Modul Praktikum WEKA. Pembaca modul ini diasumsikan telah mengerti dasar-dasar datamining.
|
|
- Hartanti Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Modul Praktikum WEKA Yudi Wibisono (e: ); Ilmu Komputer Universitas Pendidikan Indonesia (cs.upi.edu) Versi BETA : Oktober Modul ini bebas dicopy, didistribusikan, ditransmit dan diadaptasi/dimodifikasi/diremix dengan syarat tidak untuk komersial, pembuat asal tetap dicantumkan dan hasil modifikasi dishare dengan lisensi yang sama. Pembaca modul ini diasumsikan telah mengerti dasar-dasar datamining. 1
2 1. Pendahuluan Weka (Waikato Environtment for Knowledge Analysis) adalah tools open source (berlisensi GPL) yang berisi kumpulan algoritma machine learning dan data preprocessing. Weka dapat digunakan mulai dari tahap preprocessing, proses, evaluasi sampai dengan visualiasi. Berbagai algoritma dapat dibandingkan untuk memilih yang terbaik untuk masalah yang akan dipecahkan. Basis weka adalah Java sehingga bersifat multiplatform dan dapat digunakan sebagai library dalam aplikasi Java. Weka menyediakan tiga interface untuk mengolah dataset. 1. Explorer: Digunakan untuk mencari algoritma yang paling cocok untuk data. Semua data diload ke memori sehingga dapat cepat diproses, tapi hanya dapat digunakan untuk data dengan jumlah terbatas. 2. Eksperimenter: Digunakan untuk mencari parameter yang cocok. Mirip dengan explorer tetapi prosesnya dapat diautomatisasi. Eksperimen ukuran besar (multi machine dengan RMI) dapat dilakukan dengan interface ini. 3. Knowledgeflow: Digunakan untuk memproses data stream. Konfigurasi proses dapat diatur dengan mudah dan dapat menangani data berukuran besar. Mendukung incremental learning. 4. Simple CLI (Command Line Interface) menggunakan command line untuk interface. 2. Instalasi Download software Weka di jika anda memiliki komputer dengan prosesor 64bit, pastikan menggunakan versi 64bit juga karena dapat menggunakan memori lebih besar sehingga dapat memproses lebih banyak data. 2
3 3. Explorer Explorer dapat digunakan untuk mem-praproses, association rule, klasifikasi, clustering, memiliih atribut dan visualisasi data. A. Sumber Data Weka menggunakan penyimpanan yang disebut ARFF. Basis file ARFF adalah teks dan dapat diedit dengan text editor biasa. Weka juga menyediakan fasilitas konversi dari file csv dan file excel. Data juga dapat diperoleh melalui URL dan database (melalui JDBC). Format file ARFF adalah sebagai berisi judul menyatakan nama atribut dan jenisnya. Atribut yang didukung Weka adalah numerik, string, nominal dan tanggal. adalah menyatakan awal dari data. Nilai yang hilang, dinyatakan dengan?. atr1 atr2 atr3 atr4 DATE "yyyy-mm-dd 5.1,"satu",L," :1:12" 4.9,?,P," :16:2" 4.7,"tiga",?," :24:22" B. Praproses Weka menyebut fasilitas praproses sebagai filter. Beberapa filter yang tersedia adalah: a. Menambah atau menghilangkan atribut. b. Diskretisasi. c. Filter time series. d. Sampling. e. Penanganan nilai kosong (missing value). f. Normalisasi. 3
4 C. Association Rule Misalnya kita mempunyai data seperti ini, dan akan melakukan mining association rule. ID Transaksi Barang yg Dibeli 10 A, C, D 20 B, C, E 30 A, B, C, E 40 B, E Representasi file ARFF-nya adalah sebagai berikut, simpan dengan nama transid itema itemb itemc itemd iteme 10,y,?,y,y,? 20,?,y,y,?,y 30,y,y,y,?,y 40,?,y,?,?,y Kemudian jalankan WEKA, pilih menu Explorer. Klik open file, pilih transaksi.arff. Pertama kita harus menghapus atribut transid karena tidak berkaitan dengan data (gambar bawah). Pilih atribut transid, lalu klik button Remove dibagian bawah. 4
5 Selanjutnya pilih tab Associate (gambar bawah), secara default algoritma yang digunakan adalah apriori. Tekan start. Hasilnya akan seperti ini (dibagian output):.. Output menampilkan parameter algoritma (support, confidence) dan rule terbaik berdasarkan confidence. Rule diatas dapat dibaca jika user beli item E maka 100% confidence dia akan beli item B (rule1). Misalnya kita ingin mengganti agar minimum support menjadi 0.5 (2 instance). Klik tulisan apriori (gambar bawah) Kemudian ganti parameter lowerboundminsupport dengan 0.5 5
6 Tekan OK, lalu jalankan Start sekali lagi. Hasilnya akan seperti ini, jumlah rule berkurang karena minimum support menjadi 2 instance : Setiap kali menjalankan start, hasil output yang lama tidak dibuang. Pada window bagian kiri (result list) berisi sejarah eksekusi algoritma, klik maka window output dibagian kanan akan berubah. Dengan result list, dapat dibandingkan hasil eksekusi dengan berbagai parameter. Untuk mengganti algoritma, klik button Choose 6
