PEMANFAATAN DATA MINING PADA SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN KARYAWAN BARU DENGAN METODE DECISION TREE DAN C4.5 SKRIPSI AANG ADYATMA

Transkripsi

1 PEMANFAATAN DATA MINING PADA SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN KARYAWAN BARU DENGAN METODE DECISION TREE DAN C4.5 SKRIPSI AANG ADYATMA PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013

2 PEMANFAATAN DATA MINING PADA SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN KARYAWAN BARU DENGAN METODE DECISION TREE DAN C4.5 SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Teknologi Informasi AANG ADYATMA PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013

3 ii PERSETUJUAN Judul : PEMANFAATAN DATA MINING PADA SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN KARYAWAN BARU DENGAN METODE DECISION TREE DAN C4.5 Kategori : SKRIPSI Nama : AANG ADYATMA Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI (FASILKOMTI) UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Diluluskan di Medan, April 2013 Pembimbing 2 Pembimbing 1 Syahril Efendi, S.Si, M.IT Dr. Erna Budhiarti Nababan, M.IT NIP NIP - Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Prof. Dr. Opim Salim Sitompul, M.Sc. NIP

4 iii PERNYATAAN PEMANFAATAN DATA MINING PADA SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN KARYAWAN BARU DENGAN METODE DECISION TREE DAN C4.5 SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, April 2013 Aang Adyatma

5 iv UCAPAN TERIMA KASIH Puji dan syukur penulis sampaikan kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi. Ucapan terima kasih penulis sampaikan kepada: 1. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi. 2. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi Teknologi Informasi, Prof. Dr. Opim Salim Sitompul, M.Sc. dan Drs. Sawaluddin, M.IT. 3. Ibu Dr. Erna Budhiarti Nababan, M.IT selaku pembimbing satu dan Bapak Syahril Efendi, S.Si, M.IT selaku pembimbing dua yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis. 4. Ucapan terima kasih juga ditujukan kepada M. Fadly Syahputra, B.Sc,M.Sc.IT dan Romi Fadillah Rahmat, B.Comp.Sc.M.Sc yang telah bersedia menjadi dosen pembanding, semua dosen serta pegawai di Program Studi S1 Teknologi Informasi. 5. Kedua orang tua dan keluarga penulis yang telah memberikan dukungan dan motivasi baik materil dan spiritual, Ayahanda Maman Faturahman dan Ibunda Elvida yang selalu sabar dalam mendidik dan membesarkan penulis. Untuk adik penulis Dhanu Elfitrah yang selalu memberikan dorongan kepada penulis. 6. Penulis juga mengucapkan terimakasih kepada Telkomsel area Sumatera yang telah membantu dan membimbing penulis dalam melakukan riset, Pak Agus Supranowo, Bang Ivren, Pak Ardy Afriadi, Ibu Mila Sari, dan Bang Wimby. 7. Terima kasih kepada teman-teman yang selalu memberikan dukungan, Satrya Prayudi, Rizki Mulki, Wildan Afifi, Mhd. Ari Rifki, Bagus Setiadi, Mhd. Rozy Lubis, Fuzi Frilla Kurnia, Umaya Ramadhani Nst, Nanda Putra,S.Ti, Musyafa Hutagalung, S.Ti, Fithra Prawiratama, Yogi Suryo Santoso, Ranap Katili Parulian, serta seluruh angkatan 09, teman-teman SRC, teman teman TA, teman teman sampali, serta teman-teman mahasiswa Teknologi Informasi lainnya yang tidak dapat penulis sebutkan satu persatu, Semoga Allah SWT membalas kebaikan kalian dengan nikmat yang berlimpah. Terimakasih kepada Indi Andira Butar - Butar, atas motivasi, semangat, dan hiburan, semoga kita bisa menggapai cita- cita yang kita inginkan. Akhir kata, saya ucapkan terimakasih kepada semua pihak yang terkait dalam penyelesaian skripsi ini yang tidak bisa saya sebut satu persatu. Semoga Allah SWT membalas segala kebaikan yang sudah diberikan dan semoga Allah tetap memberi rahmat dan keberkahan kepada kita semua.

6 v ABSTRAK Pada penerimaan karyawan, sering sekali melibatkan data pelamar dalam jumlah besar, oleh sebab itu diperlukan sebuah aplikasi yang dapat memilah dan memproses data dalam jumlah besar, data dalam jumlah besar tersebut dapat memberikan informasi yang dibutuhkan. Manfaat data mining dapat diimplementasikan pada penerimaan karyawan yang melibatkan data dalam jumlah besar, teknik yang digunakan dalam aplikasi data mining ini adalah pohon keputusan, dengan algoritma C4.5, dimana data diklasifikasikan, dan dipilah sesuai variabel dan atribut yang ada. Setelah data dipilah, akan terlihat bagaimana kecenderungan pelamar yang akan diterima pada perusahaan, dengan mencari entropy dan gain tertinggi dibentuklah pohon keputusan, kemudian didapatkanlah rules yang akan dimasukkan kedalam aplikasi. Aplikasi tersebut dapat digunakan untuk memvalidasi data pelamar, apakah pelamar tersebut lulus atau tidak lulus dalam seleksi. Pengujian yang dilakukan terhadap berbagai data training menunjukkan bahwa semakin banyak data dan variasi dari data itu, akan menambah keakuratan sistem pengambilan keputusan, pengujian juga dilakukan terhadap data pelamar dari tahun 2009 sampai 2012 dengan data training terbanyak, pada suatu perusahaan diperoleh rata rata keakuratan sebesar 70,9%. Kata kunci : data mining, pohon keputusan, algoritma C4.5, Sistem Pengambilan Keputusan, Penerimaan.

