rssn 2089- 1083
SNATIKA
2013
Seminar Nasional Teknologi
lnformasi,
Komunikasi dan
Aplikasinya
Volume
02, Tahun 2013
PROGRAM COMMITIEE
Prof. Dr. R. Eko
lndrajit, MSc,
MBA (Perbanas Jakarta) Prof. Dr. ZainalA. Hasibuan (Universitas lndonesia) Prof. Dr. lr. Kuswara Setiawan, MT {UPH Surabaya}STEERING COMMITTEE Evy Poerbaningtyas, S.Si, M.T
TriY.
Evelina, SE, MMMeivi Kartikasari, S.Kom
Mukhlis Amien, S.Kom Dedy Ari P., S.Kom
ORGANIZING COMMITTEE Eka Widya Sari
lsa Suarti
SEKRETARIAT
Lembaga Penelitian dan Pengabdian Kepada Masyarakat
Sekolah Tinggi lnformatika & Komputer lndonesia (STlKl)- Malang SNATIKA 2013
Jl. Raya Tidar 100 Malang 65145 Tel. +52-341560823
Fax. +52-341 562525 Website : snatika.stiki.ac.id Email : snatika@stiki.ac.id
KATA PE]IIGA]IITAR
Bapakllbu/Sdr.
Pesertadan Pemanakal SNATIKA
2013yang
sayahormati,
pertama-tamasaya
ucapkan
selamat datang
atas
kehadiran Bapak/lbu/Sdr,
dan
tak
lupa
kami mengucapkan terimakasih atas partisipasi dan peran sertaBapak/lbulsdr
dalam kegiatan ini.SNATIKA 2013 adalah Seminar NasinalTeknologi lnformasi, Komunikasi dan Aplikasinya yang
diselenggarakan
oleh
STIKIMalang
bekerjasama dengan APTIKOM
Malang
dan
KIik lndonesia. Sesuai tujuannya SNATIKA 2013 merupakan saiana bagipeneliti,
akademisi danpraktisi
untuk
mempublikasikan irasil-hasilpenelitian,
ide-ideterbaru
mengenai Teknologi lnformasi, Komunikasi dan Aplikasinya. Selainitu sesuai
dengan temayaitu
"lCTs
Aspectfor
Mobility,
Social, Culture
&
Economy'',
topic-topik
yang diambil
disesuaikan
dengan kompetensi dasardari APTIKOM
Malang yang diharapkandapat
mensinergikan penelitianyang
dilakukanoleh
parapeneliti
di
bidanglnformatika dan
Komputer. Semoga acara inibermanfaat bagi kita
semuaterutama bagi
perkembanganilmu dan teknologi
di
bidang tekn ologi i nform asi, komuni kasi d an apli kasi nya.Akhir
kata,
kami ucapkan selamat mengikuti seminar,
dan
semoga
kita
bisa
bertemu lkembali pada SNATIKA yang akan datang.Malang, 16 Nopember 2013 Panitia SNATIKA 2013
Tri Y. Evelina, SE,
MM
SAMBUTAN IGTUA
SEKOIAH TTNGG| TNFORMATTKA DAN KOMPUTER |NDONES|A (ST|K!) MAIANG
Yang saya hormati peserta Seminar NasionalAffiKOM zftllg,
Puji &'Syukur kita
panjatkan
kepadaTuhan
YangMaha Esa,
atas
terselenggarakannya Seminar Nasional sebagairangkaian dari kegiatan Klik lndonesia 2013di Kota
Malang. Kami ucapkanselamat datang
kepadapeserta Seminar
Nasionalserta
rekan-rekan perguruan tinggi maupun mahasiswa yang telah berpartisipasi aktif sebagai pemakalah maupun peserta dalam kegiatan seminar nasional ini. Konferensiini
merupakan bagian dari 10 Flag APTIKOMuntuk
meningkatkan kualitas SDM ICTdi
lndonesia,dimana
anggota APTIKOM khususnya harus haus akan llmu untuk mampu memajukan tCT di lndonesia.Konferensi ICT bertujuan untuk
menjadiforum
komunikasi antara peneliti,penggia! birokrat
pemerintah,
pengembang sistem, kalanganlndustry dan seluruh komunitas ICT lndonesia
yang ada didalam APTIKOM maupun diluar APTIKOM. Kegiatanini
diharapkan memberikanmasukan kepada
stokeholderICT
di lndonesia, yang meliputi masyaraka! pemei'intah,
industri
dan
lainnya, sehingga mampu sebagai penggerak
dalam
memajukan
ICT !nternasional.Akhir kata, semoga
forum
seperti ini dapat terus dilaksanakan secara periodic sesuai dengan kegiatantahunan APTIKOM.
