42
Tabel 5. 5 Spesifikasi Detail Kelas Hasil.java Id_Objek
Jenis Teks
Keterangan
tabelHasil Table
Berisi hasil identfikasi
outlier
. simpan
Button SIMPAN
Jika di
click
maka akan menyimpan
hasill identifikasi
outlier
dalam
file
berekstensi .xls pada direktori komputer.
lbjmltetngga Label Jumlah Tetangga
Terdekat Mendeskripsikan
jumlah tetangga terdekat.
tetangga TextField
Isi jumlah tetangga terdekat.
lbjmloutlier Label
Jumlah Outlier Mendeskripsikan
jumlah outlier. topN
TextField Isi jumlah
outlier.
lbhasil Label
HASIL IDENTIFIKASI
OUTLIER Judul tabel pada
halaman hasil.
kembali Button
KEMBALI Jika di
click
maka akan menuju
halaman
preprocessing
. beranda
Button BERANDA
Jika di
click
maka akan menuju
halaman
home.
lbnama Label
Angela Mediatrix Melly-135314074
Identitas pembuat sistem atau perangkat
lunak.
43 lbfakultas
Label Fakultas Sains dan
Teknologi Identitas fakultas
pembuat sistem atau perangkat lunak.
lbtahun Label
2017 Tahun pembuatan
sistem atau perangkat lunak.
Implementasi antarmuka dari kelas hasil halaman hasil dapat dilihat pada gambar 5.3 berikut ini.
Spesifikasi detail dari kelas tentang dapat dilihat pada tabel 5.6 berikut ini.
Tabel 5. 6 Spesifikasi Detail Kelas Tentang.java Id_Objek
Jenis Teks
Keterangan
beranda Button
BERANDA Jika di
click
maka akan menuju
halaman
home.
Gambar 5. 3 Implementasi Antarmuka Kelas Hasil
44 lbtetang
Label TENTANG
PENULIS Judul dari halaman
tentang. informasi
TextArea Berisi deskripsi
mengenai pembuat sistem atau perangkat
lunak. lbnama
Label Angela Mediatrix
Melly-135314074 Identitas pembuat
sistem atau perangkat lunak.
lbfakultas Label
Fakultas Sains dan Teknologi
Identitas fakultas pembuat sistem atau
perangkat lunak. lbtahun
Label 2017
Tahun pembuatan sistem atau perangkat
lunak.
Implementasi antarmuka dari kelas tentang halaman tentang dapat dilihat pada gambar 5.4 berikut ini.
Gambar 5. 4 Implementasi Antarmuka kelas Tentang
45 Spesifikasi detail dari kelas bantuan dapat dilihat pada tabel
5.7 berikut ini.
Tabel 5. 7 Spesifikasi Detail Kelas Bantuan.java Id_Objek
Jenis Teks
Keterangan
beranda Button
BERANDA Jika di
click
maka akan menuju
halaman
home.
lbbantuan Label
PANDUAN PENGGUNAAN
SISTEM Judul dari halaman
bantuan.
informasi TextArea
Berisi deskripsi cara menggunakan sistem
atau perangkat lunak. lbnama
Label Angela Mediatrix
Melly-135314074 Identitas pembuat
sistem atau perangkat lunak.
lbfakultas Label
Fakultas Sains dan Teknologi
Identitas fakultas pembuat sistem atau
perangkat lunak. lbtahun
Label 2017
Tahun pembuatan sistem atau perangkat
lunak.
Implementasi antarmuka dari kelas bantuan halaman bantuan dapat dilihat pada gambar 5.5 berikut ini.
46
5.1.3 Implementasi Kelas
Control
Implementasi kelas
controller
dapat dilihat pada tabel 5.8 berikut ini.
Tabel 5. 8 Implementasi Kelas Controller No
Use Case
Nama
File
Fisik Nama
File Excecutable
1 Memilih Data
1. ControlExcel.
java 2.
DataModel. java
1. ExcelControl.
class 2.
DataModel. class
2 Mengidentifikasi
Outlier
1. ControlECODB.
java 2.
HasilECODB Model.java
1. ControlECODB.
class 2.
HasilECODB Model.java
3 Menyimpan
hasil identifikasi 1.
ControlExcel. java
1. ControlExcel.
class
Gambar 5. 5 Implementasi Antarmuka Kelas Bantuan
47
outlier
5.2 Pengujian Perangkat Lunak
5.2.1 Pengujian Perangkat Lunak
Black Box
5.2.1.1 Rencana Pengujian
Black Box
Pada tabel 5.9 dibawah ini akan dijelaskan rencana pengujian dengan menggunakan metode
black box.
