86
BAB V IMPLEMENTASI SISTEM
Bab ini menjelaskan tentang implementasi sistem deteksi outlier menggunakan algoritma Local Outlier Probability. Sistem ini dibuat sesuai
dengan perancangan sistem sesuai dengan yang dicantumkan pada bab IV. Implementasi aplikasi ini menggunakan bahasa pemrograman Java menggunakan
aplikasi pemrograman Netbeans IDE 6.9.1 pada computer dengan spesifikasi prosesor Intel® Core™2 Duo CPU T6500 2.10 GHz 2.10 GHz, RAM 4GB dan
hardisk 500 GB.
5.1 Implementasi Antarmuka
Sistem Deteksi Outlier menggunakan algoritma Local Outlier Probability telah diimplementasikan menjadi sebuah aplikasi java yang siap digunakan.
Berikut ini merupakan detail dari implementasi antarmuka dari sistem terkait :
5.1.1 Implementasi Antarmuka Halaman Awal
Halaman awal adalah halaman pertama ketika menjalankan sistem. Pada halaman awal terdapa
t button “simpan” dan apabila diklik akan memasuki halaman utama. Gambar 5.1 merupakan implementasi
dari halaman awal.
Gambar 5.1 Implementasi halaman awal
5.1.2 Implementasi Antarmuka Halaman Utama
Pada halaman utama sistem menampilkan button tentang jika diklik akan memasuki halaman tentang, button bantuan jika diklik akan
memasuki halaman bantuan, button keluar jika diklik akan muncul dialog box konfirmasi keluar untuk keluar dari sistem.
Pada halaman utama tersedia 2 tabbed pane yaitu tab preprocessing dan tab deteksi outlier. Gambar 5.2 merupakan implementasi dari
halaman utama.
Gambar 5.2 Implementasi halaman utama tab preprocessing
Tab preprocessing berfungsi untuk melakukan proses preprocessing pada data mining, yaitu proses input data lalu seleksi atribut. Pada
tab ini pengguna dapat menginput data berupa excel dan basisdata. Ketika pengguna mengklik button “pilih file” maka sistem akan
menjalankan halaman pilih file yang berupa JFileChooser. Pengguna dapat menginput file excel dengan tipe .xls dan .csv. Gambar 5.3
merupakan implementasi dari JFileChooser.
Gambar 5.3 Implementasi JFileChooser
Setelah memilih file, maka sistem akan menampilkan data tersebut ke dalam jTable. Proses input data dapat dilihat pada Gambar 5.4 di
bawah ini :
Gambar 5.4 Proses input data
Setelah itu melakukan seleksi atribut dengan memilih atribut yang akan dihapus. Sistem dapat menghapus lebih dari 1 atribut. Seleksi
atribut dapat dilihat pada Gambar 5.5 di bawah ini :
Gambar 5.5 Implementasi seleksi atribut
Setelah sistem selesai melakukan seleksi atribut, maka selanjutnya adalah proses deteksi outlier. Dengan menekan button submt maka
sistem akan memasuki tab deteksi outlier. Gambar 5.6 merupakan implementasi dari halaman awal pda tab deteksi outlier.
Gambar 5.6 Implementasi halaman utama tab deteksi outlier
Pada tab deteksi outlier terdapat text field untuk masukan parameter k dan lamda. Setelah pengguna menginputkan parameter, pengguna
harus menekan button proses untuk memulai proses deteksi. Setelah
itu hasil deteksi akan ditampilkan dalam tabel hasil deteksi. Gambar 5.7 merupakan tampilan hasil deteksi outlier.
Gambar 5.7 Tampilan hasil deteksi outlier
Sistem dapat membatasi hasil outlier dengan cara menginputkan nilai textfield batas outlier. Gambar 5.8 merupakan tampilan hasil
seleksi LoOP.
Gambar 5.8 Tampilan hasil seleksi LoOP Sistem mampu menyimpan hasil deteksi outlier. Pengguna menekan
button simpan lalu pengguna memilih lokasi penyimpanan,
menginput nama file dan ekstensi file. Maka sistem berhasil menyimpan hasil deteksi outlier.
Gambar 5.9 Tampilan save dialog
5.1.3 Implementasi Antarmuka Halaman Pilih Database
Kategori