Pengguna juga dapat melakukan operasi simpan hasil clustering, seperti yang ditampilkan pada kolom hasil kedalam bentuk dokumen berekstensi .xls,.txt
atau .doc.
4.1.5 Implementasi Halaman Plot Clustering
Halaman ini digunakan untuk menampilkan grafik plot setelah proses clustering selesai dilakukan. Tampilan grafik plot cluster ditunjukkan pada
Gambar 4.8 sebagai berikut.
Gambar 4.8 Antarmuka Halaman Plot Clustering 4.1.6
Implementasi Halaman Bantuan
Halaman bantuan adalah halaman yang akan ditampilkan ketika pengguna memilih menu petunjuk pada halaman praproses data. Halaman ini berisi
informasi mengenai aplikasi dan petunjuk penggunaan aplikasi. Tampilan halaman bantuan ditunjukkan pada Gambar 4.9 sebagai berikut.
Gambar 4.9 Antarmuka Halaman Bantuan 4.2
Implementasi Kelas
Pada bagian ini terdapat beberapa listing program dari kelas-kelas utama yang digunakan dalam sistem ini. Method-method yang ditampilkan dari setiap
kelas hanya method yang memuat fungsi utama sistem yang berkaitan dengan algoritma Fuzzy C-Means.
4.2.1 Implementasi Kelas MenuAwal
Method-method penting yang ada dalam kelas MenuAwal antara lain : method btnMasukActionPerformed dan method run. Penjelasannya sebagai
berikut.
Method btnMasukActionPerformed berisi perintah untuk menjalankan frame PraprosesGUI jika tombol btnMasuk ditekan. Sedangkan method run
berisi perintah untuk menjalankan tampilan dialog MenuAwal.
4.2.2 Implementasi Kelas PraprosesGUI
Method-method penting yang ada dalam kelas PraprosesGUI antara lain : method pilihBerkas, method distribusiAtribut, method hapusatribut, method
method pilihXLS, pilihCSV dan cekAtribut. Penjelasannya sebagai berikut.
Method pilihBerkas berisi perintah untuk mengarahkan pengguna ke dialog pilihan berkas yang dijalankan oleh kelas JFileChooser. Setelah pengguna
private void pilihBerkas{ JFileChooser chooser = new JFileChooser;
int returnVal = chooser.showOpenDialognull; if returnVal == JFileChooser.APPROVE_OPTION {
String nama_file = chooser.getSelectedFile.getPath; String[] potong = nama_file.split\\.;
if potong[1].equalsxls { FILE EXCEL pilihXLSchooser, nama_file;
} else if potong[1].equalscsv { FILE CSV pilihCSVchooser, nama_file;
} else { JOptionPane.showMessageDialognull, File yang dipilih
harus berformat .xls atau .csv; }
} }
btnMasukActionPerformedjava.awt.event.ActionEvent evt { this.dispose;
PraprosesGUI pg = new PraprosesGUI; pg.setLocationRelativeTonull;
pg.setVisibletrue; pg.setExtendedStatepg.MAXIMIZED_BOTH;
} public void run {
MenuAwal dialog = new MenuAwalnew javax.swing.JFrame, true;
dialog.addWindowListenernew java.awt.event.WindowAdapter {
public void windowClosingjava.awt.event.WindowEvent e { System.exit0;
} };
dialog.setVisibletrue; }
memasukkan berkas data, maka nama berkas beserta lokasi penyimpanannya akan disimpan dalam variable nama_file.
Untuk dapat membaca isi berkas, diperlukan perintah untuk mendeteksi ekstensi berkas. Jika berkas berekstensi .xls maka method pilihXLS akan
dijalankan, sedangkan jika berkas berekstensi .csv maka method pilihCSV akan dijalankan, namun jika tidak keduanya maka pesan kesalahan akan ditampilkan ke
layar.
Method hapusAtribut merupakan method yang digunakan untuk menghapus atribut yang tidak diperlukan pada preproses data input. Algoritma
proses hapus atribut sesuai sintak pada method hapusAtribut sebagai berikut. 1. Buat objek berupa ArrayList untuk menyimpan data nama-nama atribut
yang telah dipilih untuk dihapus.
private void hapusAtribut { ListString hapus_atribut = new ArrayListString;
for int i = 0; i ctm.getRowCount; i++ { if ctm.getValueAti, 1.equalstrue {
hapus_atribut.addctm.getValueAti, 0.toString; }}
ctm.removeRow; TableModel model = tabelPraproses.getModel;
int column = model.getColumnCount; int row = model.getRowCount;
Vector columnNames = new Vector; Vector data = new Vector;
for int i = 0; i ctm.getRowCount; i++ { if
cekAtributctm.getValueAti, 0.toString,
hapus_atribut { columnNames.addElementctm.getValueAti, 0;
}} for int i = 0; i row; i++ {
Vector rows = new Vector; for int j = 0; j column; j++ {
if
cekAtribut2model.getColumnNamej.toString, columnNames {
rows.addElementmodel.getValueAti, j; }
} data.addElementrows;
} DefaultTableModel
new_model =
new DefaultTableModeldata, columnNames;
tabelPraproses.setModelnew_model; ctm.removeRow;
}
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