Algoritma Naïve Bayes, Decision Tree dan SVM untuk Klasifikasi Persetujuan Pembiayaan Nasabah Koperasi Syariah

Ukuran: px
Mulai penontonan dengan halaman:

Download "Algoritma Naïve Bayes, Decision Tree dan SVM untuk Klasifikasi Persetujuan Pembiayaan Nasabah Koperasi Syariah"

Transkripsi

1 Algoritma Naïve Bayes, Decision Tree dan SVM untuk Klasifikasi Persetujuan Pembiayaan Nasabah Koperasi Syariah by Dwiza Riana Submission date: 23-Aug :11PM (UTC+0700) Submission ID: File name: Klasifikasi_Persetujuan_Pembiayaan_Nasabah_Koperasi_Syariah.docx (1.28M) Word count: 7312 Character count: 44892

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24 Algoritma Naïve Bayes, Decision Tree dan SVM untuk Klasifikasi Persetujuan Pembiayaan Nasabah Koperasi Syariah ORIGINALITY REPORT 16% SIMILARITY INDEX 12% INTERNET SOURCES 6% PUBLICATIONS 8% STUDENT PAPERS PRIMARY SOURCES uinsgd.ac.id 1 1% e-journal.akperakbid-bhaktihusada.ac.id 2 1% didik.blog.undip.ac.id 3 1% Submitted to Humble Independent School 4 1% District Student Paper 5 G. Sudhamathy, C. Jothi Venkateswaran. "Analytics using R for predicting credit 1% defaulters", 2016 IEEE International Conference on Advances in Computer Applications (ICACA), 2016 Publication eprints.perbanas.ac.id 6 1% 7 journal.ugm.ac.id

25 Submitted to Universiti Kebangsaan Malaysia 8 Student Paper ejournal.unida.gontor.ac.id 9 ijcp.or.id 10 etheses.uin-malang.ac.id 11 jurnal.fikom.umi.ac.id 12 id.123dok.com 13 publikasiilmiah.unwahas.ac.id Erik Fransén. "A model of cortical associative memory based on a horizontal network of connected columns", Network Computation in Neural Systems, 5/1/1998 Publication bioteknews.blogspot.com

26 Submitted to Universitas 17 Agustus Surabaya Student Paper kutuphane.karabuk.edu.tr Indra Jiwana Thira, Nissa Almira Mayangky, Desiana Nur Kholifah, Imanuel Balla, Windu Gata. "Peramalan Data Kunjungan Wisatawan Mancanegara ke Indonesia menggunakan Fuzzy Time Series", Jurnal Edukasi dan Penelitian Informatika (JEPIN), 2019 Publication 23 Submitted to Institute of Research & Postgraduate Studies, Universiti Kuala Lumpur Student Paper 24 Submitted to Fakultas Teknologi Kebumian dan Energi Universitas Trisakti Student Paper 25

27 ojs.amikom.ac.id Khairun Nisa Berawi. "PENINGKATAN STATUS GIZI DAN KESEHATAN ANAK BALITA MELALUI PENINGKATAN PERILAKU SEHAT IBU DI BANGUNREJO LAMPUNG TENGAH", Sakai Sambayan Jurnal Pengabdian kepada Masyarakat, 2019 Publication 28 Ida Rindaningsih, Wiwik Dwi Hastuti, Yulian Findawati. "Desain Lingkungan Belajar yang Menyenangkan Berbasis Flipped Classroom di Sekolah Dasar", Proceedings of the ICECRS, 2019 Publication publikasi.uniska-kediri.ac.id 29 jurnal.batan.go.id 30 ejournal.undip.ac.id journal.binus.ac.id 33

28 Submitted to Politeknik Negeri Jember 34 Student Paper 35 jtera.polteksmi.ac.id Chairunnisa Chairunnisa. "Back Matter", Warta Penelitian Perhubungan, 2019 Publication lppm.undip.ac.id eprints.undip.ac.id 40 documents.mx 41 interoperabilitas.blogspot.com 42 Submitted to President University 43 Student Paper Submitted to Academic Library Consortium 44 Student Paper sipil.ft.uns.ac.id

29 45 edoc.pub 46 Submitted to Syiah Kuala University 47 Student Paper www2.kuet.ac.bd 48 ejournal-binainsani.ac.id 49 ejournal.bsi.ac.id 50 Submitted to Braintree High School 51 Student Paper Submitted to Loughborough University 52 Student Paper Submitted to Universitas Kristen Satya Wacana 53 Student Paper 54 Peter Revesz. "Reclassification of Linearly Classified Data Using Constraint Databases", Lecture Notes in Computer Science, 2008 Publication Submitted to Universitas Pamulang 55 Student Paper

30 jurnal.untirta.ac.id 56 eprints.lib.okayama-u.ac.jp Kusvihawan Muhammad Shihab, Sussi Sussi, Rendy Munadi, Rahmat Ramadan Prasojoe, Nurwulan Fitriyanti. "Pembuatan Game Online BoMCleaN sebagai Media Pembelajaran Kebersihan Lingkungan", Jurnal Edukasi dan Penelitian Informatika (JEPIN), 2019 Publication 59 Submitted to Universitas Negeri Surabaya The State University of Surabaya Student Paper 60 Tsan-Ming Choi, Hing Kai Chan, Xiaohang Yue. "Recent Development in Big Data Analytics for Business Operations and Risk Management", IEEE Transactions on Cybernetics, 2017 Publication Submitted to Universidad Carlos III de Madrid 61 Student Paper 62 Raden Gunawan Santosa, Antonius Rachmat Chrismanto. "Perbandingan Akurasi Regresi Logistik dengan Regresi Multinomial untuk Prediksi Kategori IP Mahasiswa Jalur Prestasi", Jurnal Edukasi dan Penelitian Informatika

