3
BAB III
METODE PENELITIAN
3.1. Alur Penelitian
Pada bagian ini akan dijelaskan tahapan-tahapan yang dilakukan dalam melakukan penelitian mulai dari awal hingga akhir penelitian. Tahapan-tahapan ini dibuat agar penelitian memiliki alur yang jelas dan terarah, serta memberikan kemudahan dalam proses pengerjaan penelitian. Gambaran alur proses pengerjaan penelitian dapat dilihat pada gambar 3.1 Alur Penelitian.
Gambar 3.1 Alur Penelitian
3.2. Studi Literatur
Tahapan ini merupakan tahapan dimana penulis mempelajari dan mendalami teori dan konsep terkait dengan algoritma K-Nearest Neighbor yang akan diimplementasikan pada sistem prediksi golongan UKT mahasiswa baru. Selain mempelajari teori dan konsep yang berkaitan dengan algoritma yang digunakan, penulis juga mempelajari materi yang berkaitan dengan pengembangan website. Hal ini dilakukan karena output dari penelitian yang akan dilakukan berupa sebuah
website yang dapat digunakan oleh calon mahasiswa baru untuk melakukan prediksi golongan UKT.
3.3. Akuisisi Data
Akuisisi data adalah salah satu tahapan dalam penelitian yang bertujuan untuk memperoleh data-data yang diperlukan dalam melakukan penelitian agar penelitian dapat tetap berlangsung. Dalam penelitian ini, data utama penelitian yang dibutuhkan adalah data-data pengisian DIM (Data Induk Mahasiswa) yang diisikan oleh mahasiswa ITERA angkatan 2020, yang antara lain adalah data penanggung jawab, penghasilan penanggung jawab, penghasilan ayah, penghasilan ibu, jumlah tanggungan, tagihan listrik, pengeluaran makan dan transportasi, dan status rumah. Data-data ini diperoleh dari UPT TIK Institut Teknologi Sumatera.
Data pengisian DIM mahasiswa angkatan 2020 yang didapatkan nantinya akan dibagi menjadi 2 kelompok, yaitu data yang dijadikan sebagai data training dan data yang dijadikan sebagai data testing. Dalam penelitian ini, perbandingan dari 2 kelompok data tersebut adalah 90:10, sebanyak 90% data akan berperan sebagai data training, dan 10% sisanya akan menjadi data testing.
3.4. Perancangan
3.5.1. Use Case Diagram
Diagram Use Case adalah diagram yang digunakan untuk menunjukkan interaksi yang dapat dilakukan oleh admin dan user terhadap sistem. Use Case Diagram dalam penelitian ini dapat dilihat pada gambar 3.2.
Gambar 3.2 Use Case Diagram
Use Case pada gambar 3.2 menunjukkan bahwa admin dapat melakukan login dan memberikan perubahan terhadap website baik dengan cara mengedit halaman website, mengunggah data baru dan melakukan preprocessing setelahnya, menghapus dan mereset data latih, menghapus dan mereset data uji, menambah, mengedit, dan menghapus akun admin, melakukan pengujian, dan mengubah nilai k. User dapat melakukan pengisian form data yang diperlukan untuk memprediksi golongan UKT dan dapat melihat hasil prediksi dengan syarat telah melakukan pengisian form data sebelumnya.
3.5.2. Activity Diagram
Activity Diagram adalah diagram yang digunakan untuk menunjukkan jalannya suatu proses yang terjadi diantara dua atau lebih peranan dari awal hingga akhir.
a. Activity Pengisian Form
Activity Diagram pada gambar 3.3 menunjukkan proses yang dilakukan oleh user terhadap sistem ketika melakukan pengisian form data dan respon yang diberikan oleh sistem terhadap aksi yang diberikan oleh user sebelumnya.
b. Activity Login Admin
Activity Diagram pada gambar 3.4 menunjukkan proses yang dilakukan oleh admin terhadap sistem ketika melakukan login dan respon yang diberikan oleh sistem terhadap aksi yang diberikan oleh admin sebelumnya.
