8/16/2019 pembelajaran-c4-5
1/19
BAB IV
ANALISA DAN PERANCANGAN
4.1 Analisa
Pada bab ini merupakan gambaran proses analisa suatu masalah dan
gambaran dari penerapan metode atau algoritma untuk dapat menyelesaikan
masalah yang dihadapi. Untuk menunjang analisi data dalam pencarian
pengetahuan, maka dicoba untuk dilakukan transformasi data manual yang
terdapat di jurusan Teknik Komputer Jaringan pada SMK ! Percut Sei Tuan.
"alam hal ini perancangan system berupa perancang basis data mengggunakan
Microsoft #$cel %&&' di mana program aplikasi ini sangat membantu dan
menunjang dan melakukan pembuktian terhadap analisa penyelesaian masalah.
4.2 Arsitektur Sistem
"i dalam data mining, terdapat beberapa tekhnik pengolahan data agar
data tersebut lebih bermanfaat dan bernilai. Metode (lgoritma )*.+ adalah di
antara tekhnik yang dapat digunakan. (dapun arsitektur dari sistem perbandingan
yang dirancang untuk dapat menyelesaikan permasalahan yang diangkat adalah
sebagai berikut
-ambar *.! (rsitektur Sistem ang "irancang
8/16/2019 pembelajaran-c4-5
2/19
/asis "ata yang digunakan adalah kumpulan data yaitu
!. "ata -uru 0berkenaan dengan status1
%. (bsensi -uru 0yang mencakup aspek kedisiplinan1
2. (spek Penilaian Sis3a 0sesuai angket sis3a1
*. (spek Penilaian Pimpinan
"engan data yang sama selanjutnya data tersebut akan diolah dan dianalisa
menggunakan metode )*.+. Untuk penggunaan (lgoritma )*.+ juga dilakukan
dengan beberapa tahapan yaitu sebagai berikut
!. Menentukan (tribut (kar
%. Pembuatan )abang untuk setiap nilai
2. Pembagian Kasus dalam setiap cabang
*. Pembentukan Pohon Keputusan
+. -eneral 4ules
4.3 Pengumulan Data
Metode pengumpulan data yang dilakukan dengan cara melakukan
pengamatan langsung ke SMK ! Percut Sei Tuan. Selain itu juga dengan
menyebarkan angket ke 2& Sis3a. /erikut ini adalah "ata -uru di SMK !
Percut Sei Tuan
!. "ata -uru
"alam hal ini data guru yang digunakan adalah berdasarkan Statusnya yang
terbagi atas %0dua1 bagian yaitu -uru PS dan -uru 5onorer. /erikut ini
adalah tabel data guru di SMK ! Percut Sei Tuan
8/16/2019 pembelajaran-c4-5
3/19
!a"el 4.1 Data Guru
NO NAMA GURU MATA DIKLAT NIP Status
1 Tiarma Sihite, ST Jaringan Dasar, DP-WAN. K-WAN
19620429
199003 1
007 PNS
2Yasohati Sarumaha,Skom
Jar Dsr, Pemrog.Vis I,Proek SI
19670306
199103 1
016 PNS
! "arta #ari$a,S.SkomPemrog We%,A&'ikasi W(),We% Dinamis
19660213
199103 1018 PNS
*A$e Putri #er$ina,ST
A&' D( s+',Pemrog.Dsar, S+' Dasar,We%Design
19570323
198603 1
020 PNS
Ir. sman Siregar is/o,AD" ser0er,S)J,IS) I-I
19650303
199203 1
023 PNS
3 hairani Saragih,S.P$ "PP4PP,Perakitan P,Design ra&hi/
19601203
198901 1003 PNS
5 A$istiani (arus Sist.Kom&uter,P. In6,Pemrog We% - HONORER
7 Ar8an Sihom%ing is/o,AD" ser0er,S)J - HONORER
9 Wi$a #itri Wu'an$ari Pengo'ahan In6,Pemrog We% - HONORER
5 Atan #i/es (arus S)J, IS) I-I - HONORER
7 #a$'an Siregar Perakitan P, S)J - HONORER
9 :ahmansah Siregar Perakitan P, S)J - HONORER
1; Damianus Sarumaha Perakitan P, Pemrograman Dasar - HONORER
11 #ahm Sah&utra P(), WD( ser0er - HONORER
12 an$a "anik,Skom Sistem )&erasi - HONORER
Sum"er# Buku In$uk S%&N 1 Per'ut Sei !uan
%. "ata (bsensi
8/16/2019 pembelajaran-c4-5
4/19
Salah satu aspek penilaian kinerja guru adalah (bsensi -uru. (bsensi guru ini
dapat dijadikan landasan di dalam penilaian Kedisiplinan -uru. /erikut ini adalah
tabel 4ekapitulasi (bsensi -uru Periode September %&!2 sampai dengan
"esember %&!2.
