pembelajaran-c4-5

8/16/2019 pembelajaran-c4-5

1/19

BAB IV

ANALISA DAN PERANCANGAN

4.1 Analisa

Pada bab ini merupakan gambaran proses analisa suatu masalah dan

gambaran dari penerapan metode atau algoritma untuk dapat menyelesaikan

masalah yang dihadapi. Untuk menunjang analisi data dalam pencarian

pengetahuan, maka dicoba untuk dilakukan transformasi data manual yang

terdapat di jurusan Teknik Komputer Jaringan pada SMK ! Percut Sei Tuan.

"alam hal ini perancangan system berupa perancang basis data mengggunakan

Microsoft #$cel %&&' di mana program aplikasi ini sangat membantu dan

menunjang dan melakukan pembuktian terhadap analisa penyelesaian masalah.

4.2 Arsitektur Sistem

"i dalam data mining, terdapat beberapa tekhnik pengolahan data agar

data tersebut lebih bermanfaat dan bernilai. Metode (lgoritma )*.+ adalah di

antara tekhnik yang dapat digunakan. (dapun arsitektur dari sistem perbandingan

yang dirancang untuk dapat menyelesaikan permasalahan yang diangkat adalah

sebagai berikut

-ambar *.! (rsitektur Sistem ang "irancang


2/19

/asis "ata yang digunakan adalah kumpulan data yaitu

!. "ata -uru 0berkenaan dengan status1

%. (bsensi -uru 0yang mencakup aspek kedisiplinan1

2. (spek Penilaian Sis3a 0sesuai angket sis3a1

*. (spek Penilaian Pimpinan

"engan data yang sama selanjutnya data tersebut akan diolah dan dianalisa

menggunakan metode )*.+. Untuk penggunaan (lgoritma )*.+ juga dilakukan

dengan beberapa tahapan yaitu sebagai berikut

!. Menentukan (tribut (kar

%. Pembuatan )abang untuk setiap nilai

2. Pembagian Kasus dalam setiap cabang

*. Pembentukan Pohon Keputusan

+. -eneral 4ules

4.3 Pengumulan Data

Metode pengumpulan data yang dilakukan dengan cara melakukan

pengamatan langsung ke SMK ! Percut Sei Tuan. Selain itu juga dengan

menyebarkan angket ke 2& Sis3a. /erikut ini adalah "ata -uru di SMK !

Percut Sei Tuan

!. "ata -uru

"alam hal ini data guru yang digunakan adalah berdasarkan Statusnya yang

terbagi atas %0dua1 bagian yaitu -uru PS dan -uru 5onorer. /erikut ini

adalah tabel data guru di SMK ! Percut Sei Tuan


3/19

!a"el 4.1 Data Guru

NO NAMA GURU MATA DIKLAT NIP Status

1 Tiarma Sihite, ST Jaringan Dasar, DP-WAN. K-WAN

19620429

199003 1

007 PNS

2Yasohati Sarumaha,Skom

Jar Dsr, Pemrog.Vis I,Proek SI

19670306

199103 1

016 PNS

! "arta #ari$a,S.SkomPemrog We%,A&'ikasi W(),We% Dinamis

19660213

199103 1018 PNS

*A$e Putri #er$ina,ST

A&' D( s+',Pemrog.Dsar, S+' Dasar,We%Design

19570323

198603 1

020 PNS

Ir. sman Siregar is/o,AD" ser0er,S)J,IS) I-I

19650303

199203 1

023 PNS

3 hairani Saragih,S.P$ "PP4PP,Perakitan P,Design ra&hi/

19601203

198901 1003 PNS

5 A$istiani (arus Sist.Kom&uter,P. In6,Pemrog We% - HONORER

7 Ar8an Sihom%ing is/o,AD" ser0er,S)J - HONORER

9 Wi$a #itri Wu'an$ari Pengo'ahan In6,Pemrog We% - HONORER

5 Atan #i/es (arus S)J, IS) I-I - HONORER

7 #a$'an Siregar Perakitan P, S)J - HONORER

9 :ahmansah Siregar Perakitan P, S)J - HONORER

1; Damianus Sarumaha Perakitan P, Pemrograman Dasar - HONORER

11 #ahm Sah&utra P(), WD( ser0er - HONORER

12 an$a "anik,Skom Sistem )&erasi - HONORER

Sum"er# Buku In$uk S%&N 1 Per'ut Sei !uan

%. "ata (bsensi


4/19

Salah satu aspek penilaian kinerja guru adalah (bsensi -uru. (bsensi guru ini

dapat dijadikan landasan di dalam penilaian Kedisiplinan -uru. /erikut ini adalah

tabel 4ekapitulasi (bsensi -uru Periode September %&!2 sampai dengan

"esember %&!2.

