SKRIPSI/TUGAS AKHIR

PENERAPAN DATA MINING

UNTUK KINERJA GURU MAPEL
DAN GURU KELAS
MENGGUNAKAN ALGORITMA K-
MEANS (STUDI KASUS :GURU SDN
JATIMULYO ALIAN KEBUMEN)”

DENI MALIK IRAWAN

Nomor Mahasiswa : 155410091

PROGRAM STUDI TEKNIK INFORMATIKA

PROGRAM SARJANA/DIPLOMA TIGA
FAKULTAS TEKNOLOGI INFORMASI
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA
YOGYAKARTA
2022
 SKRIPSI/TUGAS AKHIR *)
PENERAPAN DATA MINING
UNTUK KINERJA GURU MAPEL DAN
GURU KELAS MENGGUNAKAN
ALGORITMA K- MEANS (“STUDI
KASUS :GURU SDN JATIMULYO ALIAN
KEBUMEN)”

Diajukan sebagai salah satu syarat untuk menyelesaikan studi

Program Sarjana/Diploma

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Teknologi Digital Indonesia

Yogyakarta

Disusun Oleh

DENI MALIK IRAWAN

Nomor Mahasiswa : 155410091

PROGRAM STUDI TEKNIK INFORMATIKA

PROGRAM SARJANA FAKULTAS TEKNOLOGI INFORMASI
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA
YOGYAKARTA
2022
 HALAMAN PERSETUJUAN
UJIAN SKRIPSI/TUGAS AKHIR *)

Judul : PENERAPAN DATA MINING

PENILAIAN KINERJA GURU MAPEL DAN GURU KELAS ENGELOMPOKAN
MENGGUNAKAN ALGORITMA K- MEANS “(STUDI KASUS : GURU SDN
JATIMULYO)”
Nama : Deni Malik Irawan
NIM : 0123456789
Program Studi : Teknik Informatika
Program : S1
Semester : Gasal
Tahun Akademik : 2021/2022

Telah diperiksa dan disetujui untuk diujikan di hadapan Dewan Penguji Skripsi/Tugas
Akhir **)

Yogyakarta, 1 Januari 2022 (tgl Persetujuan)

Dosen Pembimbing,

Femi Dwi Astuti S.Kom M.Kom

NIDN :
 HALAMAN PENGESAHAN

SKRIPSI / TUGAS AKHIR *)

REKAYASA MESIN PENCARI DATA LULUSAN PERGURUAN TINGGI

MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Telah dipertahankan di depan Dewan Penguji Skripsi / Tugas Akhir *) dan

dinyatakan diterima untuk memenuhi sebagian persyaratan guna memperoleh
Gelar Sarjana Komputer/ Ahli Madya Komputer *)
Program Teknik Informatika
Fakultas Teknologi Informasi
Universitas Teknologi Digital Indonesia
Yogyakarta

Yogyakarta, 1 Januari 2022 (tgl Ujian)

Dewan Penguji NIDN Tandatangan

1.Dini Faktasari ST. MT. (Ketua) …………. ………….

2. Dra. Suka Menolong Siapa Saja, M.PA. (Sekretaris) …………. ………….

3. Prof. Dr. Sabar Senantiasa, MA. (Anggota) …………. ………….

Mengetahui
Ketua Program Studi Rekayasa Perangkat Lunak Aplikasi

Dini Fakta Sari S.T M.T

NPP : …………………
 PERNYATAAN KEASLIAN SKRIPSI/TUGAS
AKHIR **)

Dengan ini saya menyatakan bahwa naskah skripsi/tugas akhir **) ini belum

pernah diajukan untuk memperoleh gelar Sarjana Komputer **) di suatu Perguruan

Tinggi, dan sepanjang pengetahuan saya tidak terdapat karya atau pendapat yang pernah

ditulis atau diterbitkan oleh orang lain, kecuali yang secara sah diacu dalam naskah ini

dan disebutkan dalam daftar pustaka.

Yogyakarta, 1 Januari 2022

Deni Malik Irawan

NIM: 155410091
HALAMAN PESEMBAHAN DAN MOTTO

HALAMAN PESEMBAHAN

Alhamdulillah saya ucapkan kepada Allah Subhanahu wa ta’ala atas segalah rahmat dan

karunianya sehingga saya bisa menyelesaikan karya tulis ini dan bisa saya persembahkan

kepada :

Keluarga, yang cinta dan doanya tiada habis untuk saya. Tidaklah Allah ridho kepada

saya tanpa ada ridho dari kalian. Terimakasih atas rasa cinta dan do’anya yang menjelma

menjadi keajaiban, kebaikan dan semangat.

Ir Totok Suorawoto, S.Kom., M.Cs selaku dosen pembimbing dan yang sudah

meluangkan waktu untuk membantu saya. Ibu Dini Fakta Sari, S.T., M.T., dan bapak Edi

Faizal, S.T., M.Cs selaku dosen penguji yang telah memberikan masukan, pengarahan,

semangat, waktu, dan ilmunya kepada saya dalam penyusunan Tugas Akhir ini.

Rekan - rekan saya yang telah banyak memberikan masukan dan semangat dalam

pengerjaan skripsi ini yang tidak bisa saya sebutkan satu persatu namanya didalam

naskah tugas akhir saya.

MOTTO

Boleh jadi kamu membenci sesuatu, padahal ia amat baik bagimu, dan boleh jadi (pula)
kamu menyukai sesuatu, padahal ia amat buruk bagimu, Allah mengetahui, sedang kamu
tidak mengetahui. (Q.S Al-Baqarah 216)
Sesungguhnya sesudah kesulitan itu ada kemudahan. Maka apabila kamu telah selesai
(dari suatu urusan), kerjakanlah dengan sungguh-sungguh (urusan) yang lain. (Q.S Al-
Insyirah 6-7)
 KATA PENGANTAR

Segala puji dan syukur kehadirat Allah SWT atas berkah, rahamat dan hidyah-Nya yang
senantiasa dilimpahakan kepada penulis, sehingga bisa menyelasaikan skripsi dengan
judul “PENERAPAN METODE CLUSTERING PENGELOMPOKAN DOSEN
PEMBIMBING SKRIPSI MENGGUNAKAN ALGORITMA K- MEANS (STUDI
KASUS :DOSEN STMIK AKAKOM YOGJAKARTA)” sebagai syarat untuk
menyelesaiakan Skripsi di SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN
KOMPUTER AKAKOM YOGYAKARTA dan Program Sarjana (S1) pada Program
Studi Teknik Informatika Dalam penyusunan skripsi ini banyak hambatan serta rintangan
yang penulis hadapi namun pada akhirnya dapat melaluinya berkat adanya bimbingan dan
bantuan dari berbgai pihak baik secara moral maupu spiritual. Untuk itu pada kesempatan
ini penulis menyampaikan ucapan terimakasih kepada:
1. Ir. Totok Suprawoto, M.M., M.T. Selaku Ketua STMIK Akakom Yogyakarta dan Dosen
Pembimbing Skripsi yang telah bersedia meluangkan waktu untuk memberikan arahan
selama penyusunan skripsi.
2. Erna Hudianti S.Si M.Si selaku dosen wali yang telah memberikan dukungan pengarahan
selama masa perkuliahan.
3. Kedua Orang tua beserta kakak yang telah memberikan doa dan dukungan selama proses
pembuatan skripsi.
4. Teman-teman STMIK Akakom Yogyakarta program studi Teknik Informatika yang
selalu memberikan dukungan dan motivasi.
5. Semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu memberikan
dukungan.
Penulis mohon maaf atas segala kesalahan yang pernah dilakukan. Semoga skripsi ini
dapat memberikan manfaat untuk mendorong penelitian selanjutnya.

Yogyakarta , September 2014

Deni Malik Irawan

DAFTAR ISI

HALAMAN JUDUL..........................................................................................................i
HALAMAN PERSETUJUAN..........................................................................................ii
HALAMAN PENGESAHAN
.............................................................................................................................................
iii
HALAMAN PERSEMBAHAN
.............................................................................................................................................
iv
KATA PENGANTAR.......................................................................................................v
INTISARI
.............................................................................................................................................
vi
DAFTAR ISI
.............................................................................................................................................
vii
DAFTAR GAMBAR
.............................................................................................................................................
viii
DAFTAR TABEL
.............................................................................................................................................
ix
BAB I PENDAHULUAN..................................................................................................1
1.1 Latar Belakang...................................................................................................1
1.2 Rumusan Masalah..............................................................................................2
1.3 Ruang Lingkup..................................................................................................2
1.4 Tujuan Penelitian...............................................................................................3
1.5 Manfaat Penelitian.............................................................................................3
BAB II. TINJAUAN PUSTAKA DAN DASAR TEORI................................................4
2.1 Tinjauan Pustaka...............................................................................................4
2.2 Dasar Teori.........................................................................................................7
2.2.1 Pengertian Pra Skripsi dan Skripsi......................................................7
 2.2.2 Pengertian Data Mining
12
2.2.3 Metode Clustering
12
2.2.4 K-Means
13
2.2.5 PHP
13
2.2.6 XAMPP
14
2.2.7 Database MySql
14
BAB III METODE PENELITIAN
16
3.1 2516
3.2 2516
3.3 Kebutuhan Perangkat Keras
16
3.4 Kebutuhan Perangkat Lunak
17
3.5 Pengumpulan Data
17
3.6 Analisis dan Perancangan Sistem
18
3.7 Perancangan Sistem
18
3.7.1 Use Case Diagram
18
3.7.2 Class Diagram
19
3.7.3 Sequence Diagram
21
3.7.4 Activity Diagram
 21
3.7.5 Flowchart
23
3.7.6 Perancangan Basis Data
25
3.7.7 Perancangan Sistem
25
BAB IV IMPELEMTASI DAN PEMBAHASAN SISTEM
16
4.1 2516
4.2 2516
BAB V KESIMPULAN
16
5.1 2516
5.2 2516
DAFTAR PUSTAKA
....................................................................................................................................................
30
 DAFTAR TABEL

