SISTEM PENDUKUNG KEPUTUSAN PENGADAAN BUKU PERPUSTAKAAN STIKOM SURABAYA MENGGUNAKAN METODE
K-MEANS CLUSTERING
TUGAS AKHIR
Nama : Arief Rahman Susanto
NIM : 05.41010.0197
Program : S1 (Strata Satu)
Jurusan : Sistem Informasi
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER SURABAYA
2012
STIKOM
K-MEANS CLUSTERING
TUGAS AKHIR
Diajukan sebagai salah satu syarat untuk menyelesaikan
Program Sarjana Komputer
Oleh :
Nama : Arief Rahman Susanto
NIM : 05.41010.0197
Program : S1 (Strata Satu)
Jurusan : Sistem Informasi
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER SURABAYA
2012
STIKOM
iv
DAFTAR ISI
Halaman
ABSTRAK ... i
KATA PENGANTAR ... ii
DAFTAR ISI ... iv
DAFTAR TABEL ... vii
DAFTAR GAMBAR ... ix
DAFTAR LAMPIRAN ... xi
BAB I. PENDAHULUAN ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Perumusan Masalah ... 2
1.3 Batasan Masalah ... 2
1.4 Tujuan ... 3
1.5 Sistematika Penulisan ... 4
BAB II. LANDASAN TEORI ... 6
2.1 Perpustakaan…. ... 6
2.2 Dewey Decimal Classification …... 8
2.2.1 Komponen DDC ... 9
2.2.2 Cara Kerja Sistem DDC ... 10
2.2.3 Keunggulan dan Kelemahan DDC ... 11
2.3 Sistem Pendukung Keputusan ... 13
STIKOM
v
2.5 Algoritma K-Means …... 16
2.6 SQL ... 21
2.7 Visual Basic 2005 ... 22
BAB III. PERANCANGAN SISTEM ... 23
3.1 Analisis Permasalahan ……... 23
3.2 Model Pengembangan ... 24
3.3 Metode Penelitian ………... 24
3.3.1 Studi Pustaka ………... 24
3.3.2 Wawancara ………... 25
3.3.3 Analisa Data ………... 25
3.4 Perancangan Sistem ... 25
3.4.1 Flowchart Algoritma K-Means ... 26
3.4.2 Sistem Flow Lama Menentukan Buku yang Akan Dibeli ... 27
3.4.3 Sistem Flow Menentukan Buku yang Akan Dibeli ... 28
3.4.4 Rancangan Input Output …………... 30
BAB IV. IMPLEMENTASI DAN EVALUASI ... 35
4.1 Instalasi Program dan Pengaturan Sistem ... 35
4.2 Implementasi Sistem ... 35
4.2.1 Form Utama ………... 35
4.2.2 Form Login ... 36
4.2.3 Form DDC ... 37
STIKOM
vi
Halaman
4.2.4 Form Pinjaman ... 37
4.2.5 Form Import Data Pinjaman Buku ... 38
4.2.6 Form K-Means ... 39
4.2.7 Form History ... 40
4.2.8 Ubah Kata Kunci ... 40
4.2.9 Form Pengguna ... 41
4.2.10 Form Laporan ... 41
4.3 Uji Coba dan Evaluasi Sistem ... 42
4.3.1 Uji Coba Fungsi Aplikasi …... 42
4.3.2 Uji Coba Kasus Perhitungan K-Means ... 46
A.
Test Case
Dengan Dua
Cluster
……….. 47
B.
Test Case
Dengan Tiga
Cluster
………. 65
C.
Test Case
Dengan Empat
Cluster
………. 74
BAB V. PENUTUP ... 100
5.1 Kesimpulan ... 100
5.2 Saran ... 102
DAFTAR PUSTAKA ………. 103
Lampiran 1 Biodata Penulis …... 104
Lampiran 2 Listing Program 1 ... 105
STIKOM
i
Solusi pemanfaatan teknologi komputer sebagai alat bantu dalam
mendukung kegiatan operasional suatu bidang usaha memudahkan manusia dalam
mendapatkan data atau informasi secara cepat, tepat dan akurat sehingga
efektivitas dan efisiensi kerja tercapai. STIKOM Surabaya merupakan salah
satunya sekolah tinggi yang memanfaatkan teknologi komputer untuk mendukung
kegiatan operasional sehari-harinya, contohnya adalah pemanfaatan teknologi
komputer dalam proses pengadaan koleksi buku di perpustakaan.
Dalam membantu proses pengadaan buku di perpustakaan STIKOM
surabaya maka dibuatkan sebuah sistem pendukung keputusan dengan
menggunakan metode K-Means Clustering.
Dari hasil uji coba dan analisa yang dilakukan membuktikan bahwa
aplikasi yang dibuat dapat melakukan pengelompokan buku berdasarkan DDC
(Dewey Decimal Classification), angkatan studi mahasiswa dan jumlah pinjaman
menggunakan metode K-Means Clustering.
Kata Kunci : K-Means, K-Means Clustering, Perpustakaan, DDC
STIKOM
1
BAB I PENDAHULUAN
1.1 Latar belakang masalah
Solusi pemanfaatan teknologi komputer sebagai alat bantu dalam
mendukung kegiatan operasional suatu bidang usaha memudahkan manusia dalam
mendapatkan data atau informasi secara cepat, tepat dan akurat sehingga
efektivitas dan efisiensi kerja tercapai. STIKOM Surabaya merupakan salah
satunya sekolah tinggi yang memanfaatkan teknologi komputer untuk mendukung
kegiatan operasional sehari-harinya, contohnya adalah pemanfaatan teknologi
komputer dalam proses pengadaan koleksi buku di perpustakaan.
Pada proses pengadaan koleksi buku baru, perpustakaan STIKOM
Surabaya masih mengalami permasalahan. Permasalahan tersebut antara lain
adalah petugas perpustakaan belum dapat mengetahui buku apa yang paling
banyak dipinjam dalam periode tertentu dan untuk pembelian buku baru selama
ini hanya berdasarkan usulan dari anggota perpustakaan yang diajukan ke kaprodi.
Hal ini dapat dipakai oleh petugas perpustakaan untuk memperoleh informasi
buku yang lebih akurat dengan menerapkan metode K-means.
K-means adalah algoritma clustering untuk data mining yang diciptakan
tahun 70an dan berguna untuk melakukan clustering secara unsupervised learning
(pembelajaran yang tidak terawasi) dalam suatu kumpulan data berdasarkan
parameter tertentu. Menurut Kardi (2007), K-means adalah sebuah algoritma
untuk mengklasifikasikan atau mengelompokkan objek-objek (dalam hal ini data)
berdasarkan parameter tertentu ke dalam sejumlah group, sehingga dapat berjalan
STIKOM
lebih cepat daripada hierarchical clustering (jika k kecil) dengan jumlah variable
yang besar dan menghasilkan cluster yang lebih rapat.
Dengan adanya Sistem Pendukung Keputusan Pengadaan Buku
Perpustakaan STIKOM Surabaya Menggunakan Metode K-means Clustering
dapat bermanfaat bagi petugas perpustakaan karena memperoleh informasi
pembelian buku baru yang sesuai dengan minat mahasiswa dan jumlah buku yang
dipinjam. Maka dari itu diperlukan sebuah sistem yang dapat menentukan buku
apa yang akan dibeli agar bisa bermanfaat bagi anggota perpustakaan berdasarkan
tiap angkatan dalam periode tertentu.
1.2 Perumusan masalah
Berdasarkan latar belakang di atas dirumuskan permasalahan sebagai
berikut :
1. Bagaimana membuat aplikasi yang dapat melakukan pengelompokan
kategori buku berdasarkan kategori DDC, angkatan studi mahasiswa dan
jumlah peminjaman mulai 1 Januari 2011 sampai dengan 31 Desember
2011 menggunakan metode k-means.
2. Bagaimana membuat perancangan aplikasi yang dapat melakukan
pengelompokan kategori buku berdasarkan metode k-means clustering.
1.3 Batasan masalah
1. Sistem informasi yang dibuat merupakan aplikasi berbasis desktop.
2. Sistem yang dibuat tidak membahas transaksi peminjaman buku.
STIKOM
3
3. Sistem yang dibuat hanya memberikan informasi buku pada anggota intern
perpustakaan STIKOM.
