IMPLEMENTASI METODE ASSOSIATION RULES
UNTUK MENEMUKAN POLA HUBUNGAN
ANTARA DATA AKADEMIK DAN NON-AKADEMIK
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Oleh :
Nur Hidayatul Latifah 08560183
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2014
IMPLEMENTASI METODE ASSOSIATION RULES
UNTUK MENEMUKAN POLA HUBUNGAN
ANTARA DATA AKADEMIK DAN NON-AKADEMIK
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Oleh :
Nur Hidayatul Latifah 08560183
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2014
LEMBAR PERSETUJUAN
IMPLEMENTASI METODE ASSOCIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1
Teknik Informatika Universitas Muhammadiyah Malang
Disusun Oleh:
Nur Hidayatul Latifah
08560183
Telah diperiksa dan disetujui
Dosen Pembimbing I
Dr. Ir. Ermanu Azizul Hakim, MT NIP: 10891090233
Dosen Pembimbing II
Nur Hayatin, S.ST NIP: 10809070476
LEMBAR PENGESAHAN
IMPLEMENTASI METODE ASSOCIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1
Teknik Informatika Universitas Muhammadiyah Malang
Disusun Oleh:
Nur Hidayatul Latifah
08560183
Tugas Akhir ini telah diuji dan dinyatakan lulus oleh tim penguji
Pada hari: Selasa, 8 April 2014
Mengetahui/Menyetujui
Dosen Penguji I
Gita Indah Marthasari, ST NIP: 10806110442
Dosen Penguji II
Evi Dwi Wahyuni, S.Kom
Mengetahui
Ketua Jurusan Teknik Informatika
Yuda Munarko, S.Kom, M.sc NIP: 108.0611.0433
LEMBAR PERNYATAAN
Yang bertanda tangan di bawah ini :Nama : Nur Hidayatul Latifah
Tempat / Tgl Lahir : Jayawijaya, 5 Desember 1990
NIM : 08560183
Fakultas / Jurusan : Teknik / Informatika
Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul
“IMPLEMENTASI METODE ASSOCIATION RULES UNTUK
MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK” beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun keseluruhan, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya.
Demikian surat pernyataan ini dibuat sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku.
Mengetahui, Dosen Pembimbing I
Dr. Ir. Ermanu Azizul Hakim, MT
Malang, 1 April 2014 Yang Membuat Pernyataan
KATA PENGANTAR
Assalamu’alaikum Wr.Wb
Dengan mengucap puji syukur kehadirat Allah SWT atas segala rahmat dan ridho-Nya yang telah memberikan berkah dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul “Implementasi Metode Assosiation Rules Untuk Menemukan Pola Hubungan Antara Data Akademik dan Non-Akademik”. Shalawat senantiasa tercurahkan kepada nabi Muhammad SAW, sebagai tauladan kita semua.
Penyusunan skripsi ini diajukan untuk memenuhi syarat akademis dalam rangka menyelesaikan Studi S1 Fakultas Teknik Program Studi Teknik Informatika Universitas Muhammadiyah Malang.
Dalam tulisan ini disajikan pokok – pokok bahasan yang meliputi latar belakang penelitian, landasan teori penelitian, analisa dan perancangan aplikasi, implementasi dan pengujian aplikasi, kesimpulan dan saran serta daftar pustaka.
Ucapan terima kasih penulis sampaikan untuk semua pihak yang telah membantu dan mendukung baik secara langsung maupun tidak langsung. Semoga tulisan ini dapat bermanfaat untuk pembaca sekalian dan bagi penulis khususnya. Penulis menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu peneliti mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan kedepan.
Malang, 1 April 2014
Penulis
DAFTAR ISI
HALAMAN JUDUL LEMBAR PERSETUJUAN LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK ... i ABSTRACT ... ii PERSEMBAHAN ... iii KATA PENGANTAR ... iv DAFTAR ISI ... vDAFTAR GAMBAR ... vii
DAFTAR TABEL ... ix DAFTAR PERSAMAAN ... x BAB I PENDAHULUAN 1.1. Latar Belakang ... 1 1.2. Rumusan Masalah ... 2 1.3. Tujuan ... 2 1.4. Batasan Masalah ... 2 1.5. Metodologi ... 2 1.6. Sistematika Penulisan ... 4
BAB II LANDASAN TEORI 2.1. Data Mining ... 5
2.1.1. Pengertian Data Mining ... 5
2.1.2. Teknik-Teknik Data Mining ... 5
2.2. Association Rules Mining ... 6
2.2.1. Pengertian Association Rule ... 6
2.2.2. Frequent Itemset, Support, dan Cofidence ... 7
BAB III PERANCANGAN SISTEM 3.1. Perancangan Perangkat Lunak ... 16
3.1.1. Flow Chart ... 16
3.1.2. Use Case Diagram ... 17
3.1.3. Activity Diagram ... 18
3.1.4. Sequence Diagram ... 18
3.1.5. Class Diagram ... 19
3.2. Perancangan Antarmuka (Interface Design) ... 20
3.3. Perancangan Data ... 20
3.3.1. Data Set ... 20
3.3.2. Transformasi Data ... 21
3.3.3. Penggunaan Metode Association Rule ... 23
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1. Implementasi Sistem ... 27
