BAB I PENDAHULUAN 1. 1
Latar Belakang Dan Permasalahan Pendidikan merupakan sesuatu yang sangat penting, namun tidak semua
orang dapat menempuh pendidikan sesuai yang diharapkan. Salah satu permasalahan pendidikan di Indonesia adalah tingginya biaya pendidikan khususnya untuk memperoleh gelar sarjana. Biaya yang diperlukan tidak sedikit untuk menyelesaikan studi di perguruan tinggi sehingga memperoleh gelar sarjana. Untuk mengatasi masalah tingginya biaya pendidikan, salah satu cara yang dilakukan oleh pemerintah lewat Direktorat Jenderal Pendidikan Tinggi Kementerian Pendidikan Nasional dan Kebudayaan, mengupayakan pemberian bantuan biaya pendidikan bagi mahasiswa yang orang tua atau walinya kurang mampu membiayai pendidikan, dalam bentuk Bantuan Biaya Mahasiswa (BBM) dan Beasiswa bagi mahasiswa berprestasi dalam bentuk Beasiswa Peningkatan Prestasi
Akademik
(PPA)
baik
prestasi
di
bidang
kurikuler
maupun
ekstrakulikuler. Mahasiswa dalam usaha memperoleh beasiswa harus memiliki kriteria tertentu yang akan dinilai oleh pihak Universitas dalam mempertimbangkan kelayakan mahasiswa penerima beasiswa. Sebagaimana pada program studi pendidikan matematika Universitas Khairun Ternate. Kriteria yang dapat dijadikan dasar penentuan mahasiswa layak menerima beasiswa
yaitu
berdasarkan Indeks Prestasi Komulatif (IPK), penghasilan orang tua, semester, organisasi, dan prestasi ekstra kulikuler. Beasiswa merupakan hal yang sangat didambakan oleh setiap mahasiswa, sehingga hampir setiap ada peluang untuk memperoleh beasiswa, banyak mahasiswa yang mengumpulkan berkas lamaran beasiswa. Dengan banyaknya peminat beasiswa, secara tidak langsung akan mengakibatkan proses seleksi menjadi lebih lama. Hal ini dikarenakan data yang banyak dan prosedur penilaian berkas mahasiswa yang masih dilakukan secara manual. Disisi lain, kriteria yang dinilai relatif tidak berubah, sehingga mengakibatkan data-data yang digunakan
1
2
untuk menilai sering terjadi pengulangan atau memiliki sebuah kesamaan antara data lama dan data baru. Permasalahan membuka peluang bagi peneliti untuk membuat sebuah sistem yang dengan cepat dan mudah dalam pengambilan keputusan pada mahasiswa yang layak menerima beasiswa dengan memanfaatkan data lama. Sistem pendukung pengambilan keputusan untuk beasiswa pernah dibuat oleh beberapa peneliti sebelumnya. Seperti Engin dkk. (2014) dan Ula (2013). Engin
dkk.
