22. Inisialisasi i=0
23. Selama imodel.getColumnCount benar tambahkan nama kolom ke
cb_table
Algoritma Pilih File .csv 1.
Membuat vector baru dengan nama columnNames dan data 2.
Membaca baris pertama dari file .csv 3.
Selama ada cell dengan nilai yg isi,tambahkan setiap nilai pada baris pertama ke vector columnNames. Jika tidak lanjutkan ke langkah 4
4. Selama baris selanjutnya ada, lanjutkan ke langkah 5 jika tidak ke langkah 6
5. Selama ada cell dengan nilai tertentu, menambahkan setiap nilai cell ke
vector row. Jika tidak, row ditambahkan ke vector data
6. pindah ke baris berikutnya dan kembali ke langkah 4
7. mengatur model tabel preprocess dengan nama kolom dengan vector
columnNames dan data dengan vector data 8.
Inisialisasi nilai i = 0 9.
Selama i model.getColumnCount, ke langkah 10, jika tidak ke langkah 12 10.
Inisialisasi nilai j = 0 11.
Selama j model.getRowCount, ke langkah 10, jika tidak j++ dan ke langkah 10
12. model.getValueAtj, i.toString.isEmpty true atau model.getValueAtj,
i.toString.matches[0-9.] true atau model.getValueAtj, i.toString.matches[.] true maka panggil HalamanMissingValues,
i = model.getColumncount -1 lalu break Jika false, maka j++ lalu kembali ke langkah 10
13. lalu i++ lalu kembali ke langkah 8
14. Inisialisasi nilai i = 0
15. selama i model.getColumncount isikan nama kolom ke cb_table
4.4 Perancangan Antarmuka
Perancangan antarmuka merupakan hal yang penting dalam pembuatan sistem, hal ini disebabkan karena antarmuka menjadi sarana interaksi
pengguna dengan sistem. Semakin mudah pengguna memahami pemakaian sistem maka semakin baik rancangan antarmuka yang dimiliki sistem
tersebut. Sistem Pendeteksi Outlier Menggunakan Algoritma Naïve Nested
Loop memiliki delapan tampilan utama, masing-masing akan dijelaskan satu
per satu sebagai berikut : 1.
Tampilan Halaman Awal Halaman Awal merupakan tampilan awal ketika sistem pertama kali
dijalankan. Halaman ini berisi nama sistem , tahun pembuatan sistem, dan terdapat tombol „Masuk‟ yang digunakan saat pengguna akan melakukan
proses deteksi outlier.
Gambar 4.12 Tampilan Halaman Awal
SISTEM PENDETEKSI OUTLIER MENGGUNAKAN ALGORITMA i
Universitas Sanata Dharma Yogyakarta -Copyright 2013
-
Masu k
2. Tampilan Halaman Utama
Halaman Utama merupakan halaman dimana fungsi utama dari sistem pendeteksi outlier ini dilakukan oleh pengguna. Pada halaman utama
terdapat tombol disamping kiri yaitu „Bantuan‟ dan „Keluar‟. Tombol
„Bantuan „ digunakan untuk menuju ke halaman Bantuan , dimana petunjuk pemakaian program dimuat, sedangkan tombol „Keluar‟ digunakan apabila
pengguna akan mengakhiri pemakaian sistem. Pada Halaman Utama terdapat tabbed pane Preprocess
dan Deteksi Outlier. Pada tabbed pane Preprocess , menyediakan fungsi input data yang dapat dilakukan oleh pengguna. Data
yang digunakan sebagai masukan data dapat berasal dari file .xls ,.csv , dan data dari dalam tabel di basisdata. Data tersebut selanjutnya akan
dimasukan ke dalam tabel yang ada pada halaman Utama. Selain itu terdapat juga fungsi seleksi atributdan fungsi lihat distribusi data per atribut. Pada
tabbed pane Deteksi Outlier memuat tampilan dimana pengguna dapat
memasukan nilai parameter yang digunakan sebagai masukan dalam proses deteksi outlier selanjutnya akan ditampilkan hasil outlier pada JTextArea
yang ada pada tabbed pane ini. Pengguna dapat pula melakukan penyimpanan outlier
ke dalam format file .txt dan .doc dalam tabbed pane Deteksi Outlier.
