Implementasi Kelas Implementasi Kelas

48 BAB V IMPLEMENTASI PENAMBANGAN DATA DAN EVALUASI HASIL

5.1 Implementasi Rancangan Perangkat Lunak

Perangkat Lunak deteksi outlier ini memiliki 8 buah kelas yang terdiri dari tigas kelas model, satu kelas controller , dan empat kelas view .

5.1.1 Implementasi Kelas

Model Implementasi kelas model dapat dilihat pada tabel 5.1 berikut. Tabel 5. 1 Implementasi Kelas Model No. Nama Kelas Nama File Fisik Nama File Excecutable 1. DataSekolah DataSekolah.java DataSekolah.class 2. HasilCluster HasilCluster.java HasilCluster.class 3. Outlier Final Outlier Final.java Outlier Final.class

5.1.2 Implementasi Kelas

View Implementasi kelas view dapat dilihat pada tabel 5.2 berikut. Tabel 5. 2 Implementasi Kelas View No. Use Case Antarmuka Nama Kelas Boundary 1. Memilih file data .xls Hal_Proses.class 2. Deteksi menggunakan Algoritma MixCBLOF Hal_Proses.class 3. Menyimpan data hasil Hal_Proses.class 49 Selanjutnya akan dijelaskan mengenai spesifikasi detail dari setiap antarmuka yang ada pada perangkat lunak deteksi outlier ini. Spesifikasi detail dari kelas Hal_Utama dapat dilihat pada tabel 5.3 berikut. Tabel 5. 3 Spesifikasi detail kelas Hal_Utama.java Id Objek Jenis Teks Keterangan btnBeranda Button BERANDA Jika di klik maka akan menuju ke halaman Hal_Utama.java btnBantuan Button BANTUAN Jika di klik maka akan menuju ke halaman Hal_Bantuan.java btnTentang Button TENTANG Jika di klik maka akan menuju ke halaman Hal_Tentang.java jLabel1 Label SISTEM PENDETEKSI OUTLIER Judul perangkat lunak yang dibangun jLabel2 Label Logo Sadhar.png Gambar logo Universitas Sanata Dharma berwarna btnMasuk Button Masuk Sistem Jika di klik maka akan menuju ke halaman Hal_Proses.java jLabel3 Label I. Kristanto Riyadi Identitas nama pembuat perangkat lunak jLabel4 Label 135314062 Identitas nomor induk mahasiswa pembuat perangkat lunak jLabel5 Label UNIVERSITAS SANATA DHARMA Identitas universitas pembuat perangkat lunak jLabel6 Label YOGYAKARTA Identitas provinsi universitas jLabel7 Label -COPYRIGHT 2017- Identitas hak cipta pembuat perangkat lunak dan tahun pembuatan perangkat lunak 50 Implementasi antarmuka dari kelas Hal_Utama halaman awal dapat dilihat pada gambar 5.1 berikut. Spesifikasi detail dari kelas Hal_Proses.java dapat dilihat pada tabel 5.4 berikut. Tabel 5. 4 Spesifikasi detail kelas Hal_Proses.java Id Objek Jenis Teks Keterangan btnBeranda Button BERANDA Jika di klik maka akan menuju ke halaman Hal_Utama.java btnBantuan Button BANTUAN Jika di klik maka akan menuju ke halaman Hal_Bantuan.java btnTentang Button TENTANG Jika di klik maka akan menuju ke halaman Gambar 5. 1 Implementasi Antarmuka Hal_Utama 51 Hal_Tentang.java 1. jLabel1 2. jLabel2 Label Label SISTEM DETEKSI OUTLIER MENGGUNAKAN ALGORITMA MIXCBLOF Judul perangkat lunak yang dibangun txtPilihData TextField Isi path direktori dari data file yang dimasukkan ke dalam tabelData btnPilihData Button Pilih Data Jika di klik akan memunculkan dialog file chooser untuk memilih file data dari direktori komputer tabelData Table Menampilkan data dari file yang dimasukkan jLabel6 Label Jumlah Data Mendeskripsikan jumlah data dari data yang dimasukkan txtJumlahData TextField Isi jumlah data dari data yang dimasukkan jLabel20 Label B Mendeskripsikan variabel b sebagai proses deteksi txtB TextField Isi variabel b sebagai proses deteksi jLabel23 Label 1-3 Mendeskripsikan keterangan menginputkan variabel b jLabel21 Label Alfa Mendeskripsikan variabel Alfa sebagai proses deteksi txtAlfa TextField Isi variabel Alfa sebagai proses deteksi jLabel24 Label Mendeskripsikan presentasi dari variabel 52 Alfa yang diinputkan jLabel22 Label Beta Mendeskripsikan variabel Beta sebagai proses deteksi txtBeta TextField Isi variabel Beta sebagai proses deteksi labelNotif Label .... BELUM PROSES .... Mendeskripsikan pemberitahuan proses btnProses Button Proses Jika di klik maka akan memulai proses deteksi outlier , jika sudah selesai akan mengubah labelNotif menjadi “Selesai” btnLihat Button Lihat Hasil Jika di klik maka akan menuju ke frameDeteksi Implementasi antarmuka dari kelas Hal_Proses.java dapat dilihat pada gambar 5.2 berikut. Gambar 5. 2 Implementasi Antarmuka kelas Hal_Proses 53 Spesifikasi detail dari frame frameDeteksi bagian dari halaman Hal_Proses dapat dilihat pada tabel 5.5 berikut. Tabel 5. 5 Spesifikasi detail frame frameDeteksi Id Objek Jenis Teks Keterangan 1. jLabel8 2. jLabel9 Label Label SISTEM DETEKSI OUTLIER MENGGUNAKAN ALGORITMA MIXCBLOF Judul perangkat lunak yang dibangun jTable2 Table Menampilkan data dengan derajat outlier per sekolah jLabel18 Label Jumlah Data Mendeskripsikan jumlah data dari data yang dimasukkan txtJumlahData2 TextField Isi jumlah data dari data yang dimasukkan jLabel3 Label Threshold Mendeskripsikan threshold mengatur garis batasan keputusan txtThreshold TextField Isi threshold btnSubmit Button Submit Jika di klik maka akan menampilkan jumlah sekolah dengan derajat outlier terendah sebanyak nilai threshold yang diinputkan btnSimpan Button Simpan Jika di klik maka akan menuju ke dialogSimpan untuk menyimpan data hasil deteksi outlier jTable1 Table Menampilkan data hasil deteksi outlier sebanyak nilai threshold diinputkan PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 54 Implementasi antarmuka frame frameDeteksi dapat dilihat pada gambar 5.3 berikut. Spesifikasi detail dari kelas Hal_Bantuan dapat dilihat pada tabel 5.6 berikut. Tabel 5. 6 Spesifikasi detail kelas Hal_Bantuan.java Id Objek Jenis Teks Keterangan btnBeranda Button BERANDA Jika di klik maka akan menuju ke halaman Hal_Utama.java btnBantuan Button BANTUAN Jika di klik maka akan menuju ke halaman Hal_Bantuan.java btnTentang Button TENTANG Jika di klik maka akan menuju ke halaman Hal_Tentang.java 1. jLabel1 Label SISTEM DETEKSI OUTLIER MENGGUNAKAN Judul perangkat lunak yang dibangun Gambar 5. 3 Implementasi Antarmuka frameDeteksi 55 2. jLabel2 Label ALGORITMA MIXCBLOF jLabel3 Label PANDUAN PENGGUNAAN SISTEM Mendeskripsikan panduan penggunaan perangkat lunak jTextArea1 TextArea Berisi langkah-langkah penggunaan sistem, dan penjelasan tombol- tombol penting yang ada di sistem Implementasi antarmuka kelas Hal_Bantuan dapat dilihat pada gambar 5.4 berikut. Spesifikasi detail dari kelas Hal_Tentang dapat dilihat pada tabel 5.7 berikut. Gambar 5. 4 Implementasi Antarmuka Hal_Bantuan 56 Tabel 5. 7 Spesifikasi detail kelas Hal_Tentang.java Id Objek Jenis Teks Keterangan btnBeranda Button BERANDA Jika di klik maka akan menuju ke halaman Hal_Utama.java btnBantuan Button BANTUAN Jika di klik maka akan menuju ke halaman Hal_Bantuan.java btnTentang Button TENTANG Jika di klik maka akan menuju ke halaman Hal_Tentang.java 3. jLabel1 4. jLabel2 Label Label SISTEM DETEKSI OUTLIER MENGGUNAKAN ALGORITMA MIXCBLOF Judul perangkat lunak yang dibangun jLabel3 Label INFORMASI SISTEM Mendeskripsikan informasi pembuat perangkat lunak jTextArea1 TextArea Berisi mengenai informasi tentang pembuat perangkat lunak dan judul tugas akhir yang dikerjakan 57 Implementasi antarmuka kelas Hal_Tentang dapat dilihat pada gambar 5.5 berikut