c. Activity Tambah Admin
Activity Diagram pada gambar 3.5 menunjukkan proses yang dilakukan oleh admin terhadap sistem ketika menambahkan admin dan respon yang diberikan oleh sistem terhadap aksi yang diberikan oleh admin sebelumnya.
d. Activity Hapus Admin
Activity Diagram pada gambar 3.6 menunjukkan proses yang dilakukan oleh admin terhadap sistem ketika menghapus admin dan respon yang diberikan oleh sistem terhadap aksi yang diberikan oleh admin sebelumnya.
e. Activity Kelola Data Latih
Activity Diagram pada gambar 3.7 menunjukkan proses yang dilakukan oleh admin terhadap sistem ketika mengelola data latih dan respon yang diberikan oleh sistem terhadap aksi yang diberikan oleh admin sebelumnya.
f. Activity Kelola Data Uji
Activity Diagram pada gambar 3.8 menunjukkan proses yang dilakukan oleh admin terhadap sistem ketika mengelola data uji dan respon yang diberikan oleh sistem terhadap aksi yang diberikan oleh admin sebelumnya.
g. Activity Edit Halaman Website
Activity Diagram pada gambae 3.9 menunjukkan proses yang dilakukan oleh admin terhadap sistem ketika mengedit halaman website dan respon yang diberikan oleh sistem terhadap aksi yang diberikan oleh admin sebelumnya.
3.5.3. Flowchart
Flowchart seperti pada gambar 3.10 dibuat untuk memberikan gambaran umum penggunaan sistem oleh pengguna mulai dari sistem dibuka hingga sistem memberikan hasil prediksi golongan UKT yang dibutuhkan oleh pengguna.
3.5.4. Rancangan Database
Database digunakan untuk menyimpan sekumpulan data yang digunakan dalam website yang akan dibuat. Database juga diperlukan untuk memudahkan kegiatan yang berkaitan dengan pengelolaan data seperti menambah, menghapus, dan mengedit data. Dalam penelitian ini, database yang digunakan adalah database MySQL. Adapun tabel-tabel yang direncanakan dalam penelitian ini adalah sebagai berikut:
a. Tabel Admin
Tabel 3.1 merupakan tabel admin yang akan digunakan untuk menyimpan data identitas admin. Admin memiliki akses ke halaman dashboard admin dengan melakukan login pada halaman login.
Tabel 3.1 Tabel Admin
No Field Type Size Null Keterangan
1 id_adm int 20 No Id admin (Primary
Key)
2 username_adm varchar 255 No Username admin 3 password_adm varchar 255 No Password admin
4 nama_adm varchar 255 No Nama admin
b. Tabel Data Latih
Tabel 3.2 merupakan tabel data latih (training data) yang akan digunakan untuk menyimpan data latih yang digunakan dalam perhitungan prediksi golongan UKT.
Tabel 3.2 Tabel Data Latih
No Field Type Size Null Keterangan
1 id_latih int 20 No Id data latih
(Primary Key)
2 pj_latih int 255 No Penghasilan
penanggung jawab
3 ayah_latih int 255 No Penghasilan ayah
4 ibu_latih int 255 No Penghasilan ibu
5 tanggungan_latih int 255 No Jumlah tanggungan lain
6 listrik_latih int 255 No Biaya pengeluaran listrik
7 makan_latih int 255 No Biaya pengeluaran makan
8 rumah_latih int 255 No Status rumah data latih
9 ukt_latih int 255 No Golongan UKT
data latih
c. Tabel Lainnya
Tabel lain dalam penelitian ini adalah tabel-tabel yang akan digunakan untuk menyimpan atribut-atribut pada website yang memberikan pengaruh terhadap tampilan website.
3.5.5. Rancangan Tampilan
Rancangan tampilan dibuat untuk memberikan gambaran mengenai jenis dan ukuran font, serta tata letak setiap komponen yang ada pada website yang akan dibuat. Setiap halaman pada website yang akan dibuat disertai dengan header dan footer.
a. Tampilan Halaman Utama
Halaman utama seperti pada gambar 3.11 adalah halaman website yang pertama kali dimuat baik oleh admin maupun pengguna biasa ketika alamat website dikunjungi melalui sebuah browser.
