i

ANALISA MINAT BAKAT BERDASARKAN

KECERDASAN MAJEMUK DENGAN ALGORITMA

K - NEAREST NEIGHBOUR

TUGAS AKHIR

Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1

Teknik Informatika Universitas Muhammadiyah Malang

Disusun Oleh:

Denny Hadi Santoso

201010370311356

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG

2015

ii

LEMBAR PERSETUJUAN

ANALISA MINAT BAKAT BERDASARKAN

KECERDASAN MAJEMUK DENGAN ALGORITMA

K - NEAREST NEIGHBOUR

TUGAS AKHIR

Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1

Teknik Informatika Universitas Muhammadiyah Malang

Disusun Oleh :

Denny Hadi Santoso

201010370311356

Telah diperiksa dan disetujui,

DOSEN PEMBIMBING I DOSEN PEMBIMBING II

Yufis Azhar, S.Kom M.Kom. Aminudin, S.Kom.

NIDN : 108.1410.0544 NIDN : 0701068603

iii

LEMBAR PENGESAHAN

ANALISA MINAT BAKAT BERDASARKAN

KECERDASAN MAJEMUK DENGAN ALGORITMA

K - NEAREST NEIGHBOUR

TUGAS AKHIR

Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1

Teknik Informatika Universitas Muhammadiyah Malang

Disusun Oleh :

Denny Hadi Santoso

201010370311356

Tugas Akhir ini telah disetujui dan dinyatakan lulus oleh tim penguji

Pada hari :

Disetujui Oleh,

Dosen Penguji 1 Dosen Penguji 2

Mengetahui

Kepala Jurusan Teknik Informatika

Yuda Munarko, S.Kom, M.Sc

NIP. 108.0611.0443

iv

SURAT PERNYATAAN

Yang bertanda tangan dibawah ini:

NAMA : DENNY HADI SANTOSO

NIM : 201010370311356

FAK./JUR. : TEKNIK/INFORMATIKA

Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul “ANALISA MINAT

BAKAT BERDASARKAN KECERDASAN MAJEMUK DENGAN

ALGORITMA K - NEAREST NEIGHBOUR ” beserta seluruh isinya adalah

karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun

seluruhnya, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya.

Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian

ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini,atau ada

klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung

segala bentuk resiko/sanksi yang berlaku.

Malang, 17 April 2015

Yang Menyatakan

(Denny Hadi Santoso)

Mengetahui,

Dosen Pembimbing I Dosen Pembimbing II

Yufis Azhar, S.Kom M.Kom. Aminudin, S.kom.

NIDN : 108.1410.0544 NIDN : 0701068603

v

ABSTRAK

Kecerdasan Majemuk adalah kemampuan untuk memecahkan persoalan dan

menghasilkan produk dalam suatu seting yang bermacam- macam dan dalam situasi

yang nyata. Dan menurut Gardner kecerdasan majemuk adalah kemampuan untuk

memecahkan masalah dan menciptakan produk bernilai budaya dimana kecerdasan

tersebut lebih dari satu macam dalam satu individu

Data mining merupakan proses pencarian pola-pola yang menarik dan

tersembunyi (hidden pattern) dari suatu kumpulan data yang berukuran besar yang

tersimpan dalam suatu basis data, data warehouse, atau tempat penyimpanan data

lainnya.

Algoritma K-Nearest Neighbour adalah pendekatan untuk mencari kasus baru

dengan kasus lama, yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur

yang ada. Misalkan untuk mencari solusi terhadap seorang pasien baru dengan

menggunakan solusi dari pasien terdahulu.

Pengujiannya adalah dengan membandingkan hasil antara data yang asli

dengan data yang dihitung dengan sistem, untuk mendapatkan nilai akurasi sistem.

Dengan algoritma K-NN yang telah saya terapkan akurasi yang diperoleh sebesar

85% dengan K= 10.

Kunci: Multiple intelligences , Data Mining, K-Nearest Neighbour, KNN

vi

ABSTRACT

Multiple intelligence is the ability to solve problems and produce

products in an a variety of settings and in real situations. And according to Gardner's

multiple intelligence is the ability to solve problems and create a culture where

intelligence product is worth more than one in a single individual

Data mining is the process of finding interesting patterns and hidden (hidden

pattern) of a large data set that is stored in a database, data warehouse, or other data

storage.

