PEMBANGUNAN PERANGKAT LUNAK STREAMING ENSEMBLE ALGORITHM (SEA): ALGORITMA UNTUK KLASIFIKASI DALAM SKALA BESAR TESIS GIRI DHANESWARA NIM :
|
|
- Sukarno Budiono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMBANGUNAN PERANGKAT LUNAK STREAMING ENSEMBLE ALGORITHM (SEA): ALGORITMA UNTUK KLASIFIKASI DALAM SKALA BESAR TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh GIRI DHANESWARA NIM : PROGRAM STUDI MAGISTER INFORMATIKA SEKOLAH TEKNIK ELEKTRO DAN INFORMATIKA INSTITUT TEKNOLOGI BANDUNG 2008
2 ABSTRAK PEMBANGUNAN PERANGKAT LUNAK STREAMING ENSEMBLE ALGORITHM (SEA): ALGORITMA UNTUK KLASIFIKASI DALAM SKALA BESAR Oleh Giri Dhaneswara NIM : Pada awalnya data mining belum dapat menangani data yang bersifat stream (data yang terus-menerus bertambah dan semakin cepat laju pertambahannya), namun sekarang muncul kebutuhan untuk dapat menyelesaikan permasalahan data stream. Banyak peneliti melakukan penelitian sehingga data mining dapat menangani permasalahan data streams. Hal ini dikenal sebagai mining data stream. Dalam data streams juga terdapat permasalahan yang lain yaitu concept drift (perubahan konsep pada model yang telah dibangun). Pada tahun 2001, sebuah algoritma yang diberi nama Streaming Ensemble Algorithm (SEA), dibuat oleh W. Nick Street dan YongSeog Kim dikembangkan untuk menangani permasalahan data streams dan concept drift pada data mining dengan tugas klasifikasi. SEA merupakan perkembangan dari metode ensemble. SEA dalam menangani data streams adalah dengan cara selalu melakukan pembelajaran pada blok-blok data yang terkini. Untuk menangani concept drift, SEA melakukannya dengan cara menggantikan base classifier yang sudah tidak sesuai konsepnya dengan classifier yang lebih tepat. Perangkat lunak SEA yang dibangun menggunakan paradigma pengembangan unified process. Perangkat lunak ini diuji melalui metode black-box. Eksperimen dilakukan untuk mengetahui pengaruh parameter-parameter pada SEA terhadap akurasi, banyaknya terjadi concept drift, lamanya waktu pelatihan, dan kebutuhan memory. Data yang digunakan untuk melakukan eksperimen ini adalah mengenai apakah pendapatan melebihi $50K/yr berdasarkan data census. Dari hasil eksperimen diperoleh tingkat akurasi 83,09% untuk data pelatihan, dan akurasi data test 82,46% Kata kunci: data mining, metode ensemble, streaming ensemble algorithm (SEA), data streams dan concept drift. i
3 ABSTRACT SOFTWARE DEVELOPMENT OF STREAMING ENSEMBLE ALGORITHM (SEA): ALGORITHM FOR LARGE-SCALE CLASSIFICATION By Giri Dhaneswara NIM : From the beginning, data mining can t handle data with stream characteristic (data that s continuously increase over time and the increase become much faster), nowadays the needs for such data have emerge. This has made many researchers done research in data mining so it can handle data streams problems. This is also known as mining data streams. In data streams there is also a concept drift problems (the change of concept in the model that have been built). In the year 2001, an algorithm that was named Streaming Ensemble Algorithm (SEA), made by W. Nick Street and YongSeog Kim was developed to handle data streams and concept drift problems in data mining for classification task. SEA was developed from ensemble method. In handling data streams, the newest data blocks are learned by SEA. Moreover in handling concept drift, SEA replaces inappropriate base classifier with an appropriate classifier. SEA Software has been built using unified process development paradigm. SEA software is tested using black-box method. Experiments were conducted on census data. The objective of the experiments is to know how the parameter in SEA affects the accuration, the concept drift occurrence, training time, and the memory. The results of the experiment show an accuration of 83,09% for the training data, and 82,46% for the test data. Keywords: data mining, ensemble method, streaming ensemble algorithm (SEA), data streams and concept drift. ii
4 PEMBANGUNAN PERANGKAT LUNAK STREAMING ENSEMBLE ALGORITHM (SEA): ALGORITMA UNTUK KLASIFIKASI DALAM SKALA BESAR Oleh Giri Dhaneswara NIM : Program Studi Magister Informatika Sekolah Teknik Elektro dan Informatika Insitut Teknologi Bandung Menyetujui Bandung, Tanggal... Pembimbing (Dr. Ir. G. A. Putri Saptawati, M.Comm) NIP iii
5 PEDOMAN PENGGUNAAN TESIS Tesis S2 yang tidak dipublikasikan terdaftar dan tersedia di Perpustakaan Institut Teknologi Bandung, dan terbuka untuk umum dengan ketentuan bahwa hak cipta ada pada pengarang dengan mengikuti aturan HaKI yang berlaku di Institut Teknologi Bandung. Referensi kepustakaan diperkenankan dicatat, tetapi pengutipan atau peringkasan hanya dapat dilakukan seizin pengarang dan harus disertai dengan kebiasaan ilmiah untuk menyebutkan sumbernya. Memperbanyak atau menerbitkan sebagian atau seluruh tesis haruslah seizin Direktur Program Pascasarjana, Institut Teknologi Bandung. iv
6 KATA PENGANTAR Dengan penuh sukacita, penulis panjatkan puji syukur kepada Tuhan Yang Maha Esa, karena dengan kasih dan rahmat-nya penulis dengan segala keterbatasannya dapat menyelesaikan tesis ini. Tidak sedikit kesulitan serta hambatan yang dihadapi dalam penelitian dan penulisan tesis ini, namun berkat bantuan dan bimbingan dari berbagai pihak, semua dapat diatasi. Pada kesempatan kali ini, penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar-besarnya kepada Ibu Dr. Ir. G. A. Putri Saptawati, M.Comm, selaku dosen pembimbing yang sudah meluangkan waktunya untuk memberi petunjuk, dorongan, arahan, saran dan bimbingan selama penelitian berlangsung dan selama penulisan tesis ini. Penulis juga ingin mengucapkan terima kasih kepada: 1. Ibu Ir. Hira Laksmiwati, M.Sc. dan Bapak Adi Mulyanto, S.T., M.T. sebagai dosen penguji yang banyak memberikan saran, arahan dan masukan yang sangat berarti. 