• Tidak ada hasil yang ditemukan

APLIKASI SISTEM REKOMENDASI TOPIK SKRIPS (1)

N/A
N/A
Protected

Academic year: 2018

Membagikan "APLIKASI SISTEM REKOMENDASI TOPIK SKRIPS (1)"

Copied!
120
0
0

Teks penuh

(1)

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Guna

Memperoleh Gelar Sarjana Komputer (S.Kom.)

Pada Progam Studi Teknik Informatika

Oleh :

LAELA VINNURIKA EKA WAHYUNI NPM: 10.1.03.02.0247

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK

(2)
(3)
(4)
(5)

v

Hidup Enak itu :

Bisa Manual, Bisa Matic dalam satu transmisi, seperti persneling Auto Gear Shift, maksudnya bisa menyesuaikan dengan keadaan dimanapun berada dan bisa menempatkan diri sesuai dengan keadaan dan posisi tanpa canggung dan kaku alias hidup dinamis yang penuh gairah dan potensi untuk maju dalam satu waktu.

Hidup Nyaman itu :

Saat momen kebersamaan keluarga yang penuh keceriaan, kehangatan dan kasih sayang serta saling pengertian seperti Suzuki Ertiga.

Hidup Indah itu :

Bila kita mencari berkah dan selalu bersyukur dan qona’ah dan tak pernah mengeluh dan tidak saling iri hati .

Hidup Bahagia itu :

Selalu mengisi hari dengan berpikir positif dan selalu tersenyum penuh keceriaan dan semangat untuk berkarya yang bisa #lampaui dirimu.

Hidup Penuh Arti itu :

Mengisi hari-hari indah dengan semangat petualangan menuju kebaikan dengan berusaha bermanfaat bagi sesama dan ridho Illahi tuk menggapai

AmpunanNya, karena “Life is An Adventure”.

Salam jambak persneling, maju tak gentar ‘tuk terus nge-drift menantang bahaya demi cita-cita, mau pakai transmisi manual atau otomatis sama saja,

semua tergantung drivernya…Gas polllll…..driver itu harus berani nekat,

kalau tidak berani nekat tidak usah jadi driver, I believe I can, because I born to be winner and I come here to WIN, SEBUAH KARYA BESAR BUKAN KARENA KEKUATAN TETAPI KARYA BESAR DIHASILKAN DARI KETEKUNAN.

(6)

vi

Pujangga Persneling Cahaya Penakluk Rembulan dari tanah Kediri, juga empu/admin dari fanspage facebook : Puisi Kenangan 2004-2007 karya Ayla Al

Munsyi, mempersembahkan karya tulis ini beserta segala hasilnya sebagai ucapan

terima kasih dari lubuk hati yang terdalam kepada :

Yang Mulia :

Ayahanda Ayla  (Ishomuddin, S.Pd./Pak. SOM) dan Ibunda Ayla  (Umi Hanik)

Yang Tersayang :

Adik-adik Ayla yang setia dan tulus ikhlas membantu Ayla dalam kesulitan

Alfiana Lutfita Sifani, S.Kom

Arfan“Joki Isuzu Panther LS 2.5 White-A/T”Nurufana, S.Kom (ipar Ayla)

Ahmad Fikri Haikal

Ahmad Fakhri Zhafran Rafisqi(Fahri, si Driver Kecil)(keponakan Ayla)

Yang Tercinta

1. Sahabat – sahabat Ayla yang setia di kampus dan di MAN Kota Kediri 3 dulu

( Siska Dwi Lisnanto, Novia Mega Valentina, Aning Purwanti, Siti

Maesaroh, Ida Fajar S, Umi Mubarokah, Umi Hardini, Arifatul Khoiriyah,

Yunaimah, Lendy“Ford Ranger”, kang Rito “Xenia”, mas Semut

Nyungsep, Lutfi Rohman, para programmer persneling(Sholihun dan

Chandra) dan Farika Atna)

2. Para Manusia Harimau, calon raja dan ratu hutan belantara software, warga

“DanielSwanjaya Research Group” 3. Warga 4F-Class IT Community 2010

4. Warga kelas Bahasa-2 MAN Kota Kediri 3 angkatan 2007

Yang Terspesial :

1) Kucing – kucing Ayla yang comel dan lucu 

(Naïve Bayesian, ViBi, Debian dan Delphi )

2) Laptop kesayangan sekaligus partner kecil Ayla yang paling setia 

(Acer Aspire 4732z dan Compaq Presario CQ43)

3) Datuk Macan Persneling Cahaya Penjelajah Semesta AG 5205 GX

(7)

vii

Sang Inspirator

Mas M. Anas Afandi + All My Family Area Malang-Probolinggo

Om Kristiono,SE, Om Arka, Tante Devi dan Dulur-Dulur Komunitas Ertiga Mania Indonesia, ”Seduluran Saklawase”.

Bapak/Ibu Responden penelitian Ayla, terimakasih atas waktu dan masukannya,serta kesediaannya membantu mengisi angket penelitian

milik gadis pujangga desa ini.

***

Dan tak lupa pula Ayla persembahkan karya ini sebagai ucapan terimakasih

banyak yang setulus-tulusnya dari lubuk hati terdalam kepada:

1. Dosen pembimbing 1  (Ibu Mumun Nurmilawati, M.Pd.) atas kesabarannya memberi pengarahan kepada Ayla secara detail untuk penulisan

skripsi.

2. Dosen pembimbing 2  (Bapak Daniel Swanjaya, S.Kom, M.Kom ) yang dengan tulus dan sabar memberi pengarahan untuk pengerjaan skripsi mulai

dari proposal sampai jadi skripsi lengkap dengan programnya seperti saat ini,

walaupun kadang Ayla nakal dan kurang disiplin (sering bolos waktu

bimbingan ), tapi beliau tidak pernah marah,cuma sekedar memberi nasehat

agar tetap disiplin dalam bimbingan biar cepat selesai dan lulus tepat waktu,

bahkan rela mencari-cari keberadaan dan rela menunggu anak bimbingnya

yang nakal ini datang bimbingan, pada waktu anak bimbingnya ini bolos

bimbingan, agar si anak mendapat kesempatan yang sama dengan

teman-temanya, juga motivasinya yang membuat Ayla dapat bertahan.

3. Semua dosen Teknik Informatika UNP Kediri yang pernah mengajar Ayla di

kelas 1G,2-4F angkatan 2010 atas ilmunya dan kesabarannya dalam mengajar, Ayla mohon maaf lahir batin yang sebesar-besarnya bila ada kesalahan yang

(8)

viii

penolakannya atas pengajuan Ayla, sehingga menjadikan Ayla sadar bahwa ternyata

meraih sesuatu itu butuh proses dan tidak boleh tergesa-gesa dan harus melalui beberapa tahap dulu, tidak cukup hanya mengandalkan skill alami(bakat bawaan) dan

link orang dalam saja.

5. Bapak Drs Khozin SM,M.PdI.MM atas tawaran dan kesempatannya sehingga Ayla

bisa menjadi admin di sekolah yang beliau pimpin di tahun 2009 -2012(selama 4 tahun).

6. Bapak Ary Wahyudi,S.Pd.I, kepala madrasah aliyah Al Muwazanah Plosoklaten

yang telah memberikan kesempatan buat Ayla untuk mengajar di sekolah yang beliau

pimpin.

7. Mas Fondra Lucky , dan Mas Surya Pradhana(kutu keyboard)yang telah berhasil

“menjerumuskan”Ayla ke dunia programming di tahun 2008.

8. Bapak Ir.Hartoto Dinata”Daihatsu AYLA M 1.0 M/T –BK 1005 OL“ atas motivasi juga ilmu mastering Web Programming dan Bisnis Online berbasis webnya.

9. Dan semua keluarga besar Ayla dari Bani Kiayi Abdul Latif(pihak ayah) dan dari Bani Kiayi Haji Sholeh(pihak ibu) serta semua pihak yang ikut membantu selesainya

(9)

ix

LAELA VINNURIKA EKA WAHYUNI : Aplikasi Sistem Rekomendasi Topik Skripsi Program Studi Teknik Informatika Dengan Metode Self Organizing Map (SOM), Skripsi, Teknik Informatika, FT Universitas Nusantara PGRI Kediri, 2015.

Kata Kunci : Sistem Rekomendasi, Clustering, Neural Network, Jaringan Syaraf Tiruan(JST), Kohonen, Self Organizing Map (SOM).

Tujuan yang ingin dicapai pada skripsi ini yaitu agar mahasiswa tingkat akhir tidak salah pilih dalam menentukan topik skripsi yang diambil dan dengan adanya aplikasi yang mampu membantu mahasiswa tingkat akhir dalam menentukan topik skripsi dengan tepat. Pemilihan topik skripsi ini di dasarkan pada nilai mata kuliah tertentu yang relevan dengan topik yang akan diambil.

Pemanfaatan Jaringan Syaraf Tiruan (Artificiall neural network ) dalam hal ini menggunakan Kohonen Self Organizing Map (SOM) merupakan alternatif pilihan terbaik berkenaan dengan masalah penentuan topik skripsi.

Dalam hal ini Kohonen Self Organizing Map (SOM) menjadi alternatif pilihan yang tepat karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu perekomendasian topik skripsi berdasarkan kriteria-kriteria yang ditentukan.