4. Data transaksi peminjaman diambil dari data yang sudah ada pada periode
1 Januari 2011 sampai dengan 31 Desember 2011.
5. Data angkatan studi mahasiswa diambil dari angkatan 2008-2011.
6. Data mahasiswa diambil dari program studi Sistem Informasi.
7. Aplikasi ini tidak menangani transaksi pembelian buku baru yang sudah
pernah dipesan sebelumnya.
8. Batasan DDC menyesuaikan dengan yang ada di perpustakaan STIKOM.
1.4 Tujuan
Berdasarkan perumusan masalah yang ada maka tujuan dari tugas akhir ini adalah:
1. Membuat aplikasi yang dapat melakukan pengelompokan kategori buku
berdasarkan kategori DDC, angkatan studi mahasiswa dan jumlah
peminjaman mulai 1 Januari 2011 sampai dengan 31 Desember 2011
menggunakan metode k-means.
2. Membuat perancangan aplikasi yang dapat melakukan pengelompokan
kategori buku berdasarkan metode k-means clustering.
1.5 Sistematika Penulisan
Penyusunan laporan Tugas Akhir ini dapat dikelompokkan sebagai
berikut:
BAB I PENDAHULUAN
Pada bab ini menjelaskan secara garis besar tentang latar belakang
STIKOM
masalah, perumusan masalah, pembatasan masalah, tujuan dan
sistematika penulisan tugas akhir ini.
BAB II LANDASAN TEORI
Pada bab ini menjelaskan secara singkat tentang teori-teori dasar
yang digunakan dalam membantu menyelesaikan permasalahan.
Pada bab ini dijelaskan tentang beberapa landasan teori yang
digunakan antara lain : perpustakaan, dewey decimal classification,
sistem pendukung keputusan, clustering, algoritma k-means, sql,
visual basic2005.
BAB III ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini berisi penjelasan tentang langkah-langkah untuk
pemecahan masalah dalam tugas akhir termasuk: menganalisis
permasalahan, tujuan penelitian, penyelesaiannya, gambaran sistem
yang akan di buat dalam System Flow, Design Input dan Output,
Test CaseDesignInput dan Output.
BAB IV HASIL ANALISIS DAN PERANCANGAN SISTEM
Pada Bab ini menjelaskan tentang implementasi dari program,
berisikan langkah-langkah implementasi dari penggunaan program
dan hasil implementasi dari program, serta analisis terhadap kinerja
program tersebut beserta analisis uji perhitungan metode
Perbandingan Eksponensial.
STIKOM
5
BAB V PENUTUP
Bab ini berisi kesimpulan yang menjawab pernyataan dalam
perumusan masalah dan beberapa saran yang bermanfaat dalam
pengembangan program di waktu yang akan datang.
STIKOM
6
2.1 Perpustakaan
Menurut Undang-undang Perpustakaan (UU nomor 43 tahun 2007)
disebutkan bahwa perpustakaan adalah institusi pengelola koleksi karya tulis,
karya cetak, dan/ atau karya rekam secara profesional dengan sistem yang baku
guna memenuhi kebutuhan pendidikan, penelitian, pelestarian, informasi, dan
rekreasi para pemustaka. Sedangkan menurut Sulistyo-Basuki (1991: 3)
perpustakaan adalah: sebuah ruangan, bagian sebuah gedung, ataupun gedung itu
sendiri yang digunakan untuk menyimpan buku dan terbitan lainnya yang
biasanya disimpan menurut tata susunan tertentu untuk digunakan pembaca,
bukan untuk dijual.
Institusi merupakan struktur dan mekanisma aturan dan kerjasama sosial
yang mengawal perlakuan dua atau lebih individu. Institusi bisa juga berarti
lembaga yaitu badan (organisasi) yang bermaksud melakukan suatu penyelidikan
keilmuan atau melakukan suatu usaha. Pengelola berasal dari kata to manage yang
berarti mengurus, mengatur, melaksanakan, mengelola. Jadi pengelola adalah
seseorang yang mengurus, mengatur, melaksanakan, mengelola. Koleksi berarti
kumpulan benda yang digemari. Dengan demikian maka koleksi karya tulis, karya
cetak dan/ atau karya rekam adalah kumpulan informasi yang berbentuk tulisan
tangan, buku cetakan maupun yang direkam dalam berbagai media termasuk
media elektronik dan digital. Profesional berarti memerlukan kepandaian khusus
untuk menjalankan. Dengan demikian “mengelola koleksi karya tulis, karya cetak
STIKOM
7
dan atau karya rekam secara profesional” berarti mengurus, mengatur,
melaksanakan, mengelola kumpulan informasi dalam berbagai bentuk atau format
dimana dalam melakukan pengelolaannya tersebut diperlukan keahlian khusus.
Baku berarti sesuatu yang dipakai dasar ukuran (nilai, harga, dsb) standar. Jadi
sistem baku merupakan sistem yang digunakan sebagai dasar dalam melakukan
pengelolaan koleksi karya tulis, karya cetak dan atau karya
rekam. Pemustaka menurut UU 43 tahun 2007 adalah pengguna perpustakaan,
yaitu perseorangan, kelompok orang, masyarakat, atau lembaga yang
memanfaatkan fasilitas layanan perpustakaan.
Dengan demikian maka makna dari kedua definisi yang dikutip pada
awal tulisan ini adalah: perpustakaan merupakan institusi atau lembaga tempat
menyimpan informasi dalam bentuk buku dan bentuk-bentuk lain yang disimpan
menurut aturan tertentu yang baku untuk digunakan oleh orang lain (bukan hanya
digunakan oleh pribadi) secara gratis untuk bermacam-macam tujuan atau
kebutuhan seperti untuk pendidikan, penelitian, pelestarian, informasi, dan
rekreasi. Mari kita bandingkan dengan definisinya Wikipedia yang mendefinikan
perpustakaan sebagai berikut:”A library is a collection of sources, resources, and
services, and the structure in which it is housed; it is organized for use and
maintained by a public body, an institution, or a private individual. In the more
traditional sense, a library is a collection of books. It can mean the collection, the
building or room that houses such a collection, or both.” Jadi makna beberapa
definisi tersebut memiliki pengertian yang sama yakni: (1) merupakan kumpulan
bahan perpustakaan; (2) dikelola secara profesional dengan sistem tertentu (baku);
STIKOM
(3) dikelola oleh lembaga atau institusi dan atau individu; (4) diselenggarakan
untuk kebutuhan pemustaka.
2.2 Dewey Decimal Classification
Dewey Decimal Classification adalah merupakan salah satu sistem
pengklasifikasian koleksi buku yang ditemukan oleh Melvil Dewey. Nama
lengkapnya Melville Louis Kassuth Dewey (1851-1931). Pada 1874 Dewey
sebagai pustakawan di Amhers College, Massachuseetts, Tahun 1876 ia
menerbitkan DDC edisi pertama dengan judul “A classification and subject index
for a library”. Terbit pertama kali hanya sebanyak 42 halaman yang berisi 12
halaman pendahuluan, 12 halaman bagan dan 18 halaman indeks. Sejak edisi
pertama diterbitkan, DDC terus menerus mengikuti perkembangan ilmu
pengetahuan. Banyak subyek-subyek baru yang ditambahkan. Adakalanya notasi
mengalami perluasan dan perubahan lokasi karena perkembangan subyek
tersebut. Kelestarian DDC sampai dapat mencapai umur lebih seabad dan banyak
pemakainya di dunia, disebabkan karena DDC secara berkala ditinjau kembali dan
diterbitkan edisi barunya. Lembaga yang mengawasi dan mendukung penerbitan
DDC ialah “The Lake Placed Education Foundation” dan “The Library of
Congress” di Amerika Serikat sarana komunikasi diterbitkan “Decimal
Classification, adition, notes, decisions” (disingkat DC). DDC dalam
pengembangannya menggunakan sistem desimal angka arab sebagai simbol
notasinya.
STIKOM
9
2.2.1 Komponen DDC
Dalam klasifikasi Persepuluhan Dewey ini terdapat 3 komponen, yaitu
Bagan, indeks Relatif, dan Tabel-tabel. Untuk lebih jelasnya dapat diperhatikan
pada uraian berikut ini.
A. Bagan (Schedules)
Klasifikasi Dewey adalah bagan klasifikasi sistem hirarki yang
menganut prinsip “desimal” untuk membagi semua bidang ilmu pengetahuan.
