Gatra Fikri Haryono: Perbedaan revisi

Dari widuri
Lompat ke: navigasi, cari
[revisi tidak terperiksa][revisi tidak terperiksa]
(←Mengosongkan halaman)
Baris 1: Baris 1:
<div style="margin-top:1cm;font-family:'times new roman';font-size:12pt;text-align:justify;clear:both;">
 
<div style="font-size: 16pt;text-align: center;">
 
<p style="line-height: 1">'''MODEL SISTEM PERAMALAN TINGKAT'''</p>
 
<p style="line-height: 1">'''KEDISIPLINAN MAHASISWA PADA'''</p>
 
<p style="line-height: 1">'''PERGURUAN TINGGI RAHARJA'''</p>
 
  
</div>
 
 
 
<div style="font-size: 16pt;text-align: center;">
 
<p style="line-height: 1">'''[[Tugas Akhir|TUGAS AKHIR]]'''</p></div>
 
 
<div style="font-size: 14pt;font-family: 'times new roman';text-align: center;">
 
<img border="0" height="150" src="https://lh3.googleusercontent.com/-zDqNEyl5phg/XRSFZYtEMdI/AAAAAAAAAcY/e1f7DL38DjchJmB1oeSYvzk8bO-vdCkOACJoC/w530-h530-n-rw/logo_universitas_raharja.png" width="150" /></div>
 
 
<div style="font-size: 14pt;text-align: center;">
 
<p style="line-height: ">'''Disusun Oleh :'''</p></div>
 
 
{|table align="center"
 
|-
 
|<div style="font-size: 14pt;text-align: left">'''NIM'''</div>||<div style="text-align: left">: '''1322476037'''</div>
 
|-
 
|<div style="font-size: 14pt;text-align: left">'''NAMA'''</div>||<div style="text-align: left">: '''[[Rizal Loa Wanda|RIZAL LOA WANDA]]'''</div>
 
|}
 
 
<div style="font-size: 14pt;text-align: center;">
 
<p style="line-height: 1">'''JURUSAN [[Teknik Informatika|TEKNIK INFORMATIKA]]'''</p>
 
<p style="line-height: 1">'''KONSENTRASI SOFTWARE ENGINEERING'''</p>
 
<p style="line-height: 1">'''SEKOLAH TINGGI MANAJEMEN DAN ILMU KOMPUTER'''</p>
 
<p style="line-height: 1">'''[[STMIK RAHARJA]]'''</p>
 
<p style="line-height: 1">'''TANGERANG'''</p>
 
<p style="line-height: 1">'''2016/2017'''</p>
 
</div>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
 
 
<div style="font-size: 14pt;text-align: center; line-height:2">
 
<p>'''SEKOLAH TINGGI MANAJEMEN DAN ILMU KOMPUTER'''</p>
 
<p>'''(STMIK) RAHARJA'''</p>
 
</div>
 
 
&nbsp;
 
 
<div style="font-size: 14pt;text-align: center;">
 
<p style="line-height: 2">'''LEMBAR PENGESAHAN SKRIPSI'''</p>
 
<p style="line-height: 1">'''MODEL SISTEM PERAMALAN TINGKAT'''</p>
 
<p style="line-height: 1">'''KEDISIPLINAN MAHASISWA PADA'''</p>
 
<p style="line-height: 1">'''PERGURUAN TINGGI RAHARJA'''</p>
 
 
 
</div>
 
<p style="text-align:center;">Disusun Oleh :</p>
 
{|table align="center"
 
 
|-
 
 
|<div style="text-align: left">NIM</div>||<div style="text-align: left">: 1322476037</div>
 
 
|-
 
 
|<div style="text-align: left">Nama</div>||<div style="text-align: left">: [[Rizal Loa Wanda]]</div>
 
 
|-
 
 
|<div style="text-align: left">Jenjang Studi</div>||<div style="text-align: left">: Strata Satu</div>
 
 
|-
 
 
|<div style="text-align: left">Jurusan</div>||<div style="text-align: left">: Teknik Informatika</div>
 
 
|-
 
 
|<div style="text-align: left">Konsentrasi</div>||<div style="text-align: left">: Software Engineering</div>
 
 
|}
 
 
&nbsp;
 
 
&nbsp;
 
 
<div style="text-align: center"><p style="line-height: 2">Disahkan Oleh :</p></div>
 
 
<div style="text-align: right"><p style="line-height: 2">Tangerang, 17 Januari 2017</p></div>
 
 
{|table align="center"
 
 
|-
 
 
| <div style="text-align: center">Ketua</div> || &nbsp; || &nbsp; || &nbsp; || &nbsp; || <div style="text-align: center">Kepala Jurusan</div>
 
 
|-
 
 
| <div style="text-align: center">STMIK RAHARJA</div> || &nbsp; || &nbsp; || &nbsp; || &nbsp; || <div style="text-align: center">Jurusan Teknik Informatika</div>
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
| <div style="text-align: center"><u>([[Untung Rahardja|Ir. Untung Rahardja, M.T.I.]])</u></div>|| &nbsp; || &nbsp; || &nbsp; || &nbsp; || <div style="text-align: center"><u>([[Junaidi|Junaidi, M.Kom]])</u></div>
 
 
|-
 
 
| <div style="text-align: center">NIP : 000594</div> || &nbsp; || &nbsp; || &nbsp; || &nbsp; || <div style="text-align: center">NIP : 001405</div>
 
 
|}
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
 
 
<div style="font-size: 14pt;text-align: center;line-height: 2">
 
<p>'''SEKOLAH TINGGI MANAJEMEN DAN ILMU KOMPUTER'''</p>
 
<p>'''(STMIK) RAHARJA'''</p>
 
</div>
 
 
&nbsp;
 
 
<div style="font-size: 14pt;text-align: center;">
 
<p style="line-height: 2">'''LEMBAR PERSETUJUAN PEMBIMBING'''</p>
 
<p style="line-height: 1">'''MODEL SISTEM PERAMALAN TINGKAT'''</p>
 
<p style="line-height: 1">'''KEDISIPLINAN MAHASISWA PADA'''</p>
 
<p style="line-height: 1">'''PERGURUAN TINGGI RAHARJA'''</p>
 
 
</div>
 
<p style="text-align:center;">Dibuat Oleh :</p>
 
{|table align="center"
 
 
|-
 
 
|<div style="text-align: left">NIM</div>||<div style="text-align: left">: 1322476037</div>
 
 
|-
 
 
|<div style="text-align: left">Nama</div>||<div style="text-align: left">: [[Rizal Loa Wanda]]</div>
 
 
|}
 
 
&nbsp;
 
 
<div style="text-align: center">
 
 
<p style="line-height: 2">Telah disetujui untuk dipertahankan dihadapan Tim Penguji Ujian Komprehensif</p>
 
 
<p style="line-height: 2">Jurusan Teknik Informatika</p>
 
<p style="line-height: 2">Konsentrasi Software Engineering </p>
 
<p style="line-height: 2">Disetujui Oleh :</p></div>
 
 
<div style="text-align: left">
 
 
<p style="line-height: 2" style="text-align: right;">Tangerang, 17 Januari 2017</p></div>
 
 
{|table align="center"
 
 
|-
 
 
| <div style="text-align: center">Pembimbing I</div> || &nbsp; || &nbsp; || <div style="text-align: center">Pembimbing II</div>
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
| <div style="text-align: center"><u>([[Henderi|Henderi, M.Kom]])</u></div>|| &nbsp; || &nbsp; || <div style="text-align: center"><u>([[Sugeng Santoso|Sugeng Santoso, M.Kom]])</u></div>
 
 
|-
 
 
| <div style="text-align: center">NID : 02019 </div> || &nbsp; || &nbsp; || <div style="text-align: center">NID : 03009 </div>
 
 
|}
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
 
<div style="font-size: 14pt;text-align: center; line-height: 2">
 
<p>'''SEKOLAH TINGGI MANAJEMEN DAN ILMU KOMPUTER'''</p>
 
<p>'''(STMIK) RAHARJA'''</p>
 
</div>
 
&nbsp;
 
 
<div style="font-size: 14pt;text-align: center;">
 
<p style="line-height: 2">'''LEMBAR PERSETUJUAN DEWAN PENGUJI'''</p>
 
 
<p style="line-height: 1">'''MODEL SISTEM PERAMALAN TINGKAT'''</p>
 
<p style="line-height: 1">'''KEDISIPLINAN MAHASISWA PADA'''</p>
 
<p style="line-height: 1">'''PERGURUAN TINGGI RAHARJA'''</p>
 
 
 
</div>
 
<p style="text-align:center;">Dibuat Oleh :</p>
 
{|table align="center"
 
 
|-
 
 
|<div style="text-align: left">NIM</div>||<div style="text-align: left">: 1322476037</div>
 
 
|-
 
 
|<div style="text-align: left">Nama</div>||<div style="text-align: left">: [[Rizal Loa Wanda]]</div>
 
 
|}
 
 
<div style="text-align: center">
 
 
<p style="line-height: 1" style="text-align: center;">Disetujui setelah berhasil dipertahankan dihadapan Tim Penguji Ujian Komprehensif</p>
 
<p style="line-height: 2">Jurusan Teknik Informatika</p>
 
<p style="line-height: 2">Konsentrasi Software Engineering</p>
 
<p style="line-height: 2">Tahun Akademik 2016/2017</p>
 
<p style="line-height: 2">Disetujui Penguji :</p>
 
</div>
 
 
<div style="text-align: left">
 
 
<p style="line-height: 1; text-align: right;">Tangerang, 17 Januari 2017</p>
 
</div>
 
 
{|table align="center"
 
 
|-
 
 
| <div style="text-align: center">Ketua Penguji</div>|| &nbsp;
 
 
||<div style="text-align: center">Penguji I</div> || &nbsp;
 
 
||<div style="text-align: center">Penguji II</div>
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
|&nbsp; || &nbsp; || &nbsp; || &nbsp; || &nbsp;
 
 
|-
 
 
| <div style="text-align: center"><u>(_______________)</u></div>|| &nbsp;
 
 
|| <div style="text-align: center"><u>(_______________)</u></div>|| &nbsp;
 
 
||<div style="text-align: center"><u>(_______________)</u></div>
 
 
|-
 
 
| <div style="text-align: center">NID : </div> || &nbsp; ||<div style="text-align: center">NID : </div>|| &nbsp;
 
 
|| <div style="text-align: center">NID : </div>
 
 
|}
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
 
 
<div style="font-size: 14pt;text-align: center;line-height: 2">
 
<p>'''SEKOLAH TINGGI MANAJEMEN DAN ILMU KOMPUTER'''</p>
 
<p>'''(STMIK) RAHARJA'''</p>
 
</div>
 
 
&nbsp;
 
 
<div style="font-size: 14pt;text-align: center;">
 
<p style="line-height: 2">'''LEMBAR KEASLIAN SKRIPSI'''</p>
 
 
<p style="line-height: 1">'''MODEL SISTEM PERAMALAN TINGKAT'''</p>
 
<p style="line-height: 1">'''KEDISIPLINAN MAHASISWA PADA'''</p>
 
<p style="line-height: 1">'''PERGURUAN TINGGI RAHARJA'''</p>
 
 
 
</div>
 
<p style="text-align:center;">Disusun Oleh :</p>
 
 
{|table align="center"
 
 
|-
 
 
|<div style="text-align: left">NIM</div>||<div style="text-align: left">: 1322476037</div>
 
 
|-
 
 
|<div style="text-align: left">Nama</div>||<div style="text-align: left">: [[Rizal Loa Wanda]]</div>
 
 
|-
 
 
|<div style="text-align: left">Jenjang Studi</div>||<div style="text-align: left">: Strata Satu</div>
 
 
|-
 
 
|<div style="text-align: left">Jurusan</div>||<div style="text-align: left">: Teknik Informatika</div>
 
 
|-
 
 
|<div style="text-align: left">Konsentrasi</div>||<div style="text-align: left">: Software Engineering</div>
 
 
|}
 
 
 
&nbsp;
 
 
<div style="text-align: center; line-height: 2">
 
<p>Menyatakan bahwa Skripsi ini merupakan karya tulis saya sendiri dan bukan merupakan tiruan, salinan, atau duplikat dari Skripsi yang telah dipergunakan untuk mendapatkan gelar Sarjana Komputer baik di lingkungan Perguruan Tinggi Raharja maupun di Perguruan Tinggi lain, serta belum pernah dipublikasikan.</p>
 
 
<p>Pernyataan ini dibuat dengan penuh kesadaran dan rasa tanggung jawab, serta bersedia menerima sanksi jika pernyataan diatas tidak benar.</p>
 
 
 
<p>Tangerang, 17 Januari 2017</p>
 
</div>
 
 
{|table align="center"
 
 
 
|-
 
 
|&nbsp;
 
 
|-
 
 
|&nbsp;
 
 
|-
 
 
|&nbsp;
 
 
|-
 
 
|&nbsp;
 
 
|-
 
 
|<div style="text-align: center"><u>'''([[Rizal Loa Wanda]])'''</u></div>
 
 
|-
 
 
| <div style="text-align: center">'''NIM : 1322476037'''</div>
 
 
|}
 
 
&nbsp;
 
 
<div style="text-align: left">
 
<p style="line-height: 2">''*Tandatangan dibubuhi materai 6.000''</p>
 
</div>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
 
<div style="font-size: 14pt;text-align: center"><p style="line-height: 2">ABSTRAKSI</p></div>
 
 
<div style="text-align: justify;line-height: 1">
 
<p>Dari tahun ke tahun, pertumbuhan data yang pesat menciptakan sumber data yang kaya. Disisi lain, situasi ini justru berdampak pada adanya penumpukan data. Data mining merupakan sebuah proses penggalian atau penemuan informasi baru dengan mencari pola tertentu dari sejumlah besar database yang telah tersedia. Teknik ini diharapkan dapat membantu dalam pemanfaatan kembali data tersebut. Dengan memanfaatkan data Absensi Online di Perguruan Tinggi Raharja, penggalian informasi dilakukan untuk meramalkan tingkat kedisiplinan mahasiswa di masa depan. Kedisiplinan merupakan indikator yang sangat penting. Oleh karena itu, sebuah proses pendidikan akan berhasil jika ada penerapan kedisiplinan yang baik kepada mahasiswanya. Penelitian ini bertujuan membangun model klasifikasi yang dapat diterapkan dalam meramalkan dan mengevaluasi tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja. Pendekatan yang digunakan dalam penelitian ini adalah proses yang ada dalam Knowledge Discovery in Databases. Metode Pohon Keputusan dengan Algoritma C4.5 dipilih untuk membangun model klasifikasi. Hasil klasifikasi dievaluasi dan divalidasi menggunakan Confusion Matrix dan K-folds Cross Validation. Hasilnya model klasifikasi menunjukan akurasi yang cukup tinggi yaitu 75%90%, namun belum dapat diterapkan untuk meramalkan tingkat kedisiplinan, dikarenakan data yang lebih cendrung mengklasifikasikan hanya kedalam satu kelas. </p>
 
</div>
 
 
<div style="text-align: justify"><p style="line-height: 1">''Kata Kunci: Data Mining, KDD, Pohon Keputusan, Peramalan Tingkat Kedisiplinan Mahasiswa ''</p></div>
 
 
 
 
<div style="font-size: 14pt;text-align: center"><p style="line-height: 2">''ABSTRACT''</p></div>
 
 
<div style="text-align: justify;line-height: 1">
 
<p>''Over the years, the rapid growth of data creates a rich data source. On the other hand, this situation brings an impact on the accumulation of data. Data mining is a process of extracting or discovering new information by searching for specific patterns of a large number of available databases. This technique is expected to help in reutilization those data. By utilizing Online Attendance data at Perguruan Tinggi Raharja, extracting information is performed to predict the level of student’s discipline in the future. Discipline is a very important indicator. Therefore, an education process will be successful if there is a good application of discipline to students. This research aims to build a classification model can be applied in predicting and evaluating the level of college student’s discipline in Perguruan Tinggi Raharja. The approach used in this study is the process that exists in Knowledge Discovery in Databases. The method of Decision Tree  with  Algorithm C4.5 selected to build the model classification. Classification results are evaluated and validated using the Confusion Matrix and K-folds Cross Validation. The results of classification models showed a fairly high accuracy that is 75%-90%, but the model can not be applied to predict the level of discipline due to a more data tends to classify to only into one class. '' </p>
 
</div>
 
 
<div style="text-align: justify"><p style="line-height: 1">''Keywords : Data Mining, KDD , Decision Tree, forecasting the level of student’s discipline''</p></div>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
 
 
<div style="font-size: 14pt; text-align: center">
 
'''KATA PENGANTAR'''
 
</div>
 
 
 
<div style="text-align: justify;line-height: 2">
 
<p style="text-indent: 0.5in;line-height: 2">Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah memberikan rahmat-Nya, sehingga penulis dapat menyelesaikan Laporan Skripsi ini dengan baik, adapun judul yang penulis uraikan dalam laporan ini adalah ''"'''''MODEL SISTEM PERAMALAN TINGKAT KEDISIPLINAN MAHASISWA PADA PERGURUAN TINGGI RAHARJA'''''".''</p>
 
 
<p style="text-indent: 0.5in;line-height: 2">
 
Tujuan dari pembuatan Laporan Skripsi ini antara lain memenuhi salah satu persyaratan menyelesaikan pendidikan jenjang Strata Satu (S1) Jurusan Teknik Informatika (TI) pada Sekolah Tinggi Manajemen dan Ilmu Komputer (STMIK) Raharja, juga berguna untuk memperdalam kemampuan penulis dalam merancang suatu sistem agar dapat diterapkan dengan baik.</p>
 
 
<p style="text-indent: 0.5in;line-height: 2">Dalam kesempatan ini penulis juga ingin mengucapkan terima kasih bahwa tanpa bimbingan, bantuan dan dorongan semua pihak maka penulis tidak dapat menyelesaikan laporan ini dengan baik dan tepat waktu. Dan pada kesempatan ini penulis tidak lupa mengucapkan terima kasih kepada pihak-pihak yang telah membantu seperti berikut :</p>
 
</div>
 
<div style="text-align: justify;line-height: 2">
 
# Bapak [[Drs. Po. Abas Sunarya, M.Si|Dr. Po. Abas Sunarya, M.Si]] selaku Direktur Perguruan Tinggi Raharja.
 
# Bapak [[Untung Rahardja|Ir. Untung Rahardja, M.T.I.]] selaku Ketua STMIK Raharja.
 
# Bapak [[Sugeng Santoso|Sugeng Santoso, M.Kom]], selaku Pembantu Ketua I Bidang Akademik STMIK Raharja dan selaku Dosen Pembimbing Kedua yang telah meluangkan waktu, pikiran maupun tenaga untuk membantu serta memberikan bimbingan dan pengarahan kepada penulis.
 
# Bapak [[Junaidi|Junaidi, M.Kom]] selaku Kepala Jurusan Teknik Informatika STMIK Raharja.
 
# Bapak [[Henderi|Henderi, M.Kom]] selaku Dosen Pembimbing Pertama yang telah  memberikan banyak masukan dan motivasi kepada penulis sehingga laporan skripsi ini dapat terselesaikan dengan baik dan tepat pada waktunya.
 
# Bapak [[Padeli|Padeli, M.Kom]] selaku ''stakeholder'' yang sudah banyak membantu dan membimbing penulis untuk menyelesaikan penyusunan laporan skripsi ini.
 
# Bapak dan Ibu Dosen Perguruan Tinggi Raharja yang telah memberikan banyak ilmu pengetahuan yang memperluas wawasan penulis.
 
# Yang tercinta Bapak, Ibu dan kakak penulis, yang telah memberikan dukungan moril maupun materil serta do’a untuk keberhasilan penulis.
 
# Sahabat-sahabat penulis di grup Software Engineering, MM007, KITA dan seluruh teman-teman yang tidak dapat penulis sebutkan satu persatu, tanpa mengurangi rasa terima kasih karena telah banyak membantu dalam menyusun laporan ini.
 
 
<p style="text-indent: 0.5in;line-height: 2">Penulis menyadari dalam penyelesaian laporan ini masih terdapat banyak kekurangan sehingga memerlukan banyak perbaikan dan penyempurnaan. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun untuk kesempurnaan laporan ini.</p>
 
<p style="text-indent: 0.5in;line-height: 2">Akhir kata penulis berharap agar laporan ini dapat bermanfaat bagi penulis pada khususnya, dan juga orang lain yang membaca dapat memperoleh ilmu dari laporan ini.</p>
 
</div>
 
 
 
 
<div align="right" style="font-size: 12pt;'">
 
{| width="100%" align="right"
 
|-
 
| width="60%" | || align="center" | Tangerang, 17 Januari 2017
 
|-
 
| || 
 
|-
 
| || 
 
|-
 
| || 
 
|-
 
| || 
 
|-
 
| ||
 
|-
 
| || 
 
|-
 
| || 
 
|-
 
| ||
 
|-
 
| || 
 
|-
 
| || 
 
|-
 
| || 
 
|-
 
| || 
 
|-
 
| ||
 
|-
 
| || 
 
|-
 
| || 
 
|-
 
| ||
 
|-
 
| width="60%" | || align="center" | <u>Rizal Loa Wanda</u>
 
|-
 
| width="60%" | || align="center" | NIM. 1322476037
 
|-
 
|}
 
</div>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
__TOC__
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
<div style="font-size: 14pt;text-align: center">
 
<p style="line-height: 2">'''DAFTAR TABEL'''</p>
 
</div>
 
<div style="text-align: justify;text-indent: 0.5in;line-height: 2;">
 
<p>'''Tabel 3.1''' Sampel Kelas Pada Set Data AO</p>
 
<p>'''Tabel 3.2'''  Contoh Kelas Abnormal</p>
 
<p>'''Tabel 3.3''' Pencapaian Kehadiran dan Target Kehadiran</p>
 
<p>'''Tabel 3.4''' Penghapusan Record Variabel a = 0</p>
 
<p>'''Tabel 3.5'''  Contoh Record Mahasiswa Sebelum Penggabungan</p>
 
<p>'''Tabel 3.6'''  Hasil Penggabungan Record Mahasiswa</p>
 
<p>'''Tabel 3.7'''  Variabel Y</p>
 
<p>'''Tabel 3.8'''  Variabel X</p>
 
<p>'''Tabel 3.9'''  Hasil Ekstraksi dari Format JSON</p>
 
<p>'''Tabel 3.10''' Hasil Transformasi Data</p>
 
<p>'''Tabel 3.11''' Hasil Pre-processing Data</p>
 
<p>'''Tabel 3.12''' Keterangan Class Sesuai HPA</p>
 
<p>'''Tabel 3.13''' Keterangan Class Sesuai Data Aktual</p>
 
<p>'''Tabel 3.14''' Confusion Matrix </p>
 
<p>'''Tabel 3.15''' Elisitasi Tahap I</p>
 
<p>'''Tabel 3.16''' Elisitasi Tahap II</p>
 
<p>'''Tabel 3.17''' Elisitasi Tahap III</p>
 
<p>'''Tabel 3.18''' Final Draft Elisitasi</p>
 
<p>'''Tabel 4.1''' Use Case Glossary</p>
 
<p>'''Tabel 4.2''' Actor Glossary</p>
 
<p>'''Tabel 4.3''' Struktur Tabel Users</p>
 
<p>'''Tabel 4.4''' Struktur Tabel Groups</p>
 
<p>'''Tabel 4.5''' Struktur Tabel Users Groups</p>
 
<p>'''Tabel 4.6''' Struktur Tabel Forcasts</p>
 
<p>'''Tabel 4.7''' Struktur Tabel Forcast Status</p>
 
<p>'''Tabel 4.8''' Struktur Tabel Menu</p>
 
<p>'''Tabel 4.9''' 2-fold Cross Validation set data HPA</p>
 
<p>'''Tabel 4.10''' Confusion Matrix dari 2-fold set data HPA</p>
 
<p>'''Tabel 4.11''' 4-fold Cross Validation set data HPA</p>
 
<p>'''Tabel 4.12''' Confusion Matrix dari 4-fold set data HPA</p>
 
<p>'''Tabel 4.13''' 6-fold Cross Validation set data HPA</p>
 
<p>'''Tabel 4.14''' Confusion Matrix dari 6-fold set data HPA</p>
 
<p>'''Tabel 4.15''' 2-fold Cross Validation set data Aktual</p>
 
<p>'''Tabel 4.16''' Confusion Matrix dari 2-fold set data Aktual</p>
 
<p>'''Tabel 4.17''' 4-fold Cross Validation set data Aktual</p>
 
<p>'''Tabel 4.18''' Confusion Matrix dari 4-fold set data Aktual</p>
 
<p>'''Tabel 4.19''' 6-fold Cross Validation set data Aktual</p>
 
<p>'''Tabel 4.20''' Confusion Matrix dari 6-fold set data Aktual</p>
 
<p>'''Tabel 4.21''' Perbandingan Pengujian Model HPA dengan Aktual</p>
 
<p>'''Tabel 4.22''' Pengujian Black Box </p>
 
<p>'''Tabel 4.23''' Schedule Penelitian</p>
 
<p>'''Tabel 4.24''' Rancangan Biaya Penelitian yang diusulkan</p>
 
</div>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
<div style="font-size: 14pt;text-align: center">
 
<p style="line-height: 2">'''DAFTAR GAMBAR'''</p>
 
</div>
 
<div style="text-align: justify;text-indent: 0.5in;line-height: 2;">
 
<p>'''Gambar 2.1''' UML 2.3 Diagram</p>
 
<p>'''Gambar 2.2''' Proses Knowledge Discovery in Database</p>
 
<p>'''Gambar 2.3''' Akar Ilmu Data Mining</p>
 
<p>'''Gambar 2.4''' Proses Pekerjaan Klasifikasi</p>
 
<p>'''Gambar 2.5''' Mapping Literature Review</p>
 
<p>'''Gambar 3.1''' Struktur Organisasi</p>
 
<p>'''Gambar 3.2''' Format Json Setiap Tabel Untuk Variabel X</p>
 
<p>'''Gambar 3.3''' Hubungan Variabel Multivariat</p>
 
<p>'''Gambar 4.1''' Use Case Diagram</p>
 
<p>'''Gambar 4.2''' Activity Diagram Login</p>
 
<p>'''Gambar 4.3''' Activity Diagram Register</p>
 
<p>'''Gambar 4.4''' Activity Diagram Membuat Peramalan</p>
 
<p>'''Gambar 4.5''' Activity Diagram Mencoba Sistem Peramalan</p>
 
<p>'''Gambar 4.6''' Activity Diagram Mengelola Daftar Peramalan</p>
 
<p>'''Gambar 4.7''' Activity Diagram Mengelola Data Member</p>
 
<p>'''Gambar 4.8''' Activity Diagram Mengelola Menu Sistem</p>
 
<p>'''Gambar 4.9''' Sequence Diagram Login</p>
 
<p>'''Gambar 4.10''' Sequence Diagram Register</p>
 
<p>'''Gambar 4.11''' Sequence Diagram Membuat Peramalan</p>
 
<p>'''Gambar 4.12''' Sequence Diagram Mencoba Sistem Peramalan</p>
 
<p>'''Gambar 4.13''' Sequence Diagram Mengelola Peramalan</p>
 
<p>'''Gambar 4.14''' Sequence Diagram Mengelola Data Member</p>
 
<p>'''Gambar 4.15''' Sequence Diagram Mengelola Menu Sistem</p>
 
<p>'''Gambar 4.16''' Class Diagram Yang Diusulkan</p>
 
<p>'''Gambar 4.17''' Prototype Halaman Utama</p>
 
<p>'''Gambar 4.18''' Prototype Form Login</p>
 
<p>'''Gambar 4.19''' Prototype Halaman Register</p>
 
<p>'''Gambar 4.20''' Prototype Form Lupa Sandi</p>
 
<p>'''Gambar 4.21''' Prototype Halaman Mengelola Menu</p>
 
<p>'''Gambar 4.22''' Prototype Halaman Menambah/Meng-Update Menu</p>
 
<p>'''Gambar 4.23''' Prototype Konfirmasi Hapus Menu</p>
 
<p>'''Gambar 4.24''' Prototype Halaman Mengelola Member</p>
 
<p>'''Gambar 4.25''' Prototype Meng-Update Data Member</p>
 
<p>'''Gambar 4.26''' Prototype Meng-Update Status Keaktifan Member</p>
 
<p>'''Gambar 4.27''' Prototype Halaman Mengelola Peramalan</p>
 
<p>'''Gambar 4.28''' Prototype Form Keterangan Peramalan</p>
 
<p>'''Gambar 4.29''' Prototype Menggunggah File Data Training</p>
 
<p>'''Gambar 4.30''' Prototype Menyeleksi Atribut</p>
 
<p>'''Gambar 4.31''' Prototype Detail Peramalan</p>
 
<p>'''Gambar 4.32''' Prototype Halaman Mencoba Peramalan</p>
 
<p>'''Gambar 4.33''' Prototype Tab Testing </p>
 
<p>'''Gambar 4.34''' Prototype Tab Diagram & Rules</p>
 
<p>'''Gambar 4.35''' Prototype Halaman Dashboard </p>
 
<p>'''Gambar 4.36''' Prototype Halaman Dashboard Administrator</p>
 
<p>'''Gambar 4.37''' Log Pembuatan Model Klasifikasi HPA</p>
 
<p>'''Gambar 4.38''' Log Pembuatan Model Klasifikasi Aktual</p>
 
</div>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
<div style="font-size: 14pt;text-align: center">
 
<p style="line-height: 2">'''DAFTAR SIMBOL'''</p>
 
</div>
 
<div style="font-size: 12pt;">
 
<p style="line-height: 2;text-align:center;">'''I. SIMBOL USE CASE DIAGRAM'''</p>
 
<div align="center">
 
<img src="https://docs.google.com/uc?id=0BxT74UCJdAKcYWNHVVBEX05hR3c" width="65%"/>
 
</div>
 
 
<p style="line-height: 2;text-align:center;">'''II. SIMBOL ACTIVITY DIAGRAM'''</p>
 
<div align="center">
 
<img src="https://docs.google.com/uc?id=0BxT74UCJdAKcX2lQbEJ5VGxZUGc" width="65%"/>
 
</div>
 
 
<p style="line-height: 2;text-align:center;">'''III. SIMBOL SEQUENCE DIAGRAM'''</p>
 
<div align="center">
 
<img src="https://docs.google.com/uc?id=0BxT74UCJdAKcNm04MkgwMHdsY00" width="65%" />
 
</div>
 
 
<p style="line-height: 2;text-align:center;">'''IV. SIMBOL CLASS DIAGRAM'''</p>
 
<div align="center">
 
<img src="https://docs.google.com/uc?id=0BxT74UCJdAKca3pubERkaDFlTk0" width="65%" />
 
</div>
 
 
</div>
 
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
 
=<div style=" text-align: center;margin-bottom:10px;">'''BAB I'''</div> <div style="font-size: 14pt; text-align: center">'''PENDAHULUAN'''</div>=
 
 
== Latar Belakang ==
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Pemanfaatan Teknologi Informasi (TI) saat ini telah menjadi suatu kebutuhan yang akan menjadi elemen penting dalam perkembangan suatu informasi. Dampak dari perkembangan informasi tersebut ikut memberikan pengaruh yang besar pada peningkatan ''volume data'' yang disimpan dalam ''database''. Data-data tersebut sebenarnya dapat digunakan dan dimanfaatkan kembali untuk menemukan suatu pola dan pengetahuan baru yang dapat bermanfaat di masa depan. Manfaat yang didapat dari sumber data tersebut salah satunya adalah untuk melakukan suatu peramalan (''forcasting'').</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">''Forecasting'' atau peramalan merupakan suatu kegiatan untuk mengetahui apa yang akan terjadi di masa yang akan datang menggunakan dan mempertimbangkan data dari masa lampau (data historis). Dalam meramalkan suatu peristiwa, ketepatan secara mutlak adalah hal yang tidak mungkin dicapai. Namun walau dalam melakukan peramalan tidak dapat dicapai ketepatan yang mutlak, peramalan merupakan alat bantu yang penting dalam sebuah perencanaan yang efektif maupun dalam membantu pengambilan keputusan.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Dewasa ini data Absensi ''Online'' (AO) mahasiswa pada Perguruan Tinggi Raharja merupakan data cukup potensial untuk dilakukan penggalian informasi serta pengetahuan baru. Salah satu yang menarik untuk diteliti adalah tingkat kedisiplinan mahasiswa. Kedisiplinan merupakan suatu ketaatan secara sadar baik itu mentaati aturan, maupun melakukan hal yang semestinya dalam lingkungan tertentu.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Kedisiplinan kehadiran mengikuti perkuliahan adalah salah satu hal yang penting untuk mahasiswa lakukan. Menurunnya tingkat kedisiplinan mahasiswa akan berdampak pada proses belajar dan prestasi mahasiswa. Perguruan Tinggi Raharja telah menetapkan aturan mengenai kedisiplinan kehadiran mahasiswa yaitu mahasiswa diharuskan paling sedikit 4 (empat) kali pertemuan untuk hadir dalam proses perkuliahan sebagai syarat mengikuti Ujian Tengah Semester (UTS) dan hadir paling sedikit 8 (delapan) kali pertemuan dari 14 pertemuan perkuliahan sebagai syarat mengikuti Ujian Akhir Semester (UAS).</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Namun dengan kelonggaran kedisiplinan tersebut, beberapa mahasiswa sudah merasa cukup untuk hadir dalam kegiatan perkuliahan hanya sebatas untuk memenuhi syarat mengikuti ujian sehingga beberapa mahasiswa tersebut tidak selalu hadir dalam 14 kali pertemuan kegiatan perkuliahan. Sebenarnya banyak faktor yang dapat mempengaruhi tingkat kedisiplinan mahasiswa, khususnya kedisiplinan dalam kehadiran atau absensi. Untuk hal itu maka diperlukan evaluasi terhadap tingkat kedisiplinan mahasiswa agar tingkat kedisiplinan dapat terus meningkat.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Selain itu keterbatasan manusia dalam menangani dan mengolah data yang begitu banyak menjadi salah satu kendala dalam melakukan peramalan. Dalam meramalkan tingkat kedisiplinan mahasiswa kedepannya berdasarkan faktor-faktor yang ditemui, maka diperlukan sebuah aplikasi yang dapat memudahkan pengguna dalam mengolah data tersebut. Sehingga dari permasalahan-permasalahan diatas, penulis mengambil judul '''"Model Sistem Peramalan Tingkat Kedisiplinan Mahasiswa Pada Perguruan Tinggi Raharja"''' sebagai penilitan Skripsi.</p> </div>
 
{{pagebreak}}
 
 
== Rumusan Masalah ==
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Dari latar belakang diatas, dapat ditarik beberapa rumusan permasalahan sebagai berikut:</p>
 
#Seperti apa model klasifikasi yang terbentuk dalam meramalkan tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja?
 