Hasil dari aplikasi sistem rekomendasi topik skripsi adalah dapat membantu mahasiswa tingkat akhir dalam menentukan topik skripsi yang akan diambilnya.

(10)

x

Puji syukur Kami panjatkan kehadirat Allah Tuhan Yang Maha Kuasa,

karena hanya atas perkenan-Nya penyusunan skripsi ini dapat diselesaikan.

Skripsi dengan judul “APLIKASI SISTEM REKOMENDASI TOPIK SKRIPSI PROGRAM STUDI TEKNIK INFORMATIKA DENGAN METODE SELF ORGANIZING MAP(SOM)” ini ditulis guna memenuhi sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program studi

Teknik Informatika Fakultas Teknik Universitas Nusantara PGRI Kediri.

Pada kesempatan ini diucapkan terimakasih dan penghargaan yang

setulus-tulusnya kepada :

1. Dr. H.Samari, S.E., M.M., M.Si., selaku Rektor Universitas Nusantara

PGRI Kediri .

2. Rini Indriati,S. Kom., M.Kom., selaku Dekan Fakultas Teknik yang selalu

memberikan motivasi serta pengarahan kepada mahasiswa.

3. Kepala Program Studi Teknik informatika Ahmad Bagus Setiawan,ST.,

M.M, M.Kom dan para admin prodi yang selalu memberikan bantuan

berupa informasi berkenaan dengan data Program Studi Teknik

Informatika Universitas Nusantara PGRI Kediri.

4. Mumun Nurmilawati ,M.Pd. dan Daniel Swanjaya,S.Kom. M,Kom selaku

dosen pembimbing yang dengan sabar selalu memberikan dorongan

motivasi dan pengarahan selama proses pengerjaan skripsi.

5. Kedua orang tua saya selalu memberi dukungan moril maupun materiil

dan semua pihak yang ikut membantu selesainya skripsi ini.

Disadari bahwa skripsi ini masih banyak kekurangan, maka diharapkan

tegur sapa, kritik dan saran- saran dari berbagai pihak sangat diharapkan.

Akhirnya, disertai harapan semoga skripsi ini ada manfaatnya bagi kita

semua, khususnya bagi dunia pendidikan, meskipun hanya ibarat setitik air bagi

samudra yang luas.

(11)

xi

HALAMAN PERSETUJUAN ... ii

HALAMAN PENGESAHAN ... iii

HALAMAN PERNYATAAN ... iv

HALAMAN MOTTO ... v

HALAMAN PERSEMBAHAN ... vi

ABSTRAK ... ix

KATA PENGANTAR ... x

DAFTAR ISI ... xi

DAFTAR TABEL ... xiv

DAFTAR GAMBAR ... xv

DAFTAR LAMPIRAN ... xvi

BAB I PENDAHULUAN A. Latar Belakang Masalah ... 1

B. Identifikasi Masalah ... 2

C. Pembatasan Masalah ... 2

D. Rumusan Masalah ... 4

E. Tujuan Penelitian ... 4

F. Kegunaan Penelitian ... 4

G. Metode Penelitian ... 5

(12)

xii

2. Jaringan Syaraf Tiruan ... 12

3. Sejarah Neural Network ... 13

4. Pengertian Neural Network ... 13

5. Definisi Neural Network ... 16

6. Kegunaan Neural Network ... 17

7. Cluster Analisis ... 19

8. Self Organizing Map ... 21

B. Perangkat Lunak Pendukung ... 26

1. Artisteer ... 26

2. Navicat ... 27

3. Diagram Contex ... 29

4. Data Flow Diagram ... 31

5. Entity RelationshipDiagram ... 32

6. Sistem Manajemen Basis Data ... 34

7. Flowchart ... 35

BAB III TINJAUAN UMUM LOKASI PENELITIAN A. Tinjauan Umum Lokasi Penelitian ... 37

B. Visi Misi dan Tujuan ... 38

C. Struktur Organisasi ... 39

(13)

xiii

B. Perjalanan Tahap Implementasi (coding) ... 61

C. Ulasan Realisasi Fungsionalitas ... 65

D. Ulasan Realisasi User Interface Design ... 67

BAB V EVALUASI SISTEM A. Analisa Perancangan ... 68

B. Perancangan Sistem ... 70

C. Implementasi ... 73

D. Proses Pengoperasian aplikasi ... 77

BAB VI KESIMPULAN DAN SARAN A. Kesimpulan ... 84

B. Saran ... 84

Daftar Pustaka ... 86

(14)

xiv

1.1 : Jadwal Penelitian ... (7)

2.1 : Simbol Diagram Alir ... (36)

5.1 : Form Tambah data ... (76)

5.2 : Form Edit ... (81)

(15)

xv

2.1 : Arsitektur SOM ... (18)

2.2 : Bagan Arsitektur SOM ... (23)

2.3 : Kesatuan Luar ... (31)

2.4 : Arus Data ... (32)

2.5 : Proses Data ... (32)

2.6 : Data Store ... (32)

2.7 : Entitas ... (33)

2.8 : Relationship ... (33)

2.9 : Atribut ... (33)

3.1 : Struktur Organisasi TI ... (39)

4.1 : Flowchart program ... (48)

4.2 : Diagram contex ... (50)

4.3 : DFD 0 ... (51)

4.4 : DFD 1 ... (52)

4.5 : ERD Part 1 ... (53)

4.6 : ERD Part 2 ... (54)

4.7: Rancangan Halaman utama ... (56)

4.8 : Rancangan Halaman Admin ... (58)

4.9 : Rancangan Beranda(tanpa slide show) ... (58)

(16)

xvi

4.14 : Rancangan Rekomendasi ... (61)

4.15 : Rancangan Footer ... (61)

5.1: Halaman Masuk ... (71)

5.2: Halaman Utama ... (71)

5.3: Halaman Panel Admin ... (72)

5.4: Tampilan Buku Tamu ... (73)

5.5: Halaman Footer ... (73)

5.6 : Halaman Rekomendasi ... (74)

5.7: Halaman Masuk Admin ... (75)

5.8: Halaman Menu Masuk ... (78)

5.9: Halaman Beranda Utama Admin ... (79)

5.10: Halaman Input Content dan Data ... (79)

5.11: Halaman Content Editor ... (80)

5.12: Halaman Cari ... (82)

(17)

xvii

1: Koding Program ... 88

2.Surat permohonan penelitian ... 103

3.Surat keterangan melakukan penelitian ... 104

4.List Kurikulum matakuliah TI UNP Kediri ... 105

5.List nama dosen TI UNP Kediri ... 107

6.Kartu bimbingan ... 110

7.Fotocopy buku panduan KTI bagian tentang Rekayasa TI... 111

(18)

1 A.Latar Belakang

Skripsi merupakan kewajiban bagi mahasiswa tingkat akhir untuk

menyelesaikan perkuliahannya di suatu perguruan tinggi dan sebagai syarat

untuk meraih gelar sarjana, sehingga para mahasiswa tingkat akhir tersebut

harus menentukan topik yang akan diangkat untuk bahan skripsinya.

Adapun inti masalahnya yang ada adalah mahasiswa tingkat akhir

biasanya merasa kesulitan dalam menentukan topik yang akan di ambil untuk

skripsi, disebabkan beberapa faktor baik faktor eksternal maupun faktor

internal, sehingga menyebabkan mahasiswa yang akan menempuh skripsi pada

umumnya mengalami kesulitan untuk menentukan topik skripsi.

Penyebab lainnya karena mahasiswa kurang pengetahuan dan akhirnya

hanya memakai topik yang sama dengan temannya serta banyak mahasiswa

yang akhirnya tidak dapat menyelesaikan skripsi dengan tepat waktu

dikarenakan tidak sesuai dengan kemampuan akademisnya.

Oleh karena itu diperlukan suatu sistem yang bersifat memberi

rekomendasi dengan berusaha mengenalkan faktor eksternal dari potensi

mahasiswa sehingga mahasiswa bisa memilih topik acuan skripsi yang tepat

dan mantap sesuai dengan kemampuannya, sehingga diharapkan tidak terjadi

(19)

Salah satu metode yang dipakai sistem tersebut adalah adalah Self

Organizing Map(SOM)). Dengan metode SOM ini penulis membuat sebuah

aplikasi dan diharapkan nantinya dapat membantu mahasiswa tingkat akhir

dalam menentukan topik acuan skripsi yang tepat.

Dengan metode tersebut, diharapkan pemilihan akan lebih tepat karena

didasarkan pada kriteria yang sudah ditentukan sehingga akan mendapatkan

hasil yang lebih akurat terhadap topik apa yang akan di ambil untuk skripsi.

Dari uraian diatas penulis mencoba mengangkat masalah tersebut dengan judul

APLIKASI SISTEM REKOMENDASI TOPIK SKRIPSI PROGRAM

STUDI TEKNIK INFORMATIKA DENGAN METODE SELF

ORGANIZING MAP (SOM)”.

B.Identifikasi Masalah

Berdasarkan latar belakang di atas maka dapat ditarik permasalahan

yang timbul adalah karena belum adanya sistem pendukung keputusan dan

sejenisnya berkenaan dengan pengarahan topik acuan skripsi sesuai nilai dan

kemampuan mahasiswa.