7 D. Klasifikasi Misalnya kita akan gunakan data sebagai berikut dan akan membuat decision tree untuk data ini. Data adalah buah-buahan yang dapat dimakan. Kategorinya (kelas) adalah aman dan berbahaya, sedangkan atribut (features) adalah kulit buah, warna, ukuran dan bau. No Kelas Kulit Buah Warna Ukuran Bau 1 Aman Kasar Coklat Besar keras 2 Aman Kasar Hijau Besar keras 3 Berbahaya Halus Merah Besar Lunak 4 Aman Kasar Hijau Besar Lunak 5 Aman Kasar Merah Kecil Keras 6 Aman Halus Merah Kecil Keras 7 Aman Halus Coklat Kecil Keras 8 Berbahaya Kasar Hijau Kecil Lunak 9 Berbahaya Halus Hijau Kecil Keras 10 Aman Kasar Merah Besar Keras 11 Aman Halus Coklat Besar Lunak 12 Berbahaya Halus Hijau Kecil Keras 13 Aman Kasar Merah Kecil Lunak 14 Berbahaya Halus Merah Besar Keras 15 Aman Halus Merah Kecil Keras 16 Berbahaya Kasar Hijau Kecil Keras Siapkan data ini dalam Excel. Jangan lupa simpan sebagai csv. Kemudian jalankan Weka, masuk ke explorer dan akan muncul tampilan sebagai berikut. 7
8 Klik open file lalu pilih tipe file csv dan buka file yang telah kita simpan sebelumnya. Dapat dilihat jumlah instance dan jumlah atribut dari file ini. Karena nomor bukanlah atribut, jadi perlu dihapus. Check atribut No lalu klik button remove dibagian bawah. Selanjutnya simpan 8
9 Secara default file akan disimpan dalam format ARFF, coba simpan, lalu buka dengan notepad. Maka dapat dilihat formatnya sebagai berikut. Terlihat ada beberapa kesalahan duplikasi nilai atribut, Keras dan keras dianggap dua nilai atau label yang berbeda, padahal harusnya sama. Ini dapat diperbaiki langsung di file ARFF. Edit kesalahan yang ada lalu lakukan load ulang di Explorer. Kembali ke explorer, dibagian kanan atas memperlihatkan frekuensi untuk setiap nilai atribut. Coba lihat untuk semua atribut. Sedangkan bagian kanan bawah memperlihatkan visualisasi proporsi dua atribut. Misalnya pada gambar dibawah untuk atribut Kelas dan class Bau, batang yang pertama menyatakan ada 10 instance Aman dan batang kedua menyatakan ada 6 instance Berbahaya. Dari 10 aman tersebut (batang pertama), 7 berbau keras (merah) dan 3 instance berbau lunak (biru) aman Berbau keras Berbau lunak Silahkan coba kombinasi berbagai kelas lainnya. 9
10 Selanjutknya kita akan membangkitkan decision tree dari data tersebut. Pilih tab Classify. klik button Choose, terlihat banyak pilihan algoritma klasifikasi. Pilih tree ID3 dan pilih Kelas sebagai label kelas. Lalu klik start. Hasilnya akan muncul seperti berikut (scroll ke atas). Dapat dilihat tree yang dihasilkan Decision Tree 10
11 Sedangkan jika kita scroll ke bawah lagi, akan tampak hasil sebagai berikut: Akurasi Confusion Matrix. Untuk Aman, ada satu kesalahan dilabeli Berbahaya. Untuk Berbahaya, tidak ada kesalahan. Silahkan coba algoritma lainnya. Latihan: Pilih data yang terdapat di (boleh dari website lain). Lalu buat model klasifikasinya dengan Weka (algoritma bebas). TBD: - visualisasi data - simpan model lalu jalankan ke dat ayang kelasnya belum diketehui 11
BAB III METODOLOGI 3.1. Prosedur Penelitian Identifikasi Masalah
BAB III METODOLOGI Dalam penelitian ini metodologi memegang peranan penting guna mendapatkan data yang obyektik, valid dan selanjutnya digunakan untuk memecahkan permasalahan yang telah dirumuskan. Maka
Lebih terperinciPERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan
BAB 1 PERSYARATAN PRODUK Bab ini membahas mengenai hal umum dari produk yang dibuat, meliputi tujuan, ruang lingkup proyek, perspektif produk, fungsi produk dan hal umum yang lainnya. 1.1 Pendahuluan Hal
Lebih terperinciTAKARIR. : Mengelompokkan suatu objek yang memiliki kesamaan. : Kelompok atau kelas
TAKARIR Data Mining Clustering Cluster Iteratif Random Centroid : Penggalian data : Mengelompokkan suatu objek yang memiliki kesamaan. : Kelompok atau kelas : Berulang : Acak : Pusat area KDD (Knowledge
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1.1 Data Mining Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi
Lebih terperinciPerangkat Lunak - Weka*
MMA10991 Topik Khusus - Machine Learning Perangkat Lunak - Weka* Dr. rer. nat. Hendri Murfi * Beberapa bagian dari slide ini adalah terjemahan dari slide Data Mining oleh I. H. Witten, E. Frank dan M.
