Penerapan data mining untuk penilaian kinerja PNS pada BKPP Kabupaten Gayo Lues menggunakan metode clustering

(1)

PENERAPAN

DATA MINING

UNTUK PENILAIAN KINERJA

PNS PADA BKPP KABUPATEN GAYO LUES

MENGGUNAKAN METODE

CLUSTERING

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

ERVAN FAUZI PRANASTA

10110681

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

(2)

iii

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas rahmat dan

karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul Penerapan Data

Mining untuk Penilaian kinerja PNS pada BKPP Kabupaten Gayo Lues

Menggunakan Metode Clustering.

Penyusunan skripsi ini tidak akan terwujud tanpa mendapat dukungan, dan

masukan dari berbagai pihak. Untuk itu, penulis ingin menyampaikan terimakasih

yang sebesar-besarnya kepada :

1. Kedua orang tua dan keluarga besar penulis yang sudah memberikan doâa,

dukungan, kasih sayang dan motivasi, sehingga penulis dapat menyelesaikan

tugas akhir ini.

2. Ibu Dian Dharmayanti, S.T., M.Kom. selaku dosen pembimbing, yang telah

banyak memberikan arahan, saran dan bimbingan kepada penulis.

3. Ibu Nelly Indriani W, S.Si., M.T. Selaku dosen wali penulis yang telah banyak

memberikan ilmu, bantuan dan motivasi kepada penulis.

4. Bapak dan Ibu dosen Program Studi Teknik Informatika yang telah ikhlas

memberikan ilmu dan bantuan kepada penulis selama kuliah.

5. Retno Widyastuti, Dadan Setiadi, Windia Septianti, Khaerur rizki, Firman

Hidayat, Dinda Wilanda dan teman-teman seperjuangan penulis di Jurusan

Teknik Informatika yang telah banyak memberikan dukungan selama proses

pengerjaan laporan Tugas Akhir ini.

Akhir kata, semoga skripsi ini dapat bermanfaat bagi pembaca.

Bandung, Februari 2015

(3)

iv

DAFTAR ISI

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... iv

DAFTAR GAMBAR ... vii

DAFTAR TABEL ... viii

DAFTAR SIMBOL ... x

DAFTAR LAMPIRAN ... xiii

BAB I PENDAHULUAN ... 1

I.1 Latar Belakang Masalah ... 1

I.2 Identifikasi Masalah ... 3

I.3 Maksud dan Tujuan ... 3

I.4 Batasan Masalah ... 3

I.5 Metodologi Penelitian ... 4

I.5.1 Metode Pengumpulan Data ... 4

I.5.2 Metode Pembangunan Perangkat Lunak ... 5

I.6 Sistematika Penulisan ... 7

BAB II TINJAUAN PUSTAKA ... 9

II.1 Profil Instansi ... 9

II.1.1 Sejarah Instansi ... 9

II.1.2 Visi dan Misi ... 10

II.1.3 Struktur Organisasi ... 11

II.2 Landasan Teori ... 12

II.2.1 Basis Data ... 12

II.2.2 Database Management System (DBMS) ... 13

II.2.3 Data Mining ... 13

II.2.4 Metode Klastering (Clustering) ... 15

II.2.5 K-means ... 15

(4)

v

II.3.1 Diagram Konteks ... 19

II.3.2 Data Flow Diagram (DFD) ... 19

II.3.3 Entity Relation Diagram (ERD) ... 20

II.4 Alat-alat Pembangunan Perangkat Lunak ... 21

II.4.1 C# ... 21

II.4.2 Mysql ... 23

BAB III ANALISIS DAN PERANCANGAN ... 25

III.1 Analisis Sistem ... 25

III.1.1 Analisis Masalah ... 25

III.1.2 Analisis Sistem yang sedang Berjalan ... 26

III.1.2.1 Proses Perolehan nilai DP3 ... 26

III.1.2.2 Proses Pengelompokan PNS ... 29

III.1.2.3 Aturan Bisnis ... 30

III.1.3 Analisis Dokumen ... 30

III.1.4 Analisis Preprocessing Data ... 36

III.1.5 Analisis Penerapan Algoritma ... 37

III.1.6 Analisis Kebutuhan Non Fungsional ... 47

III.1.6.1 Analisis Kebutuhan Perangkat Keras ... 47

III.1.6.2 Analisis Kebutuhan Perangkat Lunak ... 48

III.1.6.3 Analisis Kebutuhan Pengguna ... 49

III.1.7 Analisis Basis Data ... 49

III.1.8 Analisis Kebutuhan Fungsional ... 50

III.1.8.1 Diagram Konteks ... 50

III.1.8.2 Data Flow Diagram (DFD) ... 51

III.1.9 Spesifikasi Proses ... 55

III.1.10 Kamus Data DFD ... 60

III.2 Perancangan Sistem ... 62

III.2.1 Perancangan Basis Data ... 62

III.2.1.1 Skema Relasi ... 62

III.2.1.2 Struktur Tabel... 63

(5)

vi

III.2.3 Perancangan Antar Muka ... 66

III.2.4 Perancangan Pesan ... 69

III.2.5 Jaringan Semantik ... 70

III.2.6 Perancangan Prosedural ... 71

III.2.6.1 Prosedur Import Data ... 71

III.2.6.2 Prosedur Pengelompokan ... 72

BAB IV IMPLEMENTASI DAN PENGUJIAN ... 74

IV.1 Implementasi Sistem ... 74

IV.1.1 Implementasi Perangkat Keras ... 74

IV.1.2 Implementasi Perangkat Lunak ... 74

IV.1.3 Implementasi Form ... 75

IV.1.4 Implementasi Basis Data ... 76

IV.2 Pengujian Sistem ... 78

IV.2.1 Rencana Pengujian ... 78

IV.2.2 Pengujian Black Box ... 79

IV.2.3 Pengujian K-Means Secara Manual Menggunakan Data Sampel ... 85

IV.2.1 Pengujian Beta ... 87

IV.3.1 Kesimpulan Pengujian ... 88

BAB V KESIMPULAN DAN SARAN ... 89

(6)

84

DAFTAR PUSTAKA

[1] A. Rahadinata, "Pengelompokam bimbingan belajar menggunaka metode clustering di SMA Negeri 1 Cilaku Kabupaten Cianjur," Perpustakaan

UNIKOM, 2013.

[2] S. Susanto and D. Suryadi, Pengantar Data Mining. Yogyakarta: Penerbit Andi, 2010.

[3] Fathansyah, BASIS DATA - Edisi Revisi, 2nd ed. Bandung, Indonesia: Informatika Bandung, 2012.

[4] Prasetyo, Eko, DATA MINING - Konsep dan Aplikasi Menggunakan

MATLAB, Nikodemus, Ed. Yogyakarta, Indonesia: Penerbit ANDI, 2012.

[5] M. S. Bancin, "Implementasi Metode K- Means Clustering Dan Metode Analytical Hierarchy Process (AHP) Dalam Penilaian Kedisiplinan Siswa (Studi Kasus : SMP Negeri 21 Medan),"

http://repository.usu.ac.id/handle/123456789/41614, Sep. 2014.

[6] P. Yudi Agusta, "K-Means â Penerapan, Permasalahan," Jurnal Sistem dan Informatika Vol. 3, pp. 47-60, Feb. 2007.

[7] wikibooks.org, "Data Mining Algorithms In R/Clustering/K-Means," http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Clustering/K-Means.

[8] Ian H.Witten, Eibe Frank, and M. A. H. Unknown, "Pracrtical Machine Learning Tools and Techniques," in Data Mining, 2011, pp. 273-304.

