iii
ABSTRAK
PT. Jasamedika Saranatama, merupakan salah satu perusahaan yang bergerak dalam bidang usaha penjualan perangkat lunak untuk rumah sakit yang mengadakan penerimaan karyawan secara mandiri di lingkungan perusahaan. Kendala yang sering ditemukan dalam proses penerimaan pegawai, yaitu sulitnya menentukan pelamar yang memenuhi kriteria untuk menjadi pegawai secara objektif berdasarkan pada kriteria-kriteria yang diharapkan oleh perusahaan. Mengacu pada permasalahan tersebut, diusulkan untuk membuat suatu sistem aplikasi komputer yang dapat mendukung pengambilan keputusan dengan pendekatan penggalian data. Sistem berbasis web yang dibuat mengimplementasikan algoritma ID3 dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai basis datanya. Pengujian sistem dilakukan dengan membandingkan data riil penerimaan lamaran pekerjaan antara sistem dengan bagian personalia menggunakan uji statistik uji-t dengan 95% keyakinan. Dari hasil pengujian, sistem yang dibangun dapat membantu bagian personalia untuk memberikan gambaran dalam melakukan penyeleksian penerimaan pegawai secara administratif pada bagian personalia.
iv
ABSTRACT
PT. Jasamedika Saranatama, is a national-wide company which is engaged in the hospital software business. The human resources divison of the company conduct the recruitment process for the entire company. Sometimes it is difficult to determine objectively which applicants meet the requirements based on the criteria expected by the company. Based on this problem, a web-based system has been developed which can support the administrative selection (paper-work) in the recruitment process by using a data mining approach. Administrative rules constructed based on historical data by using the ID3 algorithm. In the system, the rules are implemented in a MySQL database management system, and
activated from a PHP web-based system. The system is tested by comparing some real data submissions between the activated system rules and the judgment from
the human resources division. The evaluation result shows that the rules embedded in the system has a comparable performance as the human judgment.
v
DAFTAR PROGRAM ... xiv
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Tujuan Pembahasan ... 2
1.4 Batasan Masalah ... 2
1.5 Sistematika Penyajian ... 3
BAB II LANDASAN TEORI ... 5
2.1 Data Mining ... 5
2.2 Teknik Data Mining ... 6
2.3 Konsep Sistem Pendukung Keputusan ... 7
2.3.1 Tujuan Sistem Pendukung Keputusan ... 8
2.3.2 Proses Pengambilan Keputusan ... 8
2.4 Konsep Manajemen Perekrutan Pegawai ... 9
2.5 Decision Tree Learning (Pembelajaran Pohon Keputusan) ... 9
2.5.1 Algoritma ID3 ... 10
2.5.2 Entropy ... 11
2.5.3 Information Gain ... 11
2.5.4 Contoh Pembentukan Tree dengan Algoritma ID3 ... 12
2.6 WEKA ... 16
2.7 Contoh Implementasi Algoritma ID3 di WEKA ... 16
2.8 Pengertian Flowchart ... 18
vi
2.10 Unified Modelling Language (UML) ... 19
2.10.1 Use Case ... 19
2.10.2 Class Diagram ... 20
2.10.3 Activity Diagram ... 20
2.10.4 Sequence Diagram ... 20
2.11 Perancangan Database ... 20
2.12 Hypertext Markup Language (HTML)... 21
