BAB 1 PENDAHULUAN Latar Belakang
|
|
- Hendri Dharmawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Pasar modal merupakan salah satu bagian dari pasar keuangan, di samping pasar uang, yang sangat penting peranannya bagi pembangunan nasional pada umumnya dan bagi pengembangan dunia usaha pada khususnya, sebagai salah satu alternatif sumber pembiayaan eksternal perusahaan. Pasar modal secara umum merupakan pasar untuk berbagai instrumen keuangan jangka panjang yang dapat diperjualbelikan, baik dalam bentuk utang ataupun modal sendiri, baik yang diterbitkan oleh pemerintah, maupun perusahaan swasta. Adapun instrumen yang diperjualbelikan dalam pasar modal Indonesia, yaitu saham, obligasi dan obligasi konversi, produk derivatif dan reksadana. Saat ini, kemajuan teknologi informasi dan komputer telah menyediakan fasilitas penyimpanan data dalam format elektronik, sehingga penyimpanan data bukan lagi menjadi satu pekerjaan yang sulit. Sebagai konsekuensinya, jumlah data yang disimpan mengalami peningkatan yang sangat cepat dari segi kuantitas. Data ini akan bertambah, sehingga proses eksplorasi data dalam menentukan hubungan antar variabel di dalam data menjadi sangat lambat. Salah satu solusi yang digunakan untuk menangani masalah ini adalah data mining, yaitu konsep menemukan pengetahuan yang tersembunyi pada data histori dan transaksi mengenai pengetahuan yang didapatkan (knowledge discovery), dapat memberikan dasar yang kokoh untuk generasi dan aplikasi pengetahuan baru untuk membuat keputusan yang cerdas dan pengembangan program untuk memenuhi ekspetasi pelanggan pada saat ini dan masa depan, menurut Glover, Saundra, Rivers, Patrick A., Asoh, Derek A., Piper, Crystal N., dan Murph, Keva. PT. XYZ adalah salah satu perusahaan jasa keuangan yang menyadari akan pentingnya hubungan antara pelanggan yang loyal dengan keberhasilan bisnis perusahaan. PT. XYZ memiliki 6 ribu hingga 7 ribu nasabah,10 produk, dan jutaan transaksi nasabah. Saat ini PT. XYZ telah menggunakan database untuk menangani transaksi nasabah. Hal ini berdampak pada pertumbuhan jumlah data yang sangat pesat dan menimbulkan tumpukan data yang berjumlah besar dalam database. 1
2 2 Pada database yang besar ini, PT. XYZ kesulitan untuk melakukan identifikasi terhadap nasabah terbaiknya. Saat ini, PT. XYZ belum mengklasifikasikan nasabah berdasarkan profile nasabah. Keinginan untuk menggali potensial nasabah, mendorong perusahaan ini untuk mengklasifikasikan nasabah berdasarkan profile nasabah. Penelitian sebelumnya, telah dilakukan oleh Ari Wibowo, dalam penelitiannya yang berjudul Prediksi Nasabah Potensial Menggunakan Metode Klasfikasi Pohon Biner, yang telah mengklasifikasikan nasabah dengan metode classification, menggunakan teknik pohon biner. Adapun pada penelitian yang kami lakukan, digunakan metode classification, dengan teknik naive bayes, untuk mengklasifikasikan nasabah. Data mining adalah suatu proses ekstraksi atau penggalian data yang belum diketahui sebelumnya, namun dapat dipahami dan berguna dari database yang besar serta digunakan untuk membuat suatu keputusan bisnis yang sangat penting, menurut Connolly dan Begg. Data mining dapat digunakan untuk melakukan proses eksplorasi data dalam menentukan hubungan antar variabel di dalam data. Data mining dapat membantu untuk menganalisa data yang diperoleh dari transaksi yang ada sehingga dapat menggali pola-pola yang dapat dijadikan pengetahuan baru untuk proses identifikasi konsumen. Menurut Gonzalo Mariscal, Oscar Marban, Covadonga Fernandez, Knowledge Discovery in Database (KDD) adalah interaktif dan berulang (dengan banyak keputusan yang dibuat oleh pengguna), yang melibatkan sembilan langkah, dijelaskan dari sudut pandang secara praktis: Learning the Application Domain; Creating a Target Data Set; Data Cleaning and Preprocessin; Data Reduction and Projectin; Choosing the Function of Data Mining; Choosing the Data Mining Algorithm; Data Mining; Interpretation; Using Discovered Knowledge. Terdapat beberapa metode data mining, diantaranya adalah classification, clustering, dan association and corelation analysis. Metode data mining yang digunakan pada penelitian ini adalah metode classification. Metode ini digunakan dengan tujuan untuk mengklasifikasikan objek, dalam hal ini nasabah, dilihat dari profile nasabah.
