Contoh data mining

  • Published on
    02-Aug-2015

  • View
    453

  • Download
    0

Embed Size (px)

Transcript

<p> 1. iAPLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA (Studi Kasus di Fakultas MIPA Universitas Diponegoro)SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Disusun oleh: Nuqson Masykur Huda J2F005280 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO2010 2. iiHALAMAN PENGESAHANJudul:Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa (Studi Kasus di Fakultas MIPA Universitas Diponegoro)Nama:Nuqson Masykur HudaNIM:J2F005280Telah diujikan pada sidang Tugas Akhir tanggal 1 September 2010 dan dinyatakan lulus pada tanggal 28 September 2010Semarang, 28 September 2010 Panitia Penguji Tugas Akhir Ketua, Drs. Eko Adi Sarwoko, M.Kom NIP.196511071992031003Mengetahui, Ketua Jurusan Matematika Dr. Widowati, S.Si, M.Si NIP.196902141994032002Mengetahui, Ketua Program Studi Teknik Informatika Drs. Eko Adi Sarwoko, M.Kom NIP.196511071992031003 3. iiiHALAMAN PENGESAHANJudul:Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa (Studi Kasus di Fakultas MIPA Universitas Diponegoro)Nama:Nuqson Masykur HudaNIM:J2F005280Telah diujikan pada sidang Tugas Akhir tanggal 1 September 2010Pembimbing I, Beta Noranita, S.Si, M.Kom NIP. 197308291998022001Semarang, 1 September 2010 Pembimbing II Nurdin Bahtiar, S.Si, M.T NIP. 197907202003121 001 4. ivABSTRAKPertumbuhan yang pesat dari akumulasi data telah menciptakan kondisi kaya akan data tapi minim informasi. Data mining merupakan penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data dalam jumlah besar yang diharapkan dapat mengatasi kondisi tersebut. Dengan memanfaatkan data induk mahasiswa dan data kelulusan mahasiswa, diharapkan dapat menghasilkan informasi tentang tingkat kelulusan dengan data induk mahasiswa melalui teknik data mining. Kategori tingkat kelulusan di ukur dari lama studi dan IPK. Algoritma yang digunakan adalah algoritma apriori, informasi yang ditampilkan berupa nilai support dan confidence dari masing- masing kategori tingkat kelulusan. Kata kunci : data mining, algoritma apriori, tingkat kelulusan, data induk mahasiswa. 5. vABSTRACTThe rapid growth of the accumulation of data has created a data-rich condition, but minim of information. Data mining is mining procces or extracting information by getting pattern or specific rules from large amounts of data that can solve those condition. Taking advantage of student data and student graduation data, expected to yield information about the relationship with a graduation rate of students holding the data through data mining technique. The graduation rate is measured from the time of study and GPA. Data mining techniques use apriori algorithm, the information displayed in the form of support and confidence values from each graduation rate category. Keywords: data mining, apriori algorithm, graduation rates, student master data. 6. viKATA PENGANTARSegala puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa (Studi Kasus di Fakultas MIPA Universitas Diponegoro). Tugas akhir ini disusun sebagai salah satu syarat untuk memperoleh gelar sarjana strata satu pada Program Studi Teknik Informatika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Diponegoro Semarang. Dalam penyusunan tugas akhir ini, penulis banyak mendapatkan bantuan dari berbagai pihak, oleh karena itu penulis ingin mengucapkan terima kasih kepada:1. Ibu Dra. Rum Hastuti, M.Si selaku Dekan Fakultas MIPA Universitas Diponegoro.2. Ibu Dr. Widowati, S.Si, M.Si selaku Ketua Jurusan Matematika Fakultas MIPA Universitas Diponegoro.3. Bapak Drs. Eko Adi Sarwoko, M.Kom selaku Ketua Program Studi Teknik Informatika Jurusan Matematika Fakultas MIPA Universitas Diponegoro.4. Bapak Priyo Sidik Sasongko, S.Si, M.Kom selaku koordinator tugas akhir.5. Bapak Aris Puji Widodo, S.Si, M.T. dan Bapak Helmie Arif Wibawa, S.Si, M.Cs, selaku dosen wali.6. Ibu Beta Noranita, S.Si, M.Kom selaku dosen pembimbing I yang telah membantu dalam membimbing dan mengarahkan penulis.7. Bapak Nurdin Bahtiar, S.Si, M.T, dan Ibu Awalina Kurniastuti, S.Si selaku dosen pembimbing II yang senantiasa meluangkan waktunya untuk memberikan bantuan, dukungan, arahan serta masukan bagi penulis dalam menyelesaikan tugas akhir ini.8. Bapak Drs. Djalal Er Riyanto, M.IKomp, Bapak Drs. Kushartantya, M.IKomp, Bapak Drs. Suhartono, M.Kom, Bapak Edy S, S.T, dan seluruh dosen Program Studi Teknik Informatika Fakultas MIPA Universitas Diponegoro yang telah memberikan ilmu pengetahuan dan bimbingan kepada penulis.9. Bapak Mauludi, Bapak Reynaldi, Bapak Warto, Ibu tammy, dan seluruh staf bagian akademik Fakultas MIPA Universitas Diponegoro atas segala bantuan dan kerjasamanya. 