IMPLEMENTASI METODE K- MEANS CLUSTERING DAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
DALAM PENILAIAN KEDISIPLINAN SISWA (STUDI KASUS : SMP NEGERI 21 MEDAN)
SKRIPSI
MAYA SANTRI BANCIN 111421089
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA MEDAN
SKRIPSI IMPLEMENTASI METODE K- MEANS CLUSTERING DAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
DALAM PENILAIAN KEDISIPLINAN SISWA (STUDI KASUS : SMP NEGERI 21 MEDAN)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer
MAYA SANTRI BANCIN 111421089
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA MEDAN
2014
PERSETUJUAN
Judul : IMPLEMENTASI METODE K- MEANS CLUSTERING DAN METODE ANALYTICAL HIERARCHY
PROCESS (AHP) DALAM PENILAIAN KEDISIPLINAN SISWA (STUDI KASUS : SMP NEGERI 21 MEDAN)
Kategori : SKRIPSI
Nama : MAYA SANTRI BANCIN Nomor Induk Mahasiswa : 111421089
Program Studi : EKSTENSI S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan,
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Maya Silvi Lydia, Bsc, M.Sc Dian Rachmawati, S.si, M.Kom NIP. 19740127 200212 2 001 NIP. 19830723 200912 2 004
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
PERNYATAAN
IMPLEMENTASI METODE K- MEANS CLUSTERING DAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
DALAM PENILAIAN KEDISIPLINAN SISWA (STUDI KASUS : SMP NEGERI 21 MEDAN)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Februari 2014
Maya Santri Bancin 111421089
PENGHARGAAN
Alhamdulillah, puji syukur penulis panjatkan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-Nya serta segala sesuatunya dalam hidup. Sehingga penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
Skripsi ini penulis persembahkan kepada kedua orangtua tercinta, Ayah Alm. Bumi Basri Bancin dan Ibu Hj. Nuriana Pane yang tiada hentinya memberikan doa dan kasih sayangnya serta semangat dan motivasi selama penulisan skripsi ini.
Selanjutnya ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis selama pengerjaan skripsi ini, antara lain kepada:
1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.
2. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Program Studi Ekstensi S1 Ilmu Komputer Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Departemen Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara dan selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
4. Ibu Dian Rachmawati, S.si, M.Kom selaku Dosen Pembimbing I yang telah memberikan bimbingan, saran, masukkan kepada penulis dalam penyempurnaan skripsi ini.
5. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Dosen Pembimbing II dan Dosen Pembimbing Akademik yang telah memberikan bimbingan, saran, masukkan kepada penulis dalam penyempurnaan skripsi ini.
6. Bapak Handrizal, S.si, M.Comp.Sc selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8. Kepala Sekolah dan Guru – guru SMP Negeri 21 Medan yang telah banyak membantu penulis selama penelitian skripsi ini.
9. Abangda Abdul Hamidran Rangkuti, M.pd dan Kakanda Dewi Afni Rezeki Bancin, S.s serta Adik – adikku tersayang Rahmah Novia Sari Bancin, Amd, Fajar Iqbal Bancin dan semua keluarga yang turut memberikan motivasi dan semangat selama penulisan skripsi ini.
10.Ahmad Azhari, Amd yang selalu mendukung dan memberikan motivasi kepada penulis.
11.Teman-teman seangkatan Ekstensi S1 Ilmu Komputer tahun 2011, cicha, yolan, yuyun, wita, zhe, della, aim serta teman – teman yang lain yang sama-sama berjuang meraih gelar Sarjana.
Semoga Allah SWT memberikan limpahan karunia semua pihak yang membantu penulis dalam menyelesaikan skripsi ini. Akhirnya penulis berharap bahwa skripsi ini bermanfaat terutama kepada penulis maupun para pembaca serta semua pihak akademisi yang tertarik mengembangkannya. Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh karena itu penulis menerima saran dan kritik demi kesempurnaan skripsi ini sehingga bermanfaat bagi semua pihak.
Medan, Februari 2014 Penulis
Maya Santri Bancin
ABSTRAK
Penelitian ini bertujuan untuk merancang sebuah aplikasi komputer yang dapat menentukan nilai kedisiplinan siswa. Dengan adanya aplikasi ini diharapkan dapat membantu pihak sekolah terutama guru Bimbingan Konseling dalam mengetahui kelompok siswa dan menentukan nilai berdasarkan tingkat kedisiplinan dalam menangani siswa yang tidak mentaati atau melanggar peraturan sekolah. Penilaian kedisiplinan siswa dilakukan dengan menentukan bobot prioritas sub kriteria menggunakan metode Analytical Hierarchy Process (AHP) kemudian hasil bobot tersebut dikelompokkan menggunakan metode K- Means Clustering. Aplikasi penilaian kedisiplinan siswa ini dirancang menggunakan bahasa pemrograman Visual Basic 2010. Keluaran dari aplikasi ini adalah daftar data siswa yang berisi hasil penilaian kedisiplinan siswa. Hasilnya yaitu dari 25 siswa terdapat 2 siswa yang termasuk ke dalam kelompok tidak disiplin dengan pusat interval 6.46, 3 siswa termasuk ke dalam kelompok yang cukup disiplin dengan pusat interval 13.37, 14 siswa termasuk ke dalam kelompok disiplin dengan pusat interval 23.63, dan sisanya 6 dari siswa tersebut termasuk ke dalam kelompok sangat disiplin dengan pusat interval 40.91.
