Spesifikasi Jalannya Program IMPLEMENTASI SISTEM
Pada form Tampil Data Test Set ini terdapat dua tombol, yaitu : a.
Detail Jika pengguna memilih untuk menampilkan tabel Test Set maka
tombol Detail berfungsi untuk menampilkan Form Detail Test Set
. b.
Unprunned Tree Tombol ini berfungsi untuk menampilkan Form Unprunned Tree.
Berikut ini tampilan Form Detail Data Training Set jika pengguna menekan tombol Detail pada saat Form Tampil Data menampilkan tabel
Training Set :
Gambar 4.4 Form Detail Data Training Set
Form ini berfungsi untuk memberikan informasi kepada pengguna
mengenai detail data training set dengan menampilkan tabel training set dan PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
jumlah record data. Dalam program ini, tabel training set terdiri dari 310 records
. Untuk mengetahui detail data dari setiap atribut kondisi training set,
pengguna dapat memilih atribut yang terdapat dalam combo box Atribut Kondisi. Pengguna tidak dapat memilih Atribut Keputusan karena program
telah mengatur default Atribut Keputusan adalah TARGET_B. Setelah memilih Atribut Kondisi, pengguna dapat menekan tombol Kejadian Atribut
untuk mengetahui detail kejadian berdasarkan Atribut Kondisi. String grid Detail Data akan menampilkan nama kejadian dan jumlah data kejadian
tersebut berdasarkan atribut keputusan, yaitu TARGET_B = YES dan TARGET_B = NO.
Jika pengguna belum memilih Atribut Kondisi dan menekan tombol Kejadian Atribut maka akan program akan menampilkan pesan di bawah
ini:
Gambar 4.5 Kotak Pesan 1
Jika pengguna menekan tombol Unprunned Tree maka program akan menampilkan form selanjutnya, yaitu Form Unprunned Tree.
Berikut ini tampilan Form Detail Data Test Set jika pengguna menekan tombol Detail pada saat Form Tampil Data menampilkan tabel
Test Set :
Gambar 4.6 Form Detail Data Test Set
Form Detail Data Test Set berfungsi untuk memberikan informasi
kepada pengguna mengenai detail data test set dengan menampilkan tabel test set
dan jumlah record data. Dalam program ini, tabel test set terdiri dari 40 records.
Untuk mengetahui detail data dari setiap atribut kondisi test set, pengguna dapat memilih atribut yang terdapat dalam combo box Atribut
Kondisi. Pengguna tidak dapat memilih Atribut Keputusan karena program telah mengatur default Atribut Keputusan adalah TARGET_B. Setelah
memilih Atribut Kondisi, pengguna dapat menekan tombol Kejadian Atribut untuk mengetahui detail kejadian berdasarkan Atribut Kondisi. String grid
Detail Data akan menampilkan nama kejadian dan jumlah data kejadian tersebut berdasarkan atribut keputusan, yaitu TARGET_B = YES dan
TARGET_B = NO. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Jika pengguna belum memilih Atribut Kondisi dan menekan tombol Kejadian Atribut maka akan program akan menampilkan pesan di bawah
ini:
Gambar 4.7 Kotak Pesan 2
Jika pengguna menekan tombol Unprunned Tree pada Form Detail Data Training Set dan Form Detail Data Test Set maka program akan
menampilkan Form Unprunned Tree. Berikut ini tampilannya:
Gambar 4.8 Form Unprunned Tree
Pada saat pengguna menekan tombol Hitung Gain, program akan menghitung nilai gain semua atribut dengan memanggil procedure
cari_node
, function
HitungInfo,
procedure
hitung
dan function
homogen
yang tersimpan dalam Unit
_Hitung_Gain.
Procedure
cari_node merupakan
procedure pertama yang diproses dalam
Unit
_Hitung_Gain.
