UCAPAN TERIMA KASIH. Perbandingan Metode SOM/Kohonen Dengan Adaptive Resonance Theory 2
|
|
- Sucianty Budiono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 UCAPAN TERIMA KASIH Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa atas segala rahmat dan hidayah-nya penulis dapat menyelesaikan tesis dengan judul Perbandingan Metode SOM/Kohonen Dengan Adaptive Resonance Theory 2 Pada Data Mining Perusahaan Retail Dalam menyelesaikan tesis ini penulis mendapatkan banyak sekali bantuan, bimbingan dan dorongan dari berbagai pihak. Oleh karena itu penulis ingin mengucapkan terima kasih kepada semua pihak yang telah membantu dalam penyelesaian tesis ini, antara lain Rektor Universitas Udayana Prof. Dr. dr. Ketut Suastika, Sp.PD.KEMD atas kesempatan dan fasilitas yang diberikan kepada penulis untuk mengikuti dan menyelesaikan pendidikan Program Magister di Universitas Udayana. Direktur Program Pascasarjana Universitas Udayana yang dijabat oleh Prof. Dr. dr. A.A. Raka Sudewi, Sp.S(K), Prof. Dr. Made Budiarsa, M.A. sebagai Asisten Direktur I Program Pascasarjana Universitas Udayana, serta Prof. Made Sudiana Mahendra, Ph.D. sebagai Asisten Direktur II Program Pascasarjana Universitas Udayana atas kesempatan yang diberikan kepada penulis untuk menjadi mahasiswa Program Magister pada Program Pascasarjana Universitas Udayana. Prof. Ir. I. A. Dwi Giriantari, M.Eng.Sc., Ph.D. selaku Kepala Program Studi Magister Teknik Elektro atas bimbingan dan motivasinya. Prof. Dr. IKG Darma Putra, S.Kom., M.T. selaku dosen pembimbing I, atas bimbingan, pengarahan, saran, dan dukungan selama penyusunan tesis ini. Ir. Linawati, M.Eng.Sc., Ph.D. selaku dosen pembimbing II yang dengan penuh perhatian dan kesabaran telah memberikan bimbingan dan saran kepada penulis. Seluruh Dosen khususnya dosen Program Magister Teknik Elektro Universitas Udayana atas ilmu vi
2 yang telah diberikan. Prof. Ir. Rukmi Sari Hartati, M.T., Ph.D., Dr. Ir. Made Sudarma, M.A.Sc, NMAE Dewi Wirastuti, S.T., M.Sc., Ph.D., yang telah memberikan masukan, saran, sanggahan, dan koreksi sehingga tesis ini dapat terwujud. Pada kesempatan ini, penulis juga menyampaikan rasa terima kasih kepada Orang tuaku tercinta A.A. Raka dan Ni Made Partini yang tiada hentinya memberikan doa, semangat, dan pengorbanan yang sangat besar. Saudari A.A. Mas Aditya Prasanthi yang telah meluangkan waktu untuk melakukan proses penyuntingan laporan ini. Teman-teman seperjuangan Manajemen Sistem Informasi dan Komputer atas semangat dan dukungannya. Semua pihak yang telah membantu dalam penyusunan laporan ini yang tidak dapat kami sebutkan satu per satu. Penulis menyadari bahwa penulisan tesis yang telah dibuat masih jauh dari kesempurnaan. Oleh karena itu, penulis sangat mengharapkan kritik dan saran yang membangun dari pembaca. Denpasar, Agustus 2016 Penulis vii
3 ABSTRAK PERBANDINGAN METODE SOM/KOHONEN DENGAN ADAPTIVE RESONANCE THEORY 2 PADA DATA MINING PERUSAHAAN RETAIL Perusahaan ritel adalah perusahaan yang bergerak dalam bidang transaksi jual beli dalam jumlah kecil, satuan, atau eceran. Usaha ritel ini memiliki peranan penting dalam dunia perekonomian, karena tanpa usaha ritel, suatu barang dari produsen tidak akan sampai di tangan konsumen. Objek penelitian pada penelitian ini adalah UD. Fenny, yang merupakan perusahaan ritel yang menjual bahan dan alat membuat kue. Permasalah yang dihadapi oleh perusahaan ini adalah kesulitan untuk mengidentifikasi pelanggan potensial agar strategi pemasaran lebih tepat sasaran. Untuk melakukan proses identifikasi pelanggan, dilakukan proses data mining pada data pelanggan dengan metode clustering. Penelitian ini dilakukan dalam dua tahap, tahap pertama adalah persiapan data dan tahap kedua adalah proses clustering pada data yang telah disiapkan. metode clustering yang digunakan adalah Metode Self Organizing Map dan Adaptive Resonance Theory 2. Kedua metode tersebut merupakan metode yang menerapkan kecerdasaran buatan yaitu jaringan saraf tiruan. Sebelum dilakukan proses mining, data dibentuk menjadi datamart dengan model RFM atau Recency, Frequency, dan Monetary. Perbandingan metode dilakukan dengan kombinasi parameter pada masing-masing metode untuk mendapatkan cluster yang sempurna. Kesempurnaan cluster diukur dengan menggunakan indeks validasi Davies-Bouldin, Dunn Index dan Silhouette Index. Berdasarkan hasil penelitian, nilai indeks Davies-Bouldin terendah, indeks Dunn tertinggi dan Silhouette Index yang mendekati satu didapatkan dari metode Self Organizing Map. Dalam hal ini metode Self Organizing Map dapat mengelompokkan data dengan lebih baik. Metode Adaptive Resonance Theory mampu memberikan lebih banyak pola setiap perubahan konfigurasi parameter. Hal ini dapat dilihat dari nilai indeks validasi cluster yang lebih beragam pada metode Adaptive Resonance Theory 2 dibandingkan metode Self Organizing Map Kata kunci : data mining, jaringan saraf tiruan, Self Organizing Map, Adaptive Resonance Theory II viii
4 ABSTRACT COMPARISON BETWEEN METHOD OF SOM / KOHONEN AND ADAPTIVE RESONANCE THEORY 2 ON DATA MINING RETAIL COMPANY Retail company is a company that specializes in buying and selling in small quantities, units, or retail. The retail business has an important role in the economic world, because without a retail business, a product of the manufacturer will not be delivery to the consumers. The object of research in this study is UD. Fenny, which is a retail company that sells materials and tools to make a cake. Problems faced by these companies is the difficulty to identify potential customers in order to better targeted marketing strategies. In order to perform the customer identification process, it is carried out the process of data mining in customer data clustering method. This research was conducted in two stages, the first stage is the preparation of data and the second stage is the process of clustering on the data that has been prepared. Clustering method used is the method of Self Organizing Map and Adaptive Resonance Theory 2. Both methods are methods that apply artificial neural network. Before the mining process, the data is formed into a datamart model or Recency Frequency Monetary RFM. Comparison of methods are performed by parameters for each method to obtain perfect cluster. Perfection cluster validation index is measured by using Davies-Bouldin, Dunn Index and Index Silhouette. Based on the results of study, the lowest Davies-Bouldin index value, highest Index Dunn, and Silhouette Index near by one is obtained from Self Organizing Map method. In this case, the method of Self Organizing Map can group the data better. Adaptive Resonance Theory method is able to provide more patterns in each parameter configuration changing. It can be seen from the cluster validation index values are more diverse in the method of Adaptive Resonance Theory 2 compared to Self Organizing Map method. Keywords: data mining, neural networks, Self Organizing Map, Adaptive Resonance Theory 2 ix