IMPLEMENTATION OF K- MEANS CLUSTERING METHOD AND ANALYTICAL HIERARCHY PROCESS (AHP)
OF STUDENT DISCIPLINE ASSESSMENT (CASE STUDY: SMP NEGERI 21 MEDAN)
ABSTRACT
This research is to design a computer applications that can determine the value of student’s discipline. The application is expected to help the school especially the Guidance and Counselling to figure out the group of student and determine the value based on the level of discipline in dealing with students who do not comply with or violate school’s rules. Student discipline assessment done by determining the weights priority sub-criteria using the Analytical Hierarchy Process (AHP) and the result will be grouped using K- Means clustering method. The student discipline assessment application designed using Visual Basic 2010. The output of this application is a list of data that contains the results of student disciplinary assessment. The results of 25 students show two students who belong to a group of undisciplined with interval central in 6.46, 3 students includes to group of students who are disciplined enough with central of the interval in 13.37, 14 students includes to group a discipline with the interval central in 23.63, and 6 students includes to group a very disciplined with the interval central in 40.91.
Keywords: Discipline, K- Means Clustering, Analytical Hierarchy Process (AHP)
DAFTAR ISI
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 3
1.6 Metode Penelitian 4
1.7 Sistematika Penulisan 5
Bab 2 Landasan Teori 6
2.1 Sistem Pendukung Keputusan (SPK) 6 2.1.1 Pengertian Sistem Pendukung Keputusan 6 2.1.2 Tahap – tahap Pengambilan Keputusan 6 2.1.3 Karakteristik Sistem Pendukung Keputusan 7 2.1.4 Komponen Sistem Pendukung Keputusan 8 2.1.4.1 Sistem Pengolahan data (database) 8 2.1.4.2 Sub sistem pengelolaan model (model base) 9 2.1.4.3 Sub sistem pengelolaan dialo (interface) 9 2.1.4.4 Subsistem Manajemen Knowledge 9
2.2 Disiplin 11
2.2.1 Pengertian Disiplin 11
2.2.2 Bentuk – bentuk Disiplin Belajar Siswa 11 2.2.2.1 Disiplin terhadap Waktu 11 2.2.2.2 Didiplin terhadap Tata Tertib 12 2.2.2.3 Disiplin terhadap Tugas 12 2.2.2.4 Disiplin dalam Berpakaian 13 2.2.2.5 Disiplin dalam pembayaran Kewajiban 13
2.3 Metode K- Means Clustering 15
2.3.1 Pengertian Metode K- Means Clustering 15 2.3.2 Prosedur Metode K- Means Clustering 16 2.4 Metode Analitycal Hierarchy Process (AHP) 17
2.4.1 Pengertian Metode AHP 17
2.4.2 Prosedur Metode AHP 17
Bab 3 Analisis dan Perancangan Sistem 24
3.1 Analisis Masalah 24
3.2 Analisis Kebutuhan 25
3.3 Perancangan Aplikasi 25
3.3.1 Use Case Diagram 26
3.3.2 Activity Diagram 27
3.3.3 Data Flow Diagram (DFD) 33
3.3.4 Flowchart 35
3.3.5 Pengelompokan Disiplin 37
3.3.6 Kriteria Disiplin 37
3.3.7 Prose Data Input Pengujian 37
3.4 Data Pegujian 38
3.4.1 Perhitungan Metode Analitycal Hierarchy Process (AHP) 38 3.4.2 Perhitunga Metode K- Means Clustering 51
3.5 Perancangan Database 68
3. 5.1 Perancangan Form 70
3.6 Perancangan Tampilan Antarmuka (Interface) 70
3.6.1 Rancangan Form Menu Utama 70
3.6.2 Rancangan Form Login 71
3.6.3 Rancangan Form User 71
3.6.4 Rancangan Form Data Siswa 73
3.6.5 Rancangan Form AHP 74
3.6.6 Rancangan Form K- Means 75
