ANALISA SISTEM PAKAR PENENTU BIDANG STUD

Seminar Prosiding SENATKOM 2015

ISSN : 2460-4690

ANALISA SISTEM PAKAR PENENTU BIDANG STUDI DI
TINGKAT PERGURUAN TINGGI
Terttiaavini1), Sumi Amariena Hamim2), Rita Wirya Saputra 3)
1
Fakultas Ilmu Komputer, Universitas Indo Global Mandiri.
2
Fakultas Teknik, Universitas Indo Global Mandiri.
3
Fakultas Teknik Informatika, Universitas Indo Global Mandiri
avini.saputra@uigm.ac.id, bune_raznan@yahoo.co.id, Ritasaputra@gmail.com
Abstract
Improve human resources become a major task for the human educators. Create qualified people who
have high competitiveness after studying at the college level the purpose of the implementation of
learning. Various attempts were made to find a method that can be a solution. The collaboration of
psychometric analysis with expert systems can produce problem-solving model shaped tree structure
simpler. The problems faced by the prospective student is often difficult to determine the precise field
of study. While Achieving the highest performance can be obtained if a person was educated according

to their talents and IQ level. From the collaboration between the two disciplines can produce a rule based system that can be the basis for software development
Keywords : Expert system, Psychometric analysis, Decision tree

1. PENDAHULUAN
Sering kita menghadapi kondisi dimana
sebagian dari mahasiswa sulit memahami
materi ajar yang kita (dosen) berikan.
Padahal materi, modul, latihan, tugas dan
quiz sudah kita berikan dengan lengkap
dan sebaik-baiknya. Hal ini harusnya
menjadi perhatian mengapa hal tersebut
selalu terjadi. Perhatian tertuju pada
potensi diri mahasiswa itu sendiri, dimana
dari hasil dari tanya jawab yang telah
dilakukan, tidak sedikit alasan dari mereka
adalah merasa salah memilih jurusan. Pada
dasarnya mereka tidak dapat memberikan
alasan mengapa mereka mengambil
jurusan tersebut, padahal bila dianalisa
lebih lanjut, ternyata jurusan tersebut tidak

sesuai dengan bakat dan minat mereka
yang sebenarnya. Karena sudah terlajur
kuliah
pada
beberapa
semester,
kebanyakan mahasiswa terus melanjutkan
kuliahnya, walaupun dengan kondisi
memaksakan diri sehinga tidak mampu
mencapai prestasi akademik.
Fenomena salah memilih jurusan
dipacu oleh kurang pahamannya
mahasiswa terhadap minat dan bakat yang
mereka miliki. Ini akan menimbulkan
kesulitan
bagi
mahasiswa dalam

menyesuaikan diri di lingkungan belajar,
tidak dapat mengoptimalkan semua

potensi dan kemampuan yang dimiliki,
prestasi belajar lebih rendah dari yang
seharusnya dapat dicapai, serta cenderung
lambat dalam menyelesaikan studinya.
Jika kasus salah memilih jurusan ini terus
dibiarkan, maka akan berpengaruh
terhadap pencapaian prestasi.
Setiap manusia memiliki bakat. Bakat
(aptitude) merupakan potensi (potensial
ability). Bakat yang dimiliki merupakan
potensi yang perlu dikembangkan atau
dilatih agar dapat mencapai prestasi. Ada
berapa pendapat para ahli tentang bakat,
yaitu : Kartono K (1995:2) menyatakan
bahwa “bakat adalah potensi atau
kemampuan kalau diberikan kesempatan
untuk dikembangkan melalui belajar akan
menjadi kecakapan yang nyata .” [1]
Monk (2000) menjelaskan bahwa
“keberbakatan

(Giftedness)
adalah
suatu potensi bawaan yang memerlukan
binaan guna mencapai prestasi sesuai
dengan prestasinya ” [2]. Berdasarkan
pendapat ahli tersebut dapat disimpulkan
bahwa, bakat seseorang bila dibina atau
dilatih dengan baik akan menjadikan
manusia yang dapat mencapai prestasi

