Bab I Pendahuluan. 1.1 Latar Belakang
|
|
- Yuliani Kusuma
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Bab I Pendahuluan 1.1 Latar Belakang Klasifikasi merupakan task dari data mining yang bertujuan untuk memberikan label kelas terhadap suatu data. Pemberian label kelas ini dilakukan oleh classifier. Suatu classifier dianggap baik jika memiliki nilai efektifitas (yaitu kemampuan untuk memberikan prediksi klasifikasi data yang akurat) yang tinggi dibandingkan dengan nilai efisiensi yang tinggi. Akan tetapi nilai efisiensi tetap dibutuhkan untuk membandingkan dua buah classifier yang mempunyai nilai efektifitas yang sama. Contoh nilai efektifitas adalah rasio akurasi. Sedangkan contoh ukuran efisiensi adalah efisiensi pembelajaran dan efisiensi klasifikasi. Efisiensi pembelajaran adalah rata-rata waktu yang dibutuhkan untuk membangun sebuah classifier. Sedangkan efisiensi klasifikasi adalah rata-rata waktu yang dibutuhkan suatu classifier untuk mengklasifikasikan suatu data baru. [KHO06] Secara garis besar, terdapat dua buah jenis classifier yaitu classifier tunggal dan multi-classifiers. Kedua jenis classifier di atas dibedakan berdasarkan pada jumlah classifier yang membentuknya. Classifier tunggal adalah suatu jenis classifier yang hanya terdiri dari sebuah classifier. Classifier tunggal sering juga disebut dengan base classifier. Multi-classifiers adalah suatu classifier yang terdiri dari beberapa buah base classifier. Classifier jenis ini sering juga disebut sebagai classifier committees atau ensemble classifiers. Contoh multi-classifiers adalah bagging dan boosting. Pada bagging, training set untuk membentuk setiap base classifier dibuat dengan cara mengacak, dengan melakukan penggantian, N buah data dimana N adalah jumlah training set secara keseluruhan. Sedangkan pada boosting, training set yang digunakan untuk membentuk setiap base classifier dipilih berdasarkan performansi dari classifier sebelumnya. Pada saat melakukan klasifikasi, baik bagging maupun boosting sama-sama menggunakan cara voting, tetapi voting pada boosting dipengaruhi oleh bobot setiap base classifier yang membentuknya. [OPI99] I-1
2 I-2 Para peneliti berpendapat bahwa untuk mendapatkan suatu classifier dengan kinerja yang baik, lebih baik mengkombinasikan multi-classifiers daripada memperbaiki kinerja classifier tunggal. Kombinasi multi-classifiers ini memiliki kinerja yang lebih baik dari classifier tunggal (base classifier) yang membentuknya. Akan tetapi, penggunaan multi-classifiers ini memiliki beberapa kekurangan seperti loss of comprehensibility dan penggunaan resources komputasi yang berlebihan. [FER04] Masalah loss of comprehensibility terjadi dikarenakan klasifikasi yang dihasilkan merupakan kombinasi dari beberapa klasifikasi yang dihasilkan oleh setiap base classifier yang membentuk multi-classifiers tersebut. Hal ini mengakibatkan hasil klasifikasi yang dihasilkan oleh multi-classifiers sulit dijelaskan berasal dari base classifier yang mana dan berdasarkan karakteristik apa klasifikasi tersebut dihasilkan. [KHO06] Masalah penggunaan resources komputasi yang berlebihan dikarenakan proses pembelajaran dan pengklasifikasian untuk n buah base classifiers yang digunakan untuk membentuk multi-classifiers tersebut. Jika sumber daya yang digunakan untuk pembelajaran dan klasifikasi setiap base classifier sama yaitu x dan y, maka sumber daya yang dibutuhkan untuk pembelajaran multi-classifiers tersebut adalah n*x dan sumber daya yang dibutuhkan untuk melakukan pengklasifikasian multi-classifiers tersebut adalah n*y + waktu untuk mengkombinasikan seluruh hasil klasifikasi dari setiap base classifier yang membentuknya. [KHO06] Untuk mengatasi kekurangan dari multi-classifiers, muncul penelitian yang melakukan eksplorasi terhadap delegating classifiers. Model delegating classifiers dibuat dengan motto let others do the things that you cannot do well. Di dalam penelitian [FER04], digunakan dua buah classifier. Pembelajaran kedua buah classifier ini dilakukan secara serial dengan menggunakan training set yang berbeda. Training set classifier kedua merupakan subset dari training set classifier pertama yang merupakan kumpulan data yang tidak ditangani dengan baik oleh classifier pertama. Saat proses klasifikasi dilakukan, sebuah fungsi delegasi akan menentukan classifier mana yang akan digunakan. [FER04]
