BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1 Hasil Penelitian
Tujuan dari uji coba sistem informasi data mining ini sudah berjalan sesuai yang diinginkan oleh pengguna. Uji coba dilakukan dengan cara memeriksa kembali fungsi-fungsi yang ada pada aplikasi data mining apakah sudang berjalan dan terhubung dengan baik atau belum.
5.1.1 Uji Coba Penginputan Data
5.1.1.1 Penginputan Data Mahasiswa
Uji coba penginputan data ini dengan cara menginputkan data mahasiswa yaitu memasukkan data id, angkatan, memilih asal sekolah, nama sekolah, memilih fakultas, memilih program studi, alamat asal, id kota, provinsi, kota, Ip semester 1, dan Ip semester 2. Hasil dari penginputan data ini adalah data berhasil tersimpan pada database dan data tersebut digunakan untuk perhitungan probabilitas.
5.1.1.2 Penginputan Data Kota
Uji coba penginputan data ini dengan cara menginputkan data kota yang terdiri dari id kota, provinsi, dan kota. Hasil dari penginputan data kota ini data yang
berhasil tersimpan dalam database dan data tersebut digunakan untuk proses pemilihan kota otomatis pada data mahasiswa.
5.1.13 Penginputan Data Admin
Uji coba penginputan data ini dilakukan dengan cara menginputkan data admin yaitu memasukan id, username, nama, dan password. Hasil input data tersebut berhasil tersimpan pada database dan digunakan untuk melakukan proses login.
Tabel 5.1 Pengujian Penginputan Data 1
No Kebutuhan Fungsional Keterangan 1 User dapat melakukan penginputan data
mahasiswa yang berupa id, angkatan, asal sekolah, nama sekolah, fakultas, program studi, id kota, provinsi, kota, Ip semester 1 dan Ip semester 2
Terpenuhi
2 User dapat melakukan penginputan data kota yang berupa id kota, provinsi, dan kota
Terpenuhi
3 User dapat melakukan penginputan data admin yang meliputi id, username, nama, dan password
Terpenuhi
5.1.2 Pengujian Perhitungan Prediksi
Data uji coba ini dilakukan dengan cara memasukkan data-data yang akan dilakukan prediksi. Data-data tersebut berupa provinsi, kota, asal sekolah, fakultas, program studi. Perhitungan prediksi probabilitas ditentukan dengan variabel-variabel yang sudah ditentukan oleh user. Setelah memilih data user akan menggunakan proses untuk mendapatkan hasil. Hasil dari pengujian ini adalah memperlihatkan jumlah data yang
diminta, jumlah total data yang ada dan nilai probabilitas dari variabel-variabel yang ditentukan.
Tabel 5.2 Pengujian Perhitungan Prediksi 1
No Kebutuhan Fungsional Keterangan 1 Sistem dapat melakukan perhitungan prediksi
probabilitas keanggotaan suatu kelas yang telah ditentukan oleh user
Terpenuhi
2 User dapat melihat hasil output perhitungan prediksi yang berupa jumlah data, jumlah total, dan nilai probabilitas
Terpenuhi
3 Sistem dapat memberikan hasil prediksi yang sesuai dengan keinginan bagian admisi Universitas Dian Nuswantoro
Terpenuhi
5.1.3 Pengujian Pencarian Data
5.1.3.1 Pengujian Pencarian Manajemen User
Pengujian pencarian ini menggunakan data user yang dilakukan dengan memilih kategori manajemen data pada menu awal kemudian masukkan id user apa yang akan dicari selanjutnya secara otomatis akan muncul data dari id user tersebut yang telah dimasukkan.
Hasil dari pencarian data akan ditampilkan pada tabel data yang ada apabila data tidak ditemukan maka tidak akan memunculkan data pada data tabel. Pencarian data ini juga dapat dilakukan dengan memperbarui manajemen data dengan otomatis data yang tersimpan akan ditampilkan pada tabel data. Data yang
dapat ditemukan pada tabel data berupa ID, Username, Nama, dan Password.
5.1.3.2 Pengujian Pencarian Manajemen Kota
Pengujian pencarian ini menggunakan data kota yang dilakukan dengan memilih kategori manajemen kota pada menu awal kemudian masukkan id kota apa yang akan dicari selanjutnya secara otomatis akan muncul data dari id kota tersebut yang telah dimasukkan.
Hasil dari pencarian data akan ditampilkan pada tabel data yang ada apabila data tidak ditemukan maka tidak akan memunculkan data pada data tabel. Pencarian data ini juga dapat dilakukan dengan memperbarui manajemen data dengan otomatis data yang tersimpan akan ditampilkan pada tabel data. Data yang dapat ditemukan pada tabel data berupa Id kota, Provinsi, dan Nama Kota.
5.1.3.3 Pengujian Pencarian Manajemen Mahasiswa
Pengujian pencarian ini menggunakan data mahasiswa yang dilakukan dengan memilih kategori manajemen mahasiswa pada menu awal kemudian masukkan id mahasiswa apa yang akan dicari selanjutnya secara otomatis akan muncul data dari id kota tersebut yang telah dimasukkan.
