ARTIKEL DATA MINING PREDIKSI MASA STUDI ...simki.unpkediri.ac.id/mahasiswa/file_artikel/2018/14.1...melakukan penerimaan mahasiswa baru sekali dalam setahun. Dalam dua hal tersebut,

ARTIKEL

DATA MINING PREDIKSI MASA STUDI MAHASISWA TEKNIK

INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA

PGRI KEDIRI DENGAN MENGGUNAKAN ALGORITMA

SIMILARITY JACCARD COEFFICIENT

Oleh:

RISWAN HARDIAWAN

14.1.03.02.0223

Dibimbing oleh :

1. Ahmad Bagus Setiawan, ST, M.Kom., MM

2. Risa Helilintar, M.Kom

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS NUSANTARA PGRI KEDIRI

2018

Artikel Skripsi

Universitas Nusantara PGRI Kediri

Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika

simki.unpkediri.ac.id || 1||

Artikel Skripsi




DATA MINING PREDIKSI MASA STUDI MAHASISWA TEKNIK

INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA

PGRI KEDIRI DENGAN MENGGUNAKAN ALGORITMA

SIMILARITY JACCARD COEFFICIENT

Riswan Hardiawan

14.1.03.02.0223

Fakultas Teknik – Program Studi Teknik Informatika

-

Ahmad Bagus Setiawan, ST, M.Kom., MM1 dan Risa Helilintar, M.Kom

2

UNIVERSITAS NUSANTARA PGRI KEDIRI

ABSTRAK

Universitas Nusantara PGRI Kota Kediri memiliki 5 fakultas dengan 22 program studi

di dalamnya, 5 fakultas tersebut adalah fakultas keguruan dan ilmu pendidikan, fakultas

ekonomi, fakultas teknik, fakultas peternakan, dan fakultas ilmu kesehatan. Universitas

Nusantara PGRI Kota Kediri selalu mengadakan wisuda dua kali setahun serta

melakukan penerimaan mahasiswa baru sekali dalam setahun. Dalam dua hal tersebut,

rasio mahasiswa baru dan mahasiswa yang lulus tidaklah seimbang, dikarenakan banyak

mahasiswa yang tidak dapat lulus tepat waktu dengan berbagai hal.

Dalam paper ini menjelaskan penelitian, perencanaan serta pengimplementasian

prediksi kelulusan mahasiswa. Dengan menggunakan metode Jaccard Coefficient sebagai

metode dalam prediksi kelulusan mahasiswa, sang penulis juga menggunakan notepad++

sebagai editor, XAMPP sebagai controller, PHPMyAdmin sebagai DBMS, bahasa

pemrograman HTML5, PHP, CSS, dan JS(Javascript) menjadi sebuah website.

Permasalahan penelitian ini adalah Bagaimana membangun sebuah sistem yang dibuat

untuk mengetahui masa studi mahasiswa Prodi Teknik Informatika di Universitas

Nusantara PGRI Kediri? Bagaimana mengimplementasikan Algoritma Jaccard

Coefficient dapat digunakan untuk memprediksi masa studi mahasiswa Prodi Teknik

Informatika yang ada di Universitas Nusantara PGRI Kediri?

Penelitian ini dilakukan dengan mengumpulkan data mata kuliah tiap mahasiswa

teknik informatika prodi teknik sebanyak 60 yang dipilih secara acak.

Kesimpulan Sistem berhasil dibangun untuk menampilkan prosentase kecocokan dari

mahasiswa yang ingin diprediksikan dengan data-data mahasiswa pembanding sehingga

hasil akhir lebih mudah dipahami dan lebih optimal.Metode Jaccard Coefficient bisa

digunakan untuk perhitungan prediksi masa studi mahasiswa.

Pada proses pengujian, seluruh menu dan tombol telah diuji dan sesuai dengan rancangan

awal oleh penulis. Sehingga “DATA MINING PREDIKSI MASA STUDI

MAHASISWA TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS

NUSANTAR PGRI KEDIRI DENGAN MENGGUNAKAN ALGORITMA

SIMILARITY JACCARD COEFFICIENT” dapat digunakan oleh pengguna dengan baik.

Kata Kunci: Prediksi, Website, Jaccard Coefficient.

I. LATAR BELAKANG

Universitas Nusantara PGRI

Kediri adalah Lembaga Pendidikan Tinggi

di bawah naungan PPLP PT-PGRI Kediri,

Jawa Timur, Indonesia, yang berdiri

berdasarkan Surat Keputusan Menteri

Pendidikan Republik Nasional Republik

Indonesia nomor 24 / D / O / 2006 tanggal

12 Oktober 2006 tentang Pemberian Izin

Penyelenggaraan Program Studi Baru dan

penggabungan beberapa Perguruan Tinggi

menjadi Universitas Nusantara PGRI Kota

Kediri.Universitas Nusantara PGRI Kota

Kediri memiliki 5 fakultas dengan 22

program studi di dalamnya, 5 fakultas

tersebut adalah fakultas keguruan dan ilmu

pendidikan, fakultas ekonomi, fakultas

teknik, fakultas peternakan, dan fakultas

ilmu kesehatan. Universitas Nusantara

PGRI Kota Kediri merupakan universitas

yang menghasilkan wisudawan terbanyak

setiap tahunnya di Kota Kediri.

