BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini akan membahas tentang implementasi dan hasil perancangan yang telah dibuat pada bab sebelumnya. Selain itu, pada bab ini juga dijelaskan tentang analisis hasil pengujian sistem pada tweet testing sebagai objek pengujian.
5.1
Implementasi Antar Muka Implementasi antarmuka opinion mining dinas di kota Bandung
menggunakan metode Naïve Bayes merupakan implementasi dari perancangan antarmuka yang telah dijelaskan pada bab sebelumnya dimana implementasi tersebut dapat dilihat pada gambar 5.1 sampai dengan gambar 5.8
5.1.1
Tampilan Halaman 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 Antar Muka Halaman Login
V-1
V-2
Keterangan : 1. Merupakan kolom text area dimana pengguna harus menginputkan username sebagai ID untuk masuk ke aplikasi. 2. Merupakan kolom text area dimana pengguna harus menginputkan password. 3. Apabila username dan password telah diinputkan, pengguna memilih button sign in untuk masuk ke halaman aplikasi.
5.1.2
Tampilan Halaman Home Pada gambar 5.2 adalah tampilan halaman Home, pada halaman ini
terdapat beberapa menu fungsi dari aplikasi opinion mining.
Gambar 5.2 Antar Muka Halaman Home
V-3
Keterangan : 1. Home merupakan halaman pertama saat pengguna membuka aplikasi oponion mining terdapat 2 gambar diantaranya deskripsi penjelasan halaman menu yang terdapat pada aplikasi dan data pribadi penulis. 2. Data Testing merupakan halaman dimana tweet diuji untuk mengetahui hasil akurasi. 3. Data Training merupakan halaman dimana tweet dipecah menjadi kata yang telah diketahui kategorinya terdapat 3 kategori yaitu kata negatif, positif dan, netral. 4. About merupakan kesimpulan dari aplikasi opinion mining yang telah dibuat oleh penulis. 5. Sign Out merupakan button untuk keluar dari aplikasi. 5.1.3
Tampilan Halaman Data Testing Pada gambar 5.3 adalah tampilan halaman Data Testing, pada halaman ini
bertujuan untuk menguji tweet untuk diketahui hasil akurasinya.
Gambar 5.3 Antar Muka Halaman Data Testing
V-4
Keterangan : 1. Bagian no 1 merupakan kolom text area untuk menginputkan tweet yang akan diuji. 2. Button preprocessing tweet merupakan halaman untuk hasil proses text mining diantaranya stemming, lowercase dan term frequency(TF). 3. Button reset merupakan proses membersihkan text area. 5.1.4
Tampilan Halaman Hasil Preprocessing Pada gambar 5.4 adalah halaman hasil Preprocessing, yang menampilkan
hasil dari proses text mining.
Gambar 5.4 Antar Muka Halaman Hasil Preprocessing
V-5
Keterangan : 1. Bagian no 1 merupakan tabel hasil setelah melalui proses text mining. 2. Bagian no 2 merupakan Hasil term frequency (TF). 3. Bagian no 3 merupakan link untuk mengetahui hasil akurasi dengan menggunakan metode naïve bayes. 4. Button preprocessing tweet merupakan halaman untuk hasil proses text mining diantaranya stemming, lowercase dan term frequency(TF). 5. Button reset merupakan proses membersihkan text area. 5.1.5
Tampilan Halaman Hasil Naïve Bayes Pada gambar 5.5 adalah halaman hasil naïve bayes, yang menampilkan
perhitungan beserta hasil akurasi metode.