(7)

1

BAB I

PENDAHULUAN

I.1 Latar Belakang Masalah

Badan Kepegawaian Pendidikan dan Pelatihan (BKPP) kabupaten Gayo

lues merupakan salah satu dinas yang bertugas untuk proses penataan sumber

daya manusia (SDM) pegawai negri sipil (PNS) di kabupaten Gayo lues. Tugas

pokok dari dinas ini adalah mengawasi, mengarahkan, merencanakan,

melaksanakan dan mengendalikan pegawai negri sipil dalam penempatan kerja

(mutasi), pendidikan, pelatihan serta pembinaan pegawai di lingkungan

Pemerintahan Kabupaten Gayo lues. Penataan sumber daya manusia merupakan

sebuah langkah strategis dalam pembangunan suatu organisasi atau instansi guna

mendapat peningkatan kualitas kerja. Proses penataan sumber daya manusia harus

dikelola secara efektif, maka dibutuhkan pengetahuan lebih tentang kualifikasi

seseorang dan kemampuan untuk mengelolanya.

Berdasarkan hasil wawancara dengan kepala bidang (kabid) Informasi dan

Data Kepegawaian di dinas BKPP Kabupaten Gayo lues. Pihak BKPP menyadari

betapa pentingnya pengembangan sumber daya manusia di Kabupaten Gayo lues,

maka perhatian BKPP Kabupaten Gayo lues lebih ditujukan untuk peningkatan

kualitas kerja dengan mengadakan Program pembinaan, pelatihan, pengembangan

kompetensi, beasiswa untuk melanjutkan jenjang pendidikan dan pemberian

penghargaan bagi PNS yang berprestasi. Setiap PNS memiliki kemampuan dan

kualifikasi yang berbeda satu sama lain, maka perlu dikelompokan terlibih dahulu

menurut kualitas yang mereka miliki supaya lebih tepat dalam pembinaan,

pelatihan dan pengembangan kualitas kerja PNS tersebut. Maka dari itu pihak

BKPP berencana melakukan pengelompokan PNS berdasarkan data penilaian

pelaksanaan pekerjaan PNS yang dilakukan secara khusus oleh atasan

masing-masing instansi. Akan tetapi ada permasalahan yang dihadapi, pihak BKPP

(8)

dan kualifikasi yang tepat berdasarkan data tersebut. Permasalahan ini terjadi

karena Banyaknya nilai yang digunakan sebagai pembanding dan data tersebut

tidak memungkinkan untuk diolah menggunakan Microsoft Office Excel yang

saat ini digunakan Dinas BKPP Kabupaten Gayo Lues, karena pada Microsoft

Office Excel untuk menampilkan data hasil perhitungan harus dibuat sebanyak

jumlah baris atau kolom yang akan dihitung sedangkan data yang akan diolah

berjumlah ribuan Akibatnya Proses pengelompokan yang dilakukan selama ini

menjadi lebih lama dan membutuhkan ketelitian dalam pengolahan data agar hasil

pengolahan data tidak rusak.

Data mining merupakan metode untuk mencari informasi baru yang

berguna dari sekumpulan data yang berjumlah besar dan dapat membantu dalam

mengambil keputusan. Dalam data mining terdapat beberapa metode yaitu

estimation, prediction, classification, clustering dan association. Dalam penelitian

ini akan diterapkan metode clustering dengan algoritma k-means. Clustering

merupakan teknik mengelompokan data dengan melakukan pemisahan data ke

dalam sejumlah kelompok menurut karakteristik tertentu yang diinginkan dimana

label dari setiap data belum diketahui dan dengan pengelompokan tersebut

diharapkan dapat mengetahui kelompok data untuk kemudian diberi label sesuai

permasalahan yang dihadapi.

Berdasarkan masalah diatas, BKPP Kabupaten Gayo lues berencana untuk

membagi kelompok PNS berdasarkan kemampuan dan klasifikasi yang dimiliki

PNS tersebut untuk selanjutnya dapat diberi pembinaan, pelatihan, pengembangan

kompetensi dan pemberian penghargaan. Pembagian kelompok tersebut meliputi

komponen pengelompokan antara lain nilai kesetiaan, prestasi, tanggung jawab,

ketaatan, kejujuran, kerjasama, prakarsa dan kepemimpinan. Pembagian

kelompok ini akan dibantu sebuak aplikasi hasil dari implementasi data mining

menggunakan metode clustering yang dapat mengelompokan pegawai negri sipil

(9)

3

I.2 Identifikasi Masalah

Berdasarkan latar belakang masalah maka diidentifikasi sebuah masalah

yaitu bagaimana cara membangun sebuah sistem mengunakan data mining untuk

membagi kelompok PNS berdasarkan kemampuan dan kualifikasi yang

dimilikinya untuk diberi pembinaan, pelatihan, pengembangan kompetensi dan

pemberian penghargaan pada PNS tersebut.

I.3 Maksud dan Tujuan

Berdasarkan permasalahan yang diteliti, maka maksud dari penelitian ini

adalah Membangun aplikasi data mining yang dapat mengelompokan kualitas

PNS dengan mengimplementasikan metode clustering.

Sedangkan tujuan yang akan dicapai dalam penelitian adalah :

1. Memudahkan BKPP dalam mengelompokkan PNS yang memiliki

kemampuan sama berdasarkan hasil penilaian DP3.

2. Membantu pihak BKPP dalam menentukan PNS yang akan menjalani

pembinaan, pelatihan, pengembangan kompetensi dan pemberian

penghargaan.

I.4 Batasan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan sebelumnya,

maka dibuat batasan masalah agar penyajian lebih terarah dan mencapai sasaran

yang ditentukan.

Adapun batasan masalah yang dibuat adalah sebagai berikut:

1. Data yang digunakan adalah Daftar penilaian pelaksanaan pekerjaan (DP3)

pada BKPP Kabupaten Gayo Lues tahun 2012

2. Proses yang akan dilakukan sebatas pengelompokan PNS berdasarkan data

penilaian pelaksanaan pekerjaan yang dilakukan oleh kepala bagian dari

(10)

3. Informasi yang dihasilkan adalah kelompok PNS yang memiliki

kemampuan dan kualifikasi untuk diberi pembinaan, pelatihan,

pengembangan kompetensi dan pemberian penghargaan pada PNS tersebut

4. Metode yang digunakan adalah metode aliran terstruktur dengan

menggunakan tools Data Flows Diagram (DFD) dan Entity Relationship

Diagram (ERD)

5. Database yang digunakan yaitu MySQL

6. Aplikasi dibangun menggunakan C#.

7. Metode Clustering yang diimplementasikan menggunakan Algoritma

K-means.

I.5 Metodologi Penelitian

Metodologi penelitian yang akan digunakan dalam pembuatan skripsi ini

menggunakan metodologi deskriptif, yaitu metode penelitian yang bertujuan

untuk mendapatkan gambaran yang jelas tentang hal-hal yang dibutuhkan dan

berusaha menggambarkan serta menginterpretasi objek yang sesuai dengan fakta

secara sistematis dan akurat.

