BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini akan dijelaskan tentang proses pengimplementasian metode
Adaptive Neuro Fuzzy Inference System
ANFIS pada sistem, sesuai perancangan sistem yang telah dilakukan di Bab 3 serta melakukan pengujian sistem yang telah dibangun.
4.1 Implementasi Sistem
Pada tahap ini, metode
Adaptive Neuro Fuzzy Inference System
ANFIS akan diimplementasikan ke dalam sistem prediksi harga saham dengan menggunakan
bahasa pemrograman PHP dan database
MySQL
sesuai perancangan yang telah dilakukan.
4.1.1 spesifikasi perangkat keras dan lunak yang digunakan
Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk membangun sistem ini adalah sebagai berikut:
1. Prosesor
IntelĀ®Core
TM
2 Duo CPU 2.40 GHz. 2.
Kapasitas
hardisk
500 GB. 3.
Memori RAM yang digunakan 3072MB. 4.
Sistem operasi yang digunakan adalah
Microsoft Windows 7
. 5.
Web server yang digunakan adalah XAMPP.
6.
Database
MySQL
Universitas Sumatera Utara
4.1.2 Implementasi perancangan antarmuka
Adapun implementasi perancangan antarmuka yang telah dilakukan sebelumnya pada sistem adalah:
1. Halaman Home
Halaman Home merupakan halaman yang pertama kali muncul ketika sistem dijalankan. Halaman ini merupakan halaman utama atau bagian depan dari aplikasi.
Halaman Home pada sistem prediksi pendapatan perusahaan menggunakan metode
Adaptive Neuro Fuzzy Inference System
ANFIS dapat dilihat pada Gambar 4.1.
Gambar 4.1 Halaman Home
2. Halaman Data Pendapatan
Halaman data pendapatan adalah halaman untuk menampilkan data pendapatan perusahaan setelah diinput. Halaman data pendapatan perusahaan pada sistem
prediksi pendapatan perusahaan dapat dilihat pada gambar 4.2.
Universitas Sumatera Utara
Gambar 4.2 Halaman Data Pendapatan Perusahaan
3. Halaman Prediksi
Halaman prediksi adalah halaman untuk melakukan prediksi pendapatan perusahaan. Pada halaman ini pengguna dapat melakukan prediksi pendapatan
sesuai
range
periode data saham yang diinginkan. Selain memilih
range
periode prediksi, pengguna juga dapat menentukan nilai parameter ANFIS yaitu
Max Epoch
yang merupakan maksimum iterasi yang akan dilakukan untuk mendapatkan
error
terkecil,
momentum
. Setelah pengguna memasukkan
range
periode saham dan parameter ANFIS, maka sistem akan menentukan hasil prediksi harga saham
dengan metode ANFIS yang telah dibahas di bab sebelumnya. Sistem juga akan menghitung tingkat
error
rata-rata prediksi berdasarkan data sebenarnya dan data hasil prediksi. Adapun halaman prediksi untuk sistem prediksi harga saham dapat
dilihat pada Gambar 4.3.
Universitas Sumatera Utara
4.1.3 Implementasi data
Adapun data pendapatan perusahaan yang dimasukkan dalam sistem ini adalah
unreal
dari tanggal 1 Januari 2010 s.d 31 Maret 2014. Seluruh data yang dimasukkan penelitian ini berjumlah 1551 yang dapat dilihat pada Tabel 4.1.
Table 4.1 Data Perusahaan Breakdown Apparell No.
Tanggal Jenis
Pendapatan Nominal
1 Januari 2011
Pendapatan 2545000
2 Februari 2011
Pendapatan 3150500
3 Maret 2011
Pendapatan 3245000
4 April 2011
Pendapatan 2957500
5 Mei 2011
Pendapatan 2376500
6 Juni 2011
Pendapatan 2250500
7 Juli 2011
Pendapatan 3490500
8 Agustus 2011
Pendapatan 3325000
9 September 2011
Pendapatan 2876500
Universitas Sumatera Utara
10 Oktober 2011
Pendapatan 3568000
11 November 2011
Pendapatan 3583000
12 Desember 2011
Pendapatan 3845500
13 Januari 2012
Pendapatan 2765000
14 Februari 2012
Pendapatan 2885000
15 Maret 2012
Pendapatan 3650000
32 Agustus 2013
Pendapatan 3377500
33 September 2013
Pendapatan 2845000
34 Oktober 2013
Pendapatan 2213500
35 November 2013
Pendapatan 3543500
36 Desember 2013
Pendapatan 3567500
4.2 Pengujian Sistem