JURNAL TEKNIK, (2014) APLIKASI DATA MINING UNTUK MEMPREDIKSI PERFORMANSI MAHASISWA DENGAN METODE KLASIFIKASI DECISION TREE

Transkripsi

1 JURNA TEKNIK, (2014) AIKASI DATA MINING UNTUK MEMREDIKSI ERFORMANSI MAHASISWA DENGAN METODE KASIFIKASI DECISION TREE Irfan Fahmi, Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Indonesia irfan.fahmi703@yahoo.co.id; budi_s@ie.its.ac.id Abstrak Dalam dunia pendidikan sekarang ini tersimpan data dalam sebuah database dengan jumlah yang sangat besar. Data tersebut berisi data mahasiswa, dosen, dan karyawan serta stakeholder kampus yang lain. Besarnya jumlah data dipengaruhi oleh kemudahan proses input dan penyimpanan data tersebut. Sehingga dalam hitungan tiap jam bisa terkumpul ribuan data. Akan tetapi kumpulan data tersebut tidak dapat dimanfaatkan secara baik dan hanya menjadi sekumpulan data yang tidak digunakan. Sehingga perlu digunakan sebuah cara untuk mengetahui informasi yang terdapat dalam kumpulan data tersebut yaitu dengan teknik data mining. enelitian ini mengaplikasikan teknik data mining dengan metode decision tree untuk menentukan kelas IK mahasiswa Teknik Industri ITS. enentuan kelas IK berdasarkan variabel jenis kelamin, jalur masuk, asal daerah, dan gaji orang tua. Dari keempat variabel tersebut diketahui variabel jalur masuk menjadi variabel yang paling berpengaruh terhadap IK. engujian data mahasiswa dengan metode decision tree memiliki tingkat error rata-rata sebesar 42,01%.. Kata Kunci Data Mining, Decision tree, Kelas IK I. ENDAHUUAN Data merupakan sebuah elemen yang tidak bisa terpisahkan dalam suatu obyek. Seiring perkembangan teknologi, proses pengambilan data tersebut semakin mudah serta penyimpanannya semakin aman karena dapat tersimpan dalam sebuah database yang terkomputerisasi. Di dunia pendidikan, data tersebut berupa identitas stakeholder serta berbagai data yang berhubungan dengan universitas itu. Dengan kemudahan setiap universitas dalam meng-input dan menyimpan data tersebut maka jumlah data yang tersimpan dalam sebuah database semakin meningkat. Database tersebut berisi ratusan bahkan ribuan data berkaitan dengan mahasiswa, dosen, karyawan serta data lain yang menyangkut kegiatan kampus. Saat ini database tersebut tidak banyak memberikan keuntungan yang signifikan terhadap universitas. Database tersebut seolah hanya menjadi sekumpulan data yang terabaikan. Data tersebut hanya dibutuhkan saat universitas tersebut mengadakan proses akreditasi atau digunakan untuk mengetahui identitas mahasiswa maupun dosen saat masih belajar maupun mengajar di universitas, sedangkan setelah mahasiswa tersebut lulus kuliah data tersebut akan menjadi tumpukan data yang jarang digunakan. Minimnya manfaat yang diperoleh dari database tersebut seolah-olah membuat pekerjaan mengambil data ini menjadi non added value atau kurang memberikan nilai tambah terhadap pihak universitas. Salah satu cara memanfaatkan data tersebut adalah dengan mengolahnya, sehingga pola atau kecenderungan pada data tersebut dapat ditemukan. Dengan mengetahui pola yang terdapat pada data mahasiswa, maka hal tersebut akan dapat digunakan dalam membantu pengambilan keputusan bagi pihak universitas. Kecenderungan atau pola data mahasiswa ini bisa digunakan untuk memprediksi nilai IK seseorang serta beberapa faktor yang berpengaruh terhadap performansi mahasiswa tersebut. Karena tugas utama suatu universitas adalah menyediakan pendidikan yang baik dan berkualitas. Sehingga mengetahui potensi maupun faktor yang berpengaruh terhadap performansi mahasiswa