Ilmu pengetahuan dibagi ke dalam 9 kelas utama, yang diberi kode/lambang
angka (selanjutnya disebut notasi). Seperti telah dijelaskan pada halaman
sebelumnya. Dalam DDC ini semakin khusus suatu subyek, semakin panjang
notasinya. Karena banyak angka yang ditambahkan pada notasi dasarnya.
Pembagiannya dari umum ke khusus.
B. Indeks Relatif (Relative Index)
Untuk membantu mencari notasi suatu subyek dalam DDC terdapat
‘Indeks Relatif’. Pada indeks relatif ini terdaftar sejumlah istilah yang disusun
berabjad. Istilah-istilah tersebut mengacu ke notasi yang terdapat dalam bagan.
Dalam indeks ini didaftar sinonim untuk suatu istilah, hubungan-hubungan
dengan subyek lainnya. Bila suatu subyek telah ditemukan dalam indeks relatif,
hendaklah ditentukan lebih lanjut aspek dari subyek yang bersangkutan. Cara
yang paling cepat untuk menentukan notasi suatu subyek adalah melalui indeks
relatif. Tetapi menentukan notasi hanya melalui dan berdasarkan indeks relatif
saja tidak dapat dibenarkan. Setelah suatu subyek diperoleh notasinya dalam
indeks relatif, harus diadakan pengecekan dengan notasi yang terdapat dalam
STIKOM
bagan. Dengan demikian dapat diketahui apakah notasi tersebut betul-betul sesuai
dengan karya yang sedang diklasifikasikan.
C. Tabel-Tabel
Kecuali pembagian kelas secara desimal dengan notasi yang terdaftar
dalam bagan, DDC juga mempunyai sarana lain. Untuk membagi/ memperluas
subyek lebih lanjut, yaitu dengan menyediakan sejumlah tabel pembantu atau
auxiliary tables. Notasi pada table-tabel tersebut hanya dapat digunakan dalam
rangkaian dengan notasi yang terdapat dalam bagan. Dengan kata lain, notasi
yang terdapat dalam tabel tidak pernah berdiri sendiri, selalu dirangkaikan dengan
notasi dalam bagan.
2.2.2 Cara Kerja Sistem DDC
Dewey membagi berbagai disiplin pengetahuan yang ada ke dalam
sepuluh kelas utama (main class) dengan satu “Generalities”. Selanjutnya,
kelas-kelas utama tersebut dibagi lagi ke dalam sepuluh divisi, dan setiap divisi dibagi
lagi ke dalam sepuluh section. Ke-sepuluh kelas utama tersebut adalah :
1. 000 Generalities.
2. 100 Philosophy, psychology.
3. 200 Religion.
4. 300 Social Science (incl. economics).
5. 400 Language.
6. 500 Natural Science.
7. 600 Technology (incl. medicine, management).
8. 700 Art (incl. architecture, paintings, photography).
9. 800 Literature.
STIKOM
11
10.900 History geography, biography.
Kelas utama 000 digunakan untuk karya-karya yang tidak terbatas pada satu
disiplin ilmu saja, misalnya ensiklopedia. Kelas ini juga digunakan untuk bidang
yang berhubungan dengan pengetahuan dan informasi, misalnya ilmu komputer,
ilmu perpustakaan. Angka pertama pada nomor-nomor tersebut menunjukkan
main class. Masing-masing main class terdiri dari 10 divisi, juga menggunakan
nomor 0-9. Angka yang menunjukkan divisi adalah angka kedua. Misalnya, 600
digunakan untuk buku-buku yang membahas tentang teknologi/ ilmu terapan
secara umum, 610 untuk ilmu kedokteran, 620 untuk ilmu teknik, 630 untuk
pertanian.
Masing-masing divisi dibagi lagi menjadi 10 section, juga menggunakan
nomor 0-9. Angka ketiga dalam nomor DDC menunjukkan section. Misal, 610
digunakan untuk karya umum di bidang kedokteran, 611 untuk anatomi manusia,
612 untuk fisiologi manusia, 613 untuk bidang promosi kesehatan. Selanjutnya,
setelah tiga nomor utama tersebut, angka desimal dapat digunakan sejauh
diperlukan. Misalnya, 611.1 untuk buku yang membahas tentang organ-organ
kardiovaskular, 611.2 untuk buku yang membahas tentang organ-organ
pernafasan.
2.2.3 Keunggulan Dan Kelemahan DDC
a. keunggulan
1. DDC merupakan sistem yang praktis dan paling banyak digunakan di
dunia karena kehandalannya.
2. Indeks relatif menyatukan subjek yang sama dengan aspek berlainan yang
tersebar dalam berbagai disiplin ilmu.
STIKOM
3. Notasi dengan angka Arab dikenal secara universal. Pustakawan dengan
latar belakang budaya dan bahasa yang berbeda dengan mudah dapat
menyesuaikan sistem tersebut.
4. Urutan numeric kasat mata memudahkan penjajaran dan penempatan
buku-buku di rak.
5. Penggunaan notasi desimal memungkinkan perluasa pembagian sub divisi
tanpa batas.
6. Revisi berkala dengan interval teratur menjamin kemutakhiran bagan
klasifikasi DDC.
b. Kelemahan
1. Disiplin ilmu yang berakitan sering kali terpencar. Misalnya 300
ilmu-ilmu sosial terpisah dari 900 Geografi dan Sejarah. Pada bidang lain, kelas
400 Bahasa terpisah dari 800 Sastra.
2. Penempatan beberapa subjek tertentu dipermasalahkan. Misalnya ilmu
perpustakaan pada kelas karya umum 000, psikologi sebagai sub divisi
dari filsafat 100 dan olahraga serta hiburan dan kesenian 700.
3. Pada kelas 800, karya literer oleh pengarang yang sama disebarkan
berdasarkan bentuk literer. Padahal para pakar menginginkannya menjadi
satu.
4. Basis sepuluh dalam DDC membatasi kemampuan perluasan sistem
notasi. Karena, dari sepuluh divisi hanya Sembilan yang dapat diperluas
untuk member tempat subjek yang bertingkat sama dalam hirarki. Bila
sebuah subjek dibagi dalam 10 subdivisi, perluasan hanya mampu
menampung 9 subdivisi yang setara. Padahal dalam kenyataan subdivisi
STIKOM
13
yang ada lebih dari 9 sehingga beberapa subdivisi terpaksa mengalah turun
lebih rendah menjadi subdivisi-subdivisi.
5. Laju pertumbuhan ilmu pengetahuan tidak sama sehingga membuat
struktur ilmu pengetahuan tidak seimbang. Ada kelas yang dianggap statis
seperti Agama dan Filsafat, ada pula yang tumbuh cepat seperti kelas 300
ilmu-ilmu sosial, 500 Sains dan 600 Teknologi. Pada kelas 300, 500 dan
600 ada kesan terlalu padat.
6. Perluasan sebuah subjek dapat dilakukan dengan sistem desimal, tetapi
anehnya angka baru untuk subjek baru tidak dobel disisipkan antara nomor
koordinat (yaitu nomor antara divisi, misalnya 610 dan 620) walaupun
memang tempat yang layak ada diantara nomor koordinat. DDC
melakukan penambahan subjek baru dengan memasukkannya pada
subdivisi dari subjek yang telah ada.
7. Karena kemampuan perluasan tidak terbatas berkat sistem desimal,
hasilnya ialah angka yang cukup panjang untuk beberapa subjek. Angka
yang panjang menyulitkan penempatan buku di rak.
2.3 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan atau yang biasa disebut Decision Support
System (DSS) adalah sebuah sistem yang ditujukan untuk mendukung para
pengambil keputusan manajerial untuk masalah semiterstruktur. Scott Morton
mendefinisikan DSS sebagai “sistem berbasis computer interaktif, yang
membantu para pengambil keputusan untuk menggunakan data dan berbagai
model untuk memecahkan masalah-masalah tidak terstruktur” (Gory dan Scott
Morton, 1971). Seperti yang disebutkan oleh Turban (2005: 136) yaitu DSS
STIKOM
dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk
memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian
mereka. DSS ditujukan untuk keputusan-keputusan yang memerlukan penilaian
atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh
algoritma. Sebagai istilah umum DSS digunakan untuk menggambarkan semua
sistem terkomputerisasi yang mendukung pengambilan keputusan pada suatu
organisasi. Tujuan utama dari DSS yaitu untuk mendukung dan meningkatkan
pengambilan keputusan (Turban, 2005: 138).
