Jurnal Telematika (Kebertahanan Mahasiswa dalam Berorganisasi)

Prediksi Tingkat Kebertahanan Mahasiswa dalam Berorganisasi di Lingkungan Kampus

 ABSTRAK

Organisasi merupakan sebuah  perkumpulan atau wadah bagi sekelompok orang untuk bekerjasama, terkendali dan terpimpin untuk tujuan tertentu. Semua organisasi memiliki struktur manajemen yang menentukan hubungan antara kegiatan yang berbeda dan anggota, serta membagi peran, tanggung jawab, dan wewenang untuk melaksanakan tugas-tugas yang berbeda. Di STMIK AMIKOM Purwokerto terdapat beberapa ORMA (Organisasi Mahasiswa) dan juga UKM (Unit Kegiatan Mahasiswa).

Namun belakangan ini diketahui bahwa jumlah anggota yang aktif dari setiap organisasi mengalami penurunan. Penurunan ini dapat dilihat dari data anggota pada saat perekrutan dan data anggota yang masih aktif hingga saat ini. Penurunan jumlah anggota tersebut tentunya berakibat pada kredibilitas sebuah organisasi, jika keadaan seperti ini dibiarkan begitu saja maka organisasi lama kelamaan akan mati. Padahal sebuah organisasi dibentuk sebagai wadah untuk mahasiswa berkarya dan sebagai ajang untuk mendekatkan satu sama lain agar terjalin keakraban antar sesama anggota maupun dengan civitas akademika. Selain itu di dalam organisasi tentunya memiliki tujuan bersama yang harus dicapai, apabila jumlah anggotanya menurun tentunya langkah untuk mencapai tujuan bersama juga akan terhambat. 

Dari permasalahan ini dilakukan sebuah penelitian menggunakan bidang ilmu Data Mining dengan menggunakan metode K-Means. Berdasarkan data kuesioner yang dilakukan pada penelitian ini didapatkan beberapa data yang dapat dijadikan sebagai alasan atau faktor menurunnya tingkat kebertahana mahasiswa dalam berorganisasi. Data ini kemudian diolah dan menghasilkan sebuah pengetahuan baru, dimana dapat dijadikan solusi untuk mengambil kebijakan- kebijakan tertentu dalam organisasi tersebut. 

 Kata Kunci: Organisasi, Mahasiswa, Data Mining

 BAB 1. PENDULUAN

Organisasi adalah keseluruhan proses pengelompokan orang, alat-alat, tugas, tanggung jawab, dan wewenang sedemikian rupa sehingga tercipta suatu organisasi yang dapat digerakkan sebagai satu kesatuan dalam rangka pencapaian tujuan yang telah ditentukan. Organisasi adalah suatu unit sosial yang terdiri dari dua orang atau lebih, dikoordinasi secara sadar, dan berfungsi dalam suatu dasar yang relatif terus- menerus untuk mencapai stu atau serangkaian tujuan (Robbins dan Judge, 2007). Dalam sebuah organisasi memiliki struktural minimal seperti Gambar 1.

Gambar 1. Struktur Organisasi 

Organisasi memiliki tiga unsur yaitu ada orang, ada kerja sama, dan ada tujuan bersama.  Sebagai contoh salah satu unsur organisasi yaitu orang. Dalam penelitian ini yang menjadi subjek atau orang yaitu mahasiswa. Dimana mahasiswa sebagai agen perubahan yang bersifat positif dalam masyarakat serta dengan kemampuan intelektual, kepekaan sosial juga sikap kritisnya, diharapkan mahasiswa mampu berorganisasi untuk pengembangan dirinya.

