Lingkungan Pengembangan Pelatihan HASIL DAN PEMBAHASAN Seleksi Fitur Pelatihan (deskripsi training Klasifikasi Akurasi
|
|
- Hamdani Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 6 diberikan sesuai dengan beban SKS mata kuliah yang bersangkutan, sedangkan fitur IP TPB disesuaikan. Untuk fitur mata kuliah yang sudah terseleksi, bobot yang dipakai sesuai dengan beban SKS, sedangkan fitur yang tidak terseleksi diberikan bobot yang bernilai nol. Pada tahap ini terdiri atas dua proses yaitu pelatihan dan prediksi (klasifikasi) kelas instance baru. Pelatihan Data yang telah dibagi-bagi menjadi 3 himpunan bagian kemudian menjadi input algoritma klasifikasi VFI5. Pada tahapan ini akan dibentuk intervalinterval dari setiap feature yang ada. Jika feature tersebut adalah feature linear maka akan dibentuk dua buah interval, yaitu point interval dan range interval. Jika feature tersebut adalah feature nominal maka hanya akan dibentuk satu interval, yaitu point interval. Setelah semua interval terbentuk, langkah selanjutnya adalah menghitung jumlah instance setiap kelas yang berada pada setiap interval tersebut. Seleksi Fitur Pada tahap seleksi fitur, dilakukan suatu pemilihan fitur-fitur yang berpengaruh berdasarkan hasil dari percobaan. Jika dengan penambahan suatu fitur menghasilkan akurasi tinggi maka fitur tersebut akan dipakai seterusnya, jika sebaliknya fitur akan dihilangkan. Klasifikasi Pada tahap klasifikasi, setiap nilai feature dari suatu instance baru diperiksa letak interval nilai feature tersebut. Vote-vote setiap kelas untuk setiap feature pada setiap interval yang bersesuaian diambil dan kemudian dijumlahkan. Kelas dengan nilai total vote tertinggi menjadi kelas prediksi instance baru tersebut. Akurasi Hasil yang diamati pada penelitian ini adalah perubahan rata-rata tingkat akurasi yang dicapai algoritma klasifikasi VFI5 dalam mengklasifikasikan data pengujian setelah dilakukan perubahan pada ukuran contoh data pelatihan. Tingkat akurasi diperoleh dengan perhitungan : data uji benar diklasifikasi tingkat akurasi= totaldata uji Lingkungan Pengembangan Perangkat lunak yang digunakan dalam penelitian ini adalah sebagai berikut : Microsoft Windows XP Service Pack 2 Matlab Di sisi lain, perangkat keras yang digunakan adalah sebagai berikut : Prosesor AMD Sempron DDRAM 768 MB Harddisk dengan kapasitas 80 GB ATI Radeon 9550 XT 128 MB Monitor VGA dengan resolusi 1024x768 pixel Keyboard Mouse. HASIL DAN PEMBAHASAN Pada bab ini akan dibahas dua proses yaitu proses pelatihan (deskripsi training) dan pengujian. Pada proses pelatihan untuk pendeskripsian metode k-fold cross validation tidak dipakai, karena pada pelatihan tidak ada yang dijadikan sebagai data uji, semua data dijadikan sebagai data latih. Dengan demikian, pada pengujian data dibagi menjadi dua yaitu data latih dan data uji. Pelatihan (deskripsi training) Deskripsi untuk sebaran-sebaran nilai hanya terbatas pada nilai A, D dan E. Hal ini dikarenakan nilai A adalah nilai tertinggi dan berpotensi tinggi untuk meningkatkan nilai IPK, sedangkan nilai D dan E adalah nilai terendah. Ada dua hal penting yang harus diperhatikan ketika membaca tabel hasil pelatihan yaitu : 1 Pada mata kuliah apakah kelas 2.00 IPK<2.50 mendapatkan nilai D dan E? 2 Apakah sebaran nilai A untuk setiap kelas IPK sejalan dengan tingkat kelas IPK? Setelah dilakukan proses pelatihan dengan dua data yaitu data angkatan 2001/2002 dan data angkatan 2002/2003, maka deskripsi untuk data pelatihan dibagi dua yaitu deskripsi data angkatan 2001/2002 dan deskripsi data angkatan 2002/2003.
2 7 1 Deskripsi angkatan 2001/2002 Deskripsi data mahasiswa 2001/2002 dibagi dalam dua penjelasan sesuai dengan perbedaan tingkatan yaitu data latih tingkat TPB dan data latih tingkat 2. Data latih tingkat TPB Setelah dilakukan pelatihan, hasil sebaran nilai mata kuliah dapat dilihat pada Tabel 2. Untuk sebaran nilai yang lebih lengkap dapat dilihat pada Lampiran 3. Dapat dilihat pada Tabel 2, kelas 2.00 IPK<2.50 mendapatkan nilai terendah pada pada mata kuliah berikut: o Biologi o Kimia Umum o Algoritma dan Pemrograman o Matematika Dasar o Kalkulus o Sosiologi Umum Pada mata kuliah Biologi, Kimia Umum, Algoritma dan Pemrograman, dan Matematika Dasar nilai D hanya terdapat pada kelas 2.00 IPK<2.50, sedangkan untuk mata kuliah Sosiologi Umum dan Kalkulus masih tersebar pada kelas lain. Ada beberapa mata kuliah yang sebaran nilai A-nya tidak sejalan dengan tingkat kelas IPK yaitu : Tabel 2 Sebaran nilai MK pada tingkat TPB angkatan 2001/2002 MK o Fisika II o Matematika Dasar o Kalkulus o Pengantar Ilmu Pertanian o Pendidikan Agama o Olahraga dan Seni Contohnya, untuk mata kuliah Fisika II, peluang (vote) kelas 2.00 IPK<2.50 lebih tinggi dibandingkan dengan vote kelas 2.50 IPK<3.00, dan pada mata kuliah Matematika Dasar, peluang (vote) kelas 3.00 IPK<3.50 lebih besar dibandingkan dengan kelas 3.50 IPK Ada hal unik pada mata kuliah TPB angkatan 2001/2002 ini yaitu pada mata kuliah Sosiologi Umum, tidak ada satupun instance yang mendapatkan nilai A pada mata kuliah tersebut, bahkan pada kelas 3.50 IPK 4.00 juga tidak ada instance yang mendapatkan nilai A. Ketika pada mata kuliah yang lain vote untuk sebaran nilai A selalu dimonopoli oleh kelas 3.50 IPK 4.00, tetapi untuk MK PIP minat untuk mendapatkan nilai A tampaknya tidak begitu besar karena tidak satu pun instance yang ada di kelas 3.50 IPK 4.00 mendapatkan nilai A pada MK tersebut. KELAS 2.00 IPK< IPK< IPK< IPK 4.00 A D A D A D A D *Bio Fis I Fis II *KimUm *Algor PengKom *MatDas *Kalkulus *PIP PA PK B. Ind B. Ing *OR *SosUm tanda * pada mata kuliah menunjukkan bahwa mata kuliah tersebut menarik untuk diperhatikan. Data latih tingkat 2 Pada data latih tingkat 2 setelah dilakukan pelatihan, dapat dilihat bahwa kelas 2.00 IPK<2.50 mendapatkan nilai terendah pada hampir semua mata kuliah yang ada pada tingkat 2, kecuali untuk mata kuliah Matematika Diskret, Ekonomi Umum, Sistem Berkas dan Metode Statistika.
