Pengantar Matematika kelas1 : kelas2 : kelas3 : mutu : A B C D E

(1)

Lingkungan Pengembangan

Aplikasi yang dipergunakan untuk skripsi dibangun dengan software dan hardware sebagai berikut:

Hardware:

1. Prosesor Inter Pentium Dual Core E2140 @1.60GHz

2. Memori DDRAM 1 GB 3. HDD 80 GB 7200 RPM

Software :

1. Sistem Operasi Microsoft Windows XP Profesional SP2

2. XAMPP 1.4.16 untuk paket web server dan php compiler yang terintegrasi 3. Browser Safari

HASIL DAN PEMBAHASAN Proses penelitian ini fokus utamanya adalah pada tahap pelatihan dan pengujian dari masing-masing data yang telah dikumpulkan pada tahap awal persiapan penelitian. Proses pelatihan atau juga sebagai deskripsi training tidak menggunakan metode k-fold cross validation, karena semua data akan dilihat dan diolah secara bersamaan tidak ada data yang dijadikan data uji, semua data adalah data latih.

Hal yang berbeda dilakukan pada tahap pengujian dimana pada tahap pengujian, metode k-fold cross validation akan digunakan terhadap data yang ada yaitu data latih dan data uji.

Pelatihan

Pada tahap pelatihan ini bisa didapat banyak sekali informasi tentang data mahasiswa Departemen Ilmu Komputer.

Dengan menentukan beberapa kondisi yaitu hubungan sebaran nilai dengan kelas IP, perubahan kecenderungan hubungan nilai dengan kelas IP dan melihat mata kuliah yang memiliki nilai dominan A dan B.

Setelah semua pertimbangan tersebut, lalu dilakukan prediksi terhadap data yang sudah dimiliki yaitu data mahasiswa departemen ilmu komputer (ilkom) angkatan 2005/2006 dan 2006/2007 dengan angkatan 2005/2006 dilakukan pada dua tingkat yaitu pada masa TPB dan pada masa tahun kedua sedangkan angkatan 2006/2007 hanya dilakukan pada tingkat TPB.

Hal ini dilakukan berdasarkan data yang tersedia pada saat skripsi ini dibuat.

1. Deskripsi angkatan 2005/2006

Berdasarkan hasil olah data yang telah dilakukan, mahasiswa angkatan 2005/2006 akan memiliki dua tahap deskripsi yaitu deskripsi pada TPB dan tingkat II akademik, oleh karena itu pelatihan yang dilakukan terhadap mahasiswa Departemen Ilmu Komputer angkatan 2005/2006 adalah hanya pada pelatihan data TPB dan pelatihan data tingkat II.

Data latih TPB

Mahasiswa angkatan 2005/2006 yang akan dijadikan data latih adalah sebanyak 82 mahasiswa yaitu jumlah yang didapat setelah dilakukan cleaning data terhadap beberapa mahasiswa yang memiliki nilai tidak lengkap untuk beberapa mata kuliah.

Dari satistik data yang didapat pada algoritma VFI5 ternyata ada mata kuliah yang nilainya mengikuti sebaran kelas yaitu ketika nilai mutu yang lebih bagus juga memiliki nilai prediksi yang lebih besar pada kelas IP yang lebih tinggi dan hal ini terjadi pada mata kuliah Ekonomi Umum, dan Pengantar Matematika. Salah satu contoh mata kuliah yang mengikuti sebaran kelas memiliki komposisi prediksi seperti pada Tabel 3.

Tabel 3 Contoh sebaran mata kuliah yang mengikuti kelas pada angkatan 2005/2006 di TPB

Pada mata kuliah Agama, Pengantar Matematika, Pengantar Kewirausahaan, Olahraga dan Seni, serta Kalkulus memiliki sebaran nilai yang cenderung didominasi nilai A dan B dari seluruh mahasiswa angkatan 2005/2006 yang telah dilakukan pelatihan. Prediksi untuk menentukan jenis sebaran nilai untuk seluruh mata kuliah TPB dapat secara lengkap dilihat pada Lampiran 3. Daftar nama mata kuliah yang mengikuti sebaran kelas atau yang nilainya berada dominan di A dan B dapat dilihat pada Tabel 4 di bawah ini.

