SISTEM PENDUKUNG KEPUTUSAN PENGADAAN BUKU PERPUSTAKAAN STIKOM SURABAYA MENGGUNAKAN METODE K-MEANS CLUSTERING
Arief Rahman Susanto 1) 1) S1 / Jurusan Sistem Informasi, Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya, email:
[email protected] Abstract: STIKOM Surabaya is one of colleges that uses computer technology to support operational activities. For
example using computer technology for library. The current problem at STIKOM’s library is the officer still doesn’t know what book should be bought. This information can be performed more accurate using K-Means Clustering method. Using K-Means Clustering method, the officer at STIKOM’s Surabaya library can achieve more information about what new book should be bought. Keywords : library, K-Means Clustering
Solusi
pemanfaatan
teknologi
yang diajukan ke kaprodi. Hal ini dapat dipakai
komputer sebagai alat bantu dalam mendukung
oleh petugas perpustakaan untuk memperoleh
kegiatan
informasi buku yang lebih akurat dengan
operasional
suatu
bidang
usaha
memudahkan manusia dalam mendapatkan data
menerapkan metode K-means.
atau informasi secara cepat, tepat dan akurat
K-means adalah algoritma clustering
sehingga efektivitas dan efisiensi kerja tercapai.
untuk data mining yang diciptakan tahun 70an
STIKOM Surabaya merupakan salah satunya
dan berguna untuk melakukan clustering secara
sekolah tinggi yang memanfaatkan teknologi
unsupervised learning (pembelajaran yang tidak
komputer untuk mendukung kegiatan operasional
terawasi)
sehari-harinya, contohnya adalah pemanfaatan
berdasarkan parameter tertentu. Menurut Kardi
teknologi komputer dalam proses pengadaan
(2007), K-means adalah sebuah algoritma untuk
koleksi buku di perpustakaan.
mengklasifikasikan atau mengelompokkan objek-
dalam
suatu
kumpulan
data
Pada proses pengadaan koleksi buku
objek (dalam hal ini data) berdasarkan parameter
baru, perpustakaan STIKOM Surabaya masih
tertentu ke dalam sejumlah group, sehingga dapat
mengalami permasalahan. Permasalahan tersebut
berjalan
antara lain adalah petugas perpustakaan belum
clustering (jika k kecil) dengan jumlah variable
dapat mengetahui buku apa yang paling banyak
yang besar dan menghasilkan cluster yang lebih
dipinjam dalam periode tertentu dan untuk
rapat.
pembelian
buku
baru
selama
ini
hanya
berdasarkan usulan dari anggota perpustakaan
lebih
cepat
daripada
hierarchical
Dengan adanya Sistem Pendukung Keputusan
Pengadaan
Buku
Perpustakaan
1
STIKOM Surabaya Menggunakan Metode K-
mengelola. Jadi pengelola adalah seseorang yang
means Clustering dapat bermanfaat bagi petugas
mengurus, mengatur, melaksanakan, mengelola.
perpustakaan
informasi
Koleksi berarti kumpulan benda yang digemari.
pembelian buku baru yang sesuai dengan minat
Dengan demikian maka koleksi karya tulis, karya
mahasiswa dan jumlah buku yang dipinjam.
cetak dan/ atau karya rekam adalah kumpulan
Maka dari itu diperlukan sebuah sistem yang
informasi yang berbentuk tulisan tangan, buku
dapat menentukan buku apa yang akan dibeli
cetakan maupun yang direkam dalam berbagai
agar bisa bermanfaat bagi anggota perpustakaan
media termasuk media elektronik dan digital.
berdasarkan tiap angkatan dalam periode tertentu.