3 I-3 Di dalam eksperimen yang dilakukan [FER04] terhadap 22 buah dataset yang berasal dari UCI (University of California Irvine) dataset repository. Eksperimen tersebut melakukan perbandingan antara delegating classifiers dengan multi-classifiers yang menggunakan bagging dan boosting. Algoritma pembelajaran yang digunakan dalam eksperimen tersebut adalah algoritma C4.5 yang terdapat di dalam WEKA. Hasil dari eksperimen tersebut menunjukkan bahwa delegating classifiers mempunyai nilai efektifitas yang tidak jauh berbeda dengan multi-classifiers. Sedangkan dalam nilai efisiensi, delegating classifiers mempunyai nilai efisiensi yang jauh lebih baik dibandingkan dengan multi-classifiers. Delegating classifiers juga dapat lebih dimengerti dan lebih sederhana daripada multi-classifiers. [FER04] 1.2 Rumusan Masalah Tugas akhir ini akan membuktikan apakah delegating classifiers memiliki efisiensi yang lebih baik daripada multi-classifiers dengan efektifitas yang hampir sama antara kedua classifier tersebut. 1.3 Tujuan Tujuan dari tugas akhir ini adalah melakukan eksplorasi delegating classifiers yang dilakukan dengan cara : 1. mengembangkan prototipe aplikasi yang dapat digunakan untuk mendukung eksperimen yang dilakukan. 2. membandingkan performansi delegating classifiers dengan single classifier dan multi-classifiers dari segi efisiensi yaitu waktu pembelajaran serta waktu pengetesan dan dari segi efektifitas yaitu rasio akurasi. 1.4 Batasan Masalah Batasan-batasan yang didefinisikan dalam tugas akhir ini adalah sebagai berikut. 1. Dataset yang digunakan berasal dari UCI (University of California Irvine) dataset repository.
4 I-4 2. Multi-classifiers yang diamati merupakan multi-classifiers yang menggunakan bagging dan boosting. 3. Algoritma yang digunakan untuk melakukan pembelajaran pada classifier adalah C4.5 yang terdapat di dalam WEKA. 4. Prototipe aplikasi dibangun dengan menggunakan library dari WEKA. 1.5 Metodologi Tahapan-tahapan yang dilakukan dalam tugas akhir ini adalah sebagai berikut: 1. Studi Pustaka Tahap studi pustaka dilakukan dengan cara melakukan kajian terhadap semua teori yang mendukung tercapainya tujuan tugas akhir. Kajian yang diperlukan meliputi kajian mengenai soft classifier, cautious classifier, delegating classifiers, dan multi-classifiers. 2. Analisis Pada tahap ini, dilakukan analisis terhadap pembangunan delegating classifiers. 3. Pembangunan Perangkat Lunak Dalam tahap ini dilakukan analisis, perancangan, dan implementasi perangkat lunak yang diperlukan untuk mendukung eksperimen yang dilakukan. 4. Eksperimen dan Interpretasi Hasil Eksperimen Pada tahap ini dijelaskan mengenai eksperimen yang dilakukan mencakup tujuan dan skenario, lingkungan eksperimen, dan interpretasi hasil eksperimen. Di dalam interpretasi hasil eksperimen, dilakukan perbandingan performansi delegating classifiers dengan single classifier dan multi-classifiers. 5. Analisis Hasil Eksperimen Dalam tahap ini dilakukan analisis terhadap data dan hasil eksperimen. Kemudian ditarik kesimpulan dari hasil yang didapatkan serta diberikan saran untuk pengembangan lebih lanjut. 1.6 Sistematika Pembahasan Pembahasan laporan tugas akhir ini terdiri dari lima buah bab dengan perincian sebagai berikut:
5 I-5 Bab I Pendahuluan, menguraikan mengenai latar belakang, rumusan masalah, tujuan, batasan masalah, metodologi, dan sistematika pembahasan. Bab II Dasar Teori, membahas mengenai berbagai macam teori yang mendukung pembangunan delegating classifiers untuk kategorisasi data terstruktur menggunakan algoritma C4.5 meliputi estimasi akurasi classifier, algoritma C4.5, delegating classifiers, soft classifier, probability estimator tree, cautious classifier, multiclassifiers menggunakan bagging dan boosting. Bab III Delegating Classifiers, membahas mengenai proses pembangunan delegating classifiers dengan menggunakan algoritma C4.5 secara mendetail meliputi perbandingan delegating classifiers dengan bagging dan boosting, pembangunan delegating classifiers, representasi decision tree, dan penentuan parameter C4.5. Bab IV Eksperimen, membahas mengenai eksperimen yang dilakukan beserta hasilnya meliputi dataset dan kakas yang digunakan, skenario eksperimen, hasil eksperimen, dan analisa hasil eksperimen. Bab V Penutup, membahas mengenai kesimpulan dan saran yang didapat dalam pengerjaan tugas akhir ini.