3 3 Hasil pengelompokan nasabah dapat membantu perusahaan menganalisis nasabah mana yang paling berpeluang membeli produk baru (targeted marketing) dan menganalisis profile nasabah Ruang Lingkup Ruang lingkup penelitian ini dibatasi pada: a) Pembahasan dibatasi pada menganalisis data nasabah. b) Menyajikan informasi tentang pengelompokan nasabah dengan metode data mining. Informasi yang ditampilkan berupa nasabah mana yang berpotensi ke depannya untuk membeli produk baru. c) Metode data mining yang digunakan adalah metode classification Tujuan dan Manfaat Tujuan Tujuan penelitian ini terdiri atas: a) Menggunakan data mining dengan metode classification untuk membantu perusahaan dalam menentukan targeted marketing dan menganalisis profile nasabah. b) Membantu pihak eksekutif PT. XYZ dalam pengambilan keputusan bisnis Manfaat Manfaat penelitian ini terdiri atas: a) Menemukan pengetahuan di dalam pangkalan data. b) Memperoleh pengetahuan nasabah mana yang paling berpeluang membeli produk baru (targeted marketing). c) Memberikan gambaran visual dalam pengambilan keputusan kepada pihak manajerial secara mendetail dari pola-pola yang dihasilkan melalui grafikgrafik yang telah dihasilkan dari proses mining Metodologi Metodologi penelitian yang dilakukan meliputi analisis kebutuhan, identifikasi instrumen penelitian, dan deskripsi tahapan perancangan Analisis Kebutuhan Pada tahap awal akan dilakukan analisis terhadap informasi yang dibutuhkan pada penelitian ini, permasalahan yang muncul dalam
4 4 perusahaan, serta kebutuhan informasi yang dibutuhkan pada penelitian ini, dilakukan dengan teknik: a) Observasi Observasi adalah suatu cara pengumpulan data dengan mengadakan pengamatan langsung terhadap suatu obyek dalam suatu periode tertentu dan mengadakan pencatatan secara sistematis tentang hal-hal tertentu yang diamati. b) Wawancara Wawancara merupakan suatu teknik pengumpulan data dengan jalan mengadakan komunikasi dengan sumber data. Komunikasi tersebut dilakukan dengan dialog (tanya jawab) secara lisan, baik langsung maupun tidak langsung. c) Studi Kepustakaan Studi kepustakaan adalah teknik pengumpulan data dengan mengadakan studi penelaahan terhadap buku-buku, litertur-literatur, catatan-catatan, dan laporan-laporan yang ada hubungannya dengan masalah yang dipecahkan Instrumen Penelitian a) Tabel yang digunakan Tabel yang digunakan adalah tabel Nasabah, dengan jumlah record 411. b) Metode Mining yang digunakan Metode yang digunakan adalah metode classification, dengan teknik naive bayes Tahapan Perancangan Dalam penyusunan skripsi ini, penelitian dilakukan dengan membaca buku-buku yang berhubungan dengan topik skripsi. Hal ini dilakukan untuk mencari metode-metode maupun solusi dari permasalahan yang ada. Proses Knowledge Discovery in Databases (KDD) ini menggunakan langkah-langkah menurut Han dan Kamber, yang meliputi:
5 5 a) Data Cleansing Proses data cleansing meliputi pengisian nilai-nilai yang hilang, memperbaiki data yang error, mengidentifikasi atau menghapus outlier, dan mengkonsistensikan data yang tidak konsisten. b) Data Integration Pada langkah ini dilakukan penggabungan data-data yang terkait dari banyak table, database, cube atau file. c) Data Selection Proses pemilihan data yang berhubungan dengan proses analisis yang diambil dari database. Manfaatnya adalah mengurangi data-data yang kurang penting atau relevan dalam melakukan penganalisaan dalam proses data mining. d) Data Transformation Pada langkah ini dilakukan perubahan bentuk data untuk mendukung proses analisa data yang akan digunakan. e) Data Mining Sebuah proses penting di mana metode intelijen diterapkan dengan tujuan untuk megolah pola-pola data. f) Pattern Evaluation Melakukan evaluasi akan pattern yang telah diproses, aspek-aspek yang dievaluasi adalah hasil output yang didapat setelah proses mining dilakukan. g) Knowledge Presentation Melakukan penyajian (visualisasi) hasil dari proses mining yang sudah diproses Sistematika Penulisan Sistematika Penulisan yang dalam penelitian ini dibagi menjadi lima bab, yang terdiri dari: BAB 1: PENDAHULUAN Bab ini berisi penjelasan mengenai latar belakag penelitian, tujuan dan manfaat yang akan diperoleh, ruang lingkup permasalahan yang dibahas, dan metodologi penelitian yang digunakan serta sistematika penulisan dari penelitian ini.
