Asep, Penerapan Metode Klasifikasi Data … 41

PENERAPAN METODE KLASIFIKASI DATA MINING UNTUK PREDIKSI

KELULUSAN TEPAT WAKTU

Asep Saefulloh1, Moedjiono2

1
STMIK Raharja, Jl. Jenderal Sudirman No.40 Cikokol Tangerang
2
Universitas Budi Luhur, Jl. Ciledug Raya, Petukangan Utara, jakarta Selatan
Email : asaefullah@gmail.com1 , moedjiono@bl.ac.id2

ABSTRACT

Raharja University amazingly had alot of data which is it contained in the two database
are Online Absent information (AO) database and Student Information system (SIS)
database. AO database use to manage total grade value index (IMK) with SIS database is
the data source to manage total grade point average (GPA/IPK). The outcome of IMK
and IPK data not yet given a useful information, for estimating on time graduation from
student only gather forcast from IMK and IPK. From that statement we want to do a
research to forcast on time graduation using datamining classification using C4.5
algorithm, Naïve bayes and Neural Network algorithm. While in this research we are
using CRISP-DM research models. From our research the best algoritm result is the
highest algoritm accuracy on classification datamining are C4.5 and Neural Network
within 100% accuracy rate result, while Naïve Bayes reached 99.8878%. All the three of
algoritm are includes on the best classification became they had AUC (Area Under
Curve) grade between 0.90-1.00 so they can be use on graduation on time prediction
application. The data mining algorithm result this research is using C4.5, we designed
interface using engine java which can show on time graduation prediction application
and it can be determine on each study program.

Keywords: Data Mining, IMK, GPA/IPK,CRISP-DM, Prediction

ABSTRAK

Perguruan Tinggi Raharja memiliki kekayaan data yang luar biasa, terdapat pada dua
database yaitu database Absensi on Line (AO) dan database Student Information System
(SIS). Database AO dijadikan pasokan data untuk mengelola Indeks Mutu Kumulatif
Mahasiswa (IMK) sedangkan database SIS merupakan pemasok data untuk pengelolaan
Indeks Prestasi Kumulatif (IPK). IMK dan IPK hanya berupa data belum memberikan
informasi yang bermanfaat, selama ini untuk memperkirakan kelulusan tepat waktu
mahasiswa dengan melihat pengaruh dari IMK dan IPK hanya berupa forecasting.
Berangkat dari permasalahan di atas maka diteliti untuk memprediksi kelulusan tepat
waktu menggunakan metode klasifikasi data mining dengan pemilihan algoritma C4.5,
Naïve Bayes, dan Neural Network, sedangkan untuk desain penelitian menggunakan
model CRISP-DM. Dari penelitian menunjukan bahwa algoritma terbaik adalah
algoritma yang paling tinggi tingkat accuracy pada model klasifikasi yaitu C4.5 dan
Neural Network dengan tingkat accuracy 100% sedangkan Naïve Bayes 99.8878% .
Ketiga algoritma tersebut termasuk klasifikasi sangat baik karena memiliki nilai AUC
(Area Under Curve) antara 0.90-1.00 sehingga dapat dipergunakan untuk aplikasi
prediksi kelulusan tepat waktu. Hasil data mining dari algoritma terpilih dalam
penelitian ini menggunakan C4.5, interface dirancang menggunakan java engine yang
dapat menampilkan prediksi kelulusan tepat waktu beserta jumlah kelulusan tepat waktu
setiap Program Studi.
42. InfoSys Journal, Vol.2 No.1 Februari 2013, hlm. 41 - 54