Bab II Dasar Teori. 2.1 Estimasi Akurasi Classifier Metode Holdout
Bab II Dasar Teori 2.1 Estimasi Akurasi Classifier Estimasi akurasi classifier penting dilakukan untuk mengevaluasi seberapa akurat sebuah classifier mengklasifikasikan future data, yaitu data yang belum
Lebih terperinciBab IV Eksperimen. 4.1 Dataset. 4.2 Kakas
Bab IV Eksperimen 4.1 Dataset Eksperimen dilakukan dengan menggunakan 28 buah dataset yang diambil dari UCI dataset repository. LAMPIRAN B berisi mengenai properti dari 28 buah dataset yang digunakan dalam
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 III METODOLOGI PENELITIAN. Dataset
BAB III METODOLOGI PENELITIAN Metodologi penelitian diuraikan dalam skema tahap penelitian untuk memberikan petunjuk atau gambaran yang jelas, teratur, dan sistematis seperti yang ditunjukkan pada Gambar
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem jaringan komputer memiliki peran yang sangat penting dalam masyarakat modern karena memungkinkan informasi dapat diakses, disimpan dan dimanipulasi secara online.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Algorima Learning Vector Quantization yang dikembangkan oleh Kohonen merupakan metode pembelajaran terawasi (supervised learning) dan dikhususkan untuk klasifikasi
Lebih terperinciDELEGATING CLASSIFIERS UNTUK KATEGORISASI DATA TERSTRUKTUR DENGAN ALGORITMA C4.5
DELEGATING CLASSIFIERS UNTUK KATEGORISASI DATA TERSTRUKTUR DENGAN ALGORITMA C4.5 LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana Oleh : Raden Fitri Indriani / 13503020 PROGRAM STUDI
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertukaran informasi di zaman modern ini telah sampai pada era digital. Hal ini ditandai dengan semakin dibutuhkannya teknologi berupa komputer dan jaringan internet
Lebih terperinciBAB II TINJAUAN PUSTAKA. penelitian yang penting (Baharudin, Lee and Khan, 2010). Beberapa peneliti telah
BAB II TINJAUAN PUSTAKA Beberapa peneliti yang melakukan penelitian menganggap text mining menjadi sangat penting karena kemudahan untuk mendapatkan data elektronik dari berbagai macam sumber, karena itu
Lebih terperinciBAB I PENDAHULUAN I.1. Latar Belakang Masalah
BAB I PENDAHULUAN I.1. Latar Belakang Masalah Data mining merupakan sebuah proses ekstraksi untuk mendapatkan suatu informasi yang sebelumnya tidak diketahui dari sebuah data (Witten et al., 2011). Mempersiapkan
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini menguraikan penjelasan umum mengenai tugas akhir yang dikerjakan. Penjelasan tersebut meliputi latar belakang masalah, tujuan tugas akhir, lingkup tugas akhir, metodologi yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap siswa di dalam kelas memiliki karakteristik diri yang berbeda beda, seperti : jujur, empati, sopan, menghargai dan sebagainya. Karakteristik diri tersebut berperan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pesatnya pertumbuhan pasar pada sektor telekomunikasi seluler semakin terlihat dengan banyaknya jumlah pelanggan yang ada pada setiap para penyedia jasa telepon seluler.