6 6 BAB 2: LANDASAN TEORI Bab ini berisi teori-teori mengenai data mining, pasar modal, dan kerangka pikir. BAB 3 ANALISIS SISTEM BERJALAN Bab ini berisi mengenai riwayat PT. XYZ, termasuk di dalamnya struktur organisasi, analisis mengenai sistem yang sedang berjalan, serta masalah yang dihadapi dan solusi pemecahan dari masalah yang ada. BAB 4: DATA MINING DENGAN METODE CLASSIFICATION UNTUK TARGETED MARKETING Bab ini membahas tentang tahapan knowledge discovery in databases (KDD), data mining dan metode classification yang dibuat sebagai solusi dari masalah yang dihadapi. BAB 5: KESIMPULAN DAN SARAN Bab ini berisi kesimpulan yang didapat dari penelitian ini dan saran-saran yang dibutuhkan untuk pengembangan dan perbaikan terhadap hasil penelitian yang dihasilkan, untuk pengembangan masa depan.
BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Investasi merupakan penanaman sejumlah dana dalam bentuk uang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Investasi merupakan penanaman sejumlah dana dalam bentuk uang ataupun barang yang diharapkan akan memberikan hasil yang lebih dikemudian hari. Investasi dalam bentuk
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Rumah sakit merupakan suatu institusi atau organisasi kesehatan yang melalui tenaga medis profesional memberikan pelayanan kesehatan, asuhan keperawatan, diagnosis
Lebih terperinci- PERTEMUAN 1 - KNOWLEGDE DISCOVERY
DATA WAREHOUSE - PERTEMUAN 1 - KNOWLEGDE DISCOVERY in DATABASE (KDD) Penemuan Pengetahuan di Database Tujuan : Mahasiswa Dapat memahami konsep KDD yang merupakan tujuan akhir dari Data Warehouse dan Data
Lebih terperinciBAB I PENDAHULUAN. bersaing. Dalam dunia bisnis yang dinamis dan penuh persaingan. Seiring dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan perkembangan teknologi informasi pada era globalisasi sekarang ini sangat pesat, hal ini menuntut setiap perusahaan untuk dapat saling bersaing. Dalam dunia
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang. Pertumbuhan pasar swalayan dewasa ini telah meningkat dengan pesat di
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan pasar swalayan dewasa ini telah meningkat dengan pesat di Indonesia, ditandai dengan semakin banyak dan menjamurnya pasar swalayan di berbagai tempat.
Lebih terperinciBAB 1 PENDAHULUAN. terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi informasi telah mampu mengubah persepsi manusia terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Secara sederhana data mining adalah penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Data mining
Lebih terperinciPENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER
PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan
Lebih terperinciTahapan Proses KDD (Peter Cabena) Business Objective Determination (#1) Business Objective Determination (#2) Business Objective Determination (#4)
Knowledge Discovery in Databases (IS704) dan Data Mining (CS704) Kuliah #2 Gunawan Jurusan Teknik Informatika Sekolah Tinggi Teknik Surabaya Tahapan Proses KDD (Peter Cabena) Penentuan Sasaran Bisnis (
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Pada proses penelitian ini dilakukan beberapa tahapan mulai dari tahap awal yaitu tahap inisiasi, pengembangan model, dan tahap terakhir pengembangan prototipe. Dalam tahapan inisiasi
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sistem data mining akan lebih efektif dan efisiensi dengan komputerisasi yang tepat. Sistem data mining mampu memberikan informasi yang
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Dalam bab ini berisi penjelasan mengenai latar belakang masalah, identifikasi masalah, tujuan tugas akhir, lingkup tugas akhir, metode penelitian serta sistematika penulisan. 1.1 Latar
Lebih terperinciBAB 1 PENDAHULUAN. teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Hampir
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan database yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Hampir semua data tersebut
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian ini menggunakan beberapa sumber pustaka yang berhubungan dengan kasus yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup
Lebih terperinciTahapan Proses KDD (Peter Cabena)
Knowledge Discovery in Databases (IS704) dan Data Mining (CS704) Kuliah #2 Gunawan Jurusan Teknik Informatika Sekolah Tinggi Teknik Surabaya Tahapan Proses KDD (Peter Cabena) Penentuan Sasaran Bisnis (Business
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Penambangan Data (Data Mining) Pengertian data mining, berdasarkan beberapa orang: 1. Data mining (penambangan data) adalah suatu proses untuk menemukan suatu pengetahuan atau
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu pelayanan dalam dunia perbankan adalah pemberian pinjaman kredit kepada nasabah yang memenuhi syarat perbankan. kredit merupakan sumber utama penghasilan