7. vii10. Ayah, Ibu, serta seluruh keluarga tercinta yang selalu memberikan doa kasih sayang, dukungan, semangat dan segalanya yang tiada henti-hentinya kepada penulis.11. Muh. Abdurrahman, S. Kom, Fajar K, S.Kom, Yanuar, Endah Etrisari, S.Kom, Rr. Hernitasari, Azizah, S.Kom, Ruli Arista, S.Kom, Teguh, Nurrohman, Herny, Fera, Wahyu dan seluruh teman-teman Teknik Informatika yang telah banyak membantu segala hal dalam penyusunan laporan tugas akhir ini.12. Xavi, Bowo, dan seluruh temen satu kos, yang banyak membantu.13. Keluarga besar Alpharian Fotografer Club dan Komunitas Fotografer Semarang yang telah memberikan dorongan, dukungan, dan inspirasi.14. Semua pihak yang telah membantu penulis yang tidak dapat disebutkan namanya satu persatu oleh penulis.Penulis merasa masih banyak kekurangan dalam penyusunan laporan tugas akhir ini. Untuk itu, penulis mengharapkan saran dan kritik yang membangun dari pembaca. Semoga tugas akhir ini dapat bermanfaat, khususnya pada bidang Teknik Informatika. Semarang, Agustus 2010 Penulis 8. viiiDAFTAR ISIHALAMAN JUDUL .............................................................................................................. iHALAMAN PENGESAHAN ............................................................................................... iiABSTRAK ........................................................................................................................... ivABSTRACT .......................................................................................................................... vKATA PENGANTAR .......................................................................................................... viDAFTAR ISI ...................................................................................................................... viiiDAFTAR GAMBAR ............................................................................................................. xDAFTAR TABEL ................................................................................................................ xiBAB I PENDAHULUAN ..................................................................................................... 1I. 1. Latar Belakang ................................................................................................. 1I. 2. Rumusan Masalah ............................................................................................ 2I. 3. Tujuan dan Manfaat ......................................................................................... 2I. 4. Batasan Masalah ............................................................................................... 3I. 5. Metode Pengambilan Data ............................................................................... 4I. 6. Sistematika Penulisan ....................................................................................... 4BAB II DASAR TEORI ........................................................................................................ 6II. 1. Data warehouse ................................................................................................ 6II. 2. Pengertian Data mining .................................................................................. 10II. 3. Pengenalan Pola, Data mining, dan Machine Learning ................................. 11II. 4. Tahap-Tahap Data mining ............................................................................. 12II. 5. Metode Data mining ....................................................................................... 14II. 5. 1. Association rules .................................................................................... 14II. 5. 2. Decision Tree ......................................................................................... 18II. 5. 3. Clustering ............................................................................................... 19II. 6. Software Aplikasi ........................................................................................... 20II. 7. Basis Data dan Sistem Manajemen Basis Data (Database and Database Management System) ................................................................................................. 20II. 8. Kamus Data (Data Dictionary) ...................................................................... 22II. 9. Desain Model Aplikasi ................................................................................... 23II. 10. Perancangan Perangkat Lunak ....................................................................... 24II. 11. Implementasi dan Pengujian Unit .................................................................. 25 9. ixBAB III ANALISIS DAN PERANCANGAN APLIKASI DATA MINING ...................... 26III. 1. Analisis Data Mining ..................................................................................... 26III. 1. 1. Sumber Data ......................................................................................... 27III. 1. 2. Data Yang Digunakan ........................................................................... 