IMPLEMENTASI METODE ASSOSIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK TUGAS AKHIR

IMPLEMENTASI METODE ASSOSIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh : Nur Hidayatul Latifah 08560183 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2014

LEMBAR PERSETUJUAN IMPLEMENTASI METODE ASSOCIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh: Nur Hidayatul Latifah 08560183 Telah diperiksa dan disetujui Dosen Pembimbing I Dosen Pembimbing II Dr. Ir. Ermanu Azizul Hakim, MT NIP: 10891090233 Nur Hayatin, S.ST NIP: 10809070476

LEMBAR PENGESAHAN IMPLEMENTASI METODE ASSOCIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh: Nur Hidayatul Latifah 08560183 Tugas Akhir ini telah diuji dan dinyatakan lulus oleh tim penguji Pada hari: Selasa, 8 April 2014 Mengetahui/Menyetujui Dosen Penguji I Dosen Penguji II Gita Indah Marthasari, ST Evi Dwi Wahyuni, S.Kom NIP: 10806110442 Mengetahui Ketua Jurusan Teknik Informatika Yuda Munarko, S.Kom, M.sc NIP: 108.0611.0433

LEMBAR PERNYATAAN Yang bertanda tangan di bawah ini : Nama : Nur Hidayatul Latifah Tempat / Tgl Lahir : Jayawijaya, 5 Desember 1990 NIM : 08560183 Fakultas / Jurusan : Teknik / Informatika Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul IMPLEMENTASI METODE ASSOCIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun keseluruhan, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya. Demikian surat pernyataan ini dibuat sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku. Mengetahui, Dosen Pembimbing I Malang, 1 April 2014 Yang Membuat Pernyataan Dr. Ir. Ermanu Azizul Hakim, MT Nur Hidayatul Latifah

KATA PENGANTAR Assalamu alaikum Wr.Wb Dengan mengucap puji syukur kehadirat Allah SWT atas segala rahmat dan ridho-nya yang telah memberikan berkah dan hidayah-nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul Implementasi Metode Assosiation Rules Untuk Menemukan Pola Hubungan Antara Data Akademik dan Non-Akademik. Shalawat senantiasa tercurahkan kepada nabi Muhammad SAW, sebagai tauladan kita semua. Penyusunan skripsi ini diajukan untuk memenuhi syarat akademis dalam rangka menyelesaikan Studi S1 Fakultas Teknik Program Studi Teknik Informatika Universitas Muhammadiyah Malang. Dalam tulisan ini disajikan pokok pokok bahasan yang meliputi latar belakang penelitian, landasan teori penelitian, analisa dan perancangan aplikasi, implementasi dan pengujian aplikasi, kesimpulan dan saran serta daftar pustaka. Ucapan terima kasih penulis sampaikan untuk semua pihak yang telah membantu dan mendukung baik secara langsung maupun tidak langsung. Semoga tulisan ini dapat bermanfaat untuk pembaca sekalian dan bagi penulis khususnya. Penulis menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu peneliti mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan kedepan. Malang, 1 April 2014 Penulis Nur Hidayatul Latifah

DAFTAR ISI HALAMAN JUDUL LEMBAR PERSETUJUAN LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... ABSTRACT... PERSEMBAHAN... KATA PENGANTAR... DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL... DAFTAR PERSAMAAN... i ii iii iv v vii ix x BAB I PENDAHULUAN 1.1. Latar Belakang... 1 1.2. Rumusan Masalah... 2 1.3. Tujuan... 2 1.4. Batasan Masalah... 2 1.5. Metodologi... 2 1.6. Sistematika Penulisan... 4 BAB II BAB III LANDASAN TEORI 2.1. Data Mining... 5 2.1.1. Pengertian Data Mining... 5 2.1.2. Teknik-Teknik Data Mining... 5 2.2. Association Rules Mining... 6 2.2.1. Pengertian Association Rule... 6 2.2.2. Frequent Itemset, Support, dan Cofidence... 7 PERANCANGAN SISTEM 3.1. Perancangan Perangkat Lunak... 16

3.1.1. Flow Chart... 16 3.1.2. Use Case Diagram... 17 3.1.3. Activity Diagram... 18 3.1.4. Sequence Diagram... 18 3.1.5. Class Diagram... 19 3.2. Perancangan Antarmuka (Interface Design)... 20 3.3. Perancangan Data... 20 3.3.1. Data Set... 20 3.3.2. Transformasi Data... 21 3.3.3. Penggunaan Metode Association Rule... 23 BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1. Implementasi Sistem... 27 4.1.1. Hardware dan Sorftware yang Digunakan..... 27 4.1.2. Koneksi Database... 27 4.1.3. Implementasi Database... 29 4.1.4. Implementasi Rancangan User Interface... 29 4.1.5. Implementasi Metode Association Rules... 30 4.1.6. Pengujian Program... 32 4.2. Pembuktian Sistem... 43 BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan... 45 5.2 Saran... 45 DAFTAR PUSTAKA... 46

