BAB I PENDAHULUAN. waktu mendatang. Perkembangan teknologi informasi membuat pencarian. data data sangat mudah bahkan cenderung berlebihan.

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. dimanfaatkan secara maksimal untuk menunjang setiap kegiatan dari pihakpihak

khazanah Aplikasi Pemrediksi Masa Studi dan Predikat Kelulusan Mahasiswa Informatika Universitas Muhammadiyah Surakarta Menggunakan Metode Naive Bayes

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

KLASIFIKASI PRESTASI AKADEMIK MAHASISWA FKI UMS MENGGUNAKAN METODE DECISION TREE SKRIPSI

KLASIFIKASI MASA STUDI MAHASISWA FAKULTAS KOMUNIKASI DAN INFORMATIKA UNIVERSITAS MUHAMMADIYAH SURAKARTA MENGGUNAKAN ALGORITMA C4.5

BAB 1 PENDAHULUAN 1.1 Latar Belakang Dropout Data mining

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

Universitas Putra Indonesia YPTK Padang Fakultas Ilmu Komputer Program Studi Teknik Informatika. Classification Decision Tree

PENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK KLASIFIKASI MAHASISWA BERPRESTASI

KLASIFIKASI PRESTASI AKADEMIK MAHASISWA FKI UMS MENGGUNAKAN METODE DECISION TREE

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Saat ini pendidikan di Indonesia semakin berkembang. Banyaknya

PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI PREDIKAT KELULUSAN MAHASISWA FAKULTAS KOMUNIKASI DAN INFORMATIKA UNIVERSITAS MUHAMMADIYAH SURAKARTA

PERBANDINGAN 3 METODE DALAM DATA MINING UNTUK MENENTUKAN STRATEGI PENJUALAN PRODUK MAKANAN DAN MINUMAN PADA TOSERBA LESTARI BARU GEMOLONG

Manfaat Pohon Keputusan

PENERAPAN TEKNIK DATA MINING UNTUK MENENTUKAN HASIL SELEKSI MASUK SMAN 1 GIBEBER UNTUK SISWA BARU MENGGUNAKAN DECISION TREE

BAB I PENDAHULUAN. keadaan dimana hampir semua hal dapat direpresentasikan dalam bentuk digital dan

BAB 1 PENDAHULUAN. yang bersifat pelaksanaan praktis di laboratorium. Mahasiswa wajib mengikuti

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan

BAB I PENDAHULUAN Latar Belakang Masalah. Sistem informasi akademik yang baik dibutuhkan untuk mendukung

PERBANDINGAN 3 METODE DALAM DATA MINING UNTUK PREDIKSI PENERIMA BEASISWA BERDASARKAN PRESTASI DI SMA NEGERI 6 SURAKARTA SKRIPSI

POHON KEPUTUSAN DENGAN ALGORITMA C4.5

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI KELULUSAN MAHASISWA FAKULTAS KOMUNIKASI DAN INFORMATIKA UMS MENGGUNAKAN METODE NAIVE BAYES.

BAB 2 LANDASAN TEORI

PERBANDINGAN 3 METODE DALAM DATA MINING UNTUK PREDIKSI PENERIMA BEASISWA BERDASARKAN PRESTASI DI SMA NEGERI 6 SURAKARTA

BAB I PENDAHULUAN. serta keterampilan yang diperlukan dirinya dan masyarakat. Salah satu

BAB III METODOLOGI PENELITIAN. digunakan pada proses rekomendasi penjurusan pada jenjang menengah. Merumuskan Masalah

BAB 2 LANDASAN TEORI

Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN

a. Prosesor yang digunakan adalah Intel Core i3 1.9 Ghz b. RAM dengan ukuran 2GB c. Harddisk dengan ukuran 500GB d. Layar monitor 14.

