PENGELOMPOKAN MAHASISWA POTENSIAL DROP OUT
MENGGUNAKAN METODE CLUSTERING PADA PROGRAM
STUDI STRATA 1 ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA
SKRIPSI
NURUL MASITHAH GUCHI
071402059
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
PENGELOMPOKAN MAHASISWA POTENSIAL DROP OUT
MENGGUNAKAN METODE CLUSTERING PADA PROGRAM
STUDI STRATA 1 ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA
SKRIPSI
NURUL MASITHAH GUCHI
071402059
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
PENGELOMPOKAN MAHASISWA POTENSIAL DROP OUT MENGGUNAKAN METODE CLUSTERING PADA PROGRAM
STUDI STRATA 1 ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
SKRIPSI
Diajukan Untuk Melengkapi Tugas Dan Memenuhi Syarat Memperoleh Ijazah Sarjana Teknologi Informasi
NURUL MASITHAH GUCHI 071402059
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
PERSETUJUAN
Judul : PENGELOMPOKAN MAHASISWA POTENSIAL
DROP OUT MENGGUNAKAN METODE CLUSTERING PADA PROGRAM STUDI STRATA 1 ILMU KOMPUTER DAN
TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
Kategori : SKRIPSI
Nama : NURUL MASITHAH GUCHI
Nomor Induk Mahasiswa : 071402059
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI
Diluluskan di
Medan, 08 Mei 2013
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Dra. Elly Rosmaini, M.Si Syahril Efendi, S.Si, M.IT
NIP.196005 20198 503 NIP. 19671110 199602 100
Diketahui/Disetujui Oleh
Program Studi Teknologi Informasi Ketua,
iii
PERNYATAAN
PENGELOMPOKAN MAHASISWA POTENSIAL DROP OUT MENGGUNAKAN METODE CLUSTERING PADA PROGRAM
STUDI STRATA 1 ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 08 Mei 2013
Nurul Masithah Guchi 071402059
PENGHARGAAN
Puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan berkat dan rahmat-Nya sehingga penulis dapat menyelesaikan skripsi ini. Penulis sangat menyadari bahwah Allah SWT lah yang sangat berperan membantu dan mengingatkan disaat penulis jatuh ataupun terlena selama mengerjakan skripsi ini.
Dalam menyelesaikan skripsi ini penulis menyadari banyak mendapatkan bantuan dari berbagai pihak baik bantuan secara materi maupun moril. Pada kesempatan ini dengan segala kerendahan hati, penulis ingin mengucapkan terimakasih yang sedalam-dalamnya kepada:
1. Kedua orang tua penulis, yaitu Muhammad Bakti dan Junidar, karena berkat dukungan dan kesabarannya baik secara moril maupun materil sehingga penulis dapat menyelesaikan skripsi ini. Kepada Abang, Ramdhan Purnama Guchi dan Kakak, Rika Ramadhana Guchi,Amd, Muharni Firdaus Guchi, Bapak Prof. Dr. Muhammad Zarlis serta orang terkasih saya Jefriansyah, ST yang selalu memberikan dukungan kepada penulis. Jazakallah Khoiron Katsir.
2. Kepada Bapak Sahril Efendi, S.Si, MIT dan Ibu Dra. Elly Rosmaini, M.Si selaku dosen pembimbing penulis yang telah memberikan saran dan masukan serta bersedia meluangkan waktu, tenaga dan fikiran untuk menyelesaikan skripsi ini.
3. Kepada dosen penguji saya Bapak Dedy Arisandi, ST, M.Kom dan Bapak Sajadin Sembiring, S.Si, M.Sc yang banyak memberikan masukan.
4. Kepada Ketua dan Sekretaris jurusan Prof. Dr. Opim Salim Sitompul, M.Sc dan Drs. Syawaluddin, M.IT.
5. Kepada Seluruh Dosen yang mengajar program studi Teknologi Informasi Universitas Sumatera Utara.
6. Teman-teman seangkatan di jurusan Teknologi Informasi 2007 : Boy Utomo Manalu, Fanindya, Masyita Oktaviani, Khairunnisa, Agnes Margaretha, Ilham, seluruh teman-teman sejawat yang tidak dapat saya sebutkan satu persatu. Terima kasih banyak atas bantuan kalian.
iv
8. Kepada abangda Choirul Anam dan Kak Lely, Abangda Abdi Purnama Nugraha, abangda Ahmad Fauzi X-Lab. Abangda Fian Destra, Faris Sirait, Lukman Sitompul, Ardiansyah, Wendra, Fidel. Terima kasih atas dukungannya.
9. Saudara-saudara dan Keluarga Terdekat.
Semoga Allah SWT membalas kebaikan dan jasa-jasa kalian.
Penulis menyadari bahwa hasil penulisan skripsi ini masih banyak kesalahan dan jauh dari sempurna. Oleh karena itu, kritik dan saran dari pembaca sangatlah penulis harapkan bagi perbaikan dan kesempurnaan di masa yang akan datang. Penulis memohon maaf apabila terdapat kekurangan dan kesalahan dalam penulisan skripsi ini.
Akhir kata, penulis mengucapkan terima kasih kepada semua pihak terkait dalam penyelesaian skripsi ini, yang tidak bisa di sebutkan satu persatu, biarlah Allah SWT yang membalas semua kebaikan kalian. Aamiin...
