Model Rekrutmen Calon Karyawan Dengan Algoritma Iterative Dichotomizer Three (ID3) (Studi Kasus di PT.Tiffa Mitra Sejahtera)

BAB 2
LANDASAN TEORI

2.1.Sistem Pendukung Keputusan

2.1.1. Pengertian Sistem
Kata sistem berasal dari bahasa latin (systēma) dan bahasa yunani (sustēma). Sistem
adalah suatu kesatuan yang terdiri dari komponen atau elemen yang dihubungkan
bersama untuk memudahkan aliran informasi, materi atau energi untuk mencapai
suatu tujuan. Sistem juga merupakan kesatuan bagian-bagian yang saling berhubungan
yang berada dalam suatu wilayah serta memiliki item-item penggerak.
Sedangkan pengertian sistem menurut Kamus Bahasa Indonesia, Sistem adalah
perangkat unsur yang teratur saling berkaitan sehingga membentuk suatu totalitas.
Pengertian lain Sistem adalah susunan dari pandangan, teori, asas dan sebagainya.

2.1.2. Pengertian Keputusan

Keputusan (decision) yaitu pilihan dari dua atau lebih kemungkinan. Keputusan dapat
dilihat pada kaitannya dengan proses, yaitu bahwa suatu keputusan ialah keadaan
akhir dari suatu proses yang lebih dinamis yang disebut pengambilan keputusan.
Dengan kata lain, keputusan merupakan sebuah kesimpulan yang dicapai sesudah

dilakukan pertimbangan, yang terjadi setelah satu kemungkinan dipilih, sementara
yang lain dikesampingkan.

Universitas Sumatera Utara

8

2.1.3. Pengertian Sistem Pendukung Keputusan

Turban

(2005) mendefinisikan pengambilan keputusan sebagai sebuah proses

memilih tindakan untuk mencapai suatu tujuan atau beberapa tujuan. Pengambilan
keputusan ini dilakukan dengan pendekatan sistematis terhadap permasalahan melalui
proses pengumpulan data menjadi informasi serta ditambah dengan faktor-faktor yang
perlu di pertimbangkan dalam pengambilan keputusan.
Sistem Pendukung Keputusan didefinisikan sebagai sistem berbasis komputer
yang terdiri dari tiga komponen yang saling berinteraksi: sistem bahasa, sistem
pengetahuan dan sistem pemrosesan masalah.

Pembuatan keputusan diperlukan pada semua tahap kegiatan administrasi dan
manajemen. Misalnya dalam tahap perencanaan diperlukan banyak kegiatan
pembuatan keputusan sepanjang proses perencanaan tersebut. Keputusan-keputusan
yang dibuat dalam proses perencanaan ditujukan kepada pemilihan alternatif program
dan prioritasnya. Dalam pembuatan keputusan tersebut dicakup kegiatan identifikasi
masalah, perumusan dan pemilihan alternatif keputusan berdasarkan perhitungan
konsekuensi dan berbagai dampak yang timbul. Begitu juga dalam tahap implementasi
atau operasional suatu organisasi, para manajer harus membuat banyak keputusan
rutin dalam rangka mengendalikan usaha sesuai dengan rencana dan kondisi yang
berlaku. Sedangkan dalam tahap pengawasan yang mencakup pemantauan,
pemeriksaan dan penilaian (evaluasi) terhadap hasil pelaksanaan kerja, juga banyak
keputusan dibuat dalam rangka koreksi terhadap penyimpangan yang terjadi agar hasil
yang diperoleh lebih sesuai dengan sasaran mutu, waktu dan penggunaan sumber daya
yang efisien.

Universitas Sumatera Utara

9

2.1.4. Karakteristik dan Kemampuan Sistem Pendukung Keputusan

Menurut Turban karekteristik Sistem Pendukung Keputusan adalah sebagai berikut:
1. Sistem Pendukung Keputusan dirancang untuk membantu pengambilan
keputusan dalam memecahkan suatu masalah yang bersifat semi terstruktur
atau sebaliknya.
2. Sistem Pendukung Keputusan dalam proses pengolahannya menkombinasikan
pengguna model-model anakisis dengan teknik pemasukan data konvensional
serta fungsi-fungsi pencari informasi.
3. Sistem Pendukung Keputusan dirancang untuk dapat digunakan dengan mudah
oleh orang-orang yang tidak memiliki dasar kemampuan mengoperasikan
komputer. Oleh karena itu, pendekatan yang digunakan biasanya model
interaktif.
4. Dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan
adaptasi yang tinggi, sehingga mudah disesuaikan dalam berbagai perubahan
lingkungan yang terjadi dan kebutuhan pemakai.