Pengantar Matematika

kelas1 : 0.44 0.25 0.00 0.00 0.00 kelas2 : 0.27 0.40 0.00 0.00 0.00 kelas3 : 0.29 0.35 1.00 0.00 0.00

mutu : A B C D E

(2)

Tabel 4 Jenis sebaran mata kuliah pada angkatan 2005/2006 di TPB

Jenis Sebaran Mata Kuliah - Sejalan mengikuti

sebaran kelas - Dominan di A dan B

Ekonomi Umum, Pengantar Matematika Agama, Pengantar Matematika, Pengantar Kewirausahaan, Olahraga dan Seni, Kalkulus

Pada angkatan ini, didapatkan kondisi dimana mahasiswa pada kelas I (memiliki IP lebih besar dari 3) di tingkat II ternyata di TPB mendapatkan nilai C yaitu pada mata kuliah Biologi, Bahasa Indonesia, Pengantar Ilmu Pertanian, Kimia, Fisika, PPKn, Bahasa Inggris, Sosiologi Umum.

Sebaliknya ada mahasiswa yang masuk pada kelas III tapi bernilai A dan terjadi pada mata kuliah Biologi, Ekonomi Umum, Agama, Bahasa Indonesia, Pengantar Ilmu Pertanian, Pengantar Matematika, Pengantar Kewirausahaan, Fisika, PPKn, Bahasa Inggris, Olahraga dan Seni, Sosiologi Umum dan Kalkulus (sebaran lengkap disajikan pada Lampiran 6-9).

Data Latih Tingkat II

Data latih angkatan 2005/2006 di tingkat II tetap dengan jumlah data mahasiswa yang sama seperti TPB yaitu sebanyak 82 orang lalu ada 12 fitur mata kuliah yang diperhatikan dan IP yang menjadi acuan adalah IP tingkat III.

Hasil pelatihan juga menampilkan hampir semua mata kuliah cenderung mengikuti sebaran kelas. Contoh mata kuliah yang mengikuti sebaran kelas adalah matakuliah Algoritma Pemrograman dan kompoisisi nilai prediksi tercantum pada Tabel 5.

Tabel 5 Contoh sebaran mengikuti nilai kelas pada angkatan 2005/2006 di tingkat II

Hasil data pelatihan yang telah dilakukan didapatkan informasi bahwa pada tingkat II ini angkatan 2005/2006 memiliki nilai yang tersebar sampai D, hal ini diantaranya terjadi pada mata kuliah

Rangkaian Digital, Aljabar Linear, Matematika Diskret dan Metode Statistik.

Prediksi mata kuliah tingkat II lainnya bisa dilihat pada Lampiran 4.

Ada satu mata kuliah yang pada tingkat II ini tetap memiliki nilai dominan pada A dan B yaitu mata kuliah Pengantar Hitung Peluang sedangkan mata kuliah lain terlihat tersebar rata-rata sampai pada nilai C bahkan beberapa mata kuliah ada yang memiliki nilai E.

Daftar nama - nama mata kuliah yang nilainya mengikuti sebaran kelas dan yang nilainya juga cenderung berada dominan di A dan B dapat dilihat pada Tabel 6.

Tabel 6 Jenis sebaran mata kuliah pada angkatan 2005/2006 di tingkat II Jenis Sebaran Mata Kuliah - Sejalan dengan sebaran

kelas

- Dominan di A dan B

Algoritma dan

Pemrograman, Rangkaian Digital, Kalkulus II, Aljabar Linear, Matematika Diskret, Metode Statistik, Basis Data, Struktur Data, Teori Bahasa Otomata

Pengantar Hitung Peluang

Kejadian yang juga diamati yaitu ketika ada mahasiswa yang memiliki nilai C di tingkat II tapi berada di kelas 1 pada tahun akademik berikutnya di tingkat III, Hal ini bisa ditemukan terjadi pada 10 mata kuliah yaitu Algoritma dan Pemrograman, Rangkaian Digital, Kalkulus II, Aljabar Linear, Matematika Diskrit, Metode Statistik, Bahasa Pemrograman, Organisasi Komputer, Struktur Data dan Teori Bahasa Otomata. Sebaliknya ada mata kuliah yang memiliki nilai A di tingkat II tapi berada pada kelas III di tingkat III yaitu bisa dilihat pada hasil pelatihan mata kuliah Rangkaian Digital, Basis Data, dan Pengantar Hitung Peluang (sebaran lengkap lihat pada Lampiran 10 -13).

