KELAYAKAN ALGORITMA C45 SEBAGAI PENDUKUNG KEPUTUSAN DALAM PENGAJUAN PENERIMA BEASISWA

Transkripsi

1 KELAKAN ALGORITMA C45 SEBAGAI PENDUKUNG KEPUTUSAN DALAM PENGAJUAN PENERIMA BEASISWA Jose Augusto Duarte Guterres Tekik Iformatika STIKOM ARTHA BUANA KUPANG Jl. Sam Ratulagi III No. 1 Kupag NTT. No Telp. (0380) agoest_jaguar333@yahoo.com ABSTRACT Beasiswa merupaka saraa yag diberika da diajuka oleh istituti pedidika gua membatu para mahasiswa yag kurag mampu amu memiliki segudag prestasi dalam bidag akademik. Utuk meetuka Mahasiswa layak atau tidak meerima beasiswa maka diperluka sebuah sistem yag dapat memberika kemudaha dalam pegajua peerima beasiswa. Tujua dari peelitia ii utuk meguji kelayaka algoritma C4.5 sebagai pedukug keputusa dalam pegajua peerima beasiswa pada STIKOM Artha Buaa. Metode yag diguaka adalah metode klasifikasi megguaka algoritma C45 dega kriteria atara lai Tidak memiliki kedaraa pribadi, jarak tempat tiggal jauh ± 2Km dari kampus, miimal 2,75, belum perah medapatka beasiswa da peghasila orag tua < 1 juta. Hasil dari peelitia adalah meetuka mahasiswa sebagai calo yag seharusya diajuka oleh KAMPUS STIKOM ARTHA BUANA KUPANG utuk meerima beasiswa pedidika berdasarka hasil perhituga algoritma C45. Keywords: Beasiswa, Klasifikasi, Algoritma C4.5, Poho Keputusa. I. Pedahulua Setiap warga egara berhak medapatka pegajara. Hak setiap warga egara tersebut telah dicatumka dalam Pasal 31 Udag-Udag Dasar 1945 [1]. Berdasarka pasal tersebut, maka Pemeritah da pemeritah daerah wajib memberika layaa da kemudaha, serta mejami terseleggaraya pedidika yag bermutu bagi setiap warga egara tapa diskrimiasi, da masyarakat berkewajiba memberika dukuga sumber daya dalam peyeleggaraa pedidika. Oleh karea itu bagi setiap peserta didik (mahasiswa) pada setiap satua pedidika berhak medapatka biaya pedidika bagi mahasiswa yag orag tuaya tidak mampu membiayai pedidikaya, da berhak medapatka beasiswa bagi mahasiswa yag berprestasi. Beasiswa adalah pemberia berupa batua keuaga yag diberika kepada peroraga yag bertujua utuk diguaka demi berlagsugya pedidika yag di tempuh [2]. Beasiswa juga merupaka dukuga biaya Pedidika yag diberika kepada Mahasiswa utuk megikuti da/atau meyelesaika Pedidika Tiggi berdasarka pertimbaga utama prestasi da/atau potesi akademik. Sedagka batua biaya pedidika adalah dukuga biaya Pedidika yag diberika kepada Mahasiswa utuk megikuti da/atau meyelesaika pedidika Tiggi berdasarka pertimbaga utama keterbatasa kemampua ekoomi [3]. Permasalaha yag ada dalam pegajua peerima beasiswa adalah mahasiswa yag orag tuaya masih tergolog mampu, memiliki kedaraa pribadi, sudah perah meerima beasiswa sebelumya, da jarak tempat tiggal yag tergolog dekat dega kampus masih saja selalu diajuka sebagai peserta dalam meerima daa batua beasiswa. Namu meurut peeliti, hal