TINF

MODEL PROFIL MAHASISWA YANG POTENSIAL DROP OUT MENGGUNAKAN TEKNIK KERNEL K-MEAN CLUSTERING DAN DECISION TREE

TESIS

Oleh

ZEFRI PAULANDA 107038004/TINF

PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012

Universitas Sumatera Utara


TESIS

Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Komputer dalam Program Studi Magister (S2) Teknik Informatika pada Program Pascasarjana Fasilkom-TI Universitas Sumatera Utara

Oleh

ZEFRI PAULANDA 107038004/TINF

PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012



PENGESAHAN TESIS

Judul Tesis

Nama Mahasiswa Nomor Induk Mahasiwa Program Studi Fakultas

: MODEL PROFIL MAHASISWA YANG POTENSIAL DROP OUT MENGGUNAKAN TEKNIK KERNEL KMEAN CLUSTERING DAN DECISION TREE : ZEFRI PAULANDA : 107038004 : Magister Teknik Informatika : Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara

Menyetujui Komisi Pembimbing

Dr. Marwan Ramli, M.Si Anggota

Ketua Program Studi,

Prof. Dr. Muhammad Zarlis NIP : 195707011986011003

Prof. Dr. Tulus Ketua

Dekan,

Prof. Dr. Muhammad Zarlis NIP: 195707011986011003


PERNYATAAN ORISINALITAS


TESIS

Dengan ini saya menyatakan bahwa saya mengakui semua karya tesis ini adalah hasil kerja saya sendiri kecuali kutipan dan ringkasan yang tiap satunya telah dijelaskan sumbernya dengan benar.

Medan,

Juni 2012

Zefri Paulanda NIM 107038004


PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini : Nama NIM Program Studi Jenis Karya Ilmiah

: : : :

Zefri Paulanda 107038004 Teknik Informatika Tesis

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak bebas Royalti Non-Eksklusif (non-Exlusive Royalty Free Right) atas tesis saya yang berjudul

MODEL PROFIL MAHASISWA YANG POTENSIAL DROP OUT MENGGUNAKAN TEKNIK KERNEL K-MEAN CLUSTERING DAN DECISION TREE Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti NonEksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk data-base, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya.

Medan,

Juni 2012

Zefri Paulanda NIM 107038004


Telah diuji pada Tanggal : 19 Juni 2012

PANITIA PENGUJI TESIS Ketua

: Prof. Dr. Tulus

Anggota

: 1. Dr. Marwan Ramli, M.Si 2. Prof. Dr. Muhammad Zarlis 3. Dr. Poltak Sihombing, M.Kom 4. Prof. Dr. Herman Mawengkang


RIWAYAT HIDUP

DATA PRIBADI

Nama lengkap berikut gelar : Zefri Paulanda, ST Tempat dan Tanggal Lahir

: Medan, 17 Juli 1977

Alamat Rumah

: Jl. Sekip Gg. Agussalim No. 19 B Medan

Telepon / HP

: 061- 4146243 / 08126455891

e-mail

: [email protected]

Instansi Tempat Bekerja

: Guru SMP Negeri 5 Percut Sei Tuan

Alamat Kantor

: Jl. Cucak Rawa II No. 3 Perumnas Mandala

Telepon

:-

DATA PENDIDIKAN

SD

: SD Negeri No. 060841 Medan

Tamat : 1988

SMP

: SMP Negeri 6 Medan

Tamat : 1992

SMA

: SMA Methodist I Medan

Tamat : 1995

Strata-1

: Institut Sains Teknologi TD Pardede

Tamat : 2005

Strata-2

: PSMTIF PPs Fasilkom-TI USU

Tamat : 2012


KATA PENGANTAR Pertama-tama kami panjatkan puji syukur kepada Tuhan Yang Maha Esa, atas segala limpahan rahmat dan karunia-Nya sehingga tesis ini dapat diselesaikan tepat pada waktunya. Dengan selesainya tesis ini, perkenankanlah kami mengucapkan terima kasih yang sebesar-besarnya kepada : Rektor Universitas Sumatera Utara, Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc (CTM), Sp. A(K) atas kesempatan yang diberikan kepada saya untuk mengikuti dan menyelesaikan pendidikan Program Magister. Dekan Fasilkom-TI (Fakultas Ilmu Komputer dan Teknologi Informasi) Universitas Sumatera Utara Prof. Dr. Muhammad Zarlis, atas kesempatan yang diberikan kepada saya menjadi mahasiswa Program Magister pada Program Pascasarjana Fasilkom-TI Universitas Sumatera Utara. Ketua Program Studi Magister (S2) Teknik Informatika, Prof. Dr. Muhammad Zarlis dan Sekretaris Program Studi

