Penerapan Metode Clustering Data Dengan C-Means Untuk Rekomendasi Penerima Beasiswa Pada Universitas Sumatera Utara

(1)

(2)

(3)

PERSETUJUAN

Judul : PENERAPAN METODE CLUSTERING DATA

DENGAN C-MEANS UNTUK REKOMENDASI

PENERIMA BEASISWA PADA UNIVERSITAS

SUMATERA UTARA

Kategori : SKRIPSI

Nama : DESI FITRIANI

Nomor Induk Mahasiswa : 091402003

Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI

Departemen : TEKNOLOGI INFORMASI

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

(FASILKOMTI) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Agustus 2013

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Dedy Arisandi, ST, M.Kom Syahril Efendi, S.Si, M.IT NIP : 19790831 200912 1 002 NIP : 19671110 199602 1 001

Diketahui/Disetujui oleh

Program Studi S1 Teknologi Informasi Ketua,

(4)

iii

PERNYATAAN

PENERAPAN METODE CLUSTERING DATA DENGAN C-MEANS UNTUK REKOMENDASI PENERIMA BEASISWA

PADA UNIVERSITAS SUMATERA UTARA

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Agustus 2013

Desi Fitriani 091402003

(5)

PENGHARGAAN

Alhamdulillah segala puji dan syukur penulis sampaikan kehadirat Allah SWT beserta Nabi Besar Muhammad SAW yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi Universitas Sumatera Utara.

Ucapan terimakasih penulis sampaikan kepada:

1. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

2. Ketua dan Sekretaris Program Studi Teknologi Informasi, Prof. Dr. Opim Salim Sitompul, M.sc. dan Drs. Sawaluddin, M.IT.

3. Bapak Syahril Efendi, S.Si., M.IT selaku pembimbing satu dan Bapak Dedy Arisandi, ST., M.Kom selaku pembimbing dua yang telah banyak meluangkan waktu dan fikirannya, memotivasi, memberikan kritik dan saran kepada penulis.

4. Ibu Sarah Purnamawati, ST., M.Sc dan Bapak Baihaqi Siregar, S.Si., MT yang telah bersedia menjadi dosen penguji dan telah memberikan saran-saran yang baik bagi penulis dalam menyelesaikan skripsi ini.

5. Ayahanda Akhmad Bangun Nasution dan Ibunda Idawati Hasibuan yang telah memberikan dukungan, motivasi, dan pembelajaran bagi penulis dari kecil dan selalu sabar dalam mendidik penulis. Untuk adik penulis Saiful Anwar Nasution, Aisah Safitri, Akhmad Faisal Nasution dan Rahmat Halomoan Nasution yang selalu memberikan dukungan kepada penulis, terimakasih kepada Bapak Syamsul Bahri S.Pd yang telah memberikan dukungan dan motivasi kepada penulis.

6. Teman-teman penulis Fitrianti Pohan, Erni Fauziah Nasution, Riris Poppy Lestari, Nurul Azmi dan teman-teman Asrama Putri USU dan abangda Guntur Saputra S Hasibuan yang selalu mendukung penulis dengan sabar, selalu ada untuk penulis dalam keadaan apapun dan menjadi penyemangat penulis setelah kedua orang tua penulis.

7. Teman-teman seperjuangan yang selalu memberikan dukungan dan membantu

penulis selama belajar di Program Studi Teknologi Informasi yaitu Yuli Primadani, Aang Adyatma, Rian Haris Nasution, Adnan Buyung Nasution, Irwan Syahputra, Muhammad Rozy Lubis, Fuji Frilla Kurnia, Yayuk Anggraini dan teman-teman TA serta seluruh angkatan 09.

(6)

v

ABSTRAK

Universitas Sumatera Utara menawarkan beberapa jenis program beasiswa kepada mahasiswa berprestasi dan memerlukan bantuan ekonomi dalam menyelesaikan kuliahnya, oleh sebab itu diperlukan suatu informasi dalam bentuk rekomendasi program beasiswa. Manfaat sistem pendukung keputusan dapat diimplementasikan pada rekomendasi penerima beasiswa, teknik yang digunakan dalam aplikasi sistem pendukung keputusan ini adalah clustering data dengan c-means, dimana objek dari data yang tersedia akan dikelompokkan sedemikian rupa sehingga objek dalam satu cluster sangat mirip dan objek di berbagai cluster yang lain cukup berbeda. Clustering dengan c-means memiliki kemampuan untuk mengelompokan data mahasiswa, dan dapat meminimalisir data sesuai dengan kebutuhan program beasiswa yang ditawarkan. Setelah data mahasiswa diminimalisir, kemudian data dikelompokkan berdasarkan jarak kedekatan terhadap program beasiswa yang ditawarkan, sehingga diperoleh persamaan dan perbedaan dari beberapa cluster data dengan jarak minimal yang dimasukkan kedalam aplikasi. Aplikasi rekomendasi beasiswa memberikan informasi jenis beasiswa yang dapat diikuti oleh mahasiswa sesuai dengan syarat yang dibutuhkan oleh program beasiswa yang ditawarkan.

Kata kunci : sistem pendukung keputusan, clustering data, c-means, rekomendasi

(7)

APPLICATION OF METHODS CLUSTERING DATA WITH C-MEANS FOR RECOMMENDATIONS SCHOLARSHIP RECIPIENT

IN UNIVERSITAS SUMATERA UTARA

ABSTRACT

Universitas Sumatera Utara offers a few types of scholarship programe for achievement student and economic assistance required in completing college, therefore the required information in the form of a scholarship program recommendations. Benefits of decision support systems can be implemented on the recommendation of the scholarship recipients, the techniques used in the application of decision support system is a clustering of data with the c-means clustering, where the object of the available data will be grouped such that objects within a cluster are very similar and objects in different clusters others are quite different. C-means clustering with the ability to classify the student data, and can minimize the data according to the needs of scholarship programs offered. Once the student data is minimized, the data is grouped by distance proximity to the scholarship program offered, in order to obtain some of the similarities and differences of the data cluster with the minimum distance is entered into the application. Provide information on scholarship applications scholarship types that can be followed by students in accordance with the terms required by the scholarship program offered.

