Kode/Nama Rumpun Ilmu: 463/Teknik Perangkat Lunak
USULAN PENELITIAN DOSEN PEMULA
Judul Penelitian : Sistem Rekomendasi Penentuan Jurusan Kuliah Berbasis Profil dan Minat Siswa untuk Mengantisipasi Kesalahan Pemilihan Jurusan Calon Mahasiswa Baru
Tim Pengusul : Desi Purwanti Kusumaningrum, M.Kom
0613127701
Noor Ageng Setiyanto, M.Kom
0603127301
Erwin Yudi Hidayat, M.CS
0605078501
UNIVERSITAS DIAN NUSWANTORO SEMARANG 2015
i
ii
DAFTAR ISI
DAFTAR ISI ...................................................................................................... i RINGKASAN .................................................................................................... ii BAB I PENDAHULUAN .................................................................................. 1 1.1 Latar Belakang ....................................................................................... 1 1.2 Rumusan Masalah .................................................................................. 2 1.3 Tujuan Penelitian .................................................................................... 3 1.4 Manfaat Penelitian .................................................................................. 3 1.5 Potensi Luaran ........................................................................................ 3 BAB II TINJAUAN PUSTKA .......................................................................... 4 2.1 Sistem Rekomendasi ............................................................................... 4 2.2 Sistem Rekomendasi dalamPendidikan .................................................. 4 2.3 Data Mining dalam Dunia Pendidikan .................................................. 5 BAB III METODE PENELITIAN ..................................................................... 6 3.1 Tahapan Penelitian ................................................................................. 6 3.2 Lokasi dan Objek Penelitian ................................................................... 8 3.3 Metode Pengumpulan Data .................................................................... 8 BAB IV BIAYA DAN JADWAL PENELITIAN ............................................. 9 4.1 Anggaran Biaya ...................................................................................... 9 4.2 Jadwal Penelitian .................................................................................... 9 DAFTAR PUSTAKA ........................................................................................ 11
i
RINGKASAN
Kegagalan studi mahasiswa pada kuliah merupakan salah satu masalah serius yang kita hadapi saat ini. Data dari Pusat Statistik Pendidikan Badan Penelitian dan Pengembangan Departemen Pendidikan Nasional Republik Indonesia menunjukkan bahwa persentase kelulusan mahasiswa tepat waktu pada tahun 2001 hingga 2011 hanya mencapai 51,97% saja. Selain itu, kasus mahasiswa Drop Out mahasiswa pada semester awal juga cukup signifikan. Salah satu penyebab kegagalan studi ini adalah kesalahan pemilihan jurusan pada saat mendaftar kuliah. Kurangnya informasi tentang jurusan yang akan dipilih membuat calon mahasiswa sering hanya mengandalkan rekomendasi dari teman atau keluarga yang mungkin memiliki profil akademik dan minat yang berbeda. Penelitian ini menawarkan sistem rekomendasi pemilihan jurusan kuliah yang dibangun berdasarkan data profil dan minat mahasiswa lama yang berhasil secara akademik, dengan menggunakan teknik Association Rule. Hasil dari aturan hubungan tersebut kemudian akan dicocokkan dengan calon mahasiswa baru dengan menggunakan kuisioner dinamis, sehingga diharapkan calon mahasiswa baru mendapatkan rekomendasi jurusan kuliah yang lebih valid sesuai dengan profil dan minatnya masing-masing. Sistem yang akan dibangun pada penelitian ini akan memanfaatkan data mahasiswa yang tersimpan pada sistem akademik Universitas Dian Nuswantoro dan kuisioner tambahan yang akan disebarkan secara online. Karena menggunakan teknik Data Mining, aturan relasi yang dibuat dapat diperbaharui dengan cepat saat mendapatkan fakta baru yang berpengaruh, tanpa harus membongkar sistem. Meskipun studi kasus yang digunakan adalah pada Universitas Dian Nuswantoro, model yang dibangun dapat diadaptasi oleh semua universitas yang telah memiliki sistem informasi akademik. Pada akhirnya sistem ini diharapkan dapat digunakan untuk meminimalkan kegagalan studi mahasiswa yang disebabkan kesalahan pemilihan jurusan.
ii
BAB I PENDAHULUAN 1.1
Latar Belakang
Persentase jumlah mahasiswa lulus tepat waktu perguruan tinggi merupakan salah satu faktor yang menentukan kualitas perguruan tinggi (PP No. 66 tahun 2010). Berdasarkan data dari Pusat Statistik Pendidikan Badan Penelitian dan Pengembangan Departemen Pendidikan Nasional Republik Indonesia, dari 3011 jumlah perguruan tinggi di Indonesia, pada tahun 2001 sampai dengan 2010 perguruan tinggi menerima rata-rata sebanyak 868.050 mahasiswa dan hanya meluluskan rata-rata 451.168 mahasiswa setiap tahunnya atau hanya mencapai 51,97% dari jumlah mahasiswa baru (Hastuti, 2012). Sedangkan di Jawa Tengah, dari 250 lembaga penyelenggara perguruan tinggi negeri dan swasta tercatat mahasiswa baru 73.656 dengan jumlah mahasiswa (student body) 325.358 dan jumlah lulusan hanya 53.307.
Bahkan untuk perguruan tinggi besar seperti Institut Teknologi Sepuluh November (ITS), minimnya jumlah lulusan juga menjadi masalah, seperti diungkapkan
pada
penelitian
(Khoirunnisak,
2011).
Penelitian
tersebut
menunjukkan bahwa dari 434 mahasiswa ITS, mayoritas mahasiswa drop out pada semester kedua dan keempat dengan rata-rata nilai Indeks Prestasi Kumulatif (IPK) dan TPB mahasiswa drop out masing-masing adalah 1,7908. Sebanyak 49,8 % mahasiswa drop out berusia 18 tahun di mana 338 mahasiswa dari 434 yang drop out berasal dari wilayah Jawa Timur. Persentase mahasiswa drop out yang berasal dari sekolah negeri adalah sebesar 77 % dengan pekerjaan orang tua terbanyak adalah pegawai negeri dengan penghasilan mayoritas antara 500.0002.500.000. Dari 434 mahasiswa, 281 orang masuk melalui jalur SNMPTN.
