Jurnal Teknika Vol.4 No.2 September 2012
ISSN No. 2085 - 0859
Prediksi Tingkat Kelulusan Siswa Dalam UAN Di SMP Negeri 2 Deket Dengan Menggunakan Metode Teorema Bayes Miftahus Sholihin, Aizatus Sholikhiyah*) 1)
Program Studi Teknik Informatika Fakultas Teknik Universitas Islam Lamongan
ABSTRAK Dalam dunia Informatika, penyelesaian masalah adalah bagian yang paling penting dalam membuat suatu aplikasi terutama dalam sebuah aplikasi yang diharapkan untuk memberikan sebuah atau beberapa solusi. Proses Prediksi Tingkat Kelulusan Siswa dalam UAN merupakan salah satu upaya untuk mengetahui tingkat kelulusan siswa dalam UAN. Dalam System ini memilki fungsi untuk memprediksi kelulusan siswa dalam UAN yang akan menghasilkan output LULUS atau tidaknya siswa dengan berdasarkan data nilai Rata – rata rapot semester 1 sampai dengan 6 serta nilai tryout 1 sampai dengan 3 dan juga nilai Ujian akair sekolah serta Jumlah semua NA atau Nilai Akhir siswa yang semua data tersebut akan di hitung dengan perhitungan Metode Teorema Bayes. Bayesian Classification adalah pengklasifikasian statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu Class Bayesian Classification didasarkan pada Teorema Bayes yang memiliki kemampuan klasifikasi. Bayesian Classification terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam database dengan data yang besar.
Kata Kunci : UAN, Metode Teorema Bayes
410
Jurnal Teknika Vol.4 No.2 September 2012
ISSN No. 2085 - 0859
I. PENDAHULUAN 1.1 Latar Belakang Dalam dunia pendidikan, UAN atau ujian akhir nasional merupakan suatu tahap terakhir dalam penentuan kelulusan dan kegagalan siswa. Kegagalan siswa dalam menghadapi UAN dapat menghambat proses kelulusan siswa, sehingga harus ada cara untuk meminimalisasi kegagalan siswa dalam UAN. Salah satu cara untuk mengetahui tingkat kelulusan siswa dalam satu tahun ajaran dapat dilakukan suatu prediksi berdasarkan data-data siswa pada tingkat tahun ajaran pertama. 1.2 Tujuan Mengimplementasikan data yang didapat untuk membantu memprediksi siswa – siswi yang lulus UAN dengan beberapa faktor yang dilihat dari nilai rata – rata rapot dari semester 1 sampai semester 6 dan juga nilai tryout1, tryout ke-2, tryout ke-3 dan Ujian Akhir Sekolah yang dijadikan sebagai bahan pertimbangan yang diharapkan dapat membuat siswa – siswi lebih giat lagi dalam belajar. Dapat mempermudah atau meringankan tugas pengolah nilai dengan adanya sebuah aplikasi dengan menggunakan metode teorema bayes. II. LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) adalah suatu sistem informasi yang mengevaluasi beberapa pilihan yang berbeda guna membantu seseorang memberikan keputusan terhadap masalahnya [3].
Teorema Bayes memiliki bentuk umum sebagai berikut : P(H|X) = P(X|H)P(H) P(X) Ket : X = Data dengan class yang belum diketahui H = Hipotesis data X merupakan suatu class Spesifik P(H|X) = Probabilitas hipotesis H berdasar kondisi X P(H) = Probabilitas hipotesis H [2].
III. ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Kebutuhan Sistem Dalam penyelesaian masalah pada instansi tersebut peneliti ingin membuat sistem baru yang nantinya untuk menggantikan sistem yang sedang berjalan saat ini untuk membuat sebuah aplikasi yang baru sebagai ganti cara pengolahan nilai siswa serta sebagai cara untuk membantu siswa – siswi agar lebih siap lagi dalam menghadapi UAN.
3.2 Tahap Desain (Perancangan Sistem) Memahami rancangan system informasi sesuai data yang ada dan mengimplementasikan model yang diinginkan oleh pemakai. Pemodelan system ini berupa perancangan database dengan di dukung oleh pembuatan Contex Diagram, Data Flow Diagram, Flowchart, Conceptual Data Modeling dan Pysical Data Modeling, guna mempermudah dalam proses – proses selanjutnya. a. Flowchart Program
2.2 Bayesian Classification Adalah pengklarifikasian statistik yang dapat dipergunakan untuk memprediksi probabilitas keanggotaan suatu class. Bayessian Classification didasarkan pada teorema bayes yang memiliki kemampuan klasifikasi yang terbukti memiliki akurasi yang tinggi dengan data yang besar [1].
