Lingkungan Pengembangan Pelatihan HASIL DAN PEMBAHASAN Seleksi Fitur Pelatihan (deskripsi training Klasifikasi Akurasi

Transkripsi

1 6 diberikan sesuai dengan beban SKS mata kuliah yang bersangkutan, sedangkan fitur IP TPB disesuaikan. Untuk fitur mata kuliah yang sudah terseleksi, bobot yang dipakai sesuai dengan beban SKS, sedangkan fitur yang tidak terseleksi diberikan bobot yang bernilai nol. Pada tahap ini terdiri atas dua proses yaitu pelatihan dan prediksi (klasifikasi) kelas instance baru. Pelatihan Data yang telah dibagi-bagi menjadi 3 himpunan bagian kemudian menjadi input algoritma klasifikasi VFI5. Pada tahapan ini akan dibentuk intervalinterval dari setiap feature yang ada. Jika feature tersebut adalah feature linear maka akan dibentuk dua buah interval, yaitu point interval dan range interval. Jika feature tersebut adalah feature nominal maka hanya akan dibentuk satu interval, yaitu point interval. Setelah semua interval terbentuk, langkah selanjutnya adalah menghitung jumlah instance setiap kelas yang berada pada setiap interval tersebut. Seleksi Fitur Pada tahap seleksi fitur, dilakukan suatu pemilihan fitur-fitur yang berpengaruh berdasarkan hasil dari percobaan. Jika dengan penambahan suatu fitur menghasilkan akurasi tinggi maka fitur tersebut akan dipakai seterusnya, jika sebaliknya fitur akan dihilangkan. Klasifikasi Pada tahap klasifikasi, setiap nilai feature dari suatu instance baru diperiksa letak interval nilai feature tersebut. Vote-vote setiap kelas untuk setiap feature pada setiap interval yang bersesuaian diambil dan kemudian dijumlahkan. Kelas dengan nilai total vote tertinggi menjadi kelas prediksi instance baru tersebut. Akurasi Hasil yang diamati pada penelitian ini adalah perubahan rata-rata tingkat akurasi yang dicapai algoritma klasifikasi VFI5 dalam mengklasifikasikan data pengujian setelah dilakukan perubahan pada ukuran contoh data pelatihan. Tingkat akurasi diperoleh dengan perhitungan : data uji benar diklasifikasi tingkat akurasi= totaldata uji Lingkungan Pengembangan Perangkat lunak yang digunakan dalam penelitian ini adalah sebagai berikut : Microsoft Windows XP Service Pack 2 Matlab Di sisi lain, perangkat keras yang digunakan adalah sebagai berikut : Prosesor AMD Sempron DDRAM 768 MB Harddisk dengan kapasitas 80 GB ATI Radeon 9550 XT 128 MB Monitor VGA dengan resolusi 1024x768 pixel Keyboard Mouse. HASIL DAN PEMBAHASAN Pada bab ini akan dibahas dua proses yaitu proses pelatihan (deskripsi training) dan pengujian. Pada proses pelatihan untuk pendeskripsian metode k-fold cross validation tidak dipakai, karena pada pelatihan tidak ada yang dijadikan sebagai data uji, semua data dijadikan sebagai data latih. Dengan demikian, pada pengujian data dibagi menjadi dua yaitu data latih dan data uji. Pelatihan (deskripsi training) Deskripsi untuk sebaran-sebaran nilai hanya terbatas pada nilai A, D dan E. Hal ini dikarenakan nilai A adalah nilai tertinggi dan berpotensi tinggi untuk meningkatkan nilai IPK, sedangkan nilai D dan E adalah nilai terendah. Ada dua hal penting yang harus diperhatikan ketika membaca tabel hasil pelatihan yaitu : 1 Pada mata kuliah apakah kelas 2.00 IPK<2.50 mendapatkan nilai D dan E? 2 Apakah sebaran nilai A untuk setiap kelas IPK sejalan dengan tingkat kelas IPK? Setelah dilakukan proses pelatihan dengan dua data yaitu data angkatan 2001/2002 dan data angkatan 2002/2003, maka deskripsi untuk data pelatihan dibagi dua yaitu deskripsi data angkatan 2001/2002 dan deskripsi data angkatan 2002/2003.

