2. Tahapan Penelitian pemahaman merupakan awal proses penelitian
|
|
- Johan Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Metodologi Penelitian Rudi Susanto Tahapan Penelitian pemahaman merupakan awal proses penelitian
2 Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian
3 2. Tahapan Penelitian 3
4 2.1 Tahapan Penelitian Dasar 4
5 Tahapan Penelitian Dasar 1. Identifikasi Masalah 2. Perumusan Hipotesis 3. Pengujian Hipotesis dan Analisis 4. Kesimpulan
6 Tahapan Penelitian Susunan Skripsi 1. Pendahuluan: - Latar Belakang - Rumusan Masalah - Tujuan Penelitian - Manfaat Penelitian 2. Landasan Teori: - Penelitian yang Berhubungan - Landasan Teori - Kerangka Pemikiran 3.Metodologi Penelitian: - Metode Penelitian - Metode Pengumpulan Data - Metode Analisis Data - Metode Pengukuran Penelitian 4. Analisis Hasil dan Pembahasan Tahapan Penelitian Identifikasi Masalah Perumusan Hipotesis Pengujian Hipotesis dan Analisis Hasil 5. Kesimpulan dan Saran Kesimpulan
7 2.2 Tahapan Penelitian Computing 7
8 Tahapan Penelitian Computing* 1. Tentukan Bidang dan Topik Penelitian 2. Tentukan Masalah Penelitian 3. Pahami Metode yang Ada untuk Memecahkan Masalah Penelitian 4. Pilih Metode dan Lakukan Perbaikan Metode 5. Evaluasi Perbaikan Metode *
9 2.3 Bidang dan Topik Penelitian 9
10 Bidang Penelitian Computing Ingat kembali seluruh mata kuliah yang kita pelajari : Data mining, Machine Learning, Sofware Engineering, Image Processing, Jaringan Komputer, Teknik Digital, Kriptografi, mikroprosesor, dsb Secara umum nama mata kuliah itu menunjukkan satu bidang ilmu (field) computing 10
11 Bidang Penelitian Computing Software Engineering Data Mining (Knowledge Discovery in Database) Image Processing Networking Human Computer Interaction Soft Computing etc 11
12 Method/Teori Itu Makhluk Apa? Bila mata kuliah itu menunjukkan satu bidang ilmu (field) computing Maka computing methods adalah teori, model, atau metode yang terdapat di dalam mata kuliah Computing methods berisi tahapan/urutan yang sistematis untuk menyelesaikan masalah (algoritmik)
13 Method Itu Bukan... Disiplin ilmu atau nama mata kuliah Terminologi computing yang sifatnya terlalu global Sistem berbasis web/internet (web/internet bukan approach) Bahasa pemrograman (kecuali research kita tentang optimisasi bahasa pemrograman) Jenis database (kecuali research kita tentang optimisasi database)
14 Data Mining 1. Estimasi (Estimation) Neural Network, Multiple Linear Regression, dsb 2. Prediksi (Prediction): Neural Network, Multiple Linear Regression, SVM, dsb 3. Klasifikasi (Classification): CART, K-NN, ID3, C4.5, dsb 4. Pengelompokan (Clustering): K-Means, Fuzzy C-Means, SOM, K-Medoids, dsb 5. Asosiasi (Association): Apriori, FP-Growth, dsb
15 Soft Computing 1. Fuzzy Logic 2. Fuzzy Inference System 3. Neural Network 4. Neuro-Fuzzy 5. Genetic Algorithm
16 Image Processing 1. Image Restoration 2. Image Compression 3. Biometrics: Face/Fingerprint/Iris Identification 4. Real Application: 1. Car Plate Identification 2. Vehicle Motion Detection
17 Software Engineering Software Process Improvement Software Quality Prediction Service Oriented Architecture Autonomic Computing Soft Computing and its Applications in Software Engineering
18 Tugas di
19 Menulis Proposal Pendahuluan
20 Brief Latar belakang masalah penelitian (research background) adalah bagian pertama dan sangat penting dalam menyusun tulisan ilmiah, paper, dll Latar belakang masalah penelitian menjelaskan secara lengkap topik (subject area) penelitian, masalah penelitian yang kita pilih dan mengapa melakukan penelitian pada topik dan masalah tersebut Sayangnya, tidak banyak mahasiswa yang berhasil membuat latar belakang masalah penelitian dengan baik,
21 KIAT 1:. PAHAMI DUA GAYA RESEARCH DI BIDANG COMPUTING gaya penelitian di bidang komputer (computing) secara umum terbagi dua yaitu gaya Computer Science (CS) dan gaya Information Systems (IS) CS memiliki karakteristik penelitian dan isu berhubungan dengan core technology dan perbaikan metode (method improvement). IS lebih cenderung ke arah isu tentang interaksi teknologi dan sosial, termasuk diantaranya mengukur dan menganalisa kesuksesan penerapan teknologi dan sistem informasi.