Profesional
karena
memperoleh
berarti
memerlukan
kepandaian
khusus untuk menjalankan. Dengan demikian LANDASAN TEORI
“mengelola koleksi karya tulis, karya cetak dan
1. Perpustakaan
atau karya rekam secara profesional” berarti
Menurut Undang-undang Perpustakaan (UU nomor 43 tahun 2007) disebutkan bahwa perpustakaan adalah institusi pengelola koleksi karya tulis, karya cetak, dan/ atau karya rekam secara profesional dengan sistem yang baku guna memenuhi kebutuhan pendidikan, penelitian, pelestarian,
informasi,
dan
rekreasi
para
pemustaka. Sedangkan menurut Sulistyo-Basuki (1991: 3) perpustakaan adalah: sebuah ruangan, bagian sebuah gedung, ataupun gedung itu sendiri yang digunakan untuk menyimpan buku dan terbitan lainnya yang biasanya disimpan menurut tata susunan tertentu untuk digunakan pembaca, bukan untuk dijual. Institusi merupakan
mengurus, mengatur, melaksanakan, mengelola kumpulan informasi dalam berbagai bentuk atau format dimana dalam melakukan pengelolaannya tersebut diperlukan keahlian khusus. Baku berarti sesuatu yang dipakai dasar ukuran (nilai, harga, dsb) standar. Jadi sistem baku merupakan sistem yang digunakan sebagai dasar dalam melakukan pengelolaan koleksi karya tulis, karya cetak dan atau karya rekam. Pemustaka menurut UU 43 tahun 2007 adalah pengguna perpustakaan, yaitu perseorangan, kelompok orang, masyarakat, atau lembaga yang memanfaatkan fasilitas layanan perpustakaan. Dengan demikian maka makna dari
struktur
dan
mekanisma aturan dan kerjasama sosial yang mengawal perlakuan dua atau lebih individu. Institusi bisa juga berarti lembaga yaitu badan (organisasi) yang bermaksud melakukan suatu penyelidikan keilmuan atau melakukan suatu usaha. Pengelola berasal dari kata to manage yang berarti mengurus, mengatur, melaksanakan,
kedua definisi yang dikutip pada awal tulisan ini adalah: perpustakaan merupakan institusi atau lembaga tempat menyimpan informasi dalam bentuk buku dan bentuk-bentuk lain yang disimpan menurut aturan tertentu yang baku untuk digunakan oleh orang lain (bukan hanya digunakan oleh pribadi) secara gratis untuk bermacam-macam tujuan atau kebutuhan seperti
2
untuk
pendidikan,
penelitian,
pelestarian,
Banyak subyek-subyek baru yang ditambahkan.
informasi, dan rekreasi. Mari kita bandingkan
Adakalanya notasi mengalami perluasan dan
dengan definisinya Wikipedia yang mendefinikan
perubahan lokasi karena perkembangan subyek
perpustakaan
tersebut.
sebagai
berikut:”A library is
a
Kelestarian
DDC
sampai
dapat
collection of sources, resources, and services,
mencapai umur lebih seabad dan banyak
and the structure in which it is housed; it is
pemakainya di dunia, disebabkan karena DDC
organized for use and maintained by a public
secara berkala ditinjau kembali dan diterbitkan
body, an institution, or a private individual. In
edisi barunya. Lembaga yang mengawasi dan
the more traditional sense, a library is a
mendukung penerbitan DDC ialah “The Lake
collection of books. It can mean the collection,
Placed Education Foundation” dan “The Library
the building or room that houses such a
of
collection, or both.” Jadi makna beberapa definisi
komunikasi diterbitkan “Decimal Classification,
tersebut memiliki pengertian yang sama yakni:
adition, notes, decisions” (disingkat DC). DDC
(1) merupakan kumpulan bahan perpustakaan;
dalam pengembangannya menggunakan sistem
(2) dikelola secara profesional dengan sistem
desimal angka arab sebagai simbol notasinya.
Congress”
di
Amerika
Serikat
sarana
tertentu (baku); (3) dikelola oleh lembaga atau institusi dan atau individu; (4) diselenggarakan
3. Sistem Pendukung Keputusan Sistem Pendukung Keputusan atau
untuk kebutuhan pemustaka.
yang biasa disebut Decision Support System (DSS) adalah sebuah sistem yang ditujukan untuk
2. Dewey Decimal Classification Dewey Decimal Classification adalah
mendukung para pengambil keputusan manajerial
merupakan salah satu sistem pengklasifikasian
untuk masalah semiterstruktur. Scott Morton
koleksi buku yang ditemukan oleh Melvil
mendefinisikan DSS sebagai “sistem berbasis
Dewey.
computer
Nama
lengkapnya
Melville
Louis
interaktif,
yang
membantu
para
Kassuth Dewey (1851-1931). Pada 1874 Dewey
pengambil keputusan untuk menggunakan data
sebagai
College,
dan berbagai model untuk memecahkan masalah-
Massachuseetts, Tahun 1876 ia menerbitkan
masalah tidak terstruktur” (Gory dan Scott
DDC
“A
Morton, 1971). Seperti yang disebutkan oleh
classification and subject index for a library”.
