BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1 Hasil Penelitian
Tujuan dari uji coba sistem informasi data mining ini sudah berjalan sesuai yang diinginkan oleh pengguna. Uji coba
dilakukan
dengan cara memeriksa kembali fungsi-fungsi yang ada pada aplikasi data mining apakah sudang berjalan dan terhubung dengan baik atau belum. 5.1.1 Uji Coba Penginputan Data
5.1.1.1 Penginputan Data Mahasiswa Uji coba penginputan data ini dengan cara menginputkan data mahasiswa yaitu memasukkan data id, angkatan, memilih asal sekolah, nama sekolah, memilih fakultas, memilih program studi, alamat asal, id kota, provinsi, kota, Ip semester 1, dan Ip semester 2. Hasil dari penginputan data ini adalah data berhasil tersimpan pada database dan data tersebut digunakan untuk perhitungan probabilitas. 5.1.1.2 Penginputan Data Kota Uji coba penginputan data ini dengan cara menginputkan data kota yang terdiri dari id kota, provinsi, dan kota. Hasil dari penginputan data kota ini data yang
berhasil tersimpan dalam database dan data tersebut digunakan untuk proses pemilihan kota otomatis pada data mahasiswa. 5.1.13 Penginputan Data Admin Uji coba penginputan data ini dilakukan dengan cara menginputkan data admin yaitu memasukan id, username, nama, dan password. Hasil input data tersebut berhasil tersimpan pada database dan digunakan untuk melakukan proses login. Tabel 5.1 Pengujian Penginputan Data 1 No
Kebutuhan Fungsional
Keterangan
1
User dapat
Terpenuhi
melakukan penginputan data
mahasiswa yang berupa id, angkatan, asal sekolah, nama sekolah, fakultas, program studi, id kota, provinsi, kota, Ip semester 1 dan Ip semester 2 2
User dapat melakukan penginputan data kota
Terpenuhi
yang berupa id kota, provinsi, dan kota 3
User dapat melakukan penginputan data admin
Terpenuhi
yang meliputi id, username, nama, dan password
5.1.2 Pengujian Perhitungan Prediksi Data uji coba ini dilakukan dengan cara memasukkan data-data yang akan dilakukan prediksi. Data-data tersebut berupa provinsi, kota, asal sekolah, fakultas, program studi. Perhitungan prediksi probabilitas ditentukan dengan variabel-variabel yang sudah ditentukan oleh user. Setelah memilih data user akan menggunakan proses untuk mendapatkan hasil. Hasil dari pengujian ini adalah memperlihatkan jumlah data yang
diminta, jumlah total data yang ada dan nilai probabilitas dari variabelvariabel yang ditentukan.
Tabel 5.2 Pengujian Perhitungan Prediksi 1 No
Kebutuhan Fungsional
Keterangan
1
Sistem dapat melakukan perhitungan prediksi Terpenuhi probabilitas keanggotaan suatu kelas yang telah ditentukan oleh user
2
User dapat melihat hasil output perhitungan Terpenuhi prediksi yang berupa jumlah data, jumlah total, dan nilai probabilitas
3
Sistem dapat memberikan hasil prediksi yang Terpenuhi sesuai
dengan
keinginan
bagian
admisi
Universitas Dian Nuswantoro
5.1.3 Pengujian Pencarian Data
5.1.3.1 Pengujian Pencarian Manajemen User Pengujian pencarian ini menggunakan data user yang dilakukan dengan memilih kategori manajemen data pada menu awal kemudian masukkan id user apa yang akan dicari selanjutnya secara otomatis akan muncul data dari id user tersebut yang telah dimasukkan. Hasil dari pencarian data akan ditampilkan pada tabel data yang ada apabila data tidak ditemukan maka tidak akan memunculkan data pada data tabel. Pencarian data ini juga dapat dilakukan dengan memperbarui manajemen data dengan otomatis data yang tersimpan akan ditampilkan pada tabel data. Data yang
dapat ditemukan pada tabel data berupa ID, Username, Nama, dan Password.
5.1.3.2 Pengujian Pencarian Manajemen Kota Pengujian pencarian ini menggunakan data kota yang dilakukan dengan memilih kategori manajemen kota pada menu awal kemudian masukkan id kota apa yang akan dicari selanjutnya secara otomatis akan muncul data dari id kota tersebut yang telah dimasukkan. Hasil dari pencarian data akan ditampilkan pada tabel data yang ada apabila data tidak ditemukan maka tidak akan memunculkan data pada data tabel. Pencarian data ini juga dapat dilakukan dengan memperbarui manajemen data dengan otomatis data yang tersimpan akan ditampilkan pada tabel data. Data yang dapat ditemukan pada tabel data berupa Id kota, Provinsi, dan Nama Kota. 5.1.3.3 Pengujian Pencarian Manajemen Mahasiswa Pengujian pencarian ini menggunakan data mahasiswa yang dilakukan dengan memilih kategori manajemen mahasiswa pada menu awal kemudian masukkan id mahasiswa apa yang akan dicari selanjutnya secara otomatis akan muncul data dari id kota tersebut yang telah dimasukkan. Hasil dari pencarian data akan ditampilkan pada tabel data yang ada apabila data tidak ditemukan maka tidak akan memunculkan data pada data tabel. Pencarian data ini juga dapat dilakukan dengan memperbarui manajemen data dengan otomatis data yang tersimpan akan ditampilkan pada tabel data. Data yang dapat ditemukan pada tabel data berupa id, angkatan, asal sekolah,
nama sekolah, fakultas, program studi, id kota, provinsi, kota, Ip semester 1 dan Ip semester 2.