!a"el 4.2 Data A"sensi Guru Peri($e Setem"er 2)14 s*$ Desem"er 2)13
NO NAMA GURU MATA DIKLAT Persentase
Kehadiran
1 Tiarma Sihite, ST Jaringan Dasar, DP-WAN. K-WAN 99%
2Yasohati Sarumaha,
SkomJar Dsr, Pemrog.Vis I,Proek SI
92%
! "arta #ari$a, S.Skom Pemrog We%,A&'ikasi W(),We% Dinamis 98%
* A$e Putri #er$ina, ST A&' D( s+',Pemrog.Dsar, S+' Dasar,We%Design 78%
Ir. sman Siregar is/o,AD" ser0er,S)J,IS) I-I 100%
3 hairani Saragih, S.P$ "PP4PP,Perakitan P,Design ra&hi/ 99%
5 A$istiani (arus Sist.Kom&uter,P. In6,Pemrog We% 99%
7 Ar8an Sihom%ing is/o,AD" ser0er,S)J 94%
9 Wi$a #itri Wu'an$ari Pengo'ahan In6,Pemrog We% 98%
5 Atan #i/es (arus S)J, IS) I-I 91%
7 #a$'an Siregar Perakitan P, S)J 100%
9 :ahmansah Siregar Perakitan P, S)J 94%
1; Damianus Sarumaha Perakitan P, Pemrograman Dasar 99%11 #ahm Sah&utra P(), WD( ser0er 83%
12 an$a "anik,Skom Sistem )&erasi 93%
2. (spek Penilaian Sis3a
Salah satu aspek penentuan penilaian adalah "ata Penilaian Sis3a
berdasarkan (ngket. (dapun rekapitulasi data angket sis3a yaitu sebagai berikut
8/16/2019 pembelajaran-c4-5
5/19
Tabel *.2 4ekapitulasi (ngket Sis3a
*. (spek Penilaian Pimpinan
Salah satu aspek penentuan penilaian adalah "ata Penilaian Pimpinan.