Lebih terperinciPengantar Pentaho Data Integration (Kettle)
Pengantar Pentaho Data Integration (Kettle) Modul Tutorial Praktikum Yudi Wibisono yudi@upi.edu / t: @yudiwbs Ilmu Komputer UPI (cs.upi.edu) Versi 0.5 (BETA) Oktober 2014 Lisensi dokumen: http://creativecommons.org/licenses/by-nc-sa/3.0/
Lebih terperinciABSTRAK. Keywords : Data Mining, Filter, Data Pre-Processing, Association, Classification, Deskriptif, Prediktif, Data Mahasiswa.
ABSTRAK Kemajuan teknologi membuat begitu mudahnya dalam pengolahan suatu informasi. Waktu tidak lagi menjadi hambatan dalam pengolahan data yang sangat banyak. Hal ini didukung pula dengan adanya perkembangan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada bab ini akan dijelaskan tahap-tahap yang dilakukan dalam melakukan penelitian. Tahapan penelitian berguna agar pelaksanaan penelitian dapat berjalan dengan baik dan sistematis
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah komputer (computer) berasal dari bahasa latin computere yang berarti
BAB 2 LANDASAN TEORI 2.1 Pengertian Komputer Istilah komputer (computer) berasal dari bahasa latin computere yang berarti menghitung. Dalam bahasa Inggris komputer berasal dari kata to compute yang artinya
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini menjelaskan tentang analisa data, rancangan sistem, dan skenario pengujian. Bagian analisa data meliputi data penelitian, analisis data, data preprocessing.
Lebih terperinciData ini berisi 13 atribut, yaitu. Dengan tipe atribut, yaitu
Hai khalayak ramai, pada kesempatan kali ini aku mau ngasik tutorial yang berkaitan dengan data mining. Apa sih itu data mining?? Data mining adalah suatu proses menemukan knowledge atau informasi dari
Lebih terperinci4.1. Pengambilan Data
BAB IV HASIL PENGUJIAN DAN PEMBAHASAN Hasil pengujian adalah hasil final yang berarti penelitian telah selesai dilakukan, semua yang berkaitan dengan pengujian akan dibahas pada bab ini mulai dari pengolahan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dan fakor-faktor penyebab masalah tersebut bisa terjadi diantaranya. dimanfaatkan dan dikelola dengan baik.
BAB IV HASIL DAN PEMBAHASAN 4.1. Identifikasi Masalah Dalam menentukan status calon dosen dan dosen tetap terdapat masalahmasalah dan fakor-faktor penyebab masalah tersebut bisa terjadi diantaranya sebagai
Lebih terperinciPenerapan Data Mining dalam Memprediksi Pembelian cat
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Data Mining dalam Memprediksi Pembelian cat Fitriana Harahap STMIK POTENSI UTAMA Jl. KL. Yos Sudarso KM 6,5
Lebih terperinciSebuah lingkungan untuk machine learning, data mining, text mining dan predictive analytics. Machine learning
MENGENAL RAPIDMINER RapidMiner Sebuah lingkungan untuk machine learning, data mining, text mining dan predictive analytics. Machine learning Salah satu disiplin ilmu dari Computer Science yang mempelajari
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Komputer Istilah komputer (computer) berasal dari bahasa latin computere yang berarti menghitung. Dalam bahasa inggris dari kata computer yang berarti menghitung. Dapat
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM III.1 Analisis Sistem Analisis sistem adalah penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi
Lebih terperinciMODUL 1 INSTALASI PAKET JAVA DAN PROGRAM SEDERHANA
MODUL 1 INSTALASI PAKET JAVA DAN PROGRAM SEDERHANA A. Target Pembelajaran 1. Siswa mampu menginstal JDK 2. Siswa mampu menjalankan eclipse 3. Siswa mampu membuat program sederhana B. Materi 1. Pengenalan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Era komunikasi dengan menggunakan fasilitas internet memberikan banyak kemudahan dalam mendapatkan informasi yang dikehendaki. Dengan demikian semakin banyak orang,
Lebih terperinciBAB 2 LANDASAN TEORI. adalah perintah yang dimengerti oleh komputer untuk melakukan tugas-tugas tertentu.