!a"el 4.2 Data A"sensi Guru Peri($e Setem"er 2)14 s*$ Desem"er 2)13

NO NAMA GURU MATA DIKLAT Persentase

Kehadiran

1 Tiarma Sihite, ST Jaringan Dasar, DP-WAN. K-WAN 99%

2Yasohati Sarumaha,

SkomJar Dsr, Pemrog.Vis I,Proek SI

92%

! "arta #ari$a, S.Skom Pemrog We%,A&'ikasi W(),We% Dinamis 98%

* A$e Putri #er$ina, ST A&' D( s+',Pemrog.Dsar, S+' Dasar,We%Design 78%

Ir. sman Siregar is/o,AD" ser0er,S)J,IS) I-I 100%

3 hairani Saragih, S.P$ "PP4PP,Perakitan P,Design ra&hi/ 99%

5 A$istiani (arus Sist.Kom&uter,P. In6,Pemrog We% 99%

7 Ar8an Sihom%ing is/o,AD" ser0er,S)J 94%

9 Wi$a #itri Wu'an$ari Pengo'ahan In6,Pemrog We% 98%

5 Atan #i/es (arus S)J, IS) I-I 91%

7 #a$'an Siregar Perakitan P, S)J 100%

9 :ahmansah Siregar Perakitan P, S)J 94%

1; Damianus Sarumaha Perakitan P, Pemrograman Dasar 99%11 #ahm Sah&utra P(), WD( ser0er 83%

12 an$a "anik,Skom Sistem )&erasi 93%

2. (spek Penilaian Sis3a

Salah satu aspek penentuan penilaian adalah "ata Penilaian Sis3a

berdasarkan (ngket. (dapun rekapitulasi data angket sis3a yaitu sebagai berikut


5/19

Tabel *.2 4ekapitulasi (ngket Sis3a

*. (spek Penilaian Pimpinan

Salah satu aspek penentuan penilaian adalah "ata Penilaian Pimpinan.

(dapun rekapitulasi penilaian pimpinan yaitu sebagai berikut

NO NAMA GURU HASIL PENILAIAN

1 Tiarma Sihite, ST (aik

2 Yasohati Sarumaha, Skom Kurang

! "arta #ari$a, S.Skom Kurang

* A$e Putri #er$ina, ST Kurang

Ir. sman Siregar (aik

3 hairani Saragih, S.P$ Sangat (aik

5 A$istiani (arus Kurang

7 Ar8an Sihom%ing Kurang9 Wi$a #itri Wu'an$ari Kurang

5 Atan #i/es (arus Sangat (aik

7 #a$'an Siregar Kurang

9 :ahmansah Siregar Kurang

1; Damianus Sarumaha Kurang

11 #ahm Sah&utra Kurang

12 an$a "anik,Skom Kurang


6/19

Tabel *.* 4ekapitulasi Penilaian Pimpinan

NO NAMA GURU HASIL PENILAIAN

1 Tiarma Sihite, ST Kurang

2 Yasohati Sarumaha, Skom (aik

! "arta #ari$a, S.Skom Kurang

* A$e Putri #er$ina, ST Kurang

Ir. sman Siregar (aik

3 hairani Saragih, S.P$ Sangat (aik

5 A$istiani (arus Kurang

7 Ar8an Sihom%ing Kurang

9 Wi$a #itri Wu'an$ari Kurang5 Atan #i/es (arus Sangat (aik

7 #a$'an Siregar Kurang

9 :ahmansah Siregar Kurang

1; Damianus Sarumaha Kurang

11 #ahm Sah&utra (aik

12 an$a "anik,Skom Kurang

4.3.1 Pre+Pr('essing Data

Pre-processing "ata merupakan salah satu langkah yang digunakan untuk

6alidasi sebuah data yang akan di jakan objek pengujian. "i dalam pre-processing

salah satu langkah yang digunakan adalah transformasi setiap nilai attribut yang

sama ke bentuk numerik sehingga mudah dilakukan untuk proses pemecahan

masalah dan pembentukan data sampelnya. /erikut ini adalah pre-processing data

ujinya.

!. Status -uru

Untuk Status -uru diklasifikasikan menjadi %0dua1 jenis yaitu

7 /ernilai ! apabila 8Statusnya9 : PS

7 /ernilai & apabila 8Statusnya9 : 5onorer

/erikut ini pre-processing data bersumber dari tabel *.!

