SISTEM INFORMASI PENENTU POLA PEMBELAJARAN SISWA DALAM PENINGKATAN KUALITAS PENGAJARAN DENGAN CRISP-DM
Author (Penulis)
RUDI HARTANTOUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
14.1.03.02.0202Abstract
ABSTRAK
Penelitian ini di latar belakangi dari hasil pengamatan yang berdasarkan data yang diperoleh dari bagian tata usaha (TU) SMAN 1 Munjungan yakni sebagian besar pengolahan atau pendataan sebelumnya yang ada di SMAN 1 Munjungan masih secara manual sehingga terkadang ada beberapa guru kesulitan dalam menentukan pola pembelajaran yang efektif dan efisien. Sedangkan sekolah dituntut untuk selalu meningkatkan mutu pendidikan yang berkualitas. Keefektifan dan keefisien dalam proses belajar mengajar adalah faktor paling utama dalam meningkatkan kualitas siswanya. Berdasarkan kondisi tersebut bagaimana membuat sistem yang mampu mengelompokkan data siswa kemudian menentukkan kriteria-kriteria yang ada, dimana penilaian kriteria tersebut nantinya digunakan sebagai bahan pertimbangan dalam pengambilan keputusan untuk membantu guru dalam menentukan pola pembelajaran. Tujuan penelitian ini adalah bagaimana membuat sistem untuk pengelompokkan nilai siswa yang kemudian digunakan untuk mengetahui beberapa kriteria yang nantinya menjadi bahan pertimbangan dalam membantu guru dalam menentukan pola pembejaran. Penelitian ini menggunkan metode pendekatan CRISP-DM (Cross Industry Standard Process For Data Mining). Metode CRISP-DM menyediakan fase lebih lengkap mulai pemahaman bisnis, pemahaman data, pemodelan, pengujian dan penyebaran data sehingga setiap fase terstruktur dan terdefinisi dengan jelas. Kmeans sebagai algoritma pengelompokkan data sekatan (nonherarki) yang berusaha mempartisi data yang ada kedalam bentuk dua atau lebih kelompok sehingga data berkarakter berbeda pada setiap kelompoknya. Algoritma AHP (Analytical Hierarchy Process) sebagai metode dalam menentukan strategi pengembangan berdasarkan skala proritas yang diinputkan oleh user memakai persepsi user yang dianggap lebih mengetahui permasalahan untuk menentukan pola pembelajaran sehingga dapat menyelesaikan strategi-strategi dalam pengembangan pola pembelajaran yang paling tepat efektif dan efisien. Kesimpulan dari hasil penelitian ini adalah dengan adanya sistem informasi pengelompokkan data siswa dengan algoritma Kmeans yang kemudian diolah kembali dengan algoritma AHP diharapkan mampu membantu guru dalam menentukkan pola pembelajaran yang tepat bagi siswa.
KATA KUNCI : Sistem Informasi, CRISP-DM, Kmean, AHP
Keyword
aReference
DAFTAR PUSTAKA
Arief, M.Rudianto. 2011. Pemrograman Web Dinamis Menggunakan Php dan Mysql. Yogyakarta:ANDI.
Al-Bahra bin Ladjamudin. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta : Graha Ilmu.
Al Fatta, Hanif. 2007. Analisis dan Perancangan Sistem Informasi. Yogyakarta : ANDI.
A.S., Rosa dan Shalahuddin, M. 2013. Rekayasa Perangkat Lunak Terstruktur Dan Berorientasi Objek. Informatika. Bandung.
Ahmad dahlan. 2015 http://www.eurekapendidikan.com/2015/02/pengertian-dan-sejarah-sistem-sekolah.html“ arti sekolah”. Diakses 2 Oktober 2017
Betha Sidik., 2012, Pemrograman Web dengan PHP, Informatika, Bandung.
CS Odesaa. http://www.conceptdraw.com/How-To-Guide/erd-entity-relationship-diagram-symbols. Entity Relationship Diagram Symbols. Diakses 13 oktober 2017
Community, eWolf. (2012), Indeks Lengkap Syntax/eWolf Community, MediaKom, Yogyakarta.
Fadillah, Annisa paramitha. 2015. Penerapan Metode Crisp-Dm untuk prediksi kelulusan studi mahasiswa menempuh matakuliah. Diunduh 15 oktober 2017
Han, J., Kamber, M., & Pei, J. (2011). Data Mining Concepts and Techniques Third Edition. Waltham: Elsevier Inc.
Hartono, Bambang. 2013. Sistem Informasi Manajemen Berbasis Komputer. Jakarta: Rineka Cipta.
Jogiyanto. 2002. Pengenalan Komputer. Yogyakarta: Penerbit Andi
Kadir, Abdul. 2003. Pengenalan Sistem Informasi. ANDI Yogyakarta, Yogyakarta.
Kadir, Abdul. 2013. Pemrograman Database MySQL untuk pemula. Yogyakarta MediaKom
Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Penerbit Andi, Yogyakarta
Kudo, Shininchi. 2010. Download Sybase Powerdesaigner 15.2. http: //sharewelah.blogspot.com/2010/download-sybase-powerdesaigner-152.html. diakses 15 oktober 2017
Larose D, T., 2005, Discovering knowledge in data : an introduction to data mining, Jhon Wiley & Sons Inc.
Nugroho, Adi. 2006. E-commerce. Informatika Bandung. Bandung.
Paramitha Fadilla, Annisa. 2015. Penerapan Metode Crips-DM untuk prediksi Kelulusan Studi Mahasiswa Menempuh Mata Kuliah. Jurnal Teknik Informatika dan Sistem Informasi. e-ISSN : 2443-2229.Vol.1.3.Des 2015
Prasetyo, Eko.2012. Data Mining Kosep dan Aplikasi Menggunakan Matlab. Yogyakarta: Andi.
Saaty, T. 1993. Pengambilan Keputusan Bagi Para Pemimpin, Proses Hirarki Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks. Jakarta: Pustaka Binama Pressindo.
Sutanta, Edhy. 2011. Basis Data Dalam Tinjauan Konseptual. Yogyakarta : Andi Offset
Sutarman. 2009. Pengantar teknologi Informasi. Jakarta : Bumi Aksara.
Kudo, Shinichi. 2010. Download Sybase Powerdesigner 15,2. http://sharewelah.
blogspot.com/2010/10/download-sybase-powerdesigner-152.html.
Diakses pada tanggal 30 Mei 2012.
Kudo, Shinichi. 2010. Download Sybase Powerdesigner 15,2. http://sharewelah.
blogspot.com/2010/10/download-sybase-powerdesigner-152.html.
Diakses pada tanggal 30 Mei 2012.
Kudo, Shinichi. 2010. Download Sybase Powerdesigner 15,2. http://sharewelah.
blogspot.com/2010/10/download-sybase-powerdesigner-152.html.
Diakses pada tanggal 30 Mei 2012.
Kudo, Shinichi. 2010. Download Sybase Powerdesigner 15,2. http://sharewelah.
blogspot.com/2010/10/download-sybase-powerdesigner-152.html.
Diakses pada tanggal 30 Mei 2012.
Ubet Al-Idist. 2013 https://www.scribd.com/doc/140143060/Praktikum-Modul-2-Basis-Data-Sybase-Power-Designer. Sybase power desaigner. Diakses 13 oktober 2017
Yakub. 2012. Pengantar Sistem Informasi. Yogyakarta: Graha Ilmu.
Yeni Kustiyahningsih, Devie Rosa Anamisa, 2011.Pemograman Basis Data Berbasis Web Menggunakan PHP & MySQL.Graha Ilmu : Yogyakarta.