Tabel 2.1 Perbandingan Penelitian......................................................................................5

Tabel 3.1 Struktur Tabel Administrator
.............................................................................................................................................
21
Tabel 3.2 Struktur Tabel Mahasiswa
.............................................................................................................................................
22
Tabel 3.3 Struktur Tabel Dosen
.............................................................................................................................................
23
 DAFTAR GAMBAR
Gambar 3.1 Use Cse Diagram
.............................................................................................................................................
19
Gambar 3.2 Class Diagram
21
Gambar 3.3 Sequence Diagram Login
21
Gambar 3.4 Sequence Diagram Admin Inputkan Data User
21
Gambar 3.5 Sequence Diagram Admin Inputkan Data Mahasiswa
21
Gambar 3.6 Sequence Diagram Admin Inputkan Data Dosbing
21
Gambar 3.7 Sequence Diagram Data Mahasiswa
21
Gambar 3.8 Sequence Diagram Data Dosbing
21
Gambar 3.9 Sequence Diagram Proses Clustering
21
Gambar 3.1.0 Sequence Diagram Hasil Analisis Clustering
21
Gambar 3.1.1 Activity Diagram Login
21
Gambar 3.1.2 Activity Diagram Admin Inputkan Data User
21
Gambar 3.1.3 Activity Diagram Admin Inputkan Data Mahasiswa
.............................................................................................................................................
21
Gambar 3.1.4 Activity Diagram Admin Inputkan Data Dosbing
21
Gambar 3.1.5 Activity Diagram Data Mahasiswa
21
Gambar 3.1.6 Activity Diagram Data Dosbing
21
Gambar 3.1.7 Activity Diagram Proses Clustering
21
Gambar 3.1.8 Activity Diagram Hasil Analisis Clustering
21
Gambar 3.1.9 Flowchart
21
Gambar 3.2.0 Relasi Tabel
.............................................................................................................................................
25
Gambar 3.2.1 Gambar Menu Login
.............................................................................................................................................
26
Gambar 3.2.2 Gambar Menu Dashboard
.............................................................................................................................................
26
Gambar 3.2.3 Gambar Menu User
.............................................................................................................................................
27
Gambar 3.2.4 Gambar Menu Data Dosen Pembimbing Skripsi
.............................................................................................................................................
27
Gambar 3.2.5 Gambar Menu Data Mahasiswa
.............................................................................................................................................
28
Gambar 3.2.6 Gambar Menu Data Clustering
.............................................................................................................................................
28
Gambar 3.2.7 Gambar Menu Data Centeroid
.............................................................................................................................................
29

BAB I
PENDAHULUAN

1.1 Latar Belakang Masalah

Berdasarkan Peraturan Bersama Menteri Pendidikan dan Kebudayaan dengan Kepala

Badan Kepegawaian Negara Nomor 24 Tahun 2014, dijelaskan bahwa Dosen
merupakan pendidik profesional dan ilmuwan dengan tugas utama
mentransformasikan, mengembangkan, dan menyebarluaskan ilmu pengetahuan,
teknologi, dan seni melalui pendidikan, penelitian dan pengabdian kepada
masyarakat. Dalam melaksanakan kegiatan pendidikan, dosen memiliki wewenang
dan tanggung jawab mengajar dan melakukan bimbingan skripsi. Skripsi merupakan
salah satu persyaratan yang harus ditempuh oleh seorang mahasiswa menjelang akhir
studinya. Dalam penyelesaiannya mahasiswa dibimbing oleh tim pembimbing yang
bertugas memberikan arahan dan masukan kepada mahasiswa. Proses penyusunan
skripsi (karya ilmiah) setiap mahasiswa dibimbing oleh dosen pembimbing sebanyak
satu orang atau lebih. Secara tidak langsung dosen pembimbing juga memiliki peran
 dalam proses penyelesaian penyusunan skripsi tersebut agar bisa selesai dengan tepat
waktu. Penunjukan dosen pembimbing skripsi di Program Studi Prodi Informatika
STMIK Akakom Yogyakarta saat ini dilakukan dengan cara mahasiswa menulis
form dosen pembimbing skripsi dan memilih Dosen Pembimbing Skripsi bedasarkan
minat mahasiswa STMIK Akakom. Umumnya, pihak yang menentukan dosen
pembimbing skripsi adalah program studi yang didasarkan dari konsentrasi
mahasiswa dan kompetensi dari dosen pembimbing. Masalahnya Mahasiswa
Terkadang Kesulitan Dalam Memilih Dosen Pembimbing Skripsi disini kita
mendeskripsikan untuk memlih dosen pembimbing skripsi bedasarkan minat
mahasiswa dan kompetensi dari dosen pembimbing dengan menggunakan suatu
metode data mining . Metode data mining yang digunakan adalah K-Means. K-
Means adalah suatu metode penganalisaan data atau metode data mining yang
melakukan proses pemodelan tanpa supervise (unsupervised) dan merupakan metode
yang melakukan pengelompokan data dengan sistem partisi. Tujuan yang ingin
dicapai pada penelitian ini adalah untuk menentukan dosen pembimbing sesuai
dengan minat mahasiswa dan bidang keahlian dosen dengan metode clustering k-
means. Manfaat yang diharapkan dari penelitian ini adalah agar pembagian dosen
pembimbing tugas akhir merata sesuai dengan kepangkatan dan bidang keahlian
masing-masing dosen, serta mempermudah kegiatan menunjang proses belajar
mengajar di STMIK Akakom Yogyakarta dan mempermudah mahsiswa untuk lulus
untuk pengambilan mata kuliah Dari permasalahan diatas peneliti akan melakukan
penelitian untuk melakukan clustering data dosen pembimbing skripsi bedasarkan
minat mahasiswa dan kompetensi dari dosen pembimbing .

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, maka dapat dirumuskan suatu permasalahan

Bagaimana mengelompokan pemilihan dosen pembimbing skripsi bedasarkan minat
mahasiswa dan kompetensi dari dosen pembimbing?

1.3 Ruang Lingkup

Berdasarkan rumusan masalah diatas, ruang lingkup dalam penelitian ini adalah sebagai
berikut:
 1. Output yang dihasilkan berupa kelompok clustering dosen pembimbing skripsi
terfavorit berdasarkan minat mahasiswa
2. Sumber data yang digunakan berasal dari kampus STMIK Akakom Yogyakarta
3. Atribut yang digunakan sesuai dengan kebutuhan penelitian, yaitu data dosen,
data mahasiswa, data admin
4. Bahasa Pemrograman yang digunakan adalah bahasa Pemrograman Web dan
database yang digunakan dengan menggunakan MYSQL
5. Algoritma clusterring yang digunakan adalah algoritma k-means

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah menerapkan teknik clustering sebagai salah satu
solusi untuk mengelompokkan data pemilihan dosen pembimbing skripsi terfavorit
menggantikan metode konvensional yang digunakan saat ini .
1.5 Manfaat Penelitian

Manfaat yang diperoleh dari penelitian ini adalah :

1. Bagi Dosen

Manfaat bagi dosen adalah dapat memberikan bimbingan pada mahasiswa dengan topik
judul skripsi sesuai dengan keahlian dosen dan juga pengalaman dosen dalam bimbingan.
2. Bagi Mahasiswa jurusan Informatika

Manfaat bagi mahasiswa jurusan Teknik Informatika yaitu mendapatkan pembimbing

yang tepat sesuai dengan tema judul yang dikerjakan.
3. Bagi Peneliti

Manfaat yang didapat bagi peneliti adalah dapat mengimplementasikan ilmu yang sudah
dipelajari di perkuliahan, terutama tentang metode AHP, Similarity, PHP, K-Means
Clustering , HTML, dan MySQL.

1.6 Sistematika Penulisan

Sebagai upaya untuk memudahkan pembaca dalam memahami materi skripsi

secara integral dan dapat memenuhi persyaratan sebagai karya ilmiah, perlu dibuat suatu

rangkaian relasi materi antar bab diorganisasikan sebagai suatu satuan yang utuh.
Sehubungan dengan pemikiran itu, maka aliran materi per bab dalam skripsi disusun

secara sistematik dan runtut melalui sistematika penulisan sebagai berikut:

BAB I PENDAHULUAN

Bab ini merupakan pendahuluan dari penulisan yang berisikan latar belakang

masalah, rumusan masalah, batasan masalah, tujuan, manfaat, metodologi

penelitian, dan sistematika penulisan.