BAB 1 PENDAHULUAN 1-1

02FEB. Template Standar Business Ethics and Good Governance

yang lama. Biaya yang tidak sedikit dan sangat terbuka untuk melakukan kesalahan dalam menentukan orang yang tepat. Pengelolaan sumber daya manusia

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN. kreatif mandiri dan bertanggung jawab. pendidikan tersebut ditentukan oleh komponen-komponen dalam pendidikan,

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. Politeknik Negeri Sriwijaya

BAB I PENDAHULUAN. berjudul Kualitas SDM Indonesia di Dunia, Indonesia berada pada peringkat 108

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang akurat

BAB IV HASIL DAN PEMBAHASAN. Data yang digunakan dalam penelitian ini adalah data warehouse

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2009/2010

BAB 1 PENDAHULUAN. Dengan kemajuan teknologi informasi sekarang ini, kebutuhan akan

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

IDENTIFIKASI LAMA STUDI BERDASARKAN KARAKTERISTIK MAHASISWA MENGGUNAKAN ALGORITMA C4.5

BAB I PENDAHULUAN. A. Latar Belakang. Perkembangan teknologi informasi yang demikian cepatnya telah memasuki

BAB I PENDAHULUAN. Perguruan tinggi yang baik dipengaruhi oleh kualitas. mahasiswa di dalamnya. Mahasiswa merupakan objek

BAB 2 TINJAUAN PUSTAKA

EVALUASI DISTRIBUSI HASIL SELEKSI PPDB SMA NEGERI DI KOTA SURAKARTA MENGGUNAKAN METODE DECISION TREE SKRIPSI. Oleh : AZIZ RIDHA UTAMA

ALGORITMA C4.5 UNTUK SIMULASI PREDIKSI KEMENANGAN DALAM PERTANDINGAN SEPAKBOLA

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah 1.2. Rumusan Masalah

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN. yang bergerak di bidang pendidikan. Tiap perguruan tinggi memiliki

BAB I PENDAHULUAN. Peranan statistika dalam penelitian sangatlah signifikan, terutama dalam

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

BAB II LANDASAN TEORI

Materi 1 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya

PERNYATAAN. Demikian pernyataan ini saya buat dengan keadaan sadar tanpa paksaan dari pihak manapun. Yogyakarta, 06 Februari 2017.

BAB 1 PENDAHULUAN. Teknologi Informasi adalah suatu teknologi yang digunakan untuk

BAB I PENDAHULUAN. jurusan apa yang harus mereka pilih. (BI Purwantari, 2011)

DATA DAN METODE Data

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 6 referensi sebagai berikut : - Algoritma Naïve Bayes Classifier

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

JURNAL IMPLEMENTASI DATA MINING DENGAN ALGORITMA C4.5 UNTUK MEMPREDIKSI PRESTASI SISWA

BAB I PENDAHULUAN. Teknologi informasi adalah sarana dan prasarana (hardware, software,

IMPLEMENTASI DATA MINING PADA PENENTUAN JUMLAH SKS MENGGUNAKAN DECISION TREE

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

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G

BAB I PENDAHULUAN. meningkatkan kualitas SDM, salah satunya melalui pendidikan. Semua orang

BAB I PENDAHULUAN. Oleh karena itu dalam melakukan Kegiatan usahanya sehari-hari bank harus

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. selalu menimbulkan permasalahan. Pihak sekolah menerima siswa dengan cara menggunakan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Seiring dengan perkembangan teknologi yang semakin pesat, Software

Judul : PERPINDAHAN MAHASISWA

IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI KELULUSAN MAHASISWA FAKULTAS KOMUNIKASI DAN INFORMATIKA UMS MENGGUNAKAN METODE NAIVE BAYES

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. kegiatan yang menunjang proses pendidikan adalah kegiatan penjadwalan.