31 (JEPIN), 2018 Publication coj.pksplipb.or.id 63 Exclude quotes On Exclude matches Off Exclude bibliography On

Dharmawan, Pemanfaatan Aplikasi Google Docs

Dharmawan, Pemanfaatan Aplikasi Google Docs Dharmawan, Pemanfaatan Aplikasi Google Docs 1 Volume X, Nomor X, Januari XXXX : X-X 1 PENDAHULUAN Secara umum media pembinaan adalah alat bantu dalam proses transfer ilmu yang dapat dipergunakan untuk

Lebih terperinci

UKDW. BAB I PENDAHULUAN 1.1 Latar Belakang

UKDW. BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Penerimaan mahasiswa baru merupakan proses yang selalu dilakukan setiap tahunnya oleh Universitas Kristen Duta Wacana Yogyakarta (UKDW). Mahasiswa baru merupakan mahasiswa

Lebih terperinci

Pemanfaatan Educational Data Mining (EDM)...

Pemanfaatan 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 terperinci

Bandung, Indonesia Bandung, Indonesia

Bandung, Indonesia Bandung, Indonesia ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 6353 Analisis dan Implementasi Pengklasifikasian Pesan Singkat pada Penyaringan SMS Spam Menggunakan Algoritma Multinomial Naïve

Lebih terperinci

BAB 1 PENDAHULUAN 1-1

BAB 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 terperinci

MENGAPA PROYEK PERANGKAT LUNAK GAGAL ( PENERAPAN MANAJEMEN RESIKO DALAM PROYEK PERANGKAT LUNAK )

MENGAPA PROYEK PERANGKAT LUNAK GAGAL ( PENERAPAN MANAJEMEN RESIKO DALAM PROYEK PERANGKAT LUNAK ) MENGAPA PROYEK PERANGKAT LUNAK GAGAL ( PENERAPAN MANAJEMEN RESIKO DALAM PROYEK PERANGKAT LUNAK ) Yasmi Afrizal Dosen Jurusan Manajemen Informatika Universitas Komputer Indonesia ABSTRAK Tingkat kegagalan

Lebih terperinci

by Made Susilawati FILE 2._ART IKEL_ST AD_MADE_SUSILAWAT I_KNPM6_UNG.PDF (310.82K) SUBMISSION ID CHARACT ER COUNT 15390

by Made Susilawati FILE 2._ART IKEL_ST AD_MADE_SUSILAWAT I_KNPM6_UNG.PDF (310.82K) SUBMISSION ID CHARACT ER COUNT 15390 EFEKTIFITAS PEMBELAJARAN KOOPERATIF TIPE STAD (STUDENT TEAMS ACHIEVEMENT DIVISIONS) DALAM MENINGKATKAN PEMAHAMAN KONSEP HIMPUNAN DI SMPN 1 SAWAN BULELENG FILE T IME SUBMIT T ED by Made Susilawati 2._ART

Lebih terperinci

Kurun Waktu Jenis Kerja Sama Kegiatan Mulai Berakhir

Kurun Waktu Jenis Kerja Sama Kegiatan Mulai Berakhir Manfaat yang Telah Diperoleh Penegakan Hukum 42. PT. Daewoong Infion & Lembaga Penyakit Tropis -Pelatihan, Penelitian & Pengembangan Produksi Hasil 13-06- 2014 11-11-2016 Daewoong fellowship Kerjasama

Lebih terperinci

Peramalan Inflasi dengan Metode Weighted Fuzzy Time Series

Peramalan Inflasi dengan Metode Weighted Fuzzy Time Series Peramalan Inflasi dengan Metode Weighted Fuzzy Time Series Oleh: Dwi Ayu Lusia (1307 100 013) Pembimbing: Dr. Suhartono, M.Sc 1 seminar hasil Tugas Akhir S1 Statistika 24 Juni 2011 Latar belakang masalah

Lebih terperinci

BAB I PENDAHULUAN. basis data dan mengubahnya menjadi informasi yang berguna. Metode data

BAB I PENDAHULUAN. basis data dan mengubahnya menjadi informasi yang berguna. Metode data BAB I PENDAHULUAN 1.1 Latar Belakang Data-data pinjaman yang tersimpan pada Koperasi XYZ yang selama ini hanya dijadikan arsip koperasi sebenarnya dapat dimanfaatkan menjadi sesuatu yang lebih berguna.

Lebih terperinci

Educational Data Mining untuk Mengetahui Pola Minat Kerja Mahasiswa

Educational Data Mining untuk Mengetahui Pola Minat Kerja Mahasiswa Educational Data Mining untuk Mengetahui Pola Minat Kerja Mahasiswa Daniel Swanjaya 1, Abidatul Izzah 2 1,2 Universitas Nusantara PGRI Kediri Kontak Person: Daniel Swanjaya 1, Abidatul Izzah 2 1,2 Kampus

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan

Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan Adhika Aryantio School of Electrical Engineering and Informatics Institute Technology of Bandung 10th Ganeca Street Bandung, Indonesia. Adhikaaryantio.x6@gmail.com

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA 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 terperinci

BAB II TINJAUAN PUSTAKA. mengenai penelitian terdahulu, tentang prediksi lama masa studi mahasiswa,