Gambar 3.11 Tampilan Halaman Home
Bagian teratas dari halaman utama website merupakan judul yang menunjukkan tujuan utama website tersebut dibuat, yaitu untuk melakukan prediksi golongan UKT. Font pada bagian teratas halaman utama website dibuat lebih besar dari font lainnya agar dapat terbaca dengan jelas. Pada bagian belakang judul terdapat gambar yang merupakan foto gerbang depan kampus ITERA. Gambar ini diletakkan pada halaman utama website untuk meningkatkan daya tarik website dan untuk memberikan gambaran bahwa website prediksi golongan UKT ini digunakan untuk memprediksi golongan UKT di Institut Teknologi Sumatera.
Bagian tengah halaman utama website akan digunakan untuk menuliskan artikel yang melatarbelakangi pembuatan website tersebut, serta memberikan gambaran kepada pengguna mengenai keuntungan-keuntungan yang akan diperoleh ketika menggunakan website untuk prediksi golongan UKT tersebut.
b. Tampilan Halaman Prediksi UKT
Halaman Prediksi UKT seperti pada gambar 3.12 adalah halaman yang digunakan oleh pengguna untuk melakukan pengisian form dalam melakukan prediksi golongan UKT.
Gambar 3.12 Tampilan Halaman Prediksi UKT
Halaman prediksi UKT berisikan form yang perlu diisikan oleh pengguna untuk mengetahui hasil prediksi golongan UKT. Form ini terdiri dari atribut penghasilan penanggung jawab, penghasilan ayah, penghasilan ibu, jumlah tanggungan lain, tagihan listrik, pengeluaran makan, dan status rumah. Atribut penanggung jawab memerlukan masukan berupa select, atribut penghasilan penanggung jawab, penghasilan ayah, penghasilan ibu, jumlah tanggungan lain, tagihan listrik, dan pengeluaran makan dan transportasi memerlukan masukan berupa text field, dan atribut status rumah memerlukan masukan berupa select.
c. Tampilan Halaman Login
Halaman Login seperti pada gambar 3.13 adalah halaman yang digunakan oleh admin untuk dapat memperoleh akses ke halaman-halaman tertentu yang tidak dapat diakses oleh pengguna biasa dengan cara memasukkan data yang diperlukan.
Gambar 3.13 Tampilan Halaman Login
Pada halaman login terdapat 2 atribut yang perlu diisikan oleh admin, yaitu username dan password. Admin akan diarahkan ke halaman dashboard admin setelah menekan tombol login apabila username dan password sudah sesuai.
d. Tampilan Dashboard Admin Data Latih
Halaman dashboard admin seperti pada gambar 3.14 adalah halaman website yang dimuat setelah admin berhasil melakukan proses login di halaman login. Data latih merupakan salah satu menu yang terdapat pada dashboard admin.
Gambar 3.14 Tampilan Dashboard Admin Data Latih
Pada menu data latih ini, admin dapat melihat semua data yang terdaftar sebagai data latih dalam bentuk tabel. Pada halaman ini, admin dapat melakukan berbagai macam aksi terhadap tabel, seperti menghapus data latih yang dipilih atau menghapus keseluruhan data yang ada pada tabel dengan menggunakan tombol reset Tabel akan memperbarui dengan sendirinya setelah admin selesai melakukan aksi hapus ataupun reset.
e. Tampilan Dashboard Admin Data Uji
Halaman dashboard admin seperti pada gambar 3.15 adalah halaman website yang dimuat setelah admin berhasil melakukan proses login di halaman login. Data uji merupakan salah satu menu yang terdapat pada dashboard admin.
Gambar 3.15 Tampilan Dashboard Admin Data Uji
Pada menu data uji ini, admin dapat melihat semua data yang terdaftar sebagai data uji dalam bentuk tabel. Pada halaman ini, admin dapat melakukan berbagai macam aksi terhadap tabel, seperti menghapus data latih yang dipilih atau menghapus keseluruhan data yang ada pada tabel dengan menggunakan tombol reset Tabel akan memperbarui dengan sendirinya setelah admin selesai melakukan aksi hapus ataupun reset.
f. Tampilan Dashboard Admin Data Admin
Halaman dashboard admin seperti pada gambar 3.16 adalah halaman website yang dimuat setelah admin berhasil melakukan proses login di halaman login. Admin merupakan salah satu menu yang terdapat pada dashboard admin.