Tabel *.+ Pre-Processing Status -uru


7/19

%. (bsensi -uru

Untuk (bsensu -uru diklasifikasikan menjadi %0dua1 jenis yaitu

7 /ernilai ! apabila 8(bsensi9 : 8;:


8/19

2. Penilaian Sis3a

Untuk Peniliaian Sis3a diklasifikasikan menjadi 20tiga1 jenis yaitu

7 /ernilai ! apabila 8Kurang9

7 /ernilai % apabila 8/aik9

7 /ernilai 2 apabila 8Sangat /aik9

/erikut ini pre-processing data bersumber dari tabel *.2

NO NAMA GURU Status Nilai

1 Tiarma Sihite, ST99%

1

2 Yasohati Sarumaha, Skom 92%1

! "arta #ari$a, S.Skom 98%1

* A$e Putri #er$ina, ST 78%0

Ir. sman Siregar100%

1

3 hairani Saragih, S.P$ 99%1

5 A$istiani (arus99%

1

7 Ar8an Sihom%ing 94%1

9 Wi$a #itri Wu'an$ari 98%1

5 Atan #i/es (arus 91%1

7 #a$'an Siregar100%

1

9 :ahmansah Siregar 94%1

1; Damianus Sarumaha99%

1

11 #ahm Sah&utra 83%0

12 an$a "anik,Skom93%

1


9/19

*.

Tabel *.' Pre-Processing (spek Penilaian Sis3a

* Penilaian Pimpinan

Untuk Penilaian Pimpinan diklasifikasikan menjadi 20tiga1 jenis yaitu

7 /ernilai ! apabila 8Kurang9

7 /ernilai % apabila 8/aik9

7 /ernilai 2 apabila 8Sangat /aik9

/erikut ini pre-processing data bersumber dari tabel *.*

NO NAMA GURU HASILPENILAIAN

Nilai

1 Tiarma Sihite, ST (aik 2

2 Yasohati Sarumaha, Skom Kurang 1

! "arta #ari$a, S.Skom Kurang 1

* A$e Putri #er$ina, ST Kurang 1

Ir. sman Siregar (aik 2

3 hairani Saragih, S.P$ Sangat (aik !

5 A$istiani (arus Kurang 1

7 Ar8an Sihom%ing Kurang 1

9 Wi$a #itri Wu'an$ari Kurang 1

5 Atan #i/es (arus Sangat (aik !

7 #a$'an Siregar Kurang 1

9 :ahmansah Siregar Kurang 1

1; Damianus Sarumaha Kurang 1

11 #ahm Sah&utra Kurang 1

12 an$a "anik,Skom Kurang 1

NO NAMA GURU HASILPENILAIAN

Nilai

1 Tiarma Sihite, ST Kurang 1

2 Yasohati Sarumaha, Skom (aik 2

! "arta #ari$a, S.Skom Kurang 1

* A$e Putri #er$ina, ST Kurang 1

Ir. sman Siregar (aik 2

3 hairani Saragih, S.P$ Sangat (aik 3

5 A$istiani (arus Kurang 1

7 Ar8an Sihom%ing Kurang 1

9 Wi$a #itri Wu'an$ari Kurang 1

5 Atan #i/es (arus Sangat (aik 3

7 #a$'an Siregar Kurang 1

9 :ahmansah Siregar Kurang 1

1; Damianus Sarumaha Kurang 1

11 #ahm Sah&utra (aik 2

12 an$a "anik,Skom Kurang 1


10/19

Tabel *.@ Pre-Processing (spek Penilaian Pimpinan

Setelah dilakukan pre-processing seluruh data pre-processing akan

dijadikan sebagai sampel atau objek pengujian.

4.4 Analisa Alg(ritma C4.,

/erikut ini adalah tahapan7tahapan penyelesaian untuk membentuk sebuah

pohon keputusan yang dapat di jadikan acuan untuk memilih guru terbaik di

SMK ! Percut Sei Tuan. Sumber /erdasarkan Tabel *.+, Tabel *.?, Tabel *.',

dan Tabel *.@


11/19

Tabel *.< "ata "ecision System Penilaian -uru

NO NAMA GURU StatusGuru AbsensiGuru PenilaianSiswa PenilaianPiminan HasilA!hir Predi!at

