Triuli Novianti 1) Abdul Aziz 2) Program Studi D3 Teknik Komputer UMSurabaya, Surabaya ),
|
|
- Handoko Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Ilmiah NERO Vol. 1 No. 15 APLIKASI DATA MINING MENGGUNAKAN METODE DECISION TREE UNTUK MENAMPILKAN LAPORAN HASIL NILAI AKHIR MAHASISWA (STUDI KASUS DI FAKULTAS TEKNIK UMSURABAYA) Triuli Novianti 1) Abdul Aziz ) Program Studi D Teknik Komputer UMSurabaya, Surabaya triuli81@yahoo.com 1), unicaziz@gmail.com ) Abstrak Salah satu faktor penyebab ketidaklulusan mahasiswa karena kurangnya kebijakan dan tindakan dari instansi pendidikan untuk menjaga mahasiswanya tidak lulus pada mata kuliah yang telah ditempuh. Dengan memanfaatkan data induk mahasiswa dan data nilai akhir mahasiswa diharapkan dapat menghasilkan informasi tentang laporan hasil nilai akhir dengan data induk mahasiswa melalui teknik data mining. Studi kasus penelitian ini dilaksanakan pada Fakultas Teknik UMSurabaya untuk interval waktu tahun akademik 1/1. Metode penelitian yang dipakai adalah metode Decision Tree dengan algoritma C4.5. Pada tahap akhir, penelitian dievaluasi dan validasi dengan cross validation. Dari penelitian dihasilkan, aplikasi laporan hasil nilai akhir dengan metode decision tree algoritma C4.5 sebagai acuan dalam membuat kebijakan dan tindakan untuk mengurangi jumlah mahasiswa yang tidak lulus dengan akurasi 1% menggunakan evaluasi Cross Validation. Kata Kunci: Decision Tree, Algoritma C4.5, Nilai Akhir, Cross Validation Abstract One of the causes of student failure due to the lack of policies and actions of educational institutions to keep students do not pass on the courses you have taken. By utilizing the student master data and data value end students are expected to generate information on the results of the final report by the student master data through data mining techniques. The case study research was conducted at the Faculty of Engineering UMSurabaya for the 1/1 academic year intervals. The research method used is a method C4.5 Decision Tree algorithm. In the final stage, evaluation and validation studies with cross validation. From the resulting research, application of the results of the final report by the method of decision tree algorithm C4.5 as a reference in making policies and measures to reduce the number of students who did not pass with 1% accuracy using the evaluation Cross Validation Keyword : Decision Tree, Algoritma C4.5, Nilai Akhir, Cross Validation 1. PENDAHULUAN Di dalam peraturan akademik Universitas Muhammadiyah Surabaya bidang pendidikan tahun 1 pada BAB XI pasal 5 ayat butir a di sebutkan bahwa Sistem penilaian yang digunakan Universitas Muhammadiyah Surabaya adalah sistem penilaian komprehensif yang terdiri dari aktifitas (A), tugas (T), ujian tengah semester (UTS) dan ujian akhir semester (UAS) (Peraturan Akademik, 1). Berdasarkan buku wisuda tahun 1 menunjukkan nilai IPK mahasiswa pada Fakultas Teknik umumnya rendah. Hal ini menunjukkan bahwa masih ada mahasiswa Program Sarjana (S1) dan Program Diploma (D) reguler di Fakultas Teknik yang tidak lulus untuk beberapa mata kuliah. Oleh karena itu, dengan memanfaatkan data induk mahasiswa dan data nilai mahasiswa, dapat diketahui informasi hasil nilai akhir mahasiswa melalui teknik data mining. Nilai akhir mahasiswa dapat dilihat dari komponen nilai aktifitas (A), tugas (T), ujian tengah semester (UTS) dan ujian akhir semester (UAS). Data mining diharapkan dapat membantu menyajikan informasi tentang nilai akhir mahasiswa dengan menggunakan data nilai akhir mahasiswa dan data induk mahasiswa. Permasalahan yang dibahas dalam penelitian ini adalah bagaimana membuat aplikasi 198 N E R O