Lebih terperinciPERBANDINGAN AKURASI KLASIFIKASI DARI ALGORITMA NAIVE BAYES, C4.5, DAN ONER (1R)
Arifin, Perbandingan Akurasi Klasifikasi Dari Algoritma Naïve Bayes, C4.5, PERBANDINGAN AKURASI KLASIFIKASI DARI ALGORITMA NAIVE BAYES, C4.5, DAN ONER (1R) M Zainal Arifin Abstrak : Artikel ini menjabarkan
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Perkembangan teknologi sekarang ini semakin pesat. Kebutuhan akan informasi dan komunikasi bertambah. Telah ditemukan berbagai perangkat teknologi yang memudahkan manusia
Lebih terperinci1. PENDAHULUAN 1.1. Latar Belakang Masalah
1. PENDAHULUAN 1.1. Latar Belakang Masalah Unit Gawat Darurat (UGD) adalah salah satu bagian dari Rumah Sakit (RS) yang menyediakan penanganan awal bagi pasien yang menderita sakit dan cedera, yang dapat
Lebih terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Era komunikasi dengan menggunakan fasilitas internet memberikan banyak kemudahan dalam mendapatkan informasi yang dikehendaki. Dengan demikian semakin banyak orang,
Lebih terperinciBAB V EKSPERIMEN TEXT CLASSIFICATION
BAB V EKSPERIMEN TEXT CLASSIFICATION Pada bab ini akan dibahas eksperimen untuk membandingkan akurasi hasil text classification dengan menggunakan algoritma Naïve Bayes dan SVM dengan berbagai pendekatan
Lebih terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN
BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Tahap implementasi merupakan tahap pengimplementasian metode kedalam perangkat lunak simulasi, tahap lanjut dari tahap perancangan simulasi di bab sebelumnya.
Lebih terperinciBAB IV EKSPERIMEN. 4.1 Tujuan
BAB IV EKSPERIMEN Pada bab ini dibahas mengenai eksperimen penggunaan SVM dalam pendeteksian intrusi pada jaringan. Pembahasan ini meliputi tujuan yang ingin dicapai melalui eksperimen ini, parameter evaluasi
Lebih terperinciBAB III METODOLOGI 3.1. Prosedur Penelitian Identifikasi Masalah
BAB III METODOLOGI Dalam penelitian ini metodologi memegang peranan penting guna mendapatkan data yang obyektik, valid dan selanjutnya digunakan untuk memecahkan permasalahan yang telah dirumuskan. Maka
Lebih terperinciBAB 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 terperinciBAB 1 PENDAHULUAN 1.1. Latar belakang
BAB 1 PENDAHULUAN 1.1. Latar belakang Dengan adanya perkembangan dan pertumbuhan yang secara cepat dalam hal informasi elektronik sangat diperlukan suatu proses untuk menyelesaikan suatu permasalahan itu
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Latar Belakang Kredit merupakan salah satu usaha sekunder yang dapat dilakukan untuk pemenuhan kebutuhan sehari-hari. Pada umumnya, proses kredit dapat dilayani melalui lembaga keuangan
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang ,
1. BAB I PENDAHULUAN 1.1. Latar Belakang Hasil survey Badan Kesejahteraan Keluarga Pemberdayaan Perempuan dan Keluarga Berencana (BKKPPKB) tahun 2009 menunjukkan angka kemiskinan di Kabupaten Bantul sebanyak
Lebih terperinciPerbandingan 5 Algoritma Data Mining untuk Klasifikasi Data Peserta Didik
Perbandingan 5 Algoritma Data Mining untuk Klasifikasi Data Peserta Didik Imam Sutoyo AMIK BSI JAKARTA e-mail: imam.ity@bsi.ac.id Abstrak - Klasifikasi peserta didik merupakan kegiatan yang sangat penting
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab ini dijelaskan latar belakang dari penelitian klasifikasi dokumen teks. Tujuan dan ruang lingkup dari tugas akhir memberikan penjelasan mengenai hasil yang ingin diketahui dan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Pada proses penelitian ini dilakukan beberapa tahapan mulai dari tahap awal yaitu tahap inisiasi, pengembangan model, dan tahap terakhir pengembangan prototipe. Dalam tahapan inisiasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Bab ini berisikan tentang alasan peneliti mengambil permasalahan ini. Pada bab ini poin-poin yang akan dipaparkan antara lain Latar Belakang, Perumusan Masalah, Batasan Masalah, Tujuan
Lebih terperinciBAB III ANALISIS DAN PENYELESAIAN MASALAH
BAB III ANALISIS DAN PENYELESAIAN MASALAH 3.1 Deskripsi Sistem Gambar III-1 Deskripsi Umum Sistem Pada gambar III-1 dapat dilihat deskripsi sistem sederhana yang mendeteksi intrusi pada jaringan menggunakan
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Fakultas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 1.1 Latar Belakang BAB I PENDAHULUAN Dalam Peraturan Menteri Agama Republik Indonesia Nomor 30 Tahun 2014 tentang Biaya Kuliah Tunggal dan Uang Kuliah Tunggal pada Perguruan Tinggi Keagamaan Negeri di
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit Kanker merupakan suatu peyakit yang paling ditakuti oleh masyakat karena proses penyembuhannya yang sulit, efek yang ditimbulkan dan memerlukan biaya yang
Lebih terperinciCHURN PREDICTION PADA TELEKOMUNIKASI SELULER DENGAN METODE BAGGING DAN BOOSTING
CHURN PREDICTION PADA TELEKOMUNIKASI SELULER DENGAN METODE BAGGING DAN BOOSTING Ina Rofi atun Nasihati, ZK. Abdurahman Baizal, dan Moch. Arif Bijaksana Institut Teknologi Telkom, Bandung zka@ittelkom.ac.id,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Beredarnya iklan penawaran kepemilikan kendaraan sepeda motor yang cukup menarik dengan menawarkan berbagai syarat kemudahan pembayaran membuat bagi sebagian orang
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 terperinciPembangunan Model Prediksi Defect Menggunakan Metode Ensemble Decision Tree Dan Cost Sensitive Learning
1 Pembangunan Model Prediksi Defect Menggunakan Metode Ensemble Decision Tree Dan Cost Sensitive Learning Satrio Agung Wicaksono, Daniel Oranova S dan Sarwosri Abstrak - Rencana project pengembangan perangkat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu tanggung jawab sosial PT. Telkom dalam program kemitraan dengan masyarakat sekitarnya adalah memberikan kredit lunak bagi pelaku Usaha Kecil Menengah (UKM).