(2014)
membuat
sistem
pengambilan
keputusan
untuk
merekomendasikan atau mengusulkan beasiswa pada mahasiswa berdasarkan kelayakan. Sedangkan Ula (2013) dengan studi kasus Universitas Malikussaleh, membangun sistem pendukung pengambilan keputusan kelompok untuk menentukan penerima beasiswa menggunakan metode TOPSIS dan Borda. Ada 3 kriteria umum yang dinilai yaitu kriteria untuk akademik, kriteria penilaian pembina kemahasiswaan, dan kriteria penilaian pihak terkait. Metode borda digunakan karena untuk mengakomodasi hasil para pengambil keputusan. Wimatasari dkk. (2013) melakukan studi kasus di Universitas Udayana dengan memanfaatkan MADM Fuzzy dan metode TOPSIS pada 4 kriteria yaitu IPK, penghasilan orang tua dibagi jumlah tanggungan, penggunaan daya listrik dan aktivitas mahasiswa. TOPSIS digunakan dengan tujuan untuk melihat alternative terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif namun juga memiliki jarak terpanjang dari solusi ideal negative. Selain itu proses penentuan penerima beasiswa dapat menggunakan data-data lama, yang dalam hal ini salah satu metode yang dapat digunakan adalah pendekatan case-based reasoning (CBR), seperti halnya yang dilakukan Firdaus dkk. (2009) mengimplementasikan CBR untuk beasiswa di IT TELKOM, menggunakan dua kriteria yaitu IPK dan gaji. CBR terdiri dari beberapa proses yaitu retrieve, reuse, revise dan retain (Aamodt dan Plaza, 1994). Pada fase retrieve ada banyak metode yang digunakan untuk pengambilan kasus lama yang relevan dengan masalah baru, diantaranya metode k-nearest neighbour (Pal dan Shiu, 2004) dan metode dari pal dan shiu yang digunakan oleh Firdaus dkk. (2009). Penelitian dari Firdaus dkk. (2009)
3
pada tahapan retrieval tidak dibedakan similaritas lokal dan global, selain itu data yang diinput semuanya berbentuk numerik. Metode nearest neighbor pernah digunakan untuk diagnosa penyakit jantung oleh Salem dkk. (2005) yang akurasinya mencapai 100%. Selain itu Tomar dkk. (2011) membuat sebuah sistem pendukung keputusan CBR untuk diagnosis penyakit paru akibat kerja dengan prediksi positif mencapai 98.6 %. Pada dasarnya nearest neighbour adalah pendekatan mencarai kasus dengan menghitung kedekatan antara source case dan target case (Rismawan dan Hartati, 2012). Cara untuk menghitung kedekatan antara kasus lama dengan masalah baru yaitu dengan menggunakan fungsi similaritas. Dan ambang batas similaritas yang ditetapkan dalam penelitian ini yaitu sebesar 0.8. Sehingga peneliti melakukan sebuah penelitian mengenai
penggunaan
Case Based Reasoning untuk penentuan kelayakan mahasiswa penerima beasiswa dengan
menerapkan teknik retrieval nearest neighbour. Penelitian ini
menggunakan lima kriteria kelayakan beasiswa yaitu : IPK, penghasilan orang tua, semester, organisasi, dan prestasi ekstrakurikuler. 1. 2
Perumusan Masalah Berdasarkan latar belakang yang telah diuraikan di atas maka dapat
dirumuskan suatu masalah yaitu apakah dengan memanfaatkan metode teknik retrieval nearest neighbor sistem penentuan kelayakan penerima beasiswa menggunakan CBR menjadi lebih baik. 1. 3
Batasan Masalah 1. Penelitian ini terbatas pada data-data yang dimiliki oleh mahasiswa program studi pendidikan matematika, Universitas Khairun Ternate. Sebanyak 20 data (2010-2014) yang simpan didalam basis kasus dan 50% dari total data calon penerima beasiswa PPA dan BBM (2014-2015) yang akan diamati dengan sistem yang telah dibangun 2. Hasil keputusan mencakup layak menerima beasiswa PPA, layak menerima beasiswa BBM dan tidak layak menerima beasiswa.
4
1. 4
Tujuan Penelitian Penelitian ini bertujuan merancang dan membangun sistem case-based
reasoning, dengan menggunakan tehnik retrieval nearest neighbour untuk menentukan kelayakan mahasiswa mendapatkan beasiswa. 1. 5
Manfaat Penelitian a. Untuk menghasilkan rekomendasi keputusan pada mahasiswa yang layak mendapatkan beasiswa b. Memberikan referensi bagi studi dan penelitian selanjutnya yang meminati dan mengembangkan penelitian ini.