#Berapa nilai akurasi peramalan tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja yang dihasilkan oleh sistem?
 
#Apakah tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja dapat diramalkan berdasarkan faktor-faktor yang diasumsikan mempengaruhinya?
 
</div>
 
== Ruang Lingkup Penelitian ==
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Untuk mempermudah penulisan laporan skripsi ini dan agar lebih terarah dan berjalan dengan baik, maka perlu kiranya dibuat suatu batasan masalah. Adapun penulis membatasi ruang lingkup penulisan Skripsi ini yang meliputi:</p>
 
#Penelitian menggunakan data Absensi ''Online'' Semester Genap 2014/2015 di Perguruan Tinggi Raharja.
 
#Penelitian mengasumsikan faktor-faktor yang diduga mempengaruhi tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja, diantaranya adalah Jejang Kuliah, Program Studi, ''Shift'' Kuliah, Status ''iLearning'', Jenis Kelamin, Umur, dan Angkatan.
 
#Sistem yang akan dibangun menggunakan 1 (satu) metode dari pendekatan data mining yaitu Pohon Keputusan (''Decision Tree'') dalam meramalkan tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja.
 
</div>
 
== Tujuan dan Manfaat Penelitian ==
 
 
=== Tujuan Penelitian ===
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Tujuan penelitian berkaitan erat dengan rumusan masalah yang ditetapkan dan jawabannya terletak pada kesimpulan penelitian. Adanya tujuan penelitan adalah untuk menentukan arah dari suatu penelitian. Tujuan merinci apa saja yang ingin diketahui, sehingga jika permasalahan sudah terjawab maka tujuan penelitian sudah tercapai. Dan dalam menentukan tujuan penelitian juga harus disesuaikan dengan rumusan masalah yang ada.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Dalam penulisan laporan ini, penulis memiliki tujuan penelitian diantaranya yaitu:</p>
 
#Mengetahui bahwa tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja dapat diramalkan atau tidak berdasarkan hipotesis dari faktor-faktor yang diasumsikan mempengaruhi tingkat kedisiplinan.
 
#Mengetahui akurasi peramalan tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja.
 
#Merepresentasikan model klasifikasi dalam bentuk pohon keputusan dan ''rules'' untuk peramalan tingkat disiplinan mahasiswa di Perguruan Tinggi Raharja.
 
</div>
 
=== Manfaat Penelitian ===
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Adapun Manfaat dari penelitian ini adalah&nbsp;:</p>
 
#Mendapatkan pengetahuan baru dari hasil peramalan dan pembuktian mengenai faktor-faktor yang diasumsikan dapat mempengaruhi tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja.
 
#Pengambil keputusan dapat melakukan evaluasi terhadap tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja.
 
</div>
 
== Metode Penelitian ==
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Untuk mendapatkan data yang diperlukan dalam penulisan laporan Skripsi, penulis menggunakan beberapa metode yang digunakan, adapun metode yang digunakan adalah sebagai berikut&nbsp;:</p> </div>
 
=== Metode Pengumpulan Data ===
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Adapun metode yang digunakan dalam pengumpulan data adalah sebagai berikut:</p>
 
#Observasi (Pengamatan)
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Metode Observasi (Pengamatan Langsung) adalah metode pengumpulan data dengan cara melakukan pengamatan secara langsung pada objek yang diteliti dan meminta data yang diperlukan. Pada penelitian ini observasi dilakukan di Perguruan Tinggi Raharja pada bagian RME dengan mengumpulkan data Absensi ''Online'' dan data mahasiswa sebagai sumber informasi yang sangat penting yang dapat membantu menganalisa dan sebagai bahan untuk menulis laporan penelitian ini.</p>
 
#Wawancara
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Metode ini dilakukan dengan cara melakukan tanya jawab dengan narasumber secara langsung pada tempat penelitian berlangsung. Wawancara ini dilakukan dengan bapak [[Padeli|Padeli, M.Kom]] selaku Pembantu Direktur I di Perguruan Tinggi Raharja, sebagai narasumbernya sekaligus ''stakeholder'' dalam penelitian ini guna memperoleh data yang lebih detail serta memperkuat data sebelumnya saat melakukan pengamatan secara langsung.</p> </div>
 
=== Metode Analisa dan Perancangan ===
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Setelah proses pengumpulan data dilaksanakan melalui observasi dan wawancara, maka data yang sudah ada akan diolah dan dianalisa supaya mendapatkan suatu hasil akhir yang bermanfaat bagi penelitian. Pendekatan ''Knowledge Discovery in Database'' (KDD) dilakukan dalam memproses data yang telah didapat, salah satu proses tersebut adalah ''Pre-processing''. Serta pendekatan data mining dengan metode klasifikasi Pohon Keputusan (''Decision Tree'') dengan algoritma C4.5 dipilih dan digunakan dalam penelitian ini. Dalam merancang sistem yang akan dibuat, metode perancangan yang digunakan adalah ''Unified Modelling Language (UML),'' dimana diagram ''UML'' yang digunakan adalah ''Use Case Diagram'', ''Activity Diagram'', ''Sequence Diagram'' dan ''Class Diagram'', untuk mengambarkan suatu rancangan sistem yang ingin dibangun, pembuatan ''database'' dan pembuatan program yang disesuaikan berdasarkan kebutuhan ''stakeholder'' yang terangkum pada elisitasi.. Sedangkan Bahasa pemrograman yang digunakan adalah ''PHP'' serta ''database'' yang digunakan ''MySQL.''</p> </div>
 
=== Metode Purwarupa (Prototype) ===
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Untuk&nbsp;mengetahui gambaran awal sistem yang akan dibuat, maka perlunya digunakan metode purwarupa (selanjutnya akan disebut metode''''prototyping'''')'', yaitu suatu model sederhana pembuatan ''software''yang dimana mengijinkan pengguna memiliki suatu gambaran awal atau dasar tentang program serta melakukan pengujian awal yang didasarkan pada konsep model kerja.''</p> </div>
 
=== Metode Testing ===
 
<div style="line-height: 2"><p style="text-align:justify;text-indent:0.5in;line-height:2;">Dalam penelitian ini penulis menggunakan metode ''K-fold Cross Validation ''serta ''Confusion Matrix'' untuk pengujian kinerja model klasifikasi dan ''Blackbox Testing ''untuk pengujian sistem''. K-fold Cross Validation ''bertujuan untuk mencari validasi terbaik dan ''Confusion Matrix'' digunakan untuk perhitungan akurasi model klasifikasi. Sedangkan metode pengujian ''blackbox ''digunakan untuk menemukan kesalahan dalam beberapa kategori, antara lain fungsi-fungsi yang salah atau hilang, kesalahan tampilan luar, kesalahan ''output'', kesalahan dalam struktur data atau akses ''database external ''dan kesalahan performa.</p> </div>
 
== Sistematika Penulisan ==
 
<div style="line-height: 2">
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Untuk memahami lebih jelas laporan Skripsi ini, maka penulis mengelompokkan materi laporan ini menjadi beberapa sub bab dengan sistematika penyampaiannya adalah sebagai berikut&nbsp;:</p>
 
'''BAB I PENDAHULUAN'''
 
 
:Bab ini menjelaskan tentang informasi umum, yaitu latar belakang penelitian, perumusan masalah, tujuan dan manfaat penelitian, ruang lingkup penelitian, waktu dan tempat penelitian, metodologi penelitian, dan sistematika penulisan.
 
 
'''BAB II LANDASAN TEORI'''
 
 
:Bab ini berisi penjelasan beberapa definisi, baik itu pendekatan yang digunakan dalam penelitian ini maupun teori-teori yang berkaitan dengan penelitian ini dan ''Literature Review'' yang digunakan untuk mendukung penulisan serta untuk membandingkan penelitian yang sebelumnya dengan penelitian saat ini.
 
 
'''BAB III OBJEK DAN METODOLOGI PENELITIAN'''
 
 
:Bab ini berisikan gambaran dan sejarah singkat Perguruan Tinggi Raharja, struktur organisasi, proses dari KDD yaitu tahap ''Pre-processing'' data, ''data mining'', dan elisitasi.
 
 
'''BAB IV HASIL DAN PEMBAHASAN'''
 
 
:Bab ini menjelaskan rancangan sistem dalam bentuk ''Prototyping'' dan ''Unified Modelling Language ''(UML) yang terdiri dari ''usecase diagram, class diagram, activity diagram, dan sequance diagram ''serta ''testing'' yang dilakukan terhadap sistem yang telah dibuat.
 
 
'''BAB V PENUTUP'''
 
 
:Pada bab terakhir ini diuraikan kesimpulan dari penelitian, dan saran untuk dijadikan referensi dalam penelitian selanjutnya.
 
 
'''DAFTAR PUSTAKA'''
 
 
'''DAFTAR LAMPIRAN'''
 
</div>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
=<div style=" text-align: center;margin-bottom:10px;">'''BAB II'''</div> <div style="font-size: 14pt; text-align: center">'''LANDASAN TEORI'''</div>=
 
<p style="text-align: justify;text-indent:0.5in;line-height: 2">Untuk mendukung pembuatan laporan ini, maka perlu dikemukakan hal-hal atau teori-teori yang berkaitan dengan permasalahan dan ruang lingkup pembahasan sebagai landasan dalam pembuatan laporan ini.</p>
 
== Teori Umum ==
 
 
=== Konsep Dasar Data Warehouse ===
 
 
==== Definisi Data Warehouse ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Hutahaean (2014:97)<ref name="hutahaean">Hutahaean, Jeperson. 2014. Konsep Sistem Informasi. Yogyakarta: Deepublish.</ref>&nbsp;"''Datawarehouse'' adalah kumpulan dari komponen-komponen perangkat keras dan perangkat lunak yang dapat digunakan untuk mendapatkan analisa yang lebih baik dari data yang berjumlah sangat besar sehingga dapat membuat keputusan yang baik."</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Suraya (2011:68)<ref name="suraya">Suraya, Ignatius. 2011. Olap Pendukung Sistem Keamanan Data Warehouse. Jurnal Manajemen Dan Teknologi Informatika Vol.2, No.1.</ref>&nbsp;berpendapat bahwa ''data warehouse'' adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal), atau sebuah proses evolusi yang mencakup pencarian sumber, penyimpanan dan penyediaan data yang digunakan untuk mendukung pengambilan keputusan.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Widyawati (2012:1)<ref name="widyawati">Widyawati, Dewi Kania. 2012. Perancangan Struktur Data Warehouse Untuk Mendukung Perencanaan Pemasaran Produk Menggunakan Star Schema. Jurnal Ilmiah ESAI Vol.6 No. 3.</ref>&nbsp;berpendapat bahwa, ''data warehouse'' merupakan salah satu bentuk basis data yang memiliki data berskala besar. ''Data warehouse'' bukan merupakan basis data operasional, melainkan basis data yang berisi data dalam dimensi waktu tertentu yang sangat berguna untuk keperluan evaluasi, analisis dan perencanaan yang dilakukan oleh pihak manajemen dalam sebuah perusahaan.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Dari beberapa pendapat diatas, dapat di tarik kesimpulan bahwa ''Data Warehouse'' merupakan salah satu bentuk basis data untuk menyimpan data berskala besar baik data sekarang dan data masa lalu yang menjadi sumber data yang telah terintegrasi serta dapat digunakan untuk mendukung pengambilan keputusan.</p>
 
==== Manfaat Data Warehouse ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''Data Warehouse'' biasanya digunakan untuk&nbsp;: (Hutahaean, 2014:97)<ref name="hutahaean" /></p>
 
<ol start="1" style="list-style-type: lower-alpha;line-height:2;">
 
<li>Memahami ''trend'' bisnis dan membuat perkiraan keputusan yang lebih baik.</li>
 
<li>Menganalisa informasi mengenai penjualan harian dan membuat keputusan yang cepat dalam mempengaruhi ''performance'' perusahaan.</li>
 
</ol>
 
 
=== Konsep Dasar Purwarupa (''Prototyping'') ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Djahir (2014:78)<ref name="djahir">Djahir, Y., dan Dewi Pratita. 2014. Bahan ajar sistem informasi manajemen. Yogyakarta: Deepublish.</ref>, "''Prototype'' memberikan ide bagi pembuat maupun pemakai potensial tentang cara sistem akan berfungsi dalam bentuk lengkapnya. Proses menghasilkan sebuah ''prototype'' disebut prototyping." (selanjutnya purwarupa akan disebut ''prototipe'' atau ''prototyping'').</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut A.S Rosa (2013:29)<ref name="asrosa">A. S., Rosa dan Shalahuddin, M. 2013. Rekayasa Perangkat Lunak Terstruktur Dan Berorientasi Objek. Bandung: Informatika.</ref>, "Model prototipe dapat digunakan untuk menyambungkan ketidakpahaman pelanggan mengenai hal teknis dan memperjelas spesifikasi kebutuhan yang diinginkan pelanggan kepada pengembang perangkat lunak".</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Sehingga dapat disimpulkan bahwa prototipe adalah sebuah model yang memberikan informasi tentang bagaimana cara sistem tersebut berfungsi agar pelanggan atau pemakai paham tanpa perlu mengetahui hal teknisnya dan memperjelas spesifikasi kebutuhan yang diinginkan pelanggan kepada pengembang perangkat lunak.</p>
 
=== Konsep Dasar UML (Unified Modeling Language) ===
 
 
==== Definisi UML (Unified Modeling Language) ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dalam bukunya, Yasin (2012:268)<ref name="yasin">Yasin, Verdi. 2012. Rekayasa Perangkat Lunak Berorientasi Objek. Jakarta: Mitra Wacana Media.</ref>&nbsp;mengemukakan UML merupakan bahasa standar untuk penulisan blueprint software yang digunakan untuk visualisasi, spesifikasi, pembentukan dan pendokumentasian alat – alat dari sistem perngkat lunak. UML disebut sebagai bahasa pemodelan bukan metode. Bahasa pemodelan (sebagian besar grafik) merupakan notasi dari metode yang digunakan untuk mendesain secara cepat. Bahasa pemodelan merupakan bagian terpenting dari metode. Tujuan UML diantaranya adalah&nbsp;:</p> <ol start="1" style="list-style-type: lower-alpha;line-height:2;">
 
<li>Memberikan model siap pakai, bahasa pemodelan visual yang ekspresif untuk mengembangkan sistem dan yang dapat saling menukar model dengan mudah dan dimengerti secara umum.</li>
 
<li>Memberikan bahasa pemodelan yang bebas dari berbagai Bahasa pemrograman dan dimengerti secara umum.</li>
 
<li>Menyatukan praktek–praktek terbaik yang terdapat dalam pemodelan.</li>
 
</ol>
 
 
==== Diagram UML ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Xu dalam ''Dictionary of Information Science and Technology'' karya Khosrow-Pour (2012:916)<ref name="khosrow">Khosrow-Pour, Mehdi. 2012. Dictionary of information science and technology. United States: Information Science Reference.</ref>, "''UML Diagram: a graphical design notation for communication and understanding". ''Yang artinya UML Diagram adalah sebuah notasi desain grafis untuk komunikasi dan pemahaman. Biasanya, didalam diagram UML meliputi ''activity diagram'', ''class diagram, collaboration diagram, component diagram, deployment diagram, sequence diagram, state diagram'', dan ''use case diagram''.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada UML 2.3 terdiri dari 13 macam diagram yang dikelompokkan dalam 3 kategori (A.S Rosa 2013:140)<ref name="asrosa" />. Pembagian kategori dan macam-macam diagram tersebut dapat dilihat pada gambar dibawah&nbsp;:</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcXzNiSkVCU1h1SFU" width="65%"/></p> <p style="text-align: center;">Gambar 2.1 UML 2.3 Diagram</p> <p style="text-align: center;">''Sumber: ''[http://www.uml-diagrams.org/ http://www.uml-diagrams.org/]</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Berikut ini penjelasan singkat dari pembagian kategori tersebut&nbsp;:</p>
 
<ul style="list-style-type: disc; margin-left: 40px;line-height:2;">
 
<li>''Structure diagrams'' yaitu kumpulan diagram yang digunakan untuk menggambarkan suatu struktur statis dari sistem yang d imodelkan.</li>
 
<li>''Behaviour'' yaitu kumpulan diagram yang digunakan untuk menggambarkan kelakuan sistem atau rangkaian perubahan yang terjadi pada sebuah sistem.</li>
 
<li>''Interaction diagrams'' yaitu kumpulan diagram yang digunakan utuk menggambarkan interaksi sistem dengan sistem lain maupun interaksi antar subsistem pada suatu sistem.</li>
 
</ul>
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Karena pada penulisan penelitian ini menggunakan 4 diagram UML diantaranya ''Use Case diagram, Activity diagram, Sequence diagram'', dan ''Class diagram'', maka diagram yang dijelaskan adalah 4 diagram tersebut.</p> <ol style="list-style-type:lower-alpha;">
 
<li>'''Use Case Diagram'''</li>
 
</ol>
 
<p style="text-align: justify; margin-left: 40px;line-height:2;">Menurut Yasin (2012:198)<ref name="yasin" />&nbsp;''Use case'' diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem yang ditekankan adalah “apa” yang diperbuat sistem dan bukan “bagaimana”. Sebuah ''use case'' mempresentasikan sebuah interaksi antara ''actor'' dengan sistem.</p> <ol start="2" style="list-style-type:lower-alpha;">
 
<li>'''Activity Diagram'''</li>
 
</ol>
 
<p style="text-align: justify; margin-left: 40px;line-height:2;">Menurut Yasin (2012:201)<ref name="yasin" />, Activity diagram menggambarkan berbagai alir aktivitas dalam sistem yang sedang dirancang, bagaimana masing – masing alir berawal, ''decision'' yang mungkin terjadi dan bagaimana mereka berakhir. ''Activity'' diagram juga dapat menggambarkan proses ''parallel'' yang mungkin terjadi pada beberapa eksekusi.</p>
 
<ol start="3" style="list-style-type:lower-alpha;">
 
<li>'''Sequence Diagram'''</li>
 
</ol>
 
<p style="text-align: justify;  margin-left: 40px;line-height:2;">Menurut Yasin (2012:201)<ref name="yasin" />, ''Sequence diagram'' menggambarkan interaksi antar objek di dalam dan di sekitar sistem (termasuk pengguna, ''display'' dan sebagainya) berupa ''message'' yang digambarkan terhadap waktu. ''Sequence diagram'' terdiri atas dimensi ''vertical ''(waktu) dan dimensi horizontal (objek-objek terkait). ''Sequence'' diagram biasa digunakan untuk menggambarkan ''scenario'' atau rangkaian langkah – langkah yang dilakukan sebagai ''respons'' dari sebuah ''event ''untuk menghasilkan ''output ''tertentu.</p>
 
<ol start="4" style="list-style-type:lower-alpha;">
 
<li>'''Class Diagram'''</li>
 
</ol>
 
<p style="text-align: justify; margin-left: 40px;line-height:2;">Menurut Yasin (2012:198)<ref name="yasin" />, ''Class diagram'' adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. ''Class diagram'' menggambarkan struktur dan deskripsi ''class, package'' dan objek beserta hubungan satu sama lain, seperti ''containment'', pewarisan, asosiasi dan lain – lain.</p>
 
 
=== Konsep Dasar Elisitasi ===
 
 
==== Definisi Elisitasi ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Guritno (2011:302)<ref name="guritno">Guritno, Suryo, Sudaryono, dan Untung Rahardja. 2011. Yogyakara: C.V ANDI OFFSET</ref>, “Elisitasi merupakan rancangan yang dibuat berdasarkan sistem baru yang diinginkan oleh pihak manajemen terkait dan disanggupi oleh penulis untuk dieksekusi.”</p>
 
==== Tahap-Tahap Elisitasi ====
 
<div style="text-align:justify;line-height:2;">
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Hidayati yang dikutip Guritno (2011:302)<ref name="guritno" />, Elisitasi didapat melalui metode wawancara dan dilakukan melalui tiga tahap, yaitu:</p> <ol style="list-style-type: lower-alpha;">
 
<li>Elisitasi Tahap I</li>
 
</ol>
 
<p style="text-align: justify; margin-left: 40px;">Elisitasi tahap I, berisi seluruh rancangan sistem baru yang diusulkan oleh pihak manajemen terkait melalui proses wawancara.</p> <ol start="2" style="list-style-type:lower-alpha;">
 
<li>Elisitasi Tahap II</li>
 
</ol>
 
<p style="text-align: justify; margin-left: 40px;">Elisitasi tahap II, merupakan hasil pengklasifikasian elisitasi tahap I berdasarkan Metode MDI. Metode MDI bertujuan memisahkan antara rancangan sistem yang penting dan harus ada pada sistem baru dengan rancangan yang disanggupi oleh penulis untuk dieksekusi. Berikut penjelasan mengenai Metode MDI:</p> <ul style="margin-left: 80px;line-height:2;">
 
<li>M pada MDI berarti ''Mandatory'' (Penting),<br/> Maksudnya&nbsp;''requirement'' tersebut harus ada dan tidak boleh dihilangkan pada saat membuat sistem baru.</li>
 
<li>D pada MDI berarti ''Desirable'' (Tidak Terlalu Penting),<br/> Maksudnya&nbsp;requirement tersebut tidak terlalu penting dan boleh dihilangkan. Namun jika requirement tersebut digunakan dalam pembentukan sistem maka akan membuat sistem tersebut lebih sempurna.</li>
 
<li>I pada MDI berarti ''Inessential'' (Diluar Sistem),<br/> Maksudnya&nbsp;''requirement'' tersebut bukanlah bagian sistem yang dibahas, tetapi bagian dari luar sistem.</li>
 
</ul>
 
<ol start="3" style="list-style-type:lower-alpha;">
 
<li>Elisitasi Tahap III</li>
 
</ol>
 
<p style="margin-left: 40px; text-align: justify;">Elisitasi tahap III, merupakan hasil penyusutan elisitasi tahap II dengan cara mengeliminasi semua requirement dengan ''option'' I pada metode MDI. Selanjutnya, semua requirement yang tersisa diklasifikasikan kembali melalui metode TOE, yaitu:</p> <ul style="margin-left: 80px;line-height:2;">
 
<li>T artinya Teknikal, bagaimana tata cara atau teknik pembuatan ''requirement ''dalam sistem diusulkan?</li>
 
<li>O artinya Operasional, bagaimana tata cara penggunaan ''requirement'' dalam sistem akan dikembangkan?</li>
 
<li>E artinya Ekonomi, berapakah biaya yang diperlukan guna membangun ''requirement'' di dalam sistem?</li>
 
</ul>
 
<p style="text-align: justify; margin-left: 40px;">Metode TOE tersebut dibagi kembali menjadi beberapa ''option'', yaitu:</p> <ul style="list-style-type: circle; margin-left: 80px;line-height:2;">
 
<li>''High'' (H): Sulit untuk dikerjakan, karena teknik pembuatan dan pemakaiannya sulit serta biayanya mahal. Maka ''requirement'' tersebut harus dieleminasi.</li>
 
<li>''Middle'' (M): Mampu dikerjakan.</li>
 
<li>''Low'' (L): Mudah dikerjakan.</li>
 
</ul>
 
<ol start="4" style="list-style-type:lower-alpha;">
 
<li>Final Draft Elisitasi</li>
 
</ol>
 
<p style="text-align: justify; margin-left: 40px;">Final Elisitasi, merupakan hasil akhir yang dicapai dari suatu proses elisitasi yang dapat digunakan sebagai dasar pembuatan suatu sistem yang akan dikembangakan.</p>
 
</div>
 
 
=== Konsep Dasar Testing ===
 
 
==== Definisi ''Testing'' ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut A.S. Rosa (2013:272)<ref name="asrosa" />, ''Testing ''atau Pengujian adalah satu set aktivitas yang direncanakan dan sistematis untuk menguji atau mengevaluasi kebenaran yang diinginkan. Aktivitas pengujian terdiri dari satu set atau sekumpulan langkah dimana dapat menempatkan desain kasus uji yang spesifik dan metode metode pengujian.</p>
 
==== Metode ''Black Box Testing'' ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''Black box'' ''testing'' yaitu menguji perangkat lunak dari segi spesifikasi fungsional tanpa menguji desain dan kode program. Pengujian dimaksudkan untuk mengetahui apakah fungsi–fungsi, masukan dan keluaran dari perangkat lunak sesuai dengan spesifikasi yang dibutuhkan. Pengujian ''blackbox'' dilakukan dengan membuat kasus uji yang bersifat mencoba semua fungsi dengan memakai perangkat lunak apakah sesuai dengan spesifikasi yang dibutuhkan. Kasus uji yang dibuat untuk melakukan pengujian ''blackbox'' harus dibuat dengan kasus benar dan kasus salah. (A.S Rosa 2013:275)<ref name="asrosa" />.</p>
 
&nbsp;
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
== Teori Khusus ==
 
 
=== Konsep Dasar Model Sistem ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Sebelum mengetahui konsep dasar dari model sistem, maka harus diketahui terlebih dahulu definisi dari model dan sistem.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Tran et al dalam ''Dictionary of Information Science and Technology'' karya Khosrow-Pour (2012:608)<ref name="khosrow" />, model adalah “Representasi abstrak dari sistem struktur, fungsi, atau perilaku”.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Makna model lebih khusus lagi yang sesuai dengan pendekatan penelitian ini dijelaskan oleh Prasetyo (2012:45)<ref name="prasetyo2012">Prasetyo, Eko. 2012. DATA MINING - Konsep dan Aplikasi Menggunakan MATLAB. Yogyakarta: C.V ANDI OFFSET.</ref>&nbsp;yaitu, Model dalam klasifikasi mempunyai arti yang sama dengan kotak hitam, dimana ada suatu model yang menerima masukan, kemudian mampu melakukan pemikiran terhadap masukan tersebut dan memberikan jawaban sebagai keluaran dari hasil pemikirannya.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut G.Murdick yang dikutip Djahir (2014:6)<ref name="djahir" />, “Sistem adalah seperangkat elemen yang membentuk kegiatan suatu prosedur/bagan pengolahan yang mencari suatu tujuan atau tujuan-tujuan bersama dengan mengoprasikan data dan atau barang pada waktu rujukan tertentu untuk menghasilkan informasi dan atau energi dan atau barang”.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut L. Ackof yang dikutip Djahir (2014:6)<ref name="djahir" />, “Sistem adalah setiap kesatuan secara konseptual atau fisik yang terdiri dari bagian-bagian dalam keadaan saling tergantung satu sama lainnya.”</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Sehingga dari definisi model dan sistem yang telah dikemukakan oleh para ahli, model sistem merupakan suatu representasi abstrak dari kesatuan kegiatan atau suatu prosedur dalam kasus ini adalah memberikan jawaban sebagai keluaran dari hasil pemikiran kedalam sistem.</p>
 
=== Konsep Dasar Peramalan (''Forecasting'') ===
 
 
==== Definisi Peramalan ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Forgionne & Russell dalam buku karya Khosrow-Pour (2012:354)<ref name="khosrow" />, peramalan atau ''forecasting'' adalah “Tindakan memprediksi kemungkinan dari suatu peristiwa atau nilai yang terjadi di masa depan berdasarkan data historis yang tersedia”.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Fahmi (2016)<ref name="fahmi">Fahmi, Irham. 2016. Teori dan Teknik Pengambilan Keputusan: Kualitatif dan Kuantitatif. Depok: Rajawali Pers.</ref>, “Analisis forecasting adalah analisis peramalan penjualan yang mungkin bisa terjadi di masa yang akan datang.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Berbeda dengan rencana, ramalan (''forecast'') hanya memberikan pengetahuan apa yang akan terjadi di masa depan, tapi belum tentu bisa dilaksanakan hasil dari peramalan tersebut. Sehingga peramalan bisa disebut juga sebagai alat bantu dalam perencanaan.</p>
 
==== Perbedaan Peramalan dengan Prediksi ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dikutip dari jawaban seoarang ''president of Strategic Affairs Forecasting LLC'' di forum diskusi, menurut Shostak (2011)<ref name="shostak">Shostak, Daniel I. 2011. Difference between Prediction and Forecasting Diambil dari: www.analyticbridge.com/forum/topics/difference-between-prediction (24 Oktober 2016).</ref>, Ramalan atau ''Forecasts'' adalah seperangkat kemungkinan masa depan yang mencakup estimasi probabilitas yang terjadi. Seluruh rangkaian skenario harus memiliki probabilitas titik waktu yang lebih umum (misalnya, lima tahun ke depan, dekade berikutnya, mid-range masa depan, dll). Ada kemungkinan bahwa kelompok perkiraan dapat terdiri dari satu set prediksi dengan probabilitas yang terkait. Sedangkan Prediksi merupakan perkiraan posisi dari peristiwa tertentu di masa depan; biasanya pada titik waktu tertentu. Contohnya pada kasus ''gambling&nbsp;: Who will win the World Series this year? Kentuky Derby? Etc.''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Prediksi yang paling sering berfokus pada hasil (yang menang, penjualan, keuntungan, dan lain-lain). Peramalan cenderung berfokus pada faktor proses (apa faktor dapat mempengaruhi masa depan dan apa hasil potensinya).</p>
 
=== Definisi Kedisiplinan ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Untuk mengetahui arti dari kata kedisiplinan, yang harus diketahui adalah dasar dari kata kedisiplinan, yaitu disiplin. Menurut Suharso dan Ana (2014:124)<ref name="suharso">Suharso, dan Ana Retnoningsih. 2014. Kamus Besar Bahasa Indonesia Edisi Lux. Semarang: Widya Karya.</ref>&nbsp;disiplin adalah “Latihan batin dan watak dengan maksud supaya segala perbuatannya selalu mentaati tata tertib”. Dan dalam KBBI Daring ([http://badanbahasa.kemdikbud.go.id/kbbi http://badanbahasa.kemdikbud.go.id/kbbi]) arti di-sip-lin ialah&nbsp;:</p>
 
<div style="line-height:2;">
 
#tata tertib (di sekolah, kemiliteran, dsb);
 
#ketaatan (kepatuhan) kpd peraturan (tata tertib dsb);
 
#bidang studi yg memiliki objek, sistem, dan metode tertentu;
 
</div>
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dari keterangan diatas maka arti disiplin merupakan sikap mentaati peraturan atau tata tertib yang berlaku. Dan jika dilihat dari fungsi imbuhan Ke-an berdasarkan kata sifat, maka dapat ditarik kesimpulan pengertian Kedisiplinan merupakan kondisi yang tercipta melalui proses dari serangkaian perilaku individu yang mentaati peraturan dan ketertiban yang berlaku.</p>
 
 
=== Knowledge Discovery in Database (KDD) ===
 
 
==== Definisi Knowledge Discovery in Database ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''Knowledge Discovery in Database'' (KDD) adalah proses menentukan informasi yang berguna serta pola-pola yang ada dalam data. Informasi ini terkandung dalam basis data yang berukuran besar yang sebelumnya tidak diketahui dan potensial bermanfaat. Istilah ''data mining'' dan ''knowledge discovery in database'' sering kali digunakan secara bergantian untuk menjelasakan proses penggalian informasi tersembunyi dalam suatu basis data yang besar. Sebenarnya kedua istilah tersebut memiliki konsep yang berbeda, tetapi berkaitan dengan satu sama lain. Dan salah satu tahapan dalam keseluruhan proses KDD adalah ''data mining'' (Nofriansyah 2014:8)<ref name="nofriansyah">Nofriansyah, Dicky. 2014. Konsep Data Mining Vs Sistem Pendukung Keputusan. Yogyakarta: Deepublish.</ref>.</p>
 
==== Proses Knowledge Discovery in Database ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Proses KDD secara garis besar dapat dijelaskan sebagai berikut: (Nofriansyah, 2014:8-10)<ref name="nofriansyah" />.</p> <p style="text-indent: 0.5in; line-height: 2; text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcY1IyVF9lWnliNTA" /><br/> Gambar 2.2 Proses Knowledge Discovery in Database</p>
 
''a. Data Selection''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada proses ini dilakukan pemilihah himpunan data, menciptakan himpunan data target, atau memfokuskan pada subset variabel (sampel data) dimana penemuan (''discovery'') akan dilakukan. Hasil seleksi disimpan dalam suatu berkas yang terpisah dari basis data operasional.</p>
 
''b. Preprocessing dan Cleaning Data&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''Preprocessing'' dan ''Cleaning Data'' dilakukan membuang data yang tidak konsisten dan ''noise'', duplikasi data, memperbaiki kesalahan data, dan bisa diperkaya dengan data eksternal yang relevan.</p>
 
''c. Transformation''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Proses ini mentransformasikan atau menggabungkan data ke dalam yang lebih tepat untuk melakukan proses mining dengan cara melakukan peringkasan (agregasi).</p>
 
''d. Data Mining''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Proses ''data mining'' yaitu proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik, metode atau algoritma tertentu sesuai dengan tujuan dari proses KDD secara keseluruhan.</p>
 
''e. Interpretation / Evaluasi''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Proses untuk menerjamahkan pola-pola yang dihasilkan dari ''data mining''. Mengevaluasi (menguji) apakah pola atau informasi yang ditemukan bersesuaian atau bertentangan dengan fakta atau hipotesa sebelumnya. Pengetahuan yang diperoleh dari pola-pola yang terbentuk dipresentasikan dalam bentuk visualisasi.</p>
 
 
=== Konsep Dasar Data Mining ===
 
 
==== Definisi Data Mining ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Tan dalam buku karya Prasetyo (2012:2)<ref name="prasetyo2012" />&nbsp;mendefinisikan ''data mining'' sebagai proses untuk mendapatkan informasi yang berguna dari gudang basis data yang besar. ''Data mining'' juga dapat diartikan sebagai pengekstrakan informasi baru yang diambil dari bongkahan data besar yang membantu dalam pengambilan keputusan.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Daryl Pregibon dalam buku karya Prasetyo (2014:1)<ref name="prasetyo2014">Prasetyo, Eko. 2014. DATA MINING - Mengelolah Data Menjadi Informasi Menggunakan Matlab. Yogyakarta: C.V ANDI OFFSET.</ref>&nbsp;, "''Data mining'' adalah campuran dari statistik, kecerdasan buatan, dan riset basis data"</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Sehingga berdasarkan pendapat-pendapat diatas, dapat ditarik kesimpulan bahwa ''data mining'' merupakan proses penggalian pengetahuan dari bongkahan data yang besar untuk mendapatkan sebuah informasi yang baru sehingga dapat bermanfaat untuk membantu dalam pengambilan keputusan.</p>
 
==== Akar Bidang Ilmu Data Mining ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Jika dilacak dari akar keilmuannya, ternyata ''data mining'' mempunyai empat akar bidang ilmu sebagai berikut: (Prasetyo, 2014:2-3)<ref name="prasetyo2014" /></p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKccGd2ZTJYS1VGQTg" width="500px" /><br/> Gambar 2.3 Akar Ilmu Data Mining</p>
 
<div style="line-height:2;">
 
1. Statistik
 
:Bidang ini merupakan akar paling tua, tanpa ada statistik maka ''data mining'' mungkin tidak ada. Dengan menggunakan statistik klasik ternyata data yang diolah dapat diringkas dalam apa yang umum dikenal sebagai ''Exploratory Data Analysis'' (EDA).
 