K-Nearest Neighbour algorithm approach use to look for a new case with the

old case, which is based on matching the weight of a number of existing features. For

example, to find a solution to a new patient using the solution of the previous patient

The test is to compare the results between the original data with the data

calculated by the system, to get the value of the accuracy of the system. With the K-

NN Algorithm that I employ obtained accuracy of 85% with K = 10

Kunci: Multiple intelligences , Data Mining, K-Nearest Neighbour, KNN

vii

LEMBAR PERSEMBAHAN

Puji syukur kepada Allah SWT atas rahmat dan karunia-Nya sehingga

Tugas Akhir ini dapat terselesaikan. Terima kasih juga yang sebesar-besarnya

kepada Bapak Aminudin, S.Kom dan Yufis Azhar, S.Kom M.Kom selaku

pembimbing saya.

Untuk Ibu, Bapak, saudara dan seluruh keluarga yang selalu memberikan

dukungan dan do’a dalam pengerjaan Tugas Akhir ini.

Dan semua sahabat dan teman saya Marina Amalia, Sony Adi Laksono ,

Ananda Citra Utama, Rachmad Satria, Sofyan, Terutama anak Kelas H angkatan

2010 serta pembimbing di luar kampus lainnya. Terima kasih banyak untuk kalian

semua atas semangat dan doa yang kalian berikan selama ini.

Serta semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah

berjasa dalam pengerjaan Tugas Akhir ini.

viii

KATA PENGANTAR

Dengan memanjatkan puji syukur kehadirat Allah Subhanahu Wa

Ta’ala atas limpahan rahmat dan hidayah-Nya sehingga penulis dapat

menyelesaikan tugas akhir yang berjudul :

“ANALISA MINAT BAKAT BERDASARKAN KECERDASAN

MAJEMUK DENGAN ALGORITMA K – NEAREST NEIGHBOUR “

Di dalam tulisan ini disajikan pokok-pokok pembahasan yang meliputi

pendahuluan, landasan teori, perancangan sistem, implementasi dan pengujian

sistem. Peneliti menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini

masih banyak kekurangan dan keterbatasan. Oleh karena itu peneliti

mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi

perkembangan ilmu pengetahuan ke depan.

Malang, 17 April 2015

Denny Hadi Santoso

ix

DAFTAR ISI

Halaman

HALAMAN JUDUL ........................................................................................ i

LEMBAR PERSETUJUAN............................................................................. ii

LEMBAR PENGESAHAN ............................................................................. iii

LEMBAR PERNYATAAN ............................................................................. iv

ABSTRAK ....................................................................................................... v

ABSTRACT ....................................................................................................... vi

LEMBAR PERSEMBAHAN .......................................................................... vii

KATA PENGANTAR ..................................................................................... viii

DAFTAR ISI .................................................................................................... ix

DAFTAR GAMBAR ....................................................................................... xii