3 8 Untuk mata kuliah Bahasa Pemrograman dapat dilihat bahwa hampir semua kelas mendapatkan nilai D, bahkan nilai D juga didapatkan oleh kelas 3.50 IPK 4.00 dengan vote yang lebih tinggi dibandingkan dengan kelas 2.00 IPK<2.50. Kelas 3.50 IPK 4.00 tidak hanya mendapatkan nilai D pada mata kuliah Bahasa Pemrograman, kelas ini juga mendapatkan nilai D pada mata kuliah Organisasi Komputer dengan vote sebesar 0.27 vote. Untuk nilai A pada mata kuliah Bahasa Pemrograman hanya didapatkan oleh kelas 3.00 IPK<3.50 (vote = 1). Hal tersebut tidak berbeda pada mata kuliah Struktur Data, nilai A pada mata kuliah Struktur Data juga didapatkan pada kelas 3.00 IPK<3.50. Untuk lebih jelasnya, sebaran nilai yang terjadi pada mahasiswa angkatan 2001/2002 di tingkat 2 ini dapat dilihat pada Tabel 3. Untuk sebaran nilai yang lebih lengkap dapat dilihat pada Lampiran 4. Tabel 3 Sebaran nilai MK pada tingkat 2 angkatan 2001/2002 MK KELAS 2.00 IPK< IPK< IPK< IPK 4.00 A D E A D E A D E A D E ElDas *RaDig *P. Logika *KalkulusII MatDis EkUm *AlLin *BasProg *TBO *StrukDat *OrKom *SisBer *B. Ing II *PHP MetStat tanda * pada mata kuliah menunjukkan bahwa mata kuliah tersebut menarik untuk diperhatikan. 2 Deskripsi angkatan 2002/2003 Deskripsi data mahasiswa 2002/2003 dibagi dalam dua penjelasan sesuai dengan perbedaan tingkatan yaitu data latih tingkat TPB dan data latih tingkat 2. Data latih tingkat TPB Kelas 2.00 IPK<2.50 pada angkatan 2002/2003 berbeda dengan kelas 2.00 IPK<2.50 pada angkatan 2001/2002 dalam hal perolehan nilai D. Dapat dikatakan angkatan 2002/2003 lebih sukses dibandingkan dengan angkatan 2001/2002, karena nilai D yang ditemukan lebih sedikit dibandingkan angkatan 2001/2002. Nilai D hanya terdapat pada mata kuliah Biologi dan Sosiologi Umum. Ada hal menarik untuk mata kuliah Fisika I dan Fisika II yaitu nilai A dan nilai D tidak tersebar di kelas manapun. Nilai Fisika I dan Fisika II hanya tersebar pada nilai B dan C. Pada data latih tingkat TPB angkatan 2001/2002 mata kuliah Sosiologi Umum tidak ada mahasiswa yang mendapatkan nilai A. Hal ini juga hampir sama dengan data latih tingkat TPB angkatan 2002/2003. Nilai A hanya didapatkan pada kelas 2.50 IPK<3.00, dan setelah dilakukan pembedahan data, nilai A hanya didapatkan pada satu instance. Untuk lebih jelasnya, sebaran nilai dapat dilihat pada Tabel 4. Di sisi lain, untuk sebaran nilai yang lebih lengkap dapat dilihat pada Lampiran 5.
4 9 Tabel 4 Sebaran nilai MK pada tingkat TPB angkatan 2002/2003 MK KELAS 2.00 IPK< IPK< IPK< IPK 4.00 A D A D A D A D *Bio *Fis I *Fis II KimUm Algor *PengKom MatDas *Kalkulus *PIP PA *PK B. Ind B. Ing *OR *SosUm tanda * pada mata kuliah menunjukkan bahwa mata kuliah tersebut menarik untuk diperhatikan. Data latih tingkat 2 Pada data latih tingkat 2 angkatan 2002/2003 ini, kelas 2.00 IPK<2.50 lebih sedikit instancenya yang mendapatkan nilai D jika dibandingkan dengan angkatan 2001/2002. Namun untuk mata kuliah Matematika Diskret dan Sistem Berkas selalu tidak ditemukan nilai D pada kelas 2.00 IPK<2.50. Berbeda halnya dengan kelas 2.00 IPK<2.50, kelas 2.50 IPK<3.00 pada tingkat 2 angkatan 2002/2003 ini lebih banyak yang mendapatkan nilai D jika dibandingkan angkatan 2001/2002. Ada tujuh mata kuliah yang mendapatkan nilai D sedangkan Tabel 5 Sebaran nilai MK pada tingkat 2 angkatan 2002/2003 MK angkatan sebelumnya hanya empat mata kuliah saja. Ada hal menarik yang dapat dilihat pada tabel pelatihan antara angkatan 2001/2002 dengan angkatan 2002/2003 yaitu pada sebaran nilai A. Untuk mata kuliah Matematika Diskret dan Sistem Berkas, kelas 2.00 IPK<2.50 selalu mendapatkan nilai A, baik pada angkatan 2001/2002 maupun angkatan 2002/2003. Ketika kelas 2.00 IPK<2.50 sangat susah untuk mendapatkan nilai A pada tingkat 2 ini, namun untuk MK Matematika Diskret dan Sistem Berkas sepertinya tidak ada masalah. Mungkin MK ini dapat menjadi dorongan untuk mendapatkan nilai yang terbaik. KELAS 2.00 IPK< IPK< IPK< IPK 4.00 A D A D A D A D ElDas RaDig *P. Logika *KalkulusII MatDis *EkUm *AlLin *BasProg *TBO StrukDat *OrKom *SisBer *B. Ing II *PHP *MetStat tanda * pada mata kuliah menunjukkan bahwa mata kuliah tersebut menarik untuk diperhatikan.
