E-Mail: *ksuryaningrum@bundamulia.ac.id, **ferryk1@gmail.com
ABSTRAK
Gelar sarjana yang ingin didapatkan oleh setiap mahasiswa, harus melewati satu proses yaitu Skripsi atau Tugas Akhir. Mahasiswa yang berhak mengambil skripsi adalah mahasiswa yang telah menyelesaikan seluruh matakuliah yang telah ditetapkan sesuai kurikulum. Namun, selama ini, banyak sekali mahasiswa yang saat akan mengajukan proposal skripsi, sangat kebingungan untuk menentukan topik yang akan diambil, sesuai kemampuan masing-masing. Bahkan tidak jarang, banyak sekali mahasiswa yang bahkan berganti topik skripsi sampai berkali-kali. Dalam penyusunan proposal skripsi, setiap mahasiswa biasanya akan berkonsultasi ke dosen atau ke Ketua Jurusan Program Studi. Mahasiswa tidak hanya berkonsultasi sekali atau dua kali. Hal ini sangatlah tidak efektif, karena sangat membuang waktu dan tenaga untuk itu, dalam mengatasi permasalahan tersebut dibutuhkan suatu klasifikasi untuk membantu mahasiswa dalam menentukan topik skripsi sesuai dengan kemampuan mahasiswa tersebut. Hal ini diterapkan dengan merancang sebuah aplikasi dengan menerapkan logika algoritma ke dalam sebuah aplikasi untuk membantu mengklasifikasikan menggunakan metode infererensi. Melalui pengkalisifikasian topik ini, diharapkan fapat memepermudah mahasiswa dalam menentukan topik skripsi, sehingga mereka dapat lulus sesuai tepat waktu.
Kata kunci: Klasifikasi, Metode Inferensi, Topik Skripsi.
1.
PENDAHULUAN
Untuk mendapatkan gelar akhir sarjana, setiap mahasiswa harus menempuh skripsi atau tugas akhir. Menurut KBBI, skripsi diartikan sebagai karangan ilmiah yang diwajibkan sebagai bagian dari persyaratan pendidikan akademis. Universitas Bunda Mulia, juga memiliki persyaratan untuk mendapatkan gelar sarjana sesuai dengan bidangnya masing-masing. Salah satu persyaratan yang harus dilakukan adalah membuat karya tulis ilmiah yang disebut dengan skripsi.
Sebelum melakukan proses skripsi, mahasiswa harus menentukan topik untuk pengajuan proposal nantinya. Namun selama ini, banyak sekali mahasiswa yang sangat kebingungan dalam menentukan topik skripsi.
Penelitian ini bertujuan untuk menerapkan logika algoritma ke dalam sebuah aplikasi untuk pengklasifikasian topik berdasarkan minat mahasiswa dalam mengikuti perkuliahan selama ini. Sehingga diperlukan suatu aplikasi yang dapat
mengklasifikasikan topik-topik skripsi sesuai dengan pengelompokan nilai pada masing- masing topik yang telah diklasifikasi.
2.
TINJAUAN PUSTAKA
Sistem ini diharapkan dapat membantu mahasiswa untuk menentukan topik skripsi atau tugas akhir, dalam bentuk sebuah Sistem Pendukung Keputusan. Menurut Mann dan Watson mendefinisikan Sistem Pendukung Keputusan sebagai sistem berbasis komputer yang dirancang untuk mempertinggi efektivitas pengambil keputusan dari masalah semi-terstruktur [1].Dalam pengklasifikasiannya akan digunakan metode inferensi. Metode inferensi dibagi menjadi beberapa macam. Salah satunya adalah forward chaining. Menurut Wilson metode forward chaining (runut maju) merupakan suatu metode yang menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, kaidah interpreter mencocokkan fakta atau statement dalam pangkalan data dengan situasi yang dinyatakan dalam bagian sebelah kiri atau kaidah if [2].
