Latar Belakang Masalah KESIMPULAN DAN SARAN 41

BAB 1 PENDAHULUAN

1.1. Latar Belakang Masalah

Akademi Manajemen Informatika Komputer Tunas Bangsa atau disingkat dengan AMIK Tunas Bangsa adalah salah satu perguruan tinggi swasta di Sumatera Utara yang menyelenggarakan perkuliahan jenjang Diploma 3 dengan program studi manajemen informatika dan komputerisasi akuntansi. Sejak berdiri tahun 2003 sampai saat ini jumlah mahasiswaI kedua program sudi tersebut telah mencapai ±1.400 orang EPSBED,2010. Dalam mempertahankan dan meningkatkan jumlah mahasiswa perlu dibuat sebuah metode dalam proses penerimaan mahasiswa baru setiap tahunnya. Tanpa adanya jumlah mahasiswa yang memadai maka mustahil bagi perguruan tinggi swasta dapat menjalankan manajemennya. Saat ini keberadaan perguruan tinggi swasta adalah 2.913 PTS di seluruh Indonesia dan 234 di Sumatera Utara sumber: www.dikti.go.id. Proses penerimaan mahasiswa baru PMB di Akademi Manajeman Informatika Komputer AMIK Tunas Bangsa terdiri dari 3 tiga proses yaitu Informasi, Daftar dan Registrasi. Proses Informasi adalah apabila calon mahasiswa tersebut berkunjung ke kampus dan mengisi formulir biodata tanpa melakukan pembayaran apapun. Peran presenter disini sangat menentukan apakah calon tersebut akan melakukan proses daftar atau registrasi. Proses Daftar adalah apabila calon mahasiswa berkunjung ke kampus dan mengisi biodata serta melakukan pembayaran yaitu biaya daftar. Pada kondisi ini calon mahasiswa belum bisa dimasukan kedalam kelompok kelas. Proses registrasi adalah apabila calon mahasiswa berkunjung ke kampus dan mengisi biodata serta melakukan pembayaran biaya daftar, uang kuliah, dan biaya lainnya. Dan pada posisi ini maka sudah dipastikan bahwa calon mahasiswa ini masuk ke dalam kelompok Universitas Sumatera Utara kelas. Kelompok kelas adalah penempatan calon mahasiswa kedalam kelas tertentu yang merupakan bagian didalam kelompok belajar. Pada tahap pengisian biodata, calon mahasiswa harus mengisi data seperti asal sekolah, alamat, penghasilan orang tua, dan sumber informasi. Dari kondisi tersebut maka bisa dilakukan pengelompokan sumber data sehingga dapat dibuat suatu metode yang tepat untuk mempercepat pencapaian target. Sedangkan data pedukungnya adalah kuisioner yang terdiri dari 4 empat kelompok pertanyaan yaitu fasilitas kampus, dukungan sekolah, dukungan keluarga dan minat calon mahasiswa. Untuk mengelola data tersebut dibutuhkan sebuah metode yang bisa digunakan untuk menggali informasi tersembunyi dari data tersebut. Metode tersebut dikenal dengan data mining. Dengan bantuan perangkat lunak, data mining akan melakukan proses analisis data untuk menemukan pola atau aturan tersembunyi dalam lingkup himpunan data tersebut. Pada studi kasus ini, analisis data mining dilakukan dengan metode pohon keputusan yang mengunakan algoritma ID3. Konsep pohon merupakan salah satu konsep teori graf yang paling penting. Pemanfaatan struktur pohon dalam kehidupan sehari-hari adalah untuk menggambarkan hierarki dan memodelkan persoalan, contohnya pohon keputusan decision tree. Algoritma Iterative dichotomizes 3 ID3 merupakan suatu metode dalam learning yang akan membangun sebuah pohon keputusan untuk pemodelan dalam mencari solusi dari persoalan. Kegiatan analisis kemahasiswaan diperlukan untuk mendapatkan keputusan yang bersifat menguntungkan demi maju dan berkembangnya suatu perguruan tinggi dan analisis penerimaan mahasiswa baru tersebut dapat dilakukan melalui berbagai metode, salah satunya dengan decision tree menggunakan algoritma ID3 Iterative Dichotomizes 3. Salah satu solusi memprediksi validitas alamat adalah dengan membuat suatu sistem yang dianggap mampu melakukan prediksi suatu alamat secara tepat. Metode decision tree dengan algoritma ID3 merupakan salah satu metode dari data mining yang digunakan untuk mengklasifikasikan data sampel ke dalam kelas-kelas tertentu. Berdasarkan kemampuan dari metode ini, kemudian Universitas Sumatera Utara dilakukan penelitian untuk menganalisis keefektifitasan metode ini dalam melakukan prediksi alamat menggunakan kelas yang terbentuk dari metode ini. Bentuk penelitian yang dilakukan adalah dengan melihat tingkat kebenaran yang dihasilkan oleh metode ini dalam melakukan validitas prediksi suatu alamat pada sekumpulan data uji yang diteliti Nugroho,2007. Salah satu metode yang paling banyak digunakan untuk inferensi induksi adalah Decision Tree Learning, merupakan metode untuk menganalisa fungsi target yang bernilai diskrit, dimana fungsi pembelajarannya direpresentasikan dalam bentuk pohon keputusan. Algoritma ID3 Iterative Dichotomizes versi 3 adalah algoritma yang paling banyak digunakan untuk men-generate pohon keputusan. Algoritma ini dikenalkan oleh Ross Quinlan, menggunakan teori informasi untuk menentukan atribut yang paling informatif. Kelemahan dari algoritma ID3 adalah ketidakstabilannya dalam melakukan klasifikasi data apabila terjadi sedikit perubahan pada data training Setiawan,2007. Berdasarkan latar belakang masalah diatas, maka penulis tertarik untuk meneliti bidang ini dengan mengambil judul “Penetapan Strategi Pemasaran Dengan Pendekatan Model Pohon Keputusan Algoritma Iterative Dichotomizes 3 ID3 di Perguruan Tinggi Swasta”.

1.2. Perumusan Masalah