Bab 4 Implementasi Dan Pengujian 77
4.1 Implementasi Sistem 77
4.1.1 Tampilan Halamam Utama 78
4.1.2 Tampilan Halaman Tentang 79
4.2 Pengujian 80
4.2.1 Tampilan Halaman AHP Kriteria 80 4.2.2 Tampilan Halaman AHP Sub Kriteria 80
4.2.3 Tampilan Halaman Hasil 87
4.2.4 Tampilan Halaman SPK K- Means 87
Bab 5 Kesimpulan Dan Saran 95
5.1 Kesimpulan 94
5.2 Saran 94
Daftar Pustaka 94
Lampiran A: Listing Program Lampiran B: Curriculum Vitae
Lampiran C: Angket Penelitian Nilai Kedisiplinan Siswa Kelas IX- 2 SMP Negeri 21 Medan
DAFTAR TABEL
Halaman
2.1 Skala Kuantitatif dalam Sistem Pendukung Keputusan 19 2.2 Matriks Perbandingan Berpasangan 20 2.3 Nilai Rata – rata Konsistensi 22 3.1 Dokumentatif Naratatif Activity Diagram Proses Login 28 3.2 Dokumentasi Naratif Activity Diagram Proses Data Siswa 29 3.3 Dokunmentatsi Naratif Activity Diagram Proses SPK 29 3.4 Matriks Perbandingan Berpasangan 37
3.5 Matriks Nilai Kriteria 37
3.6 Matriks Penjumlahan tiap baris 38 3.7 Perhitungan Rasio Konsistensi Kriteria 39 3.8 Matriks Perbandingan Berpasangan Kriteria DDB 40
3.9 Matriks Nilai Kriteria DDB 40
3.10 Matriks Penjumlahan tiap baris DDB 41 3.11 Perhitungan Rasio Konsistensi 41 3.12 Matriks Perbandingan Berpasangan DPK 42
3.13 Matriks Nilai Kriteria DPK 42
3.14 Matriks Penjumlahan tiap baris DPK 43 3.15 Perhitungan Rasio Konsistensi 43 3.16 Matriks Perbandingan Berpasangan DMT 44
3.17 Matriks Nilai Kriteria DMT 44
3.18 Matriks Penjumlahan tiap baris DMT 45 3.19 Perhitungan Rasio Konsistensi 45 3.20 Matriks Perbandingan Berpasangan DTT 46
3.21 Matriks Nilai Kriteria DTT 46
3.22 Matriks Penjumlahan tiap baris DTT 47 3.23 Perhitungan Rasio Konsistensi 47 3.24 Matriks Perbandingan Berpasangan DTW 48
3.25 Matriks Nilai Kriteria DTW 48
3.26 Matriks Penjumlahan tiap baris DTW 49 3.27 Perhitungan Rasio Konsistensi 49
3.28 Matriks Hasil 50
3.29 Data Siswa Kelas IX- 2 51
3.30 Hasil Inisialisasi 52
3.31 Hasil Perhitungan AHP 53
3.32 Poin Kedisiplin Siswa 54
3.33 Perhitungan Jarak Poin Kedisiplinan Terhadap Cluster 55 3.34 Susunan Perhitungan Jarak pada tiap – tiap Cluster 56
3.35 Posisi Iterasi Pertama 57
3.37 Perhitungan Jarak Poin Kedisiplinan terhadap Cluster pada Iterasi Pertama 59 3.38 Susunan Jarak Poin Kedisiplinan terhadap Cluster pada Iterasi Pertama 60
3.39 Hasil Posisi Iterasi Kedua 62
3.41 Hasil Posisi Iterasi Ketiga 65
3.42 Hasil Posisi Iterasi Ketiga 66
3.43 Tabel Siswa 67
3.44 Tabel User
DAFTAR GAMBAR
Halaman
2.1 Arsitektur Sistem Pendukung Keputusan 11
2.2 Analisis Proses 15
2.3 Contoh Clustering 16
2.4 Struktur Hierarki AHP 19
3.1 Diagram Ishikawa 23
3.2 Use Case Diagram Pada Sistem 25 3.3 Activity Diagram Proses Login 26 3.4 Activity Diagram Pada Data Siswa 27
3.5 Activity Diagram Pada SPK 28
3.6 DFD Level 0 29
3.7 DFD Level 1 30
3.8 Flowchart Metode K- Means Clustering 31
3.9 Flowchart Metode AHP 32
4.5 Tampilan Halaman AHP Kriteria 81 4.6 Tampilan Halaman AHP Sub Kriteria Kriteria DDB 83 4.7 Tampilan Halaman AHP Sub Kriteria Kriteria DPK 84 4.8 Tampilan Halaman AHP Sub Kriteria Kriteria DMT 86 4.9 Tampilan Halaman AHP Sub Kriteria Kriteria DTT 87 4.10 Tampilan Halaman AHP Sub Kriteria Kriteria DTW 88
4.11 Tampilan Halaman AHP Hasil 90