Turban (2005: 136) yaitu DSS dimaksudkan
Terbit pertama kali hanya sebanyak 42 halaman
untuk menjadi alat bantu bagi para pengambil
yang berisi 12 halaman pendahuluan, 12 halaman
keputusan untuk memperluas kapabilitas mereka,
bagan dan 18 halaman indeks. Sejak edisi
namun tidak untuk menggantikan penilaian
pertama
mereka.
pustakawan
edisi
pertama
diterbitkan,
di
Amhers
dengan
DDC
terus
judul
menerus
mengikuti perkembangan ilmu pengetahuan.
DSS
ditujukan
untuk
keputusan-
keputusan yang memerlukan penilaian atau pada
3
keputusan-keputusan yang sama sekali tidak
(SPT)
dapat didukung oleh algoritma. Sebagai istilah
organisasi.
umum DSS digunakan untuk menggambarkan
laporan
semua sistem terkomputerisasi yang mendukung
umumnya
pengambilan keputusan pada suatu organisasi.
menunjukkan
Tujuan utama dari DSS yaitu untuk mendukung
ringkasan
dan
perbulan
meningkatkan
pengambilan
keputusan
(Turban, 2005: 138).
menurut
Turban
SIM
(2005:
20)
yang
untuk
Manajemen
perubahan, fleksibilitas, manajer
“Organisasi
bisa
saja
penjualan
utama. Menekankan
Memberikan
dan
untuk memandu seluruh personelnya dalam
Dengan adanya SPK rutin
memecahkan masalah, ia dapat memiliki DSS
tidak perlu susah payah membantu
tersendiri untuk pemasaran, keuangan, dan
menghubungkan
akuntansi, sistem SCM untuk produksi, dan
pengguna dengan alur
beberapa sistem pakar untuk membuat diagnosis
informasi
dan help desk perbaikan”. Jadi bisa dikatakan
menghasilkan
perbedaan antara Sistem Pendukung Keputusan
model,
(SPK) dengan Sistem Informasi Manajemen
pertanyaan khusus yang
(SIM) dapat dilihat pada Tabel 1.
semakin diperluas serta
Tabel 1. Perbedaan Antara Sistem Pendukung
respon
SPK
(Laudon, 2005)
semi
Manajemen (SIM)
tak terstruktur.
yang
diambil
dan
non rutin dan kendali dirangkum dari sistem pengguna.
pemrosesan transaksi
kendali
model-
terstruktur
Keputusan (SPK)
kemampuan baru untuk baku berdasarkan data
dan
dan
menyelesaikan Menyelesaikan
menganalisis
regular terjadwal dan
data
umum perusahaan.
asumsi
Sistem Informasi
serangkaian
aliran
terstruktur,
Sistem Pendukung
Menghasilkan laporan
cepat. berdasarkan
menampilkan grafik.
Keputusan dengan Sistem Informasi Manajemen
Memberikan
kepada laporan
memiliki suatu sistem manajemen pengetahuan
keputusan-keputusan
pada
penjualan
wilayah
membedakan DSS dengan Sistem Informasi adalah
Sebuah
masing-masing
Sesuai dengan konsep DSS diatas, maka
milik
dan masalah-masalah
masalah terstruktur.