Salah satu faktor kegagalan mahasiswa dalam bidang akademik adalah karena jurusan yang dipilih tidak sesuai dengan minat dan kemampuan mahasiswa tersebut. Kecenderungan calon mahasiswa untuk mendaftar karena mengikuti tren atau paksaan orang tua memberikan dampak negatif pada performa akademik mahasiswa. Mahasiswa yang salah memilih jurusan tidak dapat mengikuti
1
perkuliahan yang disampaikan sehingga menurunkan penghargaan terhadap diri sendiri, dan akhirnya berdampak pada kegagalan pada studinya. Meskipun belum ada penelitian lebih lanjut tentang dampak salah pemilihan jurusan, namun beberapa berita dari media seperti (DO Akibat Salah Jurusan, 2013) dan (Awas, Salah Jurusan Fatal Akibatnya!, 2013) menemukan kecenderungan mahasiswa drop out di semester awal karena salah memilih jurusan.
Calon mahasiswa baru memerlukan rekomendasi pemilihan jurusan atau program studi kuliah yang sesuai dengan minat dan kemampuan mereka, bukan hanya didasarkan pada rekomendasi teman atau keluarga yang mungkin memiliki minat dan bakat yang berbeda. Rekomendasi akan lebih valid jika didasarkan pada data dan pengalaman mahasiswa lain yang telah memasuki kuliah sebelumnya.
Universitas Dian Nuswantoro (Udinus) memiliki sistem informasi akademik yang disebut sebagai Sistem Informasi Akademik Universitas Dian Nuswantoro (SiAdin) yang menyimpan data profil mahasiswa dan riwayat akademik mahasiswa mulai dari pertama kali masuk hingga wisuda. Informasi yang tersimpan pada SiAdin tersebut dapat dimanfaatkan sebagai pengetahuan (knowledge) (El-Halees, 2008) sistem rekomendasi penentuan jurusan dengan menggunakan teknik data mining (Witten, 2011). Meski demikian, belum ada yang memanfaatkan data tersebut untuk menjadi sistem rekomendasi. Salah satu alasannya karena data yang tersimpan dalam SiAdin masih belum mencukupi untuk dijadikan sistem rekomendasi.
Penelitian ini berupaya untuk mengembangkan sistem rekomendasi dengan memanfaatkan teknik data mining pada data SiAdin, kemudian menggunakan kuisioner untuk mengisi kekurangan data yang diperlukan.
1.2
Rumusan Masalah
Dari latar belakang di atas, dapat dirumuskan permasalahan yang akan diselesaikan dalam penelitian ini adalah bagaimana mengembangkan sistem
2
rekomendasi pemilihan jurusan kuliah dengan memanfaatkan data profil dan kemampuan siswa yang terdapat pada SiAdin, serta mengombinasikannya dengan data hasil isian kuisioner untuk melengkapi data yang diperlukan.
1.3
Tujuan Penelitian
Tujuan dari penelitian ini adalah dikembangkannya sistem rekomendasi pemilihan jurusan yang memanfaatkan data profil mahasiswa yang tersimpan pada SiAdin dan mengombinasikannya dengan kuisioner untuk membantu calon mahasiswa menentukan jurusan. Sehingga calon mahasiswa mendapatkan informasi mengenai jurusan yang cocok untuk dirinya.
1.4
Manfaat Penelitian
Hasil penelitian ini akan dapat memberikan manfaat sebagai berikut: 1. Sistem rekomendasi yang dihasilkan diharapkan dapat meningkatkan angka kelulusan mahasiswa dan sebaliknya juga menekan angka kegagalan studi mahasiswa yang dikarenakan salah jurusan. 2. Gabungan teknik yang digunakan pada penelitian ini, selama studi pustaka dilakukan, belum pernah digunakan pada penelitian sistem rekomendasi sebelumnya. Pengetahuan yang didapatkan bisa diperbaharui setelah didapatkan fakta terbaru tanpa harus membangun ulang sistem.
1.5
Potensi Luaran
Sedangkan potensi luaran yang dihasilkan dari penelitian ini berupa: 1. Publikasi artikel ilmiah tingkat nasional dan atau internasional. 2. Produk tepat guna yang dapat digunakan calon mahasiswa baru untuk mendapatkan rekomendasi jurusan yang cocok dengan profil dan minat bakat masing-masing.
3
BAB II TINJAUAN PUSTAKA 2.1
Sistem Rekomendasi
Sistem rekomendasi merupakan program aplikasi yang digunakan untuk memberikan sugesti sebuah produk, servis, dan informasi sebuah benda terhadap konsumen potensial (Huang, 2006). Sistem ini biasa digunakan pada bisnis perbelanjaan elektronik untuk menawarkan produk-produk tertentu pada konsumen berdasarkan kesukaanya sendiri. Selain digunakan pada jual beli online, sistem rekomendasi juga banyak digunakan pada aplikasi jejaring sosial (Özseyha, 2012) untuk memberi sugesti kepada pengguna, tentang pengguna lain yang mungkin dikenal, atau mempunyai ketertarikan yang sama dengan pengguna tersebut.
Teknik association rule data mining biasanya digunakan untuk membangun sistem rekomendasi ini, seperti pada (Mican, 2010), (Smith et al, 2005), dan (Lin, 2000). Sehingga rekomendasi yang diberikan bukan hanya sekedar berdasarkan terkaan saja, namun berasal dari fakta empiris yang ada. Selain itu kelebihan penggunaan data mining sebagai perangkat untuk membuat rekomendasi adalah aturan atau pengetahuan rekomendasinya dapat diperbaharui berdasarkan faktafakta baru yang mungkin muncul dan berpengaruh pada hasilnya.
