i
PEMILIHAN DOSEN PEMBIMBING DENGAN MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER THREE( ID3)
(Studi Kasus : Bidang Studi Teknik Informatika Universitas Bina Darma Palembang)
ADITIAWARMAN 12142009
Diajukan se bag ai salah satu syar at untuk me mperoleh gelar Sarjana Komputer pada Progr am Studi Teknik Infor matika
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
UNIVERSITAS BINADARMA 2016
iv
PERNYATAAN
Saya yang bertanda tangan di bawah ini menyatakan dengan sesungguhnya bahwa seluruh isi data dan informasi yang disajikan dalam skripsi ini, kecuali yang disebutkan dengan jelas sumbernya adalah hasil investigasi saya sendiri dan belum pernah atau tidak sedang diajukan sebagai syarat memperoleh sebutan professional lain atau sebutan yang sama di tempat lain.
Palembang, September 2016 Penulis
ADITIAWARMAN 12142009
v
MOTTO DAN PERSEMBAHAN
Motto :
“ Kadang masalah adalah sahabat terbaik. Mereka membuat diri jadi lebih kuat, dan
membuat untuk selalu menempatkan Tuhan di sisi yang paling dekat “.
“ Kesuksesan bukan dilihat dari hasilnya, tapi lihatlah dari usaha yang telah dilakukan “.
“ Jangan pernah meremehkan diri sendiri. Jika tak bahagia dengan hidup yang sekarang,
perbaiki apa yang salah, dan teruslah melangkah “.
“ Jangan selalu katakan "masih ada waktu" atau "nanti saja". Lakukan segera, gunakan
waktumu dengan bijak “.
Kupersembahkan kepada :
Ayah dan Ibu tercinta yang telah banyak memberikan semangat dan dukungan padaku.
Adik-adik tersayang yang selalu mendorongku untuk terus selalu maju.
Keluarga besar Universitas Bina Darma yang telah memberikan ilmu pendidikan
maupun etika yang bermanfaat.
Teman-teman dan sahabat-sahabatku yang telah banyak membantuku dalam penulisan
skripsi ini.
vi
KATA PENGANTAR
ِميِحَّرلا ِنمْحَّرلا ِللها ِمْسِب
Assalamualaikum Wr. Wb.
Puji dan syukur penulis panjatkan atas kehadirat Allah SWT yang telah melimpahkan rahmat dan hidayah-Nya, sehingga penulis dapat menyusun dan menyelesaikan skripsi yang berjudul “Perangkat Lunak Bantu Untuk Pemilihan Dosen Pembimbing Dengan Nemggunakan Algoritma Iterative Dichotomiser Three (ID3) Studi Kasus Bidang Studi Teknik Informatika Universitas Bina Darma Palembang “ sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer program studi strata satu Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Bina Darma Palembang.
Dalam penulisan skripsi ini, penulis menyadari sepenuhnya banyak sekali pihak yang telah membantu dari awal hingga selesainya skripsi ini. Dengan rendah hati, izinkan penulis mengucapkan banyak terima kasih, kepada :
1. Bp. Prof. Ir. H. Bochari Rahman, M.Sc., selaku Rektor Universitas Bina Darma Palembang.
2. Bp. M. Izman Herdiansyah, S.T., MM., Ph.D., selaku Dekan Fakultas Ilmu Komputer Universitas Bina Darma Palembang.
3. Bp. A. Haidar Mirza, M.Kom selaku Ketua Program Studi Informatika Universitas Bina Darma Palembang.
4. Ibu Nyimas Sopiah, M.M., M. Kom selaku Pembimbing I yang telah banyak memberikan bimbingan dalam penulisan skripsi ini.
5. Ibu Nurul Huda, M. Kom selaku Pembimbing II yang telah banyak memberikan bimbingan dalam penulisan skripsi ini.
6. Orang tua, saudara-saudaraku dan sahabatku yang telah banyak memberikan dorongan dan masukan serta bantuan baik moril maupun materil yang tak ternilai harganya.
Dalam penulisan skripsi ini, tentunya masih banyak kekurangan dan kesalahan, karena terbatasnya kemampuan dana pengetahuan yang dimiliki. Oleh karena itu, kritik dan saran yang sifatnya membangun dan memberikan hal- hal positif bagi penulis. Akhir kata penulis mengucapkan terima kasih banyak atas semua pihak yang telah membantu sehingga terselesaikan skripsi ini. Semoga skripsi ini dapat bermanfaat bagi kita semua.