5 10 Jika dibandingkan kelas 3.50 IPK 4.00 angkatan 2001/2002 dengan kelas 3.50 IPK 4.00, maka akan didapat kesimpulan bahwa angkatan 2002/2003 lebih sukses, karena tidak ada instance yang mendapatkan nilai D, juga tidak ada mata kuliah yang tidak mendapatkan nilai A. Untuk lebih jelasnya, sebaran nilai yang terjadi pada mahasiswa angkatan 2002/2003 di tingkat 2 dapat dilihat pada Tabel 5. Untuk lebih lengkapnya sebaran nilai yang lain dapat dilihat pada Lampiran 6. Pengujian Data yang diujikan pada tahap ini hanya menggunakan data nilai mahasiswa tingkat TPB, oleh karena itu fitur yang dipakai untuk semua pengujian adalah mata kuliah TPB. Tahap pengujian terdiri atas dua langkah uji yaitu uji fitur lengkap dan uji fitur seleksi. Uji fitur lengkap adalah cara pengujian data yang melibatkan semua fitur yang terdapat pada data pelatihan. Di sisi lain, uji fitur seleksi adalah cara pengujian data yang menggunakan fitur yang berpengaruh saja, sedangkan fitur yang tidak berpengaruh dihilangkan. Pada uji seleksi fitur dilakukan seleksi fitur-fitur yang memiliki potensi besar untuk meningkatkan akurasi pengujian. Semua uji yang dilakukan pada tahap pengujian melalui metode 3-fold cross validation. Data dibagi 3 himpunan bagian, dua himpunan bagian dijadikan sebagai data latih dan himpunan bagian lainnya sebagai data uji. Setelah dilakukan pelatihan, dilakukan pengujian data dengan pembagian data uji angkatan 2001/2002 dan data uji angkatan 2002/ Data uji angkatan 2001/2002 Setelah dilakukan pelatihan, dilakukan pengujian data dengan pembagian data uji angkatan 2001/2002 dan data uji angkatan 2002/2003. Uji Fitur Lengkap Ada empat percobaan untuk menguji data yang menggunakan fitur lengkap oleh setiap instancenya. Pada awal penelitian, data tidak dibebankan memakai bobot, karena dianggap setiap fitur memiliki bobot yang sama yaitu satu. I pun dilakukan dengan tidak memberikan bobot sehingga akurasi uji yang didapatkan adalah 41.49%. Akurasi ini didapatkan dari rata-rata akurasi pada ketiga himpunan bagian dengan akurasi himpunan bagian pertama adalah 35%, himpunan bagian yang kedua 52.6% dan yang ketiga 36.8%. Akurasi 41.49% adalah akurasi yang sangat kecil bila dibandingkan dengan penelitian-penelitian lain yang menggunakan VFI5 sebagai algoritmanya. Oleh karena itu dilakukan percobaan II dengan setiap fitur yang ada diberikan bobot yang berbeda-beda. Untuk itu setiap fitur mata kuliah diberikan bobot sesuai dengan beban SKS pada mata kuliah yang bersangkutan. Contohnya mata kuliah Bahasa Inggris memiliki beban SKS sebanyak tiga, jadi bobot yang diberikan adalah tiga. Untuk lebih jelasnya, bobot setiap mata kuliah ditunjukkan pada Tabel 6. Tabel 6 Bobot untuk setiap mata kuliah TPB No. Mata Kuliah SKS Bobot 1. Bio Fis Fis KimUm Algor PengKom MatDas Kalkulus PIP PA PK B. Ind B. Ing OR SosUm 3 3 Setelah dilakukan percobaan II dengan penambahan bobot, ternyata rata-rata akurasi yang dihasilkan meningkat menjadi 46.6%, dengan himpunan bagian pertama akurasi yang diperoleh 40%, himpunan bagian kedua 57.9% dan himpunan bagian ketiga 42.1%. Dapat dilihat akurasi untuk setiap himpunan bagian rata-rata meningkat 5% dari sebelumnya. Kedua percobaan di atas belum menunjukkan tingkat akurasi yang memuaskan. Kemudian dilakukan percobaan III dengan menambahkan fitur IP TPB untuk setiap instancenya. Penambahan fitur IP TPB ini diharapkan menghasilkan akurasi yang lebih tinggi bila dibandingkan dengan kedua percobaan di atas. Alasan penambahan fitur IP TPB adalah karena IP tingkat TPB sangat mempengaruhi IPK kelulusan. Seperti diketahui bahwa IPK adalah kumulatif dari IP-IP mulai dari tingkat TPB sampai seorang mahasiswa dinyatakan lulus.
6 11 Namun yang menjadi masalah dalam penelitian ini adalah bobot untuk fitur IP TPB. Fitur IP TPB bukanlah fitur seperti MK yang lain, IP TPB tidak mungkin memiliki beban SKS layaknya sebuah mata kuliah. Olehkarena itu diputuskan untuk memberikan bobot untuk keseluruhan fitur dengan nilai satu saja. Dengan penambahan fitur IP TPB tadi diperoleh akurasi yang lebih tinggi lagi dibandingkan dengan dua percobaan sebelumnya. Rata-rata akurasi yang dihasilkan adalah 50%, dengan akurasi pada himpunan bagian pertama 50%, himpunan bagian kedua 52.6% dan himpunan bagian ketiga 47.4%. Rata-rata akurasi meningkat untuk setiap himpunan bagian dari sebelumnya sebanyak 5%. Dari hasil percobaan III dapat disimpulkan bahwa pengaruh fitur IP TPB sama dengan pengaruh fitur mata kuliah lainnya. Olehkarena itu fitur IP TPB memang layak untuk dijadikan fitur penting dalam penelitian ini. IV adalah percobaan untuk melihat pengaruh akurasi yang terjadi apabila semua fitur diberikan bobot sesuai beban SKS sedangkan pada fitur IP TPB masih bernilai satu. Hal ini dilakukan untuk mencari bobot yang tepat untuk fitur IP TPB. Ternyata setelah dilakukan percobaan IV, akurasi yang ditemukan lebih kecil dibandingkan dengan akurasi percobaan III. Hal ini membuktikan bahwa pengaruh bobot bernilai satu tidak meningkatkan akurasi. Dengan demikian, pada percobaan selanjutnya pemberian bobot dilakukan sesuai dengan beban SKS mata kuliah yang ada. V adalah percobaan dengan pemberian bobot untuk fitur IP TPB bernilai tiga (bobot tertinggi dari keseluruhan fitur MK). Hasilnya rata-rata akurasi meningkat menjadi 51.75%, bertambah 1.75, dengan hanya akurasi himpunan bagian ketiga yang bertambah sebesar 5%. VI adalah percobaan dengan pemberian bobot untuk fitur IP TPB yang bernilai dua. Hasilnya lebih bagus percobaan V karena akurasi yang didapatkan rata-rata bernilai 50%, sama dengan hasil pada percobaan III. Dari keseluruhan percobaan yang dilakukan, percobaan V adalah percobaan paling tinggi akurasinya yaitu sebesar 51.7%. Untuk hasil yang lebih lengkap mengenai rata-rata akurasi percobaan dapat dilihat pada Tabel 7. Tabel 7 Akurasi fitur lengkap untuk angkatan 2001/2002 Ak urasi I II III IV V VI I : tanpa bobot dan tanpa IP TPB. 2 II : tanpa IP, bobot = SKS MK. 3 III : IP, tanpa bobot. 4 IV : bobot dan IP( bobot = 1). 5 V : bobot dan IP( bobot = 3). 6 VI : bobot dan IP( bobot = 2). Dari hasil-hasil percobaan yang menggunakan semua fitur dapat disimpulkan bahwa ada kemungkinan sebagian fitur MK yang perannya lebih penting dibandingkan sebagian yang lain dalam perhitungan akurasi. Oleh karena itu hasil akurasi yang didapatkan sangat kecil karena disebabkan oleh fitur yang perannya tidak penting tadi. Hal inilah yang mendasari percobaan-percobaan selanjutnya dengan menyeleksi fitur yang mempunyai peran penting. Fitur yang terseleksi nantinya akan dipakai untuk memprediksi IPK kelulusan seorang mahasiswa yang masih berada di tingkat TPB. Uji Fitur Seleksi Pada awal pengujian fitur yang dipakai adalah fitur mata kuliah pilihan program studi kemudian diseleksi semua fitur-fitur yang diperkirakan lebih dekat relasinya dengan mata kuliah yang ada pada jurusan Ilmu Komputer. Dengan demikian, didapatkan akurasi seperti yang ditunjukkan pada Lampiran 7. Oleh karena akurasi-akurasi pada Lampiran 7 masih dikategorikan kecil untuk kasus ini, maka untuk itu dilakukan suatu konsep pengujian dengan memakai satu buah fitur mata kuliah saja yang dikombinasikan dengan fitur IP TPB dari tujuh fitur mata kuliah. Jadi, pada percobaan-percobaan berikutnya fitur IP TPB selalu dipakai dalam pengujian. Pengujian seperti ini akan menunjukkan akurasi dari setiap fitur mata kuliah. Tiga akurasi tertinggi dari mata kuliah akan dicari