2 Jurnal Ilmiah NERO Vol. 1 No. 15 untuk menghasilkan informasi yang berguna tentang hubungan nilai akhir dengan skala penilaian dengan teknik data mining metode decision tree algoritma C4.5. Informasi yang ditampilkan berupa nilai support dan confidence hubungan antara nilai akhir mahasiswa dengan nilai aktifitas (A), tugas (T), ujian tengah semester (UTS) dan ujian akhir semester (UAS). Hasil klasifikasi dari algoritma C4.5 dievaluasi dan divalidasi dengan cross validation untuk mengetahui tingkat akurasi Algoritma C4.5.. METODE PENELITIAN Metode dan tahapan penelitian yaitu meliputi; 1. Pembersihan data (data cleaning). Pembersihan data merupakan proses menghilangkan noise dan data yang tidak konsisten. Data yang digunakan dalam penulisan penelitian ini terdiri dari dua sumber data, yaitu data induk mahasiswa (Nama, NIM dan Program Studi) dan data nilai akhir yang didapatkan dari skala penilaian (aktifitas (A), tugas (T), ujian tengah semester (UTS) dan ujian akhir semester (UAS)).. Integrasi data (data integration). Integrasi data merupakan penggabungan data dari berbagai database ke dalam satu database baru.. Seleksi Data (Data Selection) Data yang ada pada database sering kali tidak semua dipakai, hanya data yang sesuai untuk dianalisis yang diambil dari database. Karena tidak semua tabel digunakan maka perlu dilakukan pembersihan data agar data yang akan diolah benar-benar relevan dengan yang dibutuhkan. 4. Transformasi data (Data Transformation). Data digabung ke dalam format yang sesuai untuk diproses dalam data mining. Transformasi data merupakan proses pengubahan atau penggabungan data ke dalam format yang sesuai. 5. Proses mining Merupakan proses utama saat metode diterapkan untuk menemukan pengetahuan berharga dari data. Pohon keputusan (decision tree) merupakan teknik yang digunakan pada proses mining. 6. Pengujian dan Evaluasi Sistem Pengujian dilakukan dengan training dan testing menggunakan metode Cross validation. Gambar 1 Diagram Alir Penelitian 199 N E R O
3 Jurnal Ilmiah NERO Vol. 1 No. 15. HASIL DAN PEMBAHASAN.1 Pohon Keputusan (Decision Tree) Data training yang digunakan yakni nilai aktifitas (A), tugas (T), ujian tengah semester (UTS) dan ujian akhir semester (UAS). Nilai akhir yang digunakan yakni A, AB, B, C, D dan E. Tabel 1 Data Nilai Akhir NO. UTS Tugas Aktifitas UAS Nilai Akhir AB AB AB BC BC AB DD BC AB BC BB AB AB BC AB BC BC AA BC AB AB DD AB BB BB AB AA BB AA AB BB N E R O
4 Jurnal Ilmiah NERO Vol. 1 No. 15 Tabel Nilai Entropy dan Gain untuk Menentukan Simpul Akar Data A AB B BC C D E Entropy Gain Total UTS <=5 > <= > <= >75 Tugas <=5 > <=5 > <= > Gam bar Poho n Kepu tusan Hasil Peng olaha n Aktifitas A AB B BC C D E UAS <=5 > <= > Gam bar. Hasil Kelu aran Prog ram <=75 > aksud dari gamb ar <=5 >5 <=5 >5 <=75 > adala h data yang diuji misal nya maha siswa memiliki nilai UTS 75, Tugas 8, UAS 5 dan Aktivitas 9, maka akar pertama akan menanyakan M 1 N E R O
5 Jurnal Ilmiah NERO Vol. 1 No. 15 apakah nilai aktivitasnya kurang dari 66.9? Karena nilai aktivitas 9 lebih dari nilai tersebut, maka masuk ke ranting kedua yang ditanya apakah nilai UAS kurang dari 5? Karena nilai UAS 8 maka masuk ke ranting ketiga yang ditanya apakah UTS kurang dari 8? Karena UTS 75 maka masuk ke rating selanjutnya yakni nilai akhir mahasiswa tersebut AB. Tabel. Hasil Training dan Testing Training Testing Dari hasil di atas diperoleh, hasil training dan testing menghasilkan hasil yang tepat sama, jadi akurasi pada percobaan di atas 1%. 4. KESIMPULAN Kesimpulan yang dapat diambil dalam penelitian ini adalah Aplikasi Data Mining ini dapat digunakan untuk menampilkan informasi yang berguna tentang nilai akhir mahasiswa dengan teknik data mining. Informasi yang ditampilkan berupa hubungan antara nilai akhir mahasiswa dengan nilai aktifitas (A), tugas (T), ujian tengah semester (UTS) dan ujian akhir semester (UAS). Hal ini terlihat pada pohon keputusan (decision tree) dan rancangan aplikasi berbasis pohon keputusan. Hasil evaluasi dan validasi dengan Cross Validation menunjukkan tingkat akurasi pada algoritma C4.5 sebesar 1%. Data induk mahasiswa yang diproses mining meliputi data proses masuk, data asal sekolah, data kota mahasiswa, dan data program studi. Hasil dari proses data mining ini dapat digunakan sebagai pertimbangan dalam mengambil keputusan lebih lanjut tentang faktor yang mempengaruhi tingkat kelulusan khususnya faktor dalam data induk mahasiswa. N E R O