I.5.1 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai

berikut:

a. Studi Literatur

Pengumpulan data dengan cara mempelajari Jurnal, browsing internet, buku

referensi, dan bacaan-bacaan lainnya yang berhubungan erat dengan judul

penelitian.

b. Wawancara

Teknik pengumpulan data dengan cara tanya jawab secara langsung Dengan

Bapak Ajang saeful millah selaku pihak yang bertanggung jawab di dinas

(11)

5

I.5.2 Metode Pembangunan Perangkat Lunak

Metode yang digunakan dalam Pembangunan sistem pengelompokan

pegawai negri sipil ini adalah menggunakan model waterfall. Berikut ini beberapa

[image:11.595.126.500.215.442.2]

tahapan model waterfall yang digambarkan pada diagram [1]:

Gambar I.1 Model Waterfall

a) System Engineering

Tahapan System Engineering Merupakan bagian terbesar dalam

pengerjaan suatu proyek, dimulai dengan menetapkan berbagai kebutuhan

dari semua elemen yang diperlukan sistem dan mengalokasikannya ke

dalam pembentukan perangkat lunak.

b) Analysis

Tahapan Analysis merupakan Kegiatan menganalisis kebutuhan-kebutuhan

apa saja yang dibutuhkan untuk pembangunan suatu aplikasi.

c) Design

Tahapan Design merupakan perancangan sistem, yang dilakukan adalah

mulai merancang desain database, tampilan antarmuka, dan proses dari

sistem yang akan dibangun sesuai dengan kebutuhan user yang telah

(12)

d) Coding

Tahapan Coding merupakan kegiatan membangun coding berdasarkan

hasil analisis dan perancangan agar sistem yang diperoleh sesuai dengan

kebutuhan pengguna.

e) Testing

Tahapan Testing merupakan tahap pengujian sistem, yang dilakukan

adalah melakukan pengujian sistem yang telah diimplementasikan

sehingga aplikasi yang telah dibangun sesuai dengan harapan user. Testing

fokus pada logika internal dan fungsi eksternal dari software, serta

mengetes untuk mengcover error dan memastikan inputan yang telah

dibuat dan hasilnya sesuai dengan tujuan.

f) Maintenance

Tahapan Maintenance merupakan fase siklus hidup yang paling lama.

Sistem yang telah dibangun di-install dan dipakai, kemudian dilakukan

pemeliharaan mencakup koreksi dari berbagai error yang tidak ditemukan

pada tahap-tahap terdahulu, perbaikan atasimplementasi unit sistem dan

pengembangan pelayanan sistem, sementara persyaratan-persyaratan baru

(13)

7

I.6 Sistematika Penulisan

Sistematika penulisan laporan akhir dari penelitian ini disusun untuk

memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika

penulisan tugas akhir ini adalah sebagai berikut :

BAB I PENDAHULUAN

Bab ini membahas penjelasan mengenai latar belakang masalah, identifikasi

masalah, maksud dan tujuan, batasan masalah, metodologi penelitian serta

sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Bab ini membahas mengenai Profil perusahaan dan landasan teori yang digunakan

dalam membangun aplikasi data mining, materi-materi umum yang membahas

data mining dan berkaitan dengan teori-teori pendukung lainnya.

BAB III ANALISIS DAN PERANCANGAN

Bab ini membahas tentang Penganalisaan dan perancangan sistem yang dibangun

menggunakan algoritma K-means, Fungsionalitas sistem serta desain antar muka

sistem.

BAB IV IMPLEMENTASI DAN PENGUJIAN

Bab ini Menjelaskan mengenai implementasi aplikasi yang telah dibuat serta

melakukan pengujian terhadap aplikasi yang diimplementasikan tersebut.

BAB V KESIMPULAN DAN SARAN

Bab ini Menjelaskan tentang kesimpulan yang diperoleh dari hasil implementasi

dan pengujian aplikasi data mining yang telah dibuat, serta saran-saran untuk

(14)

(15)

9

BAB II

TINJAUAN PUSTAKA

II.1 Profil Instansi

Badan Kepegawaian Pendidikan dan Pelatihan (BKPP) kabupaten Gayo

lues merupakan salah satu dinas yang bertugas untuk proses penataan sumber

daya manusia (SDM) pegawai negri sipil di kabupaten Gayo lues. Tugas pokok

dari dinas ini adalah mengawasi, mengarahkan, merencanakan, melaksanakan dan

mengendalikan pegawai negri sipil (PNS) dalam penempatan kerja (mutasi),

pendidikan, pelatihan serta pembinaan pegawai di lingkungan Pemerintahan

Kabupaten Gayo lues.

II.1.1Sejarah Instansi

Kabupaten Gayo Lues adalah salah satu kabupaten di provinsi Aceh,

Indonesia dan merupakan hasil pemekaran dari Kabupaten Aceh Tenggara dengan

Dasar Hukum UU No.4 Tahun 2002 pada tanggal 10 April 2002. Sejak berdiri

sekretariat daerah kabupaten mulai dibentuk yang mana didalam struktur

organisasi terdapat asisten pemerintahan, asisten administrasi, asisten umum,

asisten ekonomi dan asisten pembangunan.

Pada 1 maret 2008 terbentuklah Badan Kepegawaian Pendidikan dan

Pelatihan (BKPP) kabupaten Gayo lues. Untuk proses penataan Sumber Daya

Manusia Pegawai Negeri Sipil di lingkungan Kabupaten Gayo lues diperlukan

adanya perangkat daerah yang memiliki tugas dan fungsi di bidang kepegawaian,

maka melalui Peraturan Pemerintah No.41 Tahun 2007 tentang Pelaksanaan

Tugas dan Fungsi Dinas, Organisasi maupun Lembaga Daerah Kabupaten Gayo

lues dibentuklah BKPP Kabupaten Gayo lues dengan Kepala Bagian

(16)

Selama terbentuk hingga sekarang, BKPP kabupaten gayo lues telah

memiliki 3 kepala Bagian antara lain Drs. Mahmud Bakri sejak berdirinya BKPP

hingga bulan februari 2010 setelah itu jabatan kepala bagian kepegawaian

diduduki oleh Maliki,.SE hingga tahun 2012 dan terakhir diduduki oleh H.

Syabri,. S.pd hingga saat ini.

II.1.2Visi dan Misi

Visi

Terwujudnya Masyarakat Gayo Lues yang Sejahtera, Rukun, Damai, Bertaqwa.

dan Bermartabat.

Misi

1. Menjalankan Syariat Islam Secara Kaffah

2. Mewujudkan Penyelenggaraan Pemerintahan yang Bersih dan Berwibawa

Bebas KKN dan Menegakkan Supermasi Hukum

3. Meningkatkan Pemberdayaan Ekonomi Masyarakat

4. Meningkatkan Kualitas SDM

5. Menggali dan Melestrarikan SDA dan Memanfaatkan Secara Tepat Guna

6. Menggali dan Melestrarikan Adat Istiadat dan Seni Budaya

(17)

11

II.1.3Struktur Organisasi

Struktur organisasi dalam suatu institusi merupakan hal yang sangat

penting, dengan adanya struktur organisasi ini memberikan pembagian tugas

sesuai dengan bidangnya masing-masing. Adapun struktur organisasi di BKPP

[image:17.595.135.486.232.704.2]

Kabupaten Gayo lues adalah sebagai berikut :

(18)

II.2 Landasan Teori

Landasan teori membahas mengenai materi atau teori apa saja yang

digunakan sebagai acuan dalam membuat tugas akhir ini. Landasan teori yang

diuraikan merupakan hasil dari studi literatur yaitu pengumpulan data dengan cara

mempelajari jurnal, browsing internet, referensi buku dan bacaan-bacaan lainnya

yang berhubungan erat dengan penelitian yang dilakukan.

II.2.1Basis Data

Database atau Basis data merupakan kumpulan data yang disimpan secara

sistematis didalam komputer dan dapat diolah atau dimanipulasi menggunakan

perangkat lunak (program aplikasi) untuk menghasilkan informasi. Pendefinisian

basis data meliputi spesifikasi berupa tipe data, struktur, dan juga batasan-batasan

data yang akan disimpan. Basis data merupakan aspek yang sangat penting dalam

sistem informasi dimana basis data merupakan gudang penyimpanan data yang

akan diolah lebih lanjut. Basis data menjadi penting karena dapat menghidari

duplikasi data, hubungan antar data yang tidak jelas, organisasi data, dan juga

update yang rumit [3].

Basis data (Database) sendiri dapat didefinisikan dalam sejumlah sudut pandang

seperti [3]:

1. Himpunan kelompok data (arsip) yang saling berhubungan yang diorganisasi

sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan

mudah.

2. Kumpulan data yang saling berhubungan yang disimpan secara bersama

sedemikian rupa dan tanpa pengulangan (redun-dansasisi) yang tidak perlu,

untuk memenuhi berbagai kebutuhan.

