PROPOSAL RISET TEKNOLOGI DAN INFORMASI

“PENGARUH KETERGANTUNGAN MEDIA SOSIAL TERHADAP

PRESTASI BELAJAR MAHASISWA TEKNIK INFORMATIKA UNKHAIR

MENGGUNAKAN ALGORITMA C4.5”

NAMA : NURFIRSTA IDRUS

NPM : 0735 1611 018

KELAS : 6IF1

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS KHAIRUN TERNATE

TAHUN 2019
 KATA PENGANTAR

Atas kehadirat Allah SWT, yang telah melimpahkan segala rahmat dan karunia-

Nya, sehingga saya dapat menyelesaikan proposal ini yang berjudul “Pengaruh

Ketergantungan Media Sosial Terhadap Prestasi Belajar Mahasiswa Teknik Informatika

Unkhair Menggunakan Algoritma C4.5”

Atas terselesaikannya proposal ini penulis tidak lupa mengucapkan terima kasih

kepada berbagai pihak yang telah membantu, Semoga proposal ini dapat membawa

manfaat kepada para pembaca sekalian dan apabila terdapat kesalahan dalam pembuatan

proposal ini, saya mohon maaf dan semoga kedepannya dapat lebih baik lagi.

Ternate, 24 Mei 2019

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR ........................................................................................................ ii

DAFTAR ISI ..................................................................................................................... iii

BAB I PENDAHULUAN

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

1.2 Rumusan Masalah .................................................................................................... 4

1.3 Batasan Masalah ....................................................................................................... 5

1.4 Tujuan Penelitian ....................................................................................................... 5

1.5 Manfaat Penelitian .................................................................................................... 5

BAB II TINJAUAN PUSTAKA

2.1 Penelitian Terkait ....................................................................................................... 6

2.2 Media Sosial ............................................................................................................. 7

2.3 Prestasi Belajar ......................................................................................................... 9

2.4 Mahasiswa ................................................................................................................. 10

2.5 Teknik informatika Unkhair ....................................................................................... 11

2.6 Data Mining ............................................................................................................... 12

2.7 Klasifikasi ................................................................................................................... 14

2.8 Pohon Keputusan (Decission Tree) ......................................................................... 14

2.9 Algoritma C4.5 ........................................................................................................... 15

iii
BAB III METODE PENELITIAN

3.1 Metode Pengumpulan Data ...................................................................................... 17

3.2 Alat dan Bahan Penelitian ........................................................................................ 18

3.3 Metode Pengembangan Sistem ............................................................................... 19

3.4 Pengembangan Sistem ............................................................................................. 20

3.5 Data ........................................................................................................................... 21

3.6 Lokasi dan Jadwal Penelitian ................................................................................... 21

DAFTAR PUSTAKA ........................................................................................................ 23

iii
 DAFTAR TABEL

3.1 Detail Spesifikasi Hardware ...................................................................................... 18

3.2 Detail Spesifikasi Software ........................................................................................ 19

3.3 Kuisioner Pengambilan Data Mahasiswa ................................................................ 21

3.4 Jadwal Penelitian ...................................................................................................... 22

iv
 DAFTAR GAMBAR

3.1 Flowchart Pengerjaan Klasifikasi Data ..................................................................... 20

v
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Pada masa sekarang ini, teknologi kian berkembang pesat dan hal ini pun

berpengaruh terhadap penggunaan sosial media. Kini hampir semua kalangan memiliki

setidaknya satu akun media sosial. Media sosial juga sudah menjadi kebutuhan berbagai

orang, banyak manfaat dari media sosial dan tak sedikit juga dampak penggunaannya.

Jejaring sosial merupakan suatu layanan dari sebuah cakupan sistem software

internet yang memungkinkan penggunanya dapat berinteraksi dan berbagi data dengan

pengguna yang lain dalam skala yang besar. Situs jejaring sosial di internet bermacam-

macam jenis dan bentuknya, namun yang paling dikenal dan banyak diikuti remaja jaman

sekarang adalah Facebook, Twitter, Instagram, dan lainnya. (Nurjalia, 2018)

Banyaknya situs media sosial yang muncul memungkinkan banyak orang dari

berbagai belahan dunia untuk berinteraksi dengan mudah dan dengan biaya yang murah.

Salah satu dampak positif yang lain dari adanya situs jejaring sosial adalah percepatan

penyebaran informasi. Namun dari kemudahan yang ditawarkan media tersebut, terdapat

sisi lain yang dapat merugikan penggunanya dan orang-orang disekitarnya

Menurut survei yang diselenggarakan oleh Asosiasi Penyelenggara Jasa Internet

Indonesia (APJII) pengguna jasa internet di Indonesia pada tahun 2016 mencapai 132,7

juta orang. Jika dilihat berdasarkan usia, yang paling banyak menggunakan internet adalah

usia 25-34 tahun yaitu sebanyak 75,8% dari keseluruhan penggunanya. (Nurjalia, 2018)

1
 2

Sedangkan survei berdasarkan pekerjaan yang paling banyak yang menggunakan

internet adalah mahasiswa, dimana angka prosentasenya adalah sebanyak 89,7%

sedangkan jenis konten internet yang sering diakses adalah media sosial sebanyak 97,4%,

sebanding dengan 129,2 juta manusia. Dari data tersebut dapat dilihat bahwa pengguna

sosial media yang paling banyak adalah mahasiswa.