BAB II LANDASAN TEORI

Landasan teori berisi uraian sistematis dari teori yang ada pada literatur maupun

penjabaran tinjauan pustaka yang mendasari pemecahan masalah serta langkah-

langkah pengolahan data yang diperoleh dari hasil penelitian dan juga konsep-

konsep yang dijadikan kerangka dan landasan berfikir dalam pengembangan

model penelitian ini, serta langkah-langkah yang ditempuh dalam proses

penelitian masalah. Untuk itu sistematika penulisan pada bab ini adalah

menguraikan secara runtut mengenai sekilas tentang PPSD STMIK AKAKOM

Yogyakarta dan teori-teori yang berkaitan dengan penulisan skripsi ini seperti

pengertian internet, WWW, HTML, PHP dan MySQL.

BAB III PERANCANGAN SISTEM

Pada bab ini akan dijelaskan tentang definisi Sistem, perangkat keras dan

perangkat lunak yang digunakan, relasi antar tabel, Diagram alir sistem,

rancangan masukan dan keluaran.

BAB IV IMPLEMENTASI DAN PEMBAHASAN

Pada bab ini akan dijelaskan tentang manfaat sistem dan implementasinya,

sehingga dapat menghasilkan informasi sesuai dengan kebutuhan.

BAB V PENUTUP
Pada bab ini berisi kesimpulan dan saran-saran pengembangan penelitian yang

akan datang.

BAB II
TINJAUAN PUSTAKA DAN DASAR TEORI
 2.1 Tinjauan Pustaka
Penelitian terkait clustering penelitiannya meliputi:
Muhammad Toha, dkk (2013) melakukan pengelompokan siswa dengan melalui karater
siswa, dalam penelitian ini siswa dikelompokkan dalam 4 cluster yaitu kelompok siswa
berkarakter unggul, berkembang, mulai terlihat, dan kelompok siswa berkarakter lemah.
Sylvia Pretty Tulus (2014) mengelompokkan data spasial melalui proses normalisasi dan
dikelompokkan menggunakan Algoritma K-Means. Data dikelompokkan berdasarkan
jarak terdekat objek bukan berdasarkan karakteristik objek. Pada penelitiannya
Johan Oscar Ong (2013) mengumpulkan seluruh data kemudian
menginisialisasikan ke dalam bentuk angka agar data bisa diolah dengan menggunakan
metode k-means clustering.
Nurhayati dan Luigi Ajeng Pratiwi (2015) mengelompokan jurusan siswa dengan dua
cluster yang akan diberi label IPA dan IPS.
Ari Muzakir (2014) menentukan penerimaan beasiswa dengan patokan nilai Matematika,
bahasa Inggris dan komputer dengan tiga cluster proses menggunakan algoritma k-means
sehingga akan didapatkan hasil nilai yang masuk dalam kriteria baik. Dalam pembahasan
Ali Muzakir ini yang dikatakan nilai baik adalah nilai yang diatas 70.
Dari usulan penulis pada tahun 2020 akan melakukan pengelompokan Dosen
Pembimbing Terfavorit bedasarkan kuesioner dengan menggunakan teknik unsurpersived
learning dengan menampilkan data dosen terbaik ke dalam bentuk tabel
Perbedaan antara penelitian yang pernah dilakukan dapat di lihat pada tabel 2.1

Tabel 2.1 Perbandingan Penelitian

PENELIT JUDUL METODE OBJEK HASIL
I PENELITIAN
Muhamma Clustering Clustering dan Pencapaian karakter Mengelom
d toha,dkk pencapaian algoritma K- siswa pokkan
(2013) karakter siswa MEANS karakter
menggunakan siswa
algoritma k-means. dalam
empat
cluster
Johan Implementasi Clustering dan Strategi marketing Dalam
Oscar Algoritma K- algoritma K- president university penelitian
(2013) Means Clustering MEANS ini data-
untuk data yang
Menentukan ada akan
Strategi Marketing dikelompo
President kan mejadi
University. tiga cluster
Sylvia Perangcangan Clustering dan Data potensi hasil Dalam
Pretty Clustering Data algoritma K- tambang, berupa data penelitian
Tulus, Menggunakan MEANS berbasis spasial ini data
Hendry Algoritma K- heatmap dikelompo
(2014) Means Bebasis kkan
Heatmap (Studi menjadi
Kasus : Provinsi empat
Papua Barat) cluster
Nurhayati Penerapan Algoritma Peminatan jurusan Dibentuk
dan Luigi, Algoritma K- k-means dalam bagi siswa dalam dua
Ajeng Means Dalam Data data mining cluster.
Pratiwi Mining Untuk
(2015) Peminatan Jurusan
Bagi Siswa Kelas
X (Studi Kasus:
Sma Negeri 29
Jakarta)
Ari Analisa Dan Clustering dan Penentuan beasiswa Dibentuk
Muzakir Pemanfaatan algoritma k- dalam tiga
(2014) Algoritma K- means cluster
Means Clustering
Pada Data Nilai
Siswa Sebagi
Penentuan
Penerima Beasiswa
Usulan Penerapan Metode Clustering dan Pengelompokan Pengelom
Peneliti Clustering algoritma k- Dosen Pembimbing pokan
(2020) Pengelompokan means Skripsi Terfavorit dosen
Dosen Pembimbing pembimbi
Skripsi Terfavorit ng skripsi
menggunakan bedasarka
algoritma K- n
means kuesioner
dengan
mengguna
kan teknik
unsurpersi
ved
learning
dengan
menampil
 kan data
dosen
terbaik ke
dalam
bentuk
tabel

2.2 Dasar Teori

2.21 Pengertian Skripsi

Skripsi merupakan karya tulis ilmiah berdasarkan hasil penelitian lapangan atau berupa
paparan tulisan hasil penelitian sarjana yang membahas suatu permasalahan dalam bidang
ilmu tertentu. Dalam memilih Dosen Pembimbing skripsi Mahasiswa mendownload form
pendaftaran Skripsi melalui web tii.akakom.ac.id setelah itu mahasiswa mengisi surat
pemohonan pengajuan skripsi. Dalam memilih dosen pembimbing skripsi mahasiswa
dapat memilih 10 dosen pemimbing skripsi sesuai altenati prodi ti. Dan setelah
mahasiswa selesai mengisi surat pemohonan pengajuan skripsi mahasiswa
mengumpulkan surat pemohonan pengajuan skripsi di bagian kaprodi dan apabila
mahasiswa tidak mengisi surat pemohonan pengajuan skripsi, maka di nyatakan default
artinya kaprodi yang menentukan dosen pembimbing skripsi bedasarkan keminatan
mahasiswa dan kompetensi keahlian dosen pembimbing skripsi sendiri.

2.22 Pengertian Data Mining

Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi
yang selama ini tidak diketahui secara manual dari suatu basis data . Informasi yang
dihasilkan di peroleh dengan cara mengekstrasi dan mengenali pola yang penting atau
menarik dari data yang terdapat pada basis data.

2.2.3 Metode Clustering

Clustering juga di sebut sebagai segmentation. Metode ini digunakan untuk
mengidentifikasi kelompok alami dari sebuah kasus yang di dasarkan pada sebuah
kelompok atribut, mengelompokkan data yang memiliki kemiripan atribut. Clustering
adalah metode data mining yang unsupersive, karena tidak ada atributpun yang
digunakan untuk memandu proses pembelajaran, jadi seluruh atribut input diperlakukan
sama.
2.2.4 K-Means
Algoritma K-Means adalah salah satu algoritma clustering yang berulang-ulang.
Algoritma K-Means menetapkan nilai nilai cluster (K) secara random, untuk sementara
nilai tersebut menjadi pusat dari cluster atau biasa disebut dengan centroid, mean atau
“means”. Algoritma K-Means clustering bisa diringkas sebagai berikut (Retno, 2017):
1. Pilih jumlah cluster k.
2. Inisialisasi k pusat cluster ini bisa dilakukan dengan berbagai cara. Yang paling
sering dilakukan adalah dengan cara random. Pusat-pusat klaster diberi nilai awal
dengan angka-angka random.
3. Tempatkan setiap data/objek ke cluster terdekat. Kedekatan dua objek ditentukan
berdasarkan jarak kedua objek tersebut. Demikian juga kedekatan suatu data ke
cluster tertentu ditentukan jarak antara data dengan pusat klaster. Dalam tahap ini
perlu dihitung jarak tiap data ke tiap pusat klaster. Jarak paling dekat antara satu
data dengan satu cluster tertentu akan menentukan suatu data masuk dalam cluster
mana.
4. Hitung kembali pusat cluster dengan keanggotaan klaster yang sekarang. Pusat
cluster adalah rata-rata dari semua data/objek dalam klaster tertentu. Jika
dikehendaki bisa juga memakai median dari cluster tersebut. Jadi rata-rata (mean)
bukan satu-satunya ukuran klaster yang dipakai.
5. Tugaskan lagi setiap objek dengan memakai pusat cluster yang baru. Jika pusat
cluster sudah tidak berubah lagi, maka proses pengklasteran selesai. Atau kembali
lagi ke langkah nomor 3 sampai pusat cluster tidak berubah lagi.
2.26 PHP
PHP adalah Bahasa server side scripting yang menyatu dengan HTML untuk membuat
halaman web yang dinamis (Arief, 2011).  Karena PHP merupakan server-side scripting
maka sintaks dan perintah-perintah PHP akan diesksekusi di server kemudian hasilnya
akan dikirimkan ke browser dengan format HTML.PHP juga dapat berjalan pada
berbagai web server seperti IIS (Internet Information Server), PWS (Personal Web
Server), Apache, Xitami. PHP juga mampu berjalan di banyak sistem operasi yang
beredar saat ini, diantaranya : Sistem Operasi Microsoft Windows (semua versi), Linux,
Mac Os, Solaris. PHP dapat dibangun sebagai modul web server Apache dan sebagai
binary yang dapat berjalan sebagai CGI (Common Gateway Interface). PHP dapat
mengirim HTTP header,dapat mengatur cookies, mengatur authentication dan redirect
user.Salah satu keunggulan yang dimiliki PHP adalah kemampuannya untuk melakukan
koneksibasis data atau Database Management Sistem (DBMS), sehingga dapat
menciptakan suatu halaman web dinamis. Arief (2011) PHP mempunyai koneksitas yang
baik dengan beberapa DBMS seperti Oracle, Sybase, mSQL, MySQL, Microsoft SQL
Server, Solid, PostgreSQL, Adabas, FilePro, Velocis, dBase, Unix dbm, dan tidak
terkecuali semua database ber-interface ODBC.Hampir seluruh aplikasi berbasis web
dapat dibuat dengan PHP. kekuatan utama adalah konektivitas basis data dengan web.
Dengan kemampuan ini kita akan mempunyai suatu sistem basis data yang dapat diakses

