• Tidak ada hasil yang ditemukan

PERANCANGAN SISTEM PAKAR UNTUK PENENTUAN JURUSAN DENGAN MENGGUNAKAN PENDEKATAN BAYESIAN NETWORK

N/A
N/A
Protected

Academic year: 2021

Membagikan "PERANCANGAN SISTEM PAKAR UNTUK PENENTUAN JURUSAN DENGAN MENGGUNAKAN PENDEKATAN BAYESIAN NETWORK"

Copied!
8
0
0

Teks penuh

(1)

PERANCANGAN SISTEM PAKAR UNTUK

PENENTUAN JURUSAN DENGAN

MENGGUNAKAN PENDEKATAN

BAYESIAN NETWORK

EDWIEN SYAHRIAL MUCHTAR

Jakarta, 082123474755, [email protected]

ANDRE GIOVAN

Jakarta, 081310396049, [email protected]

Dr. Widodo Budiharto, S.Si., M.Kom

Binus University, Jakarta, [email protected]

Abstrak

Tujuan dibuatnya aplikasi ini adalah untuk merancang suatu sistem pakar yang berbasiskan web sebagai media informasi dan memberikan gambaran bagi calon mahasiswa mengenai jurusan yang pas. Metode yang digunakan adalah menggunakan studi pustaka, kuesioner, wawancara dengan seorang pakar pendidikan, dan perancangan sistem menggunakan pendekatan Bayessian Network untuk menghitung probabilitas suatu jurusan. Hasil dari aplikasi ini diharapkan bisa membantu calon mahasiswa memilih jurusan yang tepat sesuai dengan minat dan kemampuannya. Simpulan yang diperoleh adalah perancangan sistem pakar dengan metode Bayesian Network ini efektif bagi calon mahasiswa sebagai media yang bisa memberikan gambaran mengenai jurusan yang tepat melalui serangkaian tes yang bisa mengukur kemampuan dasar yang dimilikinya.

Kata kunci : sistem pakar, penentuan jurusan, personality type, bayes

1.

PENDAHULUAN

Cepatnya perkembangan ilmu pengetahuan di era Teknologi Informasi sekarang ini secara tidak langsung membawa dampak kepada sistem pendidikan kita. Hal itu terbukti dari makin banyaknya penjurusan yang dilakukan universitas-universitas di Indonesia untuk mengelompokan para mahasiswanya sesuai dengan kemampuan yang dimiliki.

Masalah yang sangat sering dihadapi oleh user dalam arti calon mahasiswa adalah penentuan jurusan di bangku perguruan tinggi strata 1 (satu) atau sarjana. Banyak sekali pengambilan jurusan hanya berdasarkan hobi atau karena mengikuti perkembangan kebutuhan sumber daya manusia di dunia pekerjaan. Padahal pengambilan jurusan haruslah sesuai dengan kemampuan dan minat dari mahasiswa. Masalah ini sering menjadi polemik dalam dunia perkuliahan. Berhenti atau pergantian jurusan sangatlah tidak efektif dalam segi materi maupun segi waktu yang dipergunakan. Masalah ini mendasar dan sering terjadi dalam dunia perkuliahan.

Salah satu solusi yang bisa digunakan adalah dengan melakukan tes perminatan yang dinilai oleh seorang psikolog. Psikolog bisa memetakan kemampuan yang dimiliki oleh siswa berdasarkan hasil yang didapat dari tes yang dilakukan. Cara ini cukup efektif namun dibutuhkan waktu dan

(2)

biaya untuk melakukanya. Selain tes secara langsung, siswa juga bisa mengikuti tes online yang dirancang dengan menggunakan teori probabilitas untuk menentukan karateristik yang dimiliki sebagai pertimbangan dalam pemilihan jurusan di bangku perguruan tinggi.