2.2
Sistem Rekomendasi dalam Pendidikan
Beberapa penelitian yang membahas penggunaan sistem rekomendasi dalam dunia pendidikan diantaranya adalah (Nurfitriana, 2012) yang menggunakan pendekatan
prosedural,
menerjemahkan
hasil
wawancara
dengan
pakar
pendidikan ke dalam pohon aturan yang digunakan sebagai mesin untuk memilih jurusan yang tepat. Kekurangan sistem ini adalah penggunan harus mengerjakan serangkaian Tes Potensi Akademik (TPA) terlebih dahulu untuk mendapatkan rekomendasi. Selain itu pohon keputusan yang dibuat bersifat pasti, tidak dapat otomatis berubah meskipun ada fakta baru atau pengetahuan baru dari pakar lain.
4
Penelitian lain yang menggunakan sistem rekomendasi dalam pendidikan adalah (Diahpangastuti, 2012). Pada penelitian tersebut menggunakan association rule data mining untuk menentukan pemilihan topik skripsi mahasiswa didasarkan pada performa akademiknya selama belajar di perguruan tinggi. Meski menggunakan teknik yang sama, implementasi penelitian tersebut berbeda dengan penelitian ini, terutama pada bagian implementasinya dan juga pengolahan datanya.
2.3
Data Mining dalam Dunia Pendidikan
Data mining dalam dunia pendidikan dikenal dengan Educational Data Mining (EDM) (Marques-Vera, 2011). Educational Data Mining muncul terkait dengan pengembangan metode untuk menggali data pendidikan untuk lebih memahami perilaku mahasiswa. Dengan memahami perilaku mahasiswa maka dapat diprediksi mahasiswa yang berpotensi gagal dalam akademik.
Penelitian tentang klasifikasi algoritma data mining untuk prediksi mahasiswa yang memiliki potensi drop out dilakukan oleh (Kotsiantis, 2010) dengan menggunakan 354 mahasiswa Hellenic Open University sebagai data set. Kotsiantis mengelompokkan 2 kelompok atribut yaitu: berbasis kurikulum dan kinerja mahasiswa. Atribut kelompok berbasis kurikulum terdiri atas jenis kelamin, usia, status marital, jumlah anak, pekerjaan, kemampuan komputer, dan hubungan pekerjaan dengan komputer. Adapun atribut dalam kelompok kinerja mahasiswa terdiri atas tatap muka ke-1, tugas ke-1, tatap muka ke-2, dan tugas ke-2.
Implementasi yang digunakan adalah WEKA. Kotsiantis (2010)
menggunakan enam algoritma yaitu decision tree, neural network, naïve bayes, instance-based learning, logistic regression, dan support vector machine.
Penelitian oleh Kovacic (2010) menyelidiki latar belakang socio-demographic mahasiswa dengan menggunakan atribut (usia, jenis kelamin, etnis, pendidikan, status pekerjaan dan kekurangan) dan study environment (program studi dan course block). Data dianalisa dengan menggunakan SPSS 17 dan Statistika 8.
5
Penelitian tersebut dilakukan untuk mengetahui faktor-faktor yang mempengaruhi kelancaran atau drop out mahasiswa di Open Polytechnic of New Zealand dengan menggunakan 450 data set mahasiswa memanfaatkan algoritma CART.
Dalam penelitian ini akan dijelaskan tentang teknik klasifikasi algoritma data mining. Algoritma yang akan dianalisis adalah logistic regression, decision tree, naïve bayes, dan neural network.
BAB III METODE PENELITIAN 3.1
Tahapan Penelitian Pengumpulan data awal sistem rekomendasi
Wawancara untuk mendesain kuisioner
Mengolah data kuisioner dengan teknik data mining
Pembuatan antarmuka sistem rekomendasi Sistem Sistem RekomenRekomendasi dasi
Studi pustaka materi sistem rekomendasi dan pemilihan jurusan
Melakukan kuisioner secara online
Gambar 3.1
Uji coba hasil data mining kuisioner
Penarikan kesimpulan dan pembuatan laporan
Tahapan Penelitian
Tahapan pada penelitian ini ditunjukkan oleh gambar 3.1, dengan penjelasan lebih lanjut sebagai berikut. Penelitian ini dimulai dengan mengumpulkan data awal tentang sistem rekomendasi, apa saja yang dibutuhkan, dan bagaimana cara untuk membuat sistem tersebut. Tahapan ini akan menghasilkan proposal yang berisi kajian dan rumusan masalah serta teori awal tentang sistem rekomendasi jurusan kuliah.
Pada tahap selanjutnya setelah mengumpulkan data awal, dilakukan studi pustaka dengan mencari-cari referensi pada artikel ilmiah dan sumber informasi online.
6
Tujuannya adalah untuk mendapatkan gambaran bagaimana membangun sistem rekomendasi jurusan kuliah dan faktor apa saja yang perlu diperhatikan dalam pengembangan sistem tersebut.
Tahap ketiga penelitian adalah melakukan wawancara dengan beberapa sumber terutama ketua program studi pada Udinus untuk mendapatkan informasi faktor apa saja yang dapat menjadi pertimbangan pemilihan sebuah jurusan pada sebuah perguruan tinggi. Luaran dari wawancara ini digunakan untuk menyusun kuisioner yang akan dibagikan kepada mahasiswa. Setelah siap, kuisioner akan disebarkan melalui SiAdin agar semua mahasiswa bisa mengakses dan mengisi kuisioner dengan mudah. Jawaban kuisioner mahasiswa akan disesuaikan dengan profil mahasiswa yang bersangkutan, termasuk performa akademik mahasiswa dan profil demografi.
Hasil kuisioner yang digabungkan dengan profil mahasiswa kemudian akan diolah dengan menggunakan algoritma association rule untuk mendapatkan keterkaitan data isian kuisioner dan prestasi dan profil mahasiswa. Luaran dari tahap ini akan didapatkan sebuah aturan keterkaitan antara IPK mahasiswa yang diasumsikan sebagai persentase keberhasilan dengan profil dan isian kuisioner. Aturan keterkaitan tersebut akan dijadikan acuan rekomendasi pemilihan jurusan kuliah. Langkah selanjutnya setelah didapatkan aturan keterkaitan adalah menguji coba aturan tersebut dengan beberapa data baru untuk mendapatkan angka performa dan validitas.