 
2. Kecerdasan Buatan atau ''Artifical Intelligence'' (AI)
 
:AI berkonstribusi terhadap teknik pengolahan informasi berdasarkan pada model penalaran manusia. Salah satu cabang dari AI yaitu pembelajaran mesin atau machine learning, dimana sistem komputer belajar dengan pelatihan.
 
 
3. Pengenalan Pola
 
:Sebenarnya ''data mining'' juga menjadi turunan bidang pengenalan pola, tetapi hanya mengolah data dari basis data. Data yang diambil dari basis data untuk diolah bukan dalam bentuk relasi, melainkan dalam bentuk normal pertama sehingga set data dibentuk menjadi bentuk normal pertama. Akan tetapi, ''data mining'' mempunyai ciri khas yaitu pencarian pola asosiasi dan pola sekuensial.
 
 
4. Sistem Basis Data
 
:Akar bidang ilmu keempat dari ''data mining'' yang menyediakan informasi berupa data yang akan digali menggunakan metode-metode ''data mining''.
 
</div>
 
 
==== Pekerjaan Dalam Data Mining ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pekerjaan yang berkaitan dengan ''data mining'' dapat dibagi menjadi 4 kelompok (Prasetyo 2014:5)<ref name="prasetyo2014" />, yaitu diantaranya adalah model prediksi (''prediction modelling''), analisis cluster (''cluster analysis''), analisis asosiasi (''association analysis''), dan deteksi anomali (''anomaly detection'').</p>
 
'''Model Prediksi (''Prediction Modelling'')'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Model prediksi ini berkaitan dengan pembuatan sebuah model yang dapat melakukan pemetaan dari setiap himpunan variabel ke setiap targetnya, kemudian menggunakan model tersebut untuk memberikan nilai target himpunan baru yang didapat. Ada 2 jenis model prediksi, yaitu klasifikasi dan regresi. Klasifikasi digunakan untuk variabel target diskret, sedangkan regresi digunakan untuk variabel target kontinu (Prasetyo 2014:5)<ref name="prasetyo2014" />.</p>
 
==== Proses Data Mining ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Secara sistematis dikemukakan oleh Gorunescu dalam buku karya Prasetyo (2014:7)<ref name="prasetyo2014" />, ada 3 langkah utama dalam ''data mining'' diantaranya adalah&nbsp;:</p>
 
'''1. Eksplorasi / pemrosesan awal data'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Eksplorasi atau pemrosesan awal data terdiri dari pembersihan data, normalisasi data, transformasi data, penanganan data yang salah, reduksi dimensi, pemilihan subset fitur, dan sebagainya.</p>
 
'''2. Membangun model dan melakukan validasi terhadapnya'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Membangun model dan melakukan validasi terhadapnya berarti melakukan analisis berbagai model dan memilih model dengan kinerja prediksi yang terbaik. Dalam langkah ini digunakan metode-metode seperti klasifikasi, regresi, analisis kluster, deteksi anomali, analisis asosiasi, analisis pola sekuensial, dan sebagainya. Dalam beberapa referensi, deteksi anomali juga masuk dalam langkah eksplorasi. Akan tetapi, deteksi anomali juga dapat digunakan sebagai algoritma utama, terutama untuk mencari data-data yang spesial.</p>
 
'''3. Penerapan'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Penerapan berarti menerapkan model pada data yang baru untuk menghasilkan perkiraan/prediksi masalah yang diinvestigasi.</p>
 
==== Metode-Metode Data Mining ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Terdapat 3 metode data mining yang umum digunakan dalam penelitian seperti klasifikasi, analisis kelompok (klaster), dan asosiasi, namun pada penelitian ini yang akan dijelaskan hanya metode klasifikasi yang sebagai berikut:</p>
 
'''Klasifikasi ''(Classification)'''''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Prasetyo (2012:45)<ref name="prasetyo2014" />&nbsp;berpendapat bahwa klasifikasi merupakan suatu pekerjaan menilai objek data untuk memasukkannya ke dalam kelas tertentu dari sejumlah kelas yang tersedia. Dalam klasifikasi ada dua pekerjaan utama yang dilakukan yaitu:</p> <ol style="list-style-type:lower-alpha;line-height:2;">
 
<li>Pembangunan model, sebagai ''prototype'' untuk disimpan sebagai memori.</li>
 
<li>Penggunaan model, untuk melakukan pengenalan / klasifikasi / prediksi pada suatu objek data lain agar diketahui dkelas mana objek data tersebut dalam model yang sudah disimpannya.</li>
 
</ol>
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Klasifikasi dapat didefinisikan sebagai pekerjaan yang melakukan pelatihan/pembelajaran terhadap fungsi target ''f ''yang memetakan setiap set atribut (fitur) ''x'' ke satu dari label kelas ''y'' yang tersedia.</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcS01ZU1lLQkJfbEk" width="500px"/><br/> Gambar 2.4 Proses Pekerjaan Klasifikasi</p>
 
 
=== Set Data (Dataset) ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Set data (''dataset'') merupakan kumpulan data-data yang akan diproses dalam penggalian pengetahuan baru dan set data dapat juga dipandang sebagai kumpulan objek data. Untuk merepresentasikan data ada bermacam-macam cara salah satunya adalah penggunaan atribut. Atribut digunakan untuk mengambarkan jenis objek yang bisa berupa kuantitatif atau kualitatif. Set data dapat mempunyai karakteristik yang berbeda, misalnya ada set data yang menggunakan nilai deret waktu (''time series'') atau sebuah nilai angka, bahkan berupa objek dengan hubungan khusus di dalamnya (Prasetyo 2012:9)<ref name="prasetyo2012" />.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Set data itu sendiri juga sering menjadi hal yang harus diperhatikan diawal sebelum melakukan proses penggalian informasi. Masalah yang sering muncul pada data mentah adalah duplikasi data, ketidak-konsistenan data, kelainan (''outlier''), data yang salah, dan sebagainya. Untuk masalah ini, sebelum set data diproses dalam proses utama ''data mining'', pemrosesan awal data menjadi penting dilakukan agar kualitas data menjadi lebih baik.</p>
 
=== Pemrosesan Awal (Preprocessing) ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Set data yang akan diproses dengan metode-metode dalam ''data mining'' sering kali harus melalui pekerjaan awal yang secara keseluruhan terpisah dari metode dalam ''data mining''. Munculnya istilah pemrosesan awal atau ''preprocessing'' dipicu oleh masalah-malasah yang timbul dalam set data seperti terlalu besarnya jumlah populasi data, banyaknya data yang menyimpang, dimensi data yang terlalu tinggi, banyaknya atribut atau fitur yang tidak berkontribusi besar, dan sebagainya. Inilah mengapa perlu dilakukan pemrosesan awal pada set data sebelum akhirnya dilepaskan untuk diproses dalam ''data mining'' (Prasetyo 2012:31)<ref name="prasetyo2012" />.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Beberapa pekerjaan yang umum dilakukan sebagai pemrosesan awal pada set data adalah sebagai berikut&nbsp;: (Prasetyo 2012:31)<ref name="prasetyo2012" /></p>
 
<div style="line-height:2;">
 
#''Agregasi''<br/> Agregasi (''aggregation'') adalah pengombinasian dua atau lebih objek ke dalam sebuah objek.
 
#''Penyampelan''<br/> Penyampelan (sampling) merupakan pendekatan yang umum digunakan untuk pemilihan bagian (''subset'') dari objek/data secara keseluruhan yang akan dianalisis.
 
#''Pengurangan dimensi''<br/> Reduksi dimensionalitas merupakan proses membuang atau mengurangi fitur tertentu yang dirasa tidak memiliki kontribusi besar pada set data yang akan dianalisis.
 
#''Binerisasi dan Diskretisasi''<br/> Transformasi data dari tipe kontinu dan diskret ke atribut biner disebut binerisasi. Sedangkan transformasi data dari atribut kontinu ke atribut kategoris disebut diskretisasi.
 
#''Pemilihan Fitur (Feature subset selection)''<br/> Pemilihan sub-set fitur merupakan suatu proses pencarian terhadap semua kemungkinan subset. Dalam memilih fitur ada 2 hal yang perlu diperhatikan&nbsp;:
 
<ul style="margin-left: 80px;">
 
<li>Fitur-fitur yang ''redundant''<br/> Duplikasi sebagian informasi atau semua data informasi yang terkandung dalam satu atau lebih atribut lain.</li>
 
<li>Fitur-fitur yang tidak relevan<br/> Fitur-fitur yang tidak mengandung informasi berguna untuk tugas ''data mining'' secara langsung.</li>
 
</ul>
 
<ol start="6">
 
<li>''Transformasi Atribut (Atribut Transformasi)''<br/> Suatu fungsi dimana memetakan keseluruh himpunan nilai dari atribut yang diberikan ke suatu himpunan nilai-nilai pengganti yang baru sedemikian hingga nilai yang lama dapat dikenali dengan satu dari nilai-nilai baru tersebut. Salah satu fungsi dari transformasi atribut adalah untuk standarisasi dan normalisasi.</li>
 
</ol>
 
</div>
 
 
=== Konsep Dasar Pohon Keputusan (''Decision Tree)'' ===
 
 
==== Definisi Pohon Keputusan ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Susan Welch dan John C.Comer dalam buku karya Fahmi (2016)<ref name="fahmi" />, Pohon keputusan sebagai "suatu diagram yang cukup sederhana yang menunjukan suatu proses untuk merinci masalah-masalah yang dihadapinya ke dalam komponen-komponen, kemudia dibuatkan alternatif-alternatif pemecahan beserta konsekuensi&nbsp; masing-masing alternatif.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut John dalam buku Usman (2015:204)<ref name="usman">Usman, Muhammad. 2015. Improving Knowledge Discovery through the Integration of Data Mining Techniques. Pennsylvania US: IGI Global.</ref>, “Struktur simbolik ''node'' (simpul), berupa daun dan cabang adalah pohon keputusan”. Menurut Usman (2015:204)<ref name="usman" />&nbsp;“Ini adalah salah satu standar teknik klasifikasi pembelajaran data mining yang digunakan untuk membuat prediksi berdasarkan pengalaman masa lalu”.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Pentreath (2015:126)<ref name="pentreath">Pentreath, Nick. 2015. Machine Learning with Spark. Birmingham UK: Packt Publishing Ltd.</ref>, Pohon keputusan adalah model yang ''powerful'', non-probabilistik teknik, yang dapat menangkap pola non-linear yang lebih kompleks dan interaksi fitur-fitur. Pohon keputusan telah terbukti melakukan dengan baik pada banyak tugas, relatif mudah untuk dipahami dan ditafsirkan, dapat menangani fitur kategoris dan numerik, dan tidak memerlukan input data yang harus diskalakan atau distandarisasi.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Berdasarkan definisi pohon keputusan diatas oleh para ahli, dapat disimpulkan bahwa pohon keputusan atau ''decision tree'' adalah model yang merepresentasikan pengetahuan berdasarkan data atau pengalaman masa lalu dalam bentuk pohon yang terdapat simpul daun dan cabang.</p>
 
==== Algoritma Pohon Keputusan ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Pentreath (2015:127)<ref name="pentreath" />, Algoritma pohon keputusan menggunakan pendekatan ''top-down'' yang dimulai pada simpul akar (atau fitur), dan kemudian memilih fitur terbaik disetiap partisi dari dataset. Hal tersebut diukur dengan ''information gain'' dari partisinya. ''Information Gain'' dihitung dari pengurangan kemurnian atribut (''Entrophy'').</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Banyak algoritma pohon keputusan yang telah ada dalam kepustakaan seperti ''CART, ID3, C4.5, SPRINT, Fuzzy C4.5'' dan lainnya (Usman 2015:204)<ref name="usman" />. Pada penelitian ini yang akan dijelaskan hanya algoritma C4.5.</p>
 
'''Algoritma C4.5'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Earl dkk dalam buku Usman (2015:204)<ref name="usman" />, Algoritma C4.5 adalah pengembangan dari algoritma ''Interative Dichotomizer'' 3 (ID3) yang dikembangkan oleh Quinlan, dibuat pada ''Concept Learning System'' (CLS) ''algorithm''. Algoritma ini paling sering digunakan di pohon keputusan dalam bidang data mining untuk prediksi masa depan dengan menggunakan data historis; itu terkenal karena efektivitas dan kemudahan untuk digunakan.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Secara umum algoritma C4.5 untuk membangun pohon keputusan adalah sebagai berikut:</p> <ol style="list-style-type:lower-alpha;line-height:2;">
 
<li>Pilih atribut sebagai akar</li>
 
<li>Buat cabang untuk masing-masing nilai</li>
 
<li>Bagi kasus dalam cabang</li>
 
<li>Ulangi proses untuk masing-masing cabang sampai semua kasus pada cabang memiliki kelas yang sama.</li>
 
</ol>
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Sebelum membahas rumus yang ada di algoritma C4.5, yang harus diketahui adalah pada algoritma ID3 untuk memilih atribut sebagai akar didasarkan pada nilai gain tertinggi dari atribut-atribut yang ada. Untuk menghitung gain digunakan rumus seperti berikut:</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcZ2ZTNnItYi04YkE" /><br/> ''(Rumus 2.1)''</p>
 
''Dimana:''
 
 
S&nbsp;: Himpunan kasus
 
 
A&nbsp;: Atribut
 
 
n&nbsp;: Jumlah partisi atribut A
 
 
|Si|&nbsp;: Jumlah kasus pada partisi ke i
 
 
|S|&nbsp;: Jumlah kasus dalam S
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dan untuk mencari nilai ''Entropy'', dapat menggunakan rumus sebagai berikut:</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKccVN0RF9hUWRsRUE" /><br/> ''(Rumus 2.2)''</p>
 
''Dimana:''
 
 
S&nbsp;: Himpunan Kasus
 
 
A&nbsp;: Fitur
 
 
n&nbsp;: Jumlah partisi S
 
 
pi&nbsp;: Proporsi dari Si terhadap S
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Karena algoritma C4.5 adalah suksesor dari ID3, maka&nbsp; pada C4.5 memakai ''gain ratio ''untuk memperbaiki ''information gain'' dengan rumus ''gain ratio'' sebagai berikut: (Makhabel 2015:88)<ref name="makhabel">Makhabel, Bater. 2015. Learning Data Mining With R. Birmingham UK: Packt Publishing Ltd.</ref></p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcSFpndWJyUDI3b3M" /><br/> ''(Rumus 2.3)''</p>
 
''Dimana:''
 
 
S = ruang data sampel yang dipakai untuk training
 
 
A = atribut
 
 
Gain(S,A) = ''information gain'' pada atribut A
 
 
SplitInfo(S,A) = ''split information'' pada atribut A
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Atribut dengan nilai ''Gain Ratio'' tertinggi dipilih sebagai atribut ''test'' untuk simpul, dengan ''gain'' adalah ''information gain''. Pendekatan ini menerapkan normalisasi pada ''information gain'' dengan memakai apa yang disebut ''split information''. SplitInfo menyatakan ''entropy'' atau informasi potensial dengan rumus sebagai berikut:</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcS0FMWTVXd2ZkR0U" /><br/> ''(Rumus 2.4)''</p>
 
''Dimana:''
 
 
S = ruang data sampel yang dipakai untuk training
 
 
A = atribut
 
 
Si = jumlah sampel untuk atribut i
 
 
==== ''K-Fold Cross Validation'' ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''K-fold Cross Validation'' merupakan salah satu metode yang digunakan untuk mengetahui rata-rata keberhasilan dari suatu sistem dengan cara melakukan perulangan dengan mengacak atribut masukan sehingga sistem tersebut teruji untuk beberapa atribut input yang acak. Pal (2016:92)<ref name="pal">Pal, Ranadip. 2016. Predictive Modeling of Drug Sensitivity. London UK: Academic Press.</ref>&nbsp;menjelaskan dalam ''K-fold Cross validation'', kami partisi data secara acak ke dalam ''K'' lipatan yang berbeda dari ukuran yang kira-kira setara. Data yang digunakan untuk ''training'' model adalah K - 1 ''fold'' dan data untuk ''testing'' pada lipatan yang tersisa, dan mengulanginya hingga K dari jumlah iterasi.</p>
 
==== ''Confusion Matrix'' ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Menurut Shmueli, dkk (2016:109)<ref name="shmueli">Shmueli, Galit, C. Bruce, Mia L. Stephens, and Nitin R. Patel. 2016. Data Mining for Business Analytics: Concepts, Techniques, and Applications With JMP PRO. Hoboken: John Wiley & Sons.</ref>, “Dalam prakteknya, sebagian besar pengukuran akurasi berasal dari matriks klasifikasi, yang juga disebut ''confusion matrix''. Matriks ini merangkum klasifikasi yang benar dan yang tidak benar dari ''classifier'' yang diproduksi untuk dataset tertentu”. Evaluasi dengan ''confusion matrix'' menghasilkan nilai ''accuracy'', ''precision'', dan ''recall''.&nbsp; Menurut Han dalam Penelitian Andriani (2013:166)<ref name="andriani">Andriani, Anik. 2013. Sistem Pendukung Keputusan Berbasis Decision Tree Dalam Pemberian Beasiswa Studi Kasus: AMIK </ref>, “Nilai ''accuracy'' merupakan persentase jumlah ''record'' data yang diklasifikasikan secara benar oleh sebuah algoritma dapat membuat klasifikasi setelah dilakukan pengujian pada hasil klasifikasi tersebut”. Nilai ''precision'' atau dikenal juga dengan nama ''confidence'' merupakan proporsi jumlah kasus yang diprediksi positif yang juga positif benar pada data yang sebenarnya. Sedangkan nilai dari ''recall'' atau ''sensitivity'' merupakan proporsi jumlah kasus positif yang sebenarnya yang diprediksi positif secara benar (Menurut Powers dalam penelitian Andriani 2013:166)<ref name="andriani" />.</p>
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
== Literature Review ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''Literature Review'' dilakukan untuk menunjang metode observasi yang telah dilakukan. Dari sekian banyak penelitian sebelumnya yang dilakukan mengenai ''decision tree,'' dalam penelitian ini mengambil beberapa penelitian lain yang berkaitan dengan penulisan ini, diantaranya yaitu:</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Penelitian yang membandingkan hasil akurasi dari algoritma ''decision tree'' yang digunakan, diantaranya membandingkan algoritma ID3 dengan C4.5. Penelitian tersebut diantaranya telah dilakukan oleh Adhatrao, et al (2013)<ref name="adhatrao">Adhatrao, Kalpesh, Aditya Gaykar, Amiraj Dhawan, Rohit Jha and Vipul Honrao. 2013. Predicting Students' Performance Using ID3 and C4.5 Classification Algorithms. Internasional Journal of Data Mining & Knowledge Management Process (IJDKP). Vol.3,No.5:39-52.</ref>, Rao dan Yashwant (2013)<ref name="rao">Rao, Vijayalakshmi Mahanra, and Yashwant Prasad Singh. 2013. Decision Tree Induction for Financial Fraud Detection Using Ensemble Learning Techniques. Langkawi: Proceeding of the International Conference on Artificial Intelligence in Computer Science and ICT (AICS). 321-328.</ref>, Lesmana (2012)<ref name="lesmana">Lesmana, Putu Dody. 2012. Perbandingan Kinerja Decision Tree J48 dan ID3 Dalam Pengklasifikasian Diagnosis Penyakit Diabetes Mellitus. Jurnal Teknologi Dan Informatika (TEKNOMATIKA). Vol.2, No.2:155-164.</ref>, serta&nbsp; HSSINA, et al (2014)<ref name="hssina">HSSINA, Badr, Abdelkarim Merbouha, Hanane Ezzikouri, and Mohammed Erritali. 2014. A Comparative Study of Decision Tree ID3 and C4.5. International Journal of Advanced Computer Science and Applications (IJACSA). 13-19 Diambil dari: http://thesai.org/Publications/ViewPaper?Volume=4&Issue=2&Code=SpecialIssue&SerialNo=3 (5 September 2016)</ref>. Studi kasus penelitian Adhatrao, et al (2013)<ref name="adhatrao" />&nbsp;yaitu untuk memprediksi kinerja pelajar dengan menggunakan algoritma ID3 dan C4.5. Dalam penelitiannya, evaluasi dari hasil algoritma dibagi menjadi 2, yaitu ''Bulk Evaluation'' dan ''Singular Evalueation''. ''Bulk Evaluation'' dari kedua algoritma yang digunakan menghasilkan tingkat akurasi yang sama yaitu 75.145% dari data total 173 siswa. Yang berbeda adalah waktu yang diperlukan untuk mengeksekusi ''bulk evaluation'' tersebut. Algoritma C4.5 mengeksekusi lebih cepat 8.5 mili-detik dibanding algoritma ID3. Pada hasil ''Singular Evaluation'' juga menghasilkan tingkat akurasi yang sama antara algoritma ID3 dan C4.5 yaitu 77.778% . Berbeda dengan Adhartrao, et al (2013)<ref name="adhatrao" />, penelitian Rao dan Yashwant (2013)<ref name="rao" />&nbsp;meneliti tentang ''decision tree'' untuk mendeteksi penipuan keuangan. Hasil dari penelitiannya yaitu membandingkan algoritma ID3 dan C4.5 biasa dan algoritma ID3 dan C4.5 yang menggunakan ''Genetic Algorithm (GA)''. Dari hasil tersebut dibuktikan bahwa algoritma menggunakan GA tingkat akurasinya menjadi lebih baik. Selain itu hasil dari penelitian Rao menunjukan bahwa algoritma C4.5 lebih menghasilkan tingkat akurasi yang lebih tinggi yaitu 76.67% dibandingkan ID3 yang hanya berbeda 2% yaitu 74.67%. Selaras dengan hasil dari 2 penelitian sebelumnya, penelitian Lesmana (2012)<ref name="lesmana" />&nbsp;yang mengenai perbandingan kinerja ''decision tree J48'' (serupa dengan C.45, selanjutnya akan disebut C4.5) dan ID3 dalam pengklasifikasian diagnosis penyakit diabetes melitus, dapat dibuktikan bahwa dalam penelitian Lesmana (2012)<ref name="lesmana" />, algoritma C4.5 memberikan akurasi yang lebih tinggi terhadap diagnosis DM sebesar 74.72%, sebaliknya akurasi ''decision tree'' ID3 hanya mencapai 72.64%. Selain dari tingkat akurasinya, algoritma C4.5 juga unggul dalam kecepatan waktu eksekusi yang dibuktikan dalam penelitian HSSINA, et al (2014)<ref name="hssina" />. Dalam penelitiannya, HSSINA, et al (2014)<ref name="hssina" />&nbsp;melakukan percobaan beberapa ukuran dataset yang berbeda, lalu dilakukan perbandingan waktu eksekusi dengan hasil yang konsisten yaitu algoritma C4.5 selalu lebih cepat dibanding ID3.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Setelah empat penelitian diatas yang membandingkan tingkat akurasi dari 2 algoritma yaitu ID3 dan C4.5, penelitian berikutnya membandingkan 3 algoritma diantaranya ID3, C4.5 dan CART, serta ada pula yang membandingkan ID3, C4.5 dengan ''Naïve bayes''. Penelitian tersebut dilakukan oleh Lavanya dan K.Usha (2011)<ref name="lavanya">Lavanya, D, and K.Usha Rani. 2011. Performance Evaluation of Decision Tree Classifiers on Medical Datasets. International Journal of Computer Applications. Vol.26,No.4.</ref>, Lakshmi, et al (2013)<ref name="lakshmi">Lakshmi, T.Miranda, A.Martin, R.Mumtaj Begum, and V.Prasanna Venkatesan. 2013. An Analysis on Performance of Decision Tree Algorithms using Student’s Qualitative Data. I.J.Modern Education and Computer Science 2013,5, 18-27.</ref>, Mohankumar, et al (2016)<ref name="mohankumar">Mohankumar, M., S.Amuthakkani, and G.Jeyamala. 2016. Comparative Analysis of Decision Tree Algorithms For The Prediction of Eligibility of a Man For Availing Bank Loan. International Journal of Advanced Research in Biology Engineering Science and Technology (IJARBEST). Vol.2,Special Issue 15:360-366.</ref>, dan Rajalakshm dan Sivaranjani (2015)<ref name="rajalakshmi">Rajalakshmi, A., and K.Sivaranjani. 2015. A Comparative Study on Student Performance Prediction. International Conference on Engineering Trends and Science & Humanaties (ICETSH). ISSN:2348-8387: 53-56.</ref>. Studi kasus penelitian Lavanya dan K.Usha (2011)<ref name="lavanya" />&nbsp;yaitu mengenai Evaluasi Kinerja ''Classifiers Decision Tree'' Dengan ''Datasets'' Medis. Dari 5 ''datasets'' medis yang dilakukan percobaan, hasil akurasinya pun berbeda-beda, namun konsisten menghasilkan bahwa akurasi algoritma CART lebih baik dibanding C4.5 dan ID3 yang berada pada tingkat akurasi paling rendah. Berbanding terbalik dengan tingkat akurasinya, ID3 memproses lebih cepat dibanding C4.5 dan CART yang membutuhkan waktu lebih lama untuk membangun modelnya. Dan selaras dengan hasil akurasi dari penelitian Lavanya dan K.Usha (2011)<ref name="lavanya" />, penelitian Lakshmi, et al (2013)<ref name="lakshmi" />, mengenai Analisis Kinerja Algoritma ''Decision Tree'' menggunakan data kualitatif pelajar pun menghasilkan tingkat akurasi CART lebih baik dibanding C4.5 dan ID3 yang berada diurutan paling rendah. Berbeda dari 2 penelitian diatas, pada penelitian Mohankumar, et al (2016)<ref name="mohankumar" />&nbsp;mengenai “''Comparative Analysis Of Decision Tree Algorithms For The Prediction Of Eligibility Of A Man For Availing Bank Loan”'', algoritma C4.5 tingkat akurasinya melebihi CART. Dan pada penelitian Rajalakshm dan Sivaranjani (2015)<ref name="rajalakshmi" /> yang membandingkan ID3, C4.5 dengan Naïve bayes, hasilnya Naïve bayes mengasilkan tingkat akurasi yang lebih baik daripada C4.5 dan ID3. Kesimpulan dari 4 penelitian diatas, seperti yang disimpulkan oleh Mohankumar, et al (2016)<ref name="mohankumar" />&nbsp;dalam penelitiannya, bahwa algoritma akan memberikan hasil terbaik pada jenis ''dataset'' tertentu.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Penelitian terkait lainnya adalah penelitian yang dilakukan oleh Yunus dkk (2014)<ref name="yunus">Yunus, Muhammad, Dadang Priyanto, dan Kartarina. 2014. Desain Model Sistem Prediksi Kelulusan Mahasiswa Dengan Algoritma Decision Tree. Mataram: Jurnal Matrik. Vol.2,No.13.</ref>&nbsp;mengenai Desain model sistem prediksi kelulusan mahasiswa dengan algoritma ''deicision tree. ''Penelitiannya terkait dengan penelitian saat ini yaitu lebih fokus pada faktor yang mempengaruhi dalam memprediksi (peramalan), hasilnya pada penelitian ini yaitu hasil akhir uji coba sistem menunjukkan bahwa tingkat kelulusan mahasiswa diprediksi sangat dipengaruhi oleh beberapa faktor yaitu kompetensi yang diambil sekitar 33,58&nbsp;%, kemudian jenis kelamin 20,88&nbsp;%; Jurusan SMA 13,81&nbsp;%, Program Studi 13,21&nbsp;%; IPK 8,14&nbsp;%; asal sekolah 6, 14&nbsp;%; dan agama 4,26&nbsp;%.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Penelitian berikutnya adalah penelitian mengenai ''decision tree'' itu sendiri, bagaimana membangun model dan teknik yang akan digunakan terkait pada penelitian saat ini. Penelitan tersebut diantaranya dilakukan oleh&nbsp; Azmi dan Dahria (2013)<ref name="azmi">Azmi, Zulfian, dan Muhammad Dahria. 2013. Decision Tree Berbasis Algoritma Untuk pengambilan Keputusan. Medan: Jurnal Saintikom. Vol.12,No.3:157-164.</ref>, serta Seema, et al (2012)<ref name="seema">Seema, Monika Rathi, Mamta. 2012. Decision Tree: Data Mining Techniques. International Journal of Latest Trends in Engineering and Technology (IJLTET). Vol.1,Issue.3:150-155.</ref>. Pada penelitian Azmi dan Dahria (2013)<ref name="azmi" />&nbsp;dijelaskan mengenai langkah-langkah yang dipelukan dalam membuat sistem pohon keputusan seperti ''preprocessing'' data yang telah dilakukan di penelitian saat ini. Selain itu sesuai dengan penelitian saat ini yaitu berfokus pada faktor-faktor yang mempengaruhi kedisiplinan, Azmi dan Dahria (2013)<ref name="azmi" />&nbsp;berpendapat dengan pohon keputusan, manusia dapat dengan mudah melihat mengidentifikasi dan melihat hubungan antara faktor-faktor yang mempengaruhi suatu masalah dan dapat mencari penyelesaian terbaik dengan memperhitungkan faktor-faktor tersebut. Sedangkan penelitian Seema, et al (2012)<ref name="seema" />&nbsp;lebih membahas bagaimana model dari ''decision tree'' dapat dibangun, seperti algoritma yang digunakan, pengukuran pemilihan atribut, dan metode pemangkasan pohon (''Tree Pruning'') yang memang langkah-langkah tersebut akan diterapkan pada penelitian saat ini agar model yang terbentuk dari data ''training'' terbebas dari anomali yang disebabkan ''noise'' atau ''outliers''.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Terkait dengan algoritma yang digunakan pada penelitian saat ini, berikut adalah penelitian sebelumnya yang telah dilakukan menggunakan algoritma C4.5. Penelitian tersebut telah dilakukan oleh Ginting, dkk (2014)<ref name="ginting">Ginting, Selvia Lorena Br, Wendi Zarman, dan Ida Hamidah. 2014. Analisis Dan Penerapan Algoritma C4.5 Dalam Data Mining Untung Memprediksi Masa Studi Mahasiswa Berdasarkan Data Nilai Akademik. Yogyakarta: Prosiding Seminar Nasional Sains & Teknologi (SNAST). ISSN:1979-911X, 263-272.</ref>, dan Andriani (2013)<ref name="andriani" />&nbsp;yang keduanya meneliti berkaitan dengan akademik mahasiswa. Penelitian Ginting, dkk (2014)<ref name="ginting" />&nbsp;mengenai memprediksi masa studi mahasiswa sedangkan Andriani (2013)<ref name="andriani" />&nbsp;mengenai pendukung keputusan pemberian beasiswa untuk mahasiswa. Pada penelitian Ginting, dkk (2014)<ref name="ginting" />&nbsp;atribut yang digunakan adalah nilai dari beberapa mata kuliah yang mereka asumsikan berpengaruh terhadap atribut tujuannya yang di klasifikasikan menjadi 2 yaitu “kurang” dan “lebih” (dari 5 tahun masa studinya). Sedangkan Andriani (2013)<ref name="andriani" />&nbsp;menggunakan atribut prestasi akademik / IPK dan prestasi non-akademik yang hasilnya di klasifikasikan menjadi “Dapat beasiswa” atau “Tidak dapat beasiswa”. Dalam penelitiannya, Andriani (2013)<ref name="andriani" />&nbsp;menggunakan ''Confusion Matrix'' dan Kurva ROC untuk mengevaluasi hasil klasifikasi. Berbeda dengan Ginting dkk (2014)<ref name="ginting" />&nbsp;yang menghitung akurasi hanya dari presentasi kecocokan ''data test'' dengan ''data training''. Menurut Ginting dkk (2014)<ref name="ginting" />&nbsp;“… jumlah data training mempengaruhi persentase kecocokan atau keakurasian”. Sedangkan menurut saran Andriani (2013)<ref name="andriani" />, menerapkan teknik penyeleksian atribut yang paling berpengaruh dengan ''chi-square'' dapat meningkatkan akurasi lebih tinggi.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Selain dari bidang yang mengenai akademik mahasiswa, ''decision tree'' dengan algoritma C4.5 pun digunakan dalam bidang kesehatan atau kedokteran. Penelitian tersebut dilakukan oleh Fakhrurrifqi dan Anifuddin (2013)<ref name="fakhrurrifqi">Fakhrurrifqi, Muhammad, dan Anifuddin Aziz. 2013. Sistem Pendukung Keputusan Untuk Mendiagnosis Diabetes Menggunakan C4.5. Jurnal Rekam Medis. Vol.7,No.2:102-107.</ref>&nbsp;dan Himawan, dkk (2015)<ref name="himawan">Himawan, Hidayatulah, Oliver S.Simanjuntak, dan Agus Triawan. 2015. Diagnosa Tingkat Kesehatan Pasien Menggunakan Metode Decision Tree. Yogyakarta: Seminar Nasional Informatika (semnasIF). ISSN: 1979-2328, 178-181.</ref>. Penelitian Fakhrurrifqi dan Anifuddin (2013)<ref name="fakhrurrifqi" />&nbsp;mengenai pendukung keputusan untuk mendiagnosis diabetes, menggunakan 768 sampel kasus data diabetes yang selanjutnya dibagi menjadi 75% dari sampel kasus untuk ''data training'' dan sisanya sebagai ''data testing''. Sedangkan Himawan, dkk (2015)<ref name="himawan" />&nbsp;menggunakan data pasien yang berjumlah 70 kasus penyakit''Bronkhitis'' dan dalam penelitiannya hanya sampai mengubah data menjadi bentuk ''tree'', sehingga pada penelitiannya fokus terhadap atribut yang mempengaruhi atribut target. Dari kedua penelitian tersebut tidak ada yang menggunakan evaluasi hasil klasifikasi seperti ''confusion matrix'' yang biasa digunakan oleh penelitain sebelum-sebelumnya.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Agar dapat mempermudah dalam melihat pendekatan ataupun algoritma yang digunakan oleh penelitian sebelumnya, maka berikut pada gambar 2.5 adalah gambar ''mapping literature review''.</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcdXlZdFB5WXQzQVE" width="65%" /></p> <p style="text-align: center;">Gambar 2.5 ''Mapping Literature Review''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Terlihat pada Gambar 2.5, berisi pendekatan ''decision tree, naïve bayes'', evaluasi klasifikasi dan ''test options''. Pada pendekatan ''decision tree'' terdapat 3 algoritma yang digunakan oleh penelitian-penelitian sebelumnya, diantaranya algoritma ID3, C4.5, dan CART. Sedangkan pada evaluasi klasifikasi berisi metode untuk mengevaluasi atau menghitung akurasi dari hasil klasifikasi, terdapat 2 pendekatan yang dilakukan oleh beberapa penelitian sebelumnya, diantaranya ''Confusion Matrix'', dan Kurva ROC. Dalam klasifikasi, untuk membagi data menjadi ''data training'' dan ''data testing'' dapat dilakukan dalam beberapa cara, diantaranya yang telah dilakukan oleh penelitian sebelumnya yaitu ''Split Test'' atau ''Split of ''(10-100%) dan ''K-fold cross validation''.</p>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
=<div style=" text-align: center;margin-bottom:10px;">'''BAB III'''</div> <div style="font-size: 14pt; text-align: center">'''OBJEK DAN METODOLOGI PENELITIAN'''</div>=
 
