iii SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN CALON ASISTEN LABORATORIUM BERBASIS ANDROID MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3) SKRIPSI VITO ERPINDO 101401027 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
ii SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN CALON ASISTEN LABORATORIUM BERBASIS ANDROID MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3) SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer VITO ERPINDO 101401027 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
iii PERSETUJUAN Judul : SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN CALON ASISTEN LABORATORIUM BERBASIS ANDROID MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3) Kategori : SKRIPSI Nama : VITO ERPINDO Nomor Induk Mahasiswa : 101401027 Program Studi : SARJANA (S1) ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Ade Candra, ST, M.Kom Dr. Poltak Sihombing, M.Kom NIP. 19790904 200912 1 002 NIP. 19620317 199103 1 001 Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP. 196203171991021001
iv PERNYATAAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN CALON ASISTEN LABORATORIUM BERBASIS ANDROID MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3) SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, April 2015 Vito Erpindo 101401027
v PENGHARGAAN Alhamdulillahirrabbil alamin, penulis ucapkan rasa syukur yang tiada hentinya ke hadirat Allah SWT. yang telah memberikan rahmat dan karunia-nya sehingga penulis dapat menyelesaikan skripsi ini. Shalawat beriring salam penulis persembahkan kepada Nabi Besar Muhammad SAW. Dengan segala kerendahan hati, pada kesempatan ini penulis menyampaikan terima kasih kepada semua pihak yang telah membantu penyelesaian skripsi ini. Penulis mengucapkan terima kasih kepada: 1. Bapak Prof. Dr. Syahril Pasaribu, DTMH, MSc(CTM), SpA(K) sebagai Rektor Universitas Sumatera Utara (USU). 2. Bapak Dr. Muhammad Zarlis sebagai Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. 3. Bapak Dr. Poltak Sihombing, M.Kom sebagai Ketua Program Studi S1 Ilmu Komputer dan sekaligus sebagai Dosen Pembimbing I. 4. Ibu Maya Silvi Lydia, BSc. MSc sebagai Sekretaris Program Studi S1 Ilmu Komputer. 5. Bapak Ade Candra, ST, M.Kom sebagai Dosen Pembimbing II. 6. Bapak Prof. Dr. Muhammad Zarlis sebagai Dosen Pembanding I. 7. Bapak Handrizal, S.Si, M.Comp.Sc sebagai Dosen Pembanding II. 8. Seluruh dosen serta staf pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU. 9. Kedua orang tua tercinta, Ibunda Rayni dan Ayahanda Ir. Efri Edianto, Abangda Jodie Edianto, S.AB, dan Adinda Fernanda Edianto. 10. Teman-teman HADEUH(Angga, Bowo, Danny, Fadhil, Fajrul, Janwandi, Nanda, Rizki, Teguh, Saddam, Singgih) yang selalu ada memberikan semangat dan dorongan tekad yang kuat sehingga penulis selesai mengerjakan skripsi ini. 11. Teman-teman seperjuangan stambuk 2010 serta abang-abang dan kakak-kakak senior yang ada di Program Studi S1 Ilmu Komputer yang telah memberikan dukungan moril maupun materil kepada penulis dalam penyusunan skripsi ini.