4.1.1. Hardware dan Sorftware yang Digunakan ... .. 27
4.1.2. Koneksi Database ... 27
4.1.3. Implementasi Database ... 29
4.1.4. Implementasi Rancangan User Interface ... 29
4.1.5. Implementasi Metode Association Rules ... 30
4.1.6. Pengujian Program ... 32
4.2. Pembuktian Sistem ... 43
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan ... 45
5.2 Saran ... 45
DAFTAR GAMBAR
Halaman
Gambar 3.1 Diagram Flow Chart Sistem ... 16
Gambar 3.2 Use Case Diagram ... 17
Gambar 3.3 Activity diagram ... 18
Gambar 3.4 Sequence diagram ... 18
Gambar 3.5 Class Diagram ... 19
Gambar 3.6 Rancangan Tampilan Awal Sistem ... 19
Gambar 3.7 Hasil asosiasi ... 26
Gambar 4.1 Menambahkan library ... 28
Gambar 4.2 Menambahkan Library MySQL JDBC Driver ... 28
Gambar 4.3 Koneksi Database ... 28
Gambar 4.4 Membuat Database Baru ... 29
Gambar 4.5 Membuat Tabel Baru ... 29
Gambar 4.6 Form Tampilan Sistem ... 30
Gambar 4.7 Query untuk Menampilkan Data ... 31
Gambar 4. 8 Menentukan Nilai Support dan Confidence ... 31
Gambar 4.9 Query Mendapatkan Jumlah Total Data... 32
Gambar 4.10 Menentukan Item Set dan Jumlah Item Set... 32
Gambar 4.11 Hasil Asosiasi (input support = 10 dan confidence = 30) ... 33
Gambar 4.12 Lanjutan Hasil Asosiasi (input support = 10 dan confidence = 30) . 33 Gambar 4.13 Hasil Asosiasi (input support = 10 dan confidence = 20) ... 34
Gambar 4.14 Lanjutan Hasil Asosiasi (input support = 10 dan confidence = 20) . 35 Gambar 4.15 Hasil Asosiasi (input support = 15 dan confidence = 30) ... 36
Gambar 4.16 Hasil Asosiasi (input support = 30 dan confidence = 40) ... 37
Gambar 4.17 Hasil Asosiasi (input support = 20 dan confidence = 40) ... 38
Gambar 4.18 Hasil Asosiasi (input support = 15 dan confidence = 20) ... 38
Gambar 4.19 Hasil Asosiasi (input support = 20 dan confidence = 20) ... 39
Gambar 4.21 Hasil Asosiasi (input support = 30 dan confidence = 30) ... 40 Gambar 4.22 Hasil Asosiasi (input support = 35 dan confidence = 15) ... 41 Gambar 4.23 Hasil Asosiasi Pengujian 10 data ... 43
DAFTAR TABEL
Halaman
Tabel 2.1 Contoh Data Transaksi ... 7
Tabel 2.2 Contoh data Tabular ... 7
Tabel 2.3 Data Transaksi Belanja ... 8
Tabel 2.4 Tabel Item yang Dibeli ... 10
Tabel 2.5 Data Tabular Penjualan ... 11
Tabel 2.6 Perhitungan Jumlah Frekuensi Item Set 2 unsur ... 12
Tabel 2.7 Perhitungan Jumlah Frekuensi Item Set 3 unsur ... 13
Tabel 2.8 Perhitungan Nilai Support dan Confidence ... 14
Tabel 3.1 Data Akademik Mahasiswa ... 20
Tabel 3.2 Predikat Kelulusan ... 22
Tabel 3.3 Transformasi Data ... 22
Tabel 3.4 Kategori kegiatan ... 23
Tabel 3.5 Data awal... 23
Tabel 3.6 Kandidat pertama (C1) ... 23
Tabel 3.7 Hasil setelah threshold ditetapkan (L1) ... 24
Tabel 3.8 Kandidat kedua (C2) ... 24
Tabel 3.9 Hasil kedua (L2)... 25
Tabel 3.10 Perhitungan nilai support dan confidence ... 25
Tabel 4.1 Data Hasil Pengujian ... 41
DAFTAR PERSAMAAN
Halaman
Persamaan 2.1 Rumus Mencari nilai Support ... 10 Persamaan 2.2 Rumus Mencari nilai Confidence ... 10
DAFTAR PUSTAKA
[1] Ali, A B M Shawkat and Wasimi, Saleh A. Data Mining: Methods and
techniques. Australia: Thomson, 2007
[2] Azhari, Anshori. 2009. Pendekatan Aturan Asosiasi Untuk Analisis
Pergerakan Saham. Seminar Nasional Informatika 2009
[3] Hayatin, Nur. 2013. "Prediksi Masa Studi dengan Menemukan Pola
Asosiasi Data Akademik dan Non-Akademik”. Draft Oral Poster
Pascasarjana ITS
[4] Huda, Nuqson Masykur. 2010. Aplikasi Data Mining Untuk Menampilkan
Informasi Tingkat Kelulusan Mahasiswa (Studi Kasus di Fakultas MIPA Universitas Diponegoro), Universitas Diponegoro
[5] Luthfi, Emha Taufiq. 2009. Penerapan Data Mining Algoritma Asosiasi
untuk meningkatkan Penjualan. Jurnal Dasi
[6] Noranita B., Nurdin B.. 2010. Implementasi Data Mining Untuk
Menemukan Pola Hubungan tingkat Kelulusan Mahasiswa Dengan Data Induk Mahasiswa. Seminar and Call for Paper Munas Aptikom,
Politeknik Telkom
[7] Novrina.Association Rule (Algoritma A Apriori), (Online),
(http://novrina.staff.gunadarma.ac.id/, diakses Mei 2013)
[8] Oliver Zakaria. 2012 . Implementasi Data Mining Menggunakan Aturan
Asosiasi Dengan Algoritma Apriori Terhadap Penyusunan Layout Makanan Pada Rumah Makan Padang “Murah Meriah”, (Online),
(http://repository.amikom.ac.id/index.php/add_downloader/Publikasi_11. 21.0610.pdf/3367 , diakses Mei 2013)
[9] Susanto, Sani. Pengantar Data Mining Menggali Pengetahuan dari