Kata kunci : Data Mining, IMK, IPK, CRISP-DM, Prediksi

PENDAHULUAN

Terkait dengan salah satu fungsi dari Perguruan Tinggi dalam pendidikan, pengajaran dan
perihal ini menjadi salah satu butir akreditasi yaitu kelulusan tepat waktu bagi mahasiswa. Adanya
informasi kelulusan tepat waktu tentu akan menjadikan suatu pengambilan keputusan yang tepat
bagi manajemen Perguruan Tinggi dalam mengambil langkah strategis. Selama ini Perguruan
Tinggi belum memiliki pola–pola prediksi kelulusan tepat waktu sebagai acuan untuk memprediksi
jumlah lulus tepat waktu. Prediksi kelulusan tepat waktu yang dilakukan saat ini hanya berdasarkan
forecaster dari data IPK (Indeks Prestasi Kumulatif) dan IMK (Indeks Mutu Kumulatif) semester
sebelumnya. Prediksi hampir sama dengan klasifikasi dan estimasi, hanya saja prediksi digunakan
untuk menduga nilai-nilai tertentu yang akan terjadi di masa mendatang [8].
Sementara itu Perguruan Tinggi Raharja mempunyai dataset AO (Absensi Online) dan SIS
(Student Information Services) yang selama ini belum dimanfaatkan secara maksimal. Adalah hal
yang sangat disayangkan jika dataset yang begitu besar tidak dimanfaatkan untuk digali informasi
apa yang terdapat didalamnya. Selain itu, selama ini ada anggapan dari para forecaster Perguruan
Tinggi bahwa untuk memprediksi tingkat kelulusan tepat waktu cukup dengan melihat data IPK
dan IMK sebelumnya. Berangkat dari permasalahan tersebut maka dilakukanlah penelitian ini,
yaitu untuk melakukan klasifikasi data mining terhadap dataset AO, SIS yang sudah tersimpan
dalam database DMQ sehingga didapatkan prediksi kelulusan tepat waktu.
Dalam penelitian untuk memprediksi kelulusan tepat waktu, akan dilakukan komparasi
terhadap tiga algoritma klasifikasi data mining yaitu C4.5, Naïve Bayes dan Neural Network. Data
dari DMQ yang sudah dicleansing akan diproses dengan menggunakan tools Weka, untuk menguji
model pada penelitian ini, digunakan metode Cross Validation, Confusion Matrix, dan kurva ROC
(Receiver Operating Characteristic).

PERMASALAHAN

Dalam melakukan prediksi kelulusan tepat waktu mahasiswa terdapat berbagai macam
permasalahan, diantaranya yaitu bahwa metode prediksi masih menggunakan prinsip
kekeluargaan sehingga dirasakan kurangnya tingkat profesionalisme dalam melakukan prediksi
kelulusan tepat waktu.
Agar lebih terarah dalam melakukan penelitian, maka dirumuskan masalah yang ada sebagai
berikut :
a. Apakah algoritma C4.5, Naïve Bayes, dan Neural Network merupakan algoritma-algoritma
yang dapat digunakan dalam menentukan prediksi kelulusan tepat waktu ?
b. Diantara tiga algoritma yang dibahas dalam penelitian ini yaitu algoritma C4.5, Naïve
Bayes, dan Neural Network, algoritma manakah yang terbaik dalam menentukan prediksi
kelulusan tepat waktu ?
c. Dari algoritma terpilih apakah dapat menampilkan data prediksi hasil klasifikasi datamining
dengan menampilkan kelulusan tepat waktu ?
Penelitian ini menggunakan perangkat lunak Weka (Weikato Environment Knowledge and
Analysis) versi 3.6.4 yang merupakan aplikasi data mining berbasis open source (GPL) dan
berengine Java [2], dengan Graphical User Interface (GUI) menggunakan java.
 Asep, Penerapan Metode Klasifikasi Data … 43

METODE PENELITIAN

PROBLEMS APPROACH
Pemilihan algoritma Komparasi Algoritma C4.5,Naïve
yang akurat untuk prediksi Bayes, Neural Network
kelulusan tepat waktu

IMPLEMENTATION DEVELOPMENT
Data mahasiswa untuk IPK dan IMK Framework Weka

MEASUREMENT RESULT
Cross Validation, Confusion Algoritma klasifikasi paling
Matrix, Kurva ROC akurat prediksi
kelulusan tepat waktu

Gambar 1. Kerangka Pemikiran Penelitian

Agar akurasi prediksi yang mendekati kebenaran, maka dilakukan aproach dengan
melakukan data mining terhadap database DMQ. Sedangkan approach (model) yang digunakan
yaitu algoritma C4.5, Naive Bayes, dan Neural Network untuk memecahkan permasalahan
kemudian dilakukan pengujian terhadap kinerja dari ketiga metode tersebut.
Pengujian menggunakan metode Cross Validation, Confusion Matrix dan kurva ROC.
Untuk mengembangkan aplikasi (development) berdasarkan model yang dibuat, digunakan tools
data mining Weka, sedangkan untuk desain ekperimennya menggunakan CRISP-DM (Cross
Industry Standard Process for Data Mining).

