Berdasarkan hasil analisa dan pengujian pada tugas akhir ini, penulis memberikan saran untuk perbaikan dalam pengembangan penelitian dan sistem secara lebih lanjut antara lain :
1. Pengujian review dan validitas sangat penting dilakukan setelah pengguna melakukan deteksi outlier dengan sistem agar diperoleh hasil outlier yang benar-benar valid. Pengujian tersebut dilakukan oleh pengguna dalam hal ini orang yang ahli dan mengerti tentang data tersebut.
2. Saat ini sistem hanya bisa menerima masukan data dari file yang berekstensi .xls, .csv, dan data yang berasal dari tabel pada basisdata sehingga format masukan data terbatas. Untuk selanjutnya, sistem ini dapat dilengkapi dengan fungsi tambahan agar dapat menerima data dengan masukan format lain seperti .arff, .dat, dan lain-lain.
3. Sistem hanya dapat melakukan seleksi atribut berdasarkan nama atribut yang dipilih oleh pengguna. Sistem ini seharusnya dapat melakukan seleksi baris pada semua jenis data masukan sehingga pengguna dapat lebih spesifik memilih baris mana saja yang akan dimasukkan sebelum melakukan deteksi
outlier. Sistem dapat juga dilengkapi metode khusus sehingga dapat menyediakan fungsi untuk memberitahu pengguna atribut mana saja yang direkomendasikan dalam proses deteksi outlier.
DAFTAR PUSTAKA
Abu Tair, Mohammed M., El-Halees, Alaa M. (2012). Mining Educational Data
to Improve Student‟s Performance: A Case Study. International Journal of Information and Communication Technology Research.
Han, Jiawei & Micheline Kamber (2006). Data Mining Concepts and Techniques Second Edition. San Fransisco : Elsovier.
Handriyani, Deni & M.Arif Bijaksana, dkk . (2009). Analisa Perbandingan Clustering-Based, Distance-Based, dan Density Based dalam Mendeteksi Outlier. IT Telkom Bandung.
Knorr, Edwin M. (2002). Outlier and Data Mining: Finding Exception in Data.
The University of British Columbia.
Rosa, Paulina Heruningsih Prima, Ridowati Gunawan, Sri Hartati Wijono. (2013).
The Development of Academic Data Warehouse as a Basis for Decision Making : A Case Study at XYZ University. Proceeding of International Conference on Enterprise Information System and Application. Universitas Islam Indonesia, Yogyakarta, Indonesia 2013.
Santosa, Budi. (2007). Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta :Graha Ilmu.
Tan, Pang-Ning. & Michael Steinbach, dkk. (2005). Introduction of Data Mining. Addison-Wesley Companion Book Site.
C Simanjuntak, Ellisa & Ruthyanti Grace, dkk (2010). Blackbox Testing.
Hatta (2012). Metode Mendeteksi Outlier.