Gambar 5.5 Antar Muka Halaman Hasil Naïve Bayes
V-6
Keterangan : 1. Bagian no 1 menampilkan Hasil perhitungan naïve bayes. 2. Bagian no 2 merupakan halaman result dimana pada halaman tersebut menampilkan grafik. 3. Bagian no 3 jenis tweet dimana pada tabel ini merupakan pembagian kategori yaitu Negatif, Positif dan Netral. 4. Bagian no 4 merupakan jumlah probabilitas pada masing masing kategori. 5. Bagian no 5 merupakan tweet yang telah di inputkan, dan di tampilkan kembali pada tabel inputan tweet. 6. Bagian no 6 merupakan hasil max probabilitas, yaitu nilai tertinggi pada jumlah probabilitas. 7. Bagian no 7 yaitu status hasil akurasi tweet yang telah melalui proses text mining dan naïve bayes 5.1.6
Tampilan Halaman Hasil Result Pada gambar 5.6 adalah halaman hasil result, yang menampilkan hasil
berupa grafik untuk menentukan jumlah kategori tweet .
V-7
Gambar 5.6 Antar Muka Halaman Result Keterangan : 1. Bagian no 1 menunjukan hasil jumlah kategori tweet. 2. Bagian no 2 yang bertanda warna merah merupakan garis kategori negatif 3. Bagian no 3 yang bertanda warna hijau merupakan garis kategori positif 4. Bagian no 4 yang bertanda warna biru merupakan garis kategori netral 5.1.7
Tampilan Halaman Data Training Pada gambar 5.7 adalah halaman hasil result, yang menampilkan hasil
berupa grafik untuk menentukan jumlah kategori tweet .
V-8
Gambar 5.7 Antar Muka Halaman Data Training Keterangan : 1. Bagian no 1 merupakan button untuk menambahkan kata baru sesuai kategorinya. 2. Bagian no 2 merupakan tabel kata yang telah diketahui kategorinya terdapat 3 kategori yaitu Negatif, Positif dan, Netral. 3. Bagian no 3 merupakan tabel Action terdapat 2 fungsi yaitu edit dan delete kata training. 4. Bagian no 4 yaitu tabel information dimana menampilkan jumlah kata training yang terdapat pada database.
V-9
5.1.8
Tampilan Halaman About Pada gambar 5.8 adalah halaman tampilan about pada aplikasi opinon
mining.
Gambar 5.8 Antar Muka Halaman About
Keterangan : Merupakan tampilan kesimpulan mengenai sistem dari aplikasi yang dibuat oleh penulis.
V-10
5.2
Pengujian Tweet dan Skenario
5.2.1
Pengujian Tweet
Pengujian aplikasi dilakukan menggunakan 450 tweet yang diambil secara acak dalam beberapa skenario berdasarkan persentase pembagian data testing. Persentase tersebut dapat dilihat pada tabel berikut :
Tabel 5.1 Persentase Pembagian Data Testing Skenario
Jumlah Tweet Testing
1
150
2
300
3
450
Dalam pengujian, data yang digunakan adalah tweet berbahasa Indonesia yang baik dan benar berikut contoh pengujian tweet :
V-11
Tabel 5.2 Tabel Pengujian Tweet
No
Tweet Testing
Negatif
Positif
Valid TidakValid Valid 1
Netral
Tidak Valid
Valid
Tidak Valid
1
-
@wartabdg_asli @PemkotBandung trm kasih, 60% banjir cileuncang disebabkan oleh saluran yg
1
-
tersumbat oleh sampah dan limbah rumah tangga
2
@dbmpkotabdg @ridwankamil @waher_967 @kec_batununggal
1
-
@PemumBdg terima kasih atas respon yang luar biasa cepat
3
@soowooBDG @farhanpinguin @ridwankamil siap, sudah disampaikan kpd tim lapangan
5.2.2
Pengujian Skenario
Pada bagian ini akan dijelaskan mengenai pengujian skenario. Pengujian dilakukan menggunakan data yang diambil menggunakan KNIME Analytics Platform dimana pengambilan data dilakukan pada bulan Januari- Mei 2015
V-12
dengan beberapa acount twitter dinas terkait yang ada di kota Bandung. Tweet yang telah didapat akan diuji keakuratannya pada halaman Data Testing berikut penjelasan persentase data yang dibagi dalam 3 skenario pengujian. 1. Skenario Tahap – 1 Pada skenario tahap pertama menggunakan data tweet
yang diambil
secara acak dari bulan Januari 2015, dibagi menjadi tiga persentase pembagian dengan jumlah data 150 diantaranya dengan masing-masing jumlah 30 tweet negatif, 70 tweet positif ,dan 50 tweet netral.