6 Jurnal Ilmiah NERO Vol. 1 No Daftar Pustaka [1]. Andriani Anik. 11. Penerapan Algoritma C4.5 Pada Program Klasifikasi Mahasiswa Dropout. AMIK BSI Jakarta []. Anonim, 1 Peraturan Akademik Universitas Muhammadiyah Surabaya, Surabaya. []. Budi, 7, Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis, Graha Ilmu, Yogyakarta. [4]. Bramer, Max, 7, Principles of Data Mining, Springer, London. [5]. Chintakayala, Padmini. 5. Beginners Guide for Software Testing : Symbiosys Technologies. [6]. Guidici, P. & Figini, S. 9. Applied Data Mining for Business and Industry (nd ed). Italy. John Wiley & Sons, Ltd. ISBN: [7]. Han, J. and Kamber, M, 6, Data Mining Concepts and Techniques Second Edition. Morgan Kauffman, San Francisco. [8]. Hermawati AF, 1. Data Mining. Penerbit Andi. Yogjakarta [9]. Huda MN. 1. Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa (Studi Kasus Di Fakultas Mipa Universitas Diponegoro). FMIPA UNDIP [1]. Larose, D. T. 5. Discovering Knowledge in Data. New Jersey: John Willey & Sons, Inc. ISBN [11]. Kusrini, dan Emha Taufik Luthfi, 9, Algoritma Data Mining, Penerbit Andi, Yogyakarta. [1]. Pramudiono, I. 7. Pengantar Data Mining : Menambang Permata Pengetahuan di Gunung Data. [1]. Rainardi, Vincent, 8, Building a Data Warehouse with Examples in SQL Server, Springer, New York. [14]. Pressman, Roger S, 1997, Software Engineering:A Practitioner s Approch. The McGraw- Hill Companies, Inc., New York Santosa, [15]. Sommerville, Ian,, Software Engineering (Rekayasa Perangkat Lunak)/ Edisi 6/Jilid 1 Erlangga, Jakarta. [16]. Widodo Pudjo P, Handayanto T P. dan Herlawati, 1. Penerapan Data Mining dengan Matlab. Rekayasa Sains. Bandung N E R O
SISTEM APLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASITINGKAT KELULUSAN MAHASISWA
SISTEM APLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASITINGKAT KELULUSAN MAHASISWA Dwi Retnosari Departement Teknik Informatika Universitas Islam Kalimantan, Banjarmasin E-mail: dwiretnosarisari@yahoo.co.id
Lebih terperinciDATA MINING INFORMASI TINGKAT KELULUSAN MAHASISWA STMIK PELITA NUSANTARA MEDAN. Anita Sindar RM Sinaga
DATA MINING INFORMASI TINGKAT KELULUSAN MAHASISWA STMIK PELITA NUSANTARA MEDAN Anita Sindar RM Sinaga Program Studi Teknik Informatika STIMIK Pelita Nusantara, Jl. Iskandar Muda No. 1 Medan, Indonesia
Lebih terperinciSISTEM PENGOALAHAN DATA MINING INDUSTRI SEPATU MENGGUNAKAN METODE K-MEANS CLUSTERING DI JAWA TENGAH
SISTEM PENGOALAHAN DATA MINING INDUSTRI SEPATU MENGGUNAKAN METODE K-MEANS CLUSTERING DI JAWA TENGAH Ahmad Zaqi Al Kahfi Universitas Dian Nuswantoro Email : fawkeszach@gmail.com Abstrak Pengolahan database
Lebih terperinciPERBANDINGAN DECISION TREE
84 2015 Jurnal Krea-TIF Vol: 03 No: 02 PERBANDINGAN DECISION TREE PADA ALGORITMA C 4.5 DAN ID3 DALAM PENGKLASIFIKASIAN INDEKS PRESTASI MAHASISWA (Studi Kasus: Fasilkom Universitas Singaperbangsa Karawang)
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 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 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 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 terperinciPEMBENTUKAN DECISION TREE DATA LAMA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NBTREE DAN C4.5
PEMBENTUKAN DECISION TREE DATA LAMA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NBTREE DAN C4.5 Syam Gunawan 1, Pritasari Palupiningsih 2 1,2 Jurusan Sistem Informasi, STMIK Indonesia 1 syam@stmik-indonesia.ac.id,
Lebih terperinciSKRIPSI TI S1 FIK UDINUS 1
SKRIPSI TI S FIK UDINUS PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA TEKNIK INFORMATIKA S FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO
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 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 terperinciAPLIKASI DATAMINING UNTUK MEMPREDIKSI TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA APRIORI DI IBI DARMAJAYA BANDAR LAMPUNG
Jurnal TIM Darmajaya Vol. 02 No. 01 Mei 2016 Page 79 APLIKASI DATAMINING UNTUK MEMPREDIKSI TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA APRIORI DI IBI DARMAJAYA BANDAR LAMPUNG Nurjoko 1 Hendra Kurniawan
Lebih terperinciJURNAL IMPLEMENTASI DATA MINING DENGAN ALGORITMA C4.5 UNTUK MEMPREDIKSI PRESTASI SISWA
JURNAL IMPLEMENTASI DATA MINING DENGAN ALGORITMA C4.5 UNTUK MEMPREDIKSI PRESTASI SISWA IMPLEMENTATION OF DATA MINING WITH C4.5 ALGORITHM TO PREDICT STUDENT ACHIEVEMENT Oleh: SITI MUHIMATUL KHOIROH NPM
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 terperinciPENGELOMPOKAN PROGRAM PNPM MANDIRI DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN METODE K-NEAREST NEIGHBOR TUGAS AKHIR
PENGELOMPOKAN PROGRAM PNPM MANDIRI DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN METODE K-NEAREST NEIGHBOR TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas
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 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 terperinciPengolahan Data. Algoritma C4.5 Menghitung entropi : Data Training (75%) = 220 data Data Testing (25%) = 73 data
Algoritma C4.5 Menghitung entropi : engolahan Data Data Training (75%) = 220 data Data Testing (25%) = 73 data Entropi (y) = -p 1 log 2 p 1 p 2 log 2 p 2... p n log 2 p n Entropi IK -28/220*OG 2 (28/220)-156/220*OG
Lebih terperinciSNIPTEK 2014 ISBN:
KOMPARASI MENGGUNAKAN ALGORITMA C4.5, NEURAL NETWORK DAN NAÏVE BAYES DALAM PREDIKSI UJIAN KOMPENTENSI SMK MAHADHIKA 4 JAKARTA Aswan Supriyadi Sunge STMIK Nusa Mandiri mardian82@gmail.com Kaman Nainggolan
Lebih terperinciPerkiraan Waktu Studi Mahasiswa Menggunakan Metode Klasifikasi Dengan Algoritma Naive Bayes
Perkiraan Waktu Studi Mahasiswa Menggunakan Metode Klasifikasi Dengan Algoritma Naive Bayes Lestari Handayani 1, Eka Lona Maulida 2 Teknik Informatika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim
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 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 terperinciPENGEMBANGAN PERANGKAT LUNAK DIAGNOSA PENYAKIT DIABETES MELLITUS TIPE II BERBASIS TEKNIK KLASIFIKASI DATA ABSTRACT
PENGEMBANGAN PERANGKAT LUNAK DIAGNOSA PENYAKIT DIABETES MELLITUS TIPE II BERBASIS TEKNIK KLASIFIKASI DATA Rodiyatul FS 1, Bayu Adhi Tama 2, Megah Mulya 3 1,2,3 Fakultas Ilmu Komputer, Universitas Sriwijaya
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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN BERBASIS DECISION TREE DALAM PEMBERIAN BEASISWA STUDI KASUS: AMIK BSI YOGYAKARTA
SISTEM PENDUKUNG KEPUTUSAN BERBASIS DECISION TREE DALAM PEMBERIAN BEASISWA STUDI KASUS: AMIK BSI YOGYAKARTA Anik Andriani Program Studi Manajemen Informatika, AMIK BSI Jakarta Jl. RS Fatmawati 24, Pondok
Lebih terperinciJl. A. Yani Km 36 Banjarbaru, Kalimantan selatan 1 Abstract
Penerapan K-Optimal Pada Algoritma Knn untuk Prediksi Kelulusan Tepat Waktu Mahasiswa Program Studi Ilmu Komputer Fmipa Unlam Berdasarkan IP Sampai Dengan Semester 4 Mutiara Ayu Banjarsari 1, H. Irwan
Lebih terperinciPENGAMBILAN KEPUTUSAN UNTUK PENENTUAN BEASISWA TEPAT SASARAN MENGGUNAKAN METODE DECISION TREE DI SMK TARUNA BAKTI KERTOSONO
PENGAMBILAN KEPUTUSAN UNTUK PENENTUAN BEASISWA TEPAT SASARAN MENGGUNAKAN METODE DECISION TREE DI SMK TARUNA BAKTI KERTOSONO SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciEvaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes (Studi Kasus: Fasilkom Unilak)
n 1 Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes (Studi Kasus: Fasilkom Unilak) Nurliana Nasution 1, Khairani Djahara 2, Ahmad Zamsuri 3 1,2,3 Program Studi Teknik Informatika
Lebih terperinciPERNYATAAN. dikutip dalam naskah ini dan disebutkan dalam daftar pustaka.
PERNYATAAN Dengan ini saya menyatakan bahwa dalam skripsi ini tidak terdapat karya yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi dan sepanjang pengetahuan saya juga
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 terperinciPENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK KLASIFIKASI MAHASISWA BERPRESTASI
39 PENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK KLASIFIKASI MAHASISWA BERPRESTASI Nadiya Hijriana 1) dan Riadhul Muttaqin 1) 1 Program Studi Teknik Informatika Universitas Islam Kalimantan, Banjarmasin
Lebih terperinciPENERAPAN DATA MINING UNTUK REKOMENDASI BEASISWA PADA SMA MUHAMMADIYAH GUBUG MENGGUNAKAN ALGORITMA C4.5
1 PENERAPAN DATA MINING UNTUK REKOMENDASI BEASISWA PADA SMA MUHAMMADIYAH GUBUG MENGGUNAKAN ALGORITMA C4.5 Dina Maurina, Ahmad Zainul Fanani S.Si, M.Kom Jurusan Teknik Informatika FIK UDINUS, Jl. Nakula
Lebih terperinciPENENTUAN PENERIMA BEASISWA PENINGKATAN PRESTASI AKADEMIK DENGAN ALGORITME C5.0
PENENTUAN PENERIMA BEASISWA PENINGKATAN PRESTASI AKADEMIK DENGAN ALGORITME C.0 Rachma Fauzia Azhary, Isnandar Slamet, Supriyadi Wibowo Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan
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 terperinciVersi Online tersedia di : JURNAL TECH-E (Online)
JURNAL TECH-E - VOL. 1 NO. 1 (2017) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-116 (Online) Artikel Perancangan Aplikasi Prediksi Kelulusan Mahasiswa Tepat Waktu Pada
Lebih terperinciBAB III METODE PENELITIAN. ini dilaksanakan dari bulan Agustus Oktober 2016.