Selain tiga unsur tersebut organisasi juga memiliki berbagai manfaat seperti dapat membentuk emotional intelegent quotien (EQ), dapat menumbuhkan disiplin dan etos kerja baik di lingkungan masyarakat maupun organisasi, mampu menumbuhkan motivasi yang mencerminkan kekuatan dalam diri orang yang mempengaruhi ketekunan orang tersebut.
 Dalam organisasi tentunya terdapat berbagai macam permasalahan yang muncul dan berakibat pada penurunan jumlah anggota pada organisasi. Faktor- faktor yang menjadi pemicu menurunnya minat pada organisasi di jadikan sebagai bahan penelitian untuk mengetahui tingkat kebertahanan mahasiswa dalam suatu organisasi. Di STMIK Amikom Purwokerto terdapat beberapa organisasi diantaranya ASSEM (Amikom Seneng Seni dan Musik), IMAM (Ikatan Mahasiswa Amikom Muslim), UKM Olahraga dimana dibawahnya terdapat beberapa cabang, BEM (Badan Eksekutif Mahasiswa), SENAT, MIPL (Mahasiswa Informatika Peduli Lingkungan), Intermedia, Pramuka, AEC (Amikom English Club), FA (Forum Asisten) dan IKNA (Ikatan Keluarga Nasrani Amikom). Dari organisasi yang ada di STMIK Amikom Purwokerto tersebut terdapat 639 mahasiswa yang tergabung di dalamnya, jumlah ini adalah total data saat perekrutan pada setiap organisasi yang terdiri dari ASSEM (Amikom Seneng Seni dan Musik) sebanyak 112 mahasiswa, IMAM (Ikatan Mahasiswa Amikom Muslim) sebanyak 62 mahasiswa,  UKM Olahraga sebanyak 120 mahasiswa, BEM (Badan Eksekutif Mahasiswa) sebanyak 17 mahasiswa, SENAT sebanyak 9 mahasiswa, MIPL (Mahasiswa Informatika Peduli Lingkungan) sebanyak 69 mahasiswa, Intermedia sebanyak 78 mahasiswa, Pramuka sebanyak 10 mahasiswa, AEC (Amikom English Club) sebanyak 42 mahasiswa, FA (Forum Asisten) sebanyak 80 mahasiswa, IKNA (Ikatan Keluarga Nasrani Amikom) sebanyak 40 mahasiswa dan tercatat yang aktif dalam kegiatan yang ada di berbagai organisasi tersebut sampai dengan pergantian pengurus (re-organisasi) totalnya adalah  339 mahasiswa. Dari data ini bisa dilihat terdapat penurunan tingkat kebertahanan mahasiswa dalam berorganisasi sebesar 0,530%.

Untuk mengatasi beberapa faktor yang pemicu tersebut kiat yang dapat di lakukan yaitu dengan belajar memahami organisasi di berbagai kampus yang berjalan baik serta bagaimana mereka dapat mengatasi masalah dalam organisasi. Dengan algoritma K-Means yang di gunakan dalam penelitian ini, di harapan mendapatkan informasi mendalam tentang hal- hal yang memicu ketidak bertahannya mahasiswa dalam suatu organisasi dan kemudian mencarikan solusi agar organisasi tetap berjalan dengan baik serta meminimalisir munculnya kembali permasalahan tersebut.

 BAB 2. METODOLOGI PENELITIAN

Gambar 2. Flowchart penelitian menggunakan algoritma K-Means

Pada penelitian ini dimulai dari melakukan pengamatan secara langsung pada setiap Organisasi. Pengamatan secara langsung ini dilakukan melalui pengisian angket kuisioner terhadap setiap mahasiswa yang ikut terlibat dalam organisasi baik satu organisasi maupun lebih. Pemberian angket kuisioner ini bertujuan untuk mengetahui gambaran permasalahan yang ada pada setiap organisasi. Berdasarkan hasil pengisian angket kuisioner yang dilakukan, kemudian baru dapat di tetapkan rumusan masalah yang ada pada organisasi, kemudian langkah selanjutnya dibuat batasan-batasan masalah agar pembahasan yang akan dijelaskan tidak keluar dari ruang lingkup penelitian yang akan di lakukan.

