DATA CLUSTERING MENGGUNAKAN
METODE CRISP DM UNTUK MENGETAHUI KEBUTUHAN TENAGA PENDIDIK JENJANG SMA DI KABUPATEN BANJAR
Oleh :
Muhammad Zaien J1F111016
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS LAMBUNG MANGKURAT
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI S1 ILMU KOMPUTER
BANJARBARU 2014
1
Bab 1 :
PENDAHULUAN
1.1 Latar Belakang
Dalam proses pendidikan, guru tidak hanya menjalankan fungsi alih ilmu pngetahuan (transfer of knowledge) tapi juga berfungsi untuk menanamkan nilai (value) serta membangun karakter (Character Building) peserta didik secara berkelanjutan dan berkesinambungan. (Sri Sunarti, 2012).
Oleh karena itu pembagian jumlah tenaga pendidik di tiap kecamatan dapat membantu dalam program pendidikan di tiap kecamatan. Untuk mengetahui bagaimana kebutuhan tenaga pendidik di kabupaten banjar saya menggunakan teknik clustering untuk mengelompokkan kebutuhan tenaga pendidik di tiap kecamatan kabupaten banjar.
Clustering merupakan teknik data mining yang berfungsi untuk mengelompokan data berdasarkan kemiripan data pada suatu kelompok dan meminimalkan kemiripan pada kelompok lain (Irwan Budiman, 2012). Sehingga didapat kelompok kecamatan yang masih membutuhkan tenaga pendidik.
Sebelumnya disini saya ingin menerangkan kenapa dibagi per kecamatan, karena data yang saya dapat di internet untuk statistik siswa kabupaten banjar sudah dikelompokkan per kecamatan.
1.2 Perumusan Masalah
Berdasarkan latar belakang yang diuraikan diatas maka untuk perumusan masalah adalah bagaimana kebutuhan tenaga pendidik di kabupaten banjar per kecamatan untuk jenjang SMA dan sederajat.
1.3 Batasan Masalah
Batasan masalah dalam laporan ini adalah :
1. Database yang diolah adalah database sekolah yang berisi data guru dan sekolah untuk jenjang SMA/SMK/MA yang bersumber dari Sistem Informasi Administrasi Pendidikan Kabupaten Banjar (SIAP) . Serta data
2
statistik siswa yang bersumber dari Buku tahunan “Kabupaten banjar dalam angka 2013” yang diterbitkan oleh Badan Pusat Statistik Kabupaten Banjar. 2. Metodologi yang digunakan adalah CRISP-DM
3. Algoritma Clustering yang digunakan adalah K-Means dengan menggunakan Aplikasi Matlab.
4. DBMS yang digunakan adalah Microsoft Access.
1.4 Tujuan
Tujuan dari pembuatan laporan ini adalah : 1. Untuk memenuhi tugas pengganti UTS
3
Bab 2 :
Isi Laporan
2.1 Alat dan BahanBahan dalam laporan ini adalah :
1. Database sekolah dan statistik siswa.
Alat yang digunakan : 1. Microsoft Access 2010 2. Matlab
3. Metodologi CRISP-DM.
4. Teknik Data Mining : Clustering 5. Algoritma K-Means
2.2 Hasil
Berikut alur proses data mining mengikuti standar proses metodologi Cross Industry Standard Process for Data Mining (CRISP-DM).
Gambar 1. Proses Data
2.2.1 Business Understanding
Pemahaman bisnis mengacu pada mengetahui kebutuhan tenaga pendidik di kabupaten banjar per kecamatan.
1. Determine Business Objectives
Tujuan bisnis pada laporan ini adalah sebagai referensi dalam evaluasi pemerataan pendidikan di kabupaten banjar untuk tiap kecamatan, dengan pengetahuan terhadap kebutuhan tenaga pendidik di tiap kecamatan.
4
2. Assess The Situation
a. Perubahan Jumlah Siswa selalu terjadi tiap tahun sehingga statistik siswa berubah sehingga kebutuhan tenaga pendidikpun berubah.
b. Perubahan Jumlah siswa dan penduduk dapat memicu pembangunan sekolah baru sehingga dengan adanya sekolah baru maka kebutuhan tenaga pendidik pun bertambah.
c. Data pada program SIAP, kurang lengkap sehingga datanya rinciannya sedikit.
3. Determine The Data Mining Goals
Tujuan data mining ini adalah mengelompokkan kebutuhan tenaga pendidik per kecamatan di kabupaten banjar.
2.2.2 Data Understanding
Pemahaman data mengacu pada database sekolah dan guru, serta data statistik siswa yang diambil dari SIAP kabupaten banjar dan buku tahunan “Kabupaten Banjar dalam Angka 2013” yang diterbitkan badan pusat statistik kabupaten banjar.