(dapun rekapitulasi penilaian pimpinan yaitu sebagai berikut
NO NAMA GURU HASIL PENILAIAN
1 Tiarma Sihite, ST (aik
2 Yasohati Sarumaha, Skom Kurang
! "arta #ari$a, S.Skom Kurang
* A$e Putri #er$ina, ST Kurang
Ir. sman Siregar (aik
3 hairani Saragih, S.P$ Sangat (aik
5 A$istiani (arus Kurang
7 Ar8an Sihom%ing Kurang9 Wi$a #itri Wu'an$ari Kurang
5 Atan #i/es (arus Sangat (aik
7 #a$'an Siregar Kurang
9 :ahmansah Siregar Kurang
1; Damianus Sarumaha Kurang
11 #ahm Sah&utra Kurang
12 an$a "anik,Skom Kurang
8/16/2019 pembelajaran-c4-5
6/19
Tabel *.* 4ekapitulasi Penilaian Pimpinan
NO NAMA GURU HASIL PENILAIAN
1 Tiarma Sihite, ST Kurang
2 Yasohati Sarumaha, Skom (aik
! "arta #ari$a, S.Skom Kurang
* A$e Putri #er$ina, ST Kurang
Ir. sman Siregar (aik
3 hairani Saragih, S.P$ Sangat (aik
5 A$istiani (arus Kurang
7 Ar8an Sihom%ing Kurang
9 Wi$a #itri Wu'an$ari Kurang5 Atan #i/es (arus Sangat (aik
7 #a$'an Siregar Kurang
9 :ahmansah Siregar Kurang
1; Damianus Sarumaha Kurang
11 #ahm Sah&utra (aik
12 an$a "anik,Skom Kurang
4.3.1 Pre+Pr('essing Data
Pre-processing "ata merupakan salah satu langkah yang digunakan untuk
6alidasi sebuah data yang akan di jakan objek pengujian. "i dalam pre-processing
salah satu langkah yang digunakan adalah transformasi setiap nilai attribut yang
sama ke bentuk numerik sehingga mudah dilakukan untuk proses pemecahan
masalah dan pembentukan data sampelnya. /erikut ini adalah pre-processing data
ujinya.
!. Status -uru
Untuk Status -uru diklasifikasikan menjadi %0dua1 jenis yaitu
7 /ernilai ! apabila 8Statusnya9 : PS
7 /ernilai & apabila 8Statusnya9 : 5onorer
/erikut ini pre-processing data bersumber dari tabel *.!
Tabel *.+ Pre-Processing Status -uru
8/16/2019 pembelajaran-c4-5
7/19
%. (bsensi -uru
Untuk (bsensu -uru diklasifikasikan menjadi %0dua1 jenis yaitu
7 /ernilai ! apabila 8(bsensi9 : 8;:
8/16/2019 pembelajaran-c4-5
8/19
2. Penilaian Sis3a
Untuk Peniliaian Sis3a diklasifikasikan menjadi 20tiga1 jenis yaitu
7 /ernilai ! apabila 8Kurang9
7 /ernilai % apabila 8/aik9
7 /ernilai 2 apabila 8Sangat /aik9
/erikut ini pre-processing data bersumber dari tabel *.2
NO NAMA GURU Status Nilai
1 Tiarma Sihite, ST99%
1
2 Yasohati Sarumaha, Skom 92%1
! "arta #ari$a, S.Skom 98%1
* A$e Putri #er$ina, ST 78%0
Ir. sman Siregar100%
1
3 hairani Saragih, S.P$ 99%1
5 A$istiani (arus99%
1
7 Ar8an Sihom%ing 94%1
9 Wi$a #itri Wu'an$ari 98%1
5 Atan #i/es (arus 91%1
7 #a$'an Siregar100%
1
9 :ahmansah Siregar 94%1
1; Damianus Sarumaha99%
1
11 #ahm Sah&utra 83%0
12 an$a "anik,Skom93%
1
8/16/2019 pembelajaran-c4-5
9/19
*.
Tabel *.' Pre-Processing (spek Penilaian Sis3a
* Penilaian Pimpinan
Untuk Penilaian Pimpinan diklasifikasikan menjadi 20tiga1 jenis yaitu
7 /ernilai ! apabila 8Kurang9
7 /ernilai % apabila 8/aik9
7 /ernilai 2 apabila 8Sangat /aik9
/erikut ini pre-processing data bersumber dari tabel *.*
NO NAMA GURU HASILPENILAIAN
Nilai
1 Tiarma Sihite, ST (aik 2
2 Yasohati Sarumaha, Skom Kurang 1
! "arta #ari$a, S.Skom Kurang 1
* A$e Putri #er$ina, ST Kurang 1
Ir. sman Siregar (aik 2
3 hairani Saragih, S.P$ Sangat (aik !