BAB III METODE PENELITIAN 3.1. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di Universitas Muhammadiyah Yogyakarta di ruang Biro Sistem Informasi, gedung AR. Fachruddin B. Adapun waktu penelitian
Lebih terperinciJurnal String Vol. 1 No. 1 Tahun 2016 ISSN:
KAJIAN KOMPARASI ALGORITMA C4.5, NAÏVE BAYES DAN NEURAL NETWORK DALAM PEMILIHAN PENERIMA BEASISWA (Studi Kasus pada SMA Muhammadiyah 4 Jakarta ) Ulfa Pauziah Program Studi Teknik Informatika, Universitas
Lebih terperinciVol. 2, No. 2 Desember 2011 ISSN
Vol., No. Desember 011 ISSN 088-130 APLIKASI DATA MINING UNTUK MENGUKUR TINGKAT KELULUSAN MAHASISWA DENGAN METODE APRIORI DAN K-MEAN LUSTERING (Studi Kasus Jurusan Teknik Informatika UTM) Bain Khusnul
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 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 terperinciAPLIKASI DATA MINING UNTUK MENGETAHUI HUBUNGAN PROSES MASUK DENGAN TINGKAT KELULUSAN MAHASISWA (Studi Kasus: STMIK AMIKOM YOGYAKARTA) JUDUL
APLIKASI DATA MINING UNTUK MENGETAHUI HUBUNGAN PROSES MASUK DENGAN TINGKAT KELULUSAN MAHASISWA (Studi Kasus: STMIK AMIKOM YOGYAKARTA) JUDUL NASKAH PUBLIKASI diajukan oleh Faundry Amrul Ma ruf 09.11.2997
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 terperinciANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE
ANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE Diki Arisandi 1, Nofriandi 2 Jurusan Teknik Informatika, FakultTeknik,Universitas Abdurrab
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE DESCISION TREE C4.5 Pada SMAK YOS SUDARSO BATU
SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE DESCISION TREE C4.5 Pada SMAK YOS SUDARSO BATU Jonathan Rinaldy 1) 1) Program Studi Teknik Informatika, Sekolah Tinggi Informatika & Komputer
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 terperinciPENENTUAN PENERIMAAN SISWA BARU MENGGUNAKAN DECISION TREE
PENENTUAN PENERIMAAN SISWA BARU MENGGUNAKAN DECISION TREE 1 Fitroh Rizky Muwardah, 2 Ricardus Anggi Pramunendar, M.Cs Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
Lebih terperinciDwi Anggih Yosepta 1), Tria Aprilianto 2) 1. STMIK Asia Malang, 1 2
ANALISA POLA KELULUSAN MAHASISWA PADA SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER ASIA MALANG DENGAN MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3) Dwi Anggih Yosepta 1), Tria Aprilianto 2) 1
Lebih terperinciKLASIFIKASI PENENTUAN TIM UTAMA OLAHRAGA HOCKEY MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS : HOCKEY KABUPATEN KENDAL)
KLASIFIKASI PENENTUAN TIM UTAMA OLAHRAGA HOCKEY MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS : HOCKEY KABUPATEN KENDAL) Budi Utami 1, Yuniarsi Rahayu, 2 1,2 Program Studi Teknik Informatika, Fakultas Ilmu Komputer,
Lebih terperinciSeminar Nasional Inovasi Dan Teknologi Informasi (SNITI 3) ISSN : Samosir, November 2016
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus : AMIK Tunas Bangsa Pematangsiantar) Anjar Wanto 1 1 Fakultas Ilmu Komputer-Teknologi
Lebih terperinciPerancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi
Perancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi I Nyoman Mahayasa Adiputra, J. Wahyu Nugroho Joshua Sekolah Tinggi
Lebih terperinciPenerapan Algoritme C4.5 Pada Klasifikasi Produksi Ubi Jalar di Pulau Jawa
Penerapan Algoritme C4.5 Pada Klasifikasi Produksi Ubi Jalar di Pulau Jawa Seno Setiyawan 1, Yuliana Susanti 2,Tri Atmojo Kusmayadi 3 1,3 Program Studi Matematika FMIPA, Universitas Sebelas Maret 2 Program
Lebih terperinciKlasifikasi Berbasis Algoritma C4.5 untuk Deteksi Kenaikan Case Fatality Rate Demam Berdarah
Klasifikasi Berbasis Algoritma C4.5 untuk Deteksi Kenaikan Case Fatality Rate Demam Berdarah Anik Andriani Manajemen Informatika, AMIK BSI, Yogyakarta, Indonesia anik.aai@bsi.ac.id Abstract Extraordinary
Lebih terperinciPerencanan Pembuatan Game Anime MMORPG dengan pendekatan Penjualan Item mall untuk Player
Perencanan Pembuatan Game Anime MMORPG dengan pendekatan Penjualan Item mall untuk Player Riswan Goenadi Winarso A11.2010.05816 Abstract Dalam menjalankan kehidupan manusia membutuhkan hiburan. Salah satu
Lebih terperinciKLASIFIKASI PENENTUAN TIM UTAMA OLAHRAGA HOCKEY MENGGUNAKAN ALGORITMA C4.5 (Study Kasus : Hockey Kabupaten Kendal)