7 12 kombinasinya lebih lanjut. Dengan demikian, akurasi pengujian diharapkan menghasilkan akurasi tertinggi dari semua percobaan yang telah dilakukan. Setelah semua fitur diujikan dapat disimpulkan bahwa fitur MK Fisika II memang paling berpengaruh untuk menghasilkan pengujian dengan akurasi yang paling tinggi, diikuti fitur Pengenalan Komputer kemudian fitur Kalkulus menempati posisi ketiga. Untuk lebih jelasnya dapat dilihat pada Tabel 8. Tabel 8 Akurasi fitur seleksi tahap pertama untuk angkatan 2001/2002 Akurasi I II III IV V VI VII VIII I hanya memakai fitur IP TPB tanpa fitur MK (sebagai perbandingan), percobaan seterusnya memakai IP tingkat TPB. 2 II fitur MK yang dipakai adalah Fisika I. 3 III fitur MK yang dipakai adalah Fisika II. 4 IV fitur MK yang dipakai adalah Algoritma dan Pemrograman. 5 V fitur MK yang dipakai adalah Matematika Dasar. 6 VI fitur MK yang dipakai adalah Kalkulus 7 VII fitur MK yang dipakai adalah Bahasa Inggris. 8 VIII fitur MK yang dipakai adalah Pengenalan Komputer. Dengan demikian, untuk tahap selanjutnya dilakukan percobaan dengan mencari kombinasi terbaik dari ketiga fitur dengan melihat akurasi yang dihasilkan. Hasilnya adalah kombinasi terbaik yang didapatkan yaitu kombinasi antara fitur MK Fisika II dengan fitur MK Kalkulus dengan rata-rata akurasi sebesar 70.61%. Dalam pengklasifikasian, akurasi seperti ini masih diragukan untuk memprediksi sebuah instance. Mungkin hal ini disebabkan karena terlalu banyak fitur-fitur lain pada tingkat 2, 3 dan 4 yang pengaruhnya bisa lebih kuat dibandingkan fitur-fitur MK yang ada di TPB. Akurasi dari hasil kombinasi ketiga fitur dapat dilihat pada Tabel 9. Tabel 9 Akurasi fitur seleksi MK kombinasi untuk angkatan 2001/2002 Akurasi I II III IV I adalah kombinasi antara fitur MK Fisika II dengan Pengenalan Komputer. 2 II adalah kombinasi antara fitur MK Fisika II dengan Kalkulus. 3 III adalah kombinasi antara fitur MK Pengenalan Komputer dengan Kalkulus. 4 IV adalah kombinasi antara ketiga fitur MK. 2 Data uji angkatan 2002/2003 Pengujian yang dilakukan pada angkatan 2002/2003 memiliki format yang sama dengan angkatan 2001/2002. Pada angkatan 2001/2002 telah ditemukan kombinasi yang tepat, sehingga pada angkatan 2002/2003 tidak dicari kombinasi baru. Pengujian data angkatan 2002/2003 dilakukan sebagai perbandingan dengan angkatan sebelumnya. Uji Fitur Lengkap Setelah proses pengujian dilakukan sesuai dengan prosedur pada pengujian sebelumnya didapatkan hasil yang berbeda. Jika pada pengujian sebelumnya dinyatakan bahwa ratarata akurasi terbaik didapatkan ketika fitur IP TPB bernilai tiga, sedangkan pada pengujian data angkatan 2002/2003 ini akurasi terbaik didapatkan ketika semua fitur diberikan bobot bernilai sama. Akurasi dengan pengujian fitur lengkap ditunjukkan pada Tabel 10. Tabel 10 Akurasi fitur lengkap untuk angkatan 2002/2003 Akurasi I II III IV V VI I : tanpa bobot dan tanpa IP TPB. 2 II : tanpa IP, bobot = SKS MK. 3 III : IP, tanpa bobot. 4 IV : bobot dan IP( bobot = 1). 5 V : bobot dan IP( bobot = 3). 6 VI : bobot dan IP( bobot = 2).
8 13 Uji Fitur Seleksi Pada percobaan sebelumnya tiga akurasi tertinggi berurutan terdapat pada fitur MK Fisika II, Pengenalan Komputer, dan Kalkulus. Di lain pihak, untuk data angkatan 2002/2003 ini tiga akurasi tertinggi secara berurutan ditempati oleh fitur MK Fisika II, Fisika I, dan Matematika dasar. Untuk lebih lengkapnya dapat dilihat pada Tabel 11. Tabel 11 Akurasi fitur seleksi tahap pertama untuk angkatan 2002/2003 Akurasi I II III IV V VI VII VIII I hanya memakai fitur IP TPB tanpa fitur MK (sebagai perbandingan), percobaan seterusnya memakai IP tingkat TPB. 2 II fitur MK yang dipakai adalah Fisika I. 3 III fitur MK yang dipakai adalah Fisika II. 4 IV fitur MK yang dipakai adalah Algoritma dan Pemrograman. 5 V fitur MK yang dipakai adalah Matematika Dasar. 6 VI fitur MK yang dipakai adalah Kalkulus. 7 VII fitur MK yang dipakai adalah Bahasa Inggris. 8 VIII fitur MK yang dipakai adalah Pengenalan Komputer. Karena fitur yang berpengaruh dalam pengujian sudah ditemukan pada percobaan data angkatan 2001/2002, sehingga untuk angkatan 2002/2003 hanya memperhatikan akurasinya saja. Hasilnya ternyata akurasi yang dihasilkan lebih kecil dibandingkan data angkatan sebelumnya yaitu sebesar 60.04%. Hal ini disebabkan karena variasi data antara angkatan 2001/2002 dengan 2002/2003 tidak sama, tidak ada kesinkronan data. Akurasi kombinasi fitur selengkapnya dapat dilihat pada Tabel 12. Tabel 12 Akurasi fitur seleksi MK kombinasi untuk angkatan 2002/2003 Akurasi I II III IV I adalah kombinasi antara fitur MK Fisika II dengan Pengenalan Komputer. 2 II adalah kombinasi antara fitur MK Fisika II dengan Kalkulus. 3 III adalah kombinasi antara fitur MK Pengenalan Komputer dengan Kalkulus. 4 IV adalah kombinasi antara ketiga fitur MK. KESIMPULAN DAN SARAN Kesimpulan Pada mata kuliah Sosiologi Umum, hasil pengamatan menunjukkan bahwa mahasiswa jurusan Ilmu Komputer sangat sulit mendapatkan nilai A. Untuk mata kuliah Sistem Berkas dan Matematika Diskret, kelas dengan selang 2.00 IPK<2.50 selalu mendapatkan untuk nilai A, dan tidak ada instance (mahasiswa) yang mendapatkan vote untuk nilai D. Rata-rata akurasi tertinggi pada angkatan 2001/2002 didapatkan melalui kombinasi antara fitur mata kuliah Fisika II, Kalkulus dan IP TPB. Rata-rata akurasi yang dihasilkan oleh Algoritma VFI5 pada pengujian dengan memakai ketiga fitur tersebut adalah 70.61%. Hal tersebut tidak berlaku untuk data angkatan 2002/2003, karena rata-rata akurasi yang dihasilkan sebesar 60.03%. Persamaan antara data angkatan 2001/2002 dengan angkatan 2002/2003 adalah rata-rata akurasi tertinggi untuk pengujian setiap fitur terdapat pada MK Fisika II. Ratarata akurasi fitur Fisika II pada angkatan 2001/2002 sebesar 65.35%, sedangkan data angkatan 2002/2003 sebesar 65.39%. Hasil penelitian ini akan lebih bermanfaat ketika proses penjurusan mahasiswa TPB, sehingga jurusan Ilmu Komputer dapat mempertimbangkan seorang mahasiswa untuk masuk jurusan Ilmu Komputer dengan melihat nilai mata kuliah Fisika dan Kalkulus beserta IP TPB.
