SISTEM INFORMASI REKOMENDASI TEMPAT PKL MENGGUNAKAN METODE NEAREST NEIGHBOUR DI SMK PEMUDA PAPAR

Artikel Skripsi Universitas Nusantara PGRI Kediri

SISTEM INFORMASI REKOMENDASI TEMPAT PKL MENGGUNAKAN METODE NEAREST NEIGHBOUR DI SMK PEMUDA PAPAR

SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Sistem Informasi

Oleh : M. AKMALUR RIJALI 11.1.03.03.0147

FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PERSATUAN P GURU REPUBLIK EPUBLIK INDONESIA UN PGRI KEDIRI 2016

M. Akmalur Rijali | 11.1.03.03.0147 Fakultas Teknik - Prodi. Sistem Informasi

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








SISTEM ISTEM INFORMASI REKOMENDASI TEMPAT PKL MENGGUNAKAN METODE NEAREST NEIGHBOUR DI SMK PEMUDA PAPAR

M. AKMALUR RIJALI 11.1.03.03.0147 Fakultas Teknik - Program Studi Sistem Informasi [email protected] Dosen Pembimbing 1 Dosen Pembimbing 2 Dr. M. Anas, SE, M.M., M.Si. Fatkhur Rohman, M.Pd. NIDN. 0028106601 NIDN. 0728088503 8088503 UNIVERSITAS NUSANTARA PERSATUAN PERSATUAN GURU REPUBLIK INDONESIA KEDIRI ABSTRAK M. AKMALUR RIJALI : Sistem Informasi Rekomendasi Praktek Kerja Lapangan (PKL) Berbasis Web Dengan Menggunakan Metode Nearest Neighbour Di SMK Pemuda Papar. Skripsi, Sistem Informasi,, Fakultas Teknik Universitas Nusantara PGRI Kediri, 2015. 201 Kata kunci :system system informasi, rekomendasi, nearest neighbour Penelitian ini di latar belakangi hasil pengamatan dan pengalaman peneliti, bahwa pelaksanaan PKL (Praktek Kerja Lapangan) di SMK Pemuda Papar masih kurang efektif dalam penyampaian informasi dan kurang efisien dalam administrasi pelaksanaan prakerin terlihat dari lambannya proses penyampaian informasi dan tidak rapinya pengolahan berkas prakerin, sehingga memperlambat proses pelaksanaan pendaftaran PKL. Permasalahan penelitian ini adalah Bagaimana membuat sistem yang dapat membantu Pokja PKL SMK Pemuda Papar dalam menangani kekurangan-kekurangan dalam proses pelaksanaan PKL dari penyampaian informasi PKL, pendaftaran/administrasi p PKL, hingga rekomendasi tempat. Agar dapat dengan mudah menyampaikan informasi PKL dan pengolahan administrasi PKL di Pokja SMK Pemuda Papar dalam satu wadah sistem, maka peneliti membuat sebuah sistem yang nantinya dapat menjadi sebagai sarana penyampaian informasi, pendaftaran/administrasi PKL, hingga rekomendasi tempat PKL yang diberi nama sistem informasi rekomendasi tempat empat PKL menggunakan metode nearest neighbour. Kesimpulan dari penelitian ini adalah (1) telah dihasilkan sistem informasi rekomendasi tempat PKL berbasis web dengan menggunakan metode nearest neighbour di SMK Pemuda Papar ini dapat memberikan kemudahan bagi siswa maupun POKJA PKL untuk menyampaikan, mendapatkan informasi tentang PKL, pendaftaran/administrasi PKL, hingga rekomendasi tempat. (2) dengan menggunakan metode nearest neighbour neighbo siswa dapat memperoleh informasi tentang rekomendasi tempat PKL sehingga dapat mempercepat proses pendaftaran PKL di SMK Pemuda Papar. Berdasarkan simpulan hasil penelitian ini, direkomendasikan tujuan utama dari“Sistem Informasi Rekomendasi Tempat PKL Menggunakan Metode Nearest Neighbo eighbour Di SMK Pemuda Papar” adalah untuk mempermudah proses pelaksanaan PKL dari penyampaian informasi PKL, pendaftaran/administrasi PKL, hingga rekomendasi tempat PKL di SMK Permuda Papar.