Mahasiswa adalah kelompok yang terlihat lebih rentan terhadap ketergantungan pada

internet dibandingkan kelompok masyarakat lainnya. Karena mahasiswa berada pada fase

emerging adulthood yaitu masa transisi dari masa remaja akhir menuju ke dewasa muda

dan sedang mengalamai dinamika psikologis. Ketika individu mengalami kesulitan dalam

perkembangannya, maka untuk mengatasi hal tersebut penggunaan internet menjadi lebih

penting dibandingkan dengan apa yang dilakukan orang lain pada umumnya, karena

aktivitas online dapat memperluas dan memperkuat jaringan sosial mereka. (Smahel,

Brown, & Blinka, 2012)

Menurut penelitian yang dilakukan oleh Young (2011), bahwa individu dengan

ketergantungan media sosial adalah individu yang memiliki kecenderungan yang kuat

dalam melakukan aktivitas-aktivitas pada media sosial dan membatasi aktivitas sosialnya

dalam dunia nyata. Ketergantungan media sosial dapat terlihat dari intensitas waktu yang

digunakan oleh seseorang untuk terus terpaku pada media sosialnya yang berada pada

smartphone atau segala macam alat elektronik yang memiliki akses terhadap media sosial.

Akibatnya adalah banyak waktu yang digunakan untuk mengakses media sosial membuat

individu tidak peduli dengan kehidupan di dunia nyata-nya (Young, 2011).

 3

Prestasi belajar merupakan salah satu aspek yang paling penting dalam bidang

pendidikan. Prestasi belajar yang tinggi selalu menjadi harapan semua pihak. Bagi pihak

perguruan tinggi prestasi belajar mahasiswanya merupakan salah satu indikator efektif

proses belajar mengajar, yang sekaligus dapat digunakan untuk meningkatkan citra

perguruan tinggi tersebut. Di perguruan tinggi prestasi belajar yang dicapainya oleh

mahasiswa menggunakan Indeks Prestasi Kumulatif (IPK).

Penggunaan media sosial juga sangat berpengaruh terhadap prestasi belajar seorang

mahasiswa. Salah satu dampak buruk penggunaan media sosial di kalangan mahasiswa

yaitu menurunnya motivasi dan prestasi belajar mahsiswa dikarenakan waktu dan tenaga

yang dipergunakan akan banyak dihabiskan untuk menggunakan media sosial. Oleh

karena itu, diperlukan penelitian untuk meneliti lebih lanjut terkait masalah ini.

Penggunaan media sosial tidak hanya mempengaruhi prestasi belajar mahasiswa.

Dampak intensitas penggunaan media sosial juga membayangi kesehatan psikologi dan

sosial mahasiswa. Memang sudah menjadi kebutuhan untuk saling berkomunikasi dan

bertukar informasi namun penggunaan yang berlebihan bukan menjadikan alasan bagi

mahasiswa untuk menghabiskan banyak waktu pada media sosial. (Andisyah, 2016)

Untuk metode yang digunakan, yaitu algoritma C4.5. Algoritma C4.5 merupakan salah

satu teknik decision tree yang sering digunakan, pohon keputusan (Decision Tree)

merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Metode pohon

keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang

merepresentasikan aturan. Pohon keputusan juga berguna untuk mengeksplorasi data,

menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah

variabel target. Karena pohon keputusan memadukan antara eksplorasi data dan
 4

pemodelan, pohon keputusan ini sangat bagus sebagai langkah awal dalam proses

pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain (J R

Quinlan, 1993).

Penelitian sebelumnya yang telah dilakukan oleh Nurjalia pada Tahun 2018

tentang “Pengaruh Media Sosial Terhadap Prestasi Belajar Mahasiswa di Unviversitas

UINAR Banda Aceh”, dengan data yang didapat dari kuisioner dan perhitungannya

menggunakan teknik korelasi. Dimana dari penelitian yang dilakukan mendapatkan hasil

bahwa semakin sering mahasiswa menggunakan media sosial maka prestasi akademik

mahasiswa akan berpengaruh.

Berdasarkan uraian di atas, akan dilihat ada tidaknya pengaruh penggunaan media

sosial terhadap prestasi belajar pada Mahasiswa Teknik Informatika Unkhair. Oleh karena

itu, akan dilakukan penelitian dengan judul “Pengaruh Ketergantungan Media Sosial

Terhadap Prestasi Belajar Mahasiswa Teknik Informatika Unkhair Menggunakan

Algoritma C4.5”.