2 7 1 Deskripsi angkatan 2001/2002 Deskripsi data mahasiswa 2001/2002 dibagi dalam dua penjelasan sesuai dengan perbedaan tingkatan yaitu data latih tingkat TPB dan data latih tingkat 2. Data latih tingkat TPB Setelah dilakukan pelatihan, hasil sebaran nilai mata kuliah dapat dilihat pada Tabel 2. Untuk sebaran nilai yang lebih lengkap dapat dilihat pada Lampiran 3. Dapat dilihat pada Tabel 2, kelas 2.00 IPK<2.50 mendapatkan nilai terendah pada pada mata kuliah berikut: o Biologi o Kimia Umum o Algoritma dan Pemrograman o Matematika Dasar o Kalkulus o Sosiologi Umum Pada mata kuliah Biologi, Kimia Umum, Algoritma dan Pemrograman, dan Matematika Dasar nilai D hanya terdapat pada kelas 2.00 IPK<2.50, sedangkan untuk mata kuliah Sosiologi Umum dan Kalkulus masih tersebar pada kelas lain. Ada beberapa mata kuliah yang sebaran nilai A-nya tidak sejalan dengan tingkat kelas IPK yaitu : Tabel 2 Sebaran nilai MK pada tingkat TPB angkatan 2001/2002 MK o Fisika II o Matematika Dasar o Kalkulus o Pengantar Ilmu Pertanian o Pendidikan Agama o Olahraga dan Seni Contohnya, untuk mata kuliah Fisika II, peluang (vote) kelas 2.00 IPK<2.50 lebih tinggi dibandingkan dengan vote kelas 2.50 IPK<3.00, dan pada mata kuliah Matematika Dasar, peluang (vote) kelas 3.00 IPK<3.50 lebih besar dibandingkan dengan kelas 3.50 IPK Ada hal unik pada mata kuliah TPB angkatan 2001/2002 ini yaitu pada mata kuliah Sosiologi Umum, tidak ada satupun instance yang mendapatkan nilai A pada mata kuliah tersebut, bahkan pada kelas 3.50 IPK 4.00 juga tidak ada instance yang mendapatkan nilai A. Ketika pada mata kuliah yang lain vote untuk sebaran nilai A selalu dimonopoli oleh kelas 3.50 IPK 4.00, tetapi untuk MK PIP minat untuk mendapatkan nilai A tampaknya tidak begitu besar karena tidak satu pun instance yang ada di kelas 3.50 IPK 4.00 mendapatkan nilai A pada MK tersebut. KELAS 2.00 IPK< IPK< IPK< IPK 4.00 A D A D A D A D *Bio Fis I Fis II *KimUm *Algor PengKom *MatDas *Kalkulus *PIP PA PK B. Ind B. Ing *OR *SosUm tanda * pada mata kuliah menunjukkan bahwa mata kuliah tersebut menarik untuk diperhatikan. Data latih tingkat 2 Pada data latih tingkat 2 setelah dilakukan pelatihan, dapat dilihat bahwa kelas 2.00 IPK<2.50 mendapatkan nilai terendah pada hampir semua mata kuliah yang ada pada tingkat 2, kecuali untuk mata kuliah Matematika Diskret, Ekonomi Umum, Sistem Berkas dan Metode Statistika.