22 KIAT 2: MENJAWAB SEMUA PERTANYAAN WHY DI JUDUL contoh paper: Prediksi Produksi Padi dengan menggunakan Support Vector Machine berbasis Particle Swarm Optimization maka latar belakang masalah harus bisa menjawab pertanyaan: 1. mengapa padi? 2. mengapa prediksi produksi padi? 3. mengapa support vector machine? 4. mengapa particle swarm optimization?
23 KIAT 3: POLA ALUR DAN POKOK PIKIRAN PARAGRAF Kunci dari keberhasilan menyusun latar belakang masalah penelitian seberapa komprehensif kita merangkumkan penelitian kita. Tulisan yang baik adalah bahwa dengan hanya membaca latar belakang masalah, orang langsung bisa memahami, apa yang kita lakukan pada penelitian kita. Untuk bisa mencapai itu, pokok pikiran seluruh paragraf pada latar belakang masalah penelitian harus memuat dan mengikuti 6 pola alur berikut. Untuk mempermudah mengingat, OMKKMASASOLTU.
24 1. Obyek penelitian (O) 2. Metode-metode yang ada (M) 3. Kelebihan dan kelemahan metode yang ada (KK) 4. Masalah pada metode yang dipilih (MASA) 5. Solusi perbaikan metode (SOL) 6. Rangkuman tujuan penelitian (TU) Contoh:
25 Contoh..
26 KIAT 4: BELAJAR MENULIS DENGAN ATM Cara paling cepat dan manjur supaya kita mahir menulis paper ilmiah dan tesis adalah dengan melakukan ATM (Amati-Tiru- Modifikasi). 1. Banyak baca paper,lihat bagaimana para peneliti menuliskan hasil penelitian 2. tiru alurnya tapi tidak nyontek kalimatnya, 3. dan modifikasi pelan-pelan di tulisan yang kita buat
27 KIAT 5: RUMUSAN MASALAH DAN TUJUAN PENELITIAN Kita telah berhasil menyusun latar belakang masalah yang baik seperti di atas, masalah dan tujuan penelitian sudah pasti dapat kita rangkumkan dengan baik. Di Indonesia masalah penelitian, biasanya dirangkumkan dalam format identifikasi masalah (problem statement) dan rumusan masalah (research question). Dari hal tersebut kita kemudian menyusul Tujuan Penelitian Contoh:.
28
29 Demikian dan Terim Kasih Semoga anda menjadi mahasiswa yang tidak galau lagi
METODOLOGI PENELITIAN
METODOLOGI PENELITIAN TAHAPAN PENELITIAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinci2. Tahapan Penelitian
1 Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinciResearch Methodology 2. Tahapan Penelitian
Research Methodology 2. Tahapan Penelitian Romi Satria Wahono romi@romisatriawahono.net http://romisatriawahono.net/rm WA/SMS: +6281586220090 1 Romi Satria Wahono SD Sompok Semarang (1987) SMPN 8 Semarang
Lebih terperinci5. Struktur Penulisan Tesis
Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinci5. Struktur Penulisan
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 5. Struktur Penulisan pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah
Lebih terperinci3. Masalah Penelitian pemahaman merupakan awal proses penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 3. Masalah Penelitian pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah
Lebih terperinciMetodologi Penelitian Rudi Susanto pemahaman merupakan awal proses penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature
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 terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN MASALAH PENELITIAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinci3. Masalah Penelitian
Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinciResearch Methodology 6. Kesalahan Penulisan Tesis
Research Methodology 6. Kesalahan Penulisan Tesis 1 Course Outline 1. Pengantar Penelitian 2. Masalah Penelitian 3. Literature Review 4. Struktur Penulisan 5. Kesalahan Penulisan 6. Metode Eksperimen 7.