DAFTAR TABEL ............................................................................................ xv

BAB I : PENDAHULUAN............................................................................. 1

1.1 Latar Belakang ........................................................................................... 1

1.2 Rumusan Masalah ...................................................................................... 2

1.3 Tujuan ........................................................................................................ 2

1.4 Batasan Masalah......................................................................................... 2

1.5 Metodologi ................................................................................................. 3

1.6 Sistematika Penulisan ................................................................................ 5

BAB II : LANDASAN TEORI ...................................................................... 7

2.1 Kecerdasan Majemuk dan Bakat ................................................................ 7

2.1.1 Definisi ........................................................................................ 7

2.1.2 Jenis Kecerdasan Majemuk ......................................................... 8

x

2.2 Data Mining ............................................................................................... 14

2.2.1 Definisi ........................................................................................ 14

2.2.2 Tugas Data Mining ...................................................................... 15

2.3 Algoritma K - NN ...................................................................................... 16

2.4 PHP ........................................................................................................... 20

2.4.1 Dasar PHP ................................................................................... 20

2.4.2 Konsep Kerja PHP ..................................................................... 21

2.4.3 PHP dan Database ...................................................................... 22

2.5 My Sql ....................................................................................................... 23

2.5.1 Keunggulan MySql ..................................................................... 24

BAB III : ANALISA DAN PERANCANGAN SISTEM ............................ 25

3.1 Analisa Sistem ........................................................................................... 25

3.1.1 Gambaran Umum Sistem ............................................................ 25

3.1.2 Kebutuhan Fungsional ................................................................ 25

3.1.3 Kebutuhan Non Fungsional ........................................................ 26

3.1.4 Use Case Diagram ....................................................................... 26

3.1.5 Activity Diagram ......................................................................... 27

3.2 Perancangan Sistem ................................................................................... 30

3.2.1 Model Pengembangan ................................................................. 30

3.2.2 Training Data Set ....................................................................... 33

3.2.3 Entitas Pembentuk Sistem .......................................................... 33

3.2.4 ERD ............................................................................................ 38

3.2.5 Rancangan Interface Aplikasi .................................................... 38

xi

BAB IV : IMPLEMENTASI DAN PENGUJIAN ....................................... 47

4.1 Implementasi ............................................................................................. 47

4.1.1 Implementasi Database ............................................................... 47

4.1.2 Implementasi Program ................................................................ 53

4.2 Pengujian .................................................................................................... 61

4.2.1 Pengujian Algoritma KNN Pada Sistem ..................................... 61

4.2.2 Pengujian K ................................................................................ 67

4.2.3 Penentuan K Optimum ................................................................ 68

BAB V : KESIMPULAN DAN SARAN ....................................................... 69

5.1 Kesimpulan ................................................................................................ 69

5.2 Saran ........................................................................................................... 69

DAFTAR PUSTAKA ..................................................................................... 70

xii

DAFTAR GAMBAR

Halaman

Gambar 2.1 Skema HTML ............................................................................... 21

Gambar 2.2 Skema PHP ................................................................................... 22

Gambar 3.1 Use Case Diagram ....................................................................... 26

Gambar 3.2 Aktifitas Siswa Mendaftar Tes ..................................................... 28

Gambar 3.3 Aktifitas Siswa Melakukan Tes ................................................... 28

Gambar 3.4 Aktifitas Siswa Menerima Hasil Tes ............................................ 29

Gambar 3.5 Aktifitas Admin Melakukan Log In ............................................. 29

Gambar 3.6 Aktifitas Admin Mengeset Nilai K ............................................. 30

Gambar 3.7 Pengisian Naskah Dalam Sistem ................................................. 31

Gambar 3.8 Proses K – NN .............................................................................. 32

Gambar 3.9 ERD .............................................................................................. 38

Gambar 3.10 Splash Screen ............................................................................. 39

Gambar 3.11 Form Utama ............................................................................... 40

Gambar 3.12 Form Petunjuk Penggunaan ....................................................... 40

Gambar 3.13 Form Identitas Siswa ................................................................. 41

Gambar 3.14 Form Pernyataan ........................................................................ 41

Gambar 3.15 Form Hasil Analis ...................................................................... 42

Gambar 3.16 Form Log In Admin ................................................................... 42

Gambar 3.17 Form Utilitas Admin .................................................................. 43

Gambar 3.18 Form Olah Data Siswa ............................................................... 43

Gambar 3.19 Form Olah Data Admin ............................................................. 44

Gambar 3.20 Form Olah Data Konselor .......................................................... 44

xiii

Gambar 3.21 Form Utilitas Hasil Tes .............................................................. 45

Gambar 3.22 Form Data Siswa ........................................................................ 45

Gambar 3.23 Form Seting dan Hasil ................................................................ 46

Gambar 3.24 Form Seting K ........................................................................... 46

Gambar 4.1 Tabel Seting.................................................................................. 47

Gambar 4.2 Tabel Admin ................................................................................. 48

Gambar 4.3 Tabel Siswa ................................................................................. 48

Gambar 4.4 Tabel Parameter ........................................................................... 48

Gambar 4.5 Tabel Pernyataan .......................................................................... 49

Gambar 4.6 Tabel Data Set ............................................................................. 49

Gambar 4.7 Tabel Hasil Hitung ...................................................................... 50

Gambar 4.8 Tabel Temp Diag .......................................................................... 50

Gambar 4.9 Tabel Hitung ................................................................................ 51

Gambar 4.10 Tabel Hasil Siswa ...................................................................... 52

Gambar 4.11 Tabel Kesimpulan ..................................................................... 52

Gambar 4.12 Form Home ................................................................................ 53

Gambar 4.13 Form Registrasi .......................................................................... 54

Gambar 4.14 Form Log In ............................................................................... 54

Gambar 4.15 Form Utilitas Admin .................................................................. 55

Gambar 4.16 Form Data Siswa ........................................................................ 55

Gambar 4.17 Form Data User .......................................................................... 56

Gambar 4.18 Form Data Soal ......................................................................... 56

Gambar 4.19 Form Analisis Hasil Test ........................................................... 57

Gambar 4.20 Form Data Set ........................................................................... 57

xiv

Gambar 4.21 Form Seting KNN ..................................................................... 58

Gambar 4.22 Form Utilitas Siswa ................................................................... 58

Gambar 4.23 Form Pernyataan ....................................................................... 59

Gambar 4.24 Form Hasil Analisis ................................................................... 59

Gambar 4.25 Form Hasil Analisis Bakat ........................................................ 60

xv

DAFTAR TABEL

Halaman

Tabel 2.1 Contoh Data Latih ........................................................................... 17

