obyek data. Atribut keenam adalah pDist yang berfungsi untuk menyimpan nilai hasil perhitungan pdist setiap obyek. Atribut
ketujuh adalah pLOF yang berfungsi menyimpan nilai hasil perhitungan PLOF setiap obyek. Atribut kedelapan adalah nPLOF
yang berfungsi menyimpan nilai hasil perhitungan nPLOF setiap obyek. Atribut kesembilan adalah LOOP berfungsi menyimpan nilai
hasil perhitungan LoOP setiap obyek. Atribut kesepuluh adalah anggota Neighborhood berfungsi untuk menyimpan nilai dari
neighborhood.
5.3.2 Implementasi Kelas Graph.java
Kelas Graph.java berfungsi untuk membuat graf dan vertex dari setiap obyek data. Dalam kelas Graph, setiap vertex dihubungkan
melalui edge sehingga setiap obyek selalu terhubung. Di dalam kelas ini sebuah graf dibuat melalui konstruktor dengan menggunakan
parameter maxVertex. Artinya, sebuah graf tersebut dibuat dengan panjang vertex maksimum sesuai dengan input data pengguna yang
masuk dalam
jTable
. Dalam konstruktor ini nilai awal sebuah edge diberi nilai -1 untuk hubungan dengan obyek satu dengan yang
lainnya. Sedangkan nilai 0 unuk jarak obyek itu sendiri. Pada tahap ini vertex yang ada dalam graf belum memiliki nilai untuk setiap
atributnya. public Graphint maxVertex {
vertexList = new Vertex[maxVertex]; matriks = new Double[maxVertex][maxVertex];
neighborhood = new int[maxVertex][maxVertex]; max = maxVertex + 1;
dist = new int[maxVertex]; arStdev = new Double[maxVertex];
nPdist = new Double[maxVertex]; arPLOF = new Double[maxVertex];
arLOOP1 = new Double[maxVertex]; for int i = 0; i maxVertex; i++ {
for int j = 0; j maxVertex; j++ { if i == j {
matriks[i][j] = 0.0; } else {
matriks[i][j] = -1.0; }
} }
} Setelah membuat graf, langkah selanjutnya adalah memasukkan
vertex ke dalam graf. Dalam kelas ini, proses tersebut terjadi pada saat pembuatan method addVertex. Di dalam method tersebut
pembuatan vertex dilakukan dengan inputan label dan nilai. Pada tahap ini setiap obyek dimasukkan ke dalam vertex beserta dengan
atribut yang menjadi parameter yaitu label dan nilai. Sedangkan atribut yang lain diinputkan pada saat deteksi outlier.
public void addVertexString label, ListDouble nilai { vertexList[jumlahVertex++] = new Vertexlabel, nilai;
} Setelah
proses pembuatan
vertex selesai,
selanjutnya menghubungkan vertex tersebut dengan edge antar obyek. Nilai edge
diinputkan melalui method bernama addEdge. Nilai edge merupakan nilai jarak yang dihitung menggunakan rumum Euclidean distance.
Perhitungan rumus jarak juga terjadi dalam kelas Graph.java public void addEdgeint awal, int akhir, Double nilai {
matriks[awal][akhir] = matriks[akhir][awal] = nilai; }
Perhitungan rumus jarak Euclidean terjadi dalam method cariJarak. Method ini memiliki parameter indexAwal dan indexAkhir yang
berfungsi untuk penanda dimana dimulai dan diakhir indeks yang dihitung jaraknya.
public Double cariJarakint indexAwal, int indexTujuan { ListDouble a = new ArrayListDouble;
ListDouble b = new ArrayListDouble; a = vertexList[indexAwal].getNilai;
b = vertexList[indexTujuan].getNilai; Double total = 0.0;
for int i = 0; i a.size; i++ { total = total + Math.powa.geti - b.geti, 2;
} return Math.sqrttotal;
}
104
BAB VI PENGUJIAN DAN ANALISIS HASIL PENGUJIAN
Pada bab ini menjelaskan tentang tahap pengembangan sistem pendeteksi
outlier
menggunakan algoritma
Local Outlier Probability
yaitu pengujian sistem. Berikut ini merupakan tahap-tahap yang dilakukan dalam pengujian sistem :
6.1 Rencana Pengujian
Pengujian sistem ini dibagi menjadi 3 metode, yaitu metode pengujian menggunakan black box, metode pengujian efek perubahan nilai atribut k
dan lamda terhadap hasil deteksi
outlier
, metode pengujian
reviewer
dan validitas pengguna.
Metode pengujian
blackbox
berkaitan dengan pengujian yang dilakukan pada antarmuka sistem. Meskipun dirancang untuk mengungkap
kesalahan, pengujian
black box
digunakan untuk memperlihatkan bahwa fungsi-fungsi sistem dapat beroperasi, bahwa input diterima dengan baik
dan output dihasilkan dengan tepat. Pengujian ini focus kepada persyaratan fungsional sistem.
Metode pengujian efek perubahan nilai atribut terhadap hasil deteksi
outlier
dilakukan dengan cara mengubah nilai parameter k dan lamda. Kemudian membandingkan hasil
outlier
yang didapat dari perubahan nilai atribut tersebut.
Metode pengujian
reviewer
dan validitas pengguna dilakukan dengan cara membandingkan hasil perhitungan secara manual dengan perhitungan
dari sistem lalu membandingkan hasil tersebut dengan analisis yang dilakukan oleh pengguna, yaitu Kaprodi Teknik Informatika. Di bawah ini
merupakan tabel rencana pengujian menggunakan metode
blackbox
.