Universitas Nusantara PGRI Kota

Kediri selalu mengadakan wisuda dua kali

setahun serta melakukan penerimaan

mahasiswa baru sekali dalam setahun.

Dalam dua hal tersebut, rasio mahasiswa

baru dan mahasiswa yang lulus tidaklah

seimbang terutama pada Prodi Teknik

Informatika, dikarenakan banyak

mahasiswa yang tidak dapat lulus tepat

waktu dengan berbagai hal. Hal ini

menyebabkan daftar nama mahasiswa yang

ada pada Prodi Teknik Informatika

Universitas Nusantara PGRI Kota Kediri

semakin menumpuk, sehingga efektifitas

dalam beberapa aspek perkuliahan tidak

dapat berjalan maksimal. Dalam segi lain

juga mempengaruhi turunnya akreditasi

pada pihak universitas tersebut

dikarenakan banyaknya mahasiswa yang

tidak kunjung selesai menempuh jenjang

perkuliahan.

Berdasarkan uraian di atas peneliti

tertarik untuk membuat sebuah aplikasi

yang dapat membantu memprediksi masa

studi mahasiswa, sehingga dapat

digunakan untuk mencari solusi atau

kebijakan dalam proses evaluasi

pembelajaran di Universitas Nusantara

PGRI Kota Kediri khususnya pada Prodi

Teknik Informatika. Proses prediksi

dilakukan dengan memanfaatkan data nilai

mata kuliah mahasiswa Prodi Teknik

Informatika dari semester satu hingga

semester enam menggunakan algoritma

Jaccard Coefficent.

Sehingga dengan pembuatan

aplikasi untuk memprediksi masa studi

mahasiswa untuk Prodi Teknik Informatika

Universitas Nusantara PGRI Kota Kediri

dapat mempermudah pihak Pengurus Prodi

Teknik Informatika untuk mengatur solusi

untuk mengatasi rasio mahasiswa baru dan

wisudawan setiap tahunnya. Sehingga

rasio mahasiswa baru dan mahasiswa yang

sedang menempuh kuliah dapat seimbang.

Artikel Skripsi




II. METODE PENELITIAN

Jaccard Coefficient atau biasa

disebut juga dengan Jaccard Index pertama

kali di perkenalkan oleh Paul Jaccard

seorang ahli statistik yang dipergunakan

untuk membandingkan persamaan dan

pertidaksamaan dari beberapa set sampel.

Jaccard Coefficient menghitung persamaan

antara beberapa batasan dari set sampel.

(Sven, 2016).

Kesamaan dan perbedaan harus

dipahami dalam arti relatif. Misalnya, jika

hanya ada 2 atribut (x, y), maka A = (1,0)

adalah intuitif sangat berbeda dari B =

(0,1). Namun jika ada 10 atribut di "alam

semesta", A = (1,0,0,0,0,0,0,0,0,0) dan B =

(0,1,0,0,0,0,0,0,0) tidak intuitif begitu

berbeda lagi. Jika fokus datang kembali

untuk menjadi hanya di A dan B, 8 atribut

yang tersisa sering dianggap sebagai

berlebihan. Akibatnya, A dan B yang

sangat berbeda dalam arti "lokal" (yang

langkah-langkah Jaccard Index efisien),

tapi kurang berbeda dalam arti "global".

Dari sudut pandang ini, Jaccard Index

datang ke lebih dari sekadar simetri dan

asimetri informasi dalam atribut. Distribusi

set di didefinisikan "alam semesta" dan

sifat masalah yang akan dimodelkan juga

harus dipertimbangkan. (Lipkus&Alan,

1999)

Rumus Jaccard Coefficient secara

matematis :

Jaccard

(Sa,Sb)=|W(Sa)∩W(Sb)|/(|W(Sa)∪W(Sb)|)

Keterangan rumus :

Sa= data dengan jumlah m (m ≥ 2)

Sb= data dengan jumlah n (n ≥ 2)

W(Sa)= kumpulan data yang berisikan

seluruh data Wai (∈[1,m])

W(Sb)= kumpulan data yang berisikan

seluruh data Wbi (∈[1,n])

III. HASIL DAN PEMBAHASAN

Pembahasan terhadap hasil

penelitian dan pengujian yang diperoleh

disajikan dalam bentuk uraian teoritik,

baik secara kualitatif maupun kuantitatif.

Hasil percobaan sebaiknya ditampilkan

dalam berupa grafik atau pun tabel. Untuk

grafik dapat mengikuti format untuk

diagram dan gambar.