1 Tiarma Sihite, ST 1 1 2 1 5 Tidak Layak

2 Yasohati Sarumaha, Skom 1 1 1 2 5 Tidak Layak

! "arta #ari$a, S.Skom 1 1 1 1 4 Tidak Layak

* A$e Putri #er$ina, ST 1 0 1 1 3 Tidak Layak

Ir. sman Siregar 1 1 2 2 6 Layak

3 hairani Saragih, S.P$ 1 1 3 3 8 Layak

5 A$istiani (arus 0 1 1 1 3 Tidak Layak

7 Ar8an Sihom%ing 0 1 1 1 3 Tidak Layak9 Wi$a #itri Wu'an$ari 0 1 1 1 3 Tidak Layak

1; Atan #i/es (arus 0 1 3 3 7 Layak

11 #a$'an Siregar 0 1 1 1 3 Tidak Layak

12 :ahmansah Siregar 0 1 1 1 3 Tidak Layak

1! Damianus Sarumaha 0 1 1 1 3 Tidak Layak

1* #ahm Sah&utra 0 0 1 2 3 Tidak Layak

1 an$a "anik,Skom 0 1 1 1 3 Tidak Layak

"ata penilaian guru diatas adalah data yang sama dengan data pengujian pada

proses implementasi ke sistemnya dan juga akan menjadi data sampel untuk

penganalisaan dan pemecahan masalah menggunakan (lgoritma )*.+

4.,.1 Pili- Atri"ut Akar

Untuk memilih atribut sebgai akar, didasarkan pada nilai -ain tertinggi dari

atribut7atribut yang ada. Untuk menghitung gain digunakan rumus0+1, sedangkanuntuk menghitung nilai entropy dapat dilihat pada rumus0*1 pada /ab AAA.

"engan menggunakan dua persamaan di atas maka akan didapatkan entropy

dan gain yang digunakan sebagai akar dalam membuat pohon keputusan.


12/19

a. Entr( !(tal

Untuk menghitung ilai Entropy /erdasarkan penilaian keseluruhan -uru

berdasarkan tabel *B.."ata Decision Penilaian Kinerja -uru.

"iketahui

ilai Cbjek Keseluruhan 0Si1 : !+

ilai (tribut 5asil 0Dayak1 : 2

ilai (tribut 5asil 0Tidak Dayak1 : <

Maka

#ntropy Total : 072E!+Flog %02E!+11G07!%E!+Flog %0!%E!+1

: &.'%!


13/19

2!

1 10 0 10 0

2 3 1 2 0.918295

8343 2 2 0 0

/erdasarkan tabel di atas maka berikut ini adalah tabel perangkingan nilai Gain

Tabel *.!! Perangkingan /erdasarkan ilai Gain

N( &riteria Nilai Gain Peringkat

! Penilaian Sis3a 0.5!!594762 !

% Penilaian Pimpinan 0.5"!26!92! %

2 Status -uru 0.05265476 2* (bsensi -uru 0.04649569 *

/erdasarkan peringkat di atas maka yang memiliki nilai -ain tertinggi adalah

8Kriteria Penilaian Sis/a9 maka dalam hal ini untuk proses percabangan

selanjutnya digunakan kriteria Penilaian Sis/a. Dangkah selanjutnya adalah

menggambar hasil perhitungan di di atas kedalam /entuk Pohon Keputusan.

Sebelum membentuk pohon keputusan berikut ini adalah hasil tabel perhitungan

pohon keputusannya

Tabel *.!% Perhitungan Pohon Keputusan !.&

Node

KET Jumlah

Kasus

Layak

Tidak Layak

Entropy

Gain

.0 #enilaian$is%a

0.5!!594

762

1 11 0 11 0

2 2 1 1 1

3 2 2 0 0

Tabel di atas mendeskripsikan bah3asanya yang perlu di hitung kembali nilai

#ntropy dan -ainnya adalah pada keterangan %. Sedangkan keterangan ! tidak

perlu di cari kembali karena nilai keputusannhya sudah mutlak adalah 0!i$ak

Laak berdasarkan kasus yang ada. Sedangkan ilai K#T 2 yang memiliki


14/19

kasus dengan jumlah % tidak perlu lagi dicari hasilnya. Karena dipastikan nilainya

adalah 0LAA&. /erikut ini adalah gambar pohon keputusannya.


15/19

Nilai 1 Nilai 2 Nilai 3

-ambar *.! Pohon Keputusan Utama

/erdasarkan gambar di atas karena penilaian sis3a dengan Kondisi nilai % :

0Baik belum memiliki keputusan maka kita harus menghitung kembali Entropy

dan Gain berdasarkan nilai kondisi %.

