DATA MINING UNTUK MEMBANTU REKOMENDASI simki. artikel yang saya tulis merupakan karya saya pribadi

  • View
    212

  • Download
    0

Embed Size (px)

Text of DATA MINING UNTUK MEMBANTU REKOMENDASI simki. artikel yang saya tulis merupakan karya saya pribadi

  • ARTIKEL

    DATA MINING UNTUK MEMBANTU REKOMENDASI

    PEMILIHAN KAMERA

    Oleh:

    WAKHID SAFAAT

    14.1.03.03.0011

    Dibimbing oleh :

    1. Erna Daniati, M.Kom.

    2. Rina Firliana, M.Kom.

    PROGRAM STUDI SISTEM INFORMASI

    FAKULTAS TEKNIK

    UNIVERSITAS NUSANTARA PGRI KEDIRI

    2018

  • Artikel Skripsi

    Universitas Nusantara PGRI Kediri

    Wakhid Safaat | 14.1.03.03.0011 Fakultas Teknik Sistem Informasi

    simki.unpkediri.ac.id || 1||

    SURAT PERNYATAAN

    ARTIKEL SKRIPSI TAHUN 2018

    Yang bertanda tangan di bawah ini:

    Nama Lengkap : Wakhid Safaat

    NPM : 14.1.03.03.0011

    Telepun/HP : 085746774378

    Alamat Surel (Email) : wakhidsafaat1995@gmail.com

    Judul Artikel : Data Mining Untuk Membantu Rekomendasi Pemilihan

    Kamera

    Fakultas Program Studi : Teknik Sistem Informasi

    Nama Perguruan Tinggi : Universitas Nusantara PGRI Kediri

    Alamat Perguruan Tinggi : Jl. K. H. Achmad Dahlan No.76

    Dengan ini menyatakan bahwa :

    a. artikel yang saya tulis merupakan karya saya pribadi (bersama tim penulis) dan

    bebas plagiarisme;

    b. artikel telah diteliti dan disetujui untuk diterbitkan oleh Dosen Pembimbing I dan II.

    Demikian surat pernyataan ini saya buat dengan sesungguhnya. Apabila di kemudian hari

    ditemukan ketidaksesuaian data dengan pernyataan ini dan atau ada tuntutan dari pihak lain,

    saya bersedia bertanggungjawab dan diproses sesuai dengan ketentuan yang berlaku.

    Mengetahui Kediri, 20 Juli 2018

    Pembimbing I

    Erna Daniati, M.Kom.

    NIDN. 0723058501

    Pembimbing II

    Rina Firliana, M.Kom.

    NIDN.0731087703

    Penulis,

    Wakhid Safaat

    14.1.03.03.0011

  • Artikel Skripsi

    Universitas Nusantara PGRI Kediri

    Wakhid Safaat | 14.1.03.03.0011 Fakultas Teknik Sistem Informasi

    simki.unpkediri.ac.id || 2||

    DATA MINING UNTUK MEMBANTU REKOMENDASI

    PEMILIHAN KAMERA

    Wakhid Safaat

    14.1.03.03.0011

    Teknik Sistem Informasi

    wakhidsafaat@gmail.com

    Erna Daniati, M.Kom dan Rina Firliana, M.Kom.

    UNIVERSITAS NUSANTARA PGRI KEDIRI

    ABSTRAK

    Dengan banyaknya pilihan jenis dan tipe kamera yang ditawarkan tersebut tak jarang banyak

    konsumen yang merasa bingung dalam memilih jenis dan tipe kamera apa yang sesuai kebutuhanya,

    masalah seperti ini banyak dialami oleh para fotografer pemula yang sebelumnya belum pernah

    menjadi seorang fotografer. Kebanyakan fotografer pemula pasti akan tertarik ke jenis kamera terbaru

    dan tercanggih tanpa diketahui fungsi kegunaanya terlebih dahulu yang sebenarnya belum terlalu

