V-1
Lingkungan implementasi meliputi lingkungan perangkat keras (hardware) dan lingkungan perangkat lunak (software) yang digunakan pada saat pembuatan program dan penggunaan program. Berikut penjelasan lebih lengkap mengenai perangkat keras (hardware) dan perangkat lunak (software) yang digunakan.
V.1.1 Lingkungan Perangkat Keras (Hardware)
Spesifikasi minimal hardware yang diperlukan pada saat implementasi program adalah :
1. Processor Pentium 4 2. Hardisk minimal 4GB 3. RAM 128MB
4. Monitor dengan dukungan resolusi 1024 x 768 V.1.2 Lingkungan Perangkat Lunak (Software)
Spesifikasi software yang digunakan untuk membangun sistem ini adalah :
1. Sistem Operasi : Windows 7 2. Program Aplikasi : XAMPP 1.7.7
3. Database : MySQL
4. Perangkat Tambahan : Star UML, Ms. Visio, Sublime Text, Web-Browser
V.2 Implementasi Sistem
Hasil implementasi perancangan berupa file aplikasi yang dibangun dapat dilihat pada tabel V.1 berikut :
Tabel 5.1 Implementasi Sistem
No Use Case Design Implementasi Store
1. Login Login Page Tb_admin
2. Pengelolaan Data Abstrak
Home Page Dashboard.php Training page
data-training.php
Tb_pdf Testing page
data-testing.php
Tb_pdf_testing
V.3 Implementasi Antarmuka
Implementasi antarmuka merupakan implementasi tampilan program yang telah dibuat. Berikut tampilan-tampilan tersebut :
V.3.1 Tampilan Login
Tampilan login merupakan tampilan yang akan muncul pada saat pertama kali sistem dijalankan oleh pengguna atau user. Berikut ini adalah tampilan login :
Gambar 5.1 Tampilan Login
Keterangan :
1. Kolom untuk mengisi username pengguna yang telah ada di database.
2. Kolom untuk mengisi password. 3. Tombol submit untuk melanjutkan.
V.3.2 Tampilan Home
Tampilan berikut merupakan tampilan home setelah melakukan login.
Gambar 5.2 Tampilan Home
Keterangan :
Tampilan Home, untuk melihat sekilas informasi dari Tugas Akhir yang dibuat
V.3.3 Tampilan Data Training
Tampilan berikut merupakan tampilan data latih atau data training yang telah ditentukan kategori sesuai dengan penjurusannya.
Gambar 5.3 Tampilan Data Training
Keterangan :
1. Kolom untuk mengisi judul dari Tugas Akhir yang di input sebagai data training.
2. Combo box untuk memilih konsentrasi dari Tugas Akhir tersebut. 3. Nama File, menampilkan judul yang telah di input di kolom judul. 4. Button Select File, untuk memilih file yang akan di upload sebagai
data training.
5. Button Proses Data Training, untuk memproses setelah di upload. 6. File, menampilkan nama file pdf yang di upload.
7. Nama Konsentrasi, menampilkan konsentrasi yang telah dipilih . 8. Tanggal, menampilkan tanggal upload file pdf.
9. Delete, terdapat button untuk menghapus dari setiap file pdf yang telah di upload
V.3.4 Tampilan Data testing
Data testing merupakan data yang akan diuji untuk mendapatkan kategori penjurusan sesuai dengan perbandingan data training. Berikut tampilannya.
Gambar 5.4 Tampilan Data testing
Keterangan :
1. Kolom untuk mengisi judul dari Tugas Akhir yang di input sebagai data testing.
2. Button Select File, untuk memilih file yang akan di upload sebagai data testing.
4. Judul pada tabel data input, di bagian hasil menggunakan euclidean method, menampilkan judul dari Tugas Akhir yang di upload sebagai data testing.
5. Judul pada tabel data input, di bagian hasil menggunakan minkowski method, menampilkan judul dari Tugas Akhir yang di upload sebagai data testing.
6. Judul pada tabel data hasil, di bagian hasil menggunakan euclidean method, judul sesuai perbandingan dengan data training. 7. Konsentrasi pada tabel data hasil, di bagian hasil menggunakan
euclidean method, konsentrasi sesuai perbandingan dengan data training.