Tabel *.!2 ilai Entropy dan Gain Danjutan

Node

JumlahKasus

Layak Tidak Layak

Entropy Gain

1.; Penilaian Siswa 2 1 1 1

Status Guru 0

1 2 1 1 1

0 0 0 0 0

Absensi Guru 0

1 2 1 1 1

0 0 0 0 0

PenilaianPimpinan

0

1 1 0 1 0

2 1 1 0 0

3 0 0 0 0

.0#enilai

an

$is%a

T'()K *)

Nilai +

,aik


16/19

/erdasarkan tabel di atas bah3asanya nilai Gain yang akan dijadikan node

bernilai 8&9 semuanya maka pohon keputusan berhenti pada ode !.& lihat

-ambar *.!. Maka, berikut ini ada analisa (lgoritma )*.+ terhadap kasus yang di

angkat di bagi atas %0dua1 hal yaitu

!. Kandidat yang prioritas 0layak1 untuk menjadi -uru Terbaik

"ata kandidat yang menjadi prioritas dilihat berdasarkan prioritas dan pohon

keputusan yang tergambar pada gambar *.! Pohon keputusan. /erikut ini

adalah rekapitulasi dari hasil peniliannya. Prioritas ! adalah Kandidat yang

memiliki nilai 2

Tabel *.!* Prioritas !

NO NAMA GURU Penilaian

Siswa Predi!at

1 hairani Saragih, S.P$ 3 Layak

2 Atan #i/es (arus 3 Layak

Prioritas ke7% yaitu guru yang memiliki nilai atribut penilaian sis3a %.0karena dianggap1 nilainya 02 adalah 0Baik 3alaupun hasil0predikatnya1

ada 8Dayak9 dan 8Tidak Dayak9 /erikut ini adalah tabelnya.

Tabel *.!* Prioritas %

%. Kandidat yang tidak diprioritaskan untuk menjadi -uru Terbaik

(dapun data guru yang tidak di prioritaskan untuk menjadi -uru Terbaik

disebabkan karena memiliki penilaian sis3a yang 8!9 Kurang baik. Maka

berikut ini adalah tabelnya.

Tabel *.!* -uru yang tidak menjadi prioritas


Siswa Predi!at

1 Tiarma Sihite, ST 2 Tidak Layak

2 Ir. sman Siregar 2 Layak


17/19


Siswa Predi!at

1 Yasohati Sarumaha, Skom 1 Tidak Layak

2 "arta #ari$a, S.Skom 1 Tidak Layak

! A$e Putri #er$ina, ST 1 Tidak Layak

* A$istiani (arus 1 Tidak Layak

Ar8an Sihom%ing 1 Tidak Layak

3 Wi$a #itri Wu'an$ari 1 Tidak Layak

5 #a$'an Siregar 1 Tidak Layak

7 :ahmansah Siregar 1 Tidak Layak

9 Damianus Sarumaha 1 Tidak Layak

1; #ahm Sah&utra 1 Tidak Layak

11 an$a "anik,Skom 1 Tidak Layak

4., Peran'angan

Pada sub bab ini karena kita menggunakan aplikasi yang sudah ada yaitu

4apid Miner, maka pada proses perancangan ini ada %0dua1 hal yang akan di

bahas yaitu

!. Perancangan /asis "ata

%. Pemodelan Sistem

/erikut ini adalah alur perancangannya adalah!. Perancangan /asis "ata

"i dalam proses perancangan basis data kita akan menggunakan Tools

Microsoft Excel 2007 (.xls) berikut ini adalah rancangan basis datanya.

7 ama File Sumber"ata.$ls

7 "eskripsi Sebagai sumber data yang akan di proses

Tabel *.!* 4ancangan Sumber "ata ang (kan "i Clah

N( Nama StatusGuru

Absensi

Guru

Penilaian

Siswa

Penilaian

Piminan

Predi!at


18/19

-ambar *.% Use &ase Diagra'7nya

-ambar *.% di atas menjelaskan adanya pola interaksi antara User dan

System 0karena kita menggunakana aplikasi yang sudah ada1. ang dilakukan oleh

"ser adalah mengunggah terlebih dahulu sumber data yang akan di proses untuk

selanjutnya dengan mekanisme soft#are yang digunakan sistem akan

mengeluarkan hasil berupa kandidat sesuai dengan analisanya.

2. ctiity Diagra'

/erikut ini adalah gambar pemodelan sistem dari actiity iagra'7nya

-ambar *.2 ctiity Diagra'7nya


19/19

*. Flo#c$art +yste'

/erikut ini adalah flo#c$art syste'7nya adalah sebagai berikut

-ambar *.* Flo#c$art +yste'

pembelajaran-c4-5

Documents