7/29/2019 2227 Sri Mulyana

1/3

LAPORAN AKHIR KEGIATANHIBAH PENELITIAN UNTUK MAHASISWA PROGRAM DOKTORTAHUN ANGGARAN 2009

DATA MINING UNTUK MENEMUKAN POLAPENGETAHUAN KONSELING PSIKOLOGI

Tim Peneliti :Drs. Sri Mulyana, M.Kom.Dra. Sri Hartati, M.Sc., Ph.D.Drs. Retantyo Wardoyo, M.Sc., Ph.D.Drs. Edi Winarko, M.Sc., Ph.D

FAKULTASMATEMATIKADANILMUPENGETAHUANALAMUNIVERISTASGADJAHMADA2009

No. Kontrak LPPM-UGMIl195/2009Bidang Ilmu MIPAKlater Sains dan Teknik

7/29/2019 2227 Sri Mulyana

2/3

INTISARIDATA MINING UNTUK MENEMUKAN POLA PENGETAHUANKONSELING PSIKOLOGI

Sri Mulyana, Sri Hartati, Retantyo Wardoyo, Edi WinarkoProgram Studi IImuKomputerUniversitas GadjahMadasmulyana@ugm.ac.id , shartati@ugm.ac.id , rw@ugm.ac.id, ewinarko@ugm.ac.id

Permasalahan psikologi memerlukan penanganan khusus yang biasanya dilakukanoleh seorang psikolog melalui media konsultasi. Semakin komplesnya permasalahan hidupakan memunculkan masalah psikologi yang semakin banyak dan diperlukan peran pakarpsikologi untuk memecahkannya. Sistem Penalaran Komputer untuk pakar psikologi, sangatdimungkinkan untuk membantu mengatasi masalah tersebut.Pengembangan Sistem Pakar memerlukan proses pengelolaan data besar yaitu catatankonsultasi psikologi, untuk merujuk pada keseluruhan proses pencarian pengetahuan yangdisebut Knowledge Discovery in Database (KDD). Data mining merupakan salah satulangkah dalam proses KDD karena menerapkan algoritma spesifik untuk mencari pola(model) dalam database.Pada penelitian ini telah dilakukan proses data mining untuk membangun polapengetahuan konseling psikologi berdasarkan catatan psikologi dari Rumah Sakit OrthopediDr. Soeharso di Surakarta. Proses tersebut menggunakan bantuan software Rapidminer 4.0dengan metode decision tree dan rule learner method. Hasil proses data mining dengandecision tree menunjukkan bahwa data memusat pada jenis tindakan ass, karena sebagianbesar record (196 record) memiliki jenis tindakan ass (asistensi) walaupun antensedenberagam. Hasil proses data mining dengan rule learner method berhasil menemokan polapengetahuan yang berupa aturan-aturan sebanyak 15 aturan pada percobaan ke-l, 28 aturanpada percobaan ke-2 dan 10aturan pada percobaan ke-3.Kata Kunci :Data Mining, Knowledge Discovery, Case Based Reasoning, decision tree, rulelearner

III

7/29/2019 2227 Sri Mulyana

3/3

ABSTRACTDATA MINING TO FIND RULE DESIGN OF PSYCHOLOGICALCOUNSELING

Sri Mulyana, Sri Hartati, RetantyoWardoyo, Edi WinarkoDeapartment of Computer ScienceGadjah Mada University, Indonesia

smulyana@ugm.ac.id , shartati@ugm.ac.id , rw@ugm.ac.id, ewinarko@ugm.ac.idPsychological problems require special handling usually done by a psychologistthrough a consultancy. More complex problems of life will create a psychological problem.This problem need more role of psychological experts to solve. Reasoning Systems or ExpertSystems for psychological counseling is possible as the alternative to solve the issue.The development of Expert Systems requires large management process data ofpsychological consultation notes. These notes refer to the overall knowledge of the search

process called Knowledge Discovery in Databases (KDD). Data mining is one of the steps inthe process of KDD. Data mining uses a specific algorithm to search patterns in database.This paper will explain data mining process to build a knowledge pattern from thepsychological consultation notes. Next step, It will be used to develop an expert system. Theexpert systems that will be developed uses Case Based Reasoning techniques.In this research, It has been carried out data mining process to build a pattern based onknowledge of psychological counseling notes from Orthopedi Hospital Dr. Soeharso inSurakarta. The process uses Rapidminer 4.0 software with decision tree and rule learnermethods. The result of the data mining process using decision tree method shows that the datais converge in the type of action ass although the antenseden is diverse. It is happen becausemost of the records (196 records) have the type of action ass(assistance). The results of thedata mining process using rule learner method is successful in finding a knowledge pattern ofrules, 15 rules for the experiment-I, 28 rules for the experiment- 2 and 10 rules for theexperiment-3.Keywords: Data Mining, Knowledge Discovery, Case Based Reasoning, decision tree, rulelearner.

IV