(8)

vii

BAB 2 LANDASAN TEORI 7

2.1 Sistem Pendukung Keputusan (SPK) 7

2.1.1 Nilai Guna dan Karakteristik Sistem Pendukung Keputusan 7

2.1.2 Komponen-komponen Sistem Pendukung Keputusan 9

2.1.3 Subsistem Manajemen Database 10

2.1.4 Subsistem Manajemen Basis Model 10

2.1.5 Subsistem Perangkat Lunak Penyelenggara Dialog 11

2.2 Beasiswa Universitas Sumatera Utara 12

2.2.1 Persyaratan Beasiswa Universitas Sumatera Utara 13

2.2.2 Syarat Khusus 13

2.2.3 Prosedur Untuk Mendapatkan Beasiswa Universitas Sumatera Utara 20

2.3 Data Mining 20

2.3.1 Teknik Data Mining 22

2.4 Metode Clustering 23

2.4.1 Analisa Cluster 23

2.4.2 Clustering dengan C-Means 24

2.4.3 Sifat Pengelompokan Clustering C-Means 26

2.4.4 Kelebihan dan Kekurangan C-Means Clustering 27

2.5 Pemrograman PHP dan MySQL 27

2.6 Data Flow Diagram (DFD) 29

2.7 Flowchart 29

(9)

BAB 3 ANALISIS DAN PERANCANGAN SISTEM 30

3.1 Analisis Sistem 30

3.2 Analisis Data Sistem 30

3.3 Perancangan Sistem 33

3.3.1 Pengelompokan Data (Clustering Data) 35

3.3.2 Data Cleaning 35

3.3.3 Pembentukan Centroid Cluster 37

3.3.4 Clustering Dengan C-Means 40

3.4 Analisis Komponen Sistem 43

3.4.1 Data Flow Diagram (DFD) Level 0 43

3.5 Rancangan Antarmuka Pengguna (user interface) 46

3.5.1 Rancangan Form Utama 46

3.5.2 Rancangan Form Beasiswa 47

3.5.3 Rancangan Form Staff 47

3.5.4 Rancangan Form Peserta 49

3.5.5 Rancangan Form Pengumuman 49

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 50

4.1 Implementasi Sistem 50

4.1.1 Lingkungan Implementasi 50

4.1.2 Implementasi Perancangan Antarmuka 50

4.1.3 Tampilan Implementasi Program 51

4.2 Pengujian Sistem 58

4.2.1 Rencana Pengujian Sistem 58

4.2.2 Hasil Pengujian Sistem 59

4.2.3 Hasil Pengujian Kinerja Sistem 64

BAB 5 KESIMPULAN DAN SARAN 65

5.1 Kesimpulan 65

5.2 Saran 65

DAFTAR PUSTAKA 67

LAMPIRAN A : Listing Program 69

(10)

ix

DAFTAR TABEL

Tabel 2.1 Jenis dan Syarat Beasiswa 13

Tabel 2.1 Jenis dan Syarat Beaiswa (Lanjutan) 14

Tabel 3.1 Data Mahasiswa yang Mendaftar Beasiswa 32

Tabel 3.2 Data Jenis Program Beasiswa di Universitas Sumatera Utara 34

Tabel 3.3 Nilai Numerik Tiap Fakultas 36

Tabel 3.4 Hasil Filterisasi Karakteristik Data Mahasiswa 36 Tabel 3.4 Hasil Filterisasi Karakteristik Data Mahasiswa (Lanjutan) 37

Tabel 3.5 Perbandingan Antara Tiap-tiap Centroid 39

Tabel 3.6 Jarak Data Umur ke Pusat Cluster 41

Tabel 4.1 Rencana Pengujian 59

Tabel 4.2 Hasil Pengujian 60

Tabel 4.2 Hasil Pengujian (Lanjutan) 61

(11)

DAFTAR GAMBAR

Gambar 2.1 Proses Knowledge Discovery In Database 21

Gambar 2.2 Flowchart Algoritma C-Means 25

Gambar 3.1 Flowchart Clustering 31

Gambar 3.2 Tahapan Pengelompokan Data 35

Gambar 3.3 Flowchart Clustering C-Means 40

Gambar 3.4 Diagram Konteks (DFD Level 0) 43

Gambar 3.5 Data Flow Diagram Level 1 43

Gambar 3.6 Data Flow Diagram Level 2 Mengelola Data Peserta 44 Gambar 3.7 Data Flow Diagram Level 2 SPK Rekomendasi Beasiswa 45

Gambar 3.8 Rancangan Form Utama 46

Gambar 3.9 Rancangan Form Beasiswa 47

Gambar 3.10 Rancangan Form Login Staff 48

Gambar 3.11 Rancangan Form Staff 48

Gambar 3.12 Rancangan Form Peserta 49

Gambar 3.13 Rancangan Form Pengumuman 49

Gambar 4.1 Menu Utama Program 51

Gambar 4.2 Menu Pendaftaran Beasiswa 52

Gambar 4.3 Tampilan Data Mahasiswa 52

Gambar 4.4 Menu Beasiswa 53

Gambar 4.5 Menu Login Staff 54

Gambar 4.6 Menu Staff Admin 55

Gambar 4.7 Menu Peserta 56

Gambar 4.8 Print Screen Hasil Laporan Dalam Bentuk Excel 56