1

BAB IV

IMPLEMENTASI DAN EVALUASI

4.1 Implementasi Sistem

Tahap ini merupakan pembuatan perangkat lunak yang disesuaikan dengan
rancangan atau desain sistem yang telah dibuat. Aplikasi yang dibuat akan
diterapkan berdasarkan kebutuhan. Selain itu aplikasi ini akan dibuat sedemikian
rupa sehingga dapat memudahkan pengguna untuk menggunakan Sistem
Pendukung Keputusan Pemberian Pinjaman Dengan Metode Naive Bayes
Pada Koperasi Wanita Sejahtera Desa Patianrowo Kabupaten Nganjuk

. Sebelum menjalankan aplikasi ini, ada hal yang harus diperhatikan yaitu
kebutuhan sistem. Sesuai dengan kebutuhan untuk merancang sistem diperlukan
perangkat keras dan perangkat lunak.

4.1.1 Kebutuhan Perangkat Keras

Untuk kebutuhan minimum perangkat keras yang diperlukan untuk
menjalankan Sistem Pendukung Keputusan Pemberian Pinjaman Dengan
Metode Naive Bayes Pada Koperasi Wanita Sejahtera Desa Patianrowo
Kabupaten Nganjuk adalah:

1) Processor Intel Celeron Dulacore 1.6 GHz,.

2) Memory 4 GB atau lebih.
3) SSD 128 Gb atau lebih.
4) Monitor 14” dengan resolusi minimal 1024 x 768.

4.1.2. Kebutuhan Perangkat Lunak

Perangkat lunak yang digunakan dalam pengembangan aplikasi ini adalah:

1) Sistem operasi menggunakan Microsoft Windows 10 Profesional.

2) Database untuk pengolahan data menggunakan mySQL.
3) Bahasa pemrograman yang digunakan adalah Android Studio Java dan
 2
Web Interface menggunakan PHP.
4) Text Editor yang digunakan adalah Notepad++.

4.2. Evaluasi Sistem

Tahapan evaluasi sistem terbagi menjadi dua yaitu Evaluasi hasil uji coba
sistem dan Analisa hasil uji coba sistem. Evaluasi hasil uji coba dilakukan untuk
menguji kembali semua tahapan yang sudah dilakukan selama pengujian
berlangsung dan analisa hasil uji coba sistem bertujuan untuk menarik kesimpulan
terhadap hasil-hasil uji coba yang dilakukan terhadap sistem. Uji coba dilakukan
dalam tahapan beberapa test case yang telah disiapkan sebelumnya.

4.2.1. Evaluasi Hasil Uji Coba Sistem

Untuk memastikan bahwa sistem telah dibuat sesuai dengan kebutuhan

atau tujuan yang diharapkan maka dilakukan beberapa uji coba. Uji coba meliputi
pengujian terhadap fitur dasar aplikasi, uji coba perhitungan dan uji coba validasi
pengguna terhadap aplikasi dengan menggunakan black box testing.

A. Evaluasi Hasil Uji Coba Form Login Admin

Proses ini bertujuan untuk mengetahui keberhasilan proses login pada
dmin dari sistem ini.
 3

Proses login admin dengan menginputkan username dan password,

kemudian di klik Sign in.

Gambar 4.1 Form Login Admin

 4

B. Evaluasi Hasil Uji Coba Form Dashboard

Proses ini bertujuan untuk mengetahui keberhasilan tampilan
dashboard pada admin.

Gambar 4.2 Form Dashboard

 5

selanjutnya mengelola admin mengelola data prediksi pinjaman

dengan tampilan sebagai berikut ini.

Gambar 4.3 Form Data Prediksi Pinjaman

Pada menu data Prediksi Pinjaman terdapat 4 submenu diantaranya dalah SPK
Naïve Bayes, Dataset, Hasil Uji dan Confussion Matrix.
 6

C. Menu SPK Naïve Bayes

Pada menu SPK Naïve Bayes sebagaimana tampilan berikut ini.