     Setelah menetapkan rumusan masalah dan batasan-batasan dari masalah tersebut., kemudian menentukan tujuan dari penelitian yanng akan di lakukan. Tujuan dari penelitian ini akan menjawab semua masalah yang telah dirumuskan. Dari rumusan masalah yang telah di dapatkan kemudian dilakukan studi literatur untuk mendapatkan teori-teori tentang permasalahan yang telah didapatkan, teori –teori ini berfungsi sebagai panduan untuk mendapatkan solusi dari permasalahan yang ditemukan.

     Data-data yang digunakan pada penelitian ini didapatkan dari mahasiswa STMIK Amikom Purwokerto dan sekitarnya yang ikut aktif terlibat dalam keorganisasian sampai bulan Oktober 2016. Data-data ini berisi seputar tentang permasalahan dan ruang lingkup dalam organisasi. Data-data yang telah didapatkan pada tahap pengumpulan data kemudian dilakukan transformasi pada data-data yang berjenis data nominal, yaitu seperti pendapat organisasi, manfaat organisasi, sifat organisasi dan yang lainnya dari total 13 buah atribut. Data-data yang berjenis data nominal tersebut diinisialisasikan ke dalam bentuk angka (pembobotan) melalui beberapa langkah agar data-data yang berjenis data nominal dapat diolah dengan menggunakan algoritma K-means Clustering.

       Semua data yang telah didapatkan tadi kemudian diolah untuk dapat dianalisa sehingga menghasilkan informasi yang berguna untuk mengatasi permasalahan tersebut. Pengolahan data ini menggunakan teori-teori dari data mining dengan algoritma K-Means Clustering. Dengan metode K-Means Clustering ini, data yang diperoleh dikelompokkan berdasarkan pada kemiripan karakteristik dari setiap data, sehingga dapat ditemukan informasi yang tersembunyi dari data-data tersebut. Berdasarkan analisa dan pengolahan data, maka dapat diambil kesimpulan dari penelitian yang telah dilakukan. Kesimpulan tersebut akan menjawab rumusan masalah yang ada dalam organisasi dan dapat di jadikan sebagai patokan untuk merekrut anggota organisasi yang mempunyai ciri-ciri dapat bertahan.

Data

     Data yang diperlukan dalam penelitian ini diperoleh melalui pengisian angket kuisioner pada mahasiswa khususnya STMIK Amikom Purwokerto yang aktif terlibat dalam organisasi pada tahun 2016.  

Analisis dan Transformasi Data 

     Analisis data dilakukan dengan menganalisa data aksi dan cacat yang telah terkumpul. Analisa tersebut bertujuan untuk menghasilkan dataset yang memuat data yang lebih akurat. Agar data hasil kuisioner yang dapat diolah menggunakan metode K-means clustering, maka data yang berjenis data nominal seperti Pentingnya oragnisasi [‘penting’,’tidak penting’,’ragu’], prestasi di organisasi [‘kelompok’, ‘individu’, ‘tidak ada’] dan instance pada atribut yang lainnya, harus diinisialisasikan terlebih dahulu dalam bentuk angka. Adapun hasil analisis dan transformasi data adalah sebagai berikut :

Weka(Waikato Enfirontment for Knowledge Analysis)

Weka adalah aplikasi data mining open source berbasis Java. Aplikasi ini dikembangkan pertama kali oleh Universitas Waikato di Selandia Baru sebelum menjadi bagian dari Pentaho. Weka terdiri dari koleksi algoritma machine learning yang dapat digunakan untuk melakukan generalisasi / formulasi dari sekumpulan data sampling. Walaupun kekuatan Weka terletak pada algoritma yang makin lengkap dan canggih, kesuksesan data mining tetap terletak pada faktor pengetahuan manusia implementornya. Tugas pengumpulan data yang berkualitas tinggi dan pengetahuan pemodelan dan penggunaan algoritma yang tepat diperlukan untuk menjamin keakuratan formulasi yang diharapkan, pada penelitian ini juga menggunakan aplikasi weka untuk membuktikan bahwa algoritma K-Means memproses dataset organisasi dalam memprediksi tingkat kebertahanan mahasiswa dalam berorganisasi. Tampilan aplikasi weka dapat di lihat pada Gambar 3.