3. Kumpulan file, table, arsip yang saling berhubungan yang disimpan dalam

(19)

13

II.2.2Database Management System (DBMS)

Aplikasi yang digunakan untuk membangun sebuah sistem basis data yang

memungkinkan Pengguna untuk mendefinisikan, membuat, memelihara dan

mengontrol akses ke database merupakan pengertian dari Database Management

System (DBMS). DBMS membantu dalam pemeliharaan dan pengolahan

kumpulan data dalam jumlah besar, sehingga dengan bantuan DBMS tidak akan

menimbulkan kekacauan dan dapat digunakan oleh pengguna sesuai dengan

kebutuhan. Bahasa basis data biasanya terdiri atas perintah-perintah yang

diformulasikan dalam bentuk query sehingga perintah tersebut akan diproses oleh

DBMS [3].

II.2.3Data Mining

Data mining merupakan istilah yang sering dikatakan sebagai suatu cara

untuk menguraikan serta mencari penemuan berupa pengetahuan didalam suatu

database. Data miningadalah proses pemilihan atau âmenambangâ pengetahuan

[image:19.595.191.456.461.731.2]

dari sekumpulan data dalam jumlah yang banyak [5].

(20)

Terdapat beberapa Tahapan dalam data mining, antara lain[5] :

1. Basis Data

Saat ini, hampir semua data bisnis disimpan dalam basis data relasional.

Yaitu model basis data relasional yang dibangun dari serangkaian tabel,

setiap tabel disimpan sebagai sebuah file. Sebuah tabel relasional terdiri dari

baris dan kolom. Bentuk data yang tersimpan dalam basis data relasional

inilah yang dapat diolah oleh sistem data mining.

2. Seleksi Data

Biasanya data dari proses transaksi disimpan pada lokasi yang

berbeda-beda. Maka dari itulah dibutuhkan kemampuan dari sistem untuk dapat

mengumpulkan data dengan cepat. Biasanya data tersebut sangat banyak

dan memerlukan waktu dalam menganalisisnya. Maka dari itu dibutuhkan

seleksi data untuk memperkecil ruang lingkup dengan memanfaatkan data

yang penting saja.

3. Praproses Data

Data data yang sudah terkumpul selanjutnya akan mengalami proses

pembersihan. Pembersihan ini dilakukan untuk membuang record yang

keliru, merasionalisasi struktur data dan mengendalikan data yang hilang.

4. Transformasi Data

Transformasi data melakukan peringkasan data dan mengasumsikan data

tersimpan didalam tempat penyimpanan tunggal. Hasil dari data pusat yang

telah teringkas menggunakan ekstraksi data diringkas kembali dengan

Transformasi data supaya data yang dihasilkan lebih padat dan disimpat di

tempat penyimpanan tunggal. Fungsi agregate yang sering digunakan adalah

average, minimum, maximum, dan count.

5. Data mining

Setelah melakukan semua proses diatas, maka algoritma data mining sudah

siap untuk dijalankan.

6. Evaluasi Data

Inilah hasil akhir yang akan disajikan berupa data yang mudah dipahami,

(21)

15

II.2.4Metode Klastering (Clustering)

Clustering adalah teknik menemukan sekelompok data dari pemecahan

atau pemisahan sekumpulan data menurut karakteristik tertentu yang telah

ditentukan, dalam pengelompokan tersubut nilai label nya belum diketahui

shingga diharapkan setelah melakukan pengelompokan data dapat diketahui label

dari data tersebut. Metode clustering juga sering disebut tahapan awal sebelum

melakukan metode lain seperti klasifikasi[1].

Cluster analysis adalah mengelompokan data objek pada informasi yang

mirip atau memiliki kesamaan antara satu dengan yang lainnya, tujuannya agar

dapat menemukan kelompok yang berkualitas seperti kelompok yang merupakan

objek-objek yang mirip atau memiliki hugungan satu sama lain dan sebaliknya

yaitu kelompok yang tidak berhubungan dengan objek dalam kelompok yang

lain[2].

Clustering cocok digunakan untuk menjelajahi data. Jika ada banyak kasus

tapi tidak ada pengelompokan yang jelas, algoritma clustering dapat digunakan

untuk mencari pengelompokan dari data tersebut. Clustering juga dapat berguna

sebagai data-preprocessing yaitu langkah untuk mengidentifikasi

kelompok-kelompok yang berhubunngan dalam membangun model [1].

II.2.5K-means

Algoritma K-Means clustering merupakan teknik cluster berbasis jarak

yang berusaha mempartisi data kedalam beberapa cluster. Metode ini mempartisi

data kedalam cluster menurut karakteristik yang dimiliki setiap data, setiap data

yang memiliki karakteristik sama dikelompokkan kedalam satu cluster yang sama

begitu juga dengan data yang mempunya karakteristik berbeda dikelompokkan

kedalam cluster lain [1].

Pada algoritma ini, yang menjadi pusat cluster dinamakan centroid,

centroid merupakan nilai acak dari seluruh kumpulan data yang dipilih pada tahap

awal, kemudian K-Means menyeleksi masing-masing komponen dari seluruh data

(22)

sebelumnya berdasarkan jarak terdekat antara komponen data dan pusat

masing-masing centroid dengan syarat tidak ada lagi data yang berpindah kelompok.

Pengelompokan data menggunakan K-means [7]:

1. Menentukan jumlah cluster

2. Menentukan nilai centroid yang ada di masing-masing cluster. Untuk

menentukan nilai centroid pada awal iterasi dilakukan secara acak.

3. Hitung jarang setiap data yang ada pada masing-masing centroid

menggunakan rumus euclidian hingga ditemukan jarak yang paling dekat

dari setiap data dengan centroid, berikut rumusnya

ï¨ ï©

ï¨

ï© ï¨

ï©

ï¨

ï©

ï¨

ï©

2

2 2

2

1

...

,

1 1 2 2

ï¥

ï½

ï

ï½

ï

ï«

ï

ï«

ï

ï½

n i i i n n

y

x

y

x

y

x

y

x

y

x

d

...( II.1 )

Keterangan :

d

=

distance

x

= nilai

x

= (

x

1,

x

2,...,

x

n)

y

= nilai

y

= (

y

1,

y

2,...,

y

n)

n

=

maksimal data

i

= banyak data

4. Pengelompokan objek untuk menentukan anggota cluster adalah dengan

memperhitungkan jarak minimum objek.

5. Kembali ke langkah 2, apabila masih ada data yang berpindah kelompok,

sampai tidak ada lagi data yang berpindah kelompok

(23)

17

Adapun flowchart dari algoritma K-Means dapat dilihat pada gambar III.2 berikut

[image:23.595.195.423.162.683.2]

ini :

(24)

II.3 Alat-alat Pemodelan Sistem

Alat-alat pemodelan sistem membahas mengenai alat atau tools apa saja

yang digunakan dalam membuat tugas akhir ini.

II.3.1Diagram Konteks

diagram konteks merupakan diagram yang menggambarkan kondisi sistem

yang ada baik input maupun output serta menyertakan terminator yang terlibat

dalam penggunaan sistem. Diagram ini akan memberi gambaran tentang

keseluruhan sistem. Sistem dibatasi oleh boundary (dapat digambarkan dengan

garis putus). Dalam diagram konteks hanya ada satu proses. Tidak boleh ada store

dalam diagram konteks [5].

Diagram konteks berisi gambaran umum (secara garis besar) sistem yang

akan dibuat. Secara kalimat, dapat dikatakan bahwa diagram konteks ini berisi âsiapa saja yang memberi data (dan data apa saja) ke sistem, serta kepada siapa saja informasi (dan informasi apa saja) yang harus dihasilkan sistem.â Maka dapat disimpulkan bahwa diagram konteks adalah diagram yang terdiri dari suatu proses

dan menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan

level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau output

dari sistem.