2. Ibu Dr. Inggriani Liem, sebagai dosen wali yang telah memberikan banyak dorongan, motivasi, dan arahan, selama penulis kuliah. 3. Staf Tata Usaha S2 ITB, khususnya Bapak Ade dan Ibu Nur yang sudah membantu penulis dalam segala hal, baik selama penulis kuliah. 4. Istri, Eyang Sri Taryani, Papa dan Mama, kedua adikku Gapit dan Ganjar, Papa dan Mama Mertua, dan adik iparku Intan, yang selalu memberikan kasih sayang, semangat, dukungan, dan doa yang tiada henti-hentinya. 5. Teman-teman S2 RPL atas segala bantuan, perhatian, dan kerjasamanya selama kuliah. 6. Yoseph Adhitya, S.Kom, M.T. atas segala bantuan, perhatian, dan kerjasamanya. 7. Keluarga besar Papa dan Mama atas segala perhatiannya. 8. Semua pihak yang tidak mungkin disebutkan disini satu persatu yang telah memberikan andilnya selama penelitian berlangsung dan selama penulisan tesis ini. v
7 Penulis menyadari bahwa masih banyak kekurangan dalam tesis ini. Oleh sebab itu, penulis dengan segala kerendahan hati memohon saran dan kritik saran yang diberikan, segala kekurangan tersebut dapat diperbaiki dimasa yang akan datang. Penulis berharap tesis dapat bermanfaat bagi teman-teman yang membutuhkan. Bandung, Maret 2008 Penulis vi
8 DAFTAR ISI ABSTRAK...i ABSTRACT...ii PEDOMAN PENGGUNAAN TESIS...iv KATA PENGANTAR...v DAFTAR ISI...vii DAFTAR LAMPIRAN...x DAFTAR GAMBAR...xi DAFTAR TABEL...xiv DAFTAR ISTILAH...xv BAB I Pendahuluan...1 I.1 Latar Belakang Masalah...1 I.2 Rumusan Masalah...2 I.3 Tujuan...2 I.4 Batasan Masalah...3 I.5 Metodologi Penelitian...3 I.6 Sistematika Penulisan...4 BAB II Dasar Teori...5 II.1 Data Mining...5 II.1.1 Pengantar Data Mining...5 II.1.2 Penjelasan Konsep, Instans, dan Atribut...7 II.1.3 Klasifikasi sebagai Salah Satu Tugas Data Mining...8 II.2 Data Streams...10 II.3 Concept Drift...11 II.4 Ensemble Classifier...12 II.4.1 Pengantar Ensemble Classifier...12 II.4.2 Metode untuk Mengkonstruksi Sebuah Ensemble Classifier...12 II.5 Streaming Ensemble Algorithm (SEA)...14 II.5.1 Pendahuluan SEA...14 II.5.2 Metode SEA...15 II.6 Backpropagation sebagai Base Classifier...16 II.7 Paradigma Pengembangan PL Menggunakan Unified Process...18 vii
9 BAB III Analisis Dasar Teori...22 III.1 Analisis Data Streams...22 III.2 Analisis Concept Drift...23 III.3 Analisis Mining Data Streams...23 III.4 Analisis SEA...24 III.4.1 Penerapan SEA pada Mining Data Streams...24 III.4.2 Cara Kerja SEA...25 III.4.3 Input dan Output dari SEA...28 III.4.4 Algoritma Rinci SEA...28 III.4.5 Analisis Parameter Masukan Streaming Ensemble Algorithm (SEA).32 III.5 Kesimpulan Hasil Analisis...34 III.6 Analisis Studi Kasus...34 BAB IV Kebutuhan dan Model Analisis Perangkat Lunak...37 IV.1 Kebutuhan Perangkat Lunak...37 IV.1.1 Deskripsi Umum Perangkat Lunak...37 IV Perspektif Produk...37 IV Fungsi Produk...38 IV Batasan dan Asumsi...39 IV.1.2 Pemodelan Use-Case...39 IV Diagram Use-Case...39 IV Definisi Aktor...40 IV Definisi Use-Case...40 IV.2 Model Analisis...41 IV.2.1 Realisasi Use-Case Tahap Analisis...41 IV.2.2 Identifikasi Kelas...41 IV.2.3 Diagram Interaksi Antar Kelas...42 IV.2.4 Deskripsi Data dan Deskripsi Kebutuhan Non-Fungsional...43 BAB V Model Perancangan dan Implementasi Perangkat Lunak...44 V.1 Model Perancangan...44 V.1.1 Kelas Tahap Perancangan...44 V Diagram Kelas...44 V Daftar Operasi dan Atribut, serta Diagram State...45 V.1.2 Perancangan Antarmuka...45 V.2 Implementasi...46 viii
10 V.2.1 Lingkungan Perangkat Keras...46 V.2.2 Lingkungan Perangkat Lunak...46 V.2.3 Implementasi Antarmuka...46 BAB VI Pengujian dan Eksperimen Perangkat Lunak...50 VI.1 Pengujian Perangkat Lunak...50 VI.2 Eksperimen...52 VI.2.1 Pengaruh Ukuran Tetap Ensemble...53 VI.2.2 Pengaruh Jumlah Tuple yang Ditangani Sebuah Base Classifier...57 VI.2.3 Pengaruh Faktor Kebenaran (P C )...62 VI.2.4 Kesimpulan Hasil Eksperimen...67 VI.2.5 Analisis Kesimpulan Hasil Eksperimen...69 BAB VII Kesimpulan dan Saran...71 VII.1 Kesimpulan...71 VII.2 Saran...73 DAFTAR PUSTAKA...74 ix
11 DAFTAR LAMPIRAN LAMPIRAN A Skenario Use-Case...76 LAMPIRAN B Diagram Sequence...86 LAMPIRAN C Daftar Atribut dan Operasi Kelas...96 LAMPIRAN D Diagram State LAMPIRAN E Hasil Pengujian x
12 DAFTAR GAMBAR Gambar II.1. Proses KDD...7 Gambar II.2. Proses Pembangunan Model Klasifikasi...10 Gambar II.3. Concept descriptions yang baru dan lama dan sebuah jendela yang bergerak berdasarkan stream dari data examples...11 Gambar II.4. Gambaran Umum Ensemble...12 Gambar II.5. Neuron pada Manusia...17 Gambar II.6. Arsitektur Backpropagation...18 Gambar II.7. Pengembangan Secara Iteratif pada Unified Process...18 Gambar II.8. Keterangan Tahapan Pengembangan pada Unified Process...19 Gambar II.9. Keterhubungan Use-Case ke Model Rekayasa Perangkat Lunak...20 Gambar IV.1. Contoh Diagram Entity-Relationship yang akan dibuat VIEW...38 Gambar IV.2. Diagram Use-Case Perangkat Lunak SEA...39 Gambar IV.3. Diagram Interaksi Antar Kelas...42 Gambar V.1. Diagram Kelas...44 Gambar V.2. Hirarki Menu...45 Gambar V.3. Antarmuka Form Utama...46 Gambar V.4. Antarmuka Form Konfigurasi Basis Data...47 Gambar V.5. Antarmuka Form Manipulasi Basis Data...47 Gambar V.6. Antarmuka Form Konfigurasi Base Classifier...48 Gambar V.7. Antarmuka Form Proses Klasifikasi Base Classifier...48 Gambar V.8. Antarmuka Form Konfigurasi SEA...49 Gambar V.9. Antarmuka Form Proses Klasifikasi SEA...49 Gambar VI.1. Grafik Selama Pelatihan Ensemble untuk Parameter Ukuran Ensemble = Gambar VI.2. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Ukuran Ensemble = Gambar VI.3. Grafik Tingkat Akurasi Ensemble pada Data Test untuk Parameter Ukuran Ensemble = Gambar VI.4. Grafik Selama Pelatihan Ensemble untuk Parameter Ukuran Ensemble = xi