2. Deskripsi angkatan 2006/2007 Data latih TPB

Data mahasiswa Departemen Ilmu Komputer angkatan 2006/2007 hanya data tingkat TPB dan data tingkat II, sehingga hanya satu tahap prediksi yang dilakukan yaitu prediksi menggunakan nilai mata kuliah tingkat TPB yang dilakukan terhadap IP tingkat II. Jumlah mahasiswa yang

Algoritma Pemrograman

mutu : A B C D E

(3)

menjadi perhatian yaitu 84 mahasiswa dimana sebagian lain tidak dimasukkan pada proses pengambilan data antara lain karena nilai tidak lengkap atau tidak mengambil mata kuliah tersebut.

Hasil algoritma VFI5 untuk mata kuliah pada angkatan 2006/2007 ini secara umum dilihat pada sebaran yang cenderung sejalan dengan kelas yaitu mata kuliah Biologi, Ekonomi Umum, Agama, Bahasa Indonesia, Pengantar Ilmu Pertanian, Pengantar Matematika, Pengantar Kewirausahaan, dan Fisika. Salah satu contoh mata kuliah yang mengikuti sebaran kelas memiliki komposisi prediksi seperti pada Tabel 7.

Tabel 7 Contoh sebaran mata kuliah mengikuti nilai kelas pada angkatan 2006/2007 di TPB

Mata kuliah yang dominan mahasiswanya mendapat nilai A dan B adalah mata kuliah Agama, Pengantar Kewirausahaan, dan Olahraga dan Seni.

Komposisi prediksi untuk menentukan jensi sebaran nilai untuk seluruh mata kuliah TPB dapat dilihat pada Lampiran 5.

Daftar nama mata kuliah yang mnegikuti seberan kelas atau yang nilainya berada dominan di A dan B dapat dilihat pada tabel 8 dibawah ini.

Tabel 8 Jenis sebaran mata kuliah pada angkatan 2006/2007 di TPB Jenis Sebaran Mata Kuliah - Sejalan dengan sebaran

kelas

- Dominan di A dan B

Ekonomi Umum, Agama, Bahasa Indonesia, Pengantar Ilmu Peranian, Pengantar Matematika, Pengantar Kewirausahaan

Agama,

Peng.Kewirausahaan, Olahraga dan Seni

Sedangkan fakta lain yang menarik diungkap adalah ada mata kuliah yang bernilai C di TPB tapi tetap terprediksi pada kelas I di tingkat II yaitu pada mata kuliah Biologi, Bahasa Indonesia, Kimia, Fisika, PPKn, Bahasa Inggris, dan Sosiologi Umum

(sebaran lengkap dapat dilihat pada Lampiran 14-17).

Pengujian

Data pengujian yang akan digunakan adalah data-data mahasiswa Departemen Ilmu Komputer angkatan 2005/2006 pada tingkat I dan tingkat II serta data mahasiswa Departemen Ilmu Komputer angkatan 2006/2007 pada tingkat I, sehingga fitur- fiturnya adalah semua mata kuliah yang diambil sesuai dengan data yang dipergunakan.

Pengujian dilakukan dengan metode 3- fold cross validation yang artinya setiap data pada setiap kelas dibagi menajadi tiga lalu himpunan pertama, kedua dan ketiga dari kelompok data yang sudah dibagi akan disatukan sehingga nanti pada akhirnya terdapat 3 himpunan bagian yang memiliki kecenderungan merata jumlah instance yang masuk pada kelas I, kelas II dan kelas III.

Dua dari tiga himpunan data tersebut dijadikan data latih dan satu himpunan lainnya sebagai data uji, dilakukan secara bergantian sampai semua data dapat diberlakukan sebagai data uji dan data latih secara merata.

Setelah melalui proses awal di atas, data yang sudah dilakukan pelatihan akan diuji dengan dataujinya. Data pelatihan adalah data nilai-nilai mahasiswa pada setiap mata kuliah pada tahun tersebut dan data uji adalah IP satu tahun akademik kedepan setiap mahasiswa.

