clustering data mahasiswa berdasarkan asal ...eprints.umm.ac.id/65784/2/pendahuluan.pdfyang tiada...

CLUSTERING DATA MAHASISWA BERDASARKAN ASAL

DAERAH DAN ASAL SEKOLAH MENGGUNAKAN SELF

ORGANIZING MAP (SOM)

(Studi Kasus Teknik Informatika Universitas Muhammadiyah

Malang)

Skripsi

Diajukan Untuk Memenuhi

Persyaratan Guna Meraih Gelar Sarjana

Informatika Universitas Muhammadiyah Malang

ADITYA RIDHO PANGESTU

(201310370311026)

Bidang Minat

REKAYASA PERANGKAT LUNAK

PROGRAM STUDI INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG

2020

i

LEMBAR PERSETUJUAN





Malang)

Aditya Ridho Pangestu

201310370311026

Telah Direkomendasikan Untuk Diajukan Sebagai

Judul Tugas Akhir Di

Program Studi Informatika Universitas Muhammadiyah Malang

Menyetujui,

Dosen Pembimbing I Dosen Pembimbing II

Gita Indah Marthasari, S.Kom., M.Kom.

NIDN. 0720038101

Zamah Sari, S.T., M.T.

NIDN. 0708087701

ii

LEMBAR PENGESAHAN





Malang)

Tugas Akhir

Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1

Teknik Informatika Universitas Muhammadiyah Malang

Disusun Oleh :


201310370311026

Tugas Akhir ini telah diuji dan dinyatakan lulus melalui sidang majelis penguji

Pada tanggal 18 Juli 2020

Menyetujui,

Penguji I

Yufis Azhar, S.Kom., M.Kom

NIDN. 0728088701

Penguji II

Nur Hayatin, S.Kom., M.Kom

NIDN. 0726038402

Mengetahui,

Ketua Jurusan Teknik Informatika

Gita Indah Marthasari, S.T., M.Kom.

NIDN. 0720038101

iii

LEMBAR PERNYATAAN

Yang bertanda tangan di bawah ini:

Nama : Aditya Ridho Pangestu

Tempat/Tanggal Lahir : Sampit, 07 Mei 1996

NIM : 201310370311026

Fakultas/Jurusan : Teknik / Informatika

Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul “CLUSTERING

DATA MAHASISWA BERDASARKAN ASAL DAERAH DAN ASAL

SEKOLAH MENGGUNAKAN SELF ORGANIZING MAP (SOM)” beserta

seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang

lain, baik sebagaian maupun keseluruhan, kecuali dalam bentuk kutipan yang telah

disebutkan sumbernya.

Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila

kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya

saya ini atau ada klaim dari pihak lain terhadap keaslian karya saya ini, maka saya

siap menanggung segala bentuk resiko/sanksi yang berlaku.

Mengetahui

Dosen Pembimbing

Gita Indah Marthasari, S.T., M.T.

NIDN. 0720038101

Malang, 23 Juli 2020

Yang Membuat Pernyataan

(Aditya Ridho Pangestu)

iv

ABSTRAK




Oleh :


201310370311026

Kelulusan tepat waktu mahasiswa merupakan salah satu permasalahan yang sulit

untuk diatasi oleh setiap pihak perguruan tinggi, begitu pula pada jurusan Teknik

Informatika Universitas Muhammadiyah Malang. Permasalahan ini harus segera

diatasi mengingat kualitas mahasiswa akan mempengaruhi sebuah akreditasi

perguruan tinggi maupun jurusan. Oleh karena itu, perlu dilakukan analisis daerah

mana saja yang memiliki potensi kelulusan tepat waktu mahasiswa Teknik

Informatika UMM. Penelitian ini menggunakan algoritma Self Organizing Map

(SOM) untuk melakukan clustering agar dapat menemukan daerah dan sekolah

mana saja yang memiliki estimasi peluang kelulusan tepat waktu mahasiswa.