Sesuai dengan konsep DSS diatas, maka menurut Turban (2005: 20)
yang membedakan DSS dengan Sistem Informasi Manajemen adalah “Organisasi
bisa saja memiliki suatu sistem manajemen pengetahuan untuk memandu seluruh
personelnya dalam memecahkan masalah, ia dapat memiliki DSS tersendiri untuk
pemasaran, keuangan, dan akuntansi, sistem SCM untuk produksi, dan beberapa
sistem pakar untuk membuat diagnosis dan help desk perbaikan”. Jadi bisa
dikatakan perbedaan antara Sistem Pendukung Keputusan
(SPK) dengan Sistem Informasi Manajemen (SIM) dapat dilihat pada Tabel F.1.1.
Tabel 2.1. Perbedaan Antara Sistem Pendukung Keputusan dengan Sistem Informasi Manajemen (Laudon, 2005)
Sistem Pendukung Keputusan (SPK) Sistem Informasi Manajemen (SIM) Memberikan serangkaian kemampuan
baru untuk keputusan-keputusan non rutin dan kendali pengguna.
Menghasilkan laporan regular terjadwal dan baku berdasarkan data yang diambil dan dirangkum dari sistem pemrosesan transaksi (SPT) milik organisasi. Sebuah laporan SIM pada umumnya menunjukkan ringkasan penjualan perbulan untuk masing-masing wilayah penjualan utama.
STIKOM
15
Menekankan perubahan, fleksibilitas, dan respon cepat. Dengan adanya SPK tidak perlu susah payah menghubungkan pengguna dengan alur informasi terstruktur, menghasilkan model-model, asumsi dan pertanyaan khusus yang semakin diperluas serta menampilkan grafik.
Memberikan kepada manajer laporan berdasarkan aliran rutin data dan membantu kendali umum perusahaan.
SPK menyelesaikan semi terstruktur dan menganalisis masalah tak terstruktur.
Menyelesaikan masalah-masalah terstruktur.
2.4 Clustering
Metode data mining dapat diklasifikasikan berdasarkan fungsi atau
aplikasi dimana mereka digunakan. Teknik data mining yang digunakan dalam
menyelesaikan tugas akhir ini adalah menggunakan teknik cluster analisis.
Clustering adalah sekumpulan data yang memiliki kesamaan terhadap data lain
yang ada dalam satu cluster dan tidak memiliki kesamaan dengan objek di cluster
yang berbeda (Han, 2007:383). Clustering atau yang biasa disebut data
segmentation di dalam sebuah aplikasi karena clustering membagi data yang
sangat besar ke dalam kelompok-kelompok berdasarkan kepada kesamaan yang
ada.
Clustering juga dapat digunakan untuk outlier detection, dimana jarak
terluar lebih menarik dari kasus-kasus yang biasanya. Sebagai cabang dari
statistika, analisis cluster telah lebih luas dipelajari dalam beberapa tahun,
mengutakaman pada distance-based cluster analysis (Han, 2007: 384). Perangkat
analisis cluster berdasarkan pada k-means, k-medoids, dan beberapa metode
STIKOM
lainnya yang juga dibangun ke dalam banyak paket software analisis statistik,
seperti S-Plus, SPSS, dan SAS.
Metode clustering pada dasarnya melakukan segmentasi atau
pengelompokkan suatu populasi data yang heterogen menjadi beberapa sub group
atau cluster. Metode ini dikategorikan ke dalam teknik undirect knowledge atau
unsuppervised learning karena tidak membutuhkan proses pelatihan untuk
klasifikasi awal data dalam masing-masing group atau cluster. Ada beberapa
kategori pendekatan clustering (Gunadarma, 2008), diantaranya :
a. Algoritma Partisi : mempartisi objek-objek ke dalam k cluster dan
realokasi objek-objek secara iteratif untuk memperbaiki clustering.
b. Algoritma Hirarkis : Agglomerative dimana setiap objek merupakan
cluster, gabungan dari cluster-cluster membentuk cluster yang besar
dan Divisive dimana semua objek berada dalam suatu cluster,
pembagian cluster tersebut membentuk cluster-cluster yang kecil.
c. Metode berbasis densitas : berbasis koneksitas dan fungsi densitas dan
noise disaring, kemudian temukan cluster-cluster dalam bentuk
sembarang.
d. Metode berbasis grid : kuantitas ruang objek ke dalam struktur grid.
e. Berbasis Model : menggunakan model untuk menemukan keadaan data
yang baik.
2.5 Algoritma K-means
K-means adalah algoritma clustering untuk data mining yang diciptakan
tahun 70an dan berguna untuk melakukan clustering secara unsupervised learning
(pembelajaran yang tidak terawasi) dalam suatu kumpulan data berdasarkan
STIKOM
17
parameter tertentu. Menurut Kardi, K-means adalah sebuah algoritma untuk
mengklasifikasikan atau mengelompokkan objek-objek (dalam hal ini data)
berdasarkan parameter tertentu ke dalam sejumlah group.
K-means memiliki propeti : selalu ada K cluster, paling tidak memiliki
satu data dalam tiap cluster, cluster ini merupakan non-hierarki dan tidak akan
terjadi overlap, dan setiap member dari sebuah cluster berdekatan di-cluster
terhadap cluster lainnya karena kedekatan tidak selalu melibatkan pusat dari
cluster itu. Kelebihan dari K-meanscluster adalah : (Kardi, 2007)
a. Dengan jumlah variable yang besar, K-means dapat berjalan lebih
cepat daripada hierarchical clustering (jika k kecil).
b. K-means memungkinkan menghasilkan cluster yang lebih rapat
daripada hierarchical clustering, terutama jika cluster berupa bola.
Selain memiliki kelebihan, K-means juga memiliki kekurangan.
Kekurangan dari algoritma K-means ini adalah : (Kardi, 2007)
a. Kesulitan dalam membandingkan kualitas dari hasil cluster (seperti
untuk perbedaan pembagian awal atau nilai dari K yang
mempengaruhi hasil).
b. Jumlah cluster yang tepat dapat membuat kesulitan dalam
memprediksi berapakah K seharusnya.
c. Tidak akan bekerja dengan baik dengan cluster yang tidak berbentuk
bulat.
d. Pembagian awal yang berbeda dapat menghasilkan akhir cluster yang
berbeda. Hal ini membantu untuk menjalankan kembali program
STIKOM
menggunakan nilai K yang berbeda, untuk perbandingan hasil akhir
yang diperoleh.
Berikut adalah langkah-langkah dalam memproses algoritma K-means :
(Larose, 2007)
1. Langkah pertama : tentukan terlebih dahulu jumlah k-cluster yang
diinginkan.
2. Langkah kedua : lakukan inisialisasi untuk menentukan pusat cluster.
3. Langkah ketiga : untuk tiap baris yang ada, temukan pusat cluster yang
terdekat. Untuk menghitung distance atau jarak antara data dengan
pusat cluster digunakan rumus Distance Euclidian :
(Sumber : Kantardzic, 2003)
Dimana Xi adalah data, Mk adalah centroid dari tiap-tiap cluster dan p
adalah jumlah kriteria yang ada.
4. Langkah keempat : menentukan grup berdasarkan jarak terpendek.
5. Langkah kelima : untuk tiap k cluster, temukan centroid (means) dari
cluster tersebut dan update lokasi dari pusat cluster ke dalam nilai
centroid baru.
(Sumber : Jurnal Sistem dan Informatika Vol. 3, 2007)
Dimana M k adalah mean yang baru, N k adalah jumlah dari pola pada
cluster k, dan X jk adalah pola nomor urutan k yang menjadi anggota
cluster.
STIKOM
19
6. Langkah keenam : ulangi langkah ketiga 3 sampai ke 5 hingga batas
nilai iterasi atau nilai toleransi (selisih M lama dan baru yang
diperbolehkan untuk menghentikan algoritma) yang ditentukan atau
masih ada data yang berpindah.
Algoritma ini akan berhenti apabila centroid tidak berubah lagi. Dengan
kata lain, algoritma berhenti ketika semua cluster C1, C2, C3…..Ck, dan semua
baris dimiliki oleh setiap pusat cluster dalam cluster tersebut. Alternative lain,
algoritma akan berhenti ketika beberapa
criteria telah diketemukan, seperti tidak adanya pengurangan yang signifikan di
dalam sum of squared errors:
(Sumber : Larose, 2005)
Dimana p € Ci mewakili tiap data di dalam cluster ke-I dan mi mewakili centroid
dari cluster ke-i.
