PENERAPAN ALGORITMA K-NEARST NEIGHBOR PADA NUPTK UNTUK PREDIKSI PESERTA SERTIFIKASI GURU

Transkripsi

1 PENERAPAN ALGORITMA K-NEARST NEIGHBOR PADA NUPTK UNTUK PREDIKSI PESERTA SERTIFIKASI GURU THE APPLICATION OF K-NEAREST NEIGHBOR ALGORITHM ON NUPTK FOR PARTICIPANTS PREDICTION TEACHER CERTIFICATION 1 Dena Destriana Khoeriah, 2 Wendi Wirasta Program Studi Teknik Informatika STMIK LPKIA Jln. Soekarno Hatta No. 456 Bandung 40266, Telp , Fax dena.destrianakhoeriah@fellow.lpkia.ac.id 2 wendiwirasta@lpkia.ac.id Abstrak K-Nearest Neighbor (KNN) adalah suatu metode data mining yang menggunakan algoritma terarah (supervised) dimana dari query instance yang baru diklasifikasikan berdasarkan mayoritas dari kategori pada KNN. Tujuan dari algoritma ini adalah mengklasifikasi objek baru berdasarkan atribut dan training sampel. Algoritma KNN menggunakan klasifikasi ketetanggaan sebagai nilai prediksi dari query instance yang baru. Untuk menentukan nilai prediksi klasifikasi objek baru berdasarkan data training algoritma KNN melakukan proses mining yaitu, iteratif dan interaktif untuk menentukan pola model baru, bermanfaat dan dapat dimengerti dalam suatu database yang berisi pencarian trend atau pola yang diinginkan dalam database untuk membuat pengambilan keputusan di waktu yang akan datang. Pola- pola ini dikenali oleh perangkat tertentu yang dapat memberikan suatu analisa data yang berguna untuk mendukung keputusan atau suatu prediksi. Sebelum melakukan data mining diperlukan pengumpulan data yang dihasilakan dari suatu identifikasi yang sesuai dengan hasil akhir yang diinginkan, setelah itu dapat dilakukan analisis data mining dengan menggunakan tahapan Knowladge Discovery In Database (KDD) maka akan dapat merancang suatu desain sistem yang akan digunakan untuk implementasi KNN. Desain sistem yang dirancang akan menjadi suatu perangkat untuk melakukan pendukung keputusan dalam hal ini di terapkan pada NUPTK untuk memprediksi Sertifikasi Guru, di mana NUPTK (Nomor Unik Pendidik dan Tenaga Kependidikan) yang memiliki 16 angka sebagai suatu identitas dari seorang pendidik untuk syarat mengikuti sertifikasi guru. Kata Kunci : K-Nearst Neighbor (KNN), Data Mining, NUPTK Abstract K-Nearest Neighbor (KNN) is a data mining method that uses a supervised algorithm in which the newly classified instance queries are based on the majority of the categories in KNN. The purpose of this algorithm is to classify new objects based on attributes and training samples. The KNN algorithm uses the neighboring classification as the predicted value of the new instance query. To determine the value of prediction of new object classification based on training data KNN algorithm performs the process of mining that is, iterative and interactive to determine new model participants, useful and understandable in a database that contains the search trend or pattern desired in the database to make decision in time will come. These patterns are recognized by certain devices that can provide a useful data analysis to support a decision or a prediction. Prior to data mining data collection is required resulting from an identification in accordance with the desired end result. At the stage of data collection is done by taking data that has been approved by both interviews and observations. After that can be done data mining analysis by using Knowladge Discovery In Database (KDD) stages from the data collection will be done by designer of a system design that will be used for KNN implementation. The design of the designed system will be a tool for making decision support in this case applied to NUPTK to predict the prospective Master Certification participants from teacher certificate data, where NUPTK (Unique Number of Educators and Teachers) has 16 digits as an identity of a person educator for the requirement to follow the teacher certification that is used as a reference to find the data of a PTK. Keywords : K-Nearst Neighbor (KNN), Data Mining, NUPTK 1