2.27 XAMPP
Menurut Riyanto (2015) “XAMPP adalah paket PHP dan mYSQL berbasis open
source,yang dapat digunakan sebagai tool pembantu pengembangan aplikasi berbasis
php. XAMPP sendiri mendukung dua system operasi yaitu windows dan Linux. Untuk
linux dalam proses penginstalannya menggunakan command line sedangkan untuk
windows dalam proses penginstalannya menggunakan interface grafis sehingga lebih
mudah dalam penggunaaan XAMPP di Windows di banding dengan Linux.

2.28 Database MySql

Menurut Madcoms (2016:17) “MySQL adalah sistem manajemen database SQL yang
bersifat Open Source dan paling populer saat ini. Sistem Database MySQL mendukung
beberapa fitur seperti multithreaded, multi-user, dan SQL database managemen sistem
(DBMS). Database ini dibuat untuk keperluan sistem database yang cepat, handal, dan
mudah digunakan. Database ini dibuat untuk keperluan sistem database yang cepat,
handal dan mudah digunakan.MySQL dan PHP merupakan sistem yang saling
terintegrasi. Maksudnya adalah pembuatan database dengan menggunakan sintak PHP
dapat di buat. Sedangkan input yang dimasukkan melalui aplikasi web yang
menggunakan script server side seperti PHP dapat langsung dimasukkan ke database
MySQL yang ada di server dan tentunya Web tersebut berada di sebuah web server.

BAB III
METODE PENELITIAN
3.1 Bahan/Data
Bahan penelitian yang digunakan adalah kumpulan Data bimbingan Skripsi yang
diperoleh dari web TI yaitu ti.akakom.ac.id sesuai ijin dari pihak kaprodi STMIK
Akakom Yogyakarta. Atribut Dosen Pembimbing Skripsi yang digunakan dalam
penelitian adalah data mahasiswa, data dosen, dan data kuantitaif penelitian
dosen pembimbing skripsi. Selain itu, peneliti juga menggunakan berbagai bahan
sebagai penunjang dalam penelitian yaitu jurnal, buku, karya ilmiah, e-book, serta
tulisan lain yang membantu peneliti dalam memahami aplikasi yang dibuat.
3.2 Peralatan
Peralatan dalam penelitian ini meliputi kebutuhan perangkat lunak dan kebutuhan
perangkat keras. Dibawah ini merupakan kebutuhan dari sistem di antaranya :
3.3 Kebutuhan Perangkat Keras
Perangkat keras yang dibutuhkan untuk pembangunan sistem tersebut adalah
sebagai berikut :
1. Processor Intel Core i5
2. RAM 4 GB
3. VGA 1 GB
4. Harddisk 500 GB
5. DVD RW 50 ×
6. LCD Monitor 14”
7. Mouse, Keyboard

3.4 Kebutuhan Perangkat Lunak

Perangkat lunak yang dibutuhkan untuk pembangunan sistem tersebut adalah sebagai
berikut :
1. Notepad++ adalah suatu text editor yang berjalan pada Operating System(OS)
Windows. Notepad++ disini menggunakan komponen-komponen Scintilla agar
dapat menampilkan dan menyunting text dan berkas source code berbagai bahasa
pemrograman.
2. PHP adalah Bahasa server side scripting yang menyatu dengan HTML untuk
membuat halaman web yang dinamis.
3. XAMPP adalah perangkat lunak web server apache yang didalamnya tertanam
server MySQL yang didukung dengan bahasa pemrograman PHP untuk membuat
website yang dinamis.
4. MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL yang
berfungsi sebagai penyimpanan data atau database.
5. Micorosft Office Excel
6. Apache.adalah server web yang dapat dijalankan di banyak sistem operasi
(Unix, BSD, Linux, Microsoft Windows dan Novell Netware serta platform
lainnya) yang berguna untuk melayani dan memfungsikan situs web.

3.5 Pengumpulan Data

Metode dalam pengumpulan data pada penelitian ini yaitu :
1. Wawancara
Wawancara dilakukan terhadap Kaprodi Teknik Informatika-S1 STMIK Akakom
Yogyakarta untuk mengetahui secara dalam mengenai konsep dari peminatan
2. Observasi
Observasi adalah aktivitas terhadap suatu proses atau objek dengan maksud
merasakan dan kemudian memahami pengetahuan dan fenomena bedasarkan
pengetahuan dan gagasan yang sudah di ketahui sebelumnya, untuk mendapatkan
informasi-informasi yang dibutuhkan untuk melanjutkan suatu penelitian
3. Dokumentasi
Metode Dokumentasi ini digunakan untuk mencari data yang berupa catatan,
laporan atau dokumen yang berhubungan dan ada kesesuaian dengan judul
penelitian yang sedang berjalan.

3.6 Analisis dan Perancangan Sistem

Analisis dan rancangan sistem berisi kebutuhan sistem, rancangan data, rancangan user
interface dan rancangan proses sistem yang akan digunakan pada penelitian yang
dikerjakan. Berikut Ini Hasil Analisis Sistem Dan Perancangan Sistem
Analisis Kebutuhan Sistem
1. Kebutuhan Input
Kebutuhan input berupa Data Admin, Data Mahasiswa , Data Dosen Pembimbing
2. Kebutuhan Output
Kebutuhan output berupa informasi hasil clustering Pemilihan Dosen
Pembimbing Skripsi bedasarkan minat mahasiswa dan kompetensi dari dosen
pembimbing dengan menggunakan metode k-means dan aplikasi berbasis web

3.7 Perancangan Sistem

Rancang sistem merupakan gambaran perancangan untuk sistem yang akan dibangun,
tujuannya untuk membantu memahami alur informasi dan proses sistem sehingga
memiliki tujuan dan planning yang jelas untuk membuat sistem secara
baik.Penggambaran rancangan proses sistem menggunakan :

3.71 Use Case Diagram

Use Case Diagram yaitu salah satu jenis diagram pada UML yang menggambarkan
interaksi antara sistem dan aktor . Use Case juga dapat mendeksripsikan tipe interaksi
antara si pemakai sistem dan sistemnya . Berikut Use Case Diagram pada kasus Dosen
Pembimbing menggunakan K-Means
 Gambar 3.1 Use case Diagram
Pembahasan
Pada dasarnya, sistem yang digunakan saat ini sudah cukup mumpuni dari sisi
kegunaannya. Saat ini pula, sistem yang dijalankan menggunakan aplikasi microsoft
dan terkomputerisasi. Sebagai gambarannya berikut dijabarkan analisa dan
penggambaran mengenai sistem yang sedang berjalan saat ini secara umum.Dari
gambaran Usecase diatas tampak bahwa ada 2 (lima) aktor yang berperan
didalamnya, yaitu kaprodi dan admin. Masing-masing aktor tersebut

memiliki batasan (batasan disini diartikan sebagai hak akses) terhadap sistem, namun
saling terintegrasi satu sama lainnya. Didalam sistem itu sendiri mekanisme yang
dijalankan adalah Usecase data mahasiswa , Usecase data dosbing, Usecase data
admin , Usecase data clustering, Usecase proses clustering, Usecase hasil clustering.
dari Usecase tersebut diketahui memiliki kesamaan didalam main floatnya, yaitu
melakukan proses data clusering dan melihat hasil clustering seta menginputkan
data mahasiswa dan data dosbing ke dalam database. Mekanisme penghubung
tersebut dinamakan dengan <<include>>. Jadi setiap Usecase, pada mekanismenya
akan selalu terhubung ke <<include>> untuk menginputkan data mahasiswa dan
input data dosbing kedalam database. Dan aktor yang berperan dalam Usecase dan
<<include>> maupun <<extends>> ini adalah Admin, mulai dari login, menu
utama , data dosbing, data clustering dosbing, proses clustering dosbing dan hasil
analisis clustering.