7 vi IMPLEMENTATION DATA MINING IN DECISION SUPPORT SYSTEM RECRUITMENTS NEW EMPLOYEE WITH DECISION TREE METHOD AND C4.5 ABSTRACT In open employee recruitment, always involve the applicant data in large quantities, therefore, it need an application which can classify and process data in large numbers. It give information that we needs, the benefit of data mining can implemented in employee recruitments, technique in this application is decision tree with C4.5 algorithm, which the data classified and selectioned suitable with variable and the attribute. And will be seen how the tendency of applicants will be accepted at the company, with calculate the entropy and decision trees formed the highest gain, then found the rules will be incorporated into the application. The application can use for validate applicant data, whether the applicant passed or did not pass the selection. Tests were conducted on a variety of data indicate that the more training data and variety of the data that will increase the accuracy of decision-making system, and tests were conducted on applicant data from 2009 to 2012 the company acquired an average accuracy of 70.9%. Keywords: data mining, decision tree, C4.5 algorithm, Decision Suport Systems, Acceptance.

8 vii DAFTAR ISI Hal. PERSETUJUAN ii PERNYATAAN iii UCAPAN TERIMA KASIH iv ABSTRAK v ABSTRACT vi DAFTAR ISI vii DAFTAR TABEL ix DAFTAR GAMBAR x BAB 1 1 PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Sistematika Penulisan 5 BAB 2 6 LANDASAN TEORI Basis Data (Database) DBMS (Database Management System) Konsep dasar pengambilan keputusan Tahapan Pengambilan Keputusan Data Mining Tahapan Data Mining Pohon Keputusan Konsep Pohon keputusan Manfaat Metode Pohon Keputusan Kelebihan Pohon Keputusan Algoritma C BAB 3 16 ANALISIS DAN PERANCANGAN Data Pemrosesan Data Data Cleaning (pembersihan data) Data Integration Data Selection Data Transformation Data Mining Variabel Pembentukan Pohon Keputusan Pattern Evaluation 45

9 3.2.7 Knowledge Presentation Analisis Komponen Sistem Usecase Spesification Data Flow Diagram (DFD) DFD Level DFD Level DFD Level Sitemap Aplikasi Flowchart Perancangan Algoritma C Database Relationship Antarmuka Sistem Form Login Halaman Awal (Home) Halaman Sistem Pendukung Keputusan (SPK) Form Input Data Pelamar Halaman Menampilkan Pelamar Halaman Menampilkan Pelamar Halaman Management Data Pelamar Halaman Laporan Halaman Control Panel Halaman Ganti Password 69 BAB 4 70 IMPLEMENTASI DAN PENGUJIAN SISTEM Implementasi Sistem Lingkungan Implementasi Implementasi perancangan antarmuka Halaman Login Halaman Home Halaman SPK Halaman Tampil Pelamar Halaman Tampil Pelamar Halaman Management Data Pelamar Halaman Laporan Halaman Control Panel Implementasi Data Pengujian Sistem Rencana pengujian sistem Kasus dan hasil pengujian sistem Pengujian kinerja sistem Pengujian data 107 BAB KESIMPULAN DAN SARAN Kesimpulan Saran 111 DAFTAR PUSTAKA 112 LAMPIRAN A: Listing Program 114 viii

10 ix DAFTAR TABEL Hal. Table 3.1 Jumlah data pelamar setelah tahap data integration 24 Table 3.2 Klasifikasi data pelamar 25 Table 3.3 klasifikasi data (Berdasarkan Variabel) 28 Table 3.4 Sample Perhitungan Entropy (Jenjang Pendidikan) 30 Table 3.5 Perhitungan Node Akar 31 Table 3.6 Perhitungan Node 2 32 Table 3.7 Perhitungan Node Table 3.8 Perhitungan Node Table 3.9 Perhitungan Node Table 3.10 Perhitungan Node 3 39 Table 3.11 Perhitungan Node Table 3.12 Perhitungan Node Table 3.13 Perhitungan Node Table 3.14 Entitas Luar pada DFD 50 Tabel 4.1 Rencana Pengujian 86 Tabel 4.1 Rencana Pengujian (Lanjutan) 87 Tabel 4.2 Hasil Pengujian 87 Tabel 4.2 Hasil Pengujian (Lanjutan) 88 Tabel 4.2 Hasil Pengujian (Lanjutan) 89 Tabel 4.2 Hasil Pengujian (Lanjutan) 90 Tabel 4.2 Hasil Pengujian (Lanjutan) 91 Tabel 4.2 Hasil Pengujian (Lanjutan) 92 Tabel 4.2 Hasil Pengujian (Lanjutan) 93 Tabel 4.2 Hasil Pengujian (Lanjutan) 94 Table 4.3 perbandingan hasil proses validasi data 105 Table 4.4 Detail perbandingan hasil proses validasi data 106 Table 4.5 Persentase Keakuratan Berdasarkan data training 109