BAB 1 PENDAHULUAN. dijelaskan dalam Undang-undang (UU) No.12 tahun 2012 Bab I pasal I ayat 1,

Politeknik Negeri Sriwijaya BAB I PENDAHULUAN

1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian

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

BAB I PENDAHULUAN. kelulusan. Hal ini menyebabkan rendahnya tingkat grade nilai yang dicapai oleh

Penerapan Fungsi Data Mining Klasifikasi untuk Prediksi Masa Studi Mahasiswa Tepat Waktu pada Sistem Informasi Akademik Perguruan Tinggi

BAB I PENDAHULUAN I.1 Latar Belakang

BAB I PENDAHULUAN. Pengambilan keputusan adalah proses pemilihan, diantara berbagai alternatif aksi

BAB I PENDAHULUAN. berbagai aspek kehidupan manusia. aspek waktu karena data dapat diakses secara instan.

Kurikulum Kurikulum Mahasiswa Angkatan 2015 dan sebelumnya. Mahasiswa angkatan 2016 dan setelahnya

ABSTRAK. Keywords : Data Mining, Filter, Data Pre-Processing, Association, Classification, Deskriptif, Prediktif, Data Mahasiswa.

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN. menjawab setiap pertanyaan dari mahasiswa. (Satria, 2015) (UMN), khususnya pada fakultas Information and Communications Technology

PROGRAM BANTU PEMILIHAN PAKAIAN DAN BAHAN BATIK BAGI KONSUMEN DENGAN PENDEKATAN DECISION TREE Studi Kasus : Toko InBATIK

Transkripsi:

BAB I PENDAHULUAN A. Latar Belakang Dengan kemajuan teknologi informasi dewasa ini kebutuhan akan informasi yang akurat sangat dibutuhkan, dikarenakan informasi akan menjadi suatu elemen penting dalam perkembangan masyarakat saat ini dan waktu mendatang. Perkembangan teknologi informasi membuat pencarian data data sangat mudah bahkan cenderung berlebihan. Banyaknya data yang dimiliki oleh sebuah organisasi bisa menyebabkan kesulitan dalam pengklasifikasian data. Metode pengklasifikasian yang dilakukan secara tradisional tidak dapat menangani data dalam jumlah besar juga rentan terjadi kesalahan dalam pengklasifikasian. Untuk mengatasi permasalahan tersebut maka diperlukan teknik klasifikasi untuk mengolah data data tersebut menjadi sebuah informasi yang strategis. Salah satu cara mengatasi permasalahan tersebut adalah menggunakan data mining dengan metode klasifikasi decision tree. Sejalan dengan berkembangnya teknologi informasi yang sangat cepat, maka banyak sekali calon mahasiswa memilih jurusan yang berada di Fakultas Komunikasi dan Informatika UMS yang merupakan salah satu perguruan tinggi swasta terbesar di Jawa Tengah untuk menimba ilmu dibidang teknologi informasi tersebut. Pada saat ini mahasiswa di Fakultas Teknik Informatika mencapai 2358 mahasiswa baik yang lulus maupun 1

2 belum lulus. Padahal FKI sendiri berdiri mulai pada tahun 2006 yang kala itu hanya memiliki satu program studi saja yaitu Komunikasi. Kemudian pada tahun 2007 ditambah dengan satu program studi baru yaitu Teknik Informatika. Sampai sekarang FKI sudah meluluskan mahasiswa sekitar 388 mahasiswa. Bagi fakultas yang baru berumur 7 tahun dengan jenjang perkuliahan S1 minimal 3.5 tahun, jumlah tersebut merupakan suatu keberhasilan yang sudah baik. Dengan membludaknya mahasiswa diimbangi dengan banyaknya para mahasiswa yang telah lulus kuliah, maka data data akademik yang dimiliki juga semakin bertambah banyak. Apabila tidak diolah dengan baik dan benar, hanya akan menjadi tumpukan data yang tidak berguna dan tidak bermanfaat. Padahal data tersebut bisa dijadikan sebagai sumber data strategis yang sangat bermanfaat bagi Fakultas Komunikasi dan Informatika UMS. Berdasarkan permasalahan tersebut, maka dalam penelitian ini penulis akan mengklasifikasikan prestasi akademik yang diperoleh mahasiswa menggunakan data mining metode decision tree, serta pemilihan atributnya berdasarkan information gain menggunakan algoritma C. 5.0. Dengan harapan setelah diolah dengan data mining, program studi dapat mendorong kepada mahasiswa untuk meningkatkan prestasi akademik mahasiswa serta dapat mempercepat kelulusan mahasiswa tersebut sehingga dapat meningkatkan nilai akreditasi dari program studi sendiri.