ABSTRAK
Kegiatan mengelompokkan jumlah mahasiswa potensial drop out merupakan hal penting bagi institusi pendidikan khususnya perguruan tinggi. Untuk menanggulangi kecendrungan mahasiswa-mahasiswa yang memiliki indeks prestasi rendah sehingga memiliki kemungkinan mahasiswa untuk di drop out. Pada penelitian ini teknik data mining dalam metode clustering akan di implementasikan untuk mengelompokkan jumlah mahasiswa-mahasiswa yang di potensial drop out untuk angkatan 2010/2011 pada program studi Strata 1 Teknologi Informasi dan Ilmu Komputer di Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
2
GROUPING STUDENTS POTENTIAL DROP OUT USING CLUSTERING METHODE AT DEGREE PROGRAM IN COMPUTER SCIENCE AND INFORMATION TECHNOLOGY UNIVERSITY OF NORTH SUMATRA
ABSTRACT
Activities classified number of potential students drop out is important for educational institutions especially universities. To overcome the tendency of students who have a low GPA that has the possibility for students to drop out. In this research, the data mining techniques such as clustering metohod used to classify the number of students who is potential drop out at information technology and Computer Science Program at Season 2010/2011 University of North Sumatra.
Keywords: Clustering, K-Means, Grouping, Data Mining Techniques.
DAFTAR ISI
1.1.2 Perumusan Masalah 9
1.1.3 Batasan Masalah 9
1.1.4 Tujuan Penelitian 10
1.1.5 Manfaat Penelitian 10
1.1.5.1Metodologi Penelitian 10
1.1.6 Sistematik Penulisan 12
BAB II LANDASAN TEORI 14
2.1Perangkat Lunak 14
2.2 Rekayasa Perangkat Lunak 16
2.3 Proses Rekayasa Perangkat Lunak 17
2.4 Kecerdasan Buatan 17
2.5 Penambangan Data (Data Mining) 18
2.5.1 Tahapan Penambangan Data (Data Mining) 23
2.5.2 Pengelompokan Data Mining 24
2.6 Clustering 25
2.7 K-Means 25
2.8 Penelitian Terdahulu 31
2.9 Visual Basic.Net 38
BAB III ANALISA DAN PERANCANGAN 40
3.1 Analisis 40
3.1.1 Analisis Masalah 40
3.1.2 Analisis Data Sistem 41
3.1.3 Analisis Kebutuhan Fungsional 42
3.1.4 Analisis Kebutuhan Non Fungsional 42
3.2 Perancangan Sistem 43
3.2.1 Diagram Context 43
3.2.2 Data Flow Diagram Level 1 44
3.2.3 Flow Chart 45
3.3 Rancangan Antarmuka Pengguna 50
4
3.3.2 Rancangan Antarmuka Pembacaan Data IP Mahasiswa 51
3.3.3 Rancangan Antarmuka Iterasi-1 53
3.3.4 Rancangan AntarmukaIterasi – n 54 3.3.5 Rancangan Antarmuka Menu Pilihan Cetak Data
Pengelompokan 55
3.3.6 Ranacangan Antarmuka Cetak Data Prediksi 56
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM 57
4.1 ImplementasiSistem 57
4.1.1 Lingkungn Implementasi 57
4.1.2 Tampilan Implementasi Program 58
4.2 Pengujian Sistem 59
BAB V KESIMPULAN DAN SARAN 69
5.1 Kesimpulan 69
5.2 Saran 70
DAFTAR PUSTAKA 72
LAMPIRAN A: LISTING PROGRAM 74
DAFTAR TABEL
Tabel 2.1 Sampel Data 26
Tabel 2.2 Tabel Iterasi 1 27
Tabel 2.3 Tabel Iterasi 2 30
Tabel 2.4 Tabel Iterasi 3 31
6
DAFTAR GAMBAR
Gambar 2.1 Tahap-tahap Penambangan Data 23
Gambar 3.1 Diagram Context 43
Gambar 3.2 DFD Level 1 44
Gambar 3.3 Flow Chart 45
Gambar 3.4 Tabel Iterasi 1 48
Gambar 3.5 Rancangan Antarmuka Menu Aplikasi 50
Gambar 3.6 Rancangan Antarmuka Pembacaan Data IP Mahasiswa 51 Gambar 3.7 Tampilan Data Rancangan Antarmuka Pembacaan Data IP
Mahasiswa 52
Gambar 3.8 Rancangan Antarmuka Iterasi-1 53
Gambar 3.9 Rancangan AntarmukaIterasi-n 54
Gambar 3.10 Rancangan Antarmuka Menu Pilihan Cetak Data Pengelompokan 55 Gambar 3.11 Rancangan Antarmuka Cetak Data Pengelompokan 56 Gambar 4.1 Antarmuka Menu Utama Pengelompokan 58 Gambar 4.2 Antarmuka Pembacaan Data IP Mahasiswa 59
Gambar 4.3 Antarmuka Iterasi-1 60
Gambar 4.4 Antarmuka Iterasike-n 61
Gambar 4.5 Antarmuka Pilihan Cetak Data Pengelompokan 62
Gambar 4.6 Antarmuka Cetak Data Pengelompokan 63