ii kurag efektif dikareaka masih ada mahasiswa lai yag bisa diajuka utuk meerima daa beasiswa sebab peghasila orag tua Redah, tidak memiliki kedaraa pribadi, da jarak tempat tiggal yag jauh. Berdasarka permasalaha pegajua peerima beasiswa kepada mahasiswa maka peeliti megajuka sebuah metode klasifikasi megguaka algoritma C45 sebagai pedukug keputusa dalam pegajua peerima beasiswa dega kriteria-kriteria seperti Tidak memiliki kedaraa pribadi, jarak tempat tiggal jauh ± 2Km dari kampus, miimal 2,75, belum perah medapatka beasiswa da peghasila orag tua < 1 juta. 142

2 II. Pembahasa 2.1. Data Miig Peambaga data adalah proses mecari pola atau iformasi mearik dalam data terpilih dega megguaka tekik atau metode tertetu [10][9][5] da juga merupaka proses yag megguaka tekik statistik, matematika, kecerdasa buata da aalisis semi-otomasi da otomatisasi utuk meemuka data yag sama da atura-atura dari sejumlah besar data dalam database [5][6] Klasifikasi Klasifikasi merupaka salah satu metode dalam peambaga data yag diguaka utuk megaalisis seragkaia data yag petig utuk setiap kelas yag terdapat dalam kelas yag sama[5]. Dalam klasifikasi, klasifikasi ii dibagu dari satu set cotoh pelatiha dega label kelas [8][5]. Metode klasifikasi biasaya megguaka pegamata terhadap data yag tersedia sebelumya utuk megidetifikasi model yag dapat memprediksi target pegamata dimasa medatag. Defiisi melalui pedekata yag lai diartika sebagai suatu proses utuk meemuka model atau fugsi yag mejelaska atau membedaka kosep atau kelas data dega tujua utuk dapat memprediksi kelas dari suatu objek yag labelya tidak diketahui. Didalam metode klasfikasi ada bebarapa algoritma yag serig diguaka dalam mempredikisi kelas pada suatu objek, da salah satu algoritma dari klasifikasi yag diguaka adalah algoritma C Algoritma C45 Algoritma C4.5 adalah pegembaga dari algoritma ID3. Oleh karea pegembaga tersebut algoritma C4.5 mempuyai prisip dasar kerja yag sama dega algoritma ID3. Haya saja dalam algoritma C4.5 [5][7][11] pemiliha atribut dilakuka dega megguaka GAIN Ratio dega rumus : Etropy ( S) Gai( S, A) Etropy ( S) Di maa : S = Himpua kasus A = Atribut I = Jumlah Partisi Atribut i1 Si = Jumlah Kasus pada partisi ke i S = Jumlah Kasus dalam S i1 pi *log 2 pi...(1) Si...(2) * Etropy ( Si) S Secara umum algoritma C4.5 dapat dibagu megguaka poho keputusa [5][12] dega cara : 1. Pilih atribut sebagai akar. 2. Buat cabag utuk masig-masig ilai 3. Bagi kasus dalam cabag. 