BAB 2 LANDASAN TEORI 2.1. Visual Basic 6.0 Visual Basic adalah salah satu bahasa pemrograman komputer. Bahasa pemrograman adalah perintah yang dimengerti oleh komputer untuk melakukan tugas-tugas tertentu.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Algorima Learning Vector Quantization yang dikembangkan oleh Kohonen merupakan metode pembelajaran terawasi (supervised learning) dan dikhususkan untuk klasifikasi
Lebih terperinciBAB 1 PENDAHULUAN. 1 Universitas Indonesia. Implementasi algoritma clustering..., Adolf Pandapotan
BAB 1 PENDAHULUAN Saat ini, kebutuhan manusia akan informasi sangat besar. Informasi yang penting harus disimpan karena bisa saja digunakan untuk masa yang akan datang. Sebagai contoh informasi penjualan
Lebih terperinciAPLIKASI KOMPUTER (APLIKOM)
MODUL PERKULIAHAN APLIKASI KOMPUTER (APLIKOM) Pengoperasian Dasar Windows Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh Ilmu Komputer Teknik Informatika 03 Abstract Modul ini membahas tentang
Lebih terperinciData Mining. Tidak. Mulai. Data transaksi. Pembersihan data. Seleksi data. Transformasi data. Pemberian nilai minimum support
6 Representasi Pengetahuan Tahap ini merupakan tahap akhir dari proses KDD. Sederetan aturan atau rule disajikan kepada pengguna dengan menggunakan algoritme Rule Generation. Mulai Data transaksi Pembersihan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertukaran informasi di zaman modern ini telah sampai pada era digital. Hal ini ditandai dengan semakin dibutuhkannya teknologi berupa komputer dan jaringan internet
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Rekomendasi Sistem Rekomendasi (SR) merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Sistem Rekomendasi memanfaatkan opini seseorang
Lebih terperinciCARA PENGGUNAAN WEBSITE
CARA PENGGUNAAN WEBSITE PUSAT PENGEMBANGAN KEUANGAN DAN EKONOMI DAERAH FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS HASANUDDIN A. Login 1. Buka browser (Ex: Mozilla Forefox, Google Chrome, dll) 2. Ketikkan
Lebih terperinciBAB IV PEMBAHASAN. Pada penelitian ini menggunakan data mahasiswa Fakultas Teknik alumni
BAB IV PEMBAHASAN Pada penelitian ini menggunakan data mahasiswa Fakultas Teknik alumni 2013-2015, rentan waktu itu di jadikan sebagai bahan penelitian karena cukup relevan dengan tahun sekarang, faktor
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini membahas tentang landasan teori yang medukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Data Mining Data mining adalah kegiatan menemukan
Lebih terperinciMODUL 8 Mengoperasikan Perangkat Lunak Basis Data
MODUL 8 Mengoperasikan Perangkat Lunak Basis Data A. TUJUAN Setelah mengikuti kegiatan pembelajaran ini siswa diharapkan mampu: Membuat, membuka, menyimpan, dan menutup software basis data. Menjelaskan
Lebih terperinciSMS Gateway. oleh: Kaka E. Prakasa Nanang Syaifudin
SMS Gateway oleh: Kaka E. Prakasa Nanang Syaifudin FrontlineSMS adalah perangkat lunak bebas untuk manajemen sms yang relatif lebih sederhana dan mudah digunakan untuk berbagai keperluan dibandingkan dengan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Pada proses penelitian ini dilakukan beberapa tahapan mulai dari tahap awal yaitu tahap inisiasi, pengembangan model, dan tahap terakhir pengembangan prototipe. Dalam tahapan inisiasi
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI Implementasi Program Simulasi. mengevaluasi program simulasi adalah sebagai berikut :
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Implementasi Program Simulasi Dari keseluruhan perangkat lunak yang dibuat pada skripsi ini akan dilakukan implementasi untuk mengetahui kelebihan dan kekurangan simulasi
Lebih terperinciPANDUAN/TATA CARA PENGGUNAAN APLIKASI KEANGGOTAAN HPJI
PANDUAN/TATA CARA PENGGUNAAN APLIKASI KEANGGOTAAN HPJI Halaman Login Website keanggotaan HPJI (http://www.hpji.or.id/keanggotaan) dapat diakses dengan terlebih dahulu melakukan login dengan akun yang telah
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Kebutuhan akan teori dalam dunia pendidikan sangat besar. Teori banyak di tulis ke dalam sebuah buku maupun jurnal. Pada universitas potensi utama,
Lebih terperinciPetunjuk Singkat Penggunaan Kuantum Gama bagi Pengajar. Yudi Wibisono Yohanes Suyanto versi dokumen: 30 Maret 2008
Petunjuk Singkat Penggunaan Kuantum Gama bagi Pengajar Yudi Wibisono yudi@upi.edu Yohanes Suyanto yanto@ugm.ac.id versi dokumen: 30 Maret 2008 ... 2 Pendahuluan... 3 Membuka Situs E-Learning Kuantum Gama...
