BAB I

PENDAHULUAN
1.1 Latar Belakang
Data merupakan unsur yang sangat penting dalam kehidupan, namun banyak
data yang tidak dapat dibaca dengan mudah karena keterbatasan kemampuan manusia
dalam mengelola data dalam jumlah yang besar. Penggalian data di dunia pendidikan
(educational data mining) merupakan hal penting karena penyelenggara pendidikan
bisa mendapatkan informasi terkait dari data yang berjumlah besar dan beragam.
Pada dunia kampus atau perguruan tinggi nilai mahasiswa merupakan
komponen penting dalam sistem pembelajaran, karena itu nilai mahasiswa menjadi
salah satu tolak ukur penguasaan materi matakuliah oleh mahasiswa. Data nilai
mahasiswa perlu dikelompokkan untuk nantinya dapat digunakan dalam membuat
kebijakan pembelajaran di perguruan tinggi. Kebijakan tersebut dapat berupa
pembenahan metode pengajaran, pembenahan sistem penilaian, atau pengukuran
tingkat keberhasilan dosen dalam menyampaikan materi perkuliahan.
Seringkali dijumpai data yang hanya didokumentasikan saja dan tidak diolah
lebih lanjut menjadi informasi yang berguna, seperti halnya dengan data nilai
mahasiswa pada Program Studi Teknik Informatika yang hanya menjadi berkas
dokumentasi saja tanpa mampu menghasilkan informasi yang bermanfaat. Maka
pengolahan data merupakan langkah yang sangat penting untuk memperoleh
informasi. Salah satu contoh pengolahan data adalah dengan pengklasteran.
Salah satu algoritma pengelompokan data adalah algoritma K-Means.
Algoritma K-Means adalah algoritma clustering yang paling sederhana dibanding
1

dengan algoritma yang lain. Algoritma ini mempunyai kelebihan yaitu mudah
diterapkan dan dijalankan, relative cepat, mudah untuk diadaptasi, dan paling banyak
dipraktekkan dalam tugas data mining. Algoritma ini termasuk salah satu algoritma
paling

penting

dalam

data

mining.

K-Means

membagi

data

kemudian

mengelompokkannya kedalam beberapa cluster yang memiliki kemiripan dan

memisahkan setiap cluster berdasarkan perbedaan antar masing-masing cluster.
Algoritma ini telah dikemukakan oleh beberapa peneliti dari disiplin ilmu yang
berbeda.
Aturan dan metode algoritma K-Means dapat diterapkan pada sebuah program
bantu untuk mengelompokkan data nilai mahasiswa. Langkah-langkah algoritma KMeans diterjemahkan kedalam bahasa pemrograman untuk melakukan tugas
clustering data. Dataset nilai mahasiswa dimasukkan kedalam input program,
kemudian program melakukan pengolahan sesuai langkah algoritma K-Means, dan
hasilnya berupa cluster data nilai. Hasil berupa cluster data nilai inilah yang
digunakan sebagai bahan pertimbangan kebijakan pembelajaran di perguruan tinggi.
Pendidikan berbasis kompetensi menekankan pada kemampuan yang harus
dimiliki oleh lulusan suatu jenjang pendidikan. Kompetensi yang sering disebut
dengan standar kompetensi adalah kemampuan yang secara umum harus dikuasai
lulusan. Kompetensi (kemampuan) lulusan merupakan modal utama untuk bersaing
di tingkat global, karena persaingan yang terjadi pada kemampuan sumber daya
manusia. Oleh karena itu, penerapan pendidikan berbasis kompetensi diharapkan
akan menghasilkan lulusan yang mampu berkompetensi di tingkat global. Implikasi

pendidikan berbasis kompetensi adalah pengembangan silabus dan sistem penilaian

berbasiskan kompetensi.
Berdasarkan latar belakang yang telah dijelaskan di atas, maka solusi yang
bisa digunakan untuk mengelompokkan data nilai mahasiswa agar fungsi nilai dapat
bermanfaat sebagaimana mestinya adalah dengan merancang sebuah program baru
yang dapat membantu dalam mengelola data nilai mahasiswa dan dituangkan dalam
bentuk laporan Skripsi dengan judul Penerapan Algoritma K-Means Untuk
Pengelompokan

Data

Nilai

Berdasarkan

Bidang

Kompetensi

Lulusan

Mahasiswa (Studi Kasus Di Program Studi Teknik Informatika STMIK Nurdin

Hamzah Jambi).

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka perlu adanya perumusan masalah agar
penelitian ini terarah dan tepat pada sasaran. Adapun rumusan pada penelitian ini
adalah : Bagaimana menerapkan algoritma K-Means untuk pengelompokan data nilai

berdasarkan bidang kompetensi lulusan mahasiswa (Studi Kasus Di Program Studi

Teknik Informatika STMIK Nurdin Hamzah Jambi) ?
1.3 Batasan Masalah
Untuk mendapatkan hasil penelitian yang baik dan terarah perlu dilakukan
beberapa pembatasan masalah agar penyusunan Tugas Akhir ini tidak menyimpang
dari tujuan dan sasaran yang hendak dicapai. Batasan yang diberikan penelitian ini
adalah :
1. Sistem dibangun berdasarkan data alumni, data nilai matakuliah bidang
kompetensi program aplikasi, data nilai matakuliah bidang kompetensi Jaringan
komputer dan web programming, data nilai matakuliah bidang kompetensi sistem
cerdas, data nilai matakuliah bidang kompetensi sistem manajemen basis data, dan
data nilai matakuliah bidang komptensi desain grafis.
2. Kriteria yang digunakan bersifat statis karena sesuai dengan bidang kompetensi
yang ada pada Program Studi Teknik Informatika yaitu program aplikasi, jaringan
komputer dan web Programming, sistem cerdas, desain grafis, dan sistem
management basis data (SMBD).
3. Program dibangun menggunakan algoritma K-Means metode Cluster.
4. Sistem dibangun menggunakan bahasa pemrograman Delphi 7.0 dengan database
MySQL.
5. Informasi

yang

dihasilkan

merupakan

pengelompokan

data

mahasiswa

berdasarkan Bidang Kompetensi dari jumlah kelompok yang banyak hingga yang
sedikit.