Seminar Prosiding SENATKOM 2015

maksimal dibidangnya. Tetapi masalahnya
adalah “apakah semua orang bisa
mengetahui
bakatnya
?”.
Untuk
mengetahui potensi bakat seseorang
tidaklah mudah, karena ada perbedaan

yang mendasar antara bakat dan minat.
Terkadang minat diartikan sebagai bakat,
padahal minat bukanlah bakat. Minat
sangat dipengeruhi oleh lingkungan
keluarga atau teman.
Saat ini banyak sekali jasa konsultasi
psikologi yang dapat mendiskripsikan
potensi
bakat
seseorang.
Dengan
mengunggulkan pemakainan teknologi dan
metode yang dianggap akurat untuk
membaca karaktek seseorang, namun hal
ini harus sebanding dengan jasa konsultasi
yang ditawarkan.
Menurut
ilmu
psikologi
bakat

merupakan bawaan genetik dan dapat
diukur dengan menggunakan pengukuran
karakter psikometri. Analisa Psikometri
dilakukan dengan penggunakan alat tes
semacam psikotes. Hasil dari pengukuran
tersebut dapat memberikan gambaran
bidang studi yang sesuai dengan bakatnya.
Untuk mencapai hasil penilaian yang
akurat dalam menentukan jurusan yang
tepat, tidak cukup hanya berdasarkan
bakat.
Bakat
merupakan
potensi
kecerdasan yang tersembunyi yang tidak
bisa diukur dengan standar IQ. Menurut Ifa
H Misbah (2010) menyatakan bahwa
“intelegensia tidak sama dengan IQ
(inteligent quotient). IQ merupakan hasil
pengukuran kecerdasan yang sudah

dipengaruhi oleh lingkungan (latar
belakang pendidikan, pola asuh, proses
belajar, emosi dan motivasi) sedangkan
intelegensia merupakan kecerdasan dalam
bentuk potensi yang belum mendapatkan
intervensi lingkungan yang dinamakan
bakat”. [3]
Dalam analisa psikologi, pengukuran
IQ dapat dilakukan dengan tes IQ.
Gabungan dari pengukuran tersebut bila
disinergikan dapat menentukan bidang
studi yang sesuai berdasarkan bakat dan IQ

ISSN : 2460-4690

yang dimiliki. Tujuan dari penelitian ini
adalah menghasilkan rancangan analisa
sistem pakar untuk menentukan bidang
studi di tingkat perguruan tinggi
berdasarkan minat, bakat dan IQ.

2. KAJIAN LITERATUR
a) Pengertian Sistem Pakar
Menurut Ignizio (1991) Sistem pakar
adalah suatu model dan prosedur yang
berkaitan, dalam suatu domain tertentu,
yang mana tingkat keahliannya dapat
dibandingkan dengan keahlian seorang
pakar [4]. Struktur dari sistem pakar adalah

Sumber : Ignizio (1991)
Gambar_1. Struktur sistem pakar

Penjelasan dari struktur tersebut yaitu :
1. Pemakai Merupakan mekanisme yang
digunakan oleh pengguna dan sistem
pakar untuk berkomunikasi.
2. Basis pengetahuan mengandung
pengetahuan
untuk pemahaman,
formulasi dan penyelesain masalah.

Disusun atas 2 elemen dasar yaitu
penalaran berbasis aturan (rule-base
reasoning) dan penalaran berbasis
kasus (case-based reasoning).
3. Akuisisi pengetahuan (Knowledge
Acquisition )
adalah
akumulasi,
transfer dan transformasi keahlian
dalam menyelesaikan masalah dari
sumber pengetahuan kedalam program
komputer.Metode akusisi pengetahuan
adalah wawancara, analisis protokol,
observasi pada pekerjaan pakar dan
induksi aturan dari contoh.

Seminar Prosiding SENATKOM 2015

4. Mesin inferensi (inference engine )
Merupakan bagian yang bertindak

sebagai pencari solusi dari suatu
permasalahan
berdasarkan
pada
kaidah-kaidah yang ada dalam basis
pengetahuan sistem pakar. Ada dua
strategi pencarian dasar yang bisa
digunakan oleh mesin pencari
inferensi yaitu runut maju (forward
chaining) dan runut balik (backward
chaining).
5. Fasilitas
penjelasan
adalah
komponen tambahan yang akan
meningkatkan kemampuan sistem
pakar. Digunakan untuk melacak
respon dan memberikan penjelasan
tentang kelakukan sistem pakar secara
interaktif.