Dengandemikian kualitas
makalah,maupun hasil
penelitiandapat
semakin meningkat sehinggamamfiu bersinergi dengan ilmuwan
dan praktisi
ICT internasional.Sebagai Ketua STIKI
Malang kami mengucapkan
terimakasih kepada semua pihak atas segala bantuan demi sukesnya acara ini."Mari
Bersama Memajukan ICT lndonesia"Malang
16 Nopember 2013Ketua STlKl,
IV
tssN 2089-1083
SNATIKA
z}!3,Volume
02
DAFTAR
ISI
Halaman Halaman Judul Kata Pengantar Sambutan Ketua STIKIDaftar lsi
1
littyVonessiLapmng,
Aplikasi Ber:basisWeb
Untuklzin Absensi
Dan
1-s
Ririn lkono
Desanti,
Penggajian Pada Perusahaan Kontraktor Tambang Astrid Collirta2
Arip Mulyanto,Mando
Klasifikasi
Karakter
Manusia
Menggunakan
6 - 11Rohandi, Moh.
Syafri
Algoritma Nairre Bayes Untuk Rekomendasi MotifTuloli
Karawo Berbasis Budaya Gorontalo3
Sandra Murdianto,Evy
Sistem Pangkalan DataDosen
t2 -16
Poerboningtyos,Hendro Guna Perhitungan lnde,ks Prestasi Dan Beban KerjaSuprayogi
Dosen (Studi Kasus: ST|KI Malang)4
lndohDwiMumpuni,
Pengolahan Data Gaji Pada Stmik PpkiaPradnya
t7
-21JauharulMoknunah
ParamitaMalangDenganPendekatanData Warehouse
5
ChoerulAnwor,
PerencanaanStrategi Sistem lnformasi
Dan
22 - 26 Muhamadlrsdn
Teknologi lnformasi Pada Sma Plus PembangunanJaya
6
Setiabuditukaria,
Sistem Penunjang Keputusan PerekrutanKaryawai
27 -33Evangelista Deld
Rosa
Menggunakan Analytical Hierarchy Process (AHP)7
DedvKumiasunotw
il1H,iln,,,XT"[,:'*"[.Jl[*H,f?fffI
34-38Kampus ll lnstitut Teknologi Nasional Malang)
8
betamRizky
Pemodelan Sistem loformasi AlqademikPerguruan
39-43 Wicoksano,Supriyanto
Tinggi Berbasis Service Oriented Architecture(Studi Kasus: Macsysuniversitas Ma Chung)
9
SoetomRizky
Kendali Penggunaan Laboratorium MajemukDi
M
- 47 Wicoksono, RonaldDwi
Lingkup PerguruanTinggi
Menggunakan ltalcNompunu
(lntelligent Teaching And Learning With Computers)10 Nurdionsyah
Algoritma Rijndael SebagaiTeknik PengamananData
48 -52 Rezkinanda, EwyPoerbaningtyas, lohan
lii lv v
Erika
tL
AhmodLuthfi
Pemodelan Open Course Ware SebagaiPlatform
53 - 58Konsep Saling Berbag
t2
Laura Vionti,Astrid
DevelopingAn
E-Learning System PrototypeCase
59 - 63 Callista,Suryosori
Study: The Department Of lnformation Systems AtUniversitas Pelita Harapan '
13
Devi SionitaSoeprapto,
Aplikasi Berbasis Web Untuk PengajuanKegiatan
64 - 69 Suryasofi, Astrid Cattista (emahasiswaan Dan Proses Pendukungnya StudiKasus: UFH
t4
Tri YulistyawatiEvelina; Sistem Ketersediaan
Pangan DaerahDengan
70 -lg
Subari
AnatisaWlayah
LumbungPangan
Berbasis Teknologi Sistem lnformasi Geografis15
Subari, GoFrendi
Otomatisasi Sistem Rekomendasi 80 -87Gunawon
Layanan Kesehatan Untuk Berobat Berbasis Webgis16
€ko BudiCahynno
Rekalibrasi Kamera Kinect Untuk AugmentedReality
88 -92 Dengan Geometri Visi StereoL7
YudaMunorko
Studi
Perbandingan TeknologiMesin Pencari
93 - 98Berhasis Dialog Dan Berhasis Thread Di User Forum
18 Subori
Rancang Bangun Sistem OfficialApp
Perguruan
99 - 109Tinggi Berbasis Mobile Sebagai Upaya Pencitraan lnstitusi
tg
Koko WahyuPmsetyo
Penerapan lt BalancedScorecard
110 - 114 Dalam Perencanaan Strategis Sistem lnformasiDiSTlKltvialang
2n
Voyok SebyDwaaoko,
Rancang Ban8un Media Pembelajaraninteraktif
115 - 119 HemoricaDestiand