13 Gambar VI.5. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Ukuran Ensemble = Gambar VI.6. Grafik Tingkat Akurasi Ensemble pada Data Test untuk Parameter Ukuran Ensemble = Gambar VI.7. Grafik Selama Pelatihan Ensemble untuk Ukuran Ensemble = Gambar VI.8. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Ukuran Ensemble = Gambar VI.9. Grafik Tingkat Kebenaran Prediksi (SEA) Data Test untuk Parameter Ukuran Ensemble = Gambar VI.10. Grafik Selama Pelatihan Ensemble untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.11. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.12. Grafik Tingkat Akurasi Ensemble pada Data Test untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.13. Grafik Selama Pelatihan Ensemble untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.14. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.15. Grafik Tingkat Akurasi Ensemble pada Data Test untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.16. Grafik Selama Pelatihan Ensemble untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.17. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.18. Grafik Tingkat Akurasi Ensemble pada Data Test untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier = Gambar VI.19. Grafik Selama Pelatihan Ensemble untuk Parameter Faktor Kebenaran (P C ) = Gambar VI.20. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Faktor Kebenaran (P C ) = xii
14 Gambar VI.21. Grafik Tingkat Akurasi Ensemble pada Data Test untuk Parameter Faktor Kebenaran (P C ) = Gambar VI.22. Grafik Selama Pelatihan Ensemble untuk Parameter Faktor Kebenaran (P C ) = Gambar VI.23. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Faktor Kebenaran (P C ) = Gambar VI.24. Grafik Tingkat Akurasi Ensemble pada Data Test untuk Parameter Faktor Kebenaran (P C ) = Gambar VI.25. Grafik Selama Pelatihan Ensemble untuk Parameter Faktor Kebenaran (P C ) = Gambar VI.26. Grafik Tingkat Akurasi Ensemble pada Data Pelatihan untuk Parameter Faktor Kebenaran (P C ) = Gambar VI.27. Grafik Tingkat Akurasi Ensemble pada Data Test untuk Parameter Faktor Kebenaran (P C ) = xiii
15 DAFTAR TABEL Tabel II.1. Data Bermain Olah Raga Sesuai dengan Cuaca...8 Tabel II.2. Diagram pada UML...20 Tabel III.1. Data IPK Mahasiswa dengan Waktu t...22 Tabel III.2. Data IPK Mahasiswa dengan Waktu t Tabel III.3. Data Credit Rating Tahun Tabel III.4. Data Credit Rating Tahun Tabel IV.1. Tabel hasil JOIN antara Tabel Pinjaman dan Tabel Rekening...38 Tabel IV.2. Definisi Aktor...40 Tabel IV.3. Definisi Use-Case...40 Tabel IV.4. Identifikasi Kelas Perangkat Lunak SEA...41 Tabel V.1. Keterhubungan Diagram Kelas dengan Hirarki Menu...45 Tabel VI.1. Hasil Eksperimen untuk Parameter Ukuran Tetap Ensemble...67 Tabel VI.2. Hasil Eksperimen untuk Parameter Jumlah Tuple yang Ditangani Sebuah Base Classifier...68 Tabel VI.3. Hasil Eksperimen untuk Parameter Faktor Kebenaran (Pc)...68 xiv
16 DAFTAR ISTILAH Istilah Keterangan Atribut Himpunan nilai yang mengkarakteristikkan sebuah masukan pada data mining. Disebut juga fitur. [WIT05] Base classifier Teknik klasifikasi / classifier individual yang digunakan sebagai dasar pembentuk ensemble. [TAN05] Classifier Model yang dihasilkan oleh proses klasifikasi. [HAN01] Concept description Hasil keluaran yang didapatkan dari sebuah skema pembelajaran. [WIT05] Concept drift Perubahan konsep pada model yang telah dibangun. Concept drift hanya ada pada permasalahan data streams. [TSY04] Data mining Proses pengekstraksian pengetahuan dari data berskala besar. [HAN01] Data streams Data yang terus-menerus bertambah dan semakin cepat laju pertambahannya. [GAB05] Instans Objek-objek yang ingin dikenakan proses data mining. Setiap instans merupakan sebuah contoh individual dan independen dari konsep yang ingin dipelajari. Disebut juga contoh. [WIT05] Konsep Hal yang ingin dipelajari dari proses data mining. [WIT05] Metode ensemble Teknik klasifikasi yang menggabungkan prediksi beberapa classifier untuk melakukan klasifikasi. [TAN05] Model Representasi konsep yang telah diperoleh dari proses klasifikasi. [HAN01] Noise Anomali atau kesalahan yang terdapat pada data. [HAN01] Variabel explanatory Atribut-atribut instans yang digunakan untuk melakukan prediksi pada proses klasifikasi. Disebut juga variabel bebas. [TAN05] Variabel target Atribut instans yang akan diprediksi pada proses klasifikasi. Disebut juga variabel bergantung. [TAN05] xv
BAB II Dasar Teori II.1 Data Mining II.1.1 Pengantar Data Mining
BAB II Dasar Teori Bab ini membahas teori-teori yang mendukung penulisan tesis. Teori ini mencakup teori tentang data mining secara umum, concept drift, data streams, ensemble classifier, streaming ensemble
Lebih terperinciANALISIS PEMANFAATAN SEQUENTIAL PATTERN UNTUK MENENTUKAN NODE ORDERING PADA ALGORITMA KONSTRUKSI STRUKTUR BAYESIAN NETWORK
ANALISIS PEMANFAATAN SEQUENTIAL PATTERN UNTUK MENENTUKAN NODE ORDERING PADA ALGORITMA KONSTRUKSI STRUKTUR BAYESIAN NETWORK TESIS Karya tulis sebagai salah satu syarat Untuk memperoleh gelar Magister dari
Lebih terperinciMODEL SISTEM PENJADWALAN DEPENDENCY PADA BASIS DATA DEDUKTIF
MODEL SISTEM PENJADWALAN DEPENDENCY PADA BASIS DATA DEDUKTIF STUDI KASUS: SISTEM PENJADWALAN MATA KULIAH LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh Yosep Kurniawan NIM :
Lebih terperinciSMART BUSINESS PROCESS MANAGEMENT SYSTEM TESIS
SMART BUSINESS PROCESS MANAGEMENT SYSTEM TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh DENNY NIM : 23506039 Program Studi Program Magister
Lebih terperinciABSTRAK MOBILE LEARNING MANAGEMENT SYSTEM UNTUK TELEPON SELULER. Oleh SUPRIH WIDODO NIM:
ABSTRAK MOBILE LEARNING MANAGEMENT SYSTEM UNTUK TELEPON SELULER Oleh SUPRIH WIDODO NIM: 23506005 Penelitian ini didasari oleh adanya potensi pembelajaran dengan menggunakan telepon seluler yang disebut
Lebih terperinciTSUNAMI AUGMENTED REALITY : INTERAKSI BERBASIS MARKER SEBAGAI POINTER