Untuk mahasiswa angkatan 2005/2006 data yang dimiliki ada dua yaitu data untuk melakukan prediksi tingkat TPB ke tingkat IPK tingkat II dimana diperlukan data nilai setiap mata kuliah pada TPB dan nilai IPK pada tahun ke-2 dan data untuk melakukan prediksi tingkat II ke nilai IPK tingkat III dimana diperlukan data nilai setiap mata kuliah pada tingkat II dan nilai IPK pada tahun ke-3.

Sedangkan mahasiswa angkatan 2006/2007 hanya memiliki satu jenis data yaitu untuk melakukan prediksi tingkat TPB terhadap IPK tingkat II dan diperlukan data nilai dari setiap mata kuliah di TPB.

1. Data Uji Mahasiswa Ilmu Komputer angkatan 2005/2006

Ekonomi Umum

mutu : A B C D E

(4)

Data TPB

Nilai akurasi dari prediksi diambil dengan dan tanpa fitur IP pada tahun akademis berjalan untuk dilihat pengaruh fitur IP tersebut terhadap hasil prediksi.

Akurasi keseluruhan mata kuliah yang didapat dari prediksi tanpa menggunakan fitur IP diambil sebanyak tiga kali. Hasil yang pertama akurasinya adalah 51.85% lalu pada pengambilan kedua adalah 40.74%

selanjutnya pada pengambilan terakhir adalah 48.15% sehingga akurasi rataannya adalah 46.91%. Sedangkan prediksi yang dilakukan dengan menggunakan fitur IP ternyata menyebabkan terjadi penurunan nilai prediksi baik pada percobaan keseluruhan fitur yang dipadukan dengan IP yaitu pada tiga kali pengambilan dengan akurasi pertama 40.74%, akurasi kedua dan ketiga adalah 48.15% dan akurasi rata- ratanya menjadi 45.68%. Kombinasi fitur lainnya dengan fitur IP juga cenderung mengalami penurunan nilai akurasi dan tidak ditemukan akurasi yang melebihi akurasi yang didapat sebelumnya.

Tabel 9 dan Tabel 10 dibawah ini memperlihatkan akurasi rataan dari keseluruhan mata kuliah dan setiap mata kuliah di IPB, untuk prediksi yang lebih lengkap dapat dilihat pada Lampiran 18-19.

Tabel 9 Akurasi hasil prediksi pada angkatan 2005/2006 di TPB tanpa fitur IP

Mata Kuliah

Akurasi Rata-Rata (%)

TOTAL Biologi Ekum Agama B.Indonesia PIP Kimia Pengmat Kewirus Fisika PPKn B.Inggris OS Sosum Kalkulus

46.91 35.80 43.21 37.03 33.33 41.97 39.50 48.15 37.03 37.04 28.39 23.54 38.27 28.39 34.56

Keseluruhan mata kuliah yang diamati satu persatu, terlihat hampir tidak ada akurasi setiap mata kuliah yang nilainya mencapai melebihi akurasi keseluruhan,

kecuali hanya terjadi pada mata kuliah Pengantar Matematika yang memiliki akurasi 48.15 %.

Dengan penyertaan fitur IP pada proses pelatihan menjelaskan tidak terjadi perubahan secara drastis nilai dari akurasi data prediksi dan secara umum nilai akurasi cenderung mengalami penurunan.

Tabel 10 Akurasi hasil prediksi pada angkatan 2005/2006 di TPB dengan fitur IP

Mata Kuliah

Akurasi Rata-Rata (%)

TOTAL Biologi Ekum Agama B.indonesia PIP Kimia Pengmat Kewirus Fisika PPKn B.inggris OS Sosum Kalkulus

45.68 32.10 44.44 39.50 30.86 41.97 40.74 41.97 40.74 35.80 30.86 32.09 41.97 37.03 32.10

Kombinasi yang dilakukan pada beberapa mata kuliah cenderung menjadikan nilai akurasi totalnya menjadi lebih buruk atau tidak pernah melebihi akurasi mata kuliah secara keseluruhan. Kombinasi yang dilakukan diantaranya adalah matakuliah Pengantar Matematika dengan Kalkulus, Pengantar Matematika dengan Ekonomi Umum, dan kombinasi Biologi, Fisika, Kimia, Pengantar Matematika serta Kalkulus. Akurasi rataan yang diperoleh secara berurutan dari kombinasi mata kuliah diatas dengan tanpa fitur IP TPB masing- masing adalah sebesar 38.27%, 41.97% dan 40.74%, serta bila menyertakan fitur IP TPB nilai akurasi secara berurutan menjadi 39.50

%, 38.27 % dan 41.97 %. Lebih lengkapnya dapat dilihat pada Lampiran 18-19.