Dari hasil cluster yang dihasilkan oleh algoritma K-means ini masih
belum diketahui cluster mana yang potensial. Untuk mencari cluster yang
potensial terdapat berbagai cara. Salah satunya adalah menggunakan Distance
Ecludian, akan tetapi ecludian untuk mencari cluster yang potensial dicari dengan
menghitung jarak centroid tiap-tiap cluster dengan titik nol sehingga rumus
ecludiannya menjadi seperti rumus di bawah ini.
(Sumber : Kantardzic, 2003)
STIKOM
Dimana adalah centroid dari tiap-tiap cluster dan p adalah jumlah kriteria.
Dalam hal manfaat, algoritma ini tidak menjamin hasil yang optimal.
Kualitas hasil akhir bergantung kepada besarnya jumlah cluster, dan dalam
latihannya dapat lebih buruk dari hasil optimal. Semenjak algoritma ini menjadi
lebih cepat, metode yang biasanya menjalankan algoritma ini dalam beberapa
waktu dan menghasilkan cluster terbaik.
Start
Tentukan Jumlah Cluster
Menentukan Titik Tengah (Centroid)
Titik Tengah (Centroid)
Menghitung Jarak Masing-masing
Titik Terhadap Centroid
Nilai Jarak Titik Terhadap
Centroid
Menentukan Grup Berdasar Jarak
Terpendek
Data Grup Menghitung Titik Tengah Tiap Grup
Nilai Titik Tengah
Grup SSE > 0.001
Ya Tidak End
Hitung Nilai SSE Nilai SSE
Gambar 2.1. FlowchartK-meansClustering.
STIKOM
21
2.6 SQL
SQL (Structured Query Language) merupakan bahasa query yang
digunakan untuk mengakses database relasional. SQL sekarang sudah menjadi
bahasa database standart dan hampir semua sistem database memahaminya. SQL
terdiri dari berbagai jenis statemen. Semuanya didesain agar dia memungkinkan
untuk dapat secara interaktif berhubungan dengan database.
Penggunaan SQL pada DBMS (Database Management System) sudah
cukup luas. SQL dapat dipakai oleh berbagai kalangan, misalnya DBA (Database
Administrator), programmer ataupun pengguna. Hal ini disebabkan karena :
a. SQL sebagai bahasa administrasi database
Dalam hal ini SQL dipakai oleh DBA untuk menciptakan serta
mengendalikan pengaksesan database.
b. SQL sebagai bahasa query interaktif
Pengguna dapat memberikan perintah-perintah untuk mengakses database
yang sesuai dengan kebutuhannya.
c. SQL sebagai bahasa pemrograman database
Pemrogram dapat menggunakan perintah-perintah SQL dalam program
aplikasi yang dibuat.
d. SQL sebagai bahasa client/ server
SQL juga dipakai untuk mengimplementasikan sistem client/ server.
Sebuah client dapat menjalankan suatu aplikasi yang mengakses database.
Dalam hal ini sistem operasi antara server dan client bisa berbeda.
STIKOM
Disamping hal tersebut diatas, SQL juga diterapkan pada internet atau
intranet untuk mengakses database melalui halaman-halaman web untuk
mendukung konsep web dinamis.
2.7 Visual Basic 2005
Visual Basic 2005 merupakan salah satu aplikasi pemrograman visual
yang dibuat oleh Microsoft. Visual Basic 2005 merupakan bagian dari sebuah
suite aplikasi pemrograman bernama VisualStudio2005. Suite aplikasi ini adalah
suite aplikasi paling mutakhir yang dibuat oleh Microsoft dan sudah
menggunakan .NET Framework terbaru yaitu .NET Framework 2.0.
VisualBasic menggunakan pendekatan Graphical User Interface (GUI)
yang lebih nyaman dan lebih mudah digunakan oleh pengguna. Banyak sekali
kelebihan yang dimiliki oleh VisualBasic2005 dibandingkan versi terdahulunya,
misalnya ADO.NET 2.0 fasilitas ClickOnce, serta penambahan berbagai control
baru seperti NotifyIcon, NumericUpDown dan lain-lain. Visual Basic 2005 juga
sudah sangat mendukung konsep pemrograman berorientasi objek (Object
Oriented Programming). Dalam Visual Basic 2005 akan dikenal konsep objek,
kelas (class), pewarisan (inheritance), namespace dan lain-lain.
STIKOM
23
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Permasalahan
Perpustakaan merupakan salah satu gudang ilmu pengetahuan bagi
sebagian masyarakat. Perpustakaan STIKOM Surabaya merupakan salah satu
tempat bagi para mahasiswa maupun dosen untuk belajar dan menambah
pengetahuannya melalui buku-buku yang ada. Pihak perpustakaan harus
senantiasa menambah buku baru ataupun menambah jumlah buku yang telah ada
sesuai dengan kebutuhan dan anggaran yang disediakan.
Saat ini perpustakaan STIKOM Surabaya telah mampu mengelola
sirkulasi perpustakaan secara komputerisasi. Semua transaksi peminjaman,
pengembalian dan pencarian koleksi telah berjalan dengan baik. Akan tetapi pihak
perpustakaan masih mengalami kesulitan dengan jenis buku yang harus mereka
beli agar sesusai dengan kebutuhan dosen dan mahasiswa. Karena belum adanya
sistem yang menangani masalah ini, akhirnya pihak perpustakaan menentukan
jenis buku baru yang akan mereka beli dengan cara melihat daftar usulan buku
dari mahasiswa dan dosen. Daftar usulan buku yang ada biasanya berisikan
puluhan jenis buku yang berbeda. Pihak perpustakaan biasanya memilih beberapa
diantaranya untuk dibeli tanpa ada metode perhitungan yang jelas sehingga
terkadang dapat menyebabkan kurang maksimalnya keputusan yang telah diambil.
Berdasarkan keterangan di atas, maka proses-proses penentuan jenis buku
baru yang akan dibeli tersebut dapat dilakukan melalui perhitungan dengan
STIKOM
metode K-means clustering sehingga dapat diperoleh alternatif-alternatif yang
lebih sesuai dengan kebutuhan.
3.2 Model Pengembangan
Tugas akhir ini berupa proyek pembuatan aplikasi penentuan buku baru
pada perpustakaan dengan menggunakan desktop. Desktop ini dibuat sebagai
media informasi seperti:
transaksi peminjaman, data buku, data mahasiswa, dan informasi-informasi yang
di butuhkan lainnya sehingga dalam memenuhi kebutuhan informasi dapat
terpecahkan.
Database
Gambar 3.1. Blok diagram sistem pengadaan buku perpustakaan
3.3 Metode Penelitian
Untuk membantu penyelesaian permasalahan dalam tugas akhir ini penulis
menggunakan beberapa metode penelitian yaitu:
3.3.1 Studi Pustaka
Studi Pustaka yaitu kegiatan penelitian yang mengacu pada buku-buku
yang berkaitan dengan permasalahan dalam penelitian dan mendukung
kelengkapan informasi yang dibutuhkan. Studi pustaka dilakukan sebagai langkah
STIKOM
25
awal mencari gambaran mengenai aplikasi yang dibuat dan juga mendapatkan
informasi, teori pendukung dan juga data-data yang diperlukan.
3.3.2 Wawancara
Setelah memperoleh dan mempelajari bahan referensi yang diperlukan,
maka langkah berikutnya adalah proses pengumpulan data. Pada tahap ini,
wawancara dilakukan untuk mengetahui kondisi real dari proses transaksi
peminjaman buku. Wawancara dilakukan terhadap bagian yang bersangkutan
yaitu bagian peminjaman.
3.3.3 Analisa Data
Pada tahap ini dilakukan analisa data dari hasil survei dan wawancara yang
telah dilakukan sebelumnya. Data-data yang akan dianalisis dengan metode
k-meansclustering adalah :
1. Data DDC buku yang dipinjam.
2. Data peminjam sesuai dengan NIM.
3. Jumlah peminjaman selama tahun 2011.
Selanjutnya data-data tersebut diolah ke dalam sistem sehingga dapat
diperoleh gambaran umum dari hasil pengolahan data tadi.