TSUNAMI AUGMENTED REALITY : INTERAKSI BERBASIS MARKER SEBAGAI POINTER TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh IWAN KUSTIAWAN NIM
Lebih terperinciOPTIMASI PASOKAN GAS BUMI MENGGUNAKAN ANALISIS INPUT-OUTPUT TESIS. JATI ARIE WIBOWO NIM : Program Studi Teknik Perminyakan
OPTIMASI PASOKAN GAS BUMI MENGGUNAKAN ANALISIS INPUT-OUTPUT TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh JATI ARIE WIBOWO NIM : 22206006
Lebih terperinciStudi Pembangunan Aplikasi Berbasis SOA. dengan SOAD dan SCA
Studi Pembangunan Aplikasi Berbasis SOA dengan SOAD dan SCA LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh: Yuandra Ismiraldi / 13505069 PROGRAM STUDI TEKNIK INFORMATIKA SEKOLAH
Lebih terperinciPenggunaan Hidden Markov Model untuk Kompresi Kalimat
Penggunaan Hidden Markov Model untuk Kompresi Kalimat TESIS Karya tulis sebagai salah satu syarat Untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh YUDI WIBISONO NIM: 23505023 Program
Lebih terperinciPEMBANGUNAN SISTEM CONTENT-BASED IMAGE RETRIEVAL MENGGUNAKAN KODE FRAKTAL DARI DOKUMEN CITRA TESIS ARIF RAHMAN NIM :
PEMBANGUNAN SISTEM CONTENT-BASED IMAGE RETRIEVAL MENGGUNAKAN KODE FRAKTAL DARI DOKUMEN CITRA TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung
Lebih terperinciPENGKLASIFIKASIAN UNTUK MENDETEKSI SPAM MENGGUNAKAN ALGORITMA NAIVE BAYESIAN ABSTRAK
PENGKLASIFIKASIAN E-MAIL UNTUK MENDETEKSI SPAM MENGGUNAKAN ALGORITMA NAIVE BAYESIAN Ferdi / 0322043 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email
Lebih terperinciMETODE MENENTUKAN PRIORITAS DALAM ANALYTIC HIERARCHY PROCESS MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR PROYEK
METODE MENENTUKAN PRIORITAS DALAM ANALYTIC HIERARCHY PROCESS MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR PROYEK Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi
Lebih terperinciPENCARIAN MELODI PADA FILE MIDI
PENCARIAN MELODI PADA FILE MIDI TESIS Karya Tulis Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Magister dari Institut Teknologi Bandung Oleh Eddo Fajar N 23505029 Program Studi Magister Informatika
Lebih terperinciSKRIPSI SISTEM PREDIKSI KONDISI KELAHIRAN BAYI MENGGUNAKAN METODE KLASIFIKASI NAÏVE BAYES. Oleh : WAHYUNINGSIH
SKRIPSI SISTEM PREDIKSI KONDISI KELAHIRAN BAYI MENGGUNAKAN METODE KLASIFIKASI NAÏVE BAYES Oleh : WAHYUNINGSIH 2010-51-115 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH GELAR SARJANA KOMPUTER
Lebih terperinciPENGENALAN AKSARA BALI MENGGUNAKAN METODE ZONING DAN KNN
TESIS PENGENALAN AKSARA BALI MENGGUNAKAN METODE ZONING DAN KNN I WAYAN AGUS SURYA DARMA PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2015 TESIS PENGENALAN AKSARA BALI MENGGUNAKAN METODE ZONING DAN
Lebih terperinciSTABILITAS PORTAL BIDANG
STABILITAS PORTAL BIDANG TESIS Karya Tulis sebagai salah satu syarat Untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh : FRANSISCA MARIA FARIDA NIM : 25004045 Program Studi Teknik Struktur
Lebih terperinciPEMBANGUNAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENJURUSAN PADA TINGKAT SMA MENGGUNAKAN METODE K NEAREST NEIGHBOR (APerS) TUGAS AKHIR
PEMBANGUNAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENJURUSAN PADA TINGKAT SMA MENGGUNAKAN METODE K NEAREST NEIGHBOR (APerS) TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai
Lebih terperinciPEMBANGUNAN APLIKASI KLASIFIKASI MAHASISWA BARU UNIVERSITAS ATMA JAYA YOGYAKARTA DENGAN METODE NAΪVE BAYES CLASSIFIER
PEMBANGUNAN APLIKASI KLASIFIKASI MAHASISWA BARU UNIVERSITAS ATMA JAYA YOGYAKARTA DENGAN METODE NAΪVE BAYES CLASSIFIER TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik
Lebih terperinciRANCANG BANGUN APLIKASI PENGENALAN TULISAN TANGAN AKSARA HANACARAKA BERBASIS MULTIMEDIA
TESIS RANCANG BANGUN APLIKASI PENGENALAN TULISAN TANGAN AKSARA HANACARAKA BERBASIS MULTIMEDIA Oleh : Sugeng Winardi 10.530.1451/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCA SARJANA UNIVERSITAS
Lebih terperinciPENYUSUNAN METODOLOGI PELAKSANAAN TATA KELOLA TEKNOLOGI INFORMASI UNTUK PEMERINTAHAN TESIS
1 PENYUSUNAN METODOLOGI PELAKSANAAN TATA KELOLA TEKNOLOGI INFORMASI UNTUK PEMERINTAHAN TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh IWAN
Lebih terperinciAPLIKASI KRIPTOGRAFI MENGGUNAKAN METODE MARS DAN KOMPRESI MENGGUNAKAN ALGORITMA HUFFMAN. Oleh : SARWENDRA
APLIKASI KRIPTOGRAFI MENGGUNAKAN METODE MARS DAN KOMPRESI MENGGUNAKAN ALGORITMA HUFFMAN Oleh : SARWENDRA 41505010052 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA
Lebih terperinciKAJIAN KARAKTER FASADE BANGUNAN-BANGUNAN RUMAH TINGGAL KOLONIAL DI KAWASAN PERUMAHAN TJITAROEM PLEIN BANDUNG TESIS
KAJIAN KARAKTER FASADE BANGUNAN-BANGUNAN RUMAH TINGGAL KOLONIAL DI KAWASAN PERUMAHAN TJITAROEM PLEIN BANDUNG TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi
Lebih terperinciPENCARIAN ASSOCIATION RULES PADA DATA LULUSAN MAHASISWA PERGURUAN TINGGI MENGGUNAKAN ALGORITMA FP-GROWTH SKRIPSI SHARFINA FAZA
PENCARIAN ASSOCIATION RULES PADA DATA LULUSAN MAHASISWA PERGURUAN TINGGI MENGGUNAKAN ALGORITMA FP-GROWTH SKRIPSI SHARFINA FAZA 101402088 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN
Lebih terperinciKAJIAN POTENSI PENGEMBANGAN EARNED VALUE MANAGEMENT SYSTEM (EVMS) PADA SISTEM AKUNTANSI BIAYA KONTRAKTOR KECIL TESIS
KAJIAN POTENSI PENGEMBANGAN EARNED VALUE MANAGEMENT SYSTEM (EVMS) PADA SISTEM AKUNTANSI BIAYA KONTRAKTOR KECIL TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut
Lebih terperinciPEMBANGUNAN APLIKASI MOBILE GAME TEBAK KATA BERBASIS LOKASI TUGAS AKHIR
PEMBANGUNAN APLIKASI MOBILE GAME TEBAK KATA BERBASIS LOKASI TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika Oleh Noviariansya 09 07 05784 PROGRAM STUDI
Lebih terperinciPENERAPAN AGGREGATION TREE UNTUK PENANGANAN FUNGSI AGREGASI PADA RELASI BITEMPORAL