II.3.2Data Flow Diagram (DFD)

Data Flow Diagram (DFD) adalah alat pembuatan model yang

memungkinkan profesional sistem untuk menggambarkan sistem sebagai suatu

jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data,

baik secara manual maupun komputerisasi. DFD ini sering disebut juga dengan

nama Bubble chart, Bubble diagram, model proses, diagram alur kerja, atau model

fungsi. DFD ini adalah salah satu alat pembuatan model yang sering digunakan,

khususnya bila fungsi-fungsi sistem merupakan bagian yang lebih penting dan

kompleks dari pada data yang dimanipulasi oleh sistem. Dengan kata lain, DFD

adalah alat pembuatan model yang memberikan penekanan hanya pada fungsi

(25)

19

DFD merupakan alat perancangan sistem yang berorientasi pada alur data

dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa

maupun rancangan sistem yang mudah dikomunikasikan oleh profesional sistem

kepada pemakai maupun pembuat program.

Simbolâsimbol yang digunakan dalam Data Flow Diagram adalah sebagai berikut

[image:25.595.114.510.274.475.2]

ini [9]:

Tabel II.1 Daftar Simbol DFD

II.3.3Entity Relation Diagram (ERD)

Entity Relationship Diagram merupakan model data berupa notasi grafis

dalam pemodelan data konseptual yang menggambarkan hubungan antara

penyimpan satu dengan penyimpan yang lain. Model data sendiri merupakan

sekumpulan cara, peralatan untuk mendeskripsikan data-data yang memiliki

hubungan satu sama lain, semantiknya, serta batasan konsistensi. Model data

terdiri dari model hubungan entitas dan model relasional. Diagram hubungan

entitas ditemukan oleh Peter Chen dalam buku Entity Relational Model-Toward a

Unified of Data. Pada saat itu diagram hubungan entitas dibuat sebagai bagian

dari perangkat lunak yang juga merupakan modifikasi khusus, karena tidak ada

(26)

Simbolâsimbol yang digunakan dalam entity relationship diagram adalah sebagai

[image:26.595.118.511.178.392.2]

berikut ini [9]:

Tabel II.2 Daftar Simbol ERD

II.4 Alat-alat Pembangunan Perangkat Lunak

Alat-alat Pembangunan Perangkat Lunak membahas mengenai alat atau

tools apa saja yang digunakan dalam membuat Aplikasi data mining dalam

penelitian ini.

II.4.1C#

Bahasa pemrograman C# dikembangkan oleh Microsoft sebagai bahasa

yang simple, modern, general purpose, dan berorientasi objek. Pengembangan

bahasa C# sangat dipengaruhi oleh bahasa pemrograman terdahulu, terutama C++.

Delphi, dan Java. C++ dikenal memiliki kecepatan yang tinggi dan memiliki

akses memori hapir hingga ke low level. Namun bagi para programmer, C++

merupakan Bahasa yang relatif rumit dibandingkan bahasa pemrograman lainnya.

Kehadiran C# memberi suntikan optimisme bagi para programmer untuk dapat

mengembangkan aplikasi yang berdasa guna dengan baik cepat dan lebih mudah.

Bahasa C# masih harus dikembangkan dengan kemampuan untuk melakukan

berbagai task. Namun dalam hal performansi hingga saat ini C++ masih diakui

(27)

21

C# dikembangkan sejalan dengan pengembangan teknologi .Net.

Teknologi .NET telah berevolusi dari .NET 1.0 hingga .NET 4.0. Sendiri

merupakan sebuah framework yang memiliki base class library, dan bisa

diimplementasikan ke dalam beberpaa bahasa pemrograman yang dikembangkan

Microsoft termasuk diantaranya adalah bahasa C#. Microsoft mengembangkan

IDE yang secara khusus mendukung pengembangan aplikasi dengan teknologi

.NET, versi terakhirnya yaitu Visual Studio 2010, mendukung teknologi .Net 4.

Diantara karakteristik dari .NET adanya sebuah Common Langguage Runtime

(CLR). CLR sendiri merupakan sebuah komponen virtual machine yang akan

diakses program pada saat runtime kode yang ditulis dalam bahasa C# ataupun

VB.NET misalnya dicompile oleh .NET Compile r menjadi code dalam format

Common Intermediate Langguage (CIL).

CIL merupakan sebuah format bahasa standar pada level intermediate

yang digunakan dalam bidang teknologi .NET apa pun bahasa pemrograman yang

digunakan oleh kode. Kemudian pada saat runtime, CLR mengeksekusi CIL

dengan melakukan proses loading dan linkin serta menghasilkan bahasa mesin

untuk mengeksekusi program. Proses ini memunculkan istilah multilangguage

pada pengembangan aplikasi .Net programmer memiliki pilihan untuk

menentukan pilihan untuk menggunakan bahasa pemrograman, yang familiar bagi

mereka dan apapun bahasa pemgraman apapun mereka tetap memilih akan tetap

memiliki keungulan-keungulan dan dan teknoli lainnya.

Standar European Computer Maufacturer Association (ECMA)

mendatarkan beberapa tujuan desain dari bahasa pemrograman C#, sebagai

berikut [5]:

I. Bahasa pemrograman C# dibuat sebagai bahasa pemrograman yang bersifat

bahasa pemrograman general â purpose (untuk tujuan jamak), berorientasi

objek, modern, dan sederhana.

II. Bahasa pemrograman C# ditujukan untuk digunakan dalam

mengembangkan komponen perangkat lunak yang mampu mengambil

(28)

III. Portabilitas programmer sangatlah penting, khususnya bagi programmer

yang telah lama menggunakan bahasa pemrogaman C dan C++.

IV. Dukungan untuk internasionalisasi (multi- language) juga sangat penting.

V. C# ditujukan agar cocok digunakan untuk menulis program aplikasi baik

dalam sistem klien-server (hosted system) maupun sistem 38 embedded

(embedded system), mulai dari perangkat lunak yang sangat besar yang

menggunakan sistem operasi yang canggih hingga kepada perangkat lunak

yang sangat kecil yang memiliki fungsi-fungsi terdedikasi.

II.4.2Mysql

MySQL adalah sebuah implementasi dari sistem manajemen basisdata

relasional (RDBMS) yang didistribusikan secara gratis. Setiap pengguna dapat

secara bebas menggunakan MySQL, namun dengan batasan perangkat lunak

tersebut tidak boleh dijadikan produk turunan yang bersifat komersial. MySQL

sebenarnya merupakan turunan salah satu konsep utama dalam basisdata yang

telah ada sebelumnya; SQL (Structured Query Language). SQL adalah sebuah

konsep pengoperasian basisdata, terutama untuk pemilihan atau seleksi dan

pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan

mudah secara otomatis [3].

(29)

69

BAB IV

IMPLEMENTASI DAN PENGUJIAN

IV.1 Implementasi Sistem

Bab ini Menjelaskan mengenai implementasi dan pengujian aplikasi yang

telah dibangun. Tahapan ini dilakukan setelah tahap analisis dan perancangan

selesai dilakukan, adapun tujuan dari tahapan ini adalah mempersiapkan aplikasi

agar dapat digunakan pengguna.