2.13 PHP Hypertext Preprocessor (PHP) ... 22
2.14 Javascript ... 22
2.15 MySQL ... 23
BAB III ANALISIS DAN PERANCANGAN SISTEM ... 24
3.1 Analisis Situasi Penerimaan Pegawai ... 24
3.1.1 Proses Penerimaan Pegawai ... 24
3.1.2 Flowchart ... 25
3.2 Pengumpulan Data ... 26
3.3 Proses Data Mining ... 27
3.4 Model Keputusan ... 28
3.5 Gambaran Keseluruhan ... 31
3.5.1 Persyaratan Antarmuka Eksternal ... 31
3.5.2 Antarmuka dengan Pengguna ... 31
3.5.3 Antarmuka Perangkat Keras ... 31
3.5.4 Antarmuka Perangkat Lunak ... 32
3.5.5 Fitur-fitur Produk Perangkat Lunak ... 32
3.6 Desain Perangkat Lunak ... 33
3.6.1 Unified Modelling Language (UML) ... 33
3.6.1.1 Use Case ... 33
3.6.1.2 Class Diagram ... 52
3.6.1.3 Activity Diagram ... 52
3.6.1.3.1 Activity Diagram Manage User ... 53
3.6.1.3.2 Activity Diagram Manage Job Vacancy ... 55
3.6.1.3.3 Activity Diagram Manage CV ... 58
vii
3.6.1.3.5 Activity Diagram Manage Master Data ... 62
3.6.2 Entity Relationship Diagram (ERD) ... 67
3.6.3 Struktur Tabel ... 69
3.7 Desain Antarmuka ... 74
3.7.1 Halaman Utama... 74
3.7.2 Halaman Job Vacancy ... 75
3.7.3 Halaman Detail Job Vacancy ... 75
3.7.4 Halaman Login ... 76
3.7.5 Halaman Utama Admin dan HRD ... 76
3.7.6 Halaman Member ... 77
BAB IV PENGEMBANGAN PERANGKAT LUNAK ... 78
4.1 Implementasi Modul ... 78
4.1.1 Pembagian Modul ... 78
4.1.1.1 Peta Web ... 78
4.1.1.2 Pembagian Modul Admin ... 81
4.1.1.3 Pembagian Modul HRD ... 81
4.1.1.4 Pembagian Modul Member ... 82
4.1.1.5 Pembagian Modul Guest ... 82
4.1.2 Implementasi Rules dalam Database ... 82
4.1.3 Implementasi Pemanggilan Rules ... 84
4.2 Implementasi Penyimpanan Data ... 85
4.3 Implementasi Antarmuka ... 90
BAB V TESTING EVALUASI SISTEM ... 94
5.1 Rencana Pengujian ... 94
5.2 Pelaksanaan Pengujian ... 94
5.2.1 White Box ... 94
5.2.2 Black Box ... 96
5.2.3 Pengujian Algoritma ... 101
5.2.3.1 Skenario Uji Coba ... 101
5.2.3.2 Test Data ... 101
5.2.3.3 Cara Evaluasi ... 103
viii
BAB VI KESIMPULAN DAN SARAN ... 107
6.1 Kesimpulan ... 107
6.2 Saran ... 108
ix
DAFTAR GAMBAR
Gambar 2.1 Tahap-Tahap Data Mining (Han & Kamber, 2001) ... 5
Gambar 2.2 Penyusunan Tree Awal ... 14
Gambar 2.3 Penyusunan Tree Akhir ... 16
Gambar 2.4 Program WEKA Explorer ... 17
Gambar 2.5 Hasil dari Program WEKA ... 18
Gambar 3.1 Flowchart Penerimaan Pegawai ... 26
Gambar 3.2 Skenario Non-Leveling ... 28
Gambar 3.3 Pohon Keputusan Non-Leveling ... 29
Gambar 3.4 Skenario Leveling(sub-tree) Posisi Programmer ... 30
Gambar 3.5 Pohon Keputusan Leveling (Programmer) ... 30
Gambar 3.6 Use Case Penerimaan Pegawai ... 34
Gambar 3.7 Use Case Manage User ... 34
Gambar 3.8 Use Case Manage Job Vacancy ... 38
Gambar 3.9 Use Case Manage CV ... 42
Gambar 3.10 Use Case Manage Requirement ... 45
Gambar 3.11 Use Case Manage Master Data ... 49
Gambar 3.12 Class Diagram ... 52
Gambar 3.13 Activity Diagram Add User ... 53
Gambar 3.14 Activity Diagram Register ... 53
Gambar 3.15 Activity Diagram Update User... 54
Gambar 3.16 Activity Diagram Delete User ... 54
Gambar 3.17 Activity Diagram Search User ... 55
Gambar 3.18 Activity Diagram View Job Vacancy ... 55
