Implementasi Halaman Konfirmasi Keluar Implementasi Pengecekan Masukan

Berikut ini merupakan pesan yang muncul ketika pengguna benar- benar telah keluar dari sistem. Gambar 5.24 Pesan Berhasil Keluar dari Sistem

5.1.9 Implementasi Pengecekan Masukan

Sistem pendeteksi outlier ini juga menyediakan fungsi error handling untuk mengatasi kesalahan pengguna mulai dari memasukan input data , pemrosesan data, sampai saat proses deteksi outlier. Berikut ini merupakan error handling yang tersedia dalam Sistem Pendeteksi Outlier Menggunakan Algoritma Naïve Nested Loop : 1. Tampilan pesan berikut ini muncul ketika pengguna telah menekan tombol „Pilih File‟ pada Halaman Utama akan tetapi file yang dipilih tidak berformat .xls atau .csv. Gambar 5.25 Pesan Kesalahan 1 2. Ketika pengguna telah menekan tombol Pilih Database pada Halaman Utama lalu memilih database Oracle pada Halaman Pilih Database akan tetapi terdapat username, password, atau URL yang belum terisi maka sistem mengeluarkan pesan peringatan seperti yang tampak pada gambar 5.26 dibawah ini : Gambar 5.26 Pesan Kesalahan 2 3. Ketika pengguna telah menekan tombol Pilih Database pada Halaman Utama lalu memilih database Oracle pada Halaman Pilih Database akan tetapi terdapat username, password, atau URL yang salah maka sistem mengeluarkan pesan peringatan seperti yang tampak pada gambar 5.27 dibawah ini : Gambar 5.27 Pesan Kesalahan 3 4. Ketika pengguna telah menekan tombol Pilih Database pada Halaman Utama lalu memilih database mySQL pada Halaman Pilih Database akan tetapi terdapat username,password,database atau URL yang kosong maka sistem mengeluarkan pesan peringatan seperti yang tampak pada gambar 5.28 dibawah ini : Gambar 5.28 Pesan Kesalahan 4 5. Ketika pengguna telah menekan tombol Pilih Database pada Halaman Utama lalu memilih database mySQL pada Halaman Pilih Database akan tetapi terdapat username,password,database atau URL yang salah maka sistem mengeluarkan pesan peringatan seperti yang tampak pada gambar 5.29 dibawah ini : Gambar 5.29 Pesan Kesalahan 5 6. Ketika pengguna menekan tombol Proses pada tabbed pane Deteksi Outlier pada Halaman Utama akan tetapi ada salah satu nilai parameter M atau dmin yang kosong maka muncul pesan peringatan bahwa nilai M atau dmin tidak boleh kosong seperti tampak pada gambar 5.30. Gambar 5.30 Pesan Kesalahan 6 7. Ketika data yang diambil dari file .csv atau dari dalam tabel basisdata tidak lengkap dan.atau mengandung karakter bukan angka maka pengguna harus memeriksa kembali data tersebut dan muncul peringatan seperti yang tertera pada gambar 5.31 ketika masukan data .csv dan gambar 5.32 ketika masukan data berasal dari basisdata. Gambar 5.31 Pesan Kesalahan 7 Gambar 5.32 Pesan Kesalahan 8 8. Ketika label data pada file .xls dan data dari tabel pada basisdata kosong maka akan muncul peringatan seperti tertera pada gambar 5.33. Gambar Pesan Kesalahan 5.33 9

5.2 Implementasi Dataset yang Akan Diuji

Data yang akan digunakan sebagai masukan dalam proses deteksi outlier dan pengujian pada Sistem Pendeteksi Outlier Menggunakan Algoritma Naïve Nested Loop ini adalah data akademik mahasiswa program studi Teknik Informatika Universitas Sanata Dharma tahun angkatan 2007-2008. Sebagian dari data tersebut, yaitu data akademik mahasiswa angkatan tahun 2007 yang diterima melalui jalur tes telah dihitung secara manual menggunakan Microsoft Excel dan selanjutnya hasil perhitungan tersebut dibandingkan dengan hasil deteksi outlier yang diperoleh dari sistem. Selain itu, untuk memastikan bahwa data hasil deteksi yang diperoleh dari perhitungan manual dan sistem benar-benar bermakna sebagai outlier dibanding data lain, maka hasil perhitungan manual dan hasil deteksi sistem akan dianalisa oleh Kepala Program Studi Teknik Informatika selaku pemilik data.

5.3 Implementasi Kelas

Pada bagian ini akan dibahas hasil dari implemetasi kelas beserta dengan algoritma yang telah dibuat sesuai dengan bab perancangan. Berikut merupakan tabel untuk seluruh daftar kelas yang telah diimplementasikan : Tabel 5.1 Tabel Implementasi Kelas No Nama Kelas Nama File Fisik Nama File Executable 1 DatabaseConnection DatabaseConnection.java DatabaseConnection.class 2 Graph_NaiveNL Graph_ NaiveNL.java Graph_ NaiveNL.class 3 Vertex_ NaiveNL Vertex_ NaiveNL.java Vertex_ NaiveNL.class 4 SeleksiAtribut SeleksiAtribut.java SeleksiAtribut.class 5 CheckBoxTableModel CheckBoxTableModel.java CheckBoxTableModel.class 6 DatabaseController DatabaseController.java DatabaseController.class 7 DiagramBatang DiagramBatang.form DiagramBatang.class 8 HalamanUtama HalamanUtama.form HalamanUtama.class 9 HalamanDistribusiAtribut HalamanDistribusiAtribut. Form HalamanDistribusiAtribut.class 10 HalamanPilihDatabase HalamanPilihDatabase.java HalamanPilihDatabase.class 11 HalamanTampilTabel HalamanTampilTabel.form HalamanTampilTabel.class 12 HalamanAwal HalamanAwal.form HalamanAwal.class 13 HalamanBantuan HalamanBantuan.form HalamanBantuan.class 14 HalamanMissingValues HalamanMissingValues. Form HalamanMissingValues.class

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