1 KLASIFIKASI PENENTUAN TIM UTAMA OLAHRAGA HOCKEY MENGGUNAKAN ALGORITMA C4.5 (Study Kasus : Hockey Kabupaten Kendal) Budi Utami Jurusan Teknik Informatika FIK UDINUS, Jl. Nakula No. 5-11 Semarang-50131
Lebih terperinciImplementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa
Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa David Hartanto Kamagi, Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang,
Lebih terperinciKAJIAN PENERAPAN ALGORITMA C4.5, NAIVE BAYES, DAN NEURAL NETWORK DALAM PEMILIHAN DOSEN TELADAN: STUDI KASUS UNIVERSITAS INDRAPRASTA
KAJIAN PENERAPAN ALGORITMA C4.5, NAIVE BAYES, DAN NEURAL NETWORK DALAM PEMILIHAN DOSEN TELADAN: STUDI KASUS UNIVERSITAS INDRAPRASTA LAKSANA PRIYO ABADI laksanarioabadi@gmail.com Program Studi Teknik Informatika
Lebih terperinciANALISIS KLASIFIKASI PADA NASABAH KREDIT KOPERASI X MENGGUNAKAN DECISION TREE C4.5 DAN NAÏVE BAYES SKRIPSI
ANALISIS KLASIFIKASI PADA NASABAH KREDIT KOPERASI X MENGGUNAKAN DECISION TREE C4.5 DAN NAÏVE BAYES SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Sebagai
Lebih terperinciPENERAPAN METODE DECISION TREE (C4.5) DAN MODEL FUZZY MAMDANI UNTUK REKOMENDASI BEASISWA
1 PENERAPAN METODE DECISION TREE (C4.5) DAN MODEL FUZZY MAMDANI UNTUK REKOMENDASI BEASISWA IMPLEMENTATION OF DECISION TREE (C4.5) METHOD AND FUZZY MAMDANI MODEL FOR SCHOLARSHIP RECOMENDATION Ibnu Mas ud
Lebih terperinciPROGRAM BANTU UNTUK PERENCANAAN PENGAMBILAN MATAKULIAH
PROGRAM BANTU UNTUK PERENCANAAN PENGAMBILAN MATAKULIAH Yetli Oslan, S.Kom., MT dan Katon Wijana, S.Kom., MT Abstrak Membuat keputusan dalam menentukan perencanaan pengambilan tiap semester merupakan hal
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 terperinciPENERAPAN ALGORITMA C4.5 PADA PROGRAM KLASIFIKASI MAHASISWA DROPOUT. Anik Andriani AMIK BSI Jakarta
PENERAPAN ALGORITMA C4.5 PADA PROGRAM KLASIFIKASI MAHASISWA DROPOUT Anik Andriani AMIK BSI Jakarta ABSTRAK. Prestasi akademik mahasiswa dievaluasi setiap akhir semester untuk mengetahui hasil belajar yang
Lebih terperinciPENERAPAN DECISION TREEALGORITMA C4.5 DALAM PENGAMBILAN KEPUTUSAN HUNIAN TEMPAT TINGGAL
PENERAPAN DECISION TREEALGORITMA C4.5 DALAM PENGAMBILAN KEPUTUSAN HUNIAN TEMPAT TINGGAL Besse Helmi Mustawinar Teknik Informatika FTKOM Universitas Cokroaminoto Palopo Jl Latamacelling Nomor 19 Palopo,
Lebih terperinciDimara Kusuma Hakim 1), Ahmad Fauzan 2) Jl. Raya Dukuhwaluh Purwokerto )
Aplikasi Tracer Study Teknik Informatika Universitas Muhammadiyah Purwokerto (Tracer Study Application for Informatics Engineering in Muhammadiyah University of Purwokerto) Dimara Kusuma Hakim 1), Ahmad
Lebih terperinciAPPLICATION OF DATA MINING ALGORITHM TO RECIPIENT OF MOTORCYCLE INSTALLMENT
APPLICATION OF DATA MINING ALGORITHM TO RECIPIENT OF MOTORCYCLE INSTALLMENT Harry Dhika 1, Fitriana Destiawati 2 1,2 Teknik Informatika Fakultas Teknik, Matematika dan IPA, Universitas Indraprasta PGRI
Lebih terperinciPENERAPAN ALGORITMA KLASIFIKASI DATA MINING C4.5 PADA DATASET CUACA WILAYAH BEKASI
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 368~372 368 PENERAPAN ALGORITMA KLASIFIKASI DATA MINING C4.5 PADA DATASET CUACA WILAYAH BEKASI Adhika Novandya AMIK BSI Bekasi e-mail:
Lebih terperinciPemanfaatan Educational Data Mining (EDM)...
PEMANFAATAN EDUCATIONAL DATA MINING (EDM) UNTUK MEMPREDIKSI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS: TI-S1 UDINUS) Defri Kurniawan 1*, Wibowo Wicaksono 1 dan Yani Parti Astuti 1 1
Lebih terperinciALGORITMA DECISION TREE (C4.5) UNTUK MEMPREDIKSI KEPUASAN MAHASISWA TERHADAP KINERJA DOSEN POLITEKNIK TEDC BANDUNG
ALGORITMA DECISION TREE (C4.5) UNTUK MEMPREDIKSI KEPUASAN MAHASISWA TERHADAP KINERJA DOSEN POLITEKNIK TEDC BANDUNG Ade Yuliana 1, Duwi Bayu Pratomo 2 1,2 Program Studi Teknik Informatika - Politeknik TEDC
Lebih terperinciKlasifikasi Data Karyawan Untuk Menentukan Jadwal Kerja Menggunakan Metode Decision Tree
Klasifikasi Data Karyawan Untuk Menentukan Jadwal Kerja Menggunakan Metode Decision Tree Disusun oleh : Budanis Dwi Meilani Achmad dan Fauzi Slamat Jurusan Sistem Informasi Fakultas Teknologi Informasi.