menjadi hal yang penting. Setelah mengetahui faktor-faktor tersebut, maka pihak universitas dapat menerapkan sistem pembelajaran yang tepat untuk mahasiswa. Selain itu universitas juga dapat mengantisipasi dan segera menangani mahasiswa yang memiliki performansi rendah. engenalan pola atau pattern recognition merupakan salah satu bagian dari data mining. Data mining atau knowledge discovery in database merupakan kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola hubungan dalam set data yang berukuran besar (Santosa, 2007). Salah satu metode yang digunakan dalam data mining adalah klasifikasi. Metode klasifikasi dapat digunakan untuk memprediksi atau meramalkan performansi mahasiswa berdasarkan variabel variabel tertentu. Teknik ini dapat diaplikasikan dalam mencari informasi penting berkaitan dengan IK mahasiswa. Metode klasifikasi yang digunakan pada penelitian ini adalah decision tree. Metode ini sangat banyak digunakan dalam mengatasi kasus yang outputnya bernilai diskrit. Keuntungan decision tree adalah modelnya sederhana dan mudah dipahami karena ditampilkan dalam bentuk pohon yang bercabang sehingga memudahkan dalam interpretasi. Ide dasar dari teknik decision tree bukan berdasarkan vektor jarak seperti pada teknik klasifikasi yang lain, melainkan berdasarkan urutan pertanyaan. Dalam decision tree setiap atribut ditanyakan di simpul, kemudian jawaban dari atribut ini akan dinyatakan dalam cabang sampai akhirnya ditemukan kategori atau kelas dari obyek di simpul terakhir (Santosa, 2007).

2 JURNA TEKNIK, (2014) enelitian ini dilaksanakan pada jurusan Teknik Industri ITS. Jurusan Teknik Industri ITS merupakan salah satu institusi pendidikan yang mempunyai sasaran untuk menghasilkan sarjana-sarjana yang bermutu serta menjadi institusi yang unggul dan memiliki reputasi internasional. Salah satu cara untuk menghasilkan mahasiswa yang berkualitas adalah dengan menciptakan sistem pembelajaran yang tepat terhadap mahasiswa. Sehingga mahasiswa tersebut memiliki performansi yang baik dalam bidangnya. Berdasarkan teknik klasifikasi decision tree ini akan dapat diketahui faktor-faktor yang berpengaruh terhadap performansi mahasiswa serta seberapa besar pengaruhnya tersebut. erformansi mahasiswa dalam hal ini direpresentasikan dengan nilai IK. Hasilnya diharapkan dapat menjadi bahan masukan atau rekomendasi kepada pihak universitas untuk membuat sistem pembelajaran yang tepat dan dapat menangani dengan segera mahasiswa yang memiliki performansi rendah. A. Tahap engumpulan Data II. METODE ENEITIAN ada tahap ini dilakukan pengumpulan data yang akan digunakan sebagai input dalam penelitian ini. Data yang digunakan adalah data mahasiswa Teknik Industri ITS angkatan 2008 sampai 2010 yang sudah lulus. Data tersebut dapat diperoleh dari Badan Akademik Kemahasiswaan dan erencanaan ( BAK ) ITS. Nilai Indeks restasi Komulatif (IK) Mahasiswa merupakan faktor utama dalam mengukur keberhasilan mahasiswa selama menempuh pendidikan di universitas. Nilai IK ini merupakan acuan dasar untuk menilai apakah mahasiswa tersebut mempunyai performansi bagus ditinjau dari sisi softskill yaitu kemampuan di bidang akademik. Sehingga untuk mengetahui performansi mahasiswa digunakan variabel nilai IK sebagai tolok ukurnya. Beberapa variabel yang berpengaruh terhadap IK yang dapat diperoleh dari Badan Akademin Kemahasiswaan dan erencanaan (BAK) ITS yaitu jenis kelamin, asal daerah, jumlah nilai UNAS, jalur masuk, gaji orang tua dan asal SMA. Untuk jumlah nilai UNAS tidak digunakan karena banyak data