C.Batasan Masalah

Dalam perancangan aplikasi ini, agar tidak menyimpang dari tujuan yang hendak dicapai, maka pembahasan masalah dibatasi pada hal – hal

sebagai berikut :

1. Data yang digunakan dalam pembuatan sistem ini diambil dari program

(20)

2. Penentuan topik yang dilakukan hanya untuk mengarahkan ke topik

yang tersedia pada program studi tersebut.

3. Aplikasi ini menggunakan metode Self Organizing Map (SOM) untuk

menentukan topik skripsi.

4. Perekomendasian topik hanya diarahkan pada 5 topik acuan besar yang

tersedia pada form pengajuan judul skripsi pada program studi Teknik

Informatika Universitas Nusantara PGRI Kediri dan tercantum pada

buku panduan Penulisan Karya Ilmiah (KTI) Universitas Nusantara

PGRI Kediri 2013 pada halaman 38 – 42 yakni Rekayasa Teknologi

Informasi. Adapun topik acuan yang dimaksud adalah sebagai berikut :

a) Sistem Informasi

b) Jaringan

c) Rekayasa Perangkat lunak

d) Game Project

e) Multimedia

sedang untuk topik acuan lainnya yaitu Web Application, Mobile

Application, dan Desktop Application, Research dan Development

(R&D) tidak termasuk di dalamnya, karena ketiganya bisa diterapkan

pada kelima topik besar tersebut.

5. Kriteria dalam sistem disesuaikan berdasarkan nilai mata kuliah yang

menjadi inti dari setiap topik yakni dari matakuliah MKK dan

(21)

6. Sistem rekomendasi ini dibuat dengan bahasa pemrogaman PHP (Web

Based) dan basis data MySQL.

D.Rumusan Masalah

Adapun rumusan masalah sejalan dengan pembatasan masalah (ruang

lingkup) dalam hal ini adalah bagaimana memberi saran kepada mahasiswa

tentang topik acuan skripsi yang harus diambilnya berdasarkan beberapa

kriteria yang ada, dengan menggunakan metode Self Organizing Map (SOM)?

E. Tujuan

Adapun tujuan penelitian ini adalah :

Memberi saran dan rekomendasi kepada mahasiswa dalam menentukan

topik acuan skripsi dengan tepat sesuai dengan kemampuan akademisnya

berdasarkan kriteria-kriteria tertentu.

F. Kegunaan Penelitian

Dalam penelitian ini diharapkan dapat memberikan manfaat,

diantaranya adalah sebagai berikut :

1. Bagi lembaga tempat penelitian

Sebagai alat bantu dan bahan pertimbangan dalam penentuan topik

acuan skripsi bagi mahasiswa tingkat akhir pada Program Studi

Teknik Informatika Universitas Nusantara PGRI Kediri.

2. Bagi penulis

Penulis dapat mengimplementasikan ilmu yang diperoleh dari

(22)

ini adalah ilmu tentang sistem pendukung keputusan (sistem

perekomendasian).

3. Bagi mahasiswa

Mahasiswa dapat memperoleh informasi tentang topik acuan yang

tepat yang akan diambilnya.

G. Metode Penelitian

1. Teknik Pengumpulan Data

Pengumpulan data dilakukan untuk memperoleh hasil yang akurat

dan valid secara maksimal. Metode pengumpulan data yang digunakan

dalam penelitian ini adalah sebagai berikut :

a. Studi Literatur atau Kepustakaan

Metode pengumpulan data yang dilakukan melalui membaca dan

mempelajari referensi-referensi berupa makalah, jurnal ilmiah, skripsi,

atau buku. fasilitas internet juga digunakan untuk mencari data atau

informasi yang dipublikasikan di dunia maya yang berkaitan dengan

objek penelitian.

b. Kuisioner

Metode pengumpulan data yang dilakukan melalui kuesioner/angket

yang diajukan secara langsung kepada narasumber dalam konteks

penelitian ini adalah Bapak Ahmad Bagus Setiawan, ST,MM,M.Kom.

dan Bapak/ Ibu dosen yang berkompeten di bidangnya untuk

mendapatkan data atau informasi yang berkaitan dengan objek

(23)

c. Observasi

Metode pengumpulan data yang dilakukan dengan mengadakan

pengamatan atau peninjauan langsung terhadap sumber permasalahan

serta berkomunikasi langsung dengan pihak yang bersangkutan .

2. Jenis Data a. Data Primer

Merupakan data yang diperoleh secara langsung dari pengamatan

obyek yang dijadikan penelitian dalam penelitian ini yaitu pada

Program Studi Teknik Informatika Universitas Nusantara PGRI

Kediri .

b. Data Sekunder

Data yang diperoleh dari sumber dalam bentuk yang sudah jadi

berupa publikasi. Data tersebut dapat berupa buku-buku atau

literatur-literatur dan media elektronik yang menunjang penelitian

yang sesuai dengan topik penulisan dan permasalahan yang

dihadapi.

3. Lokasi dan Waktu Penelitian

Penelitian dilaksanakan di Program Studi Teknik Informatika

Universitas Nusantara PGRI Kediri yang terletak di Jl.KH Achmad

(24)

Waktu penelitian telah ditetapkan oleh lembaga sesuai dengan

SK Rektor / Dekan selama 6 bulan. Adapun tabel penelitian adalah

sebagai berikut :

Tabel 1.1 Jadwal Penelitian

No

.

Kegiatan

Bulan / Minggu ke-

Januari ‘15 Februari ‘15 Maret ‘15 April ‘15 Mei ‘15

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 Observasi

2 Penggalian data

3 Pengumpulan data

4

Pengolahan dan

analisis data

5 Analisa System

6 Design Sistem

7 Coding

8 Pengujian System

9 Pembuatan Laporan

4. Kriteria Pengujian

Kriteria yang digunakan untuk menyatakan keberhasilan penelitian

yang dilakukan adalah sebagai berikut :

a. Kriteria validitas atau ketepatan yaitu input data dalam program tepat

(25)

b. Kriteria keefektifan yaitu aplikasi sistem rekomendasi topik acuan

skripsi sangat efektif karena bisa menghemat waktu, mahasiswa dalam

menentukan topik skripsi.

c. Kriteria security atau keamanan yaitu keamanan, penyimpanan data

mahasiswa yang berkaitan dengan penentuan topik dalam sistem

komputerisasi akan lebih aman karena hanya pihak-pihak tertentu

yang mempunyai hak akses yang bisa mengakses data mahasiswa

karena adanya sistem password pada aplikasi ini, sehingga pihak yang

tidak berwenang termasuk software robot yang tidak berwenang tidak

dapat masuk dan merekayasa hasil sistem ini.

H. Sistematika Penulisan

Adapun garis besar sistematika penulisan skripsi tugas akhir ini

adalah sebagai berikut :

BAB I PENDAHULUAN

Bab ini menjelaskan tentang Latar Belakang Masalah,

Identifikasi Masalah, Batasan Masalah, Rumusan Masalah,

Hipotesis, Tujuan Penelitian, Kegunaan Penelitian, Metode

Penelitian, Sistematika Penulisan.

BAB II LANDASAN TEORI

Bab ini memuat dasar teori yang berfungsi sebagai sumber atau

alat dalam memahami permasalahan yang berkaitan dengan

Artificiall Neural Network(ANN), pengertian Clustering,

(26)

yang berhubungan dengan pembuatan serta implementasi

sistem.

BAB III TINJAUAN UMUM LOKASI PENELITIAN

Bab ini berisikan tentang tinjauan secara umum lokasi

penelitian (nama dan alamat lokasi penelitian ), visi dan misi,

struktur organisasi serta tugas dan wewenang.

BAB IV PENGEMBANGAN SISTEM

Bab ini berisikan tentang perencanaan dan tahapan

implementasi (pembagian dan keterkaitan modul/ prosedur/

class implementation), flowchart, Data Flow Diagran(DFD)

Entity Relationship Data (ERD), perjalanan tahap implementasi

(pengkodean), ulasan realisasi fungsional, ulasan realisasi user

interface design.

BAB V EVALUASI SISTEM

Bab ini berisikan tentang analisa perancangan (analisa sistem

dan logika metode), perancangan sistem (input, output,

modul/class), implementasi(tampilan interface program).

BAB IV PENUTUP

Bab ini berisikan kesimpulan dan saran penulis berkenaan

dengan perbaikan sistem agar pelaksanaan penelitian bisa

(27)

10 A.Teori Pendukung

1. Skripsi

Universitas Nusantara PGRI Kediri (2013), buku Panduan Penulisan

Karya Tulis Ilmiah (KTI) mendefinisikan skripsi adalah sebagai berikut “

Skripsi adalah istilah yang digunakan di Indonesia untuk mengilustrasikan

suatu karya tulis ilmiah berupa paparan tulisan hasil penelitian sarjana S1 yang

membahas suatu permasalahan/fenomena dalam bidang ilmu tertentu dengan

menggunakan kaidah-kaidah yang berlaku”.