3 8 Untuk mata kuliah Bahasa Pemrograman dapat dilihat bahwa hampir semua kelas mendapatkan nilai D, bahkan nilai D juga didapatkan oleh kelas 3.50 IPK 4.00 dengan vote yang lebih tinggi dibandingkan dengan kelas 2.00 IPK<2.50. Kelas 3.50 IPK 4.00 tidak hanya mendapatkan nilai D pada mata kuliah Bahasa Pemrograman, kelas ini juga mendapatkan nilai D pada mata kuliah Organisasi Komputer dengan vote sebesar 0.27 vote. Untuk nilai A pada mata kuliah Bahasa Pemrograman hanya didapatkan oleh kelas 3.00 IPK<3.50 (vote = 1). Hal tersebut tidak berbeda pada mata kuliah Struktur Data, nilai A pada mata kuliah Struktur Data juga didapatkan pada kelas 3.00 IPK<3.50. Untuk lebih jelasnya, sebaran nilai yang terjadi pada mahasiswa angkatan 2001/2002 di tingkat 2 ini dapat dilihat pada Tabel 3. Untuk sebaran nilai yang lebih lengkap dapat dilihat pada Lampiran 4. Tabel 3 Sebaran nilai MK pada tingkat 2 angkatan 2001/2002 MK KELAS 2.00 IPK< IPK< IPK< IPK 4.00 A D E A D E A D E A D E ElDas *RaDig *P. Logika *KalkulusII MatDis EkUm *AlLin *BasProg *TBO *StrukDat *OrKom *SisBer *B. Ing II *PHP MetStat tanda * pada mata kuliah menunjukkan bahwa mata kuliah tersebut menarik untuk diperhatikan. 2 Deskripsi angkatan 2002/2003 Deskripsi data mahasiswa 2002/2003 dibagi dalam dua penjelasan sesuai dengan perbedaan tingkatan yaitu data latih tingkat TPB dan data latih tingkat 2. Data latih tingkat TPB Kelas 2.00 IPK<2.50 pada angkatan 2002/2003 berbeda dengan kelas 2.00 IPK<2.50 pada angkatan 2001/2002 dalam hal perolehan nilai D. Dapat dikatakan angkatan 2002/2003 lebih sukses dibandingkan dengan angkatan 2001/2002, karena nilai D yang ditemukan lebih sedikit dibandingkan angkatan 2001/2002. Nilai D hanya terdapat pada mata kuliah Biologi dan Sosiologi Umum. Ada hal menarik untuk mata kuliah Fisika I dan Fisika II yaitu nilai A dan nilai D tidak tersebar di kelas manapun. Nilai Fisika I dan Fisika II hanya tersebar pada nilai B dan C. Pada data latih tingkat TPB angkatan 2001/2002 mata kuliah Sosiologi Umum tidak ada mahasiswa yang mendapatkan nilai A. Hal ini juga hampir sama dengan data latih tingkat TPB angkatan 2002/2003. Nilai A hanya didapatkan pada kelas 2.50 IPK<3.00, dan setelah dilakukan pembedahan data, nilai A hanya didapatkan pada satu instance. Untuk lebih jelasnya, sebaran nilai dapat dilihat pada Tabel 4. Di sisi lain, untuk sebaran nilai yang lebih lengkap dapat dilihat pada Lampiran 5.

4 9 Tabel 4 Sebaran nilai MK pada tingkat TPB angkatan 2002/2003 MK KELAS 2.00 IPK< IPK< IPK< IPK 4.00 A D A D A D A D *Bio *Fis I *Fis II KimUm Algor *PengKom MatDas *Kalkulus *PIP PA *PK B. Ind B. Ing *OR *SosUm tanda * pada mata kuliah menunjukkan bahwa mata kuliah tersebut menarik untuk diperhatikan. Data latih tingkat 2 Pada data latih tingkat 2 angkatan 2002/2003 ini, kelas 2.00 IPK<2.50 lebih sedikit instancenya yang mendapatkan nilai D jika dibandingkan dengan angkatan 2001/2002. Namun untuk mata kuliah Matematika Diskret dan Sistem Berkas selalu tidak ditemukan nilai D pada kelas 2.00 IPK<2.50. Berbeda halnya dengan kelas 2.00 IPK<2.50, kelas 2.50 IPK<3.00 pada tingkat 2 angkatan 2002/2003 ini lebih banyak yang mendapatkan nilai D jika dibandingkan angkatan 2001/2002. Ada tujuh mata kuliah yang mendapatkan nilai D sedangkan Tabel 5 Sebaran nilai MK pada tingkat 2 angkatan 2002/2003 MK angkatan sebelumnya hanya empat mata kuliah saja. Ada hal menarik yang dapat dilihat pada tabel pelatihan antara angkatan 2001/2002 dengan angkatan 2002/2003 yaitu pada sebaran nilai A. Untuk mata kuliah Matematika Diskret dan Sistem Berkas, kelas 2.00 IPK<2.50 selalu mendapatkan nilai A, baik pada angkatan 2001/2002 maupun angkatan 2002/2003. Ketika kelas 2.00 IPK<2.50 sangat susah untuk mendapatkan nilai A pada tingkat 2 ini, namun untuk MK Matematika Diskret dan Sistem Berkas sepertinya tidak ada masalah. Mungkin MK ini dapat menjadi dorongan untuk mendapatkan nilai yang terbaik. KELAS 2.00 IPK< IPK< IPK< IPK 4.00 A D A D A D A D ElDas RaDig *P. Logika *KalkulusII MatDis *EkUm *AlLin *BasProg *TBO StrukDat *OrKom *SisBer *B. Ing II *PHP *MetStat tanda * pada mata kuliah menunjukkan bahwa mata kuliah tersebut menarik untuk diperhatikan.

