3. Pencarian Outlier Bersadarkan Parameter r ,
, dan k
Tahap selanjutnya adalah mencari outlier menggunakan algoritma Local Correlation Integral. Pada tahap ini sistem
akan menerima inputan berupa parameter r, parameter tersebut untuk mencari r-neighborhood suatu obyek. Inputan kedua
berupa parameter , dengan parameter untuk mencari
r- neighborhood suatu obyek. Inputan ketiga berupa parameter k
yang digunakan sebagai konstanta.
Diagram proses umum sistem menggunakan algoritma Local Correlation Integral dapat dilihat pada lampiran 4.
4.2.3 Output Sistem
Sistem yang dibuat akan menghasilkan data yang dinyatakan sebagai outlier. Hasil keluaran dari sistem tersebut adalah sebagai
berikut: 1.
Hasil outlier untuk setiap data beserta nilai atribut yang dimiliki. 2.
Jumlah data. 3.
Jumlah outlier. 4.
Lama deteksi outlier.
4.3 Perancangan Sistem
4.3.1 Diagram Aktivitas
Diagram aktivitas berfungsi untuk menggambarkan aliran fungsionalitas sistem. Diagram aktivitas juga dapat digunakan untuk
menunjukkan alur kerja, dan untuk menjelaskan aktivitas yang terjadi di dalam sebuah use case.
1. Diagram Aktivitas Input Data dari File .xls atau .csv.
2. Diagram Aktivitas Input Data dari Tabel Database.
3. Diagram Aktivitas Deteksi Outlier.
4. Diagram Aktivitas Simpan Hasil Deteksi Outlier.
5. Diagram Aktivitas Seleksi Atribut.
Untuk detail dari diagram aktivitas per use case dapat dilihat di lampiran 5.
4.3.2 Diagram Kelas Analisis
Diagram kelas analisis dapat dilihat pada lampiran 6. Keterangan diagram analisis dipaparkan pada tabel 4.1.
Tabel 4.1 Tabel Keterangan Diagram Analisis
No Nama Kelas
Jenis Keterangan
1 DatabaseController
Entity Kelas ini digunakan untuk
menampilkan data dari tabel database
Oracle maupun
mySQL berdasarkan tabel yang dipilih pengguna.
2 Graph
Controller Kelas ini digunakan untuk
membuat graph dan edge setiap verrteks. Dan untuk
proses perhitungan outlier menggunakan
algoritma Local Correlation Integral.
3 Seleksi Atribut
Entity Kelas ini digunakan untuk
melakukan proses seleksi atribut,
dan menyimpan
atribut yang digunakan untuk proses deteksi.
4 Verteks
Entity Kelas ini digunakan untuk
membentuk sebuah verteks, dalam kelas ini juga terdapat
atribut yang digunakan untuk proses deteksi outlier.
5 CheckBoxTableModel
Entity Kelas ini digunakan untuk
membentuk dan mengatur seleksi
atribut menjadi
sebuah tabel model. 6
DataLoci Entity
Kelas ini digunakan untuk menyimpan data hasil outlier.
7 KoneksiDataBase
Controller Kelas ini digunakan untuk
melakukan koneksi antara sistem dengan database.
8 LociTabelModel
Entity Kelas ini digunakan untuk
menampilkan DataLoci ke dalam tabel model.
9 HalamanAwal
Boundary Kelas ini berisi tampilan awal
yang digunakan
untuk menghubungkan ke halaman
utama. 10 HalamanBantuan
Boundary Kelas ini berisi tampilan
informasi atau
petunjuk penggunaan sistem.
11 HalamanPilihDatabase Boundary
Kelas ini berisi tampilan untuk memilih database yang
digunakan untuk
proses deteksi outlier.
12 HalamanPilihFile Boundary
Kelas ini berisi tampilan untuk memilih file yang
digunakan untuk
proses deteksi outlier.
13 HalamanPilihTabel Boundary
Kelas ini berisi tampilan untuk memilih tabel basisdata
yang akan digunakan untuk proses deteksi outlier.
14 HalamanTentang Boundary
Kelas ini berisi tampilan informasi tentang sistem.
15 HalamaUtama Boundary
Kelas ini berisi tentang tampilan halaman utama dari
sistem yang terdiri dari proses input data, seleksi tabel, dan
deteksi outlier.
4.3.3 Diagram Sequence
Kategori