Variabel bebas yang digunakan adalah asal daerah, asal sekolah, IPK dan masa

studi. Parameter terbaik untuk diimplementasikan pada data kelulusan pada tahun

2015 – 2018 adalah learning rate = 0.2,dan epoch = 500 dengan nilai Mean Square

Error (MSE) dari hasil kluster adalah = 0.0015480163214798585

Kata kunci: Self Organizing Map (SOM), kelulusan tepat waktu, data

mahasiswa, python

v

ABSTRACT




Oleh :


201310370311026

Timely graduation of students is one of the problems that is difficult for every

university to overcome, as well as in the Department of Informatics, University of

Muhammadiyah Malang. This problem must be addressed immediately considering

the quality of students will affect an accreditation of higher education and majors.

Therefore, it is necessary to analyze which regions have the potential for timely

graduation of UMM Informatics Engineering students. This study uses the Self

Organizing Map (SOM) algorithm for clustering in order to find areas and schools

that have an estimated student graduation opportunity on time. The independent

variables used are regional origin, school origin, GPA and study period. The best

parameters to be implemented on graduation data in 2015-2018 are learning rate

= 0.2, and epoch = 500 with the Mean Square Error (MSE) value from the cluster

= 0.0015480163214798585

Keywords: Self Organizing Map (SOM), Timely graduation, student data, python

vi

LEMBAR PERSEMBAHAN

Penulis menyadari bahwa penyusunan dan pembuatan karya sederhana ini tidak

lepas dari bantuan berbagai pihak, oleh karena itu penulisan tugas akhir ini penulis

mengucapkan terima kasih kepada :

1. Allah Subhanahu Wa Ta’ala yang tiada henti memberikan rahmat dan hidayah-

Nya serta menerangi setiap langkah saya.

2. Orang Tua saya papah Rusdianto dan mamah Dewi serta keluarga besar saya

yang tiada kata-kata yang bisa menggambarkan rasa terima kasih atas do’a dan

pengorbanan yang telah diberikan serta dukungan moril dan materil.

3. Ibu Gita Indah Marthasari, S.T., M.Kom., selaku dosen pembimbing I dan

Bapak Zamah Sari, S.T., M.T., selaku dosen pembimbing II yang senantiasa

telah banyak memberikan pengarahan dan bimbingannya selama dalam

penyelesaian penulisan Tugas Akhir ini.

4. Seluruh Dosen yang terlah memberikan banyak ilmu dan pengalaman, beserta

Staff TU Jurusan Teknik Informatika

5. Seluruh teman-teman Teknik Informatika angkatan 2013 tercinta yang selalu

memberikan bantuan, doa, dan dukungan moril yang tak terhingga.

6. Kepada Pasukan di Basecamp D04 terutama Yoga Teleng dan seluruh teman-

temang yang saling mengingatkan untuk menyelesaikan skripsi ini.

7. Untuk sahabat yang tidak mempunyai akhlak cacul, kopet, agung di tinggal

nikah, ncus, lucky, teleng, osun, fikar, dimas GG, nadya tan, Iqbal, fiqry, reza,

nisa, budi. Yang telah menjadi seseorang yang selalu membantu melakukan

segala hal dan menjadi seseorang yang paling sering direpotkan dalam

perkuliahan maupun penyusunan skripsi ini.

8. Untuk Maharsy Tita Suryadewi yang sudah merepotkan saya selama ini,

terimakasih sudah memberikan dukungan secara moril. Semoga harapan yang

baik selalu menghampiri dan menyertai.

9. Untuk warung kopi yang membiarkan kami para pejuang skripsi yang telah

membiarkan kami mengerjakan skripsi walau warung kupi sudah tutup.

10. Teman-teman teknik informatika Angkatan 2013 tercinta yang tidak bisa

disebutkan satu persatu, kalian telah memberikan kenang-kenangan indah dan

menyenangkan selama perkuliahan.

vii

Semoga segala bantuan dan kebaikan tersebut mendapat balasan dari Allah

SWT. Penulis menyadari bahwa skripsi ini jauh dari sempurna dan masih banyak

kekurangan, oleh karena itu apabila ada kesalahan dalam penulisan skripsi ini

mohon dimaafkan. Penulis berharap semoga skripsi ini dapat bermanfaat bagi

pembaca.

“Percayalah, Allah Menggenggam Semua Do’a, Lalu

dilepaskannya Satu Persatu disaat yang Paling Tepat”

viii

KATA PENGANTAR

Assalamu’alaikum Warahmatullahi Wabarakatuh.