Langkah-Langkah Penelitian
Penelitian ini didesain dengan menggunakan model CRISP-DM (Cross Industy Standard
Process for Data Mining), dalam metode ini terdapat 6 tahapan [7]:

Gambar 2. Tahap CRISP-DM

Business/Research Understanding Phase

Data diperoleh dari data sekunder berupa database DMQ Perguruan Tinggi Raharja,
dalam penelitian ini akan mengkaji dan membuat model hasil komparasi algoritma C4.5, Naïve
Bayes dan Neural Network untuk menentukan algoritma yang paling akurat dan menghasilkan
rule prediksi kelulusan tepat waktu.
44. InfoSys Journal, Vol.2 No.1 Februari 2013, hlm. 41 - 54

Data Understanding Phase (Fase Pemahaman Data)

Data pada database DMQ pada tahun 2013 sebanyak 5842. Data yang digunakan sebanyak 7
atribut yang digunakan dalam prediksi kelulusan tepat waktu adalah: Nim, Nama Mahasiswa,
Jenjang Pendidikan, Jurusan, IPK, IMK dan Prediksi. Dari 7 atribut 2, predictor yaitu IPK dan
IMK dan 1 attribut tujuan yaitu kelulusan tepat waktu.
Data Preparation Phase (Fase Pengolahan Data)
Dari 5842 data mahasiswa diambil data mahasiswa angkatan 2009 dan 2010 dengan
pertimbangan sudah melewati semester II (tingkat stabilitas dalam menghadiri perkuliahan sudah
tinggi) dan masih ada semester yang mereka akan tempuh (untuk memprediksi kelulusan tepat
waktu). Setelah melakukan query terhadap database DMQ maka diperoleh 891 record yang akan
diolah oleh Weka. Untuk selanjutnya dilakukan teknik preprocessing agar kualitas data yang
diperoleh lebih baik [10].
Modeling Phase (Fase Pemodelan)
Pada tahapan ini merupakan tahapan pemrosesan data training yang diklasifikasikan oleh
model dan kemudian menghasilkan sejumlah aturan. Pada penelitian ini menggunakan tiga
algoritma yaitu algoritma C4.5, Naïve Bayes dan Neural Network.
Evaluation Phase (Fase Evaluasi)
Pada fase ini dilakukan pengujian terhadap model-model yang bertujuan untuk mendapatkan
model yang paling akurat. Evaluasi dan validasi dilakukan menggunakan metode Confusion Matrix
dan kurva ROC (Receiver Operating Characteristic).
Deployment Phase (Fase Penyebaran)
Setelah pembentukan model selanjutnya dilakukan analisa dan pengukuran pada tahap
sebelumnya, pada tahap ini diterapkan model atau rule yang paling akurat dalam prediksi
kelulusan tepat waktu dan selanjutnya dapat digunakan untuk mengevaluasi data baru.

PEMBAHASAN

Penelitian ini bertujuan untuk membandingkan tingkat akurasi yang dihasilkan oleh teknik
atau model data mining yaitu algoritma C4.5, Naïve Bayes, dan Neural Network dalam melakukan
prediksi terhadap kelulusan tepat waktu. Selain itu juga menjabarkan algoritma C4.5, Naïve
Bayes, dan Neural Network kedalam rule serta menerapkan algoritma C4.5, Naïve Bayes, dan
Neural Network dalam menentukan prediksi kelulusan tepat waktu.

Kajian Pustaka
Naïve Bayes, yang juga disebut idiots Bayes, simple Bayes, dan independence
Bayes, adalah metode yang baik karena mudah dibuat, tidak membutuhkan skema estimasi
parameter perulangan yang rumit, ini berarti bisa diaplikasikan untuk data set berukuran besar
[11]. Klasifikasi Bayes juga dikenal dengan Naïve Bayes, memiliki kemampuan sebanding
dengan dengan pohon keputusan dan neural network [4]. Mudah diinterpretasikan sehingga
pengguna yang tidak punya keahlian dalam bidang teknologi klasifikasi pun bisa mengerti.
Efektifitas metode Naïve Bayes dan perbandingan empiris lebih jauh, dengan hasil yang sama
terdapat pada Domingos dan Pazzani (1997) [11]. Klasifikasi Bayes adalah pengklasifikasian
statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu kelas [5].
Klasifikasi Bayes didasarkan pada teorema Bayes, diambil dari nama seorang ahli matematika
yang juga menteri Prebysterian Inggris, Thomas Bayes (1702-1761)[1].
Neural network dikenal dengan nama lain yaitu Jaringan Syaraf Tiruan (JST), Artificial
Neural Nerwork (ANN), disebut juga Simulated Neural Network (SNN), atau biasanya hanya
disebut Neural Network (NN). Neural Network (NN) adalah jaringan dari sekelompok unit
pemroses kecil yang dimodelkan berdasarkan susunan syaraf manusia. JST atau neural network
merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah
berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Secara
sederhana, neural network adalah alat pemodelan untuk memodelkan hubungan yang kompleks
antara input dan output untuk menemukan pola-pola pada data. Pengertian lain Neural network
adalah satu set unit input/output yang terhubung dimana tiap relasinya memiliki bobot [4]. Neural
 Asep, Penerapan Metode Klasifikasi Data … 45