== Gambaran Umum Perusahaan ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Perguruan Tinggi Raharja merupakan kampus modern, komprehensif, terbuka, multi budaya, dan humanis yang saat ini secara simultan selalu berusaha menjadi salah satu Perguruan Tinggi riset. Upaya-upaya pencapaian tertinggi dalam hal penemuan, pengembangan dan difusi pengetahuan secara regional dan global selalu dilakukan.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Telah menjadi tekad para pendiri perguruan tinggi ini untuk membantu pemerintah dan masyarakat Kota Tangerang dalam Perguruan Tinggi Raharja yang diselenggarakan oleh Yayasan Nirwana Nusantara dan merupakan pendidikan yang terbaik dalam bidang ilmu komputer.</p>
 
=== Sejarah Singkat Perguruan Tinggi Raharja ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Perguruan Tinggi Raharja berdiri pada tahun 1994 berawal dari Yayasan Nirwana Nusantara yang mendirikan Lembaga Pendidikan dan Pelatihan Komputer (LPPK) Raharja yang diresmikan oleh Walikota Tangerang pada waktu itu Drs.H.Djakaria Machmud dan lembaga inilah yang mempelopori penggunaan ''Operating System Windows'' dan aplikasinya di wilayah Tangerang dan sekitarnya. Pada tahun 1999, Raharja berkembang menjadi Akademi Manajemen Informatika dan Komputer (AMIK) Raharja Informatika dan selang waktu 2 tahun, terwujudlah Sekolah Tinggi Manajemen dan Ilmu Komputer (STMIK) Raharja pada tahun 2001, STMIK Raharja menjadi Perguruan Tinggi Komputer yang memiliki program studi terlengkap di Propinsi Banten.</p>
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada tahun 2008, kini seluruh Program Studi yang ada pada AMIK Raharja Informatika dan STMIK Raharja statusnya telah terakreditasi, serta dicapainya keberhasilan Perguruan Tinggi Raharja pada tahun 2009 dalam Verifikasi dan Tersertifikasi ISO 9001:2008 (Sistem Manajemen Mutu Raharja) dari Lloyd Register Quality Assurance (LRQA-UKAS). Dalam rangka meningkatkan mutu pembelajaran, Perguruan Tinggi Raharja membuat terobosan baru dengan membuka perkuliahan iLearning pada tahun 2011 dan membuka perkuliahan iLearning Plus serta kelas Executive pada tahun 2014 dengan memberikan kesempatan kepada masyarakat yang ingin bergabung bersama Perguruan Tinggi Raharja karena keterbatasan waktu kuliah. Sampai sekarang, Perguruan Tinggi Raharja secara kontinyu melanjutkan peran pentingnya di level nasional.</p>
 
 
=== Visi dan Misi Perguruan Tinggi Raharja ===
 
 
==== Visi Perguruan Tinggi Raharja ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Visi Perguruan Tinggi Raharja ialah menjadi Perguruan Tinggi swasta yang secara berkesinambungan meningkatkan kualitas pendidikan,memberikan pelayanan dalam menciptakan sumber daya manusia yang tangguh,memiliki daya saing yang tinggi dalam era globalisasi terutama yang terkait dan ditunjang oleh berbagai bentuk penerapan dibidang teknologi informasi dan komputer. Menjadikan Pribadi Raharja sebagai sumber daya manusia terampil dan ahli,mampu bersaing dalam dunia bisnis maupun non bisnis, menghasilkan tenaga intelektual dan profesional, serta mampu berkembang dalam cakrawala yang lebih luas.</p>
 
==== Misi Perguruan Tinggi Raharja ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dalam rangka mencapai visi yang digariskan, Perguruan Tinggi Raharja senantiasa akan berupaya untuk melaksanakan misinya sebagai berikut:</p>
 
<div style="line-height:2;">
 
#Menyelenggarakan program - program studi yang menunjang pengembangan dan penerapan Teknologi Informasi dalam berbagai bidang ilmu.
 
#Menyediakan sarana dan lingkungan yang kondusif bagi pelaksanaan kegiatan belajar - mengajar yang efektif dan efisien, sehingga terbentuk lulusan - lulusan yang bermoral, terampil, dan kreatif.
 
#Menjaga keterkaitan dan relevansi seluruh kegiatan akademis dengan kebutuhan pembangunan sosial ekonomi dan industri indonesia, serta mengantisipasi semakin maraknya globalisasi kehidupan masyarakat.
 
#Melangsungkan kerjasama dengan berbagai pihak dari dalam maupun luar negeri, sehingga Ilmu dan Teknologi yang diberikan selalu mutakhir serta dapat diterapkan secara berhasil-guna dan tepat-guna.
 
</div>
 
 
=== Struktur Organisasi ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Sebuah organisasi harus mempunyai suatu sktruktur organisasi yang digunakan untuk memudahkan pengkoordinasian dan penyatuan usaha untuk menunjukkan kerangka – kerangka hubungan diantara fungsi, bagian – bagian maupun tugas dan wewenang serta tanggung jawab.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Sama halnya dengan Perguruan Tinggi Raharja yang mempunyai struktur organisasi sebagai berikut:</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcZ1NEVER5dGpRLVE" width="65%" /><br/> Gambar 3.1 Struktur Organisasi</p>
 
 
=== Tugas dan Tanggung Jawab ===
 
<div style="text-align: justify;line-height: 2;">
 
1. Presiden Direktur
 
 
'''&nbsp; &nbsp; Wewenang'''&nbsp;:
 
 
#Menyelenggarakan program kerja yang berpedoman pada visi, misi, fungsi dan tujuan pendirian Perguruan Tinggi Raharja.
 
#Menyelenggarakan kegiatan dan pengembangan pendidikan, penelitian serta pengabdian pada masyarakat.
 
#Menyelenggarakan kegiatan pengembangan administrasi.
 
#Menyelenggarakan kegiatan-kegiatan yang menunjang terwujudnya Tri Darma Perguruan Tinggi.
 
 
'''&nbsp; &nbsp; Tanggung Jawab'''&nbsp;:
 
 
#Pemimpin penyelenggaraan pendidikan, penelitian, pengabdian kepada masyarakat, membina tenaga edukatif, mahasiswa, tenaga administrasi dan terhadap lingkungan.
 
 
2. Direktur
 
 
'''&nbsp; &nbsp; Wewenang''':
 
 
#Merupakan wakil presiden direktur.
 
#membantu presiden direktur dalam berbagai kegiatan.
 
 
3.Pembantu (Bidang Akademik)
 
 
'''&nbsp; &nbsp; Wewenang'''&nbsp;:
 
 
#Menjalankan program kebijaksanaan akademik.
 
#Mengawasi dan membina serta mengembangkan program studi sesuai kebijaksanaan yang telah digariskan.
 
#Membina dan mengembangkan kegiatan penelitian dan pengabdian pada masyarakat.
 
#Mengadakan afiliasi.
 
#Membina dan mengembangkan kelembagaan.
 
 
'''&nbsp; &nbsp; Tanggung Jawab'''&nbsp;:
 
 
#Membantu ketua dalam memimpin pelaksanaan pendidikan, penelitian dan pengabdian pada masyarakat.
 
 
4.Pembantu Direktur II (Administrasi)
 
 
'''&nbsp; &nbsp; Wewenang'''&nbsp;:
 
 
#Melaksanakan dan mengelola seluruh kegiatan administrasi dan keuangan.
 
#Membina dan mengembangkan kepegawaian.
 
#Mengadakan sarana dan prasarana kepegawaian.
 
 
'''&nbsp; &nbsp; Tanggung Jawab'''&nbsp;:
 
 
#Membantu ketua dalam pelaksanaan kegiatan dibidang keuangan dan administrasi.
 
 
5. Pembantu Direktur III (Bidang Kemahasiswaan)
 
 
'''&nbsp; &nbsp; Wewenang'''&nbsp;:
 
 
#Membina kegiatan kemahasiswaan.
 
#Membina kehidupan mahasiswa dalam kampus sehingga dapat mengembangkan penalaran.
 
#Membina dan mengawasi kegiatan lembaga mahasiswa serta unit kegiatan khusus akademik.
 
 
'''&nbsp; &nbsp; Tanggung Jawab'''&nbsp;:
 
 
#Membantu ketua dalam pelaksanaan kegiatan dibidang kemahasiswaan serta pelayanan kesejahteraan mahasiswa.
 
 
6.Asisten Direktur Akademik
 
 
'''&nbsp; &nbsp; Wewenang'''&nbsp;:
 
 
#Mengusulkan kepada Direktur atas prosedur pelaksanaan proses belajar mengajar.
 
#Mengusulkan kepada Direktur tentang kenaikan honor staff binaannya.
 
#Mengusulkan kepada Direktur tentang pengangkatan dan pemberhentian staff binaannya.
 
#Memberikan kebijakan pelaksanaan layanan pada bidangnya.
 
#Mengusulkan kepada Direktur tentang unit layanan baru yang dibutuhkan.
 
#Memberikan sanksi kepada staff binaannya yang melanggar tata tertib karyawan.
 
#Mengusulkan kepada Direktur tentang pengangkatan dan pemberhentian dosen.<br/> <!-- ***************************************** -->
 
</div> <div style="text-align: justify;line-height: 2;">
 
'''Tanggung Jawab'''&nbsp;:
 
 
#Bertanggung jawab atas penyusunan JRS yang efektif dan efisien, pengimplementasian pelaksanaan proses belajar mengajar, kemajuan kualitas pelayanan akademik yang berkesinambungan, dan kelancaran proses belajar mengajar.
 
 
7. Kepala Jurusan
 
 
'''&nbsp; &nbsp; Wewenang''':
 
 
#Mengusulkan kepada Assisten Direktur Akademik tentang perubahan mata kuliah dan materi kuliah yang dianggap telah kadaluarsa bahkan perubahan kurikulum jurusan.
 
#Mengusulkan kepada Asisten Direktur Akademik tentang kenaikan honor dosen binaannya.
 
#Mengusulkan kepada Asisten Direktur Akademik tentang pengadaan seminar, pelatihan, penambahan kelas perkuliahan pengangkatan dosen baru dan pemberhentian dosen.
 
#Memberikan kebijakan administratif Akademik seperti cuti kuliah, perpindahan jurusan, ujian susulan, dan pembukaan semester pendek.
 
#Mengusulkan kepada Asisten Direktur Akademik tentang pembukaan peminatan/konsentrasi baru dalam jurusannya.
 
#Memberikan sanksi Akademik kepada mahasiswa yang melanggar tata tertib Perguruan Tinggi Raharja.
 
 
'''&nbsp; &nbsp; Tanggung Jawab'''&nbsp;:
 
 
#Bertanggung jawab atas penyusunan dan pengimplementasian kurikulum, SAP dan bahan ajar, monitoring kehadiran dosen dalam perkuliahan, jam konsultasi dan tugas-tugas yang disampaikan ke dosen, terlaksananya penelitian, seminar, pembinaan prestasi akademik mahasiswa dan peningkatan jumlah mahasiswa dalam jurusannya.
 
 
8. Asisten Direktur Operasional(ADO)
 
 
'''&nbsp; &nbsp; Wewenang'''&nbsp;:
 
 
#Mengusulkan kepada Direktur atas prosedur pelaksanaan pelayanan proses belajar mengajar
 
#Mengusulkan kepada Direktur tentang kenaikan honor staff binaannya.
 
#Mengusulkan kepada Direktur tentang pengangkatan dan pemberhentian staff binaannya.
 
#Memberikan kebijaksanaan pelaksanaan layanan pada bidangnya.
 
#Mengusulkan kepada Direktur tentang unit layanan baru yang dibutuhkan.
 
#Memberikan sanksi kepada staff binaannya yang melanggar tata tertib karyawan.
 
 
'''&nbsp; &nbsp; Tanggung Jawab'''&nbsp;:
 
 
#Bertanggung jawab atas penyusunan kalender akademik tahunan.
 
#Bertanggung jawab atas pengimplementasian pelaksanaan dan kualitas pelayanan yang berkesinambungan pada bidangnya.
 
#Bertanggung jawab atas kelancaran proses belajar mengajar.
 
 
9. Registrasi Perkuliahan dan Ujian(RPU)
 
 
Bagian registrasi perkuliahan dan ujian terdiri dari dua bagian antara lain:
 
 
A. Layanan Registrasi Mahasiswa (LRM)
 
 
'''&nbsp; &nbsp; Wewenang'''&nbsp;:
 
 
#Berwenang memberikan kebijakan yang berhubungan dengan proses registrasi mahasiswa.
 
#Memberikan kebijakan pelaksanaan layanan pada bidangnya
 
#Memberikan sanksi kepada staff binaannya yang melanggar tata tertib karyawan
 
#Mengusulkan kepada ADO untuk pengangkatan dan pemberhentian staff binaannya.
 
 
'''&nbsp; &nbsp; Tanggung Jawab''':
 
 
#Bertanggung jawab atas pelaksanaan registrasi POM mulai dari persiapan hingga pada penutupan setiap semesternya.
 
#Bertanggung jawab atas pelaksanaan registrasi batal tambah dan jumlah mahasiswa yang melakukan POM.
 
#Bertanggung jawab atas seluruh informasi mengenai registrasi mahasiswa.
 
 
B. Perkuliahan dan Ujian (PU)
 
 
'''&nbsp; &nbsp; Wewenang'''&nbsp;:
 
 
#Mengusulkan kepada ADO atas prosedur pelaksanaan pelayanan proses belajar mengajar serta kebijakan yang diambil.
 
#Mengusulkan kepada ADO tentang pengangkatan dan pemberhentian staff binaannya.
 
#Memberikan sanksi kepada staff binaannya yang dianggap telah melanggar tata tertib karyawan.
 
#Mengusulkan kepada kepala jurusan untuk kelas perkuliahan yang dapat dibuka.
 
 
'''&nbsp; &nbsp; Tanggung Jawab'''&nbsp;:
 
 
#Bertanggung jawab atas pelaksanaan dan pendokumentasian perkuliahan dan ujian.
 
</div>
 
== Metode Analisa ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dalam penelitian ini, untuk&nbsp; menganalisis&nbsp; data&nbsp; dalam&nbsp; penerapan &nbsp;data mining digunakan proses dari tahapan ''Knowledge Discovery in&nbsp; Databases''&nbsp; (KDD)&nbsp; yang terdiri dari ''data selection'', ''pre-processing data'', ''data tranformation'', data mining, ''evaluation'', dan hingga menghasilkan ''knowledge'' atau pengetahuan.</p>
 
=== Data Selection ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Data yang didapat dalam penelitian ini adalah hasil dari observasi&nbsp; di Perguruan Tinggi Raharja dengan menganalisa data ''Absensi Online'' (selanjutnya akan disebut AO). Data AO tersebut akan diproses sehingga dapat menghasilkan nilai rata-rata kedisiplinan dari mahasiswa. Set data yang dipilih yaitu AO pada semester genap 2014/2015, dengan mengambil data perkuliahan teori yang memiliki bobot 2 sks dan 3 sks. Set data tersebut berisi 338 kelas teori dengan tenaga pengajar sebanyak 119 dosen.</p> <p style="text-align: center;">Tabel 3.1 Sampel Kelas Pada Set Data AO<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcSXg1X01QY09EbUk" width="60%" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Tabel 3.1 adalah contoh sampel kelas pada set data Absensi Online Perguruan Tinggi Raharja Semester Genap 2014/2015, yang berisi kelas-kelas perkuliahan teori dengan waktu absensi di setiap pertemuannya, dengan maksimal 14 kali pertemuan pada setiap kelas perkuliahan.</p>
 
 
=== Pre-Processing Data ===
 
 
==== Variabel Y (Kedisiplinan Mahasiswa) ====
 
 
'''A. Pembersihan Kelas&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Sebelum masuk pada tahap perhitungan variabel Y, hal yang perlu diperhatikan adalah kelas yang diduga ''abnormal'' (Gambar 3.2) dimana pada kelas tersebut terdapat keanehan yaitu absensi penuh disetiap pertemuan, atau berturut-turut absensi penuh dan pada waktu yang sama.</p> <p style="text-align: center;">Tabel 3.2 Contoh Kelas Abnormal<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcU0VlY19SMWUxVlk" width="60%" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Perhatikan Tabel 3.2, yang bergaris warna merah atau kelas dengan kode AL101B tidak digunakan pada tahap selanjutnya dikarenakan kelas tersebut sangat ''abnormal''. Selain kelas AL101B, pada set data yang dibersihkan terdapat 2 kelas lain yang dihapus yaitu AL101A, dan AK111A dikarenakan alasan yang sama dan juga terdapat 1 kelas ''Independent Study'' (IL101A) yang memang di kelas tersebut tidak ada perkuliahan di kelas. Sehingga dari total 338 kelas teori, setelah tahap pembersihan kelas menjadi 334 kelas yang akan diolah.</p>
 
'''B. Pengenalan Variabel dan Penghapusan Record Mahasiswa'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Variabel Y yaitu nilai kedisiplinan mahasiswa. Untuk mengetahui nilai kedisiplinan mahasiswa, yang harus diketahui adalah jumlah mahasiswa tersebut hadir dalam kelas dan target kehadiran dari kelas tersebut. Untuk mempermudah perhitungan, jumlah pencapaian kehadiran mahasiswa dikelas diwakilkan dengan '''variabel a''' dan target kehadiran kelas diwakilkan dengan '''variabel b'''.</p> <p style="text-align: center;">Tabel 3.3 Pencapaian Kehadiran dan Target Kehadiran<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcQnR3WDd2eXIzZVk" width="60%" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Dapat dilihat pada Tabel 3.3, pada kelas SK132D variabel b atau target kehadiran kelas adalah 13 sedangkan kelas BI102D target kehadirannya 14. Dan variabel a adalah jumlah pencapaian kehadiran mahasiswa pada kelas disetiap pertemuan. Agar set data lebih berkualitas, maka jika nilai dari variabel a sama dengan 0 atau dengan kata lain mahasiswa tersebut tidak hadir satu kali pun dalam kelas, maka baris data mahasiswa tersebut akan dihapus dan tidak digunakan.</p> <p style="text-align: center;">Tabel 3.4 Penghapusan ''Record ''Variabel a = 0<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcV2V2YlBGc0Q5bDQ" width="60%" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Perhatikan Tabel 3.4, ''record'' yang berwarna merah adalah yang nilai pencapaian kehadirannya 0 atau ''record'' yang akan dihapus. Terdapat 188 ''record'' yang dihapus atau tidak digunakan pada tahap selanjutnya.</p>
 
'''C. Penggabungan Record Mahasiswa'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Seorang mahasiswa dapat mengambil banyak mata kuliah (kelas) pada setiap semester, sehingga hal yang perlu dilakukan yaitu penggabungan (''Grouping'') dari setiap kehadiran mahasiswa di kelas-kelas mata kuliah sesuai dengan NIM dan nama mahasiswa.</p> <p style="text-align: center;">Tabel 3.5 Contoh Record Mahasiswa Sebelum Penggabungan<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcU0dTRkhTTHNadkU" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Dari Tabel 3.5 dapat dilihat bahwa, disetiap ''record'' adalah ''record'' mahasiswa yang terdapat di 1 kelas mata kuliah. Sebagai contoh mahasiswa dengan nim 1322475733 memiliki 8 variabel a dan b, dengan kata lain mahasiswa tersebut pada semester ini mengambil 8 mata kuliah. Sehingga setelah proses ''grouping'' maka hasilnya adalah setiap mahasiswa memiliki nilai rata-rata pencapaian kehadiran / rata-rata target kehadiran.</p> <p style="text-align: center;">Tabel 3.6 Hasil Penggabungan ''Record ''Mahasiswa<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcNW15dC16X01DRFk" width="60%" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Di Tabel 3.6 adalah contoh beberapa ''record'' hasil dari ''grouping'' dan tidak ada lagi nim mahasiswa yang berulang. Terdapat 1836 ''record'' mahasiswa yang terdaftar dari hasil tahap ini.</p>
 
'''D. Perhitungan Varibel Y'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Setelah diketahui rata-rata dari variabel a dan variabel b, maka hasilnya dapat diketahui nilai kedisiplinan per mahasiswa (variabel Y). Berikut adalah rumus untuk mencari nilai variabel Y:</p> <p style="text-align: center;">''<img src="https://docs.google.com/uc?id=0BxT74UCJdAKcX21oQlFGbVlMUkU" /><br/> (Rumus 3.1)''</p>
 
Keterangan&nbsp;:
 
 
Y = Kedisiplinan mahasiswa
 
 
a = Rata-rata pencapaian kehadiran mahasiswa
 
 
b = Rata-rata target kehadiran mahasiswa
 
 
&nbsp;
 
<p style="text-align: center;">Tabel 3.7 Variabel Y<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcaWhDdXRuOFp0cm8" width="60%" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Tabel 3.7 dapat dilihat setiap record mahasiswa memiliki nilai Y atau kedisiplinan mahasiswa yang nantinya nilai tersebut menjadi pengukuran bahwa mahasiswa tersebut disiplin atau tidak disiplin.</p>
 
 
==== Variabel X ====
 
 
'''A. Pemilihan Atribut (Variabel X)'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pemilihan atribut atau variabel X harus sesuai dengan pertimbangan bahwa atribut tersebut terdapat pengaruh dan relevan terhadap variabel Y. Dalam penulisan ini, telah dipilih beberapa atribut yang diasumsikan berpengaruh terhadap tingkat kedisiplinan mahasiswa, diantaranya Jejang kuliah, program studi, shift kuliah, status pekerjaan, status ilearning, jenis kelamin, umur, angkatan, dan asal sekolah. Namun saat penarikan data untuk atribut status pekerjaan, dan asal sekolah, data yang didapat kurang mencukupi, sehingga atribut tersebut tidak digunakan.</p> <p style="text-align: center;">Tabel 3.8 Variabel X</p>
 
{| align="center" border="1" cellpadding="1" cellspacing="1" style="width: 200px;"
 
|-
 
! scope="col" style="background-color: rgb(221, 235, 246);" | X
 
! scope="col" style="background-color: rgb(221, 235, 246);" | Keterangan
 
|-
 
| style="text-align: center;" | X1
 
| style="text-align: center;" | Jenjang Kuliah
 
|-
 
| style="text-align: center;" | X2
 
| style="text-align: center;" | Program Studi
 
|-
 
| style="text-align: center;" | X3
 
| style="text-align: center;" | Shift Kuliah
 
|-
 
| style="text-align: center;" | X4
 
| style="text-align: center;" | Status Ilearning
 
|-
 
| style="text-align: center;" | X5
 
| style="text-align: center;" | Jenis Kelamin
 
|-
 
| style="text-align: center;" | X6
 
| style="text-align: center;" | Umur
 
|-
 
| style="text-align: center;" | X7
 
| style="text-align: center;" | Angkatan
 
|}
 
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Perhatikan Tabel 3.8, terdapat 7 atribut ''predictor ''yang diasumsikan memiliki pengaruh terhadap atribut target yaitu kedisiplinan mahasiswa (variabel Y).</p>
 
<div style="line-height:2;">
 
'''B. Penarikan Data Untuk Variabel X'''
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Penarikan data untuk variabel X bersumber data yang berbeda dengan set data AO. Sumber data tersebut didapat dari ''web service'' yang disediakan oleh Perguruan Tinggi Raharja untuk keperluan riset mahasiswa. Format pertukaran data yang disediakan berupa ''JSON (JavaScript Object Notation)'' sehingga perlu dilakukan ekstraksi dan transformasi data.</p>
 
#Ekstraksi Data<br/> Dikarenakan format data yang digunakan berbeda dari sumber data maka harus ada perubahan format serta dilakukan penyimpanan sementara hasil ekstraksi untuk penggabungan dari sumber data lain (beda tabel).
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcZmxkYzhIZEZwTGs" /><br/> Gambar 3.2 Format Json Setiap Tabel Untuk Variabel X</p> <p style="text-align: justify; margin-left: 40px;">Dapat dilihat pada Gambar 3.2, bentuk dari format pertukaran data yang ditampilkan adalah dalam bentuk format ''Json'', dimana dalam format ini perlu diubah kembali menjadi format yang sesuai dengan data telah diolah pada tahap sebelumnya.</p> <p style="text-align: center;">Tabel 3.9 Hasil Ekstraksi dari Format JSON<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcTm1tdFlPdmppTkU" width="65%"/></p> <p style="text-align: justify; margin-left: 40px;">Tabel 3.9 adalah hasil ekstraksi dimana dari format pertukaran data ''Json'' menjadi format tabel yang mengisi setiap atribut X pada''record'' mahasiswa. Namun data yang didapat masih ada yang perlu diubah, sebagai contoh atribut jenjang yang masih bernilai kode dan atribut umur yang masih berupa tanggal lahir, sehingga perlu dilakukan transformasi data.</p> <ol start="2">
 
<li>Transformasi Data<br/> Transformasi data dilakukan agar nilai dari atribut-atribut yang sebelumnya masih berupa kode atau id (Tabel 3.9), menjadi data kategorikal yang dapat dipahami. Berikut adalah perubahan data pada beberapa atribut: <ol start="1" style="list-style-type: lower-alpha;">
 
</ol>
 
</li>
 
</ol>
 
<ul style="margin-left: 80px;">
 
<li>Pada atribut jenjang, dan program studi, perubahan data atribut dari kode menjadi data kategorikal didapat dari tabel yang terdapat pada ''web service'' Raharja.</li>
 
<li>Perubahan data pada atribut shift kuliah ialah dari data angka menjadi data kategorikal&nbsp;: 1 = siang, dan 2 = malam.</li>
 
<li>Perubahan data pada atribut iLearning ialah ''discretization ''dimana dari bentuk biner (0 dan 1) menjadi Tidak dan Ya.</li>
 
<li>Perubahan data pada atribut umur ialah dari yang sebelumnya tanggal lahir menjadi umur.</li>
 
</ul>
 
<p style="text-align: center;">Tabel 3.10 Hasil Transformasi Data<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcMzR0dTNDb0dJWnc" width="65%"/></p> <p style="text-align: justify; margin-left: 40px;">Dapat dilihat pada hasil transformasi data di Tabel 3.10 adalah atribut yang ditampilkan sudah berupa data kategorikal yang mudah dibaca dan dapat dikategorikan. Sebagai contoh yang dimaksud dengan dapat dikategorikan adalah, pada atribut Jenjang memiliki 2 kategori yaitu S1 dan D3, dan pada atribut Program studi memiliki 5 kategori diantaranya Teknik Informatika, Komputerisasi Akuntansi, Sistem Informasi, Sistem Komputer dan Manajemen Informatika, yang berarti disetiap kategori tersebut berisi satu atau lebih ''record'' mahasiswa. Maka setiap ''record'' mahasiswa dapat dikategorikan sesuai dengan atribut yang tersedia.</p>
 
</div>
 
 
==== Hubungan Antar Variabel Y Dengan Variabel X ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Setelah diketahui data dari variabel Y dan variabel X, maka yang selanjutnya adalah menggambarkan hubungan antar variabel Y dengan variabel X.</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcS3M3RnJmZ0JudGs" /><br/> Gambar 3.3 Hubungan Variabel Multivariat</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Jika dilihat dari Gambar 3.3, hubungan yang terlihat adalah hubungan asimetris lebih dari dua variabel atau dapat disebut hubungan variabel ''multivariat''.</p>
 