Gambar 3.16 Tampilan Dashboard Admin Data Admin
Pada menu data admin ini, admin dapat melihat semua data yang terdaftar sebagai admin dalam bentuk tabel. Pada halaman ini, admin dapat melakukan berbagai macam aksi terhadap tabel, seperti menambahkan data baru kedalam tabel, mengedit data yang sudah ada dalam tabel, dan menghapus data yang ada pada tabel. Tabel akan memperbarui dengan sendirinya setelah admin selesai melakukan aksi tambah, edit, atau hapus.
3.5. Preprocessing Data
Preprocessing data adalah tahapan yang dilakukan untuk menghilangkan data yang tidak dibutuhkan dalam penelitian [1]. Tahapan ini mengatasi masalah mengenai data dengan nilai yang kosong, serta data dengan nilai yang salah. Data-data yang bermasalah tersebut akan dihapus sehingga diperoleh dataset dengan jumlah yang lebih sedikit. Pada tahapan ini juga dilakukan perubahan nilai pada atribut yang semula berbentuk kategorikal menjadi bentuk numerik. Perubahan nilai kategorikal pada suatu atribut menjadi bentuk numerik dapat dilihat pada tabel 3.3 .
Tabel 3.3 Konversi Atribut Status Rumah
No Status Rumah Hasil Konversi
1 Menumpang 1
2 Kontrak 1
3 Milik Sendiri 2
4 Rumah Dinas 1
3.6. Implementasi
Implementasi merupakan tahapan yang dilakukan untuk menerapkan semua rancangan sistem yang telah dibuat sebelumnya agar dapat digunakan oleh user dalam melakukan prediksi golongan UKT. Dengan melakukan implementasi, artinya klasifikasi menggunakan algoritma K-NN juga sudah diterapkan dalam sistem. Gambaran proses klasifikasi menggunakan algoritma K-NN yang berjalan dalam sistem dapat dilihat pada gambar 3.17.
Gambar 3.17 Implementasi K-NN Pada Sistem
3.6.1. Konversi Nilai
Konversi nilai dalam penelitian ini adalah tahapan yang dilakukan untuk mengubah suatu nilai menjadi bentuk nilai baru. Dalam penelitian ini terdapat 2 atribut yang mengalami proses konversi nilai, yaitu jumlah tanggungan dan status rumah. Jumlah Tanggungan dikonversi dengan nilai terbalik agar memiliki nilai yang arahnya sama dengan atribut lainnya, sedangkan status rumah dikonversi dari bentuk kategorikan menjadi numerikal agar memiliki nilai yang dapat melalui proses perhitungan bersama dengan atribut lainnya.
Tabel 3.4 Pembobotan Nilai
No Nama Atribut Jangkauan Nilai Bobot
1 Jumlah Tanggungan ≥ 5 1 4 2 3 3 2 4 1 5 0 6
2 Status Rumah Menumpang 1
Kontrak 1
Milik Sendiri 2
Rumah Dinas 1
3.6.2. Kombinasi Atribut
Kombinasi atribut adalah tahapan yang dilakukan oleh sistem untuk mengkombinasikan beberapa atribut untuk membentuk suatu atribut baru. Tabel 3.5 merupakan tabel yang berisikan informasi mengenai proses dalam melakukan kombinasi atribut pada penelitian ini.
