Penerapan algoritma MixCBLOF berbasis klaster untuk identifikasi outlier pada data hasil ujian nasional, indeks integritas, dan akreditasi SMA di Daerah Istimewa Yogyakarta

(1)

PENERAPAN ALGORITMA MIXCBLOF BERBASIS KLASTER UNTUK IDENTIFIKASI OUTLIER PADA DATA HASIL UJIAN NASIONAL,

INDEKS INTEGRITAS, DAN AKREDITASI SMA DI DAERAH ISTIMEWA YOGYAKARTA

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh :

I. Kristanto Riyadi NIM : 135314062

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

(2)

ii

PENERAPAN ALGORITMA MIXCBLOF BERBASIS KLASTER UNTUK IDENTIFIKASI OUTLIER PADA DATA HASIL UJIAN NASIONAL,

INDEKS INTEGRITAS, DAN AKREDITASI SMA DI DAERAH ISTIMEWA YOGYAKARTA

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh :

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

(3)

iii

IMPLEMENTATION OF MIXCBLOF ALGORITHM BASED CLUSTER

FOR OUTLIER IDENTIFICATION IN NATIONAL DATA SCORES,

INTEGRITY INDEX, AND ACCREDITATION OF SENIOR HIGH SCHOOL IN YOGYAKARTA

FINAL PROJECT

Present as Partial Fullfillment of the Requirements to Obtain the Sarjana Komputer Degree in Informatics Engineering Study Program

By :

INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY

(4)

(5)

(6)

vi

HALAMAN PERSEMBAHAN

“Mintalah, maka akan diberikan kepadamu; carilah, maka kamu

akan mendapat; ketoklah, maka pintu

akan dibukakan bagimu”

(Mat 7:7)

Karya ini kupersembahkan kepada :

Orangtuaku, P. Sutarmijan dan M.Sumaryati

Saudara-saudaraku

(7)

(8)

viii

ABSTRAK

Dalam makalah ini dijabarkan mengenai algoritma MixCBLOF untuk

mendeteksi outlier pada data hasil Ujian Nasional, Indeks Integritas Ujian Nasional, dan Akreditasi SMA di Daerah Istimewa Yogyakarta. Penulis

menggunakan Knowledge Discovery in Database (KDD) yang terdiri dari

pembersihan data, integrasi data, seleksi data, transformasi data, dan

penambangan data. Pada tahap pembersihan data dan integrasi data dilakukan

secara manual. Selanjutnya penulis merancang perangkat lunak sebagai alat untuk

melakukan tahap evaluasi pola dari hasil penambangan data yang diperoleh dari

perangkat lunak. Perangkat lunak diujikan dengan menggunakan dua dataset yang

merupakan data hasil Ujian Nasional, Indeks Integritas Ujian Nasional, dan

Akreditasi SMA tahun ajaran 2014/2015 di Daerah Istimewa Yogyakarta jurusan

IPA dan jurusan IPS. Berdasarkan penelitian yang telah dilakukan, dapat

diketahui bahwa algoritma MixCBLOF dapat digunakan untuk mendeteksi outlier pada data hasil Ujian Nasional, Indeks Integritas Ujian Nasional, dan Akreditasi

SMA. Pendeteksian outlier dipengaruhi oleh nilai b dan nilai Akreditasi SMA.

(9)

ix

ABSTRACT

This paper describes the MixCBLOF algorithm to detect outliers on National Examination data, Integrity Index of National Examination, and SMA

Accreditation in Yogyakarta. The writer uses Knowledge Discovery in Database

(KDD) which consists of data cleaning, data integration, data selection, data

transformation, and data mining. At the data cleaning stage and data integration

conducted them manually. Furthermore the writer designed the software as a tool

to perform the pattern evaluation stage of the data mining obtained from the

software. The software is tested using two datasets which are National Exam

result data, Integrity Index of National Examination, and SMA Accreditation in

the academic year of 2014/2015 in Yogyakarta majoring in science and social

studies majors. Based on the research that has been done, it can be seen that

MixCBLOF can be used to detect outliers on National Examination, Integrity Index of National Examination, and SMA Accreditation. Outlier detection is influenced by b value and value of SMA Accreditation.

(10)

(11)

xi

KATA PENGANTAR

Puji syukur kepada Tuhan Yesus Kristus yang selalu menyertai dan membimbing saya dalam menyelesaikan skripsi yang berjudul “Penerapan Algoritma MixCBLOF Berbasis Klaster untuk Identifikasi Outlier Pada Data Hasil Ujian Nasional, Indeks Integritas, dan Akreditasi SMA di Daerah Istimewa Yogyakarta”.

Skripsi ini tidak dapat saya selesaikan tanpa bantuan dan dukungan dari

pihak lain. Untuk itu, dalam kesempatan ini penulis ingin mengucapkan terima

kasih kepada:

1. Tuhan Yesus Kristus dan Bunda Maria yang selalu memberikan

anugerah, rahmat, kekuatan, dan keberuntungan sehingga penulis

dapat menyelesaikan tugas akhir ini.

2. Bapak Sudi Mungkasi, S.Si, M.Math.Sc., Ph.D. selaku Dekan

Fakultas Sains dan Teknologi.

3. Ibu Dr. Anastasia Rita Widiarti selaku Ketua Program Studi Teknik

Informatika dan juga selaku Dosen Metodologi Penelitian yang telah

memberikan waktu, bimbingan, dan nasihat kepada penulis.

4. Ibu Paulina Heruningsih Prima Rosa, M.Sc. selaku Dosen

Pembimbing Skripsi yang telah memberikan waktu, bimbingan,

nasihat, dan motivasi kepada penulis.

5. Bapak Alb. Agung Hadhiatma, M.T. selaku Dosen Pembimbing

Akademik penulis.

6. Seluruh Dosen, sekretariat, laboran, staff, dan perpustakaan yang telah

membimbing dan membantu selama proses perkuliahan di Universitas

Sanata Dharma.

7. Orangtuaku, Petrus Sutarmijan dan Maria Sumaryati serta

saudara-saudaraku terkasih, terima kasih atas doa, kesabaran, perhatian,

dukungan dan kesempatan yang diberikan sehingga skripsi ini dapat

(12)

(13)

xiii

DAFTAR ISI

HALAMAN JUDUL ... ii

TITLE PAGE ... iii

HALAMAN PERSETUJUAN ...Error! Bookmark not defined. HALAMAN PENGESAHAN...Error! Bookmark not defined. PERNYATAAN KEASLIAN KARYA ...Error! Bookmark not defined. ABSTRAK ... viii

ABSTRACT ... ix

PERSETUJUAN PUBLIKASI KARYA ILMIAH ...Error! Bookmark not defined. KATA PENGANTAR ... xi

DAFTAR ISI ... xiii

DAFTAR TABEL ... xvii

DAFTAR GAMBAR ... xix

BAB IPENDAHULUAN ... 1

1.1 LATAR BELAKANG ... 1

1.2 RUMUSAN MASALAH ... 4

1.3 TUJUAN ... 4

1.4 BATASAN MASALAH ... 4

1.5 MANFAAT PENELITIAN... 5

1.6 METODOLOGI PENELITIAN ... 5

1.7 SISTEMATIKA PENULISAN ... 6

BAB IILANDASAN TEORI ... 8

2.1 PENAMBANGAN DATA ... 8

2.1.1 Pengertian Penambangan Data ... 8

2.1.2 Asal-usul Penambangan Data ... 8

2.1.3 Tugas-tugas Penambangan Data ... 9

2.1.4 Knowledge Discovery in Databases (KDD) ... 10

2.2 OUTLIER ... 12

2.2.1 Pengertian Outlier ... 12

(14)

xiv

2.3 MixCBLOF (Mix Cluster Based Local Outlier Factor) ... 14

2.3.1 CBLOF (Cluster Based Local Outlier Factor) ... 14

2.3.2 NCBLOF (Numerical Cluster Based Local Outlier Factor) ... 16

2.3.3 Algoritma MixCBLOF ... 17

2.4 STRUKTUR DATA ... 18

BAB IIIMETODOLOGI PENELITIAN... 21

3.1 BAHAN RISET/ DATA ... 21

3.2 PERALATAN PENELITIAN ... 27

3.3 TAHAP-TAHAP PENELITIAN ... 27

BAB IVPEMROSESAN AWAL DAN PERANCANGAN PERANGKAT LUNAK PENAMBANGAN DATA ... 31

4.1 PEMROSESAN AWAL ... 31

4.1.1 Pembersihan Data ... 31

4.1.2 Integrasi Data ... 31

4.1.3 Seleksi Data ... 32

4.1.4 Transformasi Data ... 35

4.2 PERANCANGAN PERANGKAT LUNAK PENAMBANGAN DATA ... 35

4.2.1 Perancangan Umum ... 35

4.2.1.1 Input Sistem ... 35

4.2.1.2 Proses Sistem ... 36

4.2.1.3 Output Sistem ... 37

4.2.2 Diagram Use Case ... 37

4.2.3 Diagram Aktivitas ... 39

4.2.4 Diagram Kelas Analisis ... 39

4.2.5 Diagram Sekuen ... 39

4.2.6 Perancangan Struktur Data ... 39

4.2.7 Diagram Kelas Disain ... 41

4.2.8 Algoritma per Method ... 41

4.2.9 Perancangan Antarmuka ... 41

4.2.9.1 Perancangan Halaman Awal ... 42

4.2.9.2 Perancangan Halaman Proses ... 43

(15)