3 Metode Decision tree dipilih karena : 1. Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global, dapat diubah menjadi lebih simpel dan spesifik 2. Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena ketika menggunakan metode pohon keputusan maka sampel diuji hanya berdasarkan kriteria atau kelas tertentu 3. Fleksibel untuk memilih fitur dari node internal yang berbeda, fitur yang terpilih akan membedakan suatu kriteria dibandingkan kriteria yang lain dalam node yang sama. Kefleksibelan metode pohon keputusan ini meningkatkan kualitas keputusan yang dihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu tahap yang lebih konvensional 4. Dalam analisis multivarian, dengan kriteria dan kelas yang jumlahnya sangat banyak, seorang penguji biasanya perlu mengestimasikan baik itu distribusi dimensi tinggi ataupun parameter tertentu dari distribusi kelas tersebut. Metode pohon keputusan dapat menghindari munculnya permasalahan ini dengan menggunakan kriteria yang jumlahnya lebih sedikit pada setiap node internal tanpa banyak mengurangi kualitas keputusan yang dihasilkan.

4 B. Rumusan Masalah Setelah mengetahui latar belakang dari penelitian ini, maka dapat diidentifikasikan permasalahan sebagai berikut : 1. Bagaimana cara dan teknik mengklasifikasikan data data akademik di FKI UMS, yang semula data - data yang kurang bermanfaat menjadi informasi penting bagi Fakultas Komunikasi dan Informatika. 2. Rencana Strategis apa yang diberikan kepada Fakultas Komunikasi dan Informatika berdasarkan interpretasi hasil penelitian dalam hal : a. Perekrutan daerah maupun asal sekolah calon mahasiswa FKI b. Pembimbingan bagi mahasiswa yang prestasi akademiknya kurang. c. Skala prioritas dalam perekrutan calon mahasiswa. Dengan melihat permasalahan permasalahan tersebut maka penelitian ini akan membahas teknik klasifikasi prestasi akademik mahasiswa FKI UMS menggunakan metode klasifikasi decision tree serta pemilihan atributnya menggunakan information gain untuk memberikan informasi strategis bagi program studi Komunikasi dan Informatika UMS. C. Batasan Masalah Dalam mengklasifikasikan prestasi akademik mahasiswa FKI UMS menggunakan metode decision tree ini hanya dibatasi pada : 1. Ruang lingkup data hanya meliputi Fakultas Komunikasi dan Informatika UMS saja.

5 2. Software yang digunakan hanya Microsoft Excel dan Aplikasi Rapidminer. 3. Pembahasan dibatasi hanya informasi tentang prestasi akademik mahasiswa dengan teknik data mining. 4. Dalam mengklasifikasikan data data yang dimiliki oleh Fakultas Komunikasi dan Informatika untuk menemukan pola pola yang terdapat didalamnya penulis menggunakan metode Decision Tree. 5. Dalam penelitian ini yang mendasar adalah teknik data mining saja tidak sampai pembangunan data warehouse. 6. Dalam penelitian juga hanya menggunakan beberapa atribut meliputi: a. Daerah asal mahasiswa berdasarkan alamat mereka yaitu : Karesidenan Surakarta dan Luar Surakarta. b. Gender : laki-laki dan perempuan. c. Jurusan asal sekolah : IPA, IPS dan Lainnya. d. Asal sekolah berdasarkan alamat dari sekolah mereka baik SMA/SMK dari setiap mahasiswa. e. Rata rata SKS (satuan kredit semester) : Rata-rata SKS yang diambil mahasiswa setiap semester. f. Rata MK (Mata kuliah) : merupakan jumlah rata-rata mata kuliah yang diambil mahasiswa per semester. g. Asisten Laboratorium : pernah atau tidak mahasiswa menjadi asisten praktikum di Fakultas Komunikasi dan Informatika baik program studi Komunikasi maupun program studi Teknik Informatika.