6. Perbaikan
pengetahuan
Pakar
memiliki
kemampuan
untuk
menganalisa dan meningkatkan kineja
serta kemampuan untuk belajar dari
kinerjanya.
Salah satu model yang digunakan untuk
mmembangun sistem pakar adalah Model
pohon keputusan (Decision tree).
Pohon keputusan adalah salah satu metode
klasifikasi yang dinyatakan sebagai partisi
rekursif. Pohon keputusan terdiri dari node
yang membentuk pohon yang berakar,
semua node memiliki satu masukan.
Maimon (2005) [5]. Node yang keluar
disebut node tes. Node yang lain disebut
node keputusan atau sering disebut node
daun. Setiap simpul internal membagi dua
atau lebih sub-ruang sesuai dengan
katagori atribut dan akan dipartisi sesuai
dengan nilai kategori kasus. Kasus-kasus
tersebut membentuk pohon keputusan
yang menghasilkan problem solving
(kusrini 2007). Struktur pohon dibangun
dengan menggunakan metode forward
chaining.
Contoh
struktur
pohon
keputusan dapat dilihat pada gambar_2.

ISSN : 2460-4690

Gambar_2 decision tree
dari gambar di atas dapat dijelaskan: A
decision tree for the concept buys
computer, indicating whether a customer
at AllElectronics is likely to purchase a
computer. Each internal (nonleaf) node
represents a test on an attribute. Each leaf
node represents a class (either buys
computer = yes or buys computer = no).
(Han, J., & Kamber, M, 2006) [5]. Hasil
akhir dari pohon keputusan adalah setiap
cabangnya menunjukkan kemungkinan
skenario dari keputusan yang diambil serta
hasilnya.
b) Pengertian bidang studi
Bidang studi adalah pengelompokan
sejumlah mata pelajaran yang sejenis atau
memiliki ciri yang sama (mata pelajaran
yang telah berkorelasi dengan satu dengan
yang lainnya) (kamusbesar.com) [6].
Klasifikasi bidang studi bersumber pada
Panduan pelaksanaan penelitian dan PPM
edisi IX (2013) [7].
c) Analisa Psikometri
Menurut Saifuddin (1999) Psikometri
adalah ilmu tentang teori pengukuran
psikologis [8]. Ruang lingkup psikometri
adalah masalah pengembangan teori dan
model tes serta pengembangan dasar-dasar
evaluasi terhadap kualitas tes. Pada tahap
apilikasinya, teori psikometri memberikan
landasan fundamental dalam perancangan
dan pengembangan tes psikologis sehingga
metode-metode konstruksi tes berkembang
maju dan dapat menghasilkan berbagai
bentuk tes psikologi yang valid dan
reliabel.

Seminar Prosiding SENATKOM 2015

Guna mencapai tingkat objektivitas
yang
tinggi,
penelitian
ilmiah
mensyaratkan
penggunaan
prosedur
pengumpulan data yang akurat dan
terpercaya melalui analisa kuantitatif
dengan melalui proses pengukuran yang
tinggi validitas, reliabilitas, objektif dan
juga sistematik Alur kerja dalam membuat
konstruksi skala psikologi diilustrasikan
pada gambar_3.
Identifikasi Tujuan Ukur
Menetapkan konstrak teoritik

Pembatasan Domain Ukur
Merumuskan aspek kepribadian

Operasionalisasi Aspek
Menghimpun indikator
keprilakuan

Penulisan Aitem
Reviuw aitem

Kisi-kisi (Blue Print) &
Spesifikasi Skala

Pensklalaan

Uji coba bahasa
Evaluasi Kualitatif

Field Test
Evaluasi kuantitatif

Validasi Konstrak

Seleksi Aitem
Estimasi Reliabilitas

Kompilasi
Final

Sumber : Saifuddin Azwar (2011)

Gambar_3. Alur Kerja dalampenyusunan
Skala psikologi
Uraian kegiatan pada tahapan kerja
penyususna skala psikologi adalah
1.Identifikasi tujuan ukur, yaitu memilih
suatu defenisi mengenali dan memahami
dengan seksama teori yang mendasari
konstrak psikologi atribut yang hendak
diukur. kemudian dilakukan pembatasan
kawasan (domain) ukur.
2.Pembatasan domain ukur, berdasarkan
konstrak yang didefenisikan oleh teori
yang dipilih. Dimensi keperilakuan,
meskipun
sudah
jelas
konsep
keperilakuanya namun belum terukur,
sehingga perlu dioperasionalkan kedalam
bentuk keperilakuan yang lebih konkret.
3.Operasionalisasi Aspek , Himpunan
indikator-indikator keperilakuan beserta
dimensi yang diwakilinya kemudian
dituangkan dalam kisi-kisi atau blue-print
yang setelah di dilengkapi dengan