Gambar 4.4 Form Angket

Pada Sub menu SPK Naïve Bayes terdapat form angket kriteria-kriteria yang
diperlukan untuk penghitungan metode Naïve Bayes, diantaranya adalah

Masukan Nama Peminjam, Bagaimana Usia Produktif Peminjam , Apa Mata

Pencaharian Peminjam, Berapa pendapatan peminjam, Bagaimana penilaian
masyarakat pada peminjam dan Berapa Jumlah pinjaman peminjam

D. Evaluasi Hasil Sub Menu Dataset

 7

selanjutnya adalah sub menu dataset yang ditunjukkan pada gambar

berikut ini.

Gambar 4.5 Sub Menu Dataset

Submenu dataset berisi dataset dari data peminjam yang telah diinputkan.
 8

E. Evaluasi sub Menu Hasil Uji

Berikut ini tampilan sub menu hasil Uji

Gambar 4.6 Sub Menu Hasil Uji

Pada submenu hasil uji ini dilakukan verifikasi antara hasil deteksi sistem
dengan keputusan yang dilakukan oleh ahli guna membandingkan apakah
rekomendasi sistem sesuai dengan rekomendasi ahli.

F. Evaluasi Submenu Confussion Matrix

Berikut ini adalah tampilan submenu Confussion Matrix.
 9

Gambar 4.7 Sub Menu Confussion Matrix

Pada submenu Confussion Matrix ini akan ditunjukkan performance dari

rekomendasi sistem dibandingkan dengan rekomendasi dari pakar. Hal ini
menunjukkan bahwa dari 100 data testing, terdapat Prediksi Positif Aktual
Positif sebanyak 56, Prediksi Positif Aktual Negatif sebanyak 4, Prediksi
Negatif aktual positif sebanyak 1 dan Prediksi Negatif Aktual Negatif
sebanyak 39.
 10

4.2.2. Evaluasi Performance Sistem

Confusion Matrix

Confusion Matrix adalah pengukuran performa dengan 2 class yaitu Layak dan tidak Layak.  Confusion
Matrix adalah tabel dengan 4 kombinasi berbeda dari nilai prediksi dan nilai aktual. Ada empat istilah
yang merupakan representasi hasil proses klasifikasi pada confusion matrix yaitu True Positif, True
Negatif, False Positif, dan False Negatif.

 True Positive (TP) :

Interpretasi: Anda memprediksi positif dan itu benar.
Anda memprediksikan bahwa seorang calon peminjam Layak dan Memang Benar-benar layak.

 True Negative (TN):

Interpretasi: Anda memprediksi negatif dan itu benar.
Sistem memprediksikan bahwa seorang calon peminjam Layak tapi terdeteksi Tidak Layak.

 False Positive (FP): (Kesalahan Tipe 1)

Interpretasi: Anda memprediksi positif dan itu salah.
Anda memprediksikan bahwa seorang calon peminjam Tidak Layak dan terprediksi Tidak Layak.

 False Negative (FN): (Kesalahan Tipe 2)

Interpretasi: Anda memprediksi negatif dan itu salah.
Anda memperkirakan bahwa calon peminjam Tidak Layak tapi Terprediksi Layak.

Dari uraian diatas dapat disimpulkan bahwa:

 Nilai Prediksi adalah keluaran dari program dimana nilainya Positif dan Negatif

 Nilai Aktual adalah nilai sebenarnya dimana nilainya True dan False

DATA UJI

Berikut ini adalah data uji dengan 100

No usia matapencaria pendapata penilaia pinjama hasilprediks aktua sesuai

n n n n i l
1 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
2 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
 11

3 Sangat IRT Sedang Baik Sedang Layak Layak 1

Produktif
4 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
5 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
6 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
7 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
8 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
9 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
10 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
11 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
12 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
13 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
14 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
15 Produktif Wiraswasta Besar Baik Rendah Layak Tidak 0
Layak
16 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
17 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
18 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
19 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
20 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
21 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
22 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
23 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
24 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
25 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
26 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
27 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
 12

