I.

LATAR BELAKANG Dengan semakin berkembangnya teknologi dan ilmu pengetahuan, semakin semakin berkembang pula proses pendidikan di Indonesia ini. Menyebabkan banyaknya perusahaan atau instansi-instansi sulit memilih pegawai/karyawan yang sesuai dengan kebutuhan dan ahli pada bidangnya masing-masing. Oleh karena itu menyadari betapa pentingnya memeilih calon pegawai yang tepat, maka dirancang program aplikasi sistem pendukung keputusan untuk pemilihan penerimaan pegawai untuk suatu perusahaan yang berbasis aplikasi dekstop. Aplikasi ini dapat mempermudah suatu perusahaan dalam pemilihan atau seleksi calon pegawai yang akan diterima. CV. Dinamika Ilmu, merupakan salah satu perusahaan yang bergerak di bidang penerbitan dan percetakan yang mengadakan penerimaan karyawan secara mandiri dilingkungan perusahaan. Kendala yang sering ditemukan dalam proses penerimaan karyawan di CV. Dinamika Ilmu yaitu sulitnya menentukan pelamar mana yang memenuhi kriteria untuk menjadi karyawan CV. Dinamika Ilmu dari sekian banyak pelamar sedangkan pelamar yang diterima menjadi karyawan terabatas. Pada penelitian ini akan diangkat suatu kasu yaitu mengadakan penerimaan dan penempatan karyawan pada departemen yang tersedia nilai hasil seleksi da kriteria-kriteria yang telah ditentukan dengan meggunakan metode Algoritma C4.5. Metode ini dipilih karena mampu memberikan gambaran pendukung keputusan dalam penerimaan karyawan.

1

Untuk

mengatasi

permasalahan

tersebut,

maka

penulis

akan

mengembangkan sistem pendukung keputusan ini dengan menggunakan Code Gear Delphi 2009 dengan database My SQL. Hasil yang diberikan aplikasi yang dibangun dapat membantu bagian bidang administrasi dan keuangan untuk memberikan gambaran dalam melakukan penyeleksian penerimaan karyawan. II. RUMUSAN MASALAH Dari uraian di atas maka pada skripsi ini permasalahan yang akan diangkat adalah : 1. Bagaimana membuat aplikasi .sistem penujang keputusan untuk penerimaan karyawan di CV. Dinamika Ilmu. 2. Bagaimana merancang keluaran dan antar muka sistem yang mudah di mengerti oleh pengguna (user). III. BATASAN MASALAH Dalam sistem, penulis membatasi :sesuai dengan ruang lingkup pembahasan diatas supaya tidak meluas. Ruang lingkup tersebut adalah 1. Sistem ini dibuat berdasarkan data-data dan norma-norma SDM yang ada di CV. Dinamika Ilmu 2. 3. Sistem penunjang keputusan ini menggunakan metode algoritma C4.5 Parameter yang digunakan yaitu Pendidikan, Pengalaman, Usia, dan Nilai. 4. 5. Aplikasi ini menggunakan Codegear RAD Studio Delphi 2009. Database yang digunakan My SQL.

2

IV.

TUJUAN SKRIPSI Tujuan dari skripsi ini adalah untuk membuat system pendukung keputusan yang membantu pihak CV. Dinamika Ilmu dalam menentukan pegawai yang tepat dari sejumlah calon pegawai yang mengirimkan lamaran ke CV. Dinamika Ilmu.

V.

MANFAAT SKRIPSI Adapun manfaat dari skripsi ini adalah: 1. Manfaat bagi akademik Bagi akademik, manfaat yang dapat diperoleh dari proses pembuatan skripsi ini adalah berupa sumbangsih laporan buku proposal skripsi, yang di harapkan mampu digunakan dengan sebaiknya, dan sebagai tambahan pembendaharaan buku di perpustakaan. 2. Manfaat bagi mahasiswa Bagi mahasiswa, menambah cara pikir mengenai penerapan ilmu yang telah didapat di mata kuliah dan di implementasikan dalam keadaan real. 3. Bahan Referensi Menjadi bahan referensi pembangunan sistem pendukung keputusan menggunakan metode algoritma C4.5.

VI.

