BAB 6 PENUTUP
6.2 Saran
Pada penelitian saat ini peneliti menyadari bahwa masih banyak kekurangan dan keterbatasan. Oleh karena itu, ada beberapa hal yang bisa sarankan untuk penelitian selanjutnya agar hasilnya lebih memuaskan dan lebih baik, yaitu:
1. Sistem ini hanya bisa menggunakan bahasa Indonesia. Diharapkan penelitian selanjutnya bisa menggunakan selain bahasa Indonesia.
2. Menambahkan data yang akan dianalisis agar hasilnya lebih meyakinkan.
3. Menggunakan k-fold cross validation untuk menghitung nilai akurasi.
118 UIN Syarif Hidayatullah Jakarta
DAFTAR PUSTAKA
A.S, R., & Shalahuddin, M. (2014). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek (2nd ed.). Bandung: Informatika Bandung.
Antinasari, P., Perdana, R. S., & Fauzi, M. A. (2017). Analisis Sentimen Tentang Opini Film Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Naive Bayes Dengan Perbaikan Kata Tidak Baku, 1, 1733–1741. Retrieved from https://www.researchgate.net/publication/320234777_Analisis_Sentimen_Te ntang_Opini_Film_pada_Dokumen_Twitter_Berbahasa_Indonesia_Menggun akan_Naive_Bayes_dengan_Perbaikan_Kata_Tidak_Baku
Bintana, R. R., & Agustian, S. (2012). Penerapan Model OKAPI BM25 Pada Sistem Temu Kembali Informasi. Retrieved from http://ejournal.uin-suska.ac.id/index.php/SNTIKI/article/view/2905
Budi, S. (2017). Text Mining Untuk Analisis Sentimen Review Film Menggunakan
Algoritma K-Means, 16. Retrieved from
https://publikasi.dinus.ac.id/index.php/technoc/article/viewFile/1263/1025%
0A
Faisal, M. R. (2017). Seri Belajar Data Science: Supervised Lerning dengan R (1st ed.). Banjarmasin: PE Press.
Kemendikbud, P. W. (2018). Kemendikbud: Sistem Zonasi Sangat Tepat untuk
Pemerataan Pendidikan. Retrieved from
https://www.kemdikbud.go.id/main/blog/2018/07/kemendikbud-sistem-zonasi-sangat-tepat-untuk-pemerataan-pendidikan
Liu, B. (2012). Sentiment Analysis and Opinion Mining. Morgan & Claypool.
Retrieved from https://www.cs.uic.edu/~liub/FBS/SentimentAnalysis-and-OpinionMining.pdf
Madani, S., Kazmi, J., & Mahlknecht, S. (2010). Wireless sensor networks:
modeling and simulation. Retrieved from
https://pdfs.semanticscholar.org/2a16/af9d99abe589a8979c1fbc17ad7c237c1 f3b.pdf
Merliana, N. P. E., Ernawati, & Santoso, A. (2015). ANALISA PENENTUAN
JUMLAH CLUSTER TERBAIK PADA METODE K-MEANS
CLUSTERING. Retrieved from
https://media.neliti.com/media/publications/174505-ID-none.pdf
Nugroho, G. A. P. (2016). Analisis Sentimen Data Twitter Menggunakan K-Means Clustering. UNIVERSITAS SANATA DHARMA YOGYAKARTA.
Okfalisa, & Harahap, A. H. (2016). Implementasi Metode Terms Frequency-Inverse Document Frequency (TF-IDF) dan Maximum Marginal Relevance untuk Monitoring Diskusi Online, 13. Retrieved from
http://ejournal.uin-suska.ac.id/index.php/sitekin/article/viewFile/1399/1408
Prasidhatama, A., & Suryaningrum, K. M. (2018). Perbandingan Algoritma Nazief
& Adriani Dengan Algoritma Idris Untuk Pencarian Kata Dasar, 4. Retrieved from http://jurnal.unmer.ac.id/index.php/jtmi/article/view/1773/1157
Pratama, B. P., & Pamungkas, S. A. (2016). ANALISIS KINERJA ALGORITMA LEVENSHTEIN DISTANCE DALAM MENDETEKSI KEMIRIPAN
DOKUMEN TEKS, 6 No.2. Retrieved from
http://journal.uinjkt.ac.id/index.php/logika/article/view/3917
Rohmawati, N., Defiyanti, S., & Jajuli, M. (2015). IMPLEMENTASI ALGORITMA K-MEANS DALAM PENGKLASTERAN MAHASISWA
PELAMAR BEASISWA. Retrieved from
https://www.researchgate.net/publication/294260664_IMPLEMENTASI_AL
GORITMA_K-MEANS_DALAM_PENGKLASTERAN_MAHASISWA_PELAMAR_BE ASISWA
Rosandhy, C. (2017). Sistem Analisis Sentimen Pada Komentar Evaluasi Dosen di SION STIKOM Bali Menggunakan Gabungan Metode Means dan K-Nearest Neighbor. SION STIKOM Bali.
