Disusun Oleh :
TOMMY SUHENDRA
20.02.03.0054
JIMMY ALGA
20.02.03.0047
DIMAS ADITYA
20.02.03.0063
FEZY ARYANI
20.02.03.0007
AYU SEPTINI
20.02.03.0032
DIAH FITRIA HANDAYANI
20.02.03.0041
Puji syukur kami ucapkan kehadiran Allah Swt, yang telah melimpahkan
rahmat, taufik dan hidayah-Nya kepada kami, sehingga dapat menyelesaikan
Proposal Penelitian ini tepat pada waktunya. Shalawat serta salam tak lupa kita
hadiahkan kepada junjungan Nabi Muhammad SAW yang menuntun manusia dari
alam jahiliyah menuju alam yang penuh dengan peradaban manusia, sehingga
Peneliti dapat menyelesaikan Penelitian tugas akhir dengan judul "analisis data
mining algoritma decision tree pada prediksi data peserta kesehatan jiwa (studi
kasus: education priority)".
Tugas akhir ini merupakan hasil kerja keras Peneliti dalam rangka
menyelesaikan tugas pada Mata Kuliah Kecerdasan Bisnis di program Sarjana
Sistem Informasi. Penelitian tugas akhir ini bertujuan untuk menganalisis
pengolahan data kesehatan jiwa pada peserta education priority menggunakan
metode decision tree. Metode ini dipilih untuk membantu Peneliti dalam
melakukan analisis pengelolahan data pada aplikasi rapid miner.
Peneliti mengucapkan terima kasih kepada pihak-pihak yang telah
memberikan dukungan dan bantuan dalam Penelitian tugas akhir ini. Terima kasih
kepada ibu bunga yang telah memberikan arahan dan masukan yang sangat
berharga dalam menyelesaikan tugas akhir ini.
Semoga tugas akhir ini dapat memberikan manfaat yang besar bagi
pengembangan ilmu pengetahuan dan dapat menjadi acuan untuk penelitian
selanjutnya. Terakhir, Peneliti mohon maaf jika masih terdapat kekurangan dalam
Penelitian tugas akhir ini.
Penulis
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
1.1 Latar Belakang
1
2
2.1 Literatur
2.1. 1 Analisis
Menurut Komaruddin (2001:53) Pengertian analisis adalah
kegiatan berpikir untuk menguraikan suatu keseluruhan menjadi
komponen sehingga dapat mengenal tanda-tanda komponen,
hubungannya satu sama lain dan fungsi masing-masing dalam satu
keseluruhan yang terpadu. Menurut Harahap dalam (Azwar, 2019)
Pengertian analisis adalah memecahkan atau menguraikan sesuatu unit
menjadi unit terkecil. Dari pendapat diatas dapat ditarik kesimpulan
bahwa analisis merupakan suatu kegiatanberfikir untuk menguraikan
atau memecahkan suatu permaslaahan dari unit menjadi unit terkecil
[4].
3
4
besar [5].
2.1. 3 Algoritma
Algoritma adalah sistim kerja komputer memiliki brainware,
hardware, dan software. Tanpa salah satu dari ketiga sistim tersebut,
komputer tidak akan berguna. Kita akan lebih fokus pada
softwareckomputer. Software terbangun atas Susunan program) dan
syntax (cara penulisan/pembuatan program). Untuk menyusun
program atau syntax, diperlukannya langkah-langkah yang sistematis
dan logis untuk dapat menyelesaikan masalah atau tujuan dalam proses
pembuatan suatu software. Maka, algoritma berperan penting dalam
penyusunan program atau syntax tersebut.Pengertian algoritma adalah
susunan yang logis dan sistematis untuk memecahkan suatu masalah
atau untuk mencapai tujuan tertentu.Dalam dunia komputer, algoritrma
sangat berperan penting dalam pembangunan suatu software.Dalam
dunia sehari-hari, mungkin tanpa kita sadari algoritma telah masuk
dalam kehidupan kita [6].