    mereka butuhkan untuk sekelas fotografer pemula, sehingga biayapun akan membengkak karena

    harganya yang mahal dan kecanggihan kamera tersebut akan sia-sia karena belum diperuntukan untuk

    fotografer pemula. Penelitian ini menggunakan algoritma k-means untuk mengelompokan kamera

    berdasarkan spesifikasi dengan bahasa pemrograman PHP. Algoritma k-means dapat digunakan untuk

    mengelompokkan data kamera untuk membantu memberikan rekomendasi pemilihan kamera. Dari

    hasil clustering yang didapatkan pada jumlah 3 cluster yaitu cluster3 kategori pemula, cluster2

    kategori penghobi, dan cluster1 kategori profesional. Kategori pemula ditujukan untuk fotografer

    pemula dalam dunia fotografi dengan spesifikasi sederhana. Kategori penghobi yang ditujukan untuk

    fotografer yang mulai serius dalam dunia fotografi dan menginginkan spesifikasi yang lebih baik.

    Kategori profesional ditujukan fotografer profesional yang membutuhkan spesifikasi lebih baik dan

    lengkap dibandingkan dengan kategori pemula maupun penghobi.

    KATA KUNCI : kamera, data mining, k-means, clustering

    I. LATAR BELAKANG

    Dengan semakin meningkatnya

    perkembangan teknologi fotografi ini,

    ternyata masih banyak para pengguna

    kamera yang belum mengetahui teknologi

    kamera seperti apa yang sesuai dengan

    keinginan dan kebutuhan. Dengan

    banyaknya pilihan jenis dan tipe kamera

    yang ditawarkan tersebut tak jarang

    banyak konsumen yang merasa bingung

    dalam memilih jenis dan tipe kamera apa

    yang sesuai kebutuhanya, masalah seperti

    ini banyak dialami oleh para fotografer

    pemula yang sebelumnya belum pernah

    menjadi seorang fotografer. Kebanyakan

    fotografer pemula pasti akan tertarik ke

    jenis kamera terbaru dan tercanggih tanpa

    diketahui fungsi kegunaanya terlebih

    dahulu yang sebenarnya belum terlalu

    mereka butuhkan untuk sekelas fotografer

    pemula, sehingga biayapun akan

    membengkak karena harganya yang mahal

    dan kecanggihan kamera tersebut akan sia-

  • Artikel Skripsi

    Universitas Nusantara PGRI Kediri

    Wakhid Safaat | 14.1.03.03.0011 Fakultas Teknik Sistem Informasi

    simki.unpkediri.ac.id || 3||

    sia karena belum diperuntukan untuk

    fotografer pemula.

    II. METODE

    Metode analisis data dalam

    penelitian ini menggunakan metode

    clustering dengan algoritma k-means untuk

    proses data mining.

    2.1. Clustering

    Konsep dasar dari clustering adalah

    mengelompokkan sejumlah objek ke dalam

    cluster dimana cluster yang baik adalah

    cluster yang memiliki tingkat kesamaan

    yang tinggi antar objek di dalam suatu

    cluster dan tingkat ketidaksamaan yang

    tinggi dengan objek cluster yang lainnya.

    (Abdillah, Putra, & Renaldi, 2016).

    2.2. K-Means

    Metode ini dapat mempartisi data ke

    dalam kelompok sehingga data

    berkarakteristik sama dimasukkan ke

    dalam satu kelompok yang sama dan data

    yang berkarakteristik berbeda

    dikelompokkan ke dalam kelompok yang

    lain. (Prasetyo, 2012)

    Rumus Euclidean distance adalah

    sebagai berikut:

    ( ) ( ) ( )

    ( )

    .. (2.1)

    Keterangan:

    D (i,j) = Jarak data ke i ke pusat cluster j

    Xki = Data ke i pada atribut data ke k

    Xkj = Titik pusat ke j pada atribut ke k

    III. HASIL DAN KESIMPULAN

    3.1. Analisa Data

    Pada penelitian ini penulis telah

    menentukan masalah yang akan diteliti.

