Perhitungan Algoritma dan Mekanisme Kasus .1

69 Ya Ya Belum Belum Penuh Tidak Terima 70 Tidak Ya Sudah Belum Penuh Ya Terima 71 Tidak Ya Belum Penuh Tidak Tolak 72 Tidak Tidak Belum Belum Penuh Tidak Terima 73 Tidak Tidak Sudah Penuh Tidak Terima 74 Tidak Tidak Belum Belum Penuh Tidak Terima 75 Tidak Tidak Sudah Belum Penuh Ya Terima 76 Tidak Ya Sudah Penuh Ya Terima 77 Tidak Tidak Sudah Belum Penuh Ya Terima 78 Tidak Ya Belum Belum Penuh Tidak Terima 79 Tidak Tidak Sudah Belum Penuh Ya Terima 80 Tidak Tidak Belum Belum Penuh Ya Terima 3.3.1 Perhitungan Algoritma dan Mekanisme Kasus 3.3.1.1 Entropy S Entropy digunakan sebagai suatu parameter untuk mengukur homogenitas dari suatu kumpulan sampel data seperti pada Persamaan 2.1        p p p p S Entropy 2 2 log log 2.1 S adalah koleksi dari 80 contoh dengan 60 contoh positif dan 20 contoh negatif, ditulis dengan notasi [60+,20-]. Nilai positif di sini maksudnya value Status = Terima, sedangkan negatif maka value Status = Tolak. Pencarian Nilai Enthrophy: Enthrophy : Entropy = [60+,20-] = - 6080 log2 6080 - 2080 log2 2080 = 0,811278124 Catatan :  EntropyS = 0, jika semua contoh pada S berada dalam kelas yang sama.  EntropyS = 1, jika jumlah contoh positif dan jumlah contoh negatif dalam S adalah sama.  0 EntropyS 1, jika jumlah contoh positif dan jumlah contoh negatif dalam S tidak sama. 3.3.1.2 Information Gain Gain S,A adalah ukuran dalam mengukur efektivitas suatu atribut dalam mengklasifikasikan data seperti pada Persamaan 2.2    | | | | , Sv Entr opy S Sv S Entr opy A S Gain 2.2 1. Value Keahlian = Ya, Tidak S Ya = [42+, 8-], |S Ya | = 50 S Tidak = [18+, 12-], |S Tidak | = 30 Entropy S Ya = [42+,8-] = - 4250 log2 4250 - 850 log2 850 = 0,63431 Entropy S Tidak = [18+,12-] = - 1830 log2 1830 - 1230 log2 1230 = 0,970951 Gain Keahlian= GainS, Keahlian = EntropyS - 5080EntropyS Ya - 3080EntropyS Tidak = 0,050728 2. Value Masuk dalam Bid.Pengembangan = Ya, Tidak S Ya = [40+, 8-], |S Ya | = 48 S Tidak = [20+, 12-], |S Tidak | = 32 Entropy S Ya = [40+,8-] = - 4048 log2 4048 - 848 log2 848 = 0,650022 Entropy S Tidak = [20+,12-] = - 2032 log2 2032 - 1232 log2 1232 = 0,954434 Gain Masuk dalam Bid.Pengembangan = GainS, Masuk dalam Bid.Pengembangan = EntropyS - 4880EntropyS Ya - 3280EntropyS Tidak = 0,039491 3. Value Sudah S2 = Sudah, Belum S Sudah = [38+, 6-], |S Sudah | = 44 S Belum = [22+, 14-], |S Belum | = 36 Entropy S Sudah = [38+,6-] = - 3844 log2 3844 - 644 log2 644 = 0,574636 Entropy S Belum = [22+,14-] = - 2236 log2 2236 - 1436 log2 1436 = 0,964079 Gain Sudah S2= GainS, Sudah S2 = EntropyS - 4480EntropyS Sudah - 3680EntropyS Belum = 0,061393 4. Value Kapasitas Membimbing = Penuh, Tidak S Penuh = [8+, 6-], |S Penuh | = 14 S Tidak = [52+, 14-], |S Tidak | = 66 Entropy S Penuh = [8+,6-] = - 814 log2 814 - 614 log2 614 = 0,985228 Entropy S Tidak = [52+,14-] = - 5266 log2 5266 - 1466 log2 1466 = 0,745518 Gain Kapasitas Membimbing = GainS, Kapasitas Membimbing = EntropyS - 1480EntropyS Penuh - 6680EntropyS Tidak = 0,023811 5. Value Studi Lanjut S3 = Ya, Tidak S Ya = [15+, 4-], |S Ya | = 19 S Tidak = [45+, 16-], |S Tidak | = 61 Entropy S Ya = [15+,4-] = - 1519 log2 1519 - 419 log2 419 = 0,742488 Entropy S Tidak = [45+,16-] = - 4561 log2 4561 - 1661 log2 1661 = 0,83019 Gain Studi Lanjut S3= GainS, Studi Lanjut S3 = EntropyS - 1980EntropyS Ya - 6180EntropyS Tidak = 0,001917 Setelah semua atribut diketahui nilai gain nya, maka diketahui gain tertinggi yang nilainya mendekati angka 1 yaitu gain pada atribut Sudah S2. Dengan begitu atribut Sudah S2 dijadikan sebagai root . Untuk menghitung node di bawahnya dihitung nilai value sudah dan value belum pada atribut Sudah S2 dengan menghitung semua kemungkinan pada semua atribut.  