1. Collect Initial Data
Tahap mengumpulkan data dari website SIAP kabupaten banjar Buku tahunan “Kabupaten banjar dalam angka 2013” yang diterbitkan oleh Badan Pusat Statistik Kabupaten Banjar. Data tersebut didapat dalam bentuk tabular dan laporan. Oleh karena itu disini saya coba rancang database dengan inputan data dari kedua sumber tersebut.
2. Describe the Data
Seperti yang dijelaskan pada bagian Collect initial data, data yang saya dapatkan berbentuk tabular dan laporan, untuk data yang saya dapatkan pun terdapat isian-isian yang masih kosong, sehingga pada rancangan database isian tersebut tidak dibuat. Berikut gambar bentuk data yang saya dapatkan.
5
Gambar 3. Data Sekolah (SIAP)
Gambar diatas table data sekolah yang terdaftar dalam program SIAP.
6
Diatas adalah gambar detail info dari sekolah, disana terlihat beberapa isian yang kosong, sehingga isian-isian tersebut tidak dimasukkan dalam rancangan database.
Gambar 5. Data Guru satu sekolah
Diatas merupakan data guru untuk satu sekolah, disana ada beberapa guru yang isian No Pegawai dan Nomor Unik Pendidik dan Tenaga Kependidikan (NUPTK) yang kosong.
Untuk data Siswa pada SIAP ini masih belum tersedia sehingga data statistik siswa didapat dari Buku tahunan “Kabupaten Banjar dalam Angka 2013” sebagai berikut :
7
Gambar 6. Statistik Siswa
Gambar diatas adalah statistik siswa dari buku tahunan. Dalam buku tersebut data statistik siswa digolongkan berdasar, jenjang sekolah (SD,SMP,SMA,SMK,MA) dan status nya swasta atau negeri.
3. Explore the Data
Dari data-data tersebut agar memudahkan dalam pencarian knowledge maka dirancang database nya dengan hasilnya sebagai berikut
8
Dari ke enam tabel tersebut 5 diisi data dari data SIAP, dan 1 tabel statistik siswa disi dari data yang diambil dari buku tahunan statistik kabupaten banjar.
Sehingga hasil pengisian datanya sebagai berikut :
Gambar 8. Tabel Sekolah
9
Gambar 10. Tabel Guru
Gambar 11. Tabel StatistikSiswa
4. Verify Data Quality
Dalam data terdapat beberap kekurangan :
a. Terdapat sekolah yang nama dan alamatnya sama, tapi no NPSN nya berbeda, sehingga akan membingungkan yang mana no NPSN yang valid.
10
2.2.3 Data Preparation
1. Data Set Description
Untuk data set desciption, disini menyesuaikan Business understanding yaitu kebutuhan guru di kabupaten banjar per kecamatan. Untuk mengetahui kebutuhan guru didapat dari data jumlah guru, jumlah murid dan jumlah sekolah. Dari tiga data tersebut akan dibuat ratio guru-murid, dan ratio guru-sekolah, dengan rumusan :
Ratio Guru-Murid = Ratio Guru-Sekolah =
Sehingga bentuk akhir dari format tabelnya adalah sebagai berikut :
Nama Field Tipe Data Keterangan
KodeKec Number Kode Kecamatan Kab. Banjar Kecamatan Text Kecamatan Kab. Banjar RatioGuru Number Nilai Ratio Guru-Murid RatioSekolah Number Nilai Ratio Guru-Sekolah
2. Select Data
Data yang dipilih untuk menghitung jumlah guru,dan sekolah perkacamatan ada pada tabel : Sekolah, Kecamatan, dan Guru, sedangkan untuk jumlah siswa menggunakan tabel : StatistikSiswa dan kecamatan.
