Graph_NaiveNL Nama method

Fungsi method Algoritma method addVertexString, ListDouble Membuat vertex untuk membentuk graf 1. Membaca nilai parameter method berupa list nilai dan label 2. Membuat vertex baru dengan label dan nilai masukan setiap nilai size dari vertex bertambah addEdgeint, int, double Mengisi nilai edge pada vertex 1. Membaca nilai parameter method berupa asal, tujuan, dan jarak 2. Mengisikan nilai jarak kedalam edge[asal][tujuan] dan edge[tujuan][asal] euclideanDistance int,int Menghitung nilai jarak antar dua data menggunakan rumus Euclidean Distance 1. Membaca nilai paramter input method yaitu asal dan tujuan 2. Membuat dua buah list bernama awal dan akhir 3. Mengisi vertex[asal].getNilai ke dalam list awal dan vertex[tujuan].getNilai ke dalam list akhir 4. Inisialisasi i=0,total=0 5. Selama i awal.size lakukan perhitungan total = total + awal.geti - akhir.geti awal.geti - akhir.geti; 6. Return Math.sqrttotal NaiveNLdouble, double Mendeteksi sebuah data dinyatakan sebagai outlier atau tidak 1. Deklarasi jumlah_tetangga=0 2. jumlahData = vertex.length 3. selama ijumlahData 4. jumlah_tetangga=0 5. selama jjumlahData, lakukan pengecekan: 6. jika matrix[i][j]i=jmatri ks[i][j] =D benar lakukan pengecekan apakah jumlah tetangga ==m+1 jika benar break. 7. Jika jumlah_tetangga m+1 maka vertex[i].setOutliertrue 8. Jika jumlah_tetangga=m+1 maka vertex[i].setOutlierfalse displayOutlierdou ble,double,String, JTable,String Menampilkan hasil deteksi outlier beserta keterangannya 1. Deklarasi String hasil_outlier =””, boolean isi = false, int jumlah outlier = 0 2. deklarasi long t1 = System.nanoTime 3. panggil method IndexBasedm, D 4. deklarasi long t2 = System.nanoTime; 5. memasukan nilai M, dmin, asal data, jumlah data ke dalam atribut hasil_outlier sesuai parameter input method 6. inisialisasi i=0 7. selama ivertex.length, lakukan pengecekan : jika vertex[i].isOutlier == true, tambahkan jumlah_outlier dengan 1 lalu tampilkan vertex[i].getLabelData 7. Inisialisasi j = 0 8. Selama j t.getColumnCount 9. Inisialisasi k = 0 10. Selama k t.getRowCount,lakukan pengecekan : Jikavertex[i].getLabelData ==t.getValueAtk, 0 maka data pada baris-k tersebut ditampilkan sesuai columnName pada tabel Data nya 11. Jikaboolean isi = true tampilkan hasil outlier 12. Jika isi == false, tampilkan pesan tidak ada hasil outlier 13. Menampilkan jumlah outlier, dan lama deteksi outlier = t2 - t1 java.lang.Math.pow10, - 9

4.3.7.3 Rincian Algoritma pada Method di Kelas CheckBoxTableModel Nama method

Dokumen yang terkait

Deteksi outlier menggunakan Algoritma Local Correlation Integral (LOCI) : studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma.

0 0 258

Deteksi outlier menggunakan Algoritma Local Outlier Probability : studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma.

0 5 265

Deteksi outlier menggunakan Algoritma Connectivity Based Outlier Factor : studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma.

0 4 252

Deteksi Outlier menggunakan algoritma Block-Based Nested-Loop : studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma.

0 2 202

Deteksi outlier menggunakan algoritma Naive Nested Loop (studi kasus : data akademik mahasiswa program studi PS Universitas XYZ).

0 0 4

Deteksi outlier menggunakan Algoritma Connectivity Based Outlier Factor studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma

1 8 250

Deteksi outlier menggunakan Algoritma Local Outlier Probability studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma

1 9 263

Deteksi Outlier menggunakan algoritma Block Based Nested Loop studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma

0 1 200

Deteksi outlier menggunakan Algoritma Local Correlation Integral (LOCI) studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma

0 4 256

Deteksi Outlier menggunakan algoritma Naive Nested Loop : studi kasus data akademik mahasiswa Program Studi Teknik Informatika, Universitas Sanata Dharma, Yogyakarta - USD Repository

0 0 234