IV.1.1 Implementasi Perangkat Keras

Spesifikasi perangkat keras (hardware) yang digunakan untuk membangun

aplikasi adalah sebagai berikut:

1. Processor : Intel Core 2 duo @ 2,10 GHz

2. Harddisk : 250 Gb

3. Memory : 2 GB

4. Monitor

5. Keyboard

6. Optical Mouse

7. Printer

IV.1.2 Implementasi Perangkat Lunak

Perangkat lunak (software) yang digunakan untuk membangun aplikasi adalah

sebagai berikut:

1. Windows 8.1 Pro

2. Mysql 5

3. Xampp v3.1

4. Visual Studio 2010

(30)

IV.1.3 Implementasi Form

Implementasi form dilakukan untuk mengetahui setiap tampilan halaman yang

dibangun dan pengkodeannya dalam bentuk file program. Implementasi form

[image:30.595.116.522.221.733.2]

dapat dilihat pada Tabel berikut:

Tabel IV.1 Implementasi Form

NO Nama Form Deskripsi Nama File

1 Halaman Utama Form ini digunakan untuk

menampilkan halaman utama

aplikasi

Form_Utama.cs

2 Import Data Form ini digunakan untuk proses

mengimport data pegawai .csv

kedalam aplikasi

Form_Import.cs

3 Preprocessing Form ini digunakan untuk

memilih atribut yang akan

digunakan untuk proses

clustering

Preprocessing.cs

4 Clustering Form ini digunakan untuk

menghitung proses clustering

dan menyimpannya kedalam

database

Clustering.cs

5 Hasil Form ini digunakan untuk

melihat hasil data hasil

clustering

Hasil.cs

6 Laporan Form ini digunakan untuk proses

pencetakan laporan dari hasil

clustering

Laporan.cs

7 Progress Form ini digunakan untuk

menampilkan progress setiap

proses yang sedang berjalan

(31)

71

IV.1.4 Implementasi Basis Data

Implementasi basis data dilakukan untuk mengetahui susunan tabel berdasarkan

perancangan basis data yang telah dibuat sebelumnya. Berikut ini informasi ddl

dalam pempuatan tabel.

1) Pembuatan tabel data_pegawai

Berikut ini merupakan informasi ddl dalam pembuatan tabel data_pegawai

[image:31.595.137.498.288.664.2]

pada database.

Tabel IV.2 Pembuatan tabel data_pegawai

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

CREATE TABLE `data_pegawai` (

`nipbar` varchar(25) NOT NULL DEFAULT '0', `nip` varchar(25) DEFAULT '0',

`nama` varchar(50) DEFAULT '0', `j_kelamin` varchar(5) DEFAULT '0', `tmp_lahir` varchar(50) DEFAULT NULL, `tgl_lahir` date DEFAULT NULL,

`pend_terakhir` varchar(10) DEFAULT NULL, `jurusan` varchar(25) DEFAULT NULL,

`lokasi` varchar(35) DEFAULT NULL, `thn_lulus` year(4) DEFAULT NULL, `gol_cpns` varchar(5) DEFAULT NULL, `tmt_cpns` date DEFAULT NULL,

`gol_terakhir` varchar(5) DEFAULT NULL, `tmt_gol_terakhir` date DEFAULT NULL, `no_kapreg` varchar(25) DEFAULT NULL, `instansi` varchar(30) DEFAULT NULL, `nama_jabatan` varchar(40) DEFAULT NULL, `tmt_jabatan` date DEFAULT NULL,

`mk_tahun` int(4) DEFAULT NULL, `mk_bulan` int(2) DEFAULT NULL, `kesetiaan` int(3) DEFAULT NULL, `prestasi` int(3) DEFAULT NULL, `tanggung_jwb` int(3) DEFAULT NULL, `ketaatan` int(3) DEFAULT NULL, `kejujuran` int(3) DEFAULT NULL, `kerjasama` int(3) DEFAULT NULL, `prakarsa` int(3) DEFAULT NULL, `kepemimpinan` int(3) DEFAULT NULL, PRIMARY KEY (`nipbar`),

UNIQUE KEY `nip` (`nipbar`)

(32)

2) Pembuatan tabel preprocessing_1

Berikut ini merupakan informasi ddl dalam pembuatan tabel preprocessing_1

[image:32.595.130.501.208.368.2]

pada database.

Tabel IV.3 Pembuatan tabel preprocessing_1

1 2 3 4 5 6 7 8 9 10 11 12

CREATE TABLE `preprocessing_1` ( `nip` int(25) NOT NULL,

`kesetiaan` int(3) NOT NULL DEFAULT '0', `prestasi` int(3) NOT NULL DEFAULT '0', `tgng_jawab` int(3) NOT NULL DEFAULT '0', `ketaatan` int(3) NOT NULL DEFAULT '0', `kejujuran` int(3) NOT NULL DEFAULT '0', `kerjasama` int(3) NOT NULL DEFAULT '0', `prakarsa` int(3) NOT NULL DEFAULT '0', `kepemimpinan` int(3) DEFAULT '0', PRIMARY KEY (`nip`)

) ENGINE=InnoDB DEFAULT CHARSET=latin1

3) Pembuatan tabel preprocessing_2

Berikut ini merupakan informasi ddl dalam pembuatan tabel preprocessing_2

pada database.

Tabel IV.4 Pembuatan tabel preprocessing_2

1 2 3 4 5 6 7 8 9 10 11

CREATE TABLE `preprocessing_2` ( `nip` int(25) NOT NULL,

`kesetiaan` int(3) NOT NULL DEFAULT '0', `prestasi` int(3) NOT NULL DEFAULT '0', `tgng_jawab` int(3) NOT NULL DEFAULT '0', `ketaatan` int(3) NOT NULL DEFAULT '0', `kejujuran` int(3) NOT NULL DEFAULT '0', `kerjasama` int(3) NOT NULL DEFAULT '0', `prakarsa` int(3) NOT NULL DEFAULT '0', PRIMARY KEY (`nip`)

4) Pembuatan tabel hasil_cluster

Berikut ini merupakan informasi ddl dalam pembuatan tabel data_pegawai

[image:32.595.133.502.456.601.2]

(33)

[image:33.595.131.502.131.198.2]

73

Tabel IV.5 Pembuatan tabel hasil_cluster

1 2 3 4 5

CREATE TABLE `hasil_cluster` ( `nip` int(25) NOT NULL,

`cluster` varchar(5) DEFAULT NULL, PRIMARY KEY (`nip`)

IV.2 Pengujian Sistem

Pengujian sistem merupakan tahapan dalam melakukan serangkaian tes

untuk mengetahui kekurangan-kekurangan pada aplikasi yang telah dibangun.

Pengujian ini bermaksud untuk mengetahui apakah aplikasi yang telah dibangun

telah memenuhi kriteria dan tujuan dari perancangan perangkat lunak yang telah

dianalisis sebelumnya.

IV.2.1 Rencana Pengujian

Rencana pengujian yang akan dilakukan guna mengetahui kualitas sistem yang

telah dibangun adalah dengan menggunakan metode white box dan metode black

box serta pengujian beta dengan mewawancarai user yang akan menggunakan

perangkat lunak ini.

Tabel IV.6 Rencana Pengujian

No Item yang diuji Detail Pengujian Jenis Uji

1 Import Pengujian Import Data Black box

2 Preprocessing Pengujian proses preprocessing Black box

3 Clustering Pengujian Proses clustering Black box

4 Hasil Pengujian menampilkan hasil

clustering Black box

[image:33.595.116.505.500.678.2]

(34)

IV.2.2 Pengujian Black Box

Pengujian black box dilakukan guna mengetahui apakah data yang di masukkan

sudah benar atau tidak dan apakah hasil keluaran sudah sesuai harapan atau tidak.

Teknik pengujian black box menggunakan sample testing.