5 A$istiani (arus Kurang 1
7 Ar8an Sihom%ing Kurang 1
9 Wi$a #itri Wu'an$ari Kurang 1
5 Atan #i/es (arus Sangat (aik !
7 #a$'an Siregar Kurang 1
9 :ahmansah Siregar Kurang 1
1; Damianus Sarumaha Kurang 1
11 #ahm Sah&utra Kurang 1
12 an$a "anik,Skom Kurang 1
NO NAMA GURU HASILPENILAIAN
Nilai
1 Tiarma Sihite, ST Kurang 1
2 Yasohati Sarumaha, Skom (aik 2
! "arta #ari$a, S.Skom Kurang 1
* A$e Putri #er$ina, ST Kurang 1
Ir. sman Siregar (aik 2
3 hairani Saragih, S.P$ Sangat (aik 3
5 A$istiani (arus Kurang 1
7 Ar8an Sihom%ing Kurang 1
9 Wi$a #itri Wu'an$ari Kurang 1
5 Atan #i/es (arus Sangat (aik 3
7 #a$'an Siregar Kurang 1
9 :ahmansah Siregar Kurang 1
1; Damianus Sarumaha Kurang 1
11 #ahm Sah&utra (aik 2
12 an$a "anik,Skom Kurang 1
8/16/2019 pembelajaran-c4-5
10/19
Tabel *.@ Pre-Processing (spek Penilaian Pimpinan
Setelah dilakukan pre-processing seluruh data pre-processing akan
dijadikan sebagai sampel atau objek pengujian.
4.4 Analisa Alg(ritma C4.,
/erikut ini adalah tahapan7tahapan penyelesaian untuk membentuk sebuah
pohon keputusan yang dapat di jadikan acuan untuk memilih guru terbaik di
SMK ! Percut Sei Tuan. Sumber /erdasarkan Tabel *.+, Tabel *.?, Tabel *.',
dan Tabel *.@
8/16/2019 pembelajaran-c4-5
11/19
Tabel *.< "ata "ecision System Penilaian -uru
NO NAMA GURU StatusGuru AbsensiGuru PenilaianSiswa PenilaianPiminan HasilA!hir Predi!at
1 Tiarma Sihite, ST 1 1 2 1 5 Tidak Layak
2 Yasohati Sarumaha, Skom 1 1 1 2 5 Tidak Layak
! "arta #ari$a, S.Skom 1 1 1 1 4 Tidak Layak
* A$e Putri #er$ina, ST 1 0 1 1 3 Tidak Layak
Ir. sman Siregar 1 1 2 2 6 Layak
3 hairani Saragih, S.P$ 1 1 3 3 8 Layak
5 A$istiani (arus 0 1 1 1 3 Tidak Layak
7 Ar8an Sihom%ing 0 1 1 1 3 Tidak Layak9 Wi$a #itri Wu'an$ari 0 1 1 1 3 Tidak Layak
1; Atan #i/es (arus 0 1 3 3 7 Layak
11 #a$'an Siregar 0 1 1 1 3 Tidak Layak
12 :ahmansah Siregar 0 1 1 1 3 Tidak Layak
1! Damianus Sarumaha 0 1 1 1 3 Tidak Layak
1* #ahm Sah&utra 0 0 1 2 3 Tidak Layak
1 an$a "anik,Skom 0 1 1 1 3 Tidak Layak
"ata penilaian guru diatas adalah data yang sama dengan data pengujian pada
proses implementasi ke sistemnya dan juga akan menjadi data sampel untuk
penganalisaan dan pemecahan masalah menggunakan (lgoritma )*.+
4.,.1 Pili- Atri"ut Akar
Untuk memilih atribut sebgai akar, didasarkan pada nilai -ain tertinggi dari
atribut7atribut yang ada. Untuk menghitung gain digunakan rumus0+1, sedangkanuntuk menghitung nilai entropy dapat dilihat pada rumus0*1 pada /ab AAA.
"engan menggunakan dua persamaan di atas maka akan didapatkan entropy
dan gain yang digunakan sebagai akar dalam membuat pohon keputusan.