1.2 Rumusan Masalah

Rumusan masalah dalam penelitian ini yaitu, sebagai berikut:

1. Bagaimana pengaruh penggunaan media sosial pada Mahasiswa Teknik Informatika

Unkhair?

2. Apakah ketergantungan pada media sosial berpengaruh terhadap prestasi belajar

Mahasiswa Teknik Informatika Unkhair?

3. Bagaimana cara menerapkan algoritma C4.5 untuk melihat pengaruh ketergantungan

media sosial terhadp prestasi belajar Mahasiswa Teknik Informatika Unkhair?

 5

1.3 Batasan Masalah

Batasan masalah dalam penelitian ini yaitu, sebagai berikut:

1. Ruang lingkup penelitian ini hanya dilakukan untuk Mahasiswa Teknik Informatika

Unkhair.

2. Data yang diambil adalah data mengenai seberapa sering mahasiswa menggunakan

media sosial dan data prestasi belajar Mahasiswa Teknik Informatika Unkhair.

3. Penelitian yang dilakukan menggunakan penerapan data mining dengan metode

algoritma C4.5 (decision tree).

1.4 Tujuan Penelitian

Tujuan dalam penelitian ini yaitu, sebagai berikut:

1. Untuk mengetahui pengaruh ketergantungan media sosial terhadap prestasi belajar

Mahasiswa Teknik Informatika Unkhair.

2. Untuk menerapkan teknik Data Mining menggunakan algoritma C4.5 (decision tree)

dalam menghitung dan menguji data penelitian.

1.5 Manfaat Penelitian

Manfaat yang didapat dari penelitian ini yaitu, sebagai berikut:

1. Dapat memberikan informasi terkait pengaruh media sosial terhadap prestasi belajar

seorang mahasiswa.

2. Dengan hasil penelitian yang diperolah, diharapkan mahasiswa dapat mengontrol

penggunaan media sosial dan digunakan untuk hal yang bermanfaat.

3. Diharapkan dengan adanya penelitian ini dapat menambah referensi untuk penelitian

baru dengan masalah yang sama.

 BAB II

TINJAUAN PUSTAKA

2.1 Penelitian Terkait

Penelitian terkait bertujuan sebagai referensi dan rujukan terhadap hasil penelitian

sebelumnya yang berkaitan dengan penelitian yang akan dilakukan. Berikut ini adalah

ulasan dari penelitian sebelumnya yang terkait dengan penelitian yang dilakukan.

Menurut penelitian yang dilakukan oleh (Sulidar Fitri, Novi Nurjanah dan Windi

Astuti, 2018) dengan judul “Penerapan Data Mining Untuk Evaluasi Kinerja Akademik

Mahasiswa (Studi Kasus: UMTAS)” dengan menggunakan metode C4.5 atau decision tree

dengan menggunakan variabel IPK dan kehadiran mahasiswa serta lama penggunaan

media sosial atau internet untuk melihat besar pengaruhnya, perhitungannya sendiri

menggunakan chi square. Hasil dari penelitian ini menunjukan bahwa hasil prediksi dari

data uji memberikan angka sebesar 84% mahasiwa memperoleh IPK Tinggi dan 16%

sisanya memperoleh IPK Sedang. Untuk uji menggunakan chi kuadrat dapat menunjukan

bahwa adanya nilai yang signifikan antara penggunaan media sosial terhadap nilai IPK.

Ternyata, hasil berbeda terjadi pada hubungan antara waktku belajar/ kehadiran terhadap

niliai IPK yang tidak menunjukan adanya nilai yang signifikan.

Selanjutnya, penelitian yang dilakukan oleh (Yuni Sara Luvia, Dedy Hartama,

Agus Perdana Windarto dan Solikhun, 2016) tentang “Penerapan Algoritma C4.5 Untuk

Klasifikasi Predikat Keberhasilan Mahasiswa di AMIK Tunas Bangsa”. Analisis yang

digunakan adalah menggunakan Data Mining dengan metode C4.5 dan diproses

menggunakan software Rapidminer untuk membuat pohon keputusan. Hasil penelitian

6
 7

yang diperoleh disimpulkan bahwa mahasiswa yang memilih sesi perkuliahan pada pagi

hari dan di dukung dengan nilai kehadiran > 50 maka mahasiswa tersebut mendapatkan

predikat cumlaude dibandingkan dengan mahasiswa yang berada di sesi perkuliahan

siang dan malam. Pengaruh ini dapat dilihat dari besarnya semangat belajar mahasiswa

pagi yang memiliki banyak waktu untuk diskusi diluar jam belajar.

Adapun penelitian yang dilakukan oleh (Muhammad Ardiansyah Sembiring, 2016)

tentang “Penerapan Data Mining Untuk Memprediksi Hasil Belajar Mahasiswa

Berdasarkan Riwayat Akademik” Penelitian ini dilakukan untuk menemukan pola

hubungan riwayat akademik terhadap hasil belajar mahasiswa yang berupa rule (aturan)

melalui penerapan data mining metode decission tree algoritma C.45. Penelitian ini

menghasilkan 7 buah pola aturan (rule) sebagai landasan dalam memprediksi pencapaian

hasil belajar mahasiswa.