8. Hasil perhitungan dari penggunaan euclidean distance
9. Judul pada tabel data hasil, di bagian hasil menggunakan minkowski method, judul sesuai perbandingan dengan data training.
10. Konsentrasi pada tabel data hasil, di bagian hasil menggunakan minkowski method, konsentrasi sesuai perbandingan dengan data training.
V.3.5 Tampilan Analysis Result
Tampilan yang terakhir adalah tampilan analysis result. Analysis Result menampilkan berupa grafik hasil skenario perhitungan dari penggunaan metode K- Nearest Neighbor Classifier dengan menggunakan algoritma distance, Minkowski distance dan Euclidean Distance. Berikut tampilannya.
Gambar 5.5 Tampilan Searching
Keterangan :
1. Button skenario 1 untuk menampilkan hasil skenario 1. 2. Button skenario 2 untuk menampilkan hasil skenario 2. 3. Button skenario 3 untuk menampilkan hasil skenario 3.
4. Button hasil pengujian yang sesuai untuk menampilkan hasil pengujian yang sesuai.
5. Diagram Pie menampilkan data yang digunakan untuk skenario. 6. Diagram Batang menampilkan hasil dari pengujian skenario.
V.4 Pengujian Pengkategorian Dokumen
Pengujian aplikasi dilakukan menggunakan 100 dokumen data abstrak dalam beberapa skenario berdasarkan persentase pembagian data training dan data testing. Persentase tersebut dapat dilihat pada tabel berikut :
Tabel 5.2 Persentase Pembagian Data Training dan Data testing Skenario Data Training Data testing
1 80% 20%
2 60% 40%
3 40% 60%
Pada masing-masing skenario, dilakukan proses pengujian akurasi dokumen yang sesuai dan tidak sesuai. Pengujian tersebut dapat dilihat pada tabel berikut:
1. Skenario 1
Dari skenario 1 dapat dilihat hasil pengujian dengan menggunakan data training sebanyak 80% dan data testing sebanyak 20%, dengan hasil pengujian sebagai berikut :
Tabel 5.3 Hasil pengujian dari Skenario 1
No Konsentrasi Data Training
Data testing
Data Yang Sesuai Data Yang Tidak Sesuai Euclidean Minkowski Euclidean Minkowski 1 Management Operasional 20 5 3 2 2 3 2 Management Pemasaran 20 5 5 5 0 0 3 Management Sumber Daya Manusia 20 5 3 2 2 3 4 Management Keuangan 20 5 4 3 1 2 Total 80 20 15 12 5 8 Total Presentase 75 60 25 40
Gambar 5.6 Grafik Presentase Pengujian Skenario 1
Setelah dilakukan pengujian dengan skenario 1, persentasi keberhasilannya digambarkan pada Grafik 5.6. Dapat dilihat bahwa hasil presentase pengolahan data yang diperoleh telah sesuai dengan metode Euclidean Distance yaitu 75% atau dengan kata lain sebanyak 15 Data testing sesuai dengan metode Euclidean Distance dari 20 Data testing yang diujikan.
Sedangkan presentase tidak sesuai dengan metode Euclidean Distance adalah 25% atau sebanyak 5 Data testing yang tidak sesuai dengan metode Euclidean Distance dari 20 data testing yang diujikan.
Dari grafik diatas juga dapat dilihat persentase keberhasilan dari metode Minkowski Distance. Data testing yang telah diujikan dengan metode Minkowski Distance dan sesuai datanya adalah sebanyak 12 buah dari 20 Data testing yang diujikan atau sebesar 60% dari total Data testing yang diujikan. 75 25 60 40 0 10 20 30 40 50 60 70 80
sesuai tidak sesuai
Skenario 1
euclidean minkowski
Sedangkan untuk persentase yang tidak sesuai adalah 40% karena terdapat 8 buah Data testing dari 20 Data testing yang diujikan dengan metode Minkowski Distance hasilnya tidak sesuai dengan kriteria pengujian.