2.1. 5 Prediksi
Prediksi/forecasting merupakan salah satu metode yang
5
2.1. 6 Data
Secara umum, data dapat didefinisikan sebagai fakta atau gambar
yang berupa angka atau sejenisnya dan memberikan suatu informasi
yang dapat menggambarkan kesimpulan yang akan dihasilkan. Istilah
data kadang didefinisikan berbeda sesuai dengan bidangnya. Misalnya,
dalam bidang komputer didefinisikan sebagai simbol atau sinyal yang
inputan, penyimpanan dan pemrosesan data dilakukan oleh tools dalam
komputer yang output nya dapat menjadi suatu informasi yang berguna
[9].
7
8
4.1 Hasil
Dari data pengumuman hasil ujian kesehatan jiwa di education priority
yang terkumpul sebanyak 73 data., maka data tersebut diolah dengan
menggunakan Algoritma Decision Tree.
Tabel 4. 1 Dataset Pengumuman Hasil Ujian Kesehatan Jiwa
10
11
Berikut Model Tree dari Algoritma Decision Tree di Rapid Miner dapat
dilihat pada Gambar 4.3. Pada Gambar 4.3 merupakan model tree yang
didapatkan dari proses yang dilakukan di Rapid Miner. Sehingga
menghasilkan model pohon keputusan yang dapat dilihat pada gambar 4.3.
12
Dari hasil proses pengujian diatas dapat dilihat bahwa nilai akurasi yang
didapatkan adalah 88.89% dimana model cukup baik dalam hasil prediksi.
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan seluruh hasil tahapan penelitian yang telah dilakukan
pada analisis data mining algoritma decision tree pada peserta kesehatan
jiwa dapat disimpulkan dari data pengumuman hasil ujian kesehatan jiwa
dapat dihasilkan sebuah dataset yang dapat diproses dan menghasilkan rule
untuk menjadi acuan dalam melakukan peserta kesehatan jiwa. Dengan
total data yang digunakan sebanyak 73 data dengan variabel nama, nilai 1,
nilai 2, dan valid/tidak valid dengan menghasilkan 60 data yang valid
sehingga perlu dilakukan persediaan oleh peserta kesehatan jiwa
berdasarkan hasil yang di peroleh dari pohon keputusan . Berdasarkan
hasil pengujian rapidminer diperoleh hasil yang sama dengan analisis
perhitungan algoritma C4.5 dimana diperoleh tingkat akurasinya sebesar
88.89%.
B. Saran
Adapun saran untuk penelitian ini adalah sebagai berikut :
1. Pada penelitian selanjutnya dapat mencoba menggunakan dataset yang
berbeda dan dengan jumlah data yang lebih besar lagi sehingga nilai
data selanjutnya yang dihasilkan dapat menghasilkan tingkat akurasi
yang lebih tinggi.
2. Penelitian ini disarankan dapat menjadi bahan referensi yang
dipergunakan dan dikembangkan untuk penenlitian selanjutnya.
14
DAFTAR PUSTAKA
15
16
10.35329/jiik.v7i2.203.
[8] S. P. Dewi, N. Nurwati, and E. Rahayu, “Penerapan Data Mining Untuk
Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest
Neighbor,” Build. Informatics, Technol. Sci., vol. 3, no. 4, pp. 639–648,
2022, doi: 10.47065/bits.v3i4.1408.
[9] A. Mathematics, “済無No Title No Title No Title,” pp. 1–23, 2016.
[10] M. R. Nahjan, N. Heryana, and A. Voutama, “Implementasi Rapidminer
Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko
Oj Cell,” J. Mhs. Tek. Inform., vol. 7, no. 1, pp. 1–4, 2023.
[11] J. Sari, “Hubungan Antara Pemaafan Dengan Kesehatan Jiwa Pada
Mahasiswa Fakultas Psikologi UIN Suska Riau.,” Univ. Islam Negeri
Sultan Syarif Kasim Riau., no. 3, pp. 8–12, 2017.
[12] P. Mayadewi and E. Rosely, “Prediksi Nilai Proyek Akhir Mahasiswa
Menggunakan Algoritma Klasifikasi Data Mining,” Semin. Nas. Sist. Inf.
Indones., no. 2014, pp. 329–334, 2015.
[13] F. A. Sianturi, “Analisa Decision Tree Dalam Pengolahan Data Siswa,”
MEANS (Media Inf. Anal. dan Sist., vol. 3, no. 2, pp. 166–172, 2018, doi:
10.54367/means.v3i2.287.
.