Lebih terperinciBAB I PENDAHULUAN. jurusan ditentukan berdasarkan standar kriteria tiap jurusan.
BAB I PENDAHULUAN 1.1 Latar Belakang Pratiwi (2014) berpendapat Sekolah Menengah Atas (SMA) merupakan suatu instansi pendidikan yang di dalamnya terdapat proses pengambilan keputusan jurusan siswa kelas
Lebih terperinciBAB I PENDAHULUAN. terjadi kesalahan dalam proses tersebut, karena tidak didasari oleh suatu acuan tertulis
1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam bisnis Leasing, pemilihan keputusan penyetujuan suatu aplikasi merupakan hal mutlak dan bersifat sangat sensitif. Pada Umumnya, memang penyetujuan pengajuan
Lebih terperinciPRESENTASI TUGAS AKHIR IMPLEMENTASI PENGGABUNGAN ALGORITMA SUPPORT VECTOR MACHINE DAN SIMULATED ANNEALING PADA PERMASALAHAN KLASIFIKASI POLA
PRESENTASI TUGAS AKHIR IMPLEMENTASI PENGGABUNGAN ALGORITMA SUPPORT VECTOR MACHINE DAN SIMULATED ANNEALING PADA PERMASALAHAN KLASIFIKASI POLA Penyusun Tugas Akhir : Astris Dyah Perwita (NRP : 5110.100.178)
Lebih terperinciMETODE ADABOOST PADA SKEMA PEMODELAN HYBRID UNTUK KLASIFIKASI PENYAKIT LIVER
METODE ADABOOST PADA SKEMA PEMODELAN HYBRID UNTUK KLASIFIKASI PENYAKIT LIVER Desta Sandya Prasvita, S.Komp., M.Kom. Sekolah Tinggi Ilmu Manajemen dan Ilmu Komputer ESQ (Contact : 081210480911, desta.sandya@esqbs.ac.id)
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang pesat mempermudah akses terhadap informasi tekstual yang sangat besar jumlahnya, baik yang terdapat pada Internet maupun pada koleksi dokumen
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data mining bertujuan untuk menemukan pola-pola yang valid, baru, mempunyai nilai guna, dan mudah dipahami dari data yang ada. Jenis pola yang dihasilkan ditentukan
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 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kemajuan teknologi informasi saat ini berkembang semakin cepat. Sehingga banyak hal yang dapat dimanfaatkan oleh manusia dengan adanya kemajuan teknologi tersebut.