Gambar 3. Interface Aplikasi Weka (Waikato Enfirontment for Knowlegde Analysis)

BAB 3. HASIL DAN PEMBAHASAN

Pengolahan Data

            Setelah semua data hasil kuisioner di transformasi ke dalam bentuk angka, maka data-data tersebut telah dapat di kelompokan dengan menggunakan algoritma K-Means Clustering. Untuk dapat melakukan pengelompokan data-data tersebut menjadi beberapa cluster perlu dilakukan beberapa langkah:

1. Tentukan jumlah cluster yang diinginkan. Dalam penelitian ini data-data yang ada akan dikelompokan mejadi dua cluster 
2. Tentukan titik pusat awal dari setiap cluster. Dalam penelitian ini titik pusat awal ditentukan secara random dan didapat titik pusat dari setiap cluster dapat dilihat pada Tabel2

Tabel 2. Tabel titik pusat awal setiap cluster

Pemilihan cluster ini diasumsikan untuk cluster 1 bertahan dan cluster 2 adalah tidak bertahan. Pemilihan cluster juga tidak sembarang mengambil data, disini perlu adanya pemahaman untuk membentuk cluster tersebut.

      3. Tempatkan setiap data pada cluster. Dalam penelitian ini digunakan metode K-means untuk mengalokasikan setiap data ke dalam suatu cluster, sehingga data akan dimasukan dalam suatu cluster yang memiliki jarak paling dekat dengan titik pusat dari setiap cluster. Untuk mengetahui cluster mana yang paling dekat dengan data, maka perlu dihitung jarak setiap data dengan titik pusat setiap cluster. Sebagai contoh, akan dihitung jarak dari data mahasiswa pertama ke dua pusat cluster.

Jarak antara data dengan centroid dapat dihitung dengan menggunakan rumus Euclidian adalah sebagai berikut :

Dimana :

x= Objek Data

y= Data cluster

m= Jumlah atribut

Sehingga dapat diimplementasikan kedalam dataset organisasi, untuk sampel perhitungan manual digunakan satu data yaitu data pertama sebagai berikut:

Dari perhitungan diatas di dapatkan hasil bahwa jarak dari data ke 1, dengan pusat cluster pertama adalah  1,346291

Jarak data mahasiswa pertama ke pusat cluster kedua : 

  

Dari perhitungan diatas di dapatkan hasil bahwa jarak dari data ke 1, dengan pusat cluster kedua adalah 2,44949

Dari hasil perhitungan di atas didapatkan hasil bahwa nilai minimum jarak data mahasiswa pertama dengan kedua centroid adalah , sehingga dapat disimpulkan bahwa jarak data mahasiswa pertama yang paling dekat adalah dengan cluster 1, sehingga data mahasiswa pertama dimasukkan ke dalam cluster 1. Perhitungan dilakukan pada 140 data mahasiswa dengan menggunakan excel.

4.   Setelah semua data ditempat ke dalam cluster yang terdekat, kemudian hitung kembali pusat cluster yang baru berdasarkan rata-rata angggota yang ada pada cluster tersebut.

5.  Setelah didapatkan titik pusat yang baru dari setiap cluster, lakukan kembali dari langkah ketiga hingga titik pusat dari setiap cluster tidak berubah lagi dan tidak ada lagi data yang berpindah dari satu cluster ke cluster yang lain. 

Dari perhitungan 140 data didapatkan hasil perhitungan K-Means pada Tabel 3.