 
==== Hasil Pre-processing Data ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Setelah melewati tahap-tahap dalam ''pre-processing'' dengan tujuan untuk mendapatkan set data yang siap diolah sebelum masuk ke dalam data mining, maka hasil dari proses ini adalah set data baru yang berisi 1836 ''record'' mahasiswa.</p> <p style="text-align: center;">Tabel 3.11 Hasil Pre-processing Data<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcNy1tOEVoakxlY2c" width="65%" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Hasil ini (Tabel 3.11) berupa ''record'' mahasiswa yang memiliki Nim, Nama, 7 atribut ''predictor ''(yang diasumsikan memiliki pengaruh terhadap variabel Y) dan atribut target (variabel Y) yaitu kedisiplinan mahasiswa pada Perguruan Tinggi Raharja.</p>
 
 
=== Dataset Transformation ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dataset transformasi merupakan perubahan format set data dari bentuk tabel dalam berkas''excel'' menjadi format data CSV (''Comma Separated Values''). Perubahan format ini dimaksudkan agar set data dapat diekstraksi oleh sistem atau aplikasi yang digunakan untuk mengolah data mining. Format CSV lebih mudah dan dapat diekstraksi diberbagai Bahasa pemrograman. Selain itu untuk mengubah berkas ''excel'' ke bentuk CSV hanya perlu mengubah ''file type'' pada saat menyimpan berkas ''excel''.</p>
 
=== Data Mining ===
 
 
==== Klasifikasi ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Permasalahan dari klasifikasi adalah menentukan ''class'' atau atribut dari suatu yang sebelumnya belum diketahui. ''Class'' itu sendiri adalah kesimpulan dari setiap data dan setiap data biasanya hanya memiliki 1 ''class''. Studi kasus pada penelitian ini adalah menentukan ''class'' dari variabel Y. Dalam penelitian ini, telah ditentukan pembagian ''class'' berlandaskan dari buku tentang Himpunan Peraturan Akademik (selanjutnya disebut HPA) di Perguruan Tinggi Raharja Nomor:443/SK-Peraturan/PT/VIII/2014, Pasal 27 poin 2 yang berisi “Memenuhi persyaratan kehadiran 75% (tatap muka minimal 75%) dan persyaratan akademik lainnya yang ditetapkan dalam tata tertib ujian.”, sehingga jika kehadiran mahasiswa 75% atau lebih sudah dianggap disiplin dan jika kurang dari 75% dianggap tidak disiplin. Maka dari itu telah ditentukan bahwa ada 2 ''class'' yang terbentuk dari variabel Y dengan keterangan sebagai berikut:</p> <p style="text-align: center;">Tabel 3.12 Keterangan ''Class ''Sesuai HPA</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0"
 
|-
 
| style="height:1px;" |
 
'''''Class'''''
 
 
| style="height:1px;" |
 
'''Kondisi'''
 
 
|-
 
| style="height:1px;" |
 
Disiplin
 
 
| style="height:1px;" |
 
0.75 >= Y <= 1.00
 
 
|-
 
| style="height:1px;" |
 
Tidak Disiplin
 
 
| style="height:1px;" |
 
Y < 0.75
 
 
|}
 
<div style="clear:both;">&nbsp;</div> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Tabel 3.12 menyatakan bahwa Y adalah nilai kedisiplinan mahasiswa dan dimana jika Y lebih besar sama dengan 0.75 dan kurang dari sama dengan 1.00 maka termasuk ''class'' Disiplin. Sedangkan jika Y kurang dari 0.75 maka termasuk ''class'' Tidak Disiplin.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Namun pada nyatanya dilapangan, persyaratan yang berlaku untuk persyaratan agar dapat mengikuti ujian adalah memenuhi minimal 4 kali kehadiran tatap muka untuk dapat mengikuti UTS dan minimal 8 kali kehadiran untuk dapat mengikuti UAS (terdapat dalam lampiran). Jika dikonversikan kedalam persen dengan maksimal kehadiran adalah 14 kali, maka syarat minimal kehadiran adalah sekitar 57%. Berikut adalah tabel ''class ''berdasarkan persyaratan yang berjalan dilapangan (aktual):</p> <p style="text-align: center;">Tabel 3.13 Keterangan ''Class'' Sesuai Data Aktual</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0"
 
|-
 
| style="height:1px;" |
 
'''''Class'''''
 
 
| style="height:1px;" |
 
'''Kondisi'''
 
 
|-
 
| style="height:1px;" |
 
Disiplin
 
 
| style="height:1px;" |
 
0.57 >= Y <= 1.00
 
 
|-
 
| style="height:1px;" |
 
Tidak Disiplin
 
 
| style="height:1px;" |
 
Y < 0.57
 
 
|}
 
<div style="clear:both;">&nbsp;</div> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Tabel 3.13 menyatakan bahwa Y adalah nilai kedisiplinan mahasiswa dan dimana jika Y lebih besar sama dengan 0.57 dan kurang dari sama dengan 1.00 maka termasuk ''class'' Disiplin. Sedangkan jika Y kurang dari 0.57 maka termasuk ''class'' Tidak Disiplin.</p>
 
==== Pembagian Data Training dan Data Testing ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada penelitian ini set data AO dibagi menjadi 2 bagian yaitu ''data training'' dan ''data testing''. Salah satu metode pembagian datanya menggunakan metode ''K-Fold Cross Validation ''dimana set data dibagi menjadi K-set partisi secara acak. ''K-fold cross validation'' dipilih karena dibandingkan dengan metode lain seperti ''Spli Test'', metode ''cross validation'' menghasilkan akurasi yang lebih akurat karena set data dibagi menjadi beberapa iterasi dan hasilnya adalah rata-rata dari seluruh iterasi yang diuji.</p>
 
==== Penerapan Algoritma C4.5 (Decision Tree) ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Secara umum algoritma C4.5 untuk membangun pohon keputusan adalah sebagai berikut:</p>
 
#Pilih atribut sebagai akar
 
#Buat cabang untuk masing-masing nilai
 
#Bagi kasus dalam cabang
 
#Ulangi proses untuk masing-masing cabang sampai semua kasus pada cabang memiliki kelas yang sama.
 
 
=== Evaluation ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''Evaluation'' atau pengujian kinerja sistem dilakukan setelah model klasifikasi terbentuk. Pengujian dilakukan dengan menggunakan metode ''Confusion Matrix''. Perhitungan dengan metode ''confusion matrix'' diterapkan pada keseluruhan ''data testing'' disetiap partisi atau iterasi yang terbentuk dari metode ''K-Fold Cross Validation.''</p> <p style="text-align: center;">Tabel 3.14 ''Confusion Matrix (sumber: Shmueli,dkk 2016:111)<ref name="shmueli" />''<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcdlltMVl2UnVZNXc" width="500px" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada tabel 3.14 adalah contoh ''confusion matrix'' yang berisi matriks jumlah dari klasifikasi yang benar maupun klasifikasi yang salah. Ini bertujuan untuk mendeteksi bias atau penyimpangan. Pada penelitian ini yang ingin diketahui adalah ''accuracy'' keseluruhan serta nilai ''precision'' dan ''recall'' dari ''class'' “Disiplin” dan “Tidak Disiplin”.</p>
 
 
== Permasalahan yang dihadapi dan Alternatif Pemecahan Masalah ==
 
 
=== Permasalahan yang dihadapi ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dari hasil analisa, maka permasalahan yang dihadapi oleh Perguruan Tinggi Raharja mengenai tingkat kedisiplinan mahasiswa adalah sebagai berikut:</p>
 
<div style="line-height:2;">
 
#Belum adanya penanganan khusus bagi mahasiswa yang tidak displin ataupun suatu penghargaan bagi mahasiswa yang disiplin.
 
#Selama ini Ketua Program Studi melihat tingkat kedisiplinan mahasiswa hanya dari IMK (Index Mutu Kumulatif) mahasiswa, belum adanya sistem yang dapat memprediksi tingkat kedisiplinan mahasiswa.
 
#Belum adanya evaluasi terhadap aturan kedisiplinan mengenai jumlah kehadiran yang menjadi syarat untuk berhak mengikuti UTS maupun UAS.
 
</div>
 
 
=== Alternatif Pemecahan Masalah ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Setelah mengamati dan meneliti dari beberapa permasalahan yang terjadi, terdapat beberapa alternatif pemecahan dari masalah yang dihadapi, antara lain&nbsp;:</p>
 
<div style="line-height:2;">
 
#Diperlukan suatu sistem yang dapat memprediksi tingkat kedisiplinan mahasiswa.
 
#Sistem yang dapat memberikan informasi mengenai tingkat kedisiplinan mahasiswa sebagai penunjang keputusan Ketua Program Studi atau pimpinan di Perguruan Tinggi Raharja.
 
</div>
 
&nbsp;
 
 
== User Requirement ==
 
 
=== Elisitasi Tahap I ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Elisitasi tahap I merupakan daftar kebutuhan yang diperoleh dari hasil pengumpulan data baik dengan cara observasi dan wawancara. Berikut lampiran Elisitasi Tahap I yang telah dibuat&nbsp;:</p> <p style="text-align: center;">Tabel 3.15 Elisitasi Tahap I</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0"
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Functional
 
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Analisa Kebutuhan
 
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Saya ingin sistem dapat
 
 
|-
 
| style="width:35px; background:#C6D9F1;" | <p style="text-align: center;">No</p>
 
| style="width:452px; background:#C6D9F1;" | <p style="text-align: center;">Uraian</p>
 
|-
 
| style="width:35px;" |
 
1
 
 
| style="width:452px;" |
 
Menampilkan halaman utama tentang sistem peramalan
 
 
|-
 
| style="width:35px;" |
 
2
 
 
| style="width:452px;" |
 
Menampilkan halaman demo peramalan
 
 
|-
 
| style="width:35px;" |
 
3
 
 
| style="width:452px;" |
 
Menampilkan halaman FAQ (''Frequently Asked Questions'')
 
 
|-
 
| style="width:35px;" |
 
4
 
 
| style="width:452px;" |
 
Menampilkan menu ''Login''
 
 
|-
 
| style="width:35px;" |
 
5
 
 
| style="width:452px;" |
 
Menampilkan menu registrasi pengguna baru
 
 
|-
 
| style="width:35px;" |
 
6
 
 
| style="width:452px;" |
 
Memiliki fitur lupa sandi?
 
 
|-
 
| style="width:35px;" |
 
7
 
 
| style="width:452px;" |
 
Manajemen ''User''
 
 
|-
 
| style="width:35px;" |
 
8
 
 
| style="width:452px;" |
 
Manajemen ''User Group''
 
 
|-
 
| style="width:35px;" |
 
9
 
 
| style="width:452px;" |
 
Manajemen ''Dynamic Menubar''
 
 
|-
 
| style="width:35px;" |
 
10
 
 
| style="width:452px;" |
 
Memiliki fasilitas publikasi peramalan
 
 
|-
 
| style="width:35px;" |
 
11
 
 
| style="width:452px;" |
 
Memiliki fitur ''upload/import'' ''data training'' dalam bentuk berkas .CSV
 
 
|-
 
| style="width:35px;" |
 
12
 
 
| style="width:452px;" |
 
Memiliki fasilitas menyeleksi ''features'' (atribut) ''data training''
 
 
|-
 
| style="width:35px;" |
 
13
 
 
| style="width:452px;" |
 
Menampilkan nama dan deskripsi peramalan
 
 
|-
 
| style="width:35px;" |
 
14
 
 
| style="width:452px;" |
 
Menampilkan logo instansi (studi kasus logo perguruan tinggi)
 
 
|-
 
| style="width:35px;" |
 
15
 
 
| style="width:452px;" |
 
Memiliki fasilitas ''update'' dan ''unpublish'' peramalan
 
 
|-
 
| style="width:35px;" |
 
16
 
 
| style="width:452px;" |
 
Menampilkan ''counter pageviews'' peramalan
 
 
|-
 
| style="width:35px;" |
 
17
 
 
| style="width:452px;" |
 
Memiliki fitur ''data testing'' peramalan/prediksi dalam bentuk form
 
 
|-
 
| style="width:35px;" |
 
18
 
 
| style="width:452px;" |
 
Memiliki fitur ''upload bulk data testing'' dalam bentuk berkas .CSV
 
 
|-
 
| style="width:35px;" |
 
19
 
 
| style="width:452px;" |
 
Menampilkan diagram pohon keputusan
 
 
|-
 
| style="width:35px;" |
 
20
 
 
| style="width:452px;" |
 
Menampilkan ''rules'' dari pohon keputusan
 
 
|-
 
| style="width:35px;" |
 
21
 
 
| style="width:452px;" |
 
Menampilkan waktu pemrosesan peramalan
 
 
|-
 
| style="width:35px;" |
 
22
 
 
| style="width:452px;" |
 
Menampilkan akurasi dari hasil peramalan
 
 
|-
 
| style="width:35px;" |
 
23
 
 
| style="width:452px;" |
 
Menampilkan detail akurasi peramalan dalam bentuk ''confusion matrix''
 
 
|-
 
| style="width:35px;" |
 
24
 
 
| style="width:452px;" |
 
Memiliki fitur ''fullscreen'' dalam melihat diagram pohon keputusan
 
 
|-
 
| style="width:35px;" |
 
25
 
 
| style="width:452px;" |
 
Memiliki fitur ''zoom-in'' dan ''zoom-out'' dalam melihat diagram pohon keputusan
 
 
|-
 
| style="width:35px;" |
 
26
 
 
| style="width:452px;" |
 
Memiliki fitur cetak (''print'') hasil peramalan
 
 
|-
 
| style="width:35px;" |
 
27
 
 
| style="width:452px;" |
 
Memiliki fasilitas ''share'' ke sosial media
 
 
|-
 
| style="width:35px;" |
 
28
 
 
| style="width:452px;" |
 
Memiliki fasilitas ''search engine'' peramalan
 
 
|-
 
| style="width:35px;" |
 
29
 
 
| style="width:452px;" |
 
Memiliki halaman peramalan/prediksi terpopuler
 
 
|-
 
| style="width:35px;" |
 
30
 
 
| style="width:452px;" |
 
Menampilkan peramalan yang diutamakan/diunggulkan pada halaman depan
 
 
|-
 
| style="width:35px;" |
 
31
 
 
| style="width:452px;" |
 
Memiliki halaman hubungi kami ''(contact us)''
 
 
|-
 
| style="width:35px;" |
 
32
 
 
| style="width:452px;" |
 
Memiliki halaman ''dashboard monitoring'' jumlah peramalan yang dibuat, dan ''page views''
 
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Non Functional
 
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Saya ingin sistem dapat
 
 
|-
 
| style="width:35px;" |
 
1
 
 
| style="width:452px;" |
 
Mampu berjalan di hampir semua web browser
 
 
|-
 
| style="width:35px;" |
 
2
 
 
| style="width:452px;" |
 
Memiliki tampilan yang menarik dan mudah dipahami
 
 
|-
 
| style="width:35px;" |
 
3
 
 
| style="width:452px;" |
 
Memiliki tampilan yang ''responsive''
 
 
|-
 
| colspan="2" style="width:487px;" | <p style="text-align: center;">Penyusun,<br/> <br/> <br/> &nbsp;</p> <p style="text-align: center;"><br/> (Rizal Loa Wanda)</p>
 
|}
 
 
=== Elisitasi Tahap II ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Merupakan hasil pengklasifikasian dari elisitasi tahap I berdasarkan metode MDI. Metode MDI ini bertujuan untuk memisahkan antara rancangan sistem yang penting dan harus ada pada sistem baru dengan rancangan yang disanggupi oleh penulis untuk dieksekusi. Berikut lampiran Elisitasi Tahap II yang telah dibuat&nbsp;:</p> <p style="text-align: center;">Tabel 3.16 Elisitasi Tahap II</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0"
 
|-
 
| rowspan="2" style="width:34px; background:#C6D9F1;" | <p style="text-align: center;">No</p>
 
| style="width:352px; background:#C6D9F1;" |
 
Functional
 
 
| rowspan="2" style="width:33px; background:#C6D9F1;" | <p style="text-align: center;">M</p>
 
| rowspan="2" style="width:30px; background:#C6D9F1;" | <p style="text-align: center;">D</p>
 
| rowspan="2" style="width:31px; background:#C6D9F1;" | <p style="text-align: center;">I</p>
 
|-
 
| style="width:352px; background:#C6D9F1;" |
 
Saya ingin sistem dapat
 
 
|-
 
| style="width:34px;" |
 
1
 
 
| style="width:352px;" |
 
Menampilkan halaman utama tentang sistem peramalan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
2
 
 
| style="width:352px;" |
 
Menampilkan halaman demo peramalan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
3
 
 
| style="width:352px;" |
 
Menampilkan halaman FAQ (''Frequently Asked Questions'')
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
4
 
 
| style="width:352px;" |
 
Menampilkan menu ''Login''
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
5
 
 
| style="width:352px;" |
 
Menampilkan menu registrasi pengguna baru
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
6
 
 
| style="width:352px;" |
 
Memiliki fitur lupa sandi?
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
7
 
 
| style="width:352px;" |
 
Manajemen ''User''
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
8
 
 
| style="width:352px;" |
 
Manajemen ''User Group''
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
9
 
 
| style="width:352px;" |
 
Manajemen ''Dynamic Menubar''
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
10
 
 
| style="width:352px;" |
 
Memiliki fasilitas publikasi peramalan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
11
 
 
| style="width:352px;" |
 
Memiliki fitur ''upload/import'' ''data training'' dalam bentuk berkas .CSV
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
12
 
 
| style="width:352px;" |
 
Memiliki fasilitas menyeleksi ''features'' (atribut) ''data training''
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
13
 
 
| style="width:352px;" |
 
Menampilkan nama dan deskripsi peramalan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
14
 
 
| style="width:352px;" |
 
Menampilkan logo instansi (studi kasus logo perguruan tinggi)
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
15
 
 
| style="width:352px;" |
 
Memiliki fasilitas ''update'' dan ''unpublish'' peramalan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
16
 
 
| style="width:352px;" |
 
Menampilkan ''counter pageviews'' peramalan
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
17
 
 
| style="width:352px;" |
 
Memiliki fitur ''data testing'' peramalan/prediksi dalam bentuk form
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
 
 
|-
 
| style="width:34px;" |
 
18
 
 
| style="width:352px;" |
 
Memiliki fitur ''upload bulk data testing'' dalam bentuk berkas .CSV
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
19
 
 
| style="width:352px;" |
 
Menampilkan diagram pohon keputusan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
20
 
 
| style="width:352px;" |
 
Menampilkan ''rules'' dari pohon keputusan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
21
 
 
| style="width:352px;" |
 
Menampilkan waktu pemrosesan peramalan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
22
 
 
| style="width:352px;" |
 
Menampilkan akurasi dari hasil peramalan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
23
 
 
| style="width:352px;" |
 
Menampilkan detail akurasi peramalan dalam bentuk ''confusion matrix''
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
24
 
 
| style="width:352px;" |
 
Memiliki fitur ''fullscreen'' dalam melihat diagram pohon keputusan
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
25
 
 
| style="width:352px;" |
 
Memiliki fitur ''zoom-in'' dan ''zoom-out'' dalam melihat diagram pohon keputusan
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
26
 
 
| style="width:352px;" |
 
Memiliki fitur cetak (''print'') hasil peramalan
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
27
 
 
| style="width:352px;" |
 
Memiliki fasilitas ''share'' ke sosial media
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
28
 
 
| style="width:352px;" |
 
Memiliki fasilitas ''search engine'' peramalan
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
29
 
 
| style="width:352px;" |
 
Memiliki halaman peramalan/prediksi terpopuler
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
30
 
 
| style="width:352px;" |
 
Menampilkan peramalan yang diutamakan/diunggulkan pada halaman depan
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
31
 
 
| style="width:352px;" |
 
Memiliki halaman hubungi kami ''(contact us)''
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
32
 
 
| style="width:352px;" |
 
Memiliki halaman ''dashboard monitoring'' jumlah peramalan yang dibuat, dan ''page views''
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| rowspan="2" style="width:34px; background:#C6D9F1;" |
 
No
 
 
| style="width:352px; background:#C6D9F1;" |
 
Non Functional
 
 
| rowspan="2" style="width:33px; background:#C6D9F1;" | <p style="text-align: center;">M</p>
 
| rowspan="2" style="width:30px; background:#C6D9F1;" | <p style="text-align: center;">D</p>
 
| rowspan="2" style="width:31px; background:#C6D9F1;" | <p style="text-align: center;">I</p>
 
|-
 
| style="width:352px; background:#C6D9F1;" |
 
Saya ingin sistem dapat
 
 
|-
 
| style="width:34px;" |
 
1
 
 
| style="width:352px;" |
 
Mampu berjalan di hampir semua web browser
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
2
 
 
| style="width:352px;" |
 
Mampu berjalan di mobile web browser
 
 
| style="width:33px;" |
 
&nbsp;
 
 
| style="width:30px;" |
 
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
3
 
 
| style="width:352px;" |
 
Memiliki tampilan yang menarik dan mudah dipahami
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
4
 
 
| style="width:352px;" |
 
Memiliki tampilan yang ''responsive''
 
 
| style="width:33px;" |
 
 
 
| style="width:30px;" |
 
&nbsp;
 
 
| style="width:31px;" |
 
&nbsp;
 
 
|-
 
| colspan="5" style="width:481px;" | <p style="text-align: center;">Penyusun,<br/> <br/> <br/> &nbsp;</p> <p style="text-align: center;"><br/> (Rizal Loa Wanda)</p>
 
|}
 
 
&nbsp;
 
 
=== Elisitasi Tahap III ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Merupakan hasil penyusutan dari elisitasi tahap II dengan cara mengeliminasi semua requirement yang optionnya I pada metode MDI. Selanjutnya semua requirement yang tersisa diklasifikasikan kembali melalui metode TOE. Berikut lampiran Elisitasi Tahap III yang telah dibuat:</p> <p style="text-align: center;">Tabel 3.17 Elisitasi Tahap III</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0"
 
|-
 
| rowspan="2" style="width:34px; background:#C6D9F1;" | <p style="text-align: center;">No</p>
 
| style="width:219px; background:#C6D9F1;" |
 
Functional
 
 
| colspan="3" style="width:79px; background:#C6D9F1;" | <p style="text-align: center;">T</p>
 
| colspan="3" style="width:79px; background:#C6D9F1;" | <p style="text-align: center;">O</p>
 
| colspan="3" style="width:79px; background:#C6D9F1;" | <p style="text-align: center;">E</p>
 
|-
 
| style="width:219px; background:#C6D9F1;" |
 
Saya ingin sistem dapat
 
 
| style="width:24px; background:#C6D9F1;" | <p style="text-align: center;">L</p>
 
| style="width:29px; background:#C6D9F1;" | <p style="text-align: center;">M</p>
 
| style="width:26px; background:#C6D9F1;" | <p style="text-align: center;">H</p>
 
| style="width:24px; background:#C6D9F1;" | <p style="text-align: center;">L</p>
 
| style="width:29px; background:#C6D9F1;" | <p style="text-align: center;">M</p>
 
| style="width:26px; background:#C6D9F1;" | <p style="text-align: center;">H</p>
 
| style="width:24px; background:#C6D9F1;" | <p style="text-align: center;">L</p>
 
| style="width:29px; background:#C6D9F1;" | <p style="text-align: center;">M</p>
 
| style="width:26px; background:#C6D9F1;" | <p style="text-align: center;">H</p>
 
|-
 
| style="width:34px;" |
 
1
 
 
| style="width:219px;" |
 
Menampilkan halaman utama tentang sistem peramalan
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
2
 
 
| style="width:219px;" |
 
Menampilkan halaman demo peramalan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
3
 
 
| style="width:219px;" |
 
Menampilkan halaman FAQ (''Frequently Asked Questions'')
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
4
 
 
| style="width:219px;" |
 
Menampilkan menu ''Login''
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
5
 
 
| style="width:219px;" |
 
Menampilkan menu registrasi pengguna baru
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
6
 
 
| style="width:219px;" |
 
Memiliki fitur lupa sandi?
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
7
 
 
| style="width:219px;" |
 
Manajemen ''User''
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
8
 
 
| style="width:219px;" |
 
Manajemen ''User Group''
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
9
 
 
| style="width:219px;" |
 
Manajemen ''Dynamic Menubar''
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
10
 
 
| style="width:219px;" |
 
Memiliki fasilitas publikasi peramalan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
11
 
 
| style="width:219px;" |
 
Memiliki fitur ''upload/import'' ''data training'' dalam bentuk berkas .CSV
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
12
 
 
| style="width:219px;" |
 
Memiliki fasilitas menyeleksi ''features'' (atribut) ''data training''
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
13
 
 
| style="width:219px;" |
 
Menampilkan nama dan deskripsi peramalan
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
14
 
 
| style="width:219px;" |
 
Menampilkan logo instansi (studi kasus logo perguruan tinggi)
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
15
 
 
| style="width:219px;" |
 
Memiliki fasilitas ''update'' dan ''unpublish'' peramalan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
16
 
 
| style="width:219px;" |
 
Menampilkan ''counter pageviews'' peramalan
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
17
 
 
| style="width:219px;" |
 
Memiliki fitur ''upload bulk data testing'' dalam bentuk berkas .CSV
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
18
 
 
| style="width:219px;" |
 
Menampilkan diagram pohon keputusan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
19
 
 
| style="width:219px;" |
 
Menampilkan ''rules'' dari pohon keputusan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
20
 
 
| style="width:219px;" |
 
Menampilkan waktu pemrosesan peramalan
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
21
 
 
| style="width:219px;" |
 
Menampilkan akurasi dari hasil peramalan
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
22
 
 
| style="width:219px;" |
 
Menampilkan detail akurasi peramalan dalam bentuk ''confusion matrix''
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
23
 
 
| style="width:219px;" |
 
Memiliki fitur ''fullscreen'' dalam melihat diagram pohon keputusan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
24
 
 
| style="width:219px;" |
 
Memiliki fitur ''zoom-in'' dan ''zoom-out'' dalam melihat diagram pohon keputusan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
25
 
 
| style="width:219px;" |
 
Memiliki fitur cetak (''print'') hasil peramalan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
26
 
 
| style="width:219px;" |
 
Memiliki fasilitas ''share'' ke sosial media
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
27
 
 
| style="width:219px;" |
 
Memiliki fasilitas ''search engine'' peramalan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
28
 
 
| style="width:219px;" |
 
Memiliki halaman peramalan/prediksi terpopuler
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
29
 
 
| style="width:219px;" |
 
Menampilkan peramalan yang diutamakan/diunggulkan pada halaman depan
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
30
 
 
| style="width:219px;" |
 
Memiliki halaman hubungi kami ''(contact us)''
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
31
 
 
| style="width:219px;" |
 
Memiliki halaman ''dashboard monitoring'' jumlah peramalan yang dibuat, dan ''page views''
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| rowspan="2" style="width:34px; background:#C6D9F1;" | <p style="text-align: center;">No</p>
 
| style="width:219px; background:#C6D9F1;" |
 
Non Functional
 
 
| colspan="3" style="width:79px; background:#C6D9F1;" | <p style="text-align: center;">T</p>
 
| colspan="3" style="width:79px; background:#C6D9F1;" | <p style="text-align: center;">O</p>
 
| colspan="3" style="width:79px; background:#C6D9F1;" | <p style="text-align: center;">E</p>
 
|-
 
| style="width:219px; background:#C6D9F1;" |
 
Saya ingin sistem dapat
 
 
| style="width:24px; background:#C6D9F1;" | <p style="text-align: center;">L</p>
 
| style="width:29px; background:#C6D9F1;" | <p style="text-align: center;">M</p>
 
| style="width:26px; background:#C6D9F1;" | <p style="text-align: center;">H</p>
 
| style="width:24px; background:#C6D9F1;" | <p style="text-align: center;">L</p>
 
| style="width:29px; background:#C6D9F1;" | <p style="text-align: center;">M</p>
 
| style="width:26px; background:#C6D9F1;" | <p style="text-align: center;">H</p>
 
| style="width:24px; background:#C6D9F1;" | <p style="text-align: center;">L</p>
 
| style="width:29px; background:#C6D9F1;" | <p style="text-align: center;">M</p>
 
| style="width:26px; background:#C6D9F1;" | <p style="text-align: center;">H</p>
 
|-
 
| style="width:34px;" |
 
1
 
 
| style="width:219px;" |
 
Mampu berjalan di hampir semua web browser
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
2
 
 
| style="width:219px;" |
 
Memiliki tampilan yang menarik dan mudah dipahami
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
 
 
| style="width:29px;" |
 
&nbsp;
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| style="width:34px;" |
 
3
 
 
| style="width:219px;" |
 
Memiliki tampilan yang ''responsive''
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
| style="width:24px;" |
 
&nbsp;
 
 
| style="width:29px;" |
 
 
 
| style="width:26px;" |
 
&nbsp;
 
 
|-
 
| colspan="11" style="width:490px;" | <p style="text-align: center;">Penyusun,<br/> <br/> <br/> &nbsp;</p> <p style="text-align: center;"><br/> (Rizal Loa Wanda)</p>
 
|}
 
 
&nbsp;
 
 
&nbsp;
 
 
=== Final Draft Elisitasi ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Merupakan hasil akhir yang dicapai dari suatu proses elisitasi yang dapat digunakan sebagai dasar pembuatan suatu sistem. Berikut lampiran Final Draft Elisitasi yang telah dibuat&nbsp;:</p> <p style="text-align: center;">Tabel 3.18 Final Draft Elisitasi</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0"
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Functional
 
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Analisa Kebutuhan
 
 
|-
 
| style="width:35px; background:#C6D9F1;" | <p style="text-align: center;">No</p>
 
| style="width:452px; background:#C6D9F1;" |
 
Saya ingin sistem dapat
 
 
|-
 
| style="width:35px;" |
 
1
 
 
| style="width:452px;" |
 
Menampilkan halaman utama tentang sistem peramalan
 
 
|-
 
| style="width:35px;" |
 
2
 
 
| style="width:452px;" |
 
Menampilkan halaman demo peramalan
 
 
|-
 
| style="width:35px;" |
 
3
 
 
| style="width:452px;" |
 
Menampilkan halaman FAQ (''Frequently'' ''Asked Questions'')
 
 
|-
 
| style="width:35px;" |
 
4
 
 
| style="width:452px;" |
 
Menampilkan menu ''Login''
 
 
|-
 
| style="width:35px;" |
 
5
 
 
| style="width:452px;" |
 
Menampilkan menu registrasi pengguna baru
 
 
|-
 
| style="width:35px;" |
 
6
 
 
| style="width:452px;" |
 
Memiliki fitur lupa sandi?
 
 
|-
 
| style="width:35px;" |
 
7
 
 
| style="width:452px;" |
 
Manajemen ''User''
 
 
|-
 
| style="width:35px;" |
 
8
 
 
| style="width:452px;" |
 
Manajemen ''User Group''
 
 
|-
 
| style="width:35px;" |
 
9
 
 
| style="width:452px;" |
 
Manajemen ''Dynamic Menubar''
 
 
|-
 
| style="width:35px;" |
 
10
 
 
| style="width:452px;" |
 
Memiliki fasilitas publikasi peramalan
 
 
|-
 
| style="width:35px;" |
 
11
 
 
| style="width:452px;" |
 
Memiliki fitur ''upload/import'' ''data training'' dalam bentuk berkas .CSV
 
 
|-
 
| style="width:35px;" |
 
12
 
 
| style="width:452px;" |
 
Memiliki fasilitas menyeleksi ''features'' (atribut) ''data training''
 
 
|-
 
| style="width:35px;" |
 
13
 
 
| style="width:452px;" |
 
Menampilkan nama dan deskripsi peramalan
 
 
|-
 
| style="width:35px;" |
 
14
 
 
| style="width:452px;" |
 
Menampilkan logo instansi (studi kasus logo perguruan tinggi)
 
 
|-
 
| style="width:35px;" |
 
15
 
 
| style="width:452px;" |
 
Memiliki fasilitas ''update'' dan ''unpublish'' peramalan
 
 
|-
 
| style="width:35px;" |
 
16
 
 
| style="width:452px;" |
 
Menampilkan ''counter pageviews'' peramalan
 
 
|-
 
| style="width:35px;" |
 
17
 
 
| style="width:452px;" |
 
Memiliki fitur ''upload bulk data testing'' dalam bentuk berkas .CSV
 
 
|-
 
| style="width:35px;" |
 
18
 
 
| style="width:452px;" |
 
Menampilkan diagram pohon keputusan
 
 
|-
 
| style="width:35px;" |
 
19
 
 
| style="width:452px;" |
 
Menampilkan ''rules'' dari pohon keputusan
 
 
|-
 
| style="width:35px;" |
 
20
 
 
| style="width:452px;" |
 
Menampilkan waktu pemrosesan peramalan
 
 
|-
 
| style="width:35px;" |
 
21
 
 
| style="width:452px;" |
 
Menampilkan akurasi dari hasil peramalan
 
 
|-
 
| style="width:35px;" |
 
22
 
 
| style="width:452px;" |
 
Menampilkan detail akurasi peramalan dalam bentuk ''confusion matrix''
 
 
|-
 
| style="width:35px;" |
 
23
 
 
| style="width:452px;" |
 
Memiliki fitur ''fullscreen'' dalam melihat diagram pohon keputusan
 
 
|-
 
| style="width:35px;" |
 
24
 
 
| style="width:452px;" |
 
Memiliki fitur ''zoom-in'' dan ''zoom-out'' dalam melihat diagram pohon keputusan
 
 
|-
 
| style="width:35px;" |
 
25
 
 
| style="width:452px;" |
 
Memiliki fitur cetak (''print'') hasil peramalan
 
 
|-
 
| style="width:35px;" |
 
26
 
 
| style="width:452px;" |
 
Memiliki fasilitas ''share'' ke sosial media
 
 
|-
 
| style="width:35px;" |
 
27
 
 
| style="width:452px;" |
 
Memiliki fasilitas ''search engine'' peramalan
 
 
|-
 
| style="width:35px;" |
 
28
 
 
| style="width:452px;" |
 
Memiliki halaman peramalan/prediksi terpopuler
 
 
|-
 
| style="width:35px;" |
 
29
 
 
| style="width:452px;" |
 
Menampilkan peramalan yang diutamakan/diunggulkan pada halaman depan
 
 
|-
 
| style="width:35px;" |
 
30
 
 
| style="width:452px;" |
 
Memiliki halaman hubungi kami ''(contact us)''
 
 
|-
 
| style="width:35px;" |
 
31
 
 
| style="width:452px;" |
 
Memiliki halaman ''dashboard monitoring'' jumlah peramalan yang dibuat, dan ''page views''
 
