• Tidak ada hasil yang ditemukan

Seminar Nasional Teknologi Informasi dan (53)

N/A
N/A
Protected

Academic year: 2018

Membagikan "Seminar Nasional Teknologi Informasi dan (53)"

Copied!
6
0
0

Teks penuh

(1)

Klasifikasi Penentuan Kelayakan Pengambilan Topik Skripsi Menggunakan Metode

Inferensi

Kristien Margi Suryaningrum

*)

, Ferry Kurniawan

**) Teknik Informatika, Universitas Bunda Mulia

E-Mail: *ksuryaningrum@bundamulia.ac.id, **ferryk1@gmail.com

Abstrak

Gelar sarjana yang ingin didapatkan oleh setiap mahasiswa, harus melewati satu proses yaitu Skripsi atau Tugas Akhir. Mahasiswa yang berhak mengambil skripsi adalah mahasiswa yang telah menyelesaikan seluruh matakuliah yang telah ditetapkan sesuai kurikulum. Namun, selama ini, banyak sekali mahasiswa yang saat akan mengajukan proposal skripsi, sangat kebingungan untuk menentukan topik yang akan diambil, sesuai kemampuan masing-masing. Bahkan tidak jarang, banyak sekali mahasiswa yang bahkan berganti topik skripsi sampai berkali-kali. Dalam penyusunan proposal skripsi, setiap mahasiswa biasanya akan berkonsultasi ke dosen atau ke Ketua Jurusan Program Studi. Mahasiswa tidak hanya berkonsultasi sekali atau dua kali. Hal ini sangatlah tidak efektif, karena sangat membuang waktu dan tenaga untuk itu, dalam mengatasi permasalahan tersebut dibutuhkan suatu klasifikasi untuk membantu mahasiswa dalam menentukan topik skripsi sesuai dengan kemampuan mahasiswa tersebut. Hal ini diterapkan dengan merancang sebuah aplikasi dengan menerapkan logika algoritma ke dalam sebuah aplikasi untuk membantu mengklasifikasikan menggunakan metode infererensi. Melalui pengkalisifikasian topik ini, diharapkan fapat memepermudah mahasiswa dalam menentukan topik skripsi, sehingga mereka dapat lulus sesuai tepat waktu.

Kata kunci: Klasifikasi, Metode Inferensi, Topik Skripsi.

1.

PENDAHULUAN

Untuk mendapatkan gelar akhir sarjana, setiap mahasiswa harus menempuh skripsi atau tugas akhir. Menurut KBBI, skripsi diartikan sebagai karangan ilmiah yang diwajibkan sebagai bagian dari persyaratan pendidikan akademis. Universitas Bunda Mulia, juga memiliki persyaratan untuk mendapatkan gelar sarjana sesuai dengan bidangnya masing-masing. Salah satu persyaratan yang harus dilakukan adalah membuat karya tulis ilmiah yang disebut dengan skripsi.

Sebelum melakukan proses skripsi, mahasiswa harus menentukan topik untuk pengajuan proposal nantinya. Namun selama ini, banyak sekali mahasiswa yang sangat kebingungan dalam menentukan topik skripsi.

Penelitian ini bertujuan untuk menerapkan logika algoritma ke dalam sebuah aplikasi untuk pengklasifikasian topik berdasarkan minat mahasiswa dalam mengikuti perkuliahan selama ini. Sehingga diperlukan suatu aplikasi yang dapat

mengklasifikasikan topik-topik skripsi sesuai dengan pengelompokan nilai pada masing-masing topik yang telah diklasifikasi.

2.

TINJAUAN PUSTAKA

Sistem ini diharapkan dapat membantu mahasiswa untuk menentukan topik skripsi atau tugas akhir, dalam bentuk sebuah Sistem Pendukung Keputusan. Menurut Mann dan Watson mendefinisikan Sistem Pendukung Keputusan sebagai sistem berbasis komputer yang dirancang untuk mempertinggi efektivitas pengambil keputusan dari masalah semi-terstruktur [1].

(2)

Forward chaining adalah teknik pencarian yang dimulai dengan fakta yang diketahui, kemudian mencocokkan fakta-fakta tersebut dengan bagian IF dari rules IF-THEN. Bila ada fakta yang cocok dengan bagian IF, maka rule tersebut akan dieksekusi. Bila sebuah rule dieksekusi, maka sebuah fakta baru (bagian THEN) ditambahkan kedalam database [3].

Setiap rule terdiri dari dua bagian, yaitu bagian IF yang disebut evidence (fakta) dan bagian THEN disebut hipotesis [3]. Syntax rule ditunjukkan pada persamaan (1).