http://muhammadhatta12.blogspot.com/2012/03/metode-mendeteksi-outlier_18.html Diakses pada tanggal 5 November 2012 jam 18.32
Khannedy, Eko. (2010). Menampilkan JCheckBox di JTable. http://eecchhoo.wordpress.com/2010/07/15/menampilkan-jcheckbox- di-jtable/comment-page-1/ Diakses tanggal 11 Mei 2013 jam 15:11
MadProgrammer.(2012). How to adjust JTable columns to fit the longest content in column cells http://stackoverflow.com/questions/13013989/how-to- adjust- jtable-columns-to-fit-the-longest-content-in-column-cells Diakses pada tanggal 9 Mei 2013 jam 14.15
Pei, Jian. (2009). CMTP 741 Foundation of Data Mining – OutlierDetection.pdf. http://www.cs.sfu.ca/CourseCentral/741/jpei/slides/ Diakses pada tanggal 22 Agustus 2013 jam 15.00
Pramudiono, I. (2007). Pengantar Data Mining : Menambang Permata Pengetahuan di Gunung Data. http://www.ilmukomputer.org/wp-content/uploads/2006/08/iko-datamining.zip Diakses pada tanggal 15 November 2012 jam 21.32
174 LAMPIRAN I Deskripsi Usecase
Nomor Use Case
Nama Use Case Deskripsi Aktor
001 Input data file .xls , .csv atau tabel basisdata
Use case ini
menggambarkan proses di mana pengguna memilih data dalam file berformat .xls , .csv
atau data dari tabel dalam basisdata untuk selanjutnya
ditampilkan ke dalam tabel data sebelum dilakukan proses pencarian outlier
Pengguna
002 Deteksi outlier Use case ini
menggambarkan proses pencarian
outlier terhadap data
yang telah
dimasukkan oleh pengguna
Pengguna
003 Simpan hasil deteksi
outlier
Use case ini
menggambarkan
proses dimana
pengguna menyimpan hasil pencarian outlier
dalam bentuk file
dengan format
ekstensi .doc atau .txt
Pengguna
004 Seleksi atribut Use case ini
menggambarkan proses di mana pengguna dapat memilih atribut dengan menghapus atribut tersebut sebelum melakukan pencarian outlier Pengguna
005 Lihat grafik distribusi per atribut
Use case ini
menggambarkan pengguna telah
175
memasukkan data ke dalam sistem dan akan melihat distribusi data per atribut dalam bentuk diagram batang
176 LAMPIRAN II Narasi Use Case
Setiap usecase pada bagian sebelumnya akan dirinci dalam sebuah narasi yang merupakan deskripsi bagaimana pengguna berinteraksi dengan sistem dalam menyelesaikan usecase tersebut.
Nama Use-case : Input data file .xls , .csv
atau tabel basisdata
Jenis Use-Case Kebutuhan Operasional
ID Use-case : 001
Prioritas :
Pelaku Utama : Pengguna
- -
Use case ini menggambarkan proses di mana pengguna memilih data dalam file berformat
.xls , .csv atau data dari tabel dalam basisdata untuk selanjutnya ditampilkan ke dalam tabel data sebelum dilakukan proses pencarian outlier
Pengguna telah masuk ke sistem dan berada pada Halaman Utama
Pelaku Lain yang Terlibat
Pihak Lain yang Berkepentingan : Deskripsi
Kondisi Awal :
Urutan Aktivitas Normal :
Aksi Aktor Respon Sistem
Langkah 1 : Pengguna memilih tabbed pane
“Preprocess” pada
Halaman Utama
Langkah 3 : Pengguna
menekan tombol “Pilih File” untuk mengambil
data dari .xls atau .csv
Langkah 2 : Sistem menampilkan tampilan tabbed pane “Preprocess” pada Halaman Utama Langkah 4 : Sistem menampilkan kotak dialog
177
Langkah 5 : Pengguna memilih file .xls atau
.csv yang akan diproses
JFileChooser
Langkah 6 :Sistem membaca data pada file .xls atau .csv
untuk selanjutnya data tersebut ditampilkan ke dalam tabel data pada Halaman Utama beserta dengan jumlah data dan jumlah atribut. Aktivitas Alternatif Langkah 3a : Pengguna
menekan tombol “Pilih
Database” untuk
mengambil data yang berasal dari database
Langkah 5a : Pengguna memilih jenis database,
memasukkan username,
password, database
(khusus Oracle), dan
URL
Langkah 6a : Pengguna
menekan tombol “OK”
Langkah 8a : Pengguna menekan tombol “OK”
Langkah 10 a : memilih tabel dan tekan tombol
“Pilih Tabel” Langkah 4a : Sistem menampilkan Halaman Pilih Database Langkah 7a : Sistem menampilkan kotak dialoh koneksi berhasil Langkah 9a : Sistem menampilkan Halaman Tampil Tabel