Tabel 3.5 Kombinasi Atribut
No Kode Atribut Nama Atribut Proses
1 F1 Penghasilan Total Penghasilan Penanggung Jawab + Penghasilan Ayah +
Penghasilan Ibu
2 F2 Jumlah
Tanggungan
Jumlah Tanggungan
No Kode Atribut Nama Atribut Proses 4 F4 Pengeluaran Makan Transportasi Pengeluaran Makan Transportasi / (Jumlah Tanggungan + 1) 5 F5 Biaya Listrik Total
Biaya Listrik Bulan 1 + Biaya Listrik Bulan 2 + Biaya Listrik Bulan 3
3.6.3. Proses Normalisasi
Normalisasi dalam penelitian ini adalah proses yang dilakukan oleh sistem yang bertujuan untuk lebih mempersempit lagi jangkauan nilai yang telah terbentuk dari proses pembobotan sebelumnya. Normalisasi dilakukan dengan menggunakan persamaan 2.6. Contoh perubahan nilai dari atribut sebelum dilakukan normalisasi dengan setelah dilakukan normalisasi dapat dilihat pada tabel 3.6 dan tabel 3.7.
Tabel 3.6 Sebelum Normalisasi
No Penanggung Jawab F1 F2 F3 F4 F5 UKT 1 Ayah 1000000 5 2 450000 150000 Gol 1 2 Ayah 1200000 5 2 350000 40986 Gol 1 3 Ayah 1500000 4 2 233333 123966 Gol 1 4 Ayah 1500000 4 4 400000 49302 Gol 1 5 Ayah 2800000 4 2 750000 233145 Gol 2 6 Ayah 2000000 4 2 166666 179240 Gol 2 7 Ayah 3000000 4 2 666666 167806 Gol 2 8 Ayah 2000000 5 2 900000 144883 Gol 2
No Penanggung Jawab F1 F2 F3 F4 F5 UKT 9 Ayah 1500000 5 4 750000 321421 Gol 3 10 Ayah 1000000 4 2 250000 458134 Gol 3 11 Ayah 1000000 6 2 600000 307800 Gol 3 12 Kakak 1800000 5 2 500000 878021 Gol 3 13 Ayah 1500000 4 2 333333 60000 Gol 1 14 Ayah 2000000 4 2 600000 150000 Gol 2 15 Ayah 2000000 6 3 1500000 279224 Gol 3
Tabel 3.7 Setelah Normalisasi
No Penanggung Jawab F1 F2 F3 F4 F5 UKT 1 Ayah 0 0,5 0 0,2125 0,130238 Gol 1 2 Ayah 0,111111 0,5 0 0,1375 0 Gol 1 3 Ayah 0,277778 0 0 0,05 0,099136 Gol 1 4 Ayah 0,277778 0 1 0,175 0,009935 Gol 1 5 Ayah 1 0 0 0,4375 0,229571 Gol 2 6 Ayah 0,555556 0 0 0 0,165171 Gol 2 7 Ayah 1,111111 0 0 0,375 0,151511 Gol 2 8 Ayah 0,555556 0,5 0 0,55 0,124125 Gol 2 9 Ayah 0,277778 0,5 1 0,4375 0,335034 Gol 3 10 Ayah 0 0 0 0,0625 0,498364 Gol 3
No Penanggung Jawab F1 F2 F3 F4 F5 UKT 11 Ayah 0 1 0 0,325 0,318761 Gol 3 12 Kakak 0,444444 0,5 0 0,25 1 Gol 3 13 Ayah 0,277778 0 0 0,125 0,022716 Gol 1 14 Ayah 0,555556 0 0 0,325 0,130238 Gol 2 15 Ayah 0,555556 1 0,5 1 0,284621 Gol 3
Contoh proses perhitungan perubahan nilai dari tabel 3.6 menjadi tabel 3.7 adalah sebagai berikut:
Data 1 (F1) = (1000000-1000000)/(3000000-1000000) = 0 Data 1 (F2) = (5-4)/(6-4) = 0.5
Data 1 (F3) = (2-2)/(4-2) = 0
Data 1 (F4) = (450000-166666)/(1500000-166666) = 0.2125 Data 1 (F5) = (150000-40986)/(878021-40986) = 0.130238
3.6.4. Proses Perhitungan Euclidean Distance
Tahapan ini adalah tahapan yang dilakukan oleh sistem setelah data melalui proses pembobotan dan normalisasi. Dalam contoh ini, data yang digunakan adalah data tabel 3.7. Data tersebut akan dibagi menjadi 2 kelompok, yaitu data latih dan data uji. Tabel 3.8 merupakan tabel yang berisikan data latih yang menggunakan data ke-1 sampai ke-16 dari tabel 3.7, tabel 3.9 merupakan tabel yang berisikan data uji yang menggunakan data ke-17 sampai ke-20 dari tabel 3.7, dan tabel 3.10 akan menjadi tabel perhitungan nilai euclidean distance dari data uji terhadap data latih.
