BAB 4 IMPLEMENTASI DAN PENGUJIAN
Pada bab ini, akan dibahas proses pengimplementasian dan pengujian aplikasi berdasarkan analisis dan perancangan aplikasi yang telah dibahas pada bab
sebelumnya. Pada tahap ini, bertujuan untuk menampilkan hasil perancangan aplikasi yang telah dibangun dan proses pengujian aplikasi dalam mengklasifikasikan citra
karet RSS
Ribbed Smoked Sheet
.
4.1 Kebutuhan Aplikasi
Dalam perancangan aplikasi klasifikasi karet RSS
Ribbed Smoked Sheet
menggunakan metode LVQ
Learning Vector Quantization
memerlukan perangkat keras dan perangkat lunak pendukung antara lain :
4.1.1 Perangkat keras
Spesifikasi perangkat keras yang digunakan pada aplikasi ini antara lain : Processor
: Intel R Celeron R CPU N2840 2.16 GHz RAM
: 2.00 GB Harddisk
: 500 GB
4.1.2 Perangkat lunak
Spesifikasi perangkat lunak yang digunakan pada aplikasi ini antara lain : Windows 7 Home Premium 32 bit
NetBeans IDE 8.0.2 Photoshop CS3
Universitas Sumatera Utara
4.2 Implementasi Perancangan Antar Muka
Adapun tampilan dari perancangan antar muka yang telah diimplementasikan antara lain sebagai berikut :
4.2.1 Halaman utama
Halaman utama pada aplikasi ini merupakan halaman yang akan pertama kali muncul ketika aplikasi dijalankan. Pada halaman ini akan ditampilkan menu-menu yang akan
membawa user ke halaman-halaman lain seperti halaman data latih, halaman data uji dan halaman tentang. Contoh halaman utama aplikasi dapat dilihat pada Gambar 4.1 :
Gambar 4.1 Tampilan Halaman Utama
4.2.2 Halaman data latih
Apabila pengguna mengklik tombol data latih pada halaman utama maka aplikasi ini akan menampilkan halaman data latih. Pada halaman data latih, pengguna dapat
melakukan proses latih data citra sendiri dengan memilih citra karet yang ingin dilatih dengan mengklik tombol Pilih Citra. Selanjutnya setelah citra dipilih, maka user
dapat melakukan proses latih citra dengan mengklik tombol Proses. Halaman data latih dapat dilihat pada Gambar 4.2.
Universitas Sumatera Utara
Gambar 4.2 Tampilan Halaman Data Latih
Pada saat mengklik tombol proses maka aplikasi akan menampilkan hasil pengenalan citra berupa citra asli, citra grayscale, citra threshold dan nilai fitur
ekstraksi. Selanjutnya pengguna dapat memilih jenis citra karet dan dapat mengklik tombol simpan untuk menyimpan nilai fitur ekstraksi sehingga dapat digunakan untuk
mendapatkan nilai bobot pada proses data uji. Adapun tampilan proses data latih dapat dilihat pada Gambar 4.3
Universitas Sumatera Utara
Gambar 4.3 Tampilan Halaman Proses Data Latih
4.2.3 Halaman data uji
Tampilan Halaman data uji akan ditampilkan ketika pengguna memilih menu Data Uji pada halaman utama. Tampilan halaman data uji ditujukan untuk melakukan
proses uji citra dan pengenalan jenis citra karet. Proses pengujian citra dan pengenalannya dapat dilakukan oleh pengguna dengan melakukan perhitungan bobot
terlebih dahulu. Proses perhitungan bobot digunakan untuk mendapatkan nilai bobot dari nilai fitur yang telah didapatkan pada proses latih data untuk menghitung jarak
terdekat bobot pada data latih. Tampilan halaman data uji dapat dilihat pada Gambar 4.4.
Gambar 4.4 Tampilan Halaman Data Uji
Sebelum melakukan pengujian citra, maka pengguna dapat memasukkan nilai epoh terlebih dahulu dan menekan button bobot lvq untuk mendapatkan nilai bobot.
Setelah itu pengguna dapat memilih citra dengan menekan tombol pilih citra dan selanjutkan pengguna dapat menekan tombol proses untuk melakukan proses
pengenalan. Pada saat mengklik tombol proses maka aplikasi akan menampilkan hasil
Universitas Sumatera Utara
pengenalan citra berupa citra asli, citra grayscale, citra threshold, nilai fitur ekstraksi, jarak setiap bobot dan jenis klasifikasi karet. Halaman proses data uji dapat dilihat
pada Gambar 4.5.
Gambar 4.5 Tampilan Halaman Proses Data Uji
4.3 Pengujian Kinerja aplikasi