BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini akan diuraikan tahapan selanjutnya dalam pengembangan sistem yaitu tahapan proses pengimplementasian algoritma ke dalam sistem dan melakukan
pengujian dari sistem yang dikembangkan.
4.1. Spesifikasi Perangkat Keras dan Perangkat Lunak
Spesifikasi perangkat lunak yang digunakan selama pembangunan sistem adalah sebagai berikut:
1. Operating System Windows 7 32-bit,
2. Web Server Apache 2.2.14,
3. PHP 5.3.1,
4. MySQL 5.1.41.
Agar perangkat lunak dapat berjalan dengan baik untuk para pengguna, maka spesifikasi yang dibutuhkan oleh sistem baik dari sisi perangkat keras hardware
maupun perangkat lunak software dapat diuraikan sebagai berikut. Untuk perangkat keras, yang direkomendasikan adalah sebagai berikut:
1. Processor dengan kecepatan minimal 1 GHZ,
2. Hardisk minimal 80 GB,
3. RAM minimal 1 MB,
4. Monitor 14,1” dengan resolusi layar minimum 800 x 600 pixel,
5. Mouse dan Keyboard.
Universitas Sumatera Utara
Untuk perangkat lunak, yang dapat mendukung agar sistem dapat berjalan adalah: 1.
Operating system Microsoft Windows 7, Windows 8, 2.
Browser, seperti Mozilla Firefox, Google Chrome, dan lain-lain, 3.
PHP 5.3.1, 4.
MySQL 5.1.41, 5.
Web Server Apache 2.2.14.
4.2. Antarmuka Pengguna
User Interface
Setelah melewati tahap analisis perancangan antarmuka pengguna, rancangan digunakan sebagai acuan untuk proses pengkodean halaman-halaman pada perangkat
lunak.
4.2.1. Tampilan halaman home
Halaman home merupakan halaman yang pertama kali muncul ketika sistem dijalankan. Pada halaman terdapat 4 empat menu bar yaitu: home, category, data,
dan prediksi,. Halaman home yang telah dilakukan pengkodean ditunjukkan pada Gambar 4.1.
Gambar 4.1. Halaman Home.
Universitas Sumatera Utara
4.2.2. Tampilan halaman category
Pada halaman category, terdapat pilihan toolbar yaitu: Biaya Langsung dan Biaya Tak Langsung, dimana pengguna dapat memilih kategori mana yang akan di jalankan.
Pada halaman ini pengguna dapat mengisi berbagai macam jenis kategori biaya baik biaya langsung maupun biaya tak langsung, sesuai dengan yang di inginkan, juga
disediakan kolom category untuk memasukkan jenis kategori biaya. Terdapat juga tabel yang berisi beberapa kategori-kategori yang telah dimasukkan, dan tombol
“delete” untuk menghapus jenis kategori biaya. Halaman category pada sistem ini dapat dilihat pada Gambar 4.2.
Gambar 4.2. Halaman Category.
Universitas Sumatera Utara
4.2.3. Tampilan halaman data
Sama halnya dengan halaman Category, pada halaman Data terdapat pilihan toolbar yaitu: Biaya Langsung dan Biaya Tak Langsung, dimana pengguna dapat memilih
pilihan data yang akan di isi. Pada halaman ini disediakan kolom Jenis biaya, Nominal biaya, dan Tahun untuk memasukkan jenis kategori biaya yang telah dimasukkan
pada halaman sebelumnya yaitu halaman Category. Dan juga untuk memasukkan nominal biaya nya dan tahun nya. Terdapat tabel yang berisi beberapa data yang telah
dimasukkan, dan tombol “delete” untuk menghapus data-data . Halaman Data pada sistem ini dapat dilihat pada Gambar 4.3.
Gambar 4.3. Halaman Data.
Universitas Sumatera Utara
4.2.4. Tampilan halaman prediksi
Pada halaman prediksi adalah halaman untuk menampilkan prediksi yang akan dilakukan oleh sistem yang menggunakan algoritma EFuNN Evolving Fuzzy Neural
Network. Pengguna harus mengisi kolom sensitive threshold, error threshold, learning rate 1, learning rate 2 dan jumlah mahasiswa, untuk diproses oleh
sistemyang kemudian dapat menampilkan hasil prediksi dengan menekan tombol “show”. halaman prediksi pada sistem dapat dilihat pada Gambar 4.4
Gambar 4.4. Halaman Prediksi.
Setelah pengguna mengisi form yang ada di halaman prediksi dan menekan tombol “Show”, maka sistem akan menghasilkan output yang dapat di lihat di Gambar 4.5.
Universitas Sumatera Utara
Gambar 4.5. Halaman Prediksi Lanjutan.
Kemudian terdapat beberapa pilihan seperti “Data Training Biaya Langsung” untuk
menampilkan hasil training dari Biaya Langsung , “Data Training Biaya Tak
Langsung” untuk menampilkan hasil training dari Biaya Tak Langsung, dan “lihat grafik” untuk menampilkan grafik hasil prediksi penentuan biaya kuliah dari tahun ke
tahun yang dapat dilihat pada gambar-gambar berikut.
Universitas Sumatera Utara
Gambar 4.6. Tampilan Data Training Biaya Langsung.
Pada Gambar 4.6 di tampilkan hasil training data dari Biaya Langsung, yaitu berupa tabel yang berisi nama kategori dari Biaya Langsung, nilai aktual nya, nilai
peramalannya, serta nilai setelah peramalan dan error nya. Sama halnya dengan data training Biaya Langsung, tampilan tabel yang terlihat
pada Gambar 4.7 menampilkan nama kategori dari Biaya Tak Langsung, nilai aktual nya, nilai peramalannya, serta nilai setelah peramalan dan error nya.
Dan untuk grafik dari hasil prediksi dapat dilihat pada Gambar 4.8.
Universitas Sumatera Utara
Gambar 4.7. Tampilan Data Training Biaya Tak Langsung.
Gambar 4.8. Tampilan Grafik Prediksi.
Universitas Sumatera Utara
4.3. Pengujian Sistem