Entropy Sudah S2Sudah = [22+,14-] = - 2236 log2 2236 - 1436 log2 1436 = 0,964078765 1. Value Keahlian = Ya, Tidak S Ya = [25+, 1-], |S Ya | = 26 S Tidak = [13+, 5-], |S Tidak | = 18 Entropy S Ya = [25+,1-] = - 2526 log2 2526 - 126 log2 126 = 0,235193382 Entropy S Tidak = [13+,5-] = - 1318 log2 1318 - 518 log2 518 = 0,852405179 Gain Keahlian= GainS, Keahlian = EntropyS - 2644EntropyS Ya - 1844EntropyS Tidak = 0,086946581 2. Value Masuk dalam Bid.Pengembangan = Ya, Tidak S Ya = [28+, 2-], |S Ya | = 30 S Tidak = [10+, 4-], |S Tidak | = 14 Entropy S Ya = [28+,2-] = - 2830 log2 2830 - 230 log2 230 = 0,353359335 Entropy S Tidak = [10+,4-] = - 1014 log2 1014 - 414 log2 414 = 0,863120569 Gain Masuk dalam Bid.Pengembangan = GainS, Masuk dalam Bid.Pengembangan = EntropyS - 3044EntropyS Ya - 1444EntropyS Tidak = 0,059079607 3. Value Kapasitas Membimbing = Penuh, Tidak S Penuh = [7+, 1-], |S Penuh | = 8 S Tidak = [31+, 5-], |S Tidak | = 36 Entropy S Penuh = [7+,1-] = - 78 log2 78 - 18 log2 18 = 0,543564443 Entropy S Tidak = [31+,5-] = - 3136 log2 3136 – 536 log2 536 = 0,581321499 Gain Kapasitas Membimbing = GainS, Kapasitas Membimbing = EntropyS - 844EntropyS Penuh - 3644EntropyS Tidak = 0,000179118 4. Value Studi Lanjut S3 = Ya, Tidak S Ya = [14+, 3-], |S Ya | = 17 S Tidak = [24+, 3-], |S Tidak | = 27 Entropy S Ya = [14+,3-] = - 1417 log2 1417 - 317 log2 317 = 0,672294817 Entropy S Tidak = [24+,3-] = - 2427 log2 2427 - 327 log2 327 = 0,503258335 Gain Studi Lanjut S3= GainS, Studi Lanjut S3 = EntropyS - 1744EntropyS Ya - 2744EntropyS Tidak = 0,006067813 Berdasarkan hasil dari perhitungan entropy dari semua atribut dengan atribut tujuan value terima pada atribut Sudah S2 didapat kesimpulan bahwa node di bawah atribut Sudah S2 dengan value sudah adalah atribut keahlian.  Entropy Sudah S2Belum = [22+,14-] = - 2236 log2 2236 - 1436 log2 1436 = 0,964078765 1. Value Keahlian = Ya, Tidak S Ya = [13+, 5-], |S Ya | = 18 S Tidak = [9+, 9-], |S Tidak | = 18 Entropy S Ya = [13+,5-] = - 1318 log2 1318 - 518 log2 518 = 0,852405 Entropy S Tidak = [9+,9-] = - 918 log2 918 - 918 log2 918 = 1 Gain Keahlian= GainS, Keahlian = EntropyS - 1836EntropyS Ya - 1836EntropyS Tidak = 0,037876 2. Value Masuk dalam Bid.Pengembangan = Ya, Tidak S Ya = [12+, 6-], |S Ya | = 18 S Tidak = [10+, 8-], |S Tidak | = 18 Entropy S Ya = [12+,6-] = - 1218 log2 1218 - 618 log2 618 = 0,918296 Entropy S Tidak = [10+,8-] = - 1018 log2 1018 - 818 log2 818 = 0,991076 Gain Masuk dalam Bid.Pengembangan = GainS, Masuk dalam Bid.Pengembangan = EntropyS - 1836EntropyS Ya - 1836EntropyS Tidak = 0,009393 3. Value Kapasitas Membimbing = Penuh, Tidak S Penuh = [15+, 9-], |S Penuh | = 24 S Tidak = [7+, 5-], |S Tidak | = 12 Entropy S Penuh = [15+,9-] = - 1524 log2 1524 - 924 log2 924 = 0,954434 Entropy S Tidak = [7+,5-] = - 712 log2 712 – 512 log2 512 = 0,979869 Gain Kapasitas Membimbing = GainS, Kapasitas Membimbing = EntropyS - 2436EntropyS Penuh - 1236EntropyS Tidak = 0,001167 4. Value Studi Lanjut S3 = Ya, Tidak S Ya = [1+, 1-], |S Ya | = 2 S Tidak = [21+, 13-], |S Tidak | = 34 Entropy S Ya = [1+,1-] = - 12 log2 12 - 12 log2 12 = 1 Entropy S Tidak = [21+,13-] = - 2134 log2 2134 - 1334 log2 1334 = 0,959687 Gain Studi Lanjut S3= GainS, Studi Lanjut S3 = EntropyS - 236EntropyS Ya - 3436EntropyS Tidak = 0,002152 Berdasarkan hasil dari perhitungan entropy dari semua atribut dengan atribut tujuan value terima pada atribut Sudah S2 didapat kesimpulan bahwa node di bawah atribut Sudah S2 dengan value belum adalah atribut keahlian. Percarian node di bawah atribut keahlian dengan cara melakukan perhitungan entropy dan pencarian nilai gain dari atribut masuk dalam bidang pengembangan, kapasitas membimbing dan studi lanjut S3 dengan value ya pada atribut keahlian. Entropy = [38+,6-] = - 3844 log2 3844 - 644 log2 644 = 1. Value Masuk dalam Bid.Pengembangan = Ya, Tidak S Ya = [34+, 4-], |S Ya | = 38 S Tidak = [4+,2-], |S Tidak | = 6 Entropy S Ya = [34+,4-] = - 3438 log2 3438 - 438 log2 438 = 0,485461 Entropy S Tidak = [4+,2-] = - 46 log2 46 - 26 log2 26 = 0,918296 Gain Masuk dalam Bid.Pengembangan = GainS, Masuk dalam Bid.Pengembangan = EntropyS - 3844EntropyS Ya - 644EntropyS Tidak = 0,030152 2. Value Kapasitas Membimbing = Penuh, Tidak S Penuh = [10+, 3-], |S Penuh | = 13 S Tidak = [28+, 3-], |S Tidak | = 31 Entropy S Penuh = [10+,3-] = - 1013 log2 1013 - 313 log2 313 = 0,77935 Entropy S Tidak = [28+,3-] = - 2831 log2 2831 - 331 log2 331 = 0,458686 Gain Kapasitas Membimbing = GainS, Kapasitas Membimbing = EntropyS - 1344EntropyS Penuh - 3144EntropyS Tidak = 0,021208 3. Value Studi Lanjut S3 = Ya, Tidak S Ya = [7+, 1-], |S Ya | = 8 S Tidak = [31+, 5-], |S Tidak | = 36 Entropy S Ya = [7+,1-] = - 78 log2 78 - 18 log2 18 = 0,543564 Entropy S Tidak = [31+,5-] = - 3136 log2 3136 - 536 log2 536 = 0,581321 Gain Studi Lanjut S3= GainS, Studi Lanjut S3 = EntropyS - 844EntropyS Ya - 3644EntropyS Tidak = 0,000179 Berdasarkan hasil dari tiga atribut diketahui bahwa gain masuk dalam bid.pengembangan mendekati angka satu, maka node di bawah atribut masuk dalam keahlian adalah atribut masuk dalam bid.pengembangan. Pencarian selanjutnya dilakukan guna mencari node di bawah atribut masuk dalam bid.pengembangan dengan value ya pada atribut masuk dalam bid.pengembangan. Entropy = [34+,4-] = - 3438 log2 3438 - 438 log2 438 = 0,485461 1. Value Kapasitas Membimbing = Penuh, Tidak S Penuh = [4+, 2-], |S Penuh | = 6 S Tidak = [30+, 2-], |S Tidak | = 32 Entropy S Penuh = [4+,2-] = - 46 log2 46 - 26 log2 26 = 0,918296 Entropy S Tidak = [30+,2-] = - 3032 log2 3032 - 232 log2 232 = 0,33729 Gain Kapasitas Membimbing = GainS, Kapasitas Membimbing = EntropyS - 638EntropyS Penuh - 3238EntropyS Tidak = 0,056433 2. Value Studi Lanjut S3 = Ya, Tidak S Ya = [7+, 1-], |S Ya | = 8 S Tidak = [27+, 3-], |S Tidak | = 30 Entropy S Ya = [7+,1-] = - 78 log2 78 – 18 log2 18 = 0,543564 Entropy S Tidak = [27+,3-] = - 2730 log2 2730 - 330 log2 330 = 0,468996 Gain Studi Lanjut S3= GainS, Studi Lanjut S3 = EntropyS - 838EntropyS Ya - 3038EntropyS Tidak = 0,000766 Perhitungan dari atribut kapasitas membimbing dan studi lanjut S3 diketahui bahwa gain kapasitas membimbing mendekati angka satu, maka atribut kapasitas membimbing berada di bawah node masuk dalam bid.pengembangan. atribut studi lanjut S3 merupakan atribut terbawah pada pohon keputusan yang terbentuk, sedangkan pada cabang belum S2 tidak dilakukan pemeriksaan atribut studi lanjut S3 karena pendidikan