9
BAB IPENDAHULUAN1.1 Latar BelakangData merupakan unsur yang
sangat penting dalam kehidupan, namun banyak data yang tidak dapat
dibaca dengan mudah karena keterbatasan kemampuan manusia dalam
mengelola data dalam jumlah yang besar. Penggalian data di dunia
pendidikan (educational data mining) merupakan hal penting karena
penyelenggara pendidikan bisa mendapatkan informasi terkait dari
data yang berjumlah besar dan beragam. Pada dunia kampus atau
perguruan tinggi nilai mahasiswa merupakan komponen penting dalam
sistem pembelajaran, karena itu nilai mahasiswa menjadi salah satu
tolak ukur penguasaan materi matakuliah oleh mahasiswa. Data nilai
mahasiswa perlu dikelompokkan untuk nantinya dapat digunakan dalam
membuat kebijakan pembelajaran di perguruan tinggi. Kebijakan
tersebut dapat berupa pembenahan metode pengajaran, pembenahan
sistem penilaian, atau pengukuran tingkat keberhasilan dosen dalam
menyampaikan materi perkuliahan.Seringkali dijumpai data yang hanya
didokumentasikan saja dan tidak diolah lebih lanjut menjadi
informasi yang berguna, seperti halnya dengan data nilai mahasiswa
pada Program Studi Teknik Informatika yang hanya menjadi berkas
dokumentasi saja tanpa mampu menghasilkan informasi yang
bermanfaat. Maka pengolahan data merupakan langkah yang sangat
penting untuk memperoleh informasi. Salah satu contoh pengolahan
data adalah dengan pengklasteran. Salah satu algoritma
pengelompokan data adalah algoritma K-Means. Algoritma K-Means
adalah algoritma clustering yang paling sederhana dibanding dengan
algoritma yang lain. Algoritma ini mempunyai kelebihan yaitu mudah
diterapkan dan dijalankan, relative cepat, mudah untuk diadaptasi,
dan paling banyak dipraktekkan dalam tugas data mining. Algoritma
ini termasuk salah satu algoritma paling penting dalam data mining.
K-Means membagi data kemudian mengelompokkannya kedalam beberapa
cluster yang memiliki kemiripan dan memisahkan setiap cluster
berdasarkan perbedaan antar masing-masing cluster. Algoritma ini
telah dikemukakan oleh beberapa peneliti dari disiplin ilmu yang
berbeda.Aturan dan metode algoritma K-Means dapat diterapkan pada
sebuah program bantu untuk mengelompokkan data nilai mahasiswa.
Langkah-langkah algoritma K-Means diterjemahkan kedalam bahasa
pemrograman untuk melakukan tugas clustering data. Dataset nilai
mahasiswa dimasukkan kedalam input program, kemudian program
melakukan pengolahan sesuai langkah algoritma K-Means, dan hasilnya
berupa cluster data nilai. Hasil berupa cluster data nilai inilah
yang digunakan sebagai bahan pertimbangan kebijakan pembelajaran di
perguruan tinggi.Pendidikan berbasis kompetensi menekankan pada
kemampuan yang harus dimiliki oleh lulusan suatu jenjang
pendidikan. Kompetensi yang sering disebut dengan standar
kompetensi adalah kemampuan yang secara umum harus dikuasai
lulusan. Kompetensi (kemampuan) lulusan merupakan modal utama untuk
bersaing di tingkat global, karena persaingan yang terjadi pada
kemampuan sumber daya manusia. Oleh karena itu, penerapan
pendidikan berbasis kompetensi diharapkan akan menghasilkan lulusan
yang mampu berkompetensi di tingkat global. Implikasi pendidikan
berbasis kompetensi adalah pengembangan silabus dan sistem
penilaian berbasiskan kompetensi.Berdasarkan latar belakang yang
telah dijelaskan di atas, maka solusi yang bisa digunakan untuk
mengelompokkan data nilai mahasiswa agar fungsi nilai dapat
bermanfaat sebagaimana mestinya adalah dengan merancang sebuah
program baru yang dapat membantu dalam mengelola data nilai
mahasiswa dan dituangkan dalam bentuk laporan Skripsi dengan judul
Penerapan Algoritma K-Means Untuk Pengelompokan Data Nilai
Berdasarkan Bidang Kompetensi Lulusan Mahasiswa (Studi Kasus Di
Program Studi Teknik Informatika STMIK Nurdin Hamzah Jambi).
1.2 Rumusan MasalahBerdasarkan latar belakang di atas, maka
perlu adanya perumusan masalah agar penelitian ini terarah dan
tepat pada sasaran. Adapun rumusan pada penelitian ini adalah :
Bagaimana menerapkan algoritma K-Means untuk pengelompokan data
nilai berdasarkan bidang kompetensi lulusan mahasiswa (Studi Kasus
Di Program Studi Teknik Informatika STMIK Nurdin Hamzah Jambi)
?