Skripsi bertujuan agar mahasiswa mampu menyusun dan menulis suatu

karya ilmiah, sesuai dengan bidang ilmunya. Mahasiswa yang mampu menulis

skripsi dianggap mampu memadukan pengetahuan dan keterampilannya dalam

memahami, menganalisis, menggambarkan, dan menjelaskan masalah yang

berhubungan dengan bidang keilmuan yang diambilnya. Skripsi merupakan

persyaratan untuk mendapatkan status sarjana (S1) di setiap Perguruan Tinggi

Negeri (PTN) maupun Perguruan Tinggi Swasta (PTS) yang ada di Indonesia.

Istilah skripsi sebagai tugas akhir sarjana hanya digunakan di Indonesia.

Negara lain, seperti Australia menggunakan istilah thesis untuk penyebutan

tugas akhir dengan riset untuk jenjang undergraduate (S1), postgraduate (S2),

Ph.D. dengan riset (S3) dan disertation untuk tugas riset dengan ukuran yang

(28)

di Indonesia skripsi untuk jenjang S1, tesis untuk jenjang S2, dan disertasi

untuk jenjang S3.

Dalam penulisan skripsi, mahasiswa dibimbing oleh satu atau dua orang

pembimbing yang berstatus dosen pada perguruan tinggi tempat mahasiswa

kuliah. Untuk penulisan skripsi yang dibimbing oleh dua orang, dikenal istilah

Pembimbing I dan Pembimbing II. Biasanya, Pembimbing I memiliki peranan

yang lebih dominan bila dibanding dengan Pembimbing II.

Proses penyusunan skripsi berbeda-beda antara satu kampus dengan yang

lain. Namun umumnya, proses penyusunan skripsi adalah sebagai berikut:

1. Pengajuan judul skripsi

2. Pengajuan proposal skripsi

3. Seminar proposal skripsi

4. Penelitian

5. Setelah penulisan dianggap siap dan selesai, mahasiswa mempresentasikan

hasil karya ilmiahnya tersebut pada Dosen Penguji (sidang tugas akhir).

6. Mahasiswa yang hasil ujian skripsinya diterima dengan revisi, melakukan

proses revisi sesuai dengan masukan Dosen Penguji.

Terdapat juga proses penyusunan skripsi yang cukup ringkas sebagai berikut:

1. Pengajuan judul skripsi/meminta topik acuan skripsi dari dosen

2. Penelitian dan bimbingan skripsi

3. Seminar

4. Sidang

(29)

Farid Hamid, dan A. Rachman(2008), Buku Panduan Skripsi, menyebutkan

bahwa skripsi mempunyai beberapa karakteristik, yaitu :

1. Merupakan karya ilmiah sehingga harus dihasilkan melalui metode ilmiah.

2. Merupakan laporan tertulis dari hasil penelitian pada salah satu aspek

kehidupan masyarakat atau organisasi (untuk ilmu sosial).

Hasil penelitian ini dikaji dengan merujuk pada suatu fenomena, teori, atau

hasil-hasil penelitian yang relevan yang pernah dilaksanakan sebelumnya.

2. Jaringan Syaraf Tiruan(Neural Network)

Jaringan saraf tiruan merupakan jaringan dari unit pemroses kecil yang

saling terhubung, yang dimodelkan berdasar jaringan saraf (neuron) jaringan

saraf.

Jaringan saraf tiruan (JST) (Bahasa Inggris: artificial neural network (ANN), atau juga disebut simulated neural network (SNN), atau umumnya

hanya disebut neural network (NN)), adalah jaringan dari sekelompok unit

pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST

merupakan sistem adaptif yang dapat mengubah strukturnya untuk

memecahkan masalah berdasarkan informasi eksternal maupun internal yang

mengalir melalui jaringan tersebut.

Secara sederhana, JST adalah sebuah alat pemodelan data statistik

non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks

(30)

a. Sejarah Neural Network

Saat ini bidang kecerdasan buatan dalam usahanya menirukan

intelegensi manusia, belum mengadakan pendekatan dalam bentuk fisiknya

melainkan dari sisi yang lain.

Pertama-tama diadakan studi mengenai teori dasar mekanisme proses

terjadinya intelegensi. Bidang ini disebut ‘Cognitive Science’. Dari teori dasar

ini dibuatlah suatu model untuk disimulasikan pada komputer, dan dalam

perkembangannya yang lebih lanjut dikenal berbagai sistem kecerdasan

buatan yang salah satunya adalah jaringan saraf tiruan.

Dibandingkan dengan bidang ilmu yang lain, jaringan saraf tiruan

relatif masih baru. Sejumlah literatur menganggap bahwa konsep jaringan

saraf tiruan bermula pada makalah Waffen McCulloch dan Walter Pitts pada

tahun 1943. Dalam makalah tersebut mereka mencoba untuk

memformulasikan model matopiktis sel-sel otak. Metode yang dikembangkan

berdasarkan sistem saraf biologi ini, merupakan suatu langkah maju dalam

industri komputer (Larose, 2005).

b. Pengertian Neural Network

Tidak ada dua otak manusia yang sama, setiap otak selalu berbeda.

Beda dalam ketajaman, ukuran dan pengorganisasiannya. Salah satu cara

untuk memahami bagaimana otak bekerja adalah dengan mengumpulkan

informasi dari sebanyak mungkin scan otak manusia dan memetakannya. Hal

tersebut merupakan upaya untuk menemukan cara kerja rata-rata otak

(31)

mengenai bagaimana otak mengendalikan setiap tindak tanduk manusia,

mulai dari penggunaan bahasa hingga gerakan.

Walaupunn demikian kepastian cara kerja otak manusia masih

merupakan suatu misteri. Meski beberapa aspek dari prosesor yang

menakjubkan ini telah diketahui tetapi itu tidaklah banyak.

Beberapa aspek-aspek tersebut, yaitu :

a. Tiap bagian pada otak manusia memiliki alamat, dalam bentuk formula

kimia, dan sistem saraf manusia berusaha untuk mendapatkan alamat

yang cocok untuk setiap akson (saraf penghubung) yang dibentuk.

b. Melalui pembelajaran, pengalaman dan interaksi antara sistem maka

struktur dari otak itu sendiri akan mengatur fungsi-fungsi dari setiap

bagiannya.

c. Axon-axon pada daerah yang berdekatan akan berkembang dan

mempunyai bentuk fisik mirip, sehingga terkelompok dengan arsitektur

tertentu pada otak.

d. Axon berdasarkan arsitekturnya bertumbuh dalam urutan waktu, dan

terhubung pada struktur otak yang berkembang dengan urutan waktu

yang sama.

Berdasarkan keempat aspek tersebut di atas dapat ditarik suatu

kesimpulan bahwa otak tidak seluruhnya terbentuk oleh proses genetis.

Terdapat proses lain yang ikut membentuk fungsi dari bagian-bagian otak,

yang pada akhirnya menentukan bagaimana suatu informasi diproses oleh

(32)

Elemen yang paling mendasar dari jaringan saraf adalah sel saraf.

Sel-sel saraf inilah membentuk bagian kesadaran manusia yang meliputi

beberapa kemampuan umum. Pada dasarnya sel saraf biologi menerima

masukan dari sumber yang lain dan mengkombinasikannya dengan beberapa

cara, melaksanakan suatu operasi yang non-linear untuk mendapatkan hasil

dan kemudian mengeluarkan hasil akhir tersebut.

Dalam tubuh manusia terdapat banyak variasi tipe dasar sel saraf,

sehingga proses berpikir manusia menjadi sulit untuk direplikasi secara

elektrik. Sekalipun demikian, semua sel saraf alami mempunyai empat

komponen dasar yang sama. Keempat komponen dasar ini diketahui

berdasarkan nama biologinya yaitu, dendrit, soma, akson, dan sinapsis.

Dendrit merupakan suatu perluasan dari soma yang menyerupai rambut dan

bertindak sebagai saluran masukan. Saluran masukan ini menerima masukan

dari sel saraf lainnya melalui sinapsis. Soma dalam hal ini kemudian

memproses nilai masukan menjadi sebuah output yang kemudian dikirim ke

sel saraf lainnya melalui akson dan sinapsis.

Penelitian terbaru memberikan bukti lebih lanjut bahwa sel saraf

biologi mempunyai struktur yang lebih kompleks dan lebih canggih daripada

sel saraf buatan yang kemudian dibentuk menjadi jaringan saraf buatan yang

ada sekarang ini. Ilmu biologi menyediakan suatu pemahaman yang lebih

baik tentang sel saraf sehingga memberikan keuntungan kepada para

(33)

buatan yang ada berdasarkan pada pemahaman terhadap otak biologi (Larose,

2005).

Sel saraf-sel saraf ini terhubung satu dengan yang lainnya melalui

sinapsis. Sel saraf dapat menerima rangsangan berupa sinyal elektrokimiawi

dari sel saraf-sel saraf yang lain. Berdasarkan rangsangan tersebut, sel saraf

akan mengirimkan sinyal atau tidak berdasarkan kondisi tertentu. Konsep

dasar semacam inilah yang ingin dicoba para ahli dalam menciptakan sel

tiruan.

c. Definisi Neural Network

Suatu jaringan saraf tiruan memproses sejumlah besar informasi

secara paralel dan terdistribusi, hal ini terinspirasi oleh model kerja otak

biologis. Beberapa definisi tentang jaringan saraf tiruan adalah sebagai berikut

di bawah ini.