Hasil dari pencarian data akan ditampilkan pada tabel data yang ada apabila data tidak ditemukan maka tidak akan memunculkan data pada data tabel. Pencarian data ini juga dapat dilakukan dengan memperbarui manajemen data dengan otomatis data yang tersimpan akan ditampilkan pada tabel data. Data yang dapat ditemukan pada tabel data berupa id, angkatan, asal sekolah,
nama sekolah, fakultas, program studi, id kota, provinsi, kota, Ip semester 1 dan Ip semester 2.
5.1.3.4 Pengujian Pencarian Manajemen Hasil
Pengujian pencarian ini menggunakan data prediksi yang dilakukan dengan memilih kategori manajemen hasil pada menu awal kemudian masukkan id kota apa yang akan dicari selanjutnya secara otomatis akan muncul data dari id kota tersebut yang telah dimasukkan.
Hasil dari pencarian data akan ditampilkan pada tabel data yang ada apabila data tidak ditemukan maka tidak akan memunculkan data pada data tabel. Pencarian data ini juga dapat dilakukan dengan memperbarui manajemen data dengan otomatis data yang tersimpan akan ditampilkan pada tabel data. Data yang dapat ditemukan pada tabel data berupa prediksi, Provinsi, Kota, Asal Sekolah, Fakultas, Program Studi, Jumlah Data, Total Data, dan Probabiltas.
Tabel 5.3 Pengujian Pencarian Data 1
No Kebutuhan Fungsional Keterangan 1 Sistem mampu mencari data dari id user
yang diminta dan menapilkan data tabel terdiri ID, Username, Nama, dan Password.
Terpenuhi
2 Sistem mampu mencari data dari id kota yang diminta dan menapilkan data tabel terdiri Id kota, Provinsi, dan Kota
Terpenuhi
mahasiswa yang diminta dan menapilkan data tabel terdiri id, angkatan, asal sekolah, nama sekolah, fakultas, program studi, id kota, provinsi, kota, Ip semester 1 dan Ip semester 2.
4 Sistem mampu mencari data dari id kota yang diminta dan menapilkan data tabel terdiri prediksi, Provinsi, Kota, Asal Sekolah, Fakultas, Program Studi, Jumlah Data, Total Data, dan Probabiltas.
Terpenuhi
5.2 Pembahasan
Hasil dari uji coba yang menggunakan data 2.200 dengan aplikasi Admisi Marketing untuk memprediksi probabilitas minat studi mahasiswa pada Kota Semarang sebagai sempel. Nilai-nilai probabilitas yang dilakukan dengan prediksi admisi marketing sebagai berikut :
Tabel 5.4 Nilai Probabilitasi Prediksi
No Kota / Kabupaten Program Studi SMA SMK 1 Kota Semarang Teknik Informatika 0,090077 0,039323 2 Kota Semarang Sistem Informasi 0,024234 0,004115 3 Kota Semarang Desain Komunikais
Visual
0,025605 0,015546
4 Kota Semarang Ilmu Komunikasi 0,009144 0,004115 5 Kota Semarang Manajemen 0,039323 0,039323 6 Kota Semarang Akuntansi 0,034293 0,009144 7 Kota Semarang Sastra Inggris 0,010973 0,002286 9 Kota Semarang Sastra Jepang 0,002743 0,002743
10 Kota Semarang Kesehatan Masyarakat
0,016918 0,005486
11 Kota Semarang Rekam Medis 0,008687 0,005486 12 Kota Semarang Teknik Elektro 0,001828 0,005486 13 Kota Semarang Teknik Industri 0,004572 0,005486
Dari hasil uji coba tersebut dengan menggunakan data sampel kota Semarang dan Provinsi Jawa Tengah dapat dilihat nilai-nilai probabilitas yang berada pada Tabel 5.4. Hasil dari pengujian dengan variabel kota semarang dan asal sekolah SMA adalah yang memiliki probabilitas tertinggi pada program studi Teknik Informatika (0,09077) dan yang memiliki nilai probabilitas terendah pada program studi Teknik Elektro(0,001828). Sedangkan pada hasil dengan variabel kota semarang dan asal sekolah SMK adalah yang memiliki probabilitas tertinggi pada program studi Teknik Informatika (0,039323) dan yang memiliki nilai terendah pada program studi Sastra Inggris (0,002286).
Dari hasil uji coba yang sudah dilakukan dengan Admisi Marketing, dengan menggunakan rumus untuk mendapatkan nilai akurasi dan error dari Admisi marketing sebagai berikut :
Akurasi = 2187
2200
= 0,9941 = 99,4%
Dari perhitungan akurasi untuk kinerja klasifikasi didapatkan akurasi sebesar 99,4% kemudian hasil uji coba dengan menggunakan rumus keselahan predikisi (error) sebagai berikut :
Error = 13