Tabel 11 Prediksi keseluruhan mata kuliah TPB tanpa kombinasi IP TPB terhadap IP tingkat II

Kelas Prediksi

I II III

I 21 3 3

II 9 13 14

III 7 7 4

(5)

Ketika diperhatikan secara lebih mendalam akan didapat nilai akurasi setiap prediksi menyebar ke nilai lain, sebagai contoh pada Tabel 11 nilai akurasi kelas I menyebar terbanyak masih pada kelas I, nilai akurasi kelas II menyebar terbanyak sudah pada kelas III, dan nilai akurasi kelas III menyebar pada kelas I dan kelas II secara dominan.

Tabel 12 Prediksi keseluruhan mata kuliah TPB dengan kombinasi IP TPB terhadap IP tingkat II

I II III

I 20 4 3

II 9 12 15

III 5 8 5

Pada Tabel 12 sudah dikombinasikan dengan fitur IP dan didapat nilai kelas 1 masih paling baik pada kelas I, nilai kelas II sudah menyebar paling banyak di kelas III dan akurasi kelas III paling banyak adalah di kelas II. Demikan juga kejadiannya pada prediksi fitur-fitur lain yang telah dicoba dan dapat dilihat pada Lampiran 24-25.

Data Tingkat II

Akurasi keseluruhan mata kuliah yang didapat dari prediksi tanpa menggunakan fitur IP diambil sebanyak tiga kali. Hasil yang pertama akurasinya adalah 42.86% lalu pada pengambilan kedua adalah 51.86%

selanjutnya pada pengambilan terakhir adalah 57.69 % dan akurasi rataannya adalah 50.80%. Sedangkan prediksi yang dilakukan dengan menggunakan fitur IP menyebabkan terjadi penurunan prediksi seperti pada percobaan keseluruhan fitur yang menyertakan fitur IP yaitu pada tiga kali pengambilan dengan akurasi pertama 39.29%, akurasi kedua adalah 55.56% dan akurasi rata-ratanya menjadi 53.85%.

Tabel 13 dan Tabel 14 di bawah ini memperlihatkan akurasi rataan dari keseluruhan mata kuliah dan setiap mata kuliah di IPB, untuk prediksi yang lebih lengkap termasuk dengan kombinasi beberapa mata kuliah dapat dilihat pada Lampiran 20-21.

Tabel 13 Akurasi hasil prediksi pada angkatan 2005/2006 di tingkat II tanpa fitur^IP

Mata Kuliah

Akurasi Rata-Rata ( % ) TOTAL

Algor Radig Kalkulus II Allin Matdis Mestat Basprog Basdat Orkom Strukdat TBO PHP

50.80 29.75 53.10 49.47 45.95 38.39 42.09 51.95 34.37 64.16 40.64 40.77 29.61

Pada tingkat II ini mata kuliah Bahasa Pemrograman dan Organisasi Komputer memiliki pengaruh yang paling tinggi meskipun keduanya dipadukan untuk diprediksi.

Tabel 14 Akurasi hasil prediksi pada angkatan 2005/2006 di tingkat II dengan fitur IP

Mata Kuliah

Akurasi Rata-Rata (%) TOTAL

Algor Radig Kalkulus II Allin Matdis Mestat Basprog Basdat Orkom Strukdat TBO PHP

49.56 50.98 44.53 54.28 56.75 51.85 54.41 59.54 48.14 56.70 55.47 49.56 54.41

Dari keseluruhan matakuliah yang diamati satu persatu, hanya ada dua mata kuliah yang tetap memiliki nilai akurasi rata- rata melebihi akurasi rata-rata keseluruhan mata kuliah walau sudah dikombinasikan dengan fitur IP ataupun tanpa dikombinasikan dengan fitur IP.