5 10 Jika dibandingkan kelas 3.50 IPK 4.00 angkatan 2001/2002 dengan kelas 3.50 IPK 4.00, maka akan didapat kesimpulan bahwa angkatan 2002/2003 lebih sukses, karena tidak ada instance yang mendapatkan nilai D, juga tidak ada mata kuliah yang tidak mendapatkan nilai A. Untuk lebih jelasnya, sebaran nilai yang terjadi pada mahasiswa angkatan 2002/2003 di tingkat 2 dapat dilihat pada Tabel 5. Untuk lebih lengkapnya sebaran nilai yang lain dapat dilihat pada Lampiran 6. Pengujian Data yang diujikan pada tahap ini hanya menggunakan data nilai mahasiswa tingkat TPB, oleh karena itu fitur yang dipakai untuk semua pengujian adalah mata kuliah TPB. Tahap pengujian terdiri atas dua langkah uji yaitu uji fitur lengkap dan uji fitur seleksi. Uji fitur lengkap adalah cara pengujian data yang melibatkan semua fitur yang terdapat pada data pelatihan. Di sisi lain, uji fitur seleksi adalah cara pengujian data yang menggunakan fitur yang berpengaruh saja, sedangkan fitur yang tidak berpengaruh dihilangkan. Pada uji seleksi fitur dilakukan seleksi fitur-fitur yang memiliki potensi besar untuk meningkatkan akurasi pengujian. Semua uji yang dilakukan pada tahap pengujian melalui metode 3-fold cross validation. Data dibagi 3 himpunan bagian, dua himpunan bagian dijadikan sebagai data latih dan himpunan bagian lainnya sebagai data uji. Setelah dilakukan pelatihan, dilakukan pengujian data dengan pembagian data uji angkatan 2001/2002 dan data uji angkatan 2002/ Data uji angkatan 2001/2002 Setelah dilakukan pelatihan, dilakukan pengujian data dengan pembagian data uji angkatan 2001/2002 dan data uji angkatan 2002/2003. Uji Fitur Lengkap Ada empat percobaan untuk menguji data yang menggunakan fitur lengkap oleh setiap instancenya. Pada awal penelitian, data tidak dibebankan memakai bobot, karena dianggap setiap fitur memiliki bobot yang sama yaitu satu. I pun dilakukan dengan tidak memberikan bobot sehingga akurasi uji yang didapatkan adalah 41.49%. Akurasi ini didapatkan dari rata-rata akurasi pada ketiga himpunan bagian dengan akurasi himpunan bagian pertama adalah 35%, himpunan bagian yang kedua 52.6% dan yang ketiga 36.8%. Akurasi 41.49% adalah akurasi yang sangat kecil bila dibandingkan dengan penelitian-penelitian lain yang menggunakan VFI5 sebagai algoritmanya. Oleh karena itu dilakukan percobaan II dengan setiap fitur yang ada diberikan bobot yang berbeda-beda. Untuk itu setiap fitur mata kuliah diberikan bobot sesuai dengan beban SKS pada mata kuliah yang bersangkutan. Contohnya mata kuliah Bahasa Inggris memiliki beban SKS sebanyak tiga, jadi bobot yang diberikan adalah tiga. Untuk lebih jelasnya, bobot setiap mata kuliah ditunjukkan pada Tabel 6. Tabel 6 Bobot untuk setiap mata kuliah TPB No. Mata Kuliah SKS Bobot 1. Bio Fis Fis KimUm Algor PengKom MatDas Kalkulus PIP PA PK B. Ind B. Ing OR SosUm 3 3 Setelah dilakukan percobaan II dengan penambahan bobot, ternyata rata-rata akurasi yang dihasilkan meningkat menjadi 46.6%, dengan himpunan bagian pertama akurasi yang diperoleh 40%, himpunan bagian kedua 57.9% dan himpunan bagian ketiga 42.1%. Dapat dilihat akurasi untuk setiap himpunan bagian rata-rata meningkat 5% dari sebelumnya. Kedua percobaan di atas belum menunjukkan tingkat akurasi yang memuaskan. Kemudian dilakukan percobaan III dengan menambahkan fitur IP TPB untuk setiap instancenya. Penambahan fitur IP TPB ini diharapkan menghasilkan akurasi yang lebih tinggi bila dibandingkan dengan kedua percobaan di atas. Alasan penambahan fitur IP TPB adalah karena IP tingkat TPB sangat mempengaruhi IPK kelulusan. Seperti diketahui bahwa IPK adalah kumulatif dari IP-IP mulai dari tingkat TPB sampai seorang mahasiswa dinyatakan lulus.