Gambar 3.19 Activity Diagram Add Job Vacancy ... 56
Gambar 3.20 Activity Diagram Update Job Vacancy ... 56
Gambar 3.21 Activity Diagram Delete Job Vacancy ... 57
Gambar 3.22 Activity Diagram Apply Job Vacancy ... 57
Gambar 3.23 Activity Diagram Search Job Vacancy ... 58
x
Gambar 3.25 Activity Diagram Create CV ... 59
Gambar 3.26 Activity Diagram Report CV ... 59
Gambar 3.27 Activity Diagram Search CV ... 60
Gambar 3.28 Activity Diagram View Requirements ... 60
Gambar 3.29 Activity Diagram Add Requirements ... 61
Gambar 3.30 Activity Diagram Update Requirements ... 61
Gambar 3.31 Activity Diagram Delete Requirements ... 62
Gambar 3.32 Activity Diagram Search Requirements ... 62
Gambar 3.33 Activity Diagram Add City ... 63
Gambar 3.34 Activity Diagram Update City ... 63
Gambar 3.35 Activity Diagram Delete City ... 64
Gambar 3.36 Activity Diagram Add Province ... 64
Gambar 3.37 Activity Diagram Update Province ... 65
Gambar 3.38 Activity Diagram Delete Province ... 65
Gambar 3.39 Activity Diagram Add Major ... 66
Gambar 3.40 Activity Diagram Update Major ... 66
Gambar 3.41 Activity Diagram Delete Major ... 67
Gambar 3.42 ERD ... 68
Gambar 3.43 Halaman Utama ... 74
Gambar 3.44 Halaman Job Vacancy ... 75
Gambar 3.45 Halaman Detail Job Vacancy ... 75
Gambar 3.46 Halaman Login ... 76
Gambar 3.47 Halaman Admin dan HRD ... 76
Gambar 3.48 Halaman Member ... 77
Gambar 4.1 Peta Web Modul Admin ... 79
Gambar 4.2 Peta Web Modul HRD ... 79
Gambar 4.3 Peta Web Modul Member ... 80
Gambar 4.4 Peta Web Modul Guest ... 80
Gambar 4.5 Jalur Cabang Aturan Pohon Keputusan (Programmer) ... 83
Gambar 4.6 Contoh Implementasi Rules pada Table Requirement ... 83
Gambar 4.7 Implementasi Tabel User ... 85
xi
Gambar 4.9 Implementasi Tabel Job Vacancy ... 86
Gambar 4.10 Implementasi Tabel Requirement ... 87
Gambar 4.11 Implementasi Tabel Stage ... 87
Gambar 4.12 Implementasi Tabel Personal ... 88
Gambar 4.13 Implementasi Tabel Address ... 88
Gambar 4.14 Implementasi Tabel Education ... 88
Gambar 4.15 Implementasi Tabel Skill ... 89
Gambar 4.16 Implementasi Tabel Experience ... 89
Gambar 4.17 Implementasi Tabel Expectation ... 89
Gambar 4.18 Implementasi Tabel City ... 90
Gambar 4.19 Implementasi Tabel Major ... 90
Gambar 4.20 Implementasi Tabel Province ... 90
Gambar 4.21 Implementasi Halaman Utama ... 91
Gambar 4.22 Implementasi Halaman login ... 91
Gambar 4.23 Implementasi Halaman home admin ... 92
Gambar 4.24 Implementasi Halaman home HRD ... 92
Gambar 4.25 Implementasi Halaman home member ... 93
Gambar 5.1 Pengujian Function Data CV ... 94
Gambar 5.2 Pengujian Function apply Job ... 95
Gambar 5.3 Pengujian Function Job Vacancy ... 95
Gambar 5.4 Pengujian Function Requirement ... 95
Gambar 5.5 Pengujian Function User... 95
Gambar 5.6 Contoh Ilustrasi Membandingkan Test Data Dengan Rules ... 102
Gambar 5.7 Daftar Hasil Akurasi Data ... 104
Gambar 5.8 Daftar Hasil T-Test 1 ... 104
Gambar 5.9 Daftar Hasil T-Test 2 ... 105
xii
DAFTAR TABEL
Tabel 2.1 Sampel Data Training Pegawai ... 12
Tabel 2.2 Tabel Atribut ... 13
Tabel 2.3 Tabel Hasil information gain ... 14
Tabel 2.4 Tabel Hasil information gain untuk internal node ... 15