xv

4.2.9.4 Perancangan Halaman Tentang ... 47

BAB VIMPLEMENTASI PENAMBANGAN DATA DAN EVALUASI HASIL ... 48

5.1 IMPLEMENTASI RANCANGAN PERANGKAT LUNAK ... 48

5.1.1 Implementasi Kelas Model ... 48

5.1.2 Implementasi Kelas View ... 48

5.1.3 Implementasi Kelas Control ... 57

5.2 EVALUASI HASIL ... 58

5.2.1 Pengujian Perangkat Lunak (Black Box) ... 58

5.2.1.1. Rencana Pengujian Black Box ... 58

5.2.1.2. Prosedur Pengujian Black Box dan Kasus Uji ... 58

5.2.1.3. Evaluasi Pengujian Black Box ... 58

5.2.2 Pengujian Perbandingan Hasil Pencarian Outlier Secara Manual dengan Hasil Pencarian Outlier menggunakan Perangkat Lunak ... 59

5.2.2.1. Pencarian Outlier Secara Manual... 59

5.2.2.2. Pencarian Outlier menggunakan Perangkat Lunak ... 59

5.2.2.3. Evaluasi Pengujian Perbandingan Hitung Manual dengan Hasil Perangkat Lunak ... 61

BAB VIANALISIS HASIL DAN PEMBAHASAN ... 62

6.1. DATASET ... 62

6.2. HASIL IDENTIFIKASI OUTLIER ... 62

6.2.1. Hasil Identifikasi Outlier Dataset Jurusan IPA ... 62

6.2.2. Hasil Identifikasi Outlier Dataset Jurusan IPS ... 72

6.3. ANALISIS HASIL IDENTIFIKASI OUTLIER ... 82

6.3.1. Analisis Hasil Identifikasi Outlier Dataset Jurusan IPA ... 82

6.3.2. Analisis Hasil Identifikasi Outlier Dataset Jurusan IPS ... 84

6.4. KELEBIHAN DAN KEKURANGAN PERANGKAT LUNAK ... 85

6.4.1. Kelebihan Perangkat Lunak ... 85

6.4.2. Kekurangan Perangkat Lunak ... 85

BAB VIIPENUTUP ... 86

7.1. KESIMPULAN ... 86

7.2. SARAN ... 88

(16)

xvi

LAMPIRAN 1 : NARASI USE CASE ... 91

LAMPIRAN 2 : DIAGRAM AKTIVITAS ... 95

LAMPIRAN 3 : DIAGRAM KELAS ANALISIS... 98

LAMPIRAN 4 : DIAGRAM SEQUENCE ... 99

LAMPIRAN 5 : DIAGRAM KELAS DISAIN ... 102

LAMPIRAN 6 : ALGORITMA PER METHOD ... 103

LAMPIRAN 7 : PROSEDUR PENGUJIAN DAN KASUS UJI ... 110

(17)

xvii

DAFTAR TABEL

Tabel 3. 1 Nilai UN Jurusan IPA ... 21

Tabel 3. 2 Nilai UN Jurusan IPS ... 22

Tabel 3. 3 Nilai IIUN Jurusan IPA ... 22

Tabel 3. 4 Nilai IIUN Jurusan IPS ... 22

Tabel 3. 5 Nilai Akreditasi SMA ... 23

Tabel 3. 6 Atribut Data Nilai UN Jurusan IPA ... 23

Tabel 3. 7 Atribut Data Nilai UN Jurusan IPS ... 24

Tabel 3. 8 Atribut Data NIlai IIUN Jurusan IPA ... 25

Tabel 3. 9 Atribut Data Nilai IIUN Jurusan IPS ... 26

Tabel 3. 10 Atribut Data Nilai Akreditasi SMA ... 26

Tabel 4. 1 Hasil Integrasi Jurusan IPA ... 32

Tabel 4. 2 Hasil Integrasi Jurusan IPS ... 32

Tabel 4. 3 Hasil Seleksi Atribut Jurusan IPA ... 33

Tabel 4. 4 Hasil Seleksi Atribut Jurusan IPS ... 34

Tabel 5. 1 Implementasi Kelas Model ... 48

Tabel 5. 2 Implementasi Kelas View ... 48

Tabel 5. 3 Spesifikasi detail kelas Hal_Utama.java ... 49

Tabel 5. 4 Spesifikasi detail kelas Hal_Proses.java ... 50

Tabel 5. 5 Spesifikasi detail frame frameDeteksi ... 53

Tabel 5. 6 Spesifikasi detail kelas Hal_Bantuan.java ... 54

Tabel 5. 7 Spesifikasi detail kelas Hal_Tentang.java ... 56

Tabel 5. 8 Implementasi kelas Controller ... 57

Tabel 5. 9 Rencana pengujian Black Box ... 58

(18)

xviii

Tabel 6. 2 Hasil pengujian kedua jurusan IPA ... 64

Tabel 6. 3 Hasil pengujian ketiga jurusan IPA ... 65

Tabel 6. 4 Hasil pengujian keempat jurusan IPA ... 65

Tabel 6. 5 Hasil pengujian kelima jurusan IPA ... 66

Tabel 6. 6 Hasil pengujian keenam jurusan IPA ... 67

Tabel 6. 7 Hasil pengujian ketujuh jurusan IPA ... 68

Tabel 6. 8 Hasil pengujian kedelapan jurusan IPA ... 69

Tabel 6. 9 Hasil pengujian kesembilan jurusan IPA ... 70

Tabel 6. 10 Hasil pengujian kesepuluh jurusan IPA ... 71

Tabel 6. 11 Hasil pengujian pertama jurusan IPS ... 72

Tabel 6. 12 Hasil pengujian kedua jurusan IPS ... 73

Tabel 6. 13 Hasil pengujian ketiga jurusan IPS ... 74

Tabel 6. 14 Hasil pengujian keempat jurusan IPS ... 75

Tabel 6. 15 Hasil pengujian kelima jurusan IPS ... 76

Tabel 6. 16 Hasil pengujian keenam jurusan IPS ... 77

Tabel 6. 17 Hasil pengujian ketujuh jurusan IPS ... 78

Tabel 6. 18 Hasil pengujian kedelapan jurusan IPS ... 79

Tabel 6. 19 Hasil pengujian kesembilan jurusan IPS ... 80

Tabel 6. 20 Hasil pengujian kesepuluh jurusan IPS ... 81

Tabel 6. 21 Hasil Identifikasi Outlier jurusan IPA ... 83

(19)

xix

DAFTAR GAMBAR

Gambar 2. 1 Asal-usul Penambangan Data ... 9

Gambar 2. 2 Proses KDD ... 11

Gambar 2. 3 Ilustrasi ArrayList ... 19

Gambar 2. 4 Ilustrasi Matriks ... 19

Gambar 4. 1 Diagram Flowchart ... 36

Gambar 4. 2 Diagram Flowchart Deteksi Outlier ... 37

Gambar 4. 3 Diagram Use Case... 38

Gambar 4. 4 Perancangan Arraylist ... 40

Gambar 4. 5 Perancangan Matriks ... 40

Gambar 4. 6 Rancangan Antarmuka Halaman Utama ... 42

Gambar 4. 7 Rancangan Antarmuka Halaman Proses ... 43

Gambar 4. 8 Rancangan Antarmuka Frame Hasil ... 44

Gambar 4. 9 Rancangan Dialog Pilih Penyimpanan ... 45

Gambar 4. 10 Rancangan Halaman Bantuan ... 46

Gambar 4. 11 Rancangan Halaman Tentang ... 47

Gambar 5. 1 Implementasi Antarmuka Hal_Utama ... 50

Gambar 5. 2 Implementasi Antarmuka kelas Hal_Proses ... 52

Gambar 5. 3 Implementasi Antarmuka frameDeteksi ... 54

Gambar 5. 4 Implementasi Antarmuka Hal_Bantuan ... 55

Gambar 5. 5 Implementasi Antarmuka Hal_Tentang ... 57

Gambar 5. 6 Hasil Penambangan Data menggunakan Perangkat Lunak ... 60

(20)

BAB I

PENDAHULUAN

1.1Latar Belakang

Dewasa ini, teknologi berkembang dengan begitu pesat. Perkembangan

teknologi mengakibatkan data juga ikut semakin berkembang, sehingga

jumlah data semakin banyak. Data dengan ukuran yang sangat banyak muncul

dari berbagai bidang, mulai dari bidang kesehatan/ forensik, bidang

pendidikan, dan bidang-bidang lainnya. Namun, seringkali data yang

mempunyai ukuran yang sangat besar biasanya jarang atau bahkan tidak

menghasilkan suatu informasi. Semakin bertambah banyaknya data,

kemungkinan besar ada beberapa/banyak data yang tidak terpakai dalam suatu

analisis tertentu. Untuk itu diperlukan sebuah alat untuk menambang data

yang sangat banyak yang tidak memiliki suatu informasi menjadi sebuah

informasi yang berguna. Maka dari itu, data mining atau yang biasa disebut penambangan data mempunyai peran yang sangat tinggi untuk melakukan

proses menambang data yang sangat banyak, sehingga dapat disimpulkan

bahwa penambangan data merupakan proses dari menemukan pengetahuan

atau pola yang menarik dari jumlah data yang besar/banyak (Han & Kamber,

2012).