Pengenalan Nama Tumbuhan Menggunakan Adobe ,Flash Cs3 Sdn Kauman 1 Malang
2t
Jayonto, TitinPromiyati,
Rancangan Basisdata: Sistem lnformasi lbuHamil
t2t
-
t25 Henky Boyu SetoZZ Sabarudin
The User Capability Development Model inlT
126 - 135lmplementation in Government: Case on IFMIS
{tntegrated Financial Management lnformation
Systems) lmplementation in lndonesia
-a Practitioner Perspective
23
Mukhlis Amien,Meivi
Aplikasi Berbasis Java Untuk MelakukanPelacakan
t36-
137Kortikosori Penggunaan Kata Dalam Bahasa lndonesia Di Situs-Situs Berita Untuk Mendapatkan Kata-Kata Terbaru
Yang Paling Sering Dipakai
lllilt, riiii ;iiiri: llltttt lrtlr;i i ilii, itrrili 'll, ,ili li i|1lli, 'I ili Eka WfdW
firi,
Siska Diatinod Andamwarih,Monigo Cindy Niusori llendrykttuwan, Samuel Perkosa, Herditomo, Sunday Noya Hendro Poerbo Proxtija, Yudhi Kumiawan, Fronsisca Romono Dessyona Kordha
Ami Fauzijoh, Dito Donionti
Diah Arifoh P.,lndra 5.,
Lailo lsyriyoh
Sistem lnformasi GeoSrafis Pencarian Lo*asi Restoran Terdekat Dengan Pembayaran Melalui Kartu Kredit
Sistem lnformasi Penjualan Pada Suvalayan Abc
Pemanfaatan Data Warehouse Dalam Mendukung Pengambilan Keputusa n Dan Pem buatan Pelaporan
Evaluasi Diri Perguruan Tinggi
{Studi Kasus Data Akademik Universitas Ma Chung Malang)
Sistem lnformasi Penilaian Kineria Guru
Optimasi Jaringan Fungsi Basis Radial Dalam
Verifi kasi Citra Sidik Jari
138 - t41 742- t47 148 - 153 154 - 159 150 -167 vil
SNATIKA 2013, ISSN 2089-1083| 6
KLASIFIKASI KARAKTER MANUSIA MENGGUNAKAN
ALGORITMA NAÏVE BAYES UNTUK REKOMENDASI MOTIF
KARAWO BERBASIS BUDAYA GORONTALO
Arip Mulyanto, Manda Rohandi, Moh. Syafri Tuloli
Prodi Sistem Informasi Fakultas Teknik Universitas Negeri Gorontalo
Email : arip.mulyanto@ung.ac.id, mandarohandi@gmail.com, ekohabit@gmail.com
ABSTRAK
Penelitian ini bertujuan untuk merekomendasikan berbagai motif karawo yang bersumber dari seni budaya Gorontalo yang diklasifikasikan sesuai dengan karakter penggunanya dilihat dari studi karakter dasar manusia pada Eneagram. Nilai filosofi dalam benda seni budaya Gorontalo yang dijadikan motif karawo kemudian disesuaikan maknanya dengan karakter dasar manusia yang ada pada Eneagram, sehingga untuk setiap motif karawo dapat memiliki lebih dari satu karakter Eneagram. Algoritma Naïve Bayes digunakan untuk mengklasifikasikan sembilan karakter manusia pada Eneagram yang nantinya akan dijadikan sebagai kelas target pemetaan dalam klasifikasi, sedangkan untuk fitur-fitur data pelatihannya diambil dari kombinasi sifat terbaik dan terburuk dari setiap karakter manusia pada Eneagram. Hasil kombinasi fitur-fitur tersebut, didapatkan 483 data pelatihan yang nantinya akan digunakan sebagai representasi pengetahuan dalam klasifikasi dengan algoritma naïve bayes. Dari hasil pengujian kinerja naïve bayes, didapatkan bahwa metode ini dapat melakukan klasifikasi karakter manusia dengan keakuratan rata-rata 98,7%, meskipun terdapat beberapa data yang tidak dapat diklasifikasikan kelasnya. Motif karawo yang direkomendasikan dapat lebih dari satu, disebabkan karena terdapat beberapa nilai filosofi budaya pada motif karawo yang sifatnya sesuai
dengan sifat beberapa kelas pada Eneagram.