2.3 Metode Teorema Bayes
411
Jurnal Teknika Vol.4 No.2 September 2012
ISSN No. 2085 - 0859
Tabel
START
1
Data
Sample
Nilai
Siswa
Login
T
Login Sukses
Y Data Siswa Input rata2 rapot smt1, Input rata2 rapot smt2, Input rata2 rapot smt3, Input rata2 rapot smt4, Input rata2 rapot smt5, Input rata2 rapot smt6, Tryout1, Tryout2, Tryout3, UAS
Proses Prediksi Proses hitung metode bayes : menghitung jumlah class dibagi dengan label, menghitung jumlah kasus yang sama dengan class yang sama, kalikan semua hasil variabel LULUS dan TIDAK LULUS
Hasil
END
Gambar 1 Flowchart Program
3.3 Implementasi Sistem Implementasi merupakan tahap kelanjutan dari kegiatan perancangan sistem, tahap ini merupakan tahap meletakkan system supaya siap untuk dioperasikan dan dapat dipandang sebagai usaha untuk mewujudkan system yang telah dirancang. Langkah-langkah dalam tahap implementasi ini adalah urutan kegiatan awal sampai akhir yang harus dilakukan dalam mewujudkan system yang telah dirancang.
Dalam kasus ini terdapat 10 kriteria, yaitu : 10 kriteria input yaitu Rata-rata rapot semester1 sampai semester 6 dan nilai Tryout1 sampai dengan Tryout3 serta nilai Ujian akhir Sekolah, Dari semua kriteria input maka akan menghasilkan 2 class Output yang dibentuk yaitu : Hasil prediksi UAN yang memiliki 2 nilai , yaitu : Lulus dan Tidak Lulus.
4.1
Penyelesaian Menggunakan Metode Teorema Bayes Penyelesian masalah untuk kasus prediksi kelulusan siswa dalam UAN dengan menggunakan metode Teorema Bayes, Berikut merupakan Interface Aplikasi Prediksi kelulusan siswa dalam UAN : a. Interface untuk Form Login
IV. PEMBAHASAN Berdasarkan fokus pembahasan yang terdapat dalam penulisan skripsi ini, maka penulis melakukan pembahasan atas laporan hasil prediksi UAN dengan menggunakan perhitungan Teorema Bayes.
Gambar 2 Form Login
412
Jurnal Teknika Vol.4 No.2 September 2012
ISSN No. 2085 - 0859
b. Interface untuk Form Data Siswa
Gambar 5 Form Data Uji e. Interface Laporan Data Siswa
Gambar 3 Form Data Siswa c. Interface untuk Form Data Sample
Gambar 6 Laporan Data Siswa f. Interface Laporan Data Uji
Gambar 4 Form Data Sample d. Interface Form Data Uji
Gambar 7 Laporan Data Uji V. PENUTUP 5.1 Kesimpulan Berdasarkan pembahasan mengenai Metode Teorema Bayes, dapat diambil kesimpulan sebagai berikut: Penentuan hasil prediksi kelulusan siswa dalam UAN dihitung 413
Jurnal Teknika Vol.4 No.2 September 2012
ISSN No. 2085 - 0859
dengan menggunakan metode teorema bayes dengan berdasarkan keriteria – kriteria kelulusan yaitu : 10 kriteria input yaitu Ratarata rapot semester1 sampai semester 6 dan nilai Tryout1 sampai dengan Tryout3 serta nilai Ujian akhir Sekolah, Dari semua kriteria input maka akan menghasilkan 2 class Output yang dibentuk yaitu : Hasil prediksi UAN yang memiliki 2 nilai , yaitu : Lulus dan Tidak Lulus.
5.2 Saran Berikut ini adalah saran yang dapat digunakan untuk pengembangan system di masa mendatang: Banyak orang yang belum mengenal system informasi sehingga masih diperlukan pelatihan dan pembelajaran
yang terkait dengan bidang teknologi informasi tersebut Seiring dengan berjalannya waktu, kebutuhan akan pengolahan data semakin meningkat maka sistem yang telah ada perlu dikembangkan dan diperbaiki secara terus-menerus sehingga dapat diperoleh sistem informasi yang optimal. DAFTAR PUSTAKA [1]
Eko Prasetyo, Alogaritma Data Minning, Penerbit Andi, Yogyakarta, 2012 [2] Eko Prasetyo, Data Minning Konsep Aplikasi menggunkan Matlab, Penerbit Andi, Yogyakarta, 2012 [3] Hafidzmuhammad, pengertian system
pendukung
keputusan decision support system,http://hafidzmuhammad.wordpre ss.com/2011/06/29/pengertian-sistempendukung-keputusan-decisionsupport-system.html, diakses pada 22 Mei 2012
414