Cara lain yang bisa dilakukan dengan mengikuti tes online yang banyak tersedia. Salah satu contoh tes untuk mengukur kemampuan belajar yang dibuat oleh Vomlel. Tes terdiri dari beberapa pertanyaan akademik seperti sosial dan sains. Kelemahan dari sistem yang dirancangnya adalah output yang dihasilkan hanya berupa ukuran kemampuan.

Penulis melakukan penelitian yang bertujuan untuk merancang suatu sistem pakar yang berbasis web sebagai media informasi dalam pemilihan jurusan serta memberikan gambaran mengenai jurusan yang bisa diambil dimana teori Bayesian Network digunakan sebagai metode penarikan keputusan pada sistem.

2.

METODE PENELITIAN

Dalam mendapatkan segala informasi yang dibutuhkan dalam penulisan skripsi ini, penulis menggunakan beberapa metode. Metode yang digunakan terdiri dari tiga bagian, yaitu :

1.Studi pustaka

Studi pustaka dilakukan untuk mempelajari teori yang akan digunakan yang berhubungan dengan topik dan masalah penelitian.

2.Studi lapangan

Studi lapangan dengan metode wawancara dan kuesioner. Wawancara dilakukan untuk memindahkan knowledge pada pakar kedalam sistem sedangkan kuesioner dilakukan untuk mendapatkan data interest dari user yang akan memakai sistem ini.

3.Metode Perancangan

Perancangan dilakukan dalam beberapa tahapan : 1. Pengumpulan informasi sistem

2. Perancangan knowledge based untuk sistem 3. Perancangan basis data

4. Perancangan layar

Sistem yang dibangun akan mengadaptasi pengetahuan dari pakar dalam bidang psikologi yang mengacu kepada teori personality type dengan menggunakan pedekatan Bayesian Network. Berikut representasi dari basis pengetahuan yang didapat:

Tabel 1 Representasi Pengetahuan

Faktor Jurusan

Investigative Teknik Informatika Kedokteran Sistem Informatika

Realistic Teknik Mesin

Teknik Elektro Teknik Komputer Teknik Informatika Artistic Design Seni Social Seni Psikologi HI Ekonomi Manajemen Enterprising Ekonomi Akutansi Manajemen Konvensional Manajemen Akutansi

(3)

Dari data diatas dibuatlah rules yang nantinya akan diimplementasikan kedalam sistem. Berikut kutipan dari rule:

Jika”NilaiAkademis=Tinggi” dan “Karakteristik = Relistis” Maka “Jurusan1=Teknik Elektro” dan “Jurusan2=Teknik Komputer”. Jika”NilaiAkademis=Rendah” dan “Karakteristik = Relistis” Maka

“Jurusan1=Teknik Komputer” dan “Jurusan2=Teknik Industri”. Jika”NilaiAkademis=Tinggi” dan “Karakteristik = Investigative”

Maka “Jurusan1=Teknik Informatika” dan “Jurusan2=Dokter”. Jika”NilaiAkademis=Rendah” dan “Karakteristik = Investigative”

Maka “Jurusan1=Teknik Komputer” dan “Jurusan2=Teknik Informatika”.

Jika”NilaiAkademis=Tinggi” dan “Karakteristik = Artistic” Maka “Jurusan1=DKV” dan “Jurusan2=Seni”

Jika”NilaiAkademis=Rendah” dan “Karakteristik = Artistic” Maka “Jurusan1=DKV” dan “Jurusan2=Seni”

Jika”NilaiAkademis=Tinggi” dan “Karakteristik = Social” Maka “Jurusan1=Psikologi” dan “Jurusan2=Sastra”

Jika”NilaiAkademis=Rendah” dan “Karakteristik = Social” Maka “Jurusan1=DKV” dan “Jurusan2=Seni”

...

Gambar 1 Rule sistem

Dari tiap aturan akan memiliki nilai peluang yang berbeda. Sistem akan memilih jurusan yang memiliki bobot tertinggi berdasarkan hasil tes yang dilakukan.

3.