Keywords : Eneagram, Motif karawo, Naïve Bayes
1. PENDAHULUAN
Kerajinan kerawang atau karawo merupakan salah satu seni budaya Gorontalo yang menjadi ciri khas Gorontalo. Karawo dihasilkan melalui proses
penyulaman, yang dilakukan dengan
menarik/membuka benang-benang dari kain
sehingga membentuk pola tertentu. Karawo kebanyakan direprentasikan dalam bentuk kain untuk baju/jas, mukena, jilbab, kipas tangan, sapu tangan, taplak meja, dasi, dan lainnya. Sayangnya minat masyarakat Gorontalo terhadap karawo masih rendah, dimana masyarakat lebih memilih batik dibanding menggunakan karawo. Minimnya ragam motif karawo merupakan salah satu faktor kurang memasyarakatnya karawo. Saat ini, motif karawo kurang bervariatif dan kurang memiliki makna filosofis yang dapat membangkitkan minat para pemakai. Motif karawo lebih kepada motif bunga, hewan, logo perusahaan atau institusi pemesannya, bukan kepada karakter penggunanya atau nilai filosofi budaya Gorontalo itu sendiri. Untuk lebih memperkaya motif dan melestarikan karawo yang merupakan salah satu warisan budaya
Gorontalo, maka penelitian ini bertujuan
merekomendasikan berbagai motif karawo yang bersumber dari seni budaya Gorontalo yang
diklasifikasikan sesuai dengan karakter
penggunanya dilihat dari studi karakter dasar manusia pada Eneagram.
Akbariah, (2010) melakukan penelitian tentang
klasifikasi karakter pengguna batik untuk
rekomendasi motif menggunakan algoritma naïve bayes. Dalam penelitiannya karakter pengguna batik disesuaikan dengan studi sembilan karakter dasar manusia atau yang disebut juga dengan Eneagram, dimana kategori karakter eneagram tersebut disesuaikan dengan impresi motif batik klasik, sehingga diperoleh acuan rekomendasi motif batik. Adapun untuk teknik klasifikasi karakter pengguna batik digunakan algoritma naïve bayes dengan nilai akurasi sebesar 78,19%. Keakuratan hasil klasifikasi sangat dipengaruhi oleh sumber filosofi motif batik dan seberapa jelas dan benar pendeskripsian kalimat profil calon pemakai batik tersebut
2. Tinjauan Pustaka
2.1 Karawo atau Kerawang
Sulaman kerawang atau Karawo adalah salah satu ragam hias kain yang dihiasi dengan berbagai macam motif warna sesuai dengan selera masing-masing pengrajin. Dengan motif yang bervariasi menjadikan kerawang sebagai salah satu kerajinan tangan andalan di daerah Gorontalo. Motif-motif sulaman kerawang ini banyak digunakan pada
SNATIKA 2013, ISSN 2089-1083| 7
berbagai rancangan pakaian wanita maupun pria, selain itu motif kerawang digunakan juga pada peci, sapu tangan, kerudung, dasi, kipas, dompet, dan asesoris lainnya. Kombinasi motif kreatif dengan warna-warna benang yang beraneka ragam yang dipadukan pada kain yang tepat akan menghasilkan sulaman kerawang yang bagus dan cantik, tetapi tidak meninggalkan motif budaya yang merupakan ciri khas daerah Gorontalo (Alrezacell, 2011).
Gorontalo memiliki beraneka ragam kekayaan seni budaya tradisional, misalnya musik dan tarian taradisional, pakaian adat, adat-istiadat, dan sebagainya. Gambar-gambar dari kekayaan seni budaya tradisional Gorontalo yang dilengkapi dengan penjelasan verbal tersebut bermanfaat untuk memunculkan ide dalam pembuatan desain motif karawo yang unik, guna memperkaya motif karawo.