PENERAPAN AGGREGATION TREE UNTUK PENANGANAN FUNGSI AGREGASI PADA RELASI BITEMPORAL LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh : Nurkholis Madjid / NIM 13503047 PROGRAM STUDI
Lebih terperinciPENGEMBANGAN APLIKASI SIMULASI DAN PEMODELAN 3 DIMENSI PENCARIAN RUANG MENGGUNAKAN VRML
PENGEMBANGAN APLIKASI SIMULASI DAN PEMODELAN 3 DIMENSI PENCARIAN RUANG MENGGUNAKAN VRML TUGAS AKHIR Diajukan Untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika Disusun Oleh:
Lebih terperinciKOMBINASI METODE K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK KLASIFIKASI DATA
TESIS KOMBINASI METODE K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK KLASIFIKASI DATA MEGA KARTIKA SARI No. Mhs : 135302022/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA UNIVERSITAS
Lebih terperinciAPLIKASI PENGATURAN JUDUL TUGAS AKHIR DAN PROPOSAL BERBASIS WEB
APLIKASI PENGATURAN JUDUL TUGAS AKHIR DAN PROPOSAL BERBASIS WEB BAYU ADJIE KURNIAWAN 41506010058 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2013 APLIKASI PENGATURAN
Lebih terperinciSKRIPSI SISTEM REKOMENDASI WISATA KULINER DI YOGYAKARTA MENGGUNAKAN METODE KOLABORATIF (COLLABORATIVE METHOD)
SKRIPSI SISTEM REKOMENDASI WISATA KULINER DI YOGYAKARTA MENGGUNAKAN METODE KOLABORATIF (COLLABORATIVE METHOD) ANDI NUR SODIK Nomor Mahasiswa : 105410075 PROGRAM STUDI TEKNIK INFORMATIKA SEKOLAH TINGGI
Lebih terperinciSKRIPSI. Diajukan kepada Fakultas Teknologi Informasi Untuk memperoleh Gelar Sarjana Komputer. Oleh: Valentino Putra Parlan NIM:
Perancangan dan Implementasi Sistem Pengisian Form Akademik Secara Online Dengan Menggunakan Arsitektur MVC (Model View Controller) (Studi Kasus Universitas Kristen Indonesia Toraja) SKRIPSI Diajukan kepada
Lebih terperinciIDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET
TESIS IDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET ROSALIA ARUM KUMALASANTI No. Mhs. : 135302014/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM
Lebih terperinciABSTRAK. Kata kunci: diagram kelas, xml, java, kode sumber, sinkronisasi. v Universitas Kristen Maranatha
ABSTRAK Salah satu bidang kajian dalam bidang teknologi informasi adalah rekayasa perangkat lunak. Dalam rekayasa perangkat lunak, terdapat konsep yang mendasari berbagai jenis metodologi pengembangan
Lebih terperinciTESIS PEMBANGUNAN PERANGKAT LUNAK PERINGKAS DOKUMEN DARI BANYAK SUMBER BERBASIS WEB MENGGUNAKAN SENTENCE SCORING DENGAN METODE TF-IDF
TESIS PEMBANGUNAN PERANGKAT LUNAK PERINGKAS DOKUMEN DARI BANYAK SUMBER BERBASIS WEB MENGGUNAKAN SENTENCE SCORING DENGAN METODE TF-IDF FABIANUS HENDY EVAN No. Mhs.: 125301915/PS/MTF PROGRAM STUDI MAGISTER
Lebih terperinciPENGEMBANGAN APLIKASI PENGENALAN POLA PENYAKIT KULIT MENGGUNAKAN BACKPROPAGATION MOMENTUM
PENGEMBANGAN APLIKASI PENGENALAN POLA PENYAKIT KULIT MENGGUNAKAN BACKPROPAGATION MOMENTUM SKRIPSI Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika Disusun oleh:
Lebih terperinciRANCANG BANGUN APLIKASI SISTEM MANAJEMENT TRAINING KARYAWAN BERBASIS WEB DI CITIBANK INDONESIA. Laporan Tugas Akhir
RANCANG BANGUN APLIKASI SISTEM MANAJEMENT TRAINING KARYAWAN BERBASIS WEB DI CITIBANK INDONESIA Laporan Tugas Akhir Diajukan Untuk Melengkapi Persyaratan Menyelesaikan Gelar Sarjana Komputer Disusun oleh
Lebih terperinciAPLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI
APLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI SKRIPSI Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer pada Departemen Ilmu Komputer/ Informatika
Lebih terperinciPERANGKAT LUNAK PENDUKUNG ESTIMASI BIAYA PRODUKSI DENGAN METODE K-MEANS DAN MULTIPLE LINEAR REGRESSION PADA SISTEM PRODUKSI JOB ORDER TESIS
PERANGKAT LUNAK PENDUKUNG ESTIMASI BIAYA PRODUKSI DENGAN METODE K-MEANS DAN MULTIPLE LINEAR REGRESSION PADA SISTEM PRODUKSI JOB ORDER Studi Kasus pada Industri Kecil Menengah (IKM) Manufaktur TESIS Karya
Lebih terperinciLAPORAN SKRIPSI SISTEM INFORMASI BURSA KERJA DI PUSAT KARIR DAN PELACAKAN ALUMNI UNIVERSITAS MURIA KUDUS BERBASIS WEB
LAPORAN SKRIPSI SISTEM INFORMASI BURSA KERJA DI PUSAT KARIR DAN PELACAKAN ALUMNI UNIVERSITAS MURIA KUDUS BERBASIS WEB Disusun Oleh : Nama : Bayu Adi Purnomo NIM : 2008 53 250 Program Studi : Sistem Informasi
Lebih terperinciKLASIFIKASI PENYAKIT CACAR AIR DAN CAMPAK BERDASARKAN KARAKTERISTIK DIAGNOSA PENYAKIT MENGGUNAKAN METODE K-MEANS CLUSTERING
KLASIFIKASI PENYAKIT CACAR AIR DAN CAMPAK BERDASARKAN KARAKTERISTIK DIAGNOSA PENYAKIT MENGGUNAKAN METODE K-MEANS CLUSTERING HALAMAN JUDUL KOMPETENSI REKAYASA PERANGKAT LUNAK SKRIPSI LUH PRIMA MEGA YANTI
Lebih terperinciITERATIVE LEARNING CONTROL UNTUK PLANT NONLINEAR DENGAN FASE NONMINIMUM TESIS. IBNU HADI NIM : Program Studi Matematika
ITERATIVE LEARNING CONTROL UNTUK PLANT NONLINEAR DENGAN FASE NONMINIMUM TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh IBNU HADI NIM :
Lebih terperinciPERANCANGAN PENGENDALI PID DIGITAL DAN IMPLEMENTASINYA MENGGUNAKAN FPGA
PERANCANGAN PENGENDALI PID DIGITAL DAN IMPLEMENTASINYA MENGGUNAKAN FPGA TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh DEDI TRIYANTO NIM
Lebih terperinciIMPLEMENTASI ALGORITMA HUFFMAN UNTUK KOMPRESI DAN DEKOMPRESI GAMBAR DIGITAL
IMPLEMENTASI ALGORITMA HUFFMAN UNTUK KOMPRESI DAN DEKOMPRESI GAMBAR DIGITAL KOMPETENSI JARINGAN KOMPUTER [SKRIPSI] ISABELLA JUDITHIO NIM. 0608605070 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU KOMPUTER
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI INTERAKSI MEDIA PEMBELAJARAN HIDROKARBON BERBASIS TEKNOLOGI AUGMENTED REALITY TESIS
PERANCANGAN DAN IMPLEMENTASI INTERAKSI MEDIA PEMBELAJARAN HIDROKARBON BERBASIS TEKNOLOGI AUGMENTED REALITY TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TELADAN PADA SMK TAMAN SISWA KUDUS MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