yang tidak ada nilainya (missing value). Sedangkan asal SMA tidak digunakan karena website untuk mengetahui nilai akreditasi sekolah tidak bisa diakses sehingga tidak dapat mengetahui nilai akreditasi sekolah. Sehingga variabel yang dipertimbangkan dalam penelitian yaitu jenis kelamin, jalur masuk, asal daerah, dan gaji orang tua. B. Tahap Data re rocessing ada tahap ini akan dilakukan data pre processing yang terdiri dari beberapa aktivitas seperti data integration dan data cleaning. Setelah data yang dibutuhkan tersedia, maka selanjutnya data tersebut disatukan dan dipilih sesuai atribut yang telah ditentukan, proses ini disebut integrasi data. Variabel jenis kelamin dibagi menjadi laki-laki dan perempuan. masuk terdiri dari SNMTN, Bidik Misi, S1 Kerjasama, KM Mandiri, dan KM Kemitraan. Alamat rumah terdiri dari, (Non ), Jawa Tengah & Jogja, DKI Jakarta & Jawa Barat, dan uar Jawa. Selanjutnya dilakukan transformasi data terhadap variabel yang bersifat kontinyu seperti penghasilan orang tua, dan nilai IK dirubah ke dalam nilai diskrit. enghasilan orang tua terdiri dari rendah, sedang, tinggi. Sedangkan untuk kelas IK terdiri dari kurang, cukup, dan baik. ada proses pembersihan data (data cleaning), jika ada salah satu data yang hilang (missing value) maka data tersebut dapat diabaikan. Begitu pula ketika ada data yang outlier maka data tersebut dihilangkan. Setelah itu maka akan diseleksi data tersebut sehingga diperoleh data yang relevan yang akan digunakan untuk proses data mining. C. Tahap engolahan Data Tahapan ini merupakan tahap pengolahan data yaitu proses data mining. engolahan data ini bertujuan untuk menemukan pola atau informasi penting dari sekumpulan data. Metode yang digunakan dalam proses data mining ini yaitu decision tree. Decision tree bertujuan untuk melakukan klasifikasi terhadap nilai IK mahasiswa. Nilai IK dijadikan sebagai label atau variabel output. Dalam melakukan klasifikasi nantinya akan diketahui faktor atau variabel input yang berpengaruh terhadap nilai IK dan persentase variabel tersebut. Setelah ditemukan pola atau kecenderungan dari data tersebut kemudian akan dilakukan tahap post processing. D. Tahap Data ost rocessing ada tahap ini akan dilakukan data post processing yaitu terdiri dari proses interpretasi, visualisasi, dan evaluasi terhadap pola atau informasi yang telah dihasilkan dari tahap pengolahan data. roses visualisasi akan ditampilkan dalam bentuk tree sehingga akan mudah dipahami. Setelah dilakukan proses ini maka informasi tersebut dapat dijadikan pengetahuan dan informasi penting terkait hal-hal yang berpengaruh terhadap IK mahasiswa Teknik Industri ITS. E. Tahap Analisis dan Kesimpulan ada tahap ini dilakukan analisis terhadap pengolahan data yang telah dilakukan dalam penelitian ini mulai dari data pre processing, pengolahan data, dan data post processing. Setelah dilakukan analisis dari semua proses tersebut, maka akan dapat ditarik beberapa kesimpulan yang akan menjawab tujuan dari penelitian ini. Kemudian hasil penelitian ini juga dapat dijadikan rekomendasi terhadap pihak Teknik Industri ITS dalam menyusun sistem pembelajaran yang tepat bagi mahasiswa. A. Sebaran Data III. ROSES DATA MINING Setelah data yang digunakan dalam penelitian tersedia. Berikut ini ditunjukkan penyebaran data berkaitan dengan IK berdasarkan tiap-tiap variabel input. a. IK (Variabel Output) ada variabel IK terdiri dari kelas kurang sebanyak 28 data, kelas cukup sebanyak 156 data, dan kelas baik sebanyak 36 data. Sehingga total data adalah 220 data.