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Non Functional
 
 
|-
 
| colspan="2" style="width:487px; background:#C6D9F1;" |
 
Saya ingin sistem dapat
 
 
|-
 
| style="width:35px;" |
 
1
 
 
| style="width:452px;" |
 
Mampu berjalan di hampir semua web browser
 
 
|-
 
| style="width:35px;" |
 
2
 
 
| style="width:452px;" |
 
Memiliki tampilan yang menarik dan mudah dipahami
 
 
|-
 
| style="width:35px;" |
 
3
 
 
| style="width:452px;" |
 
Memiliki tampilan yang ''responsive''
 
 
|}
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKccG9KTkFtWkE0RDQ" width="497px"/></p>
 
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
=<div style=" text-align: center;margin-bottom:10px;">'''BAB IV'''</div> <div style="font-size: 14pt; text-align: center">'''HASIL DAN PEMBAHASAN'''</div>=
 
== Rancangan Sistem Usulan ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Dalam membuat rancangan sistem usulan pada penelitian ini digunakan program ''Visual Paradigm for'' UML ''Community Edition'' 12.1 untuk menggambarkan ''use case diagram'', ''activity diagram'', ''sequence diagram'' dan ''class diagram'' yang sekaligus menggambarkan rancangan ''database.''</p>
 
=== ''Use Case Diagram'' Yang Diusulkan ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcLVJkaUVLX2NCN1k" width="65%" /><br/> Gambar 4.1 ''Use Case Diagram''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.1 terdapat 4 ''actor'' yaitu ''Visitor, Decision Maker,'' dan dimana 2 ''actor'' lainnya yaitu ''Administrator'' dan ''Members'' digeneralisasi menjadi ''Registered User''. Untuk menjelaskan ''Use Case Diagram'' pada Gambar 4.1, digunakan ''Use Case Glossary'' yang menjelaskan deskripsi secara singkat ''use case'' yang sudah ditentukan (biasanya berupa tujuan), dan ''Actor Glossary ''yang menjelaskan siapa ''actor'' tersebut serta apa tujuan ''actor'' tersebut terhadap sistem. Selain itu ''Use Case Glossary'' dan ''Actor Glossary'' juga dapat menjelaskan prosedur sistem yang diusulkan serta hak akses sistem.</p>
 
==== Use Case Glossary ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Berikut adalah ''Use Case Glossary'' yang berisi deskripsi singkat dari ''use case'' dan ''actor'' yang berkaitan dengan ''use case'' tersebut:</p> <p style="text-align: center;">Tabel 4.1 ''Use Case Glossary''</p>
 
{| align="center" border="1" cellpadding="4" cellspacing="0" width="700px"
 
|-
 
| style="width:6.44%;height:1px;" |
 
'''No'''
 
 
| style="width:25.3%;height:1px;" |
 
'''Use Case Name'''
 
 
| style="width:46.54%;height:1px;" |
 
'''Description'''
 
 
| style="width:21.72%;height:1px;" |
 
'''Actors'''
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
1
 
 
| style="width:25.3%;height:1px;" |
 
Login
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi untuk masuk ke dalam sistem dan sebagai kunci untuk beberapa ''use case'' yang mengharuskan ''use case'' ini dilakukan.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
2
 
 
| style="width:25.3%;height:1px;" |
 
Register
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi untuk mendaftarkan diri sebagai ''members'' agar dapat berinteraksi dengan beberapa ''use case'' yang mengharuskan untuk ''actor'' masuk kedalam sistem.
 
 
| style="width:21.72%;height:1px;" |
 
Visitor
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
3
 
 
| style="width:25.3%;height:1px;" |
 
Lupa Sandi
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berjalan ketika ada ''actor'' yang lupa ''password''/sandi yang mengharuskan member memasukkan identitas dan akan dikirim email oleh sistem untuk mendapatkan ''password'' yang baru.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
4
 
 
| style="width:25.3%;height:1px;" |
 
Logout
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan member untuk keluar dari sistem.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
5
 
 
| style="width:25.3%;height:1px;" |
 
Mengelola Data Member
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi untuk memanajemen pengguna yang terdaftar dalam sistem. Terdapat 3 ''use case'' turunan dalam use case ini. (dijelaskan pada 3 ''use case'' dibawah).
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
6
 
 
| style="width:25.3%;height:1px;" |
 
Menambah Member
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi sama dengan use case registrasi, namun ''actor'' yang melakukannya berbeda.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
7
 
 
| style="width:25.3%;height:1px;" |
 
Mengupdate Data Member
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor'' untuk memperbarui data member yang telah terdaftar dalam sistem.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
8
 
 
| style="width:25.3%;height:1px;" |
 
Mengaktifkan / Menonaktifkan Member
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor'' untuk mengaktifkan atau menonaktifkan member yang dipilih. Jika member statusnya non-aktif maka member tersebut tidak menjalankan ''use case'' “''Login''”.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
9
 
 
| style="width:25.3%;height:1px;" |
 
Membuat Peramalan
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor'' untuk mempublikasikan peramalan yang akan dibuat. Terdapat 3 ''use case'' turunan yang dijelaskan pada 3 ''use case'' dibawah.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
10
 
 
| style="width:25.3%;height:1px;" |
 
Mengisi Form Keterangan Peramalan
 
 
| style="width:46.54%;height:1px;" |
 
Use case ini berfungsi untuk memberikan keterangan pada peramalan yang akan dibuat seperti judul, deskripsi, dan logo dari peramalan yang dibuat.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
11
 
 
| style="width:25.3%;height:1px;" |
 
Mengunggah File Data Training
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini mengharuskan ''actor'' untuk mengunggah ''file data training'' peramalan yang telah disiapkan diluar sistem.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
12
 
 
| style="width:25.3%;height:1px;" |
 
Menyeleksi Atribut
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi untuk menyeleksi atribut yang akan digunakan sebagai.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
13
 
 
| style="width:25.3%;height:1px;" |
 
Mencoba Sisem Peramalan
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi untuk ''actor'' melakukan tes / mencoba sistem peramalan yang sudah terpublikasi.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members, Visitor
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
14
 
 
| style="width:25.3%;height:1px;" |
 
Mengunggah File Data Testing
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi untuk melakukan tes pada peramalan yang terpublikasi dan diproses oleh algoritma dengan membandingkan ''data training'' dengan ''data testing''.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members, Visitor
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
15
 
 
| style="width:25.3%;height:1px;" |
 
Mengelola Daftar Peramalan
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan actor untuk memanajemen daftar peramalan yang sudah terpublikasi maupun tidak. Terdapat 3 ''use case'' turunan yang dijelaskan pada 3 ''use case'' dibawah.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
16
 
 
| style="width:25.3%;height:1px;" |
 
Mengupdate Peramalan
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi untuk memperbarui peramalan seperti judul, deskripsi, ataupun logo peramalan.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
17
 
 
| style="width:25.3%;height:1px;" |
 
Mengupdate Status Publish/Unpublish
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini berfungsi untuk mengubah status peramalan menjadi terpublikasi atau tidak.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator, Members
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
18
 
 
| style="width:25.3%;height:1px;" |
 
Menghapus Peramalan
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor'' untuk menghapus peramalan yang telah tersimpan dalam sistem secara permanen dan tidak dapat ditampilkan kembali.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
19
 
 
| style="width:25.3%;height:1px;" |
 
Mengelola menu
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor'' untuk mengelola menu dinamis yang telah tersimpan disistem. Terdapat 3 ''use case'' turunan yang dijelaskan pada 3 ''use case'' dibawah.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
20
 
 
| style="width:25.3%;height:1px;" |
 
Menambah Menu
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor'' dapat menambah menu dinamis yang akan tampil pada sistem.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
21
 
 
| style="width:25.3%;height:1px;" |
 
Mengupdate&nbsp; Menu
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor'' untuk memperbaharui menu dinamis yang sudah tersimpan dalam sistem. Seperti mengubah label, link, icon, atau menjadikan menu tersebut menjadi submenu atau sebaliknya.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
22
 
 
| style="width:25.3%;height:1px;" |
 
Menghapus Menu
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor'' untuk menghapus menu secara permanen.
 
 
| style="width:21.72%;height:1px;" |
 
Administrator
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
23
 
 
| style="width:25.3%;height:1px;" |
 
Membuat Keputusan
 
 
| style="width:46.54%;height:1px;" |
 
''Use case'' ini memungkinkan ''actor''&nbsp; “Member” untuk memberikan hasil peramalan kepada ''actor'' “Decision Maker” yang berwenang untuk membuat keputusan dari hasil peramalan yang diberikan. Ini terjadi diluar sistem.
 
 
| style="width:21.72%;height:1px;" |
 
Members, Decision Maker
 
 
|}
 
 
&nbsp;
 
 
==== Actor Glossary ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Berikut adalah ''Actor Glossary'' yang mendeskripsikan secara singkat ''actor'' yang telah ditentukan serta ''use cases'' yang berkaitan dengan ''actor'' tersebut:</p> <p style="text-align: center;">Tabel 4.2 Actor Glossary</p>
 
{| align="center" border="1" cellpadding="4" cellspacing="0" style="width:700px;"
 
|-
 
| style="width:6.44%;height:1px;" |
 
'''No'''
 
 
| style="width:19.74%;height:1px;" |
 
'''Actor Name'''
 
 
| style="width:44.16%;height:1px;" |
 
'''Description'''
 
 
| style="width:29.66%;height:1px;" |
 
'''Use Cases'''
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
1
 
 
| style="width:19.74%;height:1px;" |
 
Administrator
 
 
| style="width:44.16%;height:1px;" |
 
''Actor ''ini merupakan ''super user'' dalam sistem yang memiliki ''privilege'' untuk mengelola member, mengelola seluruh peramalan dan mengelola menu pada sistem.
 
 
| style="width:29.66%;height:1px;" |
 
Semua ''Use Case'' atau fungsional yang ada pada sistem.
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
2
 
 
| style="width:19.74%;height:1px;" |
 
Members
 
 
| style="width:44.16%;height:1px;" |
 
''Actor'' ini merupakan pengguna yang terdaftar dalam sistem dan dapat melakukan beberapa ''use case'' yang memerlukan akses sebagai pengguna terdaftar seperti ''use case'' utama membuat peramalan, dan mengelola peramalan yang dibuat.
 
 
| style="width:29.66%;height:1px;" |
 
*Login
 
*Lupa Sandi
 
*Logout
 
*Membuat Peramalan
 
*Mengisi Form Keterangan Peramalan
 
*Mengunggah File Data Training
 
*Menyeleksi Atribut
 
*Mencoba Peramalan
 
*Mengunggah File Data Testing
 
*Mengelola Daftar Peramalan
 
*Mengupdate Keteranganan Peramalan
 
*Mengupdate Status Publish/Unpublish
 
*Menghapus Peramalan
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
3
 
 
| style="width:19.74%;height:1px;" |
 
Visitor
 
 
| style="width:44.16%;height:1px;" |
 
''Actor'' ini adalah tingkatan yang paling rendah. Tidak dapat masuk ke inti sistem, hanya dapat mencoba peramalan yang sudah terpublikasi. Untuk dapat terdaftar dalam sistem, ''actor'' harus melakukan registrasi.
 
 
| style="width:29.66%;height:1px;" |
 
*Registrasi
 
*Mencoba Peramalan
 
*Mengunggah File Data Testing
 
 
|-
 
| style="width:6.44%;height:1px;" |
 
4
 
 
| style="width:19.74%;height:1px;" |
 
Decision Maker
 
 
| style="width:44.16%;height:1px;" |
 
''Actor ''ini adalah yang mempertimbangkan dan membuat keputusan dari hasil peramalan yang telah dilakukan oleh actor “Member”
 
 
| style="width:29.66%;height:1px;" |
 
*Membuat Keputusan
 
 
|}
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''Actor'' “Decision Maker” dalam Tabel 4.2 adalah yang paling berwenang dalam membuat keputusan. Pada objek penelitian ini, yang berperan sebagai “Decision Maker” atau yang paling berwenang dalam membuat keputusan adalah Direktur Perguruan Tinggi Raharja. Sedangkan Asisten Direktur atau Kepala Jurusan atau Sekretaris Jurusan yang paling mengerti mengenai kegiatan akademik dapat berperan sebagai actor “Members” untuk dapat membuat peramalan dan mengusulkan keputusan kepada ''actor'' “Decision Maker”.</p>
 
 
=== ''Activity Diagram'' Yang Diusulkan ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">''Activity diagram'' yang akan dibahas hanya dari 7 ''use case'' utama, berikut adalah ''activity diagram'' dari sistem yang diusulkan:</p>
 
==== ''Activity Diagram Login'' ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcMWE0SXRxYVFrYkk" width="60%" /><br/> Gambar 4.2 ''Activity Diagram'' ''Login''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Berdasarkan Gambar 4.2 ''actor'' diharuskan sudah terdaftar dalam sistem, ''actor'' yang sudah terdaftar dalam sistem adalah ''Member'' dan ''Administrator.'' ''Decision node'' pada Gambar 4.2 berfungsi sebagai validasi untuk mencocokan ''username'' dan ''password'' yang terdaftar di sistem.</p>
 
==== ''Activity Diagram Register'' ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcaF95Mk9nTFozMjA" width="60%" /><br/> Gambar 4.3 ''Activity Diagram'' Register</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.3 ''actor'' yang melakukan kegiatan yaitu ''visitor ''dimana ''actor'' tersebut belum terdaftar dalam sistem. Pada Gambar 4.3, Terdapat 3 ''decision node, ''dimana dari ke 3 ''decision node'' tersebut yang pertama adalah validasi untuk mengecek jika ''username'' tidak tersedia atau sudah digunakan oleh ''member'' lain. ''Decision node'' kedua adalah validasi untuk mengecek jika ''email'' sudah terdaftar, dan ''decision node'' ketiga adalah untuk mencocokan ''password'' dengan konfirmasi ''password''.</p>
 
==== ''Activity Diagram'' Membuat Peramalan ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcM0VNWGtHWTJObFU" width="60%" /><br/> Gambar 4.4 ''Activity Diagram'' Membuat Peramalan</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.4, ''actor'' yang terlibat adalah yang sudah terdaftar dalam sistem dan telah login. Dan pada Gambar 4.4 terdapat 6 ''action state ''dimana saat berada di ''action state'' “Mengunggah File Data Training” ''actor'' sudah menyiapkan ''file'' tersebut dalam bentuk ''file format .csv'' yang dapat dibuat diluar sistem ini''. ''Dan untuk dapat menyeleksi fitur/atribut, file data training yang diunggah harus valid sesuai format yang ditentukan.</p>
 
==== ''Activity Diagram'' Mencoba Sistem Peramalan ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcUVZlRTZBMDdRems" width="60%" /><br/> Gambar 4.5 ''Activity Diagram'' Mencoba Sistem Peramalan</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.5 ''actor'' yang terlibat merupakan yang sudah terdaftar dalam sistem maupun yang belum terdaftar. Perhatikan Gambar 4.5 pada ''action state'' “Mengunggah File Data Testing”, ''actor'' sebelumnya harus sudah menyiapkan ''file'' tersebut dalam bentuk ''file format .csv'' yang dapat dibuat diluar sistem ini''. ''Dan ''decision node'' digunakan untuk memvalidasi jika format file yang diunggah tidak sesuai.</p>
 
==== ''Activity Diagram'' Mengelola Daftar Peramalan ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcZzUzU0lYa1ZSMjg" width="60%" /><br/> Gambar 4.6 ''Activity Diagram'' Mengelola Daftar Peramalan</p>
 
<p style="text-align: justify;line-height:2;text-indent:0.5in;">Pada Gambar 4.6, ''actor'' yang terlibat merupakan ''Administrator''. Perhatikan Gambar 4.6, terdapat 3 ''decision node ''dimana ''decision node ''yang pertama adalah pilihan dari 3 ''action state'' yang dapat dilakukan secara bergantian (''non-parallel''). Dan pada ''action state'' “Mengupdate Peramalan” terdapat ''decision node'' kedua yang memiliki 3 cabang ''action state'' dimana dari 3 ''action state'' tersebut dapat dilakukan salah satu atau semua kegiatan, dan diakhiri dengan penggabungan (''merge node'').</p>
 
 
==== ''Activity Diagram'' Mengelola Data Member ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcMGZUSW4xSHQxXzg" width="60%" /><br/> Gambar 4.7 ''Activity Diagram'' Mengelola Data Member</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.7, ''actor'' yang terlibat merupakan ''Administrator''. Selain itu terdapat 3 ''decision node ''dimana ''decision node ''yang pertama adalah pilihan dari 3 ''action state'' yang dapat dilakukan secara bergantian. Perhatikan Gambar 4.7 pada ''action state'' “Mengupdate Data Member”, terdapat ''decision node'' kedua yang memiliki 5 cabang ''action state'' dimana dari 5 ''action state'' tersebut dapat dilakukan salah satu atau semua kegiatan, dan diakhiri dengan penggabungan (''merge node''). Dan pada ''action state'' “Aktif/Non-Aktifkan Member”, ''decision node'' ketiga berupa tombol ''toggle'' dimana kondisi ''decision'' terbalik dengan ''action state'' yang akan dilakukan / keadaan yang akan disimpan.</p>
 
==== ''Activity Diagram'' Mengelola Menu Sistem ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcMEhRbVNtdWpuME0" width="60%" /><br/> Gambar 4.8 ''Activity Diagram'' Mengelola Menu Sistem</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.8, ''actor'' yang terlibat merupakan ''Administrator'' dan terdapat &nbsp;2 ''decision node ''dimana ''decision node ''yang pertama adalah pilihan dari 3 ''action state'' yang dapat dilakukan secara bergantian. Perhatikan Gambar 4.8 pada ''action state'' “Mengupdate Menu”, terdapat ''decision node'' kedua yang memiliki 4 cabang ''action state'' dimana dari 4 ''action state'' tersebut dapat dilakukan salah satu atau semua kegiatan, dan diakhiri dengan penggabungan (''merge node'').</p>
 
 
=== Sequence Diagram Yang Diusulkan ===
 
 
==== ''Sequence Diagram Login'' ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcaGgzNVBIaHd3clk" width="65%" /><br/> Gambar 4.9 ''Sequence Diagram'' ''Login''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.9, ''actor'' yang terlibat adalah ''Registered User'' dimana ''actor'' tersebut sebagai generalisasi dari ''actor Administrator'' dan ''Members'' yang sudah terdaftar dalam sistem. Perhatikan Gambar 4.9 pada ''message'' 2.2.2 Menyimpan ''session login'', ini dimaksudkan agar informasi pengguna yang telah ''login'' disimpan sementara oleh sistem, sehingga jika pengguna mengunjungi berbagai halaman didalam sistem, pengguna tersebut masih dalam keadaan ''login ''selama pengguna tidak melakukan ''logout''.</p>
 
==== Sequence Diagram Register ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcV1piZ09hTlBDYmc" width="65%" /><br/> Gambar 4.10 ''Sequence Diagram'' ''Register''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Perhatikan Gambar 4.10 pada ''message'' 2.Verifikasi via email, dalam ''message'' tersebut ''actor'' melakukan verifikasi bahwa telah melakukan registrasi dengan email yang ''valid, ''sehingga ''actor'' diharuskan menginputkan email yang ''valid'' dan email yang digunakan belum terdaftar dalam sistem. Dan dengan melakukan verifikasi, sistem melakukan cek kecocokan ''token'' yang didapat dari email dengan yang ada di dalam ''database, ''jika cocok maka ''actor'' telah terdaftar dan dapat masuk ke dalam inti sistem.</p>
 
==== ''Sequence Diagram'' Membuat Peramalan ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcdGNZQlkxTXVjem8" width="65%" /><br/> Gambar 4.11 ''Sequence Diagram'' Membuat Peramalan</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Perhatikan Gambar 4.11 pada ''message'' 1.2.Menyimpan ''file'' logo, dan 2.3.Menyimpan ''file data training'' pada ''lifeline storage'', ini dimaksudkan ''file ''yang diunggah oleh ''actor'' akan disimpan di media penyimpanan (''storage'') di ''host'' yang sama dengan sistem, dan pada ''message'' 2.3 hanya''path file'' (''string'' lokasi) nya saja yang disimpan dalam ''database''.</p>
 
==== ''Sequence Diagram'' Mencoba Sistem Peramalan ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcLWJISzFNM2JPZzA" width="65%" /><br/> Gambar 4.12 ''Sequence Diagram'' Mencoba Sistem Peramalan</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Perhatikan Gambar 4.12 pada ''message'' 2.2.Mengirim ''data testing'', pada bagian tersebut ''file format .csv'' yang diunggah oleh ''actor'' telah diproses dan diekstraksi oleh sistem yang diwakili oleh ''lifeline'' Halaman Peramalan, sehingga dapat diproses oleh algoritma c45 yang digunakan pada penelitian ini.</p>
 
==== ''Sequence Diagram'' Mengelola Peramalan ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcVy1WTm92ZkczUEE" width="65%" /><br/> Gambar 4.13 ''Sequence Diagram'' Mengelola Peramalan</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.13, sebenarnya terdapat 3 aktivitas utama yang dilakukan. 3 aktivitas tersebut diwakili oleh ''lifeline:'' ''update'' peramalan, ''update'' status publikasi, dan hapus peramalan. ''Message'' 1 hingga 2.2.1.2.1 merupakan aktivitas ''update'' peramalan, sedangkan ''message'' 3 sampai 3.1.2 adalah aktivitas dari ''update'' status publikasi. Dan ''message'' 4 sampai 4.1.1.2.1 adalah aktivitas untuk menghapus peramalan.</p>
 
==== ''Sequence Diagram'' Mengelola Data Member ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcRlhDRmF6VHFUTlk" width="65%" /><br/> Gambar 4.14 ''Sequence Diagram'' Mengelola Data Member</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.14, sama seperti ''sequence diagram'' mengelola peramalan, terdapat 3 aktivitas utama yang dilakukan. 3 aktivitas tersebut diwakili oleh ''lifeline:'' tambah member, ''update'' data member, dan ''update'' status aktif/non-aktif member. ''Message'' 1 hingga 2.2.1.1 merupakan aktivitas tambah member, sedangkan ''message'' 3 sampai 4.2.1.1 adalah aktivitas dari ''update'' data member. Dan ''message'' 5 sampai 5.2.2.1.1.1 adalah aktivitas untuk update status aktif/non-aktif member.</p>
 
==== ''Sequence Diagram'' Mengelola Menu Sistem ====
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcSVpCZFJiZTQ2MEU" width="65%" /><br/> Gambar 4.15 ''Sequence Diagram'' Mengelola Menu Sistem</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada ''sequence diagram'' diatas (Gambar 4.15), juga terdapat 3 aktivitas utama yang dilakukan. 3 aktivitas tersebut diwakili oleh ''lifeline:'' tambah menu, ''update'' menu, dan hapus menu. ''Message'' 1 hingga 2.2.1.1 merupakan aktivitas tambah menu, sedangkan ''message'' 3 sampai 4.2.1.1 adalah aktivitas dari ''update'' data member. Dan ''message'' 5 sampai 6.2.1.1 adalah aktivitas untuk hapus menu.</p>
 
 
== Rancangan Basis Data ==
 
 
=== ''Class Diagram'' Yang Diusulkan ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcMk0tdjRhOERJaGM" width="65%" /><br/> Gambar 4.16 Class Diagram Yang Diusulkan</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Terlihat pada Gambar 4.16, terdapat 6 ''Class'' untuk sistem peramalan yang diusulkan diantaranya yaitu users, users_groups, groups, forecast, forecast_status, dan menu. Pada ''class'' ''“users”'' terdapat relasi terhadap ''class'' ''“forecasts”'' dimana relasi tersebut adalah 1 ''user'' (''actor'') boleh tidak membuat peramalan atau dapat membuat 1 bahkan lebih peramalan. Perhatikan class “''forecasts''” dengan “''forecast_status''” pada Gambar 4.16, kedua ''class'' tersebut terhubung namun dalam bentuk ''dependency ''(digambarkan garis putus-putus), yang artinya ''class'' “''forecasts_status''” bergantung pada class “''forecasts''” sehingga jika dilakukan suatu ''operations'' pada class ''“forecasts”,'' maka akan terjadi ''trigger'' dan berpengaruh terhadap class ''“forecasts_status”''. Begitu pula hubungan dependency pada class ''“users_groups”'' dan ''“groups”.''</p>
 
 
=== Spesifikasi Basis Data ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Spesifikasi ''database'' merupakan desain basis data yang dianggap telah normal. Spesifikasi ini menjelaskan nama tabel, akronim tabel, tipe tabel, fungsi, media penyimpanan yang digunakan, dan, ''primary key''. Spesifikasi ''database'' yang digunakan dalam sistem yang akan dibangun adalah sebagai berikut&nbsp;:</p>
 
{| border="0" cellpadding="1" cellspacing="1" style="width: 500px;"
 
|-
 
| 1. &nbsp; &nbsp;
 
| Nama Tabel&nbsp;&nbsp;
 
| &nbsp;: Users
 
|-
 
| &nbsp;
 
| Akronim
 
| &nbsp;: users
 
|-
 
| &nbsp;
 
| Tipe
 
| &nbsp;: Master
 
|-
 
| &nbsp;
 
| Fungsi&nbsp;
 
| &nbsp;: Menyimpan detail data user (pengguna).
 
|-
 
| &nbsp;
 
| Media
 
| &nbsp;: Harddisk
 
|-
 
| &nbsp;
 
| Primary Key
 
| &nbsp;: id
 
|}
 
<p style="text-align: center;">Tabel 4.3 Struktur Tabel Users</p>
 
{| align="center" border="1" cellpadding="2" cellspacing="0"
 
|-
 
| nowrap="nowrap" style="width:193px;height:33px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Nama Field'''
 
 
| nowrap="nowrap" style="width:71px;height:33px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Tipe Data'''
 
 
| nowrap="nowrap" style="width:74px;height:33px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Panjang'''
 
 
| nowrap="nowrap" style="width:143px;height:33px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Keterangan'''
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
<u>id (PK)</u>
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Int
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
11
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Id Pengguna
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
ip_address
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
15
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Alamat IP
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
Username (U)
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
30
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Nama Pengguna
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
Password
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
60
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Sandi
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
Email (U)
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
40
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Surat Elektronik
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
activation_code
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
40
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Kode Aktivasi via Email
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
forgotten_password_code
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
40
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Kode Lupa Sandi
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
forgotten_password_time
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Int
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
11
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Waktu Lupa Sandi
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
remember_code
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
40
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Kode Ingat Login
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
created_on
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Int
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
11
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Tanggal Registrasi
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
last_login
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Int
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
11
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Waktu Terakhir Login
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
active
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Tinyint
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
1
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Status Aktif
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
first_name
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
40
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Nama Depan
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
last_name
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
40
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Nama Belakang
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
company
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
100
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Nama Perusahaan
 
 
|-
 
| nowrap="nowrap" style="width:193px;height:26px;" |
 
phone
 
 
| nowrap="nowrap" style="width:71px;height:26px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:74px;height:26px;" |
 
14
 
 
| nowrap="nowrap" style="width:143px;height:26px;" |
 
Nomor Telp
 
 
|}
 
 
&nbsp;
 
 
{| border="0" cellpadding="1" cellspacing="1" style="width: 500px;"
 
|-
 
| 2. &nbsp; &nbsp;
 
| Nama Tabel&nbsp;&nbsp;
 
| &nbsp;: Groups
 
|-
 
| &nbsp;
 
| Akronim
 
| &nbsp;: groups
 
|-
 
| &nbsp;
 
| Tipe
 
| &nbsp;: Master
 
|-
 
| &nbsp;
 
| Fungsi&nbsp;
 
| &nbsp;: Menyimpan Keterangan Grup Pengguna.
 
|-
 
| &nbsp;
 
| Media
 
| &nbsp;: Harddisk
 
|-
 
| &nbsp;
 
| Primary Key
 
| &nbsp;: id
 
|}
 
<p style="text-align: center;">Tabel 4.4 Struktur Tabel Groups</p>
 
{| align="center" border="1" cellpadding="2" cellspacing="0" style="width:478px;" width="478"
 
|-
 
| nowrap="nowrap" style="width:145px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Nama Field'''
 
 
| nowrap="nowrap" style="width:88px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Tipe Data'''
 
 
| nowrap="nowrap" style="width:71px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Panjang'''
 
 
| nowrap="nowrap" style="width:174px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Keterangan'''
 
 
|-
 
| nowrap="nowrap" style="width:145px;height:28px;" |
 
<u>id (PK)</u>
 
 
| nowrap="nowrap" style="width:88px;height:28px;" |
 
Mediumint
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
3
 
 
| nowrap="nowrap" style="width:174px;height:28px;" |
 
Id Grup
 
 
|-
 
| nowrap="nowrap" style="width:145px;height:28px;" |
 
name
 
 
| nowrap="nowrap" style="width:88px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
20
 
 
| nowrap="nowrap" style="width:174px;height:28px;" |
 
Nama Grup
 
 
|-
 
| nowrap="nowrap" style="width:145px;height:28px;" |
 
description
 
 
| nowrap="nowrap" style="width:88px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
100
 
 
| nowrap="nowrap" style="width:174px;height:28px;" |
 
Deskripsi Grup
 
 
|}
 
 
&nbsp;
 
 
{| border="0" cellpadding="1" cellspacing="1" style="width: 500px;"
 
|-
 
| 3. &nbsp; &nbsp;
 
| Nama Tabel&nbsp;&nbsp;
 
| &nbsp;: Users Groups
 
|-
 
| &nbsp;
 
| Akronim
 
| &nbsp;: users_groups
 
|-
 
| &nbsp;
 
| Tipe
 
| &nbsp;: Transaksi
 
|-
 
| &nbsp;
 
| Fungsi&nbsp;
 
| &nbsp;:&nbsp;Menghubungkan tabel users dengan groups.
 
|-
 
| &nbsp;
 
| Media
 
| &nbsp;: Harddisk
 
|-
 
| &nbsp;
 
| Primary Key
 
| &nbsp;: id
 
|}
 
<p style="margin-left: 56.7pt; text-align: center;">Tabel 4.5 Struktur Tabel Users Groups</p>
 
{| align="center" border="1" cellpadding="2" cellspacing="0" style="width:478px;" width="478"
 
|-
 
| nowrap="nowrap" style="width:144px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Nama Field'''
 
 
| nowrap="nowrap" style="width:88px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Tipe Data'''
 
 
| nowrap="nowrap" style="width:71px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Panjang'''
 
 
| nowrap="nowrap" style="width:174px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Keterangan'''
 
 
|-
 
| nowrap="nowrap" style="width:144px;height:28px;" |
 
<u>id (PK)</u>
 
 
| nowrap="nowrap" style="width:88px;height:28px;" |
 
Int
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
11
 
 
| nowrap="nowrap" style="width:174px;height:28px;" |
 
Id Grup Pengguna
 
 
|-
 
| nowrap="nowrap" style="width:144px;height:28px;" |
 
users_id (FK)
 
 
| nowrap="nowrap" style="width:88px;height:28px;" |
 
Int
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
11
 
 
| nowrap="nowrap" style="width:174px;height:28px;" |
 
Id Pengguna
 
 
|-
 
| nowrap="nowrap" style="width:144px;height:28px;" |
 
group_id (FK)
 
 
| nowrap="nowrap" style="width:88px;height:28px;" |
 
Mediumint
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
3
 
 
| nowrap="nowrap" style="width:174px;height:28px;" |
 
Id Grup
 
 
|}
 
 
&nbsp;
 
 
{| border="0" cellpadding="1" cellspacing="1" style="width: 500px;"
 
|-
 
| 4. &nbsp; &nbsp;
 
| Nama Tabel&nbsp;&nbsp;
 
| &nbsp;: Forecasts
 
|-
 
| &nbsp;
 
| Akronim
 
| &nbsp;: forecasts
 
|-
 
| &nbsp;
 
| Tipe
 
| &nbsp;: Master
 
|-
 
| &nbsp;
 
| Fungsi&nbsp;
 
| &nbsp;:&nbsp;Menyimpan detail peramalan.
 