Tabel 5.3 Hasil Pengujian Skenario Tahap -1 Class tweet skenario Negatif 1-150 Positif Netral
Data Sesuai 83 61 82
Data Sesuai Netral Positif Data Sesuai
Negatif
0
50
100
150
Grafik 5.9 Grafik Presentase Pengujian Skenario 1 2. Skenario Tahap – 2 Pada skenario tahap kedua menggunakan data tweet yang diambil secara acak dari bulan Maret 2015,
dibagi menjadi tiga persentase pembagian
dengan jumlah data 300 diantaranya dengan masing-masing jumlah 75 tweet negatif, 75 tweet positif ,dan 150 tweet netral.
V-13
Tabel 5.4 Hasil Pengujian Skenario Tahap -2 Class tweet skenario Negatif 1-300 Positif Netral
Data Sesuai 63 36 87
Data Sesuai Netral
Positif Data Sesuai Negatif
0
100
200
300
Grafik 5.10 Grafik Presentase Pengujian Skenario 2
3. Skenario Tahap – 3 Pada skenario tahap ketiga menggunakan data tweet yang diambil secara acak dari bulan Mei 2015, dibagi menjadi tiga persentase pembagian dengan jumlah data 450 diantaranya dengan masing-masing jumlah 150 tweet negatif, 150 tweet positif ,dan 150 tweet netral.
V-14
Tabel 5.5 Hasil Pengujian Skenario Tahap -3
tweet skenario 1-450
Class
Data Sesuai
Negatif
163
Positif
41
Netral
73
Data Sesuai Netral
Positif Data Sesuai Negatif
-50
50
150
250
350
450
Grafik 5.11 Grafik Presentase Pengujian Skenario 3
V-15
5.3
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 Usecase Login Deskripsi
Masukan
Hasil yang Diharapkan
Hasil Pengujian
Pengujian
Username
Masuk ke dalam
Tampil halaman
saat user
&
halaman Home
utama Home dan
login
Password
user dapat memilih
Keterangan
Diterima
menu data testing
2. Pengujian untuk Use Case Home Tabel 5.7 Pengujian Usecase Home Deskripsi
Masukan
Hasil yang Diharapkan
Hasil Pengujian
Pengujian pengguna
Keterangan
Tampil halaman -
View home
utama Home dan
setelah
user dapat memilih
berhasil login
menu data testing
Diterima
3. Pengujian untuk Use Case Data Testing Tabel 5.8 Pengujian Usecase Data Testing Deskripsi
Pengujian
Masukan
Hasil yang Diharapkan
Tweet
Hasil Pengujian
Keterangan
Hasil
tweet untuk
berbahasa
View hasil
preprocessing dan
di uji dan
indonesia
preprocessing
hasil akurasi
diketahui
yang baik
metode naïve
hasil akurasi
dan benar
bayes
Diterima
V-16
4. Pengujian untuk Use Case Data Training Tabel 5.9 Pengujian Usecase Data Training Hasil yang
Deskripsi
Masukan
Menampilka
Menginputkan
Jumlah kata
Hasil data yang
n kata
kata training,
training
telah diupdate
terdapat 3
bertambah, atau
kategori yaitu
telah diupdate
kata negatif,
atau data
positif dan
berkurang
training
Diharapkan
Hasil Pengujian
Keterangan
dapat mempengaruhi
Diterima
hasil data testing.
netral
5. Pengujian untuk Use Case About Tabel 5.10 Pengujian Usecase About Deskripsi
Masukan
View about
-
Hasil yang Diharapkan
View about
Hasil Pengujian
Keterangan
View about
Diterima