3.74 Class Diagram

Class Diagram yaitu salah satu jenis diagram pada UML yang digunakan
untuk menampilkan kelas-kelas maupun paket-paket yang ada pada suatu
sistem yang nantinya dapat digunakan. Jadi diagram ini memberikan suatu
gambaran mengenai sistem maupun relasi- relasi yang terdapat sistem
tersebut . Class Diagram menggambarkan struktur dan deskripsi Class,
Package, dan dan Object beserta hubungan satu sama lain seperti
containment, pewarisan, asosiasi, dan lain-lain. Berikut adalah Class
Diagram yang dibutuhkan dalam perancangan Clustering
Pengelompokkan Dosen Pembimbing Skripsi Menggunakan Algoritma
K-Means

Gambar 3.2 Class Diagram

3.73 Sequence Diagram
Sequence Diagram yaitu salah satu jenis diagram pada UML yang menjelaskan interaksi
objak yang bedasarkan urutan waktu, Sequence diagram dapat menggambarkan urutan
atau tahapan yang harus di lakukan dapat menghasilkan sesuatu seperti pada use case
diagram.Berikut Sequence Diagran Proses Clustering Dosbing :
1. Sequence Diagram Login

Gambar 3.3 Sequence Diagram Login

 2. Sequence Diagram Data Administator Inputkan Data Use

Gambar 3.3 Sequence Diagram Data User

3. Sequence Diagram Admin inputkan Data Mahasiswa

Gambar 3.4 Sequence Diagram Admin inputkan Data Mahasiswa

4. Sequence Diagram Admin inputkan Data Dosbing

Gambar 3.5 Sequence Diagram Admin Inputkan Data Dosbing

5. Sequence Diagram Data Mahasiswa

Gambar 3.6 Sequence Diagram Data Mahasiswa

6. Sequence Diagram Data Mahasiswa

 Gambar 3.7 Sequence Diagram Data Dosbing

7. Sequence Diagram Clustering Dan Proses Clustering

Gambar 3.6 Sequence Diagram Clustering Dan Proses Clustering

 8. Sequence Diagram Hasil Analisis Proses Clustering

Gambar 3.7 Sequence Hasil Analisis Proses Clustering

3.72 Activity Diagram
Activity Diagram yaitu diagram aktivitas yaitu salah satu jenis diagram pada UML yang
dapat menggambarkan proses-proses apa yang terjadi dengan sistem. Berikut Activity
Diagran Proses Clustering Dosbing
1. Activity Diagram Login

Gambar 3.8 Activity Diagram Login

2. Activity Diagram Admin inputkan Data User

Gambar 3.9 Activity Diagram Data Admin

3. Activity Diagram Admin Inputkan Data Mahasiswa

Gambar 3.10 Activity Diagram Mahasiswa

4. Activity Diagram Admin inputkan Data Dosbing

Gambar 3.1.1 Activity Diagram Admin inputkan Dosbing

5. Activity Diagram Clustering Dan Proses Clustering

Gambar 3.1.4 Activity Diagram Clustering Dan Proses Clustering

 6. Activity Diagram Hasil Analisi Proses Clustering

Gambar 3.1.5 Activity Diagram Hasil Analisis Clustering

3.75 Flowchart
Flowchart adalah adalah suatu bagan dengan simbol-simbol tertentu yang
menggambarkan urutan proses secara mendetail dan hubungan antara suatu proses
(instruksi) dengan proses lainnya dalam suatu program. Dalam perancangan flowchart
sebenarnya tidak ada rumus atau patokan yang bersifat mutlak (pasti). Hal ini didasari
oleh flowchart (bagan alir) adalah sebuah gambaran dari hasil pemikiran dalam
menganalisa suatu permasalahan dalam komputer. Karena setiap analisa akan
menghasilkan hasil yang bervariasi antara satu dan lainnya. Kendati begitu secara garis
besar setiap perancangan flowchart selalu terdiri dari tiga bagian, yaitu input, proses dan
output. Urutan proses clustering dengan algoritma K- Means adalah sebagai berikut :

1. Algoritma akan mengambil data yang akan di cluster dari tabel dosen .
2. Menentukan jumlah atribut dalam , untuk masing-masing klaster terdapat 1
atribut, yaitu nilai waktu bimbingan dan nilai beban bimbingan, kemudian
menentukan jumlah centroid/titik pusat sementara sebanyak 3, baik untuk nilai
waktu bimbingan dan beban bimbingan
3. Mengambil nilai centroid sementara sebanyak 3 secara random.
4. Membaca data jurnal penelitian, jumlah bimbingan, lama bimbingan dan nilai
kepangkatan
 5. Menghitung jarak setiap data dengan centroid, jarak terdekat akan menjadi
anggota pada klaster tersebut.
6. Apakah proses perhitungan jarak dan pengelompokan pada langkah e sudah
selesai, apabila belum maka akan membaca kembali data nilai waktu bimbingan
dan beban bimbingan. Demikian dilakukan sampai semua data terhitung.
7. Menghitung rata-rata dari semua data yang menjadi anggota kluster tersebut, rata-
rata ini akan menjadi titik pusat untuk iterasi selanjutnya. Hal ini dilakukan
sampai nilai rata-rata tidak berubah.
8. Apakah ada perubahan anggota cluster, kalau ada perubahan, mengambil lagi nilai
centroid secara random dari data dosen Proses tersebut dapat dilihat pada gambar
berikut :

Gambar 3.1.6. Flowchart Dosen Pembimbing Skripsi

Analisis Perancangan Algoritma K-Means

Sebelum masuk ke dalam proses algoritma k-means, data yang diperoleh harus terlebih
dahulu dinormalisasi agar tidak terjadi ketimpangan jumlah nilai antara variabel satu
dengan yang lain dikarenakan satuan pengukuran berbeda.
Untuk melakukan normalisasi data, dibutuhkan beberapa syarat untuk menentukan
dosen pembimbing. Adapun syaratnya antara lain:
1. Kepangkatan yang dimiliki oleh dosen, kepangkatan terdiri dari dosen biasa,
asisten ahli, lector, dan lector kepala.
2. Bidang Keahlian.
 Bidang keahlian ditinjau dari rekam jejak penelitian yang telah dilakukan oleh dosen.
Tidak hanya itu, bidang keahlian juga ditinjau dari mata kuliah yang diampu.
Dikarenakan algoritma k-means hanya dapat membaca nilai (angka),
Untuk kepangkatan, nilai yang dipenuhi dapat berupa nilai kum angka kredit yang sudah
diperoleh oleh masing-masing dosen. Misal, untuk asisten ahli nilai kum sebesar 150, untuk
lektor terbagi dua, yaitu lektor 200 dan lektor 300, begitu seterusnya.
Pada bidang keahlian, dapat diambil nilai dari jumlah penelitian yang sudah dibuat oleh
masing- masing dosen. Begitu pula untuk mata kuliah yang diampu, seberapa banyak mata
kuliah yang diampu oleh dosen tersebut.
Untuk menentukan pembagian dosen pembimbing tugas akhir maka data akan dibagi
menjadi tiga bagian sesuai dengan bidang keahlian yang ada di program studi Teknik
Informatika STMIK Akakom Yogyakarta yaitu bidang Mobile, Cloud Computing dan
Kecerdasan Buatan.
Apabila ke semua nilai sudah didapat, maka dapat disusun menjadi data nilai inputan
algoritma k-means. Nilai inputannya dapat dilihat pada tabel 3.1. Tabel 3.1 data inputan dari
data mahasiswa jurusan teknik informatika

Tabel 3.1 Nilai Input Algoritma K-Means

No Nama Dosen Nilai Jumlah Jumlah Lama

Pembimbing Kepangkatan Jurnal Bimbinga Pengerjaan/bula
Penelitian n n
1 Dosbing 1 150 0 2 6
2 Dosbing 2 150 0 3 7
3 Dosbing 3 150 1 1 8
4 Dosbing 4 150 3 0 4
5 Dosbing 5 150 4 1 4
6 Dosbing 6 150 1 1 3
7 Dosbing 7 150 1 3 5
8 Dosbing 8 150 1 1 6
9 Dosbing 9 150 0 3 5
10 Dosbing 10 300 1 2 5
11 Dosbing 11 300 1 1 2
12 Dosbing 12 300 3 3 4
13 Dosbing 13 200 0 3 6
14 Dosbing 14 100 0 3 5
15 Dosbing 15 300 5 2 5
 Keterangan :
Berikut Data Clustering untuk Dosen Pembimbing Skripsi atributnya terdiri dari nilai
kepangkatan, jumlah penelitian/jurnal yang telah dilakukan oleh dosen , jumlah
bimbinganyang diampu oleh dosen tersebut, dan lama pengerjaan (bulan) . Tabel di atas
adalah salah satu dari tabel peminatan yaitu Teknik Informatika.Dari hasil nilai inputan
algoritma k-means dapat dilakukan normalisasi data. Selanjutnya akan ditentukan pusat
cluster dari data tersebut menggunakan perhitungan algoritma k-means. Pusat
cluster terdiri dari 3(tiga) bagian yaituC1, C2, dan C3 dari masing-masing bidang Mobile ,
Clod Computing dan Kecerdasan Buatan. Dari semua proses yang telah dilakukan, maka akan
didapatlah hasil penentuan dosen pembimbing berdasarkan bidang keahliannya dan
keminatan mahasiswa.

