BAB I PENDAHULUAN 1.1. Latar Belakang

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. program studi para siswa (Ruslan,1986:13). Tujuan dari penjurusan (Ruslan, 1986:14), yaitu

ANALISIS KLASTERING LIRIK LAGU INDONESIA

IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK MENENTUKAN PENJURUSAN KELAS IPA, IPS, DAN SASTRA


BAB 1 PENDAHULUAN. Universitas Muhammadiyah Surakarta merupakan salah satu dari beberapa instansi

BAB I PENDAHULUAN 1.1. Latar Belakang

PENGELOMPOKAN BIMBINGAN BELAJAR MENGGUNAKAN METODE CLUSTERING DI SMA NEGERI 1 CILAKU KABUPATEN CIANJUR

BAB I PENDAHULUAN. 1.1 Latar Belakang

Pengenalan Pola. K-Means Clustering

PENGELOMPOKAN TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Dalam dunia pendidikan saat ini biasanya instansi pemerintahan menetapkan

BAB 1 PENDAHULUAN Pengantar

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

1 BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN. berbagai potensi yang ada dalam diri seseorang. Dalam proses memperoleh

METODE CLUSTERING DENGAN ALGORITMA K-MEANS. Oleh : Nengah Widya Utami

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI Tinjauan Pustaka Penelitian terkait metode clustering atau algoritma k-means pernah di

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang Sekolah Menengah Atas (SMA) Negeri 01 Belangkejeren, yang terletak di

Prosiding SENATEK 2015 Fakultas Teknik, Universitas Muhammadiyah Purwokerto Purwokerto, 28 November 2015, ISBN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. cepat dan pesat. Di berbagai bidang, kemajuan evolusi sistem berkembang menuju arah

BAB I PENDAHULUAN Latar Belakang

Jl. Raya Dukuhwaluh Purwokerto )

BAB I PENDAHULUAN. komputer. Dalam hal ini komputer memegang peranan yang sangat penting

Sistem Pendukung Keputusan Untuk Menentukan Program Keahlian di SMK Syubbanul Wathon Magelang

BAB I PENDAHULUAN. atau memberi beberapa alternatif solusi untuk pemecahan masalah. Diantara

BAB 3 ANALISA SISTEM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang

PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS

BAB I PENDAHULUAN 1.1 Latar Belakang Aplikasi Penjadwalan dan Input Mata Pelajaran di SMA Negeri 3 Sintang berbasis Web 1.

JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: ( Print) A-664

BAB 1 PENDAHULUAN. SMAN 1 Jatinangor adalah salah satu sekolah menengah atas yang ada di

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV HASIL DAN UJI COBA

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1. Latar Belakang

Implementasi Algoritma K-Means Dalam Keputusan Pemberian Beasiswa (Studi Kasus SMA Santo Bernadus Pekalongan) Artikel Ilmiah

PENGKLASIFIKASIAN DATA SEKOLAH PENGGUNA INTERNET PENDIDIKAN MENGGUNAKAN TEKNIK CLUSTERING DENGAN ALGORITMA K-MEANS STUDI KASUS PT TELKOM SURABAYA

SISTEM PENENTUAN JURUSAN SEKOLAH MENENGAH ATAS NEGERI 1 KARANGMOJO

BAB I PENDAHULUAN. sekarang, yang dipilah menjadi Jurusan Ilmu Pengetahuan Alam (IPA), Ilmu

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENNGUNAAN ALGORITMA K-MEANS DALAM PENENTUAN JURUSAN UNTUK SMA (STUDI KASUS DI SMA NEGERI 1 JAKARTA)

IMPLEMENTASI K-MEANS CLUSTERING UNTUK PEMBAGIAN KELAS SISWA

BAB 1 PENDAHULUAN. mencapai tujuan, antara lain input, proses, output, dan outcome (Depdiknas, 2007:5).

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 2.1 Latar belakang masalah. 1.2 Perumusan masalah

Pendiskritan Kelas Kontinyu dengan Algoritma K-Mean Cluster. Kusrini Dosen STMIK AMIKOM YOGYAKARTA Abstract

PENERAPAN DATA MINING DALAM PEMILIHAN PENERIMA BEASISWA BERPRESTASI DI POLITEKNIK DAN STMIK LPKIA DENGAN MENERAPKAN METODE K-MEANS CLUSTERING

PERANCANGAN APLIKASI MENENTUKAN BERAT BADAN IDEAL DENGAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

khazanah informatika 1 Program studi Informatika Universitas Muhammadiyah Surakarta Surakarta 1.