5 DAFTAR ISI SAMPUL DALAM... i PRASYARAT GELAR... ii LEMBAR PENGESAHAN... iii PENETAPAN PANITIA PENGUJI... iv PERNYATAAN KEASLIAN PENELITIAN... v UCAPAN TERIMA KASIH... vi ABSTRAK... viii ABSTRACT... ix DAFTAR ISI... x DAFTAR TABEL... xii DAFTAR GAMBAR... xiv BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Keaslian Penelitian... 4 BAB II TINJAUAN PUSTAKA State of The Art Data Mining Tahapan Data Mining dengan CRISP-DM Customer Relationship Management Model RFM Jaringan Saraf Tiruan Perbandingan Jaringan Saraf Biologis dan Tiruan Unit Jaringan Saraf Tiruan Pembelajaran Terawasi (Supervised Learning) Pembelajaran Tak Terawasi (Unsupervised Learning) Jaringan SOM/Kohonen (Self-Organizing Map) Arsitektur SOM Algoritma SOM Jarak Antar Neuron (Fungsi Jarak) Adaptive Resonance Theory (ART) Arsitektur Dasar Arsitektur ART Parameter ART Algoritma Pembelajaran ART Indeks Validitas Cluster Davies-Bouldin Index x
6 2.9.2 Dunn Index Silhouette Index BAB III METODE PENELITIAN Tempat dan Waktu Penelitian Sumber Data Alur Penelitian Kebutuhan Perangkat Keras dan Perangkat Lunak Perancangan Sistem Gambaran Umum Sistem Persiapan Data Datamart dengan Nilai RFM Pemodelan RFM, Metode SOM dan ART Evaluasi dan Analisis Metode BAB IV HASIL DAN PEMBAHASAN Persiapan Data Pengujian Sistem Tujuan Pengujian Skenario Pengujian Pengujian Data Pelanggan Tahun Analisis Hasil Pengujian Metode SOM Analisis Hasil Pengujian Metode ART Analisis Perbandingan Metode SOM dan ART 2 pada Dataset Proses Segmentasi Pelanggan pada Dataset Tahun Segmentasi Pelanggan Metode SOM Segmentasi Pelanggan Metode ART Pengujian Data Pelanggan Tahun Analisis Hasil Pengujian Metode SOM Analisis Hasil Pengujian Metode ART Analisis Perbandingan Metode SOM dan ART 2 pada Dataset Proses Segmentasi Pelanggan pada Dataset Tahun Segmentasi Pelanggan Metode SOM Segmentasi Pelanggan Metode ART Analisis Perbandingan Dataset Tahun 2009 dan Analisis Perbandingan Kompleksitasi Metode BAB V SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA xi
7 DAFTAR TABEL Tabel 2.1 Daftar Penelitian Tabel 2.2 Pembagian Pelanggan pada Perusahaan Retail dengan Model RFM Tabel 2.3. Perbandingan Jaringan Saraf Biologis dan Tiruan Tabel 2.4 Klasifikasi Jaringan Saraf Tiruan Tabel 2.5 Notasi Perumusan Indeks Validasi Clustering Tabel 3.1 Struktur Tabel tbcustomer Tabel 3.2 Struktur Tabel tbbarang Tabel 3.3 Struktur Tabel tbmasterjual Tabel 3.4 Struktur Tabel tbdetiljual Tabel 3.5 Struktur Tabel tbmasterpiutang Tabel 3.6 Struktur Tabel tbdetilpiutang Tabel 3.7 Data Parsial dari Database UD. Fenny Tabel 3.8 Struktur Tabel Summary Tabel 3.9 Hasil Query Database Tabel 3.10 Domain Value RFM Tabel 3.11 Deskripsi Kelas Pelanggan Tabel 3.12 Deskripsi Kelas Pelanggan Superstar Tabel 3.13 Deskripsi Kelas Pelanggan Golden Tabel 3.14 Deskripsi Kelas Pelanggan Typical Tabel 3.15 Deskripsi Kelas Pelanggan Occasion Tabel 3.16 Deskripsi Kelas Pelanggan Everyday Tabel 3.17 Deskripsi Kelas Pelanggan Dormant Tabel 4.1 Hasil Query Database Tabel 4.2 Hasil Query Matlab Tabel 4.3 Data Setelah Diskalakan Tabel 4.4 Kombinasi Nilai Parameter SOM dan ART Tabel 4.5 Hasil Pengujian Metode SOM Dataset Tahun Tabel 4.6 Hasil Pengujian Metode ART 2 Dataset Tahun Tabel 4.7 Cluster Terbaik Hasil Pengujian Metode SOM Dataset Tahun Tabel 4.8 Cluster Terbaik Hasil Pengujian Metode ART 2 Dataset Tahun Tabel 4.9 Nilai Indeks Validasi Metode SOM dan ART 2 Dataset Tahun Tabel 4.10 Rentang Nilai Recency Dataset Tahun Tabel 4.11 Rentang Nilai Frequency Dataset Tahun Tabel 4.12 Rentang Nilai Monetary Dataset Tahun Tabel 4.13 Profil Cluster Pelanggan Metode SOM Dataset Tahun Tabel 4.14 Profil Cluster Pelanggan Metode ART 2 Dataset Tahun xii
8 Tabel 4.15 Hasil Pengujian Metode SOM tahun Tabel 4.16 Hasil Pengujian Metode ART 2 Tahun Tabel 4.17 Cluster Terbaik Hasil Pengujian Metode SOM Dataset Tahun Tabel 4.18 Cluster Terbaik Hasil Pengujian Metode ART 2 Dataset Tahun Tabel 4.19 Nilai Indeks Validasi Metode SOM dan ART 2 Dataset Tahun Tabel 4.20 Rentang Nilai Recency Dataset Tahun Tabel 4.21 Rentang Nilai Frequency Dataset Tahun Tabel 4.22 Rentang Nilai Monetary Dataset Tahun Tabel 4.23 Profil Cluster Pelanggan Metode SOM Dataset Tahun Tabel 4.24 Profil Cluster Pelanggan Metode ART 2 Dataset Tahun Tabel 4.25 Rangkuman Perbandingan Dataset Tahun 2009 dan xiii
9 DAFTAR GAMBAR Gambar 2.1 Siklus Hidup Pengembangan Data Mining Gambar 2.2 Rincian Tahapan CRISP-DM Gambar 2.3 Framework Klasifikasi Data Mining pada CRM Gambar 2.4 Struktur Jaringan Saraf Biologis Gambar 2.5 Struktur Jaringan Saraf Tiruan Gambar 2.6 Pembelajaran Terawasi (Supervised Learning) Gambar 2.8 Arsitektur Self-Organizing Map Gambar 2.9 Arsitektur ART Gambar 3.1 Gambaran Umum Sistem Gambar 3.2 Skema Relasi Tabel Gambar 3.3 Tabel-tabel pada Sistem yang Dibangun Gambar 3.4 Program Pentaho Data Integration Gambar 4.1 Grafik Nilai Davies-Bouldin Index Metode SOM Dataset Tahun Gambar 4.2 Grafik Nilai Dunn Index Metode SOM Dataset Tahun Gambar 4.3 Grafik Nilai Silhouette Index Metode SOM Dataset Tahun Gambar 4.4 Grafik Nilai Davies-Bouldin Index Metode ART 2 Dataset Tahun Gambar 4.5 Grafik Nilai Dunn Index Metode ART 2 Dataset Tahun Gambar 4.6 Grafik Nilai Silhouette Index Metode ART 2 Dataset Tahun Gambar 4.7 Grafik Jumlah Cluster Metode ART 2 Dataset Tahun Gambar 4.8 Antarmuka Metode SOM Dataset Tahun Gambar 4.9 Grafik Cluster Frequency-Recency Metode SOM Dataset Tahun Gambar 4.10 Grafik Cluster Monetary-Recency Metode SOM Dataset Tahun Gambar 4.11 Grafik Cluster Monetary-Frequency Metode SOM Dataset Tahun Gambar 4.12 Antarmuka Metode ART 2 Dataset Tahun Gambar 4.13 Grafik Cluster Frequency-Recency Metode ART 2 Dataset Tahun Gambar 4.14 Grafik Cluster Monetary-Recency Metode ART 2 Dataset Tahun Gambar 4.15 Grafik Cluster Monetary-Frequency Metode ART 2 Dataset Tahun Gambar 4.16 Grafik Nilai Davies-Bouldin Index Metode SOM Dataset Tahun Gambar 4.17 Grafik Nilai Dunn Index Metode SOM Dataset Tahun Gambar 4.18 Grafik Nilai Silhouette Index Metode SOM Dataset Tahun xiv