ISSN : 2460-4690

spesifikasi skala, akan dijadikan acuan
bagi para penulis aitem.
4.Penulisan Aitem, sebelum penulisan
aitem dimulai, perancang skala perlu
menetapkan bentuk atau format stimulus
(aitem) yang hendak digunakan. Format
stimulus ini erat berkaitan dengan metode
penskalaannya.
5.Evaluasi Kualitatif, bertujuan untuk
menguji apakah aitem yang ditulis sudah
sesuai dengan blueprint dan indikator
perilaku yang hendak di ungkapnya,
menguji apakah aitem telah ditulis sesuai
dengan kaidah penulisan yang benar, dan
menilai apakah aitem mengandung social
desirability yang tinggi. Evaluasi dan
seleksi aitem dalam tahap ini dilakukan
oleh panel peneliti (ahli psikologi).
6.Evaluasi
Kuantitatif,
melakukan
pengujian kualitas aitem secara empirik
dengan cara melakukan analisis kuantitatif
terhadap parameter-parameter aitem. Pada
tahap ini akan dilakukan analisis daya
diskriminasi aitem, komputasi validitas
dan reliabilitas aitem, analisa distribusi
jawaban, analisa item bias, fungsi
informasi aitem, dan lain-lain. Data hasil
analisa kuantitatif berasal dari sampel yang
mewakili populasi. Semakin banyak
jumlah sample maka akan menghasilkan
nilai validasi dan reliabilitas semakin
akurat.
7.Estimasi Reliabilitas
Evaluasi terhadap fungsi item yang biasa
dikenal dengan istilah analisis aitem
merupakan proses pengujian aitem secara
kuantitatif guna mengetahui apakah aitem
memenuhi persyaratan psikometrik untuk
disertakan sebagian dari skala. Parameter
yang diuji adalah daya beda aitem atau
daya diskriminasi aitem, yaitu kemampuan
aitem dalam membedakan antara subjek
yang memiliki atribut yang diukur dan
yang tidak.
8.Validasi Konstrak, untuk mengetahui
apakah skala mampu menghasilkan data
yang akurat sesuai dengan tujuan ukurnya,

Seminar Prosiding SENATKOM 2015

Mean yang ditetapkan oleh wechsler
adalah 100. Nilai tersebut dimabil untuk
melestarikan
kebiasaan
tradisional
menafsirkan IQ sebesar 100 sebagai
tingkat intelegensi normal. Nilai Deviasi
standar adalah 15 (yang diperoleh dari tes

tes.
3. METODE PENELITIAN
Tahapan dalam pelaksanaan penelitian
dijelaskan pada gambar berikut.
Identifikasi Masalah
Latar Belakang
Tujuan Penelitian

Analisa Psikometri

d) Rumus IQ Deviasi
Salah satu cara yang sering digunakan
untuk menterjemahkan tinggi rendahnya
tingkat intelegensi adalah menterjemahkan
hasil tes intelegensi kedalam angka yang
dapat menjadi petunjuk mengenai
kedudukan tingkat kecerdasan seseorang
bila dibandingkan secara relatif terhadap
suatu norma. Secara tradisional, angka
normatif dari hasil tes intelegensi
dinyatakan dalam bentuk radio (Quotient)
dan dinamai intellegence quontient (IQ)
atau sering dinamakan tes IQ. Tidak semua
tes IQ menghasilkan angka IQ karena
memang bukan satu-satunya cara untuk
menyatakan tingkat kecerdasan. Untuk
mengukur IQ berdasarkan tes yang
dilakukan menggunakan rumus IQ
Deviasi. Rumus deviasi diciptakan oleh
Davis Wechsler. IQ tdihitung berdasarkan
perbandingan norma kelompok (Mean)
dan
dinyatakan
dalam
besarnya
penyimpangan (deviasi standar) dari
norma kelompok tersebut. Dalam
statistika, angka yang dinyatakan dalam
satuan deviasi standar disebut skor standar
dengan rumus :
Skor standar = m + s [ (X-M) / Sx ] .... (9)
Dimana :
m : mean
s
: deviasi standar
X : skor mentah yg akan dikonversikan
M : mean distribusi skor
Sx : Deviasi standar

intelegensi WAIS dan dari tes intelegensi
WISC). M diperoleh dari hasil nilai hasil