Penambangan data memiliki beberapa langkah untuk menemukan sebuah

pengetahuan dari sebuah data, yang biasa disebut dengan Knowledge Discovery in Databases (KDD). Langkah-langkah tersebut yaitu data cleaning, data integration, data selection, data transformation, data mining, pattern evaluation, dan knowledge presentation. Langkah 1 sampai dengan langkah 4 merupakan proses untuk mengolah data agar data siap untuk

(21)

Penambangan data memiliki banyak teknik atau metode, salah satu teknik

dalam penambangan data yang dikenal adalah mencari data yang tidak sesuai

dengan harapan, yang biasa disebut outlier detection (Han & Kamber, 2012). Outlier merupakan sebuah pengamatan yang menyimpang begitu banyak dari pengamatan lainnya untuk membangkitkan kecurigaan bahwa hal tersebut

dihasilkan oleh berbagai mekanisme (Hawkins, 1980).

Pendeteksian outlier mempunyai 5 pendekatan, yaitu statistical approach, proximity-based approach, clustering-based approach, classification-based approach, dan high-dimensional data (Han & Kamber, 2012). Pada setiap pendekatan mempunyai beberapa algoritma yang bisa diterapkan untuk

mengidentifikasi atau pendeteksian outlier. Salah satu contoh yaitu algoritma MixCBLOF (Mix Cluster Based Local Outlier Factor) yang merupakan salah satu algoritma dengan pendekatan clustering-based. Algoritma MixCBLOF ini merupakan pengembangan dari algoritma CBLOF (Cluster Based Local Outlier Factor) yang hanya dapat menangani outlier dengan set data yang seragam yaitu set data numerik (Maryono & Djunaidy, 2010). Namun,

Maryono & Djunaidy pada tahun 2010 mengembangkan algoritma CBLOF

menjadi algoritma MixCBLOF yang dapat menangani outlier dengan set data campuran atau bisa dikatakan dapat menggunakan set data numerik dan set

data kategorikal.

Teknik pendeteksian outlier dengan menggunakan algoritma MixCBLOF ini kemungkinan dapat diterapkan pada bidang pendidikan di Sekolah

Menengah Atas (SMA). Pendidikan pada jenjang SMA memiliki data Ujian

Nasional (UN) berupa nama sekolah, nilai UN, nilai Indeks Integritas Ujian

Nasional (IIUN), dan Akreditasi sekolah. Nilai Ujian Nasional (UN)

merupakan nilai yang dihasilkan dari Ujian Nasional yang diselenggarakan

secara nasional pada sekolah-sekolah (sekolah menengah pertama, dan

sekolah menengah atas), atribut nilai UN merupakan atribut numerik. Nilai

Indeks Integritas Ujian Nasional (IIUN) merupakan penilaian kejujuran dalam

pelaksanaan Ujian Nasional, atribut nilai IIUN merupakan atribut numerik.

(22)

3

sekolah-sekolah yang memenuhi syarat kebakuan dan kriteria tertentu, atribut

nilai akreditasi sekolah merupakan atribut kategorikal.

Maria Renia Octaviani (2015) sudah pernah melakukan penelitian

mengenai outlier yang digunakan sebagai topik skripsi yaitu pendeteksian outlier pada nilai Ujian Nasional Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta pada tahun ajaran 2011-2014 dengan menggunakan

algoritma INFLO (Influenced Outliernes). Penelitian ini merupakan pengembangan penelitian di atas, karena pendeteksian outlier pada penelitian ini dilakukan pada nilai Ujian Nasional, nilai Indeks Integritas Ujian Nasional,

dan nilai Akreditasi seluruh SMA yang ada di DIY pada tahun 2015 dengan

menggunakan algoritma MixCBLOF. Pemilihan data UN SMA tahun 2015

karena pada tahun tersebut IIUN baru digunakan.

Penelitian ini diharapkan dapat menghasilkan informasi atau suatu

pengetahuan mengenai kejadian langka yang ada pada kasus outlier di SMA. Data UN SMA sangat menarik untuk diidentifikasi outlier karena bisa saja pada data UN tersebut memiliki karakter yang unik/ berbeda dengan yang

lainnya. Misalnya seperti nilai UN yang tinggi namun memiliki nilai IIUN/

akreditasi yang rendah begitu pula sebaliknya. Hasil yang didapatkan dari

penelitian ini yaitu menampilkan suatu SMA dengan data UN yang unik

dengan SMA yang lainnya. Hasil dari penelitian ini dapat dianalisa lebih

lanjut oleh pihak yang berwenang untuk kepentingan pendampingan dan

(23)

4

1.2Rumusan Masalah

Rumusan masalah pada penelitian ini adalah sebagai berikut:

1. Apakah algoritma MixCBLOF dapat mendeteksi outlier data pada nilai ujian nasional, nilai indeks integritas, dan nilai akreditasi Sekolah

Menengah Atas (SMA) yang ada di Provinsi Daerah Istimewa Yogyakarta

(DIY)?

2. Bagaimana karakteristik data-data atau sekolah yang diidentifikasi sebagai

outlier?

1.3Tujuan

Tujuan dari penelitian ini adalah sebagai berikut:

1. Menganalisa algoritma MixCBLOF dalam mendeteksi outlier data pada nilai ujian nasional, nilai indeks integritas, dan nilai akreditasi Sekolah

Menegah Atas (SMA) Provinsi Daerah Istimewa Yogyakarta (DIY).

2. Menganalisa karakteristik data-data atau sekolah yang diidentifikasi

sebagai outlier.

1.4Batasan Masalah

Batasan masalah pada penelitian ini sebagai berikut:

1. Algoritma yang digunakan yaitu algoritma MixCBLOF (Mix Cluster

Based Local Outlier Factor).

2. Data yang digunakan yaitu nilai Ujian Nasional, nilai Indeks Integritas,

dan nilai Akreditasi selutuh Sekolah Menengah Atas (SMA) di Provinsi

Daerah Istimewa Yogyakarta (DIY) pada tahun ajaran 2014/2015 yang

(24)

5

1.5Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai berikut :

1. Memberikan pengetahuan baru mengenai cara mendeteksi outlier dengan menggunakan algoritma Mix Cluster Based Local Outlier Factor (MixCBLOF).

2. Memberikan informasi mengenai data yang unik dalam nilai hasil Ujian

Nasional, Indeks Integritas Ujian Nasional, dan Akreditasi Sekolah

Menengah Atas (SMA).

1.6Metodologi Penelitian

Metodologi Penelitian yang digunakan dalam menyelesaikan tugas akhir ini

adalah sebagai berikut :

1. Studi Pustaka

Metodologi pertama yang digunakan adalah studi pustaka. Tahap

ini merupakan proses pengumpulan informasi berupa metode atau

algoritma yang digunakan untuk mendeteksi outlier dari berbagai referensi seperti buku, paper/ jurnal, skripsi, atau artikel-artikel lainnya yang ada di

internet. Selanjutnya yaitu mempelajari dan menganalisa dari informasi

yang didapat sehingga menentukan untuk memilih algoritma MixCBLOF

(Mix Cluster Based Local Outlier Factor) untuk melakukan penelitian deteksi outlier pada data Ujian Nasional Sekolah Menengah Atas (SMA).

2. Teknik Knowledge Discovery in Databases (KDD).

Metodologi kedua adalah teknik penambangan data yang dituliskan

oleh Han et.al. (2012). Teknik KDD memiliki beberapa langkah, yaitu :

a. Data Cleaning

Langkah ini merupakan langkah untuk menghilangkan noise/ pengganggu dan data yang tidak konsisten.

b. Data Integration

Langkah ini merupakan suatu proses dimana beberapa sumber data

(25)

6

c. Data Selection

Langkah ini merupakan proses untuk melakukan analisis, dimana data

yang relevan diambil dari database. d. Data Transformation

Langkah ini merupakan proses dimana data diubah (transformasi)

menjadi data yang tepat untuk ditambang sehingga dapat dilakukan

proses operasi seperti penjumlahan atau penggabungan.

e. Data Mining

Langkah ini merupakan proses penting di mana metode cerdas yang

diterapkan untuk mengekstrak pola data.

f. Pattern Evaluation

Langkah ini merupakan proses untuk mengidentifikasi pola-pola

menarik yang menampilkan basis pengetahuan dalam suatu ukuran

ketertarikan.

g. Knowledge Presentation

Langkah ini merupakan proses dimana teknik untuk menampilkan

suatu gambaran dan representasi pengetahuan hasil tambang kepada

pengguna.