5.1.3 Implementasi Kelas

Dokumen yang terkait

POBYE PENGARUH PENGALAMAN KERJA, INDEPENDENSI, OBYEKTIFITAS, INTEGRITAS, DAN KOMPETENSI TERHADAP KUALITAS HASIL PEMERIKSAAN DI INSPEKTORAT PROVINSI DAERAH ISTIMEWA YOGYAKARTA.

0 3 14

Penerapan algoritma MixCBLOF berbasis klaster untuk identifikasi outlier pada data hasil ujian nasional, indeks integritas, dan akreditasi SMA di Daerah Istimewa Yogyakarta.

1 5 140

Penerapan algoritma apriori untuk analisis daya serap hasil ujian nasional matematika SMA jurusan IPA di Yogyakarta.

0 1 13

Penerapan algoritma apriori untuk analisis daya serap hasil ujian nasional mata pelajaran Matematika SMA jurusan IPA di Daerah Istimewa Yogyakarta.

0 12 206

Penerapan algoritma fp-growth untuk analisis pola asosiasi daya serap hasil jian nasional mata pelajaran Bahasa Indonesia SMA di Yogyakarta.

1 11 122

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma K-Means Clustering.

1 1 87

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma agglomerative hierarchical clustering.

11 55 123

Deteksi outlier untuk nilai ujian Sekolah Menengah Atas (Sma) menggunakan Algoritma Influenced Outlierness (INFLO).

0 1 373

Penerapan metode enhanced class outlier distance based untuk identifikasi outlier pada data hasil ujian nasional, indeks integritas dan akreditasi sekolah menengah atas

1 6 143

Provinsi Daerah Istimewa Yogyakarta UU NO 13 2012

0 0 23