BAB II TINJAUAN PUSTAKA. mengenai penelitian terdahulu, tentang prediksi lama masa studi mahasiswa, BAB II TINJAUAN PUSTAKA 2.1 Terdahulu Dalam penelitian ini, peneliti juga menyertakan beberapa uraian singkat mengenai penelitian terdahulu, tentang prediksi lama masa studi mahasiswa, klasifikasi, metode

Lebih terperinci

Jurnal Komputer Terapan Vol. 3, No. 2, November 2017, Jurnal Politeknik Caltex Riau

Jurnal Komputer Terapan Vol. 3, No. 2, November 2017, Jurnal Politeknik Caltex Riau Jurnal Komputer Terapan Vol. 3, No. 2, November 2017, 233-240 233 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id Prediksi Ketepatan Waktu Lulus Mahasiswa dengan k- Nearest Neighbor dan Naïve Bayes

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Saat ini pendidikan di Indonesia semakin berkembang. Banyaknya

BAB I PENDAHULUAN. 1.1 Latar Belakang Saat ini pendidikan di Indonesia semakin berkembang. Banyaknya BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini pendidikan di Indonesia semakin berkembang. Banyaknya pembangunan gedung sekolah maupun perguruan tinggi menjadi tanda berkembangnya pendidikan. Jumlah pendaftar

Lebih terperinci

BAB I PENDAHULUAN. Indonesia. Menurut Undang-Undang No.25 Tahun 1992 koperasi Indonesia adalah

BAB I PENDAHULUAN. Indonesia. Menurut Undang-Undang No.25 Tahun 1992 koperasi Indonesia adalah BAB I PENDAHULUAN A. Latar Belakang Koperasi merupakan salah satu badan usaha yang sudah lama dikenal di Indonesia. Menurut Undang-Undang No.25 Tahun 1992 koperasi Indonesia adalah badan usaha yang beranggotakan

Lebih terperinci

Penerapan Data Mining Untuk Menampilkan Informasi Pertumbuhan Berat Badan Ideal Balita dengan Menggunakan Metode Naive Bayes Classifier

Penerapan Data Mining Untuk Menampilkan Informasi Pertumbuhan Berat Badan Ideal Balita dengan Menggunakan Metode Naive Bayes Classifier Penerapan Data Mining Untuk Menampilkan Informasi Pertumbuhan Berat Badan Ideal Balita dengan Menggunakan Metode Naive Bayes Classifier Octia Nuraeni 55410244 Teknik Informatika Pembimbing : Dr. Riza Adrianti

Lebih terperinci

Penerapan Logika Samar dalam Peramalan Data Runtun Waktu

Penerapan Logika Samar dalam Peramalan Data Runtun Waktu Penerapan Logika Samar dalam Peramalan Data Runtun Waktu Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Abstract Recently, there are

Lebih terperinci

UNIVERSITAS NEGERI GORONTALO

UNIVERSITAS NEGERI GORONTALO KNPM 6 UNIVERSITAS NEGERI GORONTALO 1 KNPM 6 UNIVERSITAS NEGERI GORONTALO 2 KNPM 6 UNIVERSITAS NEGERI GORONTALO Berdasarkan hasil penelitian Harini, Astawa dan Srinadi (2014) miskonsepsi yang dialami mahasiswa

Lebih terperinci

Sistem Rekomendasi Bacaan Tugas Akhir Jurusan Teknik Informatika Universitas Sriwijaya menggunakan Metode Collaborative Filtering dan Naive Bayes

Sistem Rekomendasi Bacaan Tugas Akhir Jurusan Teknik Informatika Universitas Sriwijaya menggunakan Metode Collaborative Filtering dan Naive Bayes Sistem Rekomendasi Bacaan Tugas Akhir Jurusan Teknik Informatika Universitas Sriwijaya menggunakan Metode Collaborative Filtering Naive Bayes Riri Intan Aprilia 1 Teknik Informatika Fakultas Ilmu Komputer

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Kredit merupakan produk utama dari koperasi simpan pinjam dalam upaya meningkatkan profitabilitasnya. Namun akan terjadi masalah apabila manajemen sembarangan dalam

Lebih terperinci

PROXY SEBAGAI SARANA BYPASS REGION LOCK GAME ONLINE PHANTASY STAR ONLINE 2

PROXY SEBAGAI SARANA BYPASS REGION LOCK GAME ONLINE PHANTASY STAR ONLINE 2 PROXY SEBAGAI SARANA BYPASS REGION LOCK GAME ONLINE PHANTASY STAR ONLINE 2 SKRIPSI Disusun sebagai salah satu syarat menyelesaikan Jenjang Strata I pada Program Studi Informatika Fakultas Komunikasi dan

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 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 terperinci

EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN

EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN Afri Yosela Putri 1, Faisal Rahutomo 2, Ridwan Rismanto 3 1, 2, 3 Jurusan Teknologi Informasi, Program Studi Teknik Informatika, Politeknik

Lebih terperinci

PEMROGRAMAN LINIER: MODEL TRANSPORTASI. Oleh: Ni Ketut Tari Tastrawati, S.Si, M.Si

PEMROGRAMAN LINIER: MODEL TRANSPORTASI. Oleh: Ni Ketut Tari Tastrawati, S.Si, M.Si PEMROGRAMAN LINIER: MODEL TRANSPORTASI Oleh: Ni Ketut Tari Tastrawati, S.Si, M.Si JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA 2015 i KATA PENGANTAR Kebutuhan akan

