PREDIKSI MINAT MASYARAKAT DALAM PEMILIHAN UMUM KABUPATEN BANYUMAS MENGGUNAKAN BAYESSIAN
CLASSIFICATION
SKRIPSI
SIGIT ADI MULYANTO
1203040020
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK
PREDIKSI MINAT MASYARAKAT DALAM PEMILIHAN
UMUM KABUPATEN BANYUMAS MENGGUNAKAN
BAYESSIAN CLASSIFICATION
SKRIPSI
diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer
SIGIT ADI MULYANTO
1203040020
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK
HALAMAN PERNYATAAN ORISINALITAS
Saya yang bertanda tangan di bawah ini:
Nama : Sigit Adi Mulyanto
NIM : 1203040020
Program Studi : Teknik Informatika
Fakultas : Teknik
Perguruan Tinggi : Universitas Muhammadiyah Purwokerto
menyatakan dengan sebenar-benarnya bahwa skripsi ini adalah hasil karya saya dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar serta bukan hasil penjiplakan dari karya orang lain.
Demikian pernyataan ini saya buat dan apabila kelak si kemudian hari terbukti ada unsur penjiplakan, saya bersedia mempertanggungjawabkan sesuai dengan ketentuan yang berlaku.
Purwokerto, Juli 2017 Yang membuat Pernyataan
HALAMAN PERSEMBAHAN
Dalam penelitian dam penyusunan skripsi ini, banyak pihak yang
membantu, membimbing, dan mendukung saya. Oleh karena itu, pada kesempatan
ini saya ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Bapak Sumarjo dan Ibu Sutarmi, kedua orang tua saya yang tidak kenal lelah
dalam memberi dukungan secara moril dan materiil serta kasih sayang yang
tidak ada habisnya sampai saat ini. Semoga penelitian dan laporan ini bisa
menjadi suatu kebanggaan untuk kalian.
2. Agus Pribadi, Rohyati, Sukeni, Julia, dan Nur khaiza sodara-sodara saya yang
selama ini memberikan semangat dan dukungan.
3. Ibu Harjono S.T., M.Eng., terima kasih atas kesabarannya dalam
membimbing saya menyelesaikan penelitian dan laporan ini.
4. Seluruh Dosen dan Karyawan UMP, khususnya Prodi Teknik Informatika
yang telah bersedia berbagi ilmu dan pengalaman kepada saya. Karena
ilmu yang telah kalian bagi, membuat saya mendapat banyak pelajaran dan
pengalaman yang amat sangat berharga sebagai bekal menghadapi masa
depan.
5. Olga Putri Permatasari., terima kasih untuk semangat, motivasi, dukungan,
kesabaran, dan semua hal positif yang sudah kamu berikan.
6. Oki Ria H., Ahmad Yatiman, Lukni Maulani, Rosyidin, Ranto, Agung, Yefri
Ardiansyah, Dedi yofaid, Saeful Mustain, Habib Wisnu, Arif Mukhamal,
Arigus wahyu, Oki Udiono, Muajibah Yuniati, Septian Prihartatnto, Rizky
Bakhtiar Isnaini, Titis Purnawasari, Dian Listika, Ajeng Chaery Nisa, dan
Yutistia Mei Indriani, dan teman-teman satu angkatan, terima kasih untuk
semua dukungan dan memori yang tak akan terlupakan selama 4 tahun ini.
KATA PENGANTAR
Puji syukur kehadirat Allah SWT atas kehendak-Nya maka penelitian dan
penulisan Laporan Tugas Akhir dengan judul “Prediksi Minat Masyarakat Dalam
Pemilihan Umum Kabupaten Banyumas Menggunakan Bayessian Classification”
ini dapat diselesaikan dengan baik.
Secara khusus saya menyampaikan terima kasih yang sebesar-besarnya
kepada Bapak Harjono, S.T.,M.Eng. sebagai pembimbing yang telah memberikan
bimbingan, masukan, dan diskusi yang intensif.
Saya berharap penelitian ini dapat bermanfaat dalam membantu upaya
memprediksi minat memilih pada daftar pemilih tetap baru pemilu di kabupaten
Banyumas sehingga dapat mendeteksi serta memutuskan penanganan pada tingkat
Golput pada setiap pemilihan umum di Kabupaten Banyumas. Saya juga
mengharapkan masukan yang membangun agar dapat menyempurnakan
penelitian ini.
