86
BAB V IMPLEMENTASI SISTEM
Bab ini menjelaskan tentang implementasi sistem deteksi
outlier
menggunakan algoritma
Local Outlier Probability.
Sistem ini dibuat sesuai dengan perancangan sistem sesuai dengan yang dicantumkan pada bab IV.
Implementasi aplikasi ini menggunakan bahasa pemrograman Java menggunakan aplikasi pemrograman Netbeans IDE 6.9.1 pada computer dengan spesifikasi
prosesor Intel® Core™2 Duo CPU T6500 2.10 GHz 2.10 GHz, RAM 4GB dan hardisk 500 GB.
5.1 Implementasi Antarmuka
Sistem Deteksi
Outlier
menggunakan algoritma
Local Outlier Probability
telah diimplementasikan menjadi sebuah aplikasi java yang siap digunakan. Berikut ini merupakan detail dari implementasi antarmuka dari sistem
terkait :
5.1.1 Implementasi Antarmuka Halaman Awal
Halaman awal adalah halaman pertama ketika menjalankan sistem. Pada halaman awal terdapa
t button “simpan” dan apabila diklik akan memasuki halaman utama. Gambar 5.1 merupakan implementasi
dari halaman awal.
Gambar 5.1 Implementasi halaman awal
5.1.2 Implementasi Antarmuka Halaman Utama
Pada halaman utama sistem menampilkan button tentang jika diklik akan memasuki halaman tentang, button bantuan jika diklik akan
memasuki halaman bantuan, button keluar jika diklik akan muncul dialog box konfirmasi keluar untuk keluar dari sistem.
Pada halaman utama tersedia 2
tabbed pane
yaitu tab preprocessing dan tab deteksi
outlier
. Gambar 5.2 merupakan implementasi dari halaman utama.
Gambar 5.2 Implementasi halaman utama tab preprocessing
Tab preprocessing berfungsi untuk melakukan proses preprocessing pada data mining, yaitu proses input data lalu seleksi atribut. Pada
tab ini pengguna dapat menginput data berupa excel dan basisdata. Ketika pengguna mengklik button “pilih file” maka sistem akan
menjalankan halaman pilih file yang berupa
JFileChooser
. Pengguna dapat menginput file excel dengan tipe .xls dan .csv. Gambar 5.3
merupakan implementasi dari
JFileChooser
.
Gambar 5.3 Implementasi
JFileChooser
Setelah memilih
file
, maka sistem akan menampilkan data tersebut ke dalam
jTable
. Proses input data dapat dilihat pada Gambar 5.4 di bawah ini :
Gambar 5.4 Proses
input
data
Setelah itu melakukan seleksi atribut dengan memilih atribut yang akan dihapus. Sistem dapat menghapus lebih dari 1 atribut. Seleksi
atribut dapat dilihat pada Gambar 5.5 di bawah ini :
Gambar 5.5 Implementasi seleksi atribut
Setelah sistem selesai melakukan seleksi atribut, maka selanjutnya adalah proses deteksi
outlier
. Dengan menekan button submt maka sistem akan memasuki tab deteksi
outlier
. Gambar 5.6 merupakan implementasi dari halaman awal pda tab deteksi
outlier
.
Gambar 5.6 Implementasi halaman utama tab deteksi o
utlier
Pada tab deteksi
outlier
terdapat
text field
untuk masukan parameter k dan lamda. Setelah pengguna menginputkan parameter, pengguna
harus menekan button proses untuk memulai proses deteksi. Setelah
itu hasil deteksi akan ditampilkan dalam tabel hasil deteksi. Gambar 5.7 merupakan tampilan hasil deteksi
outlier
.
Gambar 5.7 Tampilan hasil deteksi
outlier
Sistem dapat membatasi hasil
outlier
dengan cara menginputkan nilai
textfield
batas
outlier
. Gambar 5.8 merupakan tampilan hasil seleksi LoOP.
Gambar 5.8 Tampilan hasil seleksi LoOP Sistem mampu menyimpan hasil deteksi
outlier
. Pengguna menekan
button
simpan lalu pengguna memilih lokasi penyimpanan,
menginput nama file dan ekstensi file. Maka sistem berhasil menyimpan hasil deteksi
outlier
.
Gambar 5.9 Tampilan
save dialog
5.1.3 Implementasi Antarmuka Halaman Pilih