8/16/2019 pembelajaran-c4-5
12/19
a. Entr( !(tal
Untuk menghitung ilai Entropy /erdasarkan penilaian keseluruhan -uru
berdasarkan tabel *B.."ata Decision Penilaian Kinerja -uru.
"iketahui
ilai Cbjek Keseluruhan 0Si1 : !+
ilai (tribut 5asil 0Dayak1 : 2
ilai (tribut 5asil 0Tidak Dayak1 : <
Maka
#ntropy Total : 072E!+Flog %02E!+11G07!%E!+Flog %0!%E!+1
: &.'%!
8/16/2019 pembelajaran-c4-5
13/19
2!
1 10 0 10 0
2 3 1 2 0.918295
8343 2 2 0 0
/erdasarkan tabel di atas maka berikut ini adalah tabel perangkingan nilai Gain
Tabel *.!! Perangkingan /erdasarkan ilai Gain
N( &riteria Nilai Gain Peringkat
! Penilaian Sis3a 0.5!!594762 !
% Penilaian Pimpinan 0.5"!26!92! %
2 Status -uru 0.05265476 2* (bsensi -uru 0.04649569 *
/erdasarkan peringkat di atas maka yang memiliki nilai -ain tertinggi adalah
8Kriteria Penilaian Sis/a9 maka dalam hal ini untuk proses percabangan
selanjutnya digunakan kriteria Penilaian Sis/a. Dangkah selanjutnya adalah
menggambar hasil perhitungan di di atas kedalam /entuk Pohon Keputusan.
Sebelum membentuk pohon keputusan berikut ini adalah hasil tabel perhitungan
pohon keputusannya
Tabel *.!% Perhitungan Pohon Keputusan !.&
Node
KET Jumlah
Kasus
Layak
Tidak Layak
Entropy
Gain
.0 #enilaian$is%a
0.5!!594
762
1 11 0 11 0
2 2 1 1 1
3 2 2 0 0
Tabel di atas mendeskripsikan bah3asanya yang perlu di hitung kembali nilai
#ntropy dan -ainnya adalah pada keterangan %. Sedangkan keterangan ! tidak
perlu di cari kembali karena nilai keputusannhya sudah mutlak adalah 0!i$ak
Laak berdasarkan kasus yang ada. Sedangkan ilai K#T 2 yang memiliki
8/16/2019 pembelajaran-c4-5
14/19
kasus dengan jumlah % tidak perlu lagi dicari hasilnya. Karena dipastikan nilainya
adalah 0LAA&. /erikut ini adalah gambar pohon keputusannya.
8/16/2019 pembelajaran-c4-5
15/19
Nilai 1 Nilai 2 Nilai 3
-ambar *.! Pohon Keputusan Utama
/erdasarkan gambar di atas karena penilaian sis3a dengan Kondisi nilai % :
0Baik belum memiliki keputusan maka kita harus menghitung kembali Entropy
dan Gain berdasarkan nilai kondisi %.
Tabel *.!2 ilai Entropy dan Gain Danjutan
Node
JumlahKasus
Layak Tidak Layak
Entropy Gain
1.; Penilaian Siswa 2 1 1 1
Status Guru 0
1 2 1 1 1
0 0 0 0 0
Absensi Guru 0
1 2 1 1 1
0 0 0 0 0
PenilaianPimpinan
0
1 1 0 1 0
2 1 1 0 0
3 0 0 0 0
.0#enilai
an
$is%a
T'()K *)
Nilai +
,aik
8/16/2019 pembelajaran-c4-5
16/19
/erdasarkan tabel di atas bah3asanya nilai Gain yang akan dijadikan node
bernilai 8&9 semuanya maka pohon keputusan berhenti pada ode !.& lihat
-ambar *.!. Maka, berikut ini ada analisa (lgoritma )*.+ terhadap kasus yang di
angkat di bagi atas %0dua1 hal yaitu
!. Kandidat yang prioritas 0layak1 untuk menjadi -uru Terbaik
"ata kandidat yang menjadi prioritas dilihat berdasarkan prioritas dan pohon
keputusan yang tergambar pada gambar *.! Pohon keputusan. /erikut ini
adalah rekapitulasi dari hasil peniliannya. Prioritas ! adalah Kandidat yang
memiliki nilai 2
Tabel *.!* Prioritas !