Dengan memanjatkan puji syukur kehadirat Allah SWT yang telah memberikan

rahmat dan hidayah-Nya kepada penulis sehingga dapat menyelesaikan skripsi

sebagai tugas akhir. Berkat limpahan nikmat dan karunia yang telah Allah SWT

berikan sehingga skripsi berjudul “CLUSTERING DATA MAHASISWA

BERDASARKAN ASAL DAERAH DAN ASAL SEKOLAH

MENGGUNAKAN SELF ORGANIZING MAP (SOM)” ini dapat

terselesaikan. Skripsi ini dimaksudkan untuk memenuhi persyaratan guna

memperoleh gelar sarjana S1 Universitas Muhammadiyah Malang.

Penulis menyadari bahwa sepenuhnya penulisan Tugas Akhir ini masih banyak

kekurangan, oleh karena itu penulis mengharapkan saran dan kritik agar tulisan

ini bermanfaat bagi pembaca maupun peneliti lainnya. Akhir kata penulis

mengucapkan terima kasih kepada semua pihak yang telah membantu sehingga

terselesaikannya tugas akhir ini.

Wassalamu’alaikum Warahmatullahi Wabarakatuh.

Malang, 23 Juli 2020


ix

DAFTAR ISI

LEMBAR PERSETUJUAN .................................................................................... i

LEMBAR PENGESAHAN .................................................................................... ii

LEMBAR PERNYATAAN ................................................................................... iii

ABSTRAK ............................................................................................................. iv

ABSTRACT .............................................................................................................. v

LEMBAR PERSEMBAHAN ................................................................................... vi

KATA PENGANTAR ......................................................................................... viii

DAFTAR ISI .......................................................................................................... ix

DAFTAR GAMBAR ............................................................................................ xii

DAFTAR TABEL ................................................................................................ xiii

DAFTAR SOURCE CODE ................................................................................. xiv

BAB I PENDAHULUAN ....................................................................................... 1

1.1. Latar Belakang ........................................................................... 1

1.2. Rumusan Masalah ...................................................................... 2

1.3. Tujuan Penelitian ....................................................................... 2

1.4. Cakupan Masalah....................................................................... 3

BAB II TINJAUAN PUSTAKA ............................................................................ 4

2.1. Penelitian Terdahulu .................................................................. 4

2.2. Self Organizing Map (SOM) ..................................................... 5

2.3. Data Mining ............................................................................... 6

2.4. Clustering ................................................................................... 6

2.5. Python ........................................................................................ 6

2.6. Kelulusan Mahasiswa ................................................................ 7

BAB III METODE PENELITIAN ......................................................................... 8

3.1. Studi Literatur ............................................................................ 8

x

3.2. Algoritma Self Organizing Map (SOM) .................................... 8

3.3. Parameter yang Digunakan SOM ............................................ 10

3.4. Analisa kebutuhan ................................................................... 12

3.2.1 Sumber data ........................................................................... 12

3.2.2 Kebutuhan perangkat (Hardware dan Software) ................... 12

3.5. Pengumpulan Data ................................................................... 13

3.6. Preprocessing data ................................................................... 14

3.7. Parameter pengujian SOM ....................................................... 14

3.8. Skenario pengujian .................................................................. 15

3.9. Pengujian ................................................................................. 15

BAB IV IMPLEMENTASI DAN PEMBAHASAN ............................................ 17

4.1. Preprocessing Data .................................................................. 17

4.2. Import Library ......................................................................... 18

4.3. Implementasi Algoritma SOM ................................................ 18

4.4.1 Mengimport dataset menjadi data frame kedalam spyder ..... 18

4.4.2 Proses Feature Scaling .......................................................... 19

4.4.3 Menentukan ukuran Grid SOM ............................................. 19

4.4.4 Pembentukan model SOM .................................................... 20

4.4.5 Visualisasi Peta SOM ............................................................ 20

4.4.6 Membuat Index SOM ............................................................ 22

4.4.7 Ekstrasi Data SOM ................................................................ 24

4.4. Pengujian ................................................................................. 25

4.5. Hasil Evaluasi .......................................................................... 28

4.6. Analisis dan interpretasi hasil .................................................. 29

BAB V Hasil dan Saran ........................................................................................ 30

5.1. Hasil ......................................................................................... 30

xi

5.2. Saran ........................................................................................ 30

DAFTAR PUSTAKA ........................................................................................... 31

LAMPIRAN .......................................................................................................... 34

xii

DAFTAR GAMBAR

Gambar 2. 1 Arsitektur SOM [7] ............................................................................. 5

Gambar 3. 1 Struktur SOM dengan input dan output layer[21]........................... 10

Gambar 3. 2 Flowchart Self Organizing Map (SOM) ........................................... 11

Gambar 4. 4 Dataset Mahasiswa ........................................................................... 19

Gambar 4. 5 Dataset yang sudah di Scaling.......................................................... 19

Gambar 4. 6 Hasil Visualisasi Peta SOM ............................................................. 21

Gambar 4. 7 Hasil Visualisasi Peta SOM dengan Marker .................................... 22

Gambar 4. 8 Isi variabel indeks_som .................................................................... 23

Gambar 4. 9 Isi variabel idx .................................................................................. 24

Gambar 4. 10 Isi variabel result_map ................................................................... 24

Gambar 4. 11 isi variabel frauds ........................................................................... 25

Gambar 4. 1 Grafik pengujian 1 ........................................................................... 27



xiii

DAFTAR TABEL

Tabel 2. 1 Penelitian Terdahulu .................................................................. 4

Tabel 3. 1 Contoh Parameter Input (𝒙) ...................................................... 10

Tabel 3. 2 Gambaran Data Penelitian ........................................................ 13

Tabel 3. 3 Kategori Masa Studi ................................................................. 13

Tabel 3. 4 keterangan Index Prestasi Komulatif ....................................... 14

Tabel 3. 5 Skenario pengujian ................................................................... 15

Tabel 4. 1 Data mahasiwa yang lulus pada tahun 2015-2018 ................... 17

Tabel 4. 2 Dataset yang sudah di cleaning ................................................ 17

Tabel 4. 3 Dataset yang sudah di labeling ................................................. 18

Tabel 4. 4 Setelah diproses Labeling ......................................................... 25

Tabel 4. 5 Hasil nilai MSE untuk setiap pengujian ................................... 26

xiv

DAFTAR SOURCE CODE

Source Code 4. 1 Import Library .............................................................. 35

Source Code 4. 2 Import Dataset .............................................................. 35

Source Code 4. 3 Proses Feature Scaling .................................................. 35

Source Code 4. 4 Ukuran Grid SOM ........................................................ 35

Source Code 4. 5 Pembetukan Model SOM ............................................. 35

Source Code 4. 6 Pemilihan warna peta som ............................................ 35

Source Code 4. 7 Visualisasi Peta SOM ................................................... 36

Source Code 4. 8 Membuat indeks_som ................................................... 36

Source Code 4. 9 Menentukan berapa banyak cell sebagai outlier ........... 36

Source Code 4. 10 Ekstrasi Data ............................................................... 37

Source Code 4. 11 Proses Invers Transform ............................................. 37

Source Code 4. 12 Pengujian .................................................................... 37

31

DAFTAR PUSTAKA

[1] R. Puspita, S. Putri, I. Waspada, D. Ilmu, K. Informatika, and F. Sains,

“khazanah informatika Penerapan Algoritma C4 . 5 pada Aplikasi Prediksi

Kelulusan Mahasiswa Prodi Informatika,” pp. 1–7.

[2] Risnawati, “Analisis Kelulusan Mahasiswa Menggunakan Algoritma C.45,”

J. Mantik Penusa, vol. 2, no. 1, pp. 71–76, 2018.

[3] I. K. P. Suniantara and M. Rusli, “KLASIFIKASI WAKTU KELULUSAN

MAHASISWA STIKOM BALI MENGGUNAKAN CHAID

REGRESSION – TREES DAN REGRESI LOGISTIK BINER,” vol. 5, no.

1, 2017.

[4] I. K. P. Suniantara, “Analisis Clasification and Regression Trees ( CART )

pada Lama Studi Mahasiswa STIKOM BALI,” in SENAPATI 2016, 2016,

pp. 30–34.

[5] G. Q. O. P. Khoirul Umam, Fidi Wincoko Putro, “Segmentasi pada Citra

Panoramik Gigi dengan Metode Two-Stage SOM dan T-CLUSTER,” vol.

VI, no. 1, pp. 7–13, 2014.