Tabel 3.1 Skenario Manage User ... 35
Tabel 3.2 Skenario Register ... 35
Tabel 3.3 Skenario Update User ... 36
Tabel 3.4 Skenario Delete User ... 37
Tabel 3.5 Skenario Search User ... 37
Tabel 3.6 Skenario Manage Job Vacancy ... 38
Tabel 3.7 Skenario View Job Vacancy ... 39
Tabel 3.8 Skenario Add Job Vacancy ... 40
Tabel 3.9 Skenario Update Job Vacancy ... 40
Tabel 3.10 Skenario Delete Job Vacancy ... 41
Tabel 3.11 Skenario Apply Job Vacancy ... 41
Tabel 3.12 Skenario Search Job Vacancy ... 42
Tabel 3.13 Skenario Manage CV ... 43
Tabel 3.14 Skenario View CV ... 43
Tabel 3.15 Skenario Create CV ... 44
Tabel 3.16 Skenario Search CV ... 44
Tabel 3.17 Skenario Report CV ... 45
Tabel 3.18 Skenario Manage Requirements ... 46
Tabel 3.19 Skenario View Requirements ... 47
Tabel 3.20 Skenario Add Requirements ... 47
Tabel 3.21 Skenario Update Requirements... 48
Tabel 3.22 Skenario Delete Requirements ... 48
Tabel 3.23 Skenario Search Requirements ... 49
Tabel 3.24 Skenario Manage Master Data ... 50
xiii
Tabel 3.26 Skenario Manage Province ... 51
Tabel 3.27 Skenario Manage Major ... 51
Tabel 3.28 Tabel User ... 69
Tabel 3.29 Tabel Personal ... 69
Tabel 3.30 Tabel Address... 70
Tabel 3.31 Tabel Province ... 70
Tabel 3.32 Tabel City ... 70
Tabel 3.33 Tabel Major ... 70
Tabel 3.34 Tabel Job Vacancy ... 71
Tabel 3.35 Tabel Requirement ... 71
Tabel 3.36 Tabel CV ... 72
Tabel 3.37 Tabel Education ... 72
Tabel 3.38 Tabel Skill ... 73
Tabel 3.39 Tabel Experience ... 73
Tabel 4.1 Pembagian Modul Admin ... 81
Tabel 4.2 Pembagian Modul HRD ... 81
Tabel 4.3 Pembagian Modul Member ... 82
Tabel 4.4 Pembagian Modul Guest ... 82
Tabel 5.1 Testing Pembuatan Data Personal ... 96
Tabel 5.2 Testing Pembuatan Data Address... 97
Tabel 5.3 Testing Pembuatan Data Education Details ... 98
Tabel 5.4 Testing Pembuatan Data Skill ... 98
Tabel 5.5 Testing Pembuatan Data Work Experience ... 99
Tabel 5.6 Testing Pembuatan Data Work Expectation ... 100
Tabel 5.7 Daftar Test Data ... 102
xiv
DAFTAR PROGRAM
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
PT. Jasamedika Saranatama merupakan salah satu perusahaan yang bergerak dalam bidang usaha penjualan perangkat lunak untuk rumah sakit. Sebagai perusahaan yang sedang berkembang, PT. Jasamedika Saranatama membutuhkan tenaga kerja yang potensial dan memiliki kriteria yang sesuai dengan pekerjaannya untuk mendukung perkembangan dan kemajuan perusahaan. Dalam mendapatkan sumber daya manusia yang berkualitas sesuai dengan kebutuhan perusahaan membutuhkan proses yang cukup lama. Mulai dari penentuan kriteria yang tepat hingga pengadaan serangkaian tes sebagai acuan dalam pengambilan keputusan dalam proses seleksi calon pegawai.
Seleksi penerimaan pegawai untuk menentukan posisi, dilaksanakan beberapa tahapan yaitu seleksi administrasi, tes kemampuan, dan wawancara. Kendala yang sering ditemukan dalam proses penerimaan pegawai di PT. Jasamedika Saranatama yaitu sulitnya menentukan pelamar mana yang memenuhi kriteria untuk menjadi pegawai dengan berdasarkan pada kriteria-kriteria yang ditetapkan oleh perusahaan.