Tabel 2.2 Perhitungan Query Instance ............................................................. 18

Tabel 2.3 Pengurutan Jarak Dekat ................................................................... 18

Tabel 2.4 Penentuan Tetangga Terdekat ......................................................... 19

Tabel 3.1 Tabel Deskripsi Use Case Diagram ................................................. 27

Tabel 3.2 Contoh Pengisian Naskah Manual ................................................... 31

Tabel 3.3 Contoh Hasil Kalkulasi Naskah Tes ................................................ 32

Tabel 3.4 Contoh Tabel Perhitungan KNN ...................................................... 33

Tabel 3.5 Attribut Entitas Seting ...................................................................... 34

Tabel 3.6 Attribut Entitas Admin ..................................................................... 34

Tabel 3.7 Attribut Entitas Siswa ..................................................................... 34

Tabel 3.8 Attribut Entitas Parameter ................................................................ 35

Tabel 3.9 Attribut Entitas Pernyataan .............................................................. 35

Tabel 3.10 Attribut Entitas Data Set ............................................................... 36

Tabel 3.11 Attribut Entitas Hasil .................................................................... 36

Tabel 3.12 Attribut Entitas Hitung KNN ........................................................ 37

Tabel 3.13 Entitas Kesimpulan ....................................................................... 37

Tabel 3.14 Entitas Hasil KNN ........................................................................ 38

Tabel 4.1 Sebaran Data Pada Data Set ............................................................. 61

Tabel 4.2 Data Latih ......................................................................................... 61

xvi

Tabel 4.3 Perhitungan Absolute Distance ........................................................ 62

Tabel 4.4 Pengurutan Berdasarkan Absolute Distance .................................... 63

Tabel 4.5 Pengurutan dan Pengelompokan Data Berdasarkan Nilai K ........... 64

Tabel 4.6 Hasil Perhitungan KNN ................................................................... 64

Tabel 4.7 Perbandingan Hasil KNN ................................................................ 65

Tabel 4.8 Hasil Akhir Perhitungan................................................................... 65

Tabel 4.9 Matrix Perhitungan K = 3 ................................................................ 67

Tabel 4.10 Matrix Perhitungan K = 5 .............................................................. 67

Tabel 4.11 Matrix Perhitungan K = 7 .............................................................. 68

Tabel 4.12 Matrix Perhitungan K = 10 ............................................................ 68

xvii

DAFTAR PUSTAKA

[1] Prasetyo, Reza J.J. 2009. Multiply Your Multiple Intelligences. Yogyakarta:

Andi Offset.

[2] Suparno, Paul. 2008. Teori Intelligensi Ganda dan Aplikasinya di Sekolah

Yogyakarta: Kanisius.

[3] http://gudangmakalah.blogspot.com/2013/04/makalah-pengembangan-bakat-

dan.html. Diakses pada tanggal 08 Maret 2015.

[4] http://anakciremai.com/2009/12/makalah-psikologi-tentang-

pengembangan.html. Diakses pada tanggal 20 Maret 2015.

[5] Gardner, Howard. 1983. Frames of Mind (The Theory of Multiple

Intelligences), New York: Basicbooks.

[6] Amstrong, Thomas & Kinds of Smart : Menemukan dan Meningkatkan

Kecerdasan Anda Berdasarkan Konsep Multiple Intelligences. 2008

[7] Han, Jiawei. 2006. Data Mining: Concept and Techniques. San Francisco,

CA: Morgan Kaufmann Publishers.

[8] Thomas R. Hoerr. Buku Kerja Multiple Intelligences, terj. Ary Nilandari,

2007, Bandung: Mizan Pustaka

[9] Satriya Kennedy, Dany. 2010. Analisa Gaya Belajar Dengan Menggunakan

Algoritma K-Neares Neighbour. Skripsi Sarjana Universitas Muhammadiyah

Malang.

[10] Kusrini, Emha Taufiq Luthfi. 2009. Algoritma Data Mining. Jogjakarta: Andi

Publisher.

[11] Ridok, Achmad dan Muhammad Tanzil Furqon. Pengelompokan Dokumen

Berbahasa Indonesia Menggunakan Metode K-NN. 2010. Jurnal Program

Studi Ilmu Komputer Universitas Brawijaya Malang.

[12] Suwahyo, Prio. 2009. Pengelompokan Pelanggan Potensial Menggunakan

Algoritma K-Nearest Neighbour untuk Promosi Film Baru Melalui Sms.

Skripsi Sarjana STIKOM Surabaya.

xviii

[13] https://fahmizaleeits.wordpress.com/tag/konsep-kerja-php/ diaksestanggal 28

januari 2015.