Sistem Pendukung Keputusan Pendidikan Berbasis Data
Abstraksi - DDEDDS atau Data Driven Education Support System adalah sistem untuk membantu pendidikan guru yang mana dapat membantu dalam mengambil keputusan ketika banyak hal yang diperhitungkan dalam mengajar seperti beda kelas, perbedaan kelamin dan perbedaan daerah.
1. Introduksi
Sistem Pendukung Keputusan Pendidikan Berbasis Data pada intinya adalah untuk membantu pengambilan keputusan berdasarkan pendidikan tertentu dengan memanfaatkan informasi yang disajikan diinternet agar hasil keputusan lebih akurat dan komprehensif.
Sistem Pendukung Keputusan Pendidikan Berbasis Data dipelajari dari aspek proposal topik, situasi penelitian saat ini di dalam dan luar negeri, konten penelitian, dasar teoretis, metode penelitian, titik inovasi, dan desain penelitian sehingga dapat merancang gudang data pendidikan, kumpulan data multidimensi pendidikan, dan struktur penambangan data pendidikan. Hasil penelitian membuktikan udang data pendidikan yang dirancang, kumpulan data multidimensi pendidikan dan struktur penambangan data pendidikan melengkapi persyaratan dasar pengambilan keputusan pendidikan
2.  Peninjauan Literatur
DDEDSS adalah keputusan berdasarkan data pendidikan, jadi pemodelan data pendidikan adalah dasar dari DDEDSS.
Berdasarkan cendekiawan Byington dan Butler data ditetapkan berdasarkan tema "siswa", termasuk informasi dasar siswa, prestasi akademik, kursus, lembaga pendidikan, penghargaan dan data lainnya.
Seluruh sistem pendidikan berpusat pada pembelajaran, sebab itu untuk membuat model dari sebuah data lebih baik mengacu kepada siswa sebagai temannya.
karena kinerja pembelajaran sekarang terutama tercerminkan pada kinerja kursus juga diinginkan menggunakan hasil dari seluruh mata pelajaran sebagai data kunci.
Namun tidak apa apa jika ingin mempelajari bagaimana prestasi membentuk tabel relasional yang cocok untuk analisis multi-dimensi dan data mining dibutuhkan untuk pengambilan keputusan pendidikan.
Berdasarkan persyaratan spesifik dari data di warehouse lebih baik model data pendidikan bintang yang sepenuhnya memenuhi persyaratan teknis dari database juga mengambil kinerja kurikulum siswa sebagai bagian utama, tetapi tidak mempertimbangkan informasi hierarkis tahun / istilah, provinsi / kota / kabupaten, atau kategori kurikulum / kursus analisis multidimensi sebab itu masih ada yang kurang mendukung.
Chou et al mengemukakan struktur umum sistem pendukung keputusan pendidikan. Tujuannya adalah untuk mengambil sistem sebagai alat bantu, untuk mengekstraksi, menggali dan menganalisis data statistik pendidikan, agar bisa memberikan informasi yang tepat serta kemampuan statistik untuk tingkat pengambilan keputusan pendidikan oleh sebab itu dukungan keputusan untuk pekerjaan pendidikan dibentuk. Sistem tidak secara khusus menggambarkan pemodelan data, juga bukan model yang berpusat pada kinerja pembelajaran pelajar.
Hernes dan Sobieska-Karpińska mengajukan pemodelan data evaluasi kualitas  bakat . DDEDSS sekarang menggunakan data dari kurikulum sehingga mempunyai referensi untuk menilai kualitas bakat.
Data kinerja juga penting untuk menentukan tujuan belajarnya.
Konstantinidis dan Bamidis mengusulkan agar kerangka kerja data DDEDSS berdasarkan kinerja pembelajaran peserta didik yang namun perlu mempertimbangkan lingkungan pendidikan di Amerika Serikat terlalu banyak dan perlu dikombinasikan dengan pemanfaatan lokal pendidikan Cina .
Para sarjana Mccoy dan Rosenbaum mendahulukan struktur keseluruhan sistem pendukung keputusan pendidikan. Kerangka kerja ini sangat besar, pada dasarnya dari logika implementasi perangkat lunak dan penguraian modul fungsional, seperti browser, server, jaringan area lokal, manajemen database sistem, sistem manajemen basis model, sistem manajemen basis pengetahuan, dan sistem manajemen perpustakaan metode Itu cocok untuk pengembang dan pengguna DDEDSS agar bisa memahami keseluruhan sistem.
Platform data kerangka kerja ini adalah Microsoft SQL Server 2000. Sumber data termasuk skala pendaftaran dalam sistem statistik pendidikan, jumlah siswa, jumlah lulusan, jumlah guru dan staf, pembangunan penelitian ilmiah, dan kamus umum dalam aset dan sistem tetap.
realisasi Interface analisis pendaftaran dan analisis kondisi sekolah juga dilakukan tetapi tidak ada hasil analisis khusus. Cendekiawan Mokin et al mengemukakan keseluruhan struktur sistem pendukung keputusan pendidikan tapi mereka tidak menggambarkan platform data yang digunakan, Kerangka kerjanya yang digunakan deskripsi hirarkis dari database, gudang data, OLAM dan DLAP.
Pemrosesan data DDEDSS Khususnya mengeksplorasi penelitian aplikasi data warehouse, analisis multidimensi dan penambangan data berdasarkan teknologi database.
Intinya semua informasi dalam DDEDSS cukup mencukupi 3 bidang yaitu pendidikan, data dan komputer. karena itu latar belakang informasi dipertimbangkan untuk menggali interoperabilitas dari tiga bidang pendidikan, data dan komputer di seluruh DDEDSS. Oleh karena itu DDEDSS dibentuk agar DDEDSS bisa digunakan secara logis dan mutual.
3. Metode
3.1 Prinsip dan kerangka kerja rekayasa sistem pendidikan
Di era informasi sekarang, sistem pendidikan adalah dasar sistem interaktif informasi pendidikan.
Ketika menganalisis sistem pendidikan, hubungan interaktif antara kedua pihak harus terlebih dahulu diambil dari karakter lokal