3.73 Perancangan Basis Data

Rancangan tabel atau rancangan basis data merupakan tabel yang akan digunakan di dalam
sustu sistem. Berikut ini Perancangan Basis Data pada kasus Dosen Pembimbing Skripsi
Terfavorit menggunakan k-means meliputi :
1. Tabel Administrator
Tabel Administrator berfungsi untuk menyimpan data administrator untuk melakukan input
dan edit data. Struktur tabel Administrator disajikan pada tabel-3.1 berikut
Tabel 3.1 Struktur Tabel Administrator
No Field Tipe Data Panjang Keterangan
1. id_admin Int 11 Primary

2. Nama Admin Varchar 40 Nama

3. No Telp Int 13 Foreign Key

Admin
4. Email Varchar 40 Email dari Admin

5. Username Varchar 40 Username Administrator untuk

login
6. password Varchar 20 Kata sandi admin

7. Level Varchar 20 Kata sandi admin

2. Tabel Mahasiswa
Tabel mahasiswa berfungsi untuk menyimpan data-data mahasiswa .Struktur tabel pengguna
disajikan pada tabel-3.2 berikut.
Tabel 3.2 Struktur Tabel Mahasiswa
No Field Tipe Data Panjang Keterangan
1 Id Int 5 Primary
2 NIM Int 11 Foreign Key
3 Nama varchar 50 Nama_Mahasiswa
Mahasiswa
4 Nama varchar 50 Nama_Dosbing
Dosbing

3. Tabel Dosen

Tabel dosbing berfungsi untuk menyimpan data-data mahasiswa .Struktur tabel pengguna
disajikan pada tabel-3.3 berikut.
Tabel 3.3 Struktur Tabel Dosen
No Field Tipe Panjang Keterangan
Data
1 Id Int 10 Primary
2 Nama varchar 40 Nama_Mahasiswa
3 Hari varchar 40 Hari
4 Jam Mulai time 0 Jam Mulai
5 Jam Selesai time 0 Jam Selesai
6 Ruangan varchar 40 Ruangan

3.75 Relasi Tabel

Relasi antar tabel merupakan alat bantu dalam menentukan langkah kerja yang akan dilakukan
oleh programmer dimulai dari proses input edit data, membentuk tabel hingga dengan
menentukan laporan.
Gambar 3.6 Relasi Tabel Dosen Pembimbing Skripsi Terfavorit

3.76 Perancangan Antarmuka

Antarmuka adalah merupakan mekanisme komunikasi antara pengguna (user) dengan sistem.
Antarmuka pemakai (User Interface) dapat menerima informasi dari pengguna (user) dan
memberikan informasi kepada pengguna (user) untuk membantu mengerahkan alur penelusuran
masalah hingga ditemukannya suatu solusi. Berikut Perancangan Antarmuka Dosen
Pembimbing terfavorit menggunakan k-means:

1. Login 

Gambar 3.7 Menu Login

Untuk dapat menggunakan aplikasi ini, pengguna harus login dulu kedalam aplikasi. Login ini
menggunakan username dan secret phrase yang terdaftar pada aplikasi.

2. Dashboard 
Gambar 3.8 Menu Dashboard
Pada Gambar 3.8 Menu dashboard adalah halaman utama setelah client dapat masuk kedalam
aplikasi dosbing. Pada halaman ini sengaja di tampilkan cara menggunakan sistem atau panduan
sistem. Untuk ide pengembangan lain, pada halaman dashboard ini dapat pula kita tampilkan
histori prediksi yang di lakukan ataupun apa saja sesuai kebutuhan.

3. Admin

Gambar 3.9 Menu Admin

Pada gambar 3.9 menu data admin merupakan menu yang befungsi mengelola informasi data
admin untuk mengelola suatu aplikasi terutama pada aplikasi k-means clustering dosen admin
Pada menu ini merupakan tab yang menampilkan informasi id admin, nama, alamat, no telp,
username , password, dan level
4. Dosen Pembimbing Skripsi

Gambar 3.1.0 Menu Data Dosen Pembimbing

Pada gambar 3.10 menu dosen pembimbing skripsi merupakan menu yang befungsi untuk
mengelola information data dosen pembimbing skripsi. Pada menu ini merupakan tab yang
menampilkan informasi nama, jenis kelamin, alamat, pendidikan, keahlian, email, beban
bimbingan, dan waktu bimbingan

5. Data Mahasiswa

Gambar 3.1.1 Menu data Mahasiswa

Pada gambar 3.1.1 menu data mahasiswa merupakan menu yang befungsi untuk mengelola
information data mahasiswa. Pada menu ini merupakan tab yang menampilkan information
Nama, NIM, Jurusan, No Hp, Email, Nama Dosen Pembimbing Skripsi

6. Clustering
Gambar 3.1.2 Menu data Clustering
Pada menu clustering Merupakan menu yang befungsi untuk mengelola information data
clustering dosen pembinmbing skripsi yang akan diproses Pada menu ini merupakan tab yang
menampilkan informasi clustering Dosen Pembimbing Skripsi , Jumlah Jurnal Penelitian,
Jumlah Bimbingan, Lama Pengerjaan dan Nilai Kepangkatan

7. Centeroid

Gambar 3.1.1 Menu data Centeroid

Pada menu centeroid merupakan menu yang befungsi untuk mengelola information data
centeroid dosen pembinmbing skripsi yang akan diproses Pada menu ini merupakan tab yang
menampilkan informasi centeroid Nama Dosen Pembimbing Skripsi , Jumlah Jurnal Penelitian,
Jumlah Bimbingan, Lama Pengerjaan dan Nilai Kepangkatan

8. Hasil Clustering
Pada menu hasil clustering adalah menu yang menampilkan hasil kmeans data dosen
pembimbing skripsi. Pada menu ini di tampilkan secara ringkas Mulai dari Tabel Nama Dosen,
Proses Interasi 1, Anggota Interasi 1 , Proses Cluster Baru dan untuk memudahkan client
melihat hasil secara perhitungan atau secara detail.

8. Logout
Selain menggunakan interface tombol logout yang ada di bagian atas sistem. Client juga dapat
logout melalui connect yang ada di sebelah kanan atas dari menu-menu yang ada. Dengan
mengklik menu ini admin akan keluar dari aplikasi dan akan kembali ke halaman awal, yaitu
halaman login aplikasi sistem.

BAB IV
IMPLEMENTASI DAN PEMBAHASAN SISTEM

IMPLEMENTASI SISTEM
header.php
<div class="navbar-inner" style="border:0px solid #bbb;
border-radius:10px; padding:10px 20px 10px 20px;
margin-top:5px; margin-bottom:5px; margin-left:auto;
margin-right:auto;">
<div style="margin-top:2px; margin-bottom:2px; margin-
left:auto; margin-right:auto;">
<a href="index.php">
<table border="0" cellpadding="5" cellspacing="0"
align="center">
<tr>
<td width="100%" align="center">
<font face="Comic Sans MS, cursive" color="#FF0000"><h3
align="center">Aplikasi Dosbing Menggunakan
Clustering</h3></font> </td>
</tr>
</table>
</a>
</div>
</div>

Pembahasan

footer.php
<div class="navbar-fixed-bottom">
<div class="navbar-inner">
<div class="text-center text-error">
<small>Copyright &copy; 2020</small>
</div>
<div class="text-center text-error">
<b>STMIK Akakom Yogyakarta &reg;</b>
</div> </div>
</div>

Config.php
<?php
mysql_connect("localhost","root","");
mysql_select_db("clustering");

login.php
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="utf-8">
<title>Administrator</title>
<meta name="viewport" content="width=device-
width, initial-scale=1.0">
<meta name="description" content="">
<meta name="author" content="">

<link rel="shortcut icon"

href="../img/favicon.png"/>
<link href="css/bootstrap.min.css"
rel="stylesheet" media="screen">

<style>
body{
background-image:
url(../img/body.jpg);
background-repeat: repeat;
background-attachment: fixed;
}
</style>

<script type="text/javascript">
$(document).ready(function() {
 $("#form_login").validate();
})

function validasi(form){
if(form.username.value == ""){
alert("USERNAME MASIH KOSONG");
form.username.focus();
return (false);
}

if(form.password.value == ""){
alert("PASSWORD MASIH KOSONG");
form.password.focus();
return (false);
}

return (true);
}
</script>

</head>

<body OnLoad="document.login.username.focus();">

<form class="form-horizontal" name="login" id="form-

login" method="post" action="log_proc.php"
onSubmit="return validasi(this)">
<div class="modal-body text-center">
<div class="input-prepend">
<span class="add-on"><i class="icon-
user"></i></span><input type="text" id="username"
class="required input-large" name="username"
placeholder="Username..">
</div>
<div class="row">
&nbsp;
</div>
<div class="input-prepend">
<span class="add-on"><i class="icon-
user"></i></span><select id="level" class="required
input-large" name="level"><option value=''>- Level -
</option><option value='Admin'>Admin</option><option
value='User'>User</option></select>
</div>
<div class="row">
&nbsp;
</div>
<div class="input-prepend">
<span class="add-on"><i class="icon-
lock"></i></span><input type="password" id="password"
class="input-large" name="password"
placeholder="Password..">
</div>
<div class="row">
&nbsp;
</div>
<div>
<button class="btn btn-small btn-
 info" type="submit" name="login"
id="login">Login</button>
</div>
</div>
</form>