6 h. Indeks Prestasi Kumulatif yang dibagi dalam dua interval yaitu Kurang dan Memuaskan. D. Tujuan Penelitian Adapun tujuan dari penyusunan penelitian ini adalah : 1. Untuk mengklasifikasi prestasi akademik mahasiswa yang diperoleh para mahasiswa FKI UMS menggunakan data mining, sehingga dari data data yang tidak bermanfaat menjadi data data yang bermanfaat. 2. Untuk memberikan rencana strategis bagi Fakultas Komunikasi dan Informatika berdasarkan interpretasi hasil penelitian antara lain : a. Dalam hal prioritas daerah asal atau asal sekolah untuk pencarian Calon Mahasiswa baru. b. Pembimbingan dan Pengarahan yang lebih intensif bagi mahasiswa yang prestasi akademiknya kurang. c. Skala prioritas untuk memilih calon mahasiswa FKI UMS berdasarkan jurusan di SMAnya agar menghasilkan indeks prestasi mahasiswa yang memuaskan. E. Manfaat Penelitian 1. Fakultas Komunikasi dan Informatika UMS Diharapkan dengan adanya klasifikasi ini dapat membantu menyajikan informasi kepada FKI UMS tentang hubungan tingkat kelulusan berdasarkan prestasi akademik mahasiswa berdasarkan atribut atribut

7 seperti gender, rata rata sks, sekolah asal, jurusan di sma/smk dsb. Serta pihak fakultas dapat mengetahui tingkat kelulusan mahasiswanya dan mengetahui faktor yang mempengaruhi tingkat kelulusan tersebut. 2. Penulis Penulis lebih mengetahui cara menerapkan ilmu-ilmu yang telah dipelajari selama kuliah dalam mengklasifikasi data data dengan data mining metode decision tree menggunakan algoritma C 5.0 serta pemilihan atribut dengan information gain, serta sebagai syarat dalam memperoleh gelar sarjana komputer. F. Sistematika Penulisan Untuk mempermudah dalam penyusunan penelitian ini maka perlu ditentukan sistematika penulisan yang baik. Sistematika penulisannya adalah sebagai berikut : BAB I PENDAHULUAN Terdiri dari latar belakang permasalahan, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian dan sistematika penulisan penelitian. BAB II TINJAUAN PUSTAKA Terdiri dari : A. Telaah Penelitian yang berisi tentang hasil hasil penelitian terdahulu yang berkaitan dengan penelitian yang dilakukan.

8 B. Landasan Teori yang berisi pembahasan tentang data mining, decision tree, algoritma C 5.0 serta information gain. BAB III METODE PENELITIAN Dalam bab ini penulis mengemukakan analisis metode penelitian yang akan digunakan dalam klasifikasi prestasi mahasiswa fki ums menggunakan metode decision tree untuk menyelesaikan rumusan masalah dalam penelitian ini. BAB IV HASIL DAN PEMBAHASAN Dalam bab ini terdiri dari hasil yang didapat dari penelitian ini serta analisa pengujian program untuk di uji dan realisasikan. BAB V PENUTUP Berisi kesimpulan dan saran dari seluruh hasil penelitian yang telah dilakukan untuk ditujukan kepada semua pihak yang bersangkutan. Sistematika penulisan ini berguna untuk memberikan gambaran secara umum mengenai laporan yang akan dibuat.