Lebih terperinciTEKNIK DATA MINING UNTUK MENDAPATKAN INFORMASI DARI KELUARAN PERANGKAT JARINGAN
TEKNIK DATA MINING UNTUK MENDAPATKAN INFORMASI DARI KELUARAN PERANGKAT JARINGAN Haryanto Binus University, Jakarta, DKI Jakarta, Indonesia Abstrak Data mining adalah sebuah tool yang banyak digunakan dalam
Lebih terperinciBAB 3 METODE PENELITIAN. Bahan dan peralatan yang dibutuhkan dalam penelitian ini antara lain :
BAB 3 METODE PENELITIAN 3.1 Instrumen Penelitian Bahan dan peralatan yang dibutuhkan dalam penelitian ini antara lain : 3.1.1 Bahan Bahan yang digunakan dalam penelitian ini yaitu data siswa kelas SMA
Lebih terperinciMateri Praktikum Data Mining Decision Tree Program Studi Informatika / Matematika FMIPA Universitas Syiah Kuala
Materi Decision Tree Program Studi Informatika / Matematika FMIPA Universitas Syiah Kuala Dosen Pengasuh Dr. Taufik Fuadi Abidin, M.Tech Dr. Muhammad Subianto, M.Si {tfa,subianto}@informatika.unsyiah.ac.id
Lebih terperinciIMPLEMENTASI DATA MINING PADA PENJUALAN TIKET PESAWAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Jumbo Travel Medan)
IMPLEMENTASI DATA MINING PADA PENJUALAN TIKET PESAWAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Jumbo Travel Medan) Sri Rahayu Siregar ( 0911882) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma
Lebih terperinciMODUL X DATABASE VB. Modul Praktikum Bahasa Pemrograman Visual (BPV)
MODUL X DATABASE VB A. Tujuan 1. Memahami dan menerapkan operasi-operasi database. 2. Memahami langkah pembuatan aplikasi database. 3. Memahami konfigurasi data source. 4. Memahami pembuatan Table Adapter.
Lebih terperincisoal tes + ujian asil + ujian BUKU PANDUAN SISTEM MANAJEMEN KONTEN PADA PLATFORM MOODLE Buku Panduan CMS pada Platform Moodle 1
soal tes + ujian asil + ujian BUKU PANDUAN SISTEM MANAJEMEN KONTEN PADA PLATFORM MOODLE Buku Panduan CMS pada Platform Moodle 1 Daftar Isi Daftar Isi...2 BAB I. PENDAHULUAN...3 1.1. Sekilas Tentang Moodle...3
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini akan membahas mengenai implementasi dari sistem yang telah dibuat. Pengujian akan dilakukan pada setiap menu untuk memastikan bahwa sistem berjalan dan menghasilkan
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM IV.1. Implementasi Sistem Tahap implementasi sistem merupakan tahap untuk mengaplikasikan apa yang telah dirancang pada tahap perancangan sistem berdasarkan hasil
Lebih terperinciBAB IV HASIL DAN UJI COBA
37 BAB IV HASIL DAN UJI COBA Dalam tahap implementasi sistem ada beberapa syarat yang harus disiapkan sebelumnya. Syarat-syarat tersebut meliputi perangkat keras (hardware) dan perangkat lunak (software).
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisa Masalah Penataan atau penempatan stok barang selama ini yang dilakukan oleh kedai Kopi Uleekareng dan Gayo sangatlah tidak tertata dengan baik dan rapi,
Lebih terperinciMODUL PRAKTIKUM PEMROGRAMAN BERORIENTASI OBJEK (JAVA) PERTEMUAN 1 PENGENALAN LINGKUNGAN PEMROGRAMAN JAVA
PERTEMUAN 1 PENGENALAN LINGKUNGAN PEMROGRAMAN JAVA A. Instalasi paket Java Development Kit (JDK) 1. Download paket JDK MODUL PRAKTIKUM PEMROGRAMAN BERORIENTASI OBJEK (JAVA) Pertama masuk ke situs http://java.sun.com/javase/downloads/index.jsp,
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah komputer ( computer ) berasal dari bahasa latin computere yang berarti
BAB 2 LANDASAN TEORI 2.1 Pengertian Komputer Istilah komputer ( computer ) berasal dari bahasa latin computere yang berarti menghitung. Dalam bahasa Inggris berasal dari kata computer yang artinya menghitung.
Lebih terperinciPANDUAN PENGGUNAAN MODUL WISUDA
PANDUAN PENGGUNAAN MODUL WISUDA 2015 PT. AIR MEDIA PERSADA DAFTAR ISI A. Referensi Tabel Kode (Check List Atribut Wisuda)...3 B. Manajemen Wisuda...4 C. Hak Akses Cek List User...8 D. Check List Syarat
Lebih terperinciBAB IV ANALISIS, PERANCANGAN, DAN IMPLEMENTASI PERANGKAT LUNAK
BAB IV ANALISIS, PERANCANGAN, DAN IMPLEMENTASI PERANGKAT LUNAK Pada bab ini akan dibahas berbagai hal yang terkait analisis dan perancangan perangkat lunak web mining yang diusulkan sebagai solusi permasalahan.
Lebih terperinciSIMULASI ONLINE WEBSITE TRYOUT.GUNADARMA.AC.ID
SIMULASI ONLINE WEBSITE TRYOUT.GUNADARMA.AC.ID Akses url : tryout.gunadarma.ac.id LOGIN SEBAGAI ADMIN Silahkan klik tombol admin untuk mengakses menu admin kemudian tampilannya adalah sebagai berikut TUTORIAL
Lebih terperinciCrystal Reports (Bagian 2)
Crystal Reports (Bagian 2) Model Implementasi Sumber Data Pull Mode Dalam Pull Mode, proses yang terjadi adalah melakukan koneksi ke database dan menarik data yang ada didalam database secara dinamis.