4. Algoritma K-means K-means adalah algoritma clustering untuk data mining yang diciptakan tahun 70an dan berguna untuk melakukan clustering secara unsupervised learning (pembelajaran yang tidak
4
terawasi)
dalam
suatu
kumpulan
data
berdasarkan parameter tertentu. Menurut Kardi, K-means
adalah
sebuah
algoritma
memprediksi
berapakah
K
seharusnya.
untuk
c. Tidak akan bekerja dengan baik
mengklasifikasikan atau mengelompokkan objek-
dengan cluster yang tidak berbentuk
objek (dalam hal ini data) berdasarkan parameter
bulat.
tertentu ke dalam sejumlah group.
d. Pembagian awal yang berbeda dapat
K-means memiliki propeti : selalu ada
menghasilkan akhir cluster yang
K cluster, paling tidak memiliki satu data dalam
berbeda. Hal ini membantu untuk
tiap cluster, cluster ini merupakan non-hierarki
menjalankan
dan tidak akan terjadi overlap, dan setiap member
menggunakan nilai K yang berbeda,
dari
untuk perbandingan hasil akhir yang
sebuah
cluster
berdekatan
di-cluster
terhadap cluster lainnya karena kedekatan tidak selalu
melibatkan
pusat
dari
cluster
kembali
program
diperoleh.
itu.
Berikut adalah langkah-langkah dalam
Kelebihan dari K-means cluster adalah : (Kardi,
memproses algoritma K-means : (Larose,
2007)
2007)
a. Dengan jumlah variable yang besar,
1. Langkah pertama : tentukan terlebih
K-means dapat berjalan lebih cepat
dahulu
daripada hierarchical clustering (jika
diinginkan.
k-cluster
yang
2. Langkah kedua : lakukan inisialisasi
k kecil).
b. K-means
memungkinkan
menghasilkan cluster yang lebih rapat
jumlah
daripada
clustering,
hierarchical
terutama
jika
cluster
untuk menentukan pusat cluster. 3. Langkah ketiga : untuk tiap baris yang ada, temukan pusat cluster yang terdekat. Untuk menghitung distance atau jarak antara
berupa bola. Selain memiliki kelebihan, K-means juga memiliki kekurangan. Kekurangan dari
dengan
pusat
cluster
data
digunakan
rumus Distance Euclidian :
algoritma K-means ini adalah : (Kardi, 2007) membandingkan
(Sumber : Kantardzic, 2003)
kualitas dari hasil cluster (seperti
Dimana Xi adalah data, Mk adalah
untuk perbedaan pembagian awal
centroid dari tiap-tiap cluster dan p
atau nilai dari K yang mempengaruhi
adalah jumlah kriteria yang ada.
a. Kesulitan
dalam
4. Langkah keempat : menentukan grup
hasil). b. Jumlah cluster yang tepat dapat membuat
kesulitan
berdasarkan jarak terpendek.
dalam
5
5. Langkah kelima : untuk tiap k
Dimana p € Ci mewakili tiap data di dalam
cluster, temukan centroid (means)
cluster ke-I dan mi mewakili centroid dari cluster
dari cluster tersebut dan update
ke-i.
lokasi dari pusat cluster ke dalam nilai centroid baru.
Dari hasil cluster yang dihasilkan oleh algoritma K-means ini masih belum diketahui cluster mana yang potensial. Untuk mencari
(Sumber : Jurnal Sistem dan
cluster yang potensial terdapat berbagai cara.
Informatika Vol. 3, 2007)
Salah satunya adalah menggunakan Distance
Dimana M k adalah mean yang baru,
Ecludian, akan tetapi ecludian untuk mencari
N
adalah jumlah dari pola pada
cluster yang potensial dicari dengan menghitung
cluster k, dan X jk adalah pola nomor
jarak centroid tiap-tiap cluster dengan titik nol
urutan k yang menjadi anggota
sehingga rumus ecludiannya menjadi seperti
cluster.
rumus di bawah ini.
k
6. Langkah keenam : ulangi langkah ketiga 3 sampai ke 5 hingga batas nilai iterasi atau nilai toleransi (selisih M lama dan baru yang
(Sumber : Kantardzic, 2003)
diperbolehkan untuk menghentikan
Dimana adalah centroid dari tiap-tiap cluster dan
algoritma)
p adalah jumlah kriteria.
yang
ditentukan
atau
masih ada data yang berpindah.