Dalam procedure ini dilakukan proses pencarian atribut yang menjadi simpul awal sekaligus atribut yang menjadi simpul
internal untuk setiap percabangan pohon keputusan
. Berikut ini listing program p
rocedure
cari_node: procedure TF_Gain.CariNodeT:tdataset; var Node:String;
Var InfoAwal:real; JmlData,JmlYes,JmlNo:integer;
Entropi:array[1..maxkej] of real; Info:array[1..maxkej] of real;
S1,S2:array[1..maxkej] of integer; i,j,NA:integer;
nKolom:integer; jmlKej:integer;
sama:boolean; DataKej:array [1..maxkej] of TrecKej;
begin JmlYes:=0;
JmlNo:=0; JmlData:=0;
T.First; while not T.Eof do
begin if T[TARGET_B]=YES then
IncJmlYes else
IncJmlNo; T.next;
end; JmlData:=JmlYes+JmlNo;
InfoAwal:=HitungInfoJmlYes,JmlNo; nKolom:= T.FieldCount-2; hitung jumlah atribut
for i:=1 to nKolom do i utk looping atribut begin
for j:=1 to maxkej do begin
DataKej[j].nama:=; DataKej[j].frek[1]:=0; 1 utk Yes
DataKej[j].frek[2]:=0; 2 utk No end; for j:=1 to maxkej
T.First; DataKej[1].nama:=T.Fields[i].AsString;
if T[TARGET_B]=YES then DataKej[1].frek[1]:=1
else DataKej[1].frek[2]:=1;
jmlKej:=1; counter jml kejadian T.Next;
while not T.Eof do begin
sama:=False; for j:=1 to jmlKej do
begin if DataKej[j].nama = T.Fields[i].AsString then
begin sama:=True;
if T[TARGET_B]=YES then begin
incDataKej[j].frek[1]; end
else begin
incDataKej[j].frek[2]; end;
break; end
end; if not sama then
begin incjmlKej;
DataKej[jmlKej].nama:=T.Fields[i].AsString; if T[TARGET_B]=YES then
DataKej[jmlkej].frek[1]:=1 else
DataKej[jmlkej].frek[2]:=1; end;
T.next; end;
Entropi[i]:=0;
hitung info utk tiap2 kejadian for j:=1 to jmlKej do
begin S1[j]:=DataKej[j].frek[1];
S2[j]:=DataKej[j].frek[2]; Info[j]:=HitungInfoS1[j],S2[j];
DataKej[j].info:=info[j]; StatKej[i].Kej[j]:=DataKej[j];
hitung entropi utk tiap2 atribut Entropi[i]:=Entropi[i]+S1[j]+S2[j]JmlDataInfo[j];
Gain[i]:=InfoAwal-Entropi[i]; end;for j:=1 to jmlKej
StatKej[i].jml:=jmlKej; end; for i:=1 to nKolom do
Mencari Gain terbesar
GainMax:=0; NA:=0;
for i:=1 to nKolom do begin
F_Detail_Gain.ComboBox1.Items.AddT.Fields[i].DisplayName; if Gain[i]GainMax then
begin GainMax:=Gain[i];
NA:=i;Var utk menampilkan Gain Max end;
end; Node:= T.Fields.Fields[NA].DisplayName;
end;
Data kejadian dari setiap atribut dideklarasikan dalam sebuah tipe data record
sebagai berikut :
Type TrecKej=record nama: string;
frek: array [1..2] of integer; info:real;
end;
Deklarasi tipe data record TrecKej terdiri dari beberapa field dengan tipe data yang berbeda-beda yaitu :
o Nama : variabel untuk menyimpan nama kejadian dengan tipe string.
o Frek : variabel array untuk menyimpan jumlah kejadian berdasarkan
konsekuen TARGET_B = YES dan TARGET_B = NO. o
Info : variabel untuk menyimpan nilai info tiap-tiap kejadian dengan tipe real.
Berikut ini struktur tabel tipe data record TrecKej :
Tabel 4.1 Struktur Tabel Tipe Data Record TrecKej
Frek Nama
Yes No Info
Untuk mendapatkan simpul awal dan simpul internal dilakukan perhitungan entropi, nilai rata-rata entropi dan gain untuk setiap atribut.