[6] S. H. Isnaeni, “ANALISIS KELOMPOK FAKTOR-FAKTOR

KEMISKINAN DAN KESENJANGAN PEREKONOMIAN

MENGGUNAKAN ALGORITMA SELF ORGANIZING MAPS,” vol. 3,

no. 1, pp. 40–48, 2018.

[7] A. Primawati, “PENENTUAN CEPAT STATUS KELULUSAN

MATAKULIAH MENGGUNAKAN JARINGAN SYARAF TIRUAN

SELF ORGANIZING MAPS ( SOM ) KOHONEN,” vol. 4, no. 1, pp. 11–

18, 2017.

[8] R. Nastiti, “Perbandingan Hasil Algoritma Self Organizing Map ( SOM ) dan

Fuzzy C-Means Clustering Untuk Kualifikasi Data Kinerja Dosen,” vol. 3,

no. 2, pp. 15–21, 2018.

[9] A. Self and O. Maps, “1 , 2 , 3 1,” vol. 4, no. 1994, pp. 53–60, 2015.

[10] G. Munawar and K. Kunci, “Implementasi Algoritma Self Organizing Map

( SOM ) untuk Clustering Mahasiswa pada Matakuliah Proyek ( Studi

Kasus : JTK POLBAN ),” 2015.

[11] V. Suryaningsih and S. W. Sihwi, “CLUSTERING DOKUMEN

32

MENGGUNAKAN ALGORITMA SELF- ORGANIZING MAP ( SOM ) (

STUDI KASUS : DOKUMEN SKRIPSI DI FAKULTAS PERTANIAN

UNS ),” pp. 1–11.

[12] J. Apostolakis, An introduction to data mining, vol. 134. 2010.

[13] W. Lestari, “Kecerdasan majemuk mahasiswa menggunakan algoritma,”

vol. 1, pp. 53–58, 2014.

[14] M. I. Ghozali, R. Z. Ehwan, and W. H. Sugiharto, “Analisa Pola Belanja

Menggunakan Algoritma Fp Growth, Self Organizing Map (Som) Dan K

Medoids,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 8, no. 1,

pp. 317–326, 2017, doi: 10.24176/simet.v8i1.995.

[15] C. N. Dengen and E. T. Luthfi, “Penentuan Association Rule Pada Kelulusan

Mahasiswa Menggunakan Algoritma Apriori,” vol. 3, no. 1, pp. 20–29, 2019.

[16] N. N. Halim and E. Widodo, “Clustering Dampak Gempa Bumi di Indonesia

Menggunakan Kohonen Self Organizing Maps,” Semin. Nas. Integr. Mat.

dan Nilai Islam., vol. 1, no. 1, pp. 188–194, 2017.

[17] H. Silalahan, “Implementasi Metode Clustering Partitional Menentukan Item

Slow Moving dan Fast Moving Pada Persediaan Barang ( Studi Kasus PT .

SAT ),” vol. 6, no. 2, pp. 171–177, 2019.

[18] N. M. D. K. P. Komang Setia Buana, “DETEKSI GERAKAN KEPALA

DAN KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER

CONTOUR DAN MORFOLOGI DALAM PENGOPERASIAN

KOMPUTER UNTUK KAUM DIFABLE,” vol. IV, no. 1, 2018.

[19] J. S. Informasi, “Aplikasi untuk pengoprasian komputer dengan mendeteksi

gerakan menggunakan opencv python,” pp. 189–194, 2018.

[20] Tim Penusun Panduan Akademik UMM, Panduan Akademik Universitas

Muhammadiyah Malang, 2018/2019. Malang: UMM.

[21] M. Edy Susanto, “CLUSTERING DATA MAHASISWA

MENGGUNAKAN METODE SELF ORGANIZING MAPS UNTUK

MENENTUKAN STRATEGI PROMOSI UNIVERSITAS

KANJURUHAN MALANG,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–

1699, 2019.

[22] D. Winalda, “PENGUJIAN DAN IMPLEMENTASI SELF-ORGANIZING

33

MAP PADA STUDI KASUS PARIWISATA TESTING AND

IMPLEMENTATION OF SELF- ORGANIZING MAP ON TOURISM

CASE STUDY,” vol. 4, no. 2, pp. 3235–3242, 2017.

clustering data mahasiswa berdasarkan asal ...eprints.umm.ac.id/65784/2/pendahuluan.pdfyang tiada...

Documents