6 11 Namun yang menjadi masalah dalam penelitian ini adalah bobot untuk fitur IP TPB. Fitur IP TPB bukanlah fitur seperti MK yang lain, IP TPB tidak mungkin memiliki beban SKS layaknya sebuah mata kuliah. Olehkarena itu diputuskan untuk memberikan bobot untuk keseluruhan fitur dengan nilai satu saja. Dengan penambahan fitur IP TPB tadi diperoleh akurasi yang lebih tinggi lagi dibandingkan dengan dua percobaan sebelumnya. Rata-rata akurasi yang dihasilkan adalah 50%, dengan akurasi pada himpunan bagian pertama 50%, himpunan bagian kedua 52.6% dan himpunan bagian ketiga 47.4%. Rata-rata akurasi meningkat untuk setiap himpunan bagian dari sebelumnya sebanyak 5%. Dari hasil percobaan III dapat disimpulkan bahwa pengaruh fitur IP TPB sama dengan pengaruh fitur mata kuliah lainnya. Olehkarena itu fitur IP TPB memang layak untuk dijadikan fitur penting dalam penelitian ini. IV adalah percobaan untuk melihat pengaruh akurasi yang terjadi apabila semua fitur diberikan bobot sesuai beban SKS sedangkan pada fitur IP TPB masih bernilai satu. Hal ini dilakukan untuk mencari bobot yang tepat untuk fitur IP TPB. Ternyata setelah dilakukan percobaan IV, akurasi yang ditemukan lebih kecil dibandingkan dengan akurasi percobaan III. Hal ini membuktikan bahwa pengaruh bobot bernilai satu tidak meningkatkan akurasi. Dengan demikian, pada percobaan selanjutnya pemberian bobot dilakukan sesuai dengan beban SKS mata kuliah yang ada. V adalah percobaan dengan pemberian bobot untuk fitur IP TPB bernilai tiga (bobot tertinggi dari keseluruhan fitur MK). Hasilnya rata-rata akurasi meningkat menjadi 51.75%, bertambah 1.75, dengan hanya akurasi himpunan bagian ketiga yang bertambah sebesar 5%. VI adalah percobaan dengan pemberian bobot untuk fitur IP TPB yang bernilai dua. Hasilnya lebih bagus percobaan V karena akurasi yang didapatkan rata-rata bernilai 50%, sama dengan hasil pada percobaan III. Dari keseluruhan percobaan yang dilakukan, percobaan V adalah percobaan paling tinggi akurasinya yaitu sebesar 51.7%. Untuk hasil yang lebih lengkap mengenai rata-rata akurasi percobaan dapat dilihat pada Tabel 7. Tabel 7 Akurasi fitur lengkap untuk angkatan 2001/2002 Ak urasi I II III IV V VI I : tanpa bobot dan tanpa IP TPB. 2 II : tanpa IP, bobot = SKS MK. 3 III : IP, tanpa bobot. 4 IV : bobot dan IP( bobot = 1). 5 V : bobot dan IP( bobot = 3). 6 VI : bobot dan IP( bobot = 2). Dari hasil-hasil percobaan yang menggunakan semua fitur dapat disimpulkan bahwa ada kemungkinan sebagian fitur MK yang perannya lebih penting dibandingkan sebagian yang lain dalam perhitungan akurasi. Oleh karena itu hasil akurasi yang didapatkan sangat kecil karena disebabkan oleh fitur yang perannya tidak penting tadi. Hal inilah yang mendasari percobaan-percobaan selanjutnya dengan menyeleksi fitur yang mempunyai peran penting. Fitur yang terseleksi nantinya akan dipakai untuk memprediksi IPK kelulusan seorang mahasiswa yang masih berada di tingkat TPB. Uji Fitur Seleksi Pada awal pengujian fitur yang dipakai adalah fitur mata kuliah pilihan program studi kemudian diseleksi semua fitur-fitur yang diperkirakan lebih dekat relasinya dengan mata kuliah yang ada pada jurusan Ilmu Komputer. Dengan demikian, didapatkan akurasi seperti yang ditunjukkan pada Lampiran 7. Oleh karena akurasi-akurasi pada Lampiran 7 masih dikategorikan kecil untuk kasus ini, maka untuk itu dilakukan suatu konsep pengujian dengan memakai satu buah fitur mata kuliah saja yang dikombinasikan dengan fitur IP TPB dari tujuh fitur mata kuliah. Jadi, pada percobaan-percobaan berikutnya fitur IP TPB selalu dipakai dalam pengujian. Pengujian seperti ini akan menunjukkan akurasi dari setiap fitur mata kuliah. Tiga akurasi tertinggi dari mata kuliah akan dicari