Setelah proses pembuatan aturan keterkaitan selesai, maka dibuat antarmuka aplikasi rekomendasi yang akan terhubung langsung dengan calon mahasiswa. Aplikasi akan dikembangkan dengan berbasis web, sehingga pengguna (siswa calon pendaftar perguruan tinggi) dapat mengakses secara mudah dengan memanfaatkan internet.
7
Langkah terakhir dari penelitian ini adalah penarikan kesimpulan dan pembuatan laporan akhir, termasuk membuat makalah artikel ilmiah yang akan diterbitkan pada jurnal nasional terakreditasi atau jurnal internasional.
3.2
Lokasi dan Objek Penelitian
Kegiatan penelitian dilakukan di Universitas Dian Nuswantoro, Jalan Nakula I No. 11-15 Semarang 50131. Adapun objek penelitian adalah siswa yang mendaftar sebagai calon mahasiswa program studi jenjang strata 1.
3.3
Metode Pengumpulan Data
Berdasarkan tahapan penelitian yang telah dijelaskan sebelumnya, metode pengumpulan data yang dilakukan pada penelitian ini meliputi: 1.
Metode Wawancara Dalam penelitian ini narasumber berasal dari ketua program studi yang ada pada Udinus. Topik wawancara akan difokuskan pada faktor apa saja yang sebaiknya menjadi pertimbangan pemilihan program studi. Hasil wawancara ini akan dijadikan dasar untuk membuat kuisioner pada tahap selanjutnya.
2.
Studi Pustaka Studi pustaka dilakukan untuk mendapatkan informasi tambahan tentang pertimbangan pemilihan program studi dan sekaligus mencari alternatif teknik yang akan digunakan untuk mengolah data. Pada tahap ini peneliti akan mempelajari buku-buku kepustakaan, jurnal ilmiah, dan informasi dari internet, serta referensi terkait mengenai segala sesuatu yang berhubungan dengan kebutuhan penelitian.
3.
Kuisioner Melalui SiAdin Kuisioner akan dibagikan secara acak terhadap mahasiswa Udinus dengan menggunaan Sistem Akademik Online. Penggunaan sistem akademik untuk sarana pengisian kuisioner berguna untuk memudahkan pengumpulan data tanpa harus mendatangi mahasiswa satu persatu. selain itu dengan mengintegrasikan dengan Sistem akademik dapat diketahui dengan mudah profil mahasiswa pengisi kuisioner.
8
BAB IV BIAYA DAN JADWAL PENELITIAN 4.1
Anggaran Biaya
Dalam menjalankan kegiatan – kegiatan diperlukan anggaran dana untuk menunjang kesuksesan kegiatan tersebut. Berikut adalah anggaran biaya secara globalyang akan diusulkan penelitian ini :
No. 1 2 3 4 5
4.2
Jenis Pengeluaran Honor Peralatan penunjang Bahan habis pakai Perjalanan Seminar hasil Jumlah
Biaya yang diusulkan (Rp) 2.976.000,5.340.000,2.215.000,2.200.000,2.250.000,14.981.000,-
Jadwal Penelitian
Penelitian ini akan dilaksanakan selama 12 bulan. Adapun rincian pembagian jenis kegiatan dipaparkan pada tabel berikut:
No. 1
Jenis Kegiatan
1
Pengumpulan data awal a. Pengumpulan kebutuhan b. Analisis Permasalahan
2
Studi Pustaka a. Studi sistem rekomendasi b. Studi pemilihan jurusan c. Studi faktor minat demografi mahasiswa
3
dan
Wawancara Sumber a. Persiapan wawancara
9
2
3
4
5
6
7
8
9
10
11
12
b. Wawancara Ka.Progdi c. Simpulan hasil wawancara d. Pembuatan kuisioner 4
Kuisioner Online d. Pembuatan tool kuisioner online a. Penyebaran kuisioner b. Rekapitulasi hasil
5
Pengolahan Data a. Desain data mining b. Penerapan data mining
6
Pengujian Hasil a. Translasi hasil aturan b. Implementasi ke data baru
7
Pembuatan antarmuka a. Desain antarmuka e. Translasi data mining ke algoritma b. Pengujian antarmuka
8
Pembuatan Laporan
10
DAFTAR PUSTAKA Awas, Salah Jurusan Fatal Akibatnya!, 2013, diakses pada 11 Juni 2013 http://campuslifemagz.beritasatu.com/landing.php?kategori=study &id=388 Diahpangastuti, N., 2012. Sistem Rekomendasi Bidang Minat Siswa dengan Metode Association Rule dan Algoritma Apriori. Skripsi S1 Teknik Informatika FTIF Institut Teknologi Sepuluh November DO Akibat Salah Jurusan, 2013, diakses pada 10 Juni 2013, http://edukasi.kompas.com/read/2010/11/10/05360848/DO.akibat. Salah.Jurusan El-Halees, A., 2008. Mining Students Data to Analyze Learning Behavior: A Case Study. In Proceeding of The 2008 International Arab Conference of Information Technology (ACIT2008) Hastuti, K., 2012. Analisis Komparasi Algoritma Klasifikasi Data Mining untuk Prediksi Mahasiswa Nonaktif. Seminar Nasional Teknologi Informasi & Komunikasi Terapan (Semantik) 2012 Huang, Z., Zeng, D., & Chen, H., 2006. A Comparative Study of Recommendation Algorithms for E-Commerce Applications. IEEE Intelligent Systems Khoirunnisak, M., 2011. Pemodelan Faktor-faktor yang Mempengaruhi Mahasiswa Berhenti Studi (Drop Out) di Institut Teknologi Sepuluh Nopember Surabaya Menggunakan Analisis Bayesian Mixture Survival. Skripsi S1 Statistika Institut Teknologi Sepuluh November Kotsiantis, S., 2010. Educational Data Mining: A Case Study for Predicting Dropout-Prone Students. Int. J. of Knowledge Engineering and Soft Data Paradigms, (pp 101-111) Kovacic, Z. J., 2010. Early Prediction of Student Success: Mining Students Enrolment Data. In Proceedings of Informing Science & IT Education Conference (InSITE) (pp. 647-665) Lin, W., Alvarez, S. A., & Ruiz, C., 2000. Collaborative Recommendation via Adaptive Association Rule Mining. In Proceedings of the International Workshop on Web Mining for E-Commerce (WEBKDD) Marquez-Vera, C., Romero, C., & Ventura, S., 2011. Predicting School Failure using Data Mining. In Proceedings of the 4th International Conference on Educational Data Mining (pp. 271-276) Mican, D., & Tomai, N., 2010. Association-Rules-Based Recommender System for Personalization in Adaptive Web-Based Applications, 10th International Conference on Web Engineering ICWE. SpringerVerlag Nurfitriana, N., Darmawan, I., & Akbar, R. E., 2012. Rancang Bangun Aplikasi Sistem Pakar Berbasis Web untuk Rekomendasi Pemilihan
