BAB I PENDAHULUAN. 1.1 Latar Belakang

Ukuran: px

Mulai penontonan dengan halaman:

Download "BAB I PENDAHULUAN. 1.1 Latar Belakang"

Inge Tedjo
6 tahun lalu
Tontonan:

1 7 BAB I PENDAHULUAN 1.1 Latar Belakang Beberapa institusi yang memanfaatkan sistem informasi berbasis komputer selama bertahun-tahun sudah pasti memiliki jumlah data yang cukup besar pula. Data yang dihasilkan dan disimpan dalam sistem komputer dirancang agar cepat dan akurat baik dalam mengoperasikan maupun administrasinya. Data ini dirancang untuk pelaporan dan analisa yang menggunakan data. Data tersedia secara luar biasa melimpah. Sedemikian melimpahnya data, sehingga membuat kita semakin tertantang untuk bertanya Pengetahuan apakah yang dapat dihasilkan dari data tersebut. Perguruan tinggi adalah salah satu institusi yang sudah pasti memiliki data yang tidak kecil volumenya. Database perguruan tinggi menyimpan data akademik, administrasi dan data mahasiswa. Data tersebut apabila digali dengan tepat maka dapat diketahui pola atau pengetahuan untuk mengambil keputusan. Salah satu data yang dapat digali adalah pemahaman informasi mahasiswa yang potensial drop out. Hal ini penting untuk diketahui dan dipahami. Pemahaman dapat dilakukan dengan mengungkapkan pengetahuan yang dimiliki untuk memahami dan mengelompokkan. Pencegahan kegagalan adalah sangat penting bagi managemen perguruan tinggi. Pengetahuan ini dapat digunakan dalam membantu pihak perguruan tinggi untuk lebih mengenal situasi para mahasiswanya dan dapat dijadikan sebagai pengetahuan dini dalam proses pengambilan keputusan untuk tindakan preventif dalam hal mengantisipasi mahasiswa drop-out, untuk meningkatkan prestasi mahasiswa, untuk meningkatkan kurikulum, meningkatkan proses kegiatan belajar dan mengajar dan

2 8 banyak lagi keuntungan lain yang bisa diperoleh dari hasil penambangan data tersebut. Ukuran keberhasilan atau prestasi mahasiswa dapat dilihat dari Indeks Prestasi (IP) yang mencerminkan seluruh nilai yang diperoleh mahasiswa sampai semester yang sedang berjalan. IP diperoleh dengan cara menjumlahkan seluruh nilai mata kuliah yang telah diambil dan membaginya dengan total sks (satuan kredit semester). Ada beberapa faktor yang menjadi penghalang bagi mahasiswa mencapai dan mempertahankan IP tinggi yang mencerminkan usaha mereka secara keseluruhan selama masa kuliah di perguruan tinggi. Faktor tersebut dapat dijadikan target oleh pihak perguruan tinggi sebagai strategi untuk mengambil tindakan dalam mengembangkan dan meningkatkan prestasi mahasiswa serta meningkatkan kinerja akademik dengan cara memantau perkembangan kinerja mereka. Evaluasi kinerja merupakan salah satu dasar untuk memantau perkembangan nilai prestasi akademik mahasiswa di dalam perguruan tinggi dan pengelompokkan mahasiswa kedalam kategori yang berbeda sesuai dengan prestasi mereka sudah menjadi kewajiban dalam tugas mereka. Dengan pengelompokkan mahasiswa secara manual berdasarkan nilai rata-rata mereka, maka tidak begitu mudah untuk memperoleh pandangan yang menyeluruh mengenai keadaan nilai prestasi mahasiswa. Dengan bantuan teknik data mining, seperti algoritma clustering, yang memungkinkan untuk menemukan karakteristik-karakteristik dari nilai prestasi mahasiswa dan menggunakan karakteristik mereka. Algoritma clustering yang baik idealnya menghasilkan kelompok dengan batasan cluster yang berbeda, meskipun dalam praktek pemisahan yang sempurna biasanya tidak bisa dicapai. Berdasarkan uraian di atas, penulis terdorong untuk mengambil judul Pengelompokan Mahasiswa Potensial Drop Out Dengan Menggunakan Metode Clustering Pada Program Studi Teknologi Informasi dan Ilmu Komputer Fakultas