Kombinasi yang dilakukan pada beberapa mata kuliah ternyata bisa lebih baik dari akurasi keseluruhan mata kuliah baik yang dikombinasikan dengan IP maupun tanpa fitur IP. Fitur yang dikombinasikan dan mencapai nilai akurasi

(6)

yang lebih baik tersebut adalah kombinasi dari Bahasa Pemrograman dengan Organisasi Komputer, dan kombinasi Bahasa Pemrograman, Organisasi Komputer dan Aljabar Linear. Akurasi yang diperoleh dari dua kombinasi tanpa penyertaan fitur IP ini secara berurutan adalah 59.27 % dan 58.96 %, sedangkan nilai akurasi dengan menyertakan fitur IP secara berurutan adalah 59.35 % dan 60.28 %. Lebih lengkapnya dapat dilihat pada Lampiran 20-21.

Tabel 15 Prediksi keseluruhan mata kuliah tk. II tanpa kombinasi IP tk. II terhadap IP tingkat III

I II III

I 17 12 2

II 14 16 9

III 0 3 8

Ketika diperhatikan secara lebih mendalam akan didapat nilai akurasi setiap prediksi menyebar ke nilai lain, sebagai contoh pada Tabel 15 nilai akurasi kelas I menyebar cukup besar pada kelas I, nilai akurasi kelas II menyebar paling banyak pada kelas II, dan nilai akurasi kelas III paling banyak menyebar pada kelas III.

Tabel 16 Prediksi keseluruhan mata kuliah tk. II dengan kombinasi IP tk. II terhadap IP tingkat III

I II III

I 17 12 2

II 14 14 11

III 0 2 9

Dan pada Tabel 16 yang telah dikombinasikan dengan IP akurasi dari kelas I menyebar masih pada kelas I, nilai kelas II lebih banyak terprediksi pada kelas II, dan kelas II terprediksi paling banyak masih di kelas II. Demikan kejadiannya pada prediksi fitur-fitur lain yang telah dicoba dapat dilihat pada Lampiran 26-27.

2. Data Uji Mahasiswa Ilmu Komputer angkatan 2006/2007

Data TPB

Nilai akurasi dari prediksi diambil dengan dan tanpa fitur IP pada tahun akademis berjalan untuk dilihat pengaruh fitur IP tersebut terhadap hasil prediksi.

Akurasi keseluruhan mata kuliah yang didapat dari prediksi tanpa menggunakan

fitur IP diambil sebanyak tiga kali. Hasil yang pertama akurasinya adalah 51.72 % lalu pada pengambilan kedua adalah 51.85%

selanjutnya pada pengambilan terakhir adalah 51.85% dan akurasi rataannya adalah 51.80 %. Sedangkan prediksi yang dilakukan dengan menggunakan fitur IP akan terjadi kecenderungan kenaikan nilai prediksi pada percobaan keseluruhan fitur yang dipadukan dengan IP yaitu pada tiga kali pengambilan dengan akurasi pertama 58.62%, akurasi kedua dan kedua adalah 59.26% dan akurasi rata-ratanya menjadi 60.28%.

Tabel 17 dan Tabel 18 dibawah ini memperlihatkan akurasi rataan dari keseluruhan mata kuliah dan setiap mata kuliah di IPB, untuk prediksi yang lebih lengkap dapat dilihat pada Lampiran 22-23.

Tabel 17 Akurasi hasil prediksi pada angkatan 2006/2007 di TPB tanpa fitur IP

Mata Kuliah

Biologi Ekum Agama B.Indonesia PIP Kimia PengMat P.Kewirus Fisika PPKn B.Inggris OS Sosum Kalkulus

51.80 36.18 48.19 36.27 41.04 37.33 52.95 42.10 39.80 36.10 48.10 36.27 48.36 21.79 48.01

Hasil prediksi menjelaskan hampir tidak ada akurasi setiap mata kuliah yang nilainya melebihi akurasi keseluruhan, kecuali hanya terjadi pada mata kuliah Pengantar Matematika yang memiliki akurasi 48,15 %.

Tabel 18 Akurasi hasil prediksi pada angkatan 2006/2007 di TPB dengan fitur IP

Mata Kuliah

Biologi Ekum Agama B.Indonesia PIP

60.26 51.72 49.42 59.94 63.81 52.96

(7)

Kimia PengMat P.Kewirus Fisika PPKn B.Inggris OS Sosum Kalkulus

56.49 55.25 56.23 48.10 63.81 55.34 58.96 54.10 56.41

Ketika disertakan fitur IP pada proses pelatihan terjadi kenaikan nilai akurasi hampir pada seluruh mata kuliah dimana nilai akurasi rataan keseluruhan mata kuliah naik sampai 60.28 %.

