4.1.2 K-Means Clustering
4.1.2.1 Tampilan Antarmuka Sistem
Gambar 4. 2 Tampilan Antarmuka
Ketika aplikasi pertama dibuka maka akan menampilkan frame utama untuk form percarian data yang akan diinput untuk
tampilan data. Kemudian untuk form proses data yang sudah diinputkan dan akan dimunculkan kedalam form data 1 dan
form data 2, selanjutkan dari form data 1 dan form data 2 tersebut dapat kita pilih data yang akan diproses kedalam K-
Means Clustering.
Proses K-Means
Clustering untuk
mengelompokan data-data vektor yang paling dekat akan menjadi satu kelompok.
4.1.2.2 TAMPILAN CARI
Gambar 4. 3 Tampilan Cari
Frame ini akan menampilkan proses pencarian data. Jika mengklik button cari maka akan muncul form untuk mencari
data akan diinput kedalam frame dengan memilih file yang data tersebut.
Button cari proses pencarian data dengan mencari letak file data yang ingin dibuka, jika file yang diingikan sudah terpilih maka
dapat ditampilkan ke dalam frame tersebut.
Gambar 4. 4 Mencari Data dalam File Jika file data sudah terpilih maka klik open untuk menampilkan
data ke dalam frame tampilan.
Gambar 4. 5 Menampilkan File data1 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Frame ini menampilkan data yang sudah dicari dalam form pencarian dan ditampilkan di dalam scrollpane yang sudah
tersedia.
Gambar 4. 6 Mencari File data2 Frame ini menampilkan untuk pencarian file data yang kedua,
karena file data yang digunakan dua maka mencari dan membuka dua kali untuk form pencarian.
Gambar 4. 7 Menampilkan File data2 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Frame ini menampilkan jumlah file data yang sudah diinputkan ke dalam scrollpane.
4.1.2.3 TAMPILAN PROSES
Gambar 4. 8 Tampilan Proses
Frame ini menampilkan form proses data yang sudah diinput kedalam scrollpane untuk dimunculkan kedalam scrollpane,
untuk proses pecarian data 1 maka akan muncul kedalam tampilan scrollpane data 1 dan untuk data 2 maka akan muncul
kedalam tampilan scrollpane data 2. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Form proses diatas dapat menampilkan data yang ada dalam vektor. Data tersebut ditampilkan kedalam from output data
pada aplikasi untuk mengecek bahwa data yang tampil dalam scroll pane data 1 dan data 2 tersebut berisi data vektor sebanyak
data yang diproses. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4. 9 Tampilan Memilih Titik Awal Frame ini menampilkan data 1 dan data dua dapat dipilih untuk
menentukan titik awal data yang akan dihitung untuk K-Means Clustering dengan mengklik data-data yang diinginkan.
4.1.2.4 TAMPILAN PROSES K-MEANS
Gambar 4. 10 Tampilan Proses dan Hasil K-Means
Frame ini menampilkan perhitungan K-Means Clustering dengan menampilkan perhitungan centroid 1 dan centroid 2,
membandingkan nilai terkecil atau perhitungan terdekat dengan titik awal maka dikelompokkan dengan menampilkan cluster.
Cluster 1 untuk kelompok titik data awal 1 dan cluster 2 untuk titik data awal 2. Perhitungan ini menampilkan sampai beberapa
iterasi. Iterasi
akan berhenti
atau selesai
jika data
perhitungannya sama dan cluster sudah tidak berubah lagi. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4.1.3 Hitung akurasi
Menghitung akurasi dari pengelompokan K-means Clustering yaitu membandingkan tingkat kemiripan dari hasil perhitungan centroid 1
dan centroid 2. Misalnya membadingkan vektor 3 dengan vektor 13, untuk centrod 1 menghitung kemiripan vektor 3 dengan semua vektor
dan untuk centroid menghitung kemiripan vektor 13 dengan semua vektor. Misal, mehitung tingkat kemiripan untuk vektor 3 dengan
vektor 4 untuk centroid 1 dan menghitung vektor 13 dengan 4 untuk centroid 2, jika hasil perhitungan centroid 1 lebih kecil dari hasil
perhitungan centroid 2 maka vektor 4 masuk dalam kelompok centroid 1 dan begitu sebaliknya.
Centroid 1: menghitung kemiripan vektor 3 ke semua vektor. Centroid 2: menghitung kemiripan vektor 13 ke semua vektor.
Kategori