Simulasi perhitungan prediksi

kelulusan mahasiswa dengan algoritma

Jaccard Coefficient yang menggunakan 50

data sebagai data training dan 10 data

testing yang telah dihitung dengan merinci.

Artikel Skripsi




Tabel 1. Data Training Mahasiswa

NAMA X.Y X^2 Y

^2

(X.Y)/(X^2+

Y^2-X.Y)

DESIM

AL

PERS

EN

RINI CAROLINA

1405 4193,5

750

0,397 0,01817988

1,82%

FITRI

PERMATA SARI

1293

,5

3699,

5

75

0

0,410 0,01876

5638

1,88%

ALI

MAHMUDI

1263

,5

3426,

5

75

0

0,434 0,01985

9516

1,99%

LINDA WAHYU

MUSTIKAWATI

1184,5

3113 750

0,442 0,020247775

2,02%

WAHYU

TRY ANGGORO

1191 3211,

5

75

0

0,430 0,01968

2828

1,97%

ZAINUL

EKO NUGROHO

1205 3195 75

0

0,440 0,02013

5869

2,01%

SONNY

SUSANTO

1314 3493,

25

75

0

0,449 0,02053

8694

2,05%

TAKUMI HIDIYO

1242 3097,5

750

0,477 0,021825511

2,18%

IFANGGA

ABIANTORO 1204

,5

3251,

75

75

0

0,431 0,01971

5574

1,97%

ANA SAVITRI

1235,5

3055,5

750

0,481 0,02201119

2,20%

ADY

SAIFULOH ASHARI

1232 3218,

5

75

0

0,450 0,02061

3377

2,06%

INDI

GALANG PRAKOSO

1179

,5

3357,

5

75

0

0,403 0,01844

424

1,84%

DEFIT RIZA

NUR FADILAH

1298 3749,

25

75

0

0,405 0,01856

4745

1,86%

DEWI FITRI

CITRA P.A

1292 3661,

5

75

0

0,414 0,01896

3191

1,90%

FATKHUL IZZA

1298,5

3425,25

750

0,451 0,020666823

2,07%

MOCHAMA

D RIZKI A

1332

,5

3887,

25

75

0

0,403 0,01846

1309

1,85%

MUHAMMAD YUSUF

SYAKIR

1222 3176,75

750

0,452 0,020686069

2,07%

IFA NUDIN AJI W.

1226 3277,5

750

0,438 0,020037048

2,00%

MOHAMMA

D SAIFUL HUDA

1221

,5

3305,

5

75

0

0,431 0,01973

4563

1,97%

AVRILA

FITRIA NUR AINI

1236

,5

3329 75

0

0,435 0,01991

7166

1,99%

ADITYA

HERLANDA D.P

1214

,5

3365 75

0

0,419 0,01917

1608

1,92%

IRFANI

RIZKI ARDIYANSYAH

1206 3314 75

0

0,422 0,01932

0527

1,93%

FABBIO EGI

ISWAHYUDHI

1346

,5

3812 75

0

0,419 0,01917

3074

1,92%

CHOIRUL

AZIZ ZAINI

1286

,5

3500,

5

75

0

0,434 0,01987

3094

1,99%

AGUNG PRAMUJI

1244,5

3385,5

750

0,430 0,019709731

1,97%

MOCHAMA

D MAHGRIBI

L H.A

1167 3057,

25

75

0

0,442 0,02023

7632

2,02%

MOHAMMA

D FANDI

1145

,5

2818 75

0

0,473 0,02165

0364

2,17%

YOVAN

SAPUTRA

1255 3429,

5

75

0

0,429 0,01964

8346

1,96%

RIZKI ADITIYA

RIFA

1318 3461,25

750

0,456 0,020857552

2,09%

NAMA X.Y X^2 Y^2

(X.Y)/(X^2+Y^2-X.Y)