1.7Sistematika Penulisan

Sistematika penulisan proposal tugas akhir sebagai berikut:

a. Bab I : Pendahuluan

Bab pertama ini berisi mengenai latar belakang, rumusan masalah, tujuan,

batasan masalah, metodologi penelitian dan sistematika penulisan proposal

tugas akhir.

b. Bab II : Landasan Teori

Bab kedua ini berisi mengenai penjelasan teori penambangan data yang

(26)

7

c. Bab III : Metode Penelitian

Bab ketiga ini berisi mengenai rencana langkah-langkah yang dilakukan

dalam penelitian, termasuk bagaimana cara mendapatkan data, cara

mengolah data, cara membuat alat uji, cara analisis data, cara pengujian.

d. Bab IV : Pemrosesan Awal dan Perancangan Perangkat Lunak

Penambangan Data

Bab keempat ini berisi mengenai pemrosesan awal dalam proses

Knowledge Discovery in Database (KDD). Selain itu, bab ini juga berisi mengenai perancangan perngkat lunak yang akan digunakan dalam tahap

penambangan data. Perancangan perangkat lunak tersebut terditi dari

perancangan umum, diagram use case, diagram aktivitas, diagram kelas, algoritma per method dan perancangan antarmuka.

e. Bab V : Implementasi Penambangan Data dan Evaluasi Hasil

Bab kelima ini berisi mengenai implementasi rancangan perangkat lunak

penambangan data dan evaluasi hasil yang terdiri dari pengujian perangkat

lunak (black box), pengujian perbandingan hitung manual dengan hasil sistem.

f. Bab VI : Analisis Hasil dan Pembahasan

Bab keenam ini berisi mengenai percobaan-percobaan yang dilakukan

dengan variasi nilai-nilai yang dibutuhkan. Selain itu, bab ini juga berisi

mengenai analisis dari percobaan yang sudah dilakukan.

g. Bab VII : Penutup

Bab terakhir ini menjelaskan mengenai kesimpulan yang diperoleh dari

pembuatan sistem serta saran untuk pengembangan sistem dan penelitian

(27)

8

BAB II

LANDASAN TEORI

2.1Penambangan Data

2.1.1 Pengertian Penambangan Data

Menurut Tan et.al. (2006), penambangan data adalah proses

menemukan suatu informasi yang berguna dari data yang besar.

Teknik data mining dikerahkan untuk menjelajahi pada database yang

berukuran besar untuk menemukan pola yang mungkin tetap tidak

diketahui. Penambangan data juga menyediakan kemampuan untuk

memprediksi hasil dari pengamatan masa depan, seperti memprediksi

seorang pelanggan akan menghabiskan uang lebih dari $100 atau tidak

di sebuah department store.

Namun, tidak semua tugas menemukan informasi dapat dicari

menggunakan penambangan data. Meskipun tugas-tugas memiliki sifat

yang penting dan mungkin melibatkan penggunaan algoritma yang

canggih dan struktur data, tetapi tetap mengandalkan teknik ilmu

komputer tradisional dan fitur yang jelas dari data untuk membuat

struktur indeks secara efisien dalam mengatur dan mengambil

informasi. Meskipun demikian, teknik data mining telah digunakan

untuk meningkatkan sistem pencarian informasi.

2.1.2 Asal-usul Penambangan Data

Menurut Tan et.al. (2006), penambangan data mengacu pada

ide-ide seperti pengambilan sampel, estimasi, dan pengujian hipotesis dari

statistik dan algoritma pencarian, teknik pemodelan, dan teori-teori

Artificial Intelligence (AI), pengenalan pola, dan machine learning. Penambangan data juga mempunyai peran pada bidnag lain, termasuk

(28)

9

Relasi data mining dengan bidang/ area lainnya dapat digambarkan

sebagai berikut :

Gambar 2. 1 Asal-usul Penambangan Data (Sumber : Han et.al, 2012)

2.1.3 Tugas-tugas Penambangan Data

Menurut Tan et.al. (2006), penambangan data memiliki beberapa

tugas yang menerapkan dua kategori besar yaitu metode prediktif dan

metode deskriptif. Metode prediktif mempunyai tugas untuk

memprediksi nilai atribut tertentu berdasarkan pada nilai-nilai atribut

lainnya. Metode deskriptif mempunyai tugas untuk mendapatkan pola

dari korelasi, klaster, lintasan, dan anomali yang didapatkan dari data

target.

Tugas penambangan data mempunyai empat tugas, yaitu :

a. Analisis Prediktif

Salah satu tugas penambangan data ini mengacu pada tugas yang

membangun model pada variabel target sebagai fungsi dari variabel

penjelas. Analisis prediktif dibagi menjadi dua tipe yaitu klasifikasi

dan regresi. Klasifikasi merupakan tipe prediktif yang digunakan

untuk variabel sasaran diskrit. Regresi merupakan tipe prediktif

yang digunakan untuk variabel target yang bersifat terus-menerus

(kontinyu). Contoh klasifikasi yaitu memprediksi apakah pengguna

(29)

10

termasuk klasifikasi karena variabel target bernilai biner, ya atau

tidak. Contoh regresi yaitu prediksi harga masa depan suatu saham.

Hal tersebut termasuk contoh regresi karena harga merupakan

atribut bernilai kontinyu. Namun, pencapaian kedua tipe prediktif

tersebut adalah untuk mempelajari model yang meminimalkan

kesalahan anatara prediksi dengan nilai kebernarannya dari variabel

target.

b. Analisis Asosiasi

Pada tugas penambangan data ini digunakan untuk menemukan

hubungan yang terkait dari suatu transaksi yang terjadi pada item

berdasarkan item lainnya.

c. Analisis Klaster

Pada tugas penambangan data ini digunakan untuk menemukan

suatu kelompok obyek yang terkait erat satu sama lain sehingga

termasuk ke dalam klaster yang sama.

d. Deteksi Anomali

Deteksi anomali merupakan tugas penambangan data yang

digunakan untuk mengidentifikasi pengamatan yang

karakteristiknya sangat berbeda dari sisa data. Pengamatan tersebut

dikenal sebagai anomali atau outlier. Tujuan algoritma deteksi anomali/ outlier adalah untuk menemukan anomali yang nyata dan menghindari obyek yang normal tetapi diidentifikasi sebagai

anomali. Oleh karena itu, deteksi anomali yang baik harus memiliki

tingkat deteksi yang tinggi dan tingkat kesalahan yang rendah.

Aplikasi deteksi anomali seperti deteksi penipuan, gangguan

jaringan, gangguan ekosistem, dll.

2.1.4 Knowledge Discovery in Databases (KDD)

(30)

11

informasi/ pengetahuan yang berguna. KDD memiliki beberapa

langkah yaitu data cleaning, data integration, data selection, data transformation, data mining, pattern evaluation, dan knowledge presentation.

Gambar 2. 2 Proses KDD

(31)

12

1. Data Cleaning

Langkah ini merupakan langkah untuk menghilangkan noise/ pengganggu dan data yang tidak konsisten.

2. Data Integration

Langkah ini merupakan suatu proses dimana beberapa sumber

data digabungkan menjadi satu kesatuan.

3. Data Selection

Langkah ini merupakan proses untuk melakukan analisis,

dimana data yang relevan diambil dari database. 4. Data Transformation

Langkah ini merupakan proses dimana data diubah

(transformasi) menjadi data yang tepat untuk ditambang

sehingga dapat dilakukan proses operasi seperti penjumlahan

atau penggabungan.

5. Data Mining

Langkah ini merupakan proses penting di mana metode cerdas

yang diterapkan untuk mengekstrak pola data.

6. Pattern Evaluation

Langkah ini merupakan proses untuk mengidentifikasi

pola-pola menarik yang menampilkan basis pengetahuan dalam

suatu ukuran ketertarikan.

7. Knowledge Presentation

Langkah ini merupakan proses dimana teknik untuk

menampilkan suatu gambaran dan representasi pengetahuan

hasil tambang kepada pengguna.

2.2Outlier

2.2.1 Pengertian Outlier

(32)

13

yang berbeda. Menurut Hawkins (1980), outlier merupakan pengamatan yang berbeda dari pengamatan lainnya sehingga

menimbulkan kecurigaan bahwa hal itu dihasilkan oleh berbagai

mekanisme.

2.2.2 Pendekatan Deteksi Outlier

Menurut Han et.al. (2012), pendeteksian outlier terdapat beberapa pendekatan, antara lain statistical methods, proximity-based approach, clustering-based approach, classficication-based approach, dan high-dimensional data.

Pendekatan statistical methods atau biasa dikenal sebagai metode berbasis model membuat asumsi mengenai normalitas data.

Pendekatan ini dianggap bahwa obyek data normal dihasilkan oleh

model statistik, sedangkan data yang tidak mengikuti model dianggap

sebagai outlier. Efektivitas statistical methods sangat bergantung pada asumsi apakah model statistik yang dibuat selalu berlaku untuk data

yang diberikan.