Dalam hal manfaat, algoritma ini tidak
Algoritma ini akan berhenti apabila
menjamin hasil yang optimal. Kualitas hasil akhir
centroid tidak berubah lagi. Dengan kata lain,
bergantung kepada besarnya jumlah cluster, dan
algoritma berhenti ketika semua cluster C1, C2,
dalam latihannya dapat lebih buruk dari hasil
C3…..Ck, dan semua baris dimiliki oleh setiap
optimal. Semenjak algoritma ini menjadi lebih
pusat cluster dalam cluster tersebut. Alternative
cepat,
lain, algoritma akan berhenti ketika beberapa
algoritma
criteria telah diketemukan, seperti tidak adanya
menghasilkan cluster terbaik.
metode ini
yang
biasanya
dalam beberapa
menjalankan waktu
dan
pengurangan yang signifikan di dalam sum of PERANCANGAN SISTEM
squared errors:
Tugas
akhir
ini
berupa
proyek
pembuatan aplikasi penentuan buku baru pada (Sumber : Larose, 2005)
perpustakaan dengan menggunakan desktop. Desktop ini dibuat sebagai media informasi seperti:
6
transaksi
peminjaman,
data
buku,
data
mahasiswa, dan informasi-informasi yang di butuhkan lainnya sehingga dalam memenuhi kebutuhan informasi dapat terpecahkan.
Database
Gambar 1. Blok diagram sistem pengadaan buku perpustakaan
Sistem Flow Menentukan Buku yang Akan Dibeli Pertama
petugas
perpustakaan
melakukan proses menghitung jumlah peminjam.
Gambar 2. Sistem Flow Menentukan Buku yang
Proses ini mengambil database DDC, Angkatan
Akan Dibeli
dan Transaksi pinjaman 2011. Hasil dari proses yaitu jumlah peminjam yang akan dimasukkan ke
HASIL DAN PEMBAHASAN
dalam database. Jika seluruh tanggal yang dipilih dalam satu periode belum habis, maka akan kembali ke proses menghitung jumlah peminjam. Jika sudah habis, maka akan dilanjutkan ke proses clustering K-Means. Proses ini akan mengambil database jumlah peminjam. Output dari proses clustering ada dua, pertama adalah angkatan dan DDC yang direkomendasikan, kedua
adalah
semester
direkomendasikan.
dan
DDC
yang
Tujuan dibangunnya sistem ini adalah untuk membangun sebuah Sistem Pendukung Keputusan Pengadaan Buku Perpustakaan yang dapat membantu petugas untuk menentukan buku baru yang akan dipasok ke dalam Perpustakaan STIKOM Surabaya. 1. Form Utama Pada saat pertama kali muncul form utama akan dalam keadaan pasif dimana menu yang hanya bisa diakses adalah menu Login.
7
Untuk mengaktifkan menu-menu lain, user harus
3.
login terlebih dahulu.
Form Pinjaman Pada desain form pinjaman terdapat
kategori pencarian yang terdiri dari semua, ID, induk, NIM, tanggal pinjam, jam pinjam, tanggal kembali 1, tanggal kembali 2, judul urut, DDC. Terdapat data grid untuk menampilkan data ID, induk, NIM, tanggal pinjam, jam pinjam, tanggal kembali 1, tanggal kembali 2, judul urut, DDC dan hapus. Tombol import berfungsi untuk mengambil data pinjaman, tombol hapus untuk menghapus data dan tombol tutup untuk menutup Gambar 4.1. Form Utama
tampilan form pinjaman.
2. Form DDC Pada
form
DDC,
ditampilkan
keseluruhan data DDC. Ada fasilitas cari data DDC berdasarkan semua, DDC, nama dan keterangan. Keseluruhan data DDC ditampilkan pada datagrid. Tombol tambah untuk menambah data DDC, ubah untuk mengubah data DDC, hapus untuk menghapus data DDC dan tutup untuk menutup tampilan.
Gambar 4.3 Form Pinjaman 4.