Lebih terperinciMATLAB UNTUK STATISTIKA & TEKNIK OPTIMASI Aplikasi untuk Rekayasa & Bisnis
MATLAB UNTUK STATISTIKA & TEKNIK OPTIMASI Aplikasi untuk Rekayasa & Bisnis Oleh : Budi Santosa Edisi Pertama Cetakan Pertama, 2008 Hak Cipta 2008 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang
Lebih terperinciMetodologi Penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Masalah Penelitian 3. Literature Review 4. Struktur
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam mencapai tujuan pembangunan ekonomi diperlukan peran serta lembaga keuangan untuk membiayai pembangunan tersebut. Lembaga keuangan memegang peranan penting dalam
Lebih terperinciDATA MINING. Pertemuan 2. Nizar Rabbi Radliya 3 SKS Semester 6 S1 Sistem Informasi
DATA MINING 3 SKS Semester 6 S1 Sistem Informasi Pertemuan 2 Nizar Rabbi Radliya nizar.radliya@yahoo.com Universitas Komputer Indonesia 2016 Mengapa Data Mining? Penumpukan data Minimnya pemanfaatan data
Lebih terperinciDefri Kurniawan, M.Kom
Review & Motivation Software Engineering Defri Kurniawan, M.Kom 1 Content Why Software Engineering? Definisi Software Engineering Peranan Perangkat Lunak Disiplin ilmu Software Engineering 2 WHY SOFTWARE
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perusahaan ritel yang menyediakan berbagai kebutuhan berkembang pesat bukan hanya di kota besar saja tetapi juga di kota-kota kecil. Untuk memperoleh keuntungan yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan adalah salah satu aspek terpenting bagi kehidupan manusia, yang dapat mempengaruhi manusia itu sendiri, juga menjadi faktor pendukung dalam setiap sektor
Lebih terperinci(Adaptive Neuro- akurasi 58,33% untuk 9 kelas output
BAB I PENDAHULUAN 1.1 Latar Belakang Tulisan tangan merupakan hasil dari pikiran bawah sadar manusia yang menggambarkan atau mencerminkan karakter kepribadian manusia. Ilmu yang mempelajari tentang tulisan
Lebih terperinciDAFTAR MATA KULIAH PROGRAM STUDI TEKNIK INFORMATIKA KURIKULUM 2012
DAFTAR MATA KULIAH PROGRAM STUDI TEKNIK INFORMATIKA KURIKULUM 2012 No Kode Matakuliah Kurikulum 2012 SKS 1 INF011 2 INF0212 INF01 4 INF041 5 INF051 6 INF0611 7 MPK020 8 MPK010 9 INF072 10 INF0821 11 INF092
Lebih terperinciDATA MINING. Pertemuan 1. Nizar Rabbi Radliya 3 SKS Semester 6 S1 Sistem Informasi
DATA MINING 3 SKS Semester 6 S1 Sistem Informasi Pertemuan 1 Nizar Rabbi Radliya nizar.radliya@yahoo.com Universitas Komputer Indonesia 2016 Ketentuan Perkuliahan Perkuliahan diselenggarakan 14 kali pertemuan
Lebih terperinciBAB 1 PENDAHULUAN. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu kecerdasan buatan saat ini sudah berkembang pesat. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan lebih baik, cepat,
Lebih terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN STRUKTUR PENULISAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perguruan tinggi merupakan strata terakhir sebelum mahasiswa dapat bersaing didalam dunia kerja. Agar mampu bersaing didalam dunia kerja, mahasiswa dituntut
Lebih terperinciTOPIK PENELITIAN MAHASISWA PRODI S-1 SISTEM INFORMASI UNIVERSITAS U'BUDIYAH INDONESIA TAHUN AJARAN 2015/2016
TOPIK PENELITIAN MAHASISWA PRODI S-1 SISTEM INFORMASI UNIVERSITAS U'BUDIYAH INDONESIA TAHUN AJARAN 2015/2016 Bidang Ilmu : Sistem Informasi NO TOPIK PENELITIAN SUB TOPIK Arsitektur, Dukungan layanan Algortitma
