ADLN - Perpustakaan Universitas Airlangga
BAB III METODE PENELITIAN
Pada bab ini akan dijelaskan bahan dan software yang digunakan dalam membantu menyelesaikan permasalahan, dan juga langkah-langkah yang dilakukan dalam menjawab segala permasalahan dalam penyelesaiannya. 3.1
Bahan Penelitian Data yang digunakan dalam skripsi ini adalah data indikator
pemerataan pendidikan yang diperoleh dari Dinas Pendidikan Kabupaten Lamongan tahun 2009. 3.2
Software yang Digunakan Pada skripsi ini software yang digunakan untuk membantu
menyelesaikan permasalahan adalah Microsoft Visual Basic 6.0. 3.3
Langkah – langkah Penelitian Adapun langkah – langkah penyelesaian masalah dalam penelitian ini
adalah sebagai berikut : 1.
Melakukan penelusuran pustaka mengenai indikator pemerataan pendidikan, pengelompokan (clustering), Jaringan Saraf Tiruan Kohonen SOM, dan bahasa pemrograman Visual Basic 6.0.
2.
Melakukan pengambilan data indikator pemerataan pendidikan di Dinas Pendidikan kabupaten Lamongan.
Skripsi
16
Pengelompokan Kecamatan Berdasarkan Indikator Pemerataan Pendidikan...
Dina, Mafida Puspa
ADLN - Perpustakaan Universitas Airlangga
3.
17
Mengimplementasikan model jaringan saraf tiruan dengan metode Kohonen SOM untuk mengelompokkan data. a. Algoritma pelatihan (training) Jaringan Saraf Kohonen SOM adalah sebagai berikut : Langkah 0 : Inisialisasi bobot (wij) secara random, laju pembelajaran (α), jumlah kelompok (K = 1,2,..,n-1), penurunan laju pembelajaran ( ), iterasi maksimum (MaxEpoh). Langkah 1 : Menentukan jarak (D) untuk setiap j :
D(p,j) = Langkah 2 : Tentukan nilai indeks j yaitu J yang memiliki nilai D(j) paling kecil. Langkah 3 : Perbaharui bobot (wij) untuk J dari semua input yang sudah ditentukan.
wiJ(new) = wiJ(old) + α[xpi – wiJ(old)] Langkah 4 : Jika w konvergen (perubahan bobot relatif kecil) maka berhenti. Langkah 5 : Perbaharui nilai laju pembelajaran (α). α (new) = α (old) * . (Fausett, 1994) Diagram alir pembelajaran Jaringan Saraf Kohonen SOM terlihat seperti pada Gambar 3.2.
Skripsi
Pengelompokan Kecamatan Berdasarkan Indikator Pemerataan Pendidikan...
Dina, Mafida Puspa
ADLN - Perpustakaan Universitas Airlangga
b.
18
Melakukan pengujian pada model jaringan syaraf tiruan dengan metode Kohonen SOM. Algoritma pengujian adalah sebagai berikut : Langkah 1 : Memasukkan data yang akan diuji, misal : xpi , dengan i = 1,2,…,m dan p = 1,2,…,n. Langkah 2 : Untuk i = 1,2,...,m dan p = 1,2,…,n, dilakukan : a.
Menentukan nilai indeks j (J) yang memiliki D minimum.
b.
J adalah kelompok untuk xpi.
Langkah 3 : Untuk mendapatkan kelompok terbaik, dilakukan : a.
Hitung d(p,j) pada persamaan (2.5)
b.
Hitung IDN pada persamaan (2.4)
Diagram alir pengujian Jaringan Saraf Kohonen SOM terlihat pada Gambar 3.3. 4.
Membuat program Jaringan Saraf Tiruan Kohonen SOM menggunakan bahasa pemrograman Visual Basic 6.0.
5.
Mengimplementasikan model Jaringan Saraf Tiruan Kohonen SOM pada pengelompokkan wilayah kecamatan di Kabupaten Lamongan berdasarkan indikator pemerataan pendidikan menggunakan bahasa pemrograman Visual Basic 6.0.
Skripsi
Pengelompokan Kecamatan Berdasarkan Indikator Pemerataan Pendidikan...
Dina, Mafida Puspa
ADLN - Perpustakaan Universitas Airlangga
6.
19
Menganalisis karakteristik hasil pengelompokan Tiap kelompok dari hasil pengelompokan diteliti sifat – sifatnya. Misal berapa rata – rata nilai APK, APM dan AM tiap kecamatan yang tergabung dalam satu kelompok. Diagram alir Metode Penelitian seperti terlihat pada Gambar 3.1. Studi Permasalahan
Pengambilan Data
Pelatihan pada Model Jaringan Saraf Kohonen SOM Pengujian pada Model Jaringan Saraf Kohonen SOM Membuat Program Jaringan Saraf Kohonen SOM Menggunakan Visual Basic 6.0 Implementasi Jaringan Saraf Tiruan Kohonen SOM pada Data Analisis Karakteristik Hasil Pengelompokan Gambar 3.1 diagram alir metode penelitian
Skripsi
Pengelompokan Kecamatan Berdasarkan Indikator Pemerataan Pendidikan...
Dina, Mafida Puspa
ADLN - Perpustakaan Universitas Airlangga
20
Start
Inisialisasi bobot (wij), laju pembelajaran (α), jumlah kelompok (K), penurunan laju pembelajaran (a), iterasi maksimum (MaxEpoh)
Hitung D(j) Pilih nilai indeks j yaitu J untuk D(j) Terkecil Perbaharui Bobot wij
w konvergen?
Perbaharui Laju Pembelajaran (α)
Tidak
Ya Stop
Gambar 3.2 diagram alir pembelajaran jaringan saraf Kohonen SOM
Skripsi
Pengelompokan Kecamatan Berdasarkan Indikator Pemerataan Pendidikan...
Dina, Mafida Puspa
ADLN - Perpustakaan Universitas Airlangga
21
Start
Input data pelatihan dan bobot hasil pelatihan
Hitung D(j)
Pilih nilai indeks j yaitu J untuk D(j) Terkecil
Hasil Pengelompokan Menentukan kelompok terbaik menggunakan Indeks Dunn (IDN) Kelompok terbaik
Stop Gambar 3.3 diagram alir pengujian jaringan saraf Kohonen SOM
Skripsi
Pengelompokan Kecamatan Berdasarkan Indikator Pemerataan Pendidikan...
Dina, Mafida Puspa