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 terperinciPenerapan Teknik Support Vector Machine untuk Pendeteksian Intrusi pada Jaringan
Penerapan Teknik Support Vector Machine untuk Pendeteksian Intrusi pada Jaringan LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh : Krisantus Sembiring / 13503121 PROGRAM STUDI
Lebih terperinciUKDW. 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 terperinciBAB I PENDAHULUAN. sistem peredaran darah orang lain. Sebelum ditransfusikan, periksa kembali sifat
BAB I PENDAHULUAN 1.1 Latar Belakang Donor darah adalah proses pengambilan darah dari seseorang secara sukarela untuk disimpan di bank darah untuk kemudian dipakai pada transfusi darah [1]. Seleksi donor
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring berkembangnya teknologi informasi, kebutuhan akan informasi yang digunakan untuk mendukung business intelligent suatu perusahaan juga meningkat. Informasi penting
Lebih terperinciBab I Pendahuluan. 1.1 Latar belakang
Bab I Pendahuluan 1.1 Latar belakang Voting atau pengumpulan suara adalah salah satu teknik penentuan pemenang oleh sejumlah orang dalam sebuah kelompok. Pemenang dipilih dari sejumlah alternatif pilihan
Lebih terperinciBAB II Dasar Teori II.1 Data Mining II.1.1 Pengantar Data Mining
BAB II Dasar Teori Bab ini membahas teori-teori yang mendukung penulisan tesis. Teori ini mencakup teori tentang data mining secara umum, concept drift, data streams, ensemble classifier, streaming ensemble
Lebih terperinciIMPLEMENTASI 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 terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Pengembangan Perangkat Lunak Prediktor Kebangkrutan Menggunakan Metode Bagging Nearest Neighbor Support Vector Machine Mohamat Ulin Nuha, Isye Arieshanti,
Lebih terperinciBAB I PENDAHULUAN. secara manual dari suatu kumpulan data. Defenisi lain data mining adalah sebagai
BAB I PENDAHULUAN I.1. Latar Belakang Data mining merupakan serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual dari
Lebih terperinciPENERAPAN ADABOOST UNTUK KLASIFIKASI SUPPORT VECTOR MACHINE GUNA MENINGKATKAN AKURASI PADA DIAGNOSA CHRONIC KIDNEY DISEASE
PENERAPAN ADABOOST UNTUK KLASIFIKASI SUPPORT VECTOR MACHINE GUNA MENINGKATKAN AKURASI PADA DIAGNOSA CHRONIC KIDNEY DISEASE Eka Listiana 1*, Much Aziz Muslim 1 1 Program Studi Teknik Informatika, Fakultas
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sistem data mining akan lebih efektif dan efisiensi dengan komputerisasi yang tepat. Sistem data mining mampu memberikan informasi yang
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Seperti halnya semua algoritma dalam pattern recognition pada real-world domain, Support Vector Machine juga selalu mengalami masalah pada tingginya dimensi data yang
Lebih terperinciBAB 1 PENDAHULUAN. 1 Universitas Kristen Maranatha. Gambar 1.1 : Ilustrasi jaringan syaraf manusia yang diadaptasi untuk ANN (Kriesel, 2011)
BAB 1 PENDAHULUAN 1.1 Latar Belakang Rentannya kesalahan yang dapat terjadi oleh pekerjaan yang dilakukan oleh manusia dalam menganalisa, atau ketika mencoba membangun relasi antar fitur yang berjumlah
Lebih terperinciBAB I 1 PENDAHULUAN. atas sekelompok vertebra, invertebrate discs, saraf, otot, medulla, dan sendi
BAB I 1 PENDAHULUAN 1.1 Latar Belakang Tulang punggung merupakan bagian dari tulang belakang yang tersusun atas sekelompok vertebra, invertebrate discs, saraf, otot, medulla, dan sendi (Berthonnaud et
Lebih terperinciDIAGNOSA PREDIKSI PENYAKIT JANTUNG DENGAN MODEL ALGORITMA NAÏVE BAYES DAN ALGORITMA C4.5
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 7~12 7 DIAGNOSA PREDIKSI PENYAKIT JANTUNG DENGAN MODEL ALGORITMA NAÏVE BAYES DAN ALGORITMA C4.5 Tri Retnasari 1, Eva Rahmawati 2 1 STMIK
Lebih terperinciBAB II TINJAUAN PUSTAKA
digilib.uns.ac.id BAB II TINJAUAN PUSTAKA 2. 1. Dasar Teori 2. 1. 1 Data mining Data mining merupakan suatu proses penemuan pola dan pengetahuan atau informasi yang menarik dari data dengan jumlah yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Penambangan Data (Data Mining) Pengertian data mining, berdasarkan beberapa orang: 1. Data mining (penambangan data) adalah suatu proses untuk menemukan suatu pengetahuan atau
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring berjalannya waktu, manusia mulai menyadari betapa pentingnya data. Data dapat dikumpulkan melalui sensus, survei, ataupun data administrasi. Data dapat dimanfaatkan