Lampiran 1 Daftar mata kuliah wajib masa program TPB No. Kode SKS Mata Kuliah 1. MKU 111 3(2-2) Pendidikan Agama Islam 2. MKU 112 2(2-0) Pendidikan
LAMPIRAN 16 Lampiran 1 Daftar mata kuliah wajib masa program TPB No. Kode SKS Mata Kuliah 1. MKU 111 3(2-2) Pendidikan Agama Islam 2. MKU 112 2(2-0) Pendidikan Agama Protestan 3. MKU 113 2(2-0) Pendidikan
Lebih terperinciPengantar Matematika kelas1 : kelas2 : kelas3 : mutu : A B C D E
Lingkungan Pengembangan Aplikasi yang dipergunakan untuk skripsi dibangun dengan software dan hardware sebagai berikut: Hardware: 1. Prosesor Inter Pentium Dual Core E2140 @1.60GHz 2. Memori DDRAM 1 GB
Lebih terperinciPREDIKSI INDEKS PRESTASI KUMULATIF MAHASISWA ILMU KOMPUTER IPB MENGGUNAKAN ALGORITMA VFI5 ABDUL NASRAH G
PREDIKSI INDEKS PRESTASI KUMULATIF MAHASISWA ILMU KOMPUTER IPB MENGGUNAKAN ALGORITMA VFI5 ABDUL NASRAH G64103012 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPREDIKSI INDEKS PRESTASI MAHASISWA MENGGUNAKAN ALGORITMA VFI5 (STUDI KASUS MAHASISWA PROGRAM MAYOR MINOR DEPARTEMEN ILMU KOMPUTER IPB ) AKHYAR AZNI
PREDIKSI INDEKS PRESTASI MAHASISWA MENGGUNAKAN ALGORITMA VFI5 (STUDI KASUS MAHASISWA PROGRAM MAYOR MINOR DEPARTEMEN ILMU KOMPUTER IPB ) AKHYAR AZNI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciKelas. Kelas. p q r s t u v w x y Level Transformasi.
Fitur yang digunakan untuk pelatihan pada algoritme VFI5 diperoleh dari tiap-tiap piksel pada citra tanda tangan. Fitur pada pelatihan yang semula berupa matriks berukuran 3 4 piksel disusun menjadi matriks
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. 1.2 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Pendahuluan Dewasa ini komputer berkembang sangat pesat di berbagai bidang kehidupan. Perkembangan ini didukung oleh proses komputasi yang sangat cepat dan juga dukungan pengolahan
Lebih terperincidan 3. Jumlah partisi vertikal (m) dari kiri ke kanan beturut-turut adalah 1, 2, 3, 4, dan 5. akurasi =.
dan 3. Jumlah partisi vertikal (m) dari kiri ke kanan beturut-turut adalah 1, 2, 3, 4, dan 5. Gambar 5 Macam-macam bentuk partisi citra. Ekstraksi Fitur Pada tahap ini semua partisi dari citra dihitung
Lebih terperinciAkurasi. Perangkat Lunak: Sistem operasi: Windows Vista Home Premium Aplikasi pemrograman: Matlab 7.0
Tabel 1 Dimensi citra di tiap level Level transformasi Dimensi citra 1 46 56 2 23 28 3 12 14 4 6 7 5 3 4 6 2 2 Pada Gambar 5 disajikan visualisasi transformasi wavelet hingga level 3. Deskripsi citra dekomposisi
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Untuk menjalankan aplikasi solusi linear programming dengan menggunakan fuzzy linear programming diperlukan beberapa komponen pendukung. Yang pertama adalah
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Implementasi Biplot Kanonik dan Analisis Procrustes dengan Mathematica Biplot biasa dengan sistem perintah telah terintegrasi ke dalam beberapa program paket statistika seperti SAS,
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 terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perencanaan pengambilan mata kuliah adalah hal yang sangat penting dalam proses registrasi karena mempengaruhi keseluruhan proses belajar selama berada di universitas.
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Proses pengambilan matakuliah merupakan salah satu hal yang cukup penting bagi mahasiswa pada saat melakukan registrasi. Akan tetapi pada saat pengambilan matakuliah
Lebih terperinciPENGARUH INCOMPLETE DATA TERHADAP AKURASI VOTING FEATURE INTERVALS-5 (VFI5) ABSTRAK
PENGARUH INCOMPLETE DATA TERHADAP AKURASI VOTING FEATURE INTERVALS-5 (VFI5) Atik Pawestri Sulistyo 1, Aziz Kustiyo 1, Agus Buono 2 1 Departemen Ilmu Komputer, Fakultas Matematika dan IPA Institut Pertanian
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian menurut Mc Millan dalam Ibnu Hadjar (1999:102) adalah rencana dan struktur penyelidikan yang digunakan untuk memperoleh bukti-bukti
Lebih terperinciBAB I PENDAHULUAN. 1.1 Pengantar
BAB I PENDAHULUAN 1.1 Pengantar Penggunaan komputer semakin meluas dalam kehidupan sehari-hari. Dari hanya untuk bermain game, browsing Internet, sampai digunakan untuk aplikasi yang tidak hanya sekedar
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan teknologi khususnya dalam bidang informasi, teknologi informasi dapat dimanfaatkan untuk memudahkan suatu rumah sakit dalam mengambil
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Persoalan dalam mengambil keputusan untuk memilih merek-merek suatu barang yang akan ditambahkan tidaklah dapat dilakukan secara sembarangan. Hal ini dikarenakan,
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN III.1. Analisis Masalah Dalam perancangan sebuah media pembelajaran matematika diskrit, dibutuhkan komponen-komponen seperti objek, dan lain-lain yang berguna untuk menunjang
Lebih terperinciBAB III METODOLOGI PENELITIAN
38 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Studi Literatur: Peramalan, Curah Hujan, Knowledge Discovery in Database, Jaringan Saraf Tiruan, Backpropagation, Optimalisasasi Backpropagation Pengumpulan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Desain penelitian adalah tahapan atau gambaran yang akan dilakukan