Log_proc.php
<?php
include_once 'config.php';

$nama = mysql_escape_string($_POST['username']);
$pass = mysql_escape_string($_POST['password']);
if($_POST[level]=="Admin"){
$level="Admin";
}elseif($_POST[level]=="User"){
$level="User";
}
$sql = mysql_query("SELECT * FROM admin WHERE
username='$nama' && password='$pass' &&
level='$level'");
$data = mysql_fetch_array($sql);

if(mysql_num_rows($sql) > 0){

session_start();
$_SESSION['id_user'] = $data['id_user'];;
$_SESSION['username'] = $data['username'];
$_SESSION['password'] = $data['password'];
$_SESSION['level'] = $data['level'];

echo "<script language=javascript>

window.location='home.php';
</script>";
exit;

}else{
echo "<script language=javascript>
window.alert('Login GAGAL');
history.back();
</script>";
exit;
}
?>

Menu.php
<?php
session_start();

?>
<nav class="navbar-default navbar-side"
role="navigation">
<div class="sidebar-collapse">
<ul class="nav" id="main-menu">
<li>
<div class="user-img-div">
<img
src="assets/img/user.png" class="img-thumbnail" />

<div class="inner-text">
Deni Malik Irawan
<br />
<small> </small>
</div>
</div>

</li>
<head>
<title> Program K-Means Clustering Menggunakan PHP
</title>
</head>
<?php

if($_SESSION['level']=="Admin"){
?>

<li>
<a href="home.php?hal=home">
<i class="fa fa-home"></i>
<span>Dashboard</span>
</a>
</li>

<li>
<a href="admin_tampil.php?hal=home">
<i class="fa fa-home"></i> <span>Data
Admin</span>
</a>
</li>

<li>
<a href="mahasiswa_tampil.php?hal=mahasiswa">
<i class="fa fa-book"></i> <span>Data
Mahasiswa</span>
</a>
</li>

<li>
<a href="dosbing_tampil.php?hal=dosbing">
<i class="fa fa-book"></i> <span>Data
Dosbing</span>
</a>
</li>

<li>
<a href="tbody.php?hal=clustering">
<i class="fa fa-book"></i> <span>Data
Clustering</span>
</a>
</li>

<li>
 <a href="tbody2.php?hal=clustering">
<i class="fa fa-book"></i> <span>Data
Centeroid</span>
</a>
</li>

<li>
<a href="tampilproses.php?hal=hasil">
<i class="fa fa-book"></i> <span>Data
Hasil</span>
</a>
</li>
<?php
}elseif($_SESSION[level]=
="User"){
?>

<li>
<a href="tbody.php?hal=clustering">
<i class="fa fa-book"></i> <span>Data
Clustering</span>
</a>
</li>

<li>
<a href="tbody2.php?hal=clustering">
<i class="fa fa-book"></i> <span>Data
Centeroid</span>
</a>
</li>

<li>
<a href="tampilproses.php?hal=hasil">
<i class="fa fa-book"></i> <span>Data
Hasil</span>
</a>
</li>

<?php
}
?>
<li>
<a href="logout.php"><i
class="fa fa-exclamation-circle "></i>Logout</a>

</li>
</div>

</nav>

Home.php

dosbing.php
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta charset="utf-8" />
<meta name="viewport" content="width=device-width,
initial-scale=1.0" />
<title>Dashboard</title>

<!-- BOOTSTRAP STYLES-->

<link href="assets/css/bootstrap.css"
rel="stylesheet" />
<!-- FONTAWESOME STYLES-->
<link href="assets/css/font-awesome.css"
rel="stylesheet" />
<!--CUSTOM BASIC STYLES-->
<link href="assets/css/basic.css"
rel="stylesheet" />
<!--CUSTOM MAIN STYLES-->
<link href="assets/css/custom.css" rel="stylesheet"
/>
<!-- GOOGLE FONTS-->
<link href='http://fonts.googleapis.com/css?
family=Open+Sans' rel='stylesheet' type='text/css' />
</head>
<body>
<div id="wrapper">
<nav class="navbar navbar-default navbar-cls-
top " role="navigation" style="margin-bottom: 0">
<div class="navbar-header">
<button type="button" class="navbar-
toggle" data-toggle="collapse" data-target=".sidebar-
collapse">
<span class="sr-only">Toggle
navigation</span>
<span class="icon-bar"></span>
<span class="icon-bar"></span>
<span class="icon-bar"></span>
</button>
<a class="navbar-brand"
href="index.html">Clustering</a>
</div>

<div class="header-right">

<a href="message-task.html" class="btn

btn-info" title="New Message"><b>30 </b><i class="fa
fa-envelope-o fa-2x"></i></a>
<a href="message-task.html" class="btn
btn-primary" title="New Task"><b>40 </b><i class="fa
fa-bars fa-2x"></i></a>
<a href="header.php" class="btn btn-
danger" title="Logout"><i class="fa fa-exclamation-
circle fa-2x"></i></a>

</div>
</nav><!-- /. NAV TOP -->
<?php
include"menu.php";
?>
<head>
<title> Program K-Means Clustering Menggunakan PHP
</title>
</head>

<!-- /. NAV SIDE -->

<div id="page-wrapper">
<div id="page-inner">
<div class="row">
<div class="col-md-12">
<h1 class="page-head-line">
Dosen Pembimbing Skripsi</h1>
<h1
class="page-subhead-line"></h1>

</div>
</div>
<!DOCTYPE html>

<h3> Dosen Pembimbing Skripsi</h3>

<img src="assets/img/img-20180603-wa0008-
5b78b343aeebe14ba92ad582.jpg" class="img-thumbnail" />