M. Andri Budiman,

S.T,

M.Comp, M.E.M beserta seluruh staff pengajar pada Program Studi Magister (S2) Teknik Informatika Program Pascasarjana Fasilkom-TI Universitas Sumatera Utara, yang telah bersedia membimbing penulis sehingga dapat menyelesaikan pendidikan tepat pada waktunya. Terimakasih yang tak terhingga dan penghargaan setinggi-tingginya saya ucapkan kepada Prof. Dr. Tulus, selaku pembimbing utama dan kepada Dr. Marwan Ramli, M.Si, selaku pembimbing Anggota yang dengan penuh kesabaran menuntun serta membimbing saya hingga selesainya tesis ini dengan baik. Terima kasih yang tak terhingga dan penghargaan setinggi-tingginya saya ucapkan kepada Prof. Dr. Muhammad Zarlis, Dr. Poltak Sihombing, M.Kom dan Prof. Dr Herman Mawengkang, sebagai pembanding yang telah memberikan saran dan masukan serta arahan yang baik demi penyelesaian tesis ini. Staff Pegawai dan Administrasi pada Program Studi Magister (S2) Teknik Informatika Program Pascasarjana Fasilkom-TI Universitas Sumatera Utara yang telah memberikan bantuan dan pelayanan terbaik kapada penulis selama mengikuti perkuliahan hingga saat ini.


Kepada Ayahanda Alm. Drs. P. Gultom, Ibunda R. Hutabarat selaku orang tua, kepada A. Nainggolan dan M. Panjaitan selaku mertua, kepada Istri tersayang Eka Prasty Nainggolan, S.Pd, dan kepada kedua buah hatiku Slavina Mathilda Putrianda Br. Gultom dan Secilia Ananda Br. Gultom, kepada abangda dan kakanda, juga kepada adik ipar dan lae di Pakam, yang tidak dapat saya sebutkan satu persatu, terimakasih atas segala pengorbanannya, baik moril maupun materil budi baik ini tidak dapat dibalas hanya diserahkan kepada Yesus Kristus. Rekan mahasiswa/i Angkatan kedua tahun 2010 pada Program Pascasarjana Fakultas Fasilkom-TI Universitas Sumatera Utara yang telah banyak membantu penulis baik berupa dorongan semangat dan doa selama mengikuti perkuliahan. Semua pihak yang tidak dapat penulis sebutkan satu persatu dalam tesis ini, terimakasih atas segala bantuan dan doa yang diberikan. Dengan segala kekurangan dan kerendahan hati, sekali lagi penulis mengucapkan terima kasih. Semoga kiranya Tuhan yang membalas segala bantuan dan kebaikan yang telah kalian berikan.

Medan,

Juni 2012

ZEFRI PAULANDA NIM 107038004


MODEL PROFIL MAHASISWA YANG POTENSIAL DROP OUT MENGGUNAKAN TEKNIK KERNEL K-MEAN CLUSTERING DAN DECISION TREE ABSTRAK Tesis ini merepresentasikan suatu model profil mahasiswa yang potensial drop out. Model ini disusun dengan menggunakan kernel k-mean clustering dan Decision Tree. Ini dimotivasi oleh adanya ketidakseragaman penyebab mahasiswa yang drop out dalam program D3 Tehnik Informatika FMIPA USU Medan. Oleh karena itu perlu sebuah model profil mahasiswa yang kemungkinan drop out seorang mahasiswa. Sebagai contoh kasus diambil data mahasiswa D3 Tehnik Informatika FMIPA USU Medan untuk angkatan 2009/2010 dan 2010/2011. Data yang diperoleh terlebih dahulu dikelompokkan untuk mendapatkan informasi kondisi mahasiswa secara keseluruhan. Berdasarkan analisa model yang diperoleh ditemukan Mahasiswa yang potensial drop out disebabkan oleh karena tidak ada lagi minat belajar mahasiswa, kurangnya faktor dukungan orang tua, kurangnya kepercayaan diri juga kurangnya prilaku dan waktu belajar mahasiswa.