4. Ulagi proses utuk masig-masig cabag sampai semua kasus pada cabag memiliki kelas yag sama III. Metode Peelitia 3.1. Observasi (pegamata) Pada Tahapa observasi, peeliti megamati secara lagsug proses pegajua peerima beasiswa kepada mahasiswa STIKOM ARTHA BUANA KUPANG yag maa dalam pegamata peeliti, mahasiswa yag diajuka sebelumya utuk meerima batua beasiswa yaitu salah satuya memiliki kedaraa pribadi, da peghasila orag tua masih tergolog dalam kategori mampu Aalisis Data Pada tahapa ii, peeliti megaalisa kebutuha persyarata yag harus dipeuhi oleh mahasiswa sebagai calo mahasiswa yag layak dijadika sebagai mahasiswa yag aka diajuka sebagai peerima daa batua beasiswa kepada pemeritah daerah maupu pemeritah pusat seperti dikit maupu kopertis wilayah 8. Persyarata yag harus dipeuhi yaitu miimal 2,75, belum perah medapatka beasiswa, peghasila orag tua redah, jarak tempuh ke kampus jauh. Namu dari hasil aalisa data, meurut peeliti harus diperhatika juga bahwa salah satu syarat yag harus di perhatika adalah memiliki kedaraa atau tidak, karea kedaraa pribadi dapat meguragi jarak tempuh ke kampus. Oleh sebab itu, peeliti megguaka kedaraa sebagai salah satu syarat yag harus diperhatika sebagai salah satu kriteria dalam pegajua peerima beasiswa. IV. Hasil Da Pembahasa Pegajua Mahasiswa peerima beasiswa berdasarka hasil aalisa kelayaka algoritma C45 adalah meetuka dataset traig (tabel 1) sebagai dasar utama dalam peetua poho keputusa. Pada tabel 2 dibuat perhituga utuk mecari Node (Akar utama dalam peetu persyarata utama) dega mejabarka kebutuha persyarata yag harus dipeuhi. Utuk meetuka syarat utama dalam pegajua mahasiswa peerima daa beasiswa adalah dega meghitug ilai ENTROPY da ilai GAIN. Utuk medapatka ilai 143

3 ode awal maka dilihat ilai GAIN tertiggi dari perhituga ENTROPY (seperti pada tabel 2) Tabel 1. Dataset Traig Pegajua Mahasiswa Peerima Daa Beasiswa Data Pegajua Peghasila Orag Tua Jarak Keda raa Perah Medapatka Beasiswa Keputusa 1 Baik Dekat Ya Ya Ya Tidak Diajuka 2 Baik Dekat Ya Ya Tidak Tidak Diajuka 3 Baik Dekat Ya Tidak Ya Tidak Diajuka 4 Baik Dekat Ya Tidak Tidak Tidak Diajuka 5 Baik Dekat Tidak Ya Ya Tidak Diajuka 6 Baik Dekat Tidak Ya Tidak Tidak Diajuka 7 Baik Dekat Tidak Tidak Ya Tidak Diajuka 8 Baik Dekat Tidak Tidak Tidak Tidak Diajuka 9 Baik Jauh Ya Ya Ya Tidak Diajuka 10 Baik Jauh Ya Ya Tidak Tidak Diajuka 11 Baik Jauh Ya Tidak Ya Tidak Diajuka 12 Baik Jauh Ya Tidak Tidak Diajuka 13 Baik Jauh Tidak Ya Ya Tidak Diajuka 14 Baik Jauh Tidak Ya Tidak Tidak Diajuka 15 Baik Jauh Tidak Tidak Ya Tidak Diajuka 16 Baik Jauh Tidak Tidak Tidak Tidak Diajuka 17 Baik Sagat Jauh Ya Ya Ya Tidak Diajuka 18 Baik Sagat Jauh Ya Ya Tidak Diajuka 19 Baik Sagat Jauh Ya Tidak Ya Tidak Diajuka 20 Baik Sagat Jauh Ya Tidak Tidak Diajuka 21 Baik Sagat Jauh Tidak Ya Ya Tidak Diajuka 22 Baik Sagat Jauh Tidak Ya Tidak Tidak Diajuka 23 Baik Sagat Jauh Tidak Tidak Ya Tidak Diajuka 24 Baik Sagat Jauh Tidak Tidak Tidak Tidak Diajuka 25 Cukup Dekat Ya Ya Ya Tidak Diajuka Utuk bisa meetuka ilai-ila gai da etropy dari masig-masig atribut di atas, maka terlebih kita koversi ke dalam betuk tabel klasifikasi yag lebih detail