3. Construct Data
Untuk tabel jumlah guru yang diambil dari 3 tabel tersebut menggunakan query berikut :
SELECT Sekolah.Kecamatan, Kecamatan.NamaKec, Count(Guru.NIP) AS JumlahGuru FROM (Kecamatan INNER JOIN Sekolah ON Kecamatan.KodeKec =
Sekolah.Kecamatan) INNER JOIN Guru ON Sekolah.NPSN =
11
Gambar 12. Design SQL Tabel Jumlah Guru
Untuk tabel Jumlah Sekolah per kecamatan sebagai berikut :
SELECT Kecamatan.KodeKec, Kecamatan.NamaKec,
Count(Sekolah.Kecamatan) AS JumlahSekolah INTO JumlahSekolah FROM
Kecamatan INNER JOIN Sekolah ON Kecamatan.KodeKec =
Sekolah.Kecamatan GROUP BY Kecamatan.KodeKec, Kecamatan.NamaKec, Sekolah.Kecamatan;
12
Untuk tabel jumlah Siswa per kecamatan sebagai berikut :
SELECT StatistikSiswa.KodeKec, Kecamatan.NamaKec,
Sum(StatistikSiswa.JumlahSiswa) AS JumlahSiswa FROM Kecamatan INNER JOIN StatistikSiswa ON Kecamatan.KodeKec = StatistikSiswa.KodeKec GROUP BY StatistikSiswa.KodeKec, Kecamatan.NamaKec;
Gambar 14. Design SQL Tabel Jumlah Siswa
4. Integrate Data & Format Data
Disini digabungkan tabel jumlah guru,jumlah sekolah dan jumlah siswa yang telah dibuat diatas dan dilakukan format data untuk mencari nilai ratio guru murid dan ratio guru sekolah dengan rumus yang telah dijelaskan diatas. Berikut Query SQL dan design nya :
SELECT Kecamatan.KodeKec, Kecamatan.NamaKec,
Format(([JumlahGuru].[JumlahGuru]/[JumlahSiswa].[JumlahSiswa]),"0.00
00") AS RatioGuru, Format( ( [JumlahGuru].[JumlahGuru] /
[JumlahSekolah].[JumlahSekolah] ) ,"0.0000") AS RatioSekolah FROM (JumlahGuru INNER JOIN (JumlahSiswa INNER JOIN Kecamatan ON JumlahSiswa.KodeKec = Kecamatan.KodeKec) ON JumlahGuru.Kecamatan = Kecamatan.KodeKec) INNER JOIN JumlahSekolah ON Kecamatan.KodeKec = JumlahSekolah.KodeKec;
13
Gambar 15. Design SQL Ratio
2.2.4 Modelling
1. Select Modelling Technique
Teknik data mining yang dipilih adalah clustering dengan menggunakan algoritma K-means. Clustering dan algortima K-means digunakan untuk mengelompokkan kebutuhan tenaga pendidik di kabupaten banjar per kecamatan.
2. Build Model
Algoritma yang digunakan untuk clustering adalah K-Means dengan Data set yang diambil adalah data set terakhit pada Data Prepartion yaitu tabel ratio. Jumlah kluster yang digunakan pada proses ini adalah 2, diharapkan dari 2 kluster tersebut adalah satu untuk mewakili “Ratio Rendah”, dan satu lagi untuk mewakili “Ratio Tinggi”.
3. Assess Model
Untuk proses clustering dengan K-Means disini saya menggunakan matlab sehingga untuk inisiasi pusat kluster otomatis dilakukan oleh program tersebut.
14
2.2.5 Evaluation
1. Evaluation Result
Sebelum membahas hasil, kita kembali ke rumus ratio Murid, dan Guru-Sekolah. Dari ratio tersebut dapat kita ambil kesimpulan bahwa jika rationya rendah (baik ratio Guru-Murid dan Guru-Sekolah) maka ada kemungkinan membutuhkan tambahan tenaga pendidik, dan sebaliknya.
Berikut hasil clustering dengan algoritma K-Means menggunakan aplikasi matlab, (dalam bentuk grafik) :
Gambar 16. Hasil Clustering
Dari hasil diatas, terlihat Cluster 1 memiliki 3 anggota, dan cluster 2 memiliki 11 anggota. Berdasarkan kesimpulan dari rumus ratio diatas berarti dapat diartikan bahwa Cluster 1 (ratio rendah) yang memiliki 3 anggota memerlukan tambahan tenaga pendidik, sedangkan Cluster 2 (ratio tinggi) yang memiliki 11 anggota dapat diartikan Cukup atau belum memerlukan tenaga pendidik tambahan, atau ada kemungkinan bisa diartikan kelebihan tenaga pendidik.
15 2. Review Process
Untuk review process disini saya menyadari banyak kekurangannya, khususnya dibagian kelengkapan data, banyak data yang masih kurang, khususnya data sekolah, dan jumlah guru. Sehingga hasil ini masih belum bisa dijadikan masukan untuk pemerataan pendidikan.
Dan untuk dibagian lain mungkin pada Data Preparation, disini dihasilkan data ratio untuk data set clustering. Mungkin ada kritik saran untuk penggunaan data set tersebut untuk melakukan clustering dengan tujuan Bisnis Understanding seperti tercantum di atas.
3. Determine Next Steps
Untuk menghasilkan pengetahuan yang dapat digunakan tentu perlu dilakukan perbaikan pada bagian-bagian yang telah disebutkan pada Review Process. Jadi, untuk langkah selanjutnya baiknya kembali ke tahap awal, dengan persiapan data yang lebih lengkap.