DESIMAL

PERSEN

FUAT

HASIM

1230

,5

3374,

5

75

0

0,425 0,01946

7805

1,95%

NURUL QOMARIYA

H

1264 3322,75

750

0,450 0,020604775

2,06%

ARDANA APRILIAWA

N

1304 3456,75

750

0,449 0,020568464

2,06%

FEBIOLA STEFANY

CHRISTI

1299,5

3677 750

0,416 0,019024483

1,90%

ALVIN DWI ANDRIANS

AH

1259 3228,75

750

0,463 0,021194864

2,12%

FAJAR TEGUH

WICAKSONO

1218,5

3388,5

750

0,417 0,019106299

1,91%

WAHYU

BASOFI

1107 3090,

5

75

0

0,405 0,01854

225

1,85%

CANDRA ALPIAN

1310,5

3574,25

750

0,435 0,019909653

1,99%

RIKA

RIANTY

1206 3196,

25

75

0

0,440 0,02015

0741

2,02%

SUPRIADI 1290 3368 750

0,456 0,020885467

2,09%

MUHAMMA

D ADITYA ASHARI

1282 3203,

25

75

0

0,480 0,02197

3912

2,20%

AGUNG

WAHYU PRASTYO

1181

,5

3104,

75

75

0

0,442 0,02023

6157

2,02%

WULAN

APRILLIA SARI

1179

,5

3078 75

0

0,445 0,02039

0687

2,04%

KANA

FITRIA RAHMAWA

TI

1274 3543,

75

75

0

0,422 0,01931

6673

1,93%

HARIS FAUZI

1259 3433 750

0,431 0,019714341

1,97%

HENDRA

SUSETYA P

1245 3381,

25

75

0

0,431 0,01975

01

1,98%

HENDRI NUR SETYA

P

1182,5

3012,75

750

0,458 0,020983274

2,10%

FIRDAUS AHMAD

K.A.A

1262,5

3212,25

750

0,468 0,021411236

2,14%

RIZKY FAJARYAN

TO

1157 3032,5

750

0,441 0,020176937

2,02%

Tabel 2. Data Testing Mahasiswa

NAMA X.Y X^2 Y

^2

(X.Y)/(X^2+

Y^2-X.Y)

DESI

MAL

PERSEN

RISWAN ? ? ? ? ? ?

RISDA BAGUS

DARMAWAN

? ? ? ? ? ?

NANDO ADI

TYA PRATAMA

? ? ? ? ? ?

MOH.

MISHBAH KHOIRUDD

IN

? ? ? ? ? ?

DWI TIKA WIJAYANTI

? ? ? ? ? ?

M.RIZKI

AFFANDI

? ? ? ? ? ?

ELIZER EKI WIGUS

NUGROHO

? ? ? ? ? ?

GUGUS LUFKY Y.

? ? ? ? ? ?

SOIM

ARIFIN

? ? ? ? ? ?

ARIKE SEPTI

AUDIANINGRUM

? ? ? ? ? ?

Keterangan :

(a) X = Jumlah Perkalian keseluruhan

dari nilai dari Data Testing

(b) Y = Jumlah Perkalian keseluruhan

dari nilai dari Data Training.

Penyelesaian :

Data training pada kolom nama akan

diubah menjadi D1-D50, dan Data testing

pada kolom nama akan diubah menjadi DT

Artikel Skripsi




D1 / || D1 ||+|| DT || - D1.DT.

Perbandingan D1 dengan DT. :

ΣD1.DT= (2.5x3) + (3x4) + (10.5x6) + (9x3) +

(9x4) + (14x2) + (7x2) + (9x2) + (4x2) + (3.5x2) +

(8x4) + (10.5x3) + (12x2) + (6x2) + (12x2) +

(14x2) + (6x2) + (4x4) + (3x7) + (10.5x8) + (9x4)

+ (9x2) + (16x2) + (16x2) + (4x3) + (4x4) + (14x5)

+ (8x5) + (12x2) + (12x2) + (14x2) + (8x2) + (3x2)

+ (9x5) + (10.5x6) + (16x8) + (7x8) + (7x8) +

(14x3) + (6x3) + (12x2) + (7x6) + (12x6) = 1.405

||D12|| = (2.5x2.5) + (3x3) + (10.5x10.5) + (9x9)

+ (9x9) + (14x14) + (7x7) + (9x9) + (4x4) +

(3.5x3.5) + (8x8) + (10.5x10.5) + (12x12) + (6x6)

+ (12x12) + (14x14) + (6x6) + (4x4) + (3x3) +

(10.5x10.5) + (9x9) + (9x9) + (16x16) + (16x16) +

(4x4) + (4x4) + (14x14) + (8x8) + (12x12) +

(12x12) + (14x14) + (8x8) + (3x3) + (9x9) +

(10.5x10.5) + (16x16) + (7x7) + (7x7) + (14x14) +

(6x6) + (12x12) + (7x7) + (12x12) + (7x7) =

4.193,5

||DT2|| = (3x3) + (4x4) + (6x6) + (3x3) + (4x4) +

(2x2) + (2x2) + (2x2) + (2x2) + (2x2) + (4x4) +

(3x3) + (2x2) + (2x2) + (2x2) + (2x2) + (2x2) +

(4x4) + (7x7) + (8x8) + (4x4) + (2x2) + (2x2) +

(2x2) + (3x3) + (4x4) + (5x5) + (5x5) + (2x2) +

(2x2) + (2x2) + (2x2) + (2x2) + (5x5) + (6x6) +

(8x8) + (8x8) + (8x8) + (3x3) + (3x3) + (2x2) +

(6x6) + (6x6) = 750

ΣD1.DT/||D12||+||DT2||-ΣD1.DT

= 1.405/(4.193,5+750-1.405)

= 0.397

Dst sampai perhitungan data yang ke 50.