2
1.2 Rumusan Masalah
Berdasarkan pada latar belakang masalah tersebut, maka permasalahan pokok yang akan dibahas dalam Tugas Akhir ini adalah :
1. Bagaimana membuat aplikasi sistem pendukung keputusan berbasis
web untuk penerimaan pegawai, dengan pendekatan data mining yang
mengacu pada kumpulan data history pelamar yang sudah ada.
2. Bagaimana aplikasi ini dapat membantu perusahaan dalam menerima pegawai baru sesuai kriteria yang ditetapkan.
3. Bagaimana melakukan pengujian apakah sistem seleksi administrasi untuk penerimaan pegawai telah berhasil dijalankan dengan baik.
1.3 Tujuan Pembahasan
Tujuan umum dikembangkannya sistem pendukung keputusan di perusahaan PT. Jasamedika Saranatama ini adalah untuk:
1. Membuat sistem pendukung keputusan berbasis web untuk penerimaan pegawai, dengan pendekatan data mining yang mengacu pada kumpulan data history pelamar yang sudah ada.
2. Membuat sistem pendukung keputusan untuk membantu perusahaan dalam menangani proses penerimaan pegawai baru sesuai kriteria yang dibutuhkan.
3. Melakukan testing atau pengujian apakah sistem seleksi administrasi untuk penerimaan pegawai telah berhasil dijalankan dengan baik.
1.4 Batasan Masalah
Untuk lebih memudahkan penulis dalam membahas permasalahan dan menghindari penyimpangan pembahasan dari pokok bahasan, maka permasalahan dibatasi pada :
1. Studi kasus untuk pengumpulan data dan analisis kebutuhan pada bagian personalia, PT. Jasamedika Saranatama.
3
3. Proses yang ditangani dalam sistem ini adalah pengolahan data pelamar dan proses pengambilan keputusan dalam tahap seleksi administrasi.
4. Pembelajaran untuk membuat aturan dibatasi sesuai jumlah data yang didapat PT. Jasamedika Saranatama.
5. Kriteria penerimaan pegawai dipelajari sesuai dengan prosedur yang berlaku di PT. Jasamedika Saranatama.
6. Dalam penerimaan pegawai di PT. Jasamedika Saranatama jumlah lamaran yang diterima tergantung dari kebutuhan perusahaan.
7. Analisis data dalam penelitian ini akan menggunakan bantuan perangkat lunak data mining yang berbasis open source, WEKA.
1.5 Sistematika Penyajian
Penulis telah menyusun sistematika penyajian dalam penyusunan laporan penelitian ini yang berguna untuk mempermudah memahami laporan. Adapun sistematika penulisan sebagai berikut :
1. BAB I PENDAHULUAN
Menjelaskan secara singkat mengenai Latar Belakang Masalah, Rumusan Masalah, Batasan Masalah, Tujuan Pembahasan, serta Sistematika Penyajian.
2. BAB II LANDASAN TEORI
Berisi teori-teori yang melandasi penulisan laporan tugas akhir ini seperti konsep dasar sistem pendukung keputusan, konsep dasar data mining, konsep dasar algoritma ID3 serta perancangan sistem yang akan dibuat.
3. BAB III ANALISIS DAN PERANCANGAN SISTEM
Menguraikan tentang analisis sistem, perancangan sistem beserta database-nya, dan perancangan program aplikasi.
4. BAB IV PENGEMBANGAN PERANGKAT LUNAK
4
5. BAB V EVALUASI SISTEM
Berisi tentang pengujian dari aplikasi yang telah dibuat untuk melihat dan memastikan apakah terdapat kekurangan dalam pembuatan aplikasi dan apakah aplikasi sudah layak digunakan.
6. BAB VI KESIMPULAN DAN SARAN
107
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Kesimpulan yang dapat diambil berdasarkan hasil analisis dan pembahasan yang sedang berjalan dan rancangan sistem adalah sebagai berikut :
1. Salah satu hal penting yang sangat menentukan performa sistem adalah pada saat pengolahan data, yaitu pada proses pembersihan data (cleaning) dan pada saat pembuatan rules (bandingkan dengan tahap-tahap data
mining pada bagian 2.1).