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciUniversitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)
Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika Knowledge Discovery in Databases (KDD) Knowledge Discovery in Databases (KDD) Definisi Knowledge Discovery
Lebih terperinciPERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan
BAB 1 PERSYARATAN PRODUK Bab ini membahas mengenai hal umum dari produk yang dibuat, meliputi tujuan, ruang lingkup proyek, perspektif produk, fungsi produk dan hal umum yang lainnya. 1.1 Pendahuluan Hal
Lebih terperinciAbidah Elcholiqi, Beta Noranita, Indra Waspada
Abidah Elcholiqi, Beta Noranita, Indra Waspada PENENTUAN BESAR PINJAMAN DI KOPERASI SIMPAN PINJAM DENGAN ALGORITMA K-NEAREST NEIGHBOR (Studi Kasus di Koperasi Simpan Pinjam BMT Bina Insani Pringapus) Abidah
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses
BAB I PENDAHULUAN A. Latar Belakang Masalah Data mining adalah suatu konsep yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik yang
Lebih terperinciTAKARIR. : Mengelompokkan suatu objek yang memiliki kesamaan. : Kelompok atau kelas
TAKARIR Data Mining Clustering Cluster Iteratif Random Centroid : Penggalian data : Mengelompokkan suatu objek yang memiliki kesamaan. : Kelompok atau kelas : Berulang : Acak : Pusat area KDD (Knowledge
Lebih terperinciALGORITMA NEAREST NEIGHBOR UNTUK MENENTUKAN AREA PEMASARAN PRODUK BATIK DI KOTA PEKALONGAN
ALGORITMA NEAREST NEIGHBOR UNTUK MENENTUKAN AREA PEMASARAN PRODUK BATIK DI KOTA PEKALONGAN Devi Sugianti Program Studi Sistem Informasi,STMIK Widya Pratama Jl. Patriot 25 Pekalongan Telp (0285)427816 email
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Data mining adalah suatu konsep yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik yang menggunakan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Pada bab ini dijabarkan tentang latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat penelitian, metode penelitian, serta sistematika penulisan laporan dari tugas akhir
Lebih terperinciBAB I PENDAHULUAN. Perusahaan perusahaan pada saat ini sudah memiliki database yang
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Perusahaan perusahaan pada saat ini sudah memiliki database yang berukuran sangat besar pada bagian kerusakan barang dan dapat terus bertambah ukurannya. Selama ini,
Lebih terperinciKonsep Data Mining. Pendahuluan. Bertalya. Universitas Gunadarma 2009
Konsep Data Mining Pendahuluan Bertalya Universitas Gunadarma 2009 Latar Belakang Data yg dikumpulkan semakin bertambah banyak Data web, e-commerce Data pembelian di toko2 / supermarket Transaksi Bank/Kartu
Lebih terperinci2. Tinjauan Pustaka. Gambar 2-1 : Knowledge discovery in database
2. Tinjauan Pustaka 2.1 Data Mining Data mining merupakan ilmu yang mempelajari tentang proses ekstraksi informasi yang tersembunyi dari sekumpulan data yang berukuran sangat besar dengan menggunakan algoritma
Lebih terperinciModel Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree
Scientific Journal of Informatics Vol. 3, No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini membahas tentang landasan teori yang medukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Data Mining Data mining adalah kegiatan menemukan
Lebih terperinciKonsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES. Bertalya Universitas Gunadarma 2009
Konsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES Bertalya Universitas Gunadarma 2009 Data Mining (DM) DM merupakan suatu proses penjelajahan otomatis untuk mendapatkan informasi berguna
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database
Lebih terperinciJURNAL PREDIKSI PRESTASI SISWA SEKOLAH DASAR MENGGUNAKAN ALGORITMA CART PREDICTION ELEMENTARY SCHOOL STUDENT ACHIEVEMENT USING CART ALGORITHM
JURNAL PREDIKSI PRESTASI SISWA SEKOLAH DASAR MENGGUNAKAN ALGORITMA CART PREDICTION ELEMENTARY SCHOOL STUDENT ACHIEVEMENT USING CART ALGORITHM Oleh: BENI KURNIAWAN 12.1.03.02.0201 Dibimbing oleh : 1. Resty
Lebih terperinciSOLUSI PREDIKSI MAHASISWA DROP OUT PADA PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA DARMA
SOLUSI PREDIKSI MAHASISWA DROP OUT PADA PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA DARMA Ade Putra Fakultas Vokasi, Program Studi Komputerisasi Akuntansi Universitas Bina Darma
Lebih terperinciDATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI
DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Heroe Santoso 1), I Putu Hariyadi 2), Prayitno 3) 1), 2),3) Teknik Informatika STMIK Bumigora Mataram Jl Ismail Marzuki
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)
Lebih terperinciANALISIS DATA MINING UNTUK MENENTUKAN VARIABEL VARIABEL YANG MEMPENGARUHI KELAYAKAN KREDIT KEPEMILIKAN RUMAH MENGGUNAKAN TEKNIK KLASIFIKASI