2.2 Media Sosial

2.2.1 Pengertian Media Sosial

Media sosial ialah suatu struktur sosial yang dibentuk dari simpul - simpul (yang

umumnya adalah individu atau organisasi) yang diikat dengan satu tipe relasi spesifik atau

lebih, seperti nilai, visi, ide, teman, keturunan, dan lain – lain (Ricardo, 2009). Layanan

yang dihadirkan oleh masing - masing website jejaring sosial berbeda - beda. Hal inilah

yang merupakan sebuah ciri khas dan juga keunggulan masing – masing website jejaring

sosial. Tetapi umumnya layanan yang ada pada jejaring sosial adalah chatting, email,

berbagi pesan (messaging), berbagi video dan atau foto, forum diskusi, blog dan lain - lain

(Kindarto, 2010).
 8

2.2.2 Fungsi Media Sosial

Media sosial merupakan salah satu tempat membangun citra diri seseorang di

depan orang lain. Pembangunan popularitas dan eksistensi diri inilah yang menghasilkan

kepuasan tersendiri bagi kebanyakan orang (Puntoadi, 2011). Selain itu, media sosial juga

merupakan sarana yang sangat tepat untuk pemasaran. Segala kemudahan mengakses

ke berbagai penjuru tempat hanya dengan melalui berbagai jenis gadget memudahkan

pemasar untuk berkomunikasi dan lebih dekat dengan konsumen. Segala kenyamanan

yang bisa didapatkan melalui media sosial inilah yang memicu perkembangan pesat

pemakaiannya (Puntoadi, 2011).

2.2.3 Intentitas Penggunaan Media Sosial

Menurut Horrigan (2000), terdapat dua hal mendasar yang harus diamati untuk

mengehatui intensitas penggunaan internet seseorang, yakni frekuensi internet yang

sering digunakan dan lama menggunakan tiap kali mengakses internet yang dilakukan

oleh penggunaan internet. Intensitas penggunaan media sosial dapat dibagi menjadi: Light

User (kurang dari 10 jam perbulan), Moderate User (antara 10 sampai 40 jam perbulan)

dan Heavy User (lebih dari 40 jam perbulan).

2.2.4 Dampak Media Sosial

Penggunaan Media sosial memiliki 2 dampak baik dari sisi positif dan dampak

negatif, dampak psotif berupa jaringan pertemanan makin luas, komunikasi lebih lancar,

mengetahui bagaimana cara bergaul, pengetahuan dan informasi lebih mudah di dapat,

dapat mengasah hobi dan kemampuan pelajar.

 9

Sedangkan untuk dampak negatif dari penggunaan media sosial sendiri ialah

boros uang untuk membeli pulsa. ketagihan dalam penggunaan media sosial, waktu

belajar berkurang, memancing terjadinya perselisihan, membuat interaksi secara langsung

berkurang. Mahasiswa yang sering menggunakan jejaring sosial kebanyakan lebih fokus

pada dunia cyber-nya tersebut, bahkan sampai mengabaikan tugasnya sebagai

mahasiswa. Oleh karena situasi ini, kebanyakan mahasiswa akan menumpuk tugas-tugas

yang diberikan kampus, hanya untuk sekedar menggunakan jejaring sosial. Sehingga

pada akhirnya, ketika tugas yang diberikan harus dikumpulkan segera mungkin tetapi

belum diselesaikannya, maka hal tersebut akan menjadi stressor tersendiri bagi

mahasiswa.

2.3 Prestasi Belajar

2.3.1 Pengertian Prestasi Belajar

Prestasi belajar menurut Kamus Besar Bahasa Indonesia adalah penguasaan

pengetahuan atau keterampilan yang dikembangkan melalui mata pelajaran, lazimnya

ditunjukkan dengan nilai tes atau angka nilai yang diberikan oleh guru.

Sedangkan menurut Sumadi Suryabrata (2006:297), prestasi dapat pula

didefinisikan sebagai nilai yang merupakan perumusan terakhir yang dapat diberikan oleh

guru mengenai kemajuan/prestasi belajar siswa selama masa tertentu. Sugihartono

(2007:130) mengatakan bahwa prestasi belajar adalah hasil pengukuran yang berwujud

angka maupun pernyataan yang mencerminkan penguasaan materi pelajaran untuk siswa.

Sedangkan Sumadi Suryabrata (2006: 6) mendefinisikan prestasi belajar

merupakan hasil evaluasi pendidikan yang dicapai oleh siswa setelah menjalani proses
 10

pendidikan secara formal dalam jangka waktu tertentu dan hasil belajar tersebut berupa

angka-angka.