3.4 Perancangan Sistem
Dalam perancangan sistem ini dapat memberikan gambaran tentang sistem
yang dibuat. Beberapa tahap dalam perancangan sistem yaitu:
a. Flowchart
b. Sistem Flow
c. Desain Input dan Output
STIKOM
3.4.1 Flowchart Algoritma K-Means
Tahap-tahap perhitungan algoritma K-means clustering dapat dilihat pada
gambar 3.2
Gambar 3.2. Flowchart Metode K-means Clustering sesuai dengan Sistem
Pendukung keputusan Penentuan Buku Perpustakaan STIKOM Surabaya
STIKOM
27
Pada gambar 3.2 adalah flowchart dari metode K-means Clustering sesuai
dengan program sistem pendukung keputusan penentuan buku perpustakaan
STIKOM Surabaya. Pertama yang dilakukan adalah inisialisasi data, dimana Xi
adalah jumlah peminjam sesuai dengan DDC dan angkatan. Setelah dilakukan
inisialisasi data, tentukan jumlah cluster yang diinginkan, dalam hal ini jumlah
cluster adalah sesuai dengan jumlah topik DDC. Setelah diketahui jumlah cluster,
tentukan titik tengah sesuai dengan jumlah topik DDC dengan menggunakan
rumus Mk. Kemudian masuk ke proses menghitung jarak dengan menggunakan
rumus D(Xi, Mk), apabila data yang digunakan untuk menghitung jarak belum
habis, akan berulang ke proses menghitung jarak, jika sudah habis maka lanjut ke
proses menentukan grup berdasarkan jarak terpendek. Setelah diketahui grup,
maka hitung centroid tiap grup dengan menggunakan rumus Mk. Jika grup belum
habis, akan berulang menghitung centroid tiap grup dan apabila grup sudah habis,
maka masuk proses hitung nilai error (SSE) dan akan timbul decision lagi.
Apakah SSE > 0.001? Jika iya, kembali ke proses menghitung jarak dan jika tidak
maka flowchart akan berhenti.
3.4.2 Sistem Flow Lama Menentukan Buku yang Akan Dibeli
Sistem flow yang selama ini dilakukan pihak perpustakaan adalah pertama
bagian perpustakaan mengambil data usulan dari database usulan. Setelah itu data
usulan buku akan digunakan untuk proses memilih jenis buku baru yang akan
dipilih yang dilakukan secara manual. Output dari proses memilih jenis buku baru
ini berupa daftar buku yang akan dipilih.
STIKOM
Gambar 3.3. Sistem Flow Lama Menentukan Buku yang Akan Dibeli
3.4.3 Sistem Flow Menentukan Buku yang Akan Dibeli
Pertama petugas perpustakaan melakukan proses menghitung jumlah
peminjam. Proses ini mengambil database DDC, Angkatan dan Transaksi
pinjaman 2011. Hasil dari proses yaitu jumlah peminjam yang akan dimasukkan
ke dalam database. Jika seluruh tanggal yang dipilih dalam satu periode belum
habis, maka akan kembali ke proses menghitung jumlah peminjam. Jika sudah
habis, maka akan dilanjutkan ke proses clustering K-Means. Proses ini akan
mengambil database jumlah peminjam. Output dari proses clustering ada dua,
STIKOM
29
pertama adalah angkatan dan DDC yang direkomendasikan, kedua adalah
[image:35.612.56.555.132.681.2]semester dan DDC yang direkomendasikan.
Gambar 3.4. Sistem Flow Menentukan Buku yang Akan Dibeli
STIKOM
3.4.4 Rancangan Input Output
Merancang desain input dilakukan setelah mengetahui informasi-informasi
apa saja yang akan terlibat dalam sistem. Dalam melakukan rancangan antar muka
ini diharapkan mampu memenuhi aspek-aspek, seperti mudah dimengerti dan
sederhana, tidak harus melalui prosedur yang terlalu lama.
Untuk memberikan gambaran awal tentang interface Pengadaan Buku
Perpustakaan STIKOM Surabaya dari desain aplikasi, maka berikut ini adalah
bentuk rancangan input dan output dari sistem yang nantinya akan
diimplementasikan dalam bentuk aplikasi
A. Desain Form Login
Form Login digunakan untuk melakukan login, sehingga user dapat
mengakses form utama. Dengan melakukan login, user dapat melakukan tugasnya
masing-masing sesuai dengan hak akses yang diberikan kepadanya.
Gambar 3.5. Form Login
B. Desain Form Menu
Pada form ini tersedia 9 menu yaitu menu Login / Logout, DDC untuk
menampilkan input DDC dan keterangannya, menu Pinjaman untuk menampilkan
data pinjaman dan import file dari excel, Perhitungan yaitu untuk menampilkan LOGIN
User Name :
Passw ord :
OK CANCEL
STIKOM
31
proses dari metode Means, History untuk melihat history dari perhitungan
K-Means, Ubah Password untuk mengubah password dari pengguna, Pengguna
untuk menambah daftar pengguna sistem.
Gambar 3.6. Form Menu Utama
C. Desain Form DDC
Pada desain form DDC, terdapat kategori pencarian untuk mencari DDC
dengan kriteria cari antara lain semua, DDC, nama dan keterangan. Kemudian
terdapat data grid untuk menampilkan data DDC, nama dan keterangan. Pada
bagian bawah terdapat tombol tambah untuk menambah data DDC, ubah untuk LOGIN
LOGOUT
KELUAR
SPK Pengadaan Buku Baru
DDC
PEM INJAM AN
PERHITUNG AN
HISTORY
UBAH PASSWORD
PENGGUNA
STIKOM
DDC
Kat egori Pencarian :
TAM BAH UBAH HAPUS TUTUP
mengubah data DDC yang ada, hapus untuk menghapus data DDC dan yang
terakhir tombol tutup untuk menutup tampilan form DDC.
Gambar 3.7. Form DDC
D. Desain Form Pinjaman
Pada desain form pinjaman terdapat kategori pencarian yang terdiri dari
semua, ID, induk, NIM, tanggal pinjam, jam pinjam, tanggal kembali 1, tanggal
kembali 2, judul urut, DDC. Terdapat data grid untuk menampilkan data ID,
induk, NIM, tanggal pinjam, jam pinjam, tanggal kembali 1, tanggal kembali 2,
judul urut, DDC dan hapus. Tombol import berfungsi untuk mengambil data
DDC Nama Keterangan
STIKOM
33
DDC
Kat egori Pencarian :
IM PORT HAPUS TUTUP
pinjaman, tombol hapus untuk menghapus data dan tombol tutup untuk menutup
tampilan form pinjaman.
Gambar 3.8. Form Pinjaman
E. Desain Form Perhitungan
Pada form K-Means, terdapat tanggal pinjaman untuk memilih tanggal
yang diinginkan dan juga tahun angkatan berapa yang selanjutnya ditampilkan
pada datagrid berupa DDC, nama, jumlah pinjaman angkatan berapa yang
diinginkan. Setelah itu masukkan cluster berapa yang diinginkan dengan menekan
tombol tambah, lalu masukkan nilai cluster. Tombol hitung untuk memulai proses
clustering k-means.
ID Induk NIM Tgl
pnjm Jam
pnjm Tgl
kmbli
1
Tgl
kmbli
2
Jdul
urut
DDC Hapus
STIKOM
Tanggal Pinjaman
TUTUP K-M EANS
Tahun Angkat an
S/ D
S/ D
TAM BAH HAPUS
HITUNG
Gambar 3.9. Form Perhitungan
DDC Nama Jmlh Pnjmn Angkat an
CLUSTER ANGKATAN ANGKATAN
STIKOM
35
BAB IV
IMPLEMENTASI DAN EVALUASI
4.1 Instalasi Program dan Pengaturan Sistem
Implementasi program merupakan hasil implementasi dari analisa dan
desain sistem yang telah dibuat sebelumnya. Tahap ini merupakan pembuatan
perangkat lunak yang disesuaikan dengan rancangan atau desain sistem yang telah
dibuat. Sebelumnya pengguna harus mempersiapkan kebutuhan-kebutuhan dari
program yang akan diimplementasikan baik dari segi perangkat keras maupun
perangkat lunak komputer.
Beberapa tahapan instalasi dan pengaturan (setting) sistem yang harus
dilakukan adalah sebagai berikut :
a. Instal sistem operasi Microsoft Windows Xp Professional.
b. Instal aplikasi database Microsoft SQL Server 2005 profesional, attach
database yang dibutuhkan.