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 terperinciBAB I PENDAHULUAN 1-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi dan komputer akhir-akhir ini mengalami perkembangan yang sangat pesat tidak terkecuali pada aplikasi-aplikasi database. Di
Lebih terperinciBAB II TINJAUAN PUSTAKA
2.1 Tinjauan Empiris BAB II TINJAUAN PUSTAKA Pada penelitian ini, peneliti menggunakan beberapa penelitian yang pernah dilakukan sebelumnya sebagai tinjauan studi. Berikut ialah tinjauan empiris yang digunakan:
Lebih terperinciMateri Praktikum Data Mining Decision Tree Program Studi Informatika / Matematika FMIPA Universitas Syiah Kuala
Materi Decision Tree Program Studi Informatika / Matematika FMIPA Universitas Syiah Kuala Dosen Pengasuh Dr. Taufik Fuadi Abidin, M.Tech Dr. Muhammad Subianto, M.Si {tfa,subianto}@informatika.unsyiah.ac.id
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) adalah sistem komputer yang saling berhubungan dan menjadi alat bantu bagi seorang
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam era yang semakin berkembang ini, penggunaan data mining semakin banyak dalam berbagai bidang dan menjadi bagian dari perkembangan teknologi informasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Meningkatnya perkembangan teknologi juga diikuti dengan berkembangnya penggunaan berbagai situs jejaring sosial. Salah satu jejaring sosial yang sangat marak digunakan
Lebih terperinciI.1 Latar Belakang Masalah Seiring berjalannya waktu dan perkembangan teknologi media penyimpanan elektronik, setiap organisasi dapat menyimpan
BAB. I. PENDAHULUAN I.1 Latar Belakang Masalah Seiring berjalannya waktu dan perkembangan teknologi media penyimpanan elektronik, setiap organisasi dapat menyimpan datanya secara elektronik dan bersifat
Lebih terperinciMETODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG
METODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG MUHAMMAD JAMAL MUTTAQIN 1311 201 205 PEMBIMBING DR. BAMBANG WIDJANARKO OTOK, M.SI. SANTI PUTERI RAHAYU, M.SI., PH.D.
Lebih terperinciBab III METODOLOGI PENELITIAN. Pada penelitian ini menggunakan ala penelitian berupa perangkat keras
Bab III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian Pada penelitian ini menggunakan ala penelitian berupa perangkat keras dan perangkat lunak, yaitu: a. Perangkat keras 1. Processor Intel Core
Lebih terperinciBAB I PENDAHULUAN. mahasiswa dan faktor-faktor penyebabnya merupakan topik yang menarik untuk
BAB I PENDAHULUAN I.1. Latar Belakang Tingginya tingkat keberhasilan mahasiswa dan rendahnya tingkat kegagalan mahasiswa merupakan cermin kualitas dari suatu perguruan tinggi. Kegagalan mahasiswa dan faktor-faktor
Lebih terperinciBAB I PENDAHULUAN. manusia karena faktor ini mampu mengarahkan dan menunjukkan kualitas hidup
1 BAB I PENDAHULUAN 1.1. Latar Belakang Pendidikan merupakan salah satu faktor utama dalam hidup seorang manusia karena faktor ini mampu mengarahkan dan menunjukkan kualitas hidup setiap orang. Namun keberadaan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan merupakan salah satu aspek penting di dalam kehidupan. Oleh karena itu, pendidikan mendapat perhatian besar dalam kehidupan masyarakat dan negara. Pendidikan
Lebih terperinciBAB I. Pendahuluan. 1. Latar Belakang Masalah
BAB I Pendahuluan 1. Latar Belakang Masalah Semakin canggihnya teknologi di bidang komputasi dan telekomunikasi pada masa kini, membuat informasi dapat dengan mudah didapatkan oleh banyak orang. Kemudahan
Lebih terperinciAngelina Prima Kurniati¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2005 ANALISIS DAN IMPLEMENTASI ALGORITMA PUBLIC SEBAGAI SEBUAH CLASSIFIER POHON KEPUTUSAN YANG SCALABLE DALAM DATA MINING ANALYSIS AND IMPLEMENTATION OF PUBLIC
Lebih terperinciBAB I PENDAHULUAN. Informasi merupakan hal yang sangat berharga dalam kehidupan manusia,
BAB I PENDAHULUAN 1.1 Latar Belakang Informasi merupakan hal yang sangat berharga dalam kehidupan manusia, terlebih lagi jika informasi tersebut dapat memberikan manfaat dalam mendukung suatu keputusan.
Lebih terperinciPenerapan Algoritma C4.5 Untuk Menentukan Kesesuaian Lensa Kontak dengan Mata Pasien
1 Penerapan Algoritma C4.5 Untuk Menentukan Kesesuaian Lensa Kontak dengan Mata Pasien Ketut Wisnu Antara 1, Gede Thadeo Angga Kusuma 2 Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu pelayanan dalam dunia perbankan adalah pemberian pinjaman kredit kepada nasabah yang memenuhi syarat perbankan. kredit merupakan sumber utama penghasilan
Lebih terperinciBAB I PENDAHULUAN. diperoleh melalui proses penerimaan pegawai yang efektif (Ambar, 2003).