Menentukan Domain
Ukur

Menyusun Konstruk
Skala Item
Membuat alat ukur /
Kuesioner

Membuat Alat Ukur

validasi Kuesioner

Konsultasi dng ahli

Menyusun Kesesuaian thd
Tingkat Pendidikan (IQ)
Menyusun Kesesuaian
Rumpun Ilmu dng Domain
Ukur
Menentukan Tingkat
Keberbakatan
Basis Pengetahuan

Analisa Sistem Pakar

diperlukan suatu prose pengujian validitas
dan reliabilitas.
9.Kompilasi final, dimaksudkan untuk
menyiapkan tampilan dan informasi yang
menarik untuk memudahkan bagi
responden membaca dan menjawab aitem
yang diberikan.

ISSN : 2460-4690

Menyusun Kesesuaian thd
Jurusan (IPA/IPS)
Pengelompokan Rumpun
Ilmu
Menentukan Perhitungan
Score

Rancangan Proses

Pembuatan Tabel
Hub.Antara Penjurusan,
Rumpun Ilmu, IQ dan Bakat
Mesin Interfensi
Membangun Pohon
Keputusan

Rule based System

Uji coba Kuesioner
Pengumpulan data
Membuat Tabulasi data

Hasil Akhir

Kesimpulan

Gambar_4. Metodologi penelitian

4. HASIL DAN PEMBAHASAN
a) Menyusun Kontruk sekala Item
Menyusun Kontruk skala item digunakan
sebagai dasar dalam pembuatan kuesioner
agar indikator pengujian tidak meluas,
maka setiap domain ukur harus
dideskripsikan sesuai dengan tujuan dari

Seminar Prosiding SENATKOM 2015

pengukuran tersbut. Berikut domain ukur
yang digunkan dalam pengujian :
Tabel_1. Domain Ukur
No
1
2
3
4
5
6
7
8
9

Domain Ukur
Kemapuan Verbal (SE)
Pemahaman (WA)
Persamaan Kata (AN)
Abstraksi Verbal (GE)
Berhitung (RA)
Deret Angka (ZR)
Susunan Gambar (FA)
Rancang balok (WU)
Simbol (ME)

b) Kesesuaian score IQ terhadap
tingkat pendidikan
Kemampuan intelegensi (IQ) seseorang
sangat menentukan jalur dominan tingkat
pendidikan siswa. Semakin tinggi IQ
seseorang, maka semakin tinggi pula
kemampuan
untuk
berfikir
dan
memecahkan masalah. Dari hasil analisa
ahli psikologi tingkat pendidikan yang
sesuai dengan tingkat IQ seseorang
disajikan pada tabel_2.
Tabel_2. Klasifikasi Score IQ dengan
Tingkat Pendidkan
No
1
2
3

Score IQ
96 < IQ ≤ 105
105< IQ ≤ 110
IQ > 110

Tingkat Pendidikan
D1/D3
S1
S2/S3

c) Menentukan tingkat keberbakatan
Hasil tes memilki tingkat keberbakatan,
dijelaskan pada tabel_3.

ISSN : 2460-4690

d) Penentu terhadap Jurusan
Tes dilakukan apabila calon mahasiswa
belum mendapatkan penjurusan disekolah.
Persyaratan menentukan jurusan disajikan
dalam tabel_4.
Tabel_ 4. Ketetuan penjurusan

Penjurusan dilakukan untuk untuk
mempersempit pilihan. Misalkan Jurusan
Kedokteran, Psikologi, teknik dll hanya
bisa dipilih oleh calon Mahasiswa yang
memiliki penjurusan IPA. Hal ini akan
mempermudah pengelompokkan sub
pohon pada pohon keputusan.
e) Kesesuain Rumpun Ilmu dengan
Domain Ukur
Untuk merumuskan rumpun ilmu
berdasarkan Domain ukur, tabel ini
merupakan hasil dari penalaran ahli
Psikologi. Ahli psikologi merumuskan
pontensi yang harus dimiliki seseorang
untuk menentukan jurusan. Analisa ini
menjadi basis pengetahuan sistem pakar.
Tabel_5 merupakan hasil dari analisa yang
dilakukan oleh ahli psikologi.
Tabel_5. Kesesuain Rumpun Ilmu dengan
Domain Ukur

Tabel_3. Tingkat Keberbakatan
Nilai
N ≤ 30
30 < N ≤ 45
45 < N ≤ 60
60 < N ≤ 75
N ≥ 75

Arti
Tidak Berbakat
Kurang
Rata-rata
Berbakat
Sangat berbakat

Rentang nilai tersebut merupakan
ketentuan dari ahli psikologi namun nilai
tersebut tidak menjadi penilaian secara
mutlak, karena motivasi, minat, kegigihan
dalam mengatasi hambatan dan keinginan
untuk belajar sangat memengaruhi bakat
seseorang.