Hecht-Nielsend (1988) mendefinisikan sistem saraf buatan sebagai berikut:

"Suatu neural network (NN), adalah suatu struktur pemroses informasi yang

terdistribusi dan bekerja secara paralel, yang terdiri atas elemen pemroses

(yang memiliki memori lokal dan beroperasi dengan informasi lokal) yang

diinterkoneksi bersama dengan alur sinyal searah yang disebut koneksi. Setiap

elemen pemroses memiliki koneksi keluaran tunggal yang bercabang (fan out)

ke sejumlah koneksi kolateral yang diinginkan (setiap koneksi membawa

sinyal yang sama dari keluaran elemen pemroses tersebut). Keluaran dari

elemen pemroses tersebut dapat merupakan sebarang jenis persamaan

(34)

elemen pemroses harus benar-benar dilakukan secara lokal, yaitu keluaran

hanya bergantung pada nilai masukan pada saat itu yang diperoleh melalui

koneksi dan nilai yang tersimpan dalam memori lokal".

Menurut Haykin, S. (1994), Neural Networks: A Comprehensive Foundation,

NY, Macmillan, mendefinisikan jaringan saraf sebagai berikut:

“Sebuah jaringan saraf adalah sebuah prosesor yang terdistribusi paralel dan

`dari pengalaman dan membuatnya tetap tersedia untuk digunakan. Hal ini

menyerupai kerja otak dalam dua hal yaitu: 1. Pengetahuan diperoleh oleh

jaringan melalui suatu proses belajar. 2. Kekuatan hubungan antar sel saraf

yang dikenal dengan bobot sinapsis digunakan untuk menyimpan

pengetahuan”.

Dan menurut Zurada, J.M. (1992), Introduction To Artificial Neural Sistems,

Boston: PWS Publishing Company, mendefinisikan sebagai berikut:

“Sistem saraf tiruan atau jaringan saraf tiruan adalah sistem selular fisik yang

dapat memperoleh, menyimpan dan menggunakan pengetahuan yang

didapatkan dari pengalaman”.

DARPA Neural Network Study (1988, AFCEA International Press, p. 60)

mendefinisikan jaringan syaraf buatan sebagai berikut :

“Sebuah jaringan syaraf adalah sebuah sistem yang dibentuk dari sejumlah

(35)

ditentukan oleh stuktur jaringan, kekuatan hubungan, dan pegolahan dilakukan

pada komputasi elemen atau nodes”.

d. Kegunaan Neural Network

Jaringan saraf tiruan pada umumnya digunakan untuk tugas atau

pekerjaan yang kurang praktis jika dikerjakan secara manual.

e. Kegunaan Dalam Kehidupan Nyata

Perkiraan Fungsi, atau Analisis Regresi, termasuk prediksi time series

dan modeling.

a) Klasifikasi, termasuk pengenalan pola dan pengenalan urutan, serta

pengambil keputusan dalam pengurutan juga berguna untuk robotik.

b) Pengolahan data, termasuk penyaringan, pengelompokan, dan kompresi.

f. Jaringan Syaraf Tiruan Kohonen Self Organizing Maps (SOM) JST Kohonen-SOM merupakan salah satu model JST yang

menggunakan metode unsupervised learning artinya jaringan dibekali dengan

pengetahuan dasar (parameter-parameter jaringan) dan kemudian

mengorganisasikan sendiri hubungan-hubungan interkoneksi dalam dirinya

atas masukan yang diberikan sehingga dengan demikian target tidak

dibutuhkan.

Jaringan ini terdiri dari dua lapisan (layer), yaitu lapisan input dan

(36)

neuron pada lapisan output. Setiap neuron dalam lapisan output

merepresentasikan kelas (cluster) dari input yang diberikan.

P

R x I ||ndist|| Si x i Si x i

R Si

N1i= -||i|W1,1-P||

a1=compet(ni)

Gambar 2.1 Arsitektur SOM

Misalkan masukan berupa vektor yang tediri dari n komponen yang akan

dikelompokkan dalam maksimum 28 buah kelompok. Keluaran jaringan adalah

kelompok yang paling dekat/mirip dengan masukan yang diberikan. Ada beberapa

ukuran kedekatan yang dapat dipakai. Ukuran yang paling sering digunakan

adalah jarak Eucledian yang paling minimum.

Bobot vektor-vektor contoh berfungsi sebagai penentu kedekatan antara

vektor tersebut dengan masukan yang diberikan. Selama proses pengaturan,

vektor contoh yang pada saat itu paling dekat dengan masukan akan muncul

sebagai pemenang, kemudian vektor pemenang dan vektor-vektor sekitarnya akan

dimodifikasi bobotnya(Larose,2005).

3. Cluster Analysis

IWi,j

C Self Organizing Map Layer Input

(37)

Clustering adalah pengelompokan dari record, observasi-observasi atau

kasus-kasus ke kelas yang memiliki kemiripan objek-objeknya. Cluster adalah

koleksi dari record yang mirip, dan tidak mirip dengan record dari cluster lain.

Clustering berbeda dengan klasifikasi, dalam hal tidak ada variabel target

untuk clustering. Clustering tidak mengklasifikasikan, meramalkan, atau

memprediksi nilai dari sebuah variabel target. Algoritma-algoritma clustering

digunakan untuk menentukan segmen keseluruhan himpunan data menjadi

subgroup yang relatif sama atau cluster dengan kesamaan record dalam

cluster dimaksimumkan dan kesamaan record diluar cluster diminimumkan

(Larose 2005).

Pada dasamya clustering terhadap data adalah suatu proses

untuk mengelompokkan sekumpulan data tanpa suatu atribut kelas yang

telah didefinisikan sebelumnya, berdasarkan pada prinsip konseptual

clustering yaitu memaksimalkan dan juga meminimalkan kemiripan intra

kelas. Misalnya, sekumpulan obyek-obyek komoditi pertama-tama dapat di

clustering menjadi sebuah himpunan kelas-kelas dan lalu menjadi sebuah

himpunan aturan-aturan yang dapat diturunkan berdasarkan suatu

klasifikasi tertentu.

Proses untuk mengelompokkan secara fisik atau abstrak

obyek-obyek ke dalam bentuk kelas-kelas atau obyek-obyek-obyek-obyek yang serupa,disebut

dengan clustering atau unsupervised classification. Melakukan analisa

dengan clustering, akan sangat membantu untuk membentuk partisi-partisi

(38)

didasarkan pada prinsip "divide and conquer" yang mendekomposisikan

suatu sistem skala besar, menjadi komponen-komponen yang lebih kecil,

untuk menyederhanakan proses desain dan implementasi.

Perbedaan utama antara Clustering Analysis dan klasifikasi adalah

bahwa Clustering Analysis digunakan untuk memprediksi kelas dalam

format bilangan real dad pada format katagorikal atau Boolean.

Secara umum metode utama clustering dapat diklasifikasikan menjadi

kategori-kategori berikut (Han & Kamber 2001):

1) Metode partisi. Misalkan ada sebuah basis data berisi n objek.

Metode partisimembangun k partisi pada basis data tersebut, dengan tiap

partisi merepresentasikan cluster dan k ≤n. Partisi yang terbentuk harus

memenuhi syarat yaitu setiap cluster harus berisi minimal satu objek dan

setiap objek harus termasuk tepat satu cluster.

2) Metode hirarkhi, yaitu membuat sebuah dekomposisi berhirarki dari

himpunan data (atau objek) menggunakan beberapa kriteria.

Metode ini memiliki dua jenis pendekatan yaitu :

a) Agglomerative, dimulai dengan titik-titik sebagai cluster individu. Pada

setiap tahap dilakukan penggabungan setiap pasangan titik pada cluster

sampai hanya satu titik (atau cluster) yang tertinggal.

b) Divisive, dimulai dengan satu cluster besar yang berisi semua titik

data.Pada setiap langkah, dilakukan pemecahan sebuah cluster sampai

(39)

3) Metode berdasarkan kepekatan,merupakan pendekatan yang berdasarkan

pada konektivitas dan fungsi kepadatan.

4) Metode berdasarkan grid, merupakan pendekatan yang berdasarkan pada

struktur multiple-level granularity.

5) Metode berdasarkan model, yaitu: sebuah model yang dihipotesis untuk

tiap cluster dan ide dasarnya adalah untuk menemukan model yang cocok

untuk tiap cluster.

4. Self Organizing Map (SOM)

Jaringan Kohonen diperkenalkan oleh Teuvo Kohonen seorang

ilmuwan Finlandia pada tahun 1982. Jaringan Kohonen memberikan sebuah

tipe dari SOM, kelas khusus dari jaringan syaraf tiruan (Larose 2004).

SOM merupakan metode berdasarkan model dari pendekatan jaringan syaraf

tiruan (Han & Kamber 2001).

SOM adalah metode terkemuka pendekatan jaringan syaraf tiruan untuk

clustering, setelah competitive learning (Han & Kamber 2001).

SOM berbeda dengan competitive learning yaitu syaraf dalam satu

lingkungan belajar untuk mengenali bagian lingkungan dari ruang input. SOM

mengenali distribusi (seperti competitive learning) dan topologi dari vektor

input yang melalui proses training(Demuth & Beale 2003).