2 I. Pendahuluan K-Nearest Neighbor (KNN) termasuk kelompok instance-based learning. Algoritma ini juga merupakan salah satu teknik lazy learning. KNN dilakukan dengan mencari kelompok k objek dalam data training yang paling dekat (mirip) dengan objek pada data baru atau data testing. Algoritma K- Nearest Neighbor adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Nearest Neighbor adalah pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dan kasus lama yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada. Dengan menggunakan tahapan-tahapan algoritma KNN seperti menentukan parameter K (jumlah tetangga paling dekat), menghitung kuadrat jarak eucliden objek terhadap data training, mengurutkan hasil jarak secara ascending, mengumpulkan kategori Y (klasifikasi berdasarkan nilai K). [1] Implementasi algoritma KNN dapat dilakukan dengan data mining menggunakan tahapan Knowladge Discovery In Database (KDD), dimana data training yang digunakan belum dapat dihitung dengan algoritma KNN untuk itu tahapan KDD ini dapat membantu dalam membuat data yang sesuai dengan kebutuhan algoritma KNN. Data yang telah terkumpul akan di lalukan proses seleksi terlebih dulu, dimana pemilihan atribut yang digunakan untuk perhitungan, lalu akan d cleaning untuk meminimalisir data yang duplikat, maka setelah itu data akan di transformasikan jika di perlukan dalam perhitungan KNN. Tahapan yang paling penting pada KDD ini yaitu pada tahapan data mining, pada tahapan ini data yang telah di hasilkan siap untuk di lakukan perhitungan. Penyesuaian pola sertifikasi dengan standar kompetensi berdasarkan NUPTK karna itu pelaksaan sertifikasi setiap tahunnya selalu ada perubahan. Membahas mengenai data NUPTK sebagai sumber untuk menentukan pola sertifikasi guru, memprediksi calon peserta sertifikasi guru untuk dapat mengikuti pembinaan profesi guru. Menghasilkan kesimpulan pola sertifikasi guru yang dapat digunakan sebagai acuan dalam penerimaan peserta profesi guru. Membantu dalam pengambilan keputusan untuk status calon peserta sertifikasi guru. II. Dasar Teori A. Data Mining Data Mining adalah proses yang mempekerjakan satu atau dua lebih teknik pembelajaran computer untuk menganalisis dan mengekstrasi pengetahuan secara otomatis. Secara umum proses data mining digunakan untuk membentuk suatu definisi konsep secara umum yang dilakukan dengan cara observasi pada contoh spesifikasi dari suatu konsep yang dipelajari. Terdapat langkah data mining pada proses Knowledge Discovery in Database (KDD) maka penggunaan tahapan ini dapat dilakukan dengan diurutkan dari Data Selection, Preprocessing, Transformation, Data Mining, hingga Interpretation / Evaluation. Selain tahapan pada data mining terdapat operasi data mining yang bersifat prediksi untuk di gunakan pada sesuatu yang bersifat transparan, dan dapat digunakan juga untuk validasi hipotesis, pelaporan dan analisis statistik. [2] B. Klasifikasi Klasifikasi merupakan teknik untuk menentukan sebuah record data baru ke salah satu dari beberapa kategori atau kelas yang telah didefinisikan sebelumnya. Disebut juga dengan supervised learning. [3] C. Algoritma KNN K-Nearest Neighbor (KNN) termasuk kelompok instance-based learning. Algoritma ini juga merupakan salah satu teknik lazy learning. KNN dilakukan dengan mencari kelompok k objek dalam data training yang paling dekat (mirip) dengan objek pada data baru atau