LAPORAN SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TELADAN PADA SMK TAMAN SISWA KUDUS MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Laporan ini disusun guna memenuhi salah satu syarat untuk
Lebih terperinciLEMBAR PENGESAHAN. Klasifikasi Kendaraan Roda Empat Menggunakan Metode Naïve Bayes
LEMBAR PENGESAHAN Klasifikasi Kendaraan Roda Empat Menggunakan Metode Naïve Bayes TUGAS AKHIR PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS WIDYATAMA Oleh : Fikri Arfiana 0609U062 Telah
Lebih terperinciPEMBANGUNAN SISTEM INFORMASI PENJUALAN DAN PEMBELIAN PADA TOKO KOMPUTER
PEMBANGUNAN SISTEM INFORMASI PENJUALAN DAN PEMBELIAN PADA TOKO KOMPUTER TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai derajat Sarjana Teknik Informatika Oleh: Tony Vincent 07 07 05286
Lebih terperinciPENILAIAN KESIAPAN (READINESS) DOSEN DAN MAHASISWA UNTUK E-LEARNING DI UNIVERSITAS KRISTEN MARANATHA TESIS
PENILAIAN KESIAPAN (READINESS) DOSEN DAN MAHASISWA UNTUK E-LEARNING DI UNIVERSITAS KRISTEN MARANATHA TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi
Lebih terperinciINVERSI SEISMIK MODEL BASED DAN BANDLIMITED UNTUK PENDEKATAN NILAI IMPEDANSI AKUSTIK TESIS
INVERSI SEISMIK MODEL BASED DAN BANDLIMITED UNTUK PENDEKATAN NILAI IMPEDANSI AKUSTIK TESIS Karya tulis sebagai salah satu syarat memperoleh gelar Magister dari Departemen Fisika Institut Teknologi Bandung
Lebih terperinciANALISIS DAN RANCANG BANGUN SISTEM INFORMASI MANAJEMEN ASET TERINTEGRASI YANG SELARAS DENGAN STRATEGI BISNIS PERUSAHAAN
TESIS ANALISIS DAN RANCANG BANGUN SISTEM INFORMASI MANAJEMEN ASET TERINTEGRASI YANG SELARAS DENGAN STRATEGI BISNIS PERUSAHAAN ( STUDI KASUS : PT. TRANSNUSA AVIATION MANDIRI ) SATRIA GIRI NUGRAHA No. Mhs:
Lebih terperinciSistem Penunjang Keputusan Penerima Beasiswa PPA dan BBM di Universitas Muria Kudus Menggunakan Metode TOPSIS Berbasis WEB
LAPORAN SKRIPSI Sistem Penunjang Keputusan Penerima Beasiswa PPA dan BBM di Universitas Muria Kudus Menggunakan Metode TOPSIS Berbasis WEB Laporan ini disusun untuk memenuhi salah satu syarat menyelesaikan
Lebih terperinciRESPONS STRUKTUR PIER DAN PIERHEAD JEMBATAN CAWANG PRIOK TERHADAP BEBAN GEMPA SESUAI SNI GEMPA 1726 TAHUN 2003 DAN TERHADAP BEBAN LALU LINTAS TESIS
RESPONS STRUKTUR PIER DAN PIERHEAD JEMBATAN CAWANG PRIOK TERHADAP BEBAN GEMPA SESUAI SNI GEMPA 1726 TAHUN 2003 DAN TERHADAP BEBAN LALU LINTAS TESIS Karya tulis sebagai salah satu syarat untuk memperoleh
Lebih terperinciPEMBANGUNAN ADD-ON PADA MOZILLA THUNDERBIRD UNTUK ENKRIPSI SURAT ELEKTRONIK DENGAN CORRECTED BLOCK TINY ENCRYPTION ALGORITHM
PEMBANGUNAN ADD-ON PADA MOZILLA THUNDERBIRD UNTUK ENKRIPSI SURAT ELEKTRONIK DENGAN CORRECTED BLOCK TINY ENCRYPTION ALGORITHM LAPORAN TUGAS AKHIR oleh : Ricky Gilbert Fernando / 13505077 PROGRAM STUDI TEKNIK
Lebih terperinciANALISIS DAN USULAN SOLUSI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA MENGGUNAKAN ALGORITMA ID3
TESIS ANALISIS DAN USULAN SOLUSI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA MENGGUNAKAN ALGORITMA ID3 O L E H Krisantus Jumarto Tey Seran NIM 105301459 / PS / MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA
Lebih terperinciPEMODELAN NILAI SATUAN UNIT APARTEMEN BERBASIS DATA TIGA DIMENSI TESIS SURYADI NIM :
PEMODELAN NILAI SATUAN UNIT APARTEMEN BERBASIS DATA TIGA DIMENSI (Studi Kasus : Unit-unit apartemen di gedung Kusuma Mulia Tower, Kota Solo) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh
Lebih terperinciPEMBANGUNAN SISTEM PENDUKUNG KEPUTUSAN USAHA DIGITAL PRINTING MENGGUNAKAN BAYESIAN NETWORK
PEMBANGUNAN SISTEM PENDUKUNG KEPUTUSAN USAHA DIGITAL PRINTING MENGGUNAKAN BAYESIAN NETWORK TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai derajat Sarjana Teknik Informatika Oleh: Setia
Lebih terperinciPEMILIHAN DAN PENGEMBANGAN SISTEM MANAJEMEN JARINGAN ENTERPRISE OPEN SOURCE BERBASIS PROTOKOL SNMP DAN FRAMEWORK STANDAR FCAPS TESIS
PEMILIHAN DAN PENGEMBANGAN SISTEM MANAJEMEN JARINGAN ENTERPRISE OPEN SOURCE BERBASIS PROTOKOL SNMP DAN FRAMEWORK STANDAR FCAPS TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister
Lebih terperinciPEMILIHAN LOKASI GUDANG PT. HPI DENGAN MENGGUNAKAN METODE CENTER OF GRAVITY DAN TRANSPORTASI TESIS K A R N A
PEMILIHAN LOKASI GUDANG PT. HPI DENGAN MENGGUNAKAN METODE CENTER OF GRAVITY DAN TRANSPORTASI TESIS K A R N A 55314110037 PROGRAM MAGISTER TEKNIK INDUSTRI PROGRAM PASCASARJANA UNIVERSITAS MERCU BUANA 2016
Lebih terperinciOPTIMASI JUMLAH HIDDEN NODES EXTREME LEARNING MACHINE MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION UNTUK PERAMALAN JUMLAH PENJUALAN BARANG
OPTIMASI JUMLAH HIDDEN NODES EXTREME LEARNING MACHINE MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION UNTUK PERAMALAN JUMLAH PENJUALAN BARANG Tesis untuk Memperoleh Gelar Magister pada Program Magister,
Lebih terperinciRancang Bangun Aplikasi Penjadwalan Berbasis Web Untuk Teknisi Dalam Perawatan Fasilitas Hotel Royal Safari Garden
Rancang Bangun Aplikasi Penjadwalan Berbasis Web Untuk Teknisi Dalam Perawatan Fasilitas Hotel Royal Safari Garden Romi Syahputra Lubis 41511120102 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
Lebih terperinciSISTEM INFORMASI ADMINISTRASI BADAN KOORDINASI TAMAN PENDIDIKAN AL QUR AN WILAYAH JATI KABUPATEN KUDUS BERBASIS WEB
LAPORAN SKRIPSI SISTEM INFORMASI ADMINISTRASI BADAN KOORDINASI TAMAN PENDIDIKAN AL QUR AN WILAYAH JATI KABUPATEN KUDUS BERBASIS WEB Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan
Lebih terperinciABSTRAK APLIKASI SISTEM TELEMEDIKA BERBASIS INTERNET DAN TELEPON GENGGAM DALAM PENANGANAN KEJADIAN LUAR BIASA / WABAH
i ABSTRAK APLIKASI SISTEM TELEMEDIKA BERBASIS INTERNET DAN TELEPON GENGGAM DALAM PENANGANAN KEJADIAN LUAR BIASA / WABAH Oleh M. Jimmy Hasugian 232 05 041 Penanganan data Kejadian Luar Biasa (KLB) / wabah
Lebih terperinciAPLIKASI PEMBELAJARAN HARDWARE KOMPUTER BERBASIS MOBILE ANDROID PADA SISWA SMP 2 JEKULO KUDUS