SOM memperlihatkan tiga karakteristik: kompetisi yaitu setiap vektor

bobot saling berlomba untuk menjadi simpul pemenang, kooperasi yaitu setiap

simpul pemenang bekerjasama dengan lingkungannya, dan adaptasi yaitu

(40)

Metode learning Self Organizing Maps (SOM) bertujuan untuk

mengklasifikasikan suatu vektor-vektor input berdasarkan bagaimana

mereka mengelompok sesuai dengan karakteristik inputnya. Learning self

organizing maps (SOM) bekerja dengan cara menggabungkan proses

competitive layers dengan topologi vektor-vektor input yang dimasukkan

dalam proses iterasi.

Jaringan SOM terdiri dari dua lapisan (layer), yaitu lapisan input dan lapisan

output. Setiap neuron dalam lapisan input terhubung dengan setiap neuron

pada lapisan output. Setiap neuron dalam lapisan output merepresentasikan

kelas dari input yang diberikan. Selama proses penyusunan diri, cluster yang

memiliki vektor bobot paling cocok dengan pola input (memiliki jarak paling

dekat) akan terpilih sebagai pemenang. Neuron yang menjadi pemenang

beserta neuron-neuron tetangganya akan memperbaiki bobot-bobotnya.

Apabila kita ingin membagi data-data menjadi K cluster, maka

lapisan kompetitif akan terdiri atas K buah neuron.

Arsitektur Self Organizing Map (SOM)

r1 r2

r3 r4

Gambar 2.2 Bagan Arsitektur SOM

(41)

Penulisan istilah :

CONTOH :

Algoritma pengelompokkan pola jaringan SOM adalah sebagai berikut: Step 0 : Inisialisasi bobot (Wij)

Tentukan parameter jarak (R)

Tentukan learning rate (∝)

Step 1 : Jika kondisi stop salah, lakukan step 2 – 8

Step 2 : untuk semua input vektor x lakukan step 3 – 5

Step 3 : untuk setiap j

D(j) =∑ (Wij – Xi)2

Step 4 : dapatkan j sehingga D(j) minimal

Step 5 : untuk semua j yang berada dalam jarak dan untuk semua i

Wij (baru) = Wij (lama) + ∝(Xi – Wij) lama

Step 6 : update learning rate

Step 7 : Update jarak

Step 8 : Uji kondisi stop

(Stop jika − 𝑊𝑖𝑗 (𝑙𝑎𝑚𝑎) ≤ 𝜀 ) X : vektor input pembelajaran.

X = (x1,x2,…,xj,…,xn).

𝛼: learning rate

Yj : neuron/node output ke-j

C : konstanta

R : radius neighborhood

Xi : neuron input.

w0: bias pada neuron

output ke-j

(42)

Kondisi penghentian iterasi adalah selisih antara wij saat itu dengan wij

pada iterasi sebelumnya. Apabila semua wij hanya berubah sedikit saja, berarti

iterasi sudah mencapai konvergensi sehingga dapat dihentikan.

Simulasi perhitungan sederhana dalam penggunaan algoritma Self Organizing

Map (SOM) :

Clustering 4 vector ke dalam 2 cluster

Tentukan vektor yang akan di cluster adalah :

(1,1,0,0); (0,0,0,1); (1,0,0,0); (0,0,1,1);

Maximum Cluster yang akan dibentuk adalah 2 cluster m = 2

Learning rate terjadi penurunan secara geometri ALPHA(0)= 0.6

|ALPHA(t+1)=0.5 ALPHA(t)

Step 0 :

Inisialisasi matrik bobotnya

. 2 . 8 . 6 . 4 . 5 . 7

.9 . 3

Inisial radiusnya R = 0

Inisial learning rate nya ALPHA (0) = 0.6

Step 1 : Training dimulai

Step 2 : Untuk vektor pertama (1,1,0,0) ,kerjakan step 3 -5

Step 3 :

D(1) = (.2 -1)2 +(.6-1)2+ (.5-0)2+(.9-0)2 = 1.86

(43)

Step 4 : ambil yang minimum berarti J = 2

Ulangi Untuk Vektor yang lain

Step 6 : ALPHA = 0.5(0.6) = 0.3

Update Bobot : Wij(new) = Wij (old)+.3[Xi – Wij(old)] = .7Wij(old) + .3Xi.

Iterasi sampai mencapai batas yang diinginkan.

Berikut adalah hasil training untuk 100 iterasi :

(44)

bila terlihat konvergen maka matrik akhirnya adalah :

0.0 1.0 0.0 0.5 0.5 0.0

Dan dapatkan hasilnya terminimum sebagai cluster akhir dari vektor tersebut.

B.Perangkat Pemodelan Dalam Sistem Pembuatan Program 1. Arti Steer Web Template Designer

Artisteer adalah sebuah program pembuat template web secara otomatis secara instan, tampilan yang fantastis unik yang bisa di export untuk

berbagai website template, Artisteer adalah sebuah software yang dirancang khusus untuk memudahkan pekerjaan para blogger/web developer merancang

maupun memodifikasi sebuah template. Artisteer adalah software yang compatible untuk berbagai mesin Blog/Web editor. Di antaranya: Blogger,

Wordpress, Joomla, Drupal, dan DotNetNuke,juga dapat merancang sebuah

template HTML untuk hosting sendiri.

Kelebihan lainnya adalah :

 Mendesain template yang menarik hanya dalam waktu beberapa menit

 Bisa di eksport ke joomla, wordpress, blogger dan beberapa CMS

lainnya

 Tidak perlu penguasaaan teknik pemrograman web maupun desain

grafik semisal photoshop.

(45)

Hingga saat ini, artisteer masih merupakan software perancang template

terbaik yang pernah ada, hal ini disebabkan oleh kelengkapan fitur dari

software ini sendiri.

Berikut ini merupakan fitur-fitur yang dimiliki oleh artisteer template designer :

1. Kemudahan merancang template untuk berbagai blog editor.

2. Memiliki menu-menu yang akan membuat kita leluasa untuk mengedit setiap

bagian dari template. Mulai mengedit header hingga ke footer.

Di sana sudah termasuk mengedit tampilan blackquote dan tabel serta button.

3. Dapat mengatur sendiri dimana setiap gambar yang digunakan template di

hosting

4. Dapat melakukan preview template pada browser-browser berikut :

- Internet Explorer ( Ctrl + Shift + I )

- Mozilla ( Ctrl + Shift + M )

- Chrome ( Ctrl + Shift + C )

- Opera ( Ctrl + Shift + O )

- Safari ( Ctrl + Shift + S )

2. Navicat

Navicat adalah tool/alat grafikal yang handal untuk mengelola

database MySQL, PostgreSQL dan Oracle, yang memiliki antarmuka yang

intuitif. Mendukung dan dapat bekerja pada semua versi MySQL, PostgreSQL

dan Oracle, termasuk dukungan untuk sebagian besar fungsi PostgreSQL

terbaru. Navicat juga memiliki antarmuka pengguna grafis yang mudah,

(46)

sederhana,memungkinkan pengguna untuk terhubung ke lokal dan remote

server MySQL, PostgreSQL dan Oracle, menyediakan berbagai alat seperti

database, administrasi import dan fungsi export, serta backup dan transfer data.

Mendukung beberapa koneksi untuk MySQL lokal atau remote, PostgreSQL,

dan server Oracle. Remote server dapat berjalan pada Linux, Unix, Mac OS X

dan platform Windows.

Fitur:

a. Dukungan untuk versi terbaru dari MySQL, PostgreSQL dan Oracle

b. Tools manajemen data yang kuat

c. Built-in Konsol SQL

d. Membuat dan menjalankan query SQL

e. Dukungan untuk beberapa koneksi untuk server lokal dan remote

f. Sinkronisasi dan menstruktur ulang

g. Membackup dan Restore

h. Import dan eksport data dalam format XLS, CSV, TXT, DBF, dan XML

i. Dukungan untuk Unicode

j. Desain grafis yang mutakhir

Navicat adalah multi-koneksi alat administrasi database yang

memungkinkan untuk menghubungkan ke MySQL, Oracle dan PostgreSQL

database secara bersamaan dalam satu aplikasi, membuat administrasi database

untuk beberapa jenis database begitu mudah.

Navicat menggabungkan fungsi Navicat lainnya. dengan koneksi yang

(47)

transfer data antara MySQL, Oracle dan PostgreSQL. Mendukung sebagian

besar fitur di MySQL, Oracle dan PostgreSQL termasuk Disimpan Prosedur,

Event, Trigger, Fungsi, View, dlL

Navicat memungkinkan untuk dengan mudah dan cepat mentransfer

data di berbagai sistem database, atau ke sebuah file teks biasa dengan format

SQL untuk berbagai keperluan.

Beberapa pekerjaan untuk berbagai jenis database juga dapat

dijadwalkan dan dijalankan pada waktu tertentu. Fitur lain termasuk Import /

Export Wizard, Query Builder, Report Builder, Sinkronisasi Data, Backup, Job

Scheduler dan banyak lagi.