bisa dari faktor jarak rumah yang sangat

I. Latar Belakang Masalah Perkembangan teknologi informasi

signifikan

dengan

tempat

yang

di

dalam dunia pendidikan sekarang ini

rekomendasikan sekolah, sehingga banyak

semakin jauh berkembang, hampir semua

siswa yang lebih memilih untuk mencari

kegiatan dalam dunia pendidikan sudah

sesuai dengan keinginan pribadi. pribadi Padahal

dipermudah dengan menggunakan sistem

tempat-tempat PKL yang mereka inginkan

komputerisasi

tersebut

yaitu

internet

Melalui

internet kita dapat menjelajah dan mencari menc apapun yang kita butuhkan, dari mulai mengakses,

mengunggah,

mengunduh,

belum

tentu

sesuai

dengan

program keahliannya. Berdasarkan latar belakang tersebut, tersebut maka ka dibuatlah sistem informasi yang

dan memproses segala informasi.Baik informasi.

dapat

informasi

POKJA PKL dalam mendistribusikan

tentang

profil

sekolah,

memberikan

kemudahan

informasi akademik sekolah dan semua

informasi,

kegiatan sekolah yang mencakup kegiatan

tempat PKL untuk siswa yang akan

internal dan ektrernal.

melaksanakan PKL sehingga dalam proses

SMK kegiatan

Pemuda belajar

Papar

rutin

dan

pendaftaran pendaftaran&

untuk

rekomendasi

memiliki

pendaftaran hingga pengurusan surat PKL

termasuk

bisa lebih efektif dan efisien. Selain untuk

kurikulum yang mengharuskan semua

mendistribusikan

siswa

untuk

PKL,, sarana ini juga harus dapat diakses

melaksanakan PKL di perusahaan (Dunia

dengan mudah ah oleh semua siswa kapan kap

Usaha/Dunia

tetapi

saja dan dimana saja yang dibuat di dalam

kegiatan yang berjalan di POKJA PKL

bentuk aplikasi web database. Oleh sebab

tersebut masih kurang efektif, efektif efisien, dan

itu maka di susunlah skipsi dengan judul

informative, Hal ini dikarenakan masih

“SISTEM SISTEM

menggunakan sistem yang masih manual. manual

REKOMENDASI

tingkat

XI

(sebelas)

Industri) Industri),

akan

Dengan an teknologi internet, siswa

informasi

mengenai

INFORMASI TEMPAT

PKL

MENGGUNAKAN

METODE

semakin di mudahkan dalam melakukan

NEAREST

DI

segala macam fasilitas dan proses untuk

PEMUDA PAPAR””.

NEIGHBO NEIGHBOUR

SMK

menunjang kegiatan PKL, PKL siswa tidak lagi harus bingungmencari tempat untuk PKL yang

sesuai

kebutuhan.

dengan Terkadang

keinginan

dan

rekomendasi

tempat PKL yang diusulkan sekolah tidak sesuai dengan yang diminati oleh siswa, M. Akmalur Rijali | 11.1.03.03.0147 Fakultas Teknik - Prodi. Sistem Informasi



Nilai k yang terbaik untuk algoritma

II. Metode Nearest Neighbbour Metode

yang

digunakan

pada

ini

tergantung

pada

data;

secara

rekomendasi tempat PKL menggunakan

umumnya, nilai k yang tinggi akan

metode Nearest Neighbour, Neighbo Algoritma k-

mengurangi efek noise pada klasifikasi,

nearest neighbour (k--NN atau KNN)

tetapi membuat batasan antara setiap

adalah sebuah metode untuk melakukan

klasifikasi asi menjadi lebih kabur. Nilai k

klasifikasi terhadap objek berdasarkan

yang bagus dapat dipilih dengan optimasi

data pembelajaran yang jaraknya paling

parameter, misalnya dengan menggunakan

dekat dengan objek jek tersebut.