Tabel 3. Tabel Hasil Pembagian Cluster pada 140 Data 

Setiap anggota cluster dihitung rata-ratanya sehingga menghasilkan centorid baru. Centroid tersebut terlihat pada Tabel 4.

Tabel 4. Tabel Cluster dengan centroid baru

Dalam penelitian ini, iterasi pada clustering data mahasiswa terjadi sebanyak 1 kali iterasi. Pada iterasi ke-1 ini, titik pusat dari setiap cluster sudah tidak berubah dan tidak ada lagi data yang berpindah dari satu cluster ke cluster yang lain.

Setelah mengetahui hasil perhitungan secara manual, selanjutnya membuktikan dengan aplikasi weka (Waikato Enfirontment for Knowledge Analysis), aplikasi weka ini digunakan untuk memproses dataset dengan algoritma K-Means. Hasil perhitungan dataset organisasi dapat di lihat pada Gambar 4.

Gambar 4. Proses Clustering

Untuk hasilnya :

Dapat di simpulkan dengan aplikasi weka, proses clustering pada dataset organisasi menghasilkan dua cluster yaitu cluster 0 dan cluster 1 dan dari dari 140 data 74% data termasuk ke dalam cluster 0 sedangkan 26% data termasuk ke dalam cluster 1. Sehingga kesimpulan yang bisa diambil dari perhitungan diatas adalah mahasiswa mampu bertahan dalam berorganisasi. 

KESIMPULAN

Kesimpulan dari penelitian ini adalah dari total 150 data hasil kuisioner dimana setelah beberapa tahap seleksi data, ternyata terdapat 10 data miising sehingga hanya 140 data mahasiswa yang dapat di lakukan penelitian dengan proses algoritma K-Means dengan membaginya menjadi dua cluster yaitu cluster 1 untuk kategori bertahan dan cluster 2 untuk kategori tidak bertahan, pada tahap akhir menghasilkan bahwa 103 data adalah bertahan, artinya tingkat kebertahananan mahasiswa di lingkungan kampus tehadap organisasi yang mereka ikuti adalah 74% berdasarkan sosial ekonomi, motivasi, kedisiplinan dan prestasi masalalu dalam sebuah organisasi.

Untuk kategori mahasiswa yang memiliki tingkat kebertahanan 74% dalam organisasi yang mereka ikuti memiliki karakteristik / ciri-ciri / kemiripan diantaranya menganggap organisasi itu penting, organisasi memiliki banyak manfaat, organisasi yang diikuti lebih dari dua, motivasi berorganisasi adalah memperbanyak teman, prestasi yang pernah di raih dalam organisasi adalah prestasi kelompok, permasalahan yang menyebabkan ketidaknyamanan dalam organisasi adalah permasalahan dengan perorangan/individu (antar anggota), penyebab keluar dari organisasi adalah orang tua yang tidak mengijinkan, setuju seorang pemimpin yang bersifat tegas,keras,dan bertanggungjawab, setia terhadap organisasi, jabatan yang diinginkan dalam organisasi adalah ketua, waktu yang dihabiskan untuk organisasi lebih dari 20 jam per minggu, iuran dalam organisasi ternyata ada dan iuran dalam organisasi tidak menjadi beban.

Rerefensi

Susanto, Erdi. 2012. Data Mining menggunakan WEKA .ttp://www.erdisusanto.com diakses tanggal 9 Januari 2017
Feriyanto Andri dan Endang Shyta Triana. 2015. Pengantar Manajemen (3 IN 1).Kebumen: MEDIA TERA
Kharismawan, Bagus. 2016. Implementasi Manual Clustering dengan Menggunakan Algoritma K-Means. http://radiobagbag.blogspot.co.id
Prasetyo Eko. 2012. Data Mining – Konsep dan Aplikasi menggunakan konsep MATLAB. Yogyakarta: C.V ANDI
Widodo Prabowo Pudjo, dkk. 2013. Penerapan Data Mining dengan Matlab. Bandung: REKAYASA SAINS