3 9 Ilmu Komputer dan Teknologi Informasi T.A. 2010/ Perumusan Masalah Sebelumnya mahasiswa dan Instansi perguruan tinggi sering tidak menyadari jumlah mahasiswa yang akan terkena dro out. Seringkali pihak instansi dan mahasiswa mengetahui belakangan mahasiswa yang akan di drop out. Maka dalam hal ini masalah yang dapat dirumuskan adalah : Bagaimana mengelompokkan mahasiswa drop out akademik agar kecenderungan terhadap mahasiswa drop out berkurang serta dapa mengantisipasi mahasiswa yang akan terkena drop out. 1.3 Batasan Masalah Mengingat akan keterbatasan waktu peulisan dan kemampuan, penulis membatasi masalah yang akan dibahas pada skripsi ini. Batasan-batasan masalah yang akan dibahas di dalam skripsi ini antara lain: 1. Penelitian ini hanya mengelompokkan mahasiswa drop out di program studi S1 Teknologi Informasi dan Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi, angkatan 2010 dan Objek yang dikelompokkan drop out adalah nilai Indeks Prestasi Mahasiswa. 3. Data yang digunakan merupakan data IP mahasiswa dari semester awal hingga IP semester yang sedang berlangsung. 4. Algoritma yang digunakan dalam melakukan clusterring adalah algoritma K- Means. 5. Sistem yang dibangun hanya menghasilkan kelompok jumlah mahasiswa akademik yang potensial di drop out untuk angkatan 2010/2011.

4 Tujuan Penelitian Adapun tujuan penelitian ini adalah untuk melakukan pengelompokan tentang jumlah mahasiswa yang akan di drop out oleh suatu instansi pendidikan yang bergerak di bidang perguruan tinggi. 1.5 Manfaat Penelitian Adapun manfaat penelitian ini adalah: 1. Bagi instansi pendidikan Penelitian ini dilakukan agar instansi pendidikan dapat mengambil keputusan yang dapat mengantisipasi dan memberi pemberitahuan mengenai mahasiswa yang potensial untuk di drop out. 2. Bagi penulis Mengetahui bagaimana cara mengimplementasikan metode clusterig pada sistem komputer serta mengetahui tingkat keakuratan metode tersebut berdasarkan hasil perhitungannya pada penelitian ini. 3. Bagi perkembangan ilmu pengetahuan Penelitian ini digunakan sebagai bahan referensi dalam menambah pengetahuan bagi peneliti lain yang ada relevansinya. 1.6 Metodologi Penelitian Metodologi penelitian yang digunakan dalam pembuatan skripsi ini adalah: 1. Studi Literatur

5 11 Studi literatur yang dilakukan dalam penelitian ini adalah mengumpulkan bahan referensi baik dari buku-buku, jurnal, makalah, internet dan beberapa sumber lainnya. 2. Pengumpulan Data Pada tahap ini akan dilakukan pengumpulan data mahasiswa akademik program studi S1 Teknologi Informasi dan Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi dari T.A Analisis Permasalahan Pada tahap ini dilakukan analisis terhadap hasil studi literatur untuk mengetahui dan mendapatkan pemahaman mengenai metode clustering untuk menyelesaikan masalah pengelompokan mahasiswa yang potensial drop out melalui suatu indeks prestasi mahasiswa akademik. 4. Perancangan Sistem Pada tahap perancangan sistem dilakukan perancangan sistem, pengumpulan data dan merancang antarmuka. Proses perancangan dilakukan berdasarkan hasil analisis studi literatur yang telah telah didapatkan. 5. Implementasi Sistem Pada tahapan implementasi sistem ini akan dilakukan pengkodean program dalam sistem computer menngunakan bahasa pemrograman Visual Basic 2010 dan database MySQL Pengujian Pada tahap ini akan dipastikan apakah sistem pengelompokan mahasiswa drop out pada program studi Imu Komputer dan Teknologi Informasi yang telah dibuat Sudah berjalan sesuai harapan. 7. Dokumentasi dan Penyusunan laporan Pada tahap ini dilakukan dokumentasi hasil analisis metode clutering untuk menyelesaikan masalah pengelompokan mahasiswa potensial drop out program sudi S1 Ilmu Komputer dan Teknologi Informasi angkatan 2010/2011.

6 Sistematika Penulisan Sistematika pembahasan yang digunakan untuk menyelesaikan skripsi ini adalah sebagai berikut: BAB I : PENDAHULUAN Menjelaskan mengenai latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan. BAB II : LANDASAN TEORI Membahas beberapa teori penunjang berhubungan dengan pokok pembahasan dalam skripsi ini yang secara garis besar berisi tentang sistem pengelompokan mahasiswa potensial drop out. BAB III : ANALISA DAN PERANCANGAN Pada bab ini akan dibahas analisis sistem, deskripsi sistem, desain sistem yang digunakan dalam pembuatan sistem pengelompokan mahasiswa potensial drop out pada program studi S1 Ilmu Komputer dan Teknologi Informasi angkatan 2010/2011 menggunakan metode clustering. BAB IV : IMPLEMENTASI DAN PENGUJIAN SISTEM Pada bab ini akan dijelaskan mengenai implementasi dan pengujian sistem berdasarkan hasil rancangan yang telah dibuat sebelumnya.

7 13 BAB V : KESIMPULAN DAN SARAN Bab ini memuat kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran-saran yang diajukan untuk pengembangan program selanjutnya.

dokumen-dokumen yang mirip

1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian

1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian Penerapan Data Mining dengan Menggunakan Metode Clustering K-Mean Untuk Mengukur Tingkat Ketepatan Kelulusan Mahasiswa Program Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang