IMPLEMENTASI ALGORITMA EVOLVI NG FUZZY NEURAL NETWORK (EFuNN) UNTUK MEMPREDIKSI BIAYA PERKULIAHAN SKRIPSI ANDRE HASUDUNGAN LUBIS 091402129 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014 Universitas Sumatera Utara IMPLEMENTASI ALGORITMA EVOLVING FUZZY NEURAL NETWORK (EFuNN) UNTUK MEMPREDIKSI BIAYA PERKULIAHAN SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazahSarjana Teknologi Informasi ANDRE HASUDUNGAN LUBIS 091402129 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014 Universitas Sumatera Utara PERSETUJUAN Judul:IMPLEMENTASIALGORITMAEVOLVING FUZZY NEURAL NETWORK (EFUNN) UNTUK MEMPREDIKSI BIAYA PERKULIAHAN Kategori:SKRIPSI Nama:ANDRE HASUDUNGAN LUBIS Nomor Induk Mahasiswa:091402129 Program Studi:SARJANA (S1) TEKNOLOGI INFORMASI Departemen:TEKNOLOGI INFORMASI Fakultas:ILMUKOMPUTERDANTEKNOLOGI INFORMASI Diluluskan di Medan,Oktober2014 Komisi Pembimbing: Pembimbing 2Pembimbing 1 Baihaqi Siregar, S.Si.,M.T NIP. 19790108 201212 1 002 Romi Fadillah Rahmat, B. Comp.Sc., M.Sc NIP. 19860303 200212 1 002 Diketahui/Disetujui oleh Program Studi Teknologi Informasi Ketua, M. Anggia Muchtar, ST.,MM.IT NIP. 19800110 200801 1 010 Universitas Sumatera Utara PERNYATAAN IMPLEMENTASI ALGORITMA EVOLVING FUZZY NEURAL NETWORK (EFUNN) UNTUK MEMPREDIKSI BIAYA PERKULIAHAN SKRIPSI Sayamengakuibahwaskripsiiniadalahhasilkerjasayasendiri,kecualibeberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Oktober 2014 ANDRE HASUDUNGAN L 091402129 Universitas Sumatera Utara UCAPAN TERIMA KASIH PujidansyukurpenulispanjatkankepadaAllahSWTYangMaha Pengasih dan Maha Penyayang, dengan segala rahmat dan karuniaNya penulisan tugasakhir ini berhasil diselesaikan dalam waktuyang telah ditetapkan. Selama penyelesaiantugasakhirini,banyakbantuandankerjasamasertadoadan dukungan dari berbagaipihak, oleh karena itu penulis sampaikan ucapanterima kasih sedalam-dalamnya dan penghargaan kepada : 1.Keduaorangtuadansanaksaudarapenulisyangtelahmemberikan dukungandanmotivasibaikmaterildanspiritual,AyahandaProf.Ir.H. Zulkarnain Lubis, MS, PhD dan Ibunda Dra Hj. Yenni Riorita Siregar S.Psi yang selalu sabar dalam mendidik dan membesarkanpenulis. Untuk abang penulisAndiRezaS.LubisdanadikpenulisIreneF.Lubisyangselalu memberikan semangat kepada penulis. 2.BapakRomiFadillahRahmat,B.Comp.Sc.,M.ScdanBapakBaihaqi Siregar,S.Si.,M.Tselakupembimbingyangtelahbanyakmeluangkan waktudanpikirannya,memotivasidanmemberikankritikdansaran kepada penulis. 3.Bapak Drs. Sawaluddin, M.IT dan Bapak Dedy Arisandi, ST.,M.Kom yang telahbersediamenjadidosenpembandingyangtelahmemberikankritik dan saran kepada penulis. 4.KetuadanSekretarisProgramStudiTeknologiInformasi,BapakM. AnggiaMuchtar,ST.,MM.ITdanBapakM.FadlySyahputra, B.Sc.,M.Sc.IT. 5.DekandanPembantuDekanFakultasIlmuKomputerdanTeknologi InformasiUniversitasSumateraUtara,semuadosensertapegawaidi Fakultas Ilmu Komputer dan Teknologi Informasi. Seluruhsahabatterbaikpenulisyangselalumemberikandukungan,Cut Khairunnisa,SE.,AhmadNajam,DennyPratama,MahathirFebrian,Darma Warista,FachrizaFahmi,DeziRadixa,DedekAnshori,AlexWinner,Samuel, Rama,Dedi,Egha,Agus,Reza,Alvin,Christop,Rudi,Alman,Andi,Ammar, Julia,Ridzuan,Ardiansyah,Syarah,Hasmi,Yunisya,Supon,Reinhard,Fadly KomtingB,Syarif,BangCheney,BangSugi,BangAndre,BangRazidserta seluruhangkatan09,sertateman-temanseluruhangkatanmahasiswaTIUSU lainnya yang tidak dapat penulis sebutkan satu persatu. SemogasegalakebaikandanbantuannyadibalasolehAllahSWTdan semogatugasakhirinidapatbermanfaatbagisemuapihakyang memerlukannya. Universitas Sumatera Utara ABSTRAK Lembaga pendidikan sebagai organisasi non profit sangat memerlukan informasi biaya.Tanpainformasibiaya,pihakmanajementidakmemilikiukuranapakah masukan yang dikorbankan memiliki nilai ekonomis yang lebih rendah daripada nilaikeluarannya.Dalammenentukanbiayaperkuliahanyangdiperolehdari perhitungan biaya satuan (unit cost), terdapat parameteryang menentukan yaitu BiayaLangsungdanBiayaTidakLangsung.Nilaiunitcostmerupakannilai satuanbiayayangdikeluarkanuntukmemberikanpelayanankepadaseorang mahasiswapertahundalamsuatujenjangpendidikan.Sulitnyamenentukan besaranyangdiperlukanmengakibatkanpemangkukebijakanmembutuhkan waktuyanglamadalammenentukanbiayaperkuliahantersebut.Permasalahan ini dapat diselesaikan dengan menerapkandata mining dalam proses penentuan prediksibiayaperkuliahandenganalgoritmaEvolvingFuzzyNeuralNetwork (EFuNN)yaitupengkombinasianantarateorifuzzydenganneuralnetwork denganmengusulkanmodelhibridayangmenggabungkangagasanfuzzylogic controller, struktur neural network dan kemampuan belajar menjadi logika fuzzy neural berbasis jaringan terpadu kontrol dan sistem pengambilan keputusan. Katakunci:unitcost,datamining,biayaperkuliahan,AlgoritmaEFuNN. Universitas Sumatera Utara IMPLEMENTATION OF EVOLVING FUZZY NEURAL NETWORK (EFuNN) ALGORITHM FOR THE PREDICTION OF COST LECTURES ABSTRACT Educationalinstitutionsasanon-profitorganizationisinneedforinformationcosts. Withoutcostinformation,themanagementdoesnothavethemeasureoftheinput thatsacrificedhavingalowereconomicvalueorhigherthanthevalueofitsoutput. For Determining lecture costs that obtained from the calculation of the unit cost, there areparametersthatdetermineforthecostsuchasDirectCostsandIndirectCosts. Valueoftheunitcostisthecoststhatincurredtoprovideservicestoastudenteach yearsinagiveneducationlevel.Thedifficultyofdeterminingtheamount,ismakes the stakeholder take a long time to determining the costs. This problem can be solved byapplyingdataminingintheprocessofdetermininglecturecostspredictionwith EvolvingFuzzyNeuralNetwork(EFuNN)algorithm.Thisalgorithmcombiningthe fuzzy theory with neural network to propose a hybrid model that combines the idea of fuzzylogiccontroller,aneuralnetworkstructureandlearningabilitiesintoaneural network-based fuzzy logic control and integrated decision-making system. Keywords:unitcost,datamining,costlectures,EFuNNAlgorithmUniversitas Sumatera Utara DAFTAR ISI Hal. PERSETUJUAN........................................................................................................ii PERNYATAAN......................................................................................................IIiii UCAPAN TERIMA KASIH....................................................................................iv ABSTRAK..................................................................................................................v ABSTRACT...............................................................................................................vi DAFTAR ISI.............................................................................................................vii DAFTAR TABEL ......................................................................................................vi DAFTAR GAMBAR................................................................................................vii BAB 1 PENDAHULUAN ...........................................................................................1 1.1.Latar Belakang ......................................................................................1 1.2.Rumusan Masalah .................................................................................2 1.3.Batasan Masalah ....................................................................................3 1.4.Tujuan Penelitian ...................................................................................3 1.5.Manfaat Penelitian .................................................................................3 1.6.Metodologi Penelitian ...........................................................................3 1.7.Sistematika Penulisan ............................................................................4 BAB 2 LANDASAN TEORI ......................................................................................6 2.1.Data Mining ..........................................................................................6 2.1.1Operasi Data Mining ...................................................................7 2.1.2Tahapan dalam Data Mining .......................................................7 2.1.3Teknik Data Mining ....................................................................8 2.2.Fasilkom-TI USU ..................................................................................9 2.3.Biaya Perkuliahan .................................................................................9 2.4.Peramalan (Forecasting) .....................................................................11 2.5.Logika Fuzzy .......................................................................................12 2.5.1Himpunan fuzzy ..................................................................... 1ee12 Universitas Sumatera Utara 2.5.2Fungsi keanggotaan fuzzy .......................................................... 13 2.6.Evolving Connectionist System (ECOS) .............................................15 2.7.EFuNN (Evolving Fuzzy Neural Network) .........................................16 2.7.1 Arsitektur EFuNN (Evolving Fuzzy Neural Network) ...............17 2.7.2 Algoritma EFuNN (Evolving Fuzzy Neural Network) ..............19 2.8.PHP (Hypertext Processor) .................................................................21 2.9.UML ....................................................................................................21 2.10.MySQL..............................................................................................22 2.11.Penelitian Terdahulu..........................................................................22 BAB 3 ANALISIS DAN PERANCANGAN ...........................................................24 3.1.Datayang Dibutuhkan .......................................................................24 3.2.Analisis Sistem ....................................................................................25 3.2.1Analisis Masalah .......................................................................25 3.2.2Analisis Kebutuhan ...................................................................25 3.1.2.1Kebutuhan Fungsional ...............................................25 3.1.2.2Kebutuhan Nonfungsional .........................................26 3.2.3Flowchart ..................................................................................26 3.3.Use Case Diagram ...............................................................................31 3.3.1Use Case Spesification ..............................................................32 3.4.Perancangan Aplikasi dan Antarmuka Pemakai .................................34 3.4.1Perancangan Halaman Home ..................................................35 3.4.2Perancangan Halaman Category .............................................35 3.4.3Perancangan Halaman Data ....................................................36 3.4.4Perancangan Halaman Prediksi ...............................................37 3.4.5Perancangan Halaman Prediksi Lanjutan ...............................38 3.6.Perancangan Database ........................................................................39 BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM ......................................44 4.1.Spesifikasi Perangkat Keras dan Perangkat Lunak .............................44 4.2.Antarmuka Pengguna (User Interface) ...............................................45 4.2.1Tampilan Halaman Home .......................................................45 4.2.2Tampilan Halaman Category ..................................................46 Universitas Sumatera Utara 4.2.3Tampilan Halaman Data .........................................................46 4.2.4Tampilan Halaman Prediksi ....................................................48 4.3.Pengujian Sistem .................................................................................52 4.3.1Rencana Pengujian Sistem ......................................................52 4.4.Pengujian Sistem Secara Menyeluruh ................................................54 BAB 5 KESIMPULAN DAN SARAN .....................................................................62 5.1.Kesimpulan........................................................................................62 5.2.Saran..................................................................................................62 DAFTAR PUSTAKA ................................................................................................63 Universitas Sumatera Utara DAFTAR TABEL Hal. Tabel 2.1 Tabel Penelitian Terdahulu23 Tabel 3.1 Tabel Use Case Spesifikasi untuk Use Case Category 32 Tabel 3.2 Tabel Use Case Spesifikasi untuk Use Case Data33 Tabel 3.3 Tabel Use Case Spesifikasi untuk Use Case Prediksi34 Tabel 3.4 Tabel catbl39 Tabel 3.5 Tabel catbtl40 Tabel 3.6 Tabel bl40 Tabel 3.7 Tabel btl41 Tabel 3.8 Tabel ramalbl41 Tabel 3.9 Tabel ramalbtl42 Tabel 3.10 Tabel tahunan43 Tabel 4.1 Tabel Rencana Pengujian52 Tabel 4.2 Tabel Hasil Pengujian53 Tabel 4.3 Tabel Parameter dan Hasil Peramalan60 Tabel 4.4 Tabel Hasil Prediksi61 Universitas Sumatera Utara DAFTAR GAMBAR Hal. Gambar 2.1 Tahap-Tahap Penambangan Data8 Gambar 2.2 Contoh Grafik Himpunan Fuzzy Pada variabel umur (Amiruddin, 2011) 12 Gambar 2.3 Grafik Fungsi Keanggotaan pada Representasi Linear naik (Amiruddin, 2011) 13 Gambar 2.4 Grafik Fungsi Keanggotaan pada Representasi Linear turun (Amiruddin, 2011) 14 Gambar 2.5Grafik Fungsi Keanggotaan pada Representasi Kurva Segitiga (Amiruddin, 2011) 14 Gambar 2.6 Grafik Fungsi Keanggotaan pada Representasi Kurva Trapesium (Amiruddin, 2011) 15 Gambar 2.7 Komponen ECOS16 Gambar 2.8 Arsitektur standar EFFuN (Evolving Fuzzy Neural Network)17 Gambar 2.9 Arsitektur standar EFFuN dengan short-term memory17 Gambar 3.1 Flowchart data training27 Gambar 3.2 Flowchart data testing29 Gambar 3.3 Use Case Diagram Penentuan Prediksi Biaya Perkuliahan31 Gambar 3.4 Rancangan Halaman Home35 Gambar 3.5 Rancangan Halaman Category36 Gambar 3.6 Rancangan Halaman Data37 Gambar 3.7 Rancangan Halaman Prediksi38 Gambar 3.7 Rancangan Halaman Prediksi Lanjutan39 Gambar 4.1 Halaman Home45 Gambar 4.2 Halaman Category46 Gambar 4.3 Halaman Data47 Gambar 4.4 Halaman Prediksi48 Gambar 4.5 Halaman Prediksi Lanjutan49 Gambar 4.6 Tampilan Data training Biaya Langsung50 Universitas Sumatera Utaraxi Gambar 4.7 Tampilan Data training Biaya Tak Langsung51 Gambar 4.8 Tampilan Grafik Prediksi51 Gambar 4.9 Data Sampel Biaya Langsung55 Gambar 4.10 Data Sampel Biaya Tak Langsung56 Gambar 4.11Data Sampel Biaya Tak Langsung lanjutan 157 Gambar 4.12 Data Sampel Biaya Tak Langsung lanjutan 258 Gambar 4.13 Data Sampel Biaya Tak Langsung lanjutan 359 Gambar 4.14 Grafik Hasil Pengujian Nilai MAPE60 Gambar 4.15 Grafik Hasil Pengujian61 Universitas Sumatera Utara