IMPLEMENTASI ALGORITMA K-MEANS UNTUK KLASTERISASI MAHASISWA BERDASARKAN PREDIKSI WAKTU KELULUSAN SKRIPSI

BAB I PENDAHULUAN. peningkatan mutu dan kualitas pendidikan di sekolah. SMA Ta miriyah Surabaya merupakan salah satu sekolah menengah atas

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Pesatnya perkembangan Ilmu Pengetahuan dan Teknologi yang dirasakan

1 Universitas Kristen Maranatha

STMIK GI MDP SISTEM INFORMASI PEMBELAJARAN BERBASIS E-LEARNING (STUDI KASUS SMA NEGERI 18 PALEMBANG)

BAB I PENDAHULUAN. tiga kelas IPS, dan kelas XII terbagi menjadi lima kelas IPA dan tiga kelas IPS. mengajar pada SMAN 1 Driyorejo sangat terganggu.

BAB I PENDAHULUAN. 1.1 Latar Belakang

SISTEM PEMBAGIAN KELOMPOK BIMBINGAN BELAJAR DENGAN METODE K-MEANS CLUSTERING

BAB I PENDAHULUAN. 1.1 Latar Belakang

PERANCANGAN APLIKASI PENENTUAN JURUSAN DI SMA MENGGUNAKAN METODE K-MEANS

BAB I PENDAHULUAN. Politeknik Negeri Sriwijaya

BAB I PENDAHULUAN. dengan sangat pesat. Dimana saat ini teknologi telah menjamah di berbagai

Analisa Potensi Mahasiswa Di Daerah Bali Menggunakan Pendekatan K-Mean Clustering

BAB I PENDAHULUAN. secara manual dari suatu kumpulan data. Defenisi lain data mining adalah sebagai


SISTEM PENDUKUNG KEPUTUSAN MINAT PEMILIHAN JURUSAN SMA DENGAN METODE K-MEANS CLUSTER ANALYSIS

BAB I PENDAHULUAN. informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga

BAB I PENDAHULUAN. jurusan ditentukan berdasarkan standar kriteria tiap jurusan.

IMPLEMENTASI DATA MINING UNTUK PENGELOMPOKKAN DATA SISWA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (STUDI KASUS : SMKN 1 KEDIRI) SKRIPSI

1. Pendahuluan 1.1. Latar Belakang

1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB IV ANALISIS DAN PERANCANGAN

PENERAPAN ALGORITMA K-MEANS PADA PENGELOMPOKAN DATA SISWA BARU BERDASARKAN JURUSAN DI SMK NEGERI 1 KOTA JAMBI BERBASIS WEB.

BAB I PENDAHULUAN. merupakan salah satu diantaranya. Sistem e-learning atau sistem

BAB I PENDAHULUAN. 1.1 Latar Belakang

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 20010/2011

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III ANALISIS DAN PERANCANGAN SISTEM. tempat bagi para mahasiswa maupun dosen untuk belajar dan menambah

SKRIPSI PENERAPAN METODE CLUSTERING UNTUK PENGELOMPOKAN JURUSAN SISWA MENGGUNAKAN ALGORITMA K-MEANS

BAB I PENDAHULUAN. dan efisien sangat dibutuhkan oleh setiap orang. Perkembangan teknologi yang semakin

BAB 1 PENDAHULUAN Building A Data WareHouse for Decision Support Second Edition Data Mining : Concepts, Models, Methods, and Algorithms

PENERAPAN ALGORITMA K-MEANS UNTUK MENETAPKAN KELOMPOK MUTU KARET

PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BANTUAN BIAYA PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENDAHULUAN. Teknologi informasi (TI) termasuk salah satu teknologi yang sedang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Perancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors

BAB I PENDAHULUAN. (compact disc). Teknologi ini memang praktis baik dari segi biaya maupun

Transkripsi:

BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan jaman, komputer semakin banyak berperan di dalam kehidupan masyarakat. Hampir semua bidang kehidupan telah menggunakan komputer sebagai alat bantu. Perkembangan komputer yang begitu pesat dapat langsung dirasakan manfaatnya oleh masyarakat. Namun ada beberapa masalah yang dapat kita lihat masih dilakukan secara manual. Salah satunya adalah masalah penjurusan di SMA. Masalah penentuan jurusan untuk SMA sering sekali menjadi permasalahan di sekolah, karena sulitnya menentukan siswa mana yang memenuhi kriteria untuk menempati jurusan tertentu. Seorang guru sering mengalami kesulitan dalam menentukan siswa mana yang memenuhi kriteria untuk menempati jurusan tertentu. Hal ini dikarenakan proses penjurusan masih dilakukan dengan manual. Salah satu algoritma yang digunakan dalam pengelompokan data adalah algoritma K-Means. Algoritma ini mempunyai kelebihan yang dapat diterapkan dan dijalankan untuk aplikasi penentuan jurusan yang ingin dirancang, relatif cepat untuk diadaptasi, dan paling banyak dipraktekkan dalam data mining. Algoritma ini termasuk salah satu algoritma paling penting dalam data mining. Metode K-Means merupakan metode untuk mengelompokkan objek atau data yang mempunyai atribut dan mempunyai jumlah data yang banyak ke dalam bentuk satu atau lebih kelompok, sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster/kelompok yang sama (Manurung, 2014). Dalam jurnal (Manurung, 2014) yang berjudul Perancangan Aplikasi Penentuan Jurusan Di SMA Menggunakan Metode K-Means, Data yang digunakan untuk proses analisis metode K-Means adalah data nilai. Nilai

2 yang diambil sebagai dasar untuk proses clustering adalah nilai rata-rata semester I dan semester II di kelas X (sepuluh). Dari jurnal tersebut ingin dikembangkan dengan menambahkan data minat peserta didik sebagai bahan pertimbangan penjurusan. Karena selain nilai akademik, perlu juga diperhatikan minat peserta didik agar tidak terjebak dalam jurusan yang tidak diingini. Data clustering menggunakan metode K-Means ini secara umum dilakukan dengan algoritma dasar sebagai berikut : 1. Tentukan jumlah klaster 2. Alokasikan data ke dalam klaster secara random 3. Hitung centroid/rata-rata dari data yang ada di masing-masing cluster 4. Alokasikan masing-masing data ke centroid/rata-rata terdekat 5. Kembali ke Step 3, apabila masih ada data yang berpindah cluster atau apabila perubahan nilai centroid, ada yang di atas nilai threshold yang ditentukan atau apabila perubahan nilai pada objective function yang digunakan di atas nilai threshold yang ditentukan (Agusta, 2007). Aturan dan metode algoritma K-Means dapat diterapkan pada sebuah program bantu untuk mengelompokkan data nilai siswa. Langkah-langkah algoritma K-Means diterjemahkan ke dalam bahasa pemrograman untuk melakukan tugas klastering data. Sekelompok data tentang nilai siswa dan minat peserta didik dimasukkan ke dalam input program, kemudian program melakukan pengolahan data yang digunakan sebagai kriteria yang telah ditetapkan sesuai langkah algoritma K-Means, dan hasilnya berupa klaster data yang menjadi bahan pertimbangan untuk kriteria siswa yang akan menempati jurusan tertentu. Berdasarkan permasalahan yang telah diuraikan, maka dalam hal ini dirancang sebuah sistem yang menjadi Tugas Akhir dengan judul

3 Penggunaan Algoritma K-Means dalam Penentuan Jurusan untuk SMA (Studi Kasus di SMAN 1 Jakarta. 1.2. Identifikasi Masalah SMA membutuhkan sistem dalam penentuan siswa yang akan menempati jurusan tertentu. Permasalahan yang akan dipecahkan adalah bagiamana Algoritma K-Means dapat digunakan untuk penentuan jurusan. Berdasarkan identifikasi masalah yang telah ditemukan dapat disimpulkan rumusan masalahnya sebagai berikut: 1. Bagaimana menerapkan algoritma K-Means untuk menentukan siswa mana yang memenuhi kriteria untuk menempati jurusan tertentu? 2. Apakah hasil pengelompokan dapat digunakan pada kegiatan operasional sesungguhnya? 1.3. Tujuan Penelitian Adapun tujuan dalam pembuatan penelitian ini adalah: 1. Untuk menjelaskan proses penentuan jurusan pada SMA N 1 Jakarta. 2. Untuk menerapkan metode k-means dalam membangun aplikasi untuk menentukan penjurusan pada SMA N 1 Jakarta 1.4. Batasan Masalah Untuk menghidari meluasnya permasalahan, maka diperlukan batasan masalah pada penggunaan algoritma K-means dalam penentuan jurusan, yaitu: 1. Algoritma K-Means digunakan untuk menentukan siswa mana yang masuk ke jurusan yang sesuai dengan kriteria penjurusan, meliputi :