Network dimaksudkan untuk mensimulasikan perilaku sistem biologi susunan syaraf manusia,
yang terdiri dari sejumlah besar unit pemroses yang disebut neuron, yang beroperasi secara
paralel. Neuron mempunyai relasi dengan synapse yang mengelilingi neuron-neuron lainnya.
Susunan syaraf tersebut dipresentasikan dalam neural network berupa graf yang terdiri dari simpul
(neuron) yang dihubungkan dengan busur, yang berkorespondensi dengan synapse. Sejak tahun
1950-an, neural network telah digunakan untuk tujuan prediksi, bukan hanya klasifikasi tapi
juga untuk regresi dengan atribut target kontinu [10].
C4.5 adalah algoritma decision tree yang dibuat oleh J.R. Quinlan. J48 adalah paket C4.5
yang terdapat di WEKA.
Secara umum pendekatan untuk membuat decision tree adalah :
1. Memilih atribut yang paling membedakan dalam menentukan output.
2. Buatlah cabang yang terpisah untuk setiap value atribut tersebut.
3. Membagi instances kedalam sub grup yang merefleksikan nilai atribut dari node yang dipilih.
4. Untuk setiap sub grup, hentikan proses pemilihan atribut jika :
a. Semua anggota dari sub grup mempunyai nilai output yang sama, hentikan proses pemilihan
atribut untuk current path dan berilah label dengan nilai yang spesifik.
b. Sub grup yang berisi single node atau tidak ada atribut sebagai pembeda dapat dihentikan.
Seperti di poin a, label pada cabang tersebut adalah sisa dari atribut yang mempunyai bagian
lebih besar.
Lakukan proses diatas untuk setiap sub grup yang terpilih pada proses nomor 3 yang belum
berhenti.

Algoritma C4.5/J48
Langkah-langkah untuk membuat algoritma C.45 dengan memakai data training yang
berjumlah 891 data , yaitu [5]:
a. Siapkan data training. Data training yang digunakan dalam penelitian ini berjumlah 891
record.
b. Hitung nilai entropy.
Setelah dilakukan perhitungan entropy dengan menggunakan rumus sebagai berikut:

` = 0.289506617

c. Setelah itu, hitung nilai gain untuk setiap atribut, lalu pilih nilai gain yang tertinggi. Nilai gain
tertinggi itulah yang akan dijadikan akar dari pohon. Misalkan, untuk atribut IPK, akan didapat
gain :

=
Dari hasil perhitungan entropy dan gain, terlihat bahwa atribut status mempunyai nilai
gain tertinggi yaitu 0.540872042. Oleh karena itu, nilai status merupakan simpul akar pada pohon
keputusan. Berikut hasil perhitungan entropy dan gain pada Tabel 1. Dalam algoritma ini
diberlakukan pruning, pruning yang digunakan yaitu Pre-pruning untuk menghentikan
pembangunan suatu subtree lebih awal. Saat seketika berhenti, maka node berubah menjadi leaf
(node akhir).
46. InfoSys Journal, Vol.2 No.1 Februari 2013, hlm. 41 - 54

Tabel 1. Hasil Nilai Entropy Dan Gain Untuk Menentukan Simpul Akar
Jumlah Lulus tepat Lulus tdk tepat
Data waktu waktu Entropy Gain
IPK 891 729 162 0.289506617 0.289506617
>=3.7 13 13 0 0
>=2.7 502 502 0 0
>=2.0 214 214 0 0
<=1.99 162 0 162 0
IMK 891 729 162 0.289506617 0.452555394
>=3.7 88 88 0 0
>=2.7 723 629 94 0.20093563
>=2.0 79 12 67 2.718818247
<=1.99 1 0 1 0
Jenis
Kelamin 891 729 162 0.289506617 0.115503557
Laki-laki 609 481 128 0.340405334
Perempuan 282 248 34 0.185355042
Status 891 729 162 0.289506617 0.540872042
Aktif 671 634 37 0.081829926
Tidak Aktif 195 74 121 1.397876948
Cuti 25 21 4 0.251538767
Jenjang 891 729 162 0.289506617 0.128283251
Sarjana 739 612 127 0.272042711
Diploma 152 117 35 0.377562794