Lebih terperinci

PERBANDINGAN 3 METODE DALAM DATA MINING UNTUK PREDIKSI PENERIMA BEASISWA BERDASARKAN PRESTASI DI SMA NEGERI 6 SURAKARTA

PERBANDINGAN 3 METODE DALAM DATA MINING UNTUK PREDIKSI PENERIMA BEASISWA BERDASARKAN PRESTASI DI SMA NEGERI 6 SURAKARTA PERBANDINGAN 3 METODE DALAM DATA MINING UNTUK PREDIKSI PENERIMA BEASISWA BERDASARKAN PRESTASI DI SMA NEGERI 6 SURAKARTA Naskah Publikasi Program Studi Informatika Fakultas Komunikasi dan Informatika Oleh

Lebih terperinci

BAB I PENDAHULUAN. Kemunculan minimarket yang begitu banyak membuat manajemen

BAB I PENDAHULUAN. Kemunculan minimarket yang begitu banyak membuat manajemen BAB I PENDAHULUAN 1.1. Pendahuluan Kemunculan minimarket yang begitu banyak membuat manajemen perusahaan minimarket harus berfikir kreatif agar dapat bersaing dengan usaha sejenis dalam merebut pangsa

Lebih terperinci

BAB I PENDAHULUAN. Hal ini dibuktikan dengan adanya fakta yang diungkap oleh World Health

BAB I PENDAHULUAN. Hal ini dibuktikan dengan adanya fakta yang diungkap oleh World Health BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Manusia dapat mendeteksi rangsangan dari luar tubuh dengan adanya alat tubuh yang dinamakan indera. Indera yang digunakan untuk mendeteksi adanya rangsangan

Lebih terperinci

MODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN BERBASIS DECISION TREE

MODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN BERBASIS DECISION TREE MODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN BERBASIS DECISION TREE Rina Fiati 1, Putri Kurnia Handayani 2 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muria Kudus Gondangmanis,

Lebih terperinci

PEMBENTUKAN 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 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 terperinci

BABI PENDAHULUAN. 1.1 Latar Belakang

BABI PENDAHULUAN. 1.1 Latar Belakang BABI PENDAHULUAN 1.1 Latar Belakang Setiap perusahaan dituntut untuk siap menghadapi persaingan yang semakin ketat dengan perusahaan lain. Makin intensifnya persaingan yang dihadapi, telah menyebabkan

Lebih terperinci

IMPLEMENTASI METODE TREND LINEAR LEAST SQUARE PADA SISTEM PENDUKUNG KEPUTUSAN PERAMALAN MAHASISWA BARU

IMPLEMENTASI METODE TREND LINEAR LEAST SQUARE PADA SISTEM PENDUKUNG KEPUTUSAN PERAMALAN MAHASISWA BARU IMPLEMENTASI METODE TREND LINEAR LEAST SQUARE PADA SISTEM PENDUKUNG KEPUTUSAN PERAMALAN MAHASISWA BARU Kurnia Yahya Program Studi Sistem Informasi, STMIK Profesional kurnia.yahya@mail.ugm.ac.id Abstrack

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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

DAMPAK PARIWISATA TERHADAP LINGKUNGAN (STUDI KASUS DIDESA PETITENGET-KEROBOKAN-BALI)

DAMPAK PARIWISATA TERHADAP LINGKUNGAN (STUDI KASUS DIDESA PETITENGET-KEROBOKAN-BALI) DAMPAK PARIWISATA TERHADAP LINGKUNGAN (STUDI KASUS DIDESA PETITENGET-KEROBOKAN-BALI) PUTU RATIH PERTIWI FAKULTAS PARIWISATA UNIVERSITAS UDAYANA 2015 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pariwisata

Lebih terperinci

JARINGAN FUNGSI BASIS RADIAL UNTUK MENENTUKAN RELASI FUZZY PADA PERAMALAN RUNTUN WAKTU FUZZY ORDE TINGGI

JARINGAN FUNGSI BASIS RADIAL UNTUK MENENTUKAN RELASI FUZZY PADA PERAMALAN RUNTUN WAKTU FUZZY ORDE TINGGI JARINGAN FUNGSI BASIS RADIAL UNTUK MENENTUKAN RELASI FUZZY PADA PERAMALAN RUNTUN WAKTU FUZZY ORDE TINGGI Winita Sulandari 1, Titin Sri Martini 1, Nughthoh Arfawi Kurdhi 1, Hartatik 2, Yudho Yudhanto 2

Lebih terperinci

ALGORITMA NAÏVE BAIYES UNTUK PREDIKSI PROFESI BERDASARKAN SKILL JOB SEEKER

ALGORITMA NAÏVE BAIYES UNTUK PREDIKSI PROFESI BERDASARKAN SKILL JOB SEEKER Seminar Nasional Riset Kuantitatif Terapan 2017 Kendari, 8 April 2017 63 ALGORITMA NAÏVE BAIYES UNTUK PREDIKSI PROFESI BERDASARKAN SKILL JOB SEEKER Dewi Hastuti 1, Ayu Sabrina Syair 2, Asih Setiyorini

Lebih terperinci

DATA MINING UNTUK REKOMENDASI KERJA BAGI ALUMI DENGAN ALGORITMA GARC(GAIN BASED ASSOCIATION RULE CLASSIFICTION)

DATA MINING UNTUK REKOMENDASI KERJA BAGI ALUMI DENGAN ALGORITMA GARC(GAIN BASED ASSOCIATION RULE CLASSIFICTION) DATA MINING UNTUK REKOMENDASI KERJA BAGI ALUMI DENGAN ALGORITMA GARC(GAIN BASED ASSOCIATION RULE CLASSIFICTION) Steffi Budi Fauziah¹, Shaufiah², Mahmud Dwi Suliiyo³ ¹Teknik Informatika,, Universitas Telkom