Tabel 3.Hasil Perhitungan Nilai

Perbandingan NAMA X.Y X^2 Y^2 (X.Y)/

(X^2+

Y^2-

X.Y)

RINI

CAROLINA

1405 4193,5 750 0,397

FITRI

PERMATA

SARI

1293,5 3699,5 750 0,410

ALI

MAHMUDI

1263,5 3426,5 750 0,434

LINDA

WAHYU

MUSTIKAWA

TI

1184,5 3113 750 0,442

WAHYU TRY

ANGGORO

1191 3211,5 750 0,430

ZAINUL EKO

NUGROHO

1205 3195 750 0,440

SONNY

SUSANTO

1314 3493,2

5

750 0,449

TAKUMI

HIDIYO

1242 3097,5 750 0,477

IFANGGA

ABIANTORO

1204,5 3251,7

5

750 0,431

ANA SAVITRI 1235,5 3055,5 750 0,481

ADY

SAIFULOH

ASHARI

1232 3218,5 750 0,450

INDI

GALANG

PRAKOSO

1179,5 3357,5 750 0,403

DEFIT RIZA

NUR

FADILAH

1298 3749,2

5

750 0,405

DEWI FITRI

CITRA P.A

1292 3661,5 750 0,414

FATKHUL

IZZA

1298,5 3425,2

5

750 0,451

MOCHAMAD

RIZKI A.

1332,5 3887,2

5

750 0,403

MUHAMMAD

YUSUF

SYAKIR

1222 3176,7

5

750 0,452

IFA NUDIN

AJI WIDODO

1226 3277,5 750 0,438

MOHAMMAD

SAIFUL

HUDA

1221,5 3305,5 750 0,431

AVRILA

FITRIA NUR

AINI

1236,5 3329 750 0,435

ADITYA

HERLANDA

D.P

1214,5 3365 750 0,419

IRFANI RIZKI

ARDIYANSY

AH

1206 3314 750 0,422

FABBIO EGI

ISWAHYUDH

I

1346,5 3812 750 0,419

CHOIRUL

AZIZ ZAINI

1286,5 3500,5 750 0,434

AGUNG

PRAMUJI

1244,5 3385,5 750 0,430

MOCHAMAD

MAHGRIBIL

H.A

1167 3057,2

5

750 0,442

MOHAMMAD

FANDI

1145,5 2818 750 0,473

YOVAN

SAPUTRA

1255 3429,5 750 0,429

RIZKI

ADITIYA

RIFA

1318 3461,2

5

750 0,456

FUAT HASIM 1230,5 3374,5 750 0,425

NURUL

QOMARIYAH

1264 3322,7

5

750 0,450

ARDANA

APRILIAWAN

1304 3456,7

5

750 0,449

FEBIOLA

STEFANY

1299,5 3677 750 0,416

Artikel Skripsi




CHRISTI

ALVIN DWI

ANDRIANSA

H

1259 3228,7

5

750 0,463

FAJAR

TEGUH

WICAKSONO

1218,5 3388,5 750 0,417

WAHYU

BASOFI

1107 3090,5 750 0,405

CANDRA

ALPIAN

1310,5 3574,2

5

750 0,435

RIKA

RIANTY

1206 3196,2

5

750 0,440

SUPRIADI 1290 3368 750 0,456

MUHAMMAD

ADITYA

ASHARI

1282 3203,2

5

750 0,480

AGUNG

WAHYU

PRASTYO

1181,5 3104,7

5

750 0,442

WULAN

APRILLIA

SARI

1179,5 3078 750 0,445

KANA FITRIA

RAHMAWATI

1274 3543,7

5

750 0,422

HARIS FAUZI 1259 3433 750 0,431

HENDRA

SUSETYA P

1245 3381,2

5

750 0,431

HENDRI NUR

SETYA P

1182,5 3012,7

5

750 0,458

FIRDAUS

AHMAD

K.A.A

1262,5 3212,2

5

750 0,468

RIZKY

FAJARYANT

O

1157 3032,5 750 0,441

SESA

ADIANSYAH

1269 3540 750 0,420

ANDI

PURNOMO

1240 3237,2

5

750 0,451

TOTAL 21,840

678

Setelah didapatkan hasil Σ{(X.Y)/

(X^2+Y^2-X.Y)) dilanjutkan perhitungan

untuk mencari (X.Y)/(X^2+Y^2-X.Y) yang

tertinggi, dengan cara :

D1(X.Y)/(X^2+Y^2-X.Y)/Σ{(X.Y)/(X^2+Y^2-X.Y)) =

0,397/ 21,840678

= 0,0182

Kemudian diubah dalam bentuk persen,

dengan cara :

0,0182 * 100% = 1,82%

Dan seterusnya sampai data ke 50 atau

D50 sehingga data DT1 selesai

dibandingkan dengan seluruh data training

yang ada. Hasil yang didapatkan setelah

perhitungan, akan dijelaskan dalam tabel di

bawah ini.

