Upload
others
View
13
Download
0
Embed Size (px)
Citation preview
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 2||
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 1||
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 2||
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 3||
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 4||
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 5||
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 6||
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 7||
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
Universitas Nusantara PGRI Kediri
Riswan Hardiawan | 14.1.03.02.0223 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 8||
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.