|-
 
| &nbsp;
 
| Media
 
| &nbsp;: Harddisk
 
|-
 
| &nbsp;
 
| Primary Key
 
| &nbsp;: forecast_id
 
|}
 
<p style="text-align: center;">Tabel 4.6 Struktur Tabel Forcasts</p>
 
{| align="center" border="1" cellpadding="2" cellspacing="0" style="width:482px;" width="482"
 
|-
 
| nowrap="nowrap" style="width:156px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Nama Field'''
 
 
| nowrap="nowrap" style="width:90px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Tipe Data'''
 
 
| nowrap="nowrap" style="width:72px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Panjang'''
 
 
| nowrap="nowrap" style="width:164px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Keterangan'''
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
<u>forecast_id (PK)</u>
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Mediumint
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
5
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Id Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_user (FK)
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Int
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
11
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Id Pengguna
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_title
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
140
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Judul Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_description
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
240
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Deskripsi Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_image
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
36
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Logo Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_url
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
100
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Url Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_temp_file
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
36
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Nama file data training sementara
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_training_file
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
36
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Nama file data training
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
foreacast_features
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
255
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Atribut Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_target
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
32
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Target Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_date_created
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Timestamp
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Tanggal Buat Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:156px;height:28px;" |
 
forecast_last_updated
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Timestamp
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:164px;height:28px;" |
 
Tanggal Terakhir Update
 
 
|}
 
 
&nbsp;
 
 
{| border="0" cellpadding="1" cellspacing="1" style="width: 500px;"
 
|-
 
| 5. &nbsp; &nbsp;
 
| Nama Tabel&nbsp;&nbsp;
 
| &nbsp;: Forecast Status
 
|-
 
| &nbsp;
 
| Akronim
 
| &nbsp;: forecast_status
 
|-
 
| &nbsp;
 
| Tipe
 
| &nbsp;: Transaksi
 
|-
 
| &nbsp;
 
| Fungsi&nbsp;
 
| &nbsp;: Menyimpan Status peramalan.
 
|-
 
| &nbsp;
 
| Media
 
| &nbsp;: Harddisk
 
|-
 
| &nbsp;
 
| Primary Key
 
| &nbsp;: id
 
|}
 
<p style="margin-left: 56.7pt; text-align: center;">Tabel 4.7 Struktur Tabel Forcast Status</p>
 
{| align="center" border="1" cellpadding="2" cellspacing="0" style="width:474px;" width="474"
 
|-
 
| nowrap="nowrap" style="width:138px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Nama Field'''
 
 
| nowrap="nowrap" style="width:90px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Tipe Data'''
 
 
| nowrap="nowrap" style="width:71px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Panjang'''
 
 
| nowrap="nowrap" style="width:175px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Keterangan'''
 
 
|-
 
| nowrap="nowrap" style="width:138px;height:28px;" |
 
<u>id (PK)</u>
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Mediumint
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
5
 
 
| nowrap="nowrap" style="width:175px;height:28px;" |
 
Id Status Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:138px;height:28px;" |
 
forecast_id (FK)
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Mediumint
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
5
 
 
| nowrap="nowrap" style="width:175px;height:28px;" |
 
Id Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:138px;height:28px;" |
 
status_publish
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Tinyint
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
1
 
 
| nowrap="nowrap" style="width:175px;height:28px;" |
 
Status Publikasi
 
 
|-
 
| nowrap="nowrap" style="width:138px;height:28px;" |
 
log
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
100
 
 
| nowrap="nowrap" style="width:175px;height:28px;" |
 
Keterangan Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:138px;height:28px;" |
 
forecast_views
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Int
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
11
 
 
| nowrap="nowrap" style="width:175px;height:28px;" |
 
Penayangan Peramalan
 
 
|-
 
| nowrap="nowrap" style="width:138px;height:28px;" |
 
forecast_tested
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Int
 
 
| nowrap="nowrap" style="width:71px;height:28px;" |
 
11
 
 
| nowrap="nowrap" style="width:175px;height:28px;" |
 
Jumlah Peramalan Diuji
 
 
|}
 
 
&nbsp;
 
 
{| border="0" cellpadding="1" cellspacing="1" style="width: 500px;"
 
|-
 
| 6. &nbsp; &nbsp;
 
| Nama Tabel&nbsp;&nbsp;
 
| &nbsp;: Menu
 
|-
 
| &nbsp;
 
| Akronim
 
| &nbsp;: menu
 
|-
 
| &nbsp;
 
| Tipe
 
| &nbsp;: Master
 
|-
 
| &nbsp;
 
| Fungsi&nbsp;
 
| &nbsp;: Menyimpan Menu / Submenu Dinamis.
 
|-
 
| &nbsp;
 
| Media
 
| &nbsp;: Harddisk
 
|-
 
| &nbsp;
 
| Primary Key
 
| &nbsp;: id
 
|}
 
<p style="margin-left: 56.7pt; text-align: center;">Tabel 4.8 Struktur Tabel Menu</p>
 
{| align="center" border="1" cellpadding="2" cellspacing="0" style="width:480px;" width="480"
 
|-
 
| nowrap="nowrap" style="width:150px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Nama Field'''
 
 
| nowrap="nowrap" style="width:90px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Tipe Data'''
 
 
| nowrap="nowrap" style="width:72px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Panjang'''
 
 
| nowrap="nowrap" style="width:169px;height:35px;text-align:center;font-weight:bold;background-color:#D9D9D9;" |
 
'''Keterangan'''
 
 
|-
 
| nowrap="nowrap" style="width:150px;height:28px;" |
 
<u>id (PK)</u>
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Mediumint
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
3
 
 
| nowrap="nowrap" style="width:169px;height:28px;" |
 
Id Menu
 
 
|-
 
| nowrap="nowrap" style="width:150px;height:28px;" |
 
label
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
30
 
 
| nowrap="nowrap" style="width:169px;height:28px;" |
 
Nama Menu
 
 
|-
 
| nowrap="nowrap" style="width:150px;height:28px;" |
 
link
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
100
 
 
| nowrap="nowrap" style="width:169px;height:28px;" |
 
Tautan Menu
 
 
|-
 
| nowrap="nowrap" style="width:150px;height:28px;" |
 
icon
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Varchar
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
30
 
 
| nowrap="nowrap" style="width:169px;height:28px;" |
 
Icon Menu
 
 
|-
 
| nowrap="nowrap" style="width:150px;height:28px;" |
 
visible (FK)
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Mediumint
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
3
 
 
| nowrap="nowrap" style="width:169px;height:28px;" |
 
Id Groups
 
 
|-
 
| nowrap="nowrap" style="width:150px;height:28px;" |
 
is_parent
 
 
| nowrap="nowrap" style="width:90px;height:28px;" |
 
Mediumint
 
 
| nowrap="nowrap" style="width:72px;height:28px;" |
 
3
 
 
| nowrap="nowrap" style="width:169px;height:28px;" |
 
Induk Menu
 
 
|}
 
 
&nbsp;
 
 
&nbsp;
 
 
== Rancangan ''Prototype'' ==
 
 
=== ''Prototype ''Halaman Utama ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcRmo3MFBpLURrcjQ" width="60%" /><br/> Gambar 4.17 ''Prototype'' Halaman Utama</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.17 ini adalah halaman utama saat pertama kali pengguna mengunjungi sistem peramalan ''online''. Pada halaman ini terdapat menu-menu yang dapat dikunjugi seperti ''About'' untuk mengetahui penjelasan mengenai sistem, ''Forecast'' untuk melihat daftar peramalan yang sudah terpublikasi, ''FAQ'' untuk melihat pertanyaan yang sering diajukan mengenai sistem, dan menu lain seperti ''Register'', dan ''Login''. Pada halaman ini juga terdapat sub-halaman yang menampilkan peramalan yang diutamakan atau yang diunggulkan, ini adalah ''highlight'' peramalan tingkat kedisiplinan mahasiswa pada Perguruan Tinggi Raharja.</p>
 
=== ''Prototype Form Login'' ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcb2I4QUNGd3doeU0" width="60%" /><br/> Gambar 4.18 ''Prototype'' ''Form Login''</p>
 
=== ''Prototype'' Halaman Register ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcczNiRWZ3RFRWVk0" width="60%" /><br/> Gambar 4.19 ''Prototype'' Halaman Register</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Perhatikan Gambar 4.19, untuk menyimpan data pengguna ke dalam ''database'', didalam rancangan dibagi menjadi 2, yaitu ''user input'' dan ''by system''. ''User input'' dimaksudkan pengguna mengisi langsung ''form'' yang telah disediakan, sedangkan ''by system'' informasi pengguna yang terdekteksi oleh sistem diambil dan disimpan dalam ''database'', contohnya ''Ip Address, ''pengguna tidak perlu mengisi ''ip address'' mereka karena sudah ditangani oleh sistem.</p>
 
=== ''Prototype Form'' Lupa Sandi ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcRXByNnYwTU02Mm8" width="60%" /><br/> Gambar 4.20 ''Prototype'' ''Form'' Lupa Sandi</p>
 
=== Prototype Halaman Mengelola Menu ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcVFJmTl9HVVhwMWM" width="60%" /><br/> Gambar 4.21 ''Prototype'' Halaman Mengelola Menu</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.21, merupakan halaman untuk mengelola menu dinamis, yaitu menu yang tampil pada seluruh halaman sistem dikelola dalam halaman ini. Pada halaman ini juga dapat melakukan pengaturan untuk menampilkan menu sesuai ''level'' dari ''actor'' yang sudah dijelaskan pada ''Actor Glossary''. Berikut adalah ''prototype'' dari bagian yang terdapat dalam mengelola menu:</p> <ol style="list-style-type:lower-alpha;">
 
<li>'''Prototype Halaman Menambah dan Meng-''update'' Menu'''</li>
 
</ol>
 
<p style="text-align: center; margin-left: 40px;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKceVV3MU5FXzBXaEE" width="60%" /><br/> Gambar 4.22 ''Prototype'' Halaman Menambah/Meng-Update Menu</p> <p style="text-align:justify;margin-left:0.5in;line-height:2;">''Form ''pada Gambar 4.22 selain digunakan untuk menambah/membuat menu, ''form'' tersebut digunakan juga untuk meng-''update'' menu, teknik tersebut dinamakan ''form reuse. ''Perhatikan pada bagian ''by system'', Id unik yang disimpan sebagai ''Primary Key ''dalam ''database, ''otomatis dibuat oleh sistem sehingga ''administrator'' tidak perlu memasukkan id menu.</p> <ol start="2" style="list-style-type:lower-alpha;">
 
<li>'''''Prototype'' Pesan Konfirmasi Hapus Menu'''</li>
 
</ol>
 
<p style="text-align: center; margin-left: 40px;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcaEtqbDJLdDVFZzQ" width="60%" /><br/> Gambar 4.23 ''Prototype'' Konfirmasi Hapus Menu</p> <p style="text-align:justify;margin-left:0.5in;line-height:2;">Pada Gambar 4.23 terlihat ada pesan konfirmasi untuk menghapus menu yang telah dipilih, sebelum dilakukan proses hapus.</p>
 
=== Prototype Halaman Mengelola Member ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKceWNHTWFydE05dDQ" width="60%" /><br/> Gambar 4.24 ''Prototype'' Halaman Mengelola Member</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.24 terdapat tombol disetiap baris dalam daftar member yang memiliki fungsinya masing-masing. Tombol pada kolom status berfungsi untuk mengaktifkan atau menon-aktifkan member sedangkan pada kolom ''action'' berfungsi untuk mengupdate data member. Untuk tombol ''Create New Account'' akan dialihkan ke halaman ''Register'' karena fungsinya sama dengan ''Register. ''Berikut adalah prototype bagian dari mengelola member:</p> <ol style="list-style-type:lower-alpha;">
 
<li>'''''Prototype Meng-update Data Member'''''</li>
 
</ol>
 
<p style="text-align: center; margin-left: 40px;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcWHMyYk91ZWN0NmM" width="60%" /><br/> Gambar 4.25 ''Prototype ''Meng-''Update Data Member''</p> <ol start="2" style="list-style-type:lower-alpha;">
 
<li>'''''Prototype Meng-Update Status Keaktifan Member'''''</li>
 
</ol>
 
<p style="text-align: center; margin-left: 40px;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcdjB4Y3lIR0lVbEk" width="60%" /><br/> Gambar 4.26 Prototype Meng-Update Status Keaktifan Member</p>
 
=== Prototype Halaman Mengelola Peramalan ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcOEx2UWFudHU2ZjA" width="60%" /><br/> Gambar 4.27 ''Prototype'' Halaman Mengelola Peramalan</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.27 terdapat tabel yang merupakan daftar dari peramalan yang telah dibuat oleh ''members''. Setiap baris berisi keterangan peramalan dan 3 tombol aksi diantaranya detail peramalan, ''update ''peramalan dan hapus peramalan. Berikut adalah prototype dari bagian mengelola peramalan:</p> <ol style="list-style-type:lower-alpha;">
 
<li>'''''Prototype&nbsp;'''''<b>Membuat Peramalan</b></li>
 
</ol>
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Dalam membuat peramalan, terdapat 3 ''step'' yang perlu dilakukan, yaitu mengisi keterangan peramalan, mengunggah file data training, dan menyeleksi atribut dari data training yang telah diunggah.</p> <p style="text-align: center; margin-left: 40px;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcME1ZX3BZTXpTQXM" width="60%" /><br/> Gambar 4.28 ''Prototype Form'' Keterangan Peramalan</p> <p style="text-align:justify;margin-left:0.5in;line-height:2;">Sama seperti sebelumnya, pada Gambar 4.28 ''input'' untuk ''forecast_id'' ditangani oleh sistem sehingga pengguna tidak perlu memasukkan id peramalan. Untuk ''forecast_url'' akan otomatis ter-''input'' berdasarkan ''field forecast_title'' yang dimasukkan oleh pengguna.</p> <p style="text-align: center; margin-left: 40px;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcZlBnNDZiNDJvaHc" width="60%" /><br/> Gambar 4.29 ''Prototype'' Menggunggah ''File Data Training''</p> <p style="text-align: center; margin-left: 40px;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcMjgwVXU4aHF6REE" width="60%" /><br/> Gambar 4.30 ''Prototype ''Menyeleksi Atribut</p> <ol start="2" style="list-style-type:lower-alpha;">
 
<li>'''''Prototype&nbsp;'''''<b>Detail Peramalan</b></li>
 
</ol>
 
<p style="text-align: center; margin-left: 40px;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcaUxBbjVPY1ZDMFE" width="60%" /><br/> Gambar 4.31 ''Prototype'' Detail Peramalan</p> <p style="text-align:justify;margin-left:0.5in;line-height:2;">Pada Gambar 4.31 berisi seluruh informasi mengenai peramalan yang telah dibuat. Terdapat pula tombol ''toggle ''untuk ''Unpublish/Publish'' peramalan.</p>
 
=== Prototype Halaman Mencoba Peramalan ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKca29GMzNqX3pkSXc" width="60%" /><br/> Gambar 4.32 ''Prototype'' Halaman Mencoba Peramalan</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.32 dibagian yang berwarna hijau adalah keterangan yang menampilkan logo, judul, dan deskripsi peramalan dari peramalan yang dipilih. Selain itu terdapat 2 bagian pada halaman ini, yaitu ''tab Testing'' yang berisi tombol untuk menggunggah ''file data testing''serta hasil dari ''testing'' jika telah berhasil mengunggah ''file data testing'' (Gambar 4.33), dan ''tab Diagram & Rules'' yang berisi informasi pohon keputusan yang terbentuk oleh ''data training'' peramalan (Gambar 4.34).</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKca3N6ampHTjBxWFE" width="60%" /><br/> Gambar 4.33 ''Prototype Tab Testing''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.33, Terdapat detail akurasi dalam bentuk tabel confusion matix, dan tabel yang menunjukan perbedaan antara prediksi dengan data aktual.</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcdnZDTWhPTE0yYjQ" width="60%" /><br/> Gambar 4.34 ''Prototype Tab Diagram & Rules''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.34, adalah model klasifikasi yang dihasilkan dalam bentuk rules dan diagram pohon keputusan.</p>
 
=== ''Prototype ''Halaman ''Dashboard'' ===
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcQ01nLVAwTkFEWEk" width="60%" /><br/> Gambar 4.35 ''Prototype'' Halaman ''Dashboard''</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Gambar 4.35 menunjukan halaman yang berisi informasi jumlah dari peramalan yang dibuat, peramalan yang telah ''publish ''/ ''unpublish'', dan total keseluruhan ''views'' dan ''tested'' dari peramalan yang dibuat. Halaman ''dashboard'' ini pula menjadi halaman singgah saat pengguna berhasil ''login''.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Sedikit berbeda dengan halaman ''dashboard'' diatas (Gambar 4.35) ''dashboard'' untuk ''administrator'' (Gambar 4.36) memiliki informasi tambahan seperti jumlah member yang telah terdaftar.</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcNFRRWXY2V09zb1E" width="60%" /><br/> Gambar 4.36 ''Prototype'' Halaman ''Dashboard Administrator''</p>
 
&nbsp;
 
 
== Konfigurasi Sistem Usulan ==
 
 
=== Spesifikasi ''Hardware'' ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Perangkat keras (''hardware'') minimal yang diusulkan untuk pengguna yang menggunakan sistem ini adalah sebagai berikut&nbsp;:</p>
 
{| border="0" cellpadding="1" cellspacing="1" style="display: block; margin-left: 0.3in; width: auto;"
 
|-
 
| a.
 
| style="width: 130px;" | Processor
 
| &nbsp;:
 
| style="width: 293.797px;" | Intel Pentium Dual Core
 
|-
 
| b.
 
| Monitor
 
| &nbsp;:
 
| style="width: 293.797px;" | 14 Inci
 
|-
 
| c.
 
| Mouse
 
| &nbsp;:
 
| style="width: 293.797px;" | Standard Mouse
 
|-
 
| d.
 
| Keyboard
 
| &nbsp;:
 
| style="width: 293.797px;" | Standard 180 Key
 
|-
 
| e.
 
| RAM
 
| &nbsp;:
 
| style="width: 293.797px;" | 2 GB
 
|-
 
| f.
 
| Harddisk
 
| &nbsp;:
 
| style="width: 293.797px;" | 80 GB
 
|-
 
| g.
 
| Printer&nbsp;
 
| &nbsp;:
 
| style="width: 293.797px;" | Inkjet / Laserjet (Opsional)
 
|}
 
 
&nbsp;
 
 
=== Spesifikasi ''Software'' ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Perangkat lunak ''(software)'' minimal yang diusulkan untuk pengguna yang menggunakan sistem ini adalah sebagai berikut&nbsp;:</p> <div style="line-height:2;"><ol style="list-style-type:lower-alpha;">
 
<li>Sistem Operasi Windows/Unix/Mac</li>
 
<li>Microsoft Excel</li>
 
<li>Browser (Support HTML5) <ol style="list-style-type:lower-roman;">
 
<li>Google Chrome (versi 40 atau terbaru)</li>
 
<li>Firefox (versi 45 atau terbaru)</li>
 
<li>Internet Explorer / Edge (versi 11 atau terbaru)</li>
 
<li>Safari (versi 9 atau terbaru)</li>
 
</ol>
 
</li>
 
</ol>
 
</div>
 
&nbsp;
 
 
== Testing ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Untuk tahap pengujian penulis membagi menjadi 2 bagian yaitu pengujian terhadap model klasifikasi yang dihasilkan dalam bentuk pohon keputusan dan pengujian terhadap sistem yang diusulkan. Pengujian terhadap sistem yang diusulkan menggunakan metode ''Black Box testing'', sedangkan untuk pengujian terhadap model dan algoritma menggunakan ''K-fold cross validation'' untuk membagi datanya dan ''Confusion matrix'' untuk mengetahui detail akurasi yang dihasilkan oleh algoritma.</p>
 
=== Pengujian Model Sistem Peramalan Tingkat Kedisiplinan Mahasiswa ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pengujian terhadap model klasifikasi yang dihasilkan dalam bentuk pohon keputusan, diperlukan''data training'' dan ''data testing. ''Data tersebut didapat dari keseluruhan set data yang sebelumnya telah olah. Metode ''K-fold cross validation'' dipilih karena selain membagi data menjadi beberapa iterasi, ''output'' yang akan dihasilkan berupa rata-rata dari jumlah iterasi yang dilakukan pengujian, sehingga hasil yang didapat lebih akurat. ''K-fold'' yang diuji adalah dimana K=2, K=4, dan K=6.</p>
 
==== Pengujian Model Dengan Klasifikasi Sesuai Persyaratan HPA ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pengujian dilakukan pada seluruh set data dengan ''class'' yang ditetapkan sesuai dengan persyaratan HPA yang telah dijelaskan pada bab sebelumnya.</p> <ol style="list-style-type:lower-alpha;">
 
<li>'''''2-Fold Cross Validation Set Data HPA'''''</li>
 
</ol>
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Terdapat 2 iterasi pada ''2-fold cross validation'', masing-masing iterasi memiliki data dengan perbandingan 50% untuk ''data training'', dan 50% sisanya untuk ''data testing''.</p> <p style="text-align: center;">Tabel 4.9 ''2-fold Cross Validation set data HPA''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0"
 
|-
 
| nowrap="nowrap" style="width:78px;height:41px;" | <p style="text-align: center;">'''2-fold'''</p>
 
| nowrap="nowrap" style="width:48px;height:41px;" | <p style="text-align: center;">'''Rules'''</p>
 
| style="width:138px;height:41px;" | <p style="text-align: center;">'''Model Construction Speed (ms)'''</p>
 
| style="width:98px;height:41px;" | <p style="text-align: center;">'''Model Usage Speed (ms)'''</p>
 
| nowrap="nowrap" style="width:72px;height:41px;" | <p style="text-align: center;">'''Accuracy (%)'''</p>
 
|-
 
| nowrap="nowrap" style="width:78px;height:20px;" |
 
Iterasi 1
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
39
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
424
 
 
| nowrap="nowrap" style="width:98px;height:20px;" |
 
44
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
77.34
 
 
|-
 
| nowrap="nowrap" style="width:78px;height:20px;" |
 
Iterasi 2
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
63
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
410
 
 
| nowrap="nowrap" style="width:98px;height:20px;" |
 
41
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
72.98
 
 
|-
 
| nowrap="nowrap" style="width:78px;height:20px;" |
 
Rata-Rata
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
51
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
417
 
 
| nowrap="nowrap" style="width:98px;height:20px;" |
 
42.5
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
75.16
 
 
|}
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Dapat dilihat pada Tabel 4.9, rata-rata akurasi dari ke-dua iterasi adalah 75.16%.</p> <p style="text-align: center;">Tabel 4.10 ''Confusion Matrix dari 2-fold set data HPA''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0"
 
|-
 
| style="width:72px;height:39px;" |
 
&nbsp;
 
 
| style="width:72px;height:39px;" |
 
Disiplin
 
 
| style="width:108px;height:39px;" |
 
Tidak Disiplin
 
 
| style="width:90px;height:39px;" |
 
Predicted Overall
 
 
| style="width:90px;height:39px;" |
 
Class Precision
 
 
|-
 
| style="width:72px;height:21px;" |
 
Disiplin
 
 
| style="width: 72px; height: 21px; background-color: rgb(255, 241, 163);" |
 
1376
 
 
| style="width:108px;height:21px;" |
 
412
 
 
| style="width:90px;height:21px;" |
 
1788
 
 
| style="width:90px;height:21px;" |
 
76.96%
 
 
|-
 
| style="width:72px;height:39px;" |
 
Tidak Disiplin
 
 
| style="width:72px;height:39px;" |
 
44
 
 
| style="width: 108px; height: 39px; background-color: rgb(255, 241, 163);" |
 
4
 
 
| style="width:90px;height:39px;" |
 
48
 
 
| style="width:90px;height:39px;" |
 
8.33%
 
 
|-
 
| style="width:72px;height:39px;" |
 
Actual Overall
 
 
| style="width:72px;height:39px;" |
 
1420
 
 
| style="width:108px;height:39px;" |
 
416
 
 
| style="width: 90px; height: 39px; background-color: rgb(255, 241, 163);" |
 
'''1836'''
 
 
| style="width:90px;height:39px;" |
 
&nbsp;
 
 
|-
 
| style="width:72px;height:39px;" |
 
Class Recall
 
 
| style="width:72px;height:39px;" |
 
96.90%
 
 
| style="width:108px;height:39px;" |
 
0.96%
 
 
| style="width:90px;height:39px;" |
 
&nbsp;
 
 
| style="width:90px;height:39px;" | &nbsp;
 
|}
 
<p style="margin-left: 40px; text-align: justify;">Pada Tabel 4.10, adalah rata-rata ''confusion matrix'' dari setiap iterasi.</p> <ol start="2" style="list-style-type:lower-alpha;">
 
<li>'''''4-Fold Cross Validation Set Data HPA'''''</li>
 
</ol>
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Terdapat 4 iterasi pada ''4-fold cross validation'', masing-masing iterasi memiliki data dengan perbandingan 75% untuk ''data training'', dan 25% sisanya untuk ''data testing''.</p> <p style="text-align: center;">Tabel 4.11 ''4-fold Cross Validation set data HPA''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" style="width:433px;" width="433"
 
|-
 
| nowrap="nowrap" style="width:79px;height:41px;" | <p style="text-align: center;">'''4-fold'''</p>
 
| nowrap="nowrap" style="width:48px;height:41px;" | <p style="text-align: center;">'''Rules'''</p>
 
| style="width:138px;height:41px;" | <p style="text-align: center;">'''Model Construction Speed (ms)'''</p>
 
| style="width:97px;height:41px;" | <p style="text-align: center;">'''Model Usage Speed (ms)'''</p>
 
| style="width:72px;height:41px;" | <p style="text-align: center;">'''Accuracy (%)'''</p>
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 1
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
43
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
656
 
 
| nowrap="nowrap" style="width:97px;height:20px;" |
 
58
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
76.25
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 2
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
67
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
700
 
 
| nowrap="nowrap" style="width:97px;height:20px;" |
 
64
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
79.96
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 3
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
67
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
900
 
 
| nowrap="nowrap" style="width:97px;height:20px;" |
 
54
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
76.91
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 4
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
86
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
695
 
 
| nowrap="nowrap" style="width:97px;height:20px;" |
 
50
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
69.5
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Rata-Rata
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
65.75
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
737.75
 
 
| nowrap="nowrap" style="width:97px;height:20px;" |
 
56.5
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
75.655
 
 
|}
 
<p style="margin-left: 40px; text-align: justify;">&nbsp;Dapat dilihat pada Tabel 4.11, rata-rata akurasi dari ke-empat iterasi adalah 75.65%.</p> <p style="text-align: center;">Tabel 4.12 ''Confusion Matrix dari 4-fold set data HPA''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" width="430"
 
|-
 
| style="width:72px;height:41px;" |
 
&nbsp;
 
 
| style="width:72px;height:41px;" |
 
Disiplin
 
 
| style="width:100px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:84px;height:41px;" |
 
Predicted Overall
 
 
| style="width:102px;height:41px;" |
 
Class Precision
 
 
|-
 
| style="width:72px;height:21px;" |
 
Disiplin
 
 
| style="width: 72px; height: 21px; background-color: rgb(255, 241, 163);" |
 
1385
 
 
| style="width:100px;height:21px;" |
 
412
 
 
| style="width:84px;height:21px;" |
 
1797
 
 
| style="width:102px;height:21px;" |
 
77.07%
 
 
|-
 
| style="width:72px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:72px;height:41px;" |
 
35
 
 
| style="width: 100px; height: 41px; background-color: rgb(255, 241, 163);" |
 
4
 
 
| style="width:84px;height:41px;" |
 
39
 
 
| style="width:102px;height:41px;" |
 
10.26%
 
 
|-
 
| style="width:72px;height:41px;" |
 
Actual Overall
 
 
| style="width:72px;height:41px;" |
 
1420
 
 
| style="width:100px;height:41px;" |
 
416
 
 
| style="width: 84px; height: 41px; background-color: rgb(255, 241, 163);" |
 
'''1836'''
 
 
| style="width:102px;height:41px;" |
 
&nbsp;
 
 
|-
 
| style="width:72px;height:41px;" |
 
Class Recall
 
 
| style="width:72px;height:41px;" |
 
97.54%
 
 
| style="width:100px;height:41px;" |
 
0.96%
 
 
| style="width:84px;height:41px;" |
 
&nbsp;
 
 
| style="width:102px;height:41px;" | &nbsp;
 
|}
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Pada Tabel 4.12, adalah rata-rata confusion matrix dari setiap iterasi.</p> <ol start="3" style="list-style-type:lower-alpha;">
 
<li>'''''6-Fold Cross Validation Set Data HPA'''''</li>
 
</ol>
 
<p style="margin-left: 40px; text-align: justify;">Terdapat 6 iterasi pada ''6-fold cross validation'', masing-masing iterasi memiliki data dengan perbandingan 83% untuk ''data training'', dan 17% sisanya untuk ''data testing''.</p> <p style="margin-left: 0.75in; text-align: center;">Tabel 4.13 ''6-fold Cross Validation set data HPA''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" style="width:443px;" width="443"
 
|-
 
| nowrap="nowrap" style="width:76px;height:40px;" | <p style="text-align: center;">'''6-fold'''</p>
 
| nowrap="nowrap" style="width:61px;height:40px;" | <p style="text-align: center;">'''Rules'''</p>
 
| style="width:135px;height:40px;" | <p style="text-align: center;">'''Model Construction Speed (ms)'''</p>
 
| style="width:95px;height:40px;" | <p style="text-align: center;">'''Model Usage Speed (ms)'''</p>
 
| style="width:76px;height:40px;" | <p style="text-align: center;">'''Accuracy (%)'''</p>
 
|-
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
Iterasi 1
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
67
 
 
| nowrap="nowrap" style="width:135px;height:20px;" |
 
812
 
 
| nowrap="nowrap" style="width:95px;height:20px;" |
 
45
 
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
79.08
 
 
|-
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
Iterasi 2
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
43
 
 
| nowrap="nowrap" style="width:135px;height:20px;" |
 
733
 
 
| nowrap="nowrap" style="width:95px;height:20px;" |
 
45
 
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
86.27
 
 
|-
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
Iterasi 3
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
67
 
 
| nowrap="nowrap" style="width:135px;height:20px;" |
 
749
 
 
| nowrap="nowrap" style="width:95px;height:20px;" |
 
38
 
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
76.47
 
 
|-
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
Iterasi 4
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
68
 
 
| nowrap="nowrap" style="width:135px;height:20px;" |
 
749
 
 
| nowrap="nowrap" style="width:95px;height:20px;" |
 
41
 
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
78.43
 
 
|-
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
Iterasi 5
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
68
 
 
| nowrap="nowrap" style="width:135px;height:20px;" |
 
765
 
 
| nowrap="nowrap" style="width:95px;height:20px;" |
 
51
 
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
74.84
 
 
|-
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
Iterasi 6
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
82
 
 
| nowrap="nowrap" style="width:135px;height:20px;" |
 
794
 
 
| nowrap="nowrap" style="width:95px;height:20px;" |
 
44
 
 
| nowrap="nowrap" style="width:76px;height:20px;" |
 
65.36
 
 
|-
 
| nowrap="nowrap" style="width:76px;height:16px;" |
 
Rata-Rata
 
 
| nowrap="nowrap" style="width:61px;height:16px;" |
 
65.83
 
 
| nowrap="nowrap" style="width:135px;height:16px;" |
 
767
 
 
| nowrap="nowrap" style="width:95px;height:16px;" |
 
44
 
 
| nowrap="nowrap" style="width:76px;height:16px;" |
 
76.7416
 
 
|}
 
<p style="margin-left: 40px; text-align: justify;">Dapat dilihat pada Tabel 4.13, rata-rata akurasi dari ke-enam iterasi adalah 76.74%. Lalu perhatikan jumlah ''rules'' dan persentase ''accuracy'' pada setiap iterasi, hasilnya menunjukan lebih cendrung jumlah ''rules'' berbanding terbalik dengan ''accuracy''. Semakin sedikit ''rules'' yang terbentuk, ''accuracy'' semakin tinggi, sebaliknya semakin sebanyak rules yang terbentuk maka accuracy menjadi rendah.</p> <p style="text-align: center;">&nbsp;Tabel 4.14 ''Confusion Matrix dari 6-fold set data HPA''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" style="width:443px;" width="443"
 
|-
 
| style="width:72px;height:41px;" |
 
&nbsp;
 
 
| style="width:72px;height:41px;" |
 
Disiplin
 
 
| style="width:101px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:96px;height:41px;" |
 
Predicted Overall
 
 
| style="width:102px;height:41px;" |
 
Class Precision
 
 
|-
 
| style="width:72px;height:21px;" |
 
Disiplin
 
 
| style="width: 72px; height: 21px; background-color: rgb(255, 241, 163);" |
 
1404
 
 
| style="width:101px;height:21px;" |
 
411
 
 
| style="width:96px;height:21px;" |
 
1815
 
 
| style="width:102px;height:21px;" |
 
77.36%
 
 
|-
 
| style="width:72px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:72px;height:41px;" |
 