Proses perhitungan entropi berlangsung saat pemanggilan function
HitungInfo
berikut ini
: function HitungInfoS1,S2:integer:Real;
Var Jml:integer; Begin
Jml:=S1+S2; If S1=0 or S2=0 then
Result:=0 Else
Result:=-S1Jmllog2S1Jml-S2JmlLog2S2Jml; End;
Pada saat
p
rocedure
cari_node
menemukan simpul awal maupun simpul internal, proses mining berlanjut ke procedure
hitung dengan listing sebagai
berikut: listing program selengkapnya dapat dilihat pada file listing.pdf procedureTF_Gain.hitungh1,h2,str1,cnode:string;
kolom:string; dftKej:TarrKej; jmlKej:integer; var
xxx,str2,jenis,cnode1:string; jmlYes,jmlNo:integer;
i,j,jmlKej1:integer; q:TQuery;
H1A,H2A:string; dftKej1:TarrKej;
begin q:=Tquery.createself;
q.DatabaseName:=..\prog_mining\basisdata; proses mining............
for j:=1 to jmlKej do begin
q.sql.Clear; xxx:=select +kolom+ from member where +cnode+ = +
QuotedStrDftKej[j]+ +str1; q.sql.Addxxx;
q.open; q.Last;
q.First; if q.RecordCount 0 then hitung jml yes no pd dataset
begin if homogenq,jenis then
begin
DataSource1.DataSet := q; h1a:=h1+,+cnode;
h2a:=h2+,+QuotedStrDftKej[j]; memo2.Lines.Addcnode+= + QuotedStrDftKej[j]+
+str1+ -- Homogen +jenis;cnode:rootnode tingkat ke 2, dst
h1a:=copyh1a,2,lengthh1a-1; h2a:=copyh2a,2,lengthh2a-1;
Q1.SQL.Clear; Q1.SQL.AddINSERT INTO ATURAN +h1a+,TARGET_B;
Q1.SQL.AddVALUES +h2a+,+jenis+; tampil jml aturan YesNo pd form Pohon
Q2.SQL.Clear; Q2.sql.addselect count as jumlah from aturan
where TARGET_B=YES; Q2.Open;
Q2.Last; Q2.First;
JmlYes:=Q2.RecordCount; F_Pohon.Edit1.Text:=InttoStrJmlYes;
Q2.SQL.Clear; Q2.sql.addselect count as jumlah from aturan
where TARGET_B=NO; Q2.Open;
Q2.Last; Q2.First;
JmlNo:=Q2.RecordCount; F_Pohon.Edit2.Text:=InttoStrJmlNo;
Q1.ExecSQL; end
else jika TIDAK homogen kerjakan yg ini begin
if q.FieldCount 1 then begin
cnode1:=; carinodeq,cnode1;
cari kolom tanpa cnode1 baca nama kolom tanpa kolom yg sdh jadi root node
kolom:=; for i:=0 to q.FieldCount-1 do
ifq.FieldDefs[i].DisplayName cnode1
and q.FieldDefs[i].DisplayName cnode then
kolom:=kolom+,+q.FieldDefs[i].DisplayName; hitung jml kejadian buat daftar kejadian
Q1.SQL.Clear; Q1.SQL.AddSelect +cNode1 + from member Group by
+cNode1; Q1.open;
Q1.First; jmlKej1:=Q1.RecordCount;
for i:=1 to jmlKej1 do
begin dftKej1[i]:=Q1.Fields[0].AsString;
Q1.Next; end;
kolom:=copykolom,2,lengthkolom-1; str2:=str1+
and +cnode+
= +
QuotedStrdftKej[j]; h1:=h1+,+cnode;
h2:=h2+,+QuotedStrdftKej[j]; hitungh1,h2,str2,cnode1,kolom,dftKej1,jmlKej1;
end; end;
end; end; for j:=1 to jmlKej do
q.Destroy; end;
Pada saat melakukan proses pembentukan pohon, program akan menampilkan form pesan yang dilengkapi dengan komponen animasi
penghitung waktu sebagai berikut :
Gambar 4.9 Form Pesan Saat Proses Mining Sedang Berlangsung
Setelah memperoleh simpul awal dan nilai gain, program akan menampilkan pesan di bawah ini :
Gambar 4.10 Kotak Pesan 3
Nama atribut dan nilai gain atribut yang menjadi simpul awal ditampilkan dalam komponen edit Node Awal dan komponen edit Nilai
Gain. Pada program ini yang menjadi simpul awal adalah atribut RFA_2F dengan nilai gain sebesar 0.0283. Tabel aturan yang membentuk pohon
keputusan dalam program ini disimpan dalam deklarasi variabel berikut :
Const maxkej=250; T:array [1..maxkej] of TDataSet;
Variabel T merupakan variabel berbentuk tabel dinamis yang disusun dalam bentuk array dengan kapasitas maksimum sebanyak 250 elemen.