data testing. Algoritma K- Nearest Neighbor adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Nearest Neighbor adalah pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dan kasus lama yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada. [1] D. K-Fold Cross Validation Dalam algoritma knn sebuah data baru diklasifikasikan berdasarkan jarak data baru tersebut dengan tingkat kemiripan data baru terdekat terhadap data peserta. Jumlah data tetangga terdekat ditentukan dan dinyatakan dengan k. Penentuan nilai k terbaik dapat ditentukan dengan optimasi parameter, misalnya dengan menggunakan k-fold Cross Validation yang merupakan salah satu metode yang digunakan untuk mengetahui rata-rata keberhasilan dari suatu sistem dengan cara melakukan perulangan dengan mengacak atribut masukan sehingga sistem tersebut teruji untuk beberapa atribut input yang acak. [4] E. UML UML (Unified Modeling Language) adalah suatu pemodelan untuk sistem atau perangkat lunak yang memiliki paradigm orientasi objek. Pemodelan (modeling) sesungguhnya digunakan untuk penyederhanaan permasalahn yang kompleks sehingga mudah dipelajari dan dipahami. [5] 2

3 Gambar 1. Model Generik F. Extreme Programming Extreme Programming (berikutnya akan disingkat sebagai XP) merupakan salah satu model yang ada dalam pendekatan agile process yang dikenal dengan model interaktif dan incremental. Dalam pendekatan agile process suatu perangkat lunak dapat dikembangkan dengan minimalis, pengujian yang bertahap, dan dokumentasi yang tidak berlebihan. Model XP didefinisikan sebagai suatu metode yang mudah yang menekankan pada komunikasi yang intens dan model pengerjaan yang interaktif. Di dalam pengembangan XP terdapat empat tahap yang dilakukan, yaitu: Planning, Design, Coding, dan Testing. [6] III. Analisis Perancangan A. Skema Model Generik Skema model generik diperlukan untuk menjelaskan tahapan / langkah yang terdapat pada gambaran model generik, seperti pada Gambar 1 terdapat beberapa tahapan utama atau proses utama yang digunakan. Dalam setiap proses utama tersebut memiliki beberapa proses yang di lakukan dalam perancangan. Dapat dijelaskan proses utama yang dilakukan yaitu identifikasi perancangan dan tujuan sistem dimana pada proses ini terdapat empat proses yang dilakukan dari melakukan wawancara hingga mendapatkan data yang dapat digunakan dalam perancangan. Proses utama berikutnya menjelaskan bagaimana sebuah data dapat di analisa kesesuaiannya dengan metode yang digunakan. Pada tahap ini dilakukan tiga proses, yaitu memanfaatkan data sample yang didapat untuk kemudian dilakukan tahapan KDD untuk menyesyuaikan data dengan perhitungan metode. Setelah itu data yang dihasilkan akan dilakukan validasi dengan penggunaan metode yang dikhususkan untuk melakukan validasi. Untuk proses perancangan sistem dan implementasi metode dan pengkodean saling bergantungan, dimana setelah hasil analisis yang kita dapatkan akan di implementasikan pada suatu aplikasi yang bersumber dari sebuah desain sistem yang dirancang sebelumnya. Proses pada perancangan sistem yang bersumber dari identifikasi yaitu, kebutuhan fusngsional yang dimana proses tersebut sebagai proses awal untuk menggambarkan desain sistem yang nantinya desain sistem akan digunakan untuk implementasi metode berupa aplikasi. Tahapan yang paling akhir yaitu pengujian sistem yang memiliki empat proses. Proses-proses ini mereferensikan sebuah metodologi penelitian yang digunakan yaitu Extreme Programming (XP). Pada proses ini terdapat perulangan untuk sebelumnya akan menghasilkan sebuah tujuan sistem, maka perulangan inilah yang terdapat pada XP. Hingga pada akhirnya dapat dihasilkan sebuah prediksi yang sesuai dengan tujuan. 3