Lebih terperinciLingkungan Pengembangan HASIL DAN PEMBAHASAN
aturan 3--5 untuk menentukan interval akan dibagi menjadi berapa kelompok. Hasilnya akan menjadi hirarki paling atas. Kemudian nilai maksimum dan nilai minimum diperiksa apakah nilainya masuk ke dalam
Lebih terperinciBAB III ANALISIS DAN PENYELESAIAN MASALAH
BAB III ANALISIS DAN PENYELESAIAN MASALAH 3.1 Deskripsi Sistem Gambar III-1 Deskripsi Umum Sistem Pada gambar III-1 dapat dilihat deskripsi sistem sederhana yang mendeteksi intrusi pada jaringan menggunakan
Lebih terperinciBAB 2 MEMBUAT DOKUMEN
BAB 2 MEMBUAT DOKUMEN 2.1 MEMULAI ACL DAN MEMBUAT DOKUMEN BARU ACL menyimpan semua informasi mengenai data yang digunakan kedalam sebuah file yang disebut dengan dokumen. Data yang diolah oleh komputer
Lebih terperinciDengan Menggunakan Oracle. Purchase Requisition (PR) Tutorial Penginputan. PT. BALI TOWERINDO SENTRA, TBK
Tutorial Penginputan Purchase Requisition (PR) Dengan Menggunakan Oracle PT. BALI TOWERINDO SENTRA, TBK JL. JEND. SUDIRMAN KAV. 3 - LANTAI 22 JAKARTA PUSAT 10220 www.balitower.co.id Daftar Isi I. Cara
Lebih terperinciIMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH
IMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH Oliver Zakaria 1), Kusrini 2) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl. Ring Road Utara Condong
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 9] Praktek Ekstrak, Transform, Load (ETL) Dengan Pentaho Data Integration Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Pentaho Data Integration Pentaho adalah
Lebih terperinciPanduan Menggunakan Wireshark
Panduan Menggunakan Wireshark Network Protocol Analyzer Aplikasi wireshark adalah sebuah Network Protocol Analyzer untuk berbagai kebutuhan analisis unjuk kerja jaringan. Wireshark difungsikan untuk menangkap
Lebih terperinciModul Analisa Video Streaming dengan HTML 5
Modul Analisa Video Streaming dengan HTML 5 Streaming adalah sebuah teknologi untuk memaninkan file video atau audio secara langsung ataupun dengan pre-recorder dari sebuah mesin server (web server). Dengan
Lebih terperinciMenginstall MYSQL SERVER 5.6 pada Windows 8. Sebelum nya download sql offline installer pada link ini (windows 8 32 bit Support)
NIM:120010003 NAMA : GDE MADE NOVAN PRIAMBHADA Menginstall MYSQL SERVER 5.6 pada Windows 8 Sebelum nya download sql offline installer pada link ini (windows 8 32 bit Support) http://cdn.mysql.com/downloads/mysqlinstaller/mysql-installercommunity-5.6.14.0.msi
Lebih terperinciMenampilkan Data/Tabel MySQL di Ms.Access
Menampilkan Data/Tabel MySQL di Ms.Access Setiaji ajitekom@yahoo.com http://www.kodokijo.net Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas
Lebih terperinciSIMBOL DAN LIBRARIES
SIMBOL DAN LIBRARIES Materi yang dipelajari pada bagian ini adalah: pembuatan simbol grafis, simbol tombol (termasuk teks sebagai tombol) dan simbol movieclips. Men-share simbol antar file dan meng-impor
Lebih terperinciSerial Panduan Singkat Memuat Berita di Web Site Resmi STAI (www.stai-ali.ac.id)
1 Lampiran: Serial Panduan Singkat Memuat Berita di Web Site Resmi STAI (www.stai-ali.ac.id) Penyusun: Bagian IT STAI Desember 2013 S u r a b a y a 2 Daftar Isi A. Panduan Singkat Dasar...3 Memuat berita
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Instrumen Penelitian Pada penelitian ini bahan dan peralatan yang diperlukan sebagai berikut: 3.1.1 Bahan Dalam penelitian ini bahan yang dibutuhkan adalah data siswa kelas
Lebih terperinciBAB I PENDAHULUAN. orang yang tepat pada pekerjaan yang tepat sejak permulaannya.
