75
BAB V IMPLEMENTASI SISTEM
Bab ini berisi tentang implementasi Sistem Deteksi Outlier yang menggunakan Algoritma
Local Correlation Integral
. Implementasi sistem ini dilakukan dengan menggunakan NetBeans IDE 6.9.1 pada komputer dengan
spesifikasi processor Inter Core 2 Duo 2.2 GHz, RAM 2.00 GB, dan hardisk 320 GB. Sistem ini dibuat sesuai dengan perancangan sistem yang dibuat pada bab
sebelumnya. Dan sistem ini dibuat dengan menggunakan bahasa pemrograman Java.
5.1 Implementasi Antarmuka
Sistem Pendeteksi Outlier menggunakan Algoritma
Local Correlation Integral
telah selesai dibuat menjadi sebuah aplikasi. Berikut ini adalah tampilan antarmuka dari Sistem Pendeteksian Outlier menggunakan
Algoritma
Local Correlation Integral
.
5.1.1 Implementasi Halaman Awal
Halaman awal adalah tampilan yang pertama kali keluar pada saat sistem dijalankan. Pada halaman ini terdapat tombol ‘Masuk’.
Jika pengguna ingin masuk kedalam sistem Pendeteksi Outlier menggunakan Algoritma
Local Correlation Integral
, maka pengguna harus menekan tombol ‘Masuk’.
Gambar 5.1 Antarmuka Halaman Awal
5.1.2 Implementasi Halaman Utama
Halaman utama akan muncul setelah pengguna menekan tombol ‘Masuk’. Pada halaman utama ini terdapat dua Tabbed Pane yaitu
tab Preprosessing
dan
tab Deteksi Outlier
. Pada halaman utama ini juga terdapat tombol ‘Bantuan’, tombol ‘Tentang’, dan tombol ‘Keluar’ di
sebelah kiri halaman utama. Halaman utama ini merupakan fungsi inti dari sistem.
Pada tab
Preprosessing
terdapat tombol ‘Pilih File’, tombol ‘Pilih Database’, tombol ‘Tandai’, tombol ‘Tandai Semua’, tombol
‘Batal’, tabel ‘dataPreprocessTable’, tabel ‘dataOutlierTable’, dan terdapat text field ‘jumlahDataSeleksiTextField’ dan text field
‘pilihFileTextField’.
Pada tab
Deteksi Outlier
terdapat tombol ‘Proses’, tombol ‘Simpan’, dan tombol ‘Hapus’, text field ‘radiusTextField’,
‘alphaTextField’, ‘jumlahDataOutlierTextField’,
dan ‘jumlahOutlierTextField’. Terdapat juga tabel ‘dataOutlierTable’ dan
‘HasilOutlierTable’.
Jika pengguna ingin mengolah data berformat .
xls
atau .
csv
maka pengguna menekan tombol ‘Pilih File’ untuk mencari data yang akan diolah seperti dibawah ini.
Gambar 5.2 Kotak Dialog saat memilih File
Setelah memilih file kemudian pengguna menekan tombol ‘Open’. Setelah menekan tombol ‘Open’ maka data tersebut akan
ditampilkan dalam tabel seperti tampak pada antarmuka di bawah ini:
Gambar 5.3 Antarmuka Halaman Utama data file .
xls
tertampil
Kemudian pengguna melakukan seleksi atribut untuk memilih atribut mana yang akan di gunakan untuk proses deteksi dengan cara
memilih 1 atau lebih atribut yang akan dihapus.
Gambar 5.4 Kotak Seleksi Atribut Selanjutnya pengguna meneka tombol ‘Hapus’ untuk
menghapus atribut yang tidak digunakan untuk proses deteksi. Kemudian sistem akan menampilkan tab
Deteksi Outlier
. Kemudian pada tab
Deteksi Outlier
pengguna menginputkan nilai
radius
,
alpha
, dan
konstanta
.
Gambar 5.5 Proses Deteksi Outlier
Setelah pengguna menginputkan nilai
radius
,
alpha
, dan
konstanta
pengguna menekan tombol ‘Proses’.
Gambar 5.6 Tampilan Hasil Outlier
Selanjutnya pengguna dapat menyimpan hasil
outlier
dengan menekan tombol ‘Simpan’. Hasil
outlier
dapat disimpan dengan format .
doc
, .
xls
, dan .
txt
.
Gambar 5.7 Tampilan Save Dialog
Setelah selesai menyimpan, jika file berhasil disimpan akan muncul pesan “Hasil Deteksi Outlier Telah Berhasil Disimpan di
E:\ Hasil Outlier”.
Gambar 5.8 Pesan Ketika Proses Penyimpanan Hasil Outlier Berhasil Dilakukan
5.1.3 Implementasi Halaman Pilih Database