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian adalah tahapan atau gambaran yang akan dilakukan dalam melakukan penelitian, untuk memudahkan peneliti melakukan penelitan dibutuhkan
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini, penjualan produk dapat dilakukan dengan dua cara yaitu penjualan langsung dan penjualan dengan sistem online. Sistem penjualan langsung memiliki keterbatasan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan diuraikan mengenai pelaksanaan terhadap hasil perancangan yang telah diperoleh sebelumnya. Hasil perancangan pada tahap perancangan akan diimplemetasikan menjadi
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Spesifikasi Kebutuhan Sarana Untuk menjalankan aplikasi, pengguna harus memenuhi beberapa persyaratan perangkat keras dan perangkat lunak. Persyaratan tersebut akan
Lebih terperinciKARTU HASIL STUDI ( KHS )
TAHUN AKADEMIK : 2009 / 2010 : I 1 PK2SK101 Pendidikan Agama A 4 2 8 2 PK2SK102 Pendidikan Pancasila A 4 2 8 3 PK2SK103 Bahasa Inggris B 3 2 6 4 KK2SK104 Fisika Dasar I A 4 2 8 5 KB2SK105 Pengantar Teknologi
Lebih terperinciKARTU HASIL STUDI ( KHS )
TAHUN AKADEMIK : 2010 / 2011 : I 1 PK2SK101 Pendidikan Agama B 3 2 6 2 PK2SK102 Pendidikan Pancasila B 3 2 6 3 PK2SK103 Bahasa Inggris A 4 2 8 4 KK2SK104 Fisika Dasar I B 3 2 6 5 KB2SK105 Pengantar Teknologi
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Adobe Photoshop Corel Draw 1.2 Rumusan Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam dunia grafika, terdapat suatu jenis gambar yaitu gambar stereogram. Sebagian besar orang menyebut gambar ini sebagai gambar 3 dimensi. Penyebutan ini tidaklah
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi komputer saat ini begitu pesat, banyak perusahaan memanfaatkan teknologi ini untuk kemajuan usahanya. Dengan adanya teknologi komputer,
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
38 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem Untuk menjalankan program aplikasi ini, diperlukan beberapa komponen pendukung. Yang pertama adalah konfigurasi dari perangkat keras dan yang kedua
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Program studi merupakan kesatuan rencana belajar dalam suatu jenjang pendidikan tinggi yang diselenggarakan atas dasar suatu kurikulum. Setiap program studi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Melanjutkan studi kejenjang selanjutnya merupakan kebutuhan pokok yang harus dilakukan seorang siswa yang setelah lulus dari sekolah tingkat pertama. Seorang siswa
Lebih terperinciBab 3 Metode dan Perancangan Sistem
Bab 3 Metode dan Perancangan Sistem 3.1 Metode Perancangan Metode perancangan sistem yang digunakan adalah system prototyping. Prototyping adalah proses yang digunakan untuk membantu pengembang perangkat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah pemilihan lokasi usaha yang tepat merupakan salah satu faktor penunjang suksesnya suatu usaha. Dalam pemilihan lokasi usaha yang tepat diperlukan pertimbangan
Lebih terperinciDISTRIBUSI MATA KULIAH PER SEMESTER PROGRAM STUDI MANAJEMEN INFORMATIKA JENJANG PENDIDIKAN DIPLOMA TIGA (D-III) Mata Kuliah SKS Kel
JENJANG DIPLOMA PROGRAM STUDI MANAJEMEN INFORMATIKA Visi Program Studi Menjadi program studi unggulan di manajemen informatika serta penerapan teknologi informasi di Indonesia dan menjadi program studi
Lebih terperinciTabel 1. Penjabaran Learning Outcome PS ESL S1 Pernyataan Kompetensi: Setelah menyelesaikan program studi ini,lulusan dapat menjadi analis dalam
Tabel 1. Penjabaran Learning Outcome PS S1 Pernyataan Kompetensi: Setelah program studi ini,lulusan dapat menjadi analis dalam bidang ilmu ekonomi pertanian, lingkungan serta kebijakan dalam bidang pertanian,
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM
BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM 4.1 Implementasi Program 4.1.1 Spesifikasi Keutuhan Program Spesifikasi Perangkat Keras (Hardware) Perangkat keras yang digunakan untuk merancang sistem ini adalah:
Lebih terperinciBAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.
BAB II LANDASAN TEORI 2.1 Penelusuran Minat dan Kemampuan (PMDK) PMDK adalah salah satu program penerimaan mahasiswa baru yang diselenggarakan oleh suatu perguruan tinggi secara mandiri. Sesuai dengan
Lebih terperinciBAB IV HASIL DAN IMPLEMENTASI
BAB IV HASIL DAN IMPLEMENTASI IV.1. Algoritma Algoritma merupakan urutan langkah-langkah berhingga untuk memecahkan masalah logika atau matematika (Tata Surbakti, Pemrograman Terstruktur, 2004, hal : 21).
Lebih terperinciI. SISTEM PENDIDIKAN
I. SISTEM PENDIDIKAN 1. Program Mayor Ekonomi Pertanian, Sumberdaya, dan Lingkungan diselenggarakan dalam bentuk sistem kredit semester. Beban studi Program Mayor Ekonomi Pertanian, Sumberdaya, dan Lingkungan
Lebih terperinciPENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN
PENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN Chairisni Lubis 1) Yuliana Soegianto 2) 1) Fakultas Teknologi Informasi Universitas Tarumanagara Jl. S.Parman
Lebih terperincia. Prosesor yang digunakan adalah Intel Core i3 1.9 Ghz b. RAM dengan ukuran 2GB c. Harddisk dengan ukuran 500GB d. Layar monitor 14.