2. Skenario 2
Dari skenario 2 dapat dilihat hasil pengujian dengan menggunakan data training sebanyak 60% dan data testing sebanyak 40%, dengan hasil pengujian sebagai berikut :
Tabel 5.4 Hasil pengujian dari skenario 2
No Konsentrasi Data Training
Data testing
Data Yang Sesuai Data Yang Tidak Sesuai Euclidean Minkowski Euclidean Minkowski 1 Management Operasional 15 10 4 7 6 3 2 Management Pemasaran 15 10 5 4 5 6 3 Management Sumber Daya Manusia 15 10 3 3 7 7 4 Management Keuangan 15 10 2 2 8 8 Total 60 40 14 16 26 24 Total Presentase 35 40 65 60
Gambar 5.7 Grafik Presentase Pengujian Skenario 2
Setelah dilakukan pengujian dengan skenario 2, persentasi keberhasilannya digambarkan pada Grafik 5.7. Dapat dilihat bahwa hasil presentase pengolahan data yang diperoleh telah sesuai dengan metode Euclidean Distance yaitu 35% atau dengan kata lain sebanyak 14 Data testing sesuai dengan metode Euclidean Distance dari 40 Data testing yang diujikan.
Sedangkan presentase tidak sesuai dengan metode Euclidean Distance adalah 60% atau sebanyak 26 Data testing yang tidak sesuai dengan metode Euclidean Distance dari 40 data testing yang diujikan.
Dari grafik diatas juga dapat dilihat persentase keberhasilan dari metode Minkowski Distance. Data testing yang telah diujikan dengan metode Minkowski Distance dan sesuai datanya adalah sebanyak 16 buah dari 40 Data testing yang diujikan atau sebesar 40% dari total Data testing yang diujikan. 35 65 40 60 0 10 20 30 40 50 60 70 sesuai tdk sesuai
Skenario 2
euclidean minkowskiSedangkan untuk persentase yang tidak sesuai adalah 60% karena terdapat 24 buah Data testing dari 40 Data testing yang diujikan dengan metode Minkowski Distance hasilnya tidak sesuai dengan kriteria pengujian.
3. Skenario 3
Dari skenario 3 dapat dilihat hasil pengujian dengan menggunakan data training sebanyak 40% dan data testing sebanyak 60%, dengan hasil pengujian sebagai berikut :
Tabel 5.5 Hasil pengujian dari skenario 3
No Konsentrasi Data Training
Data testing
Data Yang Sesuai Data Yang Tidak Sesuai Euclidean Minkowski Euclidean Minkowski 1 Management Operasional 10 15 8 8 7 7 2 Management Pemasaran 10 15 1 1 14 14 3 Management Sumber Daya Manusia 10 15 2 13 2 13 4 Management Keuangan 10 15 3 3 12 12 Total 40 60 14 14 46 46 Total Presentase 23.33333 23.33333 76.66667 76.66667
Gambar 5.8 Grafik Presentase Pengujian Skenario 3
Setelah dilakukan pengujian dengan skenario 3, persentasi keberhasilannya digambarkan pada Grafik 5.8. Dapat dilihat bahwa hasil presentase pengolahan data yang diperoleh telah sesuai dengan metode Euclidean Distance yaitu 23,33333% atau dengan kata lain sebanyak 14 Data testing sesuai dengan metode Euclidean Distance dari 60 Data testing yang diujikan.
Sedangkan presentase tidak sesuai dengan metode Euclidean Distance adalah 67,77777% atau sebanyak 46 Data testing yang tidak sesuai dengan metode Euclidean Distance dari 60 data testing yang diujikan.
Dari grafik diatas juga dapat dilihat persentase keberhasilan dari metode Minkowski Distance. Data testing yang telah diujikan dengan metode Minkowski Distance dan sesuai datanya adalah sebanyak 14 buah dari 60 Data testing yang diujikan atau sebesar 23,33333% dari total Data testing yang diujikan.