Tabel 3.8 Contoh Data Latih No Penanggung Jawab F1 F2 F3 F4 F5 UKT 1 Ayah 0 0,5 0 0,2125 0,130238 Gol 1 2 Ayah 0,111111 0,5 0 0,1375 0 Gol 1 3 Ayah 0,277778 0 0 0,05 0,099136 Gol 1 4 Ayah 0,277778 0 1 0,175 0,009935 Gol 1 5 Ayah 1 0 0 0,4375 0,229571 Gol 2 6 Ayah 0,555556 0 0 0 0,165171 Gol 2 7 Ayah 1,111111 0 0 0,375 0,151511 Gol 2 8 Ayah 0,555556 0,5 0 0,55 0,124125 Gol 2 9 Ayah 0,277778 0,5 1 0,4375 0,335034 Gol 3 10 Ayah 0 0 0 0,0625 0,498364 Gol 3 11 Ayah 0 1 0 0,325 0,318761 Gol 3 12 Kakak 0,444444 0,5 0 0,25 1 Gol 3
Tabel 3.9 Contoh Data Uji
No Penanggung Jawab F1 F2 F3 F4 F5 UKT 1 Ayah 0,277778 0 0 0,125 0,022716 Gol 1 2 Ayah 0,555556 0 0 0,325 0,130238 Gol 2 3 Ayah 0,555556 1 0,5 1 0,284621 Gol 3
Tabel 3.10 Contoh Perhitungan Euclidean Distance
Data Uji 1 Data Uji 2 Data Uji 3 UKT
Data Latih 1 0,588539 0,755843 1,205252 Gol 1
Data Latih 2 0,527684 0,706859 1,233874 Gol 1
Data Latih 3 0,107075 0,392113 1,504681 Gol 1
Data Latih 4 1,001331 1,055525 1,443342 Gol 1
Data Latih 5 0,813665 0,469099 1,329273 Gol 2
Data Latih 6 0,336272 0,326872 1,504749 Gol 2
Data Latih 7 0,879507 0,558206 1,402493 Gol 2
Data Latih 8 0,71977 0,548327 0,853381 Gol 2
Data Latih 9 1,202164 1,175482 0,94663 Gol 3
Data Latih 10 0,554353 0,716285 1,575828 Gol 3
Data Latih 11 1,097635 1,159389 1,007686 Gol 3
Data Latih 12 1,117357 1,012154 1,259608 Gol 3
Contoh proses perhitungan antara tabel 3.8 dan 3.9 sehingga membentuk tabel 3.10 adalah sebagai berikut:
Data 1 (F1)
= √(0.277778 − 0)2+ (0 − 0.5)2+ (0 − 0)2+ (0.125 − 0.2125)2+ (0.022716 − 0.130238)2
= 0.588539
Tabel 3.9 menunjukkan hasil perhitungan jarak antara data uji dengan data latih. Apabila diasumsikan K=3, maka data uji 1 akan bertetangga dekat dengan data latih 3, 6, dan 2 sehingga diprediksi masuk ke golongan UKT 1, data uji 2 akan bertetangga dekat dengan data latih 6, 3, dan 5 sehingga diprediksi masuk
ke golongan UKT 2, dan data uji 3 akan bertetangga dekat dengan data latih 8, 9, dan 11 sehingga diprediksi masuk ke golongan UKT 3.
3.6.5. Admin
Admin adalah seseorang yang memiliki wewenang penuh dalam mengatur dan mengelola web [30]. Dalam penelitian ini, setelah website beserta dengan algoritma K-NN yang berada di dalamnya telah berhasil diimplementasikan, maka peran sebagai admin dibutuhkan untuk memegang penuh website tersebut. Pihak yang nantinya akan dipilih untuk mengisi peran sebagai admin adalah civitas akademika ITERA yang terlibat sebagai pengurus dalam penerimaan mahasiswa baru (PMB) di ITERA. Peran ini dipilih agar calon mahasiswa baru yang akan melakukan prediksi golongan UKT dapat percaya bahwa website yang dibuat untuk prediksi golongan UKT benar dibangun dengan sungguh-sungguh dengan menggunakan data-data dari mahasiswa ITERA angkatan sebelumnya sebagai data dalam menentukan prediksi golongan UKT.