Untuk masing-masing rumpun ilmu
memiliki ciri kemampuan yang menonjol
dari kemampuan lainnya
f) Rancangan Proses
Untuk menggambarkan secara lebih jelas
dalam langkah-langkah dan urutan

Seminar Prosiding SENATKOM 2015

ISSN : 2460-4690

prosedur digunakan flowchart. Flowchart
menggambarkan proses awal sampai
menghasilkan kesimpulan yang lebih
mudah dipahami. Adapun flowchart yang
menjelaskan langkah-langkah dalam
analisa sistem pakar adalah sebagai berikut
Mulai

Identitas, Minat

Tes-1, tes-2,
tes-3, tes-4, tes5, tes-6, tes7,tes-8, tes-9

Menentukan
Jurusan yang
sesuai

Menentukan
Penjurusan (IPA/
IPS)

Membandingkan
Hasil analisa
Psikometri dng
minat

Menghitung IQ

Membuat
Kesimpulan

Menentukan
Tingkat
Pendidikan yang
disarankan

Selesai

Gambar_5. Flowchart proses analisa
Sistem Pakar
g) Hubungan
antara
Penjurusan
Rumpun Ilmu, IQ dan Bakat
Dari beberapa ketentuan yang telah
dijabarkan sebelumnya, maka dilakukan
penggabungan antara ketentuan-ketentuan
tersebut
menghasilkan
sehingga
menghasilkan tabel keputusan sebagai
berikut :
Tabel_6. Tabel Keputusan

Keterangan untuk kolom :
1. Penjurusan
2. Kode Rumpun Ilmu
3. Jenjang Pendidikan
4. Tingkatan IQ
5. Domain Ukur
Keterangan
warna
untuk
jenjang
pendidikan :
Untuk jenjang pendidikan D3 / D1
Untuk jenjang pendidikan S1
Untuk jenjang pendidikan D3/S1/S2
Untuk jenjang pendidikan D3/S1
Untuk jenjang pendidikan S1/S2
Untuk jenjang pendidikan S1/S2/S3
Untuk jenjang pendidikan D3/S1/S2/S3
Ketentuan kolom 4-5-6 adalah
4) Range 96 45
THEN kerjakan Rule L1
ELSE kerjakan Rule L2

b) Aturan L1 dan L2
Membandingkan Nilai IQ dengan
tingkat IQ dengan ketentuan :
IF (IQ > 96) AND (IQ ≤ 105)
THEN kerjakan Rule L21
ELSE IF (IQ > 105) AND (IQ ≤ 110)
THEN kerjakan Rule L22
ELSE IF (IQ > 110)
THEN kerjakan Rule L23
ELSE
THEN Kerjakan Rule L24
Selesai

c) Aturan L31
Sebelum dilanjutkan ke percabangan
L31, proses selanjutnya adalah
menghitung nilai SE, WA, AN, GE,
RA, ZR, FA, WU dan ME. Nilai-nilai
tersebut diurutkan dari tertinggi
sampai terendah. Kemudian diseleksi
menggunakan ketentuan pada tabel_5
sehingga bentuk algoritma adalah
IF ((SE and AN and GE and ME)> 45)
THEN Jurusan = “Hukum”
ELSE IF ((SE and AN and GE) > 45)
THEN Jurusan = “Sisip”
ELSE IF((SE and AN and RA and ZR)> 45 )
THEN Jurusan = “Ekonomi”
ELSE IF ((SE and RA and ZR) > 45 )
THEN Jurusan = “Sastra”
ELSE IF ((WA and AN and GE and ME)>45 )
THEN Jurusan = “Fikom”
ELSE IF ((SE andWAand AN and GE and
ME) > 45 )
THEN Jurusan = “Psikolog”
ELSE IF (( SE and AN and GE and ME and
FA and WU) > 45 )
THEN Jurusan = “Kedokteran”
ELSEIF ((AN and GE and FA and WU)>45 )
THEN Jurusan = “Pertanian”
ELSE IF ((AN and GE and FA and WU)>45 )
THEN Jurusan = “Peternakan”
ELSE IF ((AN and ZR and FA and WU)>45 )