………..(1)

E adalah evidence (fakta-fakta) yang ada. H adalah hipotesis atau kesimpulan yang dihasilkan namun masih prediktif.

Secara umum, rule mempunyai evidence lebih dari satu yang dihubungkan oleh kata penghubung AND atau OR, atau kombinasi keduanya. Untuk rule ini, ditunjukkan pada persamaan (2) dan persamaan (3).

…….

(2)

………...

(3)

Satu evidence juga dapat mempunyai hipotesis atau hasil lebih dari satu. Dan untuk rule ini, ditunjukkan pada persamaan (4).

...

(4)

Ada dua macam ketidakpastian pada sistem yang dibangun berbasis rule.[1] Yang pertama adalah ketidakpastian data. Biasanya ini disebabkan oleh informasi atau data yang diperoleh tidak lengkap. Yang kedua adalah ketidakpastian dalam proses inferensi rule. Hal ini terjadi karena rule hanya mewakili pengamatan pengembang sistem. [4].

Rancangan metode penelitian ini lebih bersifat analisis, sehingga dapat membantu user untuk mengambil keputusan berdasarkan permasalahan yang dihadapi dan tidak ada perhitungan statistik. Perencanaan pembuatan sistem untuk pembuatan aplikasi ini, digambarkan secara umum pada blok diagram. Ditunjukkan pada Gambar 1.

Gambar 1 Perancangan Sistem Aplikasi

Data mentah berupa table dan data inputan yang akan disimpan pada storage dalam bentuk database. Setelah disimpan, maka akan dilakukan pembobotan dan pengelompokan data berdasarkan matakuliah, nilai, kemudian di proses pada algoritma dan metode yang ditetapkan, dengan pencocokan di rule database dan hasil kuesioner. Setelah itu dihitung hasil akhir perhitungan dan ditampilkan hasilnya untuk mendapatkan hasil rekomendasi topik yang dipilih.

Dalam perancangan sistem ini, menggunakan DFD untuk rancangan sistemnya. Berikut adalah gambaran umum Diagram Contextnya ditunjukkan pada Gambar 2.

Gambar 2 Diagram Context Pada Gambar 2 terdapat dua buah entitas yang akan berinteraksi. Mahasiswa

DATA MENTAH

DATABASE

PEMBOBOTAN

(3)

atau user memberikan data masukan kepada sistem. Sedangkan admin, memanajemen data untuk mengolah data nilai menjadi hasil pengujian.

Pada perancangan basis data ini, akan dirancang beberapa tabel. Tabel yang terbentuk adalah tabel mahasiswa, tabel admin, tabel hasil pengujian, tabel alternatif, mata kuliah, poin nilai, rule kuesioner, dan rule nilai. Dari perancangan yang dibangun, teradapat beberapa entitas, yaitu : mahasiswa, admin, alternatif, hasil pengujian, rule kuesioner.

Hubungan antar entitas atau ERD pada perancangan aplikasi ini, ditunjukkan pada Gambar 3.

Gambar 3 Entity Relationship Diagram Perancangan Sistem

Matakuliah yang ada pada kurikulum

TI adalah ditunjukkan pada Tabel 1.

Tabel 1 Daftar Mata Kuliah Teknik Informatika UBM

Arsitektur & Organisasi Komputer

Basis Data Web

Analisis & Desain Berorientasi Objek

Perancangan Web HTML

Komputer Grafis

Rekayasa Perangkat Lunak

Animasi dan Desain Multimedia

Basis Data

Dari matakuliah tersebut, dijabarkan 6 kelompok matakuliah, yaitu :

1. Kelompok Mata Kuliah Alternatif 1 atau Jaringan (C1)

2. Kelompok Mata Kuliah Alternatif 2 atau Penerapan Algoritma dan Basis Data (C2),

3. Kelompok Mata Kuliah Alternatif 3, Penerapan algoritma komputasi dalam aplikasi komputer desktop (C3),

4. Kelompok Mata Kuliah Alternatif 4 atau Penerapan Algoritma (C4),

5. Kelompok Mata Kuliah Alternatif 5 atau Computer Vision (C5),

6. Kelompok Mata Kuliah Alternatif 6 atau Mobile Techonology (C6).

Range nilai setiap mata kuliah dibagi menjadi 3 bagian, yaitu :

a) 56.00 – 67.99 = C, b) 68.00 – 79.99 = B, c) 80.00 – 100 = A

(4)

sisanya adalah kuesioner yang direpresentasikan ke dalam angka 1-6.

Untuk melakukan perhitungan pada nilai mata kuliah, diberikan poin untuk nilai A,

poin 6, untuk Nilai B poin 3, untuk nilai C, poinnya 1. Sedangkan untuk mendapatkan hasil 40% dari pengisian kuesioner, diberikan poin seperti yang ditunjukkan pada Tabel 2.