Form Import Data Pinjaman Buku
Form ini berfungsi untuk mengambil data dari database excel yang sesuai dengan format tertentu. Apabila tidak sesuai maka file tidak dapat diambil. Data yang ditampilkan terdiri dari induk, NIM, tanggal pinjam, jam pinjam, tanggal kembali 1, tanggal kembali 2, judul urut, DDC dan hapus. Gambar 4.2 Form DDC
8
6.
Form Laporan Hasil Perhitungan
Gambar 4.4 Form Import Data Pinjaman Buku
5.
Form K-Means
Gambar 4.6 Form Laporan Hasil Perhitungan Form ini menghasilkan laporan data tiap cluster untuk tiap angkatan. Misalkan dari data uji coba yang dilakukan, cluster 1 menghasilkan DDC
Management of Production untuk
angkatan 2009, cluster 2 menghasilkan DDC Java Programming untuk angkatan 2010, cluster 3 menghasilkan DDC Algoritma untuk angkatan 2011 dan cluster 4 menghasilkan DDC Java Gambar 4.5 Form K-Means
Programming untuk angkatan 2008.
Form ini memproses data pinjaman sesuai dengan K-Means clustering. Data yang
KESIMPULAN
dipilih bisa sesuai dengan tanggal berapa sampai tanggal berapa. Lalu angkatan yang dipilih bisa dari 2008 saja ataupun dari 2008 sampai dengan 2011. Pada proses
ini cluster awal bisa
ditentukan sejumlah berapa cluster dan nilainya juga bisa ditentukan. Pada tombol hitung, maka akan dilakukan proses clustering sesuai dengan berapa iterasi. Hasil akhir akan langsung dapat dilihat.
Berdasarkan hasil uji coba dan analisa yang telah dilakukan dalam pembuatan aplikasi Pengadaan Buku Baru Perpustakaan STIKOM SURABAYA, dapat diambil kesimpulan sebagai berikut : 1. Aplikasi yang dibuat dapat mendukung manajemen perpustakaan dalam menentukan buku baru apa yang harus dibeli. 2. Aplikasi penilaian DDC menghasilkan nilai pada setiap DDC dan akan menghasilkan nilai akhir sebagai ukuran untuk menentukan kriteria DDC.
9
3. Berdasarkan dari uji coba yang telah
Larose, Daniel T. 2005. Discovering Knowledge
dilakukan, dapat disimpulkan bahwa metode
In Data An Introduction To Data Mining.
K-Means dapat menghasilkan cluster yang
New Jersey : A John Wiley & Sons, Inc.
dianggap potensial berdasarkan jarak data dengan centroid/ mean terdekat.
Sistem
4. Hasil penilaian DDC sudah dapat digunakan untuk mengetahui buku apa yang harus dibeli sesuai DDC. 5. Dengan
Laudon, Kenneth C. And Jane P.Laudon. 2005. Informasi
Mengelola
Manajemen
Perusahaan
:
Digital.
Yogyakarta : Penerbit Andi. Saleh, Ir. Abdul Rahman, M.Sc. 2010. Definisi
adanya
sistem
ini,
dapat
Perpustakaan,
mempermudah dan mempercepat proses
http://rahman.staff.ipb.ac.id/2010/12/07/
pembelian buku baru.
definisi-perpustakaan/, diakses 25 April 2010).
DAFTAR PUSTAKA Basuki,
Sulistyo.
1991.
Pengantar
Ilmu
Perpustakaan. Gramedia Pustaka Utama ervhint_hunter. 2011. Arsitektur PostgresQL, (http://www.docstoc.com/docs/10939054 9/Arsitektur-PostgresQL---001, diakses 7 April 2012). Gunadarma. 2005. Teknik-teknik Data Mining. (http://staffsite.gunadarma.ac.id/, diakses 10 April 2012). Han, Jiawei and Micheline Kamber. 2007. Data Mining: Concepts and Techniques. San Fransisco : Mogan Kaufman Publhisers. Kardi. 2007. K-means Clustering Tutorial, (http://people.revoledu.com/kardi/index. html, diakses 2 April 2012). Kantardzic,
Mehmed.
Concepts,
2003.
Models,
Data
Mining:
Methods,
and
Algorithms. New Jerysey : A John Wiley & Sons, Inc.
10