10 Gambar 4.19 Grafik Nilai Davies-Bouldin Index Metode ART 2 Dataset Tahun Gambar 4.20 Grafik Nilai Dunn Index Metode ART 2 Dataset Tahun Gambar 4.21 Grafik Nilai Silhouette Index Metode ART 2 Dataset Tahun Gambar 4.22 Grafik Jumlah Cluster Metode ART 2 Dataset Tahun Gambar 4.23 Antarmuka Metode SOM Dataset Tahun Gambar 4.24 Grafik Cluster Frequency-Recency Metode SOM Dataset Tahun Gambar 4.25 Grafik Cluster Monetary-Recency Metode SOM Dataset Tahun Gambar 4.26 Grafik Cluster Monetary-Frequency Metode SOM Dataset Tahun Gambar 4.27 Antarmuka Metode ART 2 Dataset Tahun Gambar 4.28 Grafik Cluster Frequency-Recency Metode ART 2 Dataset Tahun Gambar 4.29 Grafik Cluster Monetary-Recency Metode ART 2 Dataset Tahun Gambar 4.30 Grafik Cluster Monetary-Frequency Metode ART 2 Dataset Tahun xv
11 BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan ritel adalah perusahaan yang bergerak dalam bidang transaksi jual beli dalam jumlah kecil, satuan, atau eceran. Usaha ritel ini memiliki peranan penting dalam dunia perekonomian, karena tanpa usaha ritel suatu barang dari produsen tidak akan sampai di tangan konsumen. UD. Fenny merupakan perusahaan ritel yang menjual bahan kue, berlokasi di Jalan Nakula, Denpasar. Sejak tahun 2006 UD. Fenny telah menggunakan sistem informasi untuk menangani point of sales (POS) dan sistem inventory. Database UD. Fenny bertambah dengan cepat dari tahun ke tahun. Ukuran database yang bertambah dengan cepat disebabkan oleh volume transaksi yang tinggi, jumlah pelanggan yang banyak dan jenis barang yang beragam. Saat ini terdapat hampir tiga juta transaksi penjualan, pelanggan, dan jenis barang. Jumlah record transaksi ini bertambah secara signifikan dari tahun ke tahun. Jumlah record transaksi yang besar ternyata menyebabkan pihak manajemen sulit untuk menentukan keputusan-keputusan bisnis yang terkait dengan masalah strategi pemasaran. Akibatnya perusahaan sering kehilangan pelanggan yang potensial menjadi pelanggan loyal dan biaya pemasaran terkadang tidak tepat sasaran. Kondisi seperti ini disebut data rich, poor information, atau kebanjiran data, namun miskin informasi. Untuk mengatasi permasalahan tersebut, dilakukan proses customer identification atau pengenalan pelanggan. Salah satu cara untuk melakukan hal tersebut adalah customer segmentation. Tujuan utama melakukan customer 1
12 2 segmentation adalah untuk mengetahui tingkah laku pelanggan. Pelanggan dapat disegmentasi dengan mengacu pada beberapa variabel. Salah satu model yang sering digunakan adalah model RFM (Recency, Frequency, dan Monetary). Recency menggambarkan waktu pembelian akhir dari pelanggan yang diukur dalam satuan hari, minggu, bulan maupun tahun. Frequency menggambarkan jumlah total kedatangan pelanggan yang diukur dalam rentang waktu tertentu, dan monetary menggambarkan jumlah uang yang dibelanjakan oleh pelanggan. Proses data mining dilakukan untuk melakukan segmentasi pada database besar. Menurut Berry dan Linoff (2004) data mining adalah proses untuk mengekstraksi atau mendeteksi pola-pola yang tersembunyi dari sebuah database besar. Salah satu teknik data mining yang digunakan untuk menyelesaikan permasalahan segmentasi adalah clustering. Clustering merupakan penggugusan data ke dalam kelompok-kelompok secara alami. Dengan melakukan clustering, maka data yang memiliki kemiripan pola akan berada pada cluster yang sama dan data yang berbeda pola akan berada pada cluster yang berbeda. Terdapat bermacam-macam metode untuk melakukan clustering, mulai dari metode sederhana dengan menggunakan statistik hingga metode kompleks dengan menggunakan kecerdasan buatan. Salah satu metode clustering adalah dengan menggunakan jaringan saraf tiruan atau neural network. Jaringan saraf tiruan merupakan sistem pemrosesan informasi yang mempunyai karakteristik kinerja tertentu seperti jaringan saraf biologis. Jaringan saraf tiruan telah dikembangkan sebagai generalisasi model matematik dari kognisi manusia atau saraf biologis. Metode jaringan saraf tiruan yang digunakan untuk melakukan clustering adalah metode jaringan saraf yang menggunakan paradigma pembelajaran tidak terawasi
13 3 (unsupervised). Terdapat dua metode jaringan saraf tiruan dengan pembelajaran tidak terawasi yaitu metode SOM/Kohonen dan Adaptive Resonance Theory 2. Penelitian ini dilakukan proses data mining untuk menyelesaikan masalah segmentasi pelanggan pada perusahaan ritel UD. Fenny dengan menggunakan metode SOM/Kohonen dan Adaptive Resonance Theory 2 (ART 2). Atribut RFM data pelanggan akan di-cluster dengan kedua metode secara bergantian dan akan dianalisis unjuk kerja dari kedua metode tersebut. Perbandingan kinerja metode yang dilakukan berkaitan dengan input data, struktur jaringan saraf tiruan dan output berupa hasil cluster yang dihasilkan oleh kedua metode tersebut. Penilaian tingkat keberhasilan metode dalam menentukan cluster terbaik diukur dengan menggunakan validasi cluster Davies-Bouldin Index, Dunn Index, dan Silhouette Index. 1.2 Rumusan Masalah Berdasarkan latar belakang di atas, maka dapat dirumuskan masalah dari penelitian ini adalah bagaimana perbandingan kinerja metode SOM/Kohonen dan Adaptive Resonance Theory 2 untuk clustering data pelanggan dengan model RFM (Recency, Frequency, Monetary). 1.3 Batasan Masalah Dengan luasnya cakupan yang dapat terkait dengan tesis ini dan untuk keseragaman pemahaman dalam penelitian, maka terdapat batasan-batasan yang perlu diberlakukan pada tesis ini. Batasan-batasan tersebut adalah: 1. Proses clustering dengan algoritma SOM/Kohonen dan Adaptive Resonance Theory 2 akan diterapkan pada data yang sama dan akan dilakukan
14 4 perbandingan terhadap hasil clustering tersebut dengan menggunakan validasi cluster Davies-Bouldin Index, Dunn Index, dan Silhouette Index. 2. Setelah proses perbandingan metode dilakukan, hanya akan dilakukan proses pengenalan karakteristik masing-masing cluster yang dianggap terbaik dengan menggunakan parameter Recency, Frequency dan Monetary. 3. Untuk menjaga kerahasiaan data pelanggan, maka hanya ditampilkan kode pelanggan saat proses pengambilan data. 1.4 Tujuan Tujuan yang diharapkan setelah tesis ini dilakukan adalah untuk membuat suatu aplikasi yang dapat digunakan untuk melakukan simulasi data mining dengan menggunakan jaringan saraf tiruan SOM/Kohonen dan Adaptive Resonance Theory 2 pada data mining perusahaan retail. Hasil dari penelitian ini adalah perbandingan kinerja metode clustering dalam melakukan pengelompokan data yang diukur dengan nilai dari masing-masing metode validasi clustering. 1.5 Keaslian Penelitian Penelitian sebelumnya yang sejenis adalah penelitian Cheng dengan judul Classifying the segmentation of customer value via RFM model and RS theory, menggunakan metode K-Means dan Rough Theory serta pemodelan RFM. Penelitian lain dengan metode Jaringan saraf tiruan untuk proses data mining akan dipaparkan pada state of the art.