2. Dalam membuat sistem dengan pendekatan data mining, rules dibuat dari kumpulan data history pelamar diproses dengan bantuan perangkat lunak
data mining WEKA dengan algoritma decission tree learning ID3. Rules hasil proses tersebut disimpan ke dalam database, untuk dijadikan acuan dalam proses seleksi administrasi penerimaan pegawai selanjutnya.
3. Pengujian sistem seleksi penerimaan pegawai untuk memastikan bahwa sistem telah sesuai dengan yang diharapkan berhasil dilakukan dengan menggunakan metode white and black box serta pengujian algoritma. Dari hasil pengujian dengan metoda white dan black box dapat disimpulkan bahwa sistem ini secara fungsional mengeluarkan hasil yang sesuai dengan yang diharapkan. Sedangkan hasil dari pengujian algoritma, rules yang
diimplementasikan dalam sistem ini “tidak signifikan berbeda” dengan
harapan dari bagian personalia (lihat hasil pengujian pada bagian 5.2.3). 4. Sistem pendukung keputusan yang dikembangkan untuk proses seleksi
108
6.2 Saran
Berdasarkan dari perancangan dan pembuatan Sistem Seleksi Administrasi Penerimaan Pegawai dengan pohon keputusan ID3 yang telah dibangun, terdapat beberapa hal yang perlu dilakukan untuk pengembangan sistem ini, antara lain :
1. Dalam sistem ini perlu adanya pengembangan pada penyajian informasi lowongan kerja yang ditampilkan sesuai dengan kriteria-kriteria CV pelamar, sehingga dapat membantu pengguna mendapatkan referensi informasi lamaran yang dibutuhkan.
2. Proses sistem pendukung keputusannya dapat menggunakan teknik-teknik
data mining ataupun algoritma lainnya, contohnya menggunakan
algoritma naive bayesian classification dengan pembentukan model. 3. Untuk membuat suatu aturan dengan bantuan proses data mining
diperlukan data yang sesuai dan mendukung suatu aturan yang telah dibuatnya, sehingga menghasilkan aturan yang dapat dipercaya kebenarannya.
109
DAFTAR PUSTAKA
Fowler, M. (2005). UML Distilled Edisi 3, Panduan Singkat Bahasa Pemodelan
Objek Standar. Jakarta: Penerbit Andi.
Han, J., & Kamber, M. (2001). Data Mining : Concepts and Techniques. Morgan Kaufmann.
Hariyanto, B. (2004). Sistem Manajemen Basis Data. Bandung: Penerbit informatika. Jogiyanto, H. (2006). Pengenalan Komputer Pengolahan Data. Yogyakarta: Andi
Offset.
K. P. Soman, S. D. (2006). Data Mining Theory and Practice. PHI Learning Pvt. Ltd. Kadir, A. (1999). Konsep & Tuntunan Praktis Basis Data. Yogyakarta: Andi
Yogyakarta.
Kusrini. (2007). Konsep Dan Aplikasi Sistem Penunjang Keputusan. Yogyakarta: Andi.
Maimon, O., & Last, M. (2000). Knowledge Discovery and Data Mining,. The Info-Fuzzy Network (IFN) Methodology. Dordrecht: Kluwer Academic.
McLeod, R., & Schell, G. (2001). Management Information Systems (8th Edition). New Jersey: Prentice Hall.
Nugroho, A. (2004). Konsep Pengembangan Sistem Basis Data. Bandung: Penerbit informatika.
Paranginangin, K. (2006). Aplikasi Web dengan PHP dan MySQL. Yogyakarta: Andi Yogyakarta.
Pramana, H. W. (2005). Aplikasi Manajemen Perekrutan Berbasis Acceess. Jakarta: PT Elex Media Komputindo.
Pramudiono, I. (2003). Menambang Permata Pengetahuan di Gunung Data. Purnomo, P. (2008). 100% Javascript. Bali: Dian Rakyat.
Purwanto, Y. (2001). Pemrograman Web Dengan PHP. Jakarta: Elex Media Komputindo.
110
Turban, E. (2001). Decision Support Systems and Expert Systems and Intelligent