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 beban daya listrik 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 AMD A8-5545M APU with Radeon™ HD Grapichs 1.70GHz. 2.
Kapasitas hardisk 500 GB. 3.
Operating System 64-bit, x64 Based Processor 4.
Windows 8 5.
Memori RAM yang digunakan 2.00 GB. 6.
Visual Studio 2012. 7.
Sistem operasi yang digunakan adalah Microsoft Windows 8. 8.
Web server yang digunakan adalah XAMPP. 9.
Database MySQL
Universitas Sumatera Utara
4.1.2 Implementasi perancangan antarmuka Adapun implementasi perancangan antarmuka yang telah dilakukan sebelumnya pada
sistem ini terdapat 2 dua layer yaitu : Layer Pengguna dan Layer Administrator. 1.
Layer Pengguna
1. Halaman Home
Halaman Home merupakan halaman yang pertama kali muncul ketika sistem dijalankan. Pada halaman Home terdapat 4 empat Menu bar yaitu: home,
prediksi, login, Kontak dapat dilihat pada Gambar 4.1.
Gambar 4.1 Halaman Home
1. Halaman Prediksi
Halaman prediksi adalah halaman untuk menampilkan prediksi yang akan dilakukan oleh sistem yang menggunakan Adaptive Neuro Fuzzy Inference System
ANFIS. Pada Halaman ini Pengguna harus mengisi form Max. Epoch, Laju Pembelajaran, Momentum, Dari Tanggal dan Sampai Tanggal. Halaman Prediksi
pada sistem prediksi listrik dapat dilihat pada Gambar 4.2.
Universitas Sumatera Utara
Gambar 4.2 Halaman Prediksi
2. Halaman Kontak
Halaman Kontak adalah halaman yang digunakan oleh pengguna untuk memberikan saran kepada administrator, adapun form yang diisi adalah Nama,
Email, dan Pesan . Adapun halaman Kontak pada sistem prediksi listrik dapat dilihat pada Gambar 4.3.
Gambar 4.3 Halaman Kontak
3. Halaman Login
Halaman Login adalah halaman yang hanya bisa di login oleh admin. Kemudian admin memasukan Username dan Password yang tersedia di form login. Adapun
halaman login pada sistem prediksi listrik ini dapat dilihat pada Gambar 4.4.
Universitas Sumatera Utara
Gambar 4.4 Halaman Login
2. Layer Administrator
Pada layer admin terdapat 4 empat menu bar yaitu: Home, Prediksi, Data dan Kontak.
1. Halaman Home
Pada halaman home pada layer administrator sama dengan layer pengguna.
2. Halaman Prediksi
Halaman Prediksi adalah halaman untuk menampilkan prediksi yang akan dilakukan oleh sistem yang menggunakan Adaptive Neuro Fuzzy Inference
System ANFIS. Pada Halaman ini Pengguna harus mengisi form Max. Epoch, Laju Pembelajaran, Momentum, Dari Tanggal dan Sampai Tanggal.
Halaman Prediksi pada sistem prediksi listrik dapat dilihat pada Gambar 4.5.
Gambar 4.5 Halaman Prediksi Lanjutan
Universitas Sumatera Utara
Setelah pengguna memasukkan range periode beban dan parameter ANFIS, maka sistem akan menentukan hasil prediksi beban 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 beban dapat dilihat pada Gambar 4.6
.
Gambar 4.6 Halaman Prediksi
Setelah pengguna mengisi form yg ada di halaman prediksi dan mengklik show maka akan menghasilkan output yang dapat di liahat di gambar 4.7.
3. Halaman Data Beban
Halaman Data Beban adalah halaman untuk menampilkan data Beban Daya Listrik yang ada pada database pada rentang waktu tertentu. Pada
halaman ini pengguna administrator juga dapat menambah, mengubah dan menghapus data beban.
4. Halaman Kontak
Halaman Kontak pada layer administrator digunakan untuk mengetahui apakah pengguna memberikan kritik atau saran.
Universitas Sumatera Utara
Gambar 4.7 Halaman Hasil Prediksi
4.2 Pengujian Sistem