3 JURNA TEKNIK, (2014) Sedangkan data kelas IK berdasarkan variabel jalur masuk ditunjukkan pada Gambar 4.5. Gambar 1. Sebaran Data Nilai IK b. Variabel jenis kelamin terdiri dari 2 instance, yaitu instance laki-laki yang terdiri dari 101 data dan instance perempuan yang terdiri dari 119 data. Sehingga total data sebanyak 220 data. Gambar 5. Sebaran Data IK Berdasarkan d. Variabel terdiri dari 5 instance, yaitu sebanyak 94 data, sebanyak 93 data, Jawa Tengah sebanyak 8 data, DKI & Jabar sebanyak 10 data, dan uar Jawa sebanyak 15 data. Sehingga total data adalah 220 data. Gambar 2. Sebaran Data Kemudian data kelas IK berdasarkan varibel jenis kelamin ditunjukkan pada Gambar 4.3. Gambar 6. Sebaran Data Kemudian data kelas IK berdasarkan variabel ditunjukkan pada Gambar 4.7 Gambar 3. Sebaran Data IK Berdasarkan c. Variabel jalur masuk terdiri dari 6 instance yaitu MDK sebanyak 3 data, S1 Kerjasama sebanyak 6 data, Bidik Misi sebanyak 10 data, KM Mandiri sebanyak 62 data, KM Kemitraan sebanyak 37 data, dan SBMTN sebanyak 102 data. Sehingga total seluruh data adalah 220 data. Gambar 7. Sebaran Data IK Berdasarkan e. Gaji Orang tua Variabel Gaji Orang tua terdiri dari 3 instance yaitu rendah sebanyak 85 data, sedang sebanyak 123 data, dan tinggi sebanyak 12 data. Sehingga total data adalah 220 data. Gambar 4. Sebaran Data Gambar 8. Sebaran Data Gaji Orang Tua

4 JURNA TEKNIK, (2014) Adapun sebaran data kelas IK berdasarkan variabel gaji orang tua ditunjukkan pada Gambar 4.9. Information Gain variabel asal daerah sebesar 0,0743 Selanjutnya untuk menentukan node pertama yaitu berdasarkan nilai information gain yang tertinggi. Sehingga variabel jalur masuk yang terpilih karena memiliki nilai information gain tertinggi. Berikut rekapan nilai Information gain setiap variabel. Tabel 5. Rekapan Nilai Information Gain Gambar 9. Sebaran Data IK Berdasarkan Gaji Orang Tua B. erhitungan algoritma C4.5 ada algoritma c4.5, langkah pertama yang dilakukan dalam membuat model tree adalah menghitung nilai entropi dan information gain. Data yang digunakan sebagai data training untuk mendapatkan model tree sebesar 75% dari data keseluruhan yaitu sebesar 220 data. Berikut ini hasil perhitungan entropi dan information gain pada node awal. a. kelamin Nilai Entropi variabel jenis kelamin sebagai berikut. Tabel 1. Nilai Entropi laki-laki perempuan Information Gain variabel jenis kelamin sebesar 0,0296 b. Nilai Entropi variabel jalur masuk sebagai berikut. Tabel 2. Nilai Entropi KM K SBMTN KM M Bidik Misi S1 Kerjasama MDK Information Gain variabel jalur masuk sebesar 0,1253 c. Gaji Orang tua Nilai Entropi variabel Gaji Orang tua sebagai berikut Tabel 3. Nilai Entropi Gaji Orang Tua rendah sedang Tinggi Information Gain variabel gaji orang tua sebesar 0,0455 d. Nilai Entropi variabel asal daerah sebagai berikut. Tabel 4. Nilai Entropi Jawa Timur Jawa Tengah DKI & Jabar uar Jawa Setelah itu kemudian dilakukan perhitungan kembali nilai entropi dan information gain untuk mengetahui node berikutnya. Variabel jalur masuk mempunyai 6 instance. Sehingga perlu dilakukan perhitungan untuk masing-masing instance. ada cabang MDK hanya terdapat 3 data dan semuanya memiliki kelas yang sama yaitu cukup. Sehingga untuk variabel jalur masuk MDK secara langsung dapat diklasifikasi ke dalam kelas cukup. Berikut ini gambar tree yang dihasilkan. MDK Gambar 10. Tree MDK ada cabang S1 Kerjasama dilakukan perhitungan information gain untuk menentukan node berikutnya sampai pada node terakhir. Sehingga tree yang dihasilkan untuk jalur masuk S1 Kerjasama sebagai berikut. S1 Kerjasama Gambar 11. Tree S1 Kerjasama ada cabang Bidik Misi dihasilkan tree sebagai berikut. Tree tersebut juga dihasilkan dengan menghitung entropi dan information gain sampai node terakhir. Bidik Misi Gambar 12. Tree Bidik Misi