Lebih terperinci

Aplikasi Algoritma Competitive Network Untuk Clustering Minat Mahasiswa Terhadap Topik-Topik Penelitian

Aplikasi 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 terperinci

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Nusantara of Enginering/Vol.3/No.1/ISSN: 2355-6684 41 Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Fajar Rohman Hariri Jurusan Teknik Informatika, Fakultas Teknik,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

Klasifikasi Teks Bahasa Indonesia Pada Corpus Tak Seimbang Menggunakan NWKNN

Klasifikasi Teks Bahasa Indonesia Pada Corpus Tak Seimbang Menggunakan NWKNN Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Klasifikasi Teks Bahasa Indonesia Pada Corpus Tak Seimbang Menggunakan NWKNN Achmad Ridok 1), Retnani Latifah 2) Filkom

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB 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 terperinci

METODOLOGI PENELITIAN

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 terperinci

KLUSTERING DENGAN K-MEANS BERBASIS LVQ DAN K-MEANS BERBASIS OWA

KLUSTERING DENGAN K-MEANS BERBASIS LVQ DAN K-MEANS BERBASIS OWA Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 2, No. 1, April 2015, hlm. 29-33 KLUSTERING DENGAN K-MEANS BERBASIS LVQ DAN K-MEANS BERBASIS OWA Dian Eka Ratnawati 1, Indriati 2 1,2 Program Studi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KETEPATAN LAMARAN KERJA SISWA MENGGUNAKAN METODE NAIVE BAYES DI SMK ISLAM 1 DURENAN

SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KETEPATAN LAMARAN KERJA SISWA MENGGUNAKAN METODE NAIVE BAYES DI SMK ISLAM 1 DURENAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KETEPATAN LAMARAN KERJA SISWA MENGGUNAKAN METODE NAIVE BAYES DI SMK ISLAM 1 DURENAN SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat

Lebih terperinci

PENERAPAN DATA MINING SEBAGAI MODEL SELEKSI PENERIMA BEASISWA PENUH (STUDI KASUS: STIE PERBANAS SURABAYA)

PENERAPAN 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 terperinci

BAB 1 PENDAHULUAN Latar Belakang. Mahasiswa sebagai produk universitas dapat memberikan gambaran

BAB 1 PENDAHULUAN Latar Belakang. Mahasiswa sebagai produk universitas dapat memberikan gambaran BAB 1 PENDAHULUAN 1.1. Latar Belakang Mahasiswa sebagai produk universitas dapat memberikan gambaran keberhasilan pendidikan dan manajemen pendidikan yang berlangsung di dalamnya. Banyak hal dilakukan

Lebih terperinci

PREDIKSI KELULUSAN MAHASISWA PADA PERGURUAN TINGGI KABUPATEN MAJALENGKA BERBASIS KNOWLEDGE BASED SYSTEM

PREDIKSI KELULUSAN MAHASISWA PADA PERGURUAN TINGGI KABUPATEN MAJALENGKA BERBASIS KNOWLEDGE BASED SYSTEM PREDIKSI KELULUSAN MAHASISWA PADA PERGURUAN TINGGI KABUPATEN MAJALENGKA BERBASIS KNOWLEDGE BASED SYSTEM Teknik Informatika, Teknik Industri, Teknik Informatika Fakultas Teknik - Universitas Majalengka

Lebih terperinci

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan

Lebih terperinci

KARAKTERISTIK DAN MOTIVASI WISATAWAN NUSANTARA YANG BERKUNJUNG KE PASAR SENI SUKAWATI GIANYAR - BALI

KARAKTERISTIK DAN MOTIVASI WISATAWAN NUSANTARA YANG BERKUNJUNG KE PASAR SENI SUKAWATI GIANYAR - BALI KARAKTERISTIK DAN MOTIVASI WISATAWAN NUSANTARA YANG BERKUNJUNG KE PASAR SENI SUKAWATI GIANYAR - BALI OLEH : Agung sri sulistyawati, SST.Par.,M.Par NIP: 198111082005012001 FAKULTAS PARIWISATA UNIVERSITAS

Lebih terperinci

Rekayasa Perangkat Lunak. Tujuan

Rekayasa 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 terperinci

Model Peramalan Jumlah Pernikahan Menggunakan Metode Fuzzy Time Series dengan Algoritma Average Based Length pada KUA

Model Peramalan Jumlah Pernikahan Menggunakan Metode Fuzzy Time Series dengan Algoritma Average Based Length pada KUA Model Peramalan Jumlah Pernikahan Menggunakan Metode Fuzzy Time Series dengan Algoritma Average Based Length pada KUA Solikhin 1, Martono 2, Puji Nugroho 3) 1,3 Program Studi Sistem Informasi, STMIK Himsya

Lebih terperinci

Data Mining Terapan dengan Matlab

Data 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Publikasi Karya Ilmiah

Publikasi Karya Ilmiah Publikasi Karya Ilmiah Sosialisasi Peraturan Pencegahan dan Penanggulangan Plagiat pada Perguruan Tinggi Swasta di Lingkungan Kopertis Wilayah IV, 1 Desember 2014 Dr. Ir. T.M.A. Ari Samadhi Prodi Teknik

Lebih terperinci

Kiat Menyusun Proposal Kerjasama Penerbitan Serial Conference. Dr. Ade Gafar Abdullah Universitas Pendidikan Indonesia

Kiat Menyusun Proposal Kerjasama Penerbitan Serial Conference. Dr. Ade Gafar Abdullah Universitas Pendidikan Indonesia Kiat Menyusun Proposal Kerjasama Penerbitan Serial Conference Dr. Ade Gafar Abdullah Universitas Pendidikan Indonesia ade_gaffar@upi.edu Mari kita internasionalkan proceedings kita Proceedings diterbitkan