2.3.2 Jenis Jenis Prestasi Belajar

Menurut pendapat Hutabarat, hasil belajar dibagi menjadi empat golongan yaitu :

a. Pengetahuan, yaitu dalam bentuk bahan informasi, fakta, gagasan, keyakinan,

prosedur, hukum, kaidah, standar, dan konsep lainya.

b. Kemampuan, yaitu dalam bentuk kemampuan untuk menganalisis, mereproduksi,

mencipta, mengatur, merangkum, membuat generalisasi, berfikir rasional dan

menyesuaikan.

c. Kebiasaaan dan keterampilan, yaitu dalam bentuk kebiasaan perilaku dan keterampilan

dalam menggunakan semua kemampuan

d. Sikap, yaitu dalam bentuk apresiasi, minat, pertimbangan dan selera.

2.4 Mahasiswa

Mahasiswa adalah seseorang yang sedang dalam proses menimba ilmu ataupun

belajar dan terdaftar sedang menjalani pendidikan pada salah satu bentuk perguruan tinggi

yang terdiri dari akademik, politeknik, sekolah tinggi, institut, dan universitas (Hartaji,

2012).

Mahasiswa dapat didefinisikan sebagai individu yang sedang menuntut ilmu

ditingkat perguruan tinggi, baik negeri maupun swasta atau lembaga lain yang setingkat

dengan perguruan tinggi. Mahasiswa dinilai memiliki tingkat intelektualitas yang tinggi,

kecerdasan dalam berpikir dan kerencanaan dalam bertindak. Berpikir kritis dan bertindak
 11

dengan cepat dan tepat merupakan sifat yang cenderung melekat pada diri setiap

mahasiswa, yang merupakan prinsip yang saling melengkapi (Siswoyo, 2007).

Seorang mahasiswa dikategorikan pada tahap perkembangan yang usianya 18

sampai 25 tahun. Tahap ini dapat digolongkan pada masa remaja akhir sampai masa

dewasa awal dan dilihat dari segi perkembangan, tugas perkembangan pada usia

mahasiswa ini ialah pemantapan pendirian hidup (Yusuf, 2012).

Dari uraian di atas, dapat ditarik kesimpulan bahwa mahasiswa merupakan seorang

peserta didik dalam rentang usia 18 sampai 25 tahun yang terdaftar menjalani

pendidikannya dalam perguruan tinggi baik dari akademik, politeknik, sekolah tinggi,

institut, dan universitas.

2.5 Teknik Informatika Unkhair

Teknik Informatika Unkhair adalah kampus yang terletak di Kelurahan Jati,

tepatnya di Kampus III Unkhair. Jurusan Teknik Informatika Unkhair sendiri baru dibuka

resmi pada tahun 2013, dan kini akreditasnya sudah ditetapkan BAN-PT pada tahun 2018

lalu dengan predikat B. Pada jurusan ini, mahasiswa belajar tentang perhitungan,

pengolahan data, pemrograman, jaringan dan hal-hal lainnya yang berkaitan tentang

teknologi dan komputer. Teknik Informatika Unkhair juga merupakan jurusan dengan

peminat yang paling banyak saat penerimaan mahasiswa baru dan kuota yang diterima

jauh lebih sedikit. Fasilitas dan layanan pun cukup memadai, organisasi yang berjalan pun

cukup aktif dan sistem kegiatan belajar mengajar berjalan seperti umumnya. Dan tentu

akan terus dikembangkan pelayanan fasilitas sarana dan prasarana di dalamnya.

 12

2.6 Data Mining

Data mining merupakan suatu kegiatan yang mencakup pengumpulan, pemakaian

data historis untuk menentukan keteraturan, pola atau hubungan dalam set data berukuran

besar. Salah satu tugas utama dalam data mining adalah pengelompokkan clustering

dimana data yang dikelompokkan belum mempunyai contoh kelompok.

Data mining adalah suatu proses pencarian korelasi, pola, dan tren baru yang

berguna dalam media penyimpanan data berukuran besar menggunakan menggunakan

teknologi pengenalan pola seperti teknik-teknik statistik dan matematis. Istilah lain yang

sering digunakan antara lain knowledge mining from data, knowledge extraction,

data/pattern analysis, data archeology, dan data dredging (Meilani, 2015).

2.6.1 Tujuan Data Mining

Tujuan dari data mining adalah sebagai berikut:

a. Explanatory, yaitu untuk menjelaskan beberapa kegiatan observasi atau suatu kondisi.

b. Confirmatory, yaitu untuk menkonfirmasikan suatu hipotesis yang telah ada.

c. Exploratory, yaitu untuk menganalisis data baru suatu relasi yang janggal.

2.6.2 Pengelompokkan Data Mining

Pengelompokkan data mining dibagi menjadi 2 (dua) kelompok utama, yaitu:

1. Descriptive mining, yaitu proses untuk menemukan karakteristik penting dari data

dalam suatu basis data. Teknik data mining yang termasuk descriptive mining

adalah clustering, association, dan sequential mining.

 13

2. Predictive mining, yaitu proses untuk menemukan pola dari data dengan

menggunakan beberapa variabel lain di masa depan. Salah satu teknik yang

terdapat dalam predictive mining adalah klasifikasi (classification).

