5.3.9 Implementasi Kelas BarChart
Kelas BarChart merupakan kelas yang berisi
method
tampil yang digunakan untuk menampilkan grafik distribusi atribut.
public class BarChart extends JFrame { public void tampilint[][] v, String[][] n, String[][] t {
setTitleGrafik Distribusi Atribut; DefaultCategory
Dataset
data = new DefaultCategory
Dataset
; for int i = 0; i n.length; i++ {
data.setValuev[i][1], n[i][0], t[i][0]; }
JFreeChart jf = ChartFactory.createBarChart3D
Dataset
Chart,
dataset
, sum, data, PlotOrientation.VERTICAL, true, true, true; ChartPanel cp = new ChartPaneljf;
setLayoutnew BorderLayout; addcp, Center;
pack; RefineryUtilities.centerFrameOnScreenthis;
this.setVisibletrue; }
} public void removeRow2 {
ListSeleksiAtribut s = new ArrayListSeleksiAtribut; for SeleksiAtribut seleksi : lfm {
if seleksi.getPilih { s.removeseleksi;
} }
lfm=s; fireTableDataChanged;
} }
5.3.10 Implementasi Kelas GraphController
Kelas GraphController merupakan kelas
controller
yang berisi
method
-
method
untuk memanggil
method
pada kelas Graph yang berkaitan dengan fungsi deteksi
outlier
. public class GraphController {
Graph g; public void deteksi
Outlier
int row { g = new Graphrow;
} public String tampilHasilJTable t, double m, double d, String jumData,
String path { return g.display
Outlier
t, m, d, jumData, path; }
}
136
BAB 6 PENGUJIAN DAN ANALISIS HASIL PENGUJIAN
6.1 Fase Implementasi Pengujian
Pada bab ini akan dibahas mengenai tahap pengembangan sistem pendeteksi
outlier
menggunakan algoritma
Block-based Nested-Loop
yaitu pengujian sistem. Berikut merupakan tahap-tahap yang dilakukan dalam
pengujian sistem :
6.1.1 Rencana Pengujian
Pengujian terhadap sistem ini meliputi empat metode pengujian, yaitu pengujian
blackbox,
pengujian efek perubahan nilai atribut penambangan data , pengujian
review
dan validasi oleh pengguna dan pengujian perbandingan waktu deteksi
outlier
berdasarkan jumlah blok. Pengujian
blackbox
adalah pengujian perangkat lunak dari aspek fungsional dengan tidak memperhatikan struktur
internal dari perangkat lunak yang diuji. Pengetahuan khusus mengenai struktur internal dan pemrograman pada umumnya tidak diperlukan dalam pengujian
blackbox
. Pengujian
blackbox
dilakukan untuk mengetahui apakah sebuah perangkat lunak sudah berfungsi sesuai dengan yang diharapkan pengguna.
Pengujian efek perubahan nilai atribut penambangan data dilakukan dengan cara mengubah nilai paramater yang dimiliki algoritma
Block-based Nested-Loop
, yaitu nilai M dan D. Pengujian
review
dan validasi oleh pengguna dilakukan dengan membandingkan hasil deteksi
outlier
yang diperoleh melalui sistem dengan hasil deteksi
outlier
yang dilakukan oleh pengguna dalam hal ini Kaprodi Kepala Program Studi Teknik Informatika Universitas Sanata Dharma.