A. Proses Import Data

Proses import data PNS akan diuji menggunakan sample testing dan untuk

skenario pengujian yang dilakukan pada bagian ini dapat dilihat pada tabel

[image:34.595.126.538.308.578.2]

berikut :

Tabel IV.7 Pengujian Pemilihan Atribut

Kasus dan Hasil uji (Data Normal)

Data Masukkan Yang Diharapkan Pengamatan Kesimpulan

Alamat direktori file data pns dalam format .csv

Menampilkan data yang di import kedalam tabel kemudian tampil pesan sukses

Dapat menampilkan hasil import dalam bentuk tabel dan menampilkan pesan sukses

[â ] Diterima [ ] Ditolak

Kasus dan Hasil uji (Data Salah)

Alamat direktori file selain format .csv

Tidak dapat

menampilkan data Kemudian tampil pesan kesalahan

Tidak dapat

menampilkan data hasil import dan menampilkan pesan kesalahan

[â ] Diterima

[ ] Ditolak

Tabel IV.8 Pengujian Menyimpan Ke Database

Data pegawai hasil

import yang

ditampilkan pada tabel

Data pada tabel di simpan kedalam database kemudian tampil pesan sukses

Dapat Menyimpan data tabel kedalam

database dan

menampilkan pesan sukses

[image:34.595.130.537.602.750.2]

(35)

75

Data PNS .csv yang diimport pada tabel tidak sesuai dengan struktur data database

Tidak dapat

menyimpan data

pada tabel

kemudian tampil pesan kesalahan

Tidak dapat

menyimpan data tabel kedalam

database dan

menampilkan pesan kesalahan

[â ] Diterima

[ ] Ditolak

B. Proses Preprocessing

Proses Preprocessing data PNS yang sudah di import akan diuji

menggunakan sample testing dan untuk skenario pengujian yang dilakukan

[image:35.595.126.540.115.255.2]

pada bagian ini dapat dilihat pada tabel berikut :

Tabel IV.9 Pengujian Pemilihan Atribut

Tekan tombol Proses untuk memilih data atribut untuk pegawai biasa dan pejabat eselon yang telah di tentukan dalam aplikasi

Melakukan

pemilihan atribut

yang akan

digunakan untuk pegawai biasa dan pejabat eselon kemudian

menampilkannya dalam bentuk tabel

Dapat melakukan pemilihan atribut untuk pegawai biasa dan pejabat esolon dan

menampilkannya dalam tabel

Kasus dan Hasil uji (Data salah)

Data pegawai yang akan dilakukan pemilihan atribut masih kosong

Muncul pesan kesalahan dan tidak dapan melakukan pemilihan atribut

Menampilkan pesan kesalahan dan tidak dapat melakukan pemilihan atribut

[â ] Diterima

[image:35.595.127.536.381.678.2]

(36)

[image:36.595.127.537.129.377.2]

Tabel IV.10 Pengujian Menyimpan Ke Database

Data Pegawai yang sudah melakukan Proses Pemilihan Atribut

Menyimpan data hasil pemilihan Atribut kedalam database

Dapat Menyimpan data hasil pemilihan atribut kedalam database

Kasus dan Hasil uji (Data salah)

Data proses

pemilihan atribut tidak sesuai dengan struktur data tabel pada database

Muncul pesan kesalahan dan tidak dapat menyimpan data kedalam database

Dapat menampilkan pesan kesalahan dan data tidak disimpan kedalam database

[â ] Diterima

[ ] Ditolak

C. Proses clustering

Proses clustering data PNS yang telah berhasil di preprocessing akan diuji

menggunakan sample testing dan untuk skenario pengujian yang dilakukan

[image:36.595.128.539.484.755.2]

pada bagian ini dapat dilihat pada tabel berikut :

Tabel IV.11 Pengujian Pemilihan Pegawai

Pilih jenis pegawai yang akan di cluster dengan cara memilihnya

melalui combobox

Menampilkan data pegawai pada tabel berdasarkan jenis pegawai yang telah dipilih

Dapat menampilkan tabel data pegawai berdasarkan jenis pegawai yang telah dipilih

Tidak memilih Jenis Pegawai pada combobox

Memiliki nilai default untuk jenis pegawai yaitu pegawai biasa, dan menampilkannya pada tabel

Dapat menampilkan data default pegawai yaitu pegawai biasa pada tabel

[â ] Diterima

[image:36.595.128.536.485.756.2]

(37)

[image:37.595.128.536.130.405.2]

77

Tabel IV.12 Pengujian Proses Cluster

Data Jumlah

Cluster yang akan dibentuk

Memproses data jumlah cluster dan melakukan

perhitungan untuk mendapatkan

anggota cluster tersebut

Dapat melakukan proses perhitungan cluster untuk mendapatkan

anggota cluster

Data jumlah cluster kosong atau kurang dari 2

Muncul pesan kesalahan tidak dapat melakukan proses clustering

Tidak dapat

melakukan proses clustering kemudian tampil pesan kesalahan

[â ] Diterima

[image:37.595.127.538.134.696.2]

[ ] Ditolak

Tabel IV.13 Pengujian Menyimpan Ke Database

Data hasil proses clustering yang di tampilkan di tabel

Menyimpan data hasil clustering kedalam database dan menampilkan pesan sukses

Dapat menyimpan tabel data hasil clustering kedalam

database dan

menampilkan pesan sukses

Data hasil proses clustering masih kosong

Tidak dapat

menyimpan data kedalam database kemudian Muncul pesan kesalahan

Menampilkan pesan kesalahan dan data

tidak dapat

disimpan kedalam database

[â ] Diterima

(38)

D. Proses Menampilkan Hasil

Proses menampilkan hasil clustering data PNS akan diuji menggunakan

sample testing dan untuk skenario pengujian yang dilakukan pada bagian ini

[image:38.595.127.537.220.441.2]

dapat dilihat pada tabel berikut :

Tabel IV.14 Pengujian Tampil Data

Data hasil

clustering yang sudah tersimpan di database

Menampilkan data hasil clustering berdasarkan

kategori pegawai

data hasil clustering berdasarkan

kategori pegawai

Data hasil

clustering di dalam database masih kosong

Muncul pesan kesalahan data hasil clustering masih kosong

Menampilkan pesan kesalahan data hasil clustering kosong

Tabel IV.15 Proses Penentuan Grafik

Memilih jenis pegawai pada combobox yang sudah tersedia

Menampilkan grafik dan data hasil clustering

berdasarkan jenis pegawai yang telah dipilih

[image:38.595.130.537.494.748.2]

Dapat menampilkan grafik dan data hasil clustering

berdasarkan jenis pegawai

Data hasil

clustering di dalam database masih kosong

Muncul pesan kesalahan data hasil clustering masih kosong

Menampilkan pesan kesalahan data hasil clustering kosong

(39)

79

E. Proses Membuat Laporan

Proses membuat laporan hasil clustering data PNS akan diuji menggunakan

sample testing dan untuk skenario pengujian yang dilakukan pada bagian ini

dapat dilihat pada tabel berikut :

Tabel IV.16 Pilih Data Laporan

Pilih jenis pegawai yang sudah tersedia pada combobox

menampilkan data hasil clustering dari database menjadi bentuk report berdasarkan jenis pegawai

Dapat menampilkan data hasil clustering dari database menjadi bentuk report berdasarkan jenis pegawai

Tidak memilih jenis pegawai pada combobox

Menampilkan report data hasil clustering default yang sudah ditentukan yaitu pegawai biasa

Dapat menampilkan

report hasil

clustering default

yang sudah

ditentukan yaitu pegawai biasa

[â ] Diterima

[image:39.595.127.538.230.662.2]

[ ] Ditolak

Tabel IV.17 Proses Cetak Laporan

Data yang sudah tampil pada report

Melakukan proses printing dokumen yang tampil pada report

Dapat Melakukan proses printing

dokumen yang

tampil pada report

data pada report masih kosong

Menampilkan data kosong

Dapat menampilkan data kosong

(40)

IV.2.3 Pengujian K-Means Secara Manual Menggunakan Data Sampel

Pengujian manual ini bertujuan untuk membuktikan aplikasi yang dibangun telah

sesuai dengan hasil analisis sebelumnya yang telah dipaparkan pada BAB III,

Pengujian dilakukan untuk melihat akurasi pengelompokan dengan

membandingkan hasil pengujian Manual dan hasil perhitungan yang dilakukan

oleh program yang telah dibangun. Data yang akan digunakan merupakan data

sampel yang berjumlah 99 data dan telah melalui tahap preprocessing sehingga

data sudah dibagi menjadi 2 bagian, 38 data menjadi bagian dari pegawai biasa

dan 61 data menjadi bagian dari pejabat eselon. Pengujian dilakukan dengan cara

menghitung manual setiap proses K-Means Menggunakan Microsoft Excel,

pengujian yang dilakukan pada pegawai biasa yang berjumlah 38 data dan pejabat

eselon yang berjumlah 61 data kemudian akan dibentuk kedalam 5 Kelompok

(cluster).