Tabel 5. 9 Rencana Pengujian Black Box No
Use Case
Butir Uji Kasus Uji
1. Memilih data
Pengujian memasukan data
dari
file
berekstensi .xls
UC1-01
Pengujian memasukan data
dari
file
berekstensi .doc
UC1-02
Pengujian memasukan data
dari
file
berekstensi .txt
UC1-03
2. Identifikasi
outlier
menggunakan algoritma
ECODB Pengujian
melakukan proses identifikasi
outlier
UC2-01
3. Menyimpan
hasil identifikasi
outlier
Pengujian menyimpan hasil
identifikasi
outlier
ke dalam
file
UC3-01
48 berekstensi .xls
Pengujian menyimpan hasil
identifikasi
outlier
ke dalam
file
berekstensi .doc UC3-02
Pengujian menyimpan hasil
identifikasi
outlier
ke dalam file berekstensi .txt
UC3-03
5.2.1.2 Prosedur Pengujian
Black Box
dan Kasus Uji
Setelah menyusun rencana pengujian pada tabel 5.9, maka dilakukan pengujian serta kasus uji yang terlampir pada
lampiran 8.
5.2.1.3 Evaluasi Pengujian
Black Box
Hasil pengujian
black box
yang terlampir pada lampiran 8 menunjukan bahwa perangkat lunak sudah
berjalan dengan baik. Perangkat lunak sudah berjalan sesuai dengan perancangan yang telah dibuat. Hal ini dapat dilihat
dari fungsi dalam perangkat lunak berjalan sesuai yang diharapkan. Perangkat lunak mampu memberikan peringatan
atau pemberitahuan jika pengguna melakukan kesalahan saat menggunakan
perangkat lunak.
Peringatan atau
pemberitahuan tersebut
berupa menampilkan
pesan kesalahan. Hal ini tentu membantu pengguna menggunakan
perangkat lunak.
49
5.2.2 Pengujian Perbandingan Hasil Pencarian
Outlier
Secara Manual dengan Hasil Pencarian
Outlier
Menggunakan Perangkat Lunak 5.2.2.1
Pencarian
Outlier
Secara Manual
Pengujian pencarian
outlier
secara manual
menggunakan data hasil UN, indeks integritas dan akreditasi Sekolah Menengah Atas jurusan IPA di kabupaten
Kulonprogo, Daerah Istimewa Yogyakarta tahun 2015. Proses pencarian
outlier
secara manual dilakukan dengan menggunakan Microsoft Excel. Dalam proses
identifikasi
outlier
menggunakan jumlah tetangga terdekat sebesar 6 dan topN sebesar 6. Proses dan hasil dari pencarian
outlier
secara manual dapat dilihat pada lampiran 9.
5.2.2.2 Pencarian
Outlier
Menggunakan Perangkat Lunak
Pengujian pencarian
outlier
menggunakan perangkat lunak menggunakan data yang sama dengan penghitungan
manual yaitu data hasil UN, indeks integritas dan akreditasi Sekolah Menengah Atas jurusan IPA di kabupaten
Kulonprogo, Daerah Istimewa Yogyakarta tahun 2015. Dalam proses pencarian
outlier,
menggunakan jumlah tetangga terdekat sebesar 6 dan topN sebesar 6. Hasil
dari pencarian
outlier
menggunakan perangkat lunak dapat dilihat pada gambar 5.6 berikut ini.
50
5.2.2.3 Evaluasi Pengujian Perbandingan Hasil Pencarian
Outlier
Secara Manual dengan Perangkat Lunak
Hasil identifikasi
outlier
yang diperoleh dengan pencarian
outlier
secara manual sama dengan hasil yang diperoleh dengan menggunakan perangkat lunak. Oleh karena
itu dapat disimpulkan bahwa perangkat lunak berjalan dengan baik dan sesuai dengan yang diharapkan.
Gambar 5. 6 Hasil Identifikasi Outlier Kabupaten Kulonprogo
51
BAB VI ANALISA HASIL DAN PEMBAHASAN
6.1
Dataset
Pada penelitian ini menggunakan
dataset
yang akan digunakan untuk mengidentifikasi
outlier
.
Dataset
yang akan digunakan sebagai berikut :
1. Data hasil UN, nilai indeks integritas dan akreditasi Sekolah Menengah
Atas Jurusan IPA di Daerah Istimewa Yogyakarta tahun 2015. 2.
Data hasil UN, nilai indeks integritas dan akreditasi Sekolah Menengah Atas Jurusan IPS di Daerah Istimewa Yogyakarta tahun 2015.
Proses identifikasi
outlier
menggunakan kombinasi nilai K dan N yang bervariasi.
6.2 Hasil Identifikasi
Outlier
6.2.1 Hasil Identifikasi
Outlier Dataset
Jurusan IPA
Hasil identifikasi
outlier
menggunakan
dataset
jurusan IPA dengan masukan N sebesar 5 dan K bervariasi dapat dilihat pada
tabel 6.1 berikut ini.
Tabel 6. 1 Hasil Identifikasi dengan N=5, K bervariasi
K N
Sekolah COF
Jumlah Sekolah yang Sama dengan
K=10
10 5
SMA ISLAM TERPADU ABU BAKAR
0.511034296 5
SMA MUHAMMADIYAH 1 SLEMAN
0.931585249 SMA GAJAH MADA
YOGYAKARTA 1
SMA MUHAMMADIYAH PIYUNGAN
1.030380659