Seminar Prosiding SENATKOM 2015
THEN Jurusan = “Seni Rupa ”
ELSE IF ((SE and AN and GE and RA and
ZR and FA and WU) > 45 )
THEN Jurusan = “Teknik”
ELSE IF ((AN and GE and RA and ZR and
FA and WU) > 45 )
THEN Jurusan = “Seni Rupa”
Selesai

Setelah Jurusan ditemukan (L31), maka
dilanjutkan dengan mencocokkan L31
dengan alternatif minat. Jika salah satu
dari alternatif tersebut sama, maka jurusan
yang dipilih sudah tepat. Jika alternatif
berbeda dengan minat, maka akan
diberikan keterangan hasil dari tes
tersebut. Keterangan ini yang menjadi
masukkan bagi calon Mahasiswa.
j) Pengumpulan data
Untuk meyakinkan tabel keputusan yang
dibuat dapat menjadi problem solving
dilakukan pengujian pada sejumlah
sempel. Sampel diambil dari lima Sekolah
menengah Atas (SMU/SMK). Setiap
sekolah diambil 100 responden. Dari
seluruh sampel dipilih 20 sampel yang
memiliki hasil berbeda. Hasil tersebut
dapat digunakan untuk melengkapi
alternatif percabangan pohon keputusan
yang dibangun.
Tabel_7. Analisa data berdasarkan hasil
koesioner

Istilah singkatan pada tabel yaitu :
D
: Data hasil kuesioner
NK : Nilai konversi dari tabel
keberbakatan

ISSN : 2460-4690

NB

:

Keterangan NK (SB-sangat
berbakat, B-berbakat, R- ratarata, KB-Kurang berbakat, TBTidak berbakat)

Data dimasukkan kedalam tabulasi data.
Selanjutnya dilakukan pengolahan data
dengan beberapa tahap, yaitu
1. Menghitung nilai keberbakatan (NK)
NK diperoleh dari data mentah
dikonversi kedalam skala 100. Misal
jumlah seluruh item pada tes-1 = 20,
untuk mencapai skala 100 setiap
jawaban yang benar diberi nilai : 1 x 5
= 5, bila jumlah jawaban yang benar
pada tes-1 = 13, maka NK = 13x5 = 65.
2. Menyimpulkan nilai NK
Untuk mengetahui apakah responden
berbakat pada pengujian tertentu, maka
NK dapat disimpulkan berdasarkan
tabel_3. Bardasarkan tabel tersebut
setiap
NK
memiliki
jenjang
keberbakatan.
3. Menentukan Penjurusan
Penjurusan diperoleh dari perbandingan
data dengan indikator penilaian
tertentu. Berdasarkan Tabel_4, hanya
nilai NK diatas 45 yang dapat
digunakan sebagai penentu jurusan.
Penilaian ini menghasilkan penjurusan
IPA atau IPS. Penjuruan tersebut
nantinya digunakan sebagai penentuan
rumpun ilmu yang bisa / tidak bisa
diambil, ini karena tidak semua rumpun
ilmu bisa diambil oleh penjurusan IPS.
4. Menghitung nilai IQ
Nilai IQ dihitung berdasaran hasil tes-2
dan tes-6. Dengan menggunakan rumus
skor standar, maka langkah-langkah
untuk mendapatkan nilai tersebut
adalah sebagai berikut :
1) Menghitung nilai mean (m)
Nilai
mean
diperoleh
dari
menghitung nilai rata-rata dari
seluruh hasil tes-2 dan tes-6 lalu
dibagi 2. Dari tabel mean = (rerata
tes-2 + rerata tes-6 ) / 2 = (61,8 +
70,3) / 2 = 66,0