Dari nilai entropy dan gain yang diperoleh tabel 1, selanjutnya tentukan simpul berikutnya
yaitu simpul 1.1, dan dilakukan perhitungan entropy dan gain masing-masing atribut dari IPK.
Jumlah kasus yang dihitung adalah nilai dari simpul IPK dan seterusnya sampai semua record
dalam simpul, mendapatkan kelas yang sama. Berikut ini adalah hasil uji dengan tools Weka
terhadap IPK sehingga langsung ditentukan atribut prediktor merupakan penentu dari seluruh
attribut lainnya.

Gambar 3. Pohon Keputusan Classifier Trees J48

Dari gambar 3 pohon keputusan tersebut ditemukan aturan-aturan rule sebagai berikut:
a. IPK adalah >= 3.7 THEN Lulus tepat waktu
b. IPK adalah >= 2.7 THEN Lulus tepat waktu
c. IPK adalah >= 2.0 THEN Lulus tepat waktu
d. IPK adalah <= 1.99 THEN Lulus tidak tepat waktu

Algoritma Naïve Bayes

Metode Naïve Bayes menggunakan data training sejumlah 891 record seperti pada metode
C4.5. Perhitungan pemilihan prediksi kelulusan tepat waktu dengan nilai prediksi lulus tepat
waktu dan lulus tidak tepat waktu terlihat pada Tabel 2 baris pertama. Baris-baris berikutnya
adalah hasil perhitungan nilai probabilitas prior, yaitu probabilitas nilai lulus tepat waktu dan
 Asep, Penerapan Metode Klasifikasi Data … 47

lulus tidak tepat waktu masing-masing atribut terhadap total lulus tepat waktu dan lulus tidak tepat
waktu dari seluruh data. Dalam data training terdapat 891 record dengan 729 kasus lulus tepat
waktu dan 162 kasus lulus tidak tepat waktu, untuk menentukan prior probability dengan
menggunakan rumus [1]:
Bayes : Naïve Bayes :

P (x|y) = P (y|x) P (x)

P(Lulus tepat waktu,n) = 729/891 = 0.818182

P(Lulus tidak tepat waktu,n) = 162/891 = 0.181818

Tabel 2. Perhitungan Probabilitas Prior

P(XCi)
p Jumlah Data LTW LTTW LTW LTTW
IPK 891 729 162 0.81818 0.181818
>=3.7 13 13 0 0.01783 0
>=2.7 502 502 0 0.68861 0
>=2.0 214 214 0 0.29355 0
<=1.99 162 0 162 0 1
IMK 891 729 162 0.81818 0.181818
>=3.7 88 88 0 0.12071 0
>=2.7 723 629 94 0.86283 0.580247
>=2.0 79 12 67 0.01646 0.41358
<=1.99 1 0 1 0 0.006173
Kelamin 891 729 162 0.81818 0.181818
Laki-laki 609 481 128 0.65981 0.790123
Perempuan 282 248 34 0.34019 0.209877
Status 891 729 162 0.81818 0.181818
Aktif 671 634 37 0.86968 0.228395
Tidak Aktif 195 74 121 0.10151 0.746914
Cuti 25 21 4 0.02881 0.024691
Jenjang 891 729 162 0.81818 0.181818
Sarjana 739 612 127 0.83951 0.783951
Diploma 152 117 35 0.16049 0.216049
Ket: LTW=Lulus tepat waktu; LTTW Lulus tidak tepat waktu