Lebih terperinci

dapat memperoleh gambaran yang cukup lengkap dan komprehensif mengenai penerapan support vector machine pada sistem pendeteksian intrusi.

dapat 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 terperinci

APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR

APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR Sebagai Salah Satu Syarat Untuk Menyelesaikan Program Stratum-1 (S1)

Lebih terperinci

VISI : Menjadi pusat pengembangan teknologi game dan multimedia bangsa di Indonesia MISI Menjadi pusat penelitian teknologi game dan multimedia di

VISI : Menjadi pusat pengembangan teknologi game dan multimedia bangsa di Indonesia MISI Menjadi pusat penelitian teknologi game dan multimedia di VISI : Menjadi pusat pengembangan teknologi game dan multimedia bangsa di Indonesia MISI Menjadi pusat penelitian teknologi game dan multimedia di Indonesia Menjadi pusat pengembangan sumber daya manusia

Lebih terperinci

PREDIKSI KETEPATAN KELULUSAN MAHASISWA MENGGUNAKAN METODE DECISION TREE BERBASIS PARTICLE SWARM OPTIMATION (PSO)

PREDIKSI KETEPATAN KELULUSAN MAHASISWA MENGGUNAKAN METODE DECISION TREE BERBASIS PARTICLE SWARM OPTIMATION (PSO) PREDIKSI KETEPATAN KELULUSAN MAHASISWA MENGGUNAKAN METODE DECISION TREE BERBASIS PARTICLE SWARM OPTIMATION (PSO) Arif Rakhman Email : arif@limamedia.net D III Teknik Komputer Politeknik Harapan Bersama

Lebih terperinci

Moch. Ali Machmudi 1) 1) Stmik Bina Patria

Moch. Ali Machmudi 1) 1) Stmik Bina Patria UJI PENGARUH KARAKTERISTIK DATASET PADA PERFORMA ALGORITMA KLASIFIKASI Moch. Ali Machmudi 1) 1) Stmik Bina Patria 1) Jurusan Manjemen Informatika-D3 Email : 1 aliadhinata@gmail.com 1) Abstrak Tujuan utama

Lebih terperinci

MODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN DENGAN ALGORITMA DECISION TREE

MODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN DENGAN ALGORITMA DECISION TREE MODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN DENGAN ALGORITMA DECISION TREE Putri Kurnia Handayani Program Studi Sistem Informasi, Fakultas Teknik, Universitas Muria Kudus Gondangmanis, PO Box

Lebih terperinci

MENDETEKSI KECURANGAN PADA TRANSAKSI KARTU KREDIT UNTUK VERIFIKASI TRANSAKSI MENGGUNAKAN METODE SVM

MENDETEKSI KECURANGAN PADA TRANSAKSI KARTU KREDIT UNTUK VERIFIKASI TRANSAKSI MENGGUNAKAN METODE SVM MENDETEKSI KECURANGAN PADA TRANSAKSI KARTU KREDIT UNTUK VERIFIKASI TRANSAKSI MENGGUNAKAN METODE SVM Yazid Magister Teknik Informatika Universitas Amikom Yogyakarta Email: ntyazid@gmail Arga Fiananta Magister

Lebih terperinci

ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA TUGAS AKHIR

ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA TUGAS AKHIR ANALISA PERBANDINGAN ALGORITMA NAÏVE BAYES, BACKPROPAGATION, DAN DECISION TREE J48 DALAM KLASIFIKASI STATUS GIZI BALITA TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika

Lebih terperinci

IMPLEMENTASI TEKNIK SELEKSI FITUR INFORMATION GAIN PADA ALGORITMA KLASIFIKASI MACHINE LEARNING UNTUK PREDIKSI PERFORMA AKADEMIK SISWA

IMPLEMENTASI TEKNIK SELEKSI FITUR INFORMATION GAIN PADA ALGORITMA KLASIFIKASI MACHINE LEARNING UNTUK PREDIKSI PERFORMA AKADEMIK SISWA IMPLEMENTASI TEKNIK SELEKSI FITUR INFORMATION GAIN PADA ALGORITMA KLASIFIKASI MACHINE LEARNING UNTUK PREDIKSI PERFORMA AKADEMIK SISWA Betha Nurina Sari 1) 1) Informatika, Fakultas Ilmu Komputer, Universitas

Lebih terperinci

PENELITIAN. David PROGRAM

PENELITIAN. David PROGRAM COMPUTER AIDED DIAGNOSIS SISTEM UNTUK DIGITAL MAMMOGRAM MENGGUNAKAN NEURAL NETWORK DAN DUAL TREE COMPLEX WAVELET TRANSFORM PENELITIAN 11124007555 Program Pascasarjana Ilmu Komputer PROGRAM STUDI MAGISTER

Lebih terperinci

RANCANG BANGUN DASHBOARD DENGAN METODE PURESHARE UNTUK PEMANTAUAN KINERJA AKADEMIK MAHASISWA

RANCANG BANGUN DASHBOARD DENGAN METODE PURESHARE UNTUK PEMANTAUAN KINERJA AKADEMIK MAHASISWA RANCANG BANGUN DASHBOARD DENGAN METODE PURESHARE UNTUK PEMANTAUAN KINERJA AKADEMIK MAHASISWA Fandy Indra Pratama 1, Affandy 2 Mahasiswa Universitas Dian Nuswantoro Semarang 1, Dosen Universitas Dian Nuswantoro

