BAB III METODOLOGI PENELITIAN
Dalam Bab ini akan digunakan dalam penelitian yang meliputi waktu dan tempat, rancangan penelitian, aktivitas penelitian dan teknik pengumpulan data serta
analisis data
3.1. Lokasi dan Waktu Penelitian
Penelitian dilakukan di D3 Teknik Informatika FMIPA USU, Jl. Bioteknologi No. 1 Kampus USU Padang Bulan Medan. Lamanya waktu yang
dibutuhkan untuk menyelesaikan penelitian ini selama 3 bulan yang dimulai pada Februari 2012 sampai dengan bulan April 2012
3.2. Rancangan Penelitian
Pada tahap awal penelitian dilakukan dengan cara menyebarkan kuesioner angket pada Mahasiswa D3 Teknik Informatika FMIPA USU Medan yang
menjadi subjek penelitian. Kuesioner berisikan tentang Minat Belajar, Kepercayaan Diri, Prilaku Belajar, Dukungan Orang tua dan Waktu Belajar. Hasil
kuesioner ini diolah dengan menggunakan software Rapidminer untuk mendapatkan pengelompokkan mahasiswa berdasarkan 4 kriteria yaitu Dengan
Pujian DP, Sangat memuaskan SM, Memuaskan M, Buruk B. Keempat komponen ini dibuat dengan memperhatikan Indeks Prestasi
mahasiswa D3 Teknik Informatika FMIPA USU Medan.
Universitas Sumatera Utara
3.2.1 Perhitungan Dengan Menggunakan Gain dan Entropy
Dari pengujian diperoleh cluster dari data yang telah diuji selanjutnya dilakukan analisis cluster dan diklasifikasi dalam decision tree untuk menganalisis dan
mendapatkan model aturan Setelah itu data diuji dengan cara perhitungan sendiri. Cara untuk memilih atribut sebagai akar, didasarkan pada nilai Gain tertinggi dari
atribut-atribut yang ada. Untuk menghitung Gain digunakan rumus seperti tertera dalam Rumus I Craw, 2005.
GainS,A = EntropyS –
∑
= 1
Si Entropy
S Si
n i
Dengan S
: Himpunan Kasus A
: Atribut N
: Jumlah Partisi atribut A |Si|
: Jumlah kasus pada partisi ke i |S|
: Jumlah kasus dalam S Sedangkan perhitungan nilai Entropy dapat dilihat pada rumus 2 berikut
Craw, 2005 : EntropyA =
∑
−
=
pi pi
n i
2 1
log Dengan
S : Himpunan Kasus
A : Fitur
n : Jumlah partisi S
pi : Proporsi dari Si terhadap S
Universitas Sumatera Utara
3.3. Diagram Aktivitas Penelitian
Berikut ini alur kerja yang akan dilakukan pada penelitian ini yang digambarkan dalam diagram aktivitas pada gambar 3.1 berikut :
Gambar 3.1. Diagram Aktivitas Kerja Penelitian
Start Data Collective
Instrument Data Cleaning
Data Penelitian
Clustering Kernel k-means
Model Cluster
Interpretasi
Rule Model Profil Mahasiswa
End Decision Tree
Rapidminer C 4.5 Hitungan dengan menggunakan
Gain dan Entropy Interpretasi
Rule Model Profil Mahasiswa
Universitas Sumatera Utara
3.4. Teknik Pengumpulan Data
Untuk mendapatkan input yang baik dari teknik data mining, dilakukan preprocessing terhadap data yang akan digunakan. Preprocessing data merupakan
tahap prapemrosesan. Sebelum proses data mining dapat dilaksanakan, perlu dilakukan proses cleaning pembersihan pada data yang menjadi fokus atau
target KDD. Dalam kasus ini, data yang diambil sebanyak 400 mahasiswa tahun ajaran 2009-2010 dan 2010-2011 dari D3 Teknik Informatika FMIPA USU
Medan. Atribut yang digunakan pada penelitian ini berupa IPK, Minat Belajar, Kepercayaan diri, Prilaku Belajar, Dukungan Orang Tua, Jenis Kelamin, dan
Predikat. Data set kedua penulis mensurvei mahasiswa tentang prediksi prestasi
akademik dengan menggunakan kuesioner tertulis. Penulis menciptakan instrument survey dan termasuk pertanyaan demografis secara umum. Jumlah
mahasiswa sebanyak 400 orang, dan penulis mendapatkan data sampel sebanyak 400 orang dari 420 untuk data set pertama dan 400 orang untuk data kuisioner
mahasiswa yang merupakan data set kedua. Sumber data yang dikumpulkan dari catatan kartu hasil studi akademik mahasiswa.
Untuk data set, penulis mengembangkan kuesioner Lampiran A untuk mengukur keterhubungan data demografi yang sesungguhnya dari beberapa
pertanyaan untuk menghasilkan informasi demografi untuk responden. Pertanyaan-pertanyaan yang dibuat adalah tipe skala poit linker 5 yang disusun
dari “sangat tidak setuju” sampai “sangat setuju” yang bekenaan untuk membuat aturan indeks prestasi akhir mereka. Data set dapat dilihat pada Tabel 3.1
Universitas Sumatera Utara
Tabel 3.1 Tampilan Data Set No Role
Name Type
1 label
IPK Nominal
2 regular
Minat Belajar Numeric
3 regular
Kepercayaan diri Nominal
4 regular
Perilaku Belajar Nominal
5 regular
Dukungan Orang tua Nominal
6 regular
Waktu belajar Nominal
7 regular
Agama Nominal
8 regular
Jenis Kelamin Nominal
9 regular
Predikat Polynomial
10 regular
MB Polynomial
11 regular
KPD Polynomial
12 regular
PB Polynomial
13 regular
DO Polynomial
14 regular
WB Polynomial
3.5. Pra Pemrosesan Data Preprocessing Data