seperti pada tabel 2. Utuk meetuka ilai etropy da gai maka guaka rumus utuk mecari ilai GAIN da ENTROPY. Cara perhitugaya sebagai berikut : Etropy ( S) Berdasarka rumus diatas maka lagkah pertama yag harus dilakuka adalah dega mecari ilai ENTROPY ENTROPY(Total) = (-57/72 * Log2 (57/72)) + (- 15/72 * Log2(15/72) ENTROPY(Total) = ((-57/72) * (-0, ) + ((-57/72) * (-2, ) = 0, , = 0, Setelah mecari ilai ENTROPY Total, selajutya mecari ilai ENTROPY dari masig-masig kriteria utuk setiap kategori sehigga hasilya seperti pada tabel 2, kemudia cari ilai GAIN dari setiap kriteria utuk masig-masig kategori. Hasil dari ilai GAIN tertiggilah yag aka mejadi betuk awal dari sebuah poho keputusa. Utuk mecari ilai GAIN maka guaka rumus Gai( S, A) Etropy ( S) i1 i1 pi *log 2 pi Si * Etropy ( Si) S GAIN (Total, Peghasila) = 0, ((24/72 * 0, ) + (24/72 * 0, ) + (24/72 * 0, )) = 0, (0, ) = 0,

4 Tabel 2. Perhituga GAIN Sebagai Node Awal Tabel 3 Perhituga Node 1.1. Peah Dpt Beasiswa - Tabel 4. Perhituga Root Peah Dpt Beasiswa - Dari tabel 2 dapat dilihat bahwa yag mejadi ode (akar) utama dalam pegajua peerima beasiswa adalah perah medapatka beasiswa karea memiliki ilai gai yag terteggi. Dari tabel 2 maka model poho keputusa awal dapat dilihat pada gambar 1. Pada gambar 1 belum diketahui root selajutya utuk pegajua: 1. PMB Dari Tabel 3 da Tabel 4 Maka Model Poho Keputusa adalah seperti pada gambar Gambar 1. Node Awal 1.2. Setelah meemuka NODE awal, maka lagkah selajutya adalah membuat perhituga yag sama dega dega Node awal adalah perah medapatka beasiswa dega kategori da seperti pada tabel 3 da 4 dalam peetua cabag (ROOT) dalam pembetuka poho keputusa BAIK 1.1. P.O.T KURANG CUKUP PMB Gambar 2. Pembetuka cabag dari ode awal Lagkah selajutya adalah buat perhituga yag sama seperti dalam pembetuka sebuah poho higga semua ilai ENTROPY sama dega ol (0). Jika semua ilai ENTROPYya sama dega ol(0) maka model poho keputusaya seperti pada gambar 3. Dari gambar 3 maka terbetuklah sebuah atura yag harus dipeuhi oleh mahasiswa sebagai peserta yag layak dalam pegajua peerima daa batua beasiswa 145

5 1. PMB 1.1 P.O.T 1.2 BAIK KURANG CUKUP KENDA RAAN SANGAT KENDARA AN P.O.T POT BAIK CUKUP KURANG SANGAT SANGAT SANGAT Gambar 3. Poho keputusa Keteraga Sigkata dari Poho Keputusa Keteraga 1. PMB = Perah Medapatka Beasiswa 2. MK =Memiliki Kedaraa 3. = Ideks Prestsi Kumulatif 4. Jarak = Jarak Tempuh 5. POT = Peghasila Orag Tua Atura-atura yag harus dipeuhi oleh mahasiswa sebagai peserta yag layak diajuka utuk meerima daa batua beasiswa adalah : Jika PMB = da POT = KURANG da = SANGAT DAN = Jika PMB = da = da KENDARAAN = da POT = BAIK da = SANGAT Jika PMB = da = da KENDARAAN = da (POT = CUKUP da = atau = Jika PMB = da = da KENDARAAN = da POT = BAIK da = atau = SANGAT Perbadiga Kelayaka Algoritma C45 dega metode yag lai Perbadiga keakurasia algoritma C45 yag dilakuka peeliti adalah megguaka tools WEKA Algoritma C4.5 dalam aplikasi weka dikeal juga dega J48 maka hasil dari C4,5 adalah NaiveBayes 146