ANALISIS DATA MINING UNTUK MENENTUKAN VARIABEL VARIABEL YANG MEMPENGARUHI KELAYAKAN KREDIT KEPEMILIKAN RUMAH MENGGUNAKAN TEKNIK KLASIFIKASI Aulia Fitrul Hadi Universitas Putra Indonesia YPTK Padang E-mail:
Lebih terperinciAPLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)
Hapsari Dita Anggraeni, Ragil Saputra, Beta Noranita APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita
Lebih terperinciPenerapan Fungsi Data Mining Klasifikasi untuk Prediksi Masa Studi Mahasiswa Tepat Waktu pada Sistem Informasi Akademik Perguruan Tinggi
IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520 39 Penerapan Fungsi Data Mining Klasifikasi untuk Prediksi Masa Studi Mahasiswa Tepat Waktu pada Sistem Informasi Akademik Perguruan Tinggi Irwan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertukaran informasi di zaman modern ini telah sampai pada era digital. Hal ini ditandai dengan semakin dibutuhkannya teknologi berupa komputer dan jaringan internet
Lebih terperinciPERTEMUAN 14 DATA WAREHOUSE
PERTEMUAN 14 DATA WAREHOUSE Data Warehouse Definisi : Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis yang mendukung
Lebih terperinciMODEL DATA MINING DALAM PENGKLASIFIKASIAN KETERTARIKAN BELAJAR MAHASISWA MENGGUNAKAN METODE CLUSTERING
MODEL DATA MINING DALAM PENGKLASIFIKASIAN KETERTARIKAN BELAJAR MAHASISWA MENGGUNAKAN METODE CLUSTERING Marlindawati1), Andri2) 1), 2) Sistem Informasi UNIVERSITAS BINA DARMA Palembang Jl, Jend. A.Yani
Lebih terperinciBAB III METODOLOGI PENELITIAN
44 BAB III METODOLOGI PENELITIAN Metodologi yang digunakan dalam penelitian terbagi dalam beberapa tahap, yaitu: Pengumpulan Data, Menelaah Kebutuhan Bisnis dan Informasi, Menelaah Data dan Perancangan
Lebih terperinciProses Data Mining dalam Sistem Pembelajaran Berbantuan Komputer
Proses Data Mining dalam Sistem Pembelajaran Berbantuan Komputer Mewati Ayub Jurusan Teknik Informatika, Fakultas Teknologi Informasi Universitas Kristen Maranatha, Bandung Email : mewati.ayub@eng.maranatha.edu
Lebih terperinciBAB I PENDAHULUAN. Dalam dunia perbankan, bank bertindak sebagai kreditur, di mana bank memberikan
1 BAB I PENDAHULUAN A. Latar Belakang Dalam dunia perbankan, bank bertindak sebagai kreditur, di mana bank memberikan bantuan kepada nasabah yang membutuhkan pinjaman dengan memberikan kredit pinjaman.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Data Mining Data mining adalah bagian dari knowledge discovery di database yang menganalisa database berukuran besar untuk menemukan pola yang berguna pada data (Silberschatz,
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun. 2.1. Data Mining Data mining adalah suatu istilah yang digunakan
Lebih terperinciKLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING
KLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING Moh Ahsan Universitas Kanjuruhan Malang ahsan@unikama.ac.id ABSTRAK. Universitas Kanjuruhan Malang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada bab ini akan dijelaskan tahap-tahap yang dilakukan dalam melakukan penelitian. Tahapan penelitian berguna agar pelaksanaan penelitian dapat berjalan dengan baik dan sistematis
Lebih terperinciPENGKLASIFIKASIAN MINAT BELAJAR MAHASISWA DENGAN MODEL DATA MINING MENGGUNANAKAN METODE CLUSTERING
PENGKLASIFIKASIAN MINAT BELAJAR MAHASISWA DENGAN MODEL DATA MINING MENGGUNANAKAN METODE CLUSTERING Marlindawati 1) Andri 2) 1) Manajemen Informatika Universitas Bina Darma Jl. Ahmad Yani No. 3, Palembang
Lebih terperinciAlfa Saleh. Teknik Informatika Universitas Potensi Utama Jl K.L. Yos Sudarso KM 6.5 No.3-A, Tanjung Mulia, Medan
PENERAPAN DATA MINING DENGAN METODE KLASIFIKASI NAÏVE BAYES UNTUK MEMPREDIKSI KELULUSAN MAHASISWA DALAM MENGIKUTI ENGLISH PROFICIENCY TEST (Studi Kasus : Universitas Potensi Utama) Alfa Saleh Teknik Informatika
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Sistem Informasi Manajemen Mcleod R dan Schell G, (2004) membagi sumber daya menjadi dua bagian yaitu sumberdaya fisikal dan sumberdaya konseptual. Sumber daya fisikal terdiri
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di dalam kehidupan manusia. Salah satu pengaruh tersebut di bidang informasi yaitu dalam
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang. Kehidupan perbankan di Indonesia sudah dimulai sejak masa
BAB 1 PENDAHULUAN 1.1. Latar Belakang Kehidupan perbankan di Indonesia sudah dimulai sejak masa penjajahan. Berbagai bank negara dan bank asing sudah mulai bermunculan pada masa- masa awal terbentuknya
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Ketika disodori sejumlah data dari suatu obyek atau kejadian, apa yang bisa dilakukan terhadap data untuk menindaklanjutinya? Data perlu diolah untuk mendapatkan
Lebih terperinciBAB I PENDAHULUAN I.1.
