Tujuan utama dibuatnya sistem ini adalah untuk mencari aturan asosiasi langka. Oleh karena itu maka dalam sistem disediakan hasil keluaran berupa aturan-aturan
langka yang ditemukan oleh sistem dengan menggunakan algoritma APIC Apriori Inverse with Clustering.
III. 3. Perancangan Sistem
III. 3.1. Diagram Konteks
Pengguna Program Aplikasi Sistem
Deteksi Aturan Asosiasi Langka
Data row, data coloumn, Minimum support threshold system, maximum support,
minimum support, maximum confidence, jumlah klaster, aturan asosiasi langka
Minimum support threshold system, Minsup,maxconf, maxsup nama file
excel, nama tabel dalam basis data
Gambar 3.5. Diagram Konteks
III. 3.2. Diagram Aktivitas
Diagram aktivitas digunakan untuk menunjukan aktivitas yang dikerjakan oleh user dan sistem dalam setiap use case yang disebutkan dalam gambar 3.1.
Berikut adalah diagram aktivitas dari setiap use case: 1. Diagram Aktivitas Memilih Data Bertipe Excel File.
2. Diagram Aktivitas Memilih Data Dari Basis Data 3. Diagram Aktivitas Mengatur Konfigurasi Basis Data
4. Diagram Aktivitas Memasukan Query
5. Diagram Aktivitas Eksekusi Query 6. Diagram Aktivitas Memilih Atribut Dataset yang Akan Dilihat Dalam Grafik
7. Diagram Aktivitas Melihat Detail Data per Atribut 8. Diagram Aktivitas Melihat Grafik Diagram Batang per Atribut.
9. Diagram Aktivitas Mengatur Konfigurasi Proses Penambangan Data 10. Diagram Aktivitas Menghapus Data Dalam Tabel
11. Diagram Aktivitas Mendeteksi Aturan Assosiasi Langka Rare Association Rules
12. Diagram Aktivitas Melihat Hasil Pendeteksian Aturan Asosiasi Langka Rare Association Rule
13. Diagram Aktivitas Melihat Hasil Pembacaan Data Dalam Sistem Detil diagram aktivitas dari setiap use case dapat dilihat pada bagian
lampiran dalam tugas akhir ini pada lampiran 2.
III. 3.3. Diagram Kelas
Langkah awal pembuatan sebuah sistem adalah dengan dibentuknya diagram kelas yang nantinya menjadi dasar dari pembuatan sistem. Diagram kelas
adalah akar dari terbentuknya sebuah sistem. Berikut adalah diagram kelas dari Sistem Deteksi Aturan Asosiasi Langka.
1.. 1..
1.. 1..
entity LargeItemset
- items : Itemset[] - k : int
+ LargeItemset : konstruktor + LargeItemsetItemset[],int : konstruktor
+ getItems : Itemset[] + aprioriGen : Candidate
+ hasInfrequentSubsetItemset : boolean + getK : int
+ isEmpty : boolean + toString : String
entity Candidate
- items : Itemset[] - k : int
+ Candidate : konstruktor + CandidateItemset[],int : konstruktor
+ getItems : Itemset[] + getK : int
+ getLdouble : LargeItemset + isEmpty : boolean
1 1
1.. 1..
entity Rule
- myLhs : Itemset[] - myRhs : Itemset[]
- support : double - confidence : double
+ Rule : konstruktor + RuleItemset[], Itemset[],
double,double : konstruktor + getLhs : Itemset[]
+ getRhs : Itemset[] + getSupport : double
+ getConfidence : double + toString : String
mengirim mengirim
mengirim
Menghasilkan Menghasilkan
Menghasilkan
entity Ls
- items : Itemset[] - k : int
- ls : ArrayList + Ls : konstruktor
+ putLargeItemset : void + getint : LargeItemset
+ size : int + toString : String
boundary Halaman Deteksi Data
1.. 1
1.. 1
1.. 1
1
1..
mengirim
1 1..
Menggunakan
mengirim mengirim
menghasilkan
1.. 1..
1
1 1..
entity Itemset
- elements : String[] - support : double
+ Itemset : konstruktor + ItemsetString [], double : konstruktor
+ ItemsetString,double : konstruktor + getSupport : double
+ setSupportdouble : void + getElements : ArrayList
+ getSubsetint : ArrayList - getSubsetint,int : ArrayList
+ similarToItemset : boolean + Join Itemset : Itemset
+ clone : Object + toString : String
entity Data Excel
- data[][] : String - kolom[] : String
- coba : ArrayList - crazy : List
+ getValue : int + getContents : String
controller ProsesAPIC
- f : File - minsupsistem : double
- maxconf : double - maxsup : double
- minsup : double - jdbcURL : String
- user : String - password : String
- port : String - databaseName : String
+ sum : double + sumavg : double
+ avg : double + Jprev : double
+ Jcuur : double + sd : double
+ jumlahlklaster : int + maximumsup : double
+ minabssup : int
+ pilihFileFile : void + bacaDataClusterFile : void
+ Cetak : void + Factoriallong i : BigInteger
+ twoDecPlacesdouble number : double + exportTableJTable table, File file : Void
- deleteString fileName : void + deleteFiles String d, String e : void
+ findCandidate1Itemsets : void - findFrequent1Itemsets : LargeItemset
+ findCandidate1ItemsetsCentro : void - findFrequent1ItemsetsCentro : LargeItemset
+ findCandidate1ItemsetsCluster : void - findFrequent1ItemsetsCluster : LargeItemset
+ getLs : Centroid + Similarity : Cluster
+ APIC : rule + database : void
+ tampilgrafik: void + cekKoneksi : void
mempunyai
1
1.. entity
Centroid - cluster : Cluster
- centroid : String[] + Centroid : konstruktor
+ Centroid String[] + getCluster : Cluster
+ setCluster : void + getCentroid : Centroid
+ setCentroid : void 1
1
menghasilkan
entity DataBaseConnection
- jdbcURL : String - user : String
- password : String - connection : Connection
+ DataBaseConnection : konstruktor
+ DataBaseString,String,String : void
+ isConnected : boolean + getClosed : boolean
+ getJdbcURL : String + setJdbcURL : void
+ getUser : String + setUser : void
+ getPassword : String + setPassword : void
+ getConnection : Connection + setConnection : void
mempunyai
1
1
entity BarChart
+ tampilint[][], String[][], String[][] : void boundary
Halaman Lihat Grafik
Menggunakan
entity Grafik
- jdbcURL : String - user : String
- password : String - id_data : String
- nama_tabel : String + viewGrafik : void
+ inputulang : void + setConn : void
+ checkMissingData : void
mempunyai
1
1
1 1
Menghasilkan
entity Data Basis Data
- data : Vektor - columnNames : Vektor
+ getMetaData : ResultsetMetaData
+ addElementObject: Void + exportTablejTable, file :
Void 1
1
mengirim
Gambar 3.6. Diagram Kelas.
III. 3.4. Detail Algoritma Tiap