5.1.3.4 Pengujian Pencarian Manajemen Hasil Pengujian pencarian ini menggunakan data prediksi yang dilakukan dengan memilih kategori manajemen hasil pada menu awal kemudian masukkan id kota apa yang akan dicari selanjutnya secara otomatis akan muncul data dari id kota tersebut yang telah dimasukkan. Hasil dari pencarian data akan ditampilkan pada tabel data yang ada apabila data tidak ditemukan maka tidak akan memunculkan data pada data tabel. Pencarian data ini juga dapat dilakukan dengan memperbarui manajemen data dengan otomatis data yang tersimpan akan ditampilkan pada tabel data. Data yang dapat ditemukan pada tabel data berupa prediksi, Provinsi, Kota, Asal Sekolah, Fakultas, Program Studi, Jumlah Data, Total Data, dan Probabiltas. Tabel 5.3 Pengujian Pencarian Data 1 No
Kebutuhan Fungsional
Keterangan
1
Sistem mampu mencari data dari id user Terpenuhi yang diminta dan menapilkan data tabel terdiri
ID,
Username,
Nama,
dan
Password.
2
Sistem mampu mencari data dari id kota Terpenuhi yang diminta dan menapilkan data tabel terdiri Id kota, Provinsi, dan Kota
3
Sistem mampu mencari data dari id Terpenuhi
mahasiswa yang diminta dan menapilkan data tabel terdiri id, angkatan, asal sekolah, nama sekolah, fakultas, program studi, id kota, provinsi, kota, Ip semester 1 dan Ip semester 2. 4
Sistem mampu mencari data dari id kota Terpenuhi yang diminta dan menapilkan data tabel terdiri prediksi, Provinsi, Kota, Asal Sekolah, Fakultas, Program Studi, Jumlah Data, Total Data, dan Probabiltas.
5.2
Pembahasan Hasil dari uji coba yang menggunakan data 2.200 dengan aplikasi Admisi Marketing untuk memprediksi probabilitas minat studi mahasiswa pada Kota Semarang sebagai sempel. Nilai-nilai probabilitas yang dilakukan dengan prediksi admisi marketing sebagai berikut :
Tabel 5.4 Nilai Probabilitasi Prediksi No
Kota / Kabupaten
Program Studi
SMA
SMK
1
Kota Semarang
Teknik Informatika
0,090077
0,039323
2
Kota Semarang
Sistem Informasi
0,024234
0,004115
3
Kota Semarang
Desain Komunikais 0,025605
0,015546
Visual 4
Kota Semarang
Ilmu Komunikasi
0,009144
0,004115
5
Kota Semarang
Manajemen
0,039323
0,039323
6
Kota Semarang
Akuntansi
0,034293
0,009144
7
Kota Semarang
Sastra Inggris
0,010973
0,002286
9
Kota Semarang
Sastra Jepang
0,002743
0,002743
10
Kota Semarang
Kesehatan
0,016918
0,005486
Masyarakat 11
Kota Semarang
Rekam Medis
0,008687
0,005486
12
Kota Semarang
Teknik Elektro
0,001828
0,005486
13
Kota Semarang
Teknik Industri
0,004572
0,005486
Dari hasil uji coba tersebut dengan menggunakan data sampel kota Semarang dan Provinsi Jawa Tengah dapat dilihat nilai-nilai probabilitas yang berada pada Tabel 5.4. Hasil dari pengujian dengan variabel kota semarang dan asal sekolah SMA adalah yang memiliki probabilitas tertinggi pada program studi Teknik Informatika (0,09077) dan yang memiliki nilai probabilitas terendah pada program studi Teknik Elektro(0,001828). Sedangkan pada hasil dengan variabel kota semarang dan asal sekolah SMK adalah yang memiliki probabilitas tertinggi pada program studi Teknik Informatika (0,039323) dan yang memiliki nilai terendah pada program studi Sastra Inggris (0,002286). Dari hasil uji coba yang sudah dilakukan dengan Admisi Marketing, dengan menggunakan rumus untuk mendapatkan nilai akurasi dan error dari Admisi marketing sebagai berikut : Akurasi =
2187 2200
= 0,9941 = 99,4%
Dari perhitungan akurasi untuk kinerja klasifikasi didapatkan akurasi sebesar 99,4% kemudian hasil uji coba dengan menggunakan rumus keselahan predikisi (error) sebagai berikut : Error =
13 2200
= 0, 006 = 0,6%