Pendekatan proximity-based mengasumsikan bahwa sebuah obyek dikatakan sebagai outlier jika memiliki perbedaan yang signifikan dengan tetangga terdekatnya pada set data yang sama. Efektivitas

metode berbasis proximity sangat bergantung pada jarak atau ukuran yang digunakan. Metode berbasis proximity ini sering mengalami kesulitan dalam mendeteksi outlier jika sebuah obyek yang dikatakan sebagai outlier memiliki kedekatan satu sama lain. Pendekatan proximity-based ini memiliki dua jenis utama deteksi outlier, yaitu distance-based, dan density-based.

Pendekatan clustering-based mengasumsikan bahwa obyek yang bersifat normal tergabung dalam kelompok besar (large cluster),

(33)

14

Pendekatan classification-based mengasumsikan bahwa pendeteksian outlier menggunakan pendekatan ini dapat digunakan jika set data training dan label kelas tersedia. Ide umum dari metode

deteksi outlier berbasis classification adalah menentukan model klasifikasi yang dapat membedakan data normal dan outlier. Metode outlier basis classification ini sering menggunakan satu kelas sebagai label untuk menggambarkan data berupa normal atau outlier.

Pendekatan high-dimensional data, memiliki beberapa contoh algoritma yaitu Angle-Based Outlier Degree/ ABOD (Kriegel et.al. 2008), Grid-Based Subspace Outlier Detection (Aggarwal & Yu, 2000), dan Subspace Outlier Degree/ SOD (Kriegel et.al., 2009).

2.3MixCBLOF (Mix Cluster Based Local Outlier Factor)

Deteksi outlier memiliki ketertarikan tersendiri daripada deteksi pada umumnya, karena pendeteksian outlier ini memiliki informasi yang mendasari sebuah perilaku tidak biasanya atau berbeda daripada yang

lainnya. Pada penelitian ini mendeteksi outlier menggunakan algoritma Mix Cluster Based Local Outlier Factor (MixCBLOF) yang dikemukakan oleh Maryono & Djunaidy pada tahun 2010. Algoritma ini tergolong pada

pendekatan clustering-based karena algoritma ini perlu menggunakan proses cluster untuk penentuan outlier.

Algoritma ini merupakan perpaduan dari dua algoritma yaitu Cluster Based Local Outlier Factor (CBLOF) dengan Numerical Cluster Based Local Outlier Factor (NCBLOF). Algoritma ini mengusulkan deteksi outlier menggunakan data campuran berupa data kategorikal dan data numerik. Data

kategorikal diolah menggunakan algoritma CBLOF, sedangkan untuk data

numerik diolah menggunakan algoritma NCBLOF.

2.3.1 CBLOF (Cluster Based Local Outlier Factor)

Menurut He et.al (2003), untuk mengidentifikasi signifikansi data dari

(34)

15

derajat yang disebut dengan CBLOF (Cluster Based Local Outlier Factor) yang diukur dengan ukuran klaster di mana ia berada dan jaraknya terhadap klaster terdekat.

Definisi 1 : Misalkan A1, A2, ..., Am adalah himpunan atribut dengan

domain D1, D2, ..., Dm. Set data D terdiri dari record/ obyeknya,

sedangkan transaksi t : t ϵ D. Hasil klasterisasi pada D dinotasikan sebagai C= {C1, C2, ..., Ck} dimana Ci ∩ Cj = Ø dan C1∪ C2∪... ∪ Ck

= D, dengan k adalah jumlah klaster.

Definisi 2 : Misalkan C= {C1, C2, ..., Ck} adalah himpunan klaster

pada set data dengan urutan ukuran klaster adalah |C1| ≥ |C2| ≥ ... ≥ |Ck|.

Ditetapkan tiga parameter numerik α, β, dan b. Didefinisikan b sebagai batas antara klaster besar dan kecil jika memenuhi salah satu formula

berikut:

| | | | | | | |

| | | |

Didefinisikan himpunan klaster besar (large cluster) sebagai LC = {Ci,

i ≤ b} dan klaster kecil (small cluster) didefinisikan dengan SC = {Ci, i

> b}.

Definisi 2 memberikan ukuran kuantitatif untuk membedakan klaster

besar dan klaster kecil. Rumus (2.1) menunjukkan bahwa sebagian

besar data bukan outlier. Oleh karena itu klaster besar mempunyai porsi yang jauh sangat besar. Contohnya jika α diberikan 90% maka artinya klaster besar memuat kurang lebih 90% dari total obyek data

pada set data. Rumus (2.2) menunjukkan fakta bahwa klaster besar dan

klaster kecil harus memiliki perbedaan yang signifikan. Jika diberikan ... (2.2)

(35)

16

β sebesar 5, maka artinya setiap klaster besar minimal 5 kali lebih besar dari klaster kecil.

Definisi 3 : Misalkan C= {C1, C2, ..., Ck} adalah himpunan klaster

dengan ukuran |C1| ≥ |C2| ≥ ...≥ |Ck|. Didefinisikan LC dan SC

sebagimana pada Definisi 2. Untuk sebarang record t, didefinisikan

sebagaimana persamaan (2.3).

{| | ( ) | | ( )

2.3.2 NCBLOF (Numerical Cluster Based Local Outlier Factor)

Menurut Maryono dan Djunaidy (2010), ada beberapa cara untuk

mengukur jarak sebuah obyek ke sebuah klaster. Caranya adalah

mengukur jarak sebuah obyek terhadap centroid terdekat atau dapat

juga dengan mengukur jarak relatif obyek dengan centroid terdekat.

Jarak relatif (relative distance) adalah rasio jarak obyek terhadap centroid dibagi dengan jarak rata-rata semua titik terhadap centroid

klaster di mana ia berada. Komponen pada CBLOF mengenai

kemiripan terhadap klaster terdekat juga untuk mendefinisikan

NCBLOF sebagai berikut:

{

| | ₍₎

| |

Rumus NCBLOF pada persamaan (2.4), didefinisikan dengan

menyesuaikan interpretasi derajat outlier pada CBLOF pada persamaan (2.3).

... (2.3)

(36)

17

2.3.3 Algoritma MixCBLOF

Langkah untuk mencari outlier menggunakan algoritma MixCBLOF adalah sebagai berikut :

1. Bagi set data campuran menjadi dua bagian, set data numerik, D1,

dan set data kategorikal, D2.

2. Klasterisasi pada subset data numerik D1 sehingga diperoleh

sejumlah klaster C11, C12, ..., C1p dengan ukuran berturut-turut

|C11| ≥ |C12| ≥ ... ≥ |C1p|

Tentukan klaster besar (LC) dan klaster kecil (SC) menggunakan

Definisi 2 pada halaman 15.

3. Terapkan deteksi outlier berbasis klaster menggunakan atribut numerik terhadap obyek-obyek dalam klaster pada langkah 2

menggunakan teknik deteksi outlier berbasis klaster seperti persamaan (2.4).

{

| | ₍₎

| |

4. Terapkan deteksi outlier berbasis klaster menggunakan atribut kategorikal terhadap obyek-obyek dalam klaster pada langkah 2

menggunakan CBLOF sebagaimana persamaan (2.3).

{| | ( ) | | ( )

5. Susun derajat outlier pada langkah 3 dan 4 dalam matrik keputusan A=[anm].

[ ]

(37)

18

Kemudian, matriks keputusan tersebut dinormalisasi menjadi

sebagai berikut :

[ ]

Didefinisikan n sebagai jumlah data dan m sebagai jumlah atribut. 6. Lakukan pembobotan secara default (bobot sama) atau dengan

metode Entropy.

a. Hitung nilai Entropy ej dan derajat divergensi fj.

b. Hitung bobot tiap kolom/ atribut

7. Gabungkan bobot outlier tiap obyek t1, t2, .., tn pada langkah 6

dengan fungsi agregat untuk mendapatkan derajat outlier akhir OF dari sebuah obyek ti OF(ti ) = . (x1i, x2i, x3i, x4i).

2.4 Struktur Data 2.4.1 ArrayList

Dalam pengembangan sebuah sistem atau aplikasi diperlukan adanya

perancangan sebuah struktur data, perancangan struktur data ini memiliki

fungsi sebagai gambaran sebuah data diolah dan disimpan di dalam program/

sistem. Pada penelitian ini menggunakan konsep Arraylist sebagai tempat penyimpanan data yang dinamis, karena sistem deteksi outlier ini tidak

... (2.5)

... (2.6)

(38)

19

membutuhkan suatu tempat penyimpanan yang terlalu banyak dan tidak

menghabiskan waktu yang terlalu lama pula saat dijalankan.

Arraylist merupakan sebuah kelas yang dapat melakukan penyimpanan data berupa list objek berbentuk array dengan ukurannya dapat berubah

secara dinamis sesuai dengan jumlah data yang dimasukkan. Ilustrasi konsep

Arraylist dapat dilihat pada gambar 2.3.