Lebih terperinciPREDIKSI HERREGISTRASI CALON MAHASISWA BARU MENGGUNAKAN ALGORITMA NAÏVE BAYES
PREDIKSI HERREGISTRASI CALON MAHASISWA BARU MENGGUNAKAN ALGORITMA NAÏVE BAYES Selvy Megira 1), Kusrini 2), Emha Taufiq Luthfi 3) 1), 2), 3) Teknik Universitas AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
Lebih terperinciKerusakan Barang Jadi
Penerapan Algoritma C4.5 pada Analisis Kerusakan Barang Jadi (Studi Kasus: PT Kayu Lapis Asli Murni) Ivan Oktana, Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Dasar Penelitian Penelitian ini dilakukan berdasarkan rumusan masalah yang telah dijabarkan pada bab sebelumnya yaitu untuk mengklasifikasikan kelayakan kredit calon debitur
Lebih terperinciPERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL
PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL Heni Jusuf 1, Ariana Azimah 2 Jurusan Sistem Informasi, Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional Jl. Sawo Manila,
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 5
GARIS-GARIS BESAR PROGRAM PENGAJAR PROGRAM STUDI: S1 STEM INFORMA Semester : 5 Berlaku mulai: Gasal/2010 MATA KULIAH : DATA WAREHOUSE KODE MATA KULIAH / SKS : 4010103084 / 2 SKS MATA KULIAH PRASYARAT :
Lebih terperinciPenerapan Association Rule Apriori dalam Aplikasi Business Analytic terhadap Data Kelulusan di UNIVERSITAS SEBELAS MARET (UNS)
Penerapan Association Rule Apriori dalam Aplikasi Business Analytic terhadap Data Kelulusan di UNIVERSITAS SEBELAS MARET (UNS) Benny Arif Pratama Informatika, Fakultas MIPA, Universitas Sebelas Maret Jl.
Lebih terperinciPENERAPAN ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI KEPUTUSAN NASABAH TELEMARKETING DALAM MENAWARKAN DEPOSITO
PENERAPAN ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI KEPUTUSAN NASABAH TELEMARKETING DALAM MENAWARKAN DEPOSITO Wahyu Nurjaya WK 1, Yusrina Adani 2 Program Studi Sistem Informasi, STMIK LPKIA Bandung Program
Lebih terperinciPENERAPAN ALGORITMA C4.5 PADA APLIKASI DATA MINING PEMILIHAN BEASISWA BAGI MAHASISWA DI UNIVERSITAS DIPONEGORO
PENERAPAN ALGORITMA C4.5 PADA APLIKASI DATA MINING PEMILIHAN BEASISWA BAGI MAHASISWA DI UNIVERSITAS DIPONEGORO SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer pada Jurusan
Lebih terperinciPENERAPAN DATA MINING MENGGUNAKAN ALGORITME C4.5 DALAM PENENTUAN JURUSAN SISWA SMA NEGERI 2 SURAKARTA
PENERAPAN DATA MINING MENGGUNAKAN ALGORITME C4.5 DALAM PENENTUAN JURUSAN SISWA SMA NEGERI 2 SURAKARTA oleh NADYA AL FITRIANI M0111060 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
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 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 terperinciAPLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA
APLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Yuli Asriningtias, Rodhyah Mardhiyah Program Studi Teknik Informatika Fakultas Bisnis & Teknologi Informasi, Universitas Teknologi
Lebih terperinciDr. Yadi Suprijadi, DEA Zulhanif, M.Sc
Dr. Yadi Suprijadi, DEA Zulhanif, M.Sc Giudici, P., & Figini, S. (2009). Applied data mining for business and industry. Chichester: Prentice Hall. Larose, D. T. (2005). Discovering Knowledge in Data: An
Lebih terperinciPENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK SELEKSI CALON PENERIMA BEASISWA TINGKAT UNIVERSITAS
9 PENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK SELEKSI CALON PENERIMA BEASISWA TINGKAT UNIVERSITAS Nadiya Hijriana 1) dan Muhammad Rasyidan 2) 1,2 Program Studi Teknik Informatika Universitas Islam
Lebih terperinciAnalisis asosiasi Penguasaan ICT Mahasiswa Baru dan Pencapaian Prestasi Akademik Mahasiswa dengan Algoritma Apriori.