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tes psikometrik telah ada sejak awal abad ke 20 dalam 25-30 tahun terakhir ini, tes psikometrik ini banyak digunakan secara luas dikalangan industri karena
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini adalah penelitian eksperimen dengan langkah-langkah atau metode penelitian sebagai berikut: 1. Penentuan Masalah Penentuan masalah ini diperoleh dari studi literature
Lebih terperinciModul Praktikum Basis Data 11 Membuat Menu dengan Form
Modul Praktikum Basis Data 11 Membuat Menu dengan Form Pokok Bahasan : - Membuat dan menggunakan switchboard - Membuat Menu Navigasi Berupa Form Tujuan : - Mahasiswa mampu membuat dan menggunakan switchboard
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sistem data mining akan lebih efektif dan efisiensi dengan komputerisasi yang tepat. Sistem data mining mampu memberikan informasi yang
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Pembahasan pada bab ini meliputi analisis aplikasi yang didalamnya membahas tujuan dari pembuatan aplikasi. 3.1.1 Tujuan Aplikasi yang penulis rancang dan
Lebih terperinciMenggunakan Microsoft Access (perhatikan untuk red text)
Menggunakan Microsoft Access (perhatikan untuk red text) 1. Membuat Database dan Tabel Materi ini akan menjelaskan bagaimana membangun database, tabel dan field. Akan dijelaskan pula mengenai format dan
Lebih terperinciPengenalan SPSS 15.0
Pengenalan SPSS 15.0 1.1 Pengantar SPSS SPSS atau kepanjangan dari Statistical Product and Service Solution merupakan salah satu dari sekian banyak software statistika yang banyak digunakan oleh berbagai
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data mining bertujuan untuk menemukan pola-pola yang valid, baru, mempunyai nilai guna, dan mudah dipahami dari data yang ada. Jenis pola yang dihasilkan ditentukan
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
3.1 Persiapan Data BAB III ANALISA DAN PERANCANGAN SISTEM Dalam pengerjaan tugas akhir ini data yang digunakan adalah kalimat tanya Berbahasa Indonesia, dimana kalimat tanya tersebut diambil dari soal-soal
Lebih terperinciBAB 5 MEMBUAT DOKUMEN
BAB 5 MEMBUAT DOKUMEN 5.1 MEMULAI ACL DAN MEMBUAT DOKUMEN BARU ACL menyimpan semua informasi mengenai data yang digunakan kedalam sebuah file yang disebut dengan dokumen. Data yang diolah oleh komputer
Lebih terperinciSISTEM SISTEM REKOMENDASI BIDANG MINAT MAHASISWA MENGGUNAKAN METODE ASSOCIATION RULE DAN ALGORITMA APRIORI
SISTEM SISTEM REKOMENDASI BIDANG MINAT MAHASISWA MENGGUNAKAN METODE ASSOCIATION RULE DAN ALGORITMA APRIORI Nama Mahasiswa : NUCIFERA DIAHPANGASTUTI NRP : 505 00 070 Jurusan : Teknik Informatika FTIF-ITS
Lebih terperinciE LEARNING STIE PANCASETIA BANJARMASIN BERBASIS MOODLE
E LEARNING STIE PANCASETIA BANJARMASIN BERBASIS MOODLE Panduan Untuk Mahasiswa halaman 1 Pendahuluan A. Latar Belakang Perkembangan teknologi informasi dan komunikasi semakin pesat ternyata berdampak luas
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah komputer (computer) berasal dari bahasa Latin Computare yang berarti
BAB 2 LANDASAN TEORI 2.1 Pengertian Komputer Istilah komputer mempunyai arti yang luas dan berbeda untuk orang yang berbeda. Istilah komputer (computer) berasal dari bahasa Latin Computare yang berarti
Lebih terperinciPENAMBANGAN DATA FORMAT TEXT EXCEL DENGAN SOFTWARE TANAGRA
ISSN: 085-6989 PENAMBANGAN DATA FORMAT TEXT EXCEL DENGAN SOFTWARE TANAGRA Oleh : Julsam ), Handryawan Adnan Mooduto ), Alexyusandria ) ) Staf pengajar jurusan Elektro Politeknik Negeri Padang ) Staf pengajar
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Microsoft Visual Basic 6.0 Microsoft Visual Basic merupakan salah satu bahasa pemrograman komputer. Bahasa pemrograman adalah perintah perintah yang dimengerti oleh komputer untuk
Lebih terperinciPERBANDINGAN AKURASI KLASIFIKASI DARI ALGORITMA NAIVE BAYES, C4.5, DAN ONER (1R)
Arifin, Perbandingan Akurasi Klasifikasi Dari Algoritma Naïve Bayes, C4.5, PERBANDINGAN AKURASI KLASIFIKASI DARI ALGORITMA NAIVE BAYES, C4.5, DAN ONER (1R) M Zainal Arifin Abstrak : Artikel ini menjabarkan
Lebih terperinciSMK BHAKTI NUSANTARA BOJA
MEMBUAT FORM BASIS DATA DAN KONEKSI KE MYSQL MEMBUAT FORM DATABASE DI MICROSOFT ACCESS DISUSUN OLEH : DEKA MUKHAMAD WILDAN SMK BHAKTI NUSANTARA BOJA TAHUN PELAJARAN 2013/2014 E-Mail : bhinus_boja@smkbhinus.net
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciModul Praktikum Ke-1