Tabel 2.1 Motif Karawo dan Nilai Filosofisnya dalam Seni Budaya Tradisional Gorontalo
NO MOTIF KARAWO DARI BENDA SENI BUDAYA GORONTALO NILAI FILOSOFI BUDAYA
1 Pohon Pinang Lurus, Pengayom,
Jujur
2 Makuta Berguna bagi orang
lain
3 Buaya Hukum, nasehat
4 Tali/Simpul Persaudaraan
5 Pohon Kelapa Kemuliaan,
keteguhan, kokoh,
menyatu, pribadi
yang baik, jujur,
halus budi bahasa,
amanah, teladan,
bijaksana, berbagi
6 Pahangga/Gula
aren
Status manusia
7 Alikusu/Gapura Memegang teguh
agama, semangat
hidup, memberi
sumbangsih bagi
dunia
8 Lale/Janur Pemimpin yang
mencintai rakyatnya
9 Pisang Semangat hidup,
memberi sumbangsih bagi dunia
10 Tebu hangat, ekspresif,
keras kepala
11 Senjata Aliyawo Berbahaya seperti
ular berbisa, agresif
NO MOTIF KARAWO DARI BENDA SENI BUDAYA GORONTALO NILAI FILOSOFI BUDAYA
12 Senjata Eluto berbahaya,
mematikan
13 Senjata Baladu Berwibawa, Perkasa
14 Senjata Pito Aman, tidak
berbahaya
15 Senjata Sabele Teguh memegang
agama
16 Senjata Sumala Agresif
17 Senjata Banggo Berbahaya, Idealis,
18 Senjata Bitu'o Selalu ingin menang
19 Senjata Wamilo Lemah lembut dan
bahagia
20 Senjata Badi Perkasa, berbahaya
21 Tombak Yilambua Bangsawan
22 Tombak Pumbungo Bersemangat, pantang mundur, bersatu
23 Senjata Tadui-dui Keperkasaan
24 Kepingan mata
uang
Keuletan, keterampilan
25 Pala dan Cengkih Ketegaran Hidup
2.2 Karakter Manusia Menurut Eneagram
Eneagram adalah studi tentang sembilan tipe dasar manusia. Eneagram telah ada sejak ratusan tahun yang lalu. Sistem Eneagram digambarkan dengan suatu lingkaran yang berisi sebentuk bintang bertitik sembilan. Dalam bahasa Yunani, Enea adalah angka sembilan dan Grama artinya adalah sebuah gambar. Jadi, Eneagram berarti sebuah gambar bertitik sembilan (Baron dan Wagele, 2005).
Berikut adalah gambaran singkat kesembilan tipe dasar manusia dalam Eneagram, berdasarkan sifat terbaik dan terburuk yang dimilikinya.
Tabel 2.2 Sifat Terbaik dan Terburuk dari Sembilan tipe dasar manusia pada Eneagram
SIFAT TERBAIK SIFAT TERBURUK Tipe/Karak ter Memegang etika, bisa diandalkan, produktif, bijaksana, idealis, adil,
jujur, teratur dan disiplin Menghakimi, tidak luwes, dogmatis, obsesif-kompulsif, suka mengkritik orang lain, terlalu serius, menguasai, Perfeksionis
SNATIKA 2013, ISSN 2089-1083| 8
SIFAT TERBAIK SIFAT TERBURUK Tipe/Karak tergelisah dan iri Mengasihi, memperhatikan, bias beradaptasi, berwawasan, murah hati, antusias, dan dapat menangkap apa yang dirasakan orang lain Dapat menjadi mertir, tidak terus terang, manipulative, posesif, histeris, dan terlalu terpengaruh orang lain Penolong Optimis, yakin, rajin, efisien, berinisiatif, energik, dan praktis Memperdayaka n, narsistik, pamer, hampa, bersikap, dibuat-buat, pendendam dan terlalu kompetitif Pengejar Prestasi Hangat, bebelas kasihan, ekspresif, kreatif, mendukung, lembut Depresi, sadar diri, sok moralis, menarik diri, keras kepala, moody, tenggelam dalam pikiran sendiri Romantis Analitis, berpendirian teguh, sensitive, bijaksana, objektif, mudah memahami, mandiri Sok pintar, kikir, keras kepala, menjauhkan diri, suka mengkritik orang lain, mudah menyerah Pengamat Setia, disukai, perhatian, hangat, bebelaskasihan, cerdas, praktis, suka membantu, bertanggung jawab Terlalu cemas, menguasai, tidak bias diduga, menghakimi, paranoia, defensive, kaku, mudah kesal Pencemas Menyenangkan, spontan, imajinatif, produktif, antusias, gesit, yakin, mempesona Narsistik, tidak focus, memberontak, tidak disiplin, posesif, maniak, merusak diri Petualang Terus terang, memegang kendali, setia, energik, realistis, protektif, Menguasai, memberontak, tidak sensitive, mendominasi, egosentris, Pejuang SIFAT TERBAIK SIFAT TERBURUK Tipe/Karak ter
percaya diri skeptic, agresif
Menyenangkan, tenang, murah hati, sabar, menerima, diplomatis, berpikiran terbuka Terasing, pelupa, keras kepala, obsesif, apatis, pasif-agresif, tidak asertif Pendamai
2.3 Klasifikasi Naïve Bayes
Metode Bayes merupakan metode yang baik di dalam mesin pembelajaran berdasarkan data
training, dengan menggunakan probabilitas
bersyarat sebagai dasarnya. Algoritma Naive Bayes
memberikan alternatif bagaimana cara
menggabungkan probabilitas prioritas dan
probabilitas kondisional ke dalam sebuah formula, selanjutnya dapat dihitung kemungkinan dari setiap klasifikasi yang memungkinkan (Bramer, 2007). Berikut ini proses klasifikasi metode Naive Bayes (Wibisono, 2005)