DAFTAR GAMBAR Halaman Gambar 3.1 Diagram Flow Chart Sistem... 16 Gambar 3.2 Use Case Diagram... 17 Gambar 3.3 Activity diagram... 18 Gambar 3.4 Sequence diagram... 18 Gambar 3.5 Class Diagram... 19 Gambar 3.6 Rancangan Tampilan Awal Sistem... 19 Gambar 3.7 Hasil asosiasi... 26 Gambar 4.1 Menambahkan library... 28 Gambar 4.2 Menambahkan Library MySQL JDBC Driver... 28 Gambar 4.3 Koneksi Database... 28 Gambar 4.4 Membuat Database Baru... 29 Gambar 4.5 Membuat Tabel Baru... 29 Gambar 4.6 Form Tampilan Sistem... 30 Gambar 4.7 Query untuk Menampilkan Data... 31 Gambar 4. 8 Menentukan Nilai Support dan Confidence... 31 Gambar 4.9 Query Mendapatkan Jumlah Total Data... 32 Gambar 4.10 Menentukan Item Set dan Jumlah Item Set... 32 Gambar 4.11 Hasil Asosiasi (input support = 10 dan confidence = 30)... 33 Gambar 4.12 Lanjutan Hasil Asosiasi (input support = 10 dan confidence = 30). 33 Gambar 4.13 Hasil Asosiasi (input support = 10 dan confidence = 20)... 34 Gambar 4.14 Lanjutan Hasil Asosiasi (input support = 10 dan confidence = 20). 35 Gambar 4.15 Hasil Asosiasi (input support = 15 dan confidence = 30)... 36 Gambar 4.16 Hasil Asosiasi (input support = 30 dan confidence = 40)... 37 Gambar 4.17 Hasil Asosiasi (input support = 20 dan confidence = 40)... 38 Gambar 4.18 Hasil Asosiasi (input support = 15 dan confidence = 20)... 38 Gambar 4.19 Hasil Asosiasi (input support = 20 dan confidence = 20)... 39 Gambar 4.20 Hasil Asosiasi (input support = 40 dan confidence = 20)... 40

Gambar 4.21 Hasil Asosiasi (input support = 30 dan confidence = 30)... 40 Gambar 4.22 Hasil Asosiasi (input support = 35 dan confidence = 15)... 41 Gambar 4.23 Hasil Asosiasi Pengujian 10 data... 43

DAFTAR TABEL Halaman Tabel 2.1 Contoh Data Transaksi... 7 Tabel 2.2 Contoh data Tabular... 7 Tabel 2.3 Data Transaksi Belanja... 8 Tabel 2.4 Tabel Item yang Dibeli... 10 Tabel 2.5 Data Tabular Penjualan... 11 Tabel 2.6 Perhitungan Jumlah Frekuensi Item Set 2 unsur... 12 Tabel 2.7 Perhitungan Jumlah Frekuensi Item Set 3 unsur... 13 Tabel 2.8 Perhitungan Nilai Support dan Confidence... 14 Tabel 3.1 Data Akademik Mahasiswa... 20 Tabel 3.2 Predikat Kelulusan... 22 Tabel 3.3 Transformasi Data... 22 Tabel 3.4 Kategori kegiatan... 23 Tabel 3.5 Data awal... 23 Tabel 3.6 Kandidat pertama (C1)... 23 Tabel 3.7 Hasil setelah threshold ditetapkan (L1)... 24 Tabel 3.8 Kandidat kedua (C2)... 24 Tabel 3.9 Hasil kedua (L2)... 25 Tabel 3.10 Perhitungan nilai support dan confidence... 25 Tabel 4.1 Data Hasil Pengujian... 41 Tabel 4.2 Analisis Hasil Pengujian Sistem... 44

DAFTAR PERSAMAAN Halaman Persamaan 2.1 Rumus Mencari nilai Support... 10 Persamaan 2.2 Rumus Mencari nilai Confidence... 10

DAFTAR PUSTAKA [1] Ali, A B M Shawkat and Wasimi, Saleh A. Data Mining: Methods and techniques. Australia: Thomson, 2007 [2] Azhari, Anshori. 2009. Pendekatan Aturan Asosiasi Untuk Analisis Pergerakan Saham. Seminar Nasional Informatika 2009 [3] Hayatin, Nur. 2013. "Prediksi Masa Studi dengan Menemukan Pola Asosiasi Data Akademik dan Non-Akademik. Draft Oral Poster Pascasarjana ITS [4] Huda, Nuqson Masykur. 2010. Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa (Studi Kasus di Fakultas MIPA Universitas Diponegoro), Universitas Diponegoro [5] Luthfi, Emha Taufiq. 2009. Penerapan Data Mining Algoritma Asosiasi untuk meningkatkan Penjualan. Jurnal Dasi [6] Noranita B., Nurdin B.. 2010. Implementasi Data Mining Untuk Menemukan Pola Hubungan tingkat Kelulusan Mahasiswa Dengan Data Induk Mahasiswa. Seminar and Call for Paper Munas Aptikom, Politeknik Telkom [7] Novrina.Association Rule (Algoritma A Apriori), (Online), (http://novrina.staff.gunadarma.ac.id/, diakses Mei 2013) [8] Oliver Zakaria. 2012. Implementasi Data Mining Menggunakan Aturan Asosiasi Dengan Algoritma Apriori Terhadap Penyusunan Layout Makanan Pada Rumah Makan Padang Murah Meriah, (Online), (http://repository.amikom.ac.id/index.php/add_downloader/publikasi_11. 21.0610.pdf/3367, diakses Mei 2013) [9] Susanto, Sani. Pengantar Data Mining Menggali Pengetahuan dari Bongkahan Data, Bandung: Penerbit ANDI, 2010