4 a. Nilai akademik Peserta didik yang naik ke kelas XI dan akan mengambil program tertentu yaitu : Ilmu Pengetahuan IPA (IPA) atau Ilmu Pengetahuan Sosial (IPS) atau Bahasa, boleh memiliki nilai yang tidak tuntas paling banyak 3 (tiga) mata pelajaran pada mata pelajaran yang bukan ciri khas program tersebut. Peserta didik yang naik ke kelas XI, dan yang bersangkutan mendapat nilai tuntas 3 (tiga) mata pelajaran, maka nilai tersebut harus dijadikan dasar untuk menentukan program yang dapat diikuti oleh peserta didik. b. Minat peserta didik Untuk mengetahui minat peserta didik dapat diketahui melalui angket/kuisioner dan wawancara, atau cara lain yang dapat digunakan untuk mendeteksi minat siswa. 2. Bahasa pemrograman yang digunakan adalah PHP dan menggunakan MySQL untuk database-nya.

5 1.5. Manfaat Penelitian Hasil dari penelitian ini diharapkan memiliki manfaat, yaitu sebagai berikut: 1. User dapat menentukan jurusan yang tepat untuk siswa dengan kriteria tertentu. 2. Proses penjurusan yang tidak lagi dilakukan secara manual. 3. Membantu sekolah untuk menentukan penjurusan siswa pada SMAN 1 Jakarta 1.6. Metodologi Tahapan yang akan dilakukan dalam penelitian ini terdiri dari langkah berikut: 1. Teknik Pengumpulan Data Dalam menyusun tugas akhir ini, data yang diperlukan diperoleh dari metode pengumpulan data, yaitu sebagai berikut : a. Metode Studi Pustaka Dalam metode ini kami mengumpulkan data, yaitu berupa buku-buku yang berhubungan dengan topik sebagai panduan dalam penyusunan tugas akhir serta membantu dalam memecahkan masalah dan data tambahan melalui internet. b. Metode Studi Lapangan Dalam metode studi lapangan ini, dilakukan di SMAN 1 Jakarta. Cara-cara yang digunakan dalam pengumpulan data secara langsung adalah sebagai berikut : a.) Wawancara Proses wawancara dilakukan dengan mengadakan tanya jawab secara langsung dengan pihak-pihak

6 yang terlibat diantaranya dengan wali kelas X, guru bimbingan konseling, dan bagian penjurusan di SMAN 1 Jakarta. 2. Metode Perancangan Sistem Dalam langkah ini mulai dirancang sistem penentuan jurusan dengan menggunakan data sample sebanyak 3 kelas dari hasil studi lapangan berupa data minat peserta didik yang telah diisi oleh siswa kelas X dan nilai akademik. Perancangan sistem yang berupa implementasi algoritma ini menggunakan bahasa pemrograman PHP. Metode Perancangan yang digunakan dalam pembuatan tugas akhir ini adalah dengan metode Extreme Programming (XP). Tahapan yang dilakukan dalam merancang sistem sebagai berikut : 1. Analisis Kebutuhan 2. Coding dan Testing 3. Implementasi Sistem 4. Evaluasi Sistem 3. Membuat hasil penelitian Tentunya tahap ini menjadi tahap yang harus dilakukan sebagai bukti nyata secara tertulis.untuk itu dari hasil identifikasi dan analisa data yang ada maka dibuatlah hasil penelitian berupa laporan Tugas Akhir.

7 1.7. Jadwal Tabel 1.1 Jadwal Perencanaan Sumber: Data Olahan Penulis

8