Struktur array variabel T dapat berubah-ubah sesuai dengan banyaknya kejadian dari atribut simpul awal maupun simpul internal yang membentuk
percabangan pohon. Struktur array yang berubah-ubah ini dikarenakan jumlah kejadian untuk setiap atribut berbeda-beda. Misalnya, diperoleh
atribut RFA_2F sebagai simpul awal tingkat pertama dengan jumlah kejadian pada atribut RFA_2F sebanyak 4 kejadian yaitu 1, 2, 3 dan 4.
Untuk tingkat pertama dari pohon keputusan terbentuk 4 percabangan sesuai kejadian atribut RFA_2F.
Variabel T akan membuat tabel baru yang bersifat temporer dengan menyimpan atribut tersisa tanpa mengikutsertakan atribut RFA_2F.
Atribut-atribut dalam tabel baru ini kemudian dihitung nilai entropi, nilai rata-rata entropi dan nilai gainnya untuk mendapatkan simpul internal
selanjutnya tingkat kedua. Begitu seterusnya proses yang terjadi dalam PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
deklarasi variabel T dimana percabangan pohon keputusan tidak sama pada setiap tingkatan simpul.
Selain variabel T, ada beberapa variabel yang juga merupakan variabel dinamis, yaitu:
•
Entropi:array[1..maxkej] of real;
•
Info:array[1..maxkej] of real;
•
S1,S2:array[1..maxkej] of integer;
Pendeklarasian variabel dinamis ini dimaksudkan agar program memiliki kemampuan yang fleksibel untuk menyimpan data sehingga dapat
menangani percabangan pohon keputusan. Setelah pengguna menekan tombol OK pada form Kotak Pesan 3,
program melanjutkan proses pembentukan pohon keputusan dengan membuat percabangan dari simpul awal berdasarkan banyaknya kejadian
pada simpul awal RFA_2F. Proses pembentukan pohon keputusan selanjutnya dilakukan dengan memanggil kembali procedure
cari_node
, function
HitungInfo,
procedure
hitung
dan function
homogen
dalam Unit
_Hitung_Gain
. Pada saat program mengeksekusi function
homogen
dan menemukan sampel data yang homogen maka sampel data tersebut ditampilkan dalam komponen memo
.
Berikut ini listing function
homogen
untuk mengecek sampel data yang homogen:
FunctionTF_Gain.homogent:tdataset;var jenis:string:boolean; var jmlya,jmltdk,jml:integer;
begin jmlya:=0;
jmltdk:=0;
jml:=0; T.First;
while not T.Eof do begin
if T[TARGET_B]=YES then jmlya:=jmlya+1; if T[TARGET_B]=NO then jmltdk:=jmltdk+1;
jml:=jml+1; T.Next;
end;while not T.Eof do if jml=jmlya then
begin homogen:=true;
Jenis:=YES; end; if jml=jmlya then
if jml=jmltdk then begin
homogen:=true; jenis:=NO;
end; if jml=jmltdk then end;
Pemanggilan procedure dan function dalam tombol Hitung Gain
dilakukan secara rekursif sampai proses pembentukan pohon keputusan selesai.