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN METODOLOGI PENELITIAN LITERATURE REVIEW 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 terperinci

PREDIKSI HERREGISTRASI CALON MAHASISWA BARU MENGGUNAKAN ALGORITMA NAÏVE BAYES

PREDIKSI 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 terperinci

ANALISIS PENENTUAN METODE DATA MINING UNTUK PREDIKSI KELULUSAN MAHASISWA SEBAGAI PENUNJANG ANGKA EFISIENSI EDUKASI

ANALISIS PENENTUAN METODE DATA MINING UNTUK PREDIKSI KELULUSAN MAHASISWA SEBAGAI PENUNJANG ANGKA EFISIENSI EDUKASI ANALISIS PENENTUAN METODE DATA MINING UNTUK PREDIKSI KELULUSAN MAHASISWA SEBAGAI PENUNJANG ANGKA EFISIENSI EDUKASI Valentinus Roby Hananto 1) 1) Program Studi Sistem Informasi, Institut Bisnis dan Informatika

Lebih terperinci

Penerapan Algoritma K-Means Untuk Analisis Prestasi Akademik Mahasiswa Fakultas Ilmu Komputer Universitas Klabat

Penerapan Algoritma K-Means Untuk Analisis Prestasi Akademik Mahasiswa Fakultas Ilmu Komputer Universitas Klabat Penerapan Algoritma K-Means 230 Penerapan Algoritma K-Means Untuk Analisis Prestasi Akademik Mahasiswa Fakultas Ilmu Komputer Universitas Klabat Application of K-Means Algorithm for Academic Achievement

Lebih terperinci

BAB I PENDAHULUAN. kegiatan simpan pinjam layaknya bank, dimana ijin operasionalnya di bawah

BAB I PENDAHULUAN. kegiatan simpan pinjam layaknya bank, dimana ijin operasionalnya di bawah BAB I PENDAHULUAN A. Latar Belakang Koperasi adalah suatu lembaga keuangan bukan bank yang bergerak dalam kegiatan simpan pinjam layaknya bank, dimana ijin operasionalnya di bawah Kementrian Koperasi dan

Lebih terperinci

BAB VI KESIMPULAN DAN SARAN

BAB VI KESIMPULAN DAN SARAN 121 BAB VI KESIMPULAN DAN SARAN Pada bab ini dijelaskan mengenai beberapa kesimpulan yang didapat setelah melakukan serangkaian uji coba dan evaluasi terhadap aplikasi yang telah dibuat. Dalam bab ini

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN A. Kesimpulan Berdasarkan kegiatan analisa proses bisnis dan pemodelan arsitektur bisnis, informasi, data, aplikasi, dan teknologi yang sudah dilakukan pada bagian sebelumnya,

Lebih terperinci

KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER

KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER ACHMAD FAHRUROZI 1 1 Universitas Gunadarma, achmad.fahrurozi12@gmail.com Abstrak Masalah yang akan diangkat dalam makalah ini adalah bagaimana

Lebih terperinci

BAB 1 PENDAHULUAN. bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu

BAB 1 PENDAHULUAN. bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu BAB 1 PENDAHULUAN 1.1 Latar Belakang Bagi perusahaan kontraktor perumahan, pemasangan kabel menjadi bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu dilakukan perencanaan urutan rumah yang

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN 26 BAB III ANALISIS DAN PERANCANGAN Analisis dan perancangan berfungsi untuk mempermudah, memahami dan menyusun perancangan pada bab selanjutnya, selain itu juga berfungsi untuk memberikan gambaran dan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

KARAKTERISTIK KHUSUS ILMU INFORMATIKA

KARAKTERISTIK KHUSUS ILMU INFORMATIKA Brighten the Nation KARAKTERISTIK KHUSUS ILMU INFORMATIKA VISI Menjadi pilihan utama di bidang sistem informasi dengan ciri khas kewirausahaan dengan produktivitas, kualitas, teknologi, sumberdaya manusia

Lebih terperinci

Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes (Studi Kasus: Fasilkom Unilak)

Evaluasi 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 terperinci

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: A-403

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: A-403 JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 201-9271 A-0 Implementasi Fuzzy Neural Network untuk Memperkirakan Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya Ani Rahmadiani dan Wiwik

Lebih terperinci

KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI

KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1), Edi Winarko 2) 1) Jurusan Teknik Informatika, Universitas Sebelas Maret E-mail : wir@uns.ac.id 2) Program Studi Ilmu

Lebih terperinci

Perancangan dan Implementasi Sistem Pendukung Keputusan untuk Jalan Menggunakan Metode ID3 (Studi Kasus BAPPEDA Kota Salatiga) Halaman Judul

Perancangan dan Implementasi Sistem Pendukung Keputusan untuk Jalan Menggunakan Metode ID3 (Studi Kasus BAPPEDA Kota Salatiga) Halaman Judul Perancangan dan Implementasi Sistem Pendukung Keputusan untuk Jalan Menggunakan Metode ID3 (Studi Kasus BAPPEDA Kota Salatiga) SKRIPSI Diajukan kepada Fakultas Teknologi Informasi untuk memperoleh Gelar

Lebih terperinci

PENGKOMBINASIAN POHON KEPUTUSAN DATA PENCILAN KELAS DAN POHON KEPUTUSAN DATA NORMAL UNTUK PENINGKATAN AKURASI PREDIKSI CACAT PERANGKAT LUNAK