15 RFM RS Chernoff s faces SOM ART 1 ART 2 C4.5 DEA Neuro-Fuzzy Davies Buoldin Bagaimana perbandingan kinerja metode SOM/Kohonen dan Adaptive Resonance Theory 2 untuk clustering data pelanggan dengan model RFM Shilhouette UD. Fenny Dunn Index Gambar 1.1 Diagram Fish Bone Keaslian Penelitian 5
UCAPAN TERIMA KASIH. Perbandingan Metode SOM/Kohonen Dengan Adaptive Resonance Theory 2
UCAPAN TERIMA KASIH Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa atas segala rahmat dan hidayah-nya penulis dapat menyelesaikan tesis dengan judul Perbandingan Metode SOM/Kohonen Dengan Adaptive
Lebih terperinciSEGMENTASI PELANGGAN MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION DAN K-MEANS
SEGMENTASI PELANGGAN MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION DAN K-MEANS TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan Pendidikan Sarjana Strata Satu (S1) Program
Lebih terperinciPerbandingan Metode SOM/Kohonen dengan ART 2 pada Data Mining Perusahaan Retail
Teknologi Elektro, Vol. 16, No. 02, Mei - Agustus 2017 55 Perbandingan Metode SOM/Kohonen dengan ART 2 pada Data Mining Perusahaan Retail Anak Agung Gede Bagus Ariana 1, I Ketut Gede Darma Putra 2, Linawati
Lebih terperinciTESIS EVALUASI LAYANAN BROADBAND CAMPUS DENGAN MENGGUNAKAN FRAMEWORK COBIT 4.1 DAN ITIL 3.0 FAJAR TRI PRABOWO
TESIS EVALUASI LAYANAN BROADBAND CAMPUS DENGAN MENGGUNAKAN FRAMEWORK COBIT 4.1 DAN ITIL 3.0 FAJAR TRI PRABOWO PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2016 TESIS EVALUASI LAYANAN BROADBAND CAMPUS
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 SISTEM OPINION MINING DENGAN METODE POS TAGGING
TESIS RANCANG BANGUN SISTEM OPINION MINING DENGAN METODE POS TAGGING DAN SUPPORT VECTOR MACHINE UNTUK EKSTRAKSI DATA OPINI PUBLIK PADA LAYANAN JAMINAN KESEHATAN BALI MANDARA LUH RIA ATMARANI 1491761020
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 terperinciCustomer Segmentation Dengan Metode Self Organizing Map (Studi Kasus: UD. Fenny)
Customer Segmentation Dengan Metode Self Organizing Map (Studi Kasus: UD. Fenny) A. A. Gde Bagus Ariana STIKI Denpasar email: gungariana@yahoo.com Abstrak Saat ini persaingan bisnis pada perusahaan retail
Lebih terperinciSEGMENTASI PELANGGAN PERUSAHAAN PERHOTELAN MENGGUNAKAN METODE CLUSTERING DBSCAN DAN MODEL RFM TUGAS AKHIR
SEGMENTASI PELANGGAN PERUSAHAAN PERHOTELAN MENGGUNAKAN METODE CLUSTERING DBSCAN DAN MODEL RFM TUGAS AKHIR Diajukan Guna Memenuhi Sebagian Persyaratan Dalam Rangka Menyelesaikan Pendidikan Sarjana Strata
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN Bab Pendahuluan terdiri dari uraian latar belakang yang mendasari pembuatan tugas akhir, pengenalan masalah yang dibahas didalam tugas akhir, manfaat maupun tujuan penelitian yang ingin
Lebih terperinciKLASIFIKASI SUPERVISED LEARNING PADA TEKS BAHASA BALI DENGAN METODE INFORMATION GAIN DAN NAIVE BAYES CLASSIFIER
TESIS KLASIFIKASI SUPERVISED LEARNING PADA TEKS BAHASA BALI DENGAN METODE INFORMATION GAIN DAN NAIVE BAYES CLASSIFIER IDA BAGUS GEDE WIDNYANA PUTRA NIM 1491761007 PROGRAM MAGISTER PROGRAM STUDI TEKNIK
Lebih terperinciSEGMENTASI PELANGGAN PADA PERUSAHAAN RETAIL DENGAN METODE ART 2 DAN MODEL RFM JUDUL TUGAS AKHIR
SEGMENTASI PELANGGAN PADA PERUSAHAAN RETAIL DENGAN METODE ART 2 DAN MODEL RFM JUDUL TUGAS AKHIR Diajukan Guna Memenuhi Sebagian Persyaratan dalam Rangka Menyelesaikan Pendidikan Sarjana Strata Satu (S1)
Lebih terperinciUCAPAN TERIMAKASIH. Denpasar, Agustus Penulis
UCAPAN TERIMAKASIH Segenap puja dan puji syukur penulis panjatkan kehadapan Ida Sang Hyang Widhi Wasa sebagai sumber dari segala sumber pengetahuan, karena atas asung kertha wara nugrahanya Tesis yang
Lebih terperinciSegmentasi Pelanggan Menggunakan Metode Fuzzy C-Means dan Fuzzy Recency Frequency Monetary pada Perusahaan Furniture TUGAS AKHIR
Segmentasi Pelanggan Menggunakan Metode Fuzzy C-Means dan Fuzzy Recency Frequency Monetary pada Perusahaan Furniture TUGAS AKHIR Diajukan Guna Memenuhi Sebagian Persyaratan Dalam Rangka Menyelesaikan Pendidikan
Lebih terperinciTESIS IMPLEMENTASI ALGORITMA GENETIK DAN METODE FUZZY C-MEANS DALAM PENENTUAN KOMPETENSI MAHASISWA OLEH: ROSALIA HADI
TESIS IMPLEMENTASI ALGORITMA GENETIK DAN METODE FUZZY C-MEANS DALAM PENENTUAN KOMPETENSI MAHASISWA OLEH: ROSALIA HADI PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2016 1 TESIS IMPLEMENTASI ALGORITMA
Lebih terperinciTESIS PERENCANAAN PENEMPATAN E-NODE B 4G LTE 1800 MHZ PADA BTS EXISTING DI KOTA DENPASAR MENGGUNAKAN METODE FUZZY C-MEANS DAN HARMONY SEARCH
TESIS PERENCANAAN PENEMPATAN E-NODE B 4G LTE 1800 MHZ PADA BTS EXISTING DI KOTA DENPASAR MENGGUNAKAN METODE FUZZY C-MEANS DAN HARMONY SEARCH I KADEK SUSILA SATWIKA 1491761028 PROGRAM MAGISTER PROGRA STUDI
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Hal-hal yang dipaparkan pada Bab Tinjauan Pustaka adalah penelaahan kepustakaan yang mendasari proses perancangan dan pembuatan aplikasi meliputi data mining, Customer Relationship
Lebih terperinciBABI PENDAHULUAN. 1.1 Latar Belakang
BABI PENDAHULUAN 1.1 Latar Belakang Setiap perusahaan dituntut untuk siap menghadapi persaingan yang semakin ketat dengan perusahaan lain. Makin intensifnya persaingan yang dihadapi, telah menyebabkan
Lebih terperinciALGORITMA APRIORI MODIFIKASI DENGAN TEKNIK COMBINATION REDUCTION DAN ITERATION LIMITATION PADA KERANJANG BELANJA
TESIS ALGORITMA APRIORI MODIFIKASI DENGAN TEKNIK COMBINATION REDUCTION DAN ITERATION LIMITATION PADA KERANJANG BELANJA ADIE WAHYUDI OKTAVIA GAMA NIM 1291761013 PROGRAM MAGISTER PROGRAM STUDI MAGISTER TEKNIK
Lebih terperinciHALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK
HALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK Oleh: MOH SHOCHWIL WIDAT 2011-51-034 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