11
Jurusan di Universitas Siliwangi. Jurnal e-Informatika Siliwangi vol. 1, no. 1, 2012 Özseyha, C., Badur, B., & Darcan, O. N., 2012. An Association Rule-Based Recommendation Engine for an Online Dating Site. Communications of the IBIMA Peraturan Pemerintah Republik Indonesia Nomor 66 tahun 2010 tentang Perubahan atas Peraturan Pemerintah Nomor 17 tahun 2010 tentang Pengelolaan dan Penyelenggaraan Pendidikan. Smyth, B., McCarthy, K., Reilly, J., O’Sullivan, D., McGinty, L., & Wilson, D. C., 2005. Case Studies in Association Rule Mining for Recommender Systems. In Proc. of International Conference on Artificial Intelligence (ICAI’05) Witten, I. H., Frank, E., & Hall, M. A., 2011. Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann
12
Lampiran 1 Justifikasi Anggaran Penelitian 1. Honor Waktu Honor Honor/jam (Rp) (jam/min ggu) Ketua 11.000,3 Anggota 1 10.000,3 Anggota 2 10.000,3 SUB TOTAL (Rp) 2. Peralatan penunjang Material
Sewa laboratorium
Justifikasi pemakaian
Kuantitas
Pembuatan prototype sistem rekomender
1 unit
Sewa modem Akses internet 3 unit GSM Sewa printer Cetak laporan 1 unit laser jet colour Rapid Miner Sewa software 1 unit software Jasa Internet Langganan Service Provider internet unlimited 4 orang (ISP) 12 bulan SUB TOTAL (Rp) 3. Bahan Habis Pakai Justifikasi Material Kuantitas pemakaian Kertas HVS A4 Alat tulis kantor 4 rim 80 gram Toner printer Alat tulis kantor 2 unit laser black Toner printer Alat tulis kantor 2 unit laser colour CD blocknote Alat tulis kantor 5 set Menyimpan SD card dan waawancara pada 1 unit baterai recorder recorder Menyimpan data Extrenal dan hasil 1 unit Haddisk pengolahan data SUB TOTAL (Rp)
13
Minggu 32 32 32
Harga satuan (Rp)
Honor (Rp) 1.056.000,960.000,960.000,2.976.000,Harga peralatan penunjang (Rp)
650.000,-
650.000,-
960.000,-
2.880.000,-
510.000,-
510.000,-
500.000,-
500.000,-
200.000,-
800.000,5.340.000,-
Harga satuan (Rp)
Biaya (Rp)
35.000,-
140.000,-
225.000,-
450.000,-
325.000,-
650.000,-
30.000,-
150.000,-
275.000,-
275.000,-
550.000,-
550.000,2.215.000,-
4. Perjalanan Justifikasi Kuantitas Perjalanan Ke Unit Transportasi Pengembangan 20 orang survei dan riset Sistem Informasi UDINUS Konsumsi Biaya konsumsi 20 orang diskusi rapat tim peneliti SUB TOTAL (Rp) 5. Seminar hasil Material
Kegiatan Publikasi penelitian Desiminasi
Justifikasi
Biaya (Rp)
75.000,-
1.500.000,-
30.000,-
600.000,2.200.000,-
1
Harga Satuan (Rp) 1.400.000,-
Biaya (Rp) 1.400.000,-
1
850.000,-
850.000,2.250.000,14.981.000,-
Kuantitas
Publikasi penelitian
Harga Satuan (Rp)
SUB TOTAL (Rp) TOTAL ANGGARAN YANG DIPERLUKAN (Rp)
Lampiran 2 Susunan Organisasi Tim Peneliti dan Pembagian Tugas No
Nama
NIDN (posisi)
Bidang Ilmu
1
Desi Purwanti K, M.Kom
0613127701 (Ketua Peneliti)
Rekayasa Perangkat Lunak
2
Noor Ageng Setiyanto, M.Kom
0603127301 (Anggota Peneliti)
Rekayasa Perangkat Lunak
3
Erwin Yudi Hidayat, M.CS
0605078501 (Anggota Peneliti)
Alokasi Waktu (jam/minggu) 3
3
3
14
Uraian Tugas Mengkoordinasi seluruh kegiatan penelitian Analisa hasil, Membuat laporan dan diseminasi Merancang I/O Mengkonversi desain logic menjadi operasi dalam bahasa pemrograman Analisa hasil Merancang I/O Analisa Hasil Pengujian Sistem
Lampiran 3 Biodata Ketua dan Anggota
Biodata Ketua Peneliti A. Identitas Diri 1
Nama Lengkap (dengan jelas)
Desi Purwanti Kusumaningrum, M.Kom
2
Jenis Kelamin
Perempuan
3
Jabatan Fungsional
Lektor
4
NPP
0686.11.2009.360
5
NIDN
0613127701
6
Tempat dan Tanggal Lahir
Cilacap, 13 Desember 1977
7
Alamat Rumah
Jl. Gatot Subroto No. 14A RT 02 RW 06 Pasadena Semarang 50183
8
Nomor Telepon/Fax/HP
081 5652 1624
9
Alamat Kantor
Jl. Nakula I No. 5 – 11 Semarang 50131
10 Nomor Telepon/Faks
024-3520165 / 024-3569684
11 Alamat E-mail
[email protected]
12 Lulusan yang Telah
S1 = 56 orang; S2 = orang; S3= orang
Dihasilkan 13 Mata Kuliah yang Diampu
1. Algoritma dan Pemrograman 2. Sistem Basis Data 3. Strategi Algoritma
B. Riwayat Pendidikan S1 Nama Perguruan Tinggi
S2
STMIK Dian
Universitas Dian
Nuswantoro
Nuswantoro
Bidang Ilmu
Manajemen Informatika Teknik Informatika
Tahun Masuk – Lulus
1996-2000
2002 – 2004
Judul Skripsi/Thesis
Sistem Informasi
Analisa dan
15
Pengolahan Data
Perancangan Basis
Nasabah Asuransi
Data Terpadu Sistem
Beasiswa Berencana
Informasi Strategis
pada AJB Bumiputera
Pendidikan Pada
1912 Rayon Tugu
Lembaga Pendidikan
Semarang
Komputer Budiman Semarang
Nama
Ariati Anomsari, S.E.,
Y.Tyas Catur
Pembimbing/Promotor
M.M.