Kombinasi yang dilakukan pada beberapa mata kuliah cenderung menjadikan nilai akurasi totalnya mengalami kenaikan melebihi akurasi mata kuliah secara keseluruhan. Kombinasi diambil diantaranya adalah matakuliah Pengantar Matematika dengan Kalkulus, Pengantar Matematika dengan Ekonomi Umum, dan kombinasi Biologi, Fisika, Kimia, Pengantar Matematika serta Kalkulus. Akurasi yang diperoleh secara berurutan dari kombinasi mata kuliah diatas dengan tanpa fitur IP TPB masing-masing adalah sebesar 48.27

%, 49.42% dan 49.42%, serta bila menyertakan fitur IP TPB nilai akurasi secara berurutan menjadi 57.61 %, 62.75 % dan 59.94 %. Lebih lengkapnya dapat dilihat pada Lampiran 22-23.

Tabel 19 Prediksi keseluruhan mata kuliah TPB tanpa kombinasi IP TPB terhadap IP tingkat II

I II III

I 13 4 2

II 13 14 10

III 6 5 16

Tabel 20 Prediksi keseluruhan mata kuliah TPB dengan kombinasi IP TPB terhadap IP tingkat II

I II III

I 14 3 2

II 9 20 8

III 4 7 16

Ketika diperhatikan secara lebih mendalam akan didapat nilai akurasi setiap prediksi menyebar ke nilai lain, sebagai contoh pada Tabel 11 nilai akurasi kelas I menyebar cukup besar pada kelas I, nilai

akurasi kelas II menyebar paling banyak pada kelas II, dan nilai akurasi kelas III paling banyak menyebar pada kelas III. Dan pada Tabel 12 yang telah dikombinasikan dengan IP akurasi dari kelas I terprediksi masih pada kelas I, nilai kelas II lebih banyak terprediksi pada kelas II, dan kelas III terprediksi paling banyak masih di kelas III. Demikan pula kejadiannya pada prediksi fitur-fitur lain yang telah dicoba dapat dilihat pada Lampiran 28-29.

KESIMPULAN DAN SARAN Kesimpulan

Data mahasiswa Departemen Ilmu Komputer Program Mayor Minor yang didapat yaitu ada mata kuliah yang selalu memiliki nilai dominan di A dan B pada masa TPB angkatan 2005/2006 dan 2006/2007 yaitu mata kuliah Agama, Pengantar Kewirausahaan, dan mata kuliah Olahraga dan Seni.

Ada pula kejadian yang mirip dengan satu mata kuliah di angkatan 2005/2006 dan 2006/2007 pada mata kuliah Biologi yaitu pasti selalu ada mahasiswa yang memiliki nilai D.

Rata-rata nilai akurasi tertinggi pada angkatan 2005/2006 pada tingkat TPB adalah bernilai 46,91 % tanpa fitur IP dan 45,68 % dengan fitur IP dibanding rata-rata tingkat yang sama pada angkatan 2006/2007 yang 51,80 % tanpa fitur IP dan meningkat menjadi 60,28 % ketika dipadu dengan fitur IP, dari sini terlihat peningkatan akurasi.

Dua mata kuliah memiliki tingkat akurasi yang cenderung tidak berubah pada angkatan 2005/2006 dan 2006/2007 yaitu Bahasa Inggris dan Fisika yang mungkin berarti tidak memiliki pengaruh dari perbedaan cara penentuan jurusan.

Tinjauan pada TPB angkatan 2005/2006 dan 2006/2007 secara umum yaitu mata kuliah Ekonomi Umum dan Pengantar Matematika, pada dua angkatan ini selalu berada sesuai dengan sebaran kelas yang berarti menggambarkan hasil yang didapat mahasiswa secara umum pada kelas tersebut.

Pada mata kuliah Agama, Pengantar Matematika, Pengantar Kewirausahaan, dan Olahraga dan Seni sebaran nilai sangat dominan pada A dan B yang mahasiswa memiliki nilai bagus.