BAB I PENDAHULUAN I.1. Latar Belakang Dewasa ini, persaingan bisnis merupakan hal yang tidak mungkin dapat diabaikan. Salah satu usaha yang memiliki persaingan sengit adalah digital printing. Untuk memenangkan
Lebih terperinciBAB I PENDAHULUAN. Apotek sebagai penyedia obat-obatan sering kali mengalami kesulitan dalam
1 BAB I PENDAHULUAN 1.1 Latar Belakang Apotek sebagai penyedia obat-obatan sering kali mengalami kesulitan dalam pemenuhan permintaan obat-obatan, baik obat atas resep maupun obat bebas. Hal ini dikarenakan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA Klasifikasi Data Mahasiswa Menggunakan Metode K-Means Untuk Menunjang Pemilihan Strategi Pemasaran
BAB 2 TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka Beberapa penelitian terdahulu telah banyak yang menerapkan data mining, yang bertujuan dalam menyelesaikan beberapa permasalahan seputar dunia pendidikan. Khususnya
Lebih terperinciEDUCATIONAL DATA MINING (KONSEP DAN PENERAPAN)
EDUCATIONAL DATA MINING (KONSEP DAN PENERAPAN) Fitri Marisa Program Studi Teknik Informatika Universitas Widyagama Malang Jl. Borobudur No. 35 Malang (0341)492282 e-mail: fitrimarisa@widyagama.ac.id ABSTRACT
Lebih terperinciIMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOUR UNTUK PREDIKSI WAKTU KELULUSAN MAHASISWA
IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOUR UNTUK PREDIKSI WAKTU KELULUSAN MAHASISWA Irwan Budiman 1, Dodon Turianto Nugrahadi 2, Radityo Adi Nugroho 3 Universitas Lambung Mangkurat 1,2,3 irwan.budiman@unlam.ac.id
Lebih terperinciJURNAL TEKNIK, (2014) APLIKASI DATA MINING UNTUK MEMPREDIKSI PERFORMANSI MAHASISWA DENGAN METODE KLASIFIKASI DECISION TREE
JURNA TEKNIK, (2014) 1-6 1 AIKASI DATA MINING UNTUK MEMREDIKSI ERFORMANSI MAHASISWA DENGAN METODE KASIFIKASI DECISION TREE Irfan Fahmi, Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi Industri,
Lebih terperinciTimor Setiyaningsih, Nur Syamsiah Teknik Informatika Universitas Darma Persada. Abstrak
DATA MINING MELIHAT POLA HUBUNGAN NILAI TES MASUK MAHASISWA TERHADAP DATA KELULUSAN MAHASISWA UNTUK MEMBANTU PERGURUAN TINGGI DALAM MENGAMBIL KEBIJAKAN DALAM RANGKA PENINGKATAN MUTU PERGURUAN TINGGI Timor
Lebih terperinciBAB II TINJAUAN PUSTAKA Indeks Prestasi Kumulatif dan Lama Studi. menggunakan dokumen/format resmi hasil penilaian studi mahasiswa yang sudah
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Indeks Prestasi Kumulatif dan Lama Studi Mahasiswa yang telah menyelesaikan keseluruhan beban program studi yang telah ditetapkan dapat dipertimbangkan
Lebih terperinciPE DAHULUA. Latar Belakang
Latar Belakang PE DAHULUA Pemilihan Kepala Daerah dan Wakil Kepala Daerah, atau seringkali disebut Pilkada, adalah pemilihan umum untuk memilih Kepala Daerah dan Wakil Kepala Daerah secara langsung di
Lebih terperinciPENERAPAN DATA MINING SEBAGAI MODEL SELEKSI PENERIMA BEASISWA PENUH (STUDI KASUS: STIE PERBANAS SURABAYA)
ISSN 1858-4667 JURNAL LINK VOL. 27/No. 1/Februari 2018 PENERAPAN DATA MINING SEBAGAI MODEL SELEKSI PENERIMA BEASISWA PENUH (STUDI KASUS: STIE PERBANAS SURABAYA) Hariadi Yutanto 1, Nurcholis Setiawan 2
Lebih terperinciSistem Basis Data Lanjut DATA MINING. Data Mining 1/12
DATA MINING Data Mining 1/12 Outline Pengenalan Data Mining Data Mart Teknik-Teknik Data Mining Peralatan Data Mining Data Mining dan Data Warehouse Data Mining 2/12 Pengenalan Data Mining Perangkat lunak
Lebih terperinciDATA MINING CLUSTERING DENGAN ALGORITMA FUZZY C-MEANS UNTUK PENGELOMPOKAN JADWAL KEBERANGKATAN DI TRAVEL PT. XYZ TASIKMALAYA
DATA MINING CLUSTERING DENGAN ALGORITMA FUZZY C-MEANS UNTUK PENGELOMPOKAN JADWAL KEBERANGKATAN DI TRAVEL PT. XYZ TASIKMALAYA Aseptian Nugraha, Acep Irham Gufroni, Rohmat Gunawan Teknik Informatika Fakultas
Lebih terperinciBAB 1 KONSEP DATA MINING 2 Gambar 1.1 Perkembangan Database Permasalahannya kemudian adalah apa yang harus dilakukan dengan data-data itu. Sudah diket