Proses Pelatihan
1. Input data-data profil pelatihan.
2. Menentukan kata-kata penting sebagai acuan karakter.
3. Pada setiap kategori profil, terdapat : Docs adalah jumlah himpunan kata-kata
yang terdapat di setiap karakter. Contoh adalah jumlah data-data profil
yang digunakan dalam pelatihan.
|kosakata| adalah jumlah seluruh data-data profil pelatihan
Menghitung P(Vj) =
Untuk setiap kata penting ai pada karakter
Vj maka perhitungannya adalah :
P(ai|Vj) =
Ket :
nk = Jumlah kemunculan kata ai
pada karakter Vj
n = Jumlah semua kata pada karakter Vj
Proses Klasifikasi
Proses klasifikasi dilakukan dengan
memasukkan data-data profil yang belum diketahui masuk dalam karakter manapun. Lalu dihitunglah nilai Vmap dengan mengalikan nilai P(Vj) dan nilai P( ai | Vj ) yang sudah
SNATIKA 2013, ISSN 2089-1083| 9
Vmap yang paling besar yang akan menjadi kelas karakter untuk inputan profil tersebut.
3. Hasil Penelitian
Berikut adalah hasil penyesuaian karakter
Eneagram dengan filosofi motif karawo dalam seni budaya Gorontalo yang didapatkan dari narasumber (tokoh adat dan referensi budaya).
Tabel 3.1 Hasil penyesuaian karakter Eneagram dengan filosofi motif karawo dalam seni budaya Gorontalo NO MOTIF KARAWO NILAI FILOSOFI BUDAYA GORONTALO KARAKTE R ENEAGRA M 1 Pohon Pinang Lurus, Pengayom, Jujur Perfeksionis, Pejuang 2 Makuta/ Mahkota
Berguna bagi orang lain
Pencemas
3 Buaya Hukum, nasehat Perfeksionis,
Pendamai
4 Tali/Simpul Persaudaraan Pendamai
5 Kelapa Kemuliaan,
keteguhan, kokoh,
menyatu, pribadi
yang baik, jujur, halus budi bahasa,
amanah, teladan, bijaksana, berbagi Pengamat, Pendamai 6 Pahangga/ Gula Aren
Status manusia Pengejar
Prestasi 7 Alikusu/ Gapura Memegang teguh agama, semangat hidup, memberi sumbangsih bagi dunia petualang, penolong
8 Lale/Janur Pemimpin yang
mencintai raknyatnya
pendamai
9 Pisang Semangat hidup,
memberi
sumbangsih bagi
dunia
petualang
10 Tebu hangat, ekspresif,
keras kepala
romantis
11 Senjata
Aliyawo
Berbahaya seperti
ular berbisa, agresif
pejuang 12 Senjata Eluto berbahaya, mematikan pejuang 13 Senjata Baladu
Berwibawa, Perkasa Pejuang,
perfeksionis
14 Senjata Pito Aman, tidak
berbahaya pendamai NO MOTIF KARAWO NILAI FILOSOFI BUDAYA GORONTALO KARAKTE R ENEAGRA M 15 Senjata Sabele Teguh memegang agama penolong 16 Senjata Sumala Agresif pejuang 17 Senjata Banggo Idealis perfeksionis 18 Senjata
Bitu‘o Selalu ingin menang pejuang
19 Senjata
Wamilo
Lemah lembut dan bahagia
pendamai, petualang
20 Senjata Badi Perkasa, berbahaya petualang
21 Tombak Yilambua Bangsawan pencemas 22 Tombak Pumbungo Bersemangat, pantang mundur, bersatu pendamai, pengamat, petualang 23 Senjata Tadui-dui Keperkasaan petualang 24 Kepingan mata uang Keuletan, keterampilan Pengejar Prestasi 25 Pala dan Cengkih
Ketegaran Hidup Pejuang
Setelah karakter Eneagram disesuaikan dengan nilai filosofi motif karawo, langkah selanjutnya adalah pembuatan data pelatihan untuk membentuk model klasifikasi dengan algoritma naïve bayes. Model ini merupakan representasi pengetahuan yang akan digunakan dalam mengklasifikasikan karakter manusia. Data training untuk klasifikasi karakter manusia, didapatkan dengan mengkombinasikan fitur sifat terbaik dan terburuk dari manusia. Hasil kombinasi fitur sifat manusia terbaik dan terburuk, didapatkan 483 data training dengan sifat data diskrit, diamana nantinya digunakan sebagai representasi pengetahuan dalam klasifikasi dengan algoritma naïve bayes. Berikut adalah contoh table data pelatihan untuk model klasifikasi naïve bayes dengan 2 kelas dari 9 kelas pada eneagram.