Pramudi, S.Si.,
Edi Faisal, M.Kom.
M.Kom. Edy Mulyanto, S.Si., M.Kom.
C. Pengalaman Penelitian Dalam 5 Tahun Terakhir No Tahun
1
2008
2
2012
3
2013
Judul Penelitian
Pelafalan dan Konversi Bilangan Menjadi Kalimat Menggunakan Borland Delphi 6.0 Analisis Pengelolaan Edukasi dan Pelatihan Pengguna TIK (DS7) Berdasarkan Framework Cobit 4.1 Untuk Meningkatkan Efektifitas Layanan Berbasis TI Pada Universitas Dian Nuswantoro Pengembangan Mobile Learning Management System secara Hybrid (Online/Offline) sebagai Solusi Pengaksesan LMS pada Smartphone dengan Koneksi Terbatas
16
Pendanaan Sumber* Jml (Juta Rp) LP2M 3 UDINUS
LP2M UDINUS
4,5
Dikti
15
D. Pengalaman Pengabdian Kepada Masyarakat Dalam 5 Tahun Terakhir No Tahun
1
2008
2
2012
3
2013
4
2014
5
2014
6
2015
Judul Pengabdian Kepada Masyarakat Pelatihan Mail Merge Bagi GuruGuru SD di Sekitar Universitas Semarang Pelatihan Pembuatan Blog Dengan Wordpresss IbM Siswa SMK Kota Semarang dalam Pembuatan Blog Untuk Mendukung Pembelajaran Pelatihan dan Pendampingan Pembuatan “Buku Bicara” untuk PERTUNI Jawa Tengah Pelatihan Pemanfaatan Layanan Internet sekaligus Sosialisasi Dampak Positif dan Negatif Internet Santripreneurship Membentuk Jiwa Wirausaha berbasis IT untuk Meningkatkan Potensi Pondok Pesantren melalui Internet Marketing
Pendanaan Sumber* Jml (Juta Rp) USM 1,5
LP2M
2
LP2M
3
Pertuni Jateng
5
LP2M
3
LP2M
3
E. Pengalaman Penulisan Artikel Ilmiah Dalam Jurnal Dalam 5 Tahun Terakhir No
Judul Artikel Ilmiah
Volume/Nomor/Tahun
Nama Jurnal
1
Analisis dan Perancangan 2005 Basis Data Terpadu Sistem Informasi Strategis Pendidikan pada LPK Budiman Semarang, tahun 2005, Majalah Ilmiah Dinamika Sains Universitas Pandanaran Semarang.
Majalah Ilmiah Dinamika Sains Universitas Pandanaran Semarang.
2
Komunikasi Online : Volume 5, Nomor 2, Meningkatkan Penjualan Januari 2008, ISSN : Secara Signifikan Dengan 1693-3656 Mengintegrasikan Manajemen Relasi
Jurnal Transformatika Fakultas TIK Universitas Semarang.
17
3
4
Pelanggan menggunakan Komunitas Penjualan Pemodelan & Simulasi Volume 9, Nomor 4, Jurnal Ilmiah Sistem Pengembangan November 2010, ISSN : Techno.com Agroindustri Sutera Alam 1412-2693 ISSN : 14122693 Strategi Peningkatan Prosiding Seminar Prosiding Proses Tata Kelola Nasional Teknologi & Seminar Teknologi Informasi Komunikasi Terapan, Nasional Universitas XYZ Domain (Semantik) 2012, Teknologi & Deliver and Support (DS) UDINUS Semarang Komunikasi Framework Cobit 4.0 ISBN : 979-26-0255-0 Terapan, (Semantik) 2012, UDINUS Semarang
F. Pengalaman Penyampaian Makalah Secara Oral Pada Pertemuan/Seminar Ilmiah Dalam 5 Tahun Terakhir No 1
Nama Pertemuan Judul Artikel Ilmiah Waktu dan Ilmiah/Seminar Tempat Seminar Nasional Sains Pemanfaatan Infrastruktur Tahun 2005, dan Teknologi 2010 Wi-Fi pada Mobile PC Universitas Ahmad dan PDA untuk proses E- Dahlan Yogyakarta Learning di era Intranet dan Internet
G. Pengalaman Penulisan Buku dalam 5 tahun terakhir No
Judul Buku
Tahun
Jumlah Halaman
Penerbit
--------------------------------
H. Pengalaman Perolehan HKI dalam 5 – 10 tahun terakhir No
Judul/Tema HKI
Tahun
Jenis
No P/ID
-------------------------------I. Pengalaman Merumuskan Kebijakan Publik. Rekayasa Sosial lainnya dalam 5 tahun terakhir
18
No
Judul/Tema/Jenis Rekayasa Sosial lainya yang telah diterapkan ---------------------------------
Tahun
Tempat Penerapan
Respon Masyarakat
J. Penghargaan yang pernah diraih dalam 10 tahun terakhir (dari Pemerintah, Sosial, Institusi lainnya) No
Jenis Penghargaan
Institusi Pemberi Penghargaan
Tahun
------------------------Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata dijumpai ketidaksesuaian dengan kenyataan,saya sanggup menerima resikonya. Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan dalam pengajuan Penelitian Dosen Pemula.
