Implementasi Kelas Distribusi Atribut

2. Untuk setiap baris tabel hapus atribut, ambil nama atribut dan tambahkan ke ArrayList. 3. Hapus baris dari tabel hapus Atribut yang telah dipilih . 4. Buat objek vector baru nama kolom, kolom dan baris untuk menyimpan data kolom dan baris dari tabel hapus atribut. 5. Buat tabel model baru dari vector – vector hasil poin 3, dan set tabel praproses dengan model baru tersebut.

4.2.3 Implementasi Kelas Distribusi Atribut

Method-method penting yang ada dalam kelas Distribusi Atribut antara lain: method daftarAtribut dan pilihAtribut. Penjelasannya sebagai berikut. Method daftarAtribut digunakan untuk memberi isi pada komponen komponen combo box pilihan atribut yang ingin dilihat distribusinya yang berasal dari paramenter method List daftarAtribut. Sedangkan method pilihAtribut digunakan untuk menampilkan isi tabel ditribusi atribut. Algoritma proses distribusi atribut sesuai sintak pada method pilihAtribut sebagai berikut. 1. Ambil nilai String dari combobox pilih atribut. 2. Buat objek berupa ArrayList untuk menyimpan data record dari atribut. 3. Filter record baris isi atribut dengan membuat List menjadi HashSet private void daftarAtributListString daftarAtribut, JTable tabel { model = tabel; for int i = 0; i daftarAtribut.size; i++ { comboAtribut.addItemdaftarAtribut.geti.toString; } } private void pilihAtribut { String pilihAtribut = comboAtribut.getSelectedItem.toString; String[] columnName = new String[2]; String[][] data = null; ListString listData = new ArrayListString; for int i = 1; i model.getColumnCount; i++ { if pilihAtribut.equalsIgnoreCasemodel.getColumnNamei.toString { columnName[0] = model.getColumnNamei.toString; columnName[1] = Jumlah; for int j = 0; j model.getRowCount; j++ { listData.addmodel.getValueAtj, i.toString; } HashSet hashSet = new HashSetlistData; listData.clear; listData = new ArrayListhashSet; data = new String[listData.size][2]; for int k = 0; k listData.size; k++ { for int l = 0; l model.getRowCount; l++ { if listData.getk.toString. equalsIgnoreCasemodel.getValueAtl, i.toString { setCountcount + 1; }} data[k][0] = listData.getk.toString; data[k][1] = String.valueOfgetCount; setCount0; } } } DefaultTableModel d = new DefaultTableModeldata, columnName; tabelDistribusi.setModeld; } 4. Counter isi dari record dari ArrayList untukmenegtahui banyak record. 5. Buat array bertipe String untuk menyimpan data hasil poin 3 dan 4. Buat tabel model baru dan isi dengan array dari poin 5 untuk menampilkan isi tabel distribusi.

4.2.4 Implementasi Kelas Fuzzy C-Means