PENGKOMBINASIAN POHON KEPUTUSAN DATA PENCILAN KELAS DAN POHON KEPUTUSAN DATA NORMAL UNTUK PENINGKATAN AKURASI PREDIKSI CACAT PERANGKAT LUNAK PENGKOMBINASIAN POHON KEPUTUSAN DATA PENCILAN KELAS DAN POHON KEPUTUSAN DATA NORMAL UNTUK PENINGKATAN AKURASI PREDIKSI CACAT PERANGKAT LUNAK Utomo Pujianto 1, Daniel Oranova Siahaan 2 1 Jurusan Teknik

Lebih terperinci

Decision Tree Learning Untuk Penentuan Jalur Kelulusan Mahasiswa

Decision Tree Learning Untuk Penentuan Jalur Kelulusan Mahasiswa Decision Tree Learning Untuk Penentuan Jalur Kelulusan Mahasiswa Winda Widya Ariestya 1, Yulia Eka Praptiningsih 2, Wahyu Supriatin 3 Program Studi Sistem Informasi Fakultas Ilmu Komputer dan Teknologi

Lebih terperinci

SENTIPOL: Dataset Sentimen Komentar Pada Kampanye PEMILU Presiden Indonesia 2014 Dari Facebook Page

SENTIPOL: Dataset Sentimen Komentar Pada Kampanye PEMILU Presiden Indonesia 2014 Dari Facebook Page SENTIPOL: Dataset Sentimen Komentar Pada Kampanye PEMILU Presiden Indonesia 2014 Dari Facebook Page Antonius Rachmat dan Yuan Lukito KNASTIK 2016 Universitas Kristen Duta Wacana 19 November 2016 Latar

Lebih terperinci

IMPLEMENTASI DATA MINING DENGAN NAIVE BAYES CLASSIFIER UNTUK MENDUKUNG STRATEGI PEMASARAN DI BAGIAN HUMAS STMIK AMIKOM YOGYAKARTA

IMPLEMENTASI DATA MINING DENGAN NAIVE BAYES CLASSIFIER UNTUK MENDUKUNG STRATEGI PEMASARAN DI BAGIAN HUMAS STMIK AMIKOM YOGYAKARTA IMPLEMENTASI DATA MINING DENGAN NAIVE BAYES CLASSIFIER UNTUK MENDUKUNG STRATEGI PEMASARAN DI BAGIAN HUMAS STMIK AMIKOM YOGYAKARTA Erik Hadi Saputra 1), Burhan Alfironi Muktamar 2) 1), 2) Teknik Informatika

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER

RENCANA 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Banyak kemudahan yang kita dapat dari teknologi informasi. Penggunaan internet sebagai media komunikasi, penyebaran informasi dan banyaknya layanan penyedia email membuat

Lebih terperinci

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

KONTRAK 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 terperinci

Decision Tree Learning Untuk Penentuan Jalur Kelulusan Mahasiswa

Decision Tree Learning Untuk Penentuan Jalur Kelulusan Mahasiswa Decision Tree Learning Untuk Penentuan Jalur Kelulusan Mahasiswa Winda Widya Ariestya 1, Yulia Eka Praptiningsih 2, Wahyu Supriatin 3 Program Studi Sistem Informasi Fakultas Ilmu Komputer dan Teknologi

Lebih terperinci

LEARNING. Program Studi Ilmu Komputer FPMIPA UPI RNI IK460(Kecerdasan Buatan)

LEARNING. Program Studi Ilmu Komputer FPMIPA UPI RNI IK460(Kecerdasan Buatan) LEARNING Jiawei Han and Micheline Kamber. 2006. Data Mining Concepts and Techniques. San Fransisco : Elsevier M.Tim Jones. Artificial Intelligence A System Approach. Slide Kuliah Data Mining - Klasifikasi,

Lebih terperinci

Research Methodology 7. Metode Eksperimen

Research Methodology 7. Metode Eksperimen Research Methodology 7. Metode Eksperimen 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 terperinci

PENERAPAN DECISION TREE UNTUK PENENTUAN POLA DATA PENERIMAAN MAHASISWA BARU

PENERAPAN DECISION TREE UNTUK PENENTUAN POLA DATA PENERIMAAN MAHASISWA BARU PENERAPAN DECISION TREE UNTUK PENENTUAN POLA DATA PENERIMAAN MAHASISWA BARU Aradea, Satriyo A., Ariyan Z., Yuliana A. Teknik Informatika Universitas Siliwangi Tasikmalaya Ilmu Komputer Universitas Diponegoro

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Job Order merupakan pekerjaan yang dilakukan apabila ada order yang diterima dari konsumen. Setiap detil pekerjaan 100% ditentukan oleh calon pembeli, pihak pembuat

Lebih terperinci

ANALISIS KELULUSAN MAHASISWA BERDASARKAN NILAI INDEKS PRESTASI MENGGUNAKAN METODE CLASSIFICATION AND REGRESSION TREES (CART)

ANALISIS KELULUSAN MAHASISWA BERDASARKAN NILAI INDEKS PRESTASI MENGGUNAKAN METODE CLASSIFICATION AND REGRESSION TREES (CART) ANALISIS KELULUSAN MAHASISWA BERDASARKAN NILAI INDEKS PRESTASI MENGGUNAKAN METODE CLASSIFICATION AND REGRESSION TREES (CART) Ahmad Faisal Siregar 1 Rachmat Aulia 2 Jurusan Teknik Informatika Sekolah Tinggi

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN A. Kesimpulan Berdasarkan analisis dan pemodelan pada tahap sebelumnya, maka dapat diambil kesimpulan sebagai berikut: 1. Analisis proses bisnis yang dilakukan berdasarkan turunan

Lebih terperinci