vi Penulis menyadari bahwa skripsi ini masih jauh dari sempurna, oleh karena itu penulis menerima kritik dan saran dari semua pihak yang bersifat membangun dan menyempurnakan skripsi ini. Penulis berharap semoga skripsi ini dapat memberi manfaat bagi penulis sendiri pada khususnya dan pembaca pada umumnya. Medan, April 2015 Vito Erpindo
vii ABSTRAK Pengujian kelayakan calon asisten laboratorium di IKLC bertujuan untuk mendapatkan asisten asisten dengan kualitas terbaik. Penentuan kelayakan dilakukan berdasarkan kriteria yang telah ditentukan seperti seleksi berkas, microteaching dan wawancara. Untuk membantu proses penentuan kelayakan maka dibutuhkan sebuah sistem pendukung keputusan. Metode yang digunakan adalah Algoritma Iterative Dichotomiser 3. Pada penelitian ini hasil perhitungan dari metode akan diuji dengan data calon asisten laboratorium yang dimiliki oleh IKLC. Metode ini berhasil mencocokkan 20 data hasil perhitungan dengan data dari IKLC, dimana terdapat 9 orang calon lulus menjadi asisten dan 11 orang calon tidak lulus menjadi asisten. Sistem ini dapat digunakan untuk membantu menyelesaikan permasalahan dalam menentukan kelayakan calon asisten laboratorium di IKLC (Ilmu Komputer Laboratory Center). Katakunci: Sistem Pendukung Keputusan, Algoritma Iterative Dichotomiser 3, IKLC
viii DECISION SUPPORT SYSTEM OF LABORATORY ASSISTANT CANDIDATE PROPERNESS USING ITERATIVE DICHOTOMISER 3 (ID3) ALGORITHM BASED ON ANDROID ABSTRACT Proper test of laboratory assistant candidate aims to get the best quality assistant in IKLC. The test is based on determined criterion such as file selection, microteaching and interview. Decision support system is needed to assist the proper test. The method used is Iterative Dichotomiser 3 Algorithm. In this research, the result of the method will be tested with data of laboratory assistant candidate that possessed by IKLC.. This method successfully matched the result of 20 data with the data from IKLC, where 9 candidates are pass becoming an assistant and 11 are not pass. This system can be used to assist the proper test of laboratory assistant candidate problem of IKLC (Ilmu Komputer Laboratory Center). Keyword : Decision Support System, Iterative Dichotomiser 3, IKLC
ix DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar iii iv v vii viii ix xiii xiv Bab 1 Pendahuluan 1.1. Latar Belakang 1 1.2. Rumusan Masalah 2 1.3. Batasan Masalah 2 1.4. Tujuan Penelitian 3 1.5. Manfaat Penelitian 3 1.6. Metodologi Penelitian 3 1.7. Sistematika Penulisan 4 Bab 2 Tinjauan Pustaka 2.1. Sistem Pendukung Keputusan 6 2.1.1. Defenisi Sistem Pendukung Keputusan 6 2.2. Metode Decision Tree 7 2.2.1. Manfaat Decision Tree 8 2.3. Algoritma Iterative Dichotomiser 3 (ID3) 8 2.3.1.Langkah langkah Algoritma ID3 9 2.4. Android 13 2.4.1. Arsitektur Aplikasi Android 13
x Bab 3 Analisis dan Perancangan Sistem 3.1. Analisis Sistem 15 3.1.1. Analisis Masalah 15 3.1.2. Analisis Kebutuhan Sistem 16 3.1.2.1. Kebutuhan Fungsional Sistem 16 3.1.2.2. Kebutuhan Non-Fungsional Sistem 16 3.1.3. Pemodelan 17 3.1.3.1. Use Case Diagram 17 3.1.3.2. Activity Diagram 22 3.1.3.3. Analisis Proses Sistem 24 3.1.3.4. Flowchart Algoritma ID3 26 3.2. Perancangan Sistem 26 3.2.1. Antarmuka Menu Utama 27 3.2.2. Antarmuka Pengujian Berkas 27 3.2.3. Antarmuka Micro 1 28 3.2.4. Antarmuka Micro 2 30 3.2.5. Antarmuka Micro 3 32 3.2.6. Antarmuka Micro 4 34 3.2.7. Antarmuka Micro 5 36 3.2.8. Antarmuka Wawancara dan Pengujian 38 3.2.9. Antarmuka Hasil 39 3.2.10. Antarmuka Ubah Data 40 Bab 4 Implementasi dan Pengujian Sistem 4.1. Implementasi Sistem 42 4.1.1. Implementasi Algoritma ID3 42 4.2. Antarmuka Sistem 50 4.2.1. Tampilan Menu Awal 50 4.2.2. Tampilan Pengujian Berkas 51 4.2.3. Tampilan Micro 1 51 4.2.4. Tampilan Micro 2 52 4.2.5. Tampilan Micro 3 53 4.2.6. Tampilan Micro 4 53