Tabel 4. Hasil Prediksi Kelulusan

Mahasiswa

NAMA Total Nilai

Perbandingan

Prosentase

Kecocokan

RINI CAROLINA 0,0182 1,82%

FITRI PERMATA

SARI

0,0188 1,88%

ALI MAHMUDI 0,0199 1,99%

LINDA WAHYU

MUSTIKAWATI

0,0202 2,02%

WAHYU TRY

ANGGORO

0,0197 1,97%

ZAINUL EKO

NUGROHO

0,0201 2,01%

SONNY SUSANTO 0,0205 2,05%

TAKUMI HIDIYO 0,0218 2,18%

IFANGGA ABIANTORO

0,0197 1,97%

ANA SAVITRI 0,022 2,20%

ADY SAIFULOH

ASHARI

0,0206 2,06%

INDI GALANG

PRAKOSO

0,0184 1,84%

DEFIT RIZA NUR

FADILAH

0,0186 1,86%

DEWI FITRI CITRA

PERMATA ALI

0,019 1,90%

FATKHUL IZZA 0,0207 2,07%

MOCHAMAD RIZKI

ABDILLAH

0,0185 1,85%

MUHAMMAD

YUSUF SYAKIR

0,0207 2,07%

IFA NUDIN AJI W 0,02 2,00%

MOHAMMAD

SAIFUL HUDA

0,0197 1,97%

AVRILA FITRIA

NUR AINI

0,0199 1,99%

ADITYA HERLANDA

D.P

0,0192 1,92%

IRFANI RIZKI

ARDIYANSYAH

0,0193 1,93%

FABBIO EGI

ISWAHYUDHI

0,0192 1,92%

CHOIRUL AZIZ

ZAINI

0,0199 1,99%

AGUNG PRAMUJI 0,0197 1,97%

MOCHAMAD

MAHGRIBIL HUDA

ANSORI

0,0202 2,02%

MOHAMMAD FANDI 0,0217 2,17%

YOVAN SAPUTRA 0,0196 1,96%

RIZKI ADITIYA RIFA

0,0209 2,09%

FUAT HASIM 0,0195 1,95%

NURUL

QOMARIYAH

0,0206 2,06%

ARDANA

APRILIAWAN

0,0206 2,06%

Artikel Skripsi




FEBIOLA STEFANY CHRISTI

0,019 1,90%

ALVIN DWI ANDRIANSAH

0,0212 2,12%

FAJAR TEGUH WICAKSONO

0,0191 1,91%

WAHYU BASOFI 0,0185 1,85%

CANDRA ALPIAN 0,0199 1,99%

RIKA RIANTY 0,0202 2,02%

SUPRIADI 0,0209 2,09%

MUHAMMAD ADITYA ASHARI

0,022 2,20%

AGUNG WAHYU PRASTYO

0,0202 2,02%

WULAN APRILLIA SARI

0,0204 2,04%

KANA FITRIA RAHMAWATI

0,0193 1,93%

HARIS FAUZI 0,0197 1,97%

HENDRA SUSETYA

PRAMBUDI

0,0198 1,98%

HENDRI NUR

SETYA PRAMBUDI

0,021 2,10%

FIRDAUS AHMAD

KARIM ADI CANDRA

0,0214 2,14%

RIZKY FAJARYANTO

0,0202 2,02%

SESA ADIANSYAH 0,0192 1,92%

ANDI PURNOMO 0,0207 2,07%

Dari Hasil Perhitungan kecocokan

prediksi kelulusan mahasiswa atas nama

Riswan Hardiawan di prediksikan “Tepat

Waktu” karena memiliki kemiripan paling

tinggi dengan nilai Ana Savitri, dengan

tingkat kecocokan 2.20%. Setelah itu

untuk menghitung akurasinya dengan cara

menjumlahkan seluruh prosentase dengan

kondisi “Tepat Waktu”. Σprosentase

WHERE lulus = tepat waktu. Didapati

hasil 59,95%.

Setelah di didapati hasil dari salah

satu data testing yang bernama Riswan

Hardiawan didapati hasil prediksinya akan

dijelaskan melalui tabel dibawah ini.