Lebih terperinciData Mining Outline BAB I Pendahuluan. Proses Data Mining. Recap
Data Mining Outline BAB I Pendahuluan BAB II Data BAB III Algoritma Klasifikasi BAB IV Algoritma Klastering BAB V Algoritma Asosiasi BAB VI Algoritma Estimasi BAB VII Deteksi Anomali Ricky Maulana Fajri
Lebih terperinciPENGGUNAAN ALGORITMA KLASIFIKASI DALAM DATA MINING
PENGGUNAAN ALGORITMA KLASIFIKASI DALAM DATA MINING A ang Subiyakto Program Studi Sistem Informasi Fakultas Sains dan Teknologi UIN Jakarta Jl. Ir. H. Juanda No. 95 Ciputat Tangerang Banten 15412 E-mail:
Lebih terperinciBUKU PANDUAN MINAT STUDI MAHASISWA PRODI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER 2012/2013
BUKU PANDUAN MINAT STUDI MAHASISWA PRODI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER 2012/2013 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang 2012 1. Minat Studi Minat Studi Mahasiswa merupakan
Lebih terperinciRekayasa Perangkat Lunak. Tujuan
Rekayasa Perangkat Lunak Arna Fariza Politeknik Elektronika Negeri Surabaya Rekayasa Perangkat Lunak 1 Tujuan Mengetahui bagaimana melakukan rekayasa terhadap sebuah perangkat lunak Mengetahui software
Lebih terperinciBAB 1 PENDAHULUAN. dalam bidang Teknologi Informasi sangat pesat. Hampir seluruh bidang-bidang dalam
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini perkembangan Ilmu Pengetahuan dan Teknologi (IPTEK) khususnya dalam bidang Teknologi Informasi sangat pesat. Hampir seluruh bidang-bidang dalam kehidupan
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 terperinciL ctur er: M. Mift Mi ak ft ul Am A i m n i,,s. Kom om,. M. M. ng.
POLITEKNIK NEGERI SRIWIJAYA Jurusan Teknik Komputer Program Studi D3 Teknik Komputer Lecturer: M. Miftakul Amin, S. Kom., M. Eng. Intelegensi Buatan Sesi 1 Pengantar Intelegensi Buatan 2015 Intelegensi
Lebih terperinciPERANGKAT LUNAK & REKAYASA PERANGKAT LUNAK
REKAYASA PERANGKAT LUNAK LANJUT PERANGKAT LUNAK & REKAYASA PERANGKAT LUNAK Defri Kurniawan M.Kom Refrensi content Why Software Engineering Perangkat Lunak (PL) Definisi Jenis-jenis berdasarkan Market,
Lebih terperinciTUGAS AKHIR DAN PERMASALAHANNYA
TUGAS AKHIR DAN PERMASALAHANNYA Oleh Agus Maman Abadi Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta 1 TUGAS AKHIR DAN PERMASALAHANNYA Pengertian Tugas Akhir (TA) Bentuk TA Tujuan TA
Lebih terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN KESALAHAN PENULISAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinciBAB 2 TELAAH PUSTAKA
BAB 2 TELAAH PUSTAKA Pada bab ini akan dipaparkan mengenai deskripsi data mining secara umum dan landasan teori dari algoritma data mining yang digunakan pada FIKUI Mining. Selain itu, juga akan dijelaskan
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4A3 Pembelajaran Mesin Disusun oleh: Agung Toto Wibowo Said Al Faraby PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tuntutan belajar bagi peserta didik tidak hanya menuntut kemampuan akedemik (hard skill), peserta didik juga dituntut untuk dapat meningkatkan kemampuan personalnya
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER
RENCANA PEMBELAJARAN SEMESTER Mata Kuliah Big Data and Data Analytics Semester Tujuh Kode SMXXXXXX Prodi MBTI Dosen Andry Alamsyah SKS 4 Capaian Pembelajaran 1. Memahami fenomena, framework, peluang dan
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 terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL
1 SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (Human Face Detection System on Digital Images) Setyo Nugroho 1, Agus Harjoko 2 Program Studi Ilmu Komputer Program Pascasarjana Universitas Gadjah
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 1 PENDAHULUAN. ekstensi bisnis perusahaan. Perluasan atau ekstensi bisnis diperlukan oleh suatu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Semakin berkembangnya suatu perusahaan akan diiringi dengan perluasan ekstensi bisnis perusahaan. Perluasan atau ekstensi bisnis diperlukan oleh suatu perusahaan
Lebih terperinciDAFTAR MATAKULIAH KURIKULUM BERBASIS KOMPETENSI 2012 TEKNIK INFORMATIKA UNIVERSITAS ATMA JAYA YOGYAKARTA
DAFTAR MATAKULIAH KURIKULUM BERBASIS KOMPETENSI 2012 TEKNIK INFORMATIKA UNIERSITAS ATMA JAYA YOGYAKARTA No Kode Matakuliah Kurikulum 2012 SKS Semester 1 1 INF011 2 INF0212 INF01 4 INF041 5 INF051 6 INF0611
Lebih terperinciMANUAL PROSEDUR STANDAR KUALIFIKASI AKADEMIK DAN KOMPETENSI DOSEN
MANUAL PROSEDUR STANDAR KUALIFIKASI AKADEMIK DAN KOMPETENSI DOSEN PROGRAM TEKNOLOGI INFORMASI DAN ILMU KOMPUTER UNIVERSITAS BRAWIJAYA 2013 MANUAL PROSEDUR STANDAR KUALIFIKASI AKADEMIK DAN KOMPETENSI DOSEN
Lebih terperinciData Mining Terapan dengan Matlab
Pendahuluan i ii Data Mining Terapan dengan Matlab Pendahuluan iii DATA MINING TERAPAN DENGAN MATLAB Oleh : Budi Santosa Edisi Pertama Cetakan Pertama, 2007 Hak Cipta 2007 pada penulis, Hak Cipta dilindungi
Lebih terperinciPengantar Penelitian TI
Pengantar Penelitian TI Metodologi Penelitian Pertemuan 1 Rakhmat Arianto, S.ST., M.Kom 1. Pengantar Penelitian 1 1.1. Definisi Penelitian Definisi Penelitian Research (Inggris) dan recherche (Prancis)
Lebih terperinciData Mining. Fajar Agung Nugroho, S.Kom, M.CS
Data Mining Fajar Agung Nugroho, S.Kom, M.CS fajar.nugroho@research.dinus.ac.id Textbooks Pretest 1. Jelaskan apa yang dimaksud dengan data mining? 2. Sebutkan peran data mining dan algoritma apa saja
Lebih terperinciMengenal Artificial Intelligence, Machine. Learning, Neural Network, dan Deep Learning
Mengenal Artificial Intelligence, Machine Learning, Neural Network, dan Deep Learning Abu Ahmad www.teknoindonesia.com E-mail: abuahmad@promotionme.com Abstract Dengan semakin canggihnya teknologi dan
Lebih terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
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 terperinciData Mining II Estimasi
Data Mining II Estimasi Matakuliah Data warehouse Universitas Darma Persada Oleh: Adam AB Data Mining-2012-a@b 1 Tahapan proses datamining Input (Data) Metode (Algoritma Data Mining) Output (Pola/Model/
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sering terdapat tenggang waktu (time lag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang ini merupakan
Lebih terperinciBAB 1 PENDAHULUAN. Pengenalan pola adalah komponen esensial dalam kecerdasan buatan dan computer
BAB 1 PENDAHULUAN 1.1. Latar Belakang Manusia diberi karunia kecerdasan alami untuk mengenal tulisan, pola, obyek, suara, bilangan dan lain sebagainya. Tetapi, untuk membuat mesin untuk dapat mengenal
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 terperinciPENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO
PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO Magdalena Simanjuntak Program Studi Teknik Informatika, STMIK Kaputama E-mail : magdalena.simanjuntak84@gmail.com ABSTRACT This study aimed to analyze