2.4.2 Matriks

Matriks merupakan struktur data yang digunakan sebagai tempat

penyimpanan pada memori internal dengan memakai dua buah indeks array

yang sering biasa disebut dengan baris dan kolom. Konsep umum untuk array

yang dapat berlaku untuk matriks yaitu kumpulan elemen memiliki tipe yang

sama, dapat berupa tipe dasar integer, string, char, boolean, dll. Ilustrasi

konsep matriks dapat dilihat pada gambar 2.4 berikut.

Gambar 2. 3 Ilustrasi ArrayList

(39)

20

Dari ilustrasi di atas adalah konsep matriks dengan ukuran 4x3, artinya memiliki 4 baris dan 3 kolom. Dalam konsep array dapat dituliskan seperti matrix = new int[4][3] dengan keterangan sebagai berikut :

(40)

21

BAB III

METODOLOGI PENELITIAN

3.1Bahan Riset/ Data

Data yang digunakan untuk melakukan penelitian berupa file berekstensi

.pdf dan .xls yang diperoleh dari 3 sumber. Sumber yang pertama dari website

milik Kementerian Pendidikan dan Kebudayaan

http://litbang.kemdikbud.go.id/index.php/un. Sumber yang kedua dari website

milik Kementerian Pendidikan dan Kebudayaan

http://puspendik.kemdikbud.go.id/hasil-un/. Sumber yang ketiga dari webiste

Badan Akreditasi Nasional Sekolah/ Madrasah

http://bansm.or.id/sekolah/sudah_akreditasi/4.

Data yang didapatkan dari 3 sumber tersebut merupakan data nilai Ujian

Nasional (UN) per mata pelajaran dan rerata nilai UN, nilai Indeks Integritas

Ujian Nasional (IIUN) SMA, dan nilai Akreditasi sekolah pada tahun 2015

dengan jumlah data 160 SMA di DIY. Pada penelitian ini hanya untuk SMA

jurusan Ilmu Pengetahuan Alam (IPA) dan Ilmu Pengetahuan Sosial (IPS).

(41)

22

Gambar 3.3 Nilai IIUN IPA DIY

Gambar 3.5 Nilai Akreditasi Sekolah di DIY

Tabel 3. 3 Nilai IIUN Jurusan IPA

(42)

23

Tabel 3. 6 Atribut Data Nilai UN Jurusan IPA

Nama Atribut Keterangan

KODE_SEKOLAH Kode Sekolah

NAMA_SEKOLAH Nama Sekolah

STS_SEK Status Sekolah (Negeri/ Swasta)

JUMLAH_PESERTA Jumlah siswa mengikuti UN

BHS_INDO Nilai rata-rata UN mata pelajaran

Bahasa Indonesia

BHS_INGGRIS Nilai rata-rata UN mata pelajaran

Bahasa Inggris

MTK Nilai rata-rata UN mata pelajaran

Matematika

FISIKA Nilai rata-rata UN mata pelajaran

(43)

24

KIMIA Nilai rata-rata UN mata pelajaran

Kimia

BIOLOGI Nilai rata-rata UN mata pelajaran

Biologi

TOTAL Jumlah nilai rata-rata UN

RANK Nilai ranking sekolah

Tabel 3. 7 Atribut Data Nilai UN Jurusan IPS

BHS_INDO

Nilai rata-rata UN mata pelajaran

Bahasa Indonesia

BHS_INGGRIS

Bahasa Inggris

MTK

Matematika

EKONOMI

Ekonomi

(44)

25

Sosiologi

GEO

Geografi

TOTAL Jumlah nilai rata-rata UN

RANK Nilai ranking sekolah

Tabel 3. 8 Atribut Data NIlai IIUN Jurusan IPA

NPSN Nomor Pokok Sekolah Nasional

STS_SEK Status sekolah (Negeri/ Swasta)

RERATA_IPA Nilai rata-rata UN jurusan IPA

(45)

26

Tabel 3. 9 Atribut Data Nilai IIUN Jurusan IPS

STS_SEK Status sekolah (Negeri/ Swasta)

RERATA_IPS Nilai rata-rata UN jurusan IPS

IIUN_IPS Nilai IIUN jurusan IPS

Tabel 3. 10 Atribut Data Nilai Akreditasi SMA

Nama Atribut Keterangan

TIPE_SEKOLAH Tipe Sekolah (Sekolah/ Madrasah)

PROVINSI Provinsi Sekolah

KABUPATEN Kabupaten Sekolah

NILAI Nilai Akreditasi dalam bentuk nominal/

(46)

27

PERINGKAT Nilai Akreditasi dalam bentuk huruf

3.2Peralatan Penelitian

Penelitian dilakukan menggunakan spesifikasi perangkat sebagai berikut :

1. Spesifikasi software

a. Netbeans versi 8.0

b. OS Windows 7 64 bit

2. Spesifikasi hardware (Notebook/ Laptop)

a. Processor AMD A6-4400M APU 2,7 GHz

b. Ram 4 GB

c. VGA AMD Radeon HD 7520G

d. Layar 14 inch

e. Harddisk 500 GB

3.3Tahap-tahap Penelitian 1. Studi Kasus

Nilai Ujian Nasional merupakan nilai yang dihasilkan dari Ujian Nasional

untuk mengukur standar pendidikan yang ada di Indonesia. Nilai Indeks

Integritas Ujian Nasional merupakan penilaian kejujuran dalam

pelaksanaan Ujian Nasional. Nilai Akreditasi merupakan pengakuan oleh

badan berwenang terhadap sekolah-sekolah yang memiliki syarat

kebakuan dan kriteria tertentu. Demi menyelenggarakan pendampingan

dan pengembangan suatu sekolah berdasarkan kriteria nilai Ujian

Nasional, nilai Indeks Integritas, dan nilai Akreditasi, diperlukan suatu

informasi mengenai sekolah-sekolah yang memiliki karakteristik berbeda

dibandingkan dengan sekolah lainnya. Untuk mendapatkan informasi

(47)

28

Penelitian ini diharapkan dapat menemukan/ menghasilkan informasi

mengenai sekolah yang memiliki karakter berbeda dengan yang lainnya,

sehingga dapat menyelenggarakan pendampingan dan pengembangan

terhadap sekolah tersebut.

2. Penelitian Pustaka

Pada tahap ini, dilakukan penelitian pustaka digunakan untuk memperoleh

informasi dan menggali teori mengenai teknik penambangan data. Dalam

penelitian ini penulis mempelajari referensi-referensi yang berkaitan

dengan teknik penambangan data deteksi outlier khususnya algoritma MixCBLOF dan referensi lainnya yang berguna bagi sistem yang akan

dibangun.

3. Knowledge Discovery in Database (KDD)

Pada tahap penelitian ini dilakukan jika tahap-tahap sebelumnya sudah

dilakukan. Oleh karena itu, tahap ini sangat diperlukan karena penelitian

ini berada pada bidang penambangan data sehingga harus menggunakan

teknik KDD (Knowledge Discovery in Database). Proses KDD terdiri dari data cleaning, data integration, data transformation, data mining, pattern evaluation, dan knowledge presentation. Pada tahap awal dilakukan data cleaning dan data integration pada data SMA se-DIY sehingga data tersebut siap untuk ditambang. Proses awal ini dilakukan secara manual

menggunakan alat bantu Microsoft Excel. Kemudian untuk proses

selanjutnya yaitu data selection, data transformation, dan data mining dilakukan di dalam perangkat lunak yang dibuat. Kemudian proses pattern evaluation dan knowledge presentation dilakukan setelah perangkat lunak selesai dibangun karena kedua proses ini membutuhkan hasil dari alat uji

(48)

29

4. Pengembangan Perangkat Lunak

a. Metode Pengembangan Sistem

Metode yang digunakan penulis untuk melakukan pengembangan

sistem menggunakan metode waterfall. Metode waterfall merupakan salah satu metode yang populer karena tidak asing untuk didengar oleh

oleh kalangan pengembang sistem. Menurut Kristanto (2004), metode

waterfall ini diperkenalkan oleh Winston Royce pada tahun 1970. Inti dari metode ini yaitu model klasik yang sederhana dengan aliran

sistem yang linier. Langkah-langkah metode waterfall sebagai berikut : 1. Requirement dan Spesification

Pada tahapan ini merupakan analisa kebutuhan sistem yang

diperlukan dalam pengembangan sistem dengan cara

mengumpulkan data. Selanjutnya, jika analisa kebutuhan sistem

sudah terpenuhi, kemudian merencanakan jadwal pengembangan

software. 2. Design

Tahap desain sistem membagi kebutuhan-kebutuhan menjasi

sistem perangkat lunak atau perangkat keras. Proses tersebut

menghasilkan sebuah arsitektur sistem keseluruhan. Desain

perangkat lunak termasuk menghasilkan fungsi sistem perangkat

lunak dalam bentuk yang mungkin ditransformasi ke dalam satu

atau lebih program yang dapat dijalankan. Tahapan ini merupakan

tahap untuk menentukan alur software sampai pada tahap algoritma

yang detil.

