Pengujian Seleksi Atribut Pengujian Deteksi Outlier Pengujian Lihat Grafik Distribusi Atribut

6.1.1.1.4 Pengujian Deteksi Outlier

Berikut merupakan data pengujian untuk fungsi deteksi outlier pada kelas HalamanUtama. Tabel 6.5 Tabel Pengujian Deteksi Outlier Kasus dan Hasil Uji Data Benar Aktifitas yang dilakukan Keluaran yang Diharapkan Hasil yang Didapat Kesimpulan Melakukan proses deteksi outlier menggunakan algoritma Naïve Nested Loop Hasil deteksi outlier beserta atribut berhasil ditampilkan Hasil deteksi outlier beserta atribut berhasil ditampilkan Diterima Kasus dan Hasil Uji Data Salah Aktifitas yang dilakukan Keluaran yang Diharapkan Hasil yang Didapat Kesimpulan Input nilai parameter M atau dmin ada yang kosong Pesan peringatan bahwa nilai parameter M atau dmin ada yang kosong Pesan peringatan tertampil Diterima Input nilai parameter M atau dmin bukan angka atau mengandung karakter Pesan peringatan bahwa nilai parameter M atau dmin bukan angka atau mengandung karakter Pesan peringatan tertampil Diterima

6.1.1.1.5 Pengujian Lihat Grafik Distribusi Atribut

Berikut merupakan data pengujian untuk fungsi lihat grafik distribusi setiap atribut pada kelas HalamanUtama. Tabel 6.6 Tabel Pengujian Lihat Grafik Distribusi Atribut Kasus dan Hasil Uji Data Benar Aktifitas yang dilakukan Keluaran yang Diharapkan Hasil yang Didapat Kesimpulan Memilih nama atribut Detail jumlah data dari atribut tertampil ke dalam tabel Detail jumlah data dari atribut berhasil tertampil ke dalam tabel Diterima Menekan tombol „Lihat Grafik‟ Detail jumlah data tertampil dalam bentuk diagram batang Detail jumlah data berhasil ertampil dalam bentuk diagram batang Diterima Kasus dan Hasil Uji Data Salah Aktifitas yang dilakukan Keluaran yang Diharapkan Hasil yang Didapat Kesimpulan

6.1.1.1.6 Pengujian Simpan Hasil Deteksi Outlier

Berikut merupakan data pengujian untuk fungsi simpan hasil deteksi outlier pada kelas HalamanUtama. Tabel 6.7 Tabel Pengujian Simpan Hasil Deteksi Outlier Kasus dan Hasil Uji Data Benar Aktifitas yang dilakukan Keluaran yang Diharapkan Hasil yang Didapat Kesimpulan Menekan tombol „Simpan Hasil Outlier‟ .doc File tersimpan sesuai dengan nama dan lokasi penyimpanan yang ditentukan pengguna dan berformat .doc File berformat .doc berhasil disimpan dengan nama dan lokasi yang ditentukan pengguna Diterima Menekan tombol „Simpan Hasil Outlier‟ .txt File tersimpan sesuai dengan nama dan lokasi penyimpanan yang ditentukan pengguna dan berformat .txt File berformat .txt berhasil disimpan dengan nama dan lokasi yang ditentukan pengguna Diterima Kasus dan Hasil Uji Data Salah Aktifitas yang dilakukan Keluaran yang Diharapkan Hasil yang Didapat Kesimpulan

6.1.1.1.7 Kesimpulan Hasil Pengujian Blackbox

Berdasarkan hasil pengujian terhadap kasus tertentu yang telah disebutkan di atas, dapat ditarik kesimpulan bahwa sistem pendeteksi outlier ini dapat menangani error handling ketika fungsi yang dijalankan salah atau tidak sesuai aturan pakainya. Sedangkan secara fungsional sistem dapat berjalan dengan baik dan menghasilkan keluaran yang sesuai dengan yang diharapkan.

6.1.1.2 Hasil Pengujian Efek Perubahan Nilai Atribut Penambangan Data

Pengujian terhadap Sistem Pendeteksi Outlier Menggunakan Algoritma Naïve Nested Loop dapat dilakukan dengan mengubah nilai input parameter M dan dmin . Berikut adalah tabel hasil deteksi outlier yang diperoleh dari eksekusi data akademik mahasiswa program studi Teknik Informatika tahun angkatan 2007 dan 2008 dengan data sebanyak 126 buah menggunakan nilai input parameter M dan dmin yang bervariasi.

Dokumen yang terkait

Deteksi outlier menggunakan Algoritma Local Correlation Integral (LOCI) : studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma.

0 0 258

Deteksi outlier menggunakan Algoritma Local Outlier Probability : studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma.

0 5 265

Deteksi outlier menggunakan Algoritma Connectivity Based Outlier Factor : studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma.

0 4 252

Deteksi Outlier menggunakan algoritma Block-Based Nested-Loop : studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma.

0 2 202

Deteksi outlier menggunakan algoritma Naive Nested Loop (studi kasus : data akademik mahasiswa program studi PS Universitas XYZ).

0 0 4

Deteksi outlier menggunakan Algoritma Connectivity Based Outlier Factor studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma

1 8 250

Deteksi outlier menggunakan Algoritma Local Outlier Probability studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma

1 9 263

Deteksi Outlier menggunakan algoritma Block Based Nested Loop studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma

0 1 200

Deteksi outlier menggunakan Algoritma Local Correlation Integral (LOCI) studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma

0 4 256

Deteksi Outlier menggunakan algoritma Naive Nested Loop : studi kasus data akademik mahasiswa Program Studi Teknik Informatika, Universitas Sanata Dharma, Yogyakarta - USD Repository

0 0 234