Graf Matriks Dua Dimensi

4.4 Perancangan Struktur Data

Untuk mengembangkan sebuah sistem atau aplikasi diperlukan adanya perancangan struktur data. Konsep struktur data yang digunakan adalah konsep Graf tak berarah dengan menggunakan struktur data matriks dua dimensi. Dengan menggunakan graf akan mempermudah dalam memetakan obyek data dan jarak sebuah obyek dengan obyek yang lainnya. Jarak masing- masing obyek data dinyatakan dalam edge dan nilai edge dari satu vertex ke vertex lain, kemudian akan disimpan dalam bentuk matriks dua dimensi.

4.4.1 Graf

Graf merupakan sebuah kumpulan vertex simpul-simpul yang saling terhubung melalui sebuah edge garis. Yang dinyatakan sebagai vertex adalah obyek data yang akan dicari outliernya. Vertex tersebut mengandung list yang akan digunakan untuk menyimpan nilai atribut sebuah obyek data. Kemudian akan dihitung jarak antar objek data, jarak tersebut dinyatakan sebagai edge . Yang dimaksud dengan obyek adalah obyek Mahasiswa, yang dimaksud dengan vertex adalah list nilai mahasiswa. Kemudian untuk edge merupakan jarak dari nilai mahasiswa satu dengan lainnya. Ilustrasi graph dipapakan pada gambar 4.1. Gambar 4.1 Ilustrasi Struktur Data Graf

4.4.2 Matriks Dua Dimensi

Pertama-tama, edge untuk setiap obyek data mahasiswa masih belum ada sehingga dinyatakan dengan nilai -1. Kemudian jarak obyek data terhadap dirinya sendiri dinyatakan dengan nilai 0. Ilustrasi struktur data matriks dua dimensi dipaparkan pada tabel 4.2. Tabel 4.2 Ilustrasi Struktur Data Matriks Dua Dimensi Mahasiswa[1] Mahasiswa[2] Mahasiswa[3] Mahasiswa[1] -1 -1 Mahasiswa[2] -1 -1 Mahasiswa[3] -1 -1 Setelah dilakukan perhitungan jarak antar objek, maka jarak objek -1 diubah sesuai dengan jarak antar obyek setelah dilakukan perhitungan jarak dengan menggunakan rumus jarak Eucludian Distance . Untuk jarak obyek data terhadap dirinya sendiri tetap bernilai 0. Ilustrasi struktur data matriks dua dimensi setelah dilakukan perhitungan jarak dan vertex dipaparkan pada tabel 4.3. Tabel 4.3 Ilustrasi Struktur Data Matriks Dua Dimensi Setelah Dilakukan Perhitungan Jarak antar Vertex Mahasiswa[1] Mahasiswa[2] Mahasiswa[3] Mahasiswa[1] 2.58 3.21 Mahasiswa[2] 2.58 1.05 Mahasiswa[3] 3.21 1.05

4.5 Perancangan Antarmuka

Dokumen yang terkait

Deteksi outlier menggunakan Algoritma Local Correlation Integral (LOCI) : studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma.

0 0 258

Deteksi outlier menggunakan Algoritma Local Outlier Probability : studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma.

0 5 265

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

0 4 252

Deteksi Outlier menggunakan algoritma Block-Based Nested-Loop : studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma.

0 2 202

Deteksi Outlier menggunakan algoritma Naive Nested Loop : studi kasus data akademik mahasiswa Program Studi Teknik Informatika, Universitas Sanata Dharma, Yogyakarta.

2 3 236

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

1 8 250

Deteksi outlier menggunakan Algoritma Local Outlier Probability studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma

1 9 263

Deteksi Outlier menggunakan algoritma Block Based Nested Loop studi kasus data akademik mahasiswa Program Studi Teknik Informatika Universitas Sanata Dharma

0 1 200

Deteksi outlier menggunakan algoritma local outlier factor : studi kasus data akademik mahasiswa TI Universitas Sanata Dharma - USD Repository

0 0 241

Deteksi Outlier menggunakan algoritma Naive Nested Loop : studi kasus data akademik mahasiswa Program Studi Teknik Informatika, Universitas Sanata Dharma, Yogyakarta - USD Repository

0 0 234