Semarang, 27 April 2015 Pengusul,
Desi Purwanti Kusumaningrum, M.Kom NPP.0686.11.2009.360
19
Biodata Anggota Peneliti 1 A. Identitas Diri 1
Nama Lengkap (dengan jelas)
Noor Ageng Setiyanto, M.Kom
2
Jenis Kelamain
Laki – Laki
3
Jabatan Fungsional
Assisten Ahli
4
NPP
0686.11.1997.125
5
NIDN
0603127301
6
Tempat dan Tanggal Lahir
Kudus, 03-Desember-1973
7
Alamat Rumah
Dk. Dermoyo, RT 1/ RW 1, Cengkalsewu, Sukolilo, Pati, 59172
8
Nomor Telepon/Fax/HP
081 127 1203
9
Alamat Kantor
Jl. Nakula I No. 5 – 11 Semarang 50131
10 Nomor Telepon/Faks
024-3520165 / 024-3569684
11 Alamat E-mail
[email protected]
12 Lulusan yang Telah Dihasilkan
S1 = 32 orang; S2 = orang; S3= orang
13 Mata Kuliah yang Diampu
1. Interaksi Manusia dan Komputer 2. Pemrograman Web dan Web Lanjut 3. Jaringan Komputer dan Lanjut
B. Riwayat Pendidikan S1 Nama Perguruan Tinggi Bidang Ilmu Tahun Masuk – Lulus Judul Skripsi/Thesis
Universitas Dian Nuswantoro Sistem Informasi 1993-1996 (DIII) 1999-2001 (S1) Sistem Informasi Pengajaran Praktikum Komputer
20
S2 Universitas Dian Nuswantoro Teknik Informatika 2006 – 2011 Pembelajaran Transport Layer (Koneksi Antar Host) Pada Mata Kuliah Jaringan Komputer Dengan Metode Pendekatan
Nama Pembimbing/Promotor
Dr. Ir. Edi Noersasongko, M.Kom Bambang D. W, S. Si, M.Kom
Problem Based Learning Dr. –Ing Vincent Suhartono Heribertus Himawan, M. Kom
C. Pengalaman Penelitian Dalam 5 Tahun Terakhir No Tahun
Judul Penelitian
Pendanaan Sumber* Jml (Juta Rp)
D. Pengalaman Pengabdian Kepada Masyarakat Dalam 5 Tahun Terakhir No Tahun
Judul Pengabdian Kepada Masyarakat
Pendanaan Sumber* Jml (Juta Rp)
E. Pengalaman Penulisan Artikel Ilmiah Dalam Jurnal Dalam 5 Tahun Terakhir No
Judul Artikel Ilmiah
Volume/Nomor/Tahun
Nama Jurnal
1
Model Bisnis Yang Vol :7/ No.3/2008 Memanfaatkan Kualitas Unik Dari Internet Dan Mendukung Transaksi ECommerce
Majalah Ilmiah Dinamika Sains Universitas Pandanaran Semarang.
2
Pembelajaran Transport Vol : 11//no. 1/2012 Layer (Koneksi Antar Host) Pada Mata Kuliah Jaringan Komputer Dengan Metode
Jurnal Transformatika Fakultas TIK Universitas Semarang.
21
3
Pendekatan Problem Based Learning Aplikasi Mobile Vol : 11/no. 3/2012 Informasi Pariwisata Kota Semarang Berbasis Android
Jurnal Ilmiah Techno.com ISSN : 14122693
F. Pengalaman Penyampaian Makalah Secara Oral Pada Pertemuan/Seminar Ilmiah Dalam 5 Tahun Terakhir No
Nama Pertemuan Ilmiah/Seminar ---------------------------
Judul Artikel Ilmiah
Waktu dan Tempat
G. Pengalaman Penulisan Buku dalam 5 tahun terakhir No
Judul Buku
Tahun
Jumlah Halaman
Penerbit
---------------------------
H. Pengalaman Perolehan HKI dalam 5 – 10 tahun terakhir No
Judul/Tema HKI
Tahun
Jenis
No P/ID
--------------------------
I. Pengalaman Merumuskan Kebijakan Publik. Rekayasa Sosial lainnya dalam 5 tahun terakhir No
Judul/Tema/Jenis Rekayasa Sosial lainya yang telah diterapkan -------------------------
Tahun
22
Tempat Penerapan
Respon Masyarakat
J. Penghargaan yang pernah diraih dalam 10 tahun terakhir (dari Pemerintah, Sosial, Institusi lainnya) No
Jenis Penghargaan
Institusi Pemberi Penghargaan
Tahun
------------------------Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata dijumpai ketidaksesuaian dengan kenyataan,saya sanggup menerima resikonya. Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan dalam pengajuan Penelitian Dosen Pemula.
Semarang, 27 April 2015 Pengusul,
Noor Ageng Setiyanto, M.Kom NPP. 0686.11.1997.125
23
Biodata Anggota Peneliti 2 A. Identitas Diri 1 2 3 4 5 6 7
Nama Lengkap (dengan jelas) Jenis Kelamin Jabatan Fungsional NPP NIDN Tempat dan Tanggal Lahir Alamat Rumah
8 9 10 11 12 13
Nomor Telepon/Fax/HP Alamat Kantor Nomor Telepon/Faks Alamat E-mail Lulusan yang Telah Dihasilkan Mata Kuliah yang Diampu
Erwin Yudi Hidayat, MCS Laki – Laki Tenaga Pengajar 0686.11.2012.442 0605078501 Temanggung, 5 Juli 1985 Desa Gemuruh RT 03 RW 02, Kecamatan Bawang, Kabupaten Banjarnegara 0286592461/08122922048 Jl. Nakula I No. 5 – 11 Semarang 50131 (024) 3517261
[email protected] S1 = - orang; S2 = - orang; S3 = - orang 1. Otomata dan Teori Bahasa 2. Kecerdasan Buatan 3. Matematika Diskrit
B. Riwayat Pendidikan Nama Perguruan Tinggi Bidang Ilmu Tahun Masuk – Lulus Judul Skripsi/Thesis
Nama Pembimbing/Promotor
S1 Univ. Dian Nuswantoro
S2 Universiti Teknikal Malaysia Melaka Teknik Informatika Software Engineering and Intelligence 2005-2009 2010-2012 Analisis Steganografi Digital Image Metode Least Significant Watermarking Bit (LSB) dengan Based on DWT-DCT Penyisipan Sekuensial dan and PSO Random Secara Kuantitatif dan Visual T. Sutojo, S.Si, M.Kom Dr. Azah Kamilah Muda