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Analisis asosiasi Penguasaan ICT Mahasiswa Baru dan Pencapaian Prestasi Akademik Mahasiswa dengan Algoritma Apriori. Kuswari Hernawati 1,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENEMPATAN JURUSAN MAHASISWA BARU MENGGUNAKAN METODE K-NEAREST NEIGHBOR
Cogito Smart Journal/VOL. 1/NO. 1/DESEMBER 2015IJCCS ISSN: 1 97 55 SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN JURUSAN MAHASISWA BARU MENGGUNAKAN METODE K-NEAREST NEIGHBOR Ratih Kumalasari Niswatin 1) Teknik
Lebih terperinciManfaat Pohon Keputusan
DECISION TREE (POHON KEPUTUSAN) Latar Belakang Pohon Keputusan Di dalam kehidupan manusia sehari-hari, manusia selalu dihadapkan oleh berbagai macam masalah dari berbagai macam bidang. Masalah-masalah
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 terperinciANALISA POLA DATA HASIL PEMBANGUNAN KABUPATEN MALANG MENGGUNAKAN METODE ASSOCIATION RULE
ANALISA POLA DATA HASIL PEMBANGUNAN KABUPATEN MALANG MENGGUNAKAN METODE ASSOCIATION RULE Dewi Sibagariang 1), Karina Auliasari 2) 1.2) Jurusan Teknik Informatika, Institut Teknologi Nasional Malang Jalan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Dropout Data mining
BAB 1 PENDAHULUAN Bab ini membahas mengenai latar belakang masalah, identifikasi masalah, ruang lingkup tugas akhir, maksud dan tujuan tugas akhir, metode penelitian tugas akhir, dan sistematika penulisan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Data yang digunakan dalam penelitian ini adalah data warehouse
1.1.Pengumpulan data BAB IV HASIL DAN PEMBAHASAN Data yang digunakan dalam penelitian ini adalah data warehouse Graduation Universitas Muhammadiyah Yogyakarta pada Fakultas Teknik UMY tahun kelulusan 2013,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN TENDER PROYEK MENGGUNAKAN METODE BENEFIT COST RATIO
SISTEM PENDUKUNG KEPUTUSAN TENDER PROYEK MENGGUNAKAN METODE BENEFIT COST RATIO Siti Hardiyanti Rukmana 1, Much Aziz Muslim 2 1 Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciApplication Determination Of Credit Feasibility in Sharia Cooperative
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2016, pp. 555~560 Application Determination Of Credit Feasibility in Sharia Cooperative 555 Dibjo Marginato AMIK BSI Tangerang Email: dibjomgo@gmail.com
Lebih terperinciPenerapan Metode WP (Weighted Product) Untuk Pemilihan Mahasiswa Lulusan Terbaik di Fakultas Teknik Universitas Muhammadiyah Purwokerto
Penerapan Metode WP (Weighted Product) Untuk Pemilihan Mahasiswa Lulusan Terbaik di Fakultas Teknik Universitas Muhammadiyah Purwokerto (Application of WP (Weighted Product) Method For Selection of Best
Lebih terperinciPERANCANGAN SISTEM PAKAR UNTUK MENENTUKAN ALAT KONTRASEPSI MENGGUNAKAN ALGORITMA C4.5
PERANCANGAN SISTEM PAKAR UNTUK MENENTUKAN ALAT KONTRASEPSI MENGGUNAKAN ALGORITMA C4.5 NI WAYAN PARWATI SEPTIANI wayan.parwati@gmail.com Program Studi Teknik Informatika Fakultas Teknik, Matematika dan
Lebih terperinciDATA MINING UNTUK MENGANALISA PREDIKSI MAHASISWA BERPOTENSI NON-AKTIF MENGGUNAKAN METODE DECISION TREE C4.5
DATA MINING UNTUK MENGANALISA PREDIKSI MAHASISWA BERPOTENSI NON-AKTIF MENGGUNAKAN METODE DECISION TREE C4.5 Dwi Untari A11.2010.05410 Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas
Lebih terperinciPERBANDINGAN ANALISIS KLASIFIKASI ANTARA DECISION TREE DAN SUPPORT VECTOR MACHINE MULTICLASS UNTUK PENENTUAN JURUSAN PADA SISWA SMA
PERBANDINGAN ANALISIS KLASIFIKASI ANTARA DECISION TREE DAN SUPPORT VECTOR MACHINE MULTICLASS UNTUK PENENTUAN JURUSAN PADA SISWA SMA (Studi Kasus Nilai Mata Pelajaran Pokok di SMA Negeri 1 Jepara) SKRIPSI
Lebih terperinciIMPLEMENTASI TEKNIK DATA MINING UNTUK MEMPREDIKSI TINGKAT KELULUSAN MAHASISWA PADA UNIVERSITAS BINA DARMA PALEMBANG
IMPLEMENTASI TEKNIK DATA MINING UNTUK MEMPREDIKSI TINGKAT KELULUSAN MAHASISWA PADA UNIVERSITAS BINA DARMA PALEMBANG Andri 1), Yesi Novaria Kunang 2), Sri Murniati 3) 1,2,3) Jurusan Sistem Informasi Universitas
Lebih terperinciResearch of Science and Informatic
Sains dan Informatika Vol.1 (N0.1) (2015): 20-29 22 Nisfa Ridha Yani, Gunadi Widi Nurcahyo, Implementasi Data Mining JURNAL SAINS DAN INFORMATIKA Research of Science and Informatic e-mail: jit.kopertis10@gmail.com
Lebih terperinciANALISA KONSISTENSI POLA PEMINJAMAN BUKU MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus: UPT Perpustakaan Universitas Sebelas Maret)
ANALISA KONSISTENSI POLA PEMINJAMAN BUKU MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus: UPT Perpustakaan Universitas Sebelas Maret) Miranda Nur Qolbi Aprilina 1, Wiranto 2,Widodo 3 1,2 Program Studi Informatika,
Lebih terperinci