Bahasa Pemrograman Dasar Fathurrohman 1 Modul Praktikum Ke-1 (Tampilan VB, Event, Property, Objek Kontrol : form, text, label, command) Mengenal Visual Basic (VB) Visual Basic adalah salah satu perangkat
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1 Analisis Permasalahan Keputusan selama ini yang dilakukan oleh Toko Buku Sembilan Wali Medan untuk menentukan buku apa saja yang paling potensial dijual berdasarkan
Lebih terperinciADempiere. Persiapan sebelum instalasi ADempiere, adalah sebagai berikut :
ADempiere Adempiere merupakan salah satu software Enterprise Resource Planning (ERP) yang bersifat open source dan tidak berbayar. ADempiere ERP telah sukses diimplementasikan di berbagai perusahaan di
Lebih terperinciTABEL DATABASE TABEL - KODE BARANG TOKO INFOMART BARANG - NAMA BARANG - HARGA
TABEL Dalam pembuatan database, data yang pertama dibuat adalah tabel. Tabel merupakan kumpulan data yang tersusun menurut aturan tertentu dan merupakan komponen utama pada database. Table disusun dalam
Lebih terperinciBee Bengkel User Manual
Daftar Isi I. Installasi...2 II. Master...10 II.1 Daftar Mitra Bisnis...10 II.2 Item...11 II.3 Mesin EDC...12 II.4 Salesman / Mekanik...13 II.5 Setting Manajemen Kasir...14 III. Kasir...16 III.1 Manajemen
Lebih terperinciPengantar Saat ini terdapat beberapa aplikasi pemetaan yang digunakan di dunia baik yang berbayar maupun yang sifatnya gratis. Beberapa nama besar apl
PETUNJUK SINGKAT PENGGUNAAN UNTUK PEMETAAN TEMATIK http://www.labpemda.org April 2017 1 Pengantar Saat ini terdapat beberapa aplikasi pemetaan yang digunakan di dunia baik yang berbayar maupun yang sifatnya
Lebih terperinciHASIL DAN PEMBAHASAN. Data
Transformasi data, mengubah data ke bentuk yang dapat di-mine sesuai dengan perangkat lunak yang digunakan pada penelitian. Penentuan Data Latih dan Data Uji Dalam penelitian ini data terdapat dua metode
Lebih terperinciTrick Import Data Member Menggunakan Kingsoft Office Spreedsheet
Trick Import Data Member Menggunakan Kingsoft Office Spreedsheet *Dibuat Oleh Komunitas SLiMS Kudus Kudus, 12 November 2013 www.slimskudus.net www.slimskudus.wordpress.com Dokumen ini dibuat menggunakan
Lebih terperinciWinita Sulandari, M.Si MODUL PRAKTIKUM METODE PERAMALAN. menggunakan
Winita Sulandari, M.Si MODUL PRAKTIKUM METODE PERAMALAN menggunakan Jurusan Matematika FMIPA UNS 2013 PENGANTAR Modul praktikum ini bertujuan mengenalkan kepada mahasiswa tentang bagaimana menggunakan
Lebih terperinciCara Belajar Xampp Pada Mysql untuk Php
Cara Belajar Xampp Pada Mysql untuk Php Euis Sutinah euissutinah@ymail.com Abstrak MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL, Jika dalam bahasa Inggris adalah database management
Lebih terperinci1. Laporan Nilai Persediaan Barang (Metode Average)
Laporan Nilai Persediaan Barang March 02, 2018 Laporan nilai persediaan menampilkan rangkuman informasi penting seperti sisa stok yang tersedia, nilai, dan biaya rata-rata untuk setiap persediaan barang.
Lebih terperinci3.6 Data Mining Klasifikasi Algoritma k-nn (k-nearest Neighbor) Similaritas atribut numerik
DAFTAR ISI PERNYATAAN... iii PRAKATA... vi DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xiv DAFTAR PERSAMAAN... xv DAFTAR ALGORITMA... xvi DAFTAR LAMPIRAN... xvii INTISARI... xviii ABSTRACT...
Lebih terperinciDokumentasi Pengguna
Dokumentasi Pengguna http://code.google.com/p/keuangan-guyub http://keuangan.guyub.co.id Versi: Dokumentasi Pengguna KG-20100717-2 CV. Guyub Teknologi Nusantara http://guyub.co.id 1/107 Daftar Isi Pembuka...
Lebih terperinciTUGAS SISTEM MANAJEMEN INFORMASI LANGKAH LANGKAH MENGGUNAKAN CRM - EXPRESS
TUGAS SISTEM MANAJEMEN INFORMASI LANGKAH LANGKAH MENGGUNAKAN CRM - EXPRESS Nama kelompok : 1. Eva lerasari 11 008 001 2. Vevri Prayutyas R 11 008 008 3. Ina kogoya 11 008 012 4. Yuliana Puspitasari 11
Lebih terperinciBAB III METODE PENELITIAN
25 BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 1. Pengumpulan Data Pengumpulan data merupakan langkah
Lebih terperinciKATA PENGANTAR. Salam Hormat, Pusdatin Kesos
KATA PENGANTAR Puji dan syukur kita panjatkan kehadirat Tuhan Yang Maha Esa, akhirnya "Petunjuk Teknis Aplikasi SIKS-NG Berbasis Offline" dapat diselesaikan. Petunjuk Teknis ini memuat pengenalan dan panduan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Penelitian Terkait Beberapa jurnal penelitian terkait yang diperoleh tentang pemanfaatan teknik Data Mining dengan metode Association Rule menggunakan Algoritma Apriori untuk
Lebih terperinci