Implementasi Data Warehouse Dan Data Mining Untuk Pengembangan Sistem Rekomendasi Pemilihan SMA

Yusuf Sulistyo Nugroho(1*), Triana Dewi Salma(2), Sigid Rokhanuddin(3),

(1) Universitas Muhammadiyah Surakarta
(2) Program Studi Informatika
(3) Program Studi Informatika
(*) Corresponding Author
DOI: https://doi.org/10.23917/khif.v2i2.2333

Abstract

Jumlah penyelenggara pendidikan di Sragen telah mengalami peningkatan dalam kurun beberapa tahun terakhir. Hal ini juga salah satu akibat dari semakin banyaknya jumlah siswa di wilayah tersebut. Namun dengan adanya peningkatan jumlah ini ternyata tidak diimbangi dengan pengelolaan data sekolah yang baik misalnya menggunakan teknologi informasi. Tidak adanya pusat data yang terintegrasi secara baik dapat menyebabkan pihak sekolah bahkan masyarakat sulit untuk mendapatkan informasi yang valid sehingga banyak calon siswa yang mengalami kesulitan untuk menentukan sekolah menengah tingkat atas yang akan dituju. Berdasarkan hal tersebut, sebuah data warehouse diperlukan sebagai pengelola data sekolah-sekolah secara terintegrasi dengan baik di Sragen dan dikembangkan sistem rekomendasi dengan menerapkan teknik data mining. Dengan demikian, data-data sekolah dapat digali untuk menghasilkan suatu informasi strategis yang dapat dimanfaatkan sebagai rekomendasi bagi calon siswa sekolah menengah atas untuk menentukan pilihan sekolah yang dituju.

Suatu diagram snowflake dirancang sebagai langkah awal dalam pengembangan data warehouse. Sementara itu, sistem rekomendasi dibangun menggunakan metode naïve bayes dengan cara menghitung probabilitas masing-masing kriteria yang diajukan dalam perhitungan. Adapun kriteria yang digunakan yaitu biaya sekolah, jarak sekolah, nilai akreditasi, tingkat kelulusan, dan nilai rerata ujian akhir nasional.

Hasil penelitian menunjukkan bahwa sebuah data warehouse telah berhasil dibangun sebagai pengelola data sekolah di Sragen yang terintegrasi dan terhubung dengan sistem rekomendasi untuk membantu calon siswa memilih sekolah yang sesuai berdasarkan kriteria-kriteria yang diajukan. Rekomendasi yang dihasilkan oleh sistem berdasarkan nilai confidence tertinggi dari setiap variabel masing-masing sekolah, prioritas variabel, serta urutan peringkat sekolah.

Keywords

data mining; data warehouse; naive bayes; sistem rekomendasi; snowflake

References

Dinas Pendidikan dan Kebudayaan Sragen, “Number of Senior High Schools, Teachers and Students in Environmental Education Office in Sragen 2014/2015,” 2015. [Online]. Available: http://www.sragenkab.go.id/home.php?menu=50. [Accessed: 17-Dec-2015].

R. Jindal and S. Taneja, “Comparative Study of Data Warehouse Design Approaches: a Survey,” Int. J. Database Manag. Syst., vol. 4, no. 1, pp. 33–45, 2012.

Y. S. Nugroho and Setyawan, “Klasifikasi Masa Studi Mahasiswa Fakultas Komunikasi dan Informatika,” KomuniTi, vol. VI, no. 1, pp. 84–91, 2014.

D. B. Rahayu and P. Erwin Gunadhi, “Perancangan Sistem Informasi Pendaftaran Peserta Didik Baru Berbasis Web Studi Kasus Di SMA Negeri 14 Garut,” J. Algoritm., vol. 9, no. 27, pp. 112–120, 2012.

N. J. Yuan, Y. Zheng, L. Zhang, and X. Xie, “T-Finder: A Recommender System for Finding Passengers and Vacant Taxis,” IEEE Trans. Knowl. Data Eng., vol. 25, no. 10, pp. 2390–2403, Oct. 2013.

A. Levi, O. Mokryn, C. Diot, and N. Taft, “Finding a needle in a haystack of reviews,” in Proceedings of the sixth ACM conference on Recommender systems - RecSys ’12, 2012, p. 115.

M. Beladev, L. Rokach, and B. Shapira, “Recommender systems for product bundling,” Knowledge-Based Syst., vol. 111, pp. 193–206, 2016.

R. Burke and Robin, “Hybrid Recommender Systems: Survey and Experiments,” User Model. User-adapt. Interact., vol. 12, no. 4, pp. 331–370, 2002.

P. Ponniah, Data Warehousing Fundamentals for IT Professionals, Second Edition, Second. New York, United States: John Wiley & Sons, Inc., 2010.

Y.-W. Chang, C.-J. Hsieh, K.-W. Chang, M. Ringgaard, and C.-J. Lin, “Training and Testing Low-degree Polynomial Data Mappings via Linear SVM,” J. Mach. Learn. Res., vol. 11, pp. 1471–1490, 2010.

H. Zhang and S. Shengli Sheng, “Learning Weighted Naive Bayes with Accurate Ranking,” in Fourth IEEE International Conference on Data Mining (ICDM’04), 2004, pp. 567–570.

Y. S. Nugroho and S. N. Haryati, “Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali,” Khazanah Inform., vol. 1, no. 1, 2015.

R. Katarya and O. P. Verma, “An effective collaborative movie recommender system with cuckoo search,” Egypt. Informatics J., 2016.

Article Metrics

Abstract view(s): 2187 time(s)
PDF (Bahasa Indonesia): 1307 time(s)

Refbacks

  • There are currently no refbacks.