    Dimana masalah ini telah dirumuskan

    menjadi bagaimanakah penelitian ini dapat

    digunakan untuk membantu rekomendasi

    pemilihan kamera dengan memanfaatkan

    salah satu metode data mining yaitu

    clustering menggunakan K-means

    Clustering sebagai algoritma untuk

    mengklaster data kamera.

    3.2. Proses Data mining

    Tahap pertama dari algoritma k-means yaitu

    menentukan pusat cluster awal. Menentukan

    centroid awal dilakukan secara acak dari data atau

    objek yang tersedia sebanyak jumlah cluster k.

    Nilai centroid awal pada penelitian ini dilakukan

    pemilihan secara acak. Centroid awal pada jumlah

    3 cluster.

    3.3. Clustering menggunakan Tool

    RapidMiner Studio

    Gambar 3. 1 Desain Proses

    Gambar 3. 2 Scatter Chart

  • Artikel Skripsi

    Universitas Nusantara PGRI Kediri

    Wakhid Safaat | 14.1.03.03.0011 Fakultas Teknik Sistem Informasi

    simki.unpkediri.ac.id || 4||

    3.4. Desain Perancangan Sistem

    1. Analisis Kebutuhan

    Pihak yang terlibat dalam sistem ini

    adalah :

    a. User, adalah orang atau sekelompok

    orang yang ingin mencari rekomendasi

    dalam memilih kamera DSLR yang

    akan dibeli. User dapat mengakses

    data spesifikasi kamera DSLR, data

    detail kamera DSLR ataupun mencari

    rekomendasi kamera DSLR yang

    sesuai dengan kebutuhan.

    2. Use Case Diagram

    Gambar 3. 3 Use Case Diagram

    Rekomendasi Kamera

    Pada Use Case Diagram

    rekomendasi kamera terdapat satu actor

    yaitu user. user melakukan proses

    pemilihan kriteria dan spesifikasi, login

    user dan melihat hasil rekomendasi.

    3.5. Desain Database

    Gambar 3. 4 Desain Relasi Database

    Pada aplikasi clustering data

    kamera menggunakan 4 tabel meliputi

    centroid, kamera, login, cluster. Pada tabel

    centroid terdapat id_centroid sebagai

    primary key dan berelasi dengan tabel

    cluster sebagai foreign key. Kemudian

    pada tabel kamera model sebagai primary

    key berelasi dengan cluster sebagai foreign

    key.

    Gambar 3.5 Data Cluster

    Hasil dari proses cluster dan

    rekomendasi kamera. Apakah kamera

    tersebut masuk kategori pemula, penghobi,

    atau profesional.

    Gambar 3.6 Grafik Hasil Cluster

  • Artikel Skripsi

    Universitas Nusantara PGRI Kediri

    Wakhid Safaat | 14.1.03.03.0011 Fakultas Teknik Sistem Informasi

    simki.unpkediri.ac.id || 5||

    Halaman untuk menampilkan

    grafik jarak hasil perhitungan cluster.

    Gambar 3.7Hasil Rekomendasi

    Hasil akhir proses rekomedasi

    kamera

    IV. PENUTUP

    6.1. KESIMPULAN

    Algoritma k-means dapat digunakan untuk

    mengelompokkan data kamera untuk membantu

    memberikan rekomendasi pemilihan kamera.

    Dari hasil clustering yang didapatkan pada

    jumlah 3 cluster yaitu cluster3 kategori pemula

    (newcomers) pada kelas entry level yang ditujukan

    untuk fotografer pemula yang masih baru dalam

    dunia fotografi dengan spesifikasi sederhana tidak

    sebaik dan selengkap kategori advanced maupun

    profesional.

    Kemudian cluster2 kategori

    penghobi (advanced) yang ditujukan untuk

    fotografer atau penghobi yang mulai serius