Sampel data homogen yang terbentuk dari hasil perhitungan gain merupakan suatu aturan pembentuk pohon keputusan. Di bawah ini
merupakan contoh sampel data homogen:
Tabel 4.2 Sampel Data Homogen No
Aturan Homogen
1
AGE=OLD and RFA_2F=1 and TCODE=1002 YES
2
AGE=OLDER and RFA_2F=1 and TCODE=1002 NO
Penjelasan : Dari aturan di atas dapat diketahui bahwa anggota organisasi yang memiliki profil:
1. AGE=OLD dan RFA_2F=1 dan TCODE=1002
memberikan respon terhadap layanan NK Target_B=YES. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2. AGE=OLDER dan RFA_2F=1 dan TCODE=1002 tidak
memberikan respon terhadap layanan NK Target_B=NO. Aturan-aturan tersebut disimpan dalam tabel aturan.db melalui
statement dalam listing program berikut:
memo2.Lines.Addcnode+=+QuotedStrDftKej[j]++str1+-- Homogen+jenis;
h1a:=copyh1a,2,lengthh1a-1; h2a:=copyh2a,2,lengthh2a-1;
Q1.SQL.Clear; Q1.SQL.AddINSERT INTO ATURAN +h1a+,TARGET_B;
Q1.SQL.AddVALUES +h2a+,+jenis+; Q1.ExecSQL;
Susunan dan jumlah field pada tabel aturan diharuskan sama dengan tabel training. Hal ini bertujuan untuk memudahkan program membaca isi
tabel aturan pada saat pengujian aturan ke dalam tabel tes. Isi record dalam tabel aturan diurutkan sesuai dengan nomor aturan yang terbentuk.
Misalnya, sampel data homogen yang pertama diperoleh adalah : INCOME=HIGH and RFA_2F=1 and TCODE=0 and WEALTH=0 and
PEPSTRFL=B and GENDER=F -- Homogen YES
Sampel data di atas menjadi aturan pertama dalam tabel aturan. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Berikut ini tampilan form setelah program memperoleh pohon keputusan:
Gambar 4.11 Tampilan Form Unprunned Tree Setelah Program
Memperoleh Pohon Keputusan
Jika program telah menyelesaikan proses pembentukan pohon, program akan menampilkan sampel data homogen pada komponen memo
dan kotak pesan tentang lamanya proses berlangsung. Berikut ini tampilan kotak pesan tersebut :
Gambar 4.12 Kotak Pesan 4
Jika pengguna menekan tombol Detail Gain pada Form Unprunned Tree
maka program akan menampilkan Form Detail Gain seperti di bawah ini:
Gambar 4.13 Form Detail Gain
Form ini berfungsi menampilkan nama kejadian, jumlah kejadian
dengan TARGET_B = YES dan TARGET_B = NO serta jumlah info setiap atribut berdasarkan nama atribut yang dipilih oleh pengguna. Informasi di
atas ditampilkan dalam string grid Detail Statistik Atribut. Informasi yang ditampilkan dalam string grid Detail Gain Atribut merupakan informasi
nilai gain untuk keseluruhan atribut. Tombol Unprunned Rule pada Form Detail Gain berfungsi untuk menampilkan Form Unprunned Rule.
Jika pengguna menekan tombol Lihat Aturan pada Form Unprunned Tree
maka program akan menampilkan Form Unprunned Rule seperti di bawah ini:
Gambar 4.14 Form Unprunned Rule
Pada form ini pengguna dapat melihat aturan yang terbentuk dari pohon keputusan dimana aturan-aturan yang ada ditampilkan dalam bentuk
string grid dengan contoh struktur sebagai berikut:
Tabel 4.3 Struktur String Grid Pada Form Unprunned Rule
No Anteseden Konsekuen
1 INCOME=HIGH and RFA_2F=1 and
TCODE=0 and WEALTH=0 and PEPSTRFL=B and GENDER=F
YES PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Jumlah aturan dengan Target_B=’YES’ dan Jumlah aturan dengan Target_B=’NO’ ditampilkan dalam group box Summary. Tombol ALL
berfungsi menampilkan semua aturan pada string grid. Tombol Lihat Aturan YES berfungsi menampilkan aturan-aturan dengan konsekuen
Target_B=’YES’ pada string grid. Berikut ini tampilan Form Unprunned Rule
dengan konsekuen ‘YES’:
Gambar 4.15 Form Unprunned Rule dengan Konsekuen ‘YES’
Tombol Lihat Aturan NO berfungsi menampilkan aturan-aturan dengan konsekuen Target_B=’NO’ pada string grid.