METODE PENELITIAN

3

Adapun metode yang digunakan antara lain : 1. Sumber Data a Data Primer Data utama yang dibutuhkan dalam pembuatan aplikasi penerimaan pegawai pengalaman pekerjaan, pendidikan karyawan, usia karyawan, nilai. b Data Sekunder Data variable yang dibutuhkan sebagai penunjang dan pembuatan aplikasi penerimaan pegawai yang meliputi, pengertian algoritma C4.5, komponen-komponen sistem penunjang keputusan, data mining dan unsur-unsur dalam pembuatan algoritma C4.5. 2. a. Metode Metode Pengumpulan Data Wawancara wawancara / interview adalah suatu metode

pengumpulan data dengan cara bertanya langsung kepada responden sehingga diperoleh data yang akurat. Dalam metode ini penulis mengadakan tanya jawab dengan direksi CV. Dinamika Ilmu dan bagian HRD berkenaan dengan kebutuhan data yang akan diperoleh. Metode ini bertujuan untuk memperoleh data yang akurat karena direksi dan bagian HRD tersebut dapat memberikan referensi bagi penulis untuk bahan pembuatan aplikasi penunjang keputusan penerimaan pegawai di perusahaan tersebut. b. Observasi

4

Metode observasi merupakan metode yang cukup efektif untuk mempelajari tentang sistem pengamatan secara langsung terhadap suatu kegiatan yang sedang berlangsung. Kelebihan teknik ini adalah data yang didapat mempunyai kehandalan yang tinggi karena penulis secara langsung dapat melihat apa yang akan / sedang diamati. Dalam metode ini penulis melakukan pengumpulan data dengan mengadakan pengamatan di CV. Dinamika Ilmu yang mengadakan penerimaan pegawai apabila dibutuhkan pegawai baru di perusahaan tersebut. 3. a. Teknik Penelitian Analisis Sistem Analisis sistem di lakukan dengan melihat prosedur-prosedur yang ada kemudian dicari kelemahan dan kekurangan yang ada di perusahaan tersebut. Di perusahaan tersebut masih menggunkan sistem berkas, sehingga kurang efisien dan membuang waktu dalam penerimaan pegawai. Dengan adanya fenomena tersebut, maka penulis membuat aplikasi penunjang keputusan penerimaan pegawai di perusahaan tersebut dengan tujuan mempermudah perusahaan dalam penerimaan calon pegawai.

b.

Perancangan Sistem

5

Pada tahap ini dilakukan perancangan program misalnya datadata apa saja yang diperlukan serta proses ada saja yang dilakukan program. c. Perancanagan Basisdata Desain database bertujuan untuk menentukan data-data yang dibutuhkan didalam sistem yaitu berupa tabel-tabel yang akan digunakan untuk menyimpan beberapa atau lebih data dari suatu sistem sehingga informasi yang dihasilkan dapat terpenuhi dengan baik. d. Implementasi Dalam hal ini berupa pembuatan perangkat lunak yang mewujudkan semu hasil perancangan pada tahap sebelumnya ke dalam kode-kode program sesuai algoritma dan bahasa pemrograman yang dipakai. Hasil dari tahap ini adalah sebuah perangkat lunak ( software ) dengan kemampuan sesuai dengan rancangan yang telah dibuat sebelumnya.

VII.

LANDASAN TEORI

6

1.

Sistem Pendukung Keputusan Konsep Sistem Pendukung Keputusan pertama kali diperkenalkan pada awal tahun 1970-an oleh Michael S. Scoot Morton dengan istilah Management Decision System. Konsep Sistem Pendukung keputusan ditandai dengan sistem interaktif berbasis komputer yang membantu pengambilan keputusan memanfaatkan data dan model untuk

menyelesaikan masalah-masalah yang tidak terstruktur [4]. Pada dasarnya SPK merupakan pengembangan lebih lanjut dari Sistem Informasi Manajemen Terkomputerisasi (Computerized Management Information System ), yang dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya. Sifat interaktif ini dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan, seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan yang bersifat fleksibel. Sudirman dan widjajani (1996) mengemukakan ciri ciri SPK yang dirumuskan oleh Alters Keen, sebagai berikut : a. Ditujukan membantu keputusan keputusan yang kurang terstruktur. b. Merupakan gabungan antara model kualitatif dan kumpulan data. c. Memiliki fasilitas interaktif yang dapat mempermudah hubungan antara manusia dan komputer. d. Bersifat luwes dan dapat menyesuaikan dengan perubahan perubahan yang terjadi.