terakhirnya sudah jelas masih S1. Gambar 3.12 Pohon Yang Terbentuk Berdasarkan Sampel Gambar 3.12 merupakan alur pohon keputusan yang terbentuk berdasarkan sampel data pada Tabel 3.1 dengan penjelasan sebagai berikut : - Atribut Sudah S2, digunakan untuk mengecek pendidikan terakhir calon dosen pembimbing dengan acuan Kepmenkowasbangpan Nomor 381999 Depdiknas, 2008 yang menyatakan bahwa dosen harus memiliki pendidikan minimal S2. Dosen dengan pendidikan S2 atau S3 dijadikan sebagai calon pembimbing 1 dan dosen dengan pendidikan S1 dijadikan sebagai calon pembimbing 2. - Atribut Keahlian, tahap ini berjalan setelah ditemukan daftar dosen dengan pendidikan terakhir S2. Pada tahap ini dilakukan pengecekan dengan melihat daftar keyword masing-masing dosen. Dosen dengan keyword terbanyak akan muncul sebagai kandidat. - Atribut Bidang Pengembangan root . Pada atribut bidang pengembangan kata yang dicek pertama kali adalah kata dibelakang kata berbasis based . Kemudian dicek lagi berdasarkan jumlah kata kunci keyword terbanyak yang berada pada database keyword bidang pengembangan. Setelah ditemukan bidang pengembangan yang memiliki keyword terbanyak maka akan ditemukan dosen yang berada di bawah bidang pengembangan tersebut berdasarkan abjad. - Atribut Kapasitas Membimbing, digunakan untuk melihat kapasitas bimbingan dosen. Kapasitas bimbingan dosen diasumsikan penuh apabila dosen tersebut sedang membimbing 70 mahasiswa dengan perhitungan : Jam Kerja Dosenhari = 8 jam Jam Bimbinganhari = 15 menitmahasiswa Apabila dalam sehari dosen membimbing 14 mahasiswa, maka butuh 3,5 jam setiap harinya untuk melakukan bimbingan dengan mahasiswa. Bila dihitung keseluruhan maka perhitungannya : 14 mahasiswa x 5 hari = 70 mahasiswaminggu - Atribut Studi Lanjut S3, digunakan untuk mengecek aktifitas studi dosen yang sedang melakukan pendidikan S3. Pada tahap ini dosen yang sedang studi S3 akan ditanyakan lagi apakah bersedia menerima tambahan bimbingan atau tidak. Sedangkan dosen yang tidak studi S3 akan langsung dianggap mau menerima bimbingan. Tahap pemeriksaan ini hanya dilakukan untuk dosen dengan pendidikan terakhir S2. Setelah proses pencarian kandidat calon dosen pembimbing selesai dan nama dosen muncul, maka akan dilakukan pengecekan tahap akhir guna mencari pasangan calon dosen pembimbing pembimbing 1 dan pembimbing 2 dengan ketentuan sebagai berikut : - Dosen dengan pendidikan terakhir S3, maka dijadikan sebagai kandidat pembimbing 1. Jika terdapat dosen dengan pendidikan S3 lebih dari satu, maka dilihat jabatan fungsionalnya. Dosen dengan jabatan fungsional tertinggi dijadikan calon pembimbing 1 sedangkan dosen dengan jabatan fungsional di bawahnya dijadikan calon pembimbing 2. - Apabila masih ditemukan kandidat dosen dengan pendidikan terakhir dan jabatan fungsional yang sama, maka ditentukan dengan mencocokkan keyword yang paling banyak dimiliki dosen tersebut. Dengan kata lain, dosen yang memiliki keyword terbanyak yang sesuai dengan judul dijadikan sebagai pembimbing 1 dan dosen dengan keyword terbanyak kedua dijadikan pembimbing 2. - Pada pencarian berdasarkan pohon ditemukan kandidat dosen pembimbing 1 dan pembimbing 2 dengan pendidikan terakhir S2 dan S1, maka dosen dengan pendidikan terakhir S2 dijadikan sebagai calon pembimbing 1 dan dosen dengan pendidikan terakhir S1 dijadikan calon pembimbing 2.

3.3.2 Mekanisme Penentuan Dosen Pembimbing