Lebih terperinciKecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017
Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017 PENDAHULUAN (Pengenalan Silabus dan Kontrak Belajar) Pengenalan Matakuliah Matakuliah Bobot : Kecerdasan
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 terperinci1. PENDAHULUAN. Kata Kunci: Data Mining, Clustering, Fuzzy C-Means
CLUSTERING BIDANG PEKERJAAN BERDASARKAN PEMETAAN MATA KULIAH MENGGUNAKAN ALGORITMA FUZZY C-MEANS PADA FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO SEMARANG Taufiq Ramadhan Ashari 1, Ruri Suko Basuki
Lebih terperinciBAB I PENDAHULUAN. Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor
BAB I PENDAHULUAN 1.1 Latar Belakang Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor jenis mobil ataupun sepeda motor tidak lagi menjadi kebutuhan sekunder, melainkan telah menjadi
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 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 terperinciBAB 1 PENDAHULUAN. Dewasa ini, lahan parkir menjadi kebutuhan utama pengguna kendaraan,
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini, lahan parkir menjadi kebutuhan utama pengguna kendaraan, terutama di kota-kota besar. Pada tempat-tempat yang ramai dikunjungi, untuk memudahkan dokumentasi
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 terperinci6/26/2011. Kebutuhan perusahaan untuk mengimplementasikan BI cukup besar. BI dengan data analysis toolnya merupakan
Aplikasi e business yang berfungsi untuk mengubah data data dalam perusahaan (data operasional, transaksional, dll) ke dalam bentuk pengetahuan Analisis terhadap transaksi transaksi di masa lampau dan
Lebih terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN PENGANTAR PENELITIAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Internet saat ini merupakan kebutuhan pokok yang tidak bisa dipisahkan dari segenap sendi kehidupan. Berbagai pekerjaan ataupun kebutuhan dapat dilakukan melalui media
Lebih terperinciINTERAKSI MANUSIA dan KOMPUTER (HUMAN COMPUTER INTERACTION)
INTERAKSI MANUSIA dan KOMPUTER (HUMAN COMPUTER INTERACTION) Teknik Informatika Universitas Putra Indonesia YPTK Padang Magister Ilmu Komputer Universitas Putra Indonesia YPTK Padang PENILAIAN Kehadiran
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciImplementasi dan Analisa Granular Support Vector Machine with Data Cleaning (GSVM-DC) untuk Spam Filtering
Implementasi dan Analisa Granular Support Vector Machine with Data Cleaning (GSVM-DC) untuk E-mail Spam Filtering Proposal Tugas Akhir KBK: Rekayasa Perangkat Lunak dan Data (RPLD) Moh. Mahsus 113060088
Lebih terperinciKAJIAN TUGAS AKHIR STRATA SATU (S1) FAKULTAS ILMU KOMPUTER UNIVERSITAS INDONESIA
KAJIAN TUGAS AKHIR STRATA SATU (S1) FAKULTAS ILMU KOMPUTER UNIVERSITAS INDONESIA Shinta T. Effendy 1, Rahmat M. Samik Ibrahim 2 1 Ilmu Komputer, Fakultas Ilmu Komputer, Universitas Indonesia (shintaeffendy
Lebih terperinciMODEL PREDIKSI PRODUCTION DELAY DALAM PROSES PRODUKSI STRIP MILL DENGAN METODE ADAPTIVE NEURO- FUZZY INFERENCE SYSTEM
Journal Industrial Servicess Vol. 3 No. 2 Maret 2018 MODEL PREDIKSI PRODUCTION DELAY DALAM PROSES PRODUKSI STRIP MILL DENGAN METODE ADAPTIVE NEURO- FUZZY INFERENCE SYSTEM Yusraini Muharni Jurusan Teknik