30III. 1. 3. Integrasi Data ........................................................................................ 31III. 1. 4. Transformasi Data ................................................................................. 31III. 1. 5. Penggunaan Algoritma Apriori ............................................................. 33III. 1. 6. Report dan Penyajian Hasil Proses ....................................................... 39III. 2. Analisis Lingkungan Sistem ........................................................................... 39III. 3. Analisis Perangkat Lunak ............................................................................... 39III. 3. 1. Deskripsi Umum Perangkat Lunak ....................................................... 39III. 3. 2. Spesifikasi Kebutuhan Fungsional ........................................................ 40III. 3. 3. Pemodelan Data .................................................................................... 40III. 3. 4. Pemodelan Fungsi ................................................................................. 45III. 4. Perancangan Perangkat Lunak ....................................................................... 47III. 4. 1. Perancangan Fungsi .............................................................................. 47III. 4. 2. Kebutuhan Antarmuka .......................................................................... 50III. 4. 3. Rancangan Tampilan ............................................................................ 52BAB IV IMPLEMENTASI PROGRAM DAN PENGUJIAN ........................................... 54IV. 1. Lingkungan Pembangunan ............................................................................. 54IV. 2. Implementasi Data .......................................................................................... 54IV. 3. Implementasi Fungsi ...................................................................................... 56IV. 4. Implementasi Rancangan Antarmuka ............................................................ 56IV. 5. Pengujian Aplikasi Data Mining .................................................................... 58IV. 5. 1. Lingkungan Pengujian .......................................................................... 58IV. 5. 2. Rancangan Pengujian ............................................................................ 59IV. 5. 3. Hasil Uji ................................................................................................ 59IV. 5. 4. Analisis Hasil Uji .................................................................................. 60BAB V PENUTUP ............................................................................................................. 61V. 1. Kesimpulan ..................................................................................................... 61V. 2. Saran ............................................................................................................... 61DAFTAR PUSTAKA .......................................................................................................... 62LAMPIRAN 1 .................................................................................................................... 65 10. xDAFTAR GAMBARGambar 2.1 Kategori ETL Berdasarkan Siapa yang Menjalankan. ...................................... 8Gambar 2.2 Kategori ETL Berdasarkan Tempat Dijalankan ................................................ 9Gambar 2.3 Gambaran Data Warehouse Secara Sederhana ................................................. 9Gambar 2.4 Data Mining Merupakan Irisan Dari Berbagai Disiplin. ................................. 11Gambar 2.5 Tahap-Tahap Data Mining . ............................................................................ 12Gambar 2.6 Decision Tree ................................................................................................... 18Gambar 2.7 Clustering ........................................................................................................ 19Gambar 3.1 Aliran Data Dalam Proses Data Mining .......................................................... 39Gambar 3.2 Proses ETL ...................................................................................................... 41Gambar 3.3 Proses Pembangkitan ETL ............................................................................... 41Gambar 3.4 Proses Load Data ............................................................................................. 42Gambar 3.5 DFD level-0 ..................................................................................................... 45Gambar 3.6 DFD level-1 ..................................................................................................... 45Gambar 3.7 Desain Tampilan Form Awal Aplikasi Data Mining ...................................... 5...</p>