BAB III METODE PENELITIAN 3.1 Instrumen Penelitian Beberapa perangkat yang digunakan untuk mengerjakan tugas akhir ini adalah sebagai berikut : 1. Perangkat Lunak Dalam melakukan penelitian, peneliti menggunakan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Penggunaan pengolahan citra digital berkembang pesat sejalan dengan berkembang dan memasyarakatnya teknologi komputer di berbagai bidang. Diantaranya di bidang
Lebih terperinciHASIL DAN PEMBAHASAN. Laju pembelajaran 0.1, 0.3, 0.5
8 Karakteristik Spesifikasi Laju pembelajaran.1,.3,.5 Tabel 5 Definisi Target Sisi Pengguna No Operator Representasi 1 Mentari 1 Im3 1 3 Simpati 1 Lingkungan Pengembangan Sistem akan dibuat menggunakan
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 3 Ilustrasi pencarian titik pusat dan jari-jari pupil. Segmentasi
4 Perangkat keras berupa Notebook: Processor intel Core i3 2.2 GHz. RAM kapasitas 2. GB. Harddisk Kapasitas 5 GB. Monitor pada resolusi 1366 x 768 piksel. Merek Acer Aspire 475. Perangkat lunak berupa:
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian adalah suatu desain atau pemodelan dari langkahlangkah pembuatan sistem ini dari awal sampai implementasi. Untuk membuat perangkat
Lebih terperinci3. METODE PENELITIAN
19 3. METODE PENELITIAN 3.1 Diagram Alir Penelitian Kerangka pemikiran pada penelitian ini dapat digambarkan dalam suatu bagan alir seperti pada Gambar 8. Gambar 8 Diagram Alir Penelitian Pengumpulan Data
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI SISTEM. Implementasi program adalah implementasi dari analisis dan desain
BAB IV IMPLEMENTASI DAN EVALUASI SISTEM 4.1 Implementasi Implementasi program adalah implementasi dari analisis dan desain sistem yang telah dibuat sebelumnya, sehingga diharapkan dengan adanya implementasi
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Adita Motor adalah salah satu showroom sepeda motor yang berada di Wonosari, Gunungkidul, Yogyakarta. Showroom tersebut mempunyai 2 orang karyawan yang bertugas membantu
Lebih terperinciBAB III METODOLOGI PENELITIAN. digunakan pada proses rekomendasi penjurusan pada jenjang menengah. Merumuskan Masalah
A. Desain Penelitian BAB III METODOLOGI PENELITIAN Gambar 3.1 berikut ini merupakan desain penelitian yang akan digunakan pada proses rekomendasi penjurusan pada jenjang menengah atas. Merumuskan Masalah
Lebih terperinciDISTRIBUSI MATA KULIAH PER SEMESTER PROGRAM STUDI TEKNIK KOMPUTER JENJANG PENDIDIKAN DIPLOMA TIGA (D-III) Mata Kuliah SKS Kel
PROGRAM DIPLOMA TEKNIK KOMPUTER VISI Menjadi program studi unggulan di bidang perangkat keras sehingga diterima sebagai panutan dalam pendidikan dan pengembangan teknologi di Indonesia. MISI 1. Menghasilkan
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Penelitian mengenai pengenalan wajah termotivasi oleh banyaknya aplikasi praktis yang diperlukan dalam identifikasi wajah. Pengenalan wajah sebagai salah satu dari teknologi
Lebih terperinciKARTU HASIL STUDI ( KHS )
TAHUN AKADEMIK : 2010/2011 : I 1 PK2SI101 Pendidikan Agama A 4 2 8 2 PK2SI102 Pendidikan Pancasila A 4 2 8 3 PK2SI103 Bahasa Inggris B 3 2 6 4 KK2SI104 Pengantar Ilmu Ekonomi B 3 2 6 5 KB2SI105 Pengantar
Lebih terperinciKARTU HASIL STUDI ( KHS )
TAHUN AKADEMIK : 2007/2008 : I 1 PK2SI101 Pendidikan Agama A 4 2 8 2 PK2SI102 Pendidikan Pancasila A 4 2 8 3 PK2SI103 Bahasa Inggris A 4 2 8 4 KK2SI104 Pengantar Ilmu Ekonomi A 4 2 8 5 KB2SI105 Pengantar
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perpustakaan merupakan tempat koleksi buku berada. Meskipun perpustakaan dapat bertujuan untuk menyediakan koleksi buku untuk perseorangan, namun perpustakaan
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Hasil Eksplorasi Data Diagram kotak garis merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran, dan kemiringan pola sebaran. Gambaran
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 1.1. Desain Penelitian Desain penelitian atau tahapan yang akan dilakukan pada penelitian ini dapat dilihat pada Gambar 3.1 sebagai berikut. Studi Literatur 1. Logika Fuzzy 2.
Lebih terperinciPembersihan Data Lingkungan Pengembangan Sistem HASIL DAN PEMBAHASAN
3 Nilai fuzzy support bagi frequent sequence dengan ukuran k diperoleh dengan mengkombinasikan frequent sequence dengan ukuran k-1. Proses ini akan berhenti jika tidak memungkinkan lagi untuk membangkitkan
Lebih terperinciBAB 5 UJI COBA DAN ANALISA HASIL
BAB 5 UJI COBA DAN ANALISA HASIL Pada bab ini diuraikan mengenai lingkungan uji coba, hasil uji coba serta analisa hasil uji coba dari perangkat lunak. 5.1 Lingkungan Lingkungan uji coba merupakan komputer
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang, rumusan masalah, tujuan pembahasan, ruang lingkup kajian, dan sistematika penulisan yang digunakan dalam membangun Sistem Informasi
Lebih terperinciBAB I PENDAHULUAN. Sebuah toko komputer ingin membangun suatu database yang isinya tidak
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah toko komputer ingin membangun suatu database yang isinya tidak hanya komponen-komponen dasar komputer, tetapi juga informasi yang dapat membantu dalam
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengelolaan barang-barang dagangan yang mempunyai tanggal kadaluarsa harus dikelola dengan benar karena setiap barang mempunyai jangka waktu kadaluarsa yang
Lebih terperinciBAB 1 PENDAHULUAN Pengantar
1 BAB 1 PENDAHULUAN 1.1. Pengantar Pada awalnya komputer hanya dapat digunakan oleh mereka yang ahli, peneliti dan orang-orang yang punya keahlian khusus. Kini penggunaan komputer tidak lagi hanya terbatas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN AKHIR DENGAN METODE GAP/PROFILE MATCHING PADA FAKULTAS TEKNOLOGI INFORMASI UNISKA MAAB
Technologia Vol 7, No.4, Oktober Desember 2016 209 SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN AKHIR DENGAN METODE GAP/PROFILE MATCHING PADA FAKULTAS TEKNOLOGI INFORMASI UNISKA MAAB Mokhamad Ramdhani Raharjo,
Lebih terperinciKurikulum Program Sarjana Ilmu Kelautan Tahun Fakultas Perikanan dan Ilmu Kelautan Institut Pertanian Bogor
Matakuliah PPPKU 1I 2II sks MK dalam Kelengkapan**** Kurikulum Bobot Unit/ Jur/ Fak Smt Kode MK Nama Mata Kuliah* Institusiona Silabus SAP Bobot Tugas*** sks Deskrip Penyelenggara Inti** si l -1-2 -3-4
Lebih terperinciDISTRIBUSI MATA KULIAH PER SEMESTER PROGRAM STUDI SISTEM INFORMASI JENJANG PENDIDIKAN STRATA SATU (S1) Mata Kuliah
DISTRIBUSI MATA KULIAH PER SEMESTER PROGRAM STUDI SISTEM INFORMASI JENJANG PENDIDIKAN STRATA SATU (S1) SEMESTER 1 SKS Kel 1. DU-21102 Bahasa Inggris 1 1 BB 2. DK-11204 Kalkulus 1 2 KK 3. DK-11206 Logika
Lebih terperinciBAB IV HASIL & UJI COBA
BAB IV HASIL & UJI COBA Aplikasi edge detection yang penulis rancang dengan menerapkan algoritma canny dapat dibuat dengan baik dan pengujian yang akan ditampilkan diharapkan bisa menampilkan cara kerja
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 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, sering dijumpai sikap atau tingkah laku individu yang berbeda dalam merespon sesuatu yang sama. Hal tersebut disebabkan karena
Lebih terperinci4 BAB 4 IMPLEMENTASI DAN PENGUJIAN
4 BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Implementasi adalah penerapan hasil perancangan yang telah dilakukan pada tahap analisis dan perancangan sistem. Hasil perancangan diterapkan menjadi
Lebih terperinci3.1 Metode Pengumpulan Data
BAB 3 METODE PENELITIAN 3.1 Metode Pengumpulan Data Sebuah penelitian memerlukan pengumpulan data dan metode pengumpulan data karena sangat berpengaruh terhadap akurasi dan kualitas data yang digunakan
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI
84 BAB IV IMPLEMENTASI DAN EVALUASI Pada bab ini akan dibahas mengenai implementasi sistem yaitu spesifikasi sistem dan cara menggunakan aplikasi segmentasi citra dengan menggunakan metode Fuzzy C- Means
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah SMA Negeri Sumatera Selatan merupakan salah satu SMA yang menjadi pusat perhatian bagi siswa SMP di provinsi Sumatera Selatan. SMA yang berdiri dibawah naungan
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah 1.2. Rumusan Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Seorang investor tentu akan kesulitan dalam menanamkan modalnya apabila perusahaan yang ditawarkan cukup banyak jumlahnya, dengan biaya investasi, risiko kegagalan,
Lebih terperinci4 HASIL DAN PEMBAHASAN
27 4 HASIL DAN PEMBAHASAN 4. Rancangan Arsitektur Sistem Arsitektur sistem yang akan dikembangkan dari penelitian ini terdiri dari 2 Komponen, yaitu: Komponen pertama adalah Komponen web, yaitu bagian
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Beberapa tahun yang lalu pada umumnya pada perpustakaan masih menggunakan sistem manual. Sistem manual itu menuntut ketelitian dari pihak manajemen perpustakaan.