23.33333 76.6666667 23.33333 76.6666667 0 10 20 30 40 50 60 70 80 90 sesuai tdk sesuai
Skenario 3
euclidean minkowskiSedangkan untuk persentase yang tidak sesuai adalah 67,77777% karena terdapat 46 buah Data testing dari 60 Data testing yang diujikan dengan metode Minkowski Distance hasilnya tidak sesuai dengan kriteria pengujian.
Grafik dibawah ini menunjukan persentase akurasi dokumen yang sesuai yang telah dijelaskan sebelumnya dapat dilihat pada gambar dibawah ini dari keseluruhan pengujian:
Gambar 5.9 Grafik Persentase Hasil Perhitungan yang Sesuai
Pada grafik diatas terlihat bahwa hasil pengujian skenario 1 adalah hasil pengujian yang paling tinggi tingkat kesesuaian antara data training dan data testing. Karena pada skenario 1 jumlah data training lebih banyak dibanding data testing. Sedangkan yang paling rendah tingkat kesesuaiannya adalah skenario 3 karena data training lebih sedikit dibanding data testing.
75 35 23.33333 60 40 23.33333 0 10 20 30 40 50 60 70 80
skenario 1 skenario 2 skenario 3
Hasil Pengujian yang Sesuai
Euclidean Minkowski
Dapat dilihat pada gambar 5.6 hingga 5.8 selisih masing- masing skenario, diantaranya selisih antara euclidean dan minkowski pada skenario 1 adalah 15 % dengan presentase euclidean lebih tinggi dibanding minkowski, pada skenario 2 adalah 5% dengan presentase euclidean lebih rendah dibanding minkowski, dan pada skenario 3 adalah seimbang pada presentase euclidean dan minkowski.
Dari hasil skenario pengujian didapat bahwa penggunaan data training dan data testing satu sama lain berpengaruh. Semakin banyak data training menentukan tingkat akurasi. Dan penggunaan euclidean dan minkowski pun tidak terlihat jauh perbedaan hasil dari pengujian yang telah dilakukan.
V.5 Hasil Pengujian
Berikut ini adalah hasil pengujian yang telah dilakukan dimana hasil tersebut dapat dilihat pada tabel dibawah ini :
1. Pengujian untuk Use Case Login
Tabel 5.6 Pengujian Use Case Login
Deskripsi Masukan Hasil yang Diharapkan Hasil Pengujian Keterangan Pengujian saat
user login
Username & Password
Masuk ke dalam halaman utama user
Tampil halaman utama user untuk mengelola abstrak
Diterima
2. Pengujian untuk Use Case Pengelolaan Data Abstrak
Tabel 5.7 Pengujian Use Case Pengelolaan Data Abstrak (Add)
Deskripsi Masukan Hasil yang
Diharapkan Hasil Pengujian Keterangan
Pengujian saat user memilih data training
-Masuk ke dalam halaman data training
Tampil halaman
data training Diterima
Pengujian saat user menambah
Mengisi data
Dokumen diproses Extract text from PDF,
Data telah diproses
Deskripsi Masukan Hasil yang
Diharapkan Hasil Pengujian Keterangan
data training training Preprocessing, Transformation dan disimpan dalam database database Pengujian saat user memilih data testing -Masuk ke dalam halaman data testing
Tampil halaman
data testing Diterima
Pengujian saat user menambah data testing Mengisi data testing Dokumen diproses Extract text from PDF, Preprocessing,
Transformation dan Pattern/Discovery setelah itu disimpan dalam database
Data telah diproses dan disimpan dalam database
Diterima
Tabel 5.8 Pengujian Use Case Pengelolaan Data Abstrak (Delete)
Deskripsi Masukan Hasil yang
Diharapkan Hasil Pengujian Keterangan
Pengujian saat user menghapus abstrak data training atau testing -Penghapusan abstrak yang dipilih Abstrak akan terhapus dari database Diterima
3. Pengujian untuk Use Case Hasil Analisis
Tabel 5.9 Pengujian Use Case Hasil Analisis
Deskripsi Masukan Hasil yang
Diharapkan Hasil Pengujian Keterangan
Pengujian saat user memilih Hasil Analisis
-Masuk ke dalam halaman hasil analisis
Tampil halaman hasil analisis berupa grafik hasil
pengujian data