Seminar Prosiding SENATKOM 2015

2) Menentukan nilai s dan m
Berdasarkan ketentuan wechsler , s
= 15, m = 100
3) Menentukan nilai sx
Nilai sx diperoleh dari jumlah
responden. Dalam pengujian ini
sampel yang diambil = 20
responden, sehingga sx = 20
4) Menentukan nilai X
X ditentukan berdasarkan data
mentah
dari
masing-masing
responden.
Misalkan
untuk
responden-1, X1 = (tes-21 + tes61)/2 = (80 + 70)/2 = 75
5) Menghitung nilai skor standar (ss)
Rumus :
ss = m + s [(X-M) / sx], Jika
m = 100, s = 15, sx = 15, M = 66.0,
X1= 75, maka
Nilai skor standar-1 = 100 + 15 x
(((75 – 66,0)/2) / 20 ) = 106.8, Nilai
skor standar = 106,8 eqivalen
dengan IQ seseorang.
6) Menentukan tingkat pendidikan
yang disarankan
Jenjang
pendidikan
dapat
ditentukan berdasarkan Nilai skor
standar. Nilai tersebut disesuaikan
dengan tabel_2. Dari tabel tersebut
dapat
disimpulkan
bahwa
responden tersebut disarankan
untuk dapat menempuh jenjang
pendidikan sampai tingkat setara
satu (S1).
7) Menentukan
jurusan
yang
disarankan
Untuk
menentukan
jurusan,
dilakukan
dengan
cara
membandingkan nilai tes yang
menonjol (nilai rata-rata keatas)
dengan domain ukur. Ketentuan
berdasarkan Tabel 4. Setelah
dibandingkan maka diperoleh
jurusan yang sesuai berdasarkan
hasil analisa sistem pakar. Apabila
hasil tes memiliki kecocokan pada
beberapa jurusan yang berbeda,

ISSN : 2460-4690

maka jurusan tersebut juga akan
menjadi alternatif yang disarankan.
8) Membuat kesimpulan
Kesimpulan yang dihasilkan adalah
apakah hasil analisa sistem pakar
sesuai dengan alternatif jurusan
pilihan responden (minat). Jika
salah satu alternatif sama dengan
hasil analisa, berarti jurusan yang
dipilih sudah tepat, namun jika
alternatif tersebut tidak sama
dengan hasil analisa, maka dapat
disimpulkan bahwa alternatif
tersebut tidak sesuai dengan Minat,
bakat dan IQ seseorang. Hasil
Analisa sistem pakar akan
memberikan
pilihan
jurusan,
sebagai alternatif lain sebagai
masukkan.
5. KESIMPULAN
Berdasarkan beberapa ketentuan dan
hasil pengolahan data yang telah
dilakukan, maka dapat disimpukan :
1) Dari tabel keputusan yang dihasilkan
dapat menunjukkan hubungan antar
Penjurusan,
IQ,
bakat
untuk
menentukan jurusan
ditingkat
perguruan Tinggi.
2) Perpaduan antara analisa sistem pakar
dan
analisa
psikometri
dapat
memberikan analisa jurusan yang
sesuai berdasarkan minat dan bakat
seseorang
6. REFERENSI
[1] Kartini, Kartono.1995. Psikologi
Umum. Bandung : Maju Mundur
[2] Mongks, F.J., Knoers, A. M. P, &
Haditono, S. R. 2000. Psikologi
Perkembangan: Pengantar dalam
berbagai bagiannya . Cetakan 14.
Yogyakarta: Gajah Mada University
Press
[3] Misbach, Ifa H.2010. Dasyatnya sidik
jari menguak bakat & potensi untuk
merancang masa depan melalui

Seminar Prosiding SENATKOM 2015

Fingerprint Analysis. Cetakan kedua.
Transmedia Pustaka.
[4] Ignizio, J.P.1991. Introduction to
Expert System : The Development and
Implementation of Rule-Based Expert
System. Singapore : McGraw-Hill
Book Co
[5] Han, J., & Kamber, M., 2006. Data
Mining Concept and Tehniques. San
Fransisco : Morgan Kauffman
[6] Kamusbesar.com.
http://www.kamusbesar.com/ 48721/

ISSN : 2460-4690

bidang-studi. (diakses tgl 23 april
2014)
[7] Dikti.2013.Panduan
pelaksanaan
penelitian dan Pengabdian kepada
Masyarakat diperguruan Tinggi.
Edisi IX
[8] Azwar, Syaifuddin. 1999. DasarDasar Psikometri..Pustaka Pelajar.
Yogyakarta
[9] Azwar, Saifudin. (2011). Psikologi
Intelegensi. Cetakan VIII.Pustaka
Pelajar.Yogyakarta