Bab1 Konsep Data Mining POKOK BAHASAN: Konsep dasar dan pengertian Data Mining Tahapan dalam Data Mining Model Data Mining Fungsi Data Mining TUJUAN BELAJAR: Setelah mempelajari materi dalam bab ini, mahasiswa
Lebih terperinciBAB I PENDAHULUAN. terjadi kesalahan dalam proses tersebut, karena tidak didasari oleh suatu acuan tertulis
1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam bisnis Leasing, pemilihan keputusan penyetujuan suatu aplikasi merupakan hal mutlak dan bersifat sangat sensitif. Pada Umumnya, memang penyetujuan pengajuan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Faktor penentu bagi usaha atau bisnis apapun pada masa sekarang ini adalah kemampuan untuk menggunakan informasi seefektif mungkin. Penggunaan data secara tepat karena
Lebih terperinciPENERAPAN DATA MINING UNTUK MEMPREDIKSI KRITERIA NASABAH KREDIT
Jurnal Komputer dan Informatika (KOMPUTA) 53 PENERAPAN DATA MINING UNTUK MEMPREDIKSI KRITERIA NASABAH KREDIT Angga Ginanjar Mabrur [1], Riani Lubis [2] 1,2 Program Studi Teknik Informatika Fakultas Teknik
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Data mining adalah proses mengeksplorasi dan menganalisis data dalam jumlah besar untuk menemukan pola dan rule yang berarti (Berry & Linoff, 2004). Klasifikasi adalah
Lebih terperinciData Mining. Pengenalan Sistem & Teknik, Serta Contoh Aplikasi. Avinanta Tarigan. 22 Nov Avinanta Tarigan Data Mining
Data Mining Pengenalan Sistem & Teknik, Serta Contoh Aplikasi Avinanta Tarigan 22 Nov 2008 1 Avinanta Tarigan Data Mining Outline 1 Pengertian Dasar 2 Classification Mining 3 Association Mining 4 Clustering
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Data Mining 2.1.1 Pengertian Data Mining Dengan semakin besarnya jumlah data dan kebutuhan akan analisis data yang akurat maka dibutuhkan metode analisis yang tepat. Data mining
Lebih terperinciBAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan
BAB I PENDAHULUAN I.1. Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang sangat akurat sangat dibutuhkan dalam kehidupan sehari hari, sehingga informasi akan
Lebih terperinciAkurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa
Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa dengan Metode NAÏVE BAYES M. Ridwan Effendi Fakultas Komputer Jurusan Sistem Informasi Universitas Mohammad Husni Thamrin Jakarta Email :
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI Tinjauan Pustaka Penelitian terkait metode clustering atau algoritma k-means pernah di
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Penelitian terkait metode clustering atau algoritma k-means pernah di lakukan oleh Muhammad Toha dkk (2013), Sylvia Pretty Tulus (2014), Johan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah Proses yang menggunakan
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA
PENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA Domma Lingga Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciBAB 1 PENDAHULUAN. harus bersaing secara ketat dengan perusahaan lain. Berbagai tantangan dan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Abad ini adalah era informasi, dimana keberhasilan datang dari ide-ide inovatif dan penggunaan informasi secara tepat. Perusahaan pada era informasi harus bersaing
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini menguraikan penjelasan umum mengenai tugas akhir yang dikerjakan. Penjelasan tersebut meliputi latar belakang masalah, tujuan tugas akhir, lingkup tugas akhir, metodologi yang
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 III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Untuk melakukan sebuah penelitian, diperlukan adanya tahapan-tahapan yang tersusun dengan baik dan sistematis agar pelaksanaan penelitian tepat mencapai tujuan yang diharapkan.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Basis data saat ini sudah berkembang menjadi sangat besar secara cepat ke dalam ukuran terabyte. Di dalam tumpukan data tersebut mungkin terdapat informasiinformasi