Gambar 4.13 Tampilan Halaman Awal Bagian Preprocess
Atribut 1 Atribut 2
Atribut 3 Atribut 4
Atribut Pilih
SISTEM PENDETEKSI OUTLIER MENGGUNAKAN ALGORITMA NAÏVE NESTED LOOP
Bantuan
Keluar
Jumlah data : 126
Pilih File Pilih Database
Preprocess Deteksi
Lokasi File :
Tabel Data
Jumlah atribut : 4
Seleksi Atribut
V
Tandai Semua Atribut Batal Tandai Semua
Submit Data Distribusi Atribut
Hapus Atribut
85
Gambar 4.14 Tampilan Halaman Utama Bagian Deteksi Outlier
SISTEM PENDETEKSI OUTLIER MENGGUNAKAN ALGORITMA NAÏVE NESTED LOOP
Bantuan
Keluar
Jumlah data :
126
Simpan Hasil Outlier Preprocess
Deteksi Outlier
Proses
M : dmin :
M = 2, D =5
Data 1 adalah outlier Tabel Data
Hasil Deteksi Outlier Proses Algoritma Index Based
86
3. Tampilan Halaman Pilih Database
Tampilan berikut ini merupakan tampilan dimana pengguna memilih basisdata yang akan digunakan dalam hal ini Oracle atau mySQL
kemudian memasukkan username , password , database , dan URL. Jika berhasil login pengguna akan melihat daftar tabel yang ada pada basisdata
lalu memilihnya untuk selanjutnya dimasukan sebagai data yang akan dideteksi outlier nya.
Gambar 4.15 Tampilan Halaman Pilih Database
Pilih Koneksi Database
Username : Password :
Database :
OK Batal
URL : Pilih Database :
Oracle
4. Tampilan Halaman Tampil Tabel
Tampilan ini merupakan rancangan tampilan ketika pengguna sudah login ke dalam basisdata dan memilih tabel yang akan diambil datanya sebagai
masukan ke dalam sistem .
Gambar 4.16 Tampilan Halaman Tampil Tabel
5. Tampilan Halaman Distribusi Atribut
Tampilan ini merupakan tampilan dimana pengguna dapat melihat distribusi atribut data dengan memilih salah satu atribut dari masukan data
lalu melihat isi data beserta jumlah datanya pada tabel Daftar Distribusi Atribut. Kemudian jika pengguna akan melihat distribusi data per atribut
dalam bentuk diagram batang, pengguna dapat menekan tombol „Lihat Grafik‟
Daftar Tabel :
Pilih Tabel
Batal
Gambar 4.17 Tampilan Halaman Distribusi Atribut
6. Tampilan Halaman Konfirmasi Keluar
Tampilan berikut ini merupakan tampilan halaman konfirmasi keluar yang muncul setelah pengguna menekan tombol „Keluar‟ pada Halaman Utama
dan memunculkan pernyataan apakah pengguna benar-benar akan keluar dari sistem atau tidak.
Atribut Jumlah Data
DaftarAtribut :
Lihat Keluar
Tabel Daftar Distribusi Atribut
Gambar 4.18 Tampilan Halaman Konfirmasi Keluar
7. Tampilan Halaman Bantuan
Tampilan berikut merupakan tampilan halaman bantuan yang muncul setelah pengguna menekan tombol „Bantuan‟ pada Halaman Utama
dan memuat petunjuk penggunaan Sistem Pendeteksi Outlier Menggunakan Algoritma Naïve Nested Loop dengan langkah-langkah rinci untuk masing-
masing fungsi. Apakah Anda Yakin Untuk Keluar Dari Sitem
?
YA TIDAK
Gambar 4.19 Tampilan Halaman Bantuan
SISTEM PENDETEKSI OUTLIER MENGGUNAKAN ALGORITMA NAÏVE NESTED LOOP
Kembali Petunjuk Penggunaan
Petunjuk Preprocessing Data Petunjuk Proses Deteksi Outlier
92
BAB V IMPLEMENTASI PENAMBANGAN DATA
Pada bab ini berisi tentang implementasi sistem yang telah selesai dibangun berdasarkan pada analisis dan perancangan sistem dalam bab
sebelumnya. Implementasi aplikasi ini dilakukan dengan menggunakan bahasa pemrograman Java dan perangkat lunak NetBeans IDE 6.9.1 pada komputer
dengan spesifikasi processor Intel Dual Core 2.2 Ghz, memori 2.00 GB, dan harddisk
320 GB.
5.1 Implementasi Antarmuka
Sistem Pendeteksi Outlier Menggunakan Algoritma Naïve Nested Loop telah diimplementasikan menjadi sebuah aplikasi yang siap digunakan, maka pada
bab ini akan ditampilkan antarmuka dari sistem tersebut.
5.1.1 Implementasi Halaman Awal
Halaman Awal merupakan halaman yang pertama kali muncul ketika aplikasi dijalankan. Pengguna masuk ke dalam Sistem Deteksi Outlier
Menggunakan Algoritma Naïve Nested Loop dengan menekan tombol „Masuk‟
seperti yang ada pada gambar 5.1 di bawah ini :
Gambar 5.1 Antarmuka Halaman Awal 5.1.2 Implementasi Halaman Utama
Halaman Utama muncul setelah pengguna menekan tombol „Masuk‟. Halaman ini merupakan halaman inti fungsi-fungsi dilakukan pada aplikasi
Sistem Deteksi Outlier Menggunakan Algoritma Naïve Nested Loop. Pada Halaman Utama terdapat dua buah tabbed pane , yaitu Preprocess dan Deteksi
Outlier . Di samping kiri tabbed pane
tersebut terdapat tombol „Bantuan‟ dan tombol „Keluar‟.