LAPORAN SKRIPSI APLIKASI PEMBELAJARAN HARDWARE KOMPUTER BERBASIS MOBILE ANDROID PADA SISWA SMP 2 JEKULO KUDUS EBIM FADLI NIM. 201253165 DOSEN PEMBIMBING Noor Latifah, M.Kom Wiwit Agus Triyanto, M.Kom PROGRAM
Lebih terperinciKAJIAN POLA RANTAI PASOK PENGEMBANGAN PERUMAHAN TESIS ERY RADYA JUARTI NIM :
KAJIAN POLA RANTAI PASOK PENGEMBANGAN PERUMAHAN TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh ERY RADYA JUARTI NIM : 25005004 Program
Lebih terperinciPEMBELAJARAN PERTOLONGAN PERTAMA SAAT KECELAKAAN BERBASIS MOBILE ELWIN SUTRANGGA
PEMBELAJARAN PERTOLONGAN PERTAMA SAAT KECELAKAAN BERBASIS MOBILE ELWIN SUTRANGGA 41509110102 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCUBUANA JAKARTA 2014 i PEMBELAJARAN PERTOLONGAN
Lebih terperinciSISTEM APLIKASI INFORMASI LAYANAN PUBLIK DI KOTA KUDUS BERBASIS ANDROID
LAPORAN SKRIPSI SISTEM APLIKASI INFORMASI LAYANAN PUBLIK DI KOTA KUDUS BERBASIS ANDROID Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan Program Studi Sistem Informasi S-1 pada Fakultas
Lebih terperinciSISTEM INFORMASI PENGELOLAAN ASURANSI KECELAKAAN JIWA BERBASIS WEB PT. ASURANSI JIWASRAYA KUDUS
LAPORAN SKRIPSI SISTEM INFORMASI PENGELOLAAN ASURANSI KECELAKAAN JIWA BERBASIS WEB PT. ASURANSI JIWASRAYA KUDUS Laporan ini Disusun guna Memenuhi Salah Satu Syarat untuk Menyelesaikan Program Studi Sistem
Lebih terperinciLAPORAN SKRIPSI SISTEM INFORMASI MANAJEMEN PENDAFTARAN DAN PEMBAYARAN TEST IQ PADA LPSDM PELITA HARAPAN BANGSA MAGELANG CABANG JEPARA BERBASIS WEB
LAPORAN SKRIPSI SISTEM INFORMASI MANAJEMEN PENDAFTARAN DAN PEMBAYARAN TEST IQ PADA LPSDM PELITA HARAPAN BANGSA MAGELANG CABANG JEPARA BERBASIS WEB Laporan ini disusun guna memenuhi salah satu syarat untuk
Lebih terperinciRancang Bangun Aplikasi Pelaporan Perkembangan Ternak Sapi Paguyuban Tani Makmur Berbasis Web
LAPORAN SKRIPSI Rancang Bangun Aplikasi Pelaporan Perkembangan Ternak Sapi Paguyuban Tani Makmur Berbasis Web Laporan ini disusun guna memenuhi salah satu syarat untuk Menyelesaikan program studi Sistem
Lebih terperinciSKRIPSI IDENTIFIKASI PENYAKIT KULIT MENGGUNAKAN METODE BACAKPROPAGATION
SKRIPSI IDENTIFIKASI PENYAKIT KULIT MENGGUNAKAN METODE BACAKPROPAGATION Disusun Oleh: I MADE NOMO WIRANATA Nomor Mahasiswa : 135410094 PROGRAM STUDI TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN INFORMATIKA
Lebih terperinciTESIS PENGEMBANGAN APLIKASI MOBILE UNTUK PENGENALAN POLA KAIN BENTENAN DENGAN JARINGAN SARAF TIRUAN LEARNING VECTOR QUANTIZATION
i TESIS PENGEMBANGAN APLIKASI MOBILE UNTUK PENGENALAN POLA KAIN BENTENAN DENGAN JARINGAN SARAF TIRUAN LEARNING VECTOR QUANTIZATION KIVEN ALFA PANDEIROOT No. Mhs. : 125301909/PS/MTF PROGRAM STUDI MAGISTER
Lebih terperinciPEMBANGUNAN SISTEM INFORMASI KEPEGAWAIAN SUB EKIVALENSI WAKTU MENGAJAR PENUH (EWMP) DOSEN UNIVERSITAS SEBELAS MARET
PEMBANGUNAN SISTEM INFORMASI KEPEGAWAIAN SUB EKIVALENSI WAKTU MENGAJAR PENUH (EWMP) DOSEN UNIVERSITAS SEBELAS MARET TUGAS AKHIR Diajukan untuk memenuhi salah satu syarat mencapai gelar Ahli Madya Program
Lebih terperinciFORMULASI SISTEMATIKA KNOWLEDGE-BASED ENGINEERING UNTUK PENANGANAN PERMASALAHAN PROSES DENGAN STUDI KASUS REAKTOR UREA PABRIK KALTIM-1
FORMULASI SISTEMATIKA KNOWLEDGE-BASED ENGINEERING UNTUK PENANGANAN PERMASALAHAN PROSES DENGAN STUDI KASUS REAKTOR UREA PABRIK KALTIM-1 TESIS Karya Tulis sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI PELELANGAN GULA PADA APTRI (ASOSIASI PETANI TEBU RAKYAT INDONESIA) SEMARANG
LAPORAN SKRIPSI RANCANG BANGUN SISTEM INFORMASI PELELANGAN GULA PADA APTRI (ASOSIASI PETANI TEBU RAKYAT INDONESIA) SEMARANG Disusun oleh : Nama : Hidayatun Ni mah Nim : 2011-53-153 Program Studi : Sistem
Lebih terperinciDAFTAR ISI... LEMBAR JUDUL LEMBAR PENGESAHAN... SURAT PERNYATAAN... ABSTRAK... ABSTRACT... KATA PENGANTAR... DAFTAR TABEL... DAFTAR GAMBAR...
DAFTAR ISI LEMBAR JUDUL LEMBAR PENGESAHAN... SURAT PERNYATAAN... ABSTRAK... ABSTRACT... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... i ii iii iv v vii xi xiii BAB I PENDAHULUAN... I-1
Lebih terperinciTESIS IDENTIFIKASI PENYAKIT PADA BUDIDAYA IKAN AIR LAUT MENGGUNAKAN METODE RIPPLE DOWN RULES (RDR) AGUS CAHYO NUGROHO No. Mhs. : /PS/MTF
TESIS IDENTIFIKASI PENYAKIT PADA BUDIDAYA IKAN AIR LAUT MENGGUNAKAN METODE RIPPLE DOWN RULES (RDR) AGUS CAHYO NUGROHO No. Mhs. : 115301697/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA
Lebih terperinciAPLIKASI. Diploma 3. Oleh: MEDAN
PERANCANGAN DAN PEMBUATAN APLIKASI GONDANG BATAK LAPORAN TUGAS AKHIR Disusun Sebagai Salah Satu Syarat Untuk Menyelesaikan Pendidikann Program Diploma 3 Oleh: SAHALA LEONARDO SINAGAA 1005112017 PROGRAM
Lebih terperinciSistem Informasi Simpan Pinjam pada Koperasi Barokah Wali Terminal Wisata Bakalan Krapyak Kudus
LAPORAN SKRIPSI Sistem Informasi Simpan Pinjam pada Koperasi Barokah Wali Terminal Wisata Bakalan Krapyak Kudus Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program Studi Sistem
Lebih terperinciEKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :
EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA (Menggunakan Transformasi Wavelet Untuk Penghalusan Citra ) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciPENINGKATAN FUNGSIONALITAS PERANGKAT LUNAK MELALUI RESTRUKTURISASI DATA TESIS
PENINGKATAN FUNGSIONALITAS PERANGKAT LUNAK MELALUI RESTRUKTURISASI DATA (Studi Kasus: Sistem Informasi Akademik Fakultas Ilmu Komputer Universitas Sriwijaya) TESIS Karya tulis sebagai salah satu syarat
Lebih terperinciSISTEM INFORMASI PEMESANAN DAN PEMBUATAN PERHIASAN EMAS PADA HOME INDUSTRI PAK DOL EMAS
LAPORAN SKRIPSI SISTEM INFORMASI PEMESANAN DAN PEMBUATAN PERHIASAN EMAS PADA HOME INDUSTRI PAK DOL EMAS Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan Program Studi Sistem Informasi