4 B. Pra Proses Pada pra proses ini dimaksudkan untuk proses / tahapan KDD yang digunakan dalam perancangan. KDD yang digunakan sebagai berikut: Data Selection : Dari data yang ada, atribut atau variabel yang diambil berupa Nomer Unik Pendidik dan Tenaga Kependidikan (NUPTK), Golongan, Masa Kerja, Pendidikan Terakhir, Usia, dan Keterangan. Data Cleaning : Cleaning data pada yang dilakukan ketika terlihat data yang tidak konsisten dan data Transformation : Pada langkah ini akan dilakukan proses transformasi dengan cara merubah pengetahuan dari data real. Transformasi data dilakukan pada atribut Golongan, Masa Kerja, Pendidikan dan Usia dengan mengubah data yang berbentuk huruf ke dalam data yang berbentuk angka berdasarkan kriteria-kriteria yang telah ditentukan. Kriteria yang ditetapkan pada ketentuan calon yang mendapatkan sertifikasi guru yaitu: Golongan : mengelompokan jenis golongan sesuai dengan data calon sertifikasi guru. Masa Kerja : mengelompokan masa kerja berdasarkan kriteria masa kerja pada data calon sertifikasi guru. Tingkat Pendidikan : Pengelompokan pendidikan yang sesuai dengan data sertifikasi guru. Usia : mengelompokan kriteria usia yang dilihat dari data usia pada calon guru. Data Mining : Pada tahap ini akan dilakukan pemrosesan tabel master untuk menghasilkan klasifikasi data berupa keputusan untuk menentukan prediksi layak atau tidak seorang PTK mengikuti sertifikasi guru menggunakan algoritma K-Nearest Neighbour. Untuk langkah-langkah penentuan keputusannya akan dijelaskan di sub bab selanjutnya. C. Penggunaan Algoritma K-Nearest Neighbour Dalam penggunaannya terdapat langkah-langkah untuk menghitung metode Algoritma K-Nearest Neighbor. Pertama, menentukan Parameter K (Jumlah tetangga paling dekat). Kedua, menghitung kuadrat jarak Euclid (queri instance) masing-masing objek terhadap data sampel yang diberikan. Ketiga, kemudian mengurutkan objek-objek tersebut ke dalam kelompok yang mempunyai jarak Euclid terkecil. Keempat, mengumpulkan kategori Y (KlasifikasiNearest Neighbor). Pada langkah terakhir dengan menggunakan kategori Nearest Neighbor yang paling mayoritas maka dapat diprediksi nilai queri instance yang telah dihitung. Untuk mendefinisikan jarak antara dua titik yaitu titik pada data training (x) dan titik pada data testing (y) maka digunakan rumus Euclidean, seperti yang ditunjukkan pada persamaan (1). duplikasi. Tahapan data cleaning yang digunakan pada data sertifikasi guru yang akan dijadikan input yaitu, menambahkan isi terhadap atribut yang kosong secara manual, namun pendekatan ini tidak efektif karena diterapkan pada data yang banyak, Menghapus data yang sama p d i = i=1 (x 2i x 1i ) 2 (1) Dengan D adalah jarak antara titik pada data training x dan titik data testing y yang akan diklasifikasi, dimana x=x1,x2,,xi dan y=y1,y2,,yi dan I merepresentasikan nilai atribut serta n merupakan dimensi atribut. Keterangan: x1 = sampel data x2 = data uji i = variabel data d = jarak p = dimensi data d1= (20 5) 2 + (5 15) 2 + (15 15) 2 + (10 10) 2 = d2= (20 15) 2 + (5 10) 2 + (15 15) 2 + (10 15) 2 = 8.66 dan seterusnya, sehingga diperoleh nilai jarak. Selanjutnya, data diurutkan berdasarkan jarak. D. Validasi Sistem Untuk melihat nilai validitas dari sistem yang telah dibangun, maka dilakukan uji validitas sistem terhadap data sampel yang telah ada. Sistem dikatakan memiliki kinerja tinggi dan baik apabila output prediksi yang dihasilkan oleh algoritma KNN memiliki nilai yang sama dengan prediksi pada data training atau sampel. Dengan melihat keterangan, TRUE = Terjadi apabila hasil algoritma KNN sama dengan data sampel atau training. FALSE = Terjadi apabila hasil algoritma KNN berbeda dengan data sampel atau training. Berdasarkan pengujian validitas yang dilakukan maka: Kinerja KNN = banyaknya hasil pengujian bernilai benar banyaknya data sampel x 100% Hasil pengujian akan menunjukkan bahwa kinerja algoritma sudah cukup baik atau tidak. Penambahan data sampel memungkinkan naiknya kinerja algoritma. 4