Lebih terperinciABSTRAK TUJUAN DARI PENELITIAN INI ADALAH
PENERAPAN KNOWLEDGE DISCOVERY IN DATABASES UNTUK MENGANALISIS HUBUNGAN PARA PELAKU USAHA DENGAN KELAYAKAN MENGIKUTI LOMBA PADA EVENT WANITA WIRAUSAHA PT. GAYA FAVORIT PRESS Muhammad Zuhdi C.I. 1, Fathan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB 1. PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Di zaman seperti sekarang dengan ilmu teknologi di dunia yang berkembang pesat maka hampir semua masyarakat mengikuti dan menggunakan teknologi yang
Lebih terperinciPROPOSAL PENELITIAN. PENERAPAN DATA MINING UNTUK MENINGKATKAN PENJUALAN PADA PT. XL AXIATA, Tbk PALEMBANG
PROPOSAL PENELITIAN PENERAPAN DATA MINING UNTUK MENINGKATKAN PENJUALAN PADA PT. XL AXIATA, Tbk PALEMBANG I. PENDAHULUAN 1.1. Latar Belakang Kemajuan perkembangan teknologi informasi pada era globalisasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Education data mining merupakan penelitian didasarkan data di dunia pendidikan untuk menggali dan memperoleh informasi tersembunyi dari data yang ada. Pemanfaatan education
Lebih terperinciBAB II LANDASAN TEORI
II-8 BAB II LANDASAN TEORI 2.1. Perencanaan Produksi Pengertian perencanaan produksi, menurut Martin K.Starr (1997) adalah sebagai berikut production planning is an old venerable term used by engineers,
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang 1 BAB I PENDAHULUAN Pengambilan keputusan pada perusahaan berskala nasional seperti perusahaan otomotif merupakan hal yang sangat penting. Dimana keputusan yang salah bisa mengakibatkan
Lebih terperinciANALISIS PENERAPAN TEKNIK DATAMINING DALAM PENGIMPLEMENTASIAN DAN PENGEMBANGAN MODEL ACTIVE LEARNING DENGAN METODE KELOMPOK
ANALISIS PENERAPAN TEKNIK DATAMINING DALAM PENGIMPLEMENTASIAN DAN PENGEMBANGAN MODEL ACTIVE LEARNING DENGAN METODE KELOMPOK Dody Herdiana, S.T., M. Kom. Dosen PNS DPK pada Program Studi Teknik Informatika
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Hipotesis
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Setiap matakuliah memiliki silabus perkuliahan yang berisi materi-materi mengenai matakuliah tersebut. Silabus disusun berdasarkan buku-buku referensi utama
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Konsep Pemasaran Dalam merancang dan mengembangkan produk, baik yang berupa jasa maupun barang, tidak terlepas dari konsep pemasaran yang bertujuan memenuhi
Lebih terperinciStudent Clustering Based on Academic Using K-Means Algoritms
Student Clustering Based on Academic Using K-Means Algoritms Hironimus Leong, Shinta Estri Wahyuningrum Faculty of Computer Science, Faculty of Computer Science Unika Soegijapranata marlon.leong@gmail.com
Lebih terperinciI.1 Latar Belakang Masalah Seiring berjalannya waktu dan perkembangan teknologi media penyimpanan elektronik, setiap organisasi dapat menyimpan
BAB. I. PENDAHULUAN I.1 Latar Belakang Masalah Seiring berjalannya waktu dan perkembangan teknologi media penyimpanan elektronik, setiap organisasi dapat menyimpan datanya secara elektronik dan bersifat
Lebih terperinciDESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA. Oleh : Rita Prima Bendriyanti ABSTRAK
DESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Oleh : Rita Prima Bendriyanti ABSTRAK Penelitian ini menggunakan metode observasi, dengan melihat atau mengamati secara langsung
Lebih terperinciPENERAPAN DATA MINING DALAM MENENTUKAN JURUSAN SISWA
PENERAPAN DATA MINING DALAM MENENTUKAN JURUSAN SISWA Alfa Saleh Teknik Informatika Universitas Potensi Utama Jl K.L. Yos Sudarso KM 6.5 No.3-A, Tanjung Mulia, Medan Email : alfasoleh1@gmail.com Abstrak
Lebih terperinciPENERAPAN DATA MINING UNTUK MENGANALISA JUMLAH PELANGGAN AKTIF DENGAN MENGGUNAKAN ALGORITMA C4.5
PENERAPAN DATA MINING UNTUK MENGANALISA JUMLAH PELANGGAN AKTIF DENGAN MENGGUNAKAN ALGORITMA C4.5 Annisak Izzaty Jamhur Universitas Putera Indonesia YPTK Padang e-mail: annisakizzaty@yahoo.com Abstract
Lebih terperinci