16
 
 
| style="width: 101px; height: 41px; background-color: rgb(255, 241, 163);" |
 
5
 
 
| style="width:96px;height:41px;" |
 
21
 
 
| style="width:102px;height:41px;" |
 
23.81%
 
 
|-
 
| style="width:72px;height:41px;" |
 
Actual Overall
 
 
| style="width:72px;height:41px;" |
 
1420
 
 
| style="width:101px;height:41px;" |
 
416
 
 
| style="width: 96px; height: 41px; background-color: rgb(255, 241, 163);" |
 
'''1836'''
 
 
| style="width:102px;height:41px;" |
 
&nbsp;
 
 
|-
 
| style="width:72px;height:41px;" |
 
Class Recall
 
 
| style="width:72px;height:41px;" |
 
98.87%
 
 
| style="width:101px;height:41px;" |
 
1.20%
 
 
| style="width:96px;height:41px;" |
 
&nbsp;
 
 
| style="width:102px;height:41px;" | &nbsp;
 
|}
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Pada Tabel 4.14, adalah rata-rata ''confusion matrix'' dari setiap iterasi.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Dari hasil pengujian diatas yang telah dilakukan pada set data HPA, diketahui bahwa jika semakin banyak ''folds'' atau iterasi yang diuji maka hasilnya akan selalu meningkat, baik dari ''accuracy, recall'' ataupun ''precision''. Namun berbanding terbalik dengan ''model construction speed'', semakin sedikit ''folds'' maka semakin cepat dalam menkonstruksi model klasifikasi. Dan Akurasi yang dihasilkan pada model klasifikasi menggunakan persyaratan HPA berkisar 75.16% – 76.74% atau rata-ratanya adalah 75.85% . Selain itu pada model ini lebih dapat mengklasifikasikan data ke dalam ''class'' “Disiplin” dibandingkan dengan''class ''“Tidak Disiplin”. Ini dibuktikan pada persentase ''Recall ''dan ''Precision ''yang tinggi pada ''class'' “Disiplin” dibandingkan dengan ''class ''“Tidak Disiplin”.</p>
 
==== Pengujian Model Dengan Klasifikasi Sesuai Persyaratan Aktual ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pengujian dilakukan pada seluruh set data dengan ''class'' yang ditetapkan sesuai dengan persyaratan yang berjalan dilapangan (aktual) yang telah dijelaskan pada bab sebelumnya.</p> <ol style="list-style-type:lower-alpha;">
 
<li>'''''2-Fold Cross Validation Set Data Aktual'''''</li>
 
</ol>
 
<p style="margin-left: 0.75in; text-align: center;">Tabel 4.15 ''2-fold Cross Validation set data Aktual''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" style="width:433px;" width="433"
 
|-
 
| nowrap="nowrap" style="width:79px;height:41px;" | <p style="text-align: center;">'''2-fold'''</p>
 
| nowrap="nowrap" style="width:48px;height:41px;" | <p style="text-align: center;">'''Rules'''</p>
 
| style="width:138px;height:41px;" | <p style="text-align: center;">'''Model Construction Speed (ms)'''</p>
 
| style="width:96px;height:41px;" | <p style="text-align: center;">'''Model Usage Speed (ms)'''</p>
 
| style="width:72px;height:41px;" | <p style="text-align: center;">'''Accuracy (%)'''</p>
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 1
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
39
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
473
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
75
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
90.96
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 2
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
63
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
470
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
62
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
89.87
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Rata-Rata
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
51
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
471.5
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
68.5
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
90.415
 
 
|}
 
<p style="margin-left: 40px; text-align: justify;">&nbsp;Dapat dilihat pada Tabel 4.15, rata-rata akurasi dari ke-dua iterasi adalah 90.41%.</p> <p style="text-align: center; margin-left: 40px;">&nbsp;Tabel 4.16 ''Confusion Matrix dari 2-fold set data Aktual''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" style="width:433px;" width="433"
 
|-
 
| style="width:72px;height:41px;" |
 
&nbsp;
 
 
| style="width:72px;height:41px;" |
 
Disiplin
 
 
| style="width:103px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:96px;height:41px;" |
 
Predicted Overall
 
 
| style="width:90px;height:41px;" |
 
Class Precision
 
 
|-
 
| style="width:72px;height:21px;" |
 
Disiplin
 
 
| style="width: 72px; height: 21px; background-color: rgb(255, 241, 163);" |
 
1659
 
 
| style="width:103px;height:21px;" |
 
154
 
 
| style="width:96px;height:21px;" |
 
1813
 
 
| style="width:90px;height:21px;" |
 
91.51%
 
 
|-
 
| style="width:72px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:72px;height:41px;" |
 
22
 
 
| style="width: 103px; height: 41px; background-color: rgb(255, 241, 163);" |
 
1
 
 
| style="width:96px;height:41px;" |
 
23
 
 
| style="width:90px;height:41px;" |
 
4.35%
 
 
|-
 
| style="width:72px;height:41px;" |
 
Actual Overall
 
 
| style="width:72px;height:41px;" |
 
1681
 
 
| style="width:103px;height:41px;" |
 
155
 
 
| style="width: 96px; height: 41px; background-color: rgb(255, 241, 163);" |
 
'''1836'''
 
 
| style="width:90px;height:41px;" |
 
&nbsp;
 
 
|-
 
| style="width:72px;height:41px;" |
 
Class Recall
 
 
| style="width:72px;height:41px;" |
 
98.69%
 
 
| style="width:103px;height:41px;" |
 
0.65%
 
 
| style="width:96px;height:41px;" |
 
&nbsp;
 
 
| style="width:90px;height:41px;" | &nbsp;
 
|}
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Pada Tabel 4.16, adalah rata-rata ''confusion matrix'' dari setiap iterasi.</p> <ol start="2" style="list-style-type:lower-alpha;">
 
<li>'''''4-Fold Cross Validation Set Data Aktual'''''</li>
 
</ol>
 
<p style="margin-left: 0.75in; text-align: center;">Tabel 4.17 ''4-fold Cross Validation set data Aktual''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" style="width:433px;" width="433"
 
|-
 
| nowrap="nowrap" style="width:79px;height:40px;" | <p style="text-align: center;">'''4-fold'''</p>
 
| nowrap="nowrap" style="width:48px;height:40px;" | <p style="text-align: center;">'''Rules'''</p>
 
| style="width:138px;height:40px;" | <p style="text-align: center;">'''Model Construction Speed (ms)'''</p>
 
| style="width:96px;height:40px;" | <p style="text-align: center;">'''Model Usage Speed (ms)'''</p>
 
| style="width:72px;height:40px;" | <p style="text-align: center;">'''Accuracy (%)'''</p>
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 1
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
64
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
776
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
52
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
88.67
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 2
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
69
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
793
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
47
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
93.68
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 3
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
67
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
700
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
63
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
90.41
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Iterasi 4
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
83
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
786
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
53
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
89.32
 
 
|-
 
| nowrap="nowrap" style="width:79px;height:20px;" |
 
Rata-Rata
 
 
| nowrap="nowrap" style="width:48px;height:20px;" |
 
70.75
 
 
| nowrap="nowrap" style="width:138px;height:20px;" |
 
763.75
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
53.75
 
 
| nowrap="nowrap" style="width:72px;height:20px;" |
 
90.52
 
 
|}
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Dapat dilihat pada Tabel 4.17, rata-rata akurasi dari ke-empat iterasi adalah 90.52%.</p> <p style="text-align: center;">&nbsp;Tabel 4.18 ''Confusion Matrix dari 4-fold set data Aktual''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" style="width:437px;" width="437"
 
|-
 
| style="width:70px;height:41px;" |
 
&nbsp;
 
 
| style="width:70px;height:41px;" |
 
Disiplin
 
 
| style="width:107px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:121px;height:41px;" |
 
Predicted Overall
 
 
| style="width:69px;height:41px;" |
 
Class Precision
 
 
|-
 
| style="width:70px;height:21px;" |
 
Disiplin
 
 
| style="width: 70px; height: 21px; background-color: rgb(255, 241, 163);" |
 
1659
 
 
| style="width:107px;height:21px;" |
 
152
 
 
| style="width:121px;height:21px;" |
 
1811
 
 
| style="width:69px;height:21px;" |
 
91.61%
 
 
|-
 
| style="width:70px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:70px;height:41px;" |
 
22
 
 
| style="width: 107px; height: 41px; background-color: rgb(255, 241, 163);" |
 
3
 
 
| style="width:121px;height:41px;" |
 
25
 
 
| style="width:69px;height:41px;" |
 
12.00%
 
 
|-
 
| style="width:70px;height:41px;" |
 
Actual Overall
 
 
| style="width:70px;height:41px;" |
 
1681
 
 
| style="width:107px;height:41px;" |
 
155
 
 
| style="width: 121px; height: 41px; background-color: rgb(255, 241, 163);" |
 
'''1836'''
 
 
| style="width:69px;height:41px;" |
 
&nbsp;
 
 
|-
 
| style="width:70px;height:41px;" |
 
Class Recall
 
 
| style="width:70px;height:41px;" |
 
98.69%
 
 
| style="width:107px;height:41px;" |
 
1.94%
 
 
| style="width:121px;height:41px;" |
 
&nbsp;
 
 
| style="width:69px;height:41px;" | &nbsp;
 
|}
 
 
Pada Tabel 4.18, adalah rata-rata ''confusion matrix'' dari setiap iterasi.
 
<ol start="3" style="list-style-type:lower-alpha;">
 
<li>'''''6-Fold Cross Validation Set Data Aktual'''''</li>
 
</ol>
 
<p style="margin-left: 0.75in; text-align: center;">Tabel 4.19 ''6-fold Cross Validation set data Aktual''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" style="width:444px;" width="444"
 
|-
 
| nowrap="nowrap" style="width:77px;height:40px;" | <p style="text-align: center;">'''6-fold'''</p>
 
| nowrap="nowrap" style="width:61px;height:40px;" | <p style="text-align: center;">'''Rules'''</p>
 
| style="width:137px;height:40px;" | <p style="text-align: center;">'''Model Construction Speed (ms)'''</p>
 
| style="width:96px;height:40px;" | <p style="text-align: center;">'''Model Usage Speed (ms)'''</p>
 
| style="width:73px;height:40px;" | <p style="text-align: center;">'''Accuracy (%)'''</p>
 
|-
 
| nowrap="nowrap" style="width:77px;height:20px;" |
 
Iterasi 1
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
72
 
 
| nowrap="nowrap" style="width:137px;height:20px;" |
 
1051
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
60
 
 
| nowrap="nowrap" style="width:73px;height:20px;" |
 
91.83
 
 
|-
 
| nowrap="nowrap" style="width:77px;height:20px;" |
 
Iterasi 2
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
65
 
 
| nowrap="nowrap" style="width:137px;height:20px;" |
 
901
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
43
 
 
| nowrap="nowrap" style="width:73px;height:20px;" |
 
96.08
 
 
|-
 
| nowrap="nowrap" style="width:77px;height:20px;" |
 
Iterasi 3
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
69
 
 
| nowrap="nowrap" style="width:137px;height:20px;" |
 
896
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
45
 
 
| nowrap="nowrap" style="width:73px;height:20px;" |
 
91.83
 
 
|-
 
| nowrap="nowrap" style="width:77px;height:20px;" |
 
Iterasi 4
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
68
 
 
| nowrap="nowrap" style="width:137px;height:20px;" |
 
855
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
39
 
 
| nowrap="nowrap" style="width:73px;height:20px;" |
 
91.18
 
 
|-
 
| nowrap="nowrap" style="width:77px;height:20px;" |
 
Iterasi 5
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
68
 
 
| nowrap="nowrap" style="width:137px;height:20px;" |
 
837
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
44
 
 
| nowrap="nowrap" style="width:73px;height:20px;" |
 
91.83
 
 
|-
 
| nowrap="nowrap" style="width:77px;height:20px;" |
 
Iterasi 6
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
85
 
 
| nowrap="nowrap" style="width:137px;height:20px;" |
 
872
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
43
 
 
| nowrap="nowrap" style="width:73px;height:20px;" |
 
86.27
 
 
|-
 
| nowrap="nowrap" style="width:77px;height:20px;" |
 
Rata-Rata
 
 
| nowrap="nowrap" style="width:61px;height:20px;" |
 
71.16
 
 
| nowrap="nowrap" style="width:137px;height:20px;" |
 
902
 
 
| nowrap="nowrap" style="width:96px;height:20px;" |
 
45.66
 
 
| nowrap="nowrap" style="width:73px;height:20px;" |
 
91.503
 
 
|}
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">&nbsp;Dapat dilihat pada Tabel 4.19, rata-rata akurasi dari ke-enam iterasi adalah 91.50%.</p> <p style="text-align: center;">&nbsp;Tabel 4.20 ''Confusion Matrix dari 6-fold set data Aktual''</p>
 
{| align="center" border="1" cellpadding="0" cellspacing="0" width="440"
 
|-
 
| style="width:72px;height:41px;" |
 
&nbsp;
 
 
| style="width:72px;height:41px;" |
 
Disiplin
 
 
| style="width:116px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:90px;height:41px;" |
 
Predicted Overall
 
 
| style="width:90px;height:41px;" |
 
Class Precision
 
 
|-
 
| style="width:72px;height:21px;" |
 
Disiplin
 
 
| style="width: 72px; height: 21px; background-color: rgb(255, 241, 163);" |
 
1679
 
 
| style="width:116px;height:21px;" |
 
154
 
 
| style="width:90px;height:21px;" |
 
1833
 
 
| style="width:90px;height:21px;" |
 
91.60%
 
 
|-
 
| style="width:72px;height:41px;" |
 
Tidak Disiplin
 
 
| style="width:72px;height:41px;" |
 
2
 
 
| style="width: 116px; height: 41px; background-color: rgb(255, 241, 163);" |
 
1
 
 
| style="width:90px;height:41px;" |
 
3
 
 
| style="width:90px;height:41px;" |
 
33.33%
 
 
|-
 
| style="width:72px;height:41px;" |
 
Actual Overall
 
 
| style="width:72px;height:41px;" |
 
1681
 
 
| style="width:116px;height:41px;" |
 
155
 
 
| style="width: 90px; height: 41px; background-color: rgb(255, 241, 163);" |
 
'''1836'''
 
 
| style="width:90px;height:41px;" |
 
&nbsp;
 
 
|-
 
| style="width:72px;height:41px;" |
 
Class Recall
 
 
| style="width:72px;height:41px;" |
 
99.88%
 
 
| style="width:116px;height:41px;" |
 
0.65%
 
 
| style="width:90px;height:41px;" |
 
&nbsp;
 
 
| style="width:90px;height:41px;" | &nbsp;
 
|}
 
<p style="text-align:justify;margin-left:0.5in;line-height:2;">Pada Tabel 4.20, adalah rata-rata ''confusion matrix'' dari setiap iterasi.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Dari hasil pengujian diatas yang telah dilakukan pada set data aktual atau yang sesuai dilapangan, diketahui bahwa jika semakin banyak ''folds'' atau iterasi yang diuji maka hasilnya akan selalu meningkat, baik dari ''accuracy, recall'' ataupun ''precision''. Dan Akurasi yang dihasilkan pada model klasifikasi menggunakan set data sesuai persyaratan aktual dilapangan berkisar 90.41% – 91.50% atau rata-ratanya adalah 90.81% . Selain itu pada model ini juga lebih dapat mengklasifikasikan data ke dalam ''class'' “Disiplin” dibandingkan dengan''class ''“Tidak Disiplin” sama seperti model klasifikasi sesuai HPA.</p>
 
==== Perbandingan Pengujian Model HPA dengan Aktual ====
 
<p style="text-align: center;">Tabel 4.21 Perbandingan Pengujian Model HPA dengan Aktual<br/> <img src="https://docs.google.com/uc?id=0BxT74UCJdAKcTjZYTkJPbUowZEU" width="65%"/></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Perhatikan Tabel 4.21, jika dilihat dari rata-rata ''Accuracy'', selisih persentase antara HPA dengan Aktual adalah sekitar 15%. Begitu juga dengan ''Class Precision'' “Disiplin”, selisih antara HPA dengan aktual sekitar 14-15%. Pada kedua pengujian tersebut, model lebih dapat mengklasifikasikan data ke dalam ''class ''“Disiplin”. Ini dibuktikan pada ''class recall'' “Disiplin” yang menunjukan persentase tinggi yaitu diatas 96% baik itu HPA maupun Aktual. Sedangkan pada ''class recall'' “Tidak Disiplin” menunjukan hasil yang sebaliknya, yaitu hanya sekitar 1%.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Selain itu pada pengujian ini lebih cendrung jumlah ''rules'' berbanding terbalik dengan ''accuracy''. Semakin banyak ''rules'' yang terbentuk maka ''accuracy'' semakin rendah, sedangkan semakin sedikit ''rules'' yang terbentuk maka ''accuracy'' semakin tinggi. Dan ''untuk'' speed atau kecepatan dalam konstruksi model ataupun penggunaan model, nilainya berubah-ubah. Namun yang pasti, untuk konstruksi model memerlukan waktu yang lebih lama dibandingkan penggunaan modelnya.</p>
 
 
==== Pengujian Untuk Mengetahui Atribut Yang Paling Mempengaruhi ====
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pengujian dilakukan pada set data klasifikasi sesuai dengan persyaratan HPA dan persyaratan yang berlaku dilapangan (aktual). Pengujian dilakukan dengan cara me-''rangking'' setiap atribut dengan&nbsp; ''information gain'' yang dihasilkan oleh algoritma. Atribut tersebut diantaranya Jenjang, Program Studi, Shift Kuliah, Status Ilearning, Jenis Kelamin, Umur, dan Angkatan.</p> <ol style="list-style-type:lower-alpha;">
 
<li>'''HPA'''</li>
 
</ol>
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcbDk1a256ODhsMlE" width="500px"/><br/> Gambar 4.37 ''Log'' Pembuatan Model Klasifikasi HPA</p> <p style="text-align:justify;margin-left:0.5in;line-height:2;">Pada Gambar 4.37, terlihat bahwa ''best feature'' yang pertama dan yang dijadikan ''root'' adalah Angkatan, lalu diikuti oleh atribut Umur dan Jenis Kelamin.</p> <ol start="2" style="list-style-type:lower-alpha;">
 
<li>'''Aktual'''</li>
 
</ol>
 
<p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcb0FrYmNleThTNEk" width="500px"/><br/> Gambar 4.38 ''Log ''Pembuatan Model Klasifikasi Aktual</p> <p style="text-align:justify;margin-left:0.5in;line-height:2;">Pada Gambar 4.38, terlihat bahwa ''best feature'' yang pertama dan yang dijadikan ''root'' adalah Angkatan, lalu diikuti oleh atribut Umur dan Jenis Kelamin. Hasilnya hampir sama dengan set data klasifikasi dengan persyaratan HPA, namun yang berbeda pada bagian atribut dibawahnya.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada penelitian ini tidak sampai menganalisa atau menghilangkan atribut yang tidak relevan, hanya mengetahui bahwa atribut yang memiliki ''information gain'' tinggi adalah Angkatan, diikui oleh Umur dan Jenis kelamin.</p>
 
 
=== Pengujian Sistem Yang Diusulkan ===
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Metode ''Black Box'' ''testing'' merupakan pengujian program yang mengutamakan pengujian terhadap kebutuhan fungsi dari suatu program. Tujuan dari metode ''Black Box testing'' untuk menemukan kesalahan fungsi pada program. Pengujian dengan menggunakan metode ''Black Box'' ''testing'' dilakukan hanya mengamati hasil eksekusi melalui data uji dan memeriksa fungsional dari ''software'' dan fungsionalitasnya tanpa mengetahui yang terjadi dalam proses detail, melainkan hanya mengetahui ''input'' dan ''output''.</p> <p style="text-align: center;">Tabel 4.22 Pengujian ''Black Box''</p> <p style="text-align: center;"><img src="https://docs.google.com/uc?id=0BxT74UCJdAKcRGxTRnprT1kxaU0" width="65%" /></p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Tabel 4.22, pengujian lebih kepada ''error handling'' atau penanganan galat pada saat ''input ''tidak sesuai dengan ketentuan yang berlaku. ''Output''-nya dapat berupa pesan ataupun input tidak dapat diproses.</p>
 
 
== Evaluasi ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pengujian terhadap model klasifikasi telah dilakukan menggunakan metode ''k-folds cross validation'' dan ''confusion matrix''. Baik dengan menggunakan set data HPA atau aktual, hasilnya menunjukan model cendrung lebih dapat mengklasifikasikannya kedalam ''class'' disiplin dibandingkan dengan ''class'' tidak disiplin. Dengan menggunakan 2-folds, 4-folds, dan 6-folds untuk mengetahui validasi yang terbaik, pengujian menunjukan semakin banyak folds yang diuji, hasilnya seperti ''akurasi'', ''recall'' dan ''precision'' pun semakin meningkat. Dan dari hasil pengujian menunjukan semakin sedikit ''rules'' yang terbentuk dalam model semakin tinggi akurasinya, ini dibuktikan pada tabel perbandingan setiap iterasi pada ''k-folds cross validation''.</p> <p style="text-align:justify;text-indent:0.5in;line-height:2;">Selain itu pengujian sistem dilakukan dengan metode ''Black box'' dengan cara memberikan sejumlah input pada program seperti contoh pengujian pada menu ''login'', membuat peramalan, mencoba peramalan dan register. Jika input tidak lengkap maka sistem akan menampilkan pesan sehingga membantu pengguna mengetahui kesalahan saat input data yang tidak lengkap. Dari 10 pengujian yang dilakukan menggunakan metode ''black box'', seluruhnya menunjukan pengujian yang valid atau berhasil.</p>
 
== ''Schedule ''Penelitan ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Penelitian dan perancangan sistem yang diusulkan diperkirakan memakan waktu kurang lebih 4 bulan, dan kegiatan yang dilakukan adalah&nbsp;:</p> <p style="text-align: center;">Tabel 4.23 ''Schedule'' Penelitian</p>
 
{| align="center" border="1" cellpadding="2" cellspacing="0" style="width:600px;"
 
|-
 
| nowrap="nowrap" rowspan="3" style="width: 34px; height: 15px;" | <p style="text-align: center;">'''No'''</p>
 
| nowrap="nowrap" rowspan="3" style="width: 141px; height: 15px;" | <p style="text-align: center;">'''Kegiatan'''</p>
 
| colspan="16" nowrap="nowrap" style="width: 360px; height: 15px;" | <p style="text-align: center;">'''Waktu'''</p>
 
|-
 
| colspan="4" nowrap="nowrap" style="width: 90px; height: 15px;" | <p style="text-align: center;">Oktober&nbsp; 2016</p>
 
| colspan="4" nowrap="nowrap" style="width: 90px; height: 15px;" | <p style="text-align: center;">November 2016</p>
 
| colspan="4" nowrap="nowrap" style="width: 91px; height: 15px;" | <p style="text-align: center;">Desember&nbsp; 2016</p>
 
| colspan="4" nowrap="nowrap" style="width: 90px; height: 15px;" | <p style="text-align: center;">Januari 2017</p>
 
|-
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">1</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">2</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">3</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">4</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">1</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">2</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">3</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">4</p>
 
| nowrap="nowrap" style="width: 23px; height: 15px;" | <p style="text-align: center;">1</p>
 
| nowrap="nowrap" style="width: 23px; height: 15px;" | <p style="text-align: center;">2</p>
 
| nowrap="nowrap" style="width: 23px; height: 15px;" | <p style="text-align: center;">3</p>
 
| nowrap="nowrap" style="width: 23px; height: 15px;" | <p style="text-align: center;">4</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">1</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">2</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">3</p>
 
| nowrap="nowrap" style="width: 22px; height: 15px;" | <p style="text-align: center;">4</p>
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
1
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Observasi
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
2
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Pengumpulan Data
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
3
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Pengolahan Data
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
4
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Pembuatan Model
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
5
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Desain Program
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
6
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Pembuatan Program
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
7
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Evaluasi Program
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
8
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Testing Model
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
9
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Implementasi
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:23px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:22px;height:25px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:25px;" |
 
10
 
 
| nowrap="nowrap" style="width:141px;height:25px;" |
 
Dokumentasi
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 23px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width: 22px; background-color: rgb(0, 0, 0);" |
 
&nbsp;
 
 
|}
 
 
&nbsp;
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Tabel 4.23, penelitian dilakukan sejak bulan Oktober 2016 hingga Januari 2017, meliputi 10 kegiatan utama yang tertera pada tabel.</p>
 
&nbsp;
 
 
== Estimasi Biaya ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Biaya penelitian penulis rinci sesuai kebutuhan penelitian antara lain&nbsp;:</p> <p style="text-align: center;">Tabel 4.24 Rancangan Biaya Penelitian yang diusulkan</p>
 
{| align="center" border="1" cellpadding="2" cellspacing="0" style="width:534px;line-height:1;" width="534"
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" |
 
'''No'''
 
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
'''Uraian Kegiatan'''
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
'''Volume'''
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
'''Harga Satuan'''
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
'''Biaya (Rp)'''
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" |
 
'''1'''
 
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
'''Pengumpulan Dan Analisa Data'''
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Pengumpulan Data
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
100,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Pengolahan Data
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
500,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Pembuatan Model
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
600,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Desain dan Pembuatan Sistem
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
950,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Testing Model, dan Testing Sistem
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
1,200,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
'''3,350,000'''
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" |
 
'''2'''
 
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
'''Implementasi Sistem'''
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Sewa Cloud Hosting + Domain
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
1 Tahun
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
1,620,000
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
1,620,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
'''1,620,000'''
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" |
 
'''3'''
 
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
'''Bahan Habis Pakai'''
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Kertas A4
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
2 Rim
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
40,000
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
80,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Tinta Printer
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
2 Buah
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
60,000
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
120,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
'''200,000'''
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" |
 
'''4'''
 
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
'''Lain-lain'''
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
&nbsp;
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Ongkos Transportasi
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
5 Trip
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
20,000
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
120,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Fotocopy
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
2 Paket
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
20,000
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
40,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" | &nbsp;
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Laporan Penyelesaian Tugas
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
2 Bundel
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
35,000
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
70,000
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
'''230,000'''
 
 
|-
 
| nowrap="nowrap" style="width:34px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:242px;height:21px;" |
 
Jumlah Estimasi Biaya
 
 
| nowrap="nowrap" style="width:78px;height:21px;" |
 
&nbsp;
 
 
| nowrap="nowrap" style="width:84px;height:21px;" |
 
Rp.
 
 
| nowrap="nowrap" style="width:96px;height:21px;" |
 
'''5,400,000'''
 
 
|}
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Pada Tabel 4.24 merupakan estimasi biaya yang digunakan dalam penelitian ini, total keseluruan adalah Rp.5,400,000,-.</p>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
=<div style=" text-align: center;margin-bottom:10px;">'''BAB V'''</div> <div style="font-size: 14pt; text-align: center">'''PENUTUP'''</div>=
 
 
== Kesimpulan ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Berdasarkan hasil penelitian dan pengamatan yang telah&nbsp; dilakukan, maka dapat disimpulkan beberapa hal sebagai berikut:</p> <div style="text-align:justify;line-height:2;">
 
#Terdapat 2 model yang dikonstruksi yaitu klasifikasi kedisiplinan sesuai persyaratan HPA (Himpunan Peraturan Akademik) dan sesuai persyaratan yang berlaku saat ini (Aktual). Model klasifikasi yang dihasilkan adalah dalam bentuk pohon keputusan (diagram) dan ''rules''. Semakin sedikit ''rules'' yang dihasilkan model, semakin tinggi akurasi peramalan tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja.
 
#Rata-rata nilai akurasi pada model set data HPA adalah 75.85% sedangkan rata-rata nilai akurasi pada model set data Aktual adalah 90.81%. Dengan tingkat rata-rata akurasi tersebut, model klasifikasi termasuk dalam ''Fair-Good Accuracy''.
 
#Tingkat Kedisiplinan Mahasiswa di Perguruan Tinggi Raharja belum bisa diramalkan atau diprediksi menggunakan model yang dibangun berdasarkan faktor-faktor yang diasumsikan mempengaruhi kedisiplinan mahasiswa. Walaupun persentase akurasi peramalan tinggi yaitu diatas 75%-90%, namun model klasifikasi cendrung lebih dapat mengklasifikasikan ''data test'' ke dalam ''class'' “Disiplin”, baik itu pada set data HPA maupun Aktual. Ini disebabkan nilai ''Class Recall'' “Tidak Disiplin” yang sangat rendah. Ada dua hal yang diketahuimenyebabkan model tidak dapat digunakan untuk meramalkan. Pertama, karena seluruh set data cendrung menunjukan mahasiswa Disiplin yaitu dari 1836 set data, 1681 data menunjukan mahasiswa tersebut Disiplin, dan sisanya 155 data menunjukan mahasiswa Tidak Disiplin. Kedua, pada penelitian ini tidak dilakukan ''features selection ''secara mendalam.
 
</div>
 
== Saran ==
 
<p style="text-align:justify;text-indent:0.5in;line-height:2;">Saran yang dapat diberikan penulis untuk pengembangan selanjutnya dimasa yang akan datang adalah sebagai berikut:</p> <div style="text-align:justify;line-height:2;">
 
#Tingkat kedisiplinan mahasiswa khususnya di Perguruan Tinggi Raharja masih bisa diramalkan atau diprediksi jika dilakukan ''features selection'' secara mendalam, dan menambahkan faktor lain seperti nilai mahasiswa, IPK mahasiswa sebagai atribut, dan lainnya, yang memiliki hubungan dengan kedisiplinan mahasiswa.
 
#Menggunakan metode lain seperti KNN, ''Naive Bayes'', CART, dan lain-lain dalam meramalkan atau memprediksi tingkat kedisiplinan mahasiswa.
 
#Persyaratan kedisiplinan mahasiswa di Perguruan Tinggi Raharja dapat ditingkatkan mendekati atau sesuai dengan persyaratan yang tercantum dalam HPA, ini didasarkan pada data yang cendrung menunjukan bahwa tingkat kedisiplinan mahasiswa di Perguruan Tinggi Raharja adalah disiplin.
 
</div>
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
=<div style=" text-align: center">'''DAFTAR PUSTAKA'''</div>=
 
<references />
 
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
=<div style=" text-align: center;margin-bottom:5px;">'''DAFTAR LAMPIRAN'''</div>=
 
<div style="text-align:justify;line-height:2;margin-bottom:10px;">
 
'''LAMPIRAN A :''' [https://drive.google.com/a/raharja.co/file/d/0B0HburvcAv0yQlo2aHNPNk9USW8/view?usp=sharing]
 
:A.1. Surat Pengantar Skripsi
 
:A.2. Surat Penugasan Kerja
 
:A.3. Kartu Bimbingan 
 
:A.4. Kartu Study Tetap Final (KSTF)
 
:A.5. Form Validasi Skripsi
 
:A.6. Kwitansi Pembayaran Skripsi
 
:A.7. Kwitansi Pembayaran Raharja Career
 
:A.8. Kwitansi Pembayaran Sidang Komprehensif
 
:A.9. Validasi Sidang Akademik
 
:A.10. Daftar Mata Kuliah Yang Belum Diambil
 
:A.11. Daftar Nilai
 
:A.12. Formulir Seminar Proposal Skripsi
 
:A.13. Formulir Pertemuan Stakeholder Skripsi
 
:A.14. Sertifikat TOEFL
 
:A.15. Sertifikat Prospek
 
:A.16. Sertifikat IT Internasional
 
:A.17. Sertifikat IT Nasional
 
:A.18. Curriculum Vitae (CV)
 
</div>
 
<div style="text-align:justify;line-height:2;margin-bottom:10px;">
 
'''LAMPIRAN B : ''' [https://drive.google.com/a/raharja.co/file/d/0B0HburvcAv0yQlo2aHNPNk9USW8/view?usp=sharing]
 
:B.1. Daftar Wawancara
 
:B.2. Final Draft Elisitasi
 
:B.3. Katalog Produk
 
:B.4. Slide Presentasi
 
</div>
 
<div style="text-align:justify;line-height:2;margin-bottom:10px;">
 
'''LAMPIRAN C : ''' [https://drive.google.com/a/raharja.co/file/d/0B0HburvcAv0yQlo2aHNPNk9USW8/view?usp=sharing]
 
:C.1. Cover Himpuan Peraturan Akademik Perguruan Tinggi Raharja
 
:C.2. HPA BAB VI - Pasal 27 Persyaratan
 
:C.3. Screenshot Absensi Online (Persyaratan Aktual)
 
:C.4. Sample Dataset Model Klasifikasi 
 
</div>
 
<div style="text-align:justify;line-height:2;margin-bottom:10px;">
 
'''LAMPIRAN D : ''' [https://drive.google.com/a/raharja.co/file/d/0B0HburvcAv0yQlo2aHNPNk9USW8/view?usp=sharing]
 
:D.1. Screenshot Halaman Membuat Peramalan
 
:D.2. Screenshot Halaman Daftar Peramalan
 
:D.3. Screenshot Tampilan Model Klasifikasi Peramalan
 
</div>
 
<!-- ***************************************** -->{{pagebreak}}<!-- ***************************************** -->
 
 
[[Category: Skripsi 2016/2017]]
 
[[Category: Lock]]
 
</div>
 
<!-- ####### TEMPLATE GENERATE BY WIDURI STARTER TEMPLATE ####### -->
 

Revisi per 20 Agustus 2019 15.00

Contributors

Admin, Gatra Fikri Haryono