Fitur di Navicat yang cukup canggih dapat memberikan kemudahan

bagi pengembang atau profesional untuk semua kebutuhan khusus, namun

mudah untuk dipelajari bagi pengguna yang baru ke database server.

3. Diagram Konteks

Untuk menggambarkan suatu interaksi dalam program secara umum

diperlukan suatu diagram konteks yang menjelaskan mengenai keterkaitan

suatu sistem program dengan entitas-entitas yang ada di dalam sistem.

Diagram konteks menurut Pohan dan Bahri (1997:11) merupakan

kasus khusus DFD (Data Flow Diagram) atau bagian dari DFD ynag berfungsi

memetakan model lingkungan, yang direpresentasikan dengan lingkaran

(48)

Diagram konteks menyoroti sejumlah karakteristik penting sistem, yaitu:

Kelompok pemakai, organisasi atau sistem lain, dimana sistem melakukan

komunikasi yang disebut terminator.

Data masuk, data yang diterima sistem dari lingkungan dan harus diproses

dengan cara tertentu.

Data keluar, data yang dihasilkan sistem dan diberikan ke dunia luar.

Penyimpanan data (data store), digunakan secara bersamaan antara sistem

dengan terminator. Data ini dapat dibuat oleh lingkungan dan digunakan oleh

sistem. Hal ini berarti pembuatan sistem data store dalam diagram konteks

dibenarkan, dengan syarat symbol tersebut merupakan bagian dari dunia di

luar sistem.

Batasan antara sistem dan lingkungan (rest of the word).

Jika terdapat terminator yang mempunyai banyak masukan dan keluaran,

diperbolehkan untuk digambarkan lebih dari satu kali sehingga mencegah

penggambaran yang terlalu rumit, dengan ditandai secara khusus untuk

menelaskan bahwa terminator yang dimaksud adalah identik.

Jika terminator mewakili personil, sebaiknya diwakili oleh peran yang

dimainkan personil tersebut. Dengan alasan karena personil yang berfungsi

melakukan itu dapat berganti sedangkan diagram konteks harus tetap akurat

walaupun personil berganti, dan arena seorang personil dapat memainkan

lebih dari satu peran.

Karena fokus utama adalah mengembangkan model esensi, maka penting

(49)

mekanisme, perangkat atau media fisik yang mentransformasikan data kea tau

dari sistem. Karena pelaku sering kali familiar dengan pemakai dalam

implementasi sistem berjalan, maka sering menonjol sebagai sesuatu yang

harus digambarkan lebih dari sumber data itu sendiri. Sedangkan sistem baru

dengan konsep pengembangan teknologinya membuat pelaku menjadi

sesuatu yang tidak perlu digambarkan.

4. Diagram Arus Data (DFD)

Data Flow Diagram (DFD) merupakan alat yang digunakan untuk

menggambarkan suatu sistem yang telah ada atau sistem baru yang akan

dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik

dimana data tersebut mengalir ataupun lingkungan fisik dimana data tersebut

akan disimpan (Jogiyanto, HM, 2005 :700).

1. Kesatuan Luar

Merupakan kesatuan lingkungan di luar sistem yang dapat berupa

orang, organisasi atau sistem lainnya yang berada di lingkungan luarnya

yang akan memberikan input atau menerima output dari sistem.

Gambar 2.3 Kesatuan Luar

2. Arus Data

Arus data ini mengalir diantara proses, simpanan data dan kesatuan

luar. Arus data ini menunjukkan arus dari data yang dapat berupa masukan

untuk sistem atau hasil dari proses sistem. Arus data ini ditunjukkan dengan

(50)

Gambar 2.4 Arus Data

3. Proses

Suatu proses adalah kegiatan atau kerja yang dilakukan oleh orang,

mesin atau komputer dari hasil suatu arus data yang masuk ke dalam proses

untuk menghasilkan arus data yang akan keluar dari proses.

Gambar 2.5 Proses Data

4. Simpan data

Simpanan data merupakan simpanan dari data yang dapat berupa:

a. Suatu file atau database di sistem computer

b. Suatu arsip atau catatan manual

c. Suatu kotak tempat data di meja seseorang

d. Suatu tabel acuan manual

e. Suatu agenda atau buku

Gambar 2.6 Data Store

5. Entity Relationship Diagram

Entitas Relationship Diagram (ERD) adalah “mendokumentasikan data

perusahaan dengan mengidentifikasikan jenis dan hubungannya”(Leod:1995,

(51)

Komponen-komponen ERD yaitu:

1. Jenis Entitas.

Jenis entitas (Entity Type) dapat berupa suatu elemen lingkungan,

sumber daya, atau transaksi yang begitu pentingnya bagi perusahaan

sehingga didokumentasikan dengan data jenis entitas didokumentasikan

dengan simbol persegi panjang.

Gambar 2.7 Entitas

2. Hubungan (Relationship)

Hubungan adalah asosiasi yang ada antara dua jenis entitas. Hubungan

digambarkan dengan bentuk belah ketupat. Tiap belah ketupat diberi label

kerja

Gambar 2.8 Relationship

3. Atribut

Atribut adalah karakteristik dari suatu entitas. Atribut tersebut

sebenarnya adalah elemen data, dan masing masing diberikan nilai tunggal,

yang disebut nilai atribut dan digambarkan dalam bentuk elips.

(52)

6. Sistem Manajemen Basis Data

Menurut Jogiyanto H.M (1989 : 13) Basis Data adalah kumpulan dari

beberapa data yang saling berhubungan satu dengan yang lainnya, tersimpan

diperangkat keras komputer dan digunakan oleh perangkat lunak untuk

memanipulasinya. Database sendiri adalah sekumpulan data yang berhubungan

dengan secara logika dan memiliki beberapa arti yang saling berpautan. DBMS

yang utuh biasanya terdiri dari :

1. Hardware

Hardware merupakan sistem computer actual yang digunakan untuk

menyimpan dan mengakses databse. Dalam sebuah organisasi berskala

besar, hardware terdiri : jaringan dengan sebuah server pusat dan beberapa

program client yang berjalan di komputer desktop.

2. Software beserta utility

Software adalah DBMS yang aktual. DBMS memungkinkan para user

untuk berkomunikasi dengan database. Dengan kata lain DBMS merupakan

mediator antara database dengan user. Sebuah database harus memuat

seluruh data yang diperlukan oleh sebuah organisasi.

3. Prosedur

Bagian integral dari setiap sistem adalah sekumpulan prosedur yang

mengontrol jalannya sistem, yaitu praktik-praktik nyata yang harus diikuti

(53)

4. Data

Data adalah jantung dari DBMS. Ada dua jenis data. Pertama, adalah

kumpulan informasi yang diperlukan oleh suatu organisasi. Jenis data kedua

adalah metadata, yaitu informasi mengenai database.

5. User

Ada sejumlah user yang dapat mengakses atau mengambil data sesuai

dengan kebutuhan penggunaan aplikasi-aplikasi,dan interface yang disediakan

oleh DBMS, antara lain adalah :

1. Database administrator adalah orang atau group yang bertanggungjawab

mengimplementasikan sistem database di dalam suatu organisasi

2. Enduser adalah orang yang berada di depan workstation dan berinteraksi

secara langsung dengan sistem.

3. Programmer aplikasi, orang yang berinteraksi dengan database melalui

cara yang berbeda.

6. Flowchart

Flowchart adalah salah satu table keputusan dengan jalur yang

terpisahkan melalui sebuah alur diagram yang mampu menampilkan aturan

keputusan. Dengan adanya flowchart ini, maka akan dengan mudah ditelusuri

proses yang terjadi dalam sebuah sistem. Selai itu kita dapat mengetahui tugas

masing-masing dan kapan tugas itu harus dijalankan.

Simbol-simbol dalam flowchart menurut Jogiyanto (2002:795) adalah sebagai

(54)

Tabel 2.1 Simbol Flowchart

SIMBOL KETERANGAN

Mulai ( start ), berakhir ( end ) atau berhenti.

I/O : Data dan prasyaratan yang diberikan.

Mekanisme perekaman, proses dan pelaporan.

Dokumen masukkan ( formulir ) dan dokumen keluaran ( laporan ).

File master ataupun file temporer yang digunakan dalam proses.

Fungsi pemasukkan data atau key in

Pengambilan keputusan.

Simbol Arus / garis alir

(55)

37 A.Tinjauan Umum Lokasi Penelitian

Program Studi Teknik Informatika adalah salah satu program studi di

Universitas Nusantara PGRI Kediri yang terletak di kampus 2, dengan alamat

di Jl. K.H. Achmad Dahlan No. 76 Telp (0354) 776706 Kediri 64112.

Program Studi Teknik Informatika adalah salah satu program studi

yang paling banyak mempunyai jumlah mahasiswa yang aktif di Fakultas

Teknik. Didirikannya Program Sudi Teknik Informatika ini adalah sebagai

salah satu wujud dari peran aktif Universitas Nusantara PGRI Kediri dalam

pendidikan tinggi nasional.

Program Studi Teknik Informatika berdiri pada tahun 2006 dan

sekarang sudah terakreditasi. Untuk dapat eksis serta tetap berperan aktif dalam

dunia pendidikan tinggi teknik informatika, maka Progam Studi Teknik

Informatika menetapkan visi, yaitu menjadi program studi teknik informatika

yang unggul dan sebagai pusat pengembangan sumber daya manusia dalam

ilmu pengetahuan dan teknologi komputer yang berahlak mulia serta mampu

berkompetisi di era globalisasi”.