Lebih terperinciArtificial Intelligence. uthie 1
Artificial Intelligence uthie 1 Cabang-cabang AI 1. Logical AI Logika (matematis) yang merepresentasikan sekumpulan fakta dan tujuan ---> RUANG KEADAAN: Graph Tree uthie 2 Cabang-cabang AI 2. Search Pencarian
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Clustering adalah proses di dalam mencari dan mengelompokkan data yang memiliki kemiripan karakteristik (similarity) antara satu data dengan data yang lain. Clustering
Lebih terperinciEditor: Tim Editor KNS&I 2015 STMIK STIKOM Bali. Disain Cover: I Gede Harsemadi, S.Kom. Dicetak di Denpasar Indonesia PERCETAKAN RYZQUNA PRINTING
Dipublikasikan Tahun 2015 Oleh: STMIK STIKOM BALI Denpasar Indonesia www.stikom-bali.ac.id E-Prosiding dapat dilihat pada http://ejournal.stikom-bali.ac.id/index.php/knsi Editor: Tim Editor KNS&I 2015
Lebih terperinciPengenalan Sistem Cerdas. Soft Computing dan Aplikasi AI
Pengenalan Sistem Cerdas Soft Computing dan Aplikasi AI Soft Computing (SC) Merupakan pendekatan inovatif untuk konstruksi komputasi dalam sistem cerdas SC adalah suatu pendekatan yang muncul untuk komputasi
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4B3 SOFT COMPUTING Disusun oleh: Syahrul Mubarok PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran
Lebih terperinciKelompok Keilmuan Rekayasa Perangkat Lunak oleh Ayi Purbasari, ST., MT. If-unpas Sabtu, 9 Februari 2013
Kelompok Keilmuan Rekayasa Perangkat Lunak oleh Ayi Purbasari, ST., MT. If-unpas Sabtu, 9 Februari 2013 Kelompok Keilmuan Penelitian KK Pengajaran Pengabdian Kelompok Keilmuan - Koordinasi Penelitian TA/KP
Lebih terperinciKECERDASAN BUATAN ARTIFICIAL INTELLIGENCE. Copyright: Anik Handayani FT-UM
KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE Copyright: Anik Handayani FT-UM ARTIFICIAL INTELLIGENCE Mata Kuliah:Kecerdasan Buatan (Artificial Intelligence/AI) Deskripsi Mengenai Kecerdasan Buatan Kecerdasan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Data Mining Data Mining adalah proses pencarian pengetahuan dari suatu data berukuran besar melalui metode statistik, machine learning, dan artificial algorithm. Hal yang paling
Lebih terperinciSOSIALISASI BIDANG MINAT CIS (COMPUTING & INTELLIGENT SYSTEM) Program Studi Teknik Informatika UPN Veteran Jawa Timur
SOSIALISASI BIDANG MINAT CIS (COMPUTING & INTELLIGENT SYSTEM) Program Studi Teknik Informatika UPN Veteran Jawa Timur APA ITU CIS? CIS : Computing & Intelligent System Salah satu bidang minat yang mempelajari
Lebih terperinciKONTRAK PEMBELAJARAN (KP) MATA KULIAH
KONTRAK PEMBELAJARAN (KP) MATA KULIAH Jaringan Saraf Tiruan Kode MK: TSK 615 Program Studi Sistem Komputer Fakultas Teknik Universitas Diponegoro Pengajar : Dr.Oky Dwi Nurhayati, ST, MT Semester : 6 KONTRAK
Lebih terperinciINTERAKSI MANUSIA DAN KOMPUTER (HUMAN COMPUTER INTERACTION)
INTERAKSI MANUSIA DAN KOMPUTER (HUMAN COMPUTER INTERACTION) TUJUAN 1. Mengenal dan menjelaskan latar belakang IMK. 2. Menjelaskan konsep dasar IMK sehingga dapat menggambarkan bagaimana interaksi antara
Lebih terperinciAplikasi Algoritma Competitive Network Untuk Clustering Minat Mahasiswa Terhadap Topik-Topik Penelitian
Aplikasi Algoritma Competitive Network Untuk Clustering Minat Mahasiswa Terhadap Topik-Topik Penelitian Wiji Lestari, Singgih Purnomo STMIK Duta Bangsa Surakarta ABSTRAK Clustering adalah suatu metode