Berikut ini tampilan Form Unprunned Rule dengan konsekuen ‘NO’:
Gambar 4.16 Form Unprunned Rule dengan Konsekuen ‘NO’
Jika pengguna menekan tombol Kamus Atribut pada Form Unprunned Rule
maka program akan menampilkan Form Keterangan Anteseden seperti gambar di bawah ini :
Gambar 4.17 Form Keterangan Anteseden
Pada form di atas pengguna dapat melihat keterangan dari setiap atribut dan kejadian-kejadiannya yang menjadi anteseden dalam sebuah
aturan. Tombol Lanjut pada Form Unprunned Rule dan tombol Lanjut pada Form
Keterangan Anteseden berfungsi untuk melanjutkan proses ID3 dengan menampilkan Form Uji Aturan seperti di bawah ini:
Gambar 4.18 Form Uji Aturan
Untuk melakukan pengujian aturan ke dalam tabel test set pengguna terlebih dahulu membuka tabel tes dengan menekan tombol Buka Tabel Tes.
Program akan membuka kotak dialog dan menampilkan pilihan tabel test set
yang ada seperti pada form di bawah ini :
Gambar 4.19 Form Uji Aturan Saat Pengguna Menekan Tombol
Buka Tabel Tes
Tabel test set yang diuji diharuskan memenuhi syarat-syarat berikut, yaitu: o
Memiliki susunan field yang sama dengan tabel training set. o
Memiliki satu field tambahan setelah atribut keputusan TARGET_B untuk menyimpan hasil pengujian aturan. Dengan kata lain jumlah
field tabel test set adalah jumlah field tabel training set + 1. Pada
program ini field tambahan tersebut diberi nama PREDIKSI. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Jika pengguna memilih tabel test set yang tidak memenuhi syarat- syarat di atas maka program akan menampilkan pesan-pesan di bawah ini :
Gambar 4.20 Kotak Pesan 5
Gambar 4.21 Kotak Pesan 6
Jika pengguna memilih tabel yang memenuhi syarat untuk menjadi tabel test set maka program akan menampilkan kotak pesan di bawah ini:
Gambar 4.22 Kotak Pesan 7
Selanjutnya, untuk melakukan pengujian aturan pengguna harus menekan tombol Uji Aturan. Selanjutnya, tombol Uji Aturan melakukan
pengujian aturan dengan menjalankan procedure TF_Uji. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Sebelum melakukan pengujian, program akan menampilkan kotak pesan di bawah ini :
Gambar 4.23 Kotak Pesan 8
Dalam pengujian aturan, program tidak menggunakan uji statistik uji Chi-Square karena data-data yang ada tidak memenuhi syarat untuk
melakukan uji Chi-Square. Pengujian aturan dilakukan dengan menyederhanakan aturan Unprunned Rule menggunakan default rule.
Default rule diperoleh dari konsekuen terbanyak dalam tabel aturan.
Kemudian program akan menampilkan kotak pesan berikut:
Gambar 4.24 Kotak Pesan 9
Program akan melakukan pengujian aturan dan mengeliminasi aturan- aturan berdasarkan default rule = NO.
Pada saat melakukan proses pengujian aturan, program akan menampilkan form pesan yang dilengkapi dengan komponen animasi
penghitung waktu sebagai berikut :
Gambar 4.25 Form Pesan Saat Proses Mining Sedang Berlangsung
Di bawah ini tampilan form setelah program memperoleh hasil pengujian aturan :
Gambar 4.26 Form Uji Aturan Setelah Memperoleh Hasil Uji Aturan
Hasil pengujian aturan memperoleh tingkat persentase keberhasilan sebesar 77.5000 atau 77.5 . Total aturan dengan prediksi benar
sebanyak 31 aturan dan total aturan dengan prediksi salah sebanyak 9 aturan.