Wassalamu’alaikum Wr.Wb
Palembang, Febuari 2016
vii ABSTRAK
Salah satu metode yang paling banyak digunakan untuk inferensi induksi adalah Decision Tree Learning, merupakan metode untuk menganalisa fungsi target yang bernilai diskrit, dimana fungsi pembelajarannya direpresentasikan dalam bentuk pohon keputusan. Algoritma ID3 (Iterative Dichotomiser 3) adalah algoritma yang paling banyak digunakan untuk men-generate pohon keputusan. Algoritma ini dikenalkan oleh Ross Quinlan, menggunakan teori informasi untuk menentukan atribut yang paling informatif. Kelemahan dari algoritma ID3 adalah ketidakstabilannya dalam melakukan klasifikasi data apabila terjadi sedikit perubahan pada data training. Pada skripsi ini akan diangkat permasalahan pengambilan keputusan untuk menentukan dosen pembimbing, dan yang akan dibahas pada penelitian ini adalah bagian pemilihan dosen pembimbing yang terdiri atas (keahlian, jenjang akademik, konsentrasi dan kandidat dosen). Dari masing- masing aspek utama akan dilakukan analisa sampai dengan level sub kriteria. Pemilihan metode pohon keputusan dan algoritma ID3 untuk men-generate pohon keputusan adalah karena hasil dari keputusan penentuan dosen pembimbing bernilai diskrit (pembimbing 1 dan pembimbing 2).
viii DAFTAR ISI
HALAMAN JUDUL ... I HALAMAN PENGESAHAN ... II HALAMAN PERSETUJUAN ... III HALAMAN PERNYATAAN ... IV MOTTO DAN PERSEMBAHAN ... V KATA PENGANTAR ... VI ABSTRAK... VII DAFTAR ISI ... VIII DAFTAR GAMBAR ... X DAFTAR TABEL... XI BAB I PENDAHULUAN 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 3 1.3 Batasan Masalah... 3
1.4 Tujuan Dan Manfaat Penelitian... 4
1.4.1 Tujuan Penelitian... 4
1.4.2 Manfaat Penelitian... 4
1.5 Metodelogi Penelitian ... 4
1.5.1 Tempat dan Waktu Penelitian ... 4
1.5.2 Metode Penelitian... 5
1.5.3 Metode Pengumpulan Data ... 5
1.6 Sistematika Penulisan... 6
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Umum... 7
2.1.1 Penentuan Dosen Pembimbing Skripsi Di Teknik Informatika Universitas Bina Darma ... 7
2.2 Landasan Teori ... 8
2.2.1 Sistem Pendukung Keputusan ... 8
2.2.1.1 Pengertian Sistem Pendukung Keputusan... 8
2.2.1.2 Karakteristik Sistem Pendukung Keputusan ... 9
2.2.1.3 Komponen Sistem Pendukung Keputusan ... 10
2.3 Algoritma Iterative Dichotomiser Three (ID3) ... 11
2.4 Pohon Keputusan... 14
2.4.1 Pohon Keputusan Dengan WEKA ID3 ... 17
2.5 WEKA ... 20
2.6 Penelitian Sebelumnya ... 20
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian ... 22
3.2 Metode Penelitian... 22
ix
3.4 Alat dan Bahan ... 23
3.5 Algoritma Iterative Dichotomiser Three (ID3) ... 24
3.5.1 Pencarian Nilai Entropy dan Information Gain ... 25
3.5.1.1 Entropy ... 25
3.5.1.2 Infprmation Gain... 26
3.5.2 Pencarian Nilai Entropy dan Information Gain Keahlian, ... Konsentrasi, Jenjang Akademik dan Kandidat ... 26
BAB IV HASIL DAN PEMBAHASAN 4.1 Data Training set ... 37
4.2 Tampilan Diagram Batang ... 38
4.3 Tampilan Perhitungan ID3 Menggunakan WEKA ... 42
4.4 Pohon Keputusan Yang Dihasilkan... 43
4.5 Pohon Keputusan Pada Kriteria Keahlian ... 44
4.6 Pohon Keputusan Pada Kriteria Jenjang Akademik ... 45
4.7 Pohon Keputusan Pada Kriteria Konsentrasi ... 46
4.8 Pohon Keputusan Pada Kriteria Kandidat... 47
BAB V PENUTUP 5.1 Kesimpulan... 48
5.2 Saran ... 49
DAFTAR PUSTAKA ... 50
x
DAFTAR GAMBAR
Gambar 2.1: Contoh Pohon Keputusan Yang Dihasilkan... 15
Gambar 2.2: Tampilan Awal Setelah Klik Explorer Pada WEKA ... 18
Gambar 2.3: Algoritma Iterative Dichotomiser Three Pada WEKA ... 18
Gambar 2.4: Pohon Keputusan Yang Dihasilkan... 19
Gambar 4.1: Diagram Batang... 38
Gambar 4.2: Perhitungan Algoritma Iterative Dichotomiser Three ID3 43 Gambar 4.3: Pohon Keputusan Berdasarkan Status... 44
Gambar 4.4: Pohon Keputusan Berdasarkan Keahlian ... 45
Gambar 4.5: Pohon Keputusan Berdasarkan Jenjang Akademik ... 46
Gambar 4.6: Pohon Keputusan Berdasarkan Konsentrasi ... 47
xi
DAFTAR TABEL
Tabel 2.1: Contoh Kategori Film Serta Keberhasilannya ... 15 Tabel 3.1: Beberapa Contoh Kandidat Dosen Pembimbing ... 24 Tabel 4.1: Data Training Set ... 37