1.3 Batasan MasalahUntuk mendapatkan hasil penelitian yang baik
dan terarah perlu dilakukan beberapa pembatasan masalah agar
penyusunan Tugas Akhir ini tidak menyimpang dari tujuan dan sasaran
yang hendak dicapai. Batasan yang diberikan penelitian ini adalah
:1. Sistem dibangun berdasarkan data alumni, data nilai matakuliah
bidang kompetensi program aplikasi, data nilai matakuliah bidang
kompetensi Jaringan komputer dan web programming, data nilai
matakuliah bidang kompetensi sistem cerdas, data nilai matakuliah
bidang kompetensi sistem manajemen basis data, dan data nilai
matakuliah bidang komptensi desain grafis.2. Kriteria yang
digunakan bersifat statis karena sesuai dengan bidang kompetensi
yang ada pada Program Studi Teknik Informatika yaitu program
aplikasi, jaringan komputer dan web Programming, sistem cerdas,
desain grafis, dan sistem management basis data (SMBD).3. Program
dibangun menggunakan algoritma K-Means metode Cluster.4. Sistem
dibangun menggunakan bahasa pemrograman Delphi 7.0 dengan database
MySQL.5. Informasi yang dihasilkan merupakan pengelompokan data
mahasiswa berdasarkan Bidang Kompetensi dari jumlah kelompok yang
banyak hingga yang sedikit.
1.4 Tujuan Penelitian
Secara umum tujuan penelitian adalah untuk membangun aplikasi
Pengelompokan data nilai Berdasarkan Bidang Kompetensi lulusan
Mahasiswa dengan Algoritma K-Means menggunakan bahasa pemrograman
Delphi 7.0.
1.5 Manfaat PenelitianAdapun manfaat penelitian yang dilakukan
adalah sebagai berikut :1. Menambah wawasan dalam bidang ilmu
pengetahuan, tentang penerapan algoritma K-Means untuk
pengelompokan data nilai mahasiswa menggunakan metode clustering.2.
Sebagai dasar penentuan rumusan kurikulum baru di Program Studi
Teknik Informatika berdasarkan bidang kompetensi pilihan
mahasiswa.3. Membantu dalam pengelompokan data alumni sesuai bidang
kompetensi berdasarkan nilai mahasiswa.4. Membantu Ketua Program
Studi untuk membuat suatu kebijakan pembelajaran pada Program Studi
Teknik Informatika.5. Dapat membantu menghasilkan informasi yang
digunakan untuk mengetahui tingkat kemampuan mahasiswa terhadap
bidang kompetensi.6. Dapat membantu menemukan pola penyebaran dan
pola hubungan dalam sekumpulan data mahasiswa sesuai bidang
kompetensi.7. Membantu menghasilkan keputusan yang memenuhi standar
yang diinginkan dan menghasilkan keputusan yang lebih baik dan
konsisten.
1.6 Metodologi Penelitian
Secara umum adapun metode yang akan dilakukan dalam pengambilan
data terdapat beberapa langkah-langkah yang harus dilakukan sebagai
berikut :
1. Observasi/ PengamatanYaitu mendapat data yang diperlukan
untuk menyusun penelitian, dengan cara terjun langsung ke tempat
penelitian yaitu di Program Studi Teknik Informatika Sekolah Tinggi
Manajement Informatika dan Komputer Nurdin Hamzah (STMIK-NH) dan
mengamati langsung yang berkaitan dengan Penerapan Algoritma
K-Means Untuk Pengelompokan Data Nilai Berdasarkan Bidang
Kompetensi Lulusan Mahasiswa (Studi Kasus Di Program Studi Teknik
Informatika). 2. Wawancara Metode ini dilakukan dengan cara tanya
jawab secara langsung dengan Ketua Program Studi Teknik Informatika
ibu Reny Wahyuning Astuti, M.Kom dan Sekretaris Program Studi
Teknik Informatika ibu Novhirtamely Kahar, ST, M.Kom dengan tujuan
untuk mendapatkan informasi dan data-data dari pihak yang
bersangkutan.
3. Studi LiteraturPengumpulan data dengan metode ini dilakukan
dengan mengumpulkan referensi berupa buku baik yang bersumber pada
bahanbahan selama penulis mengikuti bangku perkuliahan maupun
beberapa buku bacaan yang diperoleh dari perpustakaan serta
situs-situs internet dengan cara browsing (literature research)
sebagai bahan yang mendukung untuk pencapaian tujuan penulisan
Tugas Akhir.
1.7 Sistematika PenulisanBAB I : PENDAHULUANPada Bab ini
menjelaskan latar belakang pemilihan judul, rumusan masalah,
batasan masalah, tujuan penelitian, manfaat penelitian, metodologi
penelitian, dan sistematika penulisan.
BAB II: LANDASAN TEORIPada bab ini memaparkan tentang
teori-teori dasar yang menunjang dalam pencapaian penulisan tugas
akhir ini dan gambaran tempat penelitian.
BAB III: ANALISIS KEBUTUHANBab ini menjelaskan pembahasan
mengenai metode analisis yang digunakan perangkat lunak yang
terdiri dari : metode analisis yang digunakan, dan hasil analisis
tersebut.
BAB IV : PERANCANGAN Pada bagian ini membahas tentang metode
perancangan sistem yang meliputi metode perancangan perangkat
lunak, dan hasil perancangan perangkat lunak yang akan
dihasilkan.
BAB V: IMPLEMENTASIBagian ini membahas tentang cara
pengoperasian dasar dari program aplikasi yang dirancang dengan
menggunakan Delphi 7.0 yang terdiri dari : Batasan implementasi
perangkat lunak, implementasi struktur data dan proses dalam bahasa
program.
BAB VI: ANALISIS KINERJAPada bagian ini membahas tentang sistem
yang digunakan diantaranya pengujian sistem yang dibangun baik
dilakukan pengujian secara normal maupun secara tidak normal serta
hasil yang akan diperoleh.
BAB VII: KESIMPULAN DAN SARANPada bagian ini merupakan
kesimpulan dari hasil pengujian sistem dan saran berdasarkan temuan
baru yang belum atau akan diteliti dan berbagai kemungkinan kearah
penelitian yang selanjutnya.1