Jika pengguna menekan tombol Dialog pada form uji aturan maka program akan menampilkan Form Uji Sampel Data Pengguna seperti di
bawah ini :
Gambar 4.27 Form Uji Sampel Data Pengguna
Form Uji Sampel Data Pengguna berfungsi untuk melakukan
pengujian aturan berdasarkan input aturan dari pengguna. Sebelum melakukan pengujian aturan, pengguna terlebih dahulu memasukkan nama
dan nilai atribut yang terdapat dalam menu pilihan combo box Nama Atribut dan combo box Nilai Atribut. Setelah nama dan nilai atribut dipilih,
pengguna harus menekan tombol Tambah Aturan untuk menampilkan pilihan atribut tersebut ke dalam string grid data.
Jika pengguna belum memilih nama atribut tetapi langsung memilih nilai atribut maka program akan menampilkan kotak pesan di bawah ini:
Gambar 4.28 Kotak Pesan 10
Setelah memasukkan aturan yang ingin diuji, pengguna diharuskan menekan tombol Uji Aturan untuk mengetahui hasil uji aturan. Sampel
aturan yang dimasukkan pengguna kemudian dicek dengan aturan yang tersimpan dalam tabel aturan.
Jika ada aturan yang sesuai dengan sampel aturan pengguna maka nomor aturan dan nilai konsekuen Target_B ditampilkan. Dimisalkan,
pengguna memasukkan sampel data sebagai berikut :
Tabel 4.4 Contoh Sampel Data Pada Form Uji Sampel Data Pengguna No
Nama Atribut Nilai Atribut
1
TCODE 3
2
RFA_2F 1
Berdasarkan tabel aturan, contoh sampel data tersebut mengindikasikan bahwa anggota dengan profil TCODE =3 dan RFA_2F
=1 akan memberikan respon terhadap layanan NK Target_B = YES. Aturan yang sesuai dengan contoh profil tersebut adalah aturan nomor 58
pada tabel aturan TCODE =3 and RFA_2F =1 -- Target_B = YES.
Berikut ini tampilan Form Uji Sampel Data Pengguna:
Gambar 4.29 Form Uji Sampel Data Pengguna Setelah Pengguna
Memasukkan Sampel Aturan
Jika tidak ada aturan yang sesuai dengan sampel aturan pengguna maka nilai konsekuen TARGET_B tidak dapat diprediksikan.
Berikut ini tampilannya :
Gambar 4.30 Form Uji Sampel Data Pengguna Dengan Nilai
Konsekuen TARGET_B Tidak Dapat Diprediksi
Hasil uji aturan berupa nomor aturan dan konsekuen TARGET_B ditampilkan dalam string grid Hasil Uji Aturan. Tombol Reset berfungsi
bagi pengguna untuk memasukkan daftar aturan baru yang ingin diuji. Tombol Selesai berfungsi untuk mengakhiri program dengan menampilkan
kotak pesan di bawah ini :
Gambar 4.31 Kotak Pesan 11
Main menu yang terdapat dalam setiap form berisi informasi berikut:
o Program, berisi sub menu
a. Tutup, yang berfungsi untuk menutup form yang sedang
aktif. o
Bantuan, berisi sub menu : a.
Tentang Program. Jika pengguna memilih sub menu ini maka program akan
menampilkan penjelasan tentang program dengan tampilan sebagai berikut:
Gambar 4.32 Form Tentang Program
Tombol Ke Awal berfungsi untuk menampilkan Form Tampil Data Training Set Test Set. Tombol Keluar
berfungsi untuk menutup form ini. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
b. Tentang Pembuat Program
Jika pengguna memilih sub menu ini maka program akan menampilkan penjelasan tentang pembuat program dengan
tampilan sebagai berikut:
Gambar 4.33 Form Pembuat Program
Tombol Ke Awal berfungsi untuk menampilkan Form Tampil Data Training Set Test Set. Tombol Keluar
berfungsi untuk menutup form ini.