3. Implementation

Tahap ini desain perangkat lunak disadari sebagai sebuah program

lengkap atau unit program. Desain perangkat lunak yang sudah

dibuat kemudian diubah ke dalam bentuk kode-kode program.

Diakhir tahap ini, tiap modul ditesting tanpa diintegrasikan.

(49)

30

Unit program diintegrasikan dan diuji menjadi sistem yang lengkap

untuk meyakinkan bahwa persyaratan perangkat lunak telah

dipenuhi.

5. Operation mode & retirement

Tahap ini adalah tahap yang terpanjang. Sistem dipasang dan

digunakan. Pemeliharaan termasuk pembetulan kesalahan yang

tidak ditemukan pada langkah sebelumnya. Perbaikan

implemenetasi unit sistem dan peningkatan jasa sistem sebagai

kebutuhan baru ditemukan.

b. Pengujian

Pengujian dilakukan dengan alat uji yang sudah dibuat pada tahap

sebelumnya. Metode untuk pengujian sistem ini adalah metode

pengujian black box. Pengujian black box berisi pengujian dengan pengisian data secara benar. Hasil yang diperoleh dari alat uji

kemudian dibandingkan dengan hasil penghitungan manual untuk

memperoleh validasi dari alat pengujian tersebut.

5. Analisis dan Pembuatan Laporan

Analisis yang dilakukan adalah analisis hasil dari perangkat lunak yang

dibuat berdasarkan penerapan algoritma MixCBLOF. Analisis yang

dimaksud adalah melakukan analisis dari pola yang terbentuk, artinya mendapatkan nilai masukan k (jumlah kluster), nilai α dan β untuk mendapatkan hasil outlier yang optimal dan sesuai dengan data dari dinas pendidikan provinsi Yogyakarta. Hasil dari semua pengujian tersebut

(50)

31

BAB IV

PEMROSESAN AWAL DAN PERANCANGAN PERANGKAT LUNAK PENAMBANGAN DATA

4.1PEMROSESAN AWAL 4.1.1 Pembersihan Data

Pada proses pembersihan data ini adalah membersihkan data

berupa noise (gangguan) seperti nilai yang kosong pada tabel data. Data yang ada noise pada beberapa sekolah berupa nilai IIUN yang tidak teridentifikasi atau sudah melakukan UNBK (Ujian Nasional Basis

Komputer), sekolah dengan tipe madrasah aliyah, dan beberapa sekolah

yang tidak terakreditasi. Maka dari itu, 54 sekolah dari jurusan IPA dan

78 sekolah dari jurusan IPS dihapus dari tabel data.

4.1.2 Integrasi Data

Proses integrasi data merupakan proses untuk melakukan

penggabungan data dari berbagai sumber data yang didapatkan. Data

yang didapatkan berupa 3 file untuk setiap jurusan (IPA/IPS) berupa

data nilai Ujian Nasional, nilai Indeks Integritas Ujian Nasional, dan

nilai Akreditasi SMA tahun 2014/2015. Pada tahap ini dilakukan

penggabungan dari 3 file tersebut menjadi 1 file berupa tabel data untuk

setiap jurusan, sehingga didapatkan 2 file yang terdiri dari 1 file jurusan

(51)

32

4.1.3 Seleksi Data

Proses seleksi data merupakan seleksi atribut yang akan digunakan

dalam proses penambangan data. Proses ini dilakukan dengan memilih

atribut yang relevan untuk digunakan dalam penelitian, dan menghapus

atribut yang tidak relevan. Atribut yang dihapus dari data nilai Ujian

Nasional SMA jurusan IPA tahun 2014/2015 adalah atribut STS_SEK,

JUMLAH_PESERTA, dan RANK, sehingga atribut yang digunakan

Tabel 4. 1 Hasil Integrasi Jurusan IPA

(52)

33

yaitu KODE_SEKOLAH, NAMA_SEKOLAH, BHS_INDO,

BHS_INGGRIS, MTK, FISIKA, KIMIA, BIOLOGI, dan TOTAL.

Atribut yang dihapus dari data nilai Indeks Integritas Ujian Nasional

SMA jurusan IPA tahun 2014/2015 adalah NPSN, STS_SEK, dan

JUMLAH_PESERTA, sehingga atribut yang digunakan

KODE_SEKOLAH, NAMA_SEKOLAH, RERATA_IPA, dan

IIUN_IPA. Pada atribut yang dihapus dari data nilai Ujian Nasional

SMA jurusan IPS tahun 2014/2015 sama dengan atribut yang dihapus

dari data nilai Ujian Nasional SMA jurusan IPA tahun 2014/2015,

sehingga atribut yang digunakan yaitu KODE_SEKOLAH,

NAMA_SEKOLAH, BHS_INDO, BHS_INGGRIS, MTK, EKONOMI,

SOSIO, GEO, dan TOTAL. Pada atribut yang dihapus dari data nilai

Indeks Integritas Ujian Nasional SMA jurusan IPS tahun 2014/2015

sama dengan atribut yang dihapus dari data nilai Indeks Integritas Ujian

Nasional SMA jurusan IPA tahun 2014/2015, sehingga atribut yang

digunakan yaitu KODE_SEKOLAH, NAMA_SEKOLAH,

RERATA_IPS, dan IIUN_IPS. Atribut yang dihapus dari data nilai

Akreditasi SMA tahun 2014/2015 adalah NPSN, TIPE_SEKOLAH,

STS_SEK, PROVINSI, KABUPATEN, dan NILAI sehingga atribut

yang digunakan yaitu NAMA_SEKOLAH dan PERINGKAT. Atribut

yang digunakan kemudian digabungkan menjadi 1 file, sehingga atribut

yang digunakan untuk SMA jurusan IPA dan IPS dapat dilihat pada

tabel 4.3 dan tabel 4.4.

Tabel 4. 3 Hasil Seleksi Atribut Jurusan IPA

(53)

34

Bahasa Indonesia

Bahasa Inggris

Matematika

FISIKA Nilai rata-rata UN mata pelajaran Fisika

KIMIA Nilai rata-rata UN mata pelajaran

Kimia

BIOLOGI Nilai rata-rata UN mata pelajaran

Biologi

TOTAL Jumlah nilai UN jurusan IPA

RERATA_IPA Nilai rata-rata UN jurusan IPA

IIUN_IPA Nilai IIUN jurusan IPA

AKREDITASI Nilai Akreditasi SMA dalam bentuk

huruf

Tabel 4. 4 Hasil Seleksi Atribut Jurusan IPS

BHS_INDO Nilai rata-rata UN mata pelajaran

Bahasa Indonesia

Bahasa Inggris

Matematika

EKONOMI Nilai rata-rata UN mata pelajaran

Ekonomi

SOSIOLOGI Nilai rata-rata UN mata pelajaran

(54)

35

GEOGRAFI Nilai rata-rata UN mata pelajaran

Geografi

TOTAL Jumlah nilai UN jurusan IPS

RERATA_IPS Nilai rata-rata UN jurusan IPS

IIUN_IPS Nilai IIUN jurusan IPS

AKREDITASI Nilai Akreditasi SMA dalam bentuk

huruf

4.1.4 Transformasi Data

Pada transformasi data ini terdapat tahapan pengubahan pada data

akreditasi dari karakter menjadi numerik tetapi tidak menghilangkan

sifat aslinya sebagai atribut nominal. Atribut akreditasi memiliki data

berjenis karakter yaitu A, B, dan C yang diubah menjadi data numerik

A=1, B=2, C=3. Proses pengubahan dapat dilakukan secara bebas,

namun pada penelitian ini menggunakan ketentuan A=1, B=2, dan C=3.

4.2PERANCANGAN PERANGKAT LUNAK PENAMBANGAN DATA 4.2.1 Perancangan Umum

4.2.1.1 Input Sistem

(55)

36

4.2.1.2 Proses Sistem

Proses sistem yang akan dibangun terdiri dari beberapa tahapan

untuk dapat menemukan aturan yang berfungsi untuk menemukan data

yang dianggap sebagai outlier dari suatu sekolah. Proses tersebut yaitu : 1. Menentukan nilai b, alfa, dan beta yang berfungsi dalam

menentukan klaster besar (LC) dan klaster kecil (SC)

2. Proses clustering untuk menemukan anggota dan jumlah anggota dari setiap cluster

3. Proses deteksi outlier untuk menemukan data yang unik dengan derajat outlier per objek.

Proses umum yang terjadi pada sistem dapat digambarkan dalam

diagram flowchart yang digambarkan pada Gambar 4.1.

(56)

37

Proses dari Deteksi Outlier dapat digambarkan dalam bentuk diagram

flowchart yang digambarkan pada Gambar 4.2 berikut.

4.2.1.3 Output Sistem

Sistem akan memberikan keluaran atau output berupa nama sekolah yang diidentifikasi sebagai outlier beserta nilai derajat outlier per objek yang sesuai dengan nilai b, alfa, dan beta. Selain itu sistem juga akan menampilkan daftar-daftar sekolah yang teridentifikasi sebagai

outlier sebanyak nilai threshold yang dimasukkan oleh pengguna.