NO NAMA GURU Penilaian
Siswa Predi!at
1 hairani Saragih, S.P$ 3 Layak
2 Atan #i/es (arus 3 Layak
Prioritas ke7% yaitu guru yang memiliki nilai atribut penilaian sis3a %.0karena dianggap1 nilainya 02 adalah 0Baik 3alaupun hasil0predikatnya1
ada 8Dayak9 dan 8Tidak Dayak9 /erikut ini adalah tabelnya.
Tabel *.!* Prioritas %
%. Kandidat yang tidak diprioritaskan untuk menjadi -uru Terbaik
(dapun data guru yang tidak di prioritaskan untuk menjadi -uru Terbaik
disebabkan karena memiliki penilaian sis3a yang 8!9 Kurang baik. Maka
berikut ini adalah tabelnya.
Tabel *.!* -uru yang tidak menjadi prioritas
NO NAMA GURU Penilaian
Siswa Predi!at
1 Tiarma Sihite, ST 2 Tidak Layak
2 Ir. sman Siregar 2 Layak
8/16/2019 pembelajaran-c4-5
17/19
NO NAMA GURU Penilaian
Siswa Predi!at
1 Yasohati Sarumaha, Skom 1 Tidak Layak
2 "arta #ari$a, S.Skom 1 Tidak Layak
! A$e Putri #er$ina, ST 1 Tidak Layak
* A$istiani (arus 1 Tidak Layak
Ar8an Sihom%ing 1 Tidak Layak
3 Wi$a #itri Wu'an$ari 1 Tidak Layak
5 #a$'an Siregar 1 Tidak Layak
7 :ahmansah Siregar 1 Tidak Layak
9 Damianus Sarumaha 1 Tidak Layak
1; #ahm Sah&utra 1 Tidak Layak
11 an$a "anik,Skom 1 Tidak Layak
4., Peran'angan
Pada sub bab ini karena kita menggunakan aplikasi yang sudah ada yaitu
4apid Miner, maka pada proses perancangan ini ada %0dua1 hal yang akan di
bahas yaitu
!. Perancangan /asis "ata
%. Pemodelan Sistem
/erikut ini adalah alur perancangannya adalah!. Perancangan /asis "ata
"i dalam proses perancangan basis data kita akan menggunakan Tools
Microsoft Excel 2007 (.xls) berikut ini adalah rancangan basis datanya.
7 ama File Sumber"ata.$ls
7 "eskripsi Sebagai sumber data yang akan di proses
Tabel *.!* 4ancangan Sumber "ata ang (kan "i Clah
N( Nama StatusGuru
Absensi
Guru
Penilaian
Siswa
Penilaian
Piminan
Predi!at
8/16/2019 pembelajaran-c4-5
18/19
-ambar *.% Use &ase Diagra'7nya
-ambar *.% di atas menjelaskan adanya pola interaksi antara User dan
System 0karena kita menggunakana aplikasi yang sudah ada1. ang dilakukan oleh
"ser adalah mengunggah terlebih dahulu sumber data yang akan di proses untuk
selanjutnya dengan mekanisme soft#are yang digunakan sistem akan
mengeluarkan hasil berupa kandidat sesuai dengan analisanya.
2. ctiity Diagra'
/erikut ini adalah gambar pemodelan sistem dari actiity iagra'7nya
-ambar *.2 ctiity Diagra'7nya
8/16/2019 pembelajaran-c4-5
19/19
*. Flo#c$art +yste'
/erikut ini adalah flo#c$art syste'7nya adalah sebagai berikut
-ambar *.* Flo#c$art +yste'