1. Nama Lokasi Penelitian

Program Studi Teknik Informatika Fakultas Teknik Universitas Nusantara

(56)

2. Alamat Lokasi Penelitian

Jl. K.H. Achmad Dahlan No. 76 Telp (0354) 776706 Kediri 64112

B.Visi Misi dan Tujuan 1. Visi

Menjadi Program Studi Teknik Informatika yang unggul dan sebagai pusat

pengembangan sumber daya manusia dalam ilmu pengetahuan dan

teknologi komputer yang berahlak mulia serta mampu berkompetisi di era

globalisasi.

2. Misi

Untuk mewujudkan visi tersebut, ditetapkan Misi Program Studi Teknik

Informatika sebagai berikut :

1) Meningkatkan kualitas, integritas moral yang tinggi serta mampu

bekerjasama, berinovasi, kreatif dan profesional dalam bidang teknik

Informatika yang bercirikan kekhasan daerah.

2) Meningkatkan citra program studi yang berkualitas dan jaminan standart

kualitas lulusan (output).

3) Meningkatkan hubungan kerjasama yang strategis dengan

lembaga-lembaga lain baik lembaga-lembaga pemerintah maupun non-pemerintah pada

tingkat lokal, regional dan nasional.

3. Tujuan

Tujuan dari Program Studi Teknik Informatika adalah sebagai berikut :

1) Menghasilkan Sarjana TI yang harus mahir dalam memanfaatkan

(57)

memiliki wawasan yang luas dan mengikuti perkembangan IPTEK

yang sesuai dengan kebutuhan kerja bidang Informatika.

2) Menghasikan Sarjana TI yang mempunyai kemampuan untuk

perencanaan, penyusuran, perbaikan,pengoprasian dan mampu

mengaplikasikan pemecahan sistem integral teknik informatika.

3) Menghasilkan Sarjana TI yang mampu mengkomunikasikan dan

mengimplementasikan penyelesaian masalah yang ada di dalam

bidang keinformatikaan.

4) Menghasilkan Sarjana TI yang handal, bermoral, memiliki etika

profesi, berjiwa wiraswata, dan berwawasan manajemen modern.

C. Struktur Organisasi 1. Bagan Struktur Organisasi

Gambar 3.1 Struktur Organisasi Program studi Teknik informatika

KETUA

PRODI

ADMIN 1

ADMIN 2

ADMIN 3

ADMIN 4

SEKRETARIS

(58)

2. Susunan Nama Dan Jabatan

a. Ketua Program Studi : Ahmad Bagus Setiawan, ST, MM., M.Kom

b. Sekretaris Program Studi : Agustono Heriadi, S.ST.

c. Admin 1 : Isna Ainun Nikma

d. Admin 2 : Mohammad Amdanibik

e. Admin 3 : Putri Kusuma Ambarsari

f. Admin 4 : Riyan Adi Susanto

3. Data Dosen Teknik Informatika Universitas Nusantara PGRI Kediri

NoNama Alamat

1 Ahmad Bagus Setiawan,ST,M.Kom., MM. Jl. KH Hasyim Asyari Gg. 1 Nusa Indah No. 74 Kediri

2 Ali Fauzi, M.Kom. Ds. Kweden Kec. Ngasem

3 Ardi Sanjaya, M.Kom.

Jl. Kyai Doko No. 215

GG.Seroja

RT/RW 09/02 Ds. Doko

Kec. Ngasem Kediri

4 Agustono Heriadi, S.ST., M.Kom. Setonogedong Kediri

5 Djuli Pontjowijono, S.Kom., M.M.

Perum Jenggolo Indah No.2

Blok E No.15 RT 5 RW 1

Gogorante Ngasem

6 Dody Budi Setiono, Drs, S.ST, M.Kom. Mojoroto GG. X/5 A – Kediri

7 Eko Maryanto, S.Kom., M.M Ds. Cengkok Rt8 /8 Kec. Ngronggot Kab.Nganjuk

8 Elmi Sasmitaningtyas, SH, M.Kn. Singonegaran Kota Kediri

9 Fatkur Rohman, M.Pd. Mojo

(59)

Kediri

11 Juli Sulaksono, Ir., M.kom., M,M, Singonegaran Kota Kediri

12 Khozin SM. Drs, M.Pd.I, MM. Ds. Pagu wates kab kediri

13 Margo Ridho Leksono, M.Kom. Jl. Wilis No. 35 – Pare

14 Moh. Khayat Subkhan,S.Kom.M.Kom.,

M.Pd. Jl. Mastrip 113 Kediri

15 Nanang Susetyo, ST, M.Eng. Jl.Penanggungan 45 Kediri

16 Niska Shofia, S.Si. M.Pd. Jl.Kh.Hasyim Asyari No. 16 Kota Kediri

17 Patmi Kasih, M.Kom. Jl.Joyoboyo III No.13 Tepus Ds. Sukorejo Kec.Ngasem

18 Ratih Kumalasari N, S.ST., M.Kom. Jl. Besowo 131, Kepung, Kediri

19 Ratna Wardani, S.Si, MM. Jl. Veteran No.16 Kota Kediri

20 Resty Wulanningrum, M.Kom.

Dsn. Sambirobyong Rt.2 Rw.1

Blabak Kec.Kandat Kab

Kediri

21 Suyadi, Drs. M.Pdi.

22 Yusup Darmanto, M.Kom. Kunjang Rt.2 Rw.1 Ngancar Kab Kediri

23 Ervin Kusuma Dewi. S.Kom., M.Cs. Perum Bumi asri Blok J-5

24 Anggia Dini Panggabean, S.Kom. Jl. Pamenang 2/46 Kediri

25 Ari Eka Prasetiyanto, S.Kom. Jl. Letjen s Parman 31 Kota Kediri

26 Bagus Fadzerie Robby, S.Kom. Ds.Singkalanyar Kec. Prambon Nganjuk

(60)

28 Danar Putra Pamungkas, S.Kom Jl. Teuku Umar No.77 Jombang

29 Daniel Swanjaya, M.Kom Wates Kab. Kediri

30 Fajar Rohman Hariri, M.Kom. Jl. Jederal Ahmad Yani 47 - Pare

31 Indah Mulyaningtyas, S.Pd. Ds. Ngampel Dsn. Betik Mojoroto Kota Kediri

32 Irfan Fauzi, S.T Jl. P. Jend. Soedirman

Kepatihan Tulung agung

33 Mahendra Puji Permana Aji, S.Pd.

34 Risa Halilintar, S.Kom Jl.KH. Agus Salim Gg.8 Kota Kediri

35 Risky Aswi Ramadhani, S. Kom.

Dsn Paras Ds. Banjarejo Kec.

Ngadiluwih

Kab Kediri

36 Rony Heri Irawan, S.Kom. Jln Ongko wijoyo No.28B Gedangsewu Pare

37 Artinawati Dwi L, S.Pd, M.Pd. Jl.KH Ahmad dahlan Mojoroto Gg.6 Timur No.30 Kediri

38 Yoana Lukitasari, S.ST Rejoso nganjuk

D.Tugas Dan Wewenang 1. Sistem Tata Pamong

Sistem tata pamong berjalan secara efektif melalui mekanisme yang

disepakati bersama, serta dapat memelihara dan mengakomodasi semua

unsur, fungsi, dan peran dalam program studi. Tata pamong didukung

Gambar

Gambar Halaman
Tabel 1.1 Jadwal Penelitian
Gambar 2.1 Arsitektur SOM
Gambar 2.2 Bagan Arsitektur SOM
+7

Referensi

Dokumen terkait

Membuat Aplikasi untuk melakukan pencarian dokumen dengan menerapkan metode Latent Semantic Indexing untuk memberikan rekomendasi topik yang terkait dengan topik

Hasil akhir dari aplikasi ini adalah sistem yang menampilkan calon pembeli dengan menggunakan baju virtual yang melekat pada badannya sesuai dengan

Sistem clustering dengan Competitive Network jaringan syaraf tiruan Kohonen dapat digunakan untuk memetakan mahasiswa berdasarkan minatnya pada topik-topik penelitian

Penerapan algoritma winnowing digunakan pada sistem rekomendasi penentuan dosen pembimbing untuk memberikan perhitungan kesamaan antara topik penelitian mahasiswa

Penerapan algoritma winnowing digunakan pada sistem rekomendasi penentuan dosen pembimbing untuk memberikan perhitungan kesamaan antara topik penelitian mahasiswa

Aplikasi sistem rekomendasi yang dibangun memiliki fitur menampilkan daftar rekomendasi restoran berdasarkan kategori restoran yang dipilih dengan menggunakan

Aplikasi Manajemen Pelaksanaan Skripsi Pada Program Studi Teknik Informatika Politeknik Negeri Malang yang dibangun sesuai dengan perancangan sistem dan telah sesuai

Hasil percobaan menunjukkan bahwa metode Self-Organizing Map (SOM) pada perekomendasian topik skripsi menghasilkan cluster yang baik untuk dapat d jadikan