HASIL DAN BAHASAN

Sistem pakar dirancang dalam bentuk website yang bisa diakses setelah user melakukan registrasi. Berikut rancangan alur proses sistem :

(4)

Setelah login user bisa langsung mengambil tes yang terdiri dari 3 bagian. Tes pertama berupa tes akademis untuk mengukur kemampuan belajar. Tes kedua merupakan psikotest sederhana untuk mengukur kemampuan. Dan tes ketiga yang merupakan uji karakteristik. Sistem yang dirancang bisa menghasilkan kesimpulan berupa nilai kemampuan yang dimiliki siswa, karakteristik, dan hasil jurusan yang tepat dengan hasil yang didapat.

Gambar 3 Halaman Hasil

Pengujian dilakukan dengan memberikan tes kepada 10 orang siswa. Dan hasil tersebut dinilai kembali oleh pakar untuk mengukur tingkat ketepatan yang didapatkan. Dah hasil yang didapatkan sebagai berikut:

(5)

Tabel 2 Hasil Percobaan

Pe rcobaan ke -Hasil Te st 1Hasil Test 2 Hasil Te st 3 Jurusan

1. 8 15 Konvensional Ekonomi

2. 12 16 Investigative Teknik Komputer

3. 4 5 Konvensional Kedokteran

4. 15 10 Konvensional Akutansi

5. 8 11 Konvensional Akutansi

6. 5 10 Realistis Teknik Mesin

7. 5 12 Konvensional Ekonomi

8. 6 11 Konvensional Ekonomi

9. 4 11 Realistis Teknik Mesin

10. 9 13 Konvensional Akutansi

Untuk mengukur kepuasan dan keakuratan percobaan digunakan metoda kuesioner. Berikut contoh pertanyaan beserta hasil dari kuesioner:

Tabel 3 Kuesioner Hasil Evaluasi Sistem

Pertanyaan

Ya

Tidak

Apakah sistem yang ada membantu?

Apakah anda kesulitan dalam memahami hasil

yang ditampilkan?

Hasil yang didapatkan sudah sesuai dengan

minat anda?

Apakah anda kesulitan dalam menggunakan

aplikasi?

Apakah anda masih membutuhkan bantuan

konseling mengenai hasil yang didapatkan?

(Pakar) Apakah penilaian dari pakar mengenai

hasil yang didapatkan oleh sistem sudah sama?

(6)

Hasil kuesioner:

Gambar 4 Diagram Kuesioner 1

Gambar 5 Diagram Kuesioner 2

(7)

Gambar 7 Diagram Kuesioner 4

Gambar 8 Diagram Kuesioner 5

Gambar 9 Diagram Kuesioner 6

Dalam pengujian sebanyak 10 kali seperti tabel terjadi 1 kesalahan atau hasil yang berbeda dengan pendapat pakar. Dengan demikian dapat diambil kesimpulan aplikasi sistem pakar ini bisa dijadikan pertimbangan bagi calon mahasiswa dalam memilih jurusan di perguruan tinggi nantinya

(8)

4.

SIMPULAN DAN SARAN

4.1

SIMPULAN

Dari hasil penelitian, analisis, dan evaluasi sistem Major Online Test yang kami lakukan dapat disimpulkan hal-hal sebagai berikut :

• Berdasarkan studi yang kami lakukan, metode yang efektif untuk melakukan perhitungan dalam sebuah Student Model menggunakan Bayesian Network.

• Major Online Test bisa dijadikan alat ukur bagi calon mahasiswa dalam menentukan jurusan yang akan dipilih dalam perguruan tinggi nanti.

• Pemakaian batasan waktu saat mengerjakan tes bisa mengukur kemampuan serta pola pikir calon mahasiswa selaku user.

Fasilitas search Universitas dan Jurusan mempermudah calon mahasiswa mendapatkan informasi yang berguna.

4.2

SARAN

Diharapkan untuk kedepannya, penelitian lebih lanjut dapat :

• Menambahkan jumlah soal dan jenis soal yang digunakan lebih sulit tingkatannya sehingga kemampuan calon mahasiswa baru lebih terukur.