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 terperinciUCAPAN TERIMA KASIH. rahmat dan hidayah-nya penulis dapat menyelesaikan tesis dengan judul Sistem
i UCAPAN TERIMA KASIH Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa atas segala rahmat dan hidayah-nya penulis dapat menyelesaikan tesis dengan judul Sistem Deteksi Garis Pantai Dengan Algoritma
Lebih terperinciANALISIS PEMANFAATAN DATA MINING DALAM PENENTUAN VARIABEL UNTUK PREDIKSI INDEKS PRESTASI MAHASISWA MENGGUNAKAN METODE BACK-PROPAGATION NEURAL NETWORK
ANALISIS PEMANFAATAN DATA MINING DALAM PENENTUAN VARIABEL UNTUK PREDIKSI INDEKS PRESTASI MAHASISWA MENGGUNAKAN METODE BACK-PROPAGATION NEURAL NETWORK TESIS Oleh FRIENDLY 087034030/TE FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciPRA PENGOLAHAN CITRA X-RAY THORAX PADA SEGMENTASI PARU-PARU DAN JANTUNG MENGGUNAKAN ANISOTROPIC DIFFUSION DAN GUIDED IMAGE FILTER
TESIS PRA PENGOLAHAN CITRA X-RAY THORAX PADA SEGMENTASI PARU-PARU DAN JANTUNG MENGGUNAKAN ANISOTROPIC DIFFUSION DAN GUIDED IMAGE FILTER SAMPUL DALAM AGUS TOMMY ADI PRAWIRA KUSUMA NIM 1191761017 PROGRAM
Lebih terperinciPERENCANAAN STRATEGIS SISTEM INFORMASI PROMOSI PADA UPBJJ-UT DENPASAR
TESIS PERENCANAAN STRATEGIS SISTEM INFORMASI PROMOSI PADA UPBJJ-UT DENPASAR I GEDE JULIANA EKA PUTRA NIM. 1291761001 PROGRAM MAGISTER PROGRAM STUDI TEKNIK ELEKTRO PROGRAM PASCASARJANA UNIVERSITAS UDAYANA
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 State of the Art Penelitian mengenai segmentasi pasar pada sebuah perusahaan telah banyak digunakan dengan tujuan untuk mengetahui strategi pasar yang baik dan dapat menguntungkan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN CALON PENERIMA PROMO BELANJA PADA UD.MUSTAKIM MENGGUNAKAN FUZZY C-MEANS (FCM) DAN FUZZY RFM (RECENCY, FREQUENCY, MONETARY)
SISTEM PENDUKUNG KEPUTUSAN CALON PENERIMA PROMO BELANJA PADA UD.MUSTAKIM MENGGUNAKAN FUZZY C-MEANS (FCM) DAN FUZZY RFM (RECENCY, FREQUENCY, MONETARY) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk
Lebih terperinciDisusun oleh MUHAMMAD NAJIB HILMI SKRIPSI. Diajukan Sebagai Syarat untuk Mendapatkan Gelar Sarjana Pada Jurusan Statistika
PEMETAAN PREFERENSI MAHASISWA BARU DALAM MEMILIH JURUSAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) DENGAN ALGORITMA SELF ORGANIZING MAPS (SOM) (Studi Kasus di Fakultas Sains dan Matematika Universitas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Customer Relationship Management (CRM) Pelanggan adalah aset yang paling penting dari sebuah organisasi. Tidak mungkin terdapat prospek bisnis tanpa memuaskan pelanggan yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan teknologi informasi yang semakin pesat berdampak pada terjadinya penurunan substansial dalam biaya penyimpanan data, peningkatan pesat
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 terperinciTESIS PENERAPAN KOMBINASI FUZZY C-MEANS
TESIS PENERAPAN KOMBINASI FUZZY C-MEANS DAN ELECTRE (ELLIMINATION AND CHOICE TRANSLATION REALITY) UNTUK SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BESAR UANG KULIAH TUNGGAL MAHASISWA BARU ARIYADY KURNIAWAN MUCHSIN
Lebih terperincioleh WAHYUNI PUTRANTO NIM. M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN METODE GRADIENT DESCENT DAN GRADIENT DESCENT DENGAN MOMENTUM PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN KURS TENGAH RUPIAH TERHADAP DOLAR AMERIKA oleh WAHYUNI PUTRANTO NIM.
Lebih terperinciSKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD
SKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD DONY ENDRIYONO 135610017 PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI
Lebih terperinciKATA PENGANTAR Aplikasi Penginderaan Jauh dalam Mendeteksi Kebakaran Hutan Menggunakan Citra Satelit Landsat
KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Ida Sang Hyang Widhi Wasa/Tuhan Yang Maha Esa, karena atas berkat dan rahmat-nya, penulis dapat menyelesaikan tugas akhir dengan judul Aplikasi Penginderaan
Lebih terperinciMANAJEMEN RISIKO DALAM PROSES ESTIMASI BIAYA PADA PROYEK KONSTRUKSI GEDUNG BERTINGKAT DI KOTA DENPASAR
TESIS MANAJEMEN RISIKO DALAM PROSES ESTIMASI BIAYA PADA PROYEK KONSTRUKSI GEDUNG BERTINGKAT DI KOTA DENPASAR IDA AYU PRANITI TRESNA PUTRI PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2015 TESIS MANAJEMEN
Lebih terperinciREKAYASA SISTEM PENGELOMPOKAN MUSIK TERHADAP SUASANA HATI DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN K-MEANS
TESIS REKAYASA SISTEM PENGELOMPOKAN MUSIK TERHADAP SUASANA HATI DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN K-MEANS I GEDE HARSEMADI NIM 1191761015 PROGRAM PASCA SARJANA UNIVERSITAS UDAYANA DENPASAR
Lebih terperinciPENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE
TESIS PENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE KRISTIAN ADI NUGRAHA No. Mhs. : 125301833/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA
Lebih terperinciIMPLEMENTASI ADAPTIVE HYPERMEDIA SYSTEM (AHS) PADA E-LEARNING BELAJAR BAHASA JEPANG UNTUK PEMULA
IMPLEMENTASI ADAPTIVE HYPERMEDIA SYSTEM (AHS) PADA E-LEARNING BELAJAR BAHASA JEPANG UNTUK PEMULA KOMPETENSI REKAYASA PERANGKAT LUNAK SKRIPSI CHICO NAGA PURWANTO NIM. 0708605043 PROGRAM STUDI TEKNIK INFORMATIKA
Lebih terperinciRANCANG BANGUN APLIKASI EXTRACT, TRANSFORM, DAN LOAD UNTUK DATA WAREHOUSE BERBASIS WEB
i TUGAS AKHIR RANCANG BANGUN APLIKASI EXTRACT, TRANSFORM, DAN LOAD UNTUK DATA WAREHOUSE BERBASIS WEB I KADEK SASTRAWAN JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN BALI 2015 ii TUGAS
Lebih terperinciPENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS
TESIS PENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS OZZI SURIA No. Mhs : 135302011/PS/MT PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA
Lebih terperinciPENGARUH PENDIDIKAN PADA KINERJA BENDAHARA SATUAN KERJA PERANGKAT DAERAH KABUPATEN TABANAN DENGAN PELATIHAN DAN MOTIVASI SEBAGAI VARIABEL MODERASI
TESIS PENGARUH PENDIDIKAN PADA KINERJA BENDAHARA SATUAN KERJA PERANGKAT DAERAH KABUPATEN TABANAN DENGAN PELATIHAN DAN MOTIVASI SEBAGAI VARIABEL MODERASI \ NI MADE WASASIH PROGRAM PASCASARJANA UNIVERSITAS
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI INTEGRASI DATA PADA KOPERASI BHAKTI HUSADA KABUPATEN SIKKA
TESIS RANCANG BANGUN SISTEM INFORMASI INTEGRASI DATA PADA KOPERASI BHAKTI HUSADA KABUPATEN SIKKA MARIA FLORENTINA RUMBA No. Mhs.: 145302287/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA
Lebih terperinciINTEGRASI PEMBOBOTAN TF IDF PADA METODE K-MEANS UNTUK CLUSTERING DOKUMEN TEKS
i TESIS INTEGRASI PEMBOBOTAN TF IDF PADA METODE K-MEANS UNTUK CLUSTERING DOKUMEN TEKS DEDDY WIJAYA SULIANTORO No. Mhs. : 105301466/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCA SARJANA
Lebih terperinciANALISA DAN PERANCANGAN SISTEM INFORMASI PENJUALAN DAN PEMESANAN KUE BERBASIS ANDROID PADA TOKO KUE MAMA SILA HADI SULISTIANI
ANALISA DAN PERANCANGAN SISTEM INFORMASI PENJUALAN DAN PEMESANAN KUE BERBASIS ANDROID PADA TOKO KUE MAMA SILA HADI SULISTIANI 41812010141 PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS
Lebih terperinciImplementasi Metode Clustering DBSCAN pada Proses Pengambilan Keputusan
Implementasi Metode Clustering DBSCAN pada Proses Pengambilan Keputusan Ni Made Anindya Santika Devi, I Ketut Gede Darma Putra, I Made Sukarsa Jurusan Teknologi Informasi, Universitas Udayana Bukit Jimbaran,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ketika suatu organisasi tumbuh semakin besar dan pola tingkatan operasionalnya semakin tidak sederhana dan kompleks, maka secara alamiah tuntutan pihak manajemen akan
Lebih terperinciABSTRAK. : strategi bisnis, penjualan online, CRM, interaksi. Universitas Kristen Maranatha
ABSTRAK Strategi-strategi bisnis yang diterapkan oleh masing-masing perusahan dilakukan untuk memanjakan pelanggan-pelanggan terutama pelanggan yang bernilai tinggi agar tetap setia kepada perusahaan tersebut.
Lebih terperinciRANCANG BANGUN MUSEUM DIGITAL SUBAK PADA PLATFORM ANDROID
RANCANG BANGUN MUSEUM DIGITAL SUBAK PADA PLATFORM ANDROID TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan Pendidikan Sarjana Strata Satu (S1) Program Studi Teknologi
Lebih terperinciABSTRAK. Kata kunci: Market Basket Analysis, Cross-selling. Universitas Kristen Maranatha
ABSTRAK Salah satu strategi pemasaran yang dapat digunakan untuk meningkatkan volume penjualan suatu produk adalah cross selling. Penentuan cross selling produk dapat dilakukan dengan menerapkan Analisis
Lebih terperinciLAPORAN SKRIPSI SISTEM PERSEDIAAN BARANG PADA TOKO CAT BERBASIS SOFTWARE AS A SERVICES CLOUD COMPUTING
LAPORAN SKRIPSI SISTEM PERSEDIAAN BARANG PADA TOKO CAT BERBASIS SOFTWARE AS A SERVICES CLOUD COMPUTING Laporan Ini Disusun Sebagai Salah Satu Syarat Untuk Menyelesaikan Program Studi Sistem Informasi S-1
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION Nasep Muhamad Ramdan (0522135) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg.
Lebih terperinciABSTRAK. Kata Kunci : Banten, Transaksi, E-commerce
Judul : Perancangan Dan Implementasi E-Commerce Prasarana Bebantenan Berbasis Web Nama : I Made Dedik Amijaya Nim : 1208605053 Pembimbing I : Ida Bagus Made Mahendra, S.Kom, M.Kom. Pembimbing II : Agus
Lebih terperinciPENERAPAN ANALISIS KONTRASTIF DALAM PENGAJARAN PAST TENSE SISWA KELAS X IPA 3 SMAN 2 DENPASAR
TESIS PENERAPAN ANALISIS KONTRASTIF DALAM PENGAJARAN PAST TENSE SISWA KELAS X IPA 3 SMAN 2 DENPASAR COKORDA ISTRI MAS KUSUMANINGRAT PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2015 TESIS PENERAPAN
Lebih terperinciDATA MINING DENGAN METODE FUZZY UNTUK CUSTOMER RELATIONSHIP MANAGEMENT (CRM) PADA PERUSAHAAN RETAIL
TESIS DATA MINING DENGAN METODE FUZZY UNTUK CUSTOMER RELATIONSHIP MANAGEMENT (CRM) PADA PERUSAHAAN RETAIL YOHANA NUGRAHENI PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2011 TESIS DATA MINING DENGAN
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan yang akan dicapai. Dalam penulisan tugas
Lebih terperinciKLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN Oleh : Dian Aniswari 2010-51-177 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH
Lebih terperinciLAPORAN SKRIPSI SISTEM MANAJEMEN PERSEDIAAN BARANG MENGGUNAKAN METODE FIFO BERBASIS WEB (STUDI KASUS TOKO URIP COLLECTION KUDUS)
LAPORAN SKRIPSI SISTEM MANAJEMEN PERSEDIAAN BARANG MENGGUNAKAN METODE FIFO BERBASIS WEB (STUDI KASUS TOKO URIP COLLECTION KUDUS) EDO CAHAYA PUTRA NIM. 201451033 DOSEN PEMBIMBING Ahmad Jazuli, S.Kom, M.Kom
Lebih terperinciPENGELOMPOKAN DAN ANALISIS PELANGGAN DENGAN MENGGUNAKAN FUZZY C-MEANS CLUSTERING
PENGELOMPOKAN DAN ANALISIS PELANGGAN DENGAN MENGGUNAKAN FUZZY C-MEANS CLUSTERING Benedictus Andrian Henry Threstanto¹, Dhinta Darmantoro², Kiki Maulana³ ¹Teknik Informatika,, Universitas Telkom Abstrak
Lebih terperinciSIMULASI PENJUALAN DENGAN MENGGUNAKAN METODE MONTE CARLO
SIMULASI PENJUALAN DENGAN MENGGUNAKAN METODE MONTE CARLO TUGAS AKHIR Diajukan Untuk Memenuhi Sebagai Prasyarat Dalam Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika Oleh : Bayu Kusuma
Lebih terperinciPengelompokan Huruf Cetak Menggunakan Algoritma Adaptive Resonance Theory 1 (ART 1)
Pengelompokan Huruf Cetak Menggunakan Algoritma Adaptive Resonance Theory 1 (ART 1) Elisabeth Lany Oktorina/0222135 Email: geffen_ladi@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jln.Prof.Drg.Suria
Lebih terperinciABSTRAK. Kata Kunci : Artificial Neural Network(ANN), Backpropagation(BP), Levenberg Marquardt (LM), harga emas, Mean Squared Error(MSE), prediksi.