Lebih terperinciRencana Pembelajaran Semester PROTEKSI. Oleh. Dr. Ramadoni Syahputra, S.T., M.T. Tenaga Pengajar pada Program Studi Teknik Elektro FAKULTAS TEKNIK
Rencana Pembelajaran Semester PROTEKSI Oleh Dr. Ramadoni Syahputra, S.T., M.T. Tenaga Pengajar pada Program Studi Teknik Elektro FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 16 1 PERENCANAAN KEGIATAN
Lebih terperinciKlasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra
Jurnal Ilmiah Ilmu Komputer, Vol 15 No. 2, Desember 2010 : 38-41 Klasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra Vera Yunita, Yeni Herdiyeni Departemen Ilmu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penentuan dosen pembimbing tugas akhir masih dilakukan secara manual di Jurusan Teknik Informatika UMM yang hanya mengandalkan pengetahuan personal tentang spesialisasi
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 terperincidapat memperoleh gambaran yang cukup lengkap dan komprehensif mengenai penerapan support vector machine pada sistem pendeteksian intrusi.
Abstrak Perkembangan yang luar biasa pesat dari konektivitas dan aksesibilitas terhadap Internet telah menjadikan keamanan informasi sebagai sebuah isu yang sangat penting. Salah satu hal yang perlu dipikirkan
Lebih terperinciBAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.
BAB I PENDAHULUAN 1.1. Latar Belakang Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dunia kesehatan dewasa ini tidak bisa dipisahkan dengan teknologi yang terus berkembang. Pengembangan teknologi yang erat kaitannya dengan dunia kesehatan atau dunia
Lebih terperinciIDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS)
Powered by TCPDF (www.tcpdf.org) IDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS) Inung Wijayanto¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciPenyusunan Kurikulum S1 Teknik Informatika ITB Ayu Purwarianti, Ph. D.
Penyusunan Kurikulum S1 Teknik Informatika ITB Ayu Purwarianti, Ph. D. 1 Informatika Organisasi pada STEI STEI (Sekolah Teknik Elektro dan Informatika) 5 Program Studi Sarjana Teknik Informatika Sistem
Lebih terperinciinformation karena data yang terkumpul itu tidak dapat digunakan untuk aplikasi
ABSTRAK Perkembangan data mining (DM) yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi sejalan dengan pertumbuhan teknologi informasi.
Lebih terperinciJurusan Sistem Informasi ITS
Jurusan Sistem Informasi ITS Apa sih sebenarnya Sistem Informasi itu??! Mungkin masih banyak yang bertanya-tanya, apa Sistem Informasi sama dengan informatika?! Apa masih bagian dari teknik? Dan bagaimana
Lebih terperinciWEIGHT PRODUCT MODEL(WPM) FOR NOTEBOOK SELECTIONS DENGAN MULTI KRITERIA BERBASIS TEKNOLOGI Akmaludin
i WEIGHT PRODUCT MODEL(WPM) FOR NOTEBOOK SELECTIONS DENGAN MULTI KRITERIA BERBASIS TEKNOLOGI Akmaludin ALGORITMA ASOSIASI DENGAN ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN Mohammad Badrul Evy Prianti,
Lebih terperinciMetodologi Penelitian. Rudi Susanto Literature Review. pemahaman merupakan awal proses penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 4.Literature Review pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pembentukan kelas belajar merupakan kegiatan rutin yang dilakukan oleh setiap sekolah pada setiap tahun ajaran baru. Pembentukan kelas biasanya dilakukan dengan membagi
Lebih terperinci