Pengelompokkan data mining berdasarkan tugas yang dapat dilakukan, yaitu (Yuda,

2009):

1. Deskripsi

Deskripsi adalah menggambarkan pola dan kecenderungan yang terdapat dalam

data yang memungkinkan memberikan penjelasan dari suatu pola atau

kecenderungan tersebut.

2. Estimasi

Estimasi hampir sama dengan klasifikasi, akan tetapi variabel target estimasi lebih

ke arah numerik daripada ke arah kategori.

3. Prediksi

Prediksi hampir sama dengan klasifikasi dan estimasi, akan tetapi dalam prediksi

nilai dari hasil akan terwujud di masa yang akan datang.

4. Klasifikasi

Klasifikasi adalah proses untuk menemukan model atau fungsi yang

menggambarkan dan membedakan kelas data atau konsep dengan tujuan

memprediksikan kelas untuk data yang tidak diketahui kelasnya.

5. Clustering

Clustering atau analisis cluster adalah proses pengelompokkan satu set benda-

benda fisik atau abstrak ke dalam kelas obyek yang sama.

 14

6. Asosiasi

Asosiasi dalam data mining adalah menemukan atribut yang muncul dalam satu

waktu.

2.7 Klasifikasi

Klasifikasi adalah suatu fungsionalitas data mining yang menghasilkan model untuk

memprediksi kelas atau kategori dari objek - objek didalam basis data. Klasifikasi

merupakan proses yang terdiri dari dua tahap, yaitu tahap pembelajaran dan tahap

pengklasifikasian. Pada tahap pembelajaran, sebuah algoritma klasifikasi akan

membangun sebuah model klasifikasi dengan cara menganalisis training data. Tahap

pembelajaran dapat juga dipandang sebagai tahap pembentuakan fungsi atau pemetaan

Y=F(X) dimana Y adalah kelas hasil prediksi dan X adalah tuple yang ingin diprediksi

kelasnya. Selanjutnya pada tahap pengklasifikasian, model yang telah dihasilkan akan

digunakan untuk melakukan pengklasifikasian.

Menurut Herman Aldino, Naam, Julfriadif (2012), klasifikasi adalah proses pencarian

sekumpulan model yang menggambarkan dan membedakan kelas data dengan tujuan

agar model tersebut dapat digunakan untuk memprediksi kelas dari suatu obyek yang

belum diketahui kelasnya

2.8 Pohon Keputusan (Decission Tree)

Pohon keputusan merupakan representasi sederhana dari teknik klasifikasi untuk

sejumlah kelas berhingga, dimana simpul internal maupun simpul akar ditandai dengan

nama atribut, rusuk-rusuknya diberi label nilai atribut yang mungkin dan simpul daun

ditandai dengan kelas-kelas yang berbeda (Hermawati, 2013).

 15

Proses pada pohon keputusan adalah mengubah bentuk data (tabel) menjadi model

pohon, mengubah model pohon menjadi rule, dan menyederhanakan rule. Manfaat utama

dari penggunaan pohon keputusan adalah kemampuannya untuk membreak down proses

pengambilan keputusan yang kompleks menjadi lebih simpel sehingga pengambil

keputusan akan lebih menginterpretasikan solusi dari permasalahan. Pohon Keputusan

juga berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara

sejumlah calon variabel input dengan sebuah variabel target.

Bagian awal dari pohon keputusan ini adalah titik akar (root), sedangkan setiap

cabang dari pohon keputusan merupakan pembagian berdasarkan hasil uji, dan titik akhir

(leaf) merupakan pembagian kelas yang dihasilkan. Pohon keputusan banyak mengalami

perkembangan, beberapa algoritma yang populer dan sering dipakai adalah ID3, C4.5 dan

CART.

2.9 Algoritma C4.5

Algoritma C4.5 adalah salah satu metode klasifikasi dari data mining yang

digunakan untuk mengkonstruksikan pohon keputusan (decision tree). Menurut Witten,

algoritma C4.5 merupakan pengembangan dari ID3 (Iterative Dichotomiser Three) yang

mampu mengatasi nilai yang hilang (missing value), mengatasi data bertipe kontinu, dan

melakukan pemangkasan pohon (prunning trees).

Menurut Khonsari, algoritma C4.5 memiliki beberapa kelebihan yaitu algoritma C4.5

dapat menangani atribut kontinu dan diskrit, dapat meangani training data dengan missing

value, hasil pohon keputusan C4.5 dapat dipangkas setelah dibentuk dan pemilihan atribut

dilakukan dengan menggunakan gain ratio.

 16

Dalam algoritma C4.5 untuk membangun pohon keputusan hal pertama yang

dilakukan yaitu memilih atribut sebagai akar. Kemudian dibuat cabang untuk tiaptiap nilai

didalam akar tersebut. Langkah berikutnya yaitu membagi kasus dalam cabang. Kemudian

ulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang

sama.