cross-validation. validation. Kasus khusus di mana

Data pembelajaran diproyeksikan ke

klasifikasi diprediksikan berdasarkan data

ruang berdimensi banyak, dimana masingmas

pembelajaran yang paling dekat (dengan

masing dimensi merepresentasikan fitur

kata lain, k = 1) disebut dise algoritma nearest

dari data. Ruang ini dibagi menjadi

neighbour.

bagian-bagian bagian berdasarkan klasifikasi data

Nearest

Neighbo Neighbour

merupakan

pembelajaran.Sebuah titik pada ruang ini

metode untuk mengklasifikasikan suatu

ditandai kelas c jika kelas c merupakan

data baru berdasarkan similaritas atau

klasifikasi yang paling banyak ditemui

kemiripan dengan labeled data. Similaritas

pada k buah tetangga angga terdekat titk

menggunakan metrik jarak dengan satuan

tersebut.Dekat

Euclidian.

biasanya

atau

dihitung

jauhnya

tetangga

berdasarkan

jarak

Euclidean.

Macam Macam-macam

algoritma

Nearest Neighbourr yaitu: 1. Algoritma 1-NN NN

Pada fase pembelajaran, algoritma ini

Pengklasifikasian dilakukan terhadap

hanya melakukan penyimpanan vektorvektor

1 labeled data terdekat. Berikut ini adalah

vektor fitur dan klasifikasi dari data

ilustrasi algoritma 1--NN:

pembelajaran. Pada fase klasifikasi, fiturfi fitur yang sama dihitung untuk data test (yang klasifikasinya tidak

diketahui).

Jarak dari vektor yang baru ini terhadap seluruh

vektor

data

pembelajaran

dihitung, dan sejumlah k buah yang paling dekat

diambil.Titik

klasifikasinya

yang

diprediksik diprediksikan

baru termasuk

pada klasifikasi terbanyak dari titik-titik titik tersebut. M. Akmalur Rijali | 11.1.03.03.0147 Fakultas Teknik - Prodi. Sistem Informasi

Pada ilustrasi diatas, data baru (node warna hitam))

akan

diklasifikasikan

ke

dalam

kelompok purwoasri dan tidak puwoasri. simki.unpkediri.ac.id ||6||


Dari kelima data yang tersebar dalam

dalam kelompok purwoasri dan tidak

kelompok purwoasri dan tidak puwoasri, data

puwoasri, i, data input (3 ( node hitam) lebih

input (node hitam)) lebih dekat dengan salah

dekat dengan salah satu pada kelompok

satu pada kelompok purwoasri. purwoasri Dengan

purwoasri.Dengan .Dengan

demikian, dapat disimpulkan bahwa data

disimpulkan bahwa 3 data baru tersebut

baru tersebut termasuk ke dalam kelompok ke

termasuk ke dalam kelompok purwoasri.

purwoasri. Rumus

demikian,

Adapunalgoritma euclide

distance

yang

dapat

dari

KNN

ditunjukan pada flowchart berikut :

digunakan dalam metode 1-NN 1 untuk mengambil keputusan dengan menghitung jarak terpendek antara input dengan masing-masing masing data yang penentuan bobot atau label dilakukan secara acak atau random yaitu:

Gambar. Gambar.4.2 Flowchart NearestNeighbo NearestNeighbour

2. Algoritma K-NN Contoh : Pengklasifikasian dilakukan terhadap

Tebel 4.1 Data Contoh

k labeled data terdekat. Dimana k>1. Berikut ini adalah ilustrasi algoritma KK NN:

Dari ri

contoh

data

tersebut,

rekomendasitempat PKL menurut hasil perhitungan KNN adalah sebagai berikut: Tedapat

2

atribbut

yaitu

(j a rak

k es ek o l ah ) X1 dan d (jarak ke tempat Pada ilustrasi diatas, data baru (node warna hitam)) akan diklasifikasikan ke

PKL) X2 serta 4 tempat PKL yaitu PT. Japva, PT. Maju, PT. Mujur, PT. Jujur.