72 Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
Id paper: SM046
Forward chaining adalah teknik pencarian yang dimulai dengan fakta yang diketahui, kemudian mencocokkan fakta-fakta tersebut dengan bagian IF dari rules IF-THEN. Bila ada fakta yang cocok dengan bagian IF, maka rule tersebut akan dieksekusi. Bila sebuah rule dieksekusi, maka sebuah fakta baru (bagian THEN) ditambahkan kedalam database [3].
Setiap rule terdiri dari dua bagian, yaitu bagian IF yang disebut evidence (fakta) dan bagian THEN disebut hipotesis [3]. Syntax rule ditunjukkan pada persamaan (1).
………..(1)
E adalah evidence (fakta-fakta) yang ada. H adalah hipotesis atau kesimpulan yang dihasilkan namun masih prediktif.
Secara umum, rule mempunyai evidence lebih dari satu yang dihubungkan oleh kata penghubung AND atau OR, atau kombinasi keduanya. Untuk rule ini, ditunjukkan pada persamaan (2) dan persamaan (3).
( ) …….
(2)
( ) ………...
(3)
Satu evidence juga dapat mempunyai hipotesis atau hasil lebih dari satu. Dan untuk rule ini, ditunjukkan pada persamaan (4).
(
)
...
(4)
Ada dua macam ketidakpastian pada sistem yang dibangun berbasis rule.[1] Yang pertama adalah ketidakpastian data. Biasanya ini disebabkan oleh informasi atau data yang diperoleh tidak lengkap. Yang kedua adalah ketidakpastian dalam proses inferensi rule. Hal ini terjadi karena rule hanya mewakili pengamatan pengembang sistem. [4].
Rancangan metode penelitian ini lebih bersifat analisis, sehingga dapat membantu user untuk mengambil keputusan berdasarkan permasalahan yang dihadapi dan tidak ada perhitungan statistik. Perencanaan pembuatan sistem untuk pembuatan aplikasi ini, digambarkan secara umum pada blok diagram. Ditunjukkan pada Gambar 1.
Gambar 1 Perancangan Sistem Aplikasi
Data mentah berupa table dan data inputan yang akan disimpan pada storage dalam bentuk database. Setelah disimpan, maka akan dilakukan pembobotan dan pengelompokan data berdasarkan matakuliah, nilai, kemudian di proses pada algoritma dan metode yang ditetapkan, dengan pencocokan di rule database dan hasil kuesioner. Setelah itu dihitung hasil akhir perhitungan dan ditampilkan hasilnya untuk mendapatkan hasil rekomendasi topik yang dipilih.
Dalam perancangan sistem ini, menggunakan DFD untuk rancangan sistemnya. Berikut adalah gambaran umum Diagram Contextnya ditunjukkan pada Gambar 2.
Penerapan Metode Pada Penentuan Topik
Admin User (Mahasiswa)
Data Kuesioner Data Admin Data Poin Nilai Data Mahasiswa Data Mata Kuliah
Data Mahasiswa Data Nilai
Info Kuesioner Info Poin Nilai Info Data Mahasiswa Info Hasil Pengujian Info Data Mata Kuliah
Info Data Mahasiswa Info Hasil Pengujian
Gambar 2 Diagram Context Pada Gambar 2 terdapat dua buah entitas yang akan berinteraksi. Mahasiswa
DATA MENTAH
DATABASE
PEMBOBOTAN
HASIL PROSES SETELAH DIKLASIFIKASI
atau user memberikan data masukan kepada sistem. Sedangkan admin, memanajemen data untuk mengolah data nilai menjadi hasil pengujian.
Pada perancangan basis data ini, akan dirancang beberapa tabel. Tabel yang terbentuk adalah tabel mahasiswa, tabel admin, tabel hasil pengujian, tabel alternatif, mata kuliah, poin nilai, rule kuesioner, dan rule nilai. Dari perancangan yang dibangun, teradapat beberapa entitas, yaitu : mahasiswa, admin, alternatif, hasil pengujian, rule kuesioner.
Hubungan antar entitas atau ERD pada perancangan aplikasi ini, ditunjukkan pada Gambar 3.
Gambar 3 Entity Relationship Diagram Perancangan Sistem