Rosandy, T. (2016). PERBANDINGAN METODE NAIVE BAYES CLASSIFIER DENGAN METODE DECISION TREE (C4.5) UNTUK MENGANALISA KELANCARAN PEMBIAYAAN (Study Kasus : KSPPS / BMT
AL-FADHILA), 2. Retrieved from
https://media.neliti.com/media/publications/141765-ID-none.pdf
Salim, M. A., & Anistyasari, Y. (2017). PENGEMBANGAN APLIKASI PENILAIAN UJIAN ESSAY BERBASIS ONLINE MENGGUNAKAN ALGORITMA NAZIEF DAN ADRIANI DENGAN METODE COSINE
SIMILARITY, 2. Retrieved from
http://jurnalmahasiswa.unesa.ac.id/index.php/it-edu/article/view/21338/19570
Saputro, D. (2016). ANALISIS PERBANDINGAN ALGORITMA ROUTING LEACH-C DAN PEGASIS PADA WIRELESS SENSOR NETWORK MENGGUNAKAN NETWORK SIMULATOR-2. Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Sidik, B. (2014). Pemrograman Web dengan PHP (2nd ed.). Bandung: Informatika Bandung.
Simarangkir, M. (2017). STUDI PERBANDINGAN ALGORITMA - ALGORITMA STEMMING UNTUK DOKUMEN TEKS BAHASA
INDONESIA, 1. Retrieved from
www.politeknikmeta.ac.id/meta/ojs/index.php/inkofar/article/download/2/2 Sjukani, M. (2014). ALGORITMA : [Algoritma dan Struktur Data 1] dengan C,
C++, dan Java-- Teknik-Teknik Dasar Pemrograman Komputer. Jakarta:
Mitra Wacana Media.
Subari, & Ferdinandus. (2015). SISTEM INFORMATION RETRIEVAL LAYANAN KESEHATAN UNTUK BEROBAT DENGAN METODE VECTOR SPACE MODEL (VSM) BERBASIS WEBGIS. Retrieved from https://www.researchgate.net/publication/286334182_SISTEM_INFORMAT ION_RETRIEVAL_LAYANAN_KESEHATAN_UNTUK_BEROBAT_DE NGAN_METODE_VECTOR_SPACE_MODEL_VSM_BERBASIS_WEB GIS
Wahyudi, D., Susyanto, T., & Nugroho, D. (2017). IMPLEMENTASI DAN ANALISIS ALGORITMA STEMMING NAZIEF & ADRIANI DAN PORTER PADA DOKUMEN BERBAHASA INDONESIA. Retrieved from p3m.sinus.ac.id/jurnal/index.php/e-jurnal_SINUS/article/download/305/pdf Widodo, & Wahyuni, D. (2017). IMPLEMENTASI ALGORITMA K-MEANS
CLUSTERING UNTUK MENGETAHUI BIDANG SKRIPSI
MAHASISWA MULTIMEDIA PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER UNIVERSITAS NEGERI JAKARTA, 1 No. 2. Retrieved from
https://www.researchgate.net/publication/327466558_MPLEMENTASI_AL
GORITMA_K-MEANS_CLUSTERING_UNTUK_MENGETAHUI_BIDANG_SKRIPSI_
MAHASISWA_MULTIMEDIA_PENDIDIKAN_TEKNIK_INFORMATIK A_DAN_KOMPUTER_UNIVERSITAS_NEGERI_JAKARTA
121 UIN Syarif Hidayatullah Jakarta
LAMPIRAN
Lampiran I. Wawancara
Pewawancara : Muhammad Haris Al Farisi Hari, tanggal : Rabu, 24 Oktober 2018 Waktu : 13.30 s/d selesai
Narasumber : Any Sayekti dan Sopha Julia Tempat : Kemendikbud RI
1. Pertanyaan : Kapan sistem zonasi sekolah berjalan dan apakah sudah dilaksanakan di seluruh Indonesia?
Jawaban:
Sistem Zonasi Sekolah ditetapkan tanggal 2 Mei 2018 dan diundangkan pada 8 Mei 2018.
2. Pertanyaan : Apa tujuan dilaksanakannya sistem zonasi?
Jawaban:
Menurut Kemendikbud sistem zonasi untuk mendekatkan jarak tempuh peserta didik ke sekolah namun menurut PDSPK (Pusat Data Statistik Pendidikan dan Kebudayaan) sebaliknya misalnya ada satu pusat sekolah yang menjadi zonasi.
3. Pertanyaan : Apa saja masalah yang terjadi selama pelaksanaan sistem zonasi?
Jawaban:
Sistem zonasi sekolah memiliki beberapa masalah diantaranya yaitu waktu sosialisasi yang mepet dengan pelaksanaan PPDB tahun 2018. Dalam sosialisasi ke kabupaten kota provinsi yang hadir tidak semuanya menyampaikan ke masyarakat ataupun stakeholder yang ada dibawahnya.
Kekurangpahaman pemda dalam memahami dan menerjemahkan dalam bentuk jenis itu di daerahnya. Masih banyak daerah-daerah yang tidak
sesuai dengan peraturan nomor 14 tahun 2018 seperti penerimaan PPDB yang tidak semua menerapkan penerimaan minimal 90% siswa terdekat dari rumah ke sekolah.
4. Pertanyaan : Apakah sistem zonasi ini memiliki masa berlaku?
Jawaban:
Tidak memiliki masa berlaku namun kebijakan yang sedang berjalan ini masih menerima evaluasi dan menentukan konsep kedepannya agar sistem dapat terus berjalan berdasarkan evaluasi PPDB tiap tahun. Dalam meningkatkan mutu pendidikan dapat dilakukan melalui intervensi kebijakan.