7 12 kombinasinya lebih lanjut. Dengan demikian, akurasi pengujian diharapkan menghasilkan akurasi tertinggi dari semua percobaan yang telah dilakukan. Setelah semua fitur diujikan dapat disimpulkan bahwa fitur MK Fisika II memang paling berpengaruh untuk menghasilkan pengujian dengan akurasi yang paling tinggi, diikuti fitur Pengenalan Komputer kemudian fitur Kalkulus menempati posisi ketiga. Untuk lebih jelasnya dapat dilihat pada Tabel 8. Tabel 8 Akurasi fitur seleksi tahap pertama untuk angkatan 2001/2002 Akurasi I II III IV V VI VII VIII I hanya memakai fitur IP TPB tanpa fitur MK (sebagai perbandingan), percobaan seterusnya memakai IP tingkat TPB. 2 II fitur MK yang dipakai adalah Fisika I. 3 III fitur MK yang dipakai adalah Fisika II. 4 IV fitur MK yang dipakai adalah Algoritma dan Pemrograman. 5 V fitur MK yang dipakai adalah Matematika Dasar. 6 VI fitur MK yang dipakai adalah Kalkulus 7 VII fitur MK yang dipakai adalah Bahasa Inggris. 8 VIII fitur MK yang dipakai adalah Pengenalan Komputer. Dengan demikian, untuk tahap selanjutnya dilakukan percobaan dengan mencari kombinasi terbaik dari ketiga fitur dengan melihat akurasi yang dihasilkan. Hasilnya adalah kombinasi terbaik yang didapatkan yaitu kombinasi antara fitur MK Fisika II dengan fitur MK Kalkulus dengan rata-rata akurasi sebesar 70.61%. Dalam pengklasifikasian, akurasi seperti ini masih diragukan untuk memprediksi sebuah instance. Mungkin hal ini disebabkan karena terlalu banyak fitur-fitur lain pada tingkat 2, 3 dan 4 yang pengaruhnya bisa lebih kuat dibandingkan fitur-fitur MK yang ada di TPB. Akurasi dari hasil kombinasi ketiga fitur dapat dilihat pada Tabel 9. Tabel 9 Akurasi fitur seleksi MK kombinasi untuk angkatan 2001/2002 Akurasi I II III IV I adalah kombinasi antara fitur MK Fisika II dengan Pengenalan Komputer. 2 II adalah kombinasi antara fitur MK Fisika II dengan Kalkulus. 3 III adalah kombinasi antara fitur MK Pengenalan Komputer dengan Kalkulus. 4 IV adalah kombinasi antara ketiga fitur MK. 2 Data uji angkatan 2002/2003 Pengujian yang dilakukan pada angkatan 2002/2003 memiliki format yang sama dengan angkatan 2001/2002. Pada angkatan 2001/2002 telah ditemukan kombinasi yang tepat, sehingga pada angkatan 2002/2003 tidak dicari kombinasi baru. Pengujian data angkatan 2002/2003 dilakukan sebagai perbandingan dengan angkatan sebelumnya. Uji Fitur Lengkap Setelah proses pengujian dilakukan sesuai dengan prosedur pada pengujian sebelumnya didapatkan hasil yang berbeda. Jika pada pengujian sebelumnya dinyatakan bahwa ratarata akurasi terbaik didapatkan ketika fitur IP TPB bernilai tiga, sedangkan pada pengujian data angkatan 2002/2003 ini akurasi terbaik didapatkan ketika semua fitur diberikan bobot bernilai sama. Akurasi dengan pengujian fitur lengkap ditunjukkan pada Tabel 10. Tabel 10 Akurasi fitur lengkap untuk angkatan 2002/2003 Akurasi I II III IV V VI I : tanpa bobot dan tanpa IP TPB. 2 II : tanpa IP, bobot = SKS MK. 3 III : IP, tanpa bobot. 4 IV : bobot dan IP( bobot = 1). 5 V : bobot dan IP( bobot = 3). 6 VI : bobot dan IP( bobot = 2).