5 Gambar 2. Use Case Diagram Gambar 5. Tabel Hasil Validasi Gambar 3. Class Diagram E. Aliran Proses Aliran proses yang digunakan dalam perancangan meliputi diagram Use Case yang dapat dilihat pada Gambar 2 yang di dalamnya menjelaskan interaksi aktor dengan case yang terdapat didalamnya dan Class Diagram yang menggambarkan struktur data, dilihat pada Gambar 3. IV. Implementasi dan Pengujian A. Evaluasi Kasus Berunjuk pada kasus yang di rancang berdasarkan pada penelitian dan hasil wawancara yang dilakukan di Dinas Pendidikan Kota Bandung mengenai pendaftaran calon peserta sertifikasi guru yang setiap tahunnya di selenggarakan untuk memberika pengakuan kepada profesi guru dan tenaga pendidik lainnya. Penyesuaian syarat dan pola sertifikasi setiap tahunnya masih dalam proses perbaikan dimana pada setiap tahunnya selalu ada perubahan pada pola yang di gunakan untuk sertifikasi guru. Berdasarkan pada hal tersebut maka penyesuaian pola sertifikasi dirancang / di angkat sebagai kasus untuk dilakukan perhitungan dengan metode data mining untuk membantu dalam pendukung keputusan atau prediksi kesimpulan dari pola yang dihasilkan dari data setiap calon peserta sertifikasi guru. Sebagai hasil akhir perhitungan metode, setiap pertahunnya terdapat berapa banyak calon peserta yang layak atau masih dalam pertimbangan. Hal tersebut dapat dilihat pada Gambar 4. B. Diskusi & Validasi Untuk melihat nilai validitas dari sistem yang telah dibangun, maka dilakukan uji validitas sistem terhadap data sampel yang telah ada. Sistem dikatakan memiliki kinerja tinggi dan baik apabila output prediksi yang dihasilkan oleh algoritma KNN memiliki nilai yang sama dengan prediksi pada data training atau sampel. Perhitungan kinerja KNN = 18 x 100% = 90% 20 Maka Hasil pengujian menunjukkan bahwa kinerja algoritma sudah cukup baik. Penambahan data sampel memungkinkan naiknya kinerja algoritma. V. Kesimpulan Setalah melakukan penelitian, penganalisaan dan pengujian data maining prediksi terhadap data calon peserta sertifikasi guru dengan multikriteria menggunakan KNN (K-Nearst Neighbor) pada dinas Pendidikan dapat disimpulkan bahwa prediksi calon peserta sertifikasi guru dengan multikriteria menggunakan KNN (K-Nearst Neighbor) pada dinas Pendidikan menghasilkan kinerja algoritma KNN sudah cukup baik dengan dibuktikan pengujian data real dengan data yang menggunakan KNN, dan hasilnya 90% sudah cukup baik. Gambar 4. Grafik Output 5

6 DAFTAR PUSTAKA [1] Y.Nugraheni,"4_knn.pptx,"[Online]. Available: =j&q=&esrc=s&source=web&cd= 1&cad=rja&uact=8&ved =0ahUKEwiV5srU2fHVAhVFQo8 KHd55DLUQFggmMAA&url =https%3a%2f%2fyohananugraheni. files.wordpress.com%2f2013%2f04 %2F4_knn.pptx&usg= AFQjCNEEkFYw71KcZ24q6SKyHi AGxE-TdQ. [2] F. A. Hermawati, Data Mining, Yogyakarta: CV Andi Offset, [3] K. M. R. A. Ricky Imanuel Ndaumanu, "Analisis Prediksi Tingkat Pengunduran Diri Mahasiswa dengan Metode K-Nearest Neighbor," Jatisi, pp. 3-4, [4] H. I. Mutiara Ayu Banjarsari, "Penerapan K-Optimal Pada Algoritma Knn untuk Prediksi Kelulusan Tepat Waktu Mahasiswa Program Studi Ilmu Komputer Fmipa Unlam Berdasarkan IP Sampai Dengan Semester 4, " Kumpulan jurnal Ilmu Komputer, pp , [5] P. P. Widodo, Menggunakan UML (Unified Model Language), INFORMATIKA, [6] R. Ferdiana, Rekayasa Perangkat Lunak yang Dinamis dengan Global Extreme Programming, Yogyakarta: Andi,