Purwokerto, Juli 2017
DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN PENGESAHAN ... ii
HALAMAN PERSETUJUAN ... iii
HALAMAN PERNYATAAN ORISINALITAS ... iv
HALAMAN PERSEMBAHAN ... v
KATA PENGANTAR ... vi
DAFTAR ISI ... vii
DAFTRA TABEL ... ix
DAFTAR GAMBAR ... x
DAFTAR LAMPIRAN ... xii
INTISARI ... xii
ABSTRACT ... xiv
BAB I ... 1
A. Latar Belakang ... 1
B. Perumusan Masalah ... 4
C. Batasan Masalah... 4
BAB II ... 5
A. Data Minning ... 5
B. Bayessian Classification ... 5
C. Pemilu ... 6
D. DPT ... 6
E. Database ... 7
F. PHP ... 7
G. Hasil Penelitian Sejenis ... 8
BAB III ... 10
A. Tujuan ... 10
B. Manfaat ... 10
BAB IV ... 11
B. Waktu dan Tempat ... 11
C. Pengumpulan Data ... 11
1) Wawancara ... 11
2) Dokumentasi ... 11
D. Tahap Pengembangan Sistem ... 12
1) Requirements Definition... 13
2) System And Software Design ... 13
3) Implementation and Unit Testing ... 34
4) Integration and System Testing ... 35
5) Operation and Maintenance ... 35
BAB V ... 36
A. Representasi Pengetahuan ... 36
B. Implementasi Sistem ... 39
C. Pengujian Aplikasi ... 52
BAB VI ... 58
A. KESIMPULAN ... 58
B. SARAN ... 58
DAFTAR TABEL
Tabel 1. Rancangan tabel data calon DPT ... 17
Tabel 2. Rancangan tabel data admin ... 19
Tabel 3. Rancangan tabel record_perhitungan ... 19
Tabel 4. Rancangan tabel t_desa ... 22
Tabel 5. Rancangan tabel t_kecamatan ... 22
Tabel 6. Tabel data sample DPT lama ... 36
Tabel 7. Rancangan Pengujian Aplikasi ... 52
Tabel 8. Pengujian Login ... 53
Tabel 9. Pengujian Pengisian Data DPT Lama ... 53
Tabel 10. Pengujian Pengisian Data DPT Baru ... 54
Tabel 11. Pengujian Pengisian Data Kecamatan... 55
Tabel 12. Pengujian Pengisian Data Desa ... 56
DAFTAR GAMBAR
Gambar 1. Model Pengembangan Sistem Watterfall ... 12
Gambar 2. Flowchart pengguna ... 15
Gambar 3. Use Case Diagram ... 16
Gambar 4. Daftar Tabel... 23
Gambar 5. Rancangan halaman login ... 23
Gambar 6. Rancangan halaman beranda ... 24
Gambar 7. Rancangan halaman data dpt lama ... 25
Gambar 8. Rancangan halaman tambah data dpt lama ... 25
Gambar 9. Rancangan halaman edit data dpt lama ... 26
Gambar 10. Rancangan halaman data dpt baru ... 27
Gambar 11. Rancangan halaman tambah dpt baru... 27
Gambar 12. Rancangan halaman edit dpt baru ... 28
Gambar 13. Rancangan halaman prediksi partisipasi ... 29
Gambar 14. Rancangan halaman prediksi data ... 29
Gambar 15. Rancangan halaman proses hitung ... 30
Gambar 16. Rancangan halaman output prediksi ... 31
Gambar 17. Rancangan halaman hasil prediksi ... 31
Gambar 18. Rancangan halaman prediksi per-kecamatan ... 32
Gambar 19. Rancangan halaman view prediksi kecamatan ... 33
Gambar 20. halaman hasil prediksi per-desa ... 33
Gambar 21. Rancangan halaman view prediksi per-desa ... 34
Gambar 22. Halaman Login ... 40
Gambar 23. Tampilan gagal login ... 40
Gambar 24. Halaman dashboard ... 41
Gambar 25. Halaman Profil ... 41
Gambar 26. Halaman data dpt lama ... 42
Gambar 27. Halaman tambah data dpt lama ... 43
Gambar 30. Halaman data dpt baru... 44
Gambar 31. Halaman tambah data dpt baru ... 45
Gambar 32. Halaman edit dpt baru ... 45
Gambar 33. Halaman rekapitulasi dpt baru... 46
Gambar 34. Halaman prediksi partisipasi ... 46
Gambar 35. Halaman view prediksi ... 47
Gambar 36. Halaman data dpt baru... 47
Gambar 37. Halaman output prediksi ... 48
Gambar 38. Halaman hasil prediksi ... 48
Gambar 39. Halaman hasil per-kecamatan ... 49
Gambar 40. Halaman hasil kecamatan dpt lama ... 50
Gambar 41. Halaman hasil kecamatan dpt baru... 50
Gambar 42. Halaman hasil per-desa ... 51
Gambar 43. Halaman hasil per-desa dpt lama ... 51
DAFTAR LAMPIRAN
Lampiran 1. Rekapitulasi Kehadiran PEMILU BUPATI 2013. ... 61
Lampiran 2. Rekapitulasi Kehadiran PEMILU PRESIDEN 2014 ... 62
INTISARI
Dalam usaha peningkatan jumlah partisipasi pemilih pada Pemilu di Kabupaten Banyumas, dengan jumlah penduduk dan daftar pemilih tetap baru yang begitu besar dan bertambah, salah satu kendala yang dihadapi adalah tidak terprediksinya sasaran yang akan komisi pemilihan umu berikan sosialisasi demi mencegah terus bertambahnya tingkat golput. Data minning merupakan suatu proses menemukan hubungan yang berarti, pola dan kecenderungan dengan memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statistic dan matematika. Bayesian classification adalah pengklasifikasian statistic yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu class. Bayesian classification didasarkan pada teorema bayes yang memiliki kemampuan klasifikasi serupa dengan decision tree dan neural network. Tujuan dari pengembangan sistem prediksi minat masyarakat dalam pemilihan umum kabupaten banyumas menggunakan bayessian classification ini adalah dapat terprediksinya angka golput, sehingga peningkatan angka golput dapat dicegah.
Kata kunci: bayessian classification, daftar pemilih tetap, teorema bayess,
ABSTRACT
In an effort to increase the number of voters' participation in the elections in Banyumas District, with a large and growing number of new permanent voters and voters, one of the obstacles faced is the unpredictability of targets that the electoral commission will provide for socialization in order to prevent the continued increase of the non-participate rate. Data minning is a process of finding meaningful relationships, patterns and trends by checking in a large set of data stored in storage using pattern recognition techniques such as statistical and math techniques One method of minning data used to solve problems is Bayesian classification. Bayesian classification is a statistical classifier that can be used to predict the probability of membership of a class. Bayesian classification is based on a bayes theorem that has similar classification capabilities to the decision tree and neural network.The purpose of the development of public interest prediction system in banyumas district general election using bayessian classification is the predictability of golput numbers, so that the increase of golput numbers can be prevented.