A. Pengujian Manual Pegawai Biasa

Berikut ini hasil perhitungan clustering untuk pegawai biasa, dimana proses yang

dilakukan sebagai berikut:

1. Kelompok yang akan dibentuk berjumlah 5 kelompok

[image:40.595.131.482.517.662.2]

2. Penentuan Centroid Secara acak disamakan dengan program, yaitu :

Tabel IV.18 Nilai Centroid Random Pegawai Biasa

C lust er C ent ro id1 C ent ro id2 C ent ro id3 C ent ro id4 C ent ro id5 C ent ro id6 C ent ro id7

c1 70 87 72 78 77 71 89 c2 83 78 70 83 89 72 74 c3 77 71 87 75 86 71 75 c4 82 73 84 87 79 88 79 c5 70 86 80 86 71 76 89

Hasil Perhitungan K-Means Clustering terhadap data menghasilkan 3 Iterasi

(41)

[image:41.595.133.483.131.260.2]

81

Tabel IV.19 Hasil Perhitungan K-Means Clustering Pegawai Biasa

Perhitungan Manual Perhitungan Aplikasi

Cluster Jumlah Cluster Jumlah

C1 8 C1 8 C2 7 C2 7 C3 7 C3 7 C4 12 C4 12 C5 4 C5 4

Jumlah 38 Jumlah 38

Jadi, dapat disimpulkan bahwa hasil Perhitungan K-Means clustering dari

aplikasi yang dibangun telah sesuai dengan hasil perhitungan K-Menas

Clustering secara Manual karena data yang dihasilkan sama.

B. Perhitungan Manual Pejabat Eselon

Berikut ini hasil perhitungan clustering untuk pejabat Eselon, dimana proses yang

dilakukan sebagai berikut:

1. Kelompok yang akan dibentuk berjumlah 5 kelompok

[image:41.595.124.483.421.590.2]

2. Penentuan Centroid Secara acak disamakan dengan program, yaitu :

Tabel IV.20 Nilai Centroid Random Pejabat Eselon

C lust er C ent ro id1 C ent ro id2 C ent ro id3 C ent ro id4 C ent ro id5 C ent ro id6 C ent ro id7

c1 70 87 72 78 77 71 89 c2 83 78 70 83 89 72 74 c3 77 71 87 75 86 71 75 c4 82 73 84 87 79 88 79 c5 70 86 80 86 71 76 89

Hasil Perhitungan K-Means Clustering terhadap data menghasilkan 13 Iterasi

dengan hasil akhir sebagai Berikut :

Tabel IV.21 Hasil Perhitungan K-Means Clustering Pejabat Eselon

Perhitungan Manual Perhitungan Aplikasi

Cluster Jumlah Cluster Jumlah

(42)

C4 22 C4 22 C5 9 C5 9

Jumlah 61 Jumlah 61

Jadi, dapat disimpulkan bahwa hasil Perhitungan K-Means clustering dari aplikasi

yang dibangun telah sesuai dengan hasil perhitungan K-Menas Clustering secara

Manual karena data yang dihasilkan sama.

IV.2.1 Pengujian Beta

Pengujian beta ini dilakukan dengan cara wawancara langsung dengan kepala

BKPP Kabupaten Gayo Lues (pengguna) perangkat lunak yang telah dibangun.

Berikut adalah hasil wawancara yang dilakukan dengan pengguna :

1. Pertanyaan : Apakah aplikasi membantu dalam Proses pengelompokan PNS ?

Jawaban : Ya, Aplikasi ini cukup membantu karena kami dapat langsung mendapatkan hasil sebenarnya.

2. Pertanyaan : Bagaimana pendapat anda dengan adanya aplikasi ini dalam proses pengelompokan PNS ?

Jawaban : Cukup membantu, dibandingkan dengan cara menghitung manual yang membutuhkan ketelitian dan waktu yang lama dalam proses menseleksi pegawai kemudian mengelompokannya seperti yang kami lakukan sebelumnya

3. Pertanyaan : Apakah aplikasi pengelompokan PNS ini mudah digunakan ?

Jawaban : Ya, cukup mudah untuk digunakan. Karena kami hanya cukup memilih tombol dan data kemudian proses pengelompokan pun selesai.

4. Pertanyaan : Bagaimana menurut anda dengan hasil pengelompokan yang disajikan di aplikasi, apakah sudah memadai ?

Jawaban : Ya, Hasil pengelompokan disajikan sudah cukup lengkap dan pemilihan pegawainya juga ditampilkan dengan sederhana sehingga mudah dipahami.

5. Pertanyaan : Bagaimana menurut anda tentang keseluruhan aplikasi Pengelompokan PNS ini ?

(43)

83

IV.3.1 Kesimpulan Pengujian

Berdasarkan hasil pengujian Whitebox, Blackbox dab beta yang telah dilakukan,

dapat diambil kesimpulan sebagai berikut :

1. Perangkat lunak yang dibangun dapat menghasilkan hasil pengelompokan

yang sesuai dengan metode dan algoritma yang dipakai.

2. Berdasarkan hasil pengujian Blackbox, setiap fungsional didalam aplikasi

telah sesuai dengan yang diharapkan

3. Algoritma K-Means yang diterapkan didalam aplikasi telah sesuai dengan

(44)

(45)

85

BAB V

KESIMPULAN DAN SARAN

V.1 Kesimpulan

Dari hasil pengujian dan wawancara yang telah dilakukan terhadap kepala

BKPP Kabupaten Gayo Lues selaku pengguna diperoleh kesimpulan bahwa

aplikasi yang dibangun dapat digunakan sebagai alat bantu untuk

Mengelompokkan PNS yang memiliki kemampuan sama berdasarkan hasil

Penilaian DP3 dan dapat membantu pihak BKPP dalam menentukan PNS yang

akan menjalani pembinaan, pelatihan, pengembangan kompetensi dan pemberian

penghargaan.

V.2 Saran

Beberapa saran untuk pengembangan selanjutnya, diantaranya:

1. Data yang sekarang digunakan masih sebatas data Kabupaten daerah

diharapkan kedepannya dapat mengolah data Provinsi bahkan tingkat nasional.

2. Proses pengelompokkan yang dilakukan saat ini hanya sebatas penilaian

kinerja PNS berdasarkan hasil Penilaian DP3 diharapkan untuk penelitian

selanjutnya dapat mengelompokkan PNS yang sesuai untuk menempati posisi

(46)

DATA PRIBADI

Nama Lengkap : Ervan Fauzi Pranasta

Jenis Kelamin : Laki-laki

Tempat, Tanggal

lahir : Blangkejeren , 28-08-1992

Kewarganegaraan : Indonesia

Status Hubungan : Belum Menikah

Tinggi , Berat : 174 cm , 65 kg

Agama : Islam

Alamat Lengkap : Jln. Dago Timur No.25 RT5 RW6

Handphone : 085371830780

E - mail : ervandfauzie@gmail.com

RIWAYAT PENDIDIKAN

1998 â 2004 : SD Negeri 1 Ciluluk.

2004 â 2007 : SMP Negeri 1 Blangkejeren.

2007 â 2010 : SMA Negeri 1 Blangkejeren.

2010 â 2014 : Universitas Komputer Indonesia, Fakultas Teknik dan Ilmu

(47)

(48)

(49)