1.2 Rumusan Masalah
Pada penelitian ini, deteksi
outlier
akan dilakukan berdasarkan nilai tes masuk dan IPS. Mahasiswa dengan data akademik yang unik atau tidak memiliki
kemiripan dengan mahasiswa lainnya akan masuk ke dalam kelompok
outlier
. Pada penelitian ini juga dilakukan analisis mengenai penggunaan blok-blok data
terhadap lama deteksi
outlier
. Jadi, rumusan masalah dalam penelitian ini adalah : 1.
Mahasiswa manakah yang memiliki data akademik yang unik atau berbeda pada tiap semester berdasarkan nilai tes masuk dan IPS?
2. Bagaimanakah pengaruh penggunaan blok-blok data terhadap waktu
deteksi
outlier
?
1.3 Tujuan Penelitian
Tujuan penelitian ini yaitu : 1.
Melakukan deteksi
outlier
pada data akademik mahasiswa Prodi Teknik Informatika Universitas Sanata Dharma berupa hasil tes masuk dan IPS
semester satu sampai semester empat menggunakan algoritma
Block- based Nested-Loop.
2. Menganalisis hasil deteksi
outlier
yang dihasilkan oleh algoritma
Block- based Nested-Loop.
3. Menganalisis waktu yang diperlukan untuk melakukan deteksi
outlier
berdasarkan jumlah blok data yang digunakan oleh algoritma
Block-based Nested-Loop
.
1.4 Batasan Masalah
Batasan masalah pada penelitian ini yaitu : 1.
Algoritma deteksi
outlier
yang digunakan yaitu algoritma
Block-based Nested-Loop
. 2.
Data yang digunakan dalam penelitian ini merupakan data akademik mahasiswa Prodi Teknik Informatika angkatan 2007 dan 2008 di
Universitas Sanata Dharma berupa hasil tes penerimaan mahasiswa baru
nilai penalaran mekanik, nilai penalaran verbal, nilai hubungan ruang, nilai Bahasa Inggris, nilai kemampuan numerik
, nilai final dan nilai indeks prestasi semester dari semester satu sampai semester empat.
3. Hasil penelitian ini berupa kelompok mahasiswa
outlier
, jika ada.
1.5 Manfaat Penelitian
Manfaat penelitian ini, antara lain: 1.
Memperkenalkan salah satu algoritma penambangan data khususnya untuk mendeteksi
outlier
yaitu algoritma
Block-based Nested-Loop
serta keunggulannya dalam mendeteksi
outlier
. 2.
Membantu pihak Universitas Sanata Dharma dalam mendeteksi kejadian langka berkaitan dengan keunikan data akademik mahasiswa.
1.6 Sistematika Penulisan