Tabel 2 Poin Kuesioner Tingkat Ketertarikan Poin

1 6.67

2 13.34

3 20.01

4 26.68

5 33.25

6 40

3.

HASIL DAN PEMBAHASAN

Setelah perancangan dan metode dibuat, maka aplikasi dapat diimplementasikan. Pertama, user harus login dahulu. Gambar form login ditunjukkan pada Gambar 4.

Gambar 4 Form Login

Untuk mendapatkan hasil rekomendasi berdasarkan proses klasifikasi, maka dapat diterapkan langkah sebagai berikut.

1. Inputkan nilai yang telah didapat dari matakuliah inti di Teknik Informatika.

2. Langkah selanjutnya adalah mengisi data pilihan yang sesuai minat dari masing-masing mahasiswa

3. Proses selanjutnya adalah perhitungan. Pada proses ini akan diterapkan metode inferensi Forward chaining. Nilai yang

(5)

telah diinput dan dicocokkan sesuai range kertarikan minat yang dimiliki. Gambar hasil perhitungan ditunjukkan pada gambar 6. Sedangkan hasil pengujian ditunjukkan pada Gambar 7. Detil hasil pengujian dapat dilihat pada gambar 8. Hasil akhir tingkat kecocokan pada alternatif ditunjukkan pada tabel 3.

Tabel 3 Hasil Akhir Persentase Kecocokan Masing-Masing Alternatif

No. Nama Alternatif %

Kecoco kan 1 Networking (A1) 47.15 2 Penerapan Alogritma dan

Basis Data (A2)

45.01

3 Pemograman Desktop (A3) 63.68 4 Pemograman Web (A4) 74.92 5 ComputerVision (A5) 61.68 6 Mobile Technology (A6) 69.18

Hasil dari pengisian data pengujian didapatkan klasifikasi untuk mahasiswa tersebut adalah sistem akan menyarankan mahasiswa untuk mengambil topik skripsi alternatif keempat, yaitu penerapan algoritma komputasi dalam aplikasi web (A4), dan tidak menyarankan mahasiswa untuk mengambil penerapan algoritma dan basis data (A2).

4.

KESIMPULAN

Dari pembahasan yang dipaparkan, maka terdapat beberapa kesimpulan, yaitu :

1. Dari sistem yang dibangun dapat digunakan untuk memberikan rekomendasi mahasiswa sesuai topik yang telah diklasifikasikan.

2. Jika ada perubahan data untuk matakuliah, dapat dilakukan secara dinamis kecuali jika ada perubahan kurikulum baru.

Gambar 7 Hasil Perhitungan

(6)

5.

DAFTAR PUSTAKA

[1] Daihani, D.U.Komputerisasi Pengambilan Keputusan. Jakarta: Elex Media Komputindo.2001.

[2] Kusrini. Strategi Perancangan dan Pengelolaan Basis Data.Yogyakarta : ANDI. 2007.

[3] Sutojo, T., Edy Mulyanto, Vincent Suhartono. Kecerdasan Buatan.

Yogyakarta: ANDI. 2011.

Gambar

Gambar 2 Diagram Context
Gambar 3.  Pemograman Visual Basic Pemograman Citra
Gambar 5 Gambar Input Nilai
Gambar 8 Detail Hasil Pengujian

Referensi

Dokumen terkait

perubahan dalam hubungan antara harga dari suatu posisi risiko (original position) dengan harga instrumen untuk hedging. Basis risk muncul dalam situasi dimana harga pasar

 Prinsip: memeriksa berat jenis urine dengan alat urinometer  Tujuan: mengetahui kepekatan urine.  Alat

(3) Rata–rata hasil rating (HR) respon siswa terhadap media pembelajaran sebesar 81,50%, menunjukkan bahwa respon siswa terhadap media masuk dalam kategori sangat

Data hasil pengujian kuat tekan antara resin poliester dan penambahan serat daun nenas dengan orientasi serat acak (serat pendek) dan serat searah (serat panjang) dapat

Produk Jurnalistik yang akan kami produksi dalam bentuk video dokunmenter dengan mengambil contoh kongkrit Koboy (Komunitas Bocah Wayang), yang bertujuan untuk

Dalam penelitian ini diperoleh hasil dari ketiga dimensi webqual yaitu variabel usability, information dan service bahwa web kota prabumulih memiliki penilaian

To describe the percentage the suitability of the completeness and the suitability of the materials order of English textbook for the tenth grade students in

Arah kebijakan keuangan daerah menguraikan kebijakan yang akan ditempuh oleh Pemerintah Kabupaten Banyuwangi berkaitan dengan pendapatan daerah, pembiayaan daerah,