11 x DAFTAR GAMBAR Hal. Gambar 2.1 Tahapan Data Mining 9 Gambar 2.2 konsep pohon keputusan 11 Gambar 2.2 Contoh pohon keputusan 15 Gambar 3.1 Print Screen Data Pelamar Excel 16 Gambar 3.2 Printscreen Data Pelamar yang Lulus Exel 18 Gambar 3.3 Contoh Field yang tidak Konsisten 20 Gambar 3.3 Contoh Field Kosong 22 Gambar 3.5 Node Akar 31 Gambar 3.6 Pembentukan Node 2 33 Gambar 3.7 Pembentukan Node Gambar 3.8 Pembentukan Node dan node akhir 36 Gambar Pembentukan node Gambar 3.13 Usecase Spesification Program 48 Gambar 3.15 DFD Level 1 Program 51 Gambar 3.16 DFD Level 2: pencarian 52 Gambar 3.17 DFD Level 2: mengelola data pelamar 52 Gambar 3.19 DFD Level 2: Sistem Pembentukan Rules 53 Gambar 3.20 DFD Level 2: Mencetak Data Pelamar 54 Gambar 3.21 DFD Level 2: Proses Login 54 Gambar 3.22 DFD Level 2: Control Panel Sistem 55 Gambar 3.23 Sitemap Aplikasi 56 Gambar 3.24 Flowchart C Gambar 3.24 Flowchart C4.5 (Lanjutan) 58 Gambar 3.25 Database Relationship 59 Gambar 3.26 Halaman Login 60 Gambar 3.27 Halaman Awal (Home) 61 Gambar 3.28 Halaman Sistem Pengambilan Keputusan (SPK) 62 Gambar 3.29 Halaman Input Data Pelamar 63 Gambar 3.30 Halaman Pembentukan Rules 64 Gambar 3.31 Halaman Menampilkan Pelamar 65 Gambar 3.32 Halaman Management Pelamar 66 Gambar 3.34 Halaman Control Panel 68 Gambar 3.35 Halaman ganti password 69 Gambar 4.1 Halaman Login 71 Gambar 4.2 Halaman Home 72 Gambar 4.3 Halaman SPK 72 Gambar 4.4 Tutorial SPK 73 Gambar 4.5 Form input data pelamar 73 Gambar 4.6 Control panel tahun 74 Gambar 4.7 Pengaturan Periode 74 Gambar 4.8 Pratinjau input pelamar 75 Gambar 4.9 Form SPK 75

12 Gambar 4.10 Halaman Utama SPK 76 Gambar 4.12 Halaman Pembentukan Rules 77 Gambar 4.13 Form data yang akan diproses 77 Gambar 4.14 Proses pembersihan data 78 Gambar 4.15 Klasifikasi Data 78 Gambar 4.16 Pembentukan Rules 79 Gambar 4.17 Form tampil data pelamar 79 Gambar 4.18 Halaman tampil data pelamar 80 Gambar 4.19 Halaman management data pelamar 80 Gambar 4.20 Halaman persentase kelulusan 81 Gambar 4.21 Halaman form laporan 81 Gambar 4.22 Hasil laporan dalam bentuk Excel 82 Gambar 4.23 Control Panel Sistem 82 Gambar 4.24 Pohon Keputusan yang terbentuk 83 Gambar 4.25 Control Panel (Jurusan) 84 Gambar 4.26 Control Panel (User) 84 Gambar 4.27 Ganti password 85 Gambar 4.28 Data Testing 94 Gambar 4.29 Submenu Menu Utama pada menu Rules 96 Gambar 4.30 Form data training 97 Gambar 4.31 Submenu preproses data 97 Gambar 4.32 Preproses klasifikasi 97 Gambar 4.33 Preproses pembentukan rules 98 Gambar 4.34 Pengecekan rules 98 Gambar 4.35 Pohon Keputusan 99 Gambar 4.36 Form masukkan data pelamar 99 Gambar 4.37 Halaman SPK 100 Gambar 4.38 Hasil proses validasi 101 Gambar 4.39 Halaman Persentase kelulusan 102 Gambar 4.40 Hasil Validasi datamar dengan menggunakan aplikasi 102 Gambar 4.41 Hasil Validasi Sebenarnya 102 Gambar 4.42 Pengujian dari segi running time program 107 Gambar 4.43 Pengujian dari segi keakuratan sistem pengambilan keputusan 108 Gambar 4.44 keakuratan kelulusan berdasarkan data training pembentuk rules 108 xi