Tabel 3.2 contoh tabel data pelatihan untuk model klasifikasi naïve bayes dengan 3 kelas
No Terbaik Terburuk Kelas
1
memegang
etika Menghakimi Perfeksionis
2 bisa diandalkan tidak luwes Perfeksionis
3 Produktif terlalu serius Perfeksionis
4 Bijaksana obsesif-kompulsif Perfeksionis 5 Idealis suka mengkritik perfeksionis
6 adil Dogmatis perfeksionis
7 jujur menguasai perfeksionis
SNATIKA 2013, ISSN 2089-1083| 10
No Terbaik Terburuk Kelas
9 Disiplin Gelisah Perfeksionis
10 Pengasih Martir Penolong
11 Memperhatikan
tidak terus
terang Penolong
12 bisa
beradaptasi Manipulative Penolong
13 Berwawasan Posesif penolong
14 murah hati Histeris penolong
15 Antusias
mudah
terpengaruh penolong
16 Empati Martir penolong
Berikut ini adalah contoh proses perhitungan dalam klasifikasi karakter manusia menggunakan metode naïve bayes.
Motif apakah yang cocok untuk orang dengan SIFAT TERBAIK = ADIL dan SIFAT TERBURUK = DOGMATIS?
Langkah pertama adalah mengetahui probabilitas setiap fitur pada setiap kelasnya
Kelas Perfeksionis
P(Terbaik = Adil | Perfeksionis) = 1/9 = 0.111 P(Terburuk = Dogmatis | Perfeksionis) = 1/9
= 0.111 P(Fitur Masukan|Perfeksionis) = P(Terbaik=Adil|Perfeksionis)*P(Terburuk = Dogmatis|Perfeksionis) P(Fitur Masukan|Perfeksionis) = 0.111 * 0.111 = 0.0123 P(Perfeksionis) = 9/16 = 0.5625 Kelas Penolong
P(Terbaik = Adil | Penolong) = 0/7 = 0 P(Terburuk = Dogmatis | Penolong) = 0/7
= 0
P(Fitur Masukan|Penolong) = P(Terbaik=
Adil|Penolong) * P(Terburuk =
Dogmatis|Penolong)
P(Fitur Masukan|Penolong) = 0 * 0 = 0 P(Penolong) = 7/16 = 0.4375
Langkah kedua melakukan klasifikasi kedalam kelas-kelas Eneagram
P(Perfeksionis|Fitur Masukan) = P(Perfeksionis)* P(Fitur Masukan|Perfeksionis)
= 0.4709 * 0.012321 = 0.0058
P(Penolong|Fitur Masukan) = P(Penolong)* P(Fitur Masukan|Penolong)
= 0.2441 * 0 = 0
P(Pengejar prestasi|Fitur Masukan) = P(Pengejar prestasi )* P(Fitur Masukan | Pengejar prestasi) = 0.1220 * 0 = 0
Karena nilai probabilitas akhir terbesar ada dikelas Perfeksionis, maka data uji karakter manusia dengan SIFAT TERBAIK = ADIL dan SIFAT TERBURUK = DOGMATIS masuk kedalam kelas PERFEKSIONIS. Jika dihubungkan dengan table 3.1, maka motif yang cocok untuk karakter tersebut
adalah motif POHON PINANG, BUAYA,
SENJATA BALADU, dan SENJATA BANGGO Berdasarkan hasil pengujian terhadap semua data uji, diperoleh hasil bahwa terdapat 477 data yang sesuai dengan kelas yang diberikan sedang terdapat 6 data yang tidak terdeteksi karena masuk kedalam dua kelas yang berbeda. Proses untuk menilai kinerja dari hasil klasifikasi menggunakan naïve bayes dihitung dengan uji sensitivitas (Bemmel 1997). TP (true positive) didapatkan dari rasio orang yang masuk kelas X dan model hasil perhitungan naïve bayes juga memutuskan orang tersebut masuk kedalam kelas X. TN (true
negative) yaitu rasio orang yang tidak masuk