Lebih terperinciMODEL PENJADWALAN BATCH PADA JOB SHOP DENGAN KELOMPOK MESIN HETEROGEN UNTUK MEMINIMASI TOTAL WAKTU TINGGAL AKTUAL
MODEL PENJADWALAN BATCH PADA JOB SHOP DENGAN KELOMPOK MESIN HETEROGEN UNTUK MEMINIMASI TOTAL WAKTU TINGGAL AKTUAL Draft Tesis Karya tulis sebagai salah satu syarat Untuk memperoleh gelar Magister dari
Lebih terperinciPenerapan Teknik Support Vector Machine untuk Pendeteksian Intrusi pada Jaringan
Penerapan Teknik Support Vector Machine untuk Pendeteksian Intrusi pada Jaringan LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh : Krisantus Sembiring / 13503121 PROGRAM STUDI
Lebih terperinciLAPORAN SKRIPSI DATA MINING PENENTUAN LAGU DANGDUT TERLARIS MENGGUNAKAN ALGORITMA NAIVE BAYES. Oleh : VINA KHILMIYATI
LAPORAN SKRIPSI DATA MINING PENENTUAN LAGU DANGDUT TERLARIS MENGGUNAKAN ALGORITMA NAIVE BAYES Oleh : VINA KHILMIYATI 2010-51-216 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH GELAR SARJANA
Lebih terperinciPENGURAIAN BAHASA INDONESIA DENGAN MENGGUNAKAN PENGURAI COLLINS TESIS. ROSA ARIANI SUKAMTO NIM : (Program Magister Informatika)
PENGURAIAN BAHASA INDONESIA DENGAN MENGGUNAKAN PENGURAI COLLINS TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh ROSA ARIANI SUKAMTO NIM
Lebih terperinciSistem Informasi Geografis Potensi Daerah Kabupaten Jepara
LAPORAN SKRIPSI Sistem Informasi Geografis Potensi Daerah Kabupaten Jepara Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan progam studi Sistem Informasi S-1 pada Fakultas Teknik
Lebih terperinciSistem Pakar Diagnosis dan Terapi Penyakit Umum dengan Induct/MCRDR
Sistem Pakar Diagnosis dan Terapi Penyakit Umum dengan Induct/MCRDR LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh : Ray Aditya Iswara / 13504045 PROGRAM STUDI TEKNIK INFORMATIKA
Lebih terperinciIMPLEMENTASI METODE GENERATE AND TEST DALAM PENYELESAIAN PUZZLE 2048 BERBASIS MOBILE SKRIPSI
IMPLEMENTASI METODE GENERATE AND TEST DALAM PENYELESAIAN PUZZLE 2048 BERBASIS MOBILE SKRIPSI DEVINA PRATIWI HALIM 101401094 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciESTIMASI OUTSTANDING CLAIMS LIABILITY DAN ANALISIS SENSITIFITAS : MODEL PROBABILISTIC TREND FAMILY (PTF) TESIS ARIF HERLAMBANG NIM :
ESTIMASI OUTSTANDING CLAIMS LIABILITY DAN ANALISIS SENSITIFITAS : MODEL PROBABILISTIC TREND FAMILY (PTF) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi
Lebih terperinciDAFTAR ISI. ABSTRAK... i. KATA PENGANTAR... ii. DAFTAR ISI... iv. DAFTAR GAMBAR... xv. DAFTAR TABEL...xxi. DAFTAR SIMBOL... xxii
DAFTAR ISI ABSTRAK... i KATA PENGANTAR... ii DAFTAR ISI... iv DAFTAR GAMBAR... xv DAFTAR TABEL...xxi DAFTAR SIMBOL... xxii BAB I PENDAHULUAN 1.1 Latar Belakang...1 1.2 Rumusan Masalah... 2 1.3 Batasan
Lebih terperinciPEMBANGUNAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PREDIKSI KECEPATAN STUDI MAHASISWA DENGAN MENGGUNAKAN METODE ID3
PEMBANGUNAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PREDIKSI KECEPATAN STUDI MAHASISWA DENGAN MENGGUNAKAN METODE ID3 TUGAS AKHIR Diajukan untuk Memenuhi sebagian Persyaratan Mencapai Derajat Sarjana Teknik
Lebih terperinciPEMBANGUNAN APLIKASI PENGENALAN HURUF BALOK MENGGUNAKAN BACKPROPAGATION
PEMBANGUNAN APLIKASI PENGENALAN HURUF BALOK MENGGUNAKAN BACKPROPAGATION SKRIPSI Diajukan Untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika Disusun oleh : Bagus Ade Saputra
Lebih terperinciSTRATEGI MINIMASI RE-WORK PRODUKSI KURSI DI PT. SUBUR MANDIRI DENGAN PENDEKATAN DMAIC
STRATEGI MINIMASI RE-WORK PRODUKSI KURSI DI PT. SUBUR MANDIRI DENGAN PENDEKATAN DMAIC TESIS FANDI AHMAD 55313120037 PROGRAM MAGISTER TEKNIK INDUSTRI PROGRAM PASCASARJANA UNIVERSITAS MERCU BUANA 2016 http://digilib.mercubuana.ac.id/
Lebih terperinciABSTRAK. Kata kunci : penjualan, pembelian, aplikasi desktop, C#, Microsoft SQL. Server
ABSTRAK Saat ini pengolahan data di Es Lilin Kita-kita belum menggunakan sistem informasi sehingga menimbulkan banyaknya kesalahan dalam pencatatan data. Berangkat dari permasalah tersebut, akan dibuat
Lebih terperinciABSTRAK. Kata kunci : distribusi materi kuliah, PHP, MYSQL, Dreamweaver. Universitas Kristen Maranatha
ABSTRAK merupakan salah satu universitas swasta yang ada di Bandung. Setiap tahun ajaran baru jumlah mahasiswa selalu meningkat, maka Universitas Kristen Maranatha dituntut untuk memberikan pelayanan yang
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM INFORMASI GEOGRAFIS ZONASI KEGEMPAAN DI BANDA ACEH SKRIPSI. Oleh. Iqbal Syofiyanto
ANALISIS DAN PERANCANGAN SISTEM INFORMASI GEOGRAFIS ZONASI KEGEMPAAN DI BANDA ACEH SKRIPSI Oleh Iqbal Syofiyanto 1100024216 Muhamad Ikhsan Herdiansyah 1100027621 Romanus I Made Oka Yoga 1100029633 Universitas
Lebih terperinciSKRIPSI RONNY BENEDIKTUS SIRINGORINGO
ANALISIS PERBANDINGAN PROSES CLUSTER MENGGUNAKAN K- MEANS CLUSTERING DAN K-NEAREST NEIGHBOR PADA PENYAKIT DIABETES MELLITUS SKRIPSI RONNY BENEDIKTUS SIRINGORINGO 131421021 PROGRAM STUDI S1 ILMU KOMPUTER
Lebih terperinciAPLIKASI MONITORING PELANGGARAN SISWA ONLINE BERBASIS ANDROID WEB APP BUDIMAN RAHARDJO
APLIKASI MONITORING PELANGGARAN SISWA ONLINE BERBASIS ANDROID WEB APP BUDIMAN RAHARDJO 41512110016 PROGRAM STUDI INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2016 APLIKASI MONITORING
Lebih terperinciPERANCANGAN SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN PADA PT. SIEN CONSULTAN DENGAN METODA UMPAN BALIK UNTUK MENINGKAT KINERJA TEAM BUILDING
PERANCANGAN SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN PADA PT. SIEN CONSULTAN DENGAN METODA UMPAN BALIK UNTUK MENINGKAT KINERJA TEAM BUILDING TUGAS AKHIR Nama : Arinal Haqqa Nim : 41809010192 PROGRAM
Lebih terperinciINFORMASI MUSEUM DI JAKARTA SELATAN BERBASIS MOBILE
INFORMASI MUSEUM DI JAKARTA SELATAN BERBASIS MOBILE DARYANTO 41507110052 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2014 KATA PENGANTAR Puji dan syukur saya
Lebih terperinci