2.1.5. Komponen Sistem Pendukung Keputusan

Adapun komponen-komponen dari SPK adalah sebagai berikut:
1. Subsistem manajemen data, mencakup satu basis data (data base) yang

berisi data yang relevan dan dikelola oleh perangkat lunak yang disebut
Database Management System (DBMS).

2. Subsistem manajemen model, menggunakan perangkat lunak yang
berkaitan dengan bidang-bidang seperti keuangan, statistik, manajemen,
atau model-model kuantitatif yang memiliki kemampuan untuk melakukan
analisa sistem.

Universitas Sumatera Utara

10

3. Subsistem antarmuka pengguna, digunakan sebagai media interaksi antara
system dengan pengguna. Pengguna dapat berkomunikasi dengan SPK dan
memerintahkan SPK melalui susistem ini.
4. Subsistem manajemen berbasis pengetahuan, dapat mendukung subsistem
lain atau bertindak sebagai komponen yang berdiri sendiri yang tidak
terkait dengan komponen lain.

2.2.Visual Basic Net

Microsoft Visual Basic. NET adalah sebuah alat untuk mengembangkan dan
membangun aplikasi yang bergerak di atas sistem .NET Framework, dengan
menggunakan bahasa Basic. Dengan menggunakan alat ini, para programmer dapat
membangun aplikasi Windows Forms, Aplikasi web berbasis ASP. NET, dan juga
aplikasi command-line. Bahasa Visual Basic. NET sendiri menganut paradigma
bahasa pemrograman berorientasi objek yang dapat dilihat sebagai evolusi dari
Microsoft Visual Basic versi sebelumnya yang diimplementasikan di atas .NET
Framework.

Visual Basic yang sekarang digunakan oleh jutaan programmer adalah
berawal dari sebuah Bahasa pemrograman yang diciptakan oleh Prof. Jhon Kemeny
dan Thomas Kurtz pada tahun 1964 dengan nama BASIC yang kepanjangan dari
Beginner All Purpose Symbolic Intruction Code. Bahasa BASIC ini tergolong bahasa

pemrograman yang paling mudah dipelajari.

Universitas Sumatera Utara

11

2.2.1

Visual

Kelebihan Visual Basic Net

Basic

mempunyai

banyak

kelebihan

dibandingkan

Software/bahasa

pemograman yang lain. Di antaranya adalah :











VB.NET mengatasi semua masalah yang sulit disekitar pengembangan
aplikasi berbasis windows.
Cocok digunakan untuk mengembangkan aplikasi/program yang bersifat
“Rapid Application Development”.
Sangat cocok digunakan untuk membuat program/aplikasi Bisnis.
Digunakan oleh hampir semua keluarga Microsoft Office sebagai bahasa
Macro-nya, segera akan diikuti oleh yang lain.
Mendekati Object Oriented Programming.
Dapat di-integrasikan dengan Internet, baik itu pada sisi Client maupun pada
sisi Server

Dapat menjalankan server tersebut dari mesin yang sama atau bahkan dari
mesin/komputer yang lain.

2.2.2 Kekurangan Visual Basic Net

Visual Basic juga mempunyai kekurangan/kelemahan, yaitu :



Visual Basic (VB) tidak memiliki database sendiri dan biasanya VB
mengunakan database seperti : mysql, sql server, microsoft access.
VB tidak punya pendukung untuk membuat report dari bawaan VB sendiri

Universitas Sumatera Utara

12




Program/aplikasi yg dibuat dgn VB.Net harus menggunakan Net Framework
untuk menjalaninya
Visual Basic. NET bukan merupakan bahasa pemprograman yang open source,
sehingga akan sulit bagi programmer untuk lebih mendalami VB. NET secara
lebih independen.