<p>Salah satu tugas Dosen dalam bidang pengajaran ialah

membimbing mahasiswa dalam menyelesaikan tugas akhirnya
atau skripsi. Di mana dengan membantu dalam proses
pembimbingan mahasiswa banyak sekali manfaat yang dapat
diperoleh secara langsung pada Dosen tersebut.
Secara prosedur mahasiswa sebenarnya dapat memilih
Dosen yang akan membimbingnya nanti, tentunya dengan
mengajukan proposal melalui jalur sidang uji proposal
terlebih dahulu.
Dengan sidang uji proposal dapat diketahui kelayakan
dari seorang mahasiswa dalam skripsinya tersebut dengan
mempertimbangkan beberapa aspek diantaranya, penguasan
materi, kesesuaian dengan bidang yang ia pilih
(biasanya menjelang semester akhir ada mata kuliah
pilihan minat), style mahasiswa dan yang lebih penting
ketersedian dosen dalam kajian yang dipilih oleh
mahasiswa tersebut. Misalnya saja jika mahasiswa
tersebut memilih konsetrasi kecerdasan buatan, tentunya
dalam hal ini Kaprodi harus menyelaraskan dengan
ketersedian Dosen di prodinya yang expert dalam bidang
tersebut.
Sebenarnya jika mahasiswa pintar dalam memilih
strategi, bisa saja mahasiswa tersebut sudah mengambil
tema skripsi saat menjelang semester akhir (dalam hal
ini semester 6 dan 7).
Biasanya beberapa Dosen termasuk saya suka memberikan
tugas mata kuliah dalam bentuk proyek akhir, dan setiap
mahasiswa diwajibkan membuat proposal penelitian
sedangkan produk atau aplikasinya dapat berbentuk
prototype. Dengan kondisi itu bisa saja mahasiswa
langsung menentukan tema dan langsung memilih Dosen
yang sesuai dengan skemanya. Seorang Dosen memiliki
keuntungan dari proses bimbingan terhadap
mahasiswa:</p>
<p>1. Ilmu selalu di-update</p>
<p>Dengan membimbing secara tidak langsung ilmu Dosen
akan bertambah secar significant. Terkadang kita dapat
mengetahui ilmu baru maupun memperkaya khasanah ilmu
dari mahasiswa. Mengapa bisa seperti itu?
Hal ini bisa dipengaruhi karena salah satu faktornya
yaitu mahasiswa mempunyai cukup banyak waktu untuk
meng-explor ilmu baik dari buku referensi, internet
maupuj belajar sendiri secara autodidak. Ada salah satu
hadist yang mengatakan bahwa jika ilmu itu
dimanfaatkan/diajarkan, maka tidak akan berkurang
bahkan bertambah.</p>
<p>2. Dekat dengan mahasiswa bimbingannya</p>
<p>Semakin sering mahasiswa tersebut bimbingan, maka
dapat dipastikan bahwa akan terjalin sinergi yang baik.
Karena fase-fase dari mulai penentuan masalah,
pencarian dan penentuan jurnal -- jurnal terkait, bab
1, bab 2, bab 3 dan seterusnya.Terkadang mahasiswa
dalam proses bimbingan tersebut "suka" bawa makanan
ringan berupa cemilan atau sejenisnya dengan maksud
agar dilancarkan sehingga ada PR yang harus dikerjakan
saat di rumah. Hal itu sangat wajar selama dalam batas-
batas tertentu. Namun yang menjadi point penting dari
hal ini adalah dekatnya mahasiswa dengan Dosen
pembimbing menjadi kualitas penelitian yang dihasilkan
lebih baik.</p>
<p>3. Tahu kesiapan mahasiswa menjelang sidang</p>
<p>Dosen pembimbing/promoter khususnya Dosen pembimbing
I ibarat seperti penasehat hukum/pengacara. Bisa
dibayangkan apabila dalam ujian sidang
skripsi/tesis/disertasi tidak hadir Dosen tersebut,
maka mahasiswa tersebut akan habis "dibantai" oleh
jaksa penuntut umum atau Dosen penguji/praktisi yang
khusus didatangkan.
Oleh karena itu, perlu kiranya kehadiran Dosen
pembimbing I di ruang sidang meskipun hanya sekedar
meluruskan pertanyaan yang diajukan oleh Dosen lain.
Minimal mental mahasiswa secara psikologis menjadi siap
dan tidak grogi. Maka sudah sepantasnya jika seorang
Dosen pembimbing I/utama mempunyai tugas yang cukup
berat dalam membimbing mahasiswa karena dari arahan dan
bimbingan yang bersangkutan skripsi mahasiswa bisa
dihasilkan.
Dengan suatu kesimpulan bahwa Dosen pembimbing
I/promoter pasti tahu kondisi dan kesiapan mahasiswa
tersebut menjelang sidang, karena lulus dan tidaknya
mahasiswa tersebut bisa diakibatkan selain dari
sepenuhnya dari diri mahasiswa juga ada kontribusi dari
Dosen pembimbing I.
Bagi saya kredibilitas Dosen dipertaruhkan dalam sidang
tersebut, oleh karenanya dengan lulusnya mahasiswa
bimbingan berarti Dosen lainnya mengetahui bahwa fase-
fase bimbingan ditempuh dengan baik dan Dosen tersebut
benar dalam membimbing mahasiswa.</p>
<p>4. Lebih dihargai mahasiswa</p>
<p>Semakin benar dan efektif fase bimbingan, maka
secara psikologi mahasiswa pelan taapi pasti akan
menghargai Dosen tersebut. Betapa tidak, disela
kesibukannya Dosen tersebut masih bersedia menyempatkan
waktu untuk membimbing mahasiswa meskipun memang sudah
salah satu tugas Dosen.
Saya percaya bahwa mahasiswa selama proses bimbingan
tersebut sudah mengamati perilaku Dosennya tersebut.
Mahasiswa bisa sambil curhat, keluh kesah dan
mengutarakan kesulitan-kesulitannya. Sebagai seorang
Dosen yang baik, tentunya seharusnya mengayomi
mahasiswa bimbingannya dalam batas-batas tertentu.
Apalagi jika arahan dari Dosen tersebut bisa menjawab
masalah dan kesulitan mahasiswa, otomatis mahasiswa ada
tempat untuk memberikan solusi jika mahasiswa tersebut
menyerah. Karena bagi saya membimbing mahasiswa
merupakan suatu seni tersendiri dengan segala masalah
yang ada.
Kita bisa menuangkan ide-ide berbentuk karya ilmiah
melalui perantara mahasiswa dan akhirnya ide tersebut
bisa saja menjadi jati diri kita, sehingga orang akan
mengenal melalui tulisan yang kita buat bersama
mahasiswa.</p>
<p>5. Riset yang digunakan dapat jadi proyek
bersama.</p>
<p>Tanpa disadari bahwa terkadang dari beberapa
mahasiswa bimbingan tersebut bisa menjadi tim proyek
kita. Dengan kebersamaan yang terjadi antara mahasiswa
dan Dosen akan terbentuk skema penelitian yang bermutu
serta dapat bernilai ekonomis.
Kita ambil contoh saja tahun kemarin saya pernah
membimbing mahasiswa sistem informasi yang mengambil
persamalah di lingkungan tempat dia berada.
Dari penelitian itu dihasilkan produk yang menurut saya
bisa berdampak secara langsung terhadap masyarakat. Dia
mengambil permasalahan bahwa di kelurahan Cicurg pada
proses penyaluran bantuan langsung tunai terkadang
kurang tepat sasaran.
Saya salut pada mahasiswa tersebut yang siap mencari,
mengumpulkan sampai mengolah data tersebut sehingga
siap untuk dijadikan salah satu skema Data Mining.
Alhamdulillah dengan usaha dan kerja kerasnya
dihasilkan suatu sistem penyaluran BLSM yang nilai
ketepatannya cukup bagus dan dia membuat aplikasi
berbasis android agar masyarakat tesebut bisa meng-
akses sistem tanpa harus ke kelurahan.
Dengan kondisi itu, aplikasi yang dibuat bisa dijadikan
proyek bersama agar bisa memperoleh dana khususnya
pihak pemerintah dalam hal ini kemenristekdikti.</p>
<p>6. Banyak refensi sebagai road map penelitian ke
depan.</p>
<p>Semakin banyak membimbing mahasiswa berarti kajian
keilmuan kita akan bertambah dan semakin banyak
referensi kita sehingga akhirnya kita semakin menemukan
road map penelitian kita kemana. Mengapa ?
Karena jika mahasiswa tersebut memilih seorang Dosen
berarti mahasiswa itu sekaligus memilih bidang kajian
sesuai dengan kepakaran Dosen tersebut.
Semakin banyak referensi semakin pakar Dosen itu dan
semakin dikenal Dosen tersebut melalui kajiannya. Saya
ambil positifnya Alhamdulillah meskipun masih dalam
belajar, namun saya sudah menemukan road map penelitian
kedepannya dan semakin mantap dalam kajian itu.
Ini bisa saya gunakan dalam menyusun proposal
penelitian kedepan misalanya seperti guna memperoleh
promoter S3 maupun mendapatkan hibah penelitian dari
Pemerintah. Kuncinya satu, diusahakan jangan keluar
dari kajian penelitian yang kita senangi, karena pelan
dan pasti kita akan dikenal dan dihargai dari kajian
yang kita ambil saat ini.</p>

<p>Referensi</p>
<p> Kompasiana 25 Agu 2018 Pentingnya Peran Dosen dalam
Membimbing Tugas Akhir Mahasiswa.</p>
<p>https://www.kompasiana.com/
dudihgustian6213/5b78b3cac112fe5620290817/manfaat-
dosen-dalam-membimbing-tugas-akhir-mahasiswa?
page=all#sectionall</p>
<!-- /. ROW -->

<div class="row">
<div class="col-md-8">

<!-- /. ROW -->

<hr />

<div class="panel panel-

default">

<div id="carousel-example"
class="carousel slide" data-ride="carousel"
style="border: 5px solid #000;">

<div class="carousel-
inner">
<div class="item
active">

<img
src="assets/img/slideshow/1.jpg" alt="" />

</div>
<div class="item">
<img
src="assets/img/slideshow/2.jpg" alt="" />

</div>
<div class="item">
<img
src="assets/img/slideshow/3.jpg" alt="" />

</div>
</div>
<!--INDICATORS-->
<ol class="carousel-
indicators">
<li data-
target="#carousel-example" data-slide-to="0"
class="active"></li>
 <li data-
target="#carousel-example" data-slide-to="1"></li>
<li data-
target="#carousel-example" data-slide-to="2"></li>
</ol>
<!--PREVIUS-NEXT
BUTTONS-->

</div>
</div>
</div>
<!-- /.REVIEWS & SLIDESHOW -->
<!--/.Chat Panel End-->
</div>
<!-- /. ROW -->

<div class="row">

<div class="col-md-8">

<br />
<!-- 16:9 aspect ratio -->
<div class="embed-responsive
embed-responsive-16by9">
<p>&nbsp;</p>
<p>&nbsp;</p>
</div>
</div>
</div>
<!--/.Row-->
<hr />
<div class="row"></div>
<!--/.Row-->
<hr />
<div class="row" style="padding-bottom:
100px; `"></div>
<!--/.ROW-->

</div>
<!-- /. PAGE INNER -->
</div>
<!-- /. PAGE WRAPPER -->
</div>
<!-- /. WRAPPER -->

<div id="footer-sec">
&copy; 2020 StMIK Akakom Yogyakarta |
</div>
<!-- /. FOOTER -->
<!-- SCRIPTS -AT THE BOTOM TO REDUCE THE LOAD
TIME-->
<!-- JQUERY SCRIPTS -->
<script src="assets/js/jquery-1.10.2.js"></script>
<!-- BOOTSTRAP SCRIPTS -->
<script src="assets/js/bootstrap.js"></script>
<!-- METISMENU SCRIPTS -->
<script
src="assets/js/jquery.metisMenu.js"></script>
<!-- CUSTOM SCRIPTS -->
<script src="assets/js/custom.js"></script>

</body>
</html>

skripsi.php