Gambar 5. Plot Prediksi Kelulusan Tepat Waktu pada Algoritma Bayes

48. InfoSys Journal, Vol.2 No.1 Februari 2013, hlm. 41 - 54

Algoritma Neural Network

Neural network yang menggunakan algoritma back propagation pada 6 (enam) langkah
pembelajaran yaitu dengan menghitung atau menginisialisasi nilai bobot awal antara -0.1 sampai
dengan 1.0 untuk input layer, hidden layer dan bias atau threshold. MLP terdiri dari input layer,
satu atau lebih hidden layer, dan output layer [10].
Pada simpul bias terdiri dari dua, yaitu: simpul bias pada input layer yang terhubung
dengan simpul-smpul hidden layer dan simpul bias pada hidden layer yang menghubungkan pada
output layer. Setelah hitung input untuk simpul berdasarkan nilai input dan bobot jaringan saat itu,
lalu bangkitkan output untuk simpul menggunakan fungsi aktifasi sigmoid. Kemudian tentukan
nilai error baru yang pada akhirnya nilai error tersebut digunakan kembali untuk memperbaharui
bobot relasi berikutnya. Berikut adalah neural net yang dihasilkan dari data training
menggunakan multilayerperceptron pada tools Weka.

Gambar 6. Neural Net Yang Dihasilkan MLP

Dari gambar 6 tersebut dijabarkan secara spesifik dari 7 attribute yang digunakan dalam
menggenerate setiap simpul dari seluruh attribute, sehingga seluruh simpul berjumlah 20 simpul
hiden layer dan dibagian akhir terdapat 2 dua simpul yang mewakili atribut kelas yaitu lulus tepat
waktu dan lulus tidak tepat waktu.

EVALUASI dan VALIDASI

Dari ketiga algoritma C4.5, Naïve Bayes, dan Neural Network akan dievaluasi dan
dilakukan uji validitas data dengan data training. Uji validitas dilakuan dengan Confusion Matrix
dan ROC (Receveir Operating Characteristic), pengukuran yang biasa digunakan adalah precision,
recall dan accuracy [9].

Confusion Matrix Algoritma C4.5

Confusion matrix menggunakan true positives, false positives, false negatives dan true
negatives, dengan persamaan sebagai berikut [4]:
 Asep, Penerapan Metode Klasifikasi Data … 49

Dari perhitungan terhadap 7 attribut dengan 891 record maka ditemukan 4 leave dan 5 Size of
tree, dengan hasil Confusion Matrix sebagai berikut:

Gambar 7. Confusion Matrix untuk Algoritma C4.5

Maka diketahui nilai akurasi data pada algoritma C4.5 sebesar 100% dengan nilai
Confusion Matrix yang diklasifikasikan Lulus Tepat Waktu untuk nilai a dan Lulus Tidak Tepat
Waktu untuk nilai b. Untuk nilai Confusion Matrix klasifikasi a memiliki 729 record dengan
kriteria Lulus Tepat Waktu dan 162 record dengan kriteria Lulus Tidak Tepat Waktu.

Confusion Matrix Naïve Bayes

Berikut ini adalah perhitungan nilai confusion matrix terhadap algoritma naïve bayes dengan
7 attribut dan 891 record yang menghasilkan tingkat akurasi 99.8878 %.

Gambar 8. Confusion Matrix pada Algoritma Naïve Bayes

Maka diketahui nilai akurasi data pada algoritma Naïve Bayes dalam perhitungan Confusion
Matrix yakni 99.8878 % dengan 891 record terdapat klasifikasi a yang memiliki nilai 728 Lulus
Tepat Waktu dan b dengan nilai 163 Lulus Tidak Tepat Waktu.
50. InfoSys Journal, Vol.2 No.1 Februari 2013, hlm. 41 - 54

Confusion Matrix Neural Network

Berikut ini adalah perhitungan nilai confusion matrix terhadap Neural Network:

Gambar 9. Confusion Matrix pada Neural Network

Pengujian dengan Neural Network menghasilkan tingkat akurasi sebesar 100% menggunakan
891 record yang diuji dari data training. Hasil dari Confusion Matrix dengan klasifikasi a yang
memiliki kriteria nilai Lulus Tepat Waktu terdapat 729 record dan klasifikasi b kriteria Lulus Tidak
Tepat Waktu terdapat 162 record.
Maka jika diperhatikan dari perbandingan ke tiga algoritma yaitu Algoritma C4.5, Naïve Bayes
dan Neural Network pada tabel 3 ditemukan nilai akurasi tertinggi diperoleh melalui pengujian
Neural Network dan Algoritma C4.5 serta diikuti nilai terandah yakni Naïve Bayes.
Tabel 3. Komparasi Nilai Accuracy, Precision, dan Recall
C4.5 Naïve Bayes Neural network

Accuracy 100% 99.8878% 100%

Precision 1% 0.999% 1%
Recall 1% 0.999% 1%

Kurva ROC
Pada setiap pengujian dalam Weka pada dasarnya langsung akan dimunculkan nilai ROC
(Receveir Operating Characteristic). Hasil dari ROC akan divisualisasikan dalam bentuk plot.