Berdasarkan framework "prinsip-prinsip sistem dan Rekayasa"dapat dikatuhi bahwa framework "prinsip-prinsip dan teknik sistem DDEDSS" dapat diwariskan dan diperluas.
intinya, ini disebut kerangka kerja "prinsip dan rekayasa DDEDSS" dari sistem interaksi informasi.
3.2 DDEDSS elements and the relationship
Tujuan atau hasil dari eksplorasi iterasi sampai mendekati prinsip-prinsip dan rekayasa elemen-elemen DDEDSS dan hubungannya harus jelas.
Iterasi lebih lanjut dapat digunakan sebagai granularity ideal elemen DDEDSS dan hubungannya.

4. Hasil dan Diskusi
Kerangka iteratif digunakan untuk mendefinisikan elemen-elemen dan hubungannya dengan sistem DDEDSS dengan memakai pengulangan lebih lanjut dari proses DDEDSS dan statusnya, sampai target atau hasil yang dibutuhkan oleh DDEDSS dapat diperkirakan.
Iterasi lengkap dari persyaratankeseluruhan sistem dilakukan secara mendalam dengan  kasus penggunaan protagonis sebagai garis utama iterasi yang biasanya dalam model diagram UML

Use case protagonis daun adalah use case yang harus dipakai

Proses DDEDSS di atas dan statusnya pada akhirnya akan dipetakan ke realisasi yang lebih spesifik pengumpulan data pendidikan, data multidimensi analisis pendidikan, dan data mining pendidikan.
4.2 Pengumpulan data, analisis dan penambangan
SQL server 2008 adalah software yang paling tepat setelah mempertimbangkan banyak hal.
tiga tingkat akuisisi data DDEDSS
-Pergudangan, gudang terintegrasi
-Data pendidikan analisis multidimensi
-Penambangan data pendidikan (mengabaikan komunikasi emosional dan metode pemikiran filosofis yang belum didukung oleh SQL Server).

4.3 Akuisisi data pendidikan dan desain data warehouse
Model data pendidikan adalah dasar dari akuisisi data, pergudangan, dan integrasi.
basis data pendidikan harus didasarkan pada model data pendidikan, mengarah kepada teori teknik berorientasi objek.
Hal Hal yang perlu diperhatikan ketika menggambarkan objek dengan data :
-Perlu untuk mempertimbangkan item / bidang data
-Tipe data, nilai data, struktur data / tabel data
-Hubungan (data tabel) lebih lanjut
4.4 Analisis data pendidikan dan desain set data multi-dimensi
kumpulan data multidimensi pendidikan OLAP dapat diatur untuk melakukan analisis data.
Data diperoleh dari data yang lebih besar, sehingga data dapat disebut sebagai analisis informasi.
Analisis multidimensi data atau proses hierarki analitik (AHP), adalah inti teknologi analisis data pendidikan sekarang.

data analisis multi-dimensi lebih unggul dibanding excel karena mempunyai analisis multi dimensi interaktif.
4.5 Penambangan data pendidikan dan desain struktur penambangan
Dapat didasarkan pada prinsip data mining untuk menemukan fungsi atau hukum korelasi antara data dari data yang lebih besar.
Kata data mining dipakai karena ini adalah topik hangat dalam bidang teknologi informasi
Inti dari data mining adalah perhitungan korelasi antara data yang sangat banyak.
4.6 Akuisisi data pendidikan dan desain data warehouse
Sekumpulan data pasti punya kesamaan tertentu tetapi tidak punya kesamaan yang pasti.
contohnya jarak mahalanobis dij ditentukan dalam kalkulasi dibawah ini :

Dari sini, dapat dilihat bahwa semakin seadikit jarak dij, semakin banyak hubungan bagi kedua data tersebut


Setelah desain struktur penambangan data dan model penambangan dalam SQL Server, perangkat lunak B / S mode DDEDSS harus dikembangkan untuk memperbarui model penambangan data pendidikan ke dalam software DDEDSS akibatnya semua jenis pengguna dapat menggunakan perangkat lunak sebagai alat bantu untuk pengambilan keputusan pendidikan setelah login browser IE.
5. Kesimpulan
Akuisisi data pendidikan, penyimpanan, pergudangan terintegrasi - analisis data - penambangan data adalah inti dari dan penerapan pemrosesan data DDEDSS dan SQL 2008 memenuhi persyaratan untuk DDEDSS