3.7. Pengujian
3.7.1. Pengujian Nilai K
Pengujian nilai K dilakukan untuk menemukan nilai K yang paling optimal untuk diimplementasikan pada sistem. Nilai K yang akan digunakan untuk melakukan pengujian bernilai 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, dan 24.
3.7.2. Pengujian Sistem
Pengujian sistem adalah tahapan yang dilakukan untuk menemukan permasalahan-permasalahan yang ada pada sistem yang telah dibangun. Pengujian sistem yang dilakukan merupakan pengujian fungsional, yaitu pengujian yang dilakukan tanpa mengetahui kode program yang membangun sistem. Pengujian sistem yang akan dilakukan dapat dilihat pada tabel 3.11, dan tabel 3.12.
Tabel 3.11 Rancangan Pengujian User
No Skenario Pengujian Hasil Yang Diharapkan
1 Pengguna mengosongkan satu atau lebih bagian dalam form dan melakukan submit
Submit tidak dapat dilakukan dan sistem akan mengarahkan pengguna ke bagian yang belum terisi
2 Pengguna mengisi semua kolom dengan benar dan melakukan submit
Submit berhasil dan sistem akan memberikan hasil prediksi golongan UKT
Tabel 3.12 Rancangan Pengujian Admin
No Skenario Pengujian Hasil Yang Diharapkan
1 Admin memilih tombol tambah Admin akan diarahkan ke halaman yang berisi form untuk menambah data
2 Admin memilih tombol edit Admin akan diarahkan ke halaman yang berisi form untuk mengedit data
3 Admin memilih tombol hapus Sistem akan memberikan pop up yang mengkonfirmasi ulang tindakan penghapusan yang dilakukan oleh admin
4 Admin memilih tombol reset Sistem akan memberikan pop up yang mengkonfirmasi ulang tindakan untuk menghapus keseluruhan data yang ada
5 Admin memilih tidak saat konfirmasi hapus/ reset
No Skenario Pengujian Hasil Yang Diharapkan
6 Admin memilih ya saat konfirmasi hapus/ reset
Sistem menghapus data yang dipilih oleh admin
7 Admin mengisikan username dan password yang benar dan cocok saat login
Login berhasil dan admin akan diarahkan ke dashboard admin
8 Admin mengisikan username dan password yang salah dan tidak cocok saat login
Login gagal
3.8. Evaluasi Hasil
Evaluasi Hasil dilakukan dengan menggunakan confusion matrix sehingga dapat diperoleh nilai akurasi, presisi, dan recall yang dapat digunakan untuk menarik kesimpulan dan mengetahui seberapa baik algoritma K-NN untuk sistem prediksi golongan UKT pada penelitian ini. Dengan menggunakan data hasil perhitungan dari tabel 3.10 dengan K=3, skema evaluasi hasil dapat dilihat pada tabel 3.13.
Tabel 3.13 Skema Evaluasi Hasil
Prediksi
Aktual UKT 1 UKT 2 UKT 3
UKT 1 3 0 0
UKT 2 0 3 0
UKT 3 0 0 3
Berdasarkan pada tabel 3.14, maka dapat dilakukan perhitungan sebagai berikut. Akurasi = TP / Jumlah Data * 100%
= 9/9 = 1 * 100% = 100%
Presisi = (Presisi A + Presisi B + Presisi C) / Jumlah Kelas * 100% = ( 3/3+(0+0) + 3/3+(0+0) + 3/3+(0+0)) / 3 * 100%
= 3/3 = 1 * 100% = 100%
Recall = (Recall A + Recall B + Recall C) / Jumlah Kelas * 100% = (3/3+(0+0) + 3/3+(0+0) + 3/3+(0+0)) / 3 * 100%