24
C. Pengalaman Penelitian Dalam 5 Tahun Terakhir Pendanaan No.
Tahun
Judul Penelitian Sumber*
1
2013
Purwarupa Tangible Cultural Heritage Documentation Berbasis Database Multimedia
Dikti
Jml (Juta Rp.) 12.000.000
D. Pengalaman Pengabdian Kepada Masyarakat Dalam 5 Tahun Terakhir Pendanaan No. Tahun
Judul Pengabdian Kepada Masyarakat Sumber*
Jml (Juta Rp.)
E. Pengalaman Penulisan Artikel Ilmiah Dalam Jurnal Dalam 5 Tahun Terakhir No. 1.
2.
3.
4.
5.
Judul Artikel Ilmiah
Volume/Nomor/Tahun
A Comparative Study of Feature Extraction Using PCA and LDA
ISBN 978-1-4577-21540 2011
Optimizing Feature Extraction using PSO-LDA for Face Recognition Feature Extraction on Offline Handwritten Signature using PCA and LDA for Verification System Hybrid DWT-DCT Watermarking Citra Digital Menggunakan Metode Comparison-Based Correlation Embedding NoSQL: Latar Belakang, Konsep, dan Kritik
ISSN 1554-1010 Volume 7 (2012) pp. 222-228
Nama Jurnal 7th International Conference on Information Assurance and Security (IAS) Journal of Information Assurance and Security
ISSN: 2088-6578 2012
International Conference on Information Technology and Electrical Engineering (CITEE)
ISBN 979-26-0255-0
Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2012 (Semantik 2012)
ISSN 979-26-0255-0
Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2012 (Semantik 2012)
25
6. 7.
Hybrid Watermarking Citra Digital Menggunakan Teknik DWT-DCT dan SVD Purwarupa Tangible Cultural Heritage Documentation Berbasis Database Multimedia
ISBN 979-26-0255-0
Universitas Dian Nuswantoro Techno.COM, Vol. 12, No. 4, November 2013: 188-197
Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2011 (Semantik 2011) Techno.COM
F. Pengalaman Penyampaian Makalah Secara Oral Pada Pertemuan/ Seminar Ilmiah Dalam 5 Tahun Terakhir No
Nama Pertemuan Ilmiah/Seminar
1.
7th International Conference on Information Assurance and Security (IAS) Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2012 (Semantik 2012)
2.
Judul Artikel Ilmiah
Waktu dan Tempat
A Comparative Study of Feature Extraction Using PCA and LDA
5-8 Desember 2011 Melaka, Malaysia,
Hybrid DWT-DCT Watermarking Citra Digital Menggunakan Metode Comparison-Based Correlation Embedding
23 Juni 2012 Semarang, Indonesia
G. Pengalaman Penulisan Buku dalam 5 tahun terakhir No
Judul Buku
Tahun
Jumlah Halaman
Penerbit
---------------------------------
H. Pengalaman Perolehan HKI dalam 5 – 10 tahun terakhir No
Judul/Tema HKI
Tahun
------------------------------------
26
Jenis
No P/ID
I. Pengalaman Merumuskan Kebijakan Publik. Rekayasa Sosial lainnya dalam 5 tahun terakhir No
Judul/Tema/Jenis Rekayasa Sosial lainya yang telah diterapkan -------------------------
Tahun
Tempat Penerapan
Respon Masyarakat
J. Penghargaan yang pernah diraih dalam 10 tahun terakhir (dari Pemerintah, Sosial, Institusi lainnya) No Jenis Penghargaan
Institusi Pemberi Penghargaan
Tahun
-------------------------
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata dijumpai ketidaksesuaian dengan kenyataan,saya sanggup menerima resikonya. Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan dalam pengajuan Penelitian Dosen Pemula.
Semarang, 27 April 2015 Pengusul,
Erwin Yudi Hidayat, S.Kom, M.CS NPP. 0686.11.2012.442
27
SURAT PERNYATAAN KETUA PENELITI Yang bertanda tangan di bawah ini: Nama NIDN Pangkat / Golongan Jabatan Fungsional
: Desi Purwanti K, M.Kom : 0613127701 : Penata / III C : Lektor
Dengan ini menyatakan bahwa proposal penelitian saya dengan judul Sistem Rekomendasi Penentuan Jurusan Kuliah Berbasis Profil dan Minat Siswa untuk Mengantisipasi Kesalahan Pemilihan Jurusan Calon Mahasiswa Baru yang diusulkan dalam skema Penelitian Dosen Pemula untuk tahun anggaran 2015 bersifat original dan belum pernah dibiayai oleh lembaga/sumber dana lain. Bilamana di kemudian hari ditemukan ketidaksesuaian dengan pernyataan ini, maka saya bersedia dituntut dan diproses sesuai dengan ketentuan yang berlaku dan mengembalikan seluruh biaya penelitian yang sudah diterima ke kas negara. Demikian pernyataan ini dibuat dengan sesungguhnya dan dengan sebenarbenarnya. Semarang, 28 April 2015 Mengetahui, Ketua LP2M UDINUS
Yang menyatakan, Ketua Peneliti
Prof. Vincent Didiek Wiet Aryanto, MBA, Ph.D NPP. 0686.11.2014.606
Desi Purwanti K, M.Kom. NPP. 0686.11.2009.360
28