1.4 Tujuan Penelitian

Secara

umum

tujuan

penelitian

adalah

untuk

membangun

aplikasi

Pengelompokan data nilai Berdasarkan Bidang Kompetensi lulusan Mahasiswa

dengan Algoritma K-Means menggunakan bahasa pemrograman Delphi 7.0.
1.5 Manfaat Penelitian
Adapun manfaat penelitian yang dilakukan adalah sebagai berikut :
1. Menambah wawasan dalam bidang ilmu pengetahuan, tentang penerapan
algoritma K-Means untuk pengelompokan data nilai mahasiswa menggunakan
metode clustering.
2. Sebagai dasar penentuan rumusan kurikulum baru di Program Studi Teknik
Informatika berdasarkan bidang kompetensi pilihan mahasiswa.
3. Membantu dalam pengelompokan data alumni sesuai bidang kompetensi
berdasarkan nilai mahasiswa.
4. Membantu Ketua Program Studi untuk membuat suatu kebijakan pembelajaran
pada Program Studi Teknik Informatika.
5. Dapat membantu menghasilkan informasi yang digunakan untuk mengetahui
tingkat kemampuan mahasiswa terhadap bidang kompetensi.
6. Dapat membantu menemukan pola penyebaran dan pola hubungan dalam
sekumpulan data mahasiswa sesuai bidang kompetensi.

7. Membantu menghasilkan keputusan yang memenuhi standar yang diinginkan dan

menghasilkan keputusan yang lebih baik dan konsisten.
1.6 Metodologi Penelitian
Secara umum adapun metode yang akan dilakukan dalam pengambilan data
terdapat beberapa langkah-langkah yang harus dilakukan sebagai berikut :
1. Observasi/ Pengamatan
Yaitu mendapat data yang diperlukan untuk menyusun penelitian, dengan cara
terjun langsung ke tempat penelitian yaitu di Program Studi Teknik Informatika
Sekolah Tinggi Manajement Informatika dan Komputer Nurdin Hamzah (STMIKNH) dan mengamati langsung yang berkaitan dengan Penerapan Algoritma K-Means
Untuk Pengelompokan Data Nilai Berdasarkan Bidang Kompetensi Lulusan
Mahasiswa (Studi Kasus Di Program Studi Teknik Informatika).
2. Wawancara
Metode ini dilakukan dengan cara tanya jawab secara langsung dengan Ketua
Program Studi Teknik Informatika ibu Reny Wahyuning Astuti, M.Kom dan
Sekretaris Program Studi Teknik Informatika ibu Novhirtamely Kahar, ST, M.Kom
dengan tujuan untuk mendapatkan informasi dan data-data dari pihak yang
bersangkutan.
3. Studi Literatur
Pengumpulan data dengan metode ini dilakukan dengan mengumpulkan referensi
berupa buku baik yang bersumber pada bahanbahan selama penulis mengikuti

bangku perkuliahan maupun beberapa buku bacaan yang diperoleh dari perpustakaan
serta situs-situs internet dengan cara browsing (literature research) sebagai bahan
yang mendukung untuk pencapaian tujuan penulisan Tugas Akhir.

1.7 Sistematika Penulisan

BAB I
: PENDAHULUAN
Pada Bab ini menjelaskan latar belakang pemilihan judul, rumusan masalah,
batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan
sistematika penulisan.
BAB II
: LANDASAN TEORI
Pada bab ini memaparkan tentang teori-teori dasar yang menunjang dalam
pencapaian penulisan tugas akhir ini dan gambaran tempat penelitian.
BAB III
: ANALISIS KEBUTUHAN
Bab ini menjelaskan pembahasan mengenai metode analisis yang digunakan
perangkat lunak yang terdiri dari : metode analisis yang digunakan, dan hasil analisis
tersebut.
BAB IV
: PERANCANGAN
Pada bagian ini membahas tentang metode perancangan sistem yang meliputi
metode perancangan perangkat lunak, dan hasil perancangan perangkat lunak yang
akan dihasilkan.
BAB V

: IMPLEMENTASI

Bagian ini membahas tentang cara pengoperasian dasar dari program aplikasi
yang dirancang dengan menggunakan Delphi 7.0 yang terdiri dari : Batasan

implementasi perangkat lunak, implementasi struktur data dan proses dalam bahasa
program.

BAB VI

: ANALISIS KINERJA

Pada bagian ini membahas tentang sistem yang digunakan diantaranya

pengujian sistem yang dibangun baik dilakukan pengujian secara normal maupun
secara tidak normal serta hasil yang akan diperoleh.

BAB VII

: KESIMPULAN DAN SARAN

Pada bagian ini merupakan kesimpulan dari hasil pengujian sistem dan saran
berdasarkan temuan baru yang belum atau akan diteliti dan berbagai kemungkinan
kearah penelitian yang selanjutnya.