6 RadomTree V. Kesimpula da Sara KESIMPULAN Dari Hasil Perbadiga Metode, Maka Dapat Diambil Kesimpula Bahwa Algoritma C45 Layak Dijadika Sebagai Pedukug Keputusa Dalam Pegajua Peerima Beasiswa Pada Stikom Artah Buaakupag Karea Hasil Persetasi Dari Algoritma C45 Lebih Tiggi Daripada Metode Klasifikasi Yag Laiya da memiliki kedaraa pribadi juga layak dijadika salah satu kriteria dalam pegajua peerima daa batua beasiswa dari pemeritad daerah ataupu dari dikti/kopertis wilayah 8. SARAN REFERENSI [1] Putra, Apriasyah da Hardiyati, D.Y., Peetua Peerima Beasiswa dega megguaka Fuzzy MADM., SemasIF., ISSN , Yogyakarta., [2] Rizal., Sistem Pedukug Keputusa Seleksi Calo Peerima Beasiswa Pada Uiversitas Malikussaleh., Today s iformatio ad commuicatio techology is goig rapaidly, JT-FTI V2,N , [3] Direktorat Jederal Pembelajara da Kemahasiswaa., Pedoma Umum Beasiswa Da Batua Biaya Pedidika Peigkata Prestasi Akademik (PPA)., Kemeteria Riset, Tekologi, Da Pedidika Tiggi., Jakarta., 2015 [4] Adriai, Aik., Sistem Pedukug Keputusa Berbasis Decisio Tree Dalam Pemberia Beasiswa., SENTIKA., ISSN: , 2013 [5] Guterres, dkk., Aalisis Efektivitas Algoritma C4.5 dalam Meetuka Peserta Pemeag Teder Projek., SNASTIKOM., ISBN , [6] Usharai, C., Ad Chadrasekara, Rm., Course Plaig Of Higher Educatio To Meet Market Demad By Usig Data Miig Techiques A Case Of A Techical Uiversity I Idia, Iteratioal Joural Of Computer Theory Ad Egieerig, Vol. 2, No. 5, October [7] Abidi, A.Z.Zaeal., Implemetasi Algoritma C 4.5 Utuk Meetuka Tigkat Bahaya Tsuami., SemasIF., ISSN , Yogyakarta., 2011 [8] Gitig, dkk., Aalisis Da Peerapa Algoritma C4.5 Dalam Data Miig Utuk Memprediksi Masa Studi Mahasiswa Berdasarka Data Nilai Akademik., SNAST., ISSN: X., 2014 [9] Sujaa., Aplikasi Miig Data Mahasiswa Dega Metode Klasifikasi Decisio Tree., SNATI., ISSN: [10] Susato, Heri da Sudiyato., Data Miig Utuk Memprediksi Prestasi Siswa Berdasarka Sosial Ekoomi, Motivasi, Kedisiplia Da Prestasi Masa Lalu., Jural Pedidika Vokasi, Vol 4, Nomor 2, Jui [11] Karegowda, A, dkk., Comparative Study Of Attribute Selectio Usig Gai Ratio Ad Correlatio Based Feature Selectio, Iteratioal Joural Of Iformatio Techology Ad Kowledge Maagemet, Volume 2, No. 2, Pp , July-December., 2010 [12] Kusrii., Luthfi, Taufiq, Emha., Algoritma Data Miig, Yogyakarta : Peerbit ANDI Yogyakarta., 2009 Sara yag diharapka dari peeliti adalah kelayaka algoritma c45 sebagai pedukug keputusa dalam pegajua peerima beasiswa pada STIKOM ARTAH BUANA KUPANG dikembagka kedalam sebuah aplikasi sistem pedukug keputusa (SPK) dega pemberia ilai/bobot pada masig-masig kriteria. 147