4.2. Implementasi Sistem
Aplikasi yang dibangun terdiri atas beberapa form yang membantu
interaksi antara pengguna dengan aplikasi. Adapun form-form tersebut adalah
sebagai berikut:
4.2.1 Form Utama
Pada saat pertama kali muncul form utama akan dalam keadaan pasif
dimana menu yang hanya bisa diakses adalah menu Login. Untuk mengaktifkan
menu-menu lain, user harus login terlebih dahulu.
STIKOM
Gambar 4.1. Form Utama
4.2.2 Form Login
Gambar 4.2 Form Login
Form login ini digunakan untuk mengakses program. Apabila user tidak
login terlebih dahulu maka tidak dapat mengakses program.
STIKOM
37
4.2.3 Form DDC
Pada form DDC, ditampilkan keseluruhan data DDC. Ada fasilitas cari
data DDC berdasarkan semua, DDC, nama dan keterangan. Keseluruhan data
DDC ditampilkan pada datagrid. Tombol tambah untuk menambah data DDC,
ubah untuk mengubah data DDC, hapus untuk menghapus data DDC dan tutup
untuk menutup tampilan.
Gambar 4.3 Form DDC
4.2.4 Form Pinjaman
Pada desain form pinjaman terdapat kategori pencarian yang terdiri dari
semua, ID, induk, NIM, tanggal pinjam, jam pinjam, tanggal kembali 1, tanggal
kembali 2, judul urut, DDC. Terdapat data grid untuk menampilkan data ID,
induk, NIM, tanggal pinjam, jam pinjam, tanggal kembali 1, tanggal kembali 2,
judul urut, DDC dan hapus. Tombol import berfungsi untuk mengambil data
STIKOM
pinjaman, tombol hapus untuk menghapus data dan tombol tutup untuk menutup
tampilan form pinjaman.
Gambar 4.4 Form Pinjaman
4.2.5 Form Import Data Pinjaman Buku
Form ini berfungsi untuk mengambil data dari database excel yang sesuai
dengan format tertentu. Apabila tidak sesuai maka file tidak dapat diambil. Data
yang ditampilkan terdiri dari induk, NIM, tanggal pinjam, jam pinjam, tanggal
kembali 1, tanggal kembali 2, judul urut, DDC dan hapus.
STIKOM
39
Gambar 4.5 Form Import Data Pinjaman Buku
4.2.6 Form K-Means
Gambar 4.6 Form K-Means
Form ini memproses data pinjaman sesuai dengan K-Means clustering.
Data yang dipilih bisa sesuai dengan tanggal berapa sampai tanggal berapa. Lalu
angkatan yang dipilih bisa dari 2008 saja ataupun dari 2008 sampai dengan 2011.
Pada proses ini cluster awal bisa ditentukan sejumlah berapa cluster dan nilainya
STIKOM
juga bisa ditentukan. Pada tombol hitung, maka akan dilakukan proses clustering
sesuai dengan berapa iterasi. Hasil akhir akan langsung dapat dilihat.
4.2.7 Form History
Gambar 4.7 Form History
Form history ini digunakan untuk melihat history tanggal berapa saat
melakukan proses clustering K-Means. Hasil dari proses history ini bisa dilihat
pada form laporan.
[image:46.612.62.561.148.676.2]4.2.8 Form Ubah Kata Kunci
Gambar 4.8 Form Ganti Kata Kunci
STIKOM
41
Form ubah kata kunci ini digunakan untuk mengubah kata kunci pada user
setelah melakukan login.
4.2.9 Form Pengguna
Gambar 4.9 Form pengguna
Form ini digunakan untuk melihat pengguna siapa saja. Dapat juga
menambah pengguna, mengubah pengguna dan menghapus. Untuk menghapus
pengguna, hanya pengguna admin yang dapat menghapus.
4.2.10 Form Laporan
Form ini digunakan untuk melihat dari hasil proses K-Means Clustering.
Terdapat nilai dari beberapa cluster untuk beberapa DDC yang dihasilkan.
STIKOM
Gambar 4.10 Form Laporan Perhitungan
4.3 Uji Coba dan Evaluasi Sistem
Evaluasi dan pengujian sistem dimaksudkan untuk menguji sistem dan
aplikasi yang telah dibangun telah sesuai dengan yang diharapkan. Pada tahap ini,
dilakukan pengujian apakah semua input dari setiap kejadian pada aplikasi dapat
menghasilkan output sesuai dengan yang diharapkan
Uji coba yang dilakukan adalah uji coba fungsi aplikasi dan uji coba
perhitungan K-Means Clustering.
4.3.1 Uji Coba Fungsi Aplikasi
Uji coba ini dilakukan untuk melihat apakah program yang dibuat sudah
sesuai dengan yang diharapkan, apakah fungsi-fungsi yang ada pada aplikasi
sudah berjalan dengan baik dan benar.
A. Uji Coba Form Login
Proses login dilakukan dengan memasukkan username dan password.
Sistem akan melakukan proses pengecekan terhadap username dan password yang
dimasukkan. Proses login dinyatakan berhasil jika form menu Utama terbuka, dan
STIKOM
43
dinyatakan gagal jika ada pesan “User tidak terdaftar” atau “Password Anda
salah”.
Gambar 4.11. Login Gagal
Tabel 4.1. Tabel Rancangan Test Case FormLogin
No Tujuan ingin dicapai
Ukuran Keberhasilan Hasil uji coba Kesimpulan
1 User dan Password sesuai.
User bisa masuk dan mengakses form Menu Utama
Ketika User dan Password yang dimasukkan sesuai, user masuk ke Menu Utama
Sukses
Gambar 4.1
2 password salah maka tidak dapat mengakses aplikasi.
Password salah akan muncul pesan peringatan “Nama pengguna atau password salah”
Ketika password salah muncul pesan dan user gagal masuk ke Menu Utama
Sukses
Gambar 4.11
3 User tidak terdaftar maka tidak dapat mengakses aplikasi
User tidak terdaftar akan muncul pesan peringatan “Nama pengguna atau password salah”
Ketika User tidak terdaftar muncul pesan dan user gagal masuk ke Menu Utama
Sukses
Gambar 4.11
B. Uji Coba Form DDC
Pada Form DDC terdapat proses tambah DDC, ubah DDC dan hapus
DDC. Pada proses tambah DDC akan berhasil jika telah memasukkan nomer
DDC dan nama DDC.
STIKOM
Gambar 4.12. Peringatan DDC Belum Diisi
Gambar 4.13. Peringatan Nama Belum Diisi
Tabel 4.2 Tabel Rancangan Test CaseForm DDC
No Tujuan ingin dicapai
Input Output Output
Sistem 1 Tambah data DDC Pilih tombol Tambah
DDC dan isi nomer DDC, nama DDC dan keterangan.
Menghasilkan data DDC baru.
Sukses
Gambar 4.3
2 Menghindari menekan tombol Simpan tanpa memasukkan nomer DDC terlebih dahulu
Tekan tombol Simpan tanpa memasukkan nomer DDC terlebih dahulu
Muncul peringatan kesalahan “DDC belum dipilih”
Gambar 4.12
3 Menghindari menekan tombol Simpan tanpa memasukkan nama DDC terlebih dahulu
Tekan tombol Simpan tanpa memasukkan nama DDC terlebih dahulu
Muncul peringatan kesalahan “Nama belum dipilih”
Gambar 4.13
4 Mengubah data DDC
Tekan tombol Ubah DDC dan masukkan nama DDC yang akan
Menghasilkan data DDC baru yang telah diubah.
Gambar 4.3
STIKOM
45
No Tujuan ingin dicapai
Input Output Output
Sistem diubah
C. Uji Coba Form Peminjaman
Pada form peminjaman terdapat tombol import untuk mengambil data
transaksi peminjaman dari file excel. Jika file excel yang diimport tidak sesuai
dengan format, maka akan muncul pesan gagal.
Gambar 4.14. Import Peminjaman Gagal
Tabel 4.3 Tabel Rancangan Test CaseForm Peminjaman
No Tujuan ingin dicapai
Input Output Output
Sistem 1 Import data
Peminjaman
Pilih tombol Import peminjaman dan pilih tombol Buka File dan masukkan file sesuai format. (Gambar 4.5)
Menghasilkan data peminjaman baru.
Gambar 4.4
2 Hapus data Peminjaman
Pilih data transaksi peminjaman lalu tekan tombol hapus.