Gambar 10. Gambar Plot untuk AUC pada Algoritma C4.5 dengan Class LTW
 Asep, Penerapan Metode Klasifikasi Data … 51

Area Under Curve (AUC) dihitung menggunakan rumus [6]:

Di mana

Nilai Area Under ROC atau Area Under Curve (AUC) adalah 1 untuk perhitungan
class dengan nilai Lulus Tepat Waktu pada algoritma C4.5. Sedangkan untuk Neural Network
nilai kurva ROC atau Area Under Curve (AUC) adalah 1 untuk perhitungan class dengan
nilai Lulus Tidak Tepat Waktu.
Tabel 4. Komparasi Nilai AUC
C4.5 Naïve Bayes Neural network
AUC 1 1 1

ANALISA HASIL KOMPARASI

Model dengan metode C4.5, Naïve Bayes dan Neural Network yang diuji tingkat
akurasinya menghasilkan perbandingan nilai accuracy,precision, sensitivity, dan recall yang
terlihat pada tabel 3 , dan pada tabel 4 terlihat komparasi nilai AUC (Area Under Curve)
antara ketiga model tersebut. Dari ketiga model, dapat diketahui bahwa nilai accuracy,
precision, sensitivity, recal, dan nilai AUC yang paling tinggi diperoleh pada pengujian
model C4.5 dan Neral Network dengan hasil yang seimbang dan terakhir model Naïve Bayes
seperti pada tabel 5 berikut:.
Tabel 5. Komparasi Nilai Accuracy dan AUC
C4.5 Naïve Bayes Neural network
Accuracy 100% 99.8878% 100%
AUC 1 1 1

Pada tabel 5, terlihat perbandingan nilai accuracy dan AUC dari tiap metode. Terlihat bahwa nilai
secara keseluruhan hampir sama tingkat akurasinya, accuracy algoritma C4.5 dan neural
network paling tinggi begitu pula dengan nilai AUC-nya mempunyai nailai yang sama. Untuk
metode Naïve Bayes berada paling bawah dalam tingkat accuracy namun memiliki AUC yang
sama. Untuk klasifikasi data mining, nilai AUC dapat dibagi menjadi beberapa kelompok [3].
a. 0.90-1.00 = klasifikasi sangat baik
b . 0.80-0.90 = klasifikasi baik
c. 0.70-0.80 = klasifikasi cukup
d. 0.60-0.70 = klasifikasi buruk
e. 0.50-0.60 = klasifikasi salah

Berdasarkan pengelompokkan di atas dan Tabel IV.7 maka dapat disimpukan bahwa
metode C4.5, naïve bayes, dan neural network termasuk klasifikasi sangat baik karena memiliki
nilai AUC antara 0.90-1.00.

Penerapan Algoritma Terpilih

Berdasarkan hasil perbandingan akurasi pada tabel 5, algoritma terpilih sebagai algoritma
terbaik dalam klasifikasi pemilihan mitra kerja yaitu algoritma C4.5 dan neural network yang
memiliki tingkat akurasi yang paling tinggi dengan persentase 100% dari kedua algoritma
52. InfoSys Journal, Vol.2 No.1 Februari 2013, hlm. 41 - 54

tersebut yang dipergunakan dalam penerapan yaitu algoritma C4.5. Penerapan aplikasi
menggunakan interface yang dibangun dengan java engine.

Gambar 11. Interface dari C4.5 Menggunakan Java Engine

Hasil olahan data mining akan dibaca oleh program yang dirancangbangun menggunakan Java
Creator, GUI akan menampilkan IPK dan IMK pada radio button, range IPK atau IMK, NIM,
nama mahasiswa, tampilkan hasil prediksi baik lulus tepat waktu maupun tidak lulus tepat waktu,
tampilan seperti gambar 12.