Tabel 5. Hasil Prediksi Kelulusan

Data Testing Mahasiswa

DATA TESTING/

DATA TRAINING

STATUS

KELULUSAN

RISWAN

HARDIAWAN

FATKHUL IZZA TEPAT WAKTU 2,07%

MOCHAMAD

RIZKI ABDILLAH

TEPAT WAKTU 1,85%

MUHAMMAD

YUSUF SYAKIR

TEPAT WAKTU 2,07%

IFA NUDIN AJI W. TEPAT WAKTU 2,00%

MOHAMMAD

SAIFUL HUDA

TIDAK TEPAT

WAKTU

1,97%

AVRILA FITRIA

NUR AINI

TEPAT WAKTU 1,99%

ADITYA

HERLANDA DWI

PRADANA

TIDAK TEPAT

WAKTU

1,92%

IRFANI RIZKI

ARDIYANSYAH

TIDAK TEPAT

WAKTU

1,93%

FABBIO EGI

ISWAHYUDHI

TEPAT WAKTU 1,92%

CHOIRUL AZIZ

ZAINI

TEPAT WAKTU 1,99%

AGUNG PRAMUJI TIDAK TEPAT

WAKTU

1,97%

MOCHAMAD

MAHGRIBIL

HUDA ANSORI

TEPAT WAKTU 2,02%

MOHAMMAD

FANDI

TEPAT WAKTU 2,17%

YOVAN SAPUTRA TEPAT WAKTU 1,96%

RIZKI ADITIYA

RIFA

TIDAK TEPAT

WAKTU

2,09%

FUAT HASIM TEPAT WAKTU 1,95%

NURUL

QOMARIYAH

TIDAK TEPAT

WAKTU

2,06%

ARDANA

APRILIAWAN

TIDAK TEPAT

WAKTU

2,06%

FEBIOLA

STEFANY

CHRISTI

TIDAK TEPAT

WAKTU

1,90%

ALVIN DWI

ANDRIANSAH

TEPAT WAKTU 2,12%

FAJAR TEGUH

WICAKSONO

TEPAT WAKTU 1,91%

WAHYU BASOFI TEPAT WAKTU 1,85%

CANDRA ALPIAN TEPAT WAKTU 1,99%

RIKA RIANTY TIDAK TEPAT

WAKTU

2,02%

SUPRIADI TEPAT WAKTU 2,09%

MUHAMMAD

ADITYA ASHARI

TIDAK TEPAT

WAKTU

2,20%

AGUNG WAHYU

PRASTYO

TEPAT WAKTU 2,02%

WULAN

APRILLIA SARI

TIDAK TEPAT

WAKTU

2,04%

KANA FITRIA

RAHMA W

TIDAK TEPAT

WAKTU

1,93%

HARIS FAUZI TEPAT WAKTU 1,97%

HENDRA

SUSETYA

PRAMBUDI

TEPAT WAKTU 1,98%

HENDRI NUR

SETYA

PRAMBUDI

TIDAK TEPAT

WAKTU

2,10%

FIRDAUS AHMAD

KARIM ADI

CANDRA

TEPAT WAKTU 2,14%

RIZKY

FAJARYANTO

TIDAK TEPAT

WAKTU

2,02%

SESA A. TEPAT WAKTU 1,92%

Artikel Skripsi




ANDI PURNOMO TEPAT WAKTU 2,07%

FATKHUL IZZA TEPAT WAKTU 2,07%

MOCHAMAD

RIZKI ABDILLAH

TEPAT WAKTU 1,85%

MUHAMMAD

YUSUF SYAKIR

TEPAT WAKTU 2,07%

IFA NUDIN AJI W. TEPAT WAKTU 2,00%

MOHAMMAD

SAIFUL HUDA

TIDAK TEPAT

WAKTU

1,97%

AVRILA FITRIA

NUR AINI

TEPAT WAKTU 1,99%

ADITYA

HERLANDA DWI

PRADANA

TIDAK TEPAT

WAKTU

1,92%

IRFANI RIZKI

ARDIYANSYAH

TIDAK TEPAT

WAKTU

1,93%

FABBIO EGI

ISWAHYUDHI

TEPAT WAKTU 1,92%

CHOIRUL AZIZ

ZAINI

TEPAT WAKTU 1,99%

AGUNG PRAMUJI TIDAK TEPAT

WAKTU

1,97%

MOCHAMAD

MAHGRIBIL

HUDA ANSORI

TEPAT WAKTU 2,02%

MOHAMMAD

FANDI

TEPAT WAKTU 2,17%

YOVAN SAPUTRA TEPAT WAKTU 1,96%

RIZKI ADITIYA

RIFA

TIDAK TEPAT

WAKTU

2,09%

FUAT HASIM TEPAT WAKTU 1,95%

NURUL

QOMARIYAH

TIDAK TEPAT

WAKTU

2,06%

ARDANA

APRILIAWAN

TIDAK TEPAT

WAKTU

2,06%

FEBIOLA

STEFANY

CHRISTI

TIDAK TEPAT

WAKTU

1,90%

ALVIN DWI

ANDRIANSAH

TEPAT WAKTU 2,12%

FAJAR TEGUH

WICAKSONO

TEPAT WAKTU 1,91%

WAHYU BASOFI TEPAT WAKTU 1,85%

CANDRA ALPIAN TEPAT WAKTU 1,99%

RIKA RIANTY TIDAK TEPAT

WAKTU

2,02%

SUPRIADI TEPAT WAKTU 2,09%

MUHAMMAD

ADITYA ASHARI

TIDAK TEPAT

WAKTU

2,20%

AGUNG WAHYU

PRASTYO

TEPAT WAKTU 2,02%

WULAN

APRILLIA SARI

TIDAK TEPAT

WAKTU

2,04%

KANA FITRIA

RAHMA W

TIDAK TEPAT

WAKTU

1,93%

HARIS FAUZI TEPAT WAKTU 1,97%

HENDRA

SUSETYA

PRAMBUDI

TEPAT WAKTU 1,98%

HENDRI NUR

SETYA

PRAMBUDI

TIDAK TEPAT

WAKTU

2,10%

FIRDAUS AHMAD

KARIM ADI

CANDRA

TEPAT WAKTU 2,14%

RIZKY

FAJARYANTO

TIDAK TEPAT

WAKTU

2,02%

SESA

ADIANSYAH

TEPAT WAKTU 1,92%

ANDI PURNOMO TEPAT WAKTU 2,07%