4.2.2 Diagram Use Case

Diagram use case merupakan sebuah gambaran sistem yang dilihat dari sudut pandang pengguna (user). Sebuah sistem yang akan terbentuk selalu memiliki interaksi antara pengguna dengan sistem yang

(57)

38

digambarkan melalui diagram use case. Diagram use case dapat dilihat pada Gambar 4.2 berikut.

Pilih file input

Deteksi menggunakan Algoritma MixCBLOF

Simpan data hasil User

(58)

39

Pengguna dalam sistem yang akan dibangun ini hanya terdapat satu pengguna diinisialisasikan dengan “User”. Pengguna dalam sistem ini memiliki 3 interaksi terhadap sistem yaitu memilih file data .xls, deteksi menggunakan algoritma mixcblof, dan menyimpan hasil data. Ketiga

interaksi/ aktifitas yang dilakukan pengguna merupakan interaksi saling

berkaitan sehingga perlu dilakukan secara berurutan. Diagram use case

memiliki narasi dari setiap use case. Narasi tersebut terlampir pada

lampiran 1.

4.2.3 Diagram Aktivitas

Diagram aktivitas merupakan aktivitas dari use case memilih file data .xls, deteksi menggunakan algoritma mixcblof, dan menyimpan hasil

deteksi outlier. Diagram aktivitas memiliki tiga diagram. Diagram aktivitas tersebut terlampir pada lampiran 2.

4.2.4 Diagram Kelas Analisis

Diagram kelas analisis terlampir pada lampiran 3.

4.2.5 Diagram Sekuen

Pada diagram sekuen ini memiliki tiga diagram sequence yaitu memilih file data bertipe .xls, deteksi menggunakan algoritma MixCBLOF, dan menyimpan hasil deteksi outlier. Diagram sequence terlampir pada lampiran 4.

4.2.6 Perancangan Struktur Data

Pada penelitian ini menggunakan struktur data berupa ArrayList (lihat Gambar 2.3) dan Matriks (lihat Gambar 2.4). Pada ArrayList, jumlah sekolah sebagai element data. Setiap data sekolah akan berada

dalam index yang sama. Sebagai contoh, akan digambarkan pada

(59)

40

Pada Matriks, terdapat baris dan kolom, baris disesuaikan dengan

jumlah data sekolah, dan kolom disesuaikan dengan jumlah atributnya.

Pada matriks ini digunakan untuk menampung nilai derajat outlier. Sebagai contoh, akan digambarkan pada Gambar 4.4 berikut.

Ilustrasi pada Gambar 4.4 di atas merupakan contoh ilustrasi

matriks dengan ukuran 4x3, artinya memiliki 4 baris sebagai jumlah

sekolah dan 3 kolom sebagai atributnya yaitu derajat dari atribut Ujian

Nasional, Indeks Integritas Ujian Nasional, dan Akreditasi. Ilustrasi

tersebut menggambarkan penyimpanan derajat outlier per atribut.

Gambar 4. 4 Perancangan Arraylist

(60)

41

4.2.7 Diagram Kelas Disain

Diagram kelas disain terlampir pada lampiran 5.

4.2.8 Algoritma per Method

Rincian algoritma per method terlampir pada lampiran 6.

4.2.9 Perancangan Antarmuka

(61)

42

4.2.9.1 Perancangan Halaman Awal

Halaman awal merupakan halaman pertama yang akan

dilihat oleh user saat sistem dijalankan. Halaman awal dapat dilihat pada gambar 4.5 berikut ini.

Pada halaman awal ini terdapat beberapa tombol yaitu “BERANDA”, “BANTUAN”, “TENTANG”, dan “Masuk Sistem”. Tombol “BERANDA” merupakan tombol untuk menuju ke halaman awal. Tombol “BANTUAN” merupakan tombol untuk menuju ke halaman bantuan yang berisi mengenai panduan menggunakan sistem. Tombol “TENTANG” merupakan tombol untuk menuju ke halaman tentang yang berisi mengenai informasi pembuat sistem. Tombol

(62)

43

“Masuk Sistem” merupakan tombol untuk menuju ke halaman proses sebagai awal untuk memulai proses deteksi outlier.

.

4.2.9.2 Perancangan Halaman Proses

Perancangan antarmuka halaman proses dapat dilihat pada

gambar 4.6 berikut.

Halaman ini merupakan halaman untuk memproses data.

Pada halaman ini terdapat tiga tombol menu yaitu tombol “BERANDA”, “BANTUAN”, dan “TENTANG”. Tombol “BERANDA” merupakan tombol untuk menuju ke halaman awal. Tombol “BANTUAN” merupakan tombol untuk menuju ke halaman bantuan yang berisi mengenai panduan menggunakan sistem. Tombol “TENTANG” merupakan tombol untuk menuju ke halaman tentang yang berisi mengenai informasi pembuat sistem.

(63)

44

Preprocessing data dimulai dengan import data dari file berupa Microsoft Excel dengan ekstensi .xls. Tombol “Pilih Data” merupakan tombol yang digunakan untuk import file data diambil dari direktori komputer user. Setelah memilih file data, maka data tersebut akan tertampil di tabel yang sudah disediakan.

Tahap selanjutnya yaitu mengisikan nilai dari variabel b, Alfa, dan Beta untuk melancarkan preprocessing data, karena jika tidak diisi maka akan muncul pemberitahuan error. Setelah mengisikan ketiga variabel tersebut kemudian menekan tombol “Proses”. Tombol “Proses” merupakan tombol untuk melakukan preprocessing data. Jika proses sudah selesai maka kalimat “Belum Proses” akan diubah menjadi kalimat “Selesai” untuk memberitahukan kepada user bahwa preprocessing sudah selesai.

Tahap preprocessing terakhir yaitu melihat hasil deteksi outlier yang sudah selesai dalam hal pemrosesan data. Tombol “Lihat Hasil” merupakan tombol untuk menuju ke frame hasil deteksi yang berisikan hasil penghitungan berupa derajat outlier semua sekolah.

Perancangan antarmuka frame hasil dapat dilihat pada

gambar 4.7 berikut.

(64)

45

Frame ini merupakan frame untuk menampilkan hasil dari

preprocessing data. Frame ini merupakan salah satu bagian dari Hal-proses. Pada frame ini dibagi menjadi dua bagian yaitu menampilkan

hasil derajat outlier semua sekolah, dan menampilkan hasil outlier sesuai dengan nilai Threshold yang diisi. Jika preprocessing selesai maka tabel atas (tabel pertama) akan terisi dengan data sekolah dan

hasil derajat outlier per sekolah. Setelah itu user mengisikan variabel Threshold untuk menampilkan beberapa sekolah saja yang mempunyai

nilai derajat outlier terkecil, sehingga jumlah sekolah yang terdeteksi sebagai outlier akan ditentukan oleh user. Tombol “Submit” merupakan tombol untuk menampilkan sekolah berdasar variabel Threshold yang diisi oleh user. Tombol “Simpan” merupakan tombol untuk melakukan penyimpanan hasil deteksi outlier. User akan dihadapkan pada dua pilihan (lihat gambar 4.8) yaitu menyimpan hasil semua deteksi outlier atau hanya menyimpan hasil deteksi outlier yang sudah dithreshold.

Jika user memilih tombol “Semua” maka akan menyimpan hasil deteksi outlier semua sekolah (tabel pertama), jika user memilih tombol “Threshold” maka akan menyimpan hasil deteksi outlier beberapa sekolah (tabel kedua).

(65)

46

4.2.9.3 Perancangan Halaman Bantuan

Perancangan antarmuka halaman bantuan dapat dilihat pada

gambar 4.9.

Halaman ini merupakan halaman antarmuka bantuan.

Halaman ini berisi mengenai panduan penggunaan sistem. Pada halaman ini terdapat tiga tombol yaitu tombol “BERANDA”, tombol “BANTUAN”, dan tombol “TENTANG”. Tombol “BERANDA” merupakan tombol untuk menuju ke halaman awal. Tombol “BANTUAN” merupakan tombol untuk menuju ke halaman bantuan yang berisi mengenai panduan menggunakan sistem. Tombol “TENTANG” merupakan tombol untuk menuju ke halaman tentang yang berisi mengenai informasi pembuat sistem.

(66)

47

4.2.9.4 Perancangan Halaman Tentang

Perancangan antarmuka halaman tentang dapat dilihat pada

gambar 4.10.

Halaman ini merupakan halaman antarmuka tentang.

Halaman ini berisi mengenai informasi pembuat. Pada halaman ini terdapat tiga tombol yaitu tombol “BERANDA”, tombol “BANTUAN”, dan tombol “TENTANG”. Tombol “BERANDA” merupakan tombol untuk menuju ke halaman awal. Tombol “BANTUAN” merupakan tombol untuk menuju ke halaman bantuan yang berisi mengenai panduan menggunakan sistem. Tombol “TENTANG” merupakan tombol untuk menuju ke halaman tentang yang berisi mengenai informasi pembuat sistem.

(67)

48

BAB V