8 13 Uji Fitur Seleksi Pada percobaan sebelumnya tiga akurasi tertinggi berurutan terdapat pada fitur MK Fisika II, Pengenalan Komputer, dan Kalkulus. Di lain pihak, untuk data angkatan 2002/2003 ini tiga akurasi tertinggi secara berurutan ditempati oleh fitur MK Fisika II, Fisika I, dan Matematika dasar. Untuk lebih lengkapnya dapat dilihat pada Tabel 11. Tabel 11 Akurasi fitur seleksi tahap pertama untuk angkatan 2002/2003 Akurasi I II III IV V VI VII VIII I hanya memakai fitur IP TPB tanpa fitur MK (sebagai perbandingan), percobaan seterusnya memakai IP tingkat TPB. 2 II fitur MK yang dipakai adalah Fisika I. 3 III fitur MK yang dipakai adalah Fisika II. 4 IV fitur MK yang dipakai adalah Algoritma dan Pemrograman. 5 V fitur MK yang dipakai adalah Matematika Dasar. 6 VI fitur MK yang dipakai adalah Kalkulus. 7 VII fitur MK yang dipakai adalah Bahasa Inggris. 8 VIII fitur MK yang dipakai adalah Pengenalan Komputer. Karena fitur yang berpengaruh dalam pengujian sudah ditemukan pada percobaan data angkatan 2001/2002, sehingga untuk angkatan 2002/2003 hanya memperhatikan akurasinya saja. Hasilnya ternyata akurasi yang dihasilkan lebih kecil dibandingkan data angkatan sebelumnya yaitu sebesar 60.04%. Hal ini disebabkan karena variasi data antara angkatan 2001/2002 dengan 2002/2003 tidak sama, tidak ada kesinkronan data. Akurasi kombinasi fitur selengkapnya dapat dilihat pada Tabel 12. Tabel 12 Akurasi fitur seleksi MK kombinasi untuk angkatan 2002/2003 Akurasi I II III IV I adalah kombinasi antara fitur MK Fisika II dengan Pengenalan Komputer. 2 II adalah kombinasi antara fitur MK Fisika II dengan Kalkulus. 3 III adalah kombinasi antara fitur MK Pengenalan Komputer dengan Kalkulus. 4 IV adalah kombinasi antara ketiga fitur MK. KESIMPULAN DAN SARAN Kesimpulan Pada mata kuliah Sosiologi Umum, hasil pengamatan menunjukkan bahwa mahasiswa jurusan Ilmu Komputer sangat sulit mendapatkan nilai A. Untuk mata kuliah Sistem Berkas dan Matematika Diskret, kelas dengan selang 2.00 IPK<2.50 selalu mendapatkan untuk nilai A, dan tidak ada instance (mahasiswa) yang mendapatkan vote untuk nilai D. Rata-rata akurasi tertinggi pada angkatan 2001/2002 didapatkan melalui kombinasi antara fitur mata kuliah Fisika II, Kalkulus dan IP TPB. Rata-rata akurasi yang dihasilkan oleh Algoritma VFI5 pada pengujian dengan memakai ketiga fitur tersebut adalah 70.61%. Hal tersebut tidak berlaku untuk data angkatan 2002/2003, karena rata-rata akurasi yang dihasilkan sebesar 60.03%. Persamaan antara data angkatan 2001/2002 dengan angkatan 2002/2003 adalah rata-rata akurasi tertinggi untuk pengujian setiap fitur terdapat pada MK Fisika II. Ratarata akurasi fitur Fisika II pada angkatan 2001/2002 sebesar 65.35%, sedangkan data angkatan 2002/2003 sebesar 65.39%. Hasil penelitian ini akan lebih bermanfaat ketika proses penjurusan mahasiswa TPB, sehingga jurusan Ilmu Komputer dapat mempertimbangkan seorang mahasiswa untuk masuk jurusan Ilmu Komputer dengan melihat nilai mata kuliah Fisika dan Kalkulus beserta IP TPB.