2.3.Algoritma Iterative Dichotomizer Three (ID3)

2.3.1

Pengertian Algoritma Iterative Dichotomizer Three (ID3)

Iterative Dichotomicer Three (ID3) diperkenalkan pertama kali oleh Quinlan pada

tahun 1979. ID3 dikembangkan atas dasar Sistem Pembelajaran Konsep (Concept
Learning System). Tujuan dari Sistem Pembelajaran Konsep yang dikembangkan oleh

Hunt et al adalah untuk menghasilkan suatu pohon aturan yang mampu
mengklasifikasikan suatu objek. ID3 merepresentasi konsep-konsep dalam bentuk
pohon keputusan. Aturan-aturan yang dihasilkan oleh ID3 mempunyai relasi yang

hirarkis seperti suatu pohon (mempunyai akar, titik, cabang dan daun) .
Untuk menggunakan metode ID3 dibutuhkan kumpulan data yang terdiri dari
variabel-variabel masukan dan variabel keluaran. Nilai-nilai yang terdapat dalam
setiap variabel mempunyai sifat kategorial.
Data sample yang digunakan oleh ID3 memiliki beberapa syarat, yaitu :

 Deskripsi atribut nilai. Atribut yang sama haruss mendeskripsikan tiap contoh
dan memiliki jumlah nilai yang sudah ditentukan.

 Kelas yang sudah didefinisikan sebelumnya. Suatu atribut contoh harus sudah
didefinisikan, karena mereka tidak dipelajari oleh ID3.

Universitas Sumatera Utara

13

 Kelas-kelas yang diskrit. Kelas digambarkan secara jelas, kelas-kelas yang
berkesinambungan dipecah menjadi kategori-kategori jelas seperti nilai baik,
sedang, buruk.

 Jumlah contoh (example) yang cukup. Karena pembangkitan induktif
digunakan, maka dibutuhkan test case yang cukup untuk membedakan pola
yang valid dari peluang suatu kejadian. Pemilihan atribut pada ID3 dilakukan
dengan properti statistik, yang disebut dengan information gain. Gain
mengukur seberapa baik suatu atribut memisahkan training exampel ke dalam
kelas target. Atribut dengan informasi tertinggi akan dipilih. Dengan tujuan
untuk mendefinisikan gain, pertama-tama digunakan ide dari teori informasi
yang disebut entropi. Entropi mengukur jumlah dari informasi yang ada pada
atribut.

2.3.2

Entropy

Entropy adalah ukuran rata-rata bit yang dibutuhkan untuk mendapatkan suatu kelas

dari ketidakpastian yang berdasar pada variabel acak pada jumlah sampel.
Rumus persamaan dari entropy adalah :
Entropy(S) = -p+ log2 p+ - p- log2 p

dimana :
S

 p+

 p-

= adalah jumlah sampel data yang digunakan.
= Jumlah yang bersolusi positif (mendukung) pada data sampl
untuk kriteria tertentu.
= adalah jumlah yang bersolusi negatif (tidak mendukung) pada
data sampel untuk kriteria tertentu.

Universitas Sumatera Utara

14

2.3.3. Information Gain

Setelah mendapatkan entropy dari suatu kumpulan data sample, maka dapat diukur
efektifitas suatu atribut dari suatu klasifikasi data. Ukuran efektifitas ini disebut
information gain. Information gain dari suatu atribut dapat dilihat dari persamaa

dibawah ini :
Gain(S, A)= Entropy(S) – Σ

|��|
|�|

Entropy(Sv)



dimana :



A

= Atribut



V

= Menyatakan Suatu nilai yang mungkin untuk suatu atribut A



Values (A)

= Himpunan nilai-nilai yang mungkin untuk atribut A



|Sv|

= Jumlah sampel untuk nikai V



|S|

= Jumlah seluruh sampel data

Entropy(Sv)

= Entropy untuk sampel-sampel yang memiliki nilai v

Cara kerja metode ID3 adalah dengan menentukan nilai bobot dari setiap
atribut, kemudian dilanjutkan dengan proses pemilihan alternatif terbaik dari sejumlah
alternatif, dalam hal ini alternatif yang dimaksud adalah pengajuan yang berhak
ditindaklanjuti berdasarkan kriteria-kriteria yang ditentukan. Proses tersebut akan
terus digunakan untuk proses yang sama (rekursif) dan nantinya akan membentuk
pohon keputusan. Apabila suatu atribut telah menjadi cabang (node) maka atribut
tidak dimasukkan ke dalam perhitungan nilai information gain. Proses ini akan
berhenti pasa saat semua data dari anak cabang telah termasuk dalam kelas yang sama
atau jika semua atribut telah digunakan tapi masih tersisa dalam kelas yang berbeda.

Universitas Sumatera Utara