dalam kelompok purwoasri dan tidak puwoasri.. Dari kelima data yang tersebar M. Akmalur Rijali | 11.1.03.03.0147 Fakultas Teknik - Prodi. Sistem Informasi



Tebel 4.2 Tabel Tempat PKL Tebel 4.6 Tabel Uji Akurasi

Jarak antara tempat dengan semua data PKL (k = 4)

III. Kesimpulan Berdasarkan observasi yang telah

Tebel4.3 Tabel Jarak Dengan Data

dilakukan lakukan di SMK Pemuda Papar maka disimpulkan bahwa perlu dibangunya system informasi ini untuk membantu Pokja PKL SMK Pemuda Papar untuk menyampaikan informasi tentang PKL kepada siswa kelas XI (sebelas) SMK

Urutkan jarak terseebut dan tetapkan tetangga

terdekat

berd rdasarkan

jarak

minimum ke–K

Pemuda Papar dan dengan dibangunnya system informasi PKL P berbasis web di SMK Pemuda Papar ini dapat membantu para siswa dari SMK Pemuda Papar dapat

Tebel 4.4 Tabel Urutan Tetangga Terdekat

memperoleh informasi PKL yang di kelola oleh Pokja PKL dengan cepat dan mudah.

IV. Daftar Pustaka Didik Dwi P, 2004. Pengertian Tebel 4.5 Tabel Urutan Kelas Tetangga Terdekat

MySQL.

(online).

Tersedia:

http://elib.unikom.ac.id di unduh 13 Juli 2012 F John.. Informasi..


1995.

Pengertian Sistem

(online).

Tersedia:



www.4shared.com.,

diunduh

25

Mei

2012.

dan Trik Pemrograman ograman PHP: PH PT Elex

Hanari. R. 2011. Membuat Query SQL

Prasetyo, Dwi, Didik. 2006. 101 Tip

Untuk

Relasi

Tabel

(online).

Database.

Tersedia: Tersedia:http:/

Media Komputindo,, Jakarta.) . Swastika , 2006. 2006 Pengertian PHP. (online).

Tersedia:

/www.blog.rosihanari.net/cara blog.rosihanari.net/cara-membuat-

http://for7delapan.com/2011/11/16/penger

query-sqluntuk- relasi-tabel.htm tabel.htm. diunduh

tian-php/ di unduh 13 Juli 2012

13 Juli 2012.

WahonoT , 2003.PengertianJaringan. 2003 (online). Tersedia

Iwan Power

Susanto, Designer

2008 2008. .(online). (online).

Pengertian Tersedia:

:http://carapedia.com/pengertian_definisi_ http://carapedia.com/pengertian_definisi_ jaringan_.html di unduh 13 Juli 2012

http://onelock87.com/2009/10/sybase http://onelock87.com/2009/10/sybasepower-designer.html

di unduh 13 Juli

2012 Lumbung. ajaxdanphp..

G.

2011.

(online).

Tutorial Tersedia:

http://www.gedelumbung.com/?p=1970 gedelumbung.com/?p=1970di unduh 13Juli 2012. Madcoms. 2005. Membuat Aplikasi data base Karyawan Online Berbasis Web dengan PHPdanMysql:: Jogja, Andi. Mcleod Raymond. 2009. Pengertian Sistem.. Jilid I edisike 7. Jurnal Raymond, 3 (17): 9876-098. Mcleod

Raymond.

2009

PengertianInformasi.Jilid .Jilid 1, EdisiBahasa Indonesia. Jurnal Raymond, 5 (13): 45764576 0358. Nugroho, B. 2009. Latihan Membuat Aplikasi Web PHP dan Mysql dengan Dreamweaver:: Jogja, Gava Media. O'Brien, J A 2003 .Pengertian Pengertian-sisteminformasihttp://mbegedut.com http://mbegedut.comdiunduh 13Juli 2012 M. Akmalur Rijali | 11.1.03.03.0147 Fakultas Teknik - Prodi. Sistem Informasi


SISTEM INFORMASI REKOMENDASI TEMPAT PKL MENGGUNAKAN METODE NEAREST NEIGHBOUR DI SMK PEMUDA PAPAR

Recommend Documents