xi 4.2.7. Tampilan Micro 5 54 4.2.8. Tampilan Wawancara dan Pengujian 54 4.2.9. Tampilan Data 55 4.2.10. Tampilan Hasil 56 4.2.11. Tampilan Bantuan 56 4.3. Pengujian Sistem 57 4.3.1 Pengujian Perhitungan dalam Menentukan Kelayakan Calon Asisten Laboratorium di IKLC 58 4.3.2 Pengujian Proses Tambah Data Pengujian 65 4.3.3 Pengujian Proses Ubah Data 66 Bab 5. Kesimpulan dan Saran 5.1. Kesimpulan 67 5.2. Saran 67 Daftar Pustaka 68 LAMPIRAN A : Listing Program LAMPIRAN B : Curriculum Vitae LAMPIRAN C : Data IKLC A B C
xii DAFTAR TABEL Halaman Tabel 2.1. Contoh Data 9 Tabel 3.1. Tabel Use Case Proses Uji 18 Tabel 3.2. Tabel Use Case Proses Input Nilai Kriteria Pengujian 19 Tabel 3.3. Tabel Use Case Proses Normalisasi Nilai Kriteria 19 Tabel 3.4. Tabel Use Case Proses Simpan Hasil Normalisasi 19 Tabel 3.5. Tabel Use Case Proses Uji Kelayakan 20 Tabel 3.6. Tabel Use Case Proses Algoritma ID3 20 Tabel 3.7. Tabel Use Case Proses Hitung Entropy 21 Tabel 3.8. Tabel Use Case Proses Hitung Information Gain 21 Tabel 4.1. Bobot Kriteria 42 Tabel 4.2. Data Atribut Target 44 Tabel 4.3. Entropy IPK 44 Tabel 4.4. Entropy Nilai Mata Kuliah 45 Tabel 4.5. Entropy Microteaching 45 Tabel 4.6. Entropy Wawancara 46 Tabel 4.7. Hasil Perhitungan Algoritma ID3 untuk menentukan node awal 47 Tabel 4.8. Entropy IPK untuk edge 2 47 Tabel 4.9. Entropy Nilai Mata Kuliah untuk edge 2 48 Tabel 4.10. Entropy Microteaching untuk edge 2 48 Tabel 4.11. Hasil Perhitungan Algoritma ID3 untuk node Cabang dari edge 2 49 Tabel 4.12. Bobot Kriteria Hasil Normalisasi 57 Tabel 4.13. Pengujian Perhitungan dalam Menentukan Kelayakan Calon Asisten Laboratorium di IKLC 58
xiii DAFTAR GAMBAR Halaman Gambar 2.1. Node awal Decision Tree 11 Gambar 2.2. Hasil Decision Tree 12 Gambar 3.1. Diagram Ishikawa untuk Analisis Masalah Sistem 16 Gambar 3.2. Use case Diagram Sistem Pendukung Keputusan dalam Menentukan Kelayakan Calon Asisten Laboratorium 18 Gambar 3.3. Activity Diagram untuk Proses Uji 22 Gambar 3.4. Activity Diagram dalam Proses Hitung Entropy 23 Gambar 3.5. Activity Diagram dalam Proses Hitung Information Gain 24 Gambar 3.6. Sequence Diagram dalam Proses Penentuan Kelayakan dengan Algoritma ID3 25 Gambar 3.7. Flowchart Algoritma ID3 26 Gambar 3.8. Antarmuka Perancangan Sistem Menu Utama 27 Gambar 3.9. Antarmuka Perancangan Sistem Pengujian Berkas 28 Gambar 3.10. AntarmukaPerancangan Sistem Micro 1 29 Gambar 3.11. AntarmukaPerancangan Sistem Micro 2 31 Gambar 3.12. AntarmukaPerancangan Sistem Micro 3 33 Gambar 3.13. AntarmukaPerancangan Sistem Micro 4 35 Gambar 3.14. AntarmukaPerancangan Sistem Micro 5 37 Gambar 3.15. AntarmukaPerancangan Sistem Wawancara dan Pengujian 38 Gambar 3.16. AntarmukaPerancangan Sistem Hasil 39 Gambar 3.17. AntarmukaPerancangan Sistem Ubah Data 41 Gambar 4.1. Decision Tree untuk node Awal 47 Gambar 4.2. Hasil Decision Tree 49 Gambar 4.3. Menu Awal 51 Gambar 4.4. Pengujian Berkas 51 Gambar 4.5. Micro 1 52 Gambar 4.6. Micro 2 52 Gambar 4.7. Micro 3 53 Gambar 4.8. Micro 4 54
xiv Gambar 4.9. Micro 5 54 Gambar 4.10. Wawancara dan Pengujian 55 Gambar 4.13. Data 55 Gambar 4.14. Hasil 56 Gambar 4.15. Bantuan 57 Gambar 4.17. Hasil Proses Tambah Data Pengujian 65 Gambar 4.18. Pengujian Hasil Ubah Data 66