Menurut Luthfi (2009), untuk memilih atribut dengan akar, didasarkan pada nilai gain

tertinggi dari atribut - tribut yang ada. Untuk menghitung gain digunakan rumus seperti

tertera dalam persamaan 1 berikut:

Keterangan:

S : Himpunan kasus | Si | : Jumlah kasus pada partisi ke-i

A : Atribut | S | : Jumlah kasus dalam S

N : Jumlah partisi atribut A

Sehingga akan diperoleh nilai gain dari atribut yang paling tertinggi. Gain adalah

salah satu atribut selection measure yang digunakan untuk memilih test atribut tiap node

pada tree. Atribut dengan information gain tertinggi dipilih sebagai test atribut dari suatu

node. Sementara itu, penghitungan nilai entropi dapat dilihat pada persamaan 2.

Keterangan:

S : Himpunan kasus N : Jumlah partisi S

A : Atribut Pi : Proporsi dari Si terhadap S

 BAB III

METODE PENELITIAN

3.1 Metode Pengumpulan Data

Merupakan metode yang digunakan untuk melakukan analisis data dan menjadikannya

informasi yang akan digunakan untuk mengetahui permasalahn yang dihadapi. Teknik

pengumpulan data di sini adalah cara-cara yang ditempuh dan alat-alat yang digunakan

oleh peneliti dalam mengumpulkan datanya. Metode pengumpulan data yang digunakan

antara lain:

1. Observasi

Metode observasi adalah metode pengumpulan data dengan mengamati secara langsung

di lapangan. Mengamati bukan hanya melihat, melainkan juga merekam, menghitung,

mengukur, dan mencatat kejadian-kejadian yang ada.

Observasi yang dilakukan dalam penelitian ini yaitu dengan mengamati kegiatan

mahasiswa di kampus terkait dengan seringnya penggunaan gadget untuk media sosial

dan serta mengamati juga proses belajar serta tingkat motivasi belajar mahasiswa di

kampus.

2. Kuisioner/ Angket

Angket merupakan alat pengumpulan data dalam bentuk formulir yang disebarkan untuk

menjaring informasi-informasi mengenai sesuatu yang terdiri dari pertanyaan-pertanyaan

untuk dijawab oleh responden secara terperinci.

17
 18

Metode angket ini diberikan kepada mahasiswa yang dipilih secara acak, untuk menjawab

perihal intensitas penggunaan media sosial dan serta pengaruhnya terhadap prestasi

belajar mahasiswa.

3. Studi Pustaka

Merupakan pengumpulan bahan-bahan yang berkaitan dengan judul proposal, melalui

berbagai sumber seperti buku, jurnal, paper, internet dan lain sebagainya.

3.2 Alat dan Bahan Penelitian

Dalam melakukan penelitian ini, ada beberapa spesifikasi alat penelitian yang harus

dipenuhi. Spesifikasi alat maksudnya adalah standar minimal dari alat (tools) yang di

gunakan sebagai wadah utama untuk melakukan penelitian ini. Spesifikasi alat antara lain

sebagai berikut:

1. Komputer (PC) atau laptop untu pembangunan sistem

2. Jaringan Internet untuk mencari refrensi tentang penelitian

3. Microsoft Excel dan WEKA Classifier untuk mengolah dan menguji data

3.2.1 Detail Spesifikasi Hardware

Detail Spesifikasi Hardware dapat dilihat pada Tabel 3.1.

Tabel 3.1 Detail Spesifikasi Hardware

Jenis Spesifikasi

PC ASUS X441U 64 Bit

Prosesor Intel® Core™ i3 6006U

 19

Memori 4,00 GB RAM

Harddisk 1 TB

I/O Monitor, Keyboard dan Mouse

3.2.2 Detail Spesifikasi Software

Detail Spesifikasi Software dapat dilihat pada Tabel 3.2.

Tabel 3.2. Detail Spesifikasi Software

Jenis Keterangan

Microsoft Excel 2010 Untuk mengolah data kuisioner

Untuk pengujian data dan pembuatan

WEKA Classifier
pohon keputusan

3.3 Metode Pengembangan Sistem

Metode Pengembangan Sistem menggunakan Prototype, adapun langkah-langkah

Prototype pada penelitian ini yaitu:

1. Pengumpulan Kebutuhan

2. Pengolahan Data

3. Membangun Prototype

4. Evaluasi Prototype

5. Penyerahan dan Umpan Balik

 20

3.4 Pengujian Sistem

Adapun langkah-langkah pengujian sistem sebagai berikut:

Gambar 3.1 Flowchart Pengerjaan Klasifikasi Data (Sulidar Fitri dkk, 2018)

Tahapan-tahapan dalam perhitungan algoritma C4.5 (Decission tree) adalah

sebagai berikut:

1. Input data

2. Memisahkan data/ Preprocessing

3. Analisis data

4. Pengujian data

5. Pembuatan pohon keputusan

6. Hasil
 21

3.5 Data

Contoh pertanyaan yang terdapat dalam kuisioner yang akan diberikan kepada

mahasiswa, dapat dilihat pada Tabel 3.3.