Lebih terperinciBAB I PENDAHULUAN 1-1
BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Proses pengambilan keputusan pada dasarnya adalah memilih suatu alternatif untuk menyelesaikan suatu permasalahan. Adapun permasalahan yang sering muncul adalah
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam pengaturan jadwal mata kuliah dan kelas pada awal semester Ketua Program Studi membutuhkan persiapan kelas untuk memprediksi kelas yang akan dibuka serta
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM IV.1. Implementasi Sistem Perancangan aplikasi ini membahas tentang sistem produksi yang ada pada PT. Intan Havea dengan menggunakan media website. Dimana sebagian
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi informasi mempunyai pengaruh yang besar dalam berbagai aspek kehidupan masyarakat karena sudah merupakan bagian dari kehidupan masyarakat. Dunia pendidikan,
Lebih terperinciBAB 1 PENDAHULUAN Pengantar
BAB 1 PENDAHULUAN 1.1. Pengantar Komputer merupakan suatu perangkat elektronika yang dapat menerima dan mengolah data menjadi informasi, menjalankan program yang tersimpan dalam memori, serta dapat bekerja
Lebih terperinciBAB V IMPLEMENTASI SISTEM. pemilihan bahasa pemroggraman yang digunakan, pemilihan teknologi, kebutuhan
88 BAB V IMPLEMENTASI SISTEM Bab ini menjelaskan tentang implementasi sistem yang menguraikan tentang pemilihan bahasa pemroggraman yang digunakan, pemilihan teknologi, kebutuhan alat dan spesifikasi yang
Lebih terperinciMATA KULIAH SEMESTER GANJIL
N O MATA KULIAH SEMESTER KODE MATA KULIAH Distribusi Mata Kuliah Ganjil dan Genap Program Studi S1 Matematika Jur. Matematika FMIPA UB (KURIKULUM LAMA 2011 DAN KURIKULUM BARU 2015) KURIKULUM 2015 KETERANGAN
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dengan semakin berkembangnya teknologi informasi, pemakaian komputer sebagai pengolah dan pemroses data sangat diperlukan dalam berbagai bidang pekerjaan. Salah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Desain Penelitian Gambar 3. 1 Desain Penelitian Pemilihan Mahasiswa Berprestasi 28 29 3.2. Metode Penelitian 1.2.1. Metode Pengumpulan Data Metode pengumpulan data yang
Lebih terperinciDokumen Kurikulum Program Studi : Teknik Informatika. Lampiran II
Dokumen Kurikulum 2013-2018 Program Studi : Teknik Informatika Lampiran II Sekolah Teknik Elektro dan Infomatika Institut Teknologi Bandung Bidang Akademik dan Kemahasiswaan Institut Teknologi Bandung
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Desain penelitian untuk Sistem Optimalisasi Produksi ini menggunakan
BAB 3 METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk Sistem Optimalisasi Produksi ini menggunakan model sekuensial linier. Desain penelitian untuk sistem optimalisasi produksi ini
Lebih terperinciGambar 3.1 Desain penelitian
BAB III METODE PENELITIAN 3.1 Desain penelitian Berikut adalah gambar metode penelitian yang digunakan: Studi Literatur Penentuan lokasi dan variable penelitian Menetukan kebutuhan data yang akan digunakan
Lebih terperinciJurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN
Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari 2017 50 APLIKASI KLASIFIKASI ALGORITMA C4.5 (STUDI KASUS MASA STUDI MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS MULAWARMAN
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Kebutuhan Sistem Untuk implementasi sistem ini ada beberapa spesifikasi perangkat lunak dan perangkat keras yang dibutuhkan. 4.1.1 Kebutuhan Perangkat Keras Perangkat
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Pengantar Pendahuluan 1.2 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Pengantar Pendahuluan Kehadiran teknologi informasi memang dirasakan manfaatnya dalam mempermudah kegiatan dan kerja manusia dalam melakukan pekerjaannya. Lembaga bisnis pastilah
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. Bab IV berisi tentang implementasi dan evaluasi sistem.
BAB IV IMPLEMENTASI DAN EVALUASI Bab IV berisi tentang implementasi dan evaluasi sistem. 4.1 Implementasi Untuk dapat menjalankan sistem sesuai rancangan yang telah dibuat, dibutuhkan spesifikasi minimum
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Pendahuluan 1.2 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Pendahuluan Seiring perkembangan jaman kebutuhan manusia terus bertambah sehingga teknologi informasi diperlukan untuk memenuhi kebutuhan tersebut dalam berbagai bidang. Komputer
Lebih terperinci1.1 Latar Belakang Masalah
BAB 1. PENDAHULUAN Pada bab 1 ini menjelaskan tentang pendahuluan dalam menyusun dokumentasi dan pembuatan aplikasi 1.1 Latar Belakang Masalah PT. Adhikarya Busana merupakan sebuah perusahaan yang bergerak
Lebih terperinci1.1 Latar Belakang Masalah
BAB 1. PENDAHULUAN Bab ini digunakan untuk mengemukakan latar belakang, rumusan masalah, tujuan, batasan masalah, dan sistematika pembahasan dalam melakukan penelitian terhadap pengembangan aplikasi website
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
87 BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang hasil dari perancangan sistem informasi keluar masuk barang dengan metode fifo berbasis akuntansi pada CV. Cs Service
Lebih terperinciBAB 1
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Daerah Istimewa Yogyakarta dikenal secara luas sebagai Kota Pelajar. Banyak pelajar dari luar provinsi memutuskan untuk mengenyam pendidikan di provinsi DIY.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alat Penelitian Alat yang akan digunakan dalam penelitian ini meliputi software, hardware, metode, dan teknik dalam penelitian. 3.1.1 Perangkat Lunak/Software Untuk melakukan
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Penjurusan siswa kelas X SMA yang akan naik ke kelas XI bertujuan untuk mengarahkan peserta didik agar dapat lebih fokus mengembangkan kemampuan dan minat
Lebih terperinciBAB III PEMBAHASAN. Perancangan Antarmuka meliputi perancangan struktur menu dan perancangan tampilan pada tampilan user.
BAB III PEMBAHASAN 3.1 Perancangan Antarmuka Perancangan Antarmuka meliputi perancangan struktur menu dan perancangan tampilan pada tampilan user. 3.1.1 Perancangan Struktur Menu User Pembuatan Aplikasi
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Universitas Kristen Duta Wacana atau UKDW merupakan salah satu perguruan tinggi yang terletak di Yogyakarta. Universitas Kristen Duta Wacana berdiri pada tanggal
Lebih terperinci