Keterengan :

Yang diberi warna merah adalah

nilai prosentase yang tertinggi dari

perhitungan data testing dan data training

dan menjadi acuan untuk menentukan

status prediksi.

Alur simulator DFD Level 1 pada

sistem prediksi kelulusan mahasiswa dapat

dilihat pada gambar dibawah ini :

Gambar 1. Proses DFD Level 1

Pada gambar diatas diketahui

terdpadat satu entitas yaitu seorang admin.

Admin melakukan proses login kedalam

sistem dengan menginputkan username

dan password, inputan tersebut akan dicari

kecocokannya dengan tabel Admin, apabila

ditemukan maka admin dapat melakukan

proses selanjutnya. Setelah proses login,

maka ada tiga proses lanjutan yang hanya

dapat diakses oleh Admin.Proses pertama

adalah Proses Input Data Mahasiswa,

proses ini mengolah data inputan

Mahasiswa yang di inputkan oleh admin

dan akan disimpan dalam tabel Mahasiswa.

Artikel Skripsi




Proses kedua adalah proses edit data

Mahasiswa, proses ini melakukan update

data yang ada pada tabel Mahasiswa dan

hasilnya akan disimpan kembali kedalam

tabel Mahasiswa. Proses yang ketiga

adalah proses prediksi menggunakan

algoritma Jaccard Indexx. Proses ketiga ini

mengambil data yang ada pada tabel

Mahasiswa lalu diolah dengan

menggunakan algoritma Jaccard Index,

sehingga menghasilkan prediksi dalam

bentuk tabel perhitungan, prosentase

kecocokan dan status prediksi dari data

mahasiswa yang ingin prediksi dengan

data mahasiswa yang telah lulus. Hasil

prediksi akan disimpan kembali kedalam

tabel Mahasiswa pada kolom prediksi.

Gambar 2. Prediksi Kelulusan Mahasiswa

Riswan Hardiawan

IV. PENUTUP

Dari hasil dan pembahasan

penelitian yang telah dilakukan dapat

disimpulkan bahwa Data Mining Prediksi

Masa Studi Mahasiswa Dengan

Menggunakan Algoritma Similarity

Jaccard Coefficient telah memenuhi

point-point dibawah ini:

1. Aplikasi Sistem Prediksi kelulusan

Mahasiswa menggunakan Metode

Jaccard Coefficient ini memberikan

kemudahan kepada pihak Prodi Teknik

Informatika dalam memprediksikan

tepat waktu atau tidaknya mahasiswa

yang sedang berkuliah pada semester 7

keatas.

2. Memberikan kemudahan pada pihak

Prodi Teknik Informatika untuk

mencari solusi dalam mengatasi rasio

jumlah mahasiswa dan dosen yang ada.

Artikel Skripsi




V. DAFTAR PUSTAKA

Dewi K, Wing Wahyu W, M. Rudyanto A, “Prediksi Kelulusan Mahasiswa Menggunakan Metode Neural Network dan Particle Swarm Optimization”, STMIK AMIKOM, Yogyakarta, 2015.

Habibuloh M, “Sistem Rekomendasi Pemilihan Tipe Sepeda Motor Menggunakan Metode Tanimoto Similarity”, Universitas Nusantara PGRI, Kediri, 2017.

Lipkus, Alan, “A proof of the triangle inequality for the Tanimoto distance”, 1999.

Sugiyanto, Bayu S, Aris S, “Analisa Performa Metode Cosine dan Jaccard Pada Pengujian Kesamaan Dokumen”, Universitas Diponegoro, Semarang, 2014.

Sven K, “A Note on the Triangle Inequality for the Jaccard Distance”, Department of Computer & Information Science, University of Konstanz, Germany, 9 Desember 2016.

Documents

ARTIKEL DATA MINING PREDIKSI MASA STUDI ...simki.unpkediri.ac.id/mahasiswa/file_artikel/2018/14.1...melakukan penerimaan mahasiswa baru sekali dalam setahun. Dalam dua hal tersebut,