5 JURNA TEKNIK, (2014) ada jalur KM Mandiri dihasilkan tree sampai 4 level sebagai berikut. SBMTN uar Jawa KM Mandiri Jawa Tengah uar Jawa rendah Gaji Sedang Tinggi Gambar 13. Tree KM Mandiri ada jalur masuk KM Kemitraan dihasilkan tree yang cukup kompleks. Tree yang dihasilkan mempunyai 4 level sebagai berikut. KM Kemitraan rendah Gaji Sedang tinggi kurang uar Jawa Gambar 14. Tree KM Kemitraan SBMTN memiliki jumlah data paling banyak dibandingkan jalur lain. Dengan menghitung entropi dan information gain pada semua variabel, maka diperoleh tree SBMTN yang terdiri dari 4 level dihasilkan tree sebagai berikut. Gaji Rendah Tinggi Sedang Gambar 15. Tree SBMTN C. erhitungan Akurasi Untuk menghitung akurasi terhadap model decision tree yang telah dihasilkan, maka dilakukan beberapa percobaan untuk mengetahui seberapa besar error yang terjadi. Nilai error dihitung berdasarkan jumlah data testing yang salah dalam klasifikasi dibagi jumlah seluruh data testing. Jumlah data yang tersedia yaitu 293 data. Data training yang digunakan berjumlah 220 data atau sebanyak 75% dari total data dan data testing yang digunakan berjumlah 73 data atau sebanyak 25% dari total data. erhitungan ini dilakukan pada software MATAB. Dilakukan tiga percobaan dengan mengubah data training dan data testing. Dari ketiga percobaan tersebut diperoleh error rata-rata sebesar 42,01%. Berikut ini rekapan error dari ketiga percobaan tersebut. Tabel 6. Rekapan Tingkat Error Error rata-rata yang terjadi dalam proses klasifikasi ini cukup tinggi karena hampir mencapai 50%. Hal ini disebabkan oleh banyaknya data training yang tidak sesuai dengan decision rule. Dengan rule yang sama, data tersebut bisa memiliki kelas yang berbeda. Sehingga akurasi ketepatan prediksi terhadap data baru menjadi rendah. IV. KESIMUAN Dari penelitian dapat disimpulkan bahwa: 1. Kelompok mahasiswa berdasarkan IK terdiri dari 3 kelas yaitu kurang, cukup, dan baik. Variabel yang dipertimbangkan dalam perhitungan yaitu jenis kelamin, jalur masuk,asal daerah, dan gaji orang tua.

6 JURNA TEKNIK, (2014) Variabel yang paling berpengaruh terhadap nilai IK mahasiswa Teknik Industri ITS adalah jalur masuk, kedua yaitu asal daerah. Kemudian untuk jenis kelamin dan gaji orang tua sama besar pengaruhnya. 3. erhitungan decision tree algoritma c4.5 mampu mengelompokkan data ke dalam kategori yang telah ditentukan. 4. Decision rule yang dihasilkan memiliki tingkat error rata-rata sebesar 42,01%. DAFTAR USTAKA Alfina, T. (2012). Analisa erbandingan Metode Hierarchical Clustering, K-Means dan Gabungan Keduanya Dalam Membentuk Cluster Data. : Institut Teknologi Sepuluh Nopember. Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques. San Fransisco: Morgan Kaufman ublisher. Kumar, B., & al, S. (2011). Data mining: A prediction for performance improving using classification. IJCSIS, vol 9. Ridwan, M., Suyono, H., & M.Sarosa. (2013). enerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Jurnal EECCIS, vol 7. Santosa, B. (2007). Data Mining: Teknik emanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu. Sembiring, S., M.Zarlis, H, D., S, R., & Wani, E. (2011). rediction of student academic performance by an application of data mining technique. IEDR, vol 6. Sumathi, D. S., & S.N.Sivanandan, D. (2006). Introduction to Data Mining and its applications. Verlag Berlin Heidelberg: Springer. Sunjana. (2010). Aplikasi Mining Data Mahasiswa Dengan Metode Klasifikasi Decision tree. ISSN: T.arose, D. (2005). DISCOVERY KNOWEDGE IN DATA : An Introduction to Data Mining. New Jersey: John Wiley & Sons, Inc.