Kata Kunci : K-mean clustering, Decision tree, Drop Out, Algoritma C-45, Indeks Prestasi


MODEL PROFILE OF POTENTIAL STUDENTS DROP OUT TECHNIQUE USING KERNEL K-MEANS CLUSTERING AND DECISION TREE ABSTRACT This thesis presents a model profile of potential students who drop out. The model was compiled using kernel k-means clustering and Decision Tree. This is motivated by the existence of unequal causes students who drop out in the program D3 Technical Information Faculty USU Medan. Therefore need a model profile of students who drop out the possibility of a student. For example take the case of student data D3 Technical Information Faculty USU Medan to force 2009/2010 and 2010/2011. The data obtained were grouped to obtain advance information of students overall condition. Based on the analysis of models obtained are found students who drop out due to potential because there is no interest in learning of students, lack of parental support factor, a lack of confidence is also a lack of time behavior and student learning.

Keywords : K-mean clustering, Decision tree, Drop Out, Algoritma C-45, Indeks Prestasi


DAFTAR ISI

Halaman KATA PENGANTAR ABSTRAK ABSTRACT DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL DAFTAR LAMPIRAN

i iii iv v vii viii ix

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Perumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian

1 1 6 6 7 7

BAB II 2.1 2.2 2.3

TINJAUAN PUSTAKA Penambangan Data (Data Mining) Penambangan Data Pada Pendidikan Tinggi Algoritma Clustering (Clustering Algorithm) 2.3.1 Clustering Hirarkhi (Hierarchical Clustering) 2.3.2 Clustering Partisional (Partisional Clustering) Analisis Cluster Metode Kernel Fungsi Kernel Kernel K-Means Clustering Decision Tree Algoritma C 4.5 Persamaan dengan Riset-Riset Lain Perbedaan dengan Riset-Riset Lain Kontribusi Riset

9 9 11 15 19 20 22 23 24 26 31 32 37 38 39

METODOLOGI PENELITIAN Lokasi dan Waktu Penelitian Rancangan Penelitian 3.2.1 Perhitungan dengan menggunakan Gain dan Entropy Diagram Aktivitas Penelitian Teknik Pengumpulan Data Pra Pemrosesan Data (Preprocessing Data) Clustering (Kernel k-Means)

40 40 40 41 42 43 44 47

2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11 2.12

BAB III 3.1 3.2 3.3 3.4 3.5 3.6


3.7 3.8

BAB IV 4.1 4.2 4.3 4.4 4.5 4.6

BAB V 5.1 5.2

Model Cluster Interpretasi

47 48

HASIL DAN PEMBAHASAN Pendahuluan Hasil Penelitian Cluster Model Cluster Data Berdasarkan Predikat Prestasi Akademik Analisis Cluster Analisis Percobaan Decision Tree 4.6.1. Cara untuk menghitung atribut pada nilai Gain dan Entropy

53 53 53 55 57 58 59

KESIMPULAN DAN SARAN Kesimpulan Saran

70 70 70

DAFTAR PUSTAKA LAMPIRAN

65

71 L-1


DAFTAR GAMBAR

Nomor Gambar 2.1 2.2 3.1 4.1 4.2 4.3 4.4 4.5 4.6 4.7

Judul

Halaman

Tahap-Tahap Menggali Pengetahuan Dari Pangkalan Data Proses Pemetaan Kernel Diagram aktivitas Kerja Penelitian Cluster Model Distribusi data antara IPK dengan minat belajar, kepercayaan diri, prilaku belajar, dukungan orangtua dan waktu belajar Anggota Cluster berdasarkan Predikat Grafik Decision Tree Model Aturan Text Decision Tree Profil Predikat Kelulusan Pohon keputusan berdasarkan urutan gain tertinggi

9 26 54 55 57

58 59 64 65 67


DAFTAR TABEL

Nomor Tabel 3.1 3.2 3.3 3.4 4.1 4.2

Judul Tampilan Data Set Tampilan Data Kategorisasi IPK Tampilan Kategorisasi Data Data dalam bentuk XML Hasil Clustering dalam Data View

Halaman 44 45 46 46 54 56


DAFTAR LAMPIRAN

Nomor Lampiran

Judul

Halaman

A B C D

KUESIONER Korelasi Penelitian 400 Data Data percobaan pembuatan aturan decision tree Data aturan Decision Tree berpotensial DO atau Tidak

L-1 L-5 L-10 L-19


TINF

Recommend Documents