Kesimpulan Hasil Pengujian Black Box Hasil Pengujian Efek Perubahan Atribut

yang diisikan oleh user di direktori yang terpilih dengan tipe file .doc yang diisikan oleh user di direktori yang terpilih dengan tipe file .doc 4. Memilih tipe file .txt untuk hasil penyimpanannya File berhasil tersimpan dengan nama yang diisikan oleh user di direktori yang terpilih dengan tipe file .txt File berhasil tersimpan dengan nama yang diisikan oleh user di direktori yang terpilih dengan tipe file .txt Diterima

6.1.2. Kesimpulan Hasil Pengujian Black Box

Kelima hasil pengujian black box menunjukkan bahwa sistem sudah dapat berjalan dengan baik. Ini dilihat dari semua fungsi sudah berjalan dengan baik. Jika ada isian yang kurang tepat, akan muncul pesan pemberitahuan, sehingga memudahkan user dalam menggunakan sistem.

6.1.3. Hasil Pengujian Efek Perubahan Atribut

6.1.3.1.Pengujian Data Nilai Akhir NA IPA Tahun 2014 Table 6.7 Tabel Pengujian Data Nilai Akhir NA IPA Tahun 2014 nilai k min max mean 1 1.103768 4.879055 1.741573 2 1.101585 5.290666 1.485069 3 1.101178 5.095724 1.44099 4 1.105015 4.588579 1.414558 5 1.1005 3.805618 1.368627 6 1.108448 3.890388 1.379353 7 1.105324 3.572236 1.373279 8 1.101927 3.313388 1.361049 9 1.103954 3.150311 1.380752 10 1.104386 2.96588 1.377825 Gambar 6.1 Grafik Pengujian Data Nilai Akhir NA IPA Tahun 2014 1 2 3 4 5 6 1 2 3 4 5 6 7 8 9 10 IN FL O Nilai k min max mean 6.1.3.2.Pengujian Data Nilai Sekolah NS IPA Tahun 2014 Table 6.8 Tabel Pengujian Data Nilai Sekolah NS IPA Tahun 2014 nilai k min max mean 1 1.100699 6.732465 1.770144 2 1.108081 3.168211 1.464702 3 1.102088 3.064302 1.4326 4 1.101106 3.148768 1.397231 5 1.103737 3.541357 1.41855 6 1.103612 2.611748 1.348588 7 1.102532 2.418692 1.329572 8 1.10154 2.412788 1.342172 9 1.100587 2.384044 1.342789 10 1.101439 2.321067 1.329885 Gambar 6.2 Grafik Pengujian Data Nilai Sekolah NS IPA Tahun 2014 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 9 10 IN FL O Nilai k min max mean 6.1.3.3.Pengujian Data Nilai Ujian Nasional UN IPA Tahun 2014 Table 6.9 Tabel Pengujian Data Nilai Ujian Nasional UN IPA Tahun 2014 nilai k min max mean 1 1.112766 4.54257 1.689167 2 1.103229 3.45414 1.419111 3 1.115345 3.914855 1.46051 4 1.101878 3.54227 1.41527 5 1.10007 3.708253 1.394673 6 1.108347 3.619431 1.382059 7 1.100267 3.507682 1.392196 8 1.100166 3.414037 1.3811 9 1.101576 3.267231 1.369135 10 1.102892 3.207853 1.369762 Gambar 6.3 Grafik Pengujian Data Nilai Ujian Nasional UN IPA Tahun 2014 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 1 2 3 4 5 6 7 8 9 10 IN FL O Nilai k min max mean

6.1.4. Kesimpulan Hasil Pengujian Efek Perubahan Atribut

Dokumen yang terkait

PEMBANGUNAN SISTEM INFORMASI NILAI UNTUK SEKOLAH MENENGAH ATAS BERBASIS WEB PEMBANGUNAN SISTEM INFORMASI NILAI UNTUK SEKOLAH MENENGAH ATAS BERBASIS WEB.

0 2 12

Implementasi algoritma Partitioning Around Medoids (PAM) untuk pengelompokan Sekolah Menengah Atas di DIY berdasarkan nilai daya serap Ujian Nasional.

0 0 2

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma K-Means Clustering.

1 1 87

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma agglomerative hierarchical clustering.

11 55 123

Implementasi algoritma fuzzy c-means untuk pengelompokan sekolah menengah atas di diy berdasarkan nilai ujian nasional dan nilai sekolah.

2 16 145

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

0 4 252

Penerapan metode enhanced class outlier distance based untuk identifikasi outlier pada data hasil ujian nasional, indeks integritas dan akreditasi sekolah menengah atas

1 6 143

Implementasi algoritma Partitioning Around Medoids (PAM) untuk pengelompokan Sekolah Menengah Atas di DIY berdasarkan nilai daya serap Ujian Nasional

7 43 133

Pemahaman Nilai-Nilai Kewirausahaan Dalam Menulis Naskah Drama Untuk Sekolah Menengah Atas (SMA) Dengan Menggunakan Model Peralihan Konsep

0 4 8

IMPLEMENTASI DETEKSI OUTLIER PADA ALGORITMA HIERARCHICAL CLUSTERING

0 0 6