Tabel 3.3 Kuisioner Pengambilan Data Mahasiswa

No Pertanyaan Ya Kadang-Kadang Tidak

1. Apakah anda sering menggunakan

media sosial?

2. Apakah dalam sehari anda

menggunakan media sosial lebih dari 8

jam?

3 Apakah media sosial sangat

berpengaruh dalam prestasi belajar

anda?

4. Apakah motivasi belajar anda kian

menurun ketika menggunakan media

sosial?

5. Apakah kehidupan sosial anda

terganggu dengan adanya media sosial ?

3.6 Lokasi dan Jadwal Penelitian

Objek dari penelitian ini beralokasi di Kampus III Jati, Program Studi Teknik

Informatika, Fakultas Teknik, Universitas Khairun. Waktu penelitian yang dilaksanakan

selama 2 bulan, jadwal tersebut dapat dilihat pada Tabel 3.4

 22

Tabel 3.4 Jadwal Penelitian

Bulan Ke I Bulan Ke II
No Perincian Kegiatan

1 2 3 4 1 2 3 4

1 Pengambilan Data

2 Mengolah Data

3 Menganalisis Data

4 Pengujian Hasil

5 Laporan Akhir
 23

DAFTAR PUSTAKA

Nurjalia. (2018). Pengaruh Media Sosial Terhadap Prestasi Akademik Mahasiswa Program
Studi Pendidikan Teknologi Informasi Fakultas Tarbiyah dan Keguruan UINAR-RANIRY.
Diakses dari https://repository.ar-raniry.ac.id/4864/1/Nurjalia.pdf pada tanggal 03 April
2019

Apjii. (2016). Asosiasi Penyelenggara Jasa Internet Indonesia. Diakses dari

Https://Www.Apjii.Or.Id/ pada tanggal 03 April 2019

Aslam Achmad. (2017). Pengaruh Antara Penggunaan Media Sosial Terhadap Prestasi
belajar Pada Siswa SMA NEGERI 1 Enrekang dan MA Muhammadiyah Kalosi, Kabupaten
Enrekang Tahun Ajaran 2017/2018. Diakses dari
http://digilib.unhas.ac.id/uploaded_files/temporary/DigitalCollection/NTM1MjgwZWZiNDA0
MTRlYTA1MzA3MjQwMmNiNjFlMjhkYTc0MmNhZQ==.pdf pada tanggal 09 April 2019

Sulidar Fitri, Novi Nurjanah, Windi Astuti. (2018). Penerapan Data Mining Untuk Evaluasi
Kinerja Akademik Mahasiswa .
Diakses dari https://jurnal.umk.ac.id/index.php/simet/article/view/2002 pada tanggal 23
April 2019

Briyan Anugerah Pekerti, D. Oleh M. (2013, December 29). Pengaruh Jejaring Sosial
Terhadap Kelakuan Seseorang [Jurnal Ilmiah].
Diakses dari Http://Jurnalilmiahtp2013.Blogspot.Com/2013/12/Pengaruh-Jejaring-Sosial-
Terhadap_4257.Html pada tanggal 23 April 2019

Mukhlason, A., & Aljawiy, A. Y. (2012). Jejaring Sosial Dan Dampak Bagi Penggunanya.
Teknologi, 1(1).
Diakses dari Http://Journal.Unipdu.Ac.Id/Index.Php/Teknologi/Article/View/46 pada tanggal
23 April 2019

Fatih Azka, Dendih Fredi Firdaus, Elisa Kurniadewi. (2018). Kecemasan Sosial dan
Ketergantungan Media Sosial pada Mahasiswa.
Diakses dari https://www.researchgate.net/publication/330029671 pada tanggal 06 Mei
2019

Silvia Fardila Soliha. (2015). Tingkat Ketergantungan Pengguna Media Sosial Dan
Kecemasan Sosial.
Diakses dari https://ejournal.undip.ac.id/index.php/interaksi/article/download/9730/7798
pada tanggal 06 Mei 2019
 24

Yuni Sara Luvia, Dedy Hartama, Agus Perdana Windarto, Solikhun. (2016). Penerapan
Algoritma C4.5 Untuk Klasifikasi Predikat Keberhasilan Mahasiswa di AMIK Tunas
Bangsa. Diakses dari https://www.researchgate.net/publication/315890951_ pada tanggal
07 Mei 2019

Muhammad Ardiansyah Sembiring. (2016). Penerapan Data Mining untuk Memprediksi

Hasil Belajar Mahasiswa Berdasarkan Riwayat Akademik. Diakses dari
https://www.academia.edu/35563762 pada tanggal 07 Mei 2019

Andisya Putri Pramuwardani (2016). Pengaruh Intensitas Penggunaan Jejaring Sosial

Facebook dan Twitter Terhadap Prestasi belajar Mahasiswa Pendidikan IPS. Diakses dari
http://journal.student.uny.ac.id/ojs/index.php/sosial-studies/article/download/4121/3781
pada tanggal 07 Mei 2019