28 Sangat IRT Sedang Baik Sedang Layak Layak 1

Produktif
29 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
30 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
31 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
32 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
33 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
34 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
35 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
36 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
37 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
38 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
39 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
40 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
41 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
42 Sangat Wiraswasta Besar Baik Besar Tidak Layak Layak 0
Produktif
43 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
44 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
45 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
46 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
47 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
48 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
49 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
50 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
51 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
52 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
53 Sangat IRT Sedang Baik Sedang Layak Layak 1
 13

Produktif
54 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
55 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
56 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
57 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
58 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
59 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
60 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
61 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
62 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
63 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
64 Sangat IRT Besar Baik Besar Layak Tidak 0
Produktif Layak
65 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
66 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
67 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
68 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
69 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
70 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
71 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
72 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
73 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
74 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
75 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
76 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
77 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
78 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
 14

79 Sangat IRT Besar Baik Besar Layak Layak 1

Produktif
80 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
81 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
82 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
83 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
84 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
85 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
86 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
87 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
88 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
89 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
90 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
91 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
92 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
93 Sangat IRT Sedang Baik Sedang Layak Layak 1
Produktif
94 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
95 Produktif Wiraswasta Besar Baik Rendah Layak Layak 1
96 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
97 Sangat Wiraswasta Besar Baik Besar Tidak Layak Tidak 1
Produktif Layak
98 Sangat IRT Sedang Baik Sedang Layak Tidak 0
Produktif Layak
99 Sangat IRT Besar Baik Besar Layak Layak 1
Produktif
10 Produktif Wiraswasta Besar Baik Rendah Layak Tidak 0
0 Layak
95

Accuray : 95%
 15

CONFUSSION MATRIX

Layak Tidak Layak

Layak 56 4
Tidak Layak 1 39

 True Positive (TP): kita memprediksi Layak dan benar-benar layak sebanyak 56

 True Negative (TN): sistem memprediksi bahwa terdapat 39 yang Tidak Layak.

 False Positive (FP):Sistem memprediksi 4 orang yang Layak, namun terprediksi Tidak Layak.

PERFORMANCE

Precision Recall F1-Score Support

Layak 0.93 0.98 0.95 60
Tidak Layak 0.97 0.90 0.93 40

Dari data diatas dapat dihitung nilai accuracy, precision, recall dan F-1 score sebagai berikut ini:

 Accuracy mennggambarkan seberapa akurat model dalam mengklasifikasikan dengan benar

Accuracy  = (TP+TN) / (TP+FP+FN+TN)

                      = (56+4)/ (56+4+1+39)

                      = 0.95

                      = 0.95 *100 % = 95 %

 Precision menggambarkan akurasi antara data yang diminta dengan hasil prediksi yang diberikan
oleh model. Precision = (TP) / (TP + FP)

                                                          = 56 / (56 + 4)

                             = 0.93

                             = 0.93 * 100% = 93%

 Recall atau sensitivity: menggambarkan keberhasilan model dalam menemukan kembali sebuah

informasi.  Recall  = TP / (TP + FN)

                              = 56 /(56+1)

                              = 0.98

                              = 0.98 * 100% = 98%

 16

 F-1 Score menggambarkan perbandingan rata-rata precision dan recall yang dibobotkan. Accuracy
tepat kita gunakan sebagai acuan performansi algoritma jika dataset kita memiliki jumlah data False
Negatif dan False Positif yang sangat mendekati (symmetric). Namun jika jumlahnya tidak
mendekati, maka sebaiknya kita menggunakan F1 Score sebagai acuan.

F-1 Score  = (2 * Recall  * Precision) / (Recall + Precision)

                = (2* 0.93 * 0.98 ) / (0.93 + 0.98)

                = 1.8228 / 1.91

                = 0.95 *100%

                = 95 %