1. 6
Keaslian Penelitian Penelitian mengenai CBR untuk penentuan beasiswa pernah dilakukan
sebelumnya, sebagaimana yang disebutkan di latar belakang. Hanya saja CBR untuk beasiswa dengan metode retrieval nearest neighbor belum pernah dilakukan. 1. 7
Metodelogi Penelitian 1. Studi Literatur dan Wawancara a. Studi Literatur : pada tahap ini merupakan kegiatan untuk mencari dan mempelajrai literatur-literatur yang mendukung penelitian. Literatur yang dipelajari berkaitan dengan sistem pendukung keputusan beasiswa, case based reasoning, dan literatur yang berkaitan dengan nearest neighbour. Literatur diperoleh dari berbagai sumber antara lain dari jurnal ilmiah, hasil penelitian dan buku. b. Wawancara : Wawancara adalah suatu metode yang dilakukan dengan menggunakan tanya jawab secara langsung kepada pihak yang memiliki kapasitas dan informasi yang dibutuhkan dalam pelaksanaan penelitian. Wawancara dilakukan dengan ketua program studi pendidikan matematika Unkhair. 2. Pengumpulan Data : Pada tahap ini dilakukan pengumpulan data-data yang akan dijadikan bahan dalam proses pengembangan sistem, dengan
5
data riil dari program studi pendidikan matematika. Sumber data terdiri dari data penerima beasiswa PPA dan penerima beassiswa BBM 3. Perancangan Sistem : pada tahap ini akan dilakukan perancangan terhadap mekanisme input kasus lama, input masalah baru, representasi kasus, proses retrieval kasus, proses reuse, adaptasi kasus, dan proses retain. Sistem yang akan dibuat melibatkan penyimpanan dengan menggunakan database. 4. Implementasi: tahap ini merupakan tahap untuk mengimplementasikan hasil rancangan sistem menjadi sebuah sistem yang dapat digunakan untuk pengujian 5. Pengujian: tahap ini akan melakukan uji coba dari sistem yang dibuat terhadap data ril. 6. Evaluasi dan perbaikan kesalahan: tahap ini akan mengevaluasi dan memperbaiki kesalahan-kesalahan yang terjadi dalam sistem yang telah dibangun. 7. Penyusunan Laporan : tahap ini akan memberikan laporan hasil penelitian. 1. 8
Sistematika Penulisan Penulisan Tesis ini akan dibagi kedalam 7 bab, dengan rincian masing-
masing sebagai berikut: BAB I. PENDAHULUAN Dalam pendahuluan ini berisi latar belakang dan permasalahan, perumusan masalah, batasan masalah, tujuan penelitian,, manfaat penelitian, metodelogi penelitian dan sistematika penulisan penelitian. BAB II. TINJAUAN PUSTAKA Pada bab ini akan diuraikan mengenai secara sistematis tentang penelitian terdahulu yang digunakan sebagai dasar tinjauannya, juga menjelaskan titik perbedaan penelitian dengan beberapa penelitian sebelumnya BAB III. LANDASAN TEORI
6
Pada bab ini akan dibahas mengenai teori, prinsip dan sumber-sumber lain yang dapat dipertanggung jawaban secara ilmiah dan dapat digunakan sebagai acuan didalam pembahasan yang terkait dengan penelitian. BAB IV. PERANCANGAN SISTEM Dalam bab ini akan dibahas mengenai rancangan sistem case based reasoning untuk penentuan kelayakan mahasiswa mendapatkan beasiswa. BAB V. IMPLEMENTASI SISTEM Di dalam bab ini berisi impelementasi dari rancangan sistem yang sudah dibuat sebelumnya BAB VI. HASIL PENELITIAN DAN PEMBAHASAN Pada bagian ini membahas hasil dari implementasi yang sudah dilakukan dan di dalam bab ini juga ditampilkan hasil dari implementasi. BAB VII. KESIMPULAN DAN SARAN Dalam bab terakhir ini berisi kesimpulan dari penelitian dan juga diberikan saran-saran yang mungkin bisa dipertimbangkan untuk dapat menghasilkan suatu sistem penalaran berbasis kasus yang baik.