ABSTRAK Prediksi harga emas merupakan masalah yang sangat penting dalam menentukan pengambilan keputusan perdagangan dalam pertambangan. Prediksi yang akurat untuk pertambangan dapat memberikan keuntungan
Lebih terperinciBAB I PENDAHULUAN. Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam manajemen informasi karena jumlah informasi yang semakin besar jumlahnya. Data mining sendiri
Lebih terperinciE-COMMERCE PADA UKM (Usaha Kecil Menengah) MEBEL DI KABUPATEN KUDUS
E-COMMERCE PADA UKM (Usaha Kecil Menengah) MEBEL DI KABUPATEN KUDUS Oleh: MARIA KRISTANTI 2009-51-145 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH GELAR SARJANA KOMPUTER PROGRAM STUDI TEKNIK
Lebih terperinciKey words: Credit sales, Uncollectible receivables, System. Universitas Kristen Maranatha
v ABSTRACT In conducting the sale, the company can do it in cash or on credit. On the consumer side is generally more like buying on credit, because the payment may be delayed. This is a solution for customers
Lebih terperinciKEWENANGAN BADAN LAYANAN UMUM DAERAH(BLUD) DALAM HAL PENGAWASAN PERTANGGUNGJAWABAN PENGELOLAAN KEUANGAN
TESIS KEWENANGAN BADAN LAYANAN UMUM DAERAH(BLUD) DALAM HAL PENGAWASAN PERTANGGUNGJAWABAN PENGELOLAAN KEUANGAN I GEDE PERDANA YOGA PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2012 TESIS KEWENANGAN
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM PENJUALAN SECARA TERKOMPUTERISASI PADA PERUSAHAAN DAGANG BAHAN BANGUNAN (STUDI KASUS PADA UD.
ANALISIS DAN PERANCANGAN SISTEM PENJUALAN SECARA TERKOMPUTERISASI PADA PERUSAHAAN DAGANG BAHAN BANGUNAN (STUDI KASUS PADA UD. REHOBOT) OLEH: INEKE PUTRI AGUSTIFIKANILA N. 3203013066 JURUSAN AKUNTANSI FAKULTAS
Lebih terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI
PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September
Lebih terperinciPERAMALAN PASAR PENJUALAN BATIK MENGGUNAKAN METODE EXTREME LEARNING MACHINE (ELM) SKRIPSI ABBAS MUNANDAR RAMBE
PERAMALAN PASAR PENJUALAN BATIK MENGGUNAKAN METODE EXTREME LEARNING MACHINE (ELM) SKRIPSI ABBAS MUNANDAR RAMBE 111402054 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciPerbandingan Metode K-Means Dengan Fuzzy C-Means Untuk Analisa Karakteristik Mahasiswa Berdasarkan Kunjungan Ke Perpustakaan
TESIS Perbandingan Metode K-Means Dengan Fuzzy C-Means Untuk Analisa Karakteristik Mahasiswa Berdasarkan Kunjungan Ke Perpustakaan (Studi Kasus Sekolah Tinggi Agama Hindu Negeri Tampung Penyang Palangka
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT PADA ANAK BERBASIS WEB MENGGUNAKAN TEORI DEMPSTER-SHAFER DAN PROBABILITAS BAYES
SISTEM PAKAR DIAGNOSA PENYAKIT PADA ANAK BERBASIS WEB MENGGUNAKAN TEORI DEMPSTER-SHAFER DAN PROBABILITAS BAYES TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan Pendidikan
Lebih terperinciSISTEM INFORMASI MANAJEMEN DATA BERBASIS WEB PADA PO.AGSA
LAPORAN SKRIPSI SISTEM INFORMASI MANAJEMEN DATA BERBASIS WEB PADA PO.AGSA FAJAR HERMAWAN NIM. 201253063 DOSEN PEMBIMBING Pratomo Setiaji, S.Kom, M.Kom Supriyono, S.Kom, M.Kom PROGRAM STUDI SISTEM INFORMASI
Lebih terperinciKINERJA DAN STRATEGI PENGELOLAAN LIMBAH HOTEL BERBINTANG DI KAWASAN PARIWISATA UBUD BALI
KINERJA DAN STRATEGI PENGELOLAAN LIMBAH HOTEL BERBINTANG DI KAWASAN PARIWISATA UBUD BALI Tesis untuk memperoleh gelar Magister Pada Program Magister, Program Studi Ilmu Lingkungan Program Pascasarjana
Lebih terperinciEFEKTIVITAS PENERAPAN AMDAL DALAM PENGELOLAAN LINGKUNGAN HIDUP PADA PEMBANGKIT LISTRIK DI BALI STUDI KASUS PLTD/G PESANGGARAN
TESIS EFEKTIVITAS PENERAPAN AMDAL DALAM PENGELOLAAN LINGKUNGAN HIDUP PADA PEMBANGKIT LISTRIK DI BALI STUDI KASUS PLTD/G PESANGGARAN HELGA MARGARETA HUNTER PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR
Lebih terperinciABSTRAK. Kata kunci : aplikasi website, Point Reward, Metode Tes t, grafik.
ABSTRAK Toko collector parfum adalah sebuah toko yang menjual berbagai parfum original. Website ini dibuat untuk membantu dalam hal melakukan penjualan, pembelian dan mengatur stok barang pada toko collector
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI SISTEM REKOMENDASI PENCARIAN BUKU PERPUSTAKAAN MENGGUNAKAN METODE VECTOR SPACE MODEL
PERANCANGAN DAN IMPLEMENTASI SISTEM REKOMENDASI PENCARIAN BUKU PERPUSTAKAAN MENGGUNAKAN METODE VECTOR SPACE MODEL (Studi Kasus Perpustakaan Universitas Udayana) LEMBAR JUDUL KOMPETENSI RPL SKRIPSI NI MADE
Lebih terperinciPENGARUH UKURAN PERUSAHAAN TERHADAP KONSERVATISME AKUNTANSI DENGAN LEVERAGE SEBAGAI VARIABEL PEMODERASI
TESIS PENGARUH UKURAN PERUSAHAAN TERHADAP KONSERVATISME AKUNTANSI DENGAN LEVERAGE SEBAGAI VARIABEL PEMODERASI KADEK NITA SUMIARI PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2015 TESIS PENGARUH UKURAN
Lebih terperinciPENGEMBANGAN MOBILE LEARNING GRAMMAR IMBUHAN BAHASA INDONESIA UNTUK MAHASISWA ASING
TESIS PENGEMBANGAN MOBILE LEARNING GRAMMAR IMBUHAN BAHASA INDONESIA UNTUK MAHASISWA ASING MARIAM COULIBALY No. Mhs. : 135302015/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA UNIVERSITAS
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 terperinciDESAIN APLIKASI MAINTENANCE BTS FLEXI BERBASIS ANDROID
DESAIN APLIKASI MAINTENANCE BTS FLEXI BERBASIS ANDROID I Putu Agus Picastana, Joko Lianto Buliali picas.line@gmail.com, joko@cs.its.ac.id MAGISTER MANAJEMEN TEKNOLOGI INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciIMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA APLIKASI PENCARI PELANGGAN POTENSIAL PADA RESTORAN XYZ. Asri Ulfa Latifa
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA APLIKASI PENCARI PELANGGAN POTENSIAL PADA RESTORAN XYZ Asri Ulfa Latifa 41513110097 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU
Lebih terperinciDETEKSI SEBARAN TITIK API PADA KEBAKARAN HUTAN GAMBUT MENGGUNAKAN GELOMBANG-SINGKAT DAN BACKPROPAGATION (STUDI KASUS KOTA DUMAI PROVINSI RIAU)
TESIS DETEKSI SEBARAN TITIK API PADA KEBAKARAN HUTAN GAMBUT MENGGUNAKAN GELOMBANG-SINGKAT DAN BACKPROPAGATION (STUDI KASUS KOTA DUMAI PROVINSI RIAU) TRI HANDAYANI No. Mhs. : 125301914 PROGRAM STUDI MAGISTER
Lebih terperinciLingkungan Implementasi Clustering Menggunakan SOM HASIL DAN PEMBAHASAN Pengumpulan Data Perkembangan Anak Validasi Cluster Menggunakan
sehingga dapat diproses dengan SOM. Pada tahap seleksi data, dipilih data perkembangan anak berdasarkan kategori dan rentang usianya. Kategori perkembangan tersebut merupakan perkembangan kognitif, motorik
Lebih terperinciPERENCANAAN STRATEGIS E-CONTENT BANYUWANGI DIGITAL SOCIETY
TESIS PERENCANAAN STRATEGIS E-CONTENT BANYUWANGI DIGITAL SOCIETY YOHANES PRACOYO WIDI PRASETYO NIM 149 176 1002 PROGRAM MAGISTER PROGRAM STUDI TEKNIK ELEKTRO PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR
Lebih terperinciPENENTUAN WAKTU TANAM KEDELAI (Glycine max L. Merrill) BERDASARKAN NERACA AIR DI DAERAH KUBUTAMBAHAN KABUPATEN BULELENG
TESIS PENENTUAN WAKTU TANAM KEDELAI (Glycine max L. Merrill) BERDASARKAN NERACA AIR DI DAERAH KUBUTAMBAHAN KABUPATEN BULELENG ERLINA PANCA HANDAYANINGSIH PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bio Clean Laundry merupakan perusahaan yang bergerak dibidang jasa laundry. Perusahaan yang dibangun dari tahun 2009 ini terbilang cukup sukses. Saat ini, Bio Clean
Lebih terperinciLAPORAN SKRIPSI PERBANDINGAN DETEKSI TEPI (PREWITT DAN SOBEL) PADA CITRA DAUN TEMBAKAU BERDASARKAN PERBAIKAN KUALITAS CITRA
LAPORAN SKRIPSI PERBANDINGAN DETEKSI TEPI (PREWITT DAN SOBEL) PADA CITRA DAUN TEMBAKAU BERDASARKAN PERBAIKAN KUALITAS CITRA Oleh : NOVITA RUKMI 2010-51-078 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK
Lebih terperinciBAB II TINJAUAN PUSTAKA. Meyer & Kolbe (2005) dalam papernya yang berjudul Integration of
BAB II TINJAUAN PUSTAKA Meyer & Kolbe (2005) dalam papernya yang berjudul Integration of customer relationship management: status quo and implications for research and practice mencoba meneliti berbagai
Lebih terperinciTESIS PENGARUH KEPEMILIKAN MANAJERIAL DAN PERTUMBUHAN PERUSAHAAN TERHADAP NILAI PERUSAHAAN PADA PERUSAHAAN MANUFAKTUR DI BURSA EFEK INDONESIA
TESIS PENGARUH KEPEMILIKAN MANAJERIAL DAN PERTUMBUHAN PERUSAHAAN TERHADAP NILAI PERUSAHAAN PADA PERUSAHAAN MANUFAKTUR DI BURSA EFEK INDONESIA (Struktur Modal Sebagai Variabel Moderasi) NI MADE SUASTINI
Lebih terperinciDETERMINAN DISHARMONI KUA-PPAS TERHADAP APBD DI KABUPATEN TABANAN
TESIS DETERMINAN DISHARMONI KUA-PPAS TERHADAP APBD DI KABUPATEN TABANAN I GUSTI AYU WIDIA ASRI NIM 1391461005 PROGRAM MEGISTER PROGRAM STUDI ILMU EKONOMI PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR
Lebih terperinciPENGARUH PENGAWASAN PIMPINAN,DISIPLIN DAN KOMPETENSI PEGAWAI PADA KINERJA PEGAWAI INSPEKTORAT KABUPATEN TABANAN
TESIS PENGARUH PENGAWASAN PIMPINAN,DISIPLIN DAN KOMPETENSI PEGAWAI PADA KINERJA PEGAWAI INSPEKTORAT KABUPATEN TABANAN NI LUH MADE HERAWATI NIM 1391661043 PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR
Lebih terperinciPROGRAM MAGISTER PROGRAM STUDI MANAJEMEN PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR
TESIS STUDI PERBANDINGAN RENTABILITAS BANK SEBELUM DENGAN SETELAH PENERAPAN MANAJEMEN RISIKO SESUAI PBI NOMOR 11/25/PBI/2009 PADA PT BANK PEMBANGUNAN DAERAH BALI ADI SUSTIKA PROGRAM MAGISTER PROGRAM STUDI
Lebih terperinciMANAJEMEN CHANGE ORDER PADA PROYEK KONSTRUKSI DI KABUPATEN BADUNG
TESIS MANAJEMEN CHANGE ORDER PADA PROYEK KONSTRUKSI DI KABUPATEN BADUNG FRYSA WIRIANTARI PROGRAM PASCASARJANA UNIVERSITAS UDAYANA DENPASAR 2012 TESIS MANAJEMEN CHANGE ORDER PADA PROYEK KONSTRUKSI DI KABUPATEN
Lebih terperinciIDENTIFIKASI FILE DOKUMEN BERDASARKAN KONTEN MENGGUNAKAN DISTRIBUTED AUTONOMOUS NEURO-GEN LEARNING ENGINE SKRIPSI AARON
IDENTIFIKASI FILE DOKUMEN BERDASARKAN KONTEN MENGGUNAKAN DISTRIBUTED AUTONOMOUS NEURO-GEN LEARNING ENGINE SKRIPSI AARON 101402027 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciJakarta, November Peneliti
KATA PENGANTAR Segala puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas semua berkat, bimbingan, serta rahmat-nya sehingga kami dapat menyelesaikan tesis ini dengan tepat waktu sebagai salah satu
Lebih terperinciKEBIJAKAN DIVIDEN SEBAGAI VARIABEL MODERASI PENGARUH PAJAK PENGHASILAN, LEVERAGE DAN UKURAN PERUSAHAAN PADA MANAJEMEN LABA
KEBIJAKAN DIVIDEN SEBAGAI VARIABEL MODERASI PENGARUH PAJAK PENGHASILAN, LEVERAGE DAN UKURAN PERUSAHAAN PADA MANAJEMEN LABA Tesis untuk Memperoleh Gelar Magister pada Program Magister, Program Studi Akuntansi,
Lebih terperinciANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING PADA JARINGAN BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD TESIS
ANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING PADA JARINGAN BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD TESIS MUHAMMAD ANGGI RIVAI NST 117038015 PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU
Lebih terperinciMORALITAS INDIVIDU, MANAJEMEN LABA, SALAH SAJI, PENGUNGKAPAN, BIAYA DAN MANFAAT, SERTA TANGGUNG JAWAB DALAM ETIKA PENYUSUNAN LAPORAN KEUANGAN
TESIS MORALITAS INDIVIDU, MANAJEMEN LABA, SALAH SAJI, PENGUNGKAPAN, BIAYA DAN MANFAAT, SERTA TANGGUNG JAWAB DALAM ETIKA PENYUSUNAN LAPORAN KEUANGAN \ INGRID SARASWATI BAYUSENA PROGRAM PASCASARJANA UNIVERSITAS
Lebih terperinciANALISIS RANTAI NILAI ( VALUE CHAIN
ANALISIS RANTAI NILAI ( VALUE CHAIN ) PADA PRODUK BATIK TULIS DI SURAKARTA TESIS Diajukan Kepada Program Studi Megister Manajemen Program Pascasarjana Universitas Muhammadiyah Surakarta untuk Memenuhi
Lebih terperinci