Menghasilkan data peminjaman baru yang telah dihapus.
Gambar 4.4
3 Memasukkan file import peminjaman tidak sesuai format
Masukkan file yang tidak sesuai format pada saat memilih tombol import
Muncul peringatan kesalahan
Gambar 4.14
STIKOM
4.3.2 Uji Coba Kasus Perhitungan K-Means
Gambar 4.15. Test Case Perhitungan K-Means
Pada uji coba perhitungan K-Means dilakukan dengan cara memilih
tanggal peminjaman 7 Mei 2012 sampai dengan 17 September 2012 dan tahun
angkatan 2009 sampai dengan 2010. Lalu masukkan berapa cluster yang akan
dihitung sebagai pusat cluster awal dalam hal ini masukkan 3 cluster. Setelah itu
masukkan nilai cluster dengan menekan tombol Random. Nilai cluster pertama
adalah C1 = (4, 185, 8) dan nilai clusterkedua adalah C2 = (5, 45, 8). Setelah itu
tekan tombol hitung untuk langsung memulai proses penghitungan K-Means.
STIKOM
47
Gambar 4.16. Hasil Test Case Perhitungan K-Means
A. Test Case Dengan Dua Cluster
Pada proses test case perhitungan manual dengan dua cluster dan tanggal
pinjaman 7 Mei 2012 sampai dengan 12 Mei 2012 dapat dilihat pada proses
perhitungan berikut:
Tabel 4.4 Tabel Data Pinjaman Dua Cluster
Angkatan Kode
Angkatan DDC
Kode DDC
Jumlah Pinjaman
1 2008 4 005.74 6 3
2 2008 4 005.13 37 1
3 2008 4 004.21 52 2
4 2008 4 006.68 67 2
5 2008 4 657 157 1
6 2008 4 001.42 177 1
7 2008 4 005.30
6 8 185 8
8 2008 4 153.6 190 1
9 2008 4 155.5 191 1
10 2008 4 232.2 193 1
11 2008 4 248 195 1
STIKOM
Angkatan Kode
Angkatan DDC
Kode DDC
Jumlah Pinjaman 12 2008 4 371.26 199 1
13 2008 4 428.00
76 202 1
14 2008 4 428.07
6 203 2
15 2008 4 616.89 207 2
16 2008 4 629.89
2 212 1
17 2008 4 658.40
3 8 219 1
18 2008 4 658.40
3.8 221 1
19 2008 4 004.6 237 3
20 2009 5 005.74 6 1
21 2009 5 005.36
9 O 23 1
22 2009 5 005.13
3 B 36 2
23 2009 5 004.67 45 8
24 2009 5 657.48 165 1
25 2009 5 658.3 174 1
26 2009 5 003.2 179 2
27 2009 5 003.56 180 1
28 2009 5 005.30
6.8 186 1
29 2009 5 005.75
6 5 187 4
30 2009 5 241 194 1
31 2009 5 370.40
2 85 198 1
32 2009 5 373.28 200 2
33 2009 5 395.54 201 1
34 2009 5 651.3 214 3
35 2009 5 651.37
4 1 215 2
36 2009 5 658.05
4 6 217 2
37 2009 5 658.40 222 1
STIKOM
49
Angkatan Kode
Angkatan DDC
Kode DDC
Jumlah Pinjaman
4
38 2009 5 658.5 223 1
39 2009 5 701.8 225 1
40 2009 5 808.83
1 235 1
41 2009 5 813 236 1
42 2009 5 004.6 237 1
Tabel 4.5 DDC
DDC Nama Kode
1 006.5 cakewalk 1
2 006.3-006.31 artificial intelligence machine learning 2
3 005.8 computer security, virus 3
4 005.758 5 cold fusion 4
5 005.75-005.756 html, btrieve 5
6 005.74 database 6
7 005.73 data structure 7
8 005.72 xml, wap 8
9 005.72 1 frontpage 9
10 005.72 2 dreamweaver 10
11 005.72 3 sendmail & .net framework 11
12 005.711 novell netware 12
13 005.453 clipper 13
14 005.447 69 1 mysql 14
15 005.447 69 linux 15
16 005.447 6 windows nt 16
17 005.447 6 intranet 17
18 005.446 os/2 18
19 005.446 1 dos 19
20 005.43 operating systems 20
21 005.43 1 unix 21
22 005.369 sp spss 22
23 005.369 O ms office 23
24 005.369 E excel & application 24
STIKOM
DDC Nama Kode
25 005.302-005.369 ms project, visio 25
26 005.3 windows 95, 2000, me, xp & vista 26
27 005.265 assembly 27
28 005.262 D delphi 28
29 005.2-005.26 programming - digital microcomputer 29
30 005.14-005.15 debugging, testing, software documentation 30
31 005.133 PR 1 bahasa prolog 31
32 005.133 PR pascal programming language 32
33 005.133 J 1 java 33
34 005.133 CO cobol 34
35 005.133 C c programming language 35
36 005.133 B visual basic 36
37 005.13 programming language 37
38 005.117 object oriented programming 38
39 005.11-005.17 special tech. of programming 39
40 005.1 software engineering 40
41 004.77 output peripherals 41
42 004.69 internet, email 42
43 004.68 local area network 43
44 004.67 1 asp 44
45 004.67 microsoft outlook 45
46 004.67 2 internet development 46
47 004.63-004.66 modem, network architecture 47
48 004.62 tcp/ip 48
49 004.607 7 networking 49
50 004.33-004.35 processing models & storage 50
51 004.22 computer organizations 51
52 004.21 system analysis & design 52
53 004.165 digital microprocessor 53
54 004.16 mikrokomputer, microprocessor 54
55 004.019 human - computer interaction 55
56 003.56-003.7 operations research - decision 56
57 004 computer science 57
58 003.2-003.4 forecasting and simulation 58
59 003-003.1 operations research 59
60 020-099 library & publishing 60
STIKOM
51
DDC Nama Kode
61 006.6 computer graphics 61
62 006.677 websites 62
63 006.6 1 multimedia 63
64 006.68 1 coreldraw 9 64
65 006.68 2 photoshop 65
66 006.68 3 power point 66
67 006.68 corel dream & photopaint 67
68 006.68 9 macromedia freehand & firework 68
69 006.696 3ds max 69
70 006.786 9 1 macromedia director 70
71 006.786 9 macromedia flash 71
72 100-155.9 psychology 72
73 156-200 logic, religion, etiquette 73
74 210-293 christian, catholic 74
75 294-296 buddha, hindu 75
76 302.34 social interaction in primary group 76
77 297 islam 77
78 303-309 social processes 78
79 302.35 organization behavior 79
80 320 pancasila 80
81 330-330.153 economics 81
82 332 financial economics & banks 82
83 330.2-331 labor economics 83
84 330.154 mathematical economics 84
85 339 macroeconomics 85
86 338.7-338.9 business economics 86
87 333-337 public finance, cooperation 87
88 338.1-338.5 production economics 88
89 355-359 kewiraan 89
90 350-354 public administration 90
91 340-349 law, governments 91
92 360 social problem 92
93 370-371 elementary education 93
94 380-399 trade, comm., transportation 94
95 372-373 intermediate education 95
96 374-379 higher education 96
STIKOM
DDC Nama Kode
97 400-424 language, english-writing 97
98 425 english-grammar 98
99 428 english-application 99
100 495-499 asia language 100
101 428,076 toefl 101
102 510 mathematics 102
103 511 matematika diskrit 103
104 511.2 engineering mathematic 104
105 511.3-511.6 automata, graph, combinatorial 105
106 511.8 algoritma 106
107 512-512.4 algebra 107
108 512.5 aljabar linear 108
109 512.7-512.9 algebra-intermediate 109
110 515.35 diferential equations 110
111 515.7-515.9 transformation laplace 111
112 515.15 kalkulus-geometris analysis 112
113 519.2-519.3 probabilities 113
114 519.4 1 numerical method 114
115 519.4 numerical analysis 115
116 519.5 statistic 116
117 519.501-519.509 mathematic for business 117
118 519.7-529 linear programming, inventory, storage 118
119 519.51-519.6 statistical mathematics 119
120 547 organic chemistry 120
121 535-539 chemical physics 121
122 530 physics 122
123 520 autocad 123
124 600-619 technology (applied sciences) 124
125 621.042-621.1 energy engineering 125
126 621.3