• Desain web yang digunakan harus lebih menarik sehingga calon mahasiswa sebagai user lebih tertarik menggunakanya.

Referensi

A.R,Tyler. (2007). Expert System Research Trends. New York: Nova Science Publisher Ben- Gal I. (2007) Bayesian Network. Encyclopedia of Statistic, Vol.1, pp. 2-4. Ifdil. (2010). Teori Karier Holland. Bimbingan dan Konseling Indonesia, 1, pp. 1-5 John Wiley & Sons. (2005). Fuzzy Expert System and Fuzzy Reasoning. New Jersey Kusuma, Dewi. (2003). Artificial Intelligence. Jakarta: Graha Ilmu

Neapolitan, R.E. (2004). Learning Bayesian Networks. USA: Peason Pentice Hall. Negnevitsky, Michael. (2005). Artificial Intelligence a Guide to Intelligence System.

England: Addison Wesley.

Nugroho, Bunafit. (2008). Membuat Aplikasi Sistem Pakar dengan PHP dan Editor Dreamweaver. Jogjakarta: Gava Media.

Sidik, Betha. (2012).Pemrograman Web dengan PHP. Bandung: Informatika Bandung

Vomlel, Jiˇr´ı. (2004). Bayesian Networks in Educational Testing. Bayesian Network, Vol. 1, pp. 1-5. Wood, Wendy M., Karvonen, Meagan., Test, David W., Browder, Diane., Algozzine, Bob. (2004) Promoting Student Self- Determination Skills in IEP Planning. Teaching Exeptional Childreen, Vol. 36, pp.8-16

Riwayat Penulis

Edwien Syahrial Muchtar lahir di kota Padang pada 20 Januari 1990. Penulis menamatkan Sekolah

Menengah Atas di SMA N 4 Padang pada tahun 2008. Saat ini sedang kuliah di Universitas Bina Nusantara jurusan Teknik Informatika.

Christina Bungapuspita Hardani lahir di kota Jakarta pada 25 Desember 1989. Penulis menamatkan

Sekolah Menengah Atas di SMA N 106 pada tahun 2008. Saat ini sedang kuliah di Universitas Bina Nusantara jurusan Teknik Informatika.

Gambar

Tabel 1 Representasi Pengetahuan
Gambar 2 Sequence Diagram sistem Major Test Online
Gambar 3 Halaman Hasil
Tabel 2 Hasil Percobaan
+2

Referensi

Dokumen terkait

Dengan nilai mata kuliah prasyarat yang sudah diambil, Bayesian network dapat memprediksi probabilitas nilai mahasiswa setelah nilai MK prasyaratnya diketahui. Friedman (2009)

Sehingga, penelitian mengenai perancangan sebuah sistem pakar untuk penyeleksian calon penerima beasiswa sangat penting dilakukan karena sistem pakar yang

Pemikiran Bayesian menyediakan sebuah pendekatan probabilistic untuk mendapatkan suatu inference atau kesimpulan. Inference dalam sebuah Bayesian Network didapat

Analisis perbandingan metode bayesian network dan dempster-shafer pada sistem pakar diagnosis diagnosis penyakit mata ini hanya diterapkan diagnosis 6 jenis

Dengan bantuan software SamIam, mata kuliah-mata kuliah dapat dimodelkan menjadi Bayesian network dan network ini dapat digunakan sebagai alat bantu bagi mahasiswa

Bayesian Network digunakan disini karena kecenderungan tidak semua variable mempunyai Evidence, namun dengan hanya menggunakan satu atau beberapa evidence, Bayesian

Analisis perbandingan metode bayesian network dan dempster-shafer pada sistem pakar diagnosis diagnosis penyakit mata ini hanya diterapkan diagnosis 6 jenis

Pemikiran Bayesian menyediakan sebuah pendekatan probabilistic untuk mendapatkan suatu inference atau kesimpulan. Inference dalam sebuah Bayesian Network didapat