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pegawai merupakan sumber daya yang paling penting dalam suatu perusahaan dan pegawai yang baik dan memenuhi standar perusahaan hanya dapat diperoleh melalui
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Menurut Riskesdas (Riset Kesehatan Dasar) p ermasalahan gizi balita di Indonesia sampai saat ini masih merupakan masalah nasional. Anak usia di bawah lima tahun merupakan
Lebih terperinciPenghitungan k-nn pada Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADASYN-kNN) untuk Data Nominal- Multi Kategori
Penghitungan k-nn pada Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADASYN-kNN) untuk Data Nominal- Multi Kategori Abstrak 1 Sri Rahayu, 2 Teguh Bharata Adji & 3 Noor Akhmad Setiawan
Lebih terperinciDAFTAR ISI. Adryan Ardiansyah, 2013 Sistem Pengenalan Entitas Dengan Perceptron Pada Tweets Universitas Pendidikan Indonesia repository.upi.
DAFTAR ISI ABSTRAK...i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR GAMBAR...vii DAFTAR TABEL... viii DAFTAR ISTILAH... ix BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah...
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Universitas Indonesia
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dunia teknologi informasi bergerak sedemikian cepat. Dalam konteks global, teknologi informasi menjadi bagian yang tidak terpisahkan dari berbagai
Lebih terperinciBAB I PENDAHULUAN. Peminatan atau bidang peminatan adalah sebuah jurusan yang harus di
BAB I PENDAHULUAN I. Latar Belakang Peminatan atau bidang peminatan adalah sebuah jurusan yang harus di ambil oleh mahasiswa untuk menentukan arah kompetensi dan keahlian mahasiswa tersebut yang mana di
Lebih terperinciBAB I PENDAHULUAN. Oleh karena itu dalam melakukan Kegiatan usahanya sehari-hari bank harus
BAB I PENDAHULUAN I.1. Latar Belakang Bank adalah lembaga keuangan yang usaha pokoknya adalah menghimpun dana dan menyalurkan kembali dana tersebut ke masyarakat dalam bentuk kredit serta memberikan jasa-jasa
Lebih terperinciPenerapan 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 terperinciBAB I PENDAHULUAN. Informasi telah menjadi kebutuhan primer pada kehidupan saat ini. Pesatnya
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Informasi telah menjadi kebutuhan primer pada kehidupan saat ini. Pesatnya perkembangan teknologi dewasa ini telah menyebabkan aliran informasi begitu lancar
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pasar valuta asing telah mengalami perkembangan yang tak terduga selama beberapa dekade terakhir, dunia bergerak ke konsep "desa global" dan telah menjadi salah satu pasar
Lebih terperinciBAB I PENDAHULUAN. ilmu tertentu dengan menggunakan kaidah-kaidah yang berlaku dalam bidang
BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Tugas Akhir (TA) atau Skripsi merupakan suatu karya tulis ilmiah, berupa paparan tulisan hasil penelitian yang membahas suatu masalah dalam bidang ilmu tertentu
Lebih terperinci1. Pendahuluan 1.1 Latar belakang 1.2 Perumusan masalah
1. Pendahuluan 1.1 Latar belakang Informasi telah menjadi kebutuhan primer pada kehidupan saat ini. Informasi seakan-akan menjadi mata uang baru yang membuat akurasi menjadi sangat penting ketika mencari
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Parkir adalah kegiatan manusia sehari-hari. Setiap pemilik kendaraan haruslah memarkir kendaraannya jika dibawa dalam beraktifitas. Dalam hal ini dikebanyakan tempat
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada industri kecil dan menengah, umumnya teknologi yang digunakan masih sederhana dan sebagian besar pekerjaan masih dilakukan secara manual. Kondisi ini juga ditemukan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Human Resource Management merupakan prosedur sistematis untuk mengumpulkan, menyimpan, mempertahankan, menarik dan memvalidasi data yang di butuhkan oleh suatu organisasi
Lebih terperinciABSTRAK. Keywords : Data Mining, Filter, Data Pre-Processing, Association, Classification, Deskriptif, Prediktif, Data Mahasiswa.
ABSTRAK Kemajuan teknologi membuat begitu mudahnya dalam pengolahan suatu informasi. Waktu tidak lagi menjadi hambatan dalam pengolahan data yang sangat banyak. Hal ini didukung pula dengan adanya perkembangan
Lebih terperinci