Gambar 12. Aplikasi Klasifikasi Tampilan Prediksi Kelulusan Tepat Waktu

 Asep, Penerapan Metode Klasifikasi Data … 53

Pada aplikasi klasifikasi data mining untuk prediksi kelulusan tepat waktu pada gambar 12
dihasilkan klasifikasi Lulus Tepat Waktu dan Lulus Tidak Tepat Waktu. Input data prediksi pada
program tersebut sesuai dengan atribut yang dibutuhkan IPK atau IMK, kemudian klik tombol
TAMPILKAN, maka secara otomatis tampil hasil klasifikasi prediksi kelulusan tepat waktu dan
kelulusan tidak tepat waktu. Untuk menginput kembali data baru pilih IPK atau IMK kemudian isi
range dari IPK atau IMK, dan tombol BATAL digunakan untuk clear data input dan hasil prediksi
dari aplikasi tersebut.

Implikasi Penelitian
Implikasi dari temuan penelitian ini mencakup pada dua aspek, yaitu manajerial dan sistem.
Pada Aspek Manajerial dengan memperhatikan hasil pengukuran dan evaluasi maka Algoritma
C4.5 dan Nerural Network menunjukan algoritma terbaik dalam pengklasifikasian data sehingga
metode Algoritma C4.5 dan Neural Network dapat memberikan solusi dalam prediksi kelulusan
tepat waktu.
Sedangkan pada aspek sistem, untuk mendukung pengambilan keputusan dan pengembangan
sistem informasi manajemen strategik, model ini dapat diterapkan pada perusahaan menggunakan
software Weka ataupun aplikasi interface kelulusan tepat waktu yang telah dirancang menggunakan
java engine.

KESIMPULAN

Berdasarkan hasil pengolahan data dan analisa, maka dapat diambil kesimpulan sebagai
berikut :
a. Bahwa algoritma C4.5, Naïve Bayes, dan Neural Network merupakan algoritma-algoritma
yang dapat digunakan dalam menentukan prediksi kelulusan tepat waktu.
b. Algoritma terbaik adalah algoritma yang paling tinggi tingkat accuracy pada model
klasifikasi yaitu C4.5 dan Neural Network dengan tingkat accuracy 100% sedangkan Naïve
Bayes 99.8878% . Ketiga algoritma tersebut termasuk klasifikasi sangat baik karena memiliki
nilai AUC (Area Under Curve) antara 0.90-1.00 sehingga dapat dipergunakan untuk aplikasi
prediksi.
c. Dari algoritma terpilih dapat menampilkan NIM, Nama Mahasiswa, IPK, IMK, Prediksi
kelulusan tepat waktu yang merupakan hasil klasifikasi datamining dengan menggunakan
engine java.

DAFTAR RUJUKAN

1. Bramer. 2007. Principles of Data Mining, Springer

2. Garner, R Stephen. WEKA: The Waikato Environment for Knowledge Analisys. Diambil
November 2012 dari http://www.cs.waikato.ac.nz/~ml/publications/1995/Garner95-
WEKA.pdf
3. Gorunescu Florin. 2011. Data Mining: Concept, Models and Techniques. Springer-Verleg
Berlin Heidelberg
4. Han, Jiawei. Pei, Jian. 2007. Mining Frequent Pattern by Pattern-Growth: Metodology and
Implication. Diambil November 2012 dari
http://www.acm.org/sigs/sigkdd/explorations/issues/2-2-2000-12/han.pdf
5. Kusrini, luthfi taufiq Emha. 2009. Algoritma Data Mining, Penerbit Andi
6. Yogyakarta
7. Liu, Bing.2007. Integrating Classification and Association Rule Mining. Diambil November
2012 dari http://www.comp.nus.edu.sg/~dm2/publications/kdd98_1.ps
8. Larose T. Daniel. 2006. Data Mining Methods and Models. John Wiley & Sons, Inc
Publication
54. InfoSys Journal, Vol.2 No.1 Februari 2013, hlm. 41 - 54

9. Prabowo. 2012. Aneka Teknik, Piranti dan Penerapan Data Mining: Studi Kasus Peramalan
Harga Saham Industri Telekomunikasi Berbasis Jaringan Saraf Tiruan. Modul Perkuliahan
Universitas Budi Luhur
10. She, Jyh-Jian. 2008. An Efficient Two-Phase Spam Filtering Method Based on E-Mails
Categorization. International Journal of Network Security, Vol.8, No.3, PP.334-343, Taiwan
11. Vercellis, C., 2009. Business Intelligence; Data Mining and Optimization for Decision
Making. John Wiley & Sons, Ltd., UK
12. Wu Xindom, Kumar Vivin. 2009. The Top Ten Algorithms in Data Mining. Chapman & Hill
Book