kedalam kelas X dan model naïve bayes juga memutuskan bahwa orang tersebut tidak masuk kedalam kelas X. FP (false positive) merupakan rasio orang yang masuk kedalam kelas X, namun model memutuskan orang tersebut tidak masuk kedalam kelas X. FN (false negative) merupakan rasio orang yang tidak masuk dalam kelas X, namun model memutuskan orang tersebut masuk dalam kelas X. Sensitivitas didapatkan dari hasil penjumlahan TP dan TN, dibagi dengan hasil penjumlahan TP, TN, FP dan FN, dituliskan dengan:
Kinerja = (TP+TN) / (TP+TN+FP+FN) Tabel 3.3 Kinerja Setiap Kelas
No Kelas Eneagram TP TN FP FN Kinerja 1 Perfeksionis 80 397 1 5 98,7% 2 Penolong 41 436 1 5 98,7% 3 Pengejar Prestasi 49 428 0 6 98,7% 4 Romantis 43 434 0 6 98,7% 5 Pengamat 41 436 1 5 98,7% 6 Pencemas 71 406 1 5 98,7% 7 Petualang 55 422 1 5 98,7% 8 Pejuang 48 429 1 5 98,7% 9 Pendamai 49 428 0 6 98,7%
SNATIKA 2013, ISSN 2089-1083| 11
4. KESIMPULAN
Penelitian ini dapat disimpulkan sebagai berikut: 1. Klasifikasi karakter manusia dilihat dari
Eneagram dilakukan untuk merekomendasikan motif karawo yang sesuai dengan karakter pemakainya berdasarkan nilai filosofi budaya Goronntalo
2. Sifat terbaik dan terburuk pada Eneagram dapat dijadikan sebagai fitur dalam proses pelatihan untuk klasifikasi dengan metode naïve bayes.
3. Nilai filosofis dalam benda seni budaya Gorontalo yang akan dijadikan motif karawo disesuaikan maknanya dengan karakter dasar manusia yang ada pada eneagram, sehingga untuk setiap motif karawo dapat memiliki lebih dari satu kelas Eneagram.
4. Metode naïve bayes dapat mengklasifikasikan karakter manusia pada Eneagram dengan baik dikarenakan datanya bersifat diskrit, dengan rata-rata keakuratan kinerja 98,7%, meskipun
terdapat 6 data yang tidak terdeteksi
dikarenakan terdapat fitur yang masuk kedalam dua kelas yang berbeda, seperti fitur terbaik = bijaksana dan terburuk = suka mengkritik yang
masuk kedalam kelas perfeksionis dan
pengamat.
5. Hasil klasifikasi karakter dapat
merekomendasikan motif karawo lebih dari satu jika dihubungkan dengan table 3.1.
5. TINJAUAN PUSTAKA
[1] Akbariah, Nikha. 2010. Klasifikasi Karakter
Pengguna Batik Untuk Rekomendasi Motif
menggunakan Algoritma Naive Bayes.
Universitas Pendidikan Indonesia, Bandung.
[2] Alrezacell. 2011. Kain Kerawang.
http://www.alrezacell.web.id/2011/02/kain-kerawang.html
[3] Baron, Renee & Wagele, Elizabeth. 2005. Eneagram : Mengenal 9 Tipe Kepribadian
Manusia Dengan Lebih Asyik. Jakarta : Serambi.
[4] Bemmel, J.H., dan M.A. Musen. (1997).
Modelling of decision support in Handbook of medical informatics, Diegem: Bohn Stafleu
Van Loghum.
[5] Bramer, Max. 2007. Principles of Data Mining. Springer.
[6] Wibisono, Yudi. 2005. Klasifikasi Berita Berbahasa Indonesia menggunakan Naïve
Bayes Classifier. Bandung: Universitas