7

Model perhitungan yang akan dijadikan dasar analisa aplikasi sistem pendukung keputusan yang dibuat adalah Algoritma C4.5 2. Data Mining Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basisdata. Informasi yang dihasilkan diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat dalah basisdata. Data mining adalah proses yang menggunakan teknik statistik , matematika, kecerdasan buatan, dan machine learning untuk

mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Menurut Gartner Group data mining adalah suatu proses menemukan hubungan yang berarti, pola, kecenderungan dengan memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statistik dan matematika1. Data mining bukanlah suatu bidang yang sama sekali baru. Salah satu kesulitan untuk medefinisikan data mining adalah kenyataan bahwa data mining mewarisi banyak aspek dan teknik dari bidang-bidang ilmu yang sudah mapan terleih dahulu. Berawal dari disiplin ilmu, data mining bertujuan untuk memperbaiki teknik tradisional sehingga bisa menenagangani :1

Kusrini dan Emha Taufiq Luthfi, Algoritma Data Mining, Andi Offset, Yogyakarta, 2009

8

3.

Jumlah data yang sangat besar Dimensi yang tinggi Data yang heterogen dan berbeda sifat.

Teknik Data Mining Terdapat beberapa teknik data mining yang sering disebut-sebut dalam literatur. Namun ada 3 teknik data mining yang polpuler, yaitu : a. Association Rule Mining Association Rule Mining adalah teknik mining utnuk menemukan asosiatif antara kombinasi attribut. Contoh dari aturan asosiatif dari analisa pembelian di suatu pasar swalayan dapat mengatur penempatan barangnya atau meranvang strategi

pemasaran dengan memakai kupon diskon untuk kombinasi barang tertentu. b. Clustering Berbeda dengan association rule mining dan klasifikasi dimana kelas data telah ditentukan sebelumnya, clustering dapat dipakai untuk memberikan label pada kelas data yang belum diketahui. Karena itu clustering sering di golongkan sebagai metode unsupervised learning. Prinsip clustring adalah memaksimalkan kesamaan antar cluster. Clustering dapat dilakukan pada data yang memiliki beberapa atribut yang dipetakan sebagai ruang

mutidimensi. c. Klasifikasi

9

Dalam klasifikasi, terdapat target variable kategori. Sebagai contoh, penggolongan pendapatan dapat dipisahkan dalam tiga kategori, yaitu pendapatan tingi, pendapatan sedang, pendapatan rendah. 4. Pohon Keputusan Pohon yang dalam analisis pemecahan masalah pengambilan keputusan adalah pemetaan mengenai alternatif-alternatif pemecahan masalah yang dapat diambil dari masalah tersebut. Pohon tersebut juga memperlihatkan faktor-faktor kemungkinan/probabilitas yang akan mempengaruhi alternatif-alternatif keputusan tersebut, disertai dengan estimasi hasil akhir yang akan didapat bila kita ambil alternatif keputusan tersebut2. Pohon keputusan adalah salah satu metode klasifikasi yang paling populer karena mudah di interperensi manusia. Pohon keputusan adalah model prediksi menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan. Data dalam pohon keputusan biasanya dinyatakan dalam bentuk tabel dengan atribut dan record. Atribut menyatakan suatu parameter yang dibuat sebagai kriteria dalam pembentukan tree. Misalkan untuk menentukan main tenis, kriteria yang digunakan adalah cuaca, angin, iklim dan temperatur. Salah satu atribut merupakan atribut yang2

Fairuz El Said, 2009. Data Mining Konsep Pohon Keputusan, diakses dari http://fairuzelsaid.wordpress.com/2009/11/24/data-mining-konsep-pohon-keputusan/, pada tanggal 12 Maret 2010.

10

menyatakan solusi per-item data disebut dengan target atribut. Atribut memiliki nilai-nilai yang dinamakan dengan instance. Proses pada pohon keputusan adalah mengubah bentuk data(tabel) menjadi model pohon, mengubah model pohon menjadi rule dan menyederhanakan rule. Manfaat utama menggunakan pohon keputusan adalah

kemampuanya untuk membreak down proses pengambilan keputusan yang kompleks menjadi lebih simpel sehingga pengambilan keputusan akan menjadi lebih menginterprestasikan solusi permasalahan. Pohon keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara sejumlah calon variable input dengan sebuat variabel target. pohon keputusan memadukan antara eksplorasi data dan pemodelan sehingga sangat bagus sebagai langkah awal pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain.

5.

Algoritma C4.5 Banyak algoritma yang dapat dipakai dalam pembentukan pohon keputusan, antara lain ID3, CART, dan C4.5. algoritma C4.5 merupakan pengembangan dari algoritma ID3.

11

Penulis memilih algoritma C4.5 dalam pembuatan aplikasi data mining penerimaan karyawan CV. Dinamika Ilmu karena algoritma C4.5 merupakan algoritma yang digunakan untuk melakukan pembentukan phon keputusan. Pohon keputusan tersebut mampu menghasilkan keputusan kompleks menjadi lebih sederhana, sehingga pengambil keputusan akan lebih meninterprestasikan solusi dari permasalahan3. Secara umum algoritma C4.5 untuk membangun pohon keputusan adalah sebagai berikut. a. Pilih atribut sebagai akar.

b. Buat cabang untuk tiap-tiap nilai. c. Bagi kasus dalam cabang.

d. Ulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama.

Untuk memilih atribut sebagai akar, didasarkan pada nilai gain tertinggi dari atribut-atribut yang ada. Untuk menghitunh gain digunakan rumus septerti tertera sebgai berikut :

Keterangan :3

Kusrini, Hartati, S., Implementation of C4.5 Algorithm to evaluate the Cancellation Possibility of New Student Applicants. In: Procedings of The International Conference on Electrical Engineering and Informatics, 2007.

12

S A n |Si| |S|

: himpunan kasus : Atribut : jumlah partisi atribut : jumlah kasus pada partisi ke i : jumlah kasus dalam S Setelah mendapatkan nilai gain, ada satu hal lagi yang perlu kita

lakukan perhitungan yaitu mencari nilai Entropy. Entropy digunakan untuk menentukan seberapa informative sebuah input atribut untuk menghasilkan output atribut. Rumus dasar dari entropy tersebut adalah sebagai berikut :

Keterangan : S A n pi 6. : Himpunan kasus : Fitur : Jumlah partisi S : Proporsi dari Si terhadap S

RAD Studio Delphi 2009 RAD Studio Delphi 2009 merupakan suatu bahasa pemrograman yang memberikan berbagai fasilitas pembuatan aplikasi visual yang digunakan untuk merancang suatu aplikasi program.4 1) Kegunaan RAD Studio Delphi 2009 a. Untuk membuat aplikasi windows.

4

Madcoms, Pemrograman Delphi 7 Lengkap dengan Contoh Aplikasi, Andi, Yogyakarta, 2002, Hal. 1

13

b. Untuk merancang aplikasi program berbasis grafis. c. Untuk membuat program berbasis jaringan (client/server). d. Untuk merancang program .Net (berbasis internet). 2) Keunggulan RAD Studio Delphi 2009 a. IDE (Integrated Development Environment) atau lingkungan pengembangan aplikasi sendiri adalah satu dari keunggulan delphi, didalamnya terdapat menu-menu yang memudahkan kita untuk membuat suatu proyek program. b. Proses kompilasi cepat, pada saat aplikasi yang kita buat dijalankan pada delphi, maka secara otomatis akan dibaca sebagai sebuah program, tanpa dijalankan terpisah. c. Mudah digunakan, source code delphi yang merupakan turunan dari pascal, sehingga tidak diperlukan suatu penyesuaian lagi. d. Bersifat multi purphase, artinya bahasa pemrograman delphi dapat digunakan untuk mengembangkan berbagai keperluan pengembangan aplikasi. 7. . MySQL MySQL adalah database engine atau server database yang mendukung bahasa database pencarian SQL. SQL merupakan paket standar untuk berkomunikasi dengan basis data manapun untuk melakukan proses pencarian, penyimpanan dan pengambilan data (Mufid D. Purwanto, Elex Media 2002). VIII. KERANGKA PIKIR

14

Berdasarkan perumusan masalah yang dibuat pada tahap sebelumnya, maka tahap kerangka pemikiran berguna untuk memperjelas tentang apa saja yang menjadi sasaran dari penelitian. Pada tahap ini ditentukan tujuan penelitian untuk merancang dan mengimplementasikan suatu sistem pakar yang mendukung program bantu untuk konsultasi/diagnosa awal penyakit DBD dengan menggunakan metode inferensi forward chaining. Adapun kerangka pemikirannya yaitu:Mulai

Indentifikasi Masalah

Pengumpulan Data

Studi Literatur

Data Praproses

Algoritma C 4.5

Evaluasi

Hasil

Selesai

Gambar 1. Skema pemikiran sistem penunjang keputusan penerimaan pegawai Penjelasan : Dari masalah-masalah yang terdapat pada gambar diatas maka penulis ingin mengimplementasikan ke dalam suatu bentuk perancangan sistem penunjang keputusan penerimaan pegawai di CV. Dinamika Ilmu. IX. WAKTU DAN TEMPAT PENELITIAN Waktu Penelitian : 12 November 2011 12 Januari 2012 Tempat Penelitian: CV. Dinamika Ilmu

15

Jl. Klengkeng No. 03 Kerten Rt.02/08 Surakarta (0271) 731563 X. PENUTUP Proposal ini merupakan kerangka dasar yang nantinya akan dilanjutkan ke tahap pembuatan laporan skripsi yang lebih terperinci mengenai aplikasi system penujang keputusan penerimaan karyawan di CV. Dinamika Ilmu. Oleh sebab itu jika ada kekurangan dalam pembuatan proposal ini, maka penulis membutuhkan saran dan kritik untuk yang lebih baik lagi. Sehingga kedepannya dapat bermanfaat bagi setiap orang.

DAFTAR PUSTAKA

Madcoms, Pemrograman Delphi 7 Lengkap dengan Contoh Aplikasi, Andi, Yogyakarta, 2002 Kusrini dan Emha Taufiq Luthfi, Algoritma Data Mining, Andi Offset, Yogyakarta, 2009. Sri Kusumadewi Artificial Intelligence(Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta, 2003 Ramdhani,M.A dan Suryadi,K., Sistem Pendukung Keputusan, PT. Remaja Rosdakarya, 2003.

16

Kendal & Kendal, Analisis dan Perancangan Sistem , PT.Prehallindo, 2002. Fathansyah, Ir., Buku Teks Ilmu Komputer Basis Data, CV. Informatika, 1999. Fairuz El Said, 2009. Data Mining Konsep Pohon Keputusan, diakses dari http://fairuzelsaid.wordpress.com/2009/11/24/data-mining-konsep-pohonkeputusan/, pada tanggal 12 Maret 2010. Kusrini, Hartati, S., Implementation of C4.5 Algorithm to evaluate the Cancellation Possibility of New Student Applicants. In: Procedings of The International Conference on Electrical Engineering and Informatics, 2007.

PROPOSAL SKRIPSI 17

IMPLEMENTASI ALGORITMA C 4.5 DALAM PEMBUATAN APLIKASI PENUNJANG KEPUTUSAN PENERIMAAN PEGAWAI CV. DINAMIKA ILMU

Disusun Oleh : Nama NIM Program Studi Jenjang Pendidikan : Joko Purnomo : 07.5.00041 : Teknik Informatika : Strata 1

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER SINAR NUSANTARA SURAKARTA 2012 PERSETUJUAN PROPOSAL SKRIPSI

Nama Pelaksana

: Joko Purnomo

Nomor Induk Mahasiswa : 07.5.00041 Jurusan / Progdi Judul Skripsi : TI / S1 : Implementasi Algoritma C 4.5 dalam Pembuatan Aplikasi Penunjang Keputusan Penerimaan Pegawai CV. Dinamika Ilmu

18

Dosen Pembimbing 1 Dosen Pembimbing 2

: Didik Nugroho, M.Kom. :

Surakarta,

Menyetujui, Dosen Pembimbing 1 Dosen